【行业报告】固本强基智能制造进入深水区｜爱分析报告_市场营销策划_2023年市场报告6月第5周_d.docx

《【行业报告】固本强基智能制造进入深水区｜爱分析报告_市场营销策划_2023年市场报告6月第5周_d.docx》由会员分享，可在线阅读，更多相关《【行业报告】固本强基智能制造进入深水区｜爱分析报告_市场营销策划_2023年市场报告6月第5周_d.docx（41页珍藏版）》请在第一文库网上搜索。

1、本强基,智能制造进入深水区2023爱分析智能制造应用实践报告06.2023报告编委报告指导人黄勇爱分析合伙人&首席分析师报告执笔人苏锦添爱分析分析师外部专家（按姓氏拼音排序）刘全光国邦协同CIO朱建勇科杰科技联合创始人兼副总裁特另U鸣谢（按拼音排序）Qbuste1鲁邦通物联网gkeer南杰斛技关键发现 设备后市场服务存在以产品为价值中心、以产品+服务为价值中心和以服务为价值中心三个发展阶段，当前正处于第二阶段。针对运维成本高、备件管理难、服务流程不透明、客户管理难等服务难题，设备后市场服务提供的解决方案能够应对有效上述痛点，并引领制造业服务化转型，推动商业模式变革。 工业数据智能平台成为智能制

2、造的核心基建，为智能制造应用场景的拓展提供统一数据能力支撑。湖仓一体、流批一体技术的发展能够为数据治理提供更高质量的数据、满足不同场景下的数据应用需求。同时，工业数据智能平台的建设需要夯实数据安全底座。 工业元宇宙引领智能制造发展方向，通过打造一个三维的、低成本的虚拟世界，加速产品优化迭代，应用场景包括研发设计、生产制造、沉浸式营销等。然而从概念走向现实，工业元宇宙亦存在诸多挑战，要求更高的算力、更快的技术融合和更加安全的数据保护等。相较于其他行业，制造业在大模型领域投入较少，相对滞后。通用大模型可帮助企业打破知识和行业经验壁垒，实现突破创新，专业大模型能有效解决大客户特定需求，打破垂直类信息

3、孤岛。制造业需要加快探索和布局大模型的应用。目录1 .报告综述72 .设备后市场服务应用实践分析H3 .工业数据智能平台应用实践分析224 .工业元宇宙应用实践分析325 .结语36关于爱分析37研究咨询服务38法律声明39CHAPTER01报告综述1 .报告综述中国制造业体量庞大，增长迅速。根据国家统计局数据，2023年我国制造业增加值达33.5亿元，继续保持世界第一制造大国的地位。根据工信部的数据，我国制造业占全球比重也从22.5%上升到近30%o与此同时，中国制造业面临智能化水平不足、核心技术受制于人、部分工艺流程的人工依赖度较高、产业附加值不足等问题。伴随着我国人口结构和产业结构的转型

4、，制造业的成本将进一步攀升，未来发展面临挑战。在此背景下，智能制造成为制造业转型升级的核心命题。智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称，它以智能工厂为载体，以关键制造环节智能化为核心，以端到端数据流为基础、以网络互联为支撑，能够缩短产品研制周期、降低资源能源消耗、提高生产效率、提升产品质量。当前，制造业企业的数字化转型实践已经进入深水区，呈现出以下趋势：从业务运营的降本增效走向商业模式变革，从单点场景的验证突破转向平台化能力建设，从成熟技术的应用延伸到新兴技术的探索。以

5、设备制造行业为代表，设备后市场服务引领服务型制造商业模式变革。伴随着政策指引和制造业观念转变，制造业开始向服务化转型，由原来的以产品为中心转为以价值为中心，通过提供附加值服务来增强产品竞争力。一方面，中国制造2025关于进一步促进服务型制造发展的指导意见等政策文件中明确指出，要利用工业互联网等新一代信息技术促进生产型制造向服务型制造的转变，推动商业模式和业态的创新。另一方面，越来越多的企业认识到，伴随着市场由短缺经济向过剩经济的转变，产品同质化愈加严重，消费者选择空间也更大，服务化经营和差异化战略将成为制造业实现突围的制胜策略。 数据智能平台建设成为智能制造的核心基建。数据已成为继土地、劳动力

6、、资本、技术之后的第五生产要素，数据作为制造业数字化转型的基础要素，决定了智能制造的精度和深度。在2023年12月出台的“十四五”数字经济发展规划中也指出，要“加快企业数字化转型升级”“支持有条件的大型企业打造一体化数字平台”“由点及面向全业务全流程数字化转型延伸拓展”，因时因地打造工业数据智能平台已成为制造业集成数据资源、挖掘数据价值以赋能业务场景的必由之路。与此同时，随着领先制造业企业自动化基础建设的基本成熟和上层数字化应用的单点突破，企业亟需建设一个统一的数据资产管理与服务平台，为智能制造各应用场景的拓展提供统一的数据能力支撑。 工业元宇宙指引下T弋智能制造发展方向。工业元宇宙作为元宇宙

7、落地的热门场景，一直以来受到众多关注。政策端，国家和各地正在加快出台相关产业政策，以抢占先发优势。2023年10月，工信部发布工业元宇宙三年行动计划(2023-2015年)，推广工业元宇宙在具体场景下的应用。工业元宇宙通过虚拟世界对现实生产活动的映射，帮助制造业打破时空限制，降低试错成本，提升作业效率。但目前工业元宇宙落地时仍面临着数字挛生模型构建难、技术储备不足、技术融合难、数据安全风险突出等问题。未来，如何突破上述难点、拓宽工业元宇宙应用的深度和广度是制造业共同关心的问题。图1：智能制造市场全景地图爱分析智能制造市场全景地图N决方XS用层产品9计-供应B1-生产Ma1一ttWi*一收菅It

8、理8MK-安全环保一RSffa拿用MJR1W字化XftWKVttM决仍WSWit我宇办公a3UM5发设计工业软件MESDNCDCSAPSP1CSCAOA经看管aB1能型软件xtrApp仿一平白Db5Zik平台居CAOCACCAPPP1MPDMEDAEAM工*互联网平台图：登分析绘制ife)d综上所述，爱分析选择设备后市场服务、工业数据智能平台和工业元宇宙3个重点市场进行应用实践分析，以期为制造业企业决策层以及业务、数据部门、IT部门负责人提供企业数字化转型的实际落地经验，帮助其更好地完成智能制造的升级改造。CHAPTER02设备后市场服务应用实践分析2.设备后市场服务应用实践分析21设备后市场

9、服务的过去、现在与未来图2：设备后市场服务发展历程未来：以服务为价值中心传统：以产品为价值中心当前：产品+服务为价值中心/提供安装、调试、维修等基础服务/提高销量和价格、控制成本以增加利两“智能化水平低“预测性维护服务/金融租货服务/设备升级改造服务，供应链服务，设备报废回收服务/推动MaaS(机器即服务)模式大规模落地/根据机器产出、服务性能、绩效指标达成定价图:爱分析绘制ifen6传统模式以产品为价值中心：在粗放的传统模式下，装备和设备制造业更多着眼于产品的制造而非附加服务上，产品是企业的价值中心，企业通过提高产品销量和价格、控制生产成本以增加利润。企业为产品提供的服务包括基础的安装、调试

10、和维修等，未能对产品的价值链进行拓展和深挖。由于设备智能化水平较低，这类服务的提供也面临着人力成本高、服务效率低等难题。当前模式，产品和服务共同构成价值中心：当前正处于制造业价值中心的转移阶段，企业开始逐步拓展服务场景，延伸价值链。在“产品+服务”的商业模式下，装备制造业进一步扩大、深化和创新服务场景，提供的服务包括但不限于常规性运维服务、预测性维护服务、设备升级改造服务、设备报废回收服务、金融租赁服务、供应链服务等。以IBM公司为例，早期该公司以制造打卡机、计算机为主营业务，在企业面临巨额亏损时，采取了“服务价值和按需电子商务(e-businessondemand),的转型策略，如今IBM公

11、司已成功地从生产硬件转为提供服务，成为全球知名的IT服务公司。未来模式以服务为价值中心：根据制造业“微笑曲线”理论，在产品价值链中，产品附加值主要集中在研发和销售两端，发展服务型制造、增加服务要素投入，是装备制造业降本增效、形成新的增长点的必由之路和必然选择，企业将逐步从以“产品+服务”为价值中心过渡到以服务为价值中心。价值中心的转移也将带来商业模式的转型，未来有望推动MaaS（机器即服务）模式的更大规模落地，即装备制造业企业根据产品的服务性能、关键绩效指标的达成定价，客户无需一次性购入整台设备，仅需租赁设备，减少了客户的资本性支出，商业模式的转型有利于企业开拓市场。22企业在提供后市场服务时

12、面临的痛点图3：设备后市场服务痛点及解决方案运行状态数据不及时、不精准、不完善响应式维护停工时间长,原厂和副厂配件混用影响维修质/备件库存管理难运维团队管理难服务历史记录追溯难无法掌握实时进度无法有效监督服务,客户资源易流失,难以形成集中客户档案数据,客户信息分散,专家远程指导现场服务人员判断设备故障/远程运维数据可作为知识经验积累起来/备件可视化管理,在线申请、使用、退货,优化库存管理,将观察数据与健康运行参数对比，针对性维护/减少非计划停机时间、降低非必要维修成本/统一客户数据，形成客户档案,针对性售后服务，二次销售图:爱分析绘制ifen)u设备运行状态不透明，运维流程复杂、成本高：由于设

13、备智能化水平不足，导致企业掌握的设备运行状态数据不及时、不精细、不完整，企业只能在设备发生故障时做出响应式维护。复杂的运维流程一方面给企业带来了较高的运维成本，另一方面，由于客户在设备发生故障时无法及时维护，会产生较长的停工时间。备牛管理难：一方面，企业缺乏备品备件的台账和流通数据，导致原厂和副厂的配件混用，严重影响设备运维效果和质量。另一方面，由于缺乏对设备故障数据的统计分析，企业无法据此对备件库存进行优化管理，备件库存过高则给企业带来较高的资金成本，库存过低则容易影响备件更换的及时性，降低客户满意度。服务流程不透明：设备分布在全国乃至全球各地给运维团队的管理造成了一定难度，庞大的运维节点网

14、络导致企业难以获取工单的实时状态，也不便对运维历史记录进行追溯查询。如此，管理端无法及时了解服务的进度与及时性，也无法控制服务的成本；客户端的服务满意度数据也无法及时上传，不能对服务效率形成有效监督。客户数据分散、不完备，客户关系管理难：首先，由于客户信息分散在各个业务员或部门中，业务或人员变动容易造成客户资源流失。其次，售后服务人员在提供维修服务、经营客户关系时，工作相对独立，行动随意性较大，难以形成集中的客户档案数据，无法为客户提供全生命周期的服务。最后，由于客户信息分散，难以沉淀形成企业数据资产，无法及时挖掘增值服务，难以转化成销售机会。23设备后市场解决方案以物联网、边缘计算、人工智能

15、等技术为依托，设备后市场服务解决方案能够有应对传统模式下服务成本高、备件管理难、运维流程不透明、客户关系管理困难等问题。远程运维：企业通过物联网网关、边缘传感器等实时采集设备运行状况数据和设备监控数据，通过移动网络上传到平台，采集到的数据可作为企业进行故障预警、备件管理的依据。远程运维能够搭建企业与设备专家之间的沟通桥梁，帮助企业快速定位设备故障，减少因维修人员出行时间过长而导致的设备停工时间长。同时，企业可将远程运维数据作为维修经验积累起来，沉淀形成企业数据资产。孑疑!1性哪：不同于被动的响应式维护与定期的预防性维护，预测性维护使用智能状态监控传感器作为数据收集器，将测得的数据与设备健康运行状态参数进行比较，进而判断设备是否需要维护，安排针对性的维护工作。预测性维护一方面可以减少设备的非计划停机时间，另一方