2017-从科学效应到人工智能：制造业人工智能应用正起步_22页-2mb

工业制造领域人工智能应用总结

核心内容

本报告分析了工业制造领域人工智能应用的现状、趋势及投资机会。随着政策推动、技术进步和数据积累，工业制造正逐步向智能化、数据化转型，人工智能的应用虽仍处于初级阶段，但其潜力巨大，被视为未来发展的蓝海市场。

主要观点

• 工业人工智能的定义与特点：工业人工智能不同于传统意义上的“智能”，它依赖算法实现学习与提升，具备自主决策和持续优化的能力。
• 工业智能的演变过程：工业智能从初级智能系统（基于科学效应）逐步发展为开放智能系统（具备自主学习能力）。
• 人工智能在工业领域的应用阶段：目前更多表现为对生产决策的辅助作用，未来将逐步实现人机协同，提升资源利用效率。
• 工业数据与互联网数据的差异：工业数据更专业、关联性强，数据获取和处理难度更高，对算法和模型的准确性要求更高。
• 工业人工智能应用的难点：数据获取、算法透明性、冷启动问题以及非迭代开发需求是主要挑战。
• 工业人工智能的应用案例：包括GE、DeepMind、富士康、红领等企业已开始探索人工智能在生产、物流、售后等环节的应用，取得了初步成效。

关键信息

一、起步于科学效应，逐渐融入人工智能

• 工业智能的早期发展依赖于科学效应（如温度感应、离心力等）。
• 人工智能通过算法实现学习和提升，与传统工业智能的区别在于其具备“自主学习”能力。
• 工业智能的发展路径分为初级、恒定和开放智能系统三类。

二、人工智能在工业领域不同环节的应用

2.1 政策与技术助推生产与业务模式转型

• 政策推动制造业向数字化、智能化转型。
• 技术进步使得人工智能在工业中的应用逐步落地，从生产流程优化到服务模式创新。

2.2 工业领域的人工智能应用是渐进而持续的过程

• 人工智能在工业中的应用是逐步渗透的，从数据获取、决策优化到方案实施。
• 需要长期投入，逐步实现人机协同，提升整体效率和资源利用率。

2.3 全生命周期不同环节的智能升级

• 工业制造的全生命周期包括研发、制造、物流、营销、使用、售后。
• 在这些环节中，人工智能可以实现数据闭环，提升效率、降低成本、改善客户体验。

三、人工智能在工业领域实现的难点与条件

3.1 工业数据的有效获取成为前提和基础

• 工业数据来源复杂，包括设备、人员、物料等，数据质量要求高。
• 数据采集、传输、存储和分析是实现人工智能应用的基础。

3.2 工业领域人工智能对数据及算法提出新的要求

• 工业数据强调物理关联和逻辑分析，需跨学科技术融合。
• 算法需具备透明性、冷启动能力及非中断更新能力。

四、工业领域的人工智能应用案例

4.1 典型案例

• GE工业互联网平台Prefix：实现从生产制造商向服务提供商的转型，通过数据分析优化设备运行。
• DeepMind：利用人工智能控制数据中心设备，提升能源效率。
• 富士康：通过机器人技术降低人力成本，提升生产效率。
• 红领：借助大数据实现大规模定制化生产，快速响应客户需求。

4.2 国内互联网巨头的相关尝试

• 阿里：与富士康、徐工集团、中策橡胶、吉利等合作，推动工业云平台和智能制造。
• 百度：与太原铁路局、苏州工业园区、阳泉煤业、首钢、宝钢等合作，提升工业数据处理和智能决策能力。
• 腾讯：与三一重工、中国广核集团等合作，推动工业互联网平台和清洁能源智能化。

五、投资建议

• 蓝海市场潜力大：工业大数据与人工智能应用尚属蓝海，发展潜力和空间巨大。
• 受益领域：传感器、工业物联网、工控领域，以及提供制造执行系统（MES）、企业资源管理（ERP）、供应链管理等软件的企业。
• 重点标的：用友网络、汉得信息、金蝶国际等企业。
• 长期趋势：随着技术进步和政策支持，工业人工智能将逐步实现落地，推动制造业转型升级。

六、风险提示

• 应用进度不达预期：人工智能在工业领域的应用尚处于初期，技术成熟度和数据积累仍需时间。
• 研发成本高：人工智能需要大量前瞻性投入，包括传感器、数据处理、算法开发和人才引进。
• 数据质量与处理难度：工业数据专业性强、关联性高，处理和分析难度大，需持续投入。

图表目录

• 图1：生产线上忙碌的工业机器人
• 图2：电饭煲及其工作原理
• 图3：智能系统的特征与分类
• 图4：当前人工智能的工业应用更多表现为优化决策过程的辅助作用
• 图5：中长期人工智能的工业应用和实现是一个渐进而持续的过程
• 图6：全生命周期不同环节的数据闭环与智能升级
• 图7：工业领域可利用数据来源多样
• 图8：由不同环节、不同设备构建的数据网络是智能化的前提
• 图9：人工智能算法及应用助力工业数据的价值实现
• 图10：GE工业互联网平台Prefix
• 图11：通过精准的操控方法为意大利航空节约燃油成本
• 图12：DeepMind控制设备运行方式提升数据中心能源使用效率
• 图13：富士康利用机器代替人降低劳动力成本
• 图14：传统制造业红领借助数字化、智能化实现需求的快速响应

行业评级与投资建议

• 行业评级：看好（长期趋势向好，具有投资价值）
• 投资建议：关注提供工业数据处理、人工智能算法、智能制造解决方案的公司，如用友网络、汉得信息、金蝶国际等。

风险提示

• 人工智能应用进度不达预期
• 数据化基础未完全实现
• 算法进展有待改进
• 实验结果有效性不等于实际应用效果

信息披露

• 东证资管持有汉得信息股票超过1%。

分析师申明

• 投资建议反映分析师个人判断，与薪酬无关。

投资评级与定义

• 买入：相对强于市场基准指数收益率15%以上
• 增持：相对强于市场基准指数收益率5%~15%
• 中性：相对于市场基准指数收益率在-5%~+5%之间波动
• 减持：相对弱于市场基准指数收益率在-5%以下
• 未评级：不在研究覆盖范围内
• 暂停评级：存在利益冲突或研究依据不足

免责声明

• 本报告仅供参考，不构成投资建议。
• 投资者需自行评估风险，自主决策。
• 报告内容不得用于诉讼、仲裁、传媒引用或营利用途。

东方证券研究所信息

• 地址：上海市中山南路318号东方国际金融广场26楼
• 联系人：王骏飞
• 电话：021-63325888*1131
• 传真：021-63326786
• 网址：www.dfzq.com.cn
• Email：wangjunfei@orientsec.com.cn