国产化+智能化+云化+平台化，工业软件赛道迎来多极增长。
嵌入式软件占据市场主导地位，政策推动下生产控制、研发设计等环节市场规模占比有望成长。从细分赛道看，目前我国工业软件中嵌入式软件份额超过五成，2022年占比达57.4%，研发设计软件规模份额仅有 8.5%，未来随着新型工业化、新质生产力等政策层面的推动，叠加工业企业在研发设计、生产效率等层面的关注度提升，研发设计等环节的核心工业软件占比有望提升。
我国工业软件各细分市场国产化率均有提升空间，其中研发设计类和生产控制类空间较大。根据国新咨询数据统计，2021 年我国工业软件市场中研发设计类、生产控制类和信息管理类的国产化率分别为 12%、31%和 71%，预计到 2025 年三大环节的国产化率有望分别提升到 26%、52%和 78%。目前我国研发设计和生产控制工业软件国产化率较低，政策推动下有望加速国产替代进程。
从细分赛道看，2021 年我国 CAE、EDA 软件国产化率不足10%，信息管理类已基本完成国产替代。目前在研发设计类核心工业软件环节，包含CAD、CAE、EDA、PLM等细分赛道，国产化率均不超过 20%，国产替代空间广阔；在生产控制环节，中低端产品国产化率较高，国产替换空间将主要集中在高端领域，其中 PLC 市场国产化率较低，预计到2025年，国内研发设计和生产控制类的工业软件国产化率均有望实现显著提升。
AI 结合工业互联网应用前景广阔。工业软件领域结合AI，可将大数据人工智能、专业性的工业软件以及工业企业在各自领域的专业知识有机结合。AI 大模型有望推动工业领域迈向优化运营的自主系统阶段，在自主控制、机器视觉系统和演化建模三大环节实现显著进步。Smart Industry 指出，AI 结合工业领域的显著进步主要体现在：（1）自主控制（Autonomous Control）：利用 AI/ML，制造过程正在从自动化向自主控制的方向发展，使系统能够在没有人为干预的情况下做出实时决策和调整。（2）机器视觉系统（Machine Visioon Systems）：将先进的闭环控制策略与先进的感官机器视觉 AI 反馈相结合，使 PLC 能够采取自动纠正措施，以实时减少缺陷。（3）演化建模（Evolutionary Modeling）：在数据科学实践的早期，单点解决方案是常态，其中根据从可用数据中得出的各种标准选择单个模型。未来这种方法演变为从潜在候选模型的集合中构建模型，这种方法要求每个模型在每一次迭代中都要成功适应，开发出更符合实际物理过程和各自系统动态的高精度和稳健的模型。
AI+工业有望在流程控制、质量优化、机器人应用等领域赋能生产力的大幅提升。SmartIndustry 指出，AI、机器学习等技术将在未来五年或十年内对工业制造过程带来重要的影响，并在八大领域带来前所未有的商业成果。其中，随着 AI 大模型技术的迭代，我们认为生成式 AI 有望在工业场景中基于企业用户的专业知识和行业经验，在研发设计、生产控制等环节实现高度智能化，赋能生产力提升。
AI+工业市场规模有望保持快速增长态势，预计至 2029 年市场规模有望达到583亿美元。BlueWeave Consulting 数据显示，2022 年全球工业 AI 市场规模约为31 亿美元，预计到2029 年这一市场规模将达到 583 亿美元，2022-2029 年复合增长率约为52.46%。我国制造业 AI 解决方案市场规模保持高速增长态势，2026 年市场规模有望达到近900亿元。观研天下数据显示，2022 年我国制造业 AI 解决方案市场规模达204 亿元人民币，并预计到 2026 年该市场规模将达到 891 亿元。随着生成式 AI 技术的不断成熟和全球龙头厂商的应用落地，工业 AI 市场规模有望进入快速增长阶段。
基于 CV 等技术，工业 AI 在质检等场景已有较为成熟的应用。IDC数据显示，2022年我国工业 AI 质检解决方案（不含硬件）市场规模约为 2.7 亿美元，同比增长27.4%，受宏观因素影响，增速小幅下降但对比其他 AI 市场仍然属于较高水平。国内市场份额前三厂商分别为百度智能云（10.6%）、创新奇智（10.4%）和腾讯云（10.2%），CR5 为44.7%。
从行业角度来看，3C 电子（通信及电子制造）和动力电池、汽车等仍然是市场核心需求方向。2022 年 3C 行业占据中国整体 AI 工业质检解决方案市场比例达53.1%，其次是汽车、轻工消费品行业，市场规模占比分别达到 18.6%和 13.4%，同时AI 工业质检在装备制造、有色金属、包装印刷、食品饮料等新行业新场景的应用持续涌现涌现。
目前 AI 大模型在工业领域处于初步探索阶段，未来四类核心模型有望赋能工业领域多个细分场景。根据中国信通院基于全球 79 个大模型工业应用案例的研究，大模型在工业领域可分为大语言模型、视觉大模型、多模态大模型和专用大模型四类，目前大语言模型的应用占 75%。从细分应用场景看，未来 AI 大模型的应用有望在研发和管理环节率先应用，并逐步渗透到设备管理、生产控制环节。
海外工业软件厂商积极拥抱生成式 AI，AI 大模型已在部分场景落地应用。2023年10月，罗克韦尔自动化公司（Rockwell Automation）与微软宣布通过长期合作，致力于利用AIGC 加速工业自动化设计和发展，赋能工业自动化系统制造商提升劳动力，缩短产品上市时间。罗克韦尔将微软 Azure OpenAI 服务集成至自动 FactoryTalk®Design Studio™，有助于工程师使用自然语言提示生成代码，帮助资深工程师加速开发进程，并更高效且有效地指引处在学习阶段的新人，从而实现日常任务自动化和提升设计效率，帮助工业自动化系统制造商将产品更快地推向市场。 全球 CAE 龙头厂商 Ansys 将产品嵌入 AIGC 功能，变革用户交互方式。2023年7月27 日，Ansys 宣布推出 AnsysGPT 限量测试版，这是一款多语言、对话式AI 虚拟助手，可改变 Ansys 客户获得支持的方式。AnsysGPT 利用微软 Azure OpenAI 服务提供的先进ChatGPT 技术进行开发，使用 Ansys 公开数据（包括但不限于Ansys 创新课程、技术文档、博客文章和教程视频）在综合工具中回答有关 Ansys 产品、相关物理和工程主题的技术问题，未来将通过 Ansys 网站提供全天候技术支持，从而更有效地提供信息和解决方案，进一步加速仿真的普及。在数据安全和用户隐私方面，Ansys 采取强有力的控制措施，以确保在训练过程中不使用任何类型的私有信息，并且不以任何方式存储或使用客户输入信息来训练系统。
随着数字经济的持续发展，数据在制造业中的生产要素作用日益突显，企业数据上云有望将数据资产有效转化为制造业企业的重要生产力。数据广泛存在于制造业从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应等整个产品全生命周期中的各个环节。我们认为云技术对于制造业企业的赋能主要集中在以下两点：1、助力企业进行高效创新：通过数据作为生产要素与新技术（AI、ML等）动态融合，帮助制造业企业在构建敏捷供应链、精益生产和完善产品售后服务等方面激发新的创新性应用。 2、辅助智能决策：基于人工智能、数字孪生以及工业互联网技术，对于数据生产要素的深度挖掘，可以增强企业应对不确定性挑战的抵抗力，降低因不确定性而造成的决策失误损失。 中国工业云市场在国家鼓励政策和传统行业数字经济发展的推动下增长迅速。一方面工业云解决方案类型不断丰富，工业互联网、MES 系统、全生命周期管理、供应链管理等系统大幅提升了工业企业的运营效率。另一方面工业云解决方案的需求数量和项目量级提升，AI、IoT 等新兴技术的赋能加速工业核心设备系统上云。艾瑞咨询数据显示，2021年中国工业云市场规模 250 亿元，同比增长 46.2%，并预计到 2025 年该市场规模将达到785亿元，2021-2025 年复合增长率预计达到 33.1%，有望保持高速增长态势。
工业互联网、工业数字孪生等有望成为未来几年工业制造企业重点发展方向。工业数字孪生将物理对象构建为数字模型，利用感知、控制、数据管理与模型分析来实时检测物理对象的状态，并且作出相应决策以管理与调控物理对象的状态，从而大大缩短新品上市周期。数字孪生可以打造全物理世界生命周期虚拟化，降低试错成本。工业互联网是解决数据与业务、系统之间分散割裂的整体性解决方案，集顶层应用、中层数据分析和功能集合以及底部可弹性扩容基础设施于一体，辅以网络与安全体系。工业互联网可以通过对工业产业链各环节优化和增强整体连通性，在设备及产品管理、业务与运营优化、社会化资源协作三个维度为企业降本增效。
2022 年我国工业云（平台）解决方案市场前五企业占比超过50%，而工业云（应用）解决方案市场集中度较低。2022 年中国工业云（平台）解决方案市场中，阿里巴巴占比最高，达 26.3%。华为占比 12.5%排名第二，用友、腾讯、浪潮占比均低于5%。在工业云（应用）侧，用友市场份额占比最多，达 12.5%，CR5 为 33.8%，不足四成。
工业互联网平台包含数据采集（边缘层）、基础设施（IaaS 层）、工业PaaS（平台层）、和工业 App（SaaS 层）四大要素。其中数据采集（边缘层）是基础，本质是利用感知技术对多源设备、异构系统、运营环境、人等要素信息进行实时高效采集和云端汇聚。同时通过协议转换和边缘计算，一部分数据在边缘侧进行分析，另一部分数据传到云端进行综合分析，进一步优化形成决策，为制造资源的优化提供数据源，是建设工业互联网平台的基础。基础设施（IaaS 层）是支撑，作用是提供计算、存储及网络等资源，支撑PaaS层更好地为用户服务。通过虚拟化技术将计算、存储、网络等资源池化，向用户提供可计量、弹性化的资源服务。
工业 PaaS 平台是核心，通过构建一个可扩展的操作系统，为工业App应用开发提供了基础平台。工业 PaaS（平台层）向下调用部署在 IaaS 层的资源，向上为SaaS层提供功能模块、管理模块、计算存储等资源的调用和配置。工业 PaaS 最核心的是基于微服务架构的数字化模型，即将大量的工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模块化，并封装为可重复使用的组件。 工业 App 是关键，通过推动工业技术、经验、知识和最佳实践的模型化、软件化，形成满足不同行业、不同场景的应用服务，以工业 App 的形式呈现。工业App 层由传统软件云化和基于工业 PaaS 层开发的新型工业 App 应用构成，面向企业客户提供SaaS服务。工业 App 层通过不断汇聚应用开发者、软件开发商、服务集成商、工业用户和平台运营商等各方资源，成为工业企业企业和软件巨头构建和打造工业云生态系统的关键。
我国工业互联网平台普及率整体水平较低，未来几年渗透率有望快速提升。根据国家工业信息安全发展研究中心数据，我国工业互联网平台应用普及率从2020 年的14.7%提升至 2022 年 22.2%。同时，党中央、国务院坚持政府引导和市场主导并举，“建平台”和“用平台”并重，“工业互联网平台普及率”已被纳入多项国家级战略规划，并提出了到2025年工业互联网平台应用普及率达到 45%的具体目标。 《工业互联网平台应用数据地图（2021）》数据显示，我国工业互联网平台整体应用水平从 2020 年的 31.76 分提升至 2021 年的 34.25 分。其中，电力、轻工、交通设备制造这三大行业的工业互联网平台应用水平相对较高，分别达到 40.85 分、38.82 分和36.52分，其次是电子、机械、纺织和冶金等行业，整体应用水平仍有很大提升空间。
