《工业软件行业深度报告：24H1工业软件厂商保持增长态势工业AI加速渗透各应用场景-240903（32页）.pdf》由会员分享，可在线阅读，更多相关《工业软件行业深度报告：24H1工业软件厂商保持增长态势工业AI加速渗透各应用场景-240903（32页）.pdf（32页珍藏版）》请在本站上搜索。 1、证券研究报告|行业深度|计算机1/32请务必阅读正文之后的免责条款部分计算机报告日期：2024 年 09 月 03 日24H1 工业软件厂商保持增长态势，工业工业软件厂商保持增长态势，工业 AI 加速渗透各应用场景加速渗透各应用场景工业软件行业深度报告工业软件行业深度报告投资要点投资要点2024 年上半年我国工业软件厂商保持增长态势，经营效率显著提升年上半年我国工业软件厂商保持增长态势，经营效率显著提升2024 年上半年，我国工业企业营收及利润情况较上年同期呈现小幅增长，利润率短期承压但工业软件投入占工业企业利润比值持续提升，反映工业企业对核心工业软件投入意愿提升。2024H1，A 股工业软件2、厂商合计营收和利润同比分别增长13.80%和 11.02%，经营保持增长的同时，合计销售/管理/研发费用率同比分别降低 0.68/1.03/0.56pct、经营性现金流净额同比增长 99.2%，经营效率显著优化。同时，各厂商报告期内积极布局 AI+工业垂类应用，未来有望受益于 AI 等智能化技术渗透，叠加工业软件国产化提升，实现营收利润的高质量成长。工业大模型应用已渗透至制造各细分环节，至工业大模型应用已渗透至制造各细分环节，至 2025 年国内市场规模可超百亿年国内市场规模可超百亿目前工业领域的 AI 大模型的场景应用已渗透至外观设计、工业代码生成、知识管理与问答助手等各个细分场景，至 203、25 年我国人工智能在制造业应用的市场规模有望达到 141 亿元。未来工业 APP 有望在工业模型基础上快速构建的各类应用，并且针对特定的工业场景和任务进行优化和定制。海外已形成多维度、多层次的海外已形成多维度、多层次的 AI+工业应用生态工业应用生态目前海外厂商在工业制造领域已发布多款垂类模型，并且 Cognite、Back2CAD 等公司推出了针对 CAD、CAM 以及生产流程数据管理场景的生成式 AI 应用，持续拓展生产制造智能化应用的边界。而西门子、Autodesk、Synopsys 等工业软件大厂均已结合自有产品矩阵，发布类 Copilot 应用，赋能各场景下工业软件用户的效率提升。4、国内厂商积极布局，国内厂商积极布局，AI 大模型赋能工业各场景大模型赋能工业各场景在大模型层面，国产大模型中盘古 5.0 大模型已在工业设计、工业质检、智慧矿山等场景落地，而科大讯飞基于星火大模型已形成羚羊工业互联网生态；在应用层面，中控技术、宝信软件、鼎捷软件等龙头厂商均积极布局 AI+工业场景应用，在我国政策推动下，AI+工业应用有望加速渗透从而推动我国整体智能制造水平的不断提升。建议关注标的建议关注标的宝信软件、中控技术、中望软件、索辰信息、赛意信息、能科科技、鼎捷软件、科大讯飞；风险提示风险提示1、AI 技术迭代不及预期的风险；2、AI 商业化产品发布不及预期；3、政策不确定性带来的风5、险；4、下游市场不确定性带来的风险。行业评级行业评级:看好看好(维持维持)分析师：刘雯蜀分析师：刘雯蜀执业证书号：研究助理：陶韫琦研究助理：陶韫琦相关报告相关报告1 行业盈利短期承压，信创和算力产业提速 2024.08.312 卫星通信&商业航天：“千帆星座”计划起航，商业航天开启新时代 2024.08.223 AI 提质增效，Capex 只增不减 2024.08.07行业深度2/32请务必阅读正文之后的免责条款部分正文目录正文目录1 24H1 工业软件厂商经营保持增长态势，工业 AI 布局加速.51.1 上半年我国工业企业经营承压下，工业软件仍保持增长态势.51.2 上半年 A 股工业软件厂6、商费用率显著下降，现金流大幅好转.72 AI+工业模型渗透各细分场景，有望全面提升智能制造水平.112.1 AI 大模型开启工业智能化新阶段，快速打开超百亿市场.112.2 AI 大模型+垂类工业应用快速渗透各类细分场景.122.3 政策推动叠加我国工业智能化需求，AI+工业应用趋势确定.143 海外大厂+垂类厂商布局，形成多层次 AI+工业应用生态.163.1 海外多家厂商推出 AI+工业应用，基本实现全流程覆盖.163.2 西门子携手微软、亚马逊推出生成式 AI 应用.173.2.1 西门子工业 Copilot，赋能制造业企业效率提升.173.2.2 西门子携手亚马逊推出 AIGC 对话助7、手.183.3 Autodesk 发布 AIGC 3D 工具 Bernini.193.4 新思软件：Synopsys.ai 套件赋能 EDA 全设计流程.203.5 Ansys 针对 CAE 行业推出 SimAI、AnsysGPT 应用，.213.6 Cadence 生成式 AI 产品覆盖芯片设计全流程.234 国内厂商积极布局，AI 大模型赋能工业各场景.244.1 华为“盘古”大模型全面赋能工业流程.244.2 中控技术发布工业首款 AI 时序大模型 TPT.264.3 创新奇智“奇智孔明 AInnoGC”构建企业知识库.264.4 科大讯飞基于羚羊工业大模型构建工业互联网生态.274.58、 鼎捷软件：基于雅典娜工业互联网平台推出多款 AIGC 应用.284.6 赛意信息发布首个聚焦企业服务大模型的 AIGC 中台.295 建议关注标的.306 风险提示.31表附录.31行业深度3/32请务必阅读正文之后的免责条款部分图表目录图表目录图 1：2018-2024H1 中国工业软件产品销售收入情况.5图 2：2024-2029 年我国工业软件产品收入规模预测.5图 3：2015-2024H1 我国规模以上工业增加值及 GDP 同比增速情况.5图 4：2018-2024H1 中国工业企业营业收入情况.6图 5：2018-2024H1 中国工业企业利润总额情况.6图 6：2018-2029、4H1 中国工业企业利润率情况.6图 7：2018-2024H1 我国工业软件产品收入占工业企业营收、利润比值情况.6图 8：2016-2024H1 A 股工业软件厂商合计营收情况.8图 9：2021Q1-2024Q2 A 股工业软件厂商单季度营收情况.8图 10：2016-2024H1 A 股工业软件厂商合计归母净利润情况.8图 11：2021Q1-2024Q2 A 股工业软件厂商单季度归母净利润情况.8图 12：2016-2024H1 A 股工业软件厂商毛利率、净利率情况.9图 13：2021Q1-2024Q2 A 股工业软件厂商单季度毛利率、净利率.9图 14：2016-2024H1 A10、 股工业软件厂商费用率情况.9图 15：2016-2024H1 A 股工业软件厂商经营性现金流净额情况.9图 16：2016-2024H1 A 股工业软件厂商研发费用情况.10图 17：大模型在工业全链条的应用探索.11图 18：生成式 AI（大模型）和判别式 AI（小模型）在工业主要领域分布情况.12图 19：2019-2029 年全球工业 AI 市场规模预测.12图 20：2018-2025 年人工智能在中国制造业应用市场规模.12图 21：AI 大模型在工业领域的应用场景.14图 22：AI 大模型在工业领域的部署方式.14图 23：2019-2021 年中国智能制造能力成熟度水平.1511、图 24：我国工业企业关键工序数控化率.15图 25：Microsoft Fabric 基于制造业场景推出 Copilot 解决方案.17图 26：西门子 Xcelerator 平台.18图 27：西门子 Industry Copilot.18图 28：西门子 AIGC 对话机器人“小禹”.19图 29：用户通过自然语言输入即可生成 3D 模型.20图 30：基于 Bernini 能力生成一个水罐 demo.20图 31：Synopsys 生成式 AI 应用涵盖整个 EDA 堆栈.20图 32：Ansys SimAI 具有用户友好型界面，可实现快速性能预测.22图 33：AnsysGPT 使用12、界面示意.22图 34：Cadence 生成式 AI 应用.23图 35：Cadence.AI 生成式 AI 应用矩阵.23图 36：华为发布盘古 5.0 大模型.24图 37：华为云工业 AI 质检解决方案架构.25图 38：华为“盘古”矿山大模型架构.25图 39：创新奇智 AInnoGC 工业大模型.27图 40：创新奇智 AInnoGC 引擎.27图 41：羚羊工业大模型发布以来成果显著.28图 42：星火认知大模型结合羚羊工业互联网平台.28行业深度4/32请务必阅读正文之后的免责条款部分图 43：鼎捷雅典娜 ChatFile 应用.29图 44：鼎捷雅典娜 ChatBI 应用.2913、图 45：赛意信息善谋 GPT 解决方案.30表 1：2023 年下半年以来我国工业软件相关政策梳理.7表 2：2024 年上半年国内工业软件厂商加速布局 AI+工业领域应用.10表 3：工业大模型产业态势.13表 4：工业大模型应用的三种构建模式对比.13表 5：我国 AI+制造业内应用相关政策.15表 6：海外 AI+工业模型应用梳理.16表 7：Autodesk AI 赋能用户设计与制造工作流并实现自动化.19表 8：Synopsys.ai 功能点.21表 9：中控自研工业时序大模型 TPT 特点.26表 10：赛意 AIGC 中台（善谋 GPT）核心应用场景.30表附录：A 股工业软件14、厂商列表.31行业深度5/32请务必阅读正文之后的免责条款部分1 24H1 工业软件厂商经营保持增长态势，工业工业软件厂商经营保持增长态势，工业 AI 布局加速布局加速1.1 上半年我国工业企业经营承压下，工业软件仍保持增长态势上半年我国工业企业经营承压下，工业软件仍保持增长态势我国工业软件产业规模整体保持持续增长态势我国工业软件产业规模整体保持持续增长态势。Wind 统计数据显示，2023 年我国工业软件产品销售额达到 2824 亿元，同比增长 17.3%，自 2022 年小幅下滑后重回增长态势，2018-2023 年五年复合增长率约为 13.84%。2024 年上半年，我国工业软件产品收入15、达 1324亿元，同比增长 9%。未来随着我国新质生产力要求以及新型工业化进程的持续推进，工业软件应用范围和深度的扩大有望推动行业规模持续增长。根据前瞻产业研究院预测，至 2029年我国工业软件产品收入规模有望超过 5000 亿元。图 1：2018-2024H1 中国工业软件产品销售收入情况图 2：2024-2029 年我国工业软件产品收入规模预测资料来源：历年软件和信息技术服务业统计公报，浙商证券研究所资料来源：前瞻产业研究院，浙商证券研究所近年来我国规模以上工业增加值增速快于近年来我国规模以上工业增加值增速快于 GDP 增速增速，工业增加值对宏观经济贡献度有工业增加值对宏观经济贡献度有望持16、续提升。望持续提升。2024 年上半年我国规模以上工业增加值同比增长 6.0%，同期我国 GDP 同比增速为 5.0%。2020 年以来除 2023 年外，我国规模以上工业增加值增长快于 GDP，未来随着我国工业产业发展的持续成长，有望拉动核心工业软件需求，带动国产工业软件市场规模的不断成长。图 3：2015-2024H1 我国规模以上工业增加值及 GDP 同比增速情况资料来源：Wind，浙商证券研究所行业深度6/32请务必阅读正文之后的免责条款部分2024 年上半年我国工业企业营收及利润情况较上年同期呈现小幅增长。年上半年我国工业企业营收及利润情况较上年同期呈现小幅增长。根据国家统计局数据，17、2023 年我国工业企业合计营业收入及合计利润总额分别为 133.44 万亿元和 7.69万亿元，同比分别下滑了 3.2%和 8.54%，2024 年上半年这两项指标分别为 64.86 万亿元和3.51 万亿元，同比分别增长 3.58%和 3.62%，呈现小幅增长态势。图 4：2018-2024H1 中国工业企业营业收入情况图 5：2018-2024H1 中国工业企业利润总额情况资料来源：Wind，浙商证券研究所资料来源：Wind，浙商证券研究所上半年工业企业利润率承压，软件投入占比持续走高。上半年工业企业利润率承压，软件投入占比持续走高。2024 年上半年，我国工业企业合计利润率为 5.4118、%，同比 2023 年上半年持平，2021 年以来工业企业利润率情况持续走低，经营压力有所增加。从工业软件投入占比来看，2024 年上半年我国工业软件产品销售收入占工业企业营收和利润的比例分别为 0.20%和 3.91%，工业软件销售占企业利润比例从 2021年以来持续提升，反映政策推动下工业企业对于工业软件的支出意愿持续增长。图 6：2018-2024H1 中国工业企业利润率情况图 7：2018-2024H1 我国工业软件产品收入占工业企业营收、利润比值情况资料来源：Wind，浙商证券研究所资料来源：Wind，浙商证券研究所自自“十三五十三五”开始，我国工业软件相关政策出台节奏加快，重点开始19、，我国工业软件相关政策出台节奏加快，重点关注核心关注核心工业工业软件领软件领域的国产化突破域的国产化突破。根据“十四五”规划和 2035 年远景目标纲要，我国旨在“十四五”期间积极发展工业互联网、加快补齐基础软件等瓶颈短板。2024 年 8 月，国资委等部门发布关行业深度7/32请务必阅读正文之后的免责条款部分于规范中央企业采购管理工作的指导意见，旨在卫星导航、芯片、工业机器人等科技创新重点领域，“带头使用创新产品”，有望推动国产核心工业软件的加速渗透。在地方政府层面，在地方政府层面，2024 年以来北京市、广东省相继出台政策引导软件产业发展，并且北京市提出对基础软件、工业软件、网络安全等关键20、软件进行“全面重构”，而广东省提出创新发展关键软件，推动工业软件企业和工业企业持续融合创新。表 1：2023 年下半年以来我国工业软件相关政策梳理时间颁布主体政策名称主要内容2023.12工信部等关于加快传统制造业转型升级的指导意见到 2027 年，传统制造业高端化、智能化、绿色化、融合化发展水平明显提升，有效支撑制造业比重保持基本稳定，在全球产业分工中的地位和竞争力进一步巩固增强。工业企业数字化研发设计工具普及率、关键工序数控化率分别超过 90%、70%；2024.01广东省工信厅、广东省发改委等广东省发展软件与信息服务战略性支柱产业集群行动计划（2023-2025 年）目标到 2025 年21、，广东省软件业务收入达到 2 万亿元，保持全国领先地位。其中创新发展关键软件，推动工业软件企业和工业企业持续融合创新为产业集群行动计划的重点任务之一2024.03发改委等关于做好 2024 年享受税收优惠政策的集成电路企业或项目、软件企业清单制定工作有关要求的通知2024 年享受税收优惠政策的集成电路企业或项目、软件企业清单（以下简称“清单”）制定工作，基本延用 2023 年清单制定程序、享受税收优惠政策的企业条件和项目标准。重点软件领域包括研发设计类工业软件、生产控制类工业软件、经营管理类工业软件；2024.04工信部等关于印发推动工业领域设备更新实施方案的通知到 2027 年，工业领域设备22、投资规模较 2023 年增长 25%以上，规模以上工业企业数字化研发设计工具普及率、关键工序数控化率分别超过 90%、75%；2024.04北京市经信局北京市加快建设信息软件产业创新发展高地行动方案到 2027 年，北京市信息软件产业营业收入达到 4.8 万亿元。其中包括对基础软件、工业软件、网络安全等关键软件的全面升级；2024.08国资委等关于规范中央企业采购管理工作的指导意见在卫星导航、芯片、高端数控机床、工业机器人、先进医疗设备等科技创新重点领域，充分发挥中央企业采购使用的主力军作用，带头使用创新产品；资料来源：各政府官网，浙商证券研究所1.2 上半年上半年 A 股工业软件厂商费用率显23、著下降，现金流大幅好转股工业软件厂商费用率显著下降，现金流大幅好转A 股工业软件赛道厂商保持稳健成长态势股工业软件赛道厂商保持稳健成长态势。我们选取了宝信软件、中控技术、柏楚电子等 19 家工业软件相关的厂商进行分析(具体公司列表请参见表附录)，2024 年上半年 A 股工业软件厂商合计营业总收入 210.21 亿元，同比增长 13.8%，2018-2023 年工业软件厂商合计营业总收入 CAGR 约为 21.69%，规模保持稳健增长态势。单季度看，单季度看，Q2 同比增速较同比增速较 Q1 有所下降。有所下降。2024 年 Q2 单季度，A 股工业软件厂商合计营业总收入为 113.19 亿元24、，同比增长 7.50%，环比增长 16.68%。2024Q1 厂商合计营业总收入为 97.01 亿元，同比增长 22.06%。从收入确认节奏看，工业软件厂商收入的季节性分布显著，下半年营收普遍高于上半年。行业深度8/32请务必阅读正文之后的免责条款部分图 8：2016-2024H1A 股工业软件厂商合计营收情况图 9：2021Q1-2024Q2A 股工业软件厂商单季度营收情况资料来源：Wind，浙商证券研究所资料来源：Wind，浙商证券研究所2024 年上半年工业软件厂商整体归母净利润保持增长态势年上半年工业软件厂商整体归母净利润保持增长态势，单单 Q2 同比增速显著放缓同比增速显著放缓。2025、24年上半年，A股工业软件厂商合计归母净利润为30.53亿元，同比增长11.02%，2018-2023年合计归母净利润 CAGR 约为 26.22%，保持持续增长态势。单季度看，2024 年第二季度合计归母净利润为 16.20 亿元，同比增长 0.77%，单季度同比增长较 2024Q1（20.71%）显著下滑。图 10：2016-2024H1A 股工业软件厂商合计归母净利润情况图 11：2021Q1-2024Q2A 股工业软件厂商单季度归母净利润情况资料来源：Wind，浙商证券研究所资料来源：Wind，浙商证券研究所2024 年上半年工业软件厂商毛利率年上半年工业软件厂商毛利率、净利率承压净利26、率承压，同比有所下滑同比有所下滑。2024 年上半年 A 股工业软件厂商合计毛利率、净利率分别为 41.69%、14.90%，同比分别下滑 0.64pct、0.52pct，低于 2023 年全年但高于 2022 年全年的毛利率、净利率水平。单季度看，单季度看，2024Q2 毛利率、净利率环比显著提升。毛利率、净利率环比显著提升。2024 年 Q2 单季度，A 股工业软件厂商毛利率、净利率分别为 43.86%、17.48%，同比 2023Q2 分别提升 1.09pct、下降 0.62pct，毛利率水平有所好转。环比情况看，2024Q2 单季度毛利率、净利率环比 Q1 分别提升 4.69pct和 27、5.59pct，盈利能力环比修复显著。行业深度9/32请务必阅读正文之后的免责条款部分图 12：2016-2024H1A 股工业软件厂商毛利率、净利率情况图 13：2021Q1-2024Q2A 股工业软件厂商单季度毛利率、净利率资料来源：Wind，浙商证券研究所资料来源：Wind，浙商证券研究所2024 年上半年工业软件厂商费用率优化显著年上半年工业软件厂商费用率优化显著，现金流情况同比大幅好转现金流情况同比大幅好转。2024 年上半年，A 股工业软件厂商销售/管理/研发费用率分别为 8.14%/5.65%/13.68%，同比 2023 年上半年分别降低了 0.68pct/1.03pct/0.28、56pct，整体经营效率同比优化显著。2024 年上半年，工业软件厂商合计经营性现金流净额为 7.23 亿元，同比增长 99.2%，工业软件厂商现金流情况大幅好转。图 14：2016-2024H1A 股工业软件厂商费用率情况图 15：2016-2024H1A 股工业软件厂商经营性现金流净额情况资料来源：Wind，浙商证券研究所资料来源：Wind，浙商证券研究所我国工业软件厂商持续加大研发投入，产业升级推动工业软件赛道整体经营质量不断我国工业软件厂商持续加大研发投入，产业升级推动工业软件赛道整体经营质量不断提升提升。2024 年上半年 A 股工业软件厂商合计研发费用投入达到 28.7 亿元，同比29、增长 9.27%，2018-2023 年合计研发费用 CAGR 约为 27.27%，我国工业软件厂商持续投入产品研发，不断缩小与海外龙头厂商的技术差距，在满足新型工业化和国产替代需求的同时，有望持续提升自身经营质量。行业深度10/32请务必阅读正文之后的免责条款部分图 16：2016-2024H1A 股工业软件厂商研发费用情况资料来源：Wind，浙商证券研究所2024 年上半年年上半年，国内工业软件厂商加速布局国内工业软件厂商加速布局 AI+工业垂类应用工业垂类应用。随着 AI 大模型的持续迭代，国内工业软件厂商抢抓发展机遇，积极布局生成式 AI 结合工业场景的垂类模型及产品应用。未来国产工业30、软件有望受益于 AI 大模型技术的持续融合，加速商业化落地，推动公司业绩的持续高质量成长。表 2：2024 年上半年国内工业软件厂商加速布局 AI+工业领域应用厂商AI+工业应用布局宝信软件构建钢铁行业大模型平台，打造 AI+钢铁解决方案，形成包含知识语料库、通用大模型、专业模型等在内的“钢铁大模型”初版规划；中控技术发布流程工业首款 AI 时序大模型 TPT（Time-Series Pre-trained Transformer）。TPT 基于生成式的 AI 算法框架及不同行业海量生产运行、工艺、设备及质量数据等融合训练而成。中望软件2024 年 6 月发布的 ZW3D 2025 版本引入 31、AI 技术，应用机器学习实现智能命令推荐与模型匹配搜索索辰科技公司构建生成式全真环境模型，通过大模型模拟真实世界环境的复杂互动，实现更精确的环境效应评估和仿真测试，提升产品在真实环境中的性能与决策能力。能科科技公司基于华为盘古大模型，结合能科“乐世界”产品，打造 AI+研发、AI+设计、AI+工艺、AI+验证、AI+维护等面向汽车及轨道交通、半导体电子及装备制造等行业的数字化解决方案。鼎捷软件公司新一代 PLM 对计算机视觉与多模态大模型等 AI 技术在需求分析、智能推荐、图纸转 BOM 等应用场景进行探索，同时接入鼎捷雅典娜知识中台和 ChatFile，实现知识库的智能问答和结构化、非结构化32、的文件信息智能査找。创新奇智公司推动 ChatBI 和 ChatDoc 两款 AIGC 应用落地，并升级发布“奇智孔明工业大模型”2.0 版本（AInno-75B）以及 ChatVision 生成式企业私域视觉洞察、ChatRobot Pro 生成式工业机器人调度、ChatCAD 生成式辅助工业设计等 AIGC 应用。资料来源：各公司半年报，浙商证券研究所行业深度11/32请务必阅读正文之后的免责条款部分2 AI+工业模型渗透各细分场景，有望全面提升智能制造水平工业模型渗透各细分场景，有望全面提升智能制造水平2.1 AI 大模型开启工业智能化新阶段，快速打开超百亿市场大模型开启工业智能化新阶段33、，快速打开超百亿市场工业大模型应用已逐步渗透至工业制造的各细分环节。工业大模型应用已逐步渗透至工业制造的各细分环节。从工业产品生命周期的角度，可以将工业场景概括为研发设计、生产制造、经营管理、产品服务等四个主要环节，根据腾讯研究院整理的 99 个工业大模型的应用案例，目前工业领域的 AI 大模型的场景应用已渗透至外观设计、工业代码生成、知识管理与问答助手等各个细分场景，国内外厂商基于工业AI 模型的内部赋能以及外部商业化落地正在不断推进。图 17：大模型在工业全链条的应用探索资料来源：腾讯研究院，浙商证券研究所前期工业人工智能的应用主要是以专用的小模型为主，而大模型开启了工业智能化的前期工业人34、工智能的应用主要是以专用的小模型为主，而大模型开启了工业智能化的新阶段新阶段。结合两者不同的技术特点和应用能力，目前在工业领域形成了不同的分布态势。根据腾讯研究院统计数据，针对 507 个 AI 小模型应用案例的统计分析显示，应用主要集中在生产制造领域，占比高达 57%，而在研发设计和经营管理领域的应用则相对较少，呈现明显的倒 U 型分布；而根据对 99 个工业大模型应用案例的统计分析，大模型在研发设计和经营管理领域的应用相对更多，整体上呈现出 U 型分布。这表明大模型当前的能力更适配于大模型当前的能力更适配于研发设计和经营管理，在生产制造环节的能力和性能还需进一步提升。研发设计和经营管理，在35、生产制造环节的能力和性能还需进一步提升。行业深度12/32请务必阅读正文之后的免责条款部分图 18：生成式 AI（大模型）和判别式 AI（小模型）在工业主要领域分布情况资料来源：腾讯研究院，浙商证券研究所2029 年全球工业年全球工业 AI 市场规模有望达到市场规模有望达到 583 亿美元。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 52.07%。我国我国 AI+工业应用有望加速渗透，工业应用有望加速渗透，2025 市场规模超市场36、规模超 140 亿元。亿元。根据德勤数据预测，至2025 年我国人工智能在制造业应用的市场规模有望达到 141 亿元，2018-2025 年复合增长率达到 50.67%，图 19：2019-2029 年全球工业 AI 市场规模预测图 20：2018-2025 年人工智能在中国制造业应用市场规模资料来源：BlueWeave Consulting，浙商证券研究所资料来源：德勤，浙商证券研究所2.2 AI 大模型大模型+垂类工业应用快速渗透各类细分场景垂类工业应用快速渗透各类细分场景我国工业大模型应用正在从研发、生产、管理、服务等单一环节向垂直行业多场景覆我国工业大模型应用正在从研发、生产、管理、服37、务等单一环节向垂直行业多场景覆盖拓展盖拓展，有望呈现五大产业态势有望呈现五大产业态势。根据赛迪研究院，工业大模型生态基于构建通用工业大模型、行业大模型、场景大模型等大模型形态，并通过“数据+算力+模型+应用”等四要素的深度融合，形成知识智能、业务智能、具身智能、体系智能等产品形态，重塑研发、生产、管理、服务、设备等生产制造全要素、全产业链、全价值链，推动制造业迈向数字化、网络化、智能化新阶段。行业深度13/32请务必阅读正文之后的免责条款部分表 3：工业大模型产业态势产业趋势具体内容数据资产化亟需建设重点行业和典型场景高质量语料库、数据集，并推动这些语料库和数据集的流通和交易。算力一体化云端算38、力和边缘端算力协同建设，训推一体机等边端侧算力将成为发展重点。模型融合化以工业大模型智能体为驱动，将大模型的生成、理解能力，结合工业专业模型高精度、专业性强的特点，打造“生成式+专业式”的人工智能模型引擎。应用高级化推动工业应用从知识智能向业务智能、具身智能、体系智能迈进。生态网络化通用大模型厂商、数商企业、工业互联网企业、解决方案企业、用户企业，联合推动工业大模型典型场景应用向工业不同垂直行业渗透。资料来源：赛迪研究院安全产业研究所，浙商证券研究所工业大模型应用主要有三种构建模式工业大模型应用主要有三种构建模式。大模型构建可以分为预训练和微调两个阶段。针对工业大模型，一是可以基于大量工业数据39、和通用数据打造预训练工业大模型，支持各类应用的开发。二是可以在基础大模型上通过工业数据进行微调，适配特定工业任务。三是可以在不改变模型参数的情况下，通过检索增强生成（RAG）为大模型提供额外的数据，支持工业知识的获取和生成，这三种模式并不独立应用，往往会共同发力。表 4：工业大模型应用的三种构建模式对比预训练工业大模型预训练工业大模型微调微调检索增强生成检索增强生成数据需求数据需求无标注及标注的工业数据，静态数据标注的工业数据为主，静态数据外接行业数据库，动态数据特点特点具备部分工业领域的通用理解能力适用于工业领域的具体任务不改变模型快速接入行业信息优点优点对工业通用知识的理解精准执行工业特定40、任务快速利用外部信息资源，减少幻觉缺点缺点成本较高，缺乏对特定任务的优化能力 泛化能力较弱，可能过拟合不具备对行业的深度理解能力适用场景适用场景作为基础模型支持多种工业应用的开发 借助高质量的标注数据实现特定任务快速结合数据库进行信息检索和输出资料来源：腾讯研究院，浙商证券研究所目前目前 AI 大模型在工业领域处于初步探索阶段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未来四类核心模型有望赋能工业领域多个细分场景。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41、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。行业深度14/32请务必阅读正文之后的免责条款部分图 21：AI 大模型在工业领域的应用场景图 22：AI 大模型在工业领域的部署方式资料来源：中国信通院，浙商证券研究所资料来源：中国信通院，浙商证券研究所未来工业大模型应用有望伴随技术迭代持续加速渗透和深化。未来工业大模型应用有望伴随技术迭代持续加速渗透和深化。我们认为工业大模型的应用模式将以“大模型+工业 APP”的形式为主，工业大模型将在大量的通用数据和工业数据上进行训练，学习工业领域的通用知识和模式，并且基于不42、同工业场景和任务需求，结合行业领域特征形成多个垂类工业大模型。工业 APP 有望在工业模型基础上快速构建的各类应用，并且针对特定的工业场景和任务进行优化和定制。由于工业场景复杂并呈现碎片化的模式，在工业大模型基础上，企业可以快速构建符合自身业务和场景的应用，满足个性化的诉求，同时企业可以更加便捷地将各类大模型应用集成到自身原有的业务流程中，实现快速和便捷的智能化应用部署。2.3 政策推动叠加我国工业智能化需求，政策推动叠加我国工业智能化需求，AI+工业应用趋势确定工业应用趋势确定国家多次发布政策强调提升制造业的发展质量，加快人工智能等国家多次发布政策强调提升制造业的发展质量，加快人工智能等智能43、智能技术赋能技术赋能。政策推动人工智能技术在柔性制造、机器人协助制造、工业检测、设备互联管理等深层次应用场景的探索，完善智能制造产业生态。科技部等六部门发布关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见，鼓励在制造等重点行业深入挖掘人工智能技术应用场景，促进智能经济高端高效发展；同时，十四五 智能制造发展规划 等政策强调，加强关键核心技术攻关，研发人工智能、5G、大数据、边缘计算等在工业领域的适用性技术，增强融合发展新动能。行业深度15/32请务必阅读正文之后的免责条款部分表 5：我国 AI+制造业内应用相关政策时间颁布主体政策名称主要内容2021.12工业和信息化部等八部门44、“十四五”智能制造发展规划研发人工智能、5G、大数据、边缘计算等在工业领域的适用性技术：推动数字孪生、人工智能、5G、大数据、区块链、虚拟现实（VR）/增强现实（AR）/混合现实（MR）等新技术在制造环节的深度应用，探索形成一批“数字孪生+”“人工智能+”“虚拟/增强/混合现实（XR）+”等智能场景；2022.07科技部等六部门关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见鼓励在制造等重点行业深入挖掘人工智能技术应用场景，促进智能经济高度那高效发展。制造领域优先探索工业大脑、机器人协助制造、机器视觉工业检测、设备互联管理等智能场景；2022.08科技部关于支持建设新一代人工智45、能示范应用场景的通知针对流程制造业、离散制造业工厂中生产调度、参数控制、设备健康管理等关键业务环节，综合运用工厂数字孪生、智能控制、优化决策等技术，在生产过程智能决策、柔性化制造、大型设备能耗优化、设备智能诊断与维护等方面形成具有行业特色、可复制推广的智能工厂解决方案，在化工、钢铁、电力、装备制造等重点行业进行示范应用；2024.01工业和信息化部等七部门关于推动未来产业创新发展的实施意见深化新一代信息技术与制造业融合，加快推动产业链结构、流程与模式重构，开拓未来制造新应用。发挥中央企业丰富场景优势，加快建设多元化未来制造场景；资料来源：36 氪研究院，浙商证券研究所我国我国智能制造成熟度水平46、智能制造成熟度水平持续提升，持续提升，工业智能化发展趋势不可逆转工业智能化发展趋势不可逆转。根据我国电子技术标准化研究院发布的智能制造成熟度指数报告（2022），2022 年我国 63%的企业智能制造能力成熟度水平在一级及以下（核心业务重要环节尚未实现标准化和数字化），占比较2019 年下降了 22 个百分点，同时 21%的制造业企业达到成熟度二级（实现核心业务环节的数字化网络化），而达到三级（实现网络化集成及单点智能）和四级（深度智能化）的企业占比仅有 12%和 4%。工信部数据显示，我国工业企业关键工序数控化率从 2016 年的 33.3%持续增长至 2023年的 63.1%，并且有望保持47、增长态势。在国家政策推动下，我国有望持续坚持信息化与新型工业化深度融合为主线，提升工业现代化水平，建设现代化产业体系。图 23：2019-2021 年中国智能制造能力成熟度水平图 24：我国工业企业关键工序数控化率资料来源：头豹研究院，中国电子技术标准化研究院，浙商证券研究所资料来源：工信部，浙商证券研究所行业深度16/32请务必阅读正文之后的免责条款部分3 海外大厂海外大厂+垂类厂商布局，形成多层次垂类厂商布局，形成多层次 AI+工业应用生态工业应用生态3.1 海外多家厂商推出海外多家厂商推出 AI+工业应用，基本实现全流程覆盖工业应用，基本实现全流程覆盖海外基于大模型技术海外基于大模型技术48、，工业领域工业领域 AI 应用已渗透至产品设计应用已渗透至产品设计、生产制造生产制造、数据管理等多数据管理等多个环节个环节。在 AI+工业领域，除大厂外，SymphonyAI、Retrocausal 等公司推出了工业领域的垂类模型，另外 Cognite、Back2CAD 等公司也推出了针对 CAD、CAM 以及生产流程数据管理场景的生成式AI 应用，持续拓展生产制造智能化应用的边界。表 6：海外 AI+工业模型应用梳理公司公司模型模型/应用应用应用场景应用场景应用应用特点特点SymphonyAIIndustrial LLM机器状况诊断，故障、测试、工艺等环节智能问答；模型基于 3 万亿数据点、49、12 亿 token 进行训练，数据集包括事件、传感器数据、资产信息、组件类型、工作订单、性能见解等。模型可揭示复杂工业流程和数据问题的简单答案，帮助通过将情境化信息输出给操作员。RetrocausalLearnGPT 模型、Kaizen Copilot 应用工程师设计辅助、流程优化；AI 驱动平台消除用户手动数据收集的需要，同时将多种软件的能力整合到一个易于使用的平台中。Kaizen Copilot 赋予工业工程师进行更快的时间和运动研究、FMEA 生成、人体工程学分析等的能力。Cognite大模型与工业DataOps 平台结合数据洞察；公司基于检索增强生成（RAG）技术，将大模型与其工业 50、DataOps 平台 CogniteData Fusion 结合，为客户提供基于数据的洞察和解决方案。通过将不同来源和类型的工业数据进行向量化并存储在向量数据库中，作为 RAG 的检索源，模型能够提供精准的建议或解决方案。Back2CADCADGPT文档生成、代码生成、CAD 项目助手等；公司基于 Elaine CAD Bot、ChatGPT 和 Amazon AWS，在 AutoCAD 的基础上开发了 CADGPT，订阅价格为每年 79 美元。CADGPT可旨在为 CAD专业人士设计工作提供的 CAD 智能助手，有望改变 CAD 专业人士的工作方式并提高生产力。Sprut CAMncyCAD51、/CAM 智能助手、代码生成；ncy 是基于 ChatGPT 技术的 CAD/CAM AI 助手，可基于用户自然语言指示完成代码解释、代码生成工作，用户可以用ncy 通过 Python 代码创建零件的 2D 或 3D 模型，或提供使用的工业机器人或 CNC 机床的相关信息。Sight MachineFactory Copilot工业数据分析；Factory CoPilot 集成了微软 Azure OpenAI 服务，通过智能化分析简化了制造问题的解决和报告流程。Factory CoPilot 提供一个直观的交互体验，用户可以轻松获取分析结果。Factory CoPilot 能够自动整理 Sig52、ht Machine 平台上的上下文数据，生成易于理解的报告、邮件和图表，并引导用户进行根因分析，加快问题诊断。VantiManufacturing Copilot工业数据分析和管理、工业知识查询；Manufacturing Copilot 通过融合和整理来自 ERP 系统、MES 系统、传感器以及历史记录器等多样化数据，同时基于大模型能力，允许用户以自然语言询问并与数据互动，将复杂的数据分析过程转换为简单直观的对话。Manufacturing Copilot 还能识别并解释复杂的生产行为，借助数据可视化技术，提供数据的图形化叙述，增强数据可解释性，帮助制造业专业人士进行数据驱动的决策。And53、onixAndi制造流程中的聊天机器人；Andi 是一个专为工厂工人设计的 AI 驱动的制造聊天机器人。Andi 可实现工厂数据的智能化分析和处理，并提供自然语言交互界面，工人可以与机器人进行对话并寻求专家帮助和支持。Andi 可以协助工人完成诸如自动监控机器和流程性能、解决问题、生成行动计划、检查清单和工作指导等任务，还可以学习公司特定的信息，如机器操作和故障排除手册、质量系统、人力资源手册等。资料来源：各公司官网、腾讯研究院，浙商证券研究所大厂依托完善大模型生态切入工业制造领域大厂依托完善大模型生态切入工业制造领域，微软依托生成式微软依托生成式 AI 技术布局智能制造行技术布局智能制造行业54、。业。2024 年 4 月，微软宣布在 Microsoft Fabric 中推出制造数据解决方案的私人预览版，以及在 AzureAI 上推出用于工厂运营的 Copilot 服务。这些解决方案可帮助制造商统一其运营技术和 IT 数据资产，并加速和扩展 Fabric（基于 SaaS 的端到端分析平台）中 AI 的数据转换，可帮助制造商利用统一数据为前线工人创建自己的 Copilot，前线员工可以使用自然语言查询数据以进行知识发现、培训、问题解决、资产维护等。行业深度17/32请务必阅读正文之后的免责条款部分图 25：Microsoft Fabric 基于制造业场景推出 Copilot 解决方案资料55、来源：微软官网，浙商证券研究所微软微软 Fabric 中的制造数据解决方案将中的制造数据解决方案将 OT 数据数据（如工厂传感器遥测如工厂传感器遥测）和和 IT 数据数据（如库如库存数据）整合到存数据）整合到 Fabric 的统一数据的统一数据库库中。中。该解决方案通过上下文丰富数据，从而扩展数据的价值。例如，特定时间的生产设备的温度读数（OT 数据）与通过该机器的材料批次的所有信息（来自 ERP 系统的生产订单或来自质量系统的测试结果）叠加在一起。数据存储在Fabric 中，以便统一、丰富、建模和聚合。这种统一的数据基础提供了一种可扩展且可重复的模式来处理所有工厂域数据项目。基于基于 Fab56、ric 对丰富对丰富数据数据的处理的处理，制造商可以利用工厂运营，制造商可以利用工厂运营 Copilot 插件插件整合整合 AzureOpenAI 服务服务，增强增强 MES 等复杂制造系统的功能等复杂制造系统的功能。Copilot 通过后期处理根据制造数据解决方案验证结果，以避免出现幻觉，并提供可信 AI 服务，以确保在制造环境中仅提供相关且安全的响应。用户可以使用自定义界面（例如聊天机器人或仪表板）以自然语言与数据进行通信，以获取见解并做出改进决策。3.2 西门子携手微软、亚马逊推出生成式西门子携手微软、亚马逊推出生成式 AI 应用应用3.2.1 西门子工业西门子工业 Copilot，赋能57、制造业企业效率提升，赋能制造业企业效率提升西门子携手微软推出工业西门子携手微软推出工业 Copilot 应用。应用。两家公司自 2023 年 4 月起达成合作研发西门子工业 Copilot 系统，旨在改善制造业中的人机协作。此外，西门子用于产品 PLM 的Teamcenter 软件和微软 Teams 之间的整合的推出将进一步为工业元宇宙创造空间，Teamcenter for Microsoft Teams 于 2023 年 12 月正式发布，新应用程序将通过 AIGC 技术将产品设计和制造生命周期的功能连接，使工厂和现场服务人员更容易访问数据。西门子工业西门子工业 Copilot 将实现用户快58、速生成将实现用户快速生成、优化和调试复杂的自动化代码优化和调试复杂的自动化代码，并显著缩短并显著缩短模拟时间。模拟时间。Copilot 可以从西门子的开放式数字业务平台 Xcelerator 中摄取自动化和过程模拟信息，并使用微软的 Azure OpenAI 服务对其进行增强。西门子工业 Copilot 有望提高整个工业生命周期的生产力和效率。使用自然语言，维护人员可以获得详细的维修说明，工程师可以快速访问仿真工具。行业深度18/32请务必阅读正文之后的免责条款部分工业工业 Copilot 有望在制造业有望在制造业，如汽车如汽车、消费品和机械制造等领域创造价值消费品和机械制造等领域创造价值。汽59、车供应商舍弗勒股份公司是汽车行业首批在工程阶段采用 AIGC 的公司之一，公司计划在自身运营过程中采用西门子工业 Copilot 系统，旨在大幅减少停机时间，并在后期为其客户提供服务。图 26：西门子 Xcelerator 平台图 27：西门子 Industry Copilot资料来源：西门子官网，浙商证券研究所资料来源：新浪科技，浙商证券研究所2024 年年 4 月，西门子展示了其全球第一款工业工程设计生成式月，西门子展示了其全球第一款工业工程设计生成式 AI 产品产品 IndustrialCopilot，这款工具已经在德国舍弗勒的产线上启用；在刚刚结束的阿赫玛展会上，西门子首次推出多款面向60、绿氢行业的全新软件工具，通过应用生成式 AI 提升氢气产量。西门子正西门子正在开发和训练首个时序数据的基础模型在开发和训练首个时序数据的基础模型 GTT 1.0。GTT 1.0 目前由 330 多亿高质量时序数据点训练而成，这些时序数据涵盖离散制造、流程工业、能源、交通、楼宇等多领域。在多个公开域测评任务中，无需微调，该模型即可展现出优秀的预测能力，解决工业场景中的趋势预测、异常检测等时序分析问题。3.2.2 西门子携手亚马逊推出西门子携手亚马逊推出 AIGC 对话助手对话助手西门子中国与亚马逊云科技联合打造生成式对话机器人小禹西门子中国与亚马逊云科技联合打造生成式对话机器人小禹。解决方案采用61、“RAG 架构+向量数据库”设计，核心主体知识库以向量方式构建，能够存储超大规模的向量数据。通过对数据进行向量嵌入处理，跨部门、跨业务、跨场景的数据之间也能够进行关系考量。而 Amazon 提供的核心向量数据库功能，可以实现查询时在几毫秒内就可获得数十亿向量的上下文相关响应。相对于传统机器人相对于传统机器人，“小禹小禹”智能会话机器人的回答内容不仅生成速度更快智能会话机器人的回答内容不仅生成速度更快，其对搜索其对搜索关键词的命中率也更高，整体使用体验超过传统机器人。关键词的命中率也更高，整体使用体验超过传统机器人。西门子中国专属智能知识库上线后，首周就有超过 4000 位内部用户参与使用，超过62、 12000 个问题被提出并解答，不但有效解决各业务部门之间需求相似、重复开发的问题，同时以云上弹性资源和托管的 AmazonOpenSearch Service、Amazon SageMaker 等服务节约了系统在运维和扩展方面的投入成本。行业深度19/32请务必阅读正文之后的免责条款部分图 28：西门子 AIGC 对话机器人“小禹”资料来源：亚马逊科技官网，浙商证券研究所3.3 Autodesk 发布发布 AIGC 3D 工具工具 BerniniAutodesk 作为全球工业软件龙头厂商，持续布局作为全球工业软件龙头厂商，持续布局 AI 技术赋能用户效率提升。技术赋能用户效率提升。公司在A63、I 领域布局超过十年，目前 Autodesk AI 套件可用于增强创造性问题解决和探索，自动化繁琐和重复的工作，并为个人和团队提供强大的分析工具以辅助决策，形成了实时分析、标记辅助、Construction IQ 等功能模块。表 7：AutodeskAI 赋能用户设计与制造工作流并实现自动化AI 功能核心亮点实时分析对风、噪声和运行能耗进行实时预测分析，以便用户做出明智的设计决策，从而改善结果。标记辅助通过标记文件中可识别的说明性文本和删除线，转换注释、识别手写文本、添加对象并自动执行编辑。机器学习洪暴工具 在处理地表水的过程中，利用全新的内置人工智能快速准确地预测泛洪区域。Construct64、ion IQ分析项目数据，识别设计、质量、安全和项目控制风险并确定其优先级，以帮助尽早解决问题并做出决策。自动生成工程图通过制造工程图的交互式体验自动编写二维文档，从而减少在非增值任务上花费的时间。衍生式设计借助一个使用制造流程感知标准的工作流探索更多设计选项，而无需对每个选项进行建模和验证。机器学习通过自动执行键控、天空替换和美化工作等任务，节省数小时的重复性工作。AI 辅助工作流（beta 版）在 Maya 中使用自然语言文本提示自动控制场景，以执行复制对象或增加其大小等任务。资料来源：Autodesk 官网，浙商证券研究所Autodesk 公布公布 Project Bernini 项目，65、项目，聚焦为设计和制作行业聚焦为设计和制作行业提供提供 AIGC 工具。工具。根据公司发布的演示 demo，用户可以快速通过各种输入生成功能性的 3D 形状，这些输入方式包括 2D 图片、文字、体素（voxels）和点云（point clouds）。Autodesk 表示 Bernini 项目旨在创造用于建筑、产品设计、娱乐和更多领域的生成型模型，并且聚焦于生成功能型 3D 结构，模型适合专业的几何体工作流，可以根据给定的输入行业深度20/32请务必阅读正文之后的免责条款部分生成 3D 形状的多种功能变体。未来 Project Bernini 有望在更大、更高质量的专业数据集上进行训练并变得越66、来越有用。Autodesk 在视频中展示了一个水罐的生成过程，并且指出其他 3D 生成型模型制作水罐主要是提升其在特定光照环境下的外观表现力，但 Bernini 模型单独生成水罐的形状和纹理，因此可以生成可以真正盛水的中空水罐，就像现实世界中的水罐一样。除了真实之外，Autodesk 还采用了可以带来多种变体的真正生成方式，给设计师更多的选择，并更好地适应他们的创意工作流程。图 29：用户通过自然语言输入即可生成 3D 模型图 30：基于 Bernini 能力生成一个水罐 demo资料来源：腾讯网，浙商证券研究所资料来源：腾讯网，浙商证券研究所3.4 新思软件：新思软件：Synopsys.ai67、 套件赋能套件赋能 EDA 全设计流程全设计流程Synopsys.ai 是首个电子设计自动化套件，并在整个 EDA 堆栈中充分利用生成式人工智能，进一步提高先进芯片设计达成结果的效率。Synopsys.ai 将通过对话智能来提供协作、生成和自主功能。在大语言模型支持下，Synopsys.ai 的生成式 AI 功能可以部署在任何本地环境或云环境中。在 Synopsys.ai 套件中集成 GenAI 将为芯片开发者提供协作功能，以及专业化的工具指导；用于 RTL 设计、验证及其他辅助资料创建的生成功能；用自然语言方式创建工作流程的自主功能。图 31：Synopsys 生成式 AI 应用涵盖整个 E68、DA 堆栈资料来源：Synopsys 公司官网，浙商证券研究所行业深度21/32请务必阅读正文之后的免责条款部分在芯片的优化设计与验证环节在芯片的优化设计与验证环节，Synopsys.ai是首个是首个 EDA 解决方案套件解决方案套件，可在从系统可在从系统架构到制造的整个流程中充分利用架构到制造的整个流程中充分利用 AI 功能功能。Synopsys.ai 套件可快速处理设计复杂性并接管重复性任务，例如设计空间探索、验证覆盖率和回归分析以及测试程序生成，同时有助于优化功耗、性能和面积。AI 功能可以协助团队快速将芯片设计从一家代工厂转移到另一家代工厂，或者从一个制程节点迁移到另一个制程节点。在数69、据分析环节，在数据分析环节，Synopsys.ai 还率先提供连续数据集解决方案，以加速芯片设计、验还率先提供连续数据集解决方案，以加速芯片设计、验证和大批量制造进程证和大批量制造进程。该 AI 驱动型数据分析解决方案使团队能够解锁、连接和分析在设计、验证、制造、测试以及应用场景中收集的大量数据。Synopsys.ai 独特的芯片监控技术可以优化功耗、性能、质量、良率和吞吐量。而且，Synopsys.ai 提供综合的可视化功能，让开发者能够在 IC 生命周期内的任何阶段更快地完成根本原因分析。表 8：Synopsys.ai 功能点维度维度应用环节应用环节核心价值核心价值优化设计与验证设计DSO70、.ai 利用 AI 引擎，在芯片设计的超大解决方案空间中搜索优化方案，以此改善功耗、性能和面积。验证VSO.ai 以更快的速度实现更高的覆盖质量，同时消除回归中的冗余并自动进行根本原因分析。测试TSO.ai 优化复杂设计中的测试程序生成过程，以更少的测试向量实现更高的缺陷覆盖率。模拟ASO.ai 协助加快模拟方案的设计、实现及验证。自动原理图迁移功能简化了器件和参数更新到新工艺设计套件的过程。数据分析设计与验证新思 Design.da 可对来自 Synopsys.ai 设计实现产生的数据进行深入分析，为芯片开发者提供有关PPA 轨迹的全面可见性、新见解和异常情况信息，和改进设计的特定方案。过程71、控制新思 Fab.da 提供一个可扩展的数据平台，用于存储和分析来自晶圆厂设备的大量过程控制数据。AI/ML 管道会对这些数据进行处理，以提供对制造数据的见解和快速分析，从而准确诊断良率问题。生产新思 Silicon.da 利用来自测试设备的巨量芯片监控、诊断和生产测试数据，从而快速确定如何改进关键芯片生产指标，同时优化关键芯片运行指标。资料来源：Sysnopsys 公司官网，浙商证券研究所3.5 Ansys 针对针对 CAE 行业推出行业推出 SimAI、AnsysGPT 应用，应用，2024 年年 1 月，月，Ansys 推出基于推出基于 AI 的的产品产品 Ansys SimAI。Sim72、AI 将 Ansys 仿真的预测准确度与生成式 AI 技术相结合，不仅支持开放生态系统，而且能在几分钟内预测性能，从而通过直观的界面和流程推动仿真普及。Ansys SimAI 能够以极高的速度运行，通过提供广泛的设计探索机会，实现加速研发、缩短产品开发周期并提升创造力。Ansys SimAI 解决方案方便直观解决方案方便直观、易于操作易于操作，旨在方便不具备编码经验或深度专业知识旨在方便不具备编码经验或深度专业知识的用户使用的用户使用。Ansys SimAI 并不依赖于几何参数来定义设计，而是以设计本身的形状作为输入，即使形状的结构在训练数据中的记录不一致，也能有助于更广泛的设计探索。对于需要73、进行海量计算的项目，该应用可将所有设计阶段的模型性能预测功能提高 10-100 倍。客户可以使用以前生成的 Ansys 或非 Ansys 的数据来训练 AI，训练和预测均被托管于先进的云基础架构，以确保用户数据的安全性和保密性。行业深度22/32请务必阅读正文之后的免责条款部分图 32：Ansys SimAI 具有用户友好型界面，可实现快速性能预测资料来源：Ansys 公司官网，浙商证券研究所2024 年年 4 月，月，Ansys 推出基于推出基于 AI 的虚拟助手的虚拟助手 AnsysGPT。AnsysGPT 使用 ChatGPT 技术构建，将 Ansys 工程师的专业知识与 AI 的强大功74、能融合，提供了一种能够提供快速、全天候客户支持的通用工具。AnsysGPT 使用 Ansys 数据进行训练，可为客户解答有关 Ansys产品、相关物理和其他复杂工程主题的问题。通过安全、易于使用的界面，设计师和工程师可以收到多种常用语言的实时响应，帮助简化模拟设置、浏览相关学习机会等。相比于之前发布的测试版本，相比于之前发布的测试版本，更新后的版本经过了对响应准确性、性能和数据合规性更新后的版本经过了对响应准确性、性能和数据合规性的严格测试的严格测试。AnsysGPT 从新的公共来源获取知识，包括产品文档、产品和工程相关培训文档、常见问题解答、技术营销材料和公开的 Ansys 学习论坛讨论。此75、外，升级后的基础设施提供了增强的安全性和可扩展性，以容纳数千名用户。图 33：AnsysGPT 使用界面示意资料来源：Ansys 公司官网，浙商证券研究所行业深度23/32请务必阅读正文之后的免责条款部分3.6 Cadence 生成式生成式 AI 产品覆盖芯片设计全流程产品覆盖芯片设计全流程Cadence 推出了推出了 Cadence.AI LLM，是业界首个针对芯片设计的大语言模型（，是业界首个针对芯片设计的大语言模型（LLM）技术技术。该工具的核心功能在于加载和处理架构规范、设计规范、集成连接规范以及芯片设计本身，为用户提供了一个强大的交互平台。用户能够通过自然语言与工具进行互动，提出各种76、指令，如要求列出芯片设计中的不规则网络名称、识别所有潜在的不规则引脚、自动化测试平台的连接设置、以及辅助完成工具脚本和 RTL 代码的编写。图 34：Cadence 生成式 AI 应用资料来源：Cadence 公司官网，浙商证券研究所Cadence JedAI 解决方案，旨在利用人工智能改变芯片设计行业。解决方案，旨在利用人工智能改变芯片设计行业。Cadence.AI 生成式AI 应用包含 Cadence Cerebrus（数字设计）、Virtuoso Studio（模拟/定制设计）、Verisium（调试和验证）等五大模块，覆盖芯片设计的全流程，生成式 AI 的技术应用可以基于大量数据提供智77、能化的决策辅助，从而提高设计性能并提高工程效率。图 35：Cadence.AI 生成式 AI 应用矩阵资料来源：公司官网，浙商证券研究所行业深度24/32请务必阅读正文之后的免责条款部分4 国内厂商积极布局，国内厂商积极布局，AI 大模型赋能工业各场景大模型赋能工业各场景4.1 华为华为“盘古盘古”大模型全面赋能工业流程大模型全面赋能工业流程2024 年年 6 月月 21 日日，在华为开发者大会在华为开发者大会 2024（HDC 2024）上上，华为华为正式发布盘古大模正式发布盘古大模型型 5.0 版本版本。盘古大模型 5.0 系列在全系列、多模态、强思维三个方面进行了全面升级，标志着华为云在78、人工智能领域再次迈出了坚实的步伐。在模型在模型全系列方面全系列方面，盘古大模型盘古大模型 5.0 包包括十亿级、百亿级、千亿级、万亿级等不同参数规模，提供盘古自然语言大模型、多模态括十亿级、百亿级、千亿级、万亿级等不同参数规模，提供盘古自然语言大模型、多模态大模型、视觉大模型、预测大模型、科学计算大模型等。大模型、视觉大模型、预测大模型、科学计算大模型等。图 36：华为发布盘古 5.0 大模型资料来源：环球网，浙商证券研究所华为盘古大模型在工业设计及制造场景均有落地应用，持续赋能千行百业。华为盘古大模型在工业设计及制造场景均有落地应用，持续赋能千行百业。在工业设计领域，以新车造型设计为例，周期79、一般需要 1-2 年，盘古大模型可以让汽车的造型设计时间大幅缩短。造型设计师可以将自己的灵感，通过对话、画图与大模型交互，生成 3D 汽车数字模型，并可进行风格化调整、零部件编辑、颜色更换等。盘古大模型生成的数字模型还可直接输出成 3D 文件，支持 10 几种主流格式，设计师可以直接 3D 打印成样品，减少制作油泥模型的轮次，极大地节省成本和时间。在工业质检领域在工业质检领域，华为工业 AI 质检解决方案，基于华为领先的 AI、云计算、大数据等ICT 能力，结合自身在制造领域质量管控优秀实践经验，为汽车、烟草、电子等制造行业客户打造工业 AI 视觉质检平台，实现生产质量管控的自动化、智能化，助80、力持续提质降本增效。在识别精准度能力上，华为基于自身 200+条产线 AI 质检实践经验，提炼 800+工业级图像处理算子，全面覆盖工业领域行为规范性检测、缺陷检测、定位、测量等场景，识别准确度达到 98.5%以上。行业深度25/32请务必阅读正文之后的免责条款部分图 37：华为云工业 AI 质检解决方案架构资料来源：华为云官网，浙商证券研究所华为工业大模型在矿山领域已有落地应用。华为工业大模型在矿山领域已有落地应用。针对单场景小模型方案的问题，华为已推出矿山大模型解决方案，采用“1+4+N”总体架构，结合数据安全和隐私保护 技术，从行业数据中提取知识，可满足煤炭行业不同业务场景的智能化需求。81、在平台层，华为云推出一站式 AI 平台并提供全流程的大模型训练与推理服务，可帮助用户管理全周期 AI 工作流，助力应用开发者快速完成模型开发与上线，使能煤炭行业创新 AI 业务。在大模型能力层和应用层，华为基于视觉、预测、自然语言处理和多模态四大基础通 用能力，以 L0 层大模型为基础，与煤炭行业合作将行业的海量知识，结合矿山通用场景，预训练出 L1 层矿山大模型，包括物体检测、语义分割等开发套件。L1 层是煤炭行业的通用模型，能够与矿山具体业务场景结合，并在此基础上训练出防冲卸压、焦化配煤、重质密控等L2 层场景化模型。图 38：华为“盘古”矿山大模型架构资料来源：华为+矿山智能化暨矿山大模82、型最佳实践白皮书，浙商证券研究所行业深度26/32请务必阅读正文之后的免责条款部分4.2 中控技术发布工业中控技术发布工业首款首款 AI 时序大模型时序大模型 TPT2024 年年 6 月月 5 日，中控技术正式发布日，中控技术正式发布流程工业首款流程工业首款 AI 时序大模型时序大模型 TPT（Time-SeriesPre-trained Transformer）。TPT 有望解决工业应用分散、数据应用碎片化等问题，实现工厂从原来的 N 个模型对应 N 个应用到现在由一个 TPT 模型为基座打造一个软件支撑多种应用场景的新模式。中控技术自主研发的工业时序大模型 TPT，具有“多能力”“跨装置83、”和“高可靠”三大典型特征。表 9：中控自研工业时序大模型 TPT 特点大模型特点具体内容多能力TPT 将模拟与预测能力融于一体，能同时支撑多种任务运行，通过长短周期预测、动稳态模拟等，统一分析类、优化类、控制类、培训类等工业应用，统一传统的建模过程，全面简化技术体系，有效应对复杂工业场景。跨装置TPT 汇集不同装置的海量数据进行联合预训练，学习了工业装置运行的通用规律。通过少量微调或零微调，即可在不同装置和工况间复用，表现出惊人的跨装置、跨工况的迁移能力。高可靠TPT 相较于传统 AI 模型，更能精确匹配生产现状，包容性更强、可靠性更高，可直接控制装置实现闭环运行，保障装置长效优化生产。资料84、来源：中控技术官方公众号，浙商证券研究所目前，中控技术基于 TPT 打造的工业应用已经在氯碱、热电、石化等装置上取得了突破性应用。TPT 可以让生产装置配上“智慧大脑”，像专家一样自主思考与交流，并监督和优化装置运行，实现提效率、稳运行、增收益的目标，解决尚未解决的难题。在某大型化工企业中在某大型化工企业中，TPT 能够有效赋能无人工厂建设，在自动感知、智能评估、智慧决策、指令生成及自动执行等关键环节表现突出。比如，通过内置海量的工业语料，能帮助企业迅速建立企业私域知识库，实现私域知识的问答检索等，全面提升获取信息的效率；通过连接实时数据库，基于大模型语义理解能力，可以对生产信息进行任意维度的85、查询、生产报表查询分析等；构建面向工业场景的多层级 CUI、GUI 协同交互，图文、语言融合、沉浸式体验，实现多维信息的快速检索；基于 TPT 可以对生产装置进行多工况瓶颈分析、操作参数优化，为装置优化操作、挖潜增效提供在线指导等。在某锅炉燃烧优化项目中，在某锅炉燃烧优化项目中，相较于传统控制，TPT 实现系统自控率达到 95%以上，氮氧化合物含量下降 5%，吨蒸汽煤耗能耗下降 3.1%以上，达到”提人效、稳运行、增收益”的良好效果。TPT 作为新一代工业智能引擎，目前，中控技术已接到全球十多家能源化工领域龙头企业的合作邀约。4.3 创新奇智创新奇智“奇智孔明奇智孔明 AInnoGC”构建企业86、知识库构建企业知识库2023年年9月月1日日，国内国内“AI+制造制造”解解决方案供应商创新奇智发决方案供应商创新奇智发布布“奇智奇智孔孔明明AInnoGC”工业大工业大模型产品矩阵。模型产品矩阵。公司围绕自研的工业大模型 AInno-15B 发布了大模型服务引擎，以及三款生成式 AI 应用产品：工业机器人任务编排应用“奇智明达 ChatRobot”、企业私域数据分析应用“奇智明数 ChatBI”、企业私域知识问答应用“奇智明睿 ChatDoc”。工业大模型 AInno-15B，基于深度学习 Transformer Decoder 架构，结合蒸馏开源免费大模型和其自有的工业知识库训练得到，拥有87、 150 亿以上参数，拥有行业化、轻量化、多模态等特点，具备工业知识归纳生成、工业数据分析、自动化任务编排等能力。行业深度27/32请务必阅读正文之后的免责条款部分图 39：创新奇智 AInnoGC 工业大模型图 40：创新奇智 AInnoGC 引擎资料来源：创新奇智公司官网，浙商证券研究所资料来源：创新奇智公司官网，浙商证券研究所企业私域知识问答应用企业私域知识问答应用“奇智明奇智明睿睿 ChatDoc”：ChatDoc 类似于工业领域专属的ChatGPT，能够回答工业领域垂类问题，或是在搭载私域数据库后回答企业私域的问题。ChatDoc 基于私域数据库部署，支持用户外挂新的数据库，通过信息88、的存储和检索，归纳并生成回复，具备智能总结、答案溯源和简单易用三大特点。企业私域数据分析企业私域数据分析应用应用“奇奇智明数智明数 ChatBI”：ChatBI 专注于企业私域数据分析。对于大量的结构化数据，传统的静态报表难以满足企业高度动态的需求，ChatBI 具备三个特点，包括自然语言对话式交互、SQL 语句准确生成以及自动数据分析和展现。技术方面，通过词表优化、位置编码、提示工程、强化学习、意图识别等方面的提升，在公开数据集 Spider、Chase-C 等上的测试表明，其 SQL 语句生成能力优于 GPT-3.5。工业机器人任务编排应用工业机器人任务编排应用“奇奇智明智明达达 Chat89、Robot”：ChatRobot 则聚焦在工业制造业上，可以理解人的意图，针对工业机器人进行任务编排。ChatRobot 具备三大特点：自然语言对话式交互、复杂意图理解以及大模型任务编排，可以自动将包含多个环节的复杂指令拆解为机器人可执行的具体步骤，将模糊的指令具象化，再驱动整个机械装置执行指令，实现机器人执行效率的提升。4.4 科大讯飞基于科大讯飞基于羚羊工业大模型羚羊工业大模型构建工业互联网生态构建工业互联网生态2023 年年 6 月月 9 日，科大讯飞发布星火大模型结合工业领域的垂直应用。日，科大讯飞发布星火大模型结合工业领域的垂直应用。星火大模型在工业的场景中，“研产供销服管”各个环节90、，通过 AI 的应用都可以极大提升效率、降低成本。科大讯飞正式发布羚羊工业互联网平台，通过人工智能技术和大数据精准理解分析，推荐融合应用，实现企业需求和供应端的更好连接。企业客户可以更加自由地通过自然语言的形式，发布生产、研发、客服等各类问题。星火大模型基于需求，通过扫描各种网上或企业自身产品文档、服务文档，从而更好地完成对接。AI 大模型结合企业自有知识库及数据库，形成企业知识大脑。大模型结合企业自有知识库及数据库，形成企业知识大脑。在企业知识大脑的加持下，企业在研发、生产、服务营销等环节中遇到问题，均可通过和企业知识大脑交互，精准定位问题并获取更加有针对性的解决方案，从而大幅提升效率。行业91、深度28/32请务必阅读正文之后的免责条款部分图 41：羚羊工业大模型发布以来成果显著图 42：星火认知大模型结合羚羊工业互联网平台资料来源：科大讯飞官方微信号，浙商证券研究所资料来源：科大讯飞官方微信号，浙商证券研究所2023 年年 9 月月 20 日，基于星火的羚羊工业大模型正式发布，截至日，基于星火的羚羊工业大模型正式发布，截至 10 月月 23 日已积累日已积累超超68 万用户。万用户。羚羊工业大模型具备工业文本生成、工业知识问答、工业理解计算、工业代码生成、工业多模态 5 大核心能力，并基于此打造了首批可以用在生产质检和运维场景的数字工匠、iMOM 等系列产品。截至 10 月 23 92、日平台已积累 68.7 万用户，服务企业次数达到 370.6万次。2024 年年 6 月，月，科大讯飞在科大讯飞在中国国际住宅产业暨建筑工业化产品与设备博览会中国国际住宅产业暨建筑工业化产品与设备博览会上上正式发正式发布行业首个布行业首个 AI+自动设计产品自动设计产品。AI+自动设计产品，借助大模型算法赋能与大数据融合流程再造，集成 360+项自动设计功能，具备多个可一键生成三维模型和二维图纸的自动设计能力。AI+自动设计覆盖建筑、结构、给排水、暖通、电气、通用 5 个专业 80+设计场景，推动传统二维 CAD 生产环境转型升级，实现全流程二、三维一体化设计。以常规 50000 平米地下车库93、为例，传统手工设计需要 5-10 天，而在自动设计产品的帮助下，完成相同规模的地下车库设计，只需 6 小时，效率提高了 85-93%；在设计质量方面，传统车库的单车指标在每车位 35.0 平方米，AI+自动设计的设计成果能够达到每车位 31.7平方米，下降近 10%。4.5 鼎捷软件：基于雅典娜工业互联网平台推出多款鼎捷软件：基于雅典娜工业互联网平台推出多款 AIGC 应用应用近期，公司宣布企业级知识机器人近期，公司宣布企业级知识机器人 ChatFile 已全面支持基于开源算法自主构建的行业已全面支持基于开源算法自主构建的行业大模型。大模型。ChatFile 通过整合开放的算法，可帮助企业快速94、生成符合自身需要的行业大模型，从而提高工作效率并优化客户体验。ChatFile 能够有效整合企业内外的数据资源，利用开源算法自主构建行业模型，并且企业只需根据自身特点进行调整。从应用场景来看，从应用场景来看，ChatFile 能够广泛应用于客户服务、销售支持、市场分析等领域。能够广泛应用于客户服务、销售支持、市场分析等领域。其智能化对话功能有助于实现 24 小时在线客服，提升客户满意度并降低人力成本。同时，通过对市场数据和用户反馈的智能分析，企业能够迅速调整策略，抓住市场机会。并且，企业在接入 ChatFile 时还能享受到灵活的模式。与大多数依赖单一模型的系统不同，ChatFile支持多种国95、产和国际算法的接入，进一步增强了系统的灵活性与适应性。行业深度29/32请务必阅读正文之后的免责条款部分图 43：鼎捷雅典娜 ChatFile 应用图 44：鼎捷雅典娜 ChatBI 应用资料来源：公司官网，浙商证券研究所资料来源：公司官网，浙商证券研究所公司已形成较为完善的生成式公司已形成较为完善的生成式 AI 应用矩阵。应用矩阵。目前，公司已构建 ChatFile、ChatQA 和ChatBI（数智参谋）三款生成式 AI 应用，基于 GPT 大模型有望助力企业用户完成数智化转型。ChatFile 可盘活企业沉积的知识与经验，让项目知识库、经验知识库、财务知识库、售前售后知识库等“库存数据”96、发挥重要价值，为企业用户决策提供洞见和赋能；ChatQA 则能够基于企业半结构化数据，赋能用户通过问答的形式解决企业难题，让信息流动更加高效和目标导向；ChatBI 则可以打破企业 ERP、MES、PMS 等系统之间的数据隔阂，灵活运用结构化数据，为企业决策提供坚实而可靠的支持。4.6 赛意信息赛意信息发布首个聚焦企业服务大模型的发布首个聚焦企业服务大模型的 AIGC 中台中台2023 年年 10 月，公司发布业界首个聚焦企业服务大模型的月，公司发布业界首个聚焦企业服务大模型的 AIGC 中台中台善谋善谋 GPT。赛意 AIGC 中台（善谋 GPT）深度融合赛意信息在财税、人力、营销、供应链、97、研发与生产制造等领域的知识和最佳实践，通过上下文记忆、知识/库表索引、Prompt 工程、Agent执行、通用工具集等扩充大模型的存储记忆、适配应用、调度执行和领域专业能力，形成体系化的企业服务大模型。为企业提供多模型对接、向量管理、私有模型预训练与应用等能力，帮助企业快速落地 AI，实现流程智能化管理、交互、引导与流转。赛意赛意 AIGC 中台中台（善谋善谋 GPT）架构及核心能力善谋架构及核心能力善谋 GPT 为企业提供了多种应用场景为企业提供了多种应用场景，包括数字员工（智能引导）、智能单据（智能辅助）、企业知识库（智能问答）、AI 自动报价（智能报价）等。通过与企业现有的系统和数据集成98、，善谋 GPT 能够为企业提供更加个性化和智能化的服务，提高企业生产与经营管理效率。行业深度30/32请务必阅读正文之后的免责条款部分图 45：赛意信息善谋 GPT 解决方案资料来源：赛意信息公司官网，浙商证券研究所赛意谷神实验室已结合赛意信息在智慧人力、智慧营销、智慧财税、智慧供应链、智能制造、数据智能、智慧平台 7 大核心领域和 1 个办公辅助的实际场景和业务特性，分析了AIGC 在 36 个大类，175 个小类业务场景中的赋能价值和未来应用潜力，旨在为传统企业数智化转型提供有益的参考和借鉴。表 10：赛意 AIGC 中台（善谋 GPT）核心应用场景应用场景具体实现功能数字员工（智能引导）99、基于善谋 GPT 的多模型集成能力，将公有云、私有云语料库与企业数据进行结合，为员工提供智能引导服务（如代码生成、SQL 生成等），提升工作效率和准确性。智能单据（智能辅助）将 RPA 与 OCR、NLP、ML 等 AI 技术结合，精简并优化复杂的业务流程，高效执行给定活动，如表单识别录入。企业知识库（智能问答）智能化管理企业海量各类型的结构化、非结构化的文档和数据，让所有知识通过自然语言即可查询、应用。基于 AI 大语言模型，构建“懂你所说、回你所想”的知识管理数字专家。AI 自动报价（智能报价）通过自然语言处理（NLP）技术，自动解析和理解客户的需求和条件（如：PCB工程图纸），从而自动生100、成材料规格清单，并将清单中的各元素进行自动分类和比对后，关联至供应商管理系统或报价系统生成最终报价清单，提高报价的效率和准确性。资料来源：赛意信息公司官网，浙商证券研究所5 建议关注标的建议关注标的宝信软件、中控技术、中望软件、索辰科技、赛意信息、能科科技、鼎捷软件、科大讯飞。行业深度31/32请务必阅读正文之后的免责条款部分6 风险提示风险提示1、AI 技术迭代不及预期的风险技术迭代不及预期的风险：若相关大模型以及垂直行业应用厂商 AI 技术迭代不及预期，可能导致产品性能无法满足商业化落地需求，进而引发 AI+行业应用落地不及预期的风险；2、AI 商业化产品发布不及预期商业化产品发布不及预期101、：AI 技术应用在垂直行业中，对厂商前期的人力、财力投入要求较大，若厂商调整产品研发规划，可能引发 AI 商业化产品发布不及预期；3、政策不确定性带来的风险、政策不确定性带来的风险：人工智能在结合行业应用的过程中，可能涉及敏感数据的使用，参考海外相继出台关于 AI 应用的政策法规，我们认为国内针对 AI 政策的出台可能较大地影响行业发展，进一步引发人工智能结合行业应用落地不及预期的风险；4、下游市场不确定性带来的风险、下游市场不确定性带来的风险：AI+行业应用进程受垂直行业厂商产品及技术迭代的影响较大，若下游客户对 AI 产品服务的需求不及预期，可能导致相关厂商调整 AI 相关技术的迭代和产品102、研发布局，进而引发人工智能结合行业应用落地不及预期的风险。表附录表附录表附录：A 股工业软件厂商列表厂商主营业务及产品宝信软件工业互联网平台，国产 PLC、工业 IDC 等业务；中望软件国产 2D CAD、3D CAD 软件；索辰科技国产 CAE 软件；今天国际自动化、物联网及智能物流系统综合解决方案提供商；赛意信息企业信息化管理软件解决方案及服务提供商；能科科技工业互联网数字化中台，PLM 软件；浩辰软件国产 2D CAD、云 CAD 产品；科远智慧工业自动化与信息化、产品及解决方案提供商；容知日新工业设备智能运维整体解决方案提供商；中控技术工业自动化与信息化、产品及解决方案提供商；鼎捷软件103、制造业、流通业及微型企业信息化建设与管理软件提供商；汉得信息企业信息化应用产品研发、咨询等服务提供商；广立微集成电路 EDA 软件与晶圆级电性测试设备提供商；华大九天EDA 工具软件开发、销售及咨询服务提供商；概伦电子EDA 工具软件开发、销售及咨询服务提供商；北路智控智能矿山相关系统提供商；龙软科技煤矿基础地理信息系统与专业应用软件提供商；梅安森“物联网+安全智能服务”整体解决方案提供商和运维服务商；柏楚电子激光加工系统配套专用控制软件提供商；资料来源：Wind，浙商证券研究所行业深度32/32请务必阅读正文之后的免责条款部分股票投资评级说明股票投资评级说明以报告日后的 6 个月内，证券相对104、于沪深 300 指数的涨跌幅为标准，定义如下：1.买 入：相对于沪深 300 指数表现20以上；2.增 持：相对于沪深 300 指数表现1020；3.中 性：相对于沪深 300 指数表现1010之间波动；4.减 持：相对于沪深 300 指数表现10以下。行业的投资评级：行业的投资评级：以报告日后的 6 个月内，行业指数相对于沪深 300 指数的涨跌幅为标准，定义如下：1.看 好：行业指数相对于沪深 300 指数表现10%以上；2.中 性：行业指数相对于沪深 300 指数表现10%10%以上；3.看 淡：行业指数相对于沪深 300 指数表现10%以下。我们在此提醒您，不同证券研究机构采用不同的评105、级术语及评级标准。我们采用的是相对评级体系，表示投资的相对比重。建议：投资者买入或者卖出证券的决定取决于个人的实际情况，比如当前的持仓结构以及其他需要考虑的因素。投资者不应仅仅依靠投资评级来推断结论。法律声明及风险提示法律声明及风险提示本报告由浙商证券股份有限公司（已具备中国证监会批复的证券投资咨询业务资格，经营许可证编号为：Z39833000）制作。本报告中的信息均来源于我们认为可靠的已公开资料，但浙商证券股份有限公司及其关联机构（以下统称“本公司”）对这些信息的真实性、准确性及完整性不作任何保证，也不保证所包含的信息和建议不发生任何变更。本公司没有将变更的信息和建议向报告所有接收者进行更新106、的义务。本报告仅供本公司的客户作参考之用。本公司不会因接收人收到本报告而视其为本公司的当然客户。本报告仅反映报告作者的出具日的观点和判断，在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议，投资者应当对本报告中的信息和意见进行独立评估，并应同时考量各自的投资目的、财务状况和特定需求。对依据或者使用本报告所造成的一切后果，本公司及/或其关联人员均不承担任何法律责任。本公司的交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。本公司没有将此意见及建议向报告所有接收者进行更新的义务。本公司的资产管理公107、司、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。本报告版权均归本公司所有，未经本公司事先书面授权，任何机构或个人不得以任何形式复制、发布、传播本报告的全部或部分内容。经授权刊载、转发本报告或者摘要的，应当注明本报告发布人和发布日期，并提示使用本报告的风险。未经授权或未按要求刊载、转发本报告的，应当承担相应的法律责任。本公司将保留向其追究法律责任的权利。浙商证券研究所浙商证券研究所上海总部地址：杨高南路 729 号陆家嘴世纪金融广场 1 号楼 25 层北京地址：北京市东城区朝阳门北大街 8 号富华大厦 E 座 4 层深圳地址：广东省深圳市福田区广电金融中心 33 层上海总部邮政编码：200127上海总部电话：(8621)80108518上海总部传真：(8621)80106010