工業(yè)互聯網趨勢將給制造業(yè)帶來哪些紅利？ —— 文章正文2017-02-12

    制造業(yè)升級的重要目的是為了效率提升，而長期以來效率問題更多地出現在系統(tǒng)層面，而不僅是個體機器層面，機器的能力并沒有充分發(fā)揮。而目前，工業(yè)互聯網的應用為系統(tǒng)優(yōu)化、效率大幅提升帶來可能。對應國內的情況，由于低端產能過剩，生產企業(yè)效率提升也還是解決不了需求的問題，因此趨勢紅利應該是流向掌握數據入口以及應用平臺型企業(yè)。

    繼零售、金融端，互聯網大數據向工業(yè)端滲透已漸到來

    過去20年互聯網主要改變了消費者的行為，未來隨著虛擬化、信息化程度的加深，將進入產業(yè)互聯網的時代。我們認為互聯網對于工業(yè)端，尤其是重工業(yè)資產端的改造是不可逆轉的趨勢。自2012年GE提出“工業(yè)互聯網”概念以來，IBM、西門子、華為等巨頭也相繼布局。美國工業(yè)互聯網較德國“工業(yè)4.0”的核心區(qū)別在于，其主張從工業(yè)大數據等軟件端入手，向傳統(tǒng)制造業(yè)硬件端滲透，進行資產優(yōu)化和運營優(yōu)化，提高產業(yè)效率，我們認為該發(fā)展路徑可能更適合當下供給側改革背景下的傳統(tǒng)機械制造業(yè)改造升級。

    大數據和物聯網技術驅動制造業(yè)服務化是未來趨勢

    制造業(yè)服務化的關鍵在于設備的數據化，大數據技術對資產端的改造貫穿到整個制造業(yè)產業(yè)鏈環(huán)節(jié)，從機器生產、供應鏈管理、商業(yè)模式創(chuàng)新到預測性維護，提升了制造端企業(yè)的附加價值，拉平了微笑曲線，奠定了制造業(yè)服務化的根基。Ericcson預計，物聯網將在2018年取代移動電話成為連接最多的設備；GE預測，到2020年，連入工業(yè)互聯網的機器將達到500億臺；工業(yè)互聯網作為物聯網在工業(yè)領域的核心應用，1％的效率提升，即可幫助中國石油天然氣、航空、能源等各行業(yè)節(jié)省240億美元的成本空間。

    由設備優(yōu)勢到流量優(yōu)勢，重點關注擁有工業(yè)數據入口優(yōu)勢及應用平臺型企業(yè)

    工業(yè)互聯網在機械行業(yè)領域的投資機會包括以下兩條線索：一是由設備優(yōu)勢走向流量優(yōu)勢的工業(yè)大數據入口級企業(yè)。制造業(yè)服務化趨勢催生了對于工業(yè)大數據的應用和需求，傳統(tǒng)的機器設備商有望憑借高額的市場占有率，憑借工業(yè)設備數據入口優(yōu)勢獲取流量優(yōu)勢，進而迅速布局，重構企業(yè)核心競爭優(yōu)勢，建議關注徐工機械、三川智慧、三一重工、匯川技術和安控科技；二是憑借工業(yè)大數據平臺優(yōu)勢進行場景應用型企業(yè)。一方面，工業(yè)大數據的應用可以大幅提升這些微利行業(yè)的生產效率，進而從成本端大幅改善公司業(yè)績，另一方面，可以憑借平臺優(yōu)勢重構傳統(tǒng)制造業(yè)的商業(yè)模式。建議關注慈星股份和華鵬飛。

    催化劑與風險提示

    去年7月份GE向全球開放其Predix系統(tǒng)，近日徐工機械宣布與華為、阿里巴巴、中國電信聯手打造中國版的Predix系統(tǒng)，均構成行業(yè)催化因素，建議關注后續(xù)發(fā)展。工業(yè)互聯網的推廣需要有巨頭合力來推動，單一產業(yè)鏈環(huán)節(jié)公司較難施展，且需要一定的時間；下游傳統(tǒng)制造業(yè)短期面臨需求不振和產能過剩等壓力，影響工業(yè)互聯網的普及積極性。

    1、核心邏輯

    “互聯網＋”向零售、金融、物流端的滲透相繼發(fā)生，我們認為“互聯網＋”對工業(yè)資產端的改造趨勢不可逆轉。美國通用電氣（GE）2012年提出“工業(yè)互聯網”概念，較德國“工業(yè)4．0”的不同之處在于其主張產業(yè)鏈“由軟及硬”的過程，即首先強調大數據對于工業(yè)資產端的改造和優(yōu)化，提高產業(yè)效率，在石油天然氣、航空、醫(yī)療、能源等領域都有重要的推廣價值。在國內“工業(yè)4．0”的一片熱潮中，工業(yè)互聯網的路徑對國內機械制造業(yè)升級帶來的投資機會也應起到足夠的重視，站在機械行業(yè)尤其是重資產行業(yè)的視角，我們對工業(yè)互聯網大數據驅動下的重資產行業(yè)新機遇做出思考。

    工業(yè)互聯網的核心技術大數據和物聯網將重構重資產行業(yè)的價值。這是因為，第一：工業(yè)4．0的“由硬到軟”的思路可能并不適合目前國內很多傳統(tǒng)的制造業(yè)，尤其是重資產行業(yè)，比如工程機械、油氣裝備行業(yè)等，重資產行業(yè)的設備升級代價極高；第二，制造業(yè)服務化是傳統(tǒng)機械制造業(yè)尤其是重資產行業(yè)的合理路徑。這其實就是GE所倡導的工業(yè)互聯網概念的精髓，制造業(yè)服務化的關鍵在于設備的數據化與智能化，是一個“由軟及硬”過程?！按髷祿锫摼W”技術對工業(yè)資產端的優(yōu)化機制在于通過實現設備的互聯互通，從全產業(yè)鏈入手，提升制造端的附加值，拉平了制造業(yè)價值鏈的微笑曲線。因此，大數據、機器學習等先進技術對于重資產行業(yè)的改造，在國內外已達成共識，是不可逆轉的趨勢。據賽迪顧問的研究，國內目前工業(yè)互聯網的市場空間近兩千億，“十三五”期間年復合增長率預計在25％左右；Ericcson預計，物聯網將在2018年取代移動電話成為連接最多的設備；據GE預測，到2020年，連入工業(yè)互聯網的機器將達到500億臺。邏輯已顯現，趨勢已到來。

    基于以上邏輯，立足機械行業(yè)的視角，從商業(yè)切入點和經濟驅動力角度，我們建議重點關注納入GE工業(yè)互聯網產業(yè)鏈的企業(yè)，工業(yè)互聯網在機械行業(yè)領域的投資機會包括以下兩條線索：一是由設備優(yōu)勢走向流量優(yōu)勢的工業(yè)大數據入口級企業(yè)。制造業(yè)服務化趨勢催生了對于工業(yè)大數據的應用和需求，傳統(tǒng)的機器設備商有望憑借高額的市場占有率，憑借工業(yè)設備數據入口優(yōu)勢獲取流量優(yōu)勢，進而迅速布局，重構企業(yè)核心競爭優(yōu)勢，建議關注徐工機械、三川智慧、三一重工、匯川技術和安控科技；二是憑借工業(yè)大數據平臺優(yōu)勢進行場景應用型企業(yè)。一方面，工業(yè)大數據的應用可以大幅提升這些微利行業(yè)的生產效率，進而從成本端大幅改善公司業(yè)績，另一方面，可以憑借平臺優(yōu)勢重構傳統(tǒng)制造業(yè)的商業(yè)模式。建議關注慈星股份和華鵬飛。

    2、互聯網向工業(yè)滲透不可逆轉

    互聯網大數據向零售、金融、物流等領域的滲透已經成為事實，向工業(yè)領域滲透也是不可阻擋的趨勢。以GEPredix為代表的工業(yè)互聯網通過促成人、設備以及數據的無縫協作，用物聯網、大數據等技術手段實現對生產和物流的精密控制，從各個環(huán)節(jié)進行資產優(yōu)化和運營優(yōu)化，重新塑造整個制造業(yè)產業(yè)鏈，實現數字（軟件）世界和物理（機器）世界的融合，是這個趨勢到來的有力佐證。

    （一）從“雙十一”看互聯網對零售業(yè)的滲透

    自2010年以來，以阿里巴巴、京東等移動電商平臺為代表的網絡零售市場交易規(guī)模連續(xù)高速增長，互聯網對終端零售業(yè)的滲透和改造已經歷了若干年頭，增勢相對放緩，但增量依舊大為可觀。微觀視角看，今年“雙十一”的銷售額數據再創(chuàng)新高，阿里巴巴旗下平臺總交易規(guī)模達1207億，同比增長32．32％；從網絡零售行業(yè)交易規(guī)模看，2015年交易規(guī)模達到39841億元，同比增長41．56％，保持了穩(wěn)定高速增長態(tài)勢。在我國社會消費品零售總額增速由2010年的18．40％放緩至2015年10．07％的大背景下，互聯網新零售業(yè)態(tài)成為我國消費升級的新動力，由此，互聯網對零售業(yè)的滲透可以管中窺豹。

    （二）電商零售端暴漲倒逼物流智能化升級

    對于新零售業(yè)態(tài)下的電商平臺企業(yè)，更高的物流效率是其核心競爭力之一。來自網絡零售端強大的快遞分揀需求倒逼物流行業(yè)進行智能化改造。據中國物流技術協會的研究表明，國內自動化物流倉儲系統(tǒng)市場規(guī)模由2001年的30億到2015年的583億元，年復合增長率達到24％，預計未來三年仍將保持20％以上的年增長速度，到2018年市場規(guī)模將超千億。自動化立體倉庫、智能分揀、智能輸送機等智能物流裝備行業(yè)景氣度繼續(xù)提升。

    （三）從Predix看互聯網向工業(yè)領域滲透

    趨勢一旦形成，就不會輕易改變?；ヂ摼W對于零售端、物流端滲透相繼發(fā)生，對于資產端的改造也將成為必然的趨勢，我們認為中國制造業(yè)轉型升級的本質是對更高產業(yè)效率的追求，智能化是手段，高產業(yè)效率是目的。繼零售、金融、物流等領域的互聯網改造之后，互聯網＋浪潮的下一個風口是工業(yè)領域，尤其是重資產工業(yè)領域，互聯網和物聯網向工業(yè)領域的滲透是不可逆轉的趨勢。工業(yè)互聯網概念是GE在2012年提出來的，本質是物聯網在工業(yè)領域的應用，提高產業(yè)效率，在德國叫“工業(yè)4.0”，在國內叫做“中國制造2025”。美國的“工業(yè)互聯網”和德國的“工業(yè)4．0”在產業(yè)鏈環(huán)節(jié)的重點有一定區(qū)別，市場普遍關注兩者切入點的差異，而忽視兩者的互補性，在國內“工業(yè)4．0”一浪高過一浪的呼聲中，工業(yè)互聯網的理念及對應的邏輯也應得到足夠的重視。

    1、提出與發(fā)展：GE引領發(fā)展，巨頭搶灘入局

    工業(yè)互聯網提出的背景。通用電氣迫于美國乃至全球金融監(jiān)管壓力，宣布實施“去金融化”和“回歸工業(yè)”戰(zhàn)略，公司全球總裁杰夫?伊梅爾宣布到2018年將金融業(yè)務利潤占比削減至10％，而2014年，這一比例還超過40％，世界經濟脫虛入實，回歸制造業(yè)，是共識，也是大背景。

    從概念提出到年收入10億美元，只用了兩年。基于這一戰(zhàn)略，GE最早在2012年提出“工業(yè)互聯網”的概念。2013年，GE開始進入中國，并發(fā)布20項技術，在美國國內完善了系統(tǒng)的標準；2014年開始進入試點期，聯合思科、IBM等成立工業(yè)互聯網聯盟，當年為公司帶來10億美元的銷售收入；2015年，GE與中國電信展開戰(zhàn)略合作，宣布GE工業(yè)互聯網大數據軟件平臺與中國電信的電信基礎設施和增值服務對接，形成工業(yè)互聯網整體解決方案，推動工業(yè)互聯網在航空、醫(yī)療、能源、工業(yè)制造和其他相關行業(yè)的應用，這標志著GE工業(yè)互聯網戰(zhàn)略在中國正式落地。7月7日，通用電氣宣布其Predix向全球所有公司開放。截止到2015年8月份，GE在中國已開展12個工業(yè)互聯網試點項目，逐步推動40多個大數據分析應用落地。據GE預測，到2020年，連入工業(yè)互聯網的機器將翻番，將達到500億臺。

    Predix是一個軟件平臺，類似于電腦界的Windows操作系統(tǒng)，手機界的安卓系統(tǒng)，主要功能包括：連接物體、工業(yè)數據管理、工業(yè)數據科學、移動互聯、云計算、網絡安全。它負責將各種工業(yè)資產設備和供應商相互連接并接入云端，并提供資產性能管理（APM）和運營優(yōu)化服務。根據GE官網披露的信息，Predix系統(tǒng)設計的理念可以概括為四個關鍵詞：機器、數據、優(yōu)化和安全。以機器為中心，利用先進的模型對收集的工業(yè)大數據進行分析和預測，實現資產優(yōu)化和運營優(yōu)化的目的，同時設置靈活安全的保障機制，對數據的權限進行管理。Predix可承載不同的工業(yè)軟件，降低了工業(yè)互聯網的使用門檻兒。

    繼GE推出工業(yè)互聯網之后，IBM、西門子、NEC、華為等巨頭對該領域都先后重點布局。IBM推出了Bluemix系統(tǒng)，西門子推出了Sinalytics系統(tǒng)，華為推出了Liteos系統(tǒng)。NEC從2011年就開始推出類似的戰(zhàn)略概念，其解決方案涉及智慧港灣、智慧機場、智慧防災消防、智慧監(jiān)測、智慧教育、智能鐵道以及智能醫(yī)療等領域。近年來NEC開始涉足鋰電池、電動汽車快速充電樁、廢水處理等領域。比如在電動汽車領域，他們提供高效的數據采集、實時監(jiān)控、動態(tài)路徑規(guī)劃、行駛范圍、充電管理、電池狀態(tài)分析及監(jiān)控等服務；基于用戶的歷史數據，分析用戶偏好和駕駛行為，提供個性化的路徑誘導、節(jié)能駕駛、信息推薦等服務。

    2、最終目標：回歸物理本原，提高產業(yè)效率

    工業(yè)互聯網與精益生產思想有相似之處，本質都在于提升產業(yè)效率。20世紀80年代，以日本豐田為代表，正式提出精益生產理念，具體包括及時制生產、全面質量管理、并行工程、充分協作的團隊工作方式和集成的供應鏈關系管理等，該思想的核心在于及時制造、消滅故障、消除浪費。在精益生產思想的幫助下，經過三十多年的發(fā)展，至2007年，豐田汽車銷售額達到2528億美元，凈利潤165．4億美元，相當于美國汽車三巨頭加上德國大眾和寶馬的利潤總和。繼汽車工業(yè)取得巨大成功之后，日本的電子、計算機、飛機制造等離散制造業(yè)相繼實施了精益生產，取得了巨大成功。精益生產可以看作是制造業(yè)基礎性的技術。

    精益生產對企業(yè)能力的改善體現在五個方面：庫存、生產周期、生產效率、作業(yè)切換時間、投資回收期。通力公司一項對歐洲80家企業(yè)的研究發(fā)現，在生產制造方面，通過對產前（采購、準備）、產中（效率，工序間切換）、產后（庫存，投后管理），各環(huán)節(jié)的流程化、標準化的潛能挖掘和生產鏈條的無縫對接，消除各種浪費的可能，并最終實現降低成本、提高生產效率。據該研究顯示，庫存方面平均減少50％，生產周期方面縮短50％－70％，作業(yè)切換時間方面縮短50％，投資回收期方面縮短到少于9個月，使得最終的生產效率提高20％－50％。

    工業(yè)互聯網通過物聯網與大數據深化精益制造理念，提高產業(yè)效率。精益制造與工業(yè)互聯網既有聯系也有區(qū)別，相同之處在于它們追求的都是更高的產業(yè)效率，區(qū)別在于精益制造更側重于使用流程規(guī)范等精益管理工具進行改進，而工業(yè)互聯網更側重于使用大數據、物聯網、人工智能等新技術手段對機器的物理世界的機器本身進行改進。因此，從這個意義上講，工業(yè)互聯網是精益生產思想的重要補充和深化。

    工業(yè)互聯網更側重于從設備層面提高資產績效，有精確性、可預測性、體系化的優(yōu)勢。從精益生產的原理來看，精益生產對每個環(huán)節(jié)進行標準化，最大程度上挖掘單一環(huán)節(jié)的改進潛力，但更多地是側重于對生產流程管理上的優(yōu)化，出發(fā)點是流程，而工業(yè)互聯網的出發(fā)點是機器設備。

    （1）設備數據比經驗更具有精確性。精益生產更多的是側重于使用精益管理工具，通過細節(jié)化的流程規(guī)范，降低損耗和成本，減少潛在的浪費，提高生產效率，而工業(yè)互聯網利用機器學習等算法對收集的機器設備優(yōu)化，從維持供應鏈運轉，到定制化生產，再到按時完成訂單任務，為每個生產環(huán)節(jié)提供更高的預測精準度。

    （2）大數據分析更側重于對未來的預測。這是大數據分析最富有魅力的地方所在，它更側重于對未來的預測，突破了精益生產的“歷史局限性”。以節(jié)省燃油問題為例，東方航空利用Predix平臺搜集500多臺CFM56發(fā)動機高壓渦輪葉片保修數據，結合遠程診斷紀錄和第三方數據，建立了葉片損傷分析預測模型，可預測發(fā)動機的運行情況，定制科學的重復檢查間隔，提升運營效率。

    （3）工業(yè)互聯網可以實現全產業(yè)鏈的覆蓋。大數據對于制造業(yè)的改進可以貫穿到產品概念、設計、制造、供應鏈、物流管理、市場銷售、資產運營、維修保養(yǎng)等一系列環(huán)節(jié)，但又不限于對單一環(huán)節(jié)的改造，通過平臺化的大數據平臺可以靈活調節(jié)和潤滑各環(huán)節(jié)之間的銜接關系，最大程度上發(fā)揮精益生產“一件流”的效果。

    3、工業(yè)互聯網：回歸物理本原，數據重構工業(yè)

    （一）技術要素：物聯網＋大數據＋人工智能

    1、物聯網：構成工業(yè)互聯網的核心技術構架

    大數據和物聯網構成工業(yè)互聯網的核心技術構架。在《Accenture．IndustrialInternetInsightsReportfor2015》報告中，GE將工業(yè)互聯網界定為“大數據＋物聯網”，其內涵可以從以下三個方面去理解：網絡是基礎，使工業(yè)數據流動無縫集成；數據是核心，包括數據的感知、采集、集成；安全是保障，構建一個完善的安全防護系統(tǒng)。

    從聯系來看，工業(yè)互聯網是物聯網的子集，物聯網構成工業(yè)互聯網的技術構架。物聯網是通過各類傳感裝置、RFID技術、視頻識別技術、紅外感應、全球定位系統(tǒng)、激光掃描器等信息傳感設備，按約定的協議，根據需要實現物品互聯互通的網絡連接，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監(jiān)控和管理的智能網絡系統(tǒng)；從結構上看，物聯網包含感知層、網絡層和應用層，其中工業(yè)互聯網是應用層的主要應用形式之一，其它還包括車聯網、智慧城市、智能家居等。

    從區(qū)別來看，工業(yè)互聯網強調以資產作為出發(fā)點，而物聯網主要強調的是通信和連接。較物聯網，工業(yè)互聯網更側重在生產和服務方面的應用，涉及更高價值的設備和資產，如能源、運輸、工業(yè)控制，同時對運行安全有更高的要求，而普通物聯網更側重于消費領域，如智能家居；其次，工業(yè)互聯網建立在工業(yè)基礎設施上，用于提升而非替代原有的工業(yè)生產設備和設施。

    工業(yè)互聯網遵循物聯網的技術路徑。從物聯網技術路徑來看，全面感知、可靠傳輸和智能處理構成了物聯網架構內部傳導順序和技術特征，也揭示了該技術的發(fā)展路徑。第一步，是利用傳感器、RFID等對外界環(huán)境（工業(yè)互聯網指機器運行信息）進行感知，第二步，傳感器所獲取的信息經由網絡層實時傳輸到數據云平臺上，第三步，利用云計算、數據挖掘和數據處理技術對海量的數據進行處理、對機器運行的狀態(tài)進行跟蹤和反饋。

    2、大數據：改造工業(yè)領域在國內外已達成共識

    大數據市場規(guī)模未來五年增速可觀。根據中投顧問產業(yè)研究中心的研究，2015年，中國大數據市場規(guī)模達到115．9億元，增速達38％，預計2017－2021年，行業(yè)年均復合增長率為42．04％，到2021年，市場規(guī)模將達到898億元；而就全球范圍內來看，預計2017－2021年，年復合增長率將達到40．98％，到2021年，全球大數據市場規(guī)模將達到2847億美元。

    工業(yè)大數據戰(zhàn)略已經在國外工業(yè)企業(yè)達成共識。根據GE和Accenture跨行業(yè)的研究，研究范圍覆蓋中國、法國、德國、印度、南非、英國、美國等國家航空、風能、發(fā)電等8個行業(yè)的高管，該調查中80％－90％的各行業(yè)公司主管表示大數據分析在公司中的戰(zhàn)略定位應該處于最高優(yōu)先級或至少排進前三的戰(zhàn)略地位；從大數據方面的投資支出看，超過70％的公司用于大數據方面的技術占比在20％以上；細分行業(yè)看，航空業(yè)、風能、制造業(yè)中大數據的戰(zhàn)略定位最高。

    大數據分析的工程流程。在使用大數據預測性分析工作流程中，經由數據提取、輸入、處理、模型構建、數據后處理等過程后對未來狀態(tài)做出預判和決策。

    大數據分析的效果。通過大數據對制造業(yè)過程進行可預測性分析，GE提出可以通過流程改善使得生產能力提升20％，可靠能力提高10％，公共基礎設施材料消耗率降低4％，成品緩存降低30％，返工率降低20％，能源成本降低5％。

    3、人工智能：實現資產智能優(yōu)化與人機融合

    工業(yè)互聯網的核心要素包括“人－設備－數據”，“人”的因素在工業(yè)互聯網中的體現為模式識別、人工智能、機器學習等前沿技術。工業(yè)互聯網時代，每一個工業(yè)企業(yè)基于算法的革新實現對原有生產模式更新的重要性甚至超過大數據本身，這里的生產模式更新包括對原有的生產和設計進行模擬，使得計算機通過智能化的算法對設備即時運行的狀態(tài)進行最優(yōu)化智能調整，進而挖掘企業(yè)生產效率的提升空間。

    機器學習：從維持供應鏈管理，到定制化生產，再到按時完成訂單任務等產品全生命周期任務，機器學習算法可以為每個生產環(huán)節(jié)提供更高的預測精準度。

    可穿戴技術：可穿戴技術可用于工廠自動化過程中的監(jiān)測工具。HumanConditionSafety建立了一個結合可穿戴技術、人工智能和建筑信息模型（BIM）技術的平臺，為制造、能源、倉儲、建筑等行業(yè)的工人提供安全防護。XOEyeTechnologies則通過可穿戴軟硬件平臺為制造、建筑等行業(yè)提供協同工作與通信解決方案，以提高工作效率。

    （二）市場空間：大數據對制造業(yè)改善空間巨大

    1、改進機制：工業(yè)互聯網能夠實現對制造業(yè)價值鏈的循環(huán)

    從影響機制來看，工業(yè)互聯網的開放結構使技術和信息難以壟斷，進而拉平整個工業(yè)鏈條的“微笑曲線”。工業(yè)互聯網從生產流程、物流等多個環(huán)節(jié)對制造業(yè)價值鏈進行優(yōu)化和再造。

    在生產流程方面，利用機器和產品運行的實時數據，制造商能采用無縫連接，對產品的整個生命周期進行追蹤和控制?？梢詫@些數據進行預測性分析，以確定可能的設備或零部件故障，從而制定預防型維護計劃，縮短設備宕機時間，實現平穩(wěn)運營。生產流程的優(yōu)化減少了機器的使用成本，提高了生產效率的同時，也提高了生產制造端的附加價值。

    工業(yè)互聯網對于傳統(tǒng)重資產行業(yè)具有革命性意義。工業(yè)互聯網從資產端出發(fā)，構建工業(yè)云，逐步把設計、供應、采購以及制造等融合在一個平臺上，實現制造資源的云化?；趯Y產特別是重資產設備的數據分析，可以提升價值鏈中制造環(huán)節(jié)的附加值，拉平工業(yè)鏈條的“微笑曲線”。

    通過拉平制造業(yè)的微笑曲線，工業(yè)互聯網實現了價值鏈的循環(huán)。以GE為例，從工業(yè)機器數據收集出發(fā)，經由工業(yè)云的計算，將數據分析的結果以指令的形式發(fā)送給操作人員，操作人員將根據設備運行的狀態(tài)，及時作出反饋，從而實現了“設備－數據－人”三者的閉環(huán)系統(tǒng)。

    2、改進空間：市場空間近兩千億，“十三五”CAGR預計在25％左右

    物聯網將在2018年取代移動電話成為最連接的設備。Ericcson預計物聯網（IoT）傳感器和設備將超過移動電話，成為2018年最大的連接設備類別，從2015年到2021年以23％的復合年增長率（CAGR）增長。2015年蜂窩物聯網設備達到4億臺，預計2021年將達到15億臺，亞太地區(qū)增長潛力最大。

    工業(yè)互聯網是物聯網最大的細分領域之一。中國物聯網產業(yè)規(guī)模目前達到7500億元，預計未來15年將為中國創(chuàng)造1960億美元的GDP，其中制造業(yè)是物聯網應用最為廣泛的領域。工信部副部長懷進鵬在今年10月31日的首屆世界物聯網大會上指出，2015年中國物聯網產業(yè)規(guī)模達到7500億元，同比增長29．31％，“十二五”期間聯合增長率達到25％。根據埃森哲的研究表明，到2030年物聯網能給中國帶來5000億美元的GDP累計增長，其中僅在制造業(yè)領域，物聯網就可創(chuàng)造1960億美元的GDP，如果中國采取進一步措施，制造業(yè)的經濟效益將有望達到7360億美元，對制造業(yè)累計GDP影響的分配比例為40％，比重最高。

    從工業(yè)互聯網的經濟效益看，未來十五年，1％的效率提高即可節(jié)省中國240億美元成本。GE公司的一份新報告《工業(yè)互聯網：突破智慧和機器的界限》，假設工業(yè)互聯網讓中國的特定行業(yè)生產率和能源效率提高1％，其潛力也能讓中國的航空、電力、鐵路、醫(yī)療、石油天然氣行業(yè)在未來十五年節(jié)省約240億美元的成本。分行業(yè)來看，如果效率提高1％，運輸業(yè)可節(jié)約20億美元的燃料成本，石油和天然氣勘探開發(fā)可節(jié)約70億美元的資本支出，醫(yī)療可節(jié)約40億美元，石油天然氣行業(yè)和燃氣發(fā)電機行業(yè)受益工業(yè)互聯網的程度最大。

    從市場規(guī)模看，根據賽迪顧問的研究結果，2016中國工業(yè)互聯網市場規(guī)模達1896億元，同比增長27．33％，“十二五”期間，年復合增長率達到30％以上，預計在“十三五”期間，仍能保持25％左右的復合增長率。

    （三）應用場景：重資產行業(yè)是工業(yè)互聯網的主要應用領域

    1、石油天然氣

    工業(yè)互聯網在油氣領域中的主要應用包括監(jiān)控油氣裝備資產的實時運行狀況。比如快速識別和糾正性能不佳的設備、降低可用性風險和意外停機風險、提高老化設備的投資回報率、提高操作員的知識和效率。該領域的創(chuàng)業(yè)公司包括Groundsensing公司（專注探井業(yè)務），Tachyus公司（專注提煉石油和天然氣業(yè)務）和Aptomar公司（專注防泄漏業(yè)務）、Skycatch公司（使用無人機來采集數據用于建筑工地的3D渲染）。

    2、航空

    工業(yè)互聯網在航空領域中的主要應用包括故障檢測、預測性維護和節(jié)省燃油等。在全球范圍內，因航班延誤給航空公司帶來的成本損失高達400億美元，其中10％的延誤與計劃外的飛機維護相關。以GE為意大利航空的服務為例，GE為其每架飛機上安裝了數百個傳感器，可以實時采集發(fā)動機的運轉情況、溫度和耗油量等數據，經數據分析后，給出理想的操控方法，只此一項，意大利航空145架飛機一年就節(jié)省了1500萬美元的燃油成本，平均每架飛機每年節(jié)省10．34萬元美元。以此為參照，根據民航飛機資料庫整理的《2014中國內地飛機運營情況報告》披露結果，截至2014年9月底，國內內地民航運營中客機總架數2198架，每年可節(jié)省的燃油成本就高達2．2738億美元。這方面的代表公司包括GE和埃森哲新成立的合資公司Taleris。

    3、生產與物流供應鏈

    工業(yè)互聯網在生產與物流供應鏈的主要應用包括設備跟蹤、環(huán)境監(jiān)測、貨物跟蹤，以及人員跟蹤。比如該領域的創(chuàng)業(yè)公司CargoSense，生產的用于連接的感應器除了跟蹤溫度、濕度、壓力和光度之外，還能監(jiān)視震動和傾斜的情況，記錄貨物在貨板或集裝箱運送途中的狀態(tài)。這方面的成功案例包括華虹IC工廠的供應鏈網絡協同項目，上海賽科乙烯廠等，后者引入GE本特利SYSTEM1系統(tǒng)，通過監(jiān)控汽輪機、壓縮機、泵、風扇、熱交換機等機器的震動、溫度、流程、性能、排放等，提前發(fā)現并進行預測性維護，每月能節(jié)省超過220萬美元的非計劃停機生產損失。

    4、交通運輸

    工業(yè)互聯網在交通運輸行業(yè)的重要應用在于提高運營效率。GE的新型機車Evolution里布有7公里長的導線和250個RFID傳感器，每小時產生900萬個數據點，能夠提高1英里／小時的運營效率。這每小時900萬的數據洪流從發(fā)動機中傾瀉而出，沖刷著下游的動力系統(tǒng)、調度系統(tǒng)、信號系統(tǒng)、物流體系，推動整個路網進行數據化蛻變，運營效率也將逐級提高。大秦鐵路引進GELocotrolDP技術，借助傳感器數據傳輸分析挖掘功能，在多個火車之間實現同步控制，縮短30％剎車距離和22％剎車時間，單列火車的最大運量翻了近一倍達到2萬噸。

    5、風電

    工業(yè)互聯網在風電行業(yè)的重要應用在于提高發(fā)電量。通過安裝在風機上的傳感器，風場可以預測未來30分鐘的風況，通過儲能平滑系統(tǒng)為電網提供可預期的穩(wěn)定功率輸出，電網運營商可以借此提前判斷是否需要提前補充電力。GE的PowerUp技術能夠根據風機機組的實際情況，優(yōu)化運營參數，提升發(fā)電量5％，相當于為風場增加20％的利潤。

    6、醫(yī)療

    工業(yè)互聯網在醫(yī)療領域中的主要應用在于削減設備成本，提高手術效率。通用電氣醫(yī)療集團和美國退伍軍人事務部（VA）進行合作，開發(fā)出的一套智能系統(tǒng)能夠在少量監(jiān)督下進行手術工具的定位、分揀、遞送和消毒，包括機器人系統(tǒng)、射頻識別和計算機視覺等技術。

    4、投資主線與標的梳理

    按照產業(yè)鏈來劃分，工業(yè)互聯網主要包括設備制造商、系統(tǒng)集成商、網絡運營商、平臺供應商及用戶，我國工業(yè)互聯網尚處在產業(yè)鏈發(fā)展的初級階段，基礎環(huán)節(jié)領域的設備制造商比如傳感器、RFID標簽、芯片制造商等企業(yè)將率先收益。然而站在機械行業(yè)的視角，從商業(yè)切入點和經濟驅動力角度，我們認為工業(yè)互聯網在機械行業(yè)的投資機會包括以下兩條線索：

    一是由設備優(yōu)勢走向流量優(yōu)勢的工業(yè)大數據入口級企業(yè)。制造業(yè)服務化趨勢催生了對于工業(yè)大數據的應用和需求，傳統(tǒng)的機器設備商有望憑借高額的市場占有率，憑借工業(yè)設備數據入口優(yōu)勢獲取流量優(yōu)勢，進而迅速布局，重構企業(yè)核心競爭優(yōu)勢；二是憑借工業(yè)大數據平臺優(yōu)勢進行場景應用型企業(yè)。一方面，工業(yè)大數據的應用可以大幅提升這些微利行業(yè)的生產效率，進而從成本端大幅改善公司業(yè)績，另一方面，可以憑借平臺優(yōu)勢重構傳統(tǒng)制造業(yè)的商業(yè)模式。

    5、風險提示

    工業(yè)互聯網短期被GE等巨頭企業(yè)壟斷，國內一般企業(yè)缺乏與巨頭抗衡的資本和實力；工業(yè)互聯網的推廣需要有巨頭合力來推動，單一產業(yè)鏈環(huán)節(jié)公司較難施展，且需要一定的時間；下游傳統(tǒng)制造業(yè)短期面臨需求不振和產能過剩等壓力，影響工業(yè)互聯網的普及積極性