應用

技術

物聯網世界 >> 物聯網新聞 >> 物聯網熱點新聞
企業注冊個人注冊登錄

工業互聯網,賦能中國制造

2019-10-22 09:06 工業互聯網前線

導讀:工業互聯網拐點或將至,構建精準數據體系迫在眉睫,多行業交叉拉動萬億級產業機會:工業互聯網的本質通過對工業數據深度感知、實時傳輸、快速計算及高級建模分析,實現生產及運營組織方式的變革。

數字化,工業互聯網,機械裝備,樹根互聯

圖片來自“123RF”

工業互聯網拐點或將至,構建精準數據體系迫在眉睫,多行業交叉拉動萬億級產業機會:工業互聯網的本質通過對工業數據深度感知、實時傳輸、快速計算及高級建模分析,實現生產及運營組織方式的變革。中國制造業生產率提升速度趨緩,2007年以來人均產值增速環比持續下滑,打破效率瓶頸迫在眉睫。參考互聯網助力美國制造業復蘇,數據化、信息化是我國現階段工業發展的重中之重。

工業互聯網以多行業交叉為顯著特征,融合了聯網裝置、傳感器、自動化設備、數據存儲、大數據分析、人工智能、高效運算、4G/5G/物聯網等新興技術,覆蓋計算機、通信、機械等多個行業。根據2019工業互聯網峰會上工業和信息化部副部長陳肇雄引述的觀點,2019年我國工業互聯網產業規模將達到4800億元。

計算機行業

其角色貫穿網絡層、平臺層、應用層及安全環節。

1)網絡基礎:推進企業內外網改造升級,構建地址標識解析和標準體系,建設低時延、高可靠、廣覆蓋的網絡基礎設施。2)平臺體系:重點推動建設若干個面向多行業、多領域應用的國家級平臺,支持形成一批具有較強示范引領效應的企業級平臺。3)安全保障:重點加強工業互聯網安全技術手段建設,形成國家、行業、企業協調聯動的工業互聯網安全工作格局,建設覆蓋產業全生命周期的安全保障體系。從網絡、平臺、安全三層級來看,重點關注:工業互聯網平臺企業東方國信、用友網絡、寶信軟件、漢得信息;工業互聯網安全廠商啟明星辰;建議關注賽意信息、綠盟科技等。

通信行業

通信行業在工業互聯網中所處位置十分關鍵。

1)網絡層:需要各種智能裝備實現充分聯網化,通過廣域網或者局域網、無線和有線的通信方式相互滲透、互為補充,新型網關推動異構互聯和協議轉換,工廠與產品、外部信息系統充分互聯;2)平臺層:大型超大型數據中心,支撐數據的存儲、挖掘和分析;3)終端方面:個體聯網化產品通過通信模組進行數據傳輸,也是關鍵部件。未來市場空間:1)IDC產業規模不斷擴大,截止2017年底,我國大型以上數據中心機架數超過82萬,比2016年增長68%,預計未來將進一步提高。2)網絡通信環節上,NB-IoT/5G eMTC綜合實力優于其他對手,國內運營商資本開支底部回升,行業反轉向上。3)終端無線模組將放量:根據Analysys Mason Limited數據,2018年度全球M2M設備連接相關收入達到291.75億美元,到2024年復合增長率將達到17%。建議關注:宜通世紀、移為通信、廣和通、日海智能、和而泰、拓邦股份等。

機械裝備

裝備制造直接相關領域包括:1)感知層,主要包括各種執行設備(CNC、工業機器人、自動化生產線例如鋰電自動化產線、檢測設備及AGV等)及數據搜集及傳導設備(傳感器、RFID標簽/讀寫器)、PLC(可編輯邏輯控制器)等;2)近年來,部分領先制造業企業也開始向網絡層或平臺層進行業務拓展,從而由核心裝備制造往裝備+服務模式轉型。例如:自動化集成企業參與到網絡層的網絡模塊連接、設備管理等領域,制造業頭部公司自建區域/行業平臺層、應用層建設等等。建議關注:匯川技術(天風電新覆蓋)、麥格米特、埃斯頓、拓斯達、機器人、諾力股份、今天國際、金卡智能、漢威科技等。

工業互聯網典型案例之一:智能物流,倉庫、運輸(干線+最后一公里)等環節優化快遞物流成本:工業互聯網在物流行業的快速進步,令快遞公司盡管面對每天數億級別的數據量。過去幾年仍取得人工成本和整個中轉中心成本的快速下降。智慧物流的應用場景分為四段:倉、干、配與柜,形成從倉庫到最后一公里的、一個完整的智慧物流系統。倉庫:已有多項應用實現落地,包括倉庫選址、進出庫調配、自動化無人倉庫等;干/配/柜:運輸配送可進一步細分為干線運輸和最后一公里,智慧物流應用場景已頗為多樣。純線上平臺的形式包括車貨匹配(已出現較大公司)、線路規劃(多為物流公司內部開發,旨在降低成本)、即時配送系統(技術領先企業包括美團外賣、順豐同城等)。

工業互聯網典型案例之二:工程機械,樹根&徐工信息平臺邁向成熟:1)樹根互聯借助大數據和物聯網技術,率先將20多萬臺設備的實時操作數據,打造了行業知名的“挖掘機指數”。目前,樹根互聯已賦能61個細分行業,收集各類數據1000多億條,連接管理超4300億資產,為客戶開拓超百億元收入的新業務。2)徐工XREA工業互聯網平臺的工業PaaS已經達到100個以上微服務組件,工業SaaS應用達到150個以上,年數據增長量1.1PB,數據可靠率高達99.99%。平臺對所有接入設備的累計工作時長進行了統計,目前總時長已經超過20億小時。

風險提示:工業互聯網扶植政策不及預期、5G發展不及預期、宏觀經濟景氣度大幅低于預期影響制造業資本開支等

1. 工業互聯網拐點或將至,構建精準數據體系迫在眉睫

1.1. 行業交叉,投資機遇廣泛

工業互聯網服務對象是工業,互聯網是服務的基礎設施。工業互聯網的本質是以機器、原材料、控制系統、信息系統、產品及人之間的網絡互連為基礎,通過對工業數據深度感知、實時傳輸交換、快速計算處理及高級建模分析,實現智能控制、運營優化和生產組織方式的變革。

工業互聯網涉及多個交叉行業,千億級市場規模。工業互聯網融合了傳感器、聯網裝置連接、自動化設備、數據存儲、大數據分析、人工智能、高效運算、4G/5G/物聯網等新興技術,覆蓋計算機、通信、機械裝備等多個行業,投資機遇廣泛。根據2019工業互聯網峰會上工業和信息化部副部長陳肇雄的觀點,2019年我國工業互聯網產業規模將達到4800億元。

1.2. 制造升級核心驅動力,工業互聯網拐點或將至

1.2.1. 生產率提升迫在眉睫,互聯網助力制造業升級

中國勞動生產率增速放緩,提升空間大。根據2015年國際勞工組織數據,中國勞動力人均產值偏低,增速從2007年開始持續回落,2015年人均產值僅為美國的7.4%,差距明顯。

工業互聯網有望助力制造業生產率提升。1988至1990年,美國制造業勞動生產率增速乏力,因為工業革命的創新已經達到一個更為成熟的階段,邊際效益消失。1990年之后美國的制造業生產率復蘇,廣泛的共識是此次生產力加速源自互聯網革命及其背后的計算技術所帶來的信息與通信技術。中國制造業錯過了90年代互聯網革命,增速呈明顯的整體放緩趨勢,制造業生產率提升迫在眉睫。參考互聯網助力美國制造業復蘇,數據化、信息化是打破生產率瓶頸的重中之重。

1.2.2. 政策、企業、技術三驅動,工業互聯初見成效

政策明確,中央主導制造升級。2015年5月19日,國務院正式印發了《中國制造2025》,瞄準創新驅動、智能轉型、強化基礎、綠色發展等關鍵環節,推動制造業實現由大變強。2017年11月27日,國務院發布《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》,第一次對于工業互聯網的全面論述,是規范和指導我國工業互聯網發展的綱領性文件。2018年底中央經濟會議明確提出:加快5G商用步伐,加強人工智能,工業互聯網、物聯網等新型基礎設施建設。各部委文件逐漸由指定綱領進入到引導實施階段。

由于工業互聯網涉及行業廣泛,各領域的企業充分認識到工業互聯的戰略價值,入局工業互聯網。當前,我國主流平臺主要通過強強聯合、兼并收購、開源社區、垂直產業深耕、政府合作等方式推進工業互聯網平臺能力建設、資源整合和業務擴張,逐步形成工業互聯網生態。

5G賦能,奠定工業互聯網基礎。網絡是實現各類工業生產要素互聯的基礎,包括網絡互聯體系、標識解析體系和信息互通體系。5G憑借覆蓋面積廣、連接規模大、超可靠、低延時的特點,能夠實現數據在工業各個環節的無縫傳遞,支撐形成實時感知、協同交互、智能反饋的生產模式。

聯通和移動兩大運營商積極參與工業互聯網建設,推進5G發展,全方位服務工業數字化轉型。聯通已在全國17個城市建設5G試點,與海爾、青島港、振華重工、上飛、北汽、濰柴、山推、格力、華晨寶馬等聯合開展5G業務研究。

我國工業互聯網初見成效。企業從最開始的政府補貼,經歷了半年或一年的嘗試之后逐漸發現工業互聯網對公司經營,尤其是降本和增效方面有切實的利益。

2. 計算機行業:構建網絡-平臺-安全體系,產業生態日趨完善

2.1. 從計算機行業視角看工業互聯網

工業互聯網是智能制造的基礎設施。從定義上來看,工業互聯網是以互聯網為代表的新一代信息技術與工業系統深度融合形成的新領域、新平臺和新模式,是發展智能制造的關鍵基礎設施。與傳統意義上的互聯網不同,工業互聯網鏈接的是人、數據和機器,是工業系統與高級計算、分析、傳感技術及互聯網的高度融合。

從計算機軟件企業角度,工業互聯網是商業模式轉型的重大機遇。歷史上,大量軟件企業服務于政府部門和大型央企、國企,帶有一定程度的政策/預算屬性,未必能夠直接反應客戶的真實需求;只有財務/ERP等少數軟件產品在企業級客戶中取得了市場化發展,但僅限于管理角度,無法深入業務角度。在消費互聯網向產業互聯網轉型的浪潮中,傳統計算機軟件企業的產品和服務模式相較互聯網公司,具備一定的渠道優勢,因而有希望在巨頭林立的產業互聯網競爭中,搶的一定先機,并通過產業互聯網、工業互聯網整體行業的發展,做到自身商業模式從to G向to B、從項目制向產品/運營模式的轉型。

2.2. 工業互聯網包含網絡、平臺、安全三大體系

根據工信部《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》,我國將工業互聯網的發展概括為三大體系,即:網絡、平臺和安全。

工業互聯網三層級中,網絡是基礎,平臺是核心,安全是保障。從工業企業智能轉型升級角度來看,首先要做到網絡層的互聯互通,對內實現統一接口,打通信息孤島,對外擴大互聯網骨干網覆蓋范圍,為實現產業鏈各環節的泛在互聯與數據暢通提供保障。其后利用平臺級服務能力,輔以安全保障,方能實現企業的智能轉型升級。

工業互聯網的本質是用數據+模型為企業提供服務。工業互聯網的核心是工業互聯網平臺,承載了大量基于微服務架構的數字化模型。這個數字化模型是將大量工業技術原理、行業知識、基礎工藝、模型工具等規則化、軟件化、模塊化,并封裝為可重復使用的組件。我們可以簡單的理解為,封裝了大量工業技術原理、行業知識、基礎模型的知識庫,作為連接企業IT和OT的核心,以代碼和信息技術的形式將行業理解和一線生產的經驗固化下來,成功解決了制造企業內信息化與生產分離的情況,使得工業互聯網平臺成為整個工廠端或工業生產端的控制大腦。有了邊緣側和網絡層收集來的數據,加之以PaaS層的數字化模型,即形成了“數據+模型”的服務。

我們認為,工業互聯網的重點在于理解工業,落點在提升制造業轉型升級水平,核心是用數據+模型做服務,這也是信息技術與制造技術融合創造價值的內在邏輯。

2.3. STEP1:工業互聯網網絡層:實現互聯互通的功能

2.3.1. 網絡層面建設主要圍繞:線下設備線上化,線上設備互聯互通開展

對于制造業企業而言,網絡層面建設主要圍繞線下設備線上化,線上設備互聯互通開展。網絡層面需要在現場級和車間級實現底層設備橫向互聯以及與上層系統縱向互通的連接。包括:(1)對控制器與機床、產線等裝備的通信方式進行改造,如以工業以太網替代現場總線,(2)對現有工業裝備或裝置如機床、產線等增加網絡接口,(3)對現有工業裝置或裝備附加傳感器、執行器,(4)為了采集生產現場信息或執行反饋控制,部署新的監測設備、掃描設備,(5)對在制品通過內嵌通信模塊或附加標簽等方式增加與工業系統等信息交互功能,(6)部署邊緣計算節點,匯聚生產現場數據及來自工業控制系統如PLC、歷史數據庫的數據,進行數據的邊緣處理。

2.3.2. 標識解析體系:給予每臺工業設備以唯一地址,為當下互聯互通環節的重中之重

對于線上設備的互聯互通而言,最重要的是打通不同平臺、協議之間的數據。當前工業互聯網網絡層的建設,是通過重新設置一套工業互聯網標識解析體系來完成數據的互通和設備身份的認證。標識解析體系類似互聯網領域的域名解析系統(DNS),賦予每一個產品、零部件、機器設備唯一的“身份證”,從而實現資源的區分和管理。

標識解析體系主要由三要素組成:

標識,這就相當于機器、物品的“身份證”;

標識服務,即利用標識,對機器和物品進行唯一性的定位和信息查詢,是實現全球供應鏈系統和企業生產系統的精準對接、產品的全生命周期管理和智能化服務的前提和基礎;標識管理,即通過國家工業互聯網標識解析體系,實現標識的申請、注冊、分配、備案,為機器、物品分配唯一的編碼。

標識解析體系是下一步網絡建設的重點。根據《工業互聯網發展行動計劃(2018-2020)》,“標識解析體系構建行動”的量化考核目標是2020年建成5個左右標識解析國家頂級節點,形成10個以上公共標識解析體系服務節點,標識注冊量超過20億。

標識解析體系從部署角度分為三層架構。標識解析體系主要分為根節點、國家頂級節點和二級節點,每層節點保存不同的信息。根節點是最頂層的信息,主要歸屬管理層。國家頂級節點是我國工業互聯網標識解析體系的關鍵,既是對外互聯的國際關口,也是對內統籌的核心樞紐。二級節點面向行業提供標識注冊和解析服務,未來將選擇汽車、機械制造、航天、船舶、電子、食品等優勢行業,逐步構建一批行業性二級節點。

標識解析體系的應用場景多元化。從企業內部工業互聯網建設來看,標識解析體系可以打通產品、機器、車間、工廠,實現底層標識數據采集成規模、信息系統間數據共享,進行數據挖掘和分析應用。從生態構建角度,核心企業可以橫向連接上下游企業,利用標識解析按需地查詢,從而打通設計、制造、物流、使用的全生命周期,實現真正的全生命周期管理;中小型企業也可以橫向連接成平臺,利用標識解析按需地共享數據,優化經營分析管理。從企業端實踐角度,供應鏈管理、產品質量追溯、庫存可視化管理、核心零部件追溯機制等已經開始得到應用。

標識解析體系建設快速推動。自2018年下半年起,國家頂級節點(一期)工程啟動建設,11月內,位于北京、武漢和廣州的工業互聯網標識解析國家頂級節點相繼啟動上線。隨后,行業和區域的二級節點建設加速推進中,其中汽車、高鐵等行業二級節點,佛山、南通等區域為主的二級節點進展最快,最具代表性。根據2019年2月工業互聯網產業峰會上工業和信息化部部長苗圩的講話,到目前為止,中國已經初步建立五大國家頂級節點,十個行業和區域的二級節點。

工業互聯網網絡層參與方:以通信企業、制造業頭部企業和區域工業互聯網平臺企業為主。工業企業在線下設備線上化過程中,主要采取增加網絡模塊的方式實現設備聯網,模塊的提供商多為傳統通信企業和行業解決方案集成商。對于已經完成互聯互通的企業而言,在網絡層仍然需要面臨的是設備資產的管理與整合,也即打通不同通信協議的問題。這一步在大型制造企業中是由企業IT和設備部門共同完成,其中一些頭部制造企業承擔了工業互聯網標識解析體系二級節點的建設。對于工業互聯網平臺企業而言,區域性平臺通常涉及一系列企業上云的實施工程,因而會一定程度上參與到基礎設備互聯互通,網絡化改造等內容中。還有一些工業互聯網平臺企業承接了區域的標識解析體系或行業標識解析體系的工作,也是從設備和資產盤點的角度切入網絡層建設內容。整體上看,網絡層覆蓋的實施項目較多,對本地化服務能力要求較高,參與方也是以原有優勢企業為主。

2.4. STEP2:平臺層建設,行業平臺和區域平臺同步進行

2.4.1. 工業互聯網平臺層是工業互聯網建設的核心

工業互聯網平臺是工業互聯網建設的核心。工業互聯網平臺是中間層,向下連接海量設備,自身承載工業經驗與知識的模型,向上對接工業優化應用,是工業全要素連接的樞紐,是工業資源配置的核心,驅動著先進制造體系的智能運轉。

現階段工業互聯網平臺仍以數據建模和分析為主要功能。由于一般企業現有各類工業軟件格式大多不統一,當前工業互聯網平臺層的主要任務仍然是整合現有生產端的MES、ERP乃至CPS等實時數據(邊緣層采集),統一匯總分析(平臺層的可擴展的操作系統),并將技術、知識、經驗和方法以數字化模型的形式沉淀到工業PaaS平臺。當工業PaaS發展到一定程度以后,基于PaaS層數據、工業機理模型,再面向工業企業、最終消費者開發海量工業APP,提供實時監控、生產管理、能效監控、物流管理等工業互聯網應用和服務。

2.4.2. 企業上云:打破企業間信息孤島的局面,為平臺層建設的前提

企業上云推動工業互聯網平臺第一階段建設。工業互聯網的發展,網絡和企業資源的數字化是基礎。從國內實際情況來看,大部分的企業都面臨著制造資源云改造、云遷移的需求,也即云計算領域的工業企業上云。促進各類信息系統向云平臺遷移,豐富專業云服務內容,推進云計算在制造業細分行業的應用,有助于直接提高行業發展水平和管理水平,是發展工業互聯網的首要基礎性工作。

以區域為基礎,快速布局,推進工業云建設。工信部在2017年3月發布《云計算發展三年行動計劃(2017-2019年)》,作為與工業互聯網互相帶動的舉措,工業云的發展將成為未來三年的重要應用促進行動之一。該計劃明確表示,貫徹落實《關于深化制造業與互聯網融合發展的指導意見》,將深入推進工業云應用試點示范工作。以各地政府組織牽頭,依靠擁有先進技術實力的云計算企業,構建制造業在內的工業云,從而推動實體經濟發展成為最終落腳點。

從實踐角度,區域性工業互聯網平臺前期推廣得到了各地方政府的鼎力支持,發展較為迅速。如我國重要的先進制造業基地長三角地區,浙江省早在2017年4月即推出了“十萬企業上云行動計劃”,江蘇省和上海市也分別于2017年12月和2018年12月印發了《加快推進“企業上云”三年行動計劃的通知》和《上海市推進企業上云行動計劃(2018-2020年)》。在全國范圍內,目前已經有21省針對制造業企業上云提出了各類發展計劃。

以推進企業上云較早的長三角地區舉例,區域工業互聯網平臺建設正在成為長三角產業合作的核心,成為智能制造的新引擎。生產、管理、設備的全面上云讓制造業企業在經營角度發生了重大的變革,許多工人上班第一件事就是用手機登錄企業數字化運營管理系統,查明當日的工作任務。從經營管理角度,運營管理系統創建一種開放智慧工廠模式,形成扁平靈活、協同有效的共享智造生態,打通上下游產業鏈,從供研產銷四個環節確保產品的周轉和存貨的靈活管理,提升了企業的運營效率和產品競爭力。

產業聚集和完備的工業體系,也為長三角構建區域協同的工業互聯網平臺奠定了基礎。在上海,依托大國企、大平臺集中打造長三角一體化的工業互聯網平臺,匯聚產業鏈上下游數據;在浙江,阿里云預計到2025年將連接2億臺工業設備,服務工業企業30萬家;在江蘇,超過60萬臺工程機械裝備通過徐工集團的漢云平臺“登云上網”。2018年,長三角工業互聯網平臺助力百萬企業“上云上平臺”服務倡議正式啟動,提出力爭到2020年實現新增“上云上平臺”企業百萬家,運營成本降低20%以上,生產效率提高20%以上,促進產業鏈、供應鏈高效協同和資源配置優化。

2.4.3. 工業互聯網平臺明顯區別于傳統IT架構

工業互聯網平臺采取云化、敏捷開發等方式,降低了工業企業投入信息化、數字化的成本。相較于傳統IT架構,工業互聯網擴大了數據采集的范圍、增強了數據的時效性,并通過工業知識的沉淀和創新,持續迭代研發各類工業APP應用。從知識管理角度來看,由于工業軟件數量少,且系統內知識無法拆分提取,難以復用,歷史上大量工業企業生產中有價值的工業知識經驗沒能沉淀下來。“傳幫帶”模式仍是工業知識傳承的重要途徑,人才培育需要花費幾年甚至幾十年時間,人才流動將為企業帶來不可預估的損失。工業互聯網平臺解決方案改變了工業知識傳遞途徑,基于平臺上匯聚的工業機理模型和微服務組件,工程師能夠以更低的成本、更高的效率、更具拓展性地開發工業APP,解決企業創新發展中對于單一人才的依賴帶來的制約。

不同行業發展各異,行業需求多樣化。與區域工業互聯網平臺不同,行業的工業互聯網平臺更加深入工業知識和行業機理,很難采取通用的范式包羅萬象。在這種情況下,往往是行業龍頭企業基于內部轉型升級驅動力來推動數字化改造、企業上云、以及工業互聯網的發展。根據我國統計局口徑,把我國工業分為41個大類行業,上百個小類。由于各行業所處的產業鏈位置、生產特征、業務需求和兩化融合水平存在差異,現階段工業互聯網平臺應用推廣在各行業步調不一,應用重點和發展路徑呈現出較為明顯的行業特征。

電子、家電、電力等行業發展最好,流程型行業普遍優于離散行業。電力行業、電子行業均為技術密集型行業,是“中國制造”崛起過程中重要的參與者,歷史上兩化融合基礎好。電力行業是技術密集、裝備密集和資本密集行業,是我國現階段工業互聯網普及度最高的行業。除上述三個行業外、石油石化、鋼鐵、交運設備制造等資本密集,國有企業集中的領域中,工業互聯網發展也較好。我們認為主要原因是技術和資本密集型行業在技術更新和資本投入上本身具備主觀意愿,且資本密集型行業對精益管理、效率提高具有較強的需求,因而從早年工業1.0、工業2.0時代就比較關注兩化融合。此外,流程型行業的工業互聯網發展水平普遍高于離散型行業,與上述提及的資本密集、技術密集有一定關系。流程型行業的特點是生產過程高度機械化流水化,本身就需要MES、PLC等信息系統參與過程控制,且故障停機帶來的成本較高,工業企業需求明確,因而在工業互聯網建設上更有積極性。

以鋼鐵行業為例,鋼鐵行業具有技術和勞動密集、前端流程、后端離散等特點。傳統生產中高耗能、高排放,對環保限產等壓力較大;此外鋼鐵企業生產作業環境較為惡劣,人員流動性較高,工藝原理復雜,對于技術的傳承以“老帶新”為主,很難將管理方法和行業知識沉淀下來。基于工業互聯網平臺,能夠對煉鐵高爐等設備開展實時運行監測、故障診斷、能源調度管理,提升產線運行效率,降低能耗和排放;此外通過將經驗和知識模塊化、大幅減少停機故障和安全事故。

除重點行業外,重點工業設備上云也逐漸被重視。由于工業門類復雜、行業壁壘高,跨行業平臺推廣存在一定難度,因此行業平臺企業提出了利用關鍵工業設備的方式實現跨行業跨領域發展的辦法。工信部2018年7月印發《工業互聯網平臺建設及推廣指南》,提出實施工業設備上云“領跑者”計劃,推動工業窯爐、工業鍋爐、石油化工設備等高耗能流程行業設備,柴油發動機、大中型電機、大型空壓機等通用動力設備,風電、光伏等新能源設備,工程機械、數控機床等智能化設備上云用云,提高設備運行效率和可靠性,降低資源能源消耗和維修成本。這種工業企業較常見的通用型設備,不但弱化了行業準入門檻,對于工業互聯網平臺企業而言,還能能夠通過不同行業積累的數據橫向對比,精準運維,提升效益。同時這也是單一行業的工業互聯網平臺向跨行業跨領域平臺發展的重點路徑。

2.4.4. 短時間內,行業與區域工業互聯網平臺將同步推進

從參與方角度,工業互聯網平臺參與企業大致分為五類:

1、頭部制造企業:如航天科工、中船工業、三一重工、海爾、美的、富士康等制造行業龍頭企業在踐行企業平臺化轉型的過程中,孵化出專業的工業互聯網平臺公司,建設運營平臺,提升第三方平臺服務能力;

2、傳統系統解決方案提供商(包含傳統機械和自動化企業):如華為、徐工信息、寶信軟件、石化盈科、浙江中控、華龍訊達、浪潮等基于長期服務行業的經驗,正從傳統系統解決方案服務商向平臺解決方案服務商轉型;

3、傳統軟件企業:如東方國信、用友、金蝶、索為等軟件企業,基于平臺架構加速軟件云化發展,強化工業機理模型的開發部署;

4、互聯網企業:如阿里、騰訊、百度等在消費互聯網向產業互聯網轉型中,紛紛向各工業領域拓展,或與傳統制造企業合作共建工業互聯網平臺;

5、單點突破的創業企業:如優也、寄云、天澤智云、昆侖數據等一批初創企業,在工業大數據、工業互聯網浪潮下,重點圍繞解決特定工業行業或領域業務痛點,提供平臺解決方案服務。

在五類主要廠商中,制造企業和傳統系統解決方案提供商由于存在較強的行業屬性,大多參與行業工業互聯網平臺的建設,并且通過自身在行業內的優勢地位,迅速建立起數據+行業應用平臺,并且開始向同類型(比如家電企業海爾向同為離散制造的服裝紡織、特種車輛行業擴展)行業拓展業務版圖。軟件和互聯網企業歷史上服務的行業較多,通常從不同行業的共性需求出發,參與到區域云、區域工業互聯網平臺的建設中。其中也有部分ICT企業兼備行業和區域特征,發展出跨行業、跨區域的工業互聯網平臺如東方國信、阿里等。創業企業整體規模和體量尚小,一般采取單點突破的方式,圍繞特定場景開展業務,由于客戶付費屬性的關系,以集中在能源電力、軌道交通、鋼鐵冶金等重點行業為主。

我們認為,區域聚集和行業深耕都是工業互聯網平臺發展的重要路徑,短期內仍是合作發展階段。短期內,區域聚集受益于政府政策的推動和相關補貼的促進,發展更為迅速。但當區域聚集的業務流程平臺發展到一定階段后,深耕行業、以工業需求為主的行業性平臺將迎來快速發展。此外,國家級跨行業、跨領域平臺存在一定數量上的限制(分兩期評選10家),在發展前期階段也不會無限制擴張行業,更多是通過相關領域滲透、通用型設備管控等方式進入新領域,因而與固有行業平臺暫時不會形成競爭。換言之,根據2019工業互聯網峰會上工業和信息化部副部長陳肇雄引述的觀點,2019年我國工業互聯網產業規模將達到4800億元,而大家熟知的工業互聯網公司規模仍然不大,大部分公司仍然處于發展初期,尚不會進入存量競爭階段。海量的工業需求必將推動行業持續發展,當行業成長到一定階段后,具備稀缺性的雙跨平臺有望借助前期數據積累的優勢,實現平臺級發展。

2.5. 安全是工業互聯網建設的重要保障

2.5.1. 安全保障是工業互聯網發展的重要環節

在工業互聯網發展的同時,安全保障將成為越來越重要的環節。根據工信部對《深化“互聯網+先進制造業”發展工業互聯網的指導意見》的解讀,工業互聯網安全問題從實施角度可分為設備安全、控制安全、網絡安全、平臺安全和數據安全等幾個部分。

設備安全。工業設備和組件直接暴露在公用網絡(商業IT網絡)下帶來的各類攻擊問題,需要專門防護手段和技術,確保工業設備免受攻擊。

網絡安全。即為傳統的安全廠商所熟悉的工控防火墻、身份認證和識別、IDS/IPS等基礎服務。

控制安全。工業互聯網控制層如PLC等信息系統的安全。隨著工業互聯網平臺的建設,控制環境開放也帶來了各類系統漏洞的威脅。

應用安全。指支撐工業互聯網業務運行的應用軟件及平臺的安全,各類工業互聯網平臺及上云的應用,與常見商用軟件的類似,將持續面臨病毒、木馬、漏洞等傳統安全挑戰。

數據安全。是指工廠內部生產管理數據、生產操作數據以及工廠外部數據等各類數據的安全問題,將直接關聯到工廠的生產運行狀態。不管數據是通過大數據平臺存儲、還是分布在用戶、生產終端、設計服務器等多種設備上,海量數據都將面臨數據丟失、泄露、篡改等安全威脅,這一部分對于大部分安全廠商尚屬新的領域,除數據防泄漏外,對數據安全的保護也將成為未來安全廠商在數字制造過程中需要不斷解決的新問題。

2.5.2. 工業設備暴露和工業漏洞是當前工業互聯網安全面臨的重點問題

工業互聯網安全的問題主要是工控組件和工控設備暴露的問題。從目前工業互聯網發展情況來看,工控防火墻、工業控制系統的安全部署屬于傳統企業IT安全范疇,在大中型工業企業內網安全中實現了一定程度的覆蓋。工業互聯網平臺的建設尚屬于較為初期的階段,因而數據和應用的總量仍不夠多,帶來的威脅不明顯。相較而言,設備安全的問題當下最為嚴重。理論上講,隨著工業互聯網連接的設備總數越多,設備的聯網和數據交換越頻繁,就越有可能存在暴露在互聯網上的情況。從Positive Technologies統計結果來看,美、歐等發達國家的工業聯網水平最高,工控系統組件暴露問題也最明顯。中國暴露工控設備數量在全球排名第六,無論是工控組件還是工控設備,直接暴露在互聯網下均可能吸引黑客帶來大規模的攻擊,直接影響到工業生產。

除設備暴露外,工控系統漏洞問題也日益嚴重。工業互聯網的發展帶來越來越多的通用協議、硬件和軟件在工業控制系統產品中采用,并以各種方式與互聯網等公共網絡連接,使得針對工業控制系統的攻擊行為大幅度增長。雖然傳統大型制造業在工控系統安全領域采取了一定的軟硬件措施保障系統正常運行,但與所有網絡安全類似,攻擊和防御是永恒的主題,需要不間斷的進行技術更迭以確保漏洞不被利用。當前最常見的工業互聯網攻擊方式就是利用工業控制系統的漏洞,尤其是高危漏洞對PLC(Programmable Logic Controller,可編程邏輯控制器)、DCS(Distributed Control System,分布式控制系統)、SCADA(Supervisory Control And Data Acquisition,數據采集與監視控制系統) 等系統展開攻擊。攻擊者可以利用多樣化的漏洞獲取非法控制權、通過遍歷的方式繞過驗證機制、發送大量請求造成資源過載等安全事故。實際上,無論攻擊者無論利用何種漏洞造成生產廠區的異常運行,均會影響工控系統組件及設備的靈敏性和可靠性,造成嚴重的安全問題。

2.5.3. 工業互聯網安全仍是傳統廠商的天下,但運營模式有較大不同

從宏觀角度來看,工業互聯網目前已經廣泛應用于電力、交通、石油、取暖、制造業等關鍵信息基礎設施領域,一旦發生安全事件,往往會造成巨大的損失和廣泛的影響。但是,由于工業互聯網環境的特殊性,傳統的IT信息安全技術并不能完全有效的保護工業系統的安全,甚至很多常用的安全技術都不能直接應用于工業網絡的安全防。對于工業互聯網安全的分析與防護,需要使用一些專門的方法和專用的技術。

工業生產實時、復雜的特征決定了工業互聯網安全更加傾向于主動防御、態勢感知等新興安全運維方式。當前工業互聯網安全建設以資產端點保護、漏洞防護、周期滲透測試等方式為主。隨著工業互聯網平臺的逐步建設,與之同步配套的工業互聯網信息安全管理系統應當實現集工控安全監控、安全信息統一分析展現、工控異常告警、總體安全評估以及工控安全運維支撐多種能力于一身,為工業互聯網用戶的安全運行保障提供了一站式的管理和監控系統。從設備維度,主動防御型工業互聯網安全平臺應當以工控設備資產管理為主線,以安全信息集中管理為手段,以威脅發現和處置為核心,目的是幫助用戶構建一個威脅監控以及威脅處置的統一安全管理中心。

當前工業互聯網安全的參與方仍然是傳統安全廠商。一方面,安全行業門檻較高,技術發展較快,專業性強,因而跨行業巨頭不易進入,創業公司前期快速成長后面臨較大的管理成本擴張較慢;另一方面,傳統安全廠商早在五六年前即著手開展工控安全產品的研發,具備一定的先發優勢,產品和解決方案已經經歷了前期打磨階段,當前優勢明顯。主要參與者如啟明星辰、綠盟科技、天融信、360、奇安信、衛士通、安恒信息等當前工業互聯網安全的收入和收入占比不高,仍處于快速發展中,未來有望隨著工業互聯網的快速發展加速拓展工業互聯網安全相關業務。

我們認為,平臺體系和安全體系堅持同步規劃、同步建設、同步運行,對于安全廠商而言,工業互聯網的建設帶來了海量的新興的安全需求。由于越來越多的生產和決策依托于網絡與數據,提升安全防護能力將成為制造企業下一步升級改造的重點。提升安全防護能力、建立數據安全保護體系等一系列結合工業互聯網的需求為安全廠商帶來了廣泛的市場空間。標識解析系統安全、工業互聯網平臺安全、工業控制系統安全、工業大數據安全等相關的核心技術,以及攻擊防護、漏洞挖掘、入侵發現、態勢感知、安全審計、可信芯片等安全產品的研發,新的安全需求將帶動安全行業中長期發展,為安全廠商的持續增長打下需求基礎。

2.6. 相關標的推薦

根據工信部《深化“互聯網+先進制造業” 發展工業互聯網的指導意見》,工業互聯網的發展主要落腳在如下方面:

網絡基礎方面。重點推進企業內外網改造升級,構建標識解析和標準體系,建設低時延、高可靠、廣覆蓋的網絡基礎設施,為工業全要素互聯互通提供有力支撐。

平臺體系方面。重點推動建設若干個面向多行業、多領域應用的國家級平臺,支持形成一批具有較強示范引領效應的企業級平臺,形成國家、企業兩級工業互聯網平臺體系,促進工業全要素連接和資源優化配置。

安全保障方面。重點加強工業互聯網安全技術手段建設,形成國家、行業、企業協調聯動的工業互聯網安全工作格局,建設覆蓋產業全生命周期的安全保障體系。

從網絡、平臺、安全三層級來看,我們重點推薦:工業互聯網平臺企業東方國信、用友網絡、寶信軟件、漢得信息;工業互聯網安全廠商啟明星辰;建議關注賽意信息、綠盟科技等。

3. 通信行業:深度參與助力打造基礎設施

通信通過在數據中心、網絡、平臺、終端四環節深度參與,助力打造基礎設施。根據工業互聯網產業聯盟發布的《工業互聯網標準體系》,工業互聯網通過系統構建網絡、平臺、安全三大功能體系,打造人、機、物全面互聯的新型網絡基礎設施,形成智能化發展的新興業態和應用模式。

工業互聯網的實現過程中,通信行業所處的位置十分關鍵,其中網絡層:需要各種智能裝備實現充分聯網化,通過廣域網或者局域網、無線和有線的通信方式相互滲透、互為補充,新型網關推動異構互聯和協議轉換,工廠與產品、外部信息系統充分互聯;平臺層:主要實現內外部數據的充分匯聚,支撐數據的存儲、挖掘和分析;終端方面:需要個體聯網化產品通過通信模組進行數據傳輸,是物體聯網末端,也是關鍵部件。

網絡層面:對于具體的聯網方式需要結合通信需求、布線情況、電源供應等,并充分結合IP化、無線化等技術趨勢。如針對在制品,可以采用短距離通信和標識技術,如藍牙、二維碼、RFID等;針對生產裝備或裝置,可以直接利用現有的聯網方式,也可以考慮利用工業以太網、工業無線等增加聯網接口;針對監測設備,如果實時性要求不高,可以采用有線寬帶通信、無線寬帶、LTE增強、NB-lot、5G等技術。

平臺是承上啟下的新價值中樞。工業互聯網平臺作為工業互聯網整體解決方案的核心,起到了承上啟下的作用。平臺從底層到高層可分為四大平臺類型:設備管理平臺DMP、接入管理平臺CMP、應用使能平臺AEP、業務分析平臺BAP,其中在通信領域最核心的是CMP和AEP兩個平臺,在工業應用這個垂直場景來看,業務分析平臺BAP是核心。平臺是構建工業互聯網生態圈的核心,IT服務商、行業企業、互聯網企業、電信運營商都看到了這個趨勢,四大陣營均圍繞物聯網平臺,依托各自優勢,從不同切入點展開產業生態建設。

終端方面,一般包含通信模組+處理平臺+信息采集傳感平臺三部分,通信公司主要圍繞通信模組進行布局。通信模組是各類智能終端得以接入完成的工業互聯生態的入口。通常情況下,每增加一個物聯網連接數,將增加1-2個無線模組。就戰略地位而言,無線通信模組是物聯網的基礎支撐,作為基礎能力的無線通訊模組供應商也將會是物聯網產業最先獲益的一個環節。

3.1. 新一代信息技術革命背景下數據中心長期景氣

數據流量爆炸式增長,IDC產業規模不斷擴大。當前,全球信息技術創新進入新一輪加速期,5G、物聯網、人工智能、VR/AR 等新一代信息技術和應用快速演進,對數據中心的規模、建設模式、性能各方面產生重要影響。從規模來看,5G、物聯網以及工業互聯網將帶動數據量爆炸式增長,引領數據中心需求猛增,帶動數據中心總體建設規模持續高速增長,并且集約化建設的大型數據中心比重將進一步增加。

全球數據中心數量減體量增,大型及超大型數據中心快速增長。2010年以來全球數據中心平穩增長,從2017年開始,伴隨著大型化、集約化的發展,全球數據中心數量開始縮減。據Gartner統計,截至2017年底全球數據中心共計44.4萬個,其中微型數據中心42.3萬個,小型數據中心1.4萬個,中型數據中心5732個,大型數據中心1341個,預計2020年將減少至42.2萬個。從部署機架來看,單機架功率快速提升,機架數小幅增長,2017年底全球部署機架數達到493.3萬架,安裝服務器超過5500萬臺,預計2020年機架數將超過498萬,服務器超過6200萬臺。

我國數據中心規模和數量快速增長。據統計,2013年以來,我國數據中心總體規模快速增長,到2017年底,我國在用數據中心機架總體規模達到166萬架,總體數量達到1844個,規劃在建數據中心規模107萬架,數量463個。其中大型以上數據中心為增長主力,截止2017年底,大型以上數據中心機架數為82.8萬,比2016年增長68%,在數據中心總體規模中占比近50%,比2016年增長10%,預計未來占比將進一步提高。

我國IDC市場規模高速增長。受“互聯網+”、大數據戰略、數字經濟等國家政策指引以及移動互聯網快速發展的驅動,我國IDC業務收入連續高速增長。根據中國信息通信研究院統計,2017年我國IDC全行業總收入達到650.4億元左右,2012-2017年復合增長率為32%,持續保持快速增長勢頭。根據測算,2017年我國傳統IDC業務收入為512.8億元,占IDC全行業總收入的比重為78.8%。云服務收入137.6億元,占比21.2%,比2016年提高2.8%。隨著萬物互聯、工業互聯、企業上云等逐步落地,預計未來IDC業務收入有望進一步加快增長。

3.2. 運營商加碼5G布局,物聯網萬億市場開啟

當前物聯網技術存在碎片化的特點,采用的標準和技術有多種多樣,主要分成三大類,一類是以自建立網絡,小范圍短距通訊網絡為主,主要技術包括IEEE802.11ah(低頻WiFi)、Bluetooth和ZigBee;二是使用非授權頻段做廣域覆蓋為主,主要技術包括:Sigfox、Lora;三是運營商主導依托蜂窩技術,使用授權頻段做廣域覆蓋,包括NB-IOT和5G的eMTC。

與短距離接入相比較,NB-IoT/eMTC在覆蓋范圍(根據信道環境不同1KM-10KM比10M-100M)和電池壽命(10年比1天-1月)、移動性和QoS方面有絕對的優勢;與其他廣域覆蓋技術相比,NB-IoT比LoRa電池壽命也要長一倍以上,移動性也更好;與Sigfox相比,NB-IoT依托的產業聯盟更為強大,雖然SigFox已經在使用ARM的模式向其他芯片廠授權生產,但是顯然抵擋不住運營商強大的朋友圈。綜上所述,在技術上環節上NB-IoT/eMTC的組合綜合實力優于其他對手。

5G商用元年,國內運營商資本開支底部回升,行業反轉向上,同時無線側增速明顯。從三大運營商最新的年報統計看:2019年是國內運營商資本開支底部回升開始的第一年,行業有望反轉向上;同時結構拆分上看,無線側增量明顯。國內三大運營商2018年實際資本開支完成額為2869億元,同比下滑7%,2019年Capex預算約為3029億元,同比增長5.6%。可以看出,運營商Capex經歷了連續3年下滑(2016-2018年分別下滑18.7%、13.4%和7%)之后開始企穩回升,4G到5G周期的底部信號顯現。

另外值得注意的是,三家運營商除了無線側投資有明顯增長,類似增值業務/支撐系統/信息及應用的投資力度有顯著增長,其中中國移動尤為凸出。傳輸網受網絡擴容升級需求拉動,波動不大,基建投資開始呈穩中略升趨勢,固定寬帶業務投資力度開始減弱。

三大運營商NB-IoT全國性網絡建設完成。NB-IoT是基于移動蜂窩通信網絡的通信體系,具有廣覆蓋、大連接、低功耗、低成本的優勢,解決了傳統物聯網存在的技術碎片化、覆蓋不足的問題,使物聯網絡逐步從分散的局域走向標準的廣域,極大提升了物聯網的應用能力,有望成為4G階段萬物互聯的主流網絡技術。根據中國信息通信研究院2018年12月10日發布的《物聯網白皮書》,國內NB-IoT基站已超過100萬個,從廣覆蓋開始走向深度覆蓋。中國電信借助其800MHz的優質頻譜資源,于2017年5月率先建成全球最大的NB-IoT網絡,開通31萬NB-IoT基站,到2018年9月,基站數已擴展到40萬,進一步推進深度覆蓋。2017年10月中國移動啟動NB-IoT工程無線和核心網設備設計和可行性研究集采,工程費達395億元,目前已實現348個城市NB-IoT連續覆蓋和全面商用。2018年5月,中國聯通實現30萬NB-IoT基站商用。三家運營商完成超百萬NB-IoT基站商用,中國已建成全球最大的NB-IoT網絡,網絡優化和深度覆蓋將是下一步布局重點。

地方積極推進5G建設進程,深圳、上海陸續開展5G商用試點。省級兩會相繼拉開序幕,推進5G建設進程成為了各省2019年的一項重點工作。其中,廣東省、重慶市、浙江省、上海市、海南省、云南省、貴州省、吉林省、山西省、湖南省、廣西、遼寧省、河南省、黑龍江省、北京市、天津市、湖北省、江蘇省、四川省、安徽省、福建省相繼將5G建設列入19年重點工作。

3.3. 平臺是工業互聯網整體解決方案的核心

物聯網平臺作為工業互聯網整體解決方案的核心,起到了承上啟下的作用。物聯網平臺按照邏輯關系從下層到上層提供四大功能:終端管理(Device Management)、連接管理(Connectivity Management)、應用支持(Application Enablement)、業務分析(Business Analytics)等主要功能。因此物聯網平臺從底層到高層可分為四大平臺類型:設備管理平臺DMP、接入管理平臺CMP、應用使能平臺AEP、業務分析平臺BAP,其中在通信領域最核心的是CMP和AEP兩個平臺。

在物聯網價值鏈中,現階段感知層和通信層占據了較大的份額,但整個價值鏈的重心在向客戶側轉移。隨著運營商廣域覆蓋的推進,海量設備會接入統一的CMP平臺,CMP平臺自然產生更大的價值;CMP平臺接入數的增長又使得AEP平臺存儲的數據快速累積,數據的累積將催生新的應用,價值鏈繼續向應用層傳導。

平臺是構建物聯網生態圈的核心,IT服務商、行業企業、互聯網企業、電信運營商都看到了這個趨勢,四大陣營均圍繞物聯網平臺,依托各自優勢,從不同切入點展開產業生態建設。IT服務商的策略是以云生態圈為基礎,依托強大的基礎設施和云計算資源布局平臺,與芯片、硬件廠商合作;行業企業利用垂直行業優勢,圍繞工業應用智能化布局;互聯網企業基于移動互聯網平臺拓展物聯網平臺服務,利用入口和用戶優勢布局;電信運營商發揮連接優勢,立足通信管道布局。

目前,整個產業鏈仍處于較為動蕩的格局,各陣營之間競爭與合作并存。在競爭方面,一是圍繞產業鏈上下游企業和應用開發者,巨頭企業積極爭取更多盟友構建產業生態,提升物聯網平臺價值;二是圍繞市場,通過提供設備管理、行業應用等解決方案,培育大量固定用戶群體。在合作方面,IT巨頭們也已經認識到單一物聯網平臺企業難以從底層到上層提供包括設備管理、連接管理、應用使能和業務分析在內的完整平臺功能,平臺企業之間必須分項和合作,規模才是王道。2016年,有關于平臺的合作和融合案例比比皆是。PTC和Bosch宣布成立技術聯盟,整合ThingWorx和BoschIoTSuite,實現設備管理平臺與應用使能平臺之間結合;GE通過與微軟建立戰略合作伙伴關系,將推動Predix平臺與AzureIoTSuite、Cortana智能套件的深入整合,獲得人工智能、自然語言處理、高級數據可視化等技術和企業應用方面的支持;GE與SAP宣布將推動Predix平臺與SAPHANA云平臺的集成,并在資產管理領域加深合作。A股上市公司中,宜通世紀通過與Jasper合作在中國聯通共同部署CMP平臺,并逐步延伸到AEP平臺;日海智能通過收購艾拉云,延伸AEP平臺布局。

我們認為,物聯網的發展雖然有別于消費互聯網,但是隨著數據價值的日漸加深,布局平臺的公司有望厚積薄發,值得期待。

從國內市場來看,CMP+AEP模式最典型的兩個平臺是中國移動的OneNET和中國聯通與Jasper聯合的平臺。

OneNET為中國移動自有物聯網平臺,經過近4年的發展,OneNET的設備連接數近9000萬,用戶數超過10萬,產品數超過12萬,API日均調用超過2億次,增速、規模、活躍度保持全球領先。

2014年9月,Jasper通過天河鴻城(宜通世紀子公司)子公司愛云信息,開始為中國聯通打造物聯網業務運營管理CMP平臺,自2015年6月上線以來,用戶數快速增長,截至年報,注冊發卡數達到1.05億戶(同比增長0.42億),計費連接數達到3324.5萬戶(同比增長935.91萬)。同時,借助與Jasper的CMP平臺合作的先發優勢,宜通世紀進一步延伸布局AEP平臺,與歐洲領先的Cumulocity合作,于2016年12月推出立子云AEP平臺,聚焦工業物聯、車聯網、智慧醫療等六大行業端對端解決方案,截至2018年報年已經服務超過60多家客戶(同比2017年底的20多家大幅增長),AEP平臺有望與CMP平臺形成顯著協同效應,復制CMP平臺的高增長。

3.4. 終端無線模組將放量

全球市場來看,根據GSMA移動智庫與中國信通院2016年發布的報告顯示,2015年全球蜂窩M2M(2G/3G/4G)連接數為3.05億,到2020年將達到9.6億次,復合增長率26%。而從總的網絡連接來看,蜂窩M2M連接數占比將從目前的4%提升到2020年的9.9%。這個比例在地區間有顯著的差異:美國2020年蜂窩M2M連接占比預計達到三分之一;歐洲地區預計達到20%。從全球看,2015年全球70%的蜂窩M2M設備仍然采用的是2G網絡。

物聯網市場規模上,根據AnalysysMason Limited數據,2018年度,全球M2M設備連接相關收入達到291.75億美元。到2024年,全球M2M設備連接相關收入將達到691.19億美元,復合增長率為17.07%。

市場規模的行業劃分上,根據Analysys Mason Limited數據,2013年度汽車與交通行業設備連接相關收入占比32.41%,是M2M設備第一大應用行業。到2024年,汽車與交通設備連接相關收入將增長至370.67億美元,復合增長率達到52%,占整體收入比例53.69%,遠遠高于整體復合增速,因為車載領域的產品不斷升級,新產品價格還會進一步提升。

物聯網連接數的高速增長促進了無線通信模塊的銷量提升。對無線通信模塊的需求和M2M連接數是一一對應的關系,通常情況下,每增加一個物聯網連接數,將增加1-2個無線模組。

3.5. 精選標的

宜通世紀:

2012年創業板上市,主營業務包括傳統業務通信網絡技術服務(通信網絡工程服務、通信網絡維護服務、通信網絡優化服務)、通信網絡設備銷售(為運營商提供基站天線及網絡產品)、系統解決方案(基于信令大數據的增值應用服務)、物聯網平臺及解決方案(CMP+AEP+綜合解決方案)、健康產品(以倍泰健康為主的智慧醫療檢測產品及服務)。物聯網板塊通過卡位CMP+發力AEP平臺的發展模式,持續增長,在即將到來的萬物互聯時代有望加速發展。

日海智能:

公司選擇“云+端”合力布局,短期通過出端通信模組硬件形成規模盈利,遠期通過云平臺的數據整合挖掘長遠的增值利潤,未來成長路徑清晰。收購龍尚科技和芯訊通,入股艾拉,牽手慧與,與電信、聯通戰略合作,全力布局物聯網已現雛型。

收購艾拉布局云平臺,收購龍尚科技切入通信模組,“云+端”物聯網布局完善,進入運營商集采序列。美國艾拉是全球領先的AEP云平臺公司,龍尚科技是國內領先的物聯網通信模組公司。公司引入運營商高管,打通渠道,近期陸續中標運營商物聯網集采項目,未來空間可期。

投資建議:公司傳統業務已基本調整到位,靜待5G反轉;同時,公司在新股東入主后對戰略方向進行調整,將充分利用產業資本+運營商客戶資源孵化物聯網等新興產業,目前已初步完成物聯網“云+端”戰略布局,具有前瞻性,在即將到來的萬物互聯大潮下值得期待。我們看好公司的商業模式及長遠發展,維持“增持”評級。

移為通信:

物聯網模組+產品領先廠商,全球市場持續突破。公司是全球領先的物聯網模組和產品企業,產品廣泛應用于保險、資產跟蹤、人員定位、農業等領域,產品銷售渠道覆蓋全球,出貨量持續快速增長。

物聯網是新科技浪潮重要支撐,大量新應用對物聯網模組等帶來長期需求。全球主要運營商物聯網覆蓋逐步完成,大量新應用逐步普及,產業鏈有望進入高速成長期。公司多年來在多個行業的物聯網研發和產品部署經驗,得到全球客戶的廣泛認可,在物聯網時代有望長期受益。

投資建議:看好公司作為M2M終端領域領先廠商,長期受益物聯網行業持續發展,ToT時代公司的長期成長空間廣闊。預計公司2019-2021為1.76、2.28、2.96億元維持“增持”評級。

和而泰:

公司主營業務為智能控制器的研發和制造,是全球家庭用品智能控制器行業最具影響力的龍頭企業,是全球高端市場唯一兼具智能控制器研發、設計、中試、生產的專業企業,實施“三高”經營定位,即高端技術、高端市場、高端客戶,是伊萊克斯、惠而浦、西門子、GE、HUNTER、TTI、ARCELIK、SEB、VIESSMANN等全球著名終端廠商在智能控制器領域的全球主要合作伙伴,或中國唯一的合作伙伴。2018年實現營業收入26.71億元,同比增長35.00%;歸母凈利潤2.22億元,同比增長24.62%。

拓邦股份:

物聯網大時代下的智能家居賣水者。物聯網浪潮背景下,智能控制器應用領域增加&智能家居滲透率提升,推動行業持續快速增長。一方面,智能控制器的應用領域從空洗等傳統家電領域逐步延伸至洗碗機、油煙機、掃地機器人等領域打開新空間;另一方面,智能家居滲透率快速提升,兩者將推動行業持續快速增長,同時目前智能家居整體滲透率不到1%,智能家電滲透率不到10%,未來空間巨大。綜合各子領域增速,智能家電&家居產品增速在20%-30%,因此我們判斷智能控制器行業增速在20%-30%。

智能化趨勢下,對產品安全性與穩定性要求大幅提升,有望推動第三方龍頭企業份額提升。相比傳統家電家居產品,智能家居產品對產品的安全性與穩定性要求大幅提升,智能控制器的復雜程度大幅增加,而只有具備深厚研發積累的龍頭企業才能更好地滿足客戶需求,作為龍頭的拓邦股份市場份額有望提升。

投資建議:作為國內智能控制器龍頭,公司憑借強大的研發投入和不斷:優化的紡錘形客戶結構,保持優質發展持續成長。看好公司在智能制造及萬物互聯大時代下公司的布局及推進,預測仍將持續快速成長,同時預計隨著電子元器件價格的正常化,公司有望迎來新一輪的盈利快速增長期。預測19-21年的凈利潤為3.14、4.21、5.44億元,繼續給予買入評級。

4. 機械裝備:深度參與感知層,積極向平臺層/網絡層業務拓展

4.1. 機械裝備在工業互聯網中的重要角色

裝備制造直接相關領域包括:1)感知層,主要包括各種執行設備(CNC、工業機器人、自動化生產線例如鋰電自動化產線、檢測設備及AGV等)及數據搜集及傳導設備(傳感器、RFID標簽/讀寫器)。2)PLC,可編輯邏輯控制器,主要職能為直接控制及監測現場設備,其次為收集及傳導信息。部分國內設備廠商開始具備生產PLC能力。

近年來,部分領先制造業企業也開始向網絡層或平臺層進行業務拓展,從而由核心裝備制造往裝備+服務模式轉型。例如:自動化集成企業參與到網絡層的網絡模塊連接、設備管理等領域,制造業頭部公司自建區域/行業平臺層、應用層建設等等。

4.2. 工業互聯網有望加快我國制造業自動化升級趨勢

自動化設備,例如CNC、工業機器人、檢測設備、AGV等,每年的市場容量普遍較大,例如CNC國內容量約為300億元,工業機器人約為200億元,加上集成空間翻倍,檢測設備僅面板及半導體領域就有300億左右的市場空間,而AGV過去年復合增速超過50%,年市場空間在150-200億之間。由于市場空間廣闊,近年來在主要自動化設備領域均涌現了一批優秀的國內企業,以性價比+服務優勢不斷實現對海外公司的追趕。

而PLC即可編程邏輯控制器,主要由CPU、存儲器、輸入/輸出單元、外設I/O接口、通信接口及電源共同組成,根據實際控制對象的需要配備編程器、打印機等外部設備,具備邏輯控制、順序控制、定時、計數等功能,能夠完成對各類機械電子裝置的控制任務。PLC系統具有可靠性高、易于編程、組態靈活、安裝方便、運行速度快等特點,是控制層的核心裝置。 在智能制造系統中,PLC不僅是機械裝備和生產線的控制器,還是制造信息的采集器和轉發器,類似于神經系統中的“突觸”,一方面收集、讀取設備狀態數據并反饋給上位機(SCADA或DCS系統),另一方面接收并執行上位機發出的指令,直接控制現場層的生產設備。

國產控制器發展較為成熟,是上游核心零部件中與進口產品差距最小的部分。目前,國產控制器與進口產品存在的差距主要集中在控制算法和二次開發平臺的易用性方面。

控制算法的差距導致國內控制器的應用范圍有限,目前大多集中在較為簡單的搬運、碼垛領域。而且由于軟件水平不及國外,因此軟件的穩定性受到影響,出現故障的概率也比進口產品高。其次,國內產品研發與產業實際需求有所脫節,沒有將算法和特定行業場景需求結合。比如FANUC機器人在運行過程中,可根據不同的姿態選取三種算法進行作業,然而國產控制器并不具備這種能力。

4.3. 傳感設備工業物聯網的核心基礎

傳感器為工業物聯網的基礎和重要組成部分。根據物聯網的技術路線圖,物聯網產業鏈包括感知層、傳輸層、數據處理層和應用服務層。其中,傳感器作為感知層,是物聯網產業鏈的核心基礎。在物聯網運行中,傳感器將感知獲取到的物理、化學、生物等信息轉化為易識別的數字信息傳輸至后端平臺進行處理、分析、應用。

傳感器市場呈高速增長態勢。全球傳感器市場規模保持快速增長,據前瞻產業研究院測算,傳感器行業市場規模自2010年的720億美元增長至2018年的2059億美元,CAGR達14%。同時,前瞻產業研究院測算,2015年我國傳感器市場規模為995億元,2017年末增長至1300億元,預計到2022年中國傳感器市場規模將達到2327億元。

由于工業物聯網的發展要求,傳感器呈現智能化趨勢。目前,部分傳感器已具有信息處理能力,可以集成傳感器、微處理器和執行器,成為智能傳感器。據中國信通院統計,2016年全球智能傳感器市場規模達到258億美元,預計2019年將達到378.5億美元,年復合增長率超10%;其中,智能傳感器下游應用中消費電子占比最大。同時據中國信通院測算,2015年我國智能傳感器市場約為106億美元,預計到2019年將達到137億美元。

MEMS作為智能傳感器代表,成為傳感器市場發展重點,獲大量應用。MEMS具有微型化、集成化、批量生產、方便擴展等特點,在技術上較普通傳感器而言精度高、重量輕、尺寸小、能效高。根據Yole Développement統計,全球MEMS傳感器市場規模從2015年118.5億美元增長至2017年的138.3億美元,CAGR達到8.03%。至2021年,受益于物聯網的發展,Yole Développement預測MEMS傳感器2021年市場規模將達到396.9億美元。

我們以漢威科技為例,探討公司立足傳感器技術如何延伸工業物聯網產業鏈下游應用,實現業績釋放。

近年來,漢威科技以成為“領先的物聯網(IOT)解決方案提供商、服務商”為產業愿景,以傳感器業務為核心,通過多年的內生外延發展,形成了“傳感器+監測終端+數據采集+空間信息技術+云應用”的系統解決方案。

漢威科技從核心零件走向下游的整機和服務。依托核心傳感器技術,公司研發生產了多樣化的智能儀表,智能儀表作為不同場景的感知硬件終端,將感知信息通過 NB-IoT 等多種通訊手段傳輸至公司研發的物聯網監控系統,監控系統根據客戶需求對重點信息進行分析處理,最終形成可視化報告,為客戶提供服務。

以公司的重大危險源監測監控系統解決方案為例:

大中型危化企業生產工藝復雜,存在大量易燃易爆、有毒有害危險物質,在生產、儲存、運輸、使用的過程中形成了很多重大危險源。如果對這些重大危險源的監管不到位,很容易造成火災、爆炸等事故,且事故后果十分嚴重,給企業造成巨大的經濟損失。

漢威科技集團針對大中型企業研發了重大危險源在線監測系統。該系統以公司MC101催化燃燒式傳感器為基礎,可對工業現場的天然氣、液化氣、煤氣、烷類等可燃性氣體濃度進行檢測,配備視頻監控、重大危險源液位、濃度、壓力、溫度等監測設備提供監測監控系統,能夠實現7*24小時的實時監測并智能判斷報警,從而能有效減少安全隱患。

同時,漢威有序推進“漢威云”戰略,公司物聯網服務體系進一步完善。隨著公司系統應用領域的深入發展,產生了大量數據,2016年公司開始有序推進“漢威云”戰略,完善數據處理層。同時,公司與中國電信、華為、中興進行戰略合作,建設了 NB-IoT 試驗網絡,成功實現了數據從感知端采集到通過NB-IoT網絡實時傳輸到漢威云平臺的方案。通過將智慧水務、智慧熱力、智慧安全、智慧環保、大氣網格化監測平臺等一系列解決方案收集的行業數據導入云平臺進行分析,為客戶提供增值服務,公司的物聯網服務體系得到進一步完善。

4.4. 工業物聯網助推設備升級

民用表是工業物聯網中重要的數據端口,我們以此為例探討工業物聯網如何推動設備的更新升級與價值量的提升,同時在這過程中,金卡智能也實現了從單機到工業物聯網整體解決方案提供商的轉變。

4.4.1. 燃氣表智能化進程加快

智能民用表為工業物聯網重要數據端口,受互聯網巨頭青睞。金卡智能的主營產品為民用燃氣表與工商業流量計,屬于物聯網感知層,是數據接收的端口,負責搜集居民和工商戶的燃氣信息,再通過通訊網絡、應用管理軟件到互聯網云服務,為客戶提供高價值、高性能的產品及端到端解決方案,并與各大燃氣公司、華為、阿里巴巴等建立了長期戰略合作伙伴關系。2016年,公司即與阿里云簽署《公用事業云戰略合作協議》,致力于解決燃氣行業信息化成本高致投入意愿低、管+端運行效率低、毛利率下降、用戶滿意度低的問題。

燃氣表定期更新需求穩定,市場容量將持續提升。根據《國家計量檢定規程JJG577-2012膜式煤氣表檢定規程》,使用天然氣為介質的燃氣表使用年限一般不超過10年。因此對燃氣表有穩定的更新需求,且隨著我國燃氣表存量的提升而上升。

工業物聯網的發展推動了民用燃氣表的更新升級:民用燃氣表經過數十年的發展已經進行了多次迭代,由最初的膜式燃氣表,到IC卡燃氣表、2G遠傳燃氣表,再到最新的LoRa遠傳燃氣表、NB-IoT遠傳燃氣表。民用燃氣表的發展是一個不斷電子化、智能化、網絡化的過程。

燃氣表的第一代產品是膜式表,需要燃氣公司上門抄表并且需要用戶去營業廳繳費。由于膜式表為純機械結構,因此成本較低,在早年間得到了較廣的傳播。

IC卡燃氣表解決了入戶抄表的麻煩,但仍需要用戶自行攜帶IC卡去營業廳或自助終端充值。IC卡燃氣表開啟了燃氣表智能化的第一步,也確立了之后燃氣表電子化、智能化、網絡化的趨勢。

無線遠傳表實現了遠程計費以及網上繳費,讓用戶實現足不出戶就能繳納燃氣費,而且也省去了燃氣公司建設繳費網點的麻煩,同時讓燃氣公司實現了數據收集以及階梯定價等進階功能。

主流無線遠傳表分為2G、LoRa、NB-IoT三種,NB-IoT物聯網燃氣表應用范圍更廣。2G遠傳表是三者中發展最為成熟的,但目前三大運營商正在逐步退出2G網絡運營的趨勢。LoRa遠傳燃氣表基于LoRa物聯網通信協議,需要自建通信網絡,前期投入成本較大,并且后期需要不斷維護。NB-IoT遠傳燃氣表基于NB-IoT物聯網通信協議,由于使用的是通信運營商的網絡,因此不用自建網絡,只需繳納通信費即可。在三大運營商均已實現大范圍NB-IoT網絡覆蓋的情況下,NB-IoT物聯網燃氣表的應用范圍更廣。

此外,NB-IoT網絡的低功耗、廣覆蓋特性完美契合智慧城市與物聯網的需求,例如智能燃氣表、智能水表、智能停車等應用。NB-IoT產業鏈從上游芯片到下游運營商均有巨頭參與,未來有望快速發展。同時,國家對NB-IoT網絡的支持也將利好NB-IoT物聯網表的快速普及。2017年6月,工信部發布《關于全面推進移動物聯網(NB-IoT)建設發展的通知》,要求加快推進網絡部署,構建NB-IoT網絡基礎設施。

金卡智能已布局物聯網智能燃氣表及其系統,并不斷試點推廣。公司早在2013年即推出國內首款物聯網智能燃氣表系統,快速搶占物聯網智能燃氣表市場。在新一代物聯網通信標準大局尚未確定的情況下,公司再度把握技術升級契機,率先布局 NB-IoT標準的智能燃氣表。2016年,公司與深圳燃氣、中國電信、華為公司簽訂了《智慧燃氣戰略合作協議》,在深圳啟動全球首個基于NB-IoT技術的遠程抄表試點項目,并不斷擴大NB-IoT智能燃氣表試點范圍。

4.4.2. 金卡智能:由單機向整體解決方案服務商轉型

金卡智能以自身優勢的民用燃氣表業務為起點,通過外延并購,打造了金卡智能民用燃氣表、天信儀表工商業流量計、北京銀證軟件平臺、易聯云服務平臺四大業務板塊,成為國內領先的智能燃氣解決方案提供商。

金卡智能經過十年的發展,形成了以氣體流量計、無線/IC卡智能燃氣表及系統軟件等主營業務,其中物聯網系統軟件收入占比獲得了增長。無線燃氣表及系統軟件的收入占比快速增長至31%,而IC卡智能燃氣表及系統軟件的收入占比由93%減少至16%,說明工業物聯網進程加快,公司無線遠傳燃氣表及系統軟件將快速增長。

子公司北方銀證與易聯云為公司提供軟件與云服務,實現了公司從前端燃氣表與流量計產品到后端軟件與云服務的全覆蓋。

北方銀證的軟件產品為ENESYS系統,包括移動應用、工程管理系統、營銷客服管理系統、IoT智能數據采集平臺,全面覆蓋了燃氣公司的各種使用場景。根據公司公告,ENESYS系統在天然氣系統軟件市場綜合市場占有率超過20%,服務超過600家公用事業客戶。

易聯云的云服務平臺為Eslink,主要為公用事業企業提供上云服務及SaaS云服務,幫助燃氣企業一鍵式開通微信、微博、支付寶等渠道,統一用戶互動,提供自助客服,繳費購氣、通知推送、云外勤、云增值等系列增值服務。根據公司公告,目前易聯云Eslink云端接入客戶數量近500家。

通過布局軟件與云服務能力,金卡智能具備了提供整體解決方案的能力。以公司NB-IoT智慧燃氣解決方案為例:基于公司NB-IoT智能燃氣表,居民的用氣數據、電量、信號、閥門狀態、異常情況等可以通過氣表內置的NB-IoT通訊模組接入到NB-IoT網絡,傳輸到IoT連接管理平臺,然后上傳到后臺采集和業務系統平臺;后臺系統平臺將數據包進行解析,解析出的用戶用氣數據在用戶賬戶內完成結算,并通過客服系統的相關新媒體渠道推送給用戶,用戶能實時的獲取自己的用氣賬單,并能遠程完成賬戶的充值。

公司NB-IoT智慧燃氣解決方案已進行多地試點,并獲得第七屆中國電子信息博覽會“優秀應用解決方案獎”。2017年,金卡智能攜手中國電信、濱海投資,在雄安新區率先完成NB-IoT智慧燃氣解決方案部署,并成為雄安新區第一家試掛NB-IoT燃氣表的企業。

5. 工業互聯網案例之一:智能物流,倉-干-配-柜多環節優化快遞物流成本

5.1. 智能物流底層:工業互聯網的邏輯

智慧物流是指利用現代工業互聯網技術,對物流各環節進行實時狀態分析,最終實現自主決策,建立一套現代化物流體系。智慧物流架構分為感知層、傳輸層、服務層和應用層,涉及的基礎技術包括人工智能、大數據與云計算、區塊鏈等,將整個物流系統組成一個工業互聯網。

工業互聯網的概念在當前已經有所普及,但在物流領域的應用依然不夠成熟,物聯網技術將會幫助行業從數字化到智能化的轉型。當前物流業的瓶頸在于數字化程度不足,感知層面,利用硬件獲取基礎數據的普及程度仍有較大的進步空間。

感知層是智慧物流的起點,是整個系統實現對貨物感知的基礎。

1)感知層媒介主要是硬件:是直接進行物流動作的各項硬件設備,如叉車、卡車、無人機等,其應用場景遍布倉庫、干線、配送與末端;

2)采集方式:對物流信息的采集方式則包括了RFID感知技術、條碼自動識別技術、GPS移動感知技術、激光雷達探測技術、傳感器感知技術、紅外感知技術、語音感知技術、機器視覺感知技術、無線傳感網技術等,實現對貨物數據的讀寫和實時監控。

傳輸層:變化最大的層級,4G向5G進階打開變革空間

傳輸層承擔數據傳輸任務,實現物流各活動環節的人、貨、車、路等信息的互聯互通。當前正處于通信技術更新迭代,4G向5G進階的階段。過去無線WIFI、高速以太網難以滿足物流活動中貨物移動的及時通信,同時現有4G移動通信技術帶寬峰值受限無法承接日益膨脹的海量物流數據實時傳輸,5G技術不僅可以完成硬件節點之間的數據傳輸,更重要的是可以支持工業互聯網、大數據、人工智能技術的運用以及進一步升級。

服務層:基礎技術,如大數據、云計算、人工智能等

服務層承擔數據的存儲、訪問和計算功能,主要負責接收傳輸層終端發送的信息,利用工業互聯網、大數據、云計算、人工智能等技術對多種類型非結構化海量數據進行存儲、計算分析、檢索、實時交互等處理,產生決策指令。以菜鳥當前提供的物流云服務為例,包含了基礎組件(云服務器、云數據庫、負載均衡等),大量業務組件(地址解析、車輛規劃等)、技術集成、數據和安全組件等。

應用層:如WMS、TMS等,第三方與自開發皆有

應用層為借助工業互聯網感知技術,接受服務層決策指令,在應用層完成實時操作。類似于操作系統上的應用軟件,當前最常見的應用系統包括倉庫管理系統(WMS,Warehouse Management System)、運輸管理系統(TMS,Transportation Management System)、供應鏈管理系統(SCM,Supply ChainManagement)。對于一個綜合性的物流公司而言,其業務往往涉及了倉儲、運輸、供應鏈、訂單處理等多點,信息會在各個系統中流通,當前的專業管理系統市場中,既有專門的第三方軟件供應商,也有物流公司選擇自行開發的如京東、菜鳥和幾家技術能力先進的一線快遞公司。

智慧物流應用場景

具體到落地,我們將智慧物流的應用場景籠統地分為四段:倉、干、配與柜。每一項各自對應了不同的使用場景和硬件設備,各設備采集數據,并將數據通過物聯網互聯互通,再采用大數據和人工智能技術計算好線路、動作等,就形成從倉庫到最后一公里的、一個完整的智慧物流系統。

5.1.1. 節點:倉庫,最成熟的案例為自動化無人倉庫

我國倉儲目前處于集成自動化向智能自動化倉儲過渡階段,依托工業互聯網等先進高新技術,已有多項應用實現落地。其中包括倉庫選址、進出庫調配、自動化無人倉庫等。我們在此處以自動化無人倉庫為案例進行剖析。

自動化無人倉庫:自動化無人倉是不直接進行人工處理的情況下自動完成物料的存儲和取出。

自動化無人倉庫由硬件+軟件組成:

1)軟件:WMS是整個倉庫系統的智慧大腦,通過對倉庫內的各類資源進行計劃、組織、引導和控制,實現對貨物的存儲與移動(入庫、出庫、庫內移動)管理,提高庫存準確率,完成供應鏈一體化。目前,我國在WMS研發仍處于起步階段;

2)硬件:為打造高度自動化作業流程,從倉庫揀選到存儲的各環節,需引入多種類型的智能設備輔助完成工作,如無人叉車、機器人、揀選AGV、分撥AGV、自動封箱機、自動分揀裝備等。

5.1.2. 運輸:干線運輸與最后一公里

運輸配送可進一步細分為干線運輸和最后一公里,智慧物流應用場景已頗為多樣。純線上平臺的形式包括車貨匹配(已出現較大公司)、線路規劃(多為物流公司內部開發,旨在降低成本)、即時配送系統(技術領先企業包括美團外賣、順豐同城等)。

5.1.2.1. 干線

車貨匹配:平臺將貨主的貨源信息與車主的運力信息集中在平臺上,撮合雙方需求,最后達成貨物運輸交易。當前來看,滿幫、中儲智運為在市場中較為典型、份額占比較高的兩家平臺。

滿幫(前運滿滿+貨車幫合并后的新公司)對區域內車輛分布、發貨情況進行監測,展示當地車輛供需偏差情況,完成對未來車輛供給及貨源數量的預測,公司也參與多項5G車聯網協議制定,持續開展基于V2X技術的編隊行駛和車車互聯研究;

運輸線路調度:利用載重量/載重體積的傳感器和移動通訊技術對各個節點(倉庫和轉運中心)的貨量實時監控,提取所需重新配置資源的信息,通過人工智能等核心算法對物流資源合理分配,優化運輸路線,提升貨車裝載率。

5.1.2.2. 最后一公里

無人車:菜鳥于2016年9月上線機器人“小G”,負責園區環境內末端配送,2018年在云棲大會發布新能源自動駕駛智慧物流車,可承載幾噸貨物,定位精度在20cm以內,可實現“車端-路端-云端”三位一體的車路協同智能;京東無人車配送于2018年6月在北京海淀區已實現常態化運營,最多可配備30個取貨箱,15km/h運行時速也極大拓展了配送機器人的服務半徑。

無人機:京東于2018年11月完成干線無人貨運飛機首飛,機翼超過10米,裝載重量超過噸級,可連續飛行1000公里以上。無人貨運飛機承接干線與末端無人機轉接工作,未來將與京東物流倉儲設施無縫對接,打造智慧物流供應鏈。此外,中國郵政、圓通、蘇寧、菜鳥也相繼完成了無人機測試飛行。

同城配送:指城市范圍內的物流配送,根據配送貨物性質可進一步細分為快遞同城配和即時配送。從技術角度來看,技術含量較高的是即時配送。

在分配訂單時,外賣平臺需要考慮外賣員與商家距離、路況信息、商家出貨特征,最重要的是用戶的需求,外賣員到用戶的距離和路況。系統需要對時間、空間和商戶這三個維度綜合評估,復雜度相當之高。美團構建O2O實時配送智能調度系統,將億級歷史訂單數據分析作為基礎,結合對線下配送路況、天氣、取餐難度等多變因素進行評估,為外賣員規劃最優路線,降低配送成本的同時提升客戶服務體驗。

5.3. 上市公司實踐落地

5.3.1. 快遞公司:利用智慧物流降本增效

對于當前智慧物流領域的落地實踐而言,快遞公司是在資金、技術等條件上均實力最強的物流公司之一。當前上市的一線快遞,日均包裹數量在1000-2000萬票間,而一個包裹包含了發出、到達、動態的線路規劃、路經轉運中心、經手人員、各環節逗留時間等多維度信息,因此快遞公司所面對的將會是每天數億級別的數據量。

當前一線快遞公司的電子面單率均在95%以上,疊加手持把槍、轉運中心內的掃描設備等,快遞包裹本身在數據的信息化上已經有了較強能力,當務之急一方面在于對現有數據的挖掘,另一方面則是在如此大的數據量面前,如何加快數據的使用效率。因此過去幾家公司都已自主研發系統,例如圓通自行開發金剛系統、行者系統,申通開發清源系統與錦囊計劃,韻達與合作方探索邊緣計算與區塊鏈,德邦開發數字孿生中心、中轉360等。

實踐上,快遞公司在智慧物流上的探索主要集中在降本增效,如干線上的裝載率提升、以及轉運中心端的自動化設備替代人工上。受益于規模效應+智慧物流的改善,過去幾年快遞企業的單位運輸與操作成本均實現了快速下降。

干線:路由規劃提升裝載率,減少車輛損耗,降低成本

單位運輸成本的高低取決于外包運輸成本的高低、自有車隊的折舊、人員、油費、路橋等諸多因子,而在當前快遞企業自有車隊占比逐年走高的背景下,快遞企業自有車隊的成本,最核心的因子即為裝載率——智慧物流在此處發揮的作用就是,在一定的包裹量下,如何通過更優化的線路規劃,提升車輛的利用率,并且減少空跑與無意義的來回。

轉運中心:自動化人工拐點已現,人工成本逐年走低

轉運中心的成本下降,財務上是設備折舊上升與人工成本下降的曲線交匯。過去幾年快遞公司均處于加速迭代設備的狀態,這直接帶來了人工成本和整個中轉中心成本的快速下降。

5.2.2. 順豐:大量超前投入

順豐在智慧物流領域是最具野心的物流公司,每年均有較大的研發相關的開支,其費用化的部分高達通達系公司的接近10倍。分拆上市公司的支出方向,除了融合系統、運營底盤等基礎支持系統之外,無人機、大數據、同城子系統是其中的亮點。

除了內部研發,順豐在外部投資上也走在前列,智慧物流方面最具備代表性的兩項投資分別是物聯億達與美國的Flexport,分別對應的是物流物聯網的落地與全球貨代平臺。

物聯億達,物聯傳感云服務:2017年,順豐控股四川物聯億達科技有限公司,物聯億達精心打造的PaaS(平臺即服務)物聯網云平臺,基于物聯網、云計算與人工智能技術,通過快速接入多種類型傳感器,為金融服務、倉儲物流、智慧交通、智慧農業等行業應用與合作伙伴,提供物聯網中間件技術應用與解決方案支撐。

Flexport,現代貨代平臺:2018年4月與2019年2月,順豐先后兩次投資于貨運物流平臺Flexport(飛協博),Flexport是最早推出專門服務于貨運的云軟件和數據分析平臺,目前為二百多個國家的上萬名買方和賣方提供包括海運、空運、卡車、鐵路貨運、拖運和搬運、倉儲服務、海關經紀、融資和保險在內的全方位服務。

6. 工業互聯網案例之二:工程機械,樹根&徐工信息平臺邁向成熟

6.1. 樹根互聯——“根云”平臺

三一集團孵化的“樹根互聯”是中國成立最早、連接工業裝備最多、服務行業最廣泛的工業互聯網賦能平臺之一,可提供物連接入、云計算、工業大數據和SaaS應用等服務,公司定位為“賦能客戶構建自己的企業平臺或構建行業垂直平臺”,致力于“打通最后一公里”,為全社會提供工業物聯網服務。

樹根互聯借助大數據和物聯網技術,率先將20多萬臺設備的實時操作數據,通過傳感器匯集到一起,打造了行業知名的“挖掘機指數”,成為企業經營、轉型的依據,成為把脈行業動向的參考。目前,樹根互聯已賦能61個細分行業,收集各類數據1000多億條,連接管理超4300億資產,為客戶開拓超百億元收入的新業務。

“根云”平臺自下而上包括硬件層、通信層、平臺層和應用層,各層產品包括云盒、云通、云坊、云像、ECC、iCSM等,其中硬件層和通信層可提供便捷、便宜的設備接入解決方案,支持企業設備快速接入云平臺;平臺層基于主流大數據技術,為海量、高并發的機器數據提供存儲、計算、分析、展現等大數據平臺能力支撐;應用層提供智能研發、智能生產、智能服務、智能產品、租賃平臺、大數據金融等解決方案,打通最后一公里,直接幫助客戶創造價值。

6.1.1. 根云平臺應用案例

“根云”平臺試運行期內,除持續服務三一重工外,還簽單多家企業客戶,覆蓋高空作業車、農業機械等行業,邁出向全工業領域服務的第一步。目前根云平臺已經擴展到風電、發電機組、縫制設備、光伏以及智慧工地等領域,應用空間和前景廣闊。未來樹根互聯有望通過三一重工的工程機械后市場服務的經驗,一步步拓展到其他行業的高價值、關鍵設備的后市場服務,然后拓展這些設備所應用工廠的生產優化服務,進而形成產業鏈維度的工業互聯網平臺方案,同時橫向拓展多個行業,最終形成跨行業跨領域的通用型工業互聯網平臺。

6.1.1.1. 數字化管理案例——三一集團

三一集團18號工廠:數字化制造管理,數字工廠仿真、ERP與MES、智能物流無縫集成;實現高度柔性生產,20個工位,30余種型號混裝,支撐100億產值;離散型制造的流水化裝配,人均產值提高24%,可比制造成本節約1億元;

對工程機械全生命周期管理,給客戶提供增值服務,實現價值延伸;

以“服務訂單”為管理主線,實現從客戶來電、服務派工、現場服務、系統報工、服務回訪到售后質量全過程管控服務模式,提升服務資源利用和調度的效率;

基于工程機械網平臺的分期付款、租賃、延保、保險等多業務模式支持,提高服務收入占比,提高工程機械銷量同時降低資產風險。

6.1.1.2. 服務化延伸案例——星邦重工

通過構建企業級高空作業智能服務平臺,實現近千臺產品運行狀態實時監測,提高客戶的設備使用效率可安全性;

全面管理售后服務流程,為1400家客戶,1.5萬臺設備提供增值服務,管理全國30個倉庫,2.8萬種配件,支持卓越運營;

客戶服務及時率同比提高15%,客戶滿意度同比提高6%,同時服務訂單處理及時率和質量分析記錄完整度有較大提升。

6.2. 徐工信息:XREA工業互聯網平臺

XREA工業互聯網平臺由徐工集團子公司徐工信息創建,擁有超過30年制造業信息化服務經驗和10年以上的工業互聯網實踐經驗,具有將IT與OT技術深度融合的全面支撐能力。平臺兼容98%的工業協議,可實現異主、異地、異構數據跨行業、跨區域互聯、互通和共享,目前已經連接20+國家,為400多家企業客戶提供了貼近需求的產品服務與解決方案服務。

徐工信息Xrea工業互聯網平臺是國內技術能力、落地能力、創新能力最優秀的平臺之一,其融合了云計算、大數據、物聯網、人工智能等新一代信息技術,由軟件、硬件、網絡、通信、數據等單元有機組成,包括:IaaS、工業PaaS、工業SaaS。經過數年的積累,Xrea工業互聯網平臺廣泛應用在工業現場、企業運營、全生命周期等多種應用場景,并從描述、診斷向預測、決策、優化不斷演進,帶來更深層次的價值。

目前XREA工業互聯網平臺的工業PaaS已經達到100個以上微服務組件,工業SaaS應用達到150個以上,聚合的合作伙伴、開發者近1000個。入網設備達45萬以上,數據的種類7000多種,峰值的吞吐量每秒為1.1億條,年數據增長量1.1PB,數據可靠率高達99.99%。平臺對所有接入設備的累計工作時長進行了統計,目前總時長已經超過20億小時。

6.2.1. XREA平臺應用案例

6.2.1.1. 生產制造優化解決方案案例——江西銅業

XREA工業互聯網平臺可結合設備聯網采集、視覺識別、機器人離線編程、AI智能分析等技術,對設備運行情況及生產數據進行實時采集分析,以及設備生產狀態、產品質量、控制產能平衡的監控分析,并通過大數據分析與建模為客戶優化生產工藝,支撐決策分析。以江西銅業為例,該解決方案實現了以下效果:

提高生產效率,如生產7200片始極片,從多班次工作12小時以上變成8小時自動完成生產任務;

提高生產質量,實現產品質量可追隨,生產一致性明顯提升,不良品率控制在3%以內;

提高物流效率,物料自動分類、流轉,裝箱效率與剝片效率同步,消除等待生產行車空閑運轉時間;

降低企業人員成本,實現生產過程無人化,每年節約成本600萬元。

6.2.1.2. 產品生命周期管理案例——瑞圖控股

XREA工業互聯網平臺可通過智能網關完成瑞圖砌塊、污水處理設備數據采集,兼容設備工業協議,對砌塊、污水處理設備的控制數據進行有效地采集與上傳儲存,從而全方位監控設備運行狀況,快速響應設備異常,從而提升產品運行效率,降低產品運行維護成本,提升產品價值。以瑞圖控股(中國)為例,該解決方案取得以下效果:

為客戶提供產品增值服務,輔助企業進行市場和產品的研發升級,減少售后服務維修成本30%以上、提高設備使用率10%以上;

提供第三方產能交易平臺,撮合線上產品交易,打造產業升態創新模式;

通過設備監控、智能運維、行業平臺相結合的方式實現設備全生命周期服務。


公式规律七尾