制造業數字化轉型丨研究報告

核心摘要：

需求端的核心需求沒有變，生產制造管理相關、供應鏈相關等是重點，也是離散制造業的核心訴求。只不過，行業經過幾年發展，需求端的對轉型認知和期望變的更加理性與聚焦。就需求端的需求而言，具有兩大特點：1）地域特色明顯，廣東、江蘇、浙江、山東既是制造業大省，也是積極嘗試轉型的省份，產業/區域協同發展、提升數字化轉型的基礎支撐能力基本是其共性舉措；2）從需求場景來看，評優和招標市場有所區別：評優側更關注生產制造相關環節的具體落地操作；招標側則多由各市工業和信息化局采購的，希望通過轉型診斷后找到企業在研發、生產作業、數據、組織戰略等環節開展診斷工作，進而給出相應的改造建議，引導企業順利轉型。就需求端的轉型現狀而言，經過幾年發展企業對數字化轉型理性與聚焦并行。理性一方面是指需求端在考慮到實際需求后，在戰略上高度認可，并確定未來一年在轉型支出上增加投入，且供應商的選擇更關注產品及服務的實用性；另一方面則是指面對大模型的熱度，需求端雖然積極擁抱，但是是以客戶洞察與營銷管理這一大模型更適用的場景為主。聚焦主要是指需求端對自身的需求認知更明晰，即更加聚焦數據準備、供應鏈管理、生產管理等緊迫需求場景。

2024年中國制造業數字化轉型市場規模達到1.55萬億，市場服務呈現出劃分體系更加清晰、產品更加豐富、解決方案更加系統化、大模型的落地應用探索逐漸深入等特點。就市場規模而言，市場規模在2025年預計達到1.76萬億，并將在未來5年維持14%左右的增速穩步增長，政策支持、技術進步和市場需求是市場增長的主要驅動因素。就供給市場提供的服務而言：1）產品側，產品伴隨市場技術更迭而迭代，且產品體系基本走向以數據或以場景為維度的高度統一；2）解決方案側，一方面呈現軟硬服一體化的態勢，另一方面也呈現出跨模塊融合/打通的趨勢；3）大模型側，供給端對大模型的應用探索逐步深入，主要通過智能體、大模型+大模型的強強聯合、大模型+產品的結合等方式紛紛探索大模型的應用落地。

盡管制造業的數字化已經進行了幾年，但市場競爭格局尚未出現任何改變，未來在行業層面、市場打法層面、產品及服務層面還有巨大的潛力，一切都是未知，一切也都有可能。1）市場機會層面：行業層面上，離散制造業中的高技術產業是高潛力行業；打法層面上，垂直行業攻堅和信創/國產替代行業相對容易出現領頭企業。2）產品層面：大模型具有非常強的可探索性，但還處于非常早期的階段，供需雙方都在嘗試。大模型短期對市場競爭格局影響不大，但長期看，當大模型對實際應用場景具有支撐作用能力時，會加速市場變化，故企業需把握大模型機會。3）數據層面：目前市場上數據交易、數據開放的聲音出現比較多，但企業無需糾結是否跟隨，重要的是要基于數據（無論是自身數據還是外部數據）構建自己的行業認知壁壘，即內化數據，完成數據-顯性知識-隱性知識構建的完整鏈條。

需求市場1-具有強烈的地域特色

廣東、江蘇、浙江、山東等是制造業企業數TOP4省份，也是積極打造產業集群、積極試行數字化轉型的省份

與我國經濟區域具有地域特色一樣，制造業也具有典型的地域特色。從制造業法人單位數、制造業規上單位數、產業集群分布以及中小企業試點城市分布等指標來看，廣東、江蘇、浙江、山東等省份是我國制造業大省，也是制造業數字化轉型較為積極的省份。

需求市場2-評優側:生產相關是重點

具備落地可行性+實現工廠/系統層級的數字化管理的場景，是近兩年市場所關注的方向，也是評優的關鍵，其中生產相關改造是重點建設方向

根據工信部等單位公布的2022&2023年度智能制造優秀場景名單：1）整體上，圍繞核心生產相關的需求是近幾年最為關注的，占比為57.8%；2）聚焦到細分場景來看，主要有3點值得關注：其一，實現企業/工廠系統層核心節點的數字化是當前重點：工藝、產線設計及驗證；生產管理、協同作業、質檢；倉儲物流；集成優化等是制造業企業經營管理核心模塊的核心場景，是近兩年轉型較為聚焦的場景；其二，利用數據資產實現業務層、管理層的優化將是未來潛力場景：隨著企業數字化轉型的深入，企業數據資產得到有效積累與打通，利用數據實現場景優化管理的占比有望提升；其三，工業大模型深入應用成熟后，將能提升核心場景的管理和優化效率。

需求市場3-招標側:診斷定位+實施為主

各市工業和信息化局是主要采購方，通過數字化診斷定位企業業務痛難點后，然后尋找專業的解決方案助力企業數字化轉型是其主要打法

根據招投標統計結果我們可以看出：當前數字化轉型還是以政府、國企等主導，占比達95.2%。但政府和國企的策略有所不同：1）政府以數字化診斷為主（詳情見需求場景示例-轉型診斷），目的是通過定位企業痛難點后助力企業轉型，側重于方法論；2）國企除了完成數字化診斷后，更多是聚焦于轉型實施，即會在設備采購、軟件采購、產線改造等方面有采購需求。

需求市場4-設備、工控和數據皆需安全守護

數字化轉型推動設備連接/上云增加、工控融合、數據生產和流動加速等利好結果的同時，也擴大了受攻擊的節點范圍，企業安全防護亟需跟進

從制造業企業的視角看，伴隨著數字化轉型的推進，制造業企業部分業務逐漸趨于云化、一體化、集成化。這一趨勢推動業務聯動性增強的同時，也讓制造業企業暴露了更多的攻擊節點，這必然會帶來安全防護的需求。而設備、工控系統、數據等要素作為制造業企業生產轉運的核心，其安全防護的需求將優先被滿足，故針對設備安全、工控安全和數據安全的產品和服務亟需跟進（詳情見需求場景示例-安全防護）。

轉型地位-戰略認可、業務嘗試

戰略上高度認可、技術上多種工具使用、業務上緩慢推進、數據上價值挖掘、成果上合理評估是當前已經轉型的企業的所處的狀態

經過幾年的發展，企業已經對數字化轉型不再陌生，大部分企業不僅從戰略上認可了轉型的必要性，而且紛紛從業務、數據、效果等角度對數字化轉型進行了重新認知。目前，有86.7%的企業認為轉型是十分必要的。同時，企業不只是停留在口號階段，而是付諸實際，即：1）技術上，71.1%的企業已經鋪設了多種工具/技術，試圖優化并推動業務發展；2）業務上，55.6%的企業試圖將轉型推進至核心業務；3）數據上，91.1%的企業在不斷的挖掘自身數據資產的價值；4）效果上，當前以側重提升用戶體驗為主。

轉型驅動因素與期望-需求驅動+合理預期

產業鏈上下游需求驅動是推動企業轉型的主因；運營成本優化、端到端打通和數據驅動決策是企業通過轉型最希望獲得的TOP3效果

整體來看，企業對數字化轉型的動因和期望都比較理性，即需求驅動轉型、合理期待轉型效果。

就驅動因素而言，產業鏈上下游需求推動轉型是主因，占比達73.3%，緊隨其后的就是數據孤島導致決策延遲，占比為55.6%。

就轉型期望而言，當前企業主要落腳點在成本優化，占比達84.4%。同時，端到端的環節打通、數據打通后賦能決策也是企業所希望看到的，占比分別為75.6%和71.1%。

緊迫轉型場景-底層數據基礎搭建為首

數據資產的準備、供應鏈管理和生產管理是最緊迫的TOP3場景

企業數字化轉型需要完成數據準備（含采集、傳輸、存儲）-數據處理-數據分析-數據應用等全流程。從企業轉型最緊迫的場景分布來看，數據準備和數據應用是企業最為關切的兩大環節。

針對數據準備，底層設備改造、數據打通等企業最為迫切的，占比達77.8%。

針對數據應用，企業主要側重于兩大場景：1）供應鏈管理相關建設具備易評估、相對易實施的特性受到企業重視，占比為68.9%；2）生產管理是核心，其中設備管理、排產規劃、AI質檢等不僅具影響整個生產效率，而且影響產品品控，因此頗受企業重視。

供應商選擇&轉型顧慮-實用+歷史包袱重

方案與實際場景相匹配是企業選擇供應商的主要考慮因素；現有系統/設備改造復雜等歷史包袱過重是企業轉型時的主要顧慮

當前制造業企業可理性的供應商。方案的實用性，如與實際需求場景的匹配性、與現有產品/系統的兼容性是企業考慮的TOP2要素，占比分別達到82.2%、75.6%。同時，企業還重點考慮性價比，投資回報率的測算報告、系統的擴展性/可自主操作性也是企業所看重的，并列第三。

就轉型顧慮而言，企業較為實際，歷史包袱重、跨部門協同阻力大、投資回報周期長等是企業轉型時所擔憂的TOP3要點。

未來1年轉型投入-普遍增長+軟件為主

77.8%的企業表示來年轉型投入會有所增長，其中軟件依然是相對大頭

此次調研結果顯示，77.8%的企業都表示未來1年其在數字化轉型的投入占比將有所增長，增長幅度主要聚焦在5%-10%。也有13.3%的企業表示將維持不變。只有6.7%的企業表示會減少轉型投入。

就轉型支出的分配來看，軟件支持比例將有所提升，占比達46.6%。

企業探索大模型落地場景-營銷銷售為主

營銷銷售、供應鏈管理、數據服務等是企業探索大模型落地的主要場景

此次調研結果顯示，企業對大模型的落地探索較為熱情，基本覆蓋了研-產-供-銷-服等所有環節。其中，有40.0%的企業選擇大模型落地經營環節-客戶洞察與營銷管理，這與大模型良好的文本能力、圖片生成能力等息息相關。除此以外，供應鏈管理、數據相關服務也是企業探索大模型落地較多的場景，占比分別為35.6%和33.3%，這與在大數據建設基礎上，疊加大模型能力能讓數據資產發揮更大價值有關，如異常事件的智能模擬與處理。

大模型落地顧慮-結果不確定帶來決策風險

由大模型輸出結果的不確定性帶來的決策風險是企業最擔憂的事情

企業雖然對大模型的落地探索較為熱情，但也對大模型的落地應用伴有擔憂。數據結果的不確定性導致決策風險是企業最擔憂的事情，占比達80%。除此以外，領域知識結構化困難且不足、多模態理解能力不足也是企業較為擔憂的，占比分別為60%和55.6%。由此也說明，當新技術應用于實踐時，需求端市場更多是從實際落地的可行性考慮的，故對新技術的反應更加理性克制 。

對大模型期望+擁抱方式-能力增強+借力

領域知識增強、突破多模態理解限制是企業對大模型能力的主要期望；聯合研發或者直接用外部成熟產品是企業擁抱大模型的主要方式

針對大模型的期望，企業重點關注大模型本身能力的增強，其中領域知識增強（如解決幻覺、增強可解釋性、適應動態變化的知識等）、多模態理解突破場景限制是企業最期望大模型能突破的TOP2問題，占比分別為66.7%和62.2%，遠高于排名第三的模型輕量化（占比為37.8%）。結合大模型的落地顧慮來看，企業本質是希望大模型完成可能能用-可用-好用的轉變。

就企業擁抱大模型的方式而言，44.4%的企業還是傾向于通過聯合研發或使用外部成熟產品來擁抱大模型，企業在金錢、可行性、實用等方面做平衡，整體還是較為理性的。

整體市場規模-2025年有望達到1.76萬億

市場未來5年將維持14%左右的增速穩定增長，其中，以軟件支出為主

制造業數字化轉型已成為一個必選題基本已經在業內達成共識。盡管經受幾年疫情影響，但在國家政策的支持與行業實際需求的助推下，中國制造業數字化轉型依然維持相對穩定的增長態勢。2024年中國制造業數字化轉型的市場規模達到1.55萬億，預計在2025年達到1.76萬億，并將在未來5年維持14%左右的增速穩步增長。維持市場穩步增長的主要驅動因素聚焦在以下3方面：1）政策支持：國家在2025、2027、2030等幾個重要節點都有相對明確的目標和發展方向，促使業內規上企業，尤其是頭部企業積極轉型；2）技術進步：一方面，供給市場經過幾年的服務積累，其產品和解決方案走向細化和體系化的同時，對需求端痛點的滿足更加精準；另一方面，大模型的出現，賦予了老場景新活力，也撬動了新場景需求的釋放。3）主觀層面看，需求端企業既要滿足上下游供應鏈的協同要求，更要守住自身數據資產，并發揮其價值優勢，這將促使企業主動尋求轉型。

供給市場-產業鏈圖譜

供給市場-產品及服務情況

產品伴隨市場技術更迭而迭代，且產品體系基本走向統一，呈現軟硬服+解決方案的架構體系；解決方案的深度和廣度均有所提升

供給市場-主要落地業務場景情況

軟件類產品基本覆蓋了制造流程全生命周期；模型相關的能力應用潛力強：橫向上有助于拓展核心業務場景，縱向上可貫穿軟硬服產品

生產管理、質量管理、設備管理、倉儲物流等場景的產品覆蓋更加全面，可選的產品類型也更多，這些場景具有相對核心、易見效、易買單等特點。值得注意的是，模型相關的能力表現出較強的發展潛力：1）橫向上，通過分類或識別、系統最優、經驗知識推理及決策等思路為企業各個環節的運轉賦能；2）縱向上，通過系統最優等思路、輔助代碼等具體能力賦能軟硬服等產品及服務。但大模型的應用還處于探索階段，是否能深入生產等核心環節，還需靜待市場驗證。

市場特征1-解決方案一體化趨勢明顯

解決方案層面呈現兩大融合：軟硬融合、跨模塊融合

與前幾年相比，2024年制造業數字化轉型市場的解決方案呈現出較為明顯的兩大特點：1）產品層推動軟件+硬件組合；2）業務層推動不同模塊的融合。這兩大特點符合當前差異化的競爭態勢，更符合需求端對人財物、產供銷等核心模塊趨于聯動化、一體化管理的訴求。但供給市場需要注意的是：1）抓住具體實踐服務機會，通過正向工程構筑自己的行業認知理解與壁壘是長期競爭的關鍵；2）企業生產+運營的聯動管理在數字化轉型建設層面已經顯現，更是未來數據價值釋放驅動的運營管理的重點。

市場特征2-大模型的應用探索逐步深入

通過智能體、大模型+大模型的強強聯合、大模型+產品的結合等方式紛紛探索大模型的應用落地情況

當前，大模型落地工業應用時主要聚焦在輔助代碼生成、知識問答、工藝設計/優化、AI檢測、設備運檢助手、圖片生成等方面，在軟硬服等方面都具備可結合性，具有較強的滲透性和發展潛力，因此市場玩家紛紛探索大模型的落地情況。目前市場主要有三種方式探索大模型應用深度：1）開發具有類人的執行任務能力的智能體；2）大模型+大模型強強聯合；3）供需雙方以大模型+產品探索大模型的應用。雖然大模型的應用潛力具有想象空間，但也需正式大模型/智能體的定位：短期還是以工具屬性為主，長期還需要看其是否對實際生產過程有所支撐。

思考1-未來機會在哪里？

行業層面上，離散制造業中的高技術產業是高潛力行業；打法層面上，垂直行業攻堅和信創/國產替代行業相對容易出現領頭企業

制造業數字化轉型雖然已經成為必選題，行業市場機會較多。就宏觀而言：1）行業層面，高技術的離散制造業無論是從政策扶持，還是從潛在的客戶數量上看，都具有較高的潛力；2）市場打法層面，市場還是秉承著產品先行的特點，可從兩個視角看發展機會：其一，錨定垂直行業，進行行業知識積累及產品攻堅后，有望逐步占領市場，從而跑出一個新的行業領頭企業；其二，在新標準的賽道上，如信創/國產替代，企業具有較獨特的發展窗口期，在產品和市場上都相對呈現藍海狀態，具有發展潛力。

思考2-大模型會改變市場競爭格局嗎？

短期對市場競爭格局影響不大，長期要看大模型對實際應用場景的支撐作用能力；大模型會加速市場變化，加速能力看大模型的賦能力度

總覽大數據、VR/AR、元宇宙等新興技術對制造業核心需求場景的影響，我們可以知道：新興技術對行業的影響如果只停留在“錦上添花”的階段，短期內會引起市場的討論熱度，但長期不會市場帶來根本性的影響，大模型亦是如此。但大模型表現出以下3個特點：1）大數據的建設與鋪墊加速了“大模型+”的探索，其應用進程較XR/AR、元宇宙快；2）大模型通過RAG等能力可以賦能較強的文本輸出能力，故能填補大數據等技術應用的空白，如項目管理；3）大模型的可想象空間主要聚焦于能賦能實際生產經營活動的智能體的出現，但目前市場上尚未出現相應解決方案，市場仍需摸索時間。

思考3-有必要跟隨數據開放嗎？

數據開放與流通不是目的，更重要的是要基于數據構建自己的行業認知壁壘，即內化數據，完成數據-顯性知識-隱性知識構建的完整鏈條

近幾年，數字化轉型市場持續存在數據的爭奪和數據開放流通并行的特點，即供給方力求通過產品掌握更多的企業需求和企業數據流轉路徑、國家層面也在不斷完善數據交易的合法合規。而今年達索、SAP、西門子等宣布將開放期深耕數十年的行業知識庫，數據封閉VS數據開放之爭已經擺上臺面。是否要開放數據、如何利用已開放的數據等問題是供需雙方企業都面臨的問題。面對上述問題，企業主要需要考慮兩點：1）是否能發揮已經開放的數據的價值，即完成數據-顯性知識-隱性知識構建的完整鏈條，進而內化成自己的認知，為自己的產品及服務賦能；2）開放是為了提升自身產品能力或企業競爭力，需要在市場地位VS壟斷優勢之間做平衡。

歡迎關注艾瑞數智獲取更多內容