智能制造系统解决方案市场发展现状及态势

面对科技发展新趋势，在新一轮科技革命和产业变革的浪潮中，世界主要国家纷纷将数字化、网络化、智能化作为制造业变革的核心，加速推进生产要素、资源要素、技术要素与制造业的整合，催生出新产品、新技术、新模式、新业态。中国是制造大国，发展智能制造是制造强国建设确定的主攻方向，是供给侧结构性改革的主战场，是推动中国制造迈向高质量发展的必然要求，也是时代赋予我们的挑战。 智能制造系统解决方案供应商（以下简称“供应商”）在智能制造的推进过程中起到至关重要的作用，要牢牢把握难得的历史契机，坚定不移地以智能制造推动产业技术变革和优化升级，推动制造业产业模式和企业形态结构性转变，以“鼎新”带动“革故”，以增量带动存量，促进我国制造业迈向全球价值链中高端。

本篇集中梳理了智能制造系统解决方案市场概述、典型企业分析、市场现状及发展态势。 (一) 市场概述 1.整体市场

智能制造工程实施三年以来，顶层规划、试点示范、标准体系建设有效推进，全社会发展智能制造的氛围逐步形成。2017年，智能制造系统解决方案市场规模达1,280亿元，同比增长20.8%，比2016年同期高2.4个百分点，智能制造进入实质落地期。

图表：2015~2020年智能制造系统解决方案市场发展情况

资料来源：gongkong

注： 智能制造系统解决方案的市场规模，主要包括用于研发、制造、物流、企业管理等环节的各种控制、优化和管理系统，以及包括基于智能装备（工业机器人等）的系统集成业务的金额。传统的生产设备及生产线未纳入本次重点研究范围。

2.细分市场

图表：2016~2017年智能制造系统解决方案细分市场情况(亿元)

1)从细分智能制造系统解决方案的市场规模看

2017年，排名前五位的智能制造系统解决方案主要有：柔性装配系统、加工环节数字化系统、智能输送系统、智能仓储系统和企业资源计划（ERP），所占市场份额分别为18%、13%、10%、9%和8%，这前 五位系统解决方案的市场份额为58%，同比2016年市场份额下降7个百分点，其他类型的系统解决方案市场份额有所提升。

主要原因是：受益于用户数字化建设的持续推进，用于研发、物流、服务等环节的智能制造系统解决方案也在加强，相关环节智能制造系统解决方案的应用比例有所提升。

2)从细分智能制造系统解决方案的市场增速看

2017年，市场增速较快的智能制造系统解决方案主要有：工业云平台、工业大数据、先进过程控制系统（APC）、调度优化系统等，市场增速同比2016年均达到50%以上。

主要原因是：一方面，伴随用户实施数字化改造的持续推进，系统解决方案从实现单项、局部的改善逐步演进到综合、集成的优化。在此过程中，用户对先进过程控制系统（APC）、调度优化系统、制造执行系统（MES）等生产过程控制系统的需求明显增加；另一方面，伴随用户互联互通的探索实践，带动工业物联网、工业云平台、工业大数据等智能制造系统解决方案市场实现较快发展。 (二) 典型企业分析

智能制造系统解决方案市场的稳步推进，带动了供应商的蓬勃发展， 在工业自动化、工业软件、智能装备、整体解决方案等各个领域涌现出众多不同类型的供应商，据不完全统计，有超过12000家智能制造装备、工业自动化、工业软件供应商等参与了各类智能制造项目。 2017年工信部为加快培育供应商，经企业申报、专家评审、网上公示，发布了第一批智能制造系统解决方案供应商推荐目录，共计23家。2018年，为规范市场行为，加强质量管理，中国智能制造系统解决方案供应商联盟（以下简称“联盟”）依据《智能制造系统解决方案供应商规范条件》（智能供联函〔2018〕031号）和《关于组织开展符合<智能制造系统解决方案供应商规范条件>企业申报工作的通知》，按照企业自愿、公开公正、社会监督的原则开展了符合《规范条件》企业评审工作， 经过企业申报、项目初审、正式评审，确

定了关于符合《智能制造系统解决方案供应商规范条件》的82家企业名单。

以上这105家遴选出的供应商极具代表性，服务的领域涉足汽车、航空航天、船舶、轨道交通、家用电器、电力装备、石油化工、制药、建材、纺织等30余个行业，这些典型企业的发展背景、相关能力和业绩情况也非常值得深入了解和分析。 1.供应商发展背景 1)供应商成立时间分布

典型企业中，80年代之前成立的供应商有14家；1980-2000年随着我国自主工业市场的稳步发展，在此期间成立了25家供应商； 2000年， 我国制造业占全球的比重上升到6.0%，位居世界第四，从2000-2012年，伴随着我国各类信息化项目的快速推进，共有51家供应商成立，占比近49%；国统局数据显示，我国工业增加值在2012年突破20万亿元大 关，2012年后，随着产业升级的内生需求，智能制造相关政策的大力推动，共计15家供应商成立。

图表：典型企业成立时间分布情况图

2)供应商地区分布

我国供应商主要分布在华东、华南、华北地区，此外中南和西南地区也有分布，与下游区域市场需求密切相关，本次遴选的105家企业主要分布在北京、上海、广东、山东四个省市，江苏、浙江等省紧随其后，其次是辽宁、四川和湖北。 图表：典型企业地区分布情况

北京

3)供应商企业性质分布

从企业性质分布上看，105家供应商中民营企业占比较高，为50.5%；国有企业其次，占比36.2%；三资企业占比相对较少。 4)供应商上市情况

从联盟目前掌握的情况看，105家供应商中上市公司占比约为28.6%，其中上市的供应商中民营企业占比达43%，民营企业借力资本市 场有效解决资金瓶颈等问题取得一定进展。 2.供应商相关能力 1)整体解决方案能力

近几年供应商的供给能力逐年增强，整体解决方案的能力稳步增长， 105家典型企业对比分析后发现，能够提供整体规划设计、智能工厂集成、数字化车间集成的供应商占比已超过90%。 图表：典型企业整体解决方案能力对比

注： 本图中数据表示相应具备“生产线集成”“数字化车间集成”等能力的供应商在统计样本中的比例。

2)细分解决方案能力

智能制造系统细分解决方案的能力可初步从工业控制系统集成解决方案、工业软件集成解决方案、智能制造装备集成解决方案等三方面分析。 PLC、DCS、SCADA等工业控制系统集成能力是实施整体解决方案的基础。从105家典型企业进行分析后发现，超过80%的企业具备集成SCADA系统的安装调试能力，能够提供可编程逻辑控制器（PLC）和分布 式控制系统（DCS）集成解决方案的企业占比分别为73%和61%。

图表：典型企业工业控制系统集成能力对比(%)

注： 本图中数据表示具备相应“PLC”“DCS”等能力的供应商在统计样本中的比例。

工业软件涉及MES、WMS、ERP、PLM、CRM等系统，其中制造

执 行系统（MES）是当前亟待进一步突破的核心和重点，典型企业中具备多种工业软件解决方案的企业越来越多，随着智能制造的深入实施，能够提供制造执行系统（MES）集成解决方案的企业占比超过90%。

《智能制造工程实施指南》中明确发展五大核心装备为高档数控机床与工业机器人、智能传感与控制装备、智能检测与装配装备、智能物流设备和增材制造装备。典型企业在智能制造装备能力方面，提供智能传感与控制装备解决方案的企业居多，提供增材制造装备解决方案的企业仍较少。 3.供应商业绩情况

1)供应商近三年解决方案销售额情况

根据《智能制造发展规划（2016-2020年）》目标，计划到2020 年，培育形成40家以上主营业务收入超10亿元的智能制造系统解决方案供应商。据不完全统计，2015-2017年期间，智能制造系统解决方案累计销售额超十亿的供应商达33家，占比31%，这33家企业的服务类型分布图如下，其中智能装备集成服务的供应商占比相对较高： 2)2016-2017年供应商解决方案销售额同比增幅

2016年105家典型企业的智能制造系统解决方案销售额同比增长近31%，其中同比增幅超过15%的企业有69家。2017年智能制造系统解决方案销售额同比增长近74%。此次遴选的供应商普遍具备较强的技术实力，对下游需求持续跟进，在很多重大项目上占得先机，一定程度上引领了智能制造系统解决方案的市场发展方向，因此其解

决方案销售额的增速能够超出行业平均水平。 3) 2016-2017年供应商解决方案销售订单同比增幅

2016年105家典型企业的智能制造系统解决方案销售订单数同比增长近31%，其中增幅超过15%的企业有67家；2017年智能制造系统解决方案销售订单数同比增长近44%。 4) 2016-2017年供应商解决方案业务客户数同比增幅

2016年105家典型企业的智能制造系统解决方案客户数同比增长近26%，其中增幅超过15%的企业有60家；2017年智能制造系统解决方案客户数同比增长近37%。 (三) 市场现状

1.市场发展空间广阔，潜力巨大

智能制造实施以来，有效促进了企业转型升级，推进了305个智能制造试点示范项目；智能制造综合标准化与新模式应用项目428个，累计投资721.49亿元；关键技术装备和工业软件方面，已突破并应用4700多套关键技术装备，开发1700多套工业软件，申请专利1300多项。

智能制造的推进和实施，既是制造企业高质量发展的内在需要，也是我国供应商面临的难得机遇，近几年我国智能制造发展取得了显著成果， 无论从整体市场，还是从上述遴选出的典型供应商发展情况来看，销售额、订单数都有较快增长，市场持续发展的动力表现强劲，潜力巨大。

2.用户内生需求增强，更趋理性

近年来，用户对数字化、网络化和智能化的改造已从犹豫、观望，逐步转到主动参与，自主转型升级意识有所提升，内生需求增强，上述典型企业中系统解决方案的客户数、订单数与去年同期同比均有较大增幅也可见一斑。

与前几年部分企业将智能制造与机器人等同，或简单地将智能制造理解成信息化和无人化相比，当前用户整体对于智能制造的认知有所提升， 更趋理性。大多数制造企业虽已较早实施了ERP等管理软件，但行业仍然存在信息孤岛、生产管理模式落后，未实现接单排产的精益生产模式等长期未能解决的痛点，面临向智能制造转型的极大挑战。因此，在谈到具体需求时用户也更趋实际，关注点聚焦在质量、成本、效率、交货期这些实质问题上。 3.整体规划逐步推进，有待加强

随着智能制造的逐步推进，用户在实施大量相关项目之后，仍无法达到真正意义上的互联互通，局部方案带来的“后遗症”逐步突显，以系统整体最优为原则的智能制造系统解决方案越来越成为业界的共识。在此需求下，市场对供应商整体解决方案能力的要求也更为深化。在遴选出的105家供应商中，也侧重了对该项能力的考察。经评测，这些典型供应商大多具备了整体规划设计、智能工厂、数字化车间、数字化产线集成的相关能力，但仍参差不齐，智能工厂内部的垂直集成有待进一步完善。

4.产业生态初步形成，尚需深化

通过联盟2018年大量的调研情况看，目前供应商的建立的推广模式

形式多样：既有集团内部分企业开展试点示范，然后将其成功经验在集团内复制推广的大集团整体规划模式；对各项工艺实现单元模块化操作，之后通过选用不同的工艺单元模块，组成柔性化生产线满足市场要求的工艺单元模块智能化模式；也有通过解决行业面临的1-2个痛点，进行颠覆性技术革新的传统行业局部突破模式等。此外，供应商还通过各类个性化的、有针对性的解决方案提升企业生产效能，再造企业业务流程和产线布局，一批新型技术装备得以应用，一定程度上解决了“卡脖子”难题。

发展智能制造，有利于构建产业生态，增强制造业发展动力，推动制造业变革。随着智能制造的深入推进，促进了装备、工业软件、网络、标准等要素的融合创新，促进了新技术、新产品、新业态的繁荣发展，初步形成了制造业的创新生态体系，为制造业发展提供新动力、新引擎。当然我们也应看到，以技术和资本为纽带，强化用户、系统集成商、工业软件开发商、装备供应商等的合作机制仍需深化，无论是平台型的集成创新还是跨界技术都有待进一步突破，“以用促新”的制造业创新生态系统有待构建和完善。 (四) 发展态势

1.数字化方面供给侧进展 1)流程工业

流程型制造的生产连续性强，工艺流程相对规范，工艺过程的连贯性要求较高，随着智能制造的推进，经过市场验证的流程工业数字化应用方案成熟度进一步提升。目前已初步形成智能执行机构、智能检测、

智能控制、智能操作、智能运营、智能决策六大层次系列产品的整体解决方案。其中核心产品包括现场检测仪表、DCS控制系统、、先进控制与优化软件

（APC）、生产执行系统（MES）、能源管理系统（EMS）、移动智能APP、设备管理等子系统。在企业的实际经营和运维过程中，生产、管理、化验、安全监控、环保监测等数据如何有效地进行加工和应用仍是目前流程型企业面临的共性问题。

如浙江中控提供的数字化应用方案可实现化工行业工厂的“智能现场总线集成、智能操作与控制集成、智能运营”三个层次数据集成，将全厂信息有效整合，构建出高效节能的、绿色环保的、环境舒适的人性化工厂，实现用户企业的转型升级；石化盈科选择不同生产特点和管理模式的炼化企业为试点，面向“运营期”，聚焦企业各业务域，开展大型炼化企业数字化工厂建设，树立行业标杆，随后根据试点经验和实践，由“运营期”扩展并延伸至“工程期+运营期”，交付与企业新装置同步投用的新建（或改扩建）大型企业数字化工厂，为企业实现高质量发展，提供借鉴和样板。 2)离散工业

对于离散制造业而言，产品往往由多个零部件经过一系列不连续的工序加工和装配而成，其过程包含很多不确定因素，在一定程度上增加了离散型制造生产组织的难度和复杂性。当前如何实现制造物理世界与信息世界的交互与共融，成为当前国内外实践智能制造理念和目标所共同面临的核心瓶颈之一。作为实现物理工厂与虚拟工厂的交互融

合的最佳途径，数字孪生技术近期得到了一些企业的关注和实践。 如机械工业第六设计院2018年9月为国内某企业开展的数字孪生系统实施服务，计划在该企业智能制造总体框架下，基于数字孪生重构车间管控体系，辅助整个车间的生产管控过程，增强车间智能制造元素的功能及展示效果；中车四方通过建立高铁转向架车间数字化模型，实现虚拟车间实时仿真并指导生产过程优化调整，利用“数字孪生”技术，产品不良率降低14%，生产效率提升20%，全面提升企业整体制造水平。

2.网络化方面供给侧进展 1)流程工业

在新一轮的数字化智能变革中，流程型企业需要实现 PT（工艺技术）、ET（设备技术）、OT（操作技术）、AT（自动化技术）与 IT（信息技术）的融合创新，需要以工业大数据分析为核心的全生命周期服务， 需要以工业互联和智能为核心的产业协同模式。流程工业网络化方案的方向和趋势是集工厂模型平台、工业大数据平台、工业云平台、工业APP应用商店等于一体，通过“云（云互联网平台）、企（工厂互联网平台）、端（边缘计算节点）”的三层统一架构，可实现管控一体化交互。

与离散型企业相比，大多数流程型企业工业互联网建设基础较好， 其数据主要存在于各种工业控制系统、智能设备和各类工业软件之中。工业互联网平台具有丰富的数据接口，是工厂通用连接器，可实现工业数据的全集成与标准化管理。工业互联网平台提供开放服务，发展

生态合作伙伴，打造全产业链工业企业APP库，实现工业数据生态圈。未来用户可根据自身的基本情况和业务需要，动态DIY配置出个性化的工业应用场景。

同时，不断丰富的工业APP给用户提供越来越多的应用，这一解决方案使系统的弹性增长与变化的用户需求之间达成了一种动态的平衡，实现了多方共赢。

如上海宝信搭建的钢铁行业工业互联网平台，可根据钢铁制造数据特征和业务要求，实现数据存储、传输和获取的标准化，并通过现场设备数据的采集和协议转换，促进企业自身知识的累积和成本的持续控制,提升企业核心竞争能力；和利时打造的HiaCloud工业互联网平台，可实现工厂数据集成、生产可视化、工艺建模、产品数据管理、物流管理、设备远程管理、设备健康诊断、能效管理等应用；通过HiaCloud平台可为用户提供工业互联网节点的规划、建设和长期运维服务。 2)离散工业

与大多数流程行业工业互联网基础水平相对较好不同，离散行业的水平参差不齐，一部分企业基础相对薄弱，但也有领先企业对工业互联网建设达到了不错的水平。在工业互联网集成方面，流程工业更注重能源管理、安全管理、工艺设计等方面，而离散行业对产品设计研发系统的要求相对较高。通过搭建全集成的工业大数据平台，提供大数据分析DIY、智能APP组态开发、智慧决策和分析服务，赋能用户，解决生产控制、生产管理和企业经营的综合问题，让企业能始终牢牢掌握自身发展工业大数据和人工智能的主动权。

如沈阳新松已经开始了工业互联网与机器人的深度融合。具体表现在，通过融合发展为客户建设智能化生产车间提供服务，从而带动生产工艺的机器人化发展。这种融合发展，会使得企业的生产制造系统更为智能，从而为行业提供智能化解决方案。另一个方面，有了这种智能化解决方案，可以为生产线提供实时状态参与、数据参数修改等功能，并在生产现场或者更多地方监控每一条生产线的状态，提供设备维护服务，从而提高生产线的灵活性和效率。三一集团的工程机械工业互联网平台是其在智能制造领域的最新应用成果，基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在连接、弹性供给、高效配置的工业云平台或工业操作系统，对推动制造业与互联网深度融合，促进实体经济和数字经济深度融合，带动上下游产业链及生态行业快速发展。

3.智能化方面供给侧进展 1)流程工业

随着大数据、人工智能等先进技术的快速发展和推广应用，流程工业领域内，部分行业龙头企业已实现了预测性维护、产品质量检测、能源管理优化等方面的典型智能化应用。

具体实现方案因行业需求、企业现状等方面的差异而各有不同，但核心是工厂模型。工厂模型从生产管控维度看，包括供应链模型、生产计划模型、生产调度模型、生产操作模型、装置优化控制模型、生产计量模型、物料移动模型、原料/产品调合模型、物料平衡模型、能源产耗模 型、能源平衡模型、生产统计模型、转动设备失效模型和

管道腐蚀泄漏模型等。工厂模型是一个非常庞大的体系，支撑工厂各层各类管理业务活动的协同与优化，也构成了工业企业智能化运作的核心。

如在建材领域的玻璃全面缺陷在线检测系统，应用人工智能技术识别缺陷种类，对玻璃进行气泡、结石、夹杂等变形缺陷，划伤、擦伤等外观缺陷，崩边、崩角、亮边、烧边等边角缺陷的全面检测。系统根据标准图库已知的缺陷种类的图像，训练系统学习，还可对未学习过的缺陷进行在线采集，通过神经元网络模型训练、计算，完成多场图像分析，准确识别各类缺陷；此外，联想的AR眼镜，配合流程型企业的工作流程，将下一步操作或指引信息叠加到当前视图上，帮助工人快速准确操作，还能提供人机问答和远程协助，极大地改善生产线延迟和误操作率，有效提高企业的生产效率。 2)离散工业

当前以智能制造为代表的新一轮产业变革迅猛发展，人工智能等新兴技术与工业不断融合，相比流程工业，离散制造业在客户需求的多样性、制造工艺的复杂性、生产现场的灵活性、产品质量可靠性等方面面临更深刻挑战，衍生出对智能化的更苛刻要求。

离散工业智能化涵盖了全过程各个环节的智能化，包括产品设计、工艺规划、生产制造、物流、销售、服务等各个环节，通过智能装备、智能工厂、智能物流、智能决策等智能化解决方案与应用，实现企业可持续发展，从产品质量、交付效率、成本控制、客户服务等方面提升制造企业综合竞争力。

当前，相关智能技术已在部分行业及细分领域实现了初步地应用及业务增值，但限于目前的发展水平和阶段都只能是一些探索性的尝试，如为了打破系统乃至企业间的既有接口界限，实现不同企业、不同系统之间的数据无缝互联，基于此华星光电实施了自动缺陷判别系统、自动画面检查设备方案，基于人工智能技术，通过对海量缺陷图片的建模分析总结，开发出具备自主学习能力的自主检测新模型，实现无间断、高精准的缺陷自主检查判定功能，突破产品缺陷必须由人员主管检查判定这一问题根源， 通过人工智能代替人眼检查的新模式，彻底解决了人员检查低效、错漏不断的问题，达成了降低人力成本、提升产品品质、提高企业利润的目标。未来通过集成各类新兴信息技术，来逐步提升自身性能与技术能力，实现自感知、自学习、自决策、自执行、自适应等功能的新型生产方式， 实现智能化的道路上无论流程工业还是离散工业，我们都任重而道远。