2019年制造业发展新基调——产业融合

亿欧智库 > 智库观点 > 2019年制造业发展新基调——产业融合

智能网联自动驾驶综合科技先进制造业智能制造工业机器人工业互联网
工银投行
胡辰
2019-02-14 · 16:50
[ 亿欧导读 ] 2019年推动制造业发展的主基调是产业融合,即以先进制造技术、产品和工艺为主线,构建起“1+N”的产业链,落脚点是技术产业化、商业化,不断拓宽企业的盈利点。
亿欧智库精选分享,人工智能,产业融合,制造业

2019年推动制造业发展的主基调是产业融合,即以先进制造技术、产品和工艺为主线,构建起“1+N”的产业链,落脚点是技术产业化、商业化,不断拓宽企业的盈利点。

细分行业方面,工业机器人产、销增速将出现下滑,同质化程度较高的企业将面临淘汰集中期;工业互联网将出现更多的跨领域、跨行业应用,但工业软件与国外差距依然较大;智能网联汽车L2-3级将在2019年量产,技术上主要以搭载汽车电子的车联网为代表,机器视觉、雷达技术等实现国产替代。

目前,我国先进制造行业中大量企业面临的难题不完全是关键技术,更可怕的是大力投入研发的产品和技术不被市场认可,导致留给国产品牌纠错和检验的机会严重不足,这种恶性循环反过来严重制约关键技术发展。因此,能在细分市场中依靠技术研发或外向型收购,从而实现规模化生产的企业能够率先吸引投资者关注。

本文转载自工银投行《人工智能助力先进制造,产业融合作用凸显》,作者胡辰,以下是亿欧智库为您带来的精选内容:


1.新一代人工智能助力先进制造快速发展

1.1重点关注“1+N”产业融合及应用

2018年10月,在中共中央政治局就人工智能发展现状和趋势举行第九次集体学习中,习近平同志指出新一代人工智能发展具有溢出带动性很强的“头雁”效应,要把增强原创能力作为重点,以关键核心技术为主攻方向,构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态,确保人工智能关键核心技术牢牢掌握在自己手里。同时指出,要主攻关键核心技术,以问题为导向,全面增强人工智能科技创新能力,加快建立新一代人工智能关键共性技术体系,在短板上抓紧布局,确保人工智能关键核心技术牢牢掌握在自己手里。要强化科技应用开发,紧紧围绕经济社会发展需求,充分发挥我国海量数据和巨大市场应用规模优势,坚持需求导向、市场倒逼的科技发展路径,积极培育人工智能创新产品和服务,推进人工智能技术产业化,形成科技创新和产业应用互相促进的良好发展局面。

在产业层面,对人工智能与产业融合清晰指出了发展路径,主要是培育具有重大引领带动作用的人工智能企业和产业,构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态;发挥人工智能在产业升级、产品开发、服务创新等方面的技术优势,促进人工智能同一、二、三产业深度融合,以人工智能技术推动各产业变革,在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。

结合相关会议精神,我们认为2019年推动制造业发展的主基调是产业融合,即以先进制造技术、产品和工艺为主线,构建起“1+N”的产业链,“1”是指先进制造基础和共性技术,包括工业互联网、物联网、机器人、车联网、工业软件等;“N”是指先进制造技术与医疗、政务、金融、养老、环保等不同产业、场景的深度结合,落脚点是技术产业化、商业化,不断拓宽企业的盈利点。同时,机器人等行业在经历了2016-2017年的高速发展期后,2019年产、销增速将出现下滑,另外同质化程度较高的企业将面临淘汰集中期。目前,我国先进制造行业中的大量企业面临的难题并不完全是关键技术问题,更可怕的是大力投入研发的产品和技术依然不被市场认可,抵御外资品牌能力整体偏弱,导致留给国产品牌纠错和检验的机会严重不足,这种恶性循环对制造业构成致命打击。因此,产业融合发展将重点解决产品和技术商业化应用的问题,一方面鼓励企业继续主攻核心技术,通过自主研发和外向型收购相结合逐步解决技术瓶颈难题;另一方面加强核心技术的市场化落地,解决企业现金流和缺乏盈利渠道问题,同时通过产学研一体化创新 机制检验核心技术的效果、不断提升质量,进而形成一个技术攻关-产品应用-技术改良-再应用的新产业集群循环体系。

任何一个高度工业化、自动化的国家都有这样一个共识:工业基础、工业质量、工业核心零部件的提升是一个漫长曲折的过程,同时需要市场和用户来不断纠偏和检验。一些国内企业攻克了部分技术难题,但是市场不买单,认为可靠性依然达不到要求,导致企业很难去检验、提升已有技术。比如在一些工业机器人产品中,搭载了我国自主研发的控制系统,但是很难说服应用最广的汽车自动化企业购买。究其原因,一方面是汽车自动化行业对工业机器人可靠度要求极高,在几十秒至几分钟下线一台车的生产过程中,工业机器人维修造成的停工成本巨大,因此长期被外资产品占据;另一方面,国产品长期应用于中低端市场,给下游用户造成的印象就是不能满足高端市场,在这个背景下,即使有一两家企业能够生产出来同等质量的工业机器人产品,下游用户也鲜有问津。

从企业层面考虑,企业实现较好的盈利必须具有可以将产品落地的技术和场景,这是实现量产和稳定现金流的前提。目前,我国处于人工智能产业化初期,企业的痛点往往受制于客户的选择,有的产品同质化程度高,技术点雷同,导致企业利润下滑迅速;有的产品客户购买意愿不强,尚不具备规模化优势;有的产品以人工智能自主知识产权为包装,但实际上主要部件却是用进口零部件进行组装,导致利润难以增长。因此,新一代人工智能突出强调核心技术和产业融合,这也是先进制造业的发力点。

中国工程院周济院士曾提出,综合智能制造相关范式,结合信息化与制造业在不同阶段的融合特征,可以总结、归纳和提升出三个智能制造的基本范式:数字化制造、数字化网络化制造、数字化网络化智能化制造(新一代智能制造)。在产业层面,新一代人工智能技术与先进制造技术深度融合,则形成新一代智能制造——数字化、网络化、智能化制造,这是先进制造的主攻方向。

新一代智能制造的基本范式

1.2产业投资将重点围绕智能产品及应用

目前,奠定我国人工智能产业发展方向的主要是两份文件,一是国务院印发的《新一代人工智能发展规划》,二是工信部印发的《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,同时还有科技部、工信部发布的相关配套文件。综合上述文件内容,我们认为在未来一段时间,技术产业化将会进一步加速,特别是以往以高效科研院所为基础的实验室技术将会出现大规模的商业化应用。鉴于经历了2018年的行业整合和政策助推,预计在2019年,同质化的企业和产品将进一步加快淘汰速度,各大主流企业智能产品将更加贴近消费终端,下游用户体验度将进一步改善。

同时,以实验室为依托的相关企业将会在2019年进行大规模的商业化应用,可能出现率先占领共性技术与基础技术的制高点的头部企业,建议关注企业-科研院所基础研究合作(如计算机深度学习、大数据分析等)、共性技术研发与商业化(如智能计算芯片与系统、自主无人系统等)、人工智能基础平台(如大数据分析平台、无人系统平台等)以及关键零部件技术(智能传感器、神经网络芯片等等)。另外,技术最终的落脚点是技术商业化、产品化,因此,检测技术的好坏最终体现在智能产品上,综合人工智能产业的应用领域以及近期产业政策,我们认为以下几类智能产品将会率先发展,同时也是投资者关注的重点细分:

(1)智能网联汽车:包括研发自动驾驶芯片、车辆智能算法、自动驾驶系统、车载通信系统等关键技术和产品,打造以车辆智能化计算平台为核心,集软件、硬件、算法、网联通信、信息安全一体化的车辆智能化平台。

目前,人工智能与汽车产业的结合正在突飞猛进,根据相关文件,到2020年,我国将突破自动驾驶智能芯片、车辆智能算法、自动驾驶、车载通信等关键技术,实现智能网联汽车达到有条件自动驾驶等级水平,自动驾驶智能芯片图像处理、信息融合、智能控制等计算能力缩小与国际先进水平差距,车载V2X系统通信能力及其能效比达到国际先进水平,满足车辆有条件自动驾驶等级下智能感知、自主决策、协同控制以及智能信息交换共享等计算和通信技术要求,完成安全、可靠的车辆智能化平台技术与功能验证及应用示范,形成平台相关标准,支撑高度自动驾驶(HA级)。

(2)智能服务机器人:包括智能交互、智能操作、多机协作、三维成像定位、智能精准安全操控、人机协作接口等关键技术研发;清洁、老年陪护、康复、助残、儿童教育等家庭服务机器人,以及巡检、导览等公共服务机器人,消防救援机器人等特殊服务机器人研发;手术机器人及其操作系统研发。

服务机器人是机器人较为重要的一环,也是语音交互、机器视觉等人工智能技术应用较为集中的一环,与工业机器人相比,服务机器人的应用场景更加广泛,对智能软件的交互要求也相对较高,特别是对深度学习、人机协同等复杂技术依赖度极大。我国的发展目标是,到2020年,突破智能服务机器人环境感知、自然交互、自主学习、人机协作等关键技术,实现智能家庭服务机器人、智能公共服务机器人的批量生产及应用,实现医疗康复、助老助残、消防救灾等机器人的样机生产,完成技术与功能验证及应用示范。因此我们认为,服务机器人将在家庭服务(特别是教育和医疗)、特种场景(如消防、救灾等场景应用的特种机器人)、政务商务等场景中进一步发展。

(3)医疗影像辅助诊断系统:包括医学影像数据采集标准化与规范化,脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发,医疗影像辅助诊断系统的产品化及临床辅助应用。

医疗影像辅助诊断系统的关键是依靠大数据分析,医疗影响设备本身的智能化程度(比如影像采集、比对分析等)较容易实现,因此辅助系统的精准性在于数据样本的广泛性,同时对计算机深度学习技术要求较高。目前,各大医院的数据尚不能实现共享,但是该瓶颈也正在逐步打破,一旦建立起广泛的数据样本,同时将计算机深度学习和影像诊断相结合,医疗影像辅助诊断系统的落地场景将更加广泛。针对辅助诊断系统,我们的目标是到2020年,对脑、肺、眼、骨、心脑血管、乳腺等典型疾病的检出率超过95%,假阴性率低于1%,假阳性率低于5%。

(4)视频图像身份识别系统:包括生物特征识别、视频理解、跨媒体融合等技术创新;人证合一、视频监控、图像搜索、视频摘要等典型应用。到2020年,复杂动态场景下人脸识别有效检出率超过97%,正确识别率超过90%,支持不同地域人脸特征识别,产品达到国际先进水平。

(5)智能语音交互系统:包括新一代语音识别框架、口语化语音识别、个性化语音识别、智能对话、音视频融合、语音合成等技术创新及在智能制造、智能家居等重点领域推广应用。到2020年,将实现多场景下中文语音识别平均准确率达到96%,5米远场识别率超过92%,用户对话意图识别准确率超过90%,产品达到国际先进水平。

(6)智能翻译系统:包括高精准智能翻译系统创新,多语言互译、同声传译等典型场景应用。到2020年,将明显突破多语种智能互译,中译英、英译中场景下产品的翻译准确率超过85%,显著提升少数民族语言与汉语的智能互译准确率,产品达到国际先进水平。

(7)智能家居产品:包括智能传感、物联网、机器学习等技术在智能安防、智能家具、智能照明、智能洁具等产品中的融合应用和智能家居新产品研发。到2020年,将显著提升智能安防、智能家电等家居产品智能化水平,产品示范性应用强。

(8)智能无人机:包括智能避障、自动巡航、面向复杂环境的自主飞行、群体作业等关键技术研发与应用,以及新一代通信及定位导航技术在无人机数据传输、链路控制、监控管理等方面的应用;智能飞控系统、高集成度专用芯片等关键部件研制。到2020年,智能消费级无人机三轴机械增稳云台精度达到0.005度,实现360度全向感知避障,实现自动智能强制避让航空管制区域,产品具有较强全球竞争力。

(9)关键技术装备:包括具有自检测、自校正、自适应、自组织能力的工业机器人研发与应用;智能传感器与分散式控制系统(DCS)、可编程逻辑控制器(PLC)、数据采集系统(SCADA)、高性能高可靠嵌入式控制系统等控制装备创新及应用;基于图像识别、深度学习等人工智能技术的智能检测装备的研发与应用;以及基于人工智能技术高速分拣机、多层穿梭车、高密度存储穿梭板等物流装备创新应用。根据相关产业政策,到2020年,我国新一代工业机器人将具备人机协调、自然交互、自主学习功能并实现批量生产及应用;智能传感与控制装备在机床、机器人、石油化工、轨道交通等领域实现集成应用;智能检测与装配装备的工业现场视觉识别准确率达到90%,测量精度及速度满足实际生产需求;智能物流与仓储装备智能化水平明显提升,满足精准、柔性、高效的物料配送和无人化智能仓储需求。

另外,在应用场景方面,我们认为以人工智能新兴产业为主的智能经济将成为新一代人工智能发展的重要方向,人工智能技术与制造、农业、物流、金融、商务、家居等重点行业的深度融合等方面将会释放新的市场活力。在该发展过程中,智能产品、核心技术、关键装备以及与人工智能相匹配的智能网络将会得到充分发展,但最终一定会与不同场景结合,也就是形成以人工智能技术和智能产品为主线的解决方案。根据公开资料,我们汇总了在市场竞争中依靠技术+场景取胜的典型企业和细分行业,这些企业基本都具备核心技术,同时具备多重场景应用和解决方案,市场表现较好。

应用解决方案案例

应用解决方案案例(续)

2.工业机器人短期受压,2019年恢复性增长

2.1重点关注“1+N”产业融合及应用

纵观全球工业机器人市场,工业机器人主要应用领域是搬运和焊接,主要应用行业是汽车和电子制造业,而中国一直是主要使用的地区。国际机器人协会(IFR)年度报告显示,IFR汇集了全球近60家机器人供应商和集成商,由此得出结论,2018年全球工业机器人销量将增长10%,而2017年的增幅为30%,与2017年相比,2018年市场表现相对低迷。据IFR统计,2017年全球机器人产业规模162亿美元,增幅达21%,产量达38.1万台,同比增长30%。2018年全球产业规模达到300亿美元左右,产量达42.1万台,同比增长10%。

2018年全球工业机器人五大主要市场分别为中国、日本、韩国、美国及德国,五大国家销量占全球总销量的75%,其中中国占比36%,位居第一位。日本是全球工业机器人主要生产基地,占全球总产量56%,且以高端机器人、核心零部件为主,同时日本也是最大的工业机器人出口国,产品主要出口至北美、中国、韩国及欧洲。

近年来,我国工业机器人销量一直领跑全球,从而带动了我国企业工业自动化程度大幅度提升,但是从增量看,与全球趋势保持一致,2018年工业机器人的市场表现也出现了下滑。在2016年基数较低(7.2万台)基础上,2017年,我国工业机器人产量达13.11万台,同比增长68.10%;2018年产量达到14.1万台,产量虽然上升,但是增速明显放缓。如果将我国市场的机器人产量进行拆分,数据则更为不客观。2018年,国产机器人市场占有率不到三分之一,其余均被外资占据,特别是汽车等高端领域几乎没有国产机器人市场,而在中低端应用领域(如搬运、码垛、喷涂、金属加工等)则成为国产品牌的主要战场。

在美国市场,2018年全年,汽车行业机器人订单量同比下降约70%,而其他行业机器人销量却同比上涨55%。就中国市场而言,2018年中国工业机器人销量增幅仅为2017年的三分之一左右,由此说明,我国工业机器人销量井喷的时代已经过去,产量进入平稳期和质量提升期,主要原因是大类(汽车、电子、物流等)行业使用的机器人设备已基本在前些年购置完毕且未过折旧期,需求集中在解决方案的提升、设备的维护和微调,而非大类固定资产配置。特别是工业机器人传统大户汽车行业销量下滑影响,下游用户对工业机器人的需求增速放缓。

但是,随着中国对汽车产业外资限制逐步放开以及关税政策的逐步下调,预计在2019-2022年,中国将成为外资车企设立研发基地、测试基地以及生产基地的首选地,从而带动工业机器人销量上升。因此,我们预计,2019年中国大陆市场机器人产量、销量将同步上升,价格平稳下调,但仍将以外资品牌工业机器人为主。

从市场分布看,我国自主品牌机器人生产企业主要分布在以上海、苏州、南京等为中心的长三角经济圈,以广州、深圳、东莞为中心的珠三角经济圈,以北京、天津、青岛为中心的环渤海经济圈,以沈阳、哈尔滨为中心的东北地区,以及重庆、长沙、武汉、芜湖等为代表的中西部地区。分地区来看,京津冀地区以较高的技术研发能力、人才集聚度和金融活跃度为优势,形成以智能服务机器人和特种机器人为主要方向的产业链条;长三角地区以雄厚的产业发展基础、齐全的产业配套、庞大的应用市场为根基,产业发展趋势长期看好。

国内外工业机器人产量

2.2趋势:高端应用短期较难,关注解决方案及零部件

目前,外资品牌工业机器人以机器人四大家族(ABB、库卡、发那科、安川)为主,在我国汽车行业应用长期占据稳定优势,多年来,这些品牌占国内汽车行业工业机器人总销量一直在90%左右,国产份额仅有不到10%。另外,外资品牌在电子电气设备和器材制造业占比依然较高,2018年已超过70%。

国内外品牌机器人行业分布对比

在我国工业机器人应用行业市场销量中,电子电气设备和器材制造业位列第一,销量同比增长62.6%,占总销量的35.2%,同比提高4.2个百分点。汽车制造业使用量增加61.1%,金属加工(包括机械制造)机器人消费增长最快,增速达116.2%。

工业机器人行业增速

下图也说明我国工业机器人在低技术壁垒行业中应用较多,而高技术壁垒应用较少,在高技术壁垒中,跨国企业占比达到80%,更值得注意的是,在全国约1000家工业机器人厂商中,超过70%以没有产品或没有解决方案IP的系统集成为主业,并且这些解决方案同质化严重,难以区分优质企业,甚至有搭便车的风险,以毫无技术性的投入来分享工业机器人本体企业的利润。

国内外工业机器人竞争分布情况

因此,我国工业机器人行业主要面临以下风险:

问题一:外资占比过高。2018年,外资机器人在我国市场总销量中的比重约为71%,同比提高近5个百分点,而国产机器人比重则约为29%,同比下降近5个百分点。从销量看,国产工业机器人销售约3.9万台,而外资机器人在华销量高达11万台左右,远远超过国产机器人销量。同时,外资品牌在汽车行业市场占有率接近90%,且占有率长期处于稳定,另外,外资品牌在电子电气设备以及器材制造行业中占比超过70%。总的来看,国产机器人销量长期低于外资品牌机器人,原因主要有性价比、维修率以及系统集成提供的服务等等,但特别需要注意的是国内龙头企业较少,由于产能限制以及综合性能问题受外资企业冲击较大。目前,国外龙头企业纷纷在华建厂,持续扩大产能,这一负面冲击将在2019年表现的更为明显,如2017年7月在常州开工建设的安川(中国)机器人第三工厂,目前已基本完工,该工厂月产超过1000台,第3工厂加上原先的第1工厂及第2工厂,2019年的生产能力将扩大至1500-1800台/月,远超过很多国内机器人生产企业。

问题二:本土企业不能实现有效供给。在全球涉及工业机器人专利中,中国持有的工业机器人专利数量不到1%,导致中国市场中只有不到三分之一的低技术产品由国产品牌供应,甚至出现了宁愿选择国外二手设备也不选择国产的问题。特别是在技术密集型核心零部件中,可量化生产和完全替代的产品寥寥无几。同时,这一局面有恶性循环的趋势,导致国内企业产品缺少下游用户,研发信心严重不足,依赖国家补贴和低息贷款。

问题三:质量差距较明显。最明显的差距是质量问题,目前,在汽车行业,几乎百分之百的工业机器人均为外资品牌,主要因为企业无法承担机器人质量引发的停工和维修成本问题,宁愿花高价引进外资品牌,这就导致在价格制定上外资品牌具有主导性。我们以汽车自动化生产线为例,在一些高度自动化的汽车喷涂工厂,约15-25秒就可以下线一台车,但是如果遇到工业机器人故障,即使通过工业互联网平台远程诊疗也需要耗费1-2小时时间,将大大影响订单交付周期。另外,对于一些大型车企,对流程化流水线的订单交付周期极为严苛,大多数企业都精确到半天乃至小时。因此,尽管近年来整机价格下降,但是四大家族对中国企业的供货价格依然高于向其他国家的供货价格,下游用户议价能力较低,同时,国产品牌也短期内无法与外资抗衡。

之所以会出现这样的局面,归根结底是技术问题,比如核心零部件以及与之相关的精度、负载等问题。以目前的企业生产体量来说,不会有企业为了低价而为维修成本买单。未来几年,首先应该杜绝国产机器人的恶性循环,即国产机器人销量集中在中低端-高端企业不采购-国产品牌应用场景受限导致利润不高-企业研发投入不足-延续产品低端化。但是解决方式只有通过企业研发或者并购来实现,除此之外并没有其他捷径。可喜的是,国内已经出现了核心零部件龙头企业,比如绿的谐波、南通振康、大族精密等,这些企业正在为我国工业机器人整体实力的提升做出贡献。

综上,投资者在选择国内标的企业时,应避开与外资竞争的细分领域,主抓国产品牌的优势领域,主要考虑拥有成熟的解决方案、重大技术突破专利、产品覆盖行业较多且销量较好等因素。同时,核心零部件方面,在我国已经可以量产和国产替代的控制系统、谐波减速机方面提高关注度,比如广州数控、绿的谐波在2019年可能会有较大融资需求,RV减速机关注南通振康、秦川机床、双环传动、中大力德新的投资进展。

另外,企业也应在深挖行业上做出亮点:一是在系统集成服务上突出产品特色,以安川首钢工厂的机器人本体+系统集成服务+无限期持续保养值得借鉴;二是在核心零部件上要取得突破,龙头企业需要继续加大研发投入,争取国家重点项目和产业基金的支持;三是一些企业急于盈利或者获得资本市场青睐,频繁转变或创新商业模式,而相关技术严重落后,导致产品过渡包装化和后期发展不足、市场接受度不高的矛盾日益突出,企业应静下心来首先做好技术和质量攻关。

3.工业软件重视度提高,工业互联网继续发力

3.1工业互联网走向全产业链发展

工业互联网提供的是机器设备监控和预测性维护、生产的管理和安排、产品周期管理、质量和能效优化、数字化分析等功能。工业互联网的发展离不开数字工业软件,工业互联网向上连接各种工业设备,比如通过传感器采集大量的工业数据,通过各种工业软件进行数据分析,对设备维护、预警、监测以及据此进行的生产决策产生重要作用;向下对接的则是整个车间,通过对车间进行数字化改造,一方面通过工业机器人等硬件设备提升生产效率;另一非常重要的层面就是通过工业软件及系统将设备、物料、产品、人员、管理完全整合为一整套工业生产系统,能够快速适应批量生产和小规模定制化生产,大幅度缩短生产过程中的流程,数字工厂(或称之为少人化工厂、无人工厂、未来工厂)则应运而生。数字工业软件对于工业企业来说,最实质的作用是提高生产效率、降低生产及管理成本,因而也是数字工厂的根基。

根据普华永道思略特德国公司2017年上半年对德国大型工业及制造业企业进行的调研显示,领先的工业企业已经完成了项目的试点工作,开始着手推广数字化解决方案,91%的工业企业正投资数字化工厂,但认为他们的工厂已经“完全数字化”的仅占6%;在计划对数字化工厂追加投资的受访者中有四分之三的人表示,通过本地化制造来更贴近客户,以及个性化、灵活化的生产是促成投资的两大主要因素。在计划对数字化工厂追加投资的受访者中总共有93%的人表示,有意在未来五年内将部分或全部的数字化工厂迁至德国,未来五年内的投资中有77%将用于新建数字化工厂或扩容。

推动企业数字化转型是近年来我国大力布局的主要发展方向,从企业层面来看,企业数字化生产和管理也是打破生产瓶颈,进一步提高生产效率的一剂良药。我国工业企业的特征是分布广、数量多、数字化程度普遍较低,因此,国外龙头企业纷纷利用其在软件和硬件的优势进入中国市场。在国内企业数字化改造的过程中,GE、ABB、西门子等企业在中国市场占有份额节节攀升,相关产品和解决方案也是我国相关企业的标杆。比如GE航空集团主营业务中非常重要的一项就是对飞机进行数字化改造,技术难点在于根据航空飞行数据的分析并基于分析结果进行优化管理,凭借GE在航空领域的深厚研发背景(GE最优势的业务就是航空发动机及解决方案),提供数字化解决方案业务完全垄断了国内飞机市场。早在2013年,GE航空集团就已经开始与东航在数字化领域进行合作,最为明显的是如何通过数字化手段降低飞机的油耗、维修、预警、监测等成本,2018年3月,中国东方航空股份有限公司与GE航空集团再次签署协议,约定未来三年内为东航超过700架飞机提供全面数字化分析解决方案,涵盖发动机和飞机维修、飞行安全、运营效率以及营销/收益分析等50多个数字化服务项目。

近期,由于GE陆续剥离数字化业务,其中包括我国工业互联网的标杆Predix,国内市场上开始出现针对发展工业互联网的不同声音,但是需要注意的是,GE剥离的Predix及其他软件是一个开放的软件平台,仅仅是若干个制成品,其中的底层数据、客户资源、分析方法、算法及架构依然掌握在GE手中,并持续为GE航空等分支机构的数字化业务带来盈利。我们认为GE出售主要数字资产业务的主要原因不是工业互联网走向衰落,而是恰恰相反的原因,工业互联网的发展速度已经远远超过GE的创新能力和行业覆盖能力,市场已经出现大量替代者,下游用户的选择性多元化。目前,美国数据分析独角兽企业UPTAKE、物联网技术公司C3 LoT、FORGHORN SYSTEM、FLUTURA等凭借单品种的竞争和创新速度,逐步对GE数字工业进行替代,下游客户也开始逐渐放弃GE产品而选择UPTAKE、C3 LoT的产品或服务,最鲜明的例子是世界最大的工程机械和矿山设备厂家卡特彼勒公司选择了UPTAKE的“软件即服务”产品,而放弃了GE的产品。相反,2018年以来,以西门子为代表的数字化软件企业在资本市场上不断涌现亮点,西门子的工业互联网、数字化软件产业链已经基本打通,值得我们借鉴。

3.2工业软件为根基,工业互联网应用多元化

2018年6月7日,工信部印发《工业互联网发展行动计划(2018-2020年)》以及《工业互联网专项工作组2018年工作计划》,分时间、分节点、分步骤地提出我国工业互联网的总体行动计划,同时文件对金融支持工业互联网发展提出了具体意见。《行动计划》提出在汽车、航空航天、石油化工、机械制造、轻工家电、信息电子等重点行业部署工业互联网相关的新技术和关键设备,支持建设跨行业跨领域、特定行业、特定区域、特定场景的工业互联网平台试验测试环境。同时,开展工业互联网关键核心技术研发和产品研制,推进边缘计算、深度学习、增强现实、虚拟现实、区块链等新兴前沿技术在工业互联网的应用研究。

在金融支持方面,《行动计划》提出通过工业转型升级资金启动支持工业互联网建设,同时持续三年推进工业互联网金融服务和产品创新,具体包括三个方面,一是推动银行业金融机构探索数据资产质押、知识产权质押、绿色信贷、“银税互动”等在工业互联网领域的应用推广;二是推动非金融企业债务融资工具、企业债、公司债、项目收益债、可转债等在工业互联网领域的应用;三是支持保险公司根据工业互联网风险需求开发相应的保险产品。另外,在《工业互联网专项工作组2018年工作计划》中提到,推动出台《关于推动资本市场服务网络强国建设的指导意见》,支持工业互联网企业扩大直接融资比重,推进在境外资本市场直接融资。

产融合作

正如《行动计划》提到的跨行业、跨领域发展,工业互联网最大的痛点在于用户数量,因为就像销售商品靠数量一样,用户在线数、使用频次、依赖度、解决方案复杂度决定了工业互联网企业的现金流,因此,如何构建全产业链、跨行业、跨领域的工业互联网应用,从而提供全方位的解决方案一直是工业互联网企业的发展痛点。同时,我国工业互联网的特点是行业分散,龙头较少,总结起来主要有两类,一类是背靠母公司行业优势,靠工程机械的远程监控起家的有三一重工旗下的树根互联、徐工集团旗下的徐工信息,背靠航天软件起家的有航天云网;另外一大类是从软件、系统起家,比如东方国信、用友、索为等等。这两大类企业共同的特点是行业覆盖不够,通用化能力也不够,但在特定行业都具有优势。因此,在跨行业、跨领域发展过程中,必然要靠资本市场的助力,一方面在上下游战略合作中、扩大规模等方面提供贷款等债权性间接融资,另一方面靠企业自身依据实力发债,进行直接融资,但是在规模尚未扩大之前,单靠企业发债可能在买方层面有一定挑战,因此,依靠并购整合产业链成为重要的发展方向。

在全产业链的构建上,西门子公司的数字化业务一直是工业互联网横向、纵向扩张的典范。首先,西门子的数字化之路就是一条并购之路,其所有的细分业务几乎都不是西门子的原生业务,而是通过并购“买来的”,这也帮助西门子在数字工业条线上具备全产业链实力。根据西门子年报披露,2018财年(2017年10月1日-2018年9月30日)数字化工厂集团的杰出业绩表现及多个业务集团的业绩提升部分抵消了发电与天然气集团利润和盈利能力的大幅下降。特别是受益于汽车和机械制造行业市场表现的改善,支撑了数字工厂业务板块的出色表现。此外,PLM(产品生命周期管理软件)业务的订单和收入大幅增长。从地域范围来看,数字工厂业务板块在所有报告地区均有所增长,在亚太地区,尤其是中国地区增幅最大。

我们特别注意到,西门子数字化业务的触角一直在向国内铺开,战略性合作成为继并购后的又一大亮点。2018年7月,西门子和阿里巴巴旗下阿里云签署备忘录,将借助西门子MindSphere平台(注:属于工业互联网的平台即服务,又称为PaaS层,可以基于云的开放式物联网操作管理企业订单、生产和运维,是西门子大力推广的工业互联网服务)共同推进中国工业物联网的发展。据双方签署的备忘录,西门子将把其开放式云平台MindSphere 搭建在阿里云的服务器上,并计划在2019年推出。

2018年12月,西门子数控(南京)有限公司(SNC)与南京市溧水经济开发区签订投资合作协议,将在南京投资建设数字化工厂,在现有资产的基础上新增投资超过8亿人民币,将同时生产电子产品和电机。作为SNC新的研发及生产基地,新工厂将按照“工业4.0”的设计和运营理念,使用西门子全系列的数字化企业技术,提供覆盖产品设计、生产规划、工程实施、生产制造和维护服务全生命周期的“数字化双胞胎”。此外,新工厂将借助西门子基于云的开放式物联网操作系统(MindSphere)来实现先进管理。SNC已经成立22年,截至目前业务增长近70倍,现有的厂区已经不能满足中国及亚太市场快速发展的需求,这也是本次扩大产能的背景。该笔投资成为近年来西门子在全球针对研发及生产基地的最大投资项目之一。

我们认为,欧洲老牌工业龙头企业主要集中在硬件,而工业软件发展速度早已超越硬件,那些硬件实力较强的企业在软件领域具有竞争劣势,因此,相关硬件企业正在面临新一轮的行业洗牌。目前,随着数字工业的兴起,ABB、GE、西门子等企业作为工业数字化的奠基者已经将硬件水平上升至较高层次,基本能够满足下游用户数字化需求,接下来就是依靠软件来为硬件赋能。但是在利润较好的软件层面,西门子、霍尼韦尔、微软、亚马逊等企业通过布局相关云业务大幅度挤占市场份额,特别是一些中小企业,比如上文提到的美国数据分析独角兽企业UPTAKE、物联网技术公司C3 LoT、FORGHORN SYSTEM、FLUTURA等也在对龙头企业的产品形成替代。由此带来的不利因素就是老牌龙头企业的技术瓶颈问题和效益的递减问题,为了解决这个问题通常有两种办法,一种是通过兼并或合作帮助自身短期内提高技术实力,与同类企业拉开差距并抢占市场资源;另一种办法就是通过出售资产进行业务剥离,集中精力主攻核心业务。前者是西门子、ABB目前在走的道路,而后者则是GE目前的选择。

我国数字工业与欧洲数字工业发展有一定相似性,均是经历了从硬件产品到软件产品的过程,即先有硬件产品,再用软件对硬件进行优化,进而提供适应不同产品的软件解决方案。比如以工业互联网为例,GE工业互联网起源于飞机及发动机的运行维护,我国发展较早的树根互联则以三一重工的工程机械运维和监测起家。随后,基于底层技术的相似性,当工业数字软件发展到一定阶段后,开始逐步脱离原先的硬件产品向跨行业领域发展,比如向能源、家电、冶金等领域纵深发展。但是,不同于欧洲技术密集型企业集中度高,我国也有自身的特色,最显著的就是细分行业众多,既有高精尖技术密集型制造业,还有劳动密集型行业,一大批细分行业特别是劳动密集型行业还从未进行数字化改造,单一依靠某几家龙头企业难以覆盖,这将是我国数字工业发展的主要突破点。

因此,我国数字工业发展的目标不在于已被欧美龙头企业垄断的行业,而在于再往下细分的行业,即关注在细分行业创新的企业。比如说到工业基础薄弱,我国数字工业最薄弱的当属工业软件,在工业软件方面,我国的优势的管理软件,而工程软件与SAP、西门子等差距过大,主要表现在对先进技术和工艺支持不足。比如EDA(电子设计自动化软件)是一款高等级的仿真通用工业软件,依赖EDA软件强大的设计功能主要应用在高精尖产品(如芯片)的流水线的“试错”上,可以大幅度降低产品实验次数并提高产品合格率。目前,我国企业自主研发的EDA软件市场占有率极低,而国外EDA三大巨头公司Cadence、Synopsys及Mentor占据我国主要市场,其中最大的问题是我国企业采购成本高并且受制于人(比如由于经贸原因遭遇禁售)。从经济效益上看,目前我国数字工业还不能对国外龙头企业进行替代,短时间内也无法替代,这无异于用鸡蛋碰石头,但是那些能够充分挖掘本土市场的优势企业依然值得关注。

再以工业互联网为例,航空发动机领域一直被GE航空垄断,短期内我国企业难以超越,也没用这个工业基础和大量的底层数据。但是在白色家电领域,国外龙头尚未涉足,海尔、美的、格力等企业拥有广泛的客户群、数据群、产品群,在此基础上形成的工业互联网平台则可以背靠家电制造业逐步延伸至其他通用行业,比如海尔COSMOPlat平台包括智能匹配、柔性装配、模块装配、用户定制、智能插单、智能检测、定制交互等7个工站以及13个节点,区别于美国工业互联网、德国工业4.0,海尔COSMOPlat最大差异点是能够直接联用户,让用户全流程、全周期的参与到生产制造的全流程中来,通过规模化生产和高效供应链管理,实现了大规模与个性化定制之间的融合。

但是,数字工业还存在另外一个问题就是短期内难以看到回报,下游用户也很难短期内分享数字化改造带来的红利,这也是难以看清数字工业盈利模式的主因。我们认为,与企业扩产不同,数字工业或者数字化改造是企业的一个中长期战略,对于从小到大逐步数字化改造的企业,下游用户的当年报表乃至下一年度报表都难以直观反映出正向收益,但是对于软件或解决方案提供商来说,下游用户的需求一直在增长,说明企业数字化改造需求正在逐步释放,因而在细分行业深耕的软件解决方案提供商将率先获得回报。

4.智能网联赋能传统汽车,辅助驾驶发展迅速

4.1车联网产业稳步发展,道路测试日益成熟

2018年中旬,工信部、国家标准委发布《国家车联网产业标准体系建设指南(总体要求)》、《国家车联网产业标准体系建设指南(信息通信)》和《国家车联网产业标准体系建设指南(电子产品与服务)》,从总体要求、信息通信、电子产品与服务三个方面对我国车联网产业标准和发展规划作出部署。我们认为,受我国智能制造基础、共性技术的不断进步,汽车行业正全面提升安全性和智能化要求,同时消费端的体验需求也在逐年上升,相关标准和支持措施出台后,预计自动驾驶技术的规范性和发展速度将迅速提高,传感器、雷达、车载电子系统、地图及导航、信息通信、软件算法等细分领域将会明显受益。

车联网产业是依托信息通信技术,通过车内、车与车、车与路、车与人、车与服务平台的全方位连接和数据交互,提供综合信息服务,形成汽车、电子、信息通信、道路交通 运输等行业深度融合的新型产业形态。发展车联网产业在推动智能交通,实现自动驾驶,促进信息消费等方面具有重大意义。早在2017年12月,工信部、国家标准化管理委员会就曾印发《国家车联网产业标准体系建设指南(智能网联汽车)》,提出到2020年,初步建立能够支撑驾驶辅助及低级别自动驾驶的智能网联汽车标准体系,到2025年系统形成能够支撑高级别自动驾驶的智能网联汽车标准体系。本次发布的三份文件是对该指南的进一步细化,提出加紧研制自动驾驶及辅助驾驶(ADAS)相关标准、车载电子产品关键技术标准、无线通信关键技术标准、面向车联网产业应用的5G eV2X关键技术标准制定,同时进一步提出智能网联汽车标准体系、信息通信标准体系、电子产品与服务标准体系、智能交通相关标准体系、车辆智能管理标准体系,如在车辆信息通信的基础通信协议中,涵盖实现车与 X(人、车、路、云端等)智能信息交互的中短程通信、广域通信等方面的协议规范;在共性技术方面,主要包括天线和通信设备电磁兼容性等技术;在电子服务方面,提出构建车联网大数据与服务平台。

车联网产业标准体系建设结构图

目前,北京、上海、重庆等城市已经进行开放道路测试工作。2018年2月27日,上海市经信委、市公安局、市交通委联合发布《上海市智能网联汽车道路测试管理办法(试行)》,该试行办法在上海市嘉定区划定了安全性高、风险等级低的5.6公里道路,作为第一阶段智能网联汽车开放测试道路,标志着国内首批智能网联汽车测试车辆正式进入开放道路测试,也是国内首次明确智能网联汽车开放道路测试路段。此后,初速度、路星、商汤、图森等科技明星陆续安家上海,上汽集团、蔚来汽车、宝马汽车等国内外知名车企先后获得测试牌照,累计安全测试超过上万公里,推动了L3(有条件自动驾驶)及以上级别技术水平的不断优化提升,并加快了量产化步伐,进一步保持了国内外的领先优势。上汽集团的IGS自动驾驶汽车、蔚来汽车ES8自动驾驶汽车、宝马汽车740自动驾驶汽车陆续测试了限速信息识别及响应、车辆碰撞自动紧急制动、前方车辆变更车道检测及响应、交通信号灯识别及响应、行人和非机动车识别及避让、车道保持控制、网联通讯等最新的自动驾驶技术。2018年8-9月,上海第二阶段位于嘉定区和临港地区的智能网联汽车开放测试道路,共计31.6公里,分别是嘉定区新开放5.5公里,临港地区新开放26.1公里。上海目前累计开放测试道路已达到37.2公里,其中嘉定区的11.1公里开放测试道路将聚焦于推进乘用车自动驾驶技术的研发测试,临港地区的26.1公里开放测试道路将聚焦于推进商用车自动驾驶技术的研发测试。

与封闭测试区相比,开放测试道路可提供更丰富的路况场景和数据信息,为我国的智能网联建设提供基础。同时,《重庆市自动驾驶道路测试管理实施细则(试行)》也规定了开放道路测试的相关内容。此前,北京百度网讯科技有限公司获得了北京市首批自动驾驶测试试验用临时号牌,同时,明确北京经济技术开发区、顺义区和海淀区的33条道路作为首批开放测试道路,总里程约105公里。北京自动驾驶测试分T1至T5五个能力等级,百度领取到牌照的5辆车通过T3能力等级评估,可在相应能力等级的道路开展测试的车辆。此外,北京市还认定了首个封闭测试场——“国家智能汽车与智慧交通(京冀)示范区海淀基地”,测试场占地约200亩,囊括了城市、乡村等多种道路类型。从各地相关细则内容来看,以北京、上海、重庆等地为试验点,无人驾驶汽车从封闭测试走向开放道路测试是一个大的趋势,也标志着无人驾驶技术日渐成熟。

4.2L2-3级将在2019年量产,2025年将迎L4级

通常认为,达到L4级别以上的车辆才是真正具有无人驾驶能力的汽车,目前市场上的绝大多数自动驾驶概念汽车都属于在传统燃油车或电车基础上配备智能化的电子设备,或者加入了自动泊车技术,但是自动泊车与无人驾驶的概念完全不同。我国在《汽车产业中长期发展规划》提出,到2020年,汽车驾驶辅助、部分自动驾驶、有条件自动驾驶系统新车装配率要超过50%,网联式驾驶辅助系统装配率要达到10%;到2025年,高度和完全自动驾驶汽车将进入市场。我们预计该类级别大致处于L3-L4区间。

在供给端,无人驾驶的技术研发和道路测试处于L2-L3级别向L3级别的过渡期,在需求端,消费者主要集中于搭载高级辅助系统的汽车,并且向高级无人驾驶过渡转换期。按照功能划分,无人驾驶主要分为两种:一是具有车联网性质的无人驾驶;二是以ADAS高级辅助系统和高精度地图的使用为主的辅助驾驶,这种辅助驾驶主要应用于L2\L3级别的车辆上,也是目前市场上的主流,另外,汽车雷达、视觉技术日趋成熟为整车价格下降提供可能,且国产化替代趋势明显,更加速了车联网汽车的普及。

Navigant Research研究报告显示,L2级别的轻型车(LDVs)2017年全球销量约为25万辆,预计2026年L2级别以上车辆预计为9300万辆,而2026年全球轻型车销量预计为1.06亿辆,从下图中我们可以看出,L4级别车辆预计在2025年左右将实现规模化量产,而L2和L3级别车辆在2019年左右开始出现规模化量产。但是,即使是L3级别,也只能认定为辅助驾驶,更多的功能还是侧重于消费者的智能化体验,离无人驾驶距离尚远。

L2-4级别无人驾驶车辆销售预测

另外,根据IC insights预测,2016~2021年当中,车联网市场的年复合成长率将达到22.9%,将是物联网领域当中成长最强劲的市场。受我国雷达、传感器等智能制造基础、共性技术的不断进步,汽车行业正全面提升安全性和智能化要求,同时消费端的体验需求也在逐年上升,而定位系统、道路状况提示、辅助驾驶功能及车用通讯等功能都与传感器、雷达技术等共性技术的高低密切相关,相关标准和支持措施出台后,预计自动驾驶技术的规范性和发展速度将迅速提高,传感器、雷达、车载电子系统、地图及导航、信息通信、软件算法等细分领域将会明显受益,随之而来的L3-L4级别自动驾驶技术的安全性、可靠性也将日趋成熟。同时,相关领域的初创企业将会增多,且规模日益壮大,兼并收购机会较多。

无人驾驶细分领域初创企业


时值技术大潮汹涌而至,冲击着百年汽车产业随之变革,培育新动能、改造旧动能亟为迫切,在新一轮科技革命和产业变革中,汽车产业中必将形成推动经济社会发展新动力,新技术、新产业、新业态、新模式随之而生。

2019年4月17日,科技出行产业内容服务平台亿欧汽车将主办“新动能时代 · GIIS 2019第二届智能网联产业创新峰会”,与引领汽车行业发展的风向标企业共迎产业新趋势,共创美好生活。

活动链接:https://www.iyiou.com/post/ad/id/781

banner.jpg

版权声明

本文已标注来源和出处,版权归原作者所有,如有侵权,请联系我们。

打赏支持

5
5
10
20
50
80
100
其它金额
任意赏:

参与评论

关闭
快捷登录 密码登录
获取验证码

新用户登录后自动创建账号

登录表示你已阅读并同意《亿欧用户协议》

快捷登录 密码登录

账号为用户名/邮箱的用户 选择人工找回

关联已有账户

新用户或忘记密码请选择,快捷绑定

账号为用户名/邮箱的用户 选择人工找回

快速注册

获取验证码

创建关联新账户

发送验证码

找回密码

获取验证码
账号为用户名 / 邮箱的用户 选择人工找回

未完成注册的用户需设置密码

如果你遇到下面的问题

我在注册/找回密码的过程中无法收到手机短信消

我先前用E-mail注册过亿欧网但是现在没有办法通过它登录,我想找回账号

其他问题导致我无法成功的登录/注册

请发送邮箱到service@iyiou.com,说明自己在登录过程中遇到的问题,工作人员将会第一时间为您提供帮助

账号密码登录

乐乐呵呵@微信昵称

该亿欧账号尚未关联亿欧网账户

关联已有账户

曾经使用手机注册过亿欧网账户的用户

创建并关联新账户

曾用微信登录亿欧网但没有用手机注册过亿欧的用户

没有注册过亿欧网的新用户

先前使用邮箱注册亿欧网的老用户,请点击这里进入特别通道