2019中国工业大数据发展及投资价值研究-赛迪顾问-2019.8-28页_800kb

2019中国工业大数据发展及投资价值研究总结

核心内容

工业大数据是工业领域中围绕智能制造模式，以数据采集、分析和应用为核心的各类经济活动所产生的数据总称，涵盖产品全生命周期的各个环节。随着大数据技术的发展，工业大数据正成为推动工业智能化、信息化和创新的重要力量。

主要观点

• 工业大数据市场持续增长：2016-2018年，中国工业大数据市场规模稳步增长，预计未来三年增速将超过整体大数据市场。
• 应用场景多样化：工业大数据在产品设计研发、能耗优化、供应链优化、预测性维护等多个场景中发挥重要作用，推动生产效率提升和成本降低。
• 行业聚焦与场景深耕：工业大数据企业将更加注重行业和场景的深耕，形成行业级解决方案，提升技术适配性和应用效果。
• 数据安全成为关键因素：随着企业数字化资产的重要性提升，数据安全成为智能化升级的重要考量，未来需加强数据全生命周期管理。
• 数据资产管理是价值挖掘基础：企业需通过数据资产管理提升数据质量、安全性和应用效率，从而实现工业大数据的深度价值挖掘。
• 工业机理模型库建设：模型库是工业互联网平台的核心，有助于工业APP的开发和工业大数据应用的深化。
• 工业APP成为重要载体：工业APP将推动工业大数据的实用化和普及化，成为工业互联网体系的重要组成部分。
• 平台型数据驱动解决方案提供商受关注：基于平台的数据驱动型解决方案能有效整合数据资源，解决数据分散和孤立问题。
• 制造基因企业更具优势：具备制造背景的企业更易理解行业技术，具有更强的市场竞争力和解决方案能力。

关键信息

市场规模与增长

• 2016-2020年中国工业大数据市场规模稳步增长，预计未来增速将超过整体大数据市场。
• 市场主要由离散型企业、设备故障诊断与生产过程可视化产品、大型制造类企业驱动。

典型应用场景

• 产品设计与研发：通过大数据分析用户驾驶习惯，优化产品设计；适用于汽车行业及其他离散型制造业。
• 能耗优化：恒逸石化通过大数据优化燃煤效率，提升2.6%。
• 供应链优化：海尔通过大数据分析用户体验，优化供应链流程，缩短供应周期，提升利润。
• 预测性维护：金风科技利用大数据进行风机叶片结冰预测，降低运维成本，提高设备运行效率和电网安全。

发展趋势

• 智能制造与工业互联网核心：工业大数据将成为智能制造和工业互联网发展的核心，推动数据流闭环构建。
• 数据闭环驱动创新：精准营销和个性化定制将通过数据闭环实现，提升产品渗透率和客户体验。
• 内生培养数据思维工程师：企业更倾向于内部培养复合型人才，以推动数字化转型。

投资价值方向

• 平台型数据驱动解决方案提供商：如昆仑数据、航天云网等，提供数据平台和智能分析系统。
• 实用性工业APP开发企业：如索为系统、优也信息等，推动工业软件应用和行业解决方案。
• 工业机理模型库建设能力强的企业：如石化盈科、树根互联等，具备行业知识沉淀能力。
• 具有制造基因的企业：如美林数据、寄云科技等，深耕行业，具备技术实力和资金支持。

工业大数据投资价值企业20强（部分）