國金證券：關注生產控制類工業軟件重點公司 或率先受益於本輪AI 大潮

　　國金證券發布研究報告稱，生產控制類工業軟件賽道，從行業及公司基本面角度看：需求端高景氣且製造業領域國產替代需求日漸旺盛，供給端部分公司逐步突破0-1技術壁壘且產品標準化程度高具備規模效應，稀缺性強競爭格局好。從與AI結合的緊密度來看：質量管理、設備管理、生產作業、安全生產管理等生產過程管控環節是工業AI應用重點領域，國內生產控制類工業軟件廠商或將率先受益於本輪AI 大潮。推薦關注生產控制類工業軟件重點公司。

　　國金證券主要觀點如下：

　　AI 工業信息化：將走上高價值、高普及、高認可之路。

　　高價值：AI賦能工業製造領域潛力大、增速動能強，據埃森哲統計，預計到2035年AI應用使製造業總增長值增長4萬億美元;

　　高普及：工業AI在歐美等工業發達地區已經實現較高普及率，據凱捷統計，歐洲頂級製造企業AI應用普及率達到51%，德國69%、日本30%、美國28%;

　　高認可：隨着工業AI應用場景不斷拓寬以及產業界的實踐錘鍊，部分場景已經形成一致價值共識，據MIT報告显示，工業AI應用場景認可度前三為質量管控、庫存管理和監控診斷，應用普及率達到59%、44%和32%。

　　AI 工業信息化：落地時間有望更快，落地場景有望更多。

　　從時間角度看，復盤歷史技術創新與工業落地的時間差，由於人工智能技術可用性增強及工業信息化水平提升，通用技術的工業落地間隔由20 年逐步縮短至<5 年，該行認為本次AI技術創新到實際工業場景落地的時間可能快於市場預期;

　　從落地場景看，生產控制工業軟件環節的AI應用占整個工業場景的 57% ，擁有表面缺陷檢測、生產過程控制優化、質量關聯分析、預測性維護、生產作業視覺識別、物料識別與操作等一批典型細分場景，相關廠商有望廣泛受益。

　　AI 工業信息化：讓研究AI 工業信息化更有框架感。

　　本報告結合信通院相關資料，從技術、產業、應用三個維度出發搭建AI 工業信息化研究框架。探索出工業與AI的結合主要有識別類、數據建模優化類、知識推理決策類三大核心應用模式，這三大應用模式貫穿整個工業從研發與規劃，到生產過程管控、到經營管理優化、再到產品與服務的整個過程，梳理出20 種實際落地場景。

　　AI 工業信息化：讓研究AI 工業信息化更有具體感。

　　從理論落到實處，本報告選擇三大落地場景：工業建模場景(工藝建模軟件)、質量管理場景、供應鏈與物流場景進行詳細梳理，結合海外巨頭Aspen、國內智能製造落地企業富士康等標桿案例進行解讀，梳理出相關場景有望受益的A股核心生產控制類企業。這部分A股企業雖然目前不**都已經與AI進行結合，但該行認為大模型的推出將顯著受益擁有相關落地場景及行業know how的關鍵企業。

　　風險提示：海外基礎軟硬件使用受限的風險;AI 應用落地不及預期的風險;行業競爭加劇風險。

本文 巴适财经 原创，转载保留链接！网址：/article/30778.html