在经济发展新常态下,智能制造将成为加快供给侧结构性改革、带动制造业转型升级的新引擎。后疫情时代新一轮产业竞争更趋激烈,大国战略博弈进一步聚焦高端制造业。从制造大国到制造强国,中国智能制造转型如何破局? 产业精选赛道有哪些?策略研究又该如何深思?「祥和启源」精益讲堂·大师课第二期,特邀北大博雅-元培商学院客座教授廖瑜莅临授课,详细解读《智能制造产业分析与策略指引》,针对智能制造产业的发展及格局,及智能汽车和工业智造化两个细分赛道的产业逻辑作详细阐述。
大师观点解读
后疫情时代,全球经济复苏分化,科技和产业竞争更趋激烈,大国战略博弈进一步聚焦高端制造业。智能制造作为推进新一轮科技革命和产业变革的关键支撑点是中国制造的主攻方向。廖瑜教授认为,智能制造破局贯穿全产业链,应在上游突破关键“卡脖子”难题,中游聚焦产品标准化、整体方案服务,下游关注产品和品牌提升。
PART 1:智能制造产业概览
观点一
我国智造产业向纵深推进
世界处于百年未有之大变局,国际环境日趋复杂,全球科技和产业竞争更趋激烈,大国战略博弈进一步聚焦高端制造业。
智能制造是制造强国建设的主攻方向,其发展程度直接关乎我国制造业质量水平。近年来,国家系列政策支持中国制造业做实、做智、做强。此外,科创板、北交所鼓励智能制造、专精特新企业优先上市,为制造企业“开绿灯”。
我国现阶段推进智能制造的重点是大规模推广和全面应用数字化网络化制造—第二代智能制造,充分发挥后发优势,采取“并联式”的发展方式,即数字化、网络化、智能化“并行推进、融合发展”。
2021年,我国公布了“《十四五”规划和2035远景目标》,北交所助力“专精特新”,“碳中和”元年深入人心,“中国智造”逐渐走出自己的特色道路。由此可见,“十四五”及未来相当长一段时期,推进智能制造,要立足制造本质,紧扣智能特征,以工艺、装备为核心,以数据为基础,依托制造单元、车间、工厂、供应链等载体,构建虚实融合、知识驱动、动态优化、安全高效、绿色低碳的智能制造系统,推动制造业实现数字化转型、网络化协同、智能化变革。
此外,国资委2022年重要经济会议,提出“要把科技创新摆在更加突出的位置,推动中央企业主动融入国家基础研究、应用基础研究创新体系,针对工业母机、高端芯片、新材料、新能源汽车等领域加强关键核心技术攻关。”
智能制造是中国从制造大国走向制造强国的重要一步,其中长期的意义不言而喻。廖瑜教授建议,中观赛道建议关注智能汽车、工业智能化等,微观赛道建议关注智能驾驶、商业航天、机器视觉等领域。
PART 2:智能制造赛道分析
对于智能制造精选赛道,廖瑜教授认为,汽车和工业智造化两个细分赛道值得重点关注。并分别对两个赛道的产业逻辑做出详细分析阐述。
观点二
智能汽车产业链是资本市场投资热点
智能汽车是汽车行业未来趋势,依然处于发展初期。国汽车工业协会预测,中国将在2020至2025年间实现低速驾驶和停车场景下的智能驾驶;2025至2030年间实现更多复杂场景下的智能驾驶。2035年中国智能汽车产业规模将超过2000亿美元,由此,中国将成为世界第一大智能汽车市场。
2020年2月,国家发改委、科技部、工信部等11部委联合印发《智能汽车创新发展战略》。明确指出“智能汽车已成为全球汽车产业发展的战略方向”,到2025年,中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成 ,实现有条件自动驾驶智能汽车规模化生产、高度自动驾驶智能汽车在特定环境下市场化应用。同时,车用无线通信网络(LTE-V2X等)实现区域全覆盖。
智能汽车产业将由整车企业、零部件企业、通信企业和IT企业共同打造。
智能汽车产业链是资本市场的投资热点。蔚来汽车作为国内新势力龙头,市值一度超过6000亿,目前上市以来涨幅超过368.9%;小鹏汽车市值也达到2705亿,上市以来134%涨幅。产业链关键零部件及智能座舱厂商IPO也均能达到百亿市值,光庭信息、矩光科技上市以来累计涨幅达到22.7%、6.77%,PE TTM达到125.15及280.28。
观点三
智能驾驶是智能汽车产业中最具投资价值的核心环节
智能驾驶是智能汽车产业中最具投资价值的核心环节。其综合了人工智能、通信、半导体、汽车等多项技术,涉及产业链长、价值创造空间大,已经成为各国汽车产业与科技产业跨界竞合的要地。
智能驾驶技术分为多个等级,目前国内外产业界采用较多的为美国汽车工程师协会(SAE)和美国高速公路安全管理局(NHTSA)推出的分类标准。该标准将智能驾驶的概念分为L0~L5,其中L1-L3主要起到辅助驾驶功能,当达到L4级别时,车辆控制权可完全交给系统,从L3开始智能驾驶的主角切换到车辆智能驾驶系统上,L3是低级别和高级别智能驾驶的分水岭。
智能驾驶将重塑产业格局。车厂纷纷成立独立的软件业务部门并加强与互联网、芯片、科技公司合作,现有零部件厂商在保持原有优势的基础上也继续开拓软件算法领域,互联网、智能驾驶公司纷纷加快涉足步伐。
观点四
工业智能化是产业升级的必经之路
我国制造业长期处于全球价值链底端,高附加值产品设计生产能力不足,工业企业利润率低。2020年制造业增加值占全球比例达到28%, 而我国质量效益分数项得分16.11,居于世界第七,远低于世界第一美国51.96。由此可见,工业智能化助力提高制造业质量,是我国工业智能化升级的必经之路。
近年来,我国发布多项政策助力工业智能化发展。工业智能化是信息化和工业化深度融合的结果,其技术体系主要由制造技术、信息技术两大技术交织技术组成。在工业软件、大数据、云计算、人工智能等技术发展的基础上,智能化逐渐融入制造领域,工业制造开始步入以新一代人工智能技术为核心的智能化制造阶段。
工业智能化是信息化和工业化深度融合的结果。在产业升级需求、新一代技术的发展、国家政策支持、人口老龄化加剧等因素驱动下,进一步推动了工业智能化的发展进程。
观点五
工业软件是实现工业智能化的重要支撑
工业软件是智能制造的大脑及神经,是计算机辅助工业制造之路,是工业智能化的重要支撑。主要分类为设计研发、生产控制管理、信息管理、嵌入式工业软件。其中重点关注设计研发、生产控制管理、嵌入式工业软件。近年来,我国发布多项政策支持工业软件发展。
观点六
我国工业软件市场未来发展空间广阔
工业软件市场规模巨大,中国增速远高于全球。2020工业软件全球销售额4338亿美元,与2019年4107亿美元相比,增长6%;我国2020 年工业软件市场规模1974 亿元,与2019年1720亿元相比增长15%,近两年复合增长率15.6%,远高于世界平均增速6%。我国2020年工业软件市场规模仅占全球比例 6.6%,未来发展空间广阔。
工业软件的主要市场长期被海外巨头占据。在技术封锁的风险下,建立自主可控的工业体系需要国产工业软件的支持,工业软件国产替代势在必行。在工业软件领域,国产工业设计软件国产化率仅为5%,生产控制类软件国产化率为50%,而经营管理类国产软件较为成熟,国产软件市占率达 70%,竞争格局分化较大。
观点七
机器视觉是智能制造的工业之眼
机器视觉是第四次工业革命(工业 4.0)的核心要素,是智能制造的重要支撑,也被称为“工业之眼”。机器视觉按照功能可以大致区分为视觉定位、模式识别、尺寸测量和缺陷检测四类。相比于人类视觉,机器视觉具有多重优。
前瞻产业研究院和 Markets and Markets发布数据显示,2010 年全球机器视觉市场规模为 32 亿美元, 2016-2019年全球机器视觉市场规模不断扩大,至2019年突破100亿美元,达到102亿美元。根据 Markets and Markets 预测,预计到 2025年全球机器视觉市场规模将突破 130 亿美元;GGII 预测机器视觉产业未来三年复合增速有望接近 24%,是巨大的蓝海市场。
根据中国机器视觉产业联盟的统计显示,近三年中国机器视觉产业规模保持高水平增长,2020年达到144亿元,较上年同期增长13.6%。未来,制造业智能化发展趋势更加明显,5G+工业互联网将在制造业中得到更广泛应用,对机器视觉的需求也将进一步释放,预计到“十四五”期末,中国机器视觉行业市场规模有望达到500亿元。
PART 3:智能制造产业投资建议
对于智能制造精选赛道——智能汽车和工业智造化相关投资建议,廖瑜教授也作出相关介绍。
观点八
智能汽车投资策略
智能汽车时代来临,智能汽车在整车制造、智能驾驶产业链中的投资机遇值得持续看好。而智能驾驶作为智能汽车产业中最具投资价值的核心环节,其技术演进规律要求软硬融合、芯片性能升级、算法迭代。软硬件融合下的算法迭代和硬件升级是智能驾驶投资主线。一级市场可关注:
👉智能硬件:计算芯片、激光雷达、摄像头、GNSS天线等。
👉核心软件:操作系统、高精度地图、人机交互、智能座舱、车联网。
👉其他传感器及智能系统:智能驾驶等级越高,智能化硬件配置越丰富,如DMS、红外夜视等为高等级智能驾驶车辆重点配置,各种智能传感器伴随着量产规模扩大及技术进步成本下降趋势明确,进一步推进智能驾驶技术的发展。
智能汽车是时代大趋势,从电动化到智能化,传统汽车、造车新势力、手机及互联网巨头都纷纷跑步入场。智能汽车势必颠覆传统汽车行业的国内外格局,当前仍处于产业格局尚未明朗的阶段,因此二级市场角度重点关注能够率先占有市场份额的厂商以及技术实力超强的科技巨头。一、整车制造关注行业领导者特斯拉、国内造车新势力、传统汽车转型以及未来新巨头的进入。二、电动化趋势下功率半导体单车价值提升,功率半导体龙头深度受益。三、智能驾驶关注产业链上下游筛选各环节技术壁垒高、拥有定价权及协同效应、产业附加值较高的的细分领域。
观点九
工业软件及机器视觉投资策略
机器视觉赛道可重点关注机器视觉软件领域和机器视觉工业相机领域。
👉机器视觉软件领域:图像处理软件类似“大脑”, 是机器视觉技术的核心。优秀的机器视觉处理软件可以对图像进行快速、准确检查,从而减少对硬件技术的依赖,重点关注具有算法优势的软件企业。
👉 机器视觉工业相机领域:工业相机具有更高的图像稳定性、传输能力和抗干扰能力,是机器视觉系统的关键组件。智能相机将图像的采集、处理与通信功能集成于单一相机内,已成为工业相机发展的趋势。