制造業(yè)人工智能專題-從科學(xué)效應(yīng)到人工智能課件

1、16/0916/1016/1116/1217/0117/0217/0317/0417/0517/0617/0717/08meHeaderTable_User10128119921360521840HeaderTable_Industry13021300看好investRatingChange.sa173833703深度報(bào)告東方證券股份有限公司及其關(guān)聯(lián)機(jī)構(gòu)在法律許可的范圍內(nèi)正在或?qū)⒁c本研究報(bào)告所分析的企業(yè)發(fā)展業(yè)務(wù)關(guān)系。因此，投資者應(yīng)當(dāng)考慮到本公司可能存在對(duì)報(bào)告的客觀性產(chǎn)生影響的利益沖突，不應(yīng)視本證券研究報(bào)告為作出投資決策的唯一因素。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申

2、明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明?！拘袠I(yè)證券研究報(bào)告】一直是 院發(fā)近日國務(wù) 政策 布關(guān)于開展質(zhì)量提升行動(dòng)的指導(dǎo)意見，其中關(guān)于工業(yè)制造領(lǐng)域包括提升生產(chǎn)過程智能化水平、降低能耗、物耗、水耗，推廣現(xiàn)代企業(yè)管理制度，提高質(zhì)量在線監(jiān)測(cè)、控制和產(chǎn)品全生命周期質(zhì)量追溯能力等內(nèi)容。工業(yè)數(shù)字化、智能化一直是政策文件的重點(diǎn)關(guān)注領(lǐng)域，并且也將受益于在“互聯(lián)網(wǎng)+”和“人工智能+”的風(fēng)口。但傳統(tǒng)意義的工業(yè)智能與常規(guī)意義的“人工智能”并非一回事，且隨著基于互聯(lián)網(wǎng)大數(shù)據(jù)的人工智能應(yīng)用越來越趨近紅海，線下工業(yè)大數(shù)據(jù)及在此基礎(chǔ)上實(shí)現(xiàn)的人工智能應(yīng)用和產(chǎn)業(yè)升級(jí)仍然是值得關(guān)注的藍(lán)海。核心觀

3、點(diǎn)通過算法實(shí)現(xiàn)學(xué)習(xí)提升使得人工智能系統(tǒng)區(qū)別于一般工業(yè)智能系統(tǒng)。工業(yè)領(lǐng)域的智能化起步于初級(jí)智能系統(tǒng)，主要依賴科學(xué)效應(yīng)形成的工程技術(shù)。后來在此基礎(chǔ)上逐漸利用機(jī)器學(xué)習(xí)等人工智能算法從歷史數(shù)據(jù)的分析中挖掘潛在規(guī)律，并內(nèi)化應(yīng)用于改善和提升系統(tǒng)執(zhí)行任務(wù)的智能水平，逐步融入具備自主學(xué)習(xí)和提升能力的“人工智能”。工業(yè)領(lǐng)域的人工智能應(yīng)用存在其特殊性與難點(diǎn)，是漸進(jìn)而持續(xù)的過程。、目前人工智能在工業(yè)領(lǐng)域的應(yīng)用更多表現(xiàn)為優(yōu)化決策過程的輔助作用。從初期的技術(shù)、設(shè)備、生產(chǎn)線的布局投入，到內(nèi)部生產(chǎn)、制造流程的優(yōu)化和效率提升，接著與外部整個(gè)供應(yīng)鏈生態(tài)的系統(tǒng)的協(xié)同，最后真正實(shí)現(xiàn)人和機(jī)器各自做最擅長(zhǎng)的工作并達(dá)到增加資源供給的目標(biāo)

4、，這將是一個(gè)相對(duì)長(zhǎng)期而漸進(jìn)的過程。、工業(yè)數(shù)據(jù)具備更強(qiáng)的專業(yè)性及關(guān)聯(lián)性，且分散在不同環(huán)節(jié)、不同設(shè)備以及設(shè)備的不同部位，數(shù)據(jù)缺漏及異步等問題也時(shí)有發(fā)生，價(jià)值實(shí)現(xiàn)要求與難度更是高于互聯(lián)網(wǎng)大數(shù)據(jù)，對(duì)人工智能算法處理過程也提出了更多更高的要求。數(shù)據(jù)、技術(shù)及政策等推動(dòng)不同環(huán)節(jié)智能升級(jí)，成本、效率、質(zhì)量、體驗(yàn)得到進(jìn)一步優(yōu)化。、設(shè)備/人員/物料等要素，車間/生產(chǎn)線/整個(gè)工廠等生產(chǎn)環(huán)境，以及包括生產(chǎn)/物流/銷售/售后等全過程在內(nèi)的數(shù)據(jù)化網(wǎng)絡(luò)，是實(shí)現(xiàn)智能升級(jí)的前提和基礎(chǔ)。、在人工智能算法與基礎(chǔ)設(shè)施不斷進(jìn)步的基礎(chǔ)上，輔之以政策的持續(xù)推動(dòng)，傳統(tǒng)制造型企業(yè)開始向新的生產(chǎn)方式以及服務(wù)型制造模式轉(zhuǎn)型。、目前應(yīng)用相對(duì)比較成熟

5、的案例主要表現(xiàn)為對(duì)生產(chǎn)或服務(wù)過程中不同環(huán)節(jié)或多個(gè)環(huán)節(jié)的人力替代及輔助決策，帶來的效果主要表現(xiàn)在降低生產(chǎn)成本、提高運(yùn)營效率、提升產(chǎn)品質(zhì)量以及改善客戶體驗(yàn)等四個(gè)方面。投資建議大數(shù)據(jù)及人工智能在線上互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用已然趨于紅海，工業(yè)大數(shù)據(jù)以及在此基礎(chǔ)之上的人工智能應(yīng)用尚屬藍(lán)海，發(fā)展?jié)摿εc空間毋庸置疑?？春霉I(yè)制造領(lǐng)域的信息化、數(shù)字化趨勢(shì)，中長(zhǎng)期看好人工智能應(yīng)用的落地。傳感器、工業(yè)物聯(lián)網(wǎng)以及工控領(lǐng)域等可從中受益。此外，為制造業(yè)企業(yè)提供包括內(nèi)部管理流程、生產(chǎn)制造執(zhí)行以及庫存、供應(yīng)鏈、銷售、售后等環(huán)節(jié)在內(nèi)的信息化、數(shù)據(jù)化處理軟件的標(biāo)的同樣會(huì)從中受益，如用友網(wǎng)絡(luò)(600588，未評(píng)級(jí))、漢得信息(30017

6、0，未評(píng)級(jí))、金蝶國際（0268.HK，未評(píng)級(jí)）等。風(fēng)險(xiǎn)提示 人工智能需要大量的前瞻性投入，研發(fā)成本較高，應(yīng)用進(jìn)度可能不及預(yù)期東方證券股份有限公司經(jīng)相關(guān)主管機(jī)關(guān)核準(zhǔn)具備證券投資咨詢業(yè)務(wù)資格，據(jù)此開展發(fā)布證券研究報(bào)告業(yè)務(wù)。計(jì)算機(jī)行業(yè)從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步看好中性 看淡行業(yè)評(píng)級(jí)國家/地區(qū)行業(yè)(維持)中國/A 股計(jì)算機(jī)報(bào)告發(fā)布日期2017 年 09 月 26 日行業(yè)表現(xiàn)證券分析師張穎*6085執(zhí)業(yè)證書編號(hào)：S0860514090001邵進(jìn)明*3209相關(guān)報(bào)告寒武紀(jì)芯片受關(guān)注，語音助手開始“抱團(tuán)” 2017-09-11人工智能月報(bào) 2017 年 8 月期巨頭人工智能布局梳理之國

7、內(nèi)篇 2017-08-22AI 上升為國家戰(zhàn)略，各方場(chǎng)景布局有所聚焦人工智能月報(bào) 2017 年 7 月期巨頭紛紛入場(chǎng)，是否意味著智能音箱真將迎來春天？2017-08-042017-07-060%-12%-24%資料來源：WIND24%12%計(jì)算機(jī)滬深300有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。2HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步目 錄一、起步于科學(xué)效應(yīng)，逐漸融入人工智能 .4二、人工智能在工業(yè)領(lǐng)域不同環(huán)節(jié)的應(yīng)用 .52.1 政策與技術(shù)助推

8、生產(chǎn)與業(yè)務(wù)模式轉(zhuǎn)型.52.2 工業(yè)領(lǐng)域的人工智能應(yīng)用是漸進(jìn)而持續(xù)的過程 .72.3 全生命周期不同環(huán)節(jié)的智能升級(jí).9三、人工智能在工業(yè)領(lǐng)域?qū)崿F(xiàn)的難點(diǎn)與條件.103.1 工業(yè)數(shù)據(jù)的有效獲取成為前提和基礎(chǔ).103.2 工業(yè)領(lǐng)域人工智能對(duì)數(shù)據(jù)及算法提出新的要求 .11四、工業(yè)領(lǐng)域的人工智能應(yīng)用案例.134.1 典型案例.134.2 國內(nèi)互聯(lián)網(wǎng)巨頭的相關(guān)嘗試.16五、投資建議.17六、風(fēng)險(xiǎn)提示.18有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。3HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能

9、:制造業(yè)人工智能應(yīng)用正起步圖表目錄圖 1：生產(chǎn)線上忙碌的工業(yè)機(jī)器人 .4圖 2：電飯煲及其工作原理.4圖 3：智能系統(tǒng)的特征與分類 .5圖 4：當(dāng)前人工智能的工業(yè)應(yīng)用更多表現(xiàn)為優(yōu)化決策過程的輔助作用.8圖 5：中長(zhǎng)期人工智能的工業(yè)應(yīng)用和實(shí)現(xiàn)是一個(gè)漸進(jìn)而持續(xù)的過程 .8圖 6：全生命周期不同環(huán)節(jié)的數(shù)據(jù)閉環(huán)與智能升級(jí) .9圖 7：工業(yè)領(lǐng)域可利用數(shù)據(jù)來源多樣.11圖 8：由不同環(huán)節(jié)、不同設(shè)備構(gòu)建的數(shù)據(jù)網(wǎng)絡(luò)是智能化的前提 .11圖 9：人工智能算法及應(yīng)用助力工業(yè)數(shù)據(jù)的價(jià)值實(shí)現(xiàn).12圖 10：GE 工業(yè)互聯(lián)網(wǎng)平臺(tái) Predix.13圖 11：通過精準(zhǔn)的操控方法為意大利航空節(jié)約燃油成本 .13圖 12：D

10、eepMind 控制設(shè)備運(yùn)行方式提升數(shù)據(jù)中心能源使用效率 .14圖 13：富士康利用機(jī)器代替人降低勞動(dòng)力成本.15圖 14：傳統(tǒng)制造業(yè)紅領(lǐng)借助數(shù)字化、智能化實(shí)現(xiàn)需求的快速響應(yīng).15表 1：政策迭出，推動(dòng)工業(yè)制造轉(zhuǎn)型升級(jí).6表 2：工業(yè)制造相關(guān)環(huán)節(jié)的人工智能升級(jí).9表 3：互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)之間存在明顯差別.12表 4：BAT 與制造業(yè)合作，輸出云計(jì)算、大數(shù)據(jù)以及人工智能等技術(shù) .16圖1數(shù)據(jù)來源：生產(chǎn)線上忙碌的工業(yè)機(jī)器人百度圖片，東方證券研究所BAT1950年代，而“人工智能”是103圖2數(shù)據(jù)來源：有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信：電飯煲及其工作原理息披露見分析師申明之后部

11、分，或請(qǐng)與您的4HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步提起工業(yè)領(lǐng)域的人工智能應(yīng)用，或許第一聯(lián)想到的會(huì)是生產(chǎn)線上的工業(yè)機(jī)器人，那些有序揮舞著的機(jī)械臂不知疲倦地重復(fù)著各自的動(dòng)作，完成各生產(chǎn)環(huán)節(jié)的零部件制造、搬運(yùn)、組裝及檢測(cè)等任務(wù)。事實(shí)上，一方面來講工業(yè)領(lǐng)域的人工智能應(yīng)用遠(yuǎn)不止機(jī)械臂這么單一，另一方面，有時(shí)候看起來很本篇報(bào)告將會(huì)首先對(duì)工業(yè)領(lǐng)域的“智能”與“人工智能”加以區(qū)分，然后主要針對(duì)人工智能在工業(yè)相關(guān)實(shí)踐。并非所有的智能都是人工智能。雖然對(duì)于人工智能的定義一直很難有統(tǒng)一說法，但一般意義上會(huì)認(rèn)為讓機(jī)器能像人一樣“聽說讀寫”、“思考決策”就可以劃入

12、相關(guān)范疇。那么對(duì)于像電飯煲這樣能在米飯煮熟以后自動(dòng)斷電算是“智能”嗎？或者說算是“人工智能”嗎？答案很顯然，電飯煲的自1956時(shí)感溫鐵氧體失去磁性的效應(yīng)，彈簧作用下與永磁鐵分開從而切斷電源。因而這種“智能”只是利用了材料本身的“特性”。熱傳導(dǎo)、熱對(duì)流等。圖3：智能系數(shù)據(jù)來源：三體智能革命機(jī)械工業(yè)出版社，東方證券研究所+”，制造業(yè)始終是政策重點(diǎn)關(guān)注的領(lǐng)域。2015+”人工智能三年行動(dòng)實(shí)施方案和2017年72.1重大政月份國劃和行型升級(jí)。而在20716年5+”到“人工智能2025月“互聯(lián)網(wǎng)+5有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智

13、能:制造業(yè)人工智能應(yīng)用正起步電飯煲中感溫磁鐵在超過一定溫度時(shí)失去磁性的現(xiàn)象可稱為“科學(xué)效應(yīng)”。一般而言，科學(xué)效應(yīng)是對(duì)物理、化學(xué)、生物、幾何等效應(yīng)的統(tǒng)稱，主要來源于科學(xué)研究及日常生活發(fā)現(xiàn)?？茖W(xué)效應(yīng)在工業(yè)領(lǐng)域得到廣泛應(yīng)用，例如空調(diào)靠“相變”制冷，洗衣機(jī)靠“離心力”將衣服甩干，以及熱脹冷縮、通過算法實(shí)現(xiàn)學(xué)習(xí)提升使得人工智能系統(tǒng)區(qū)別于一般工業(yè)智能系統(tǒng)。根據(jù)智能系統(tǒng)具備的特征可以、恒定智能系統(tǒng)主要是指所具備的智能水平在系統(tǒng)構(gòu)建之初就已經(jīng)被設(shè)定，嵌入了一定的計(jì)算和、開放智能系統(tǒng)與恒定智能系統(tǒng)相比多了“學(xué)習(xí)提升”的環(huán)節(jié)，這也正是人工智能系統(tǒng)與一般智能系統(tǒng)最大的區(qū)別所在。這樣的系統(tǒng)具備一定的認(rèn)知能力，能通過學(xué)

14、習(xí)不斷提升和改善自身。工業(yè)領(lǐng)域的智能化起步于初級(jí)智能系統(tǒng)，主要依賴科學(xué)效應(yīng)形成的工程控制技術(shù)。后來在此基礎(chǔ)上逐漸利用機(jī)器學(xué)習(xí)等人工智能算法，從歷史數(shù)據(jù)的分析中挖掘潛在規(guī)律，并內(nèi)化應(yīng)用于改善和提升年 5是推動(dòng)我國制造業(yè)轉(zhuǎn)型升級(jí)、提升企業(yè)國際競(jìng)爭(zhēng)力的戰(zhàn)略規(guī)”行動(dòng)的指導(dǎo)意見更是直接指出要推動(dòng)服務(wù)”轉(zhuǎn)月新一代時(shí)間政策文件簡(jiǎn)要摘錄（僅摘錄部分相關(guān)內(nèi)容）2015年5月中國制造2025（國務(wù)院）深化互聯(lián)網(wǎng)在制造領(lǐng)域的應(yīng)用。實(shí)施工業(yè)云及工業(yè)大數(shù)據(jù)創(chuàng)新應(yīng)用試點(diǎn)，建設(shè)一批高質(zhì)量的工業(yè)云服務(wù)和工業(yè)大數(shù)據(jù)平臺(tái)到2020年，制造業(yè)重點(diǎn)領(lǐng)域智能化水平顯著提升，試點(diǎn)示范項(xiàng)目運(yùn)營成本降低30%，產(chǎn)品生產(chǎn)周期縮短30%，不良品

15、率降低30%。到2025年，制造業(yè)重點(diǎn)領(lǐng)域全面實(shí)現(xiàn)智能化，試點(diǎn)示范項(xiàng)目運(yùn)營成本降低50%，產(chǎn)品生產(chǎn)周期縮短50%，不良品率降低50%。2015年7月國務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見鼓勵(lì)制造企業(yè)利用物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)，整合產(chǎn)品全生命周期數(shù)據(jù)，形成面向生產(chǎn)組織全過程的決策服務(wù)信息，為產(chǎn)品優(yōu)化升級(jí)提供數(shù)據(jù)支撐。鼓勵(lì)企業(yè)基于互聯(lián)網(wǎng)開展故障預(yù)警、遠(yuǎn)程維護(hù)、質(zhì)量診斷、遠(yuǎn)程過程優(yōu)化等在線增值服務(wù)，拓展產(chǎn)品價(jià)值空間，實(shí)現(xiàn)從制造向“制造+服務(wù)”的轉(zhuǎn)型升級(jí)。2016年3月國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要加強(qiáng)工業(yè)互聯(lián)網(wǎng)設(shè)施建設(shè)、技術(shù)驗(yàn)證和示范推廣、推動(dòng)制造業(yè)由生產(chǎn)型向生產(chǎn)服務(wù)型轉(zhuǎn)變，引導(dǎo)

16、制造企業(yè)延伸服務(wù)鏈條、促進(jìn)服務(wù)增值，深入實(shí)施中國制造2025，以提高制造業(yè)創(chuàng)新能力和基礎(chǔ)能力為重點(diǎn)，推進(jìn)信息技術(shù)與制造技術(shù)深度融合。2016年5月“互聯(lián)網(wǎng)+”人工智能三年行動(dòng)實(shí)施方案（發(fā)改委、科技部、工信部、網(wǎng)信辦）推進(jìn)重點(diǎn)領(lǐng)域智能產(chǎn)品創(chuàng)新，支持在制造、教育、環(huán)境、交通、商業(yè)、健康醫(yī)療、網(wǎng)絡(luò)安全、社會(huì)治理等重要領(lǐng)域開展人工智能應(yīng)用試點(diǎn)示范2016年5月國務(wù)院關(guān)于深化制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展的指導(dǎo)意見到2018年，制造業(yè)重點(diǎn)行業(yè)骨干企業(yè)互聯(lián)網(wǎng)“雙創(chuàng)”平臺(tái)普及率達(dá)到80%、制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化取得明顯進(jìn)展；到2025年，力爭(zhēng)實(shí)現(xiàn)制造業(yè)與互聯(lián)網(wǎng)融合“雙創(chuàng)”體系基本完備2016年5月關(guān)于實(shí)施制造

17、業(yè)升級(jí)改造重大工程包的通知（發(fā)改委、工信部）智能化改造工程：數(shù)字化車間建設(shè)工程（建立數(shù)據(jù)采集分析系統(tǒng)和制造執(zhí)行系統(tǒng)（MES），提升研發(fā)制造全過程數(shù)字化管理水平）、智能工廠示范工程、驗(yàn)證體驗(yàn)中心建設(shè)工程、傳感器及儀器儀表智能化升級(jí)工程（加快開發(fā)生產(chǎn)經(jīng)營與制造資源數(shù)字化管控平臺(tái)等）；服務(wù)型制造轉(zhuǎn)型工程：推動(dòng)制造企業(yè)和互聯(lián)網(wǎng)企業(yè)建立具有自主知識(shí)產(chǎn)權(quán)的實(shí)時(shí)在線服務(wù)平臺(tái)，開展遠(yuǎn)程終端設(shè)備數(shù)據(jù)信息實(shí)時(shí)回傳、監(jiān)控中心大數(shù)據(jù)智能分析，提升故障預(yù)警、遠(yuǎn)程維護(hù)、質(zhì)量診斷、遠(yuǎn)程過程優(yōu)化等在線服務(wù)功能。建立面向客戶的全天候?qū)崟r(shí)在線智能信息服務(wù)能力，實(shí)現(xiàn)基于互聯(lián)網(wǎng)的產(chǎn)品動(dòng)態(tài)升級(jí)和實(shí)時(shí)信息互動(dòng)2016年7月發(fā)展服務(wù)型制造

18、專項(xiàng)行動(dòng)指南（工信部、發(fā)改委、中國工程院）推動(dòng)發(fā)展服務(wù)型制造，優(yōu)化供應(yīng)鏈管理，支持制造業(yè)企業(yè)整合內(nèi)部物流資源，優(yōu)化生產(chǎn)管理流程，提高上下游供應(yīng)鏈?zhǔn)袌?chǎng)響應(yīng)效率和產(chǎn)品服務(wù)質(zhì)量穩(wěn)定性，提升企業(yè)信息化水平，大力推動(dòng)云制造服務(wù)。支持制造業(yè)企業(yè)、互聯(lián)網(wǎng)企業(yè)、信息技術(shù)服務(wù)企業(yè)跨界聯(lián)合，鼓勵(lì)中小企業(yè)采購使用工業(yè)云服務(wù)，引導(dǎo)制造業(yè)企業(yè)實(shí)施產(chǎn)品全生命周期管理等2016年12月智能制造發(fā)展規(guī)劃（2016-2020年）（工信部、財(cái)政部）加快研發(fā)智能制造支撐軟件，突破設(shè)計(jì)、工藝仿真軟件、工業(yè)控制軟件、業(yè)務(wù)管理軟件（制造執(zhí)行系統(tǒng)MES、企業(yè)資源管理軟件ERP、供應(yīng)鏈管理軟件SCM等）、數(shù)據(jù)管理軟件。到2020年核心支撐軟

19、件市場(chǎng)滿足率超過30%。中小企業(yè)智能化改造專項(xiàng)行動(dòng)：支持第三方機(jī)構(gòu)提供分析診斷、創(chuàng)新評(píng)估等服務(wù)、促進(jìn)互聯(lián)網(wǎng)和信息技術(shù)在生產(chǎn)制造、經(jīng)營管理、市場(chǎng)營銷各個(gè)環(huán)節(jié)中的應(yīng)用、推進(jìn)云制造，構(gòu)建云制造平臺(tái)和服務(wù)平臺(tái)。鼓勵(lì)有條件的大企業(yè)搭建信息化服務(wù)平臺(tái)，向中小企業(yè)開放入口、數(shù)據(jù)信息、計(jì)算能力。2017年7月新一代人工智能發(fā)展規(guī)劃（國務(wù)院）推動(dòng)人工智能與各行業(yè)融合創(chuàng)新，在制造、農(nóng)業(yè)、物流、金融、商務(wù)、家居等重點(diǎn)行業(yè)和領(lǐng)域開展人工智能應(yīng)用試點(diǎn)示范HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)

20、與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。6表 1：政策迭出，推動(dòng)工業(yè)制造轉(zhuǎn)型升級(jí)2017 年 7 月2017 年 8 月2017 年 9 月國務(wù)院關(guān)于強(qiáng)化實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略進(jìn)一步推進(jìn)大眾創(chuàng)業(yè)萬眾創(chuàng)新深入發(fā)展的意見制造業(yè)“雙創(chuàng)”平臺(tái)培育三年行動(dòng)計(jì)劃（工信部）中共中央 國務(wù)院關(guān)于開展質(zhì)量提升行動(dòng)的指導(dǎo)意見HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步加快研究制定工業(yè)互聯(lián)網(wǎng)安全技術(shù)標(biāo)準(zhǔn)，建設(shè)工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)安全監(jiān)測(cè)平臺(tái)和中小企業(yè)網(wǎng)絡(luò)安全公共服務(wù)平臺(tái)，強(qiáng)化工業(yè)互聯(lián)網(wǎng)安全保障支撐能力。圍繞構(gòu)建多主體參與、跨部門、跨領(lǐng)域的網(wǎng)絡(luò)化協(xié)同研發(fā)平臺(tái)

21、，實(shí)施工業(yè)技術(shù)軟件化工程，推動(dòng)工業(yè)知識(shí)、技術(shù)、方法、模型的軟件化和平臺(tái)化，鼓勵(lì)制造企業(yè)設(shè)計(jì)、仿真、工藝等研發(fā)軟件和工具的云端遷移和部署，加快各類研發(fā)資源在線匯聚和共享提升生產(chǎn)過程智能化水平、降低能耗、物耗、水耗，推廣現(xiàn)代企業(yè)管理制度，提高質(zhì)量在線監(jiān)測(cè)、控制和產(chǎn)品全生命周期質(zhì)量追溯能力等數(shù)據(jù)來源：政府信息相關(guān)網(wǎng)站、東方證券研究所算法及基礎(chǔ)計(jì)算設(shè)施等技術(shù)的進(jìn)步助推人工智能應(yīng)用落地。 、一方面，隨著外部政策環(huán)境的推動(dòng)，以及企業(yè)內(nèi)部對(duì)生產(chǎn)、管理等環(huán)節(jié)成本效率要求的提升，借助信息化手段優(yōu)化管理流程已逐漸成為共識(shí)。而隨著數(shù)字化程度加深以及大數(shù)據(jù)處理技術(shù)手段的進(jìn)步，“用數(shù)據(jù)說話”也開始發(fā)揮效力，甚至通過自研

22、或與互聯(lián)網(wǎng)巨頭合作等方式，借助人工智能關(guān)算法進(jìn)一步提升效率、降低成本、改進(jìn)客戶體驗(yàn)，并逐漸向服務(wù)型制造轉(zhuǎn)型也能看到苗頭。、另一方面，在技術(shù)層面上，不同場(chǎng)景之間人工智能應(yīng)用的遷移、新場(chǎng)景下無法獲取足夠訓(xùn)練數(shù)據(jù)以及深度學(xué)習(xí)算法的過程“黑箱”等問題一直困擾著人工智能應(yīng)用的進(jìn)一步發(fā)展，尤其是在工業(yè)制造、機(jī)器人等領(lǐng)域。而近來眾多研究者開始在考慮將基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)與基于符號(hào)主義的邏輯推理相結(jié)合來解決“黑箱”問題，以及遷移學(xué)習(xí)與增強(qiáng)學(xué)習(xí)之間的結(jié)合以期實(shí)現(xiàn)相近但不同的場(chǎng)景之間應(yīng)用遷移的“冷啟動(dòng)”，從而不再需要每次都從大量數(shù)據(jù)開始訓(xùn)練。但以上更多還處于學(xué)術(shù)研究階段，距離工業(yè)界大規(guī)模實(shí)踐還有些遠(yuǎn)。整體而言，

23、在人工智能領(lǐng)域的算法以及基礎(chǔ)設(shè)施不斷進(jìn)步的基礎(chǔ)上，輔之以政策的持續(xù)推動(dòng)，傳統(tǒng)制造型企業(yè)開始轉(zhuǎn)向新的生產(chǎn)方式與業(yè)務(wù)模式。、生產(chǎn)驅(qū)動(dòng)型生產(chǎn)轉(zhuǎn)向需求快速響應(yīng)驅(qū)動(dòng)。這一轉(zhuǎn)型的實(shí)現(xiàn)主要得益于對(duì)需求數(shù)據(jù)的采集、處理以及生產(chǎn)線的智能化升級(jí)，過程中涉及的數(shù)據(jù)處理及生產(chǎn)決策分析對(duì)人力而言都是幾乎難以企及的海量，而借助大數(shù)據(jù)技術(shù)及算法，通過生產(chǎn)端與用戶端數(shù)據(jù)的反饋交換，不斷學(xué)習(xí)提升現(xiàn)有模型的精準(zhǔn)度，從而實(shí)現(xiàn)面向個(gè)性化、定制化需求的快速響應(yīng)。例如紅領(lǐng)作為一家傳統(tǒng)服裝廠，就在數(shù)據(jù)基礎(chǔ)上實(shí)現(xiàn)了面向客戶需求快速響應(yīng)并實(shí)現(xiàn)定制化。、生產(chǎn)制造商向服務(wù)提供商轉(zhuǎn)型。向服務(wù)提供商轉(zhuǎn)型意味著業(yè)務(wù)重心從偏后端的生產(chǎn)制造轉(zhuǎn)移到更接近客戶

24、的服務(wù)環(huán)節(jié)，最常見的實(shí)現(xiàn)方式通過在設(shè)備上安裝大量傳感器，對(duì)售后使用過程的數(shù)據(jù)進(jìn)行實(shí)時(shí)采集、處理和分析，及時(shí)給用戶提供關(guān)于使用狀況檢測(cè)、故障預(yù)警維護(hù)等增值服務(wù)。例如GE 航空從發(fā)動(dòng)機(jī)制造商轉(zhuǎn)向?yàn)榭蛻籼峁╊愃啤帮w行過程節(jié)省燃油”等解決方案的服務(wù)提供商。2.2 工業(yè)領(lǐng)域的人工智能應(yīng)用是漸進(jìn)而持續(xù)的過程相比互聯(lián)網(wǎng)大數(shù)據(jù)，工業(yè)大數(shù)據(jù)領(lǐng)域的智能化及人工智能滲透還屬于藍(lán)海。首先必須要承認(rèn)，當(dāng)前工業(yè)領(lǐng)域的智能、自動(dòng)化控制或者說當(dāng)下流行的說法“智能制造”，對(duì)人工智能的應(yīng)用還處于相對(duì)初級(jí)的階段，無論是利用了機(jī)械、電子還是生物技術(shù)，更多依賴的還是長(zhǎng)期以來對(duì)于“科學(xué)效應(yīng)”的應(yīng)用積累。但人工智能的介入程度正在逐漸加深，

25、帶來效率的提升、成本的下降，甚至業(yè)務(wù)與服務(wù)模式的轉(zhuǎn)變創(chuàng)新這一趨勢(shì)不可否認(rèn)。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。7HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步從目前來看，人工智能在工業(yè)領(lǐng)域的應(yīng)用更多表現(xiàn)為優(yōu)化決策過程的輔助作用。正如前文所述，當(dāng)前工業(yè)領(lǐng)域很多智能依然屬于傳統(tǒng)的“科學(xué)效應(yīng)”范疇，即使能通過一定的算法實(shí)現(xiàn)“學(xué)習(xí)提升”的智能化，更多也只是表現(xiàn)為在決策優(yōu)化過程中發(fā)揮的輔助或部分替代作用。如果將待解決問題的全過程概括為數(shù)據(jù)獲取、決策優(yōu)化、方案

26、實(shí)施這三個(gè)階段，那么人工智能更可能發(fā)揮作用的應(yīng)該是決策優(yōu)化過程，基于海量數(shù)據(jù)和算法，更快更好地完成正常人力難以實(shí)現(xiàn)的任務(wù)。當(dāng)然，在數(shù)據(jù)采集階段也可能會(huì)應(yīng)用到對(duì)圖像、聲音等非結(jié)構(gòu)化信息的識(shí)別。最后方案實(shí)施階段的相關(guān)反饋信息依然可以作為新的輸入數(shù)據(jù)，不斷改進(jìn)和提升整個(gè)系統(tǒng)的能力。圖 4：當(dāng)前人工智能的工業(yè)應(yīng)用更多表現(xiàn)為優(yōu)化決策過程的輔助作用數(shù)據(jù)來源：東方證券研究所從中長(zhǎng)期來看，人工智能在工業(yè)領(lǐng)域的應(yīng)用和實(shí)現(xiàn)是一個(gè)漸進(jìn)而持續(xù)的過程。從初期的技術(shù)、設(shè)備、生產(chǎn)線的布局投入，到內(nèi)部生產(chǎn)、制造流程的優(yōu)化和效率提升盡可能降低成本，接著與外部整個(gè)供應(yīng)鏈生態(tài)的系統(tǒng)的協(xié)同，最后真正實(shí)現(xiàn)人和機(jī)器各自做最擅長(zhǎng)的工作并達(dá)

27、到增加資源供給的目標(biāo)。這將是一個(gè)相對(duì)長(zhǎng)期的漸進(jìn)過程。圖 5：中長(zhǎng)期人工智能的工業(yè)應(yīng)用和實(shí)現(xiàn)是一個(gè)漸進(jìn)而持續(xù)的過程數(shù)據(jù)來源：東方證券研究所總體而言，源于工業(yè)領(lǐng)域長(zhǎng)期積累的工業(yè)智能與信息領(lǐng)域的人工智能的融合，將逐步帶來工業(yè)領(lǐng)域的制造升級(jí)和服務(wù)轉(zhuǎn)型，但絕非一蹴而就。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。8HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步2.3 全生命周期不同環(huán)節(jié)的智能升級(jí)在工業(yè)制造領(lǐng)域，考慮產(chǎn)品的整個(gè)生命周期，大致可以劃分為研發(fā)、制造、物流、

28、營銷、使用、售后等環(huán)節(jié)。理想中的狀態(tài)，最終各環(huán)節(jié)會(huì)在數(shù)據(jù)化基礎(chǔ)上形成閉環(huán)，表現(xiàn)較為突出的是將客戶（用戶）使用以及售后服務(wù)所產(chǎn)生的數(shù)據(jù)作為研發(fā)和制造階段的輸入數(shù)據(jù)來源之一，一方面可以根據(jù)用戶需求實(shí)現(xiàn)定制化設(shè)計(jì)和生產(chǎn)，另一方面也有助于合理安排生產(chǎn)調(diào)度及庫存計(jì)劃。設(shè)備、人員、物料等要素，車間、生產(chǎn)線、整個(gè)工廠等生產(chǎn)環(huán)境，以及包括生產(chǎn)、物流、銷售、售后等全過程在內(nèi)的數(shù)據(jù)化網(wǎng)絡(luò)，是實(shí)現(xiàn)智能升級(jí)的前提和基礎(chǔ)。圖 6：全生命周期不同環(huán)節(jié)的數(shù)據(jù)閉環(huán)與智能升級(jí)數(shù)據(jù)來源：東方證券研究所在數(shù)據(jù)化基礎(chǔ)上再考慮在相應(yīng)環(huán)節(jié)嵌入人工智能應(yīng)用，或許初期會(huì)有一定的布局和投入成本，但在投入使用以后能達(dá)到的效果無外乎表現(xiàn)在以下四個(gè)

29、方面：、降低生產(chǎn)成本：從短期來看更多是從工藝的自動(dòng)化和流程的優(yōu)化來節(jié)約成本，借助的也更多是基于“科學(xué)效應(yīng)”的工業(yè)智能而非人工智能；但是基于產(chǎn)品所采集的包括數(shù)字、音頻、視頻圖像等在內(nèi)的基礎(chǔ)數(shù)據(jù)智能分析，可實(shí)現(xiàn)異常狀況的預(yù)警，提前維護(hù)，避免更大的損失；從更為長(zhǎng)期的范圍來看，隨著工業(yè)機(jī)器人的發(fā)展，目前尚不能交由機(jī)器完成的任務(wù)，未來很可能直接由更為智能的機(jī)器人所取代，在一定程度上緩解了人力資源的供給以及勞動(dòng)力成本上升帶來的壓力。、提高運(yùn)營效率：一方面通過實(shí)時(shí)掌握關(guān)鍵設(shè)備的運(yùn)行狀態(tài)，輔之以預(yù)測(cè)性維護(hù)，可以提高設(shè)備正常運(yùn)行時(shí)間；另一方面通過對(duì)物流及用戶端數(shù)據(jù)的建模處理，預(yù)測(cè)銷量并自動(dòng)調(diào)整生產(chǎn)計(jì)劃。、提升產(chǎn)

30、品質(zhì)量：一方面在生產(chǎn)線上的產(chǎn)品質(zhì)量檢測(cè)環(huán)節(jié)，可通過機(jī)器學(xué)習(xí)的方法對(duì)產(chǎn)品質(zhì)量進(jìn)行鑒定并自動(dòng)分級(jí)分類；另一方面可以將設(shè)備的實(shí)時(shí)狀態(tài)與生產(chǎn)的過程控制相結(jié)合，使得產(chǎn)品質(zhì)量在設(shè)備或系統(tǒng)狀態(tài)發(fā)生變化時(shí)依然能保持穩(wěn)定。、改善客戶體驗(yàn)：主要表現(xiàn)為研發(fā)及生產(chǎn)過程面向客戶需求的定制化、配送與銷售環(huán)節(jié)的精準(zhǔn)精細(xì)化，以及售后環(huán)節(jié)產(chǎn)品的持續(xù)跟蹤和預(yù)測(cè)性維護(hù)。表 2：工業(yè)制造相關(guān)環(huán)節(jié)的人工智能升級(jí)不同環(huán)節(jié)研發(fā)智能升級(jí)1、初期對(duì)市場(chǎng)的調(diào)研和產(chǎn)品需求的了解會(huì)涉及到互聯(lián)網(wǎng)等數(shù)據(jù)的搜集、處理分析以及用戶偏好建模，根據(jù)用戶需求進(jìn)行定制化設(shè)計(jì)2、利用產(chǎn)品使用數(shù)據(jù)改善產(chǎn)品設(shè)計(jì)3、借助增強(qiáng)現(xiàn)實(shí)和虛擬設(shè)計(jì)手段進(jìn)行原型開發(fā)有關(guān)分析師的申明，

31、見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。9制造1、車間不同設(shè)備之間的智能協(xié)同，自動(dòng)調(diào)度并調(diào)節(jié)生產(chǎn)安排2、故障檢測(cè)與安全保護(hù)3、產(chǎn)品質(zhì)量檢測(cè)4、使用工業(yè)機(jī)器人代替人力完成制造、組裝等任務(wù)物流1、配送時(shí)間與線路的優(yōu)化及智能調(diào)度2、已經(jīng)出現(xiàn)可用于倉儲(chǔ)及配送環(huán)節(jié)的智能機(jī)器人、無人車、無人機(jī)營銷基于用戶數(shù)據(jù)進(jìn)行用戶畫像，實(shí)現(xiàn)精準(zhǔn)營銷使用&售后1、通過實(shí)時(shí)狀態(tài)監(jiān)控和預(yù)測(cè)性維護(hù)提升產(chǎn)品使用過程的可靠性2、根據(jù)用戶的使用情況，自動(dòng)更新和提升與用戶之間的匹配程度，不斷完善產(chǎn)品體驗(yàn)3、根據(jù)產(chǎn)品的生命周期信息提供個(gè)性化的回收改造方案H

32、eaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步數(shù)據(jù)來源：東方證券研究所三、人工智能在工業(yè)領(lǐng)域?qū)崿F(xiàn)的難點(diǎn)與條件對(duì)于基于科學(xué)效應(yīng)積累所帶來的工業(yè)智能應(yīng)用這里不作過多描述，重點(diǎn)放在梳理和挖掘在工業(yè)領(lǐng)域?qū)崿F(xiàn)人工智能應(yīng)用可能遇到的難點(diǎn)以及必須具備的條件。在我們的人工智能系列報(bào)告中曾將人工智能商業(yè)化應(yīng)用的要素歸納為“人機(jī)料法環(huán)”五點(diǎn)，即：人才儲(chǔ)備、計(jì)算設(shè)施、數(shù)據(jù)積累、技術(shù)算法、應(yīng)用場(chǎng)景。而具體到工業(yè)領(lǐng)域，開放智能系統(tǒng)所具備的五個(gè)特征為：狀態(tài)感知、實(shí)時(shí)分析、自主決策、精準(zhǔn)執(zhí)行以及學(xué)習(xí)提升。很顯然，狀態(tài)感知主要是從獲取的實(shí)時(shí)數(shù)據(jù)等信息判斷設(shè)備或流程所處狀態(tài)，實(shí)時(shí)分析、

33、自主決策主要依賴于技術(shù)算法的設(shè)計(jì)與實(shí)現(xiàn)，但離不開強(qiáng)大且合適的計(jì)算設(shè)施及平臺(tái)工具，精確執(zhí)行與學(xué)習(xí)提升則分別是融入人工智能后的短期運(yùn)行結(jié)果及長(zhǎng)期改善過程。3.1 工業(yè)數(shù)據(jù)的有效獲取成為前提和基礎(chǔ)工業(yè)企業(yè)的數(shù)據(jù)化程度與處理利用能力存在較大的提升空間。首先并非所有企業(yè)都有成熟的數(shù)據(jù)化結(jié)構(gòu)，即使擁有大量工業(yè)數(shù)據(jù)的企業(yè)，也很可能嚴(yán)重缺乏數(shù)據(jù)處理分析的能力，尤其是對(duì)于超出普通 Excel 表格處理能力的文本、語音、圖片、視頻等非結(jié)構(gòu)化數(shù)據(jù)。根據(jù) IDC 調(diào)查報(bào)告，企業(yè)中80%的數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)，并且這些數(shù)據(jù)按照 60%的年增長(zhǎng)率指數(shù)式增長(zhǎng)。而在傳統(tǒng)的數(shù)據(jù)分析領(lǐng)域，尤其是國內(nèi)很多企業(yè)，依然停留在借助現(xiàn)有的數(shù)

34、據(jù)分析工具處理結(jié)構(gòu)化數(shù)據(jù)，面對(duì)大量非結(jié)構(gòu)化數(shù)據(jù)顯得很無力，分析利用程度遠(yuǎn)遠(yuǎn)不夠。數(shù)據(jù)獲取渠道、方法集中表現(xiàn)為建立在傳感器、通信協(xié)議及網(wǎng)絡(luò)技術(shù)等基礎(chǔ)上的物聯(lián)網(wǎng)。物聯(lián)網(wǎng)在計(jì)算機(jī)/互聯(lián)網(wǎng)的基礎(chǔ)上，通過射頻識(shí)別裝置、紅外感應(yīng)裝置、全球定位系統(tǒng)以及激光掃描等信息傳感設(shè)備實(shí)現(xiàn)單個(gè)設(shè)備的數(shù)字化，然后按照約定的通信協(xié)議，將數(shù)控車床、加工中心、機(jī)器人甚至操作工人所產(chǎn)生的數(shù)據(jù)都連接起來形成互聯(lián)互通的信息網(wǎng)絡(luò)，再通過智能識(shí)別、定位、跟蹤、監(jiān)控、管理等一系列手段，從而掌握設(shè)備、車間及整個(gè)工廠生產(chǎn)線的實(shí)時(shí)狀態(tài)、異常狀況與維護(hù)需求，甚至與銷售訂單及生產(chǎn)計(jì)劃管理系統(tǒng)數(shù)據(jù)對(duì)接，實(shí)現(xiàn)自動(dòng)優(yōu)化生產(chǎn)安排計(jì)劃。此外數(shù)據(jù)來源還包括內(nèi)部

35、信息管理系統(tǒng)的輸入信息與留存日志，產(chǎn)品銷售與售后環(huán)節(jié)的客戶反饋，甚至整個(gè)供應(yīng)鏈相關(guān)方的數(shù)據(jù)。從更寬泛的角度來看，以上數(shù)據(jù)源也應(yīng)當(dāng)涵蓋在物聯(lián)網(wǎng)大體系之中。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。10HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步圖 7：工業(yè)領(lǐng)域可利用數(shù)據(jù)來源多樣數(shù)據(jù)來源：東方證券研究所根據(jù) IDC 預(yù)測(cè)，2020 年全球?qū)⒂?300 億具備互聯(lián)功能的智能終端。隨著傳感器成本的下降與通信技術(shù)的發(fā)展，數(shù)據(jù)量不成問題，真正需要在意的應(yīng)當(dāng)是如何從

36、海量數(shù)據(jù)中采集到有用的數(shù)據(jù)，并充分有效地挖掘轉(zhuǎn)化為價(jià)值。對(duì)應(yīng)到工業(yè)領(lǐng)域可以理解成在哪個(gè)環(huán)節(jié)、哪個(gè)設(shè)備布置哪種傳感器并采集哪些數(shù)據(jù)。突破一定量級(jí)以后數(shù)據(jù)并非越多越好，數(shù)據(jù)來源的選擇、質(zhì)量的控制及利用的方式方法才是關(guān)鍵所在。在數(shù)據(jù)化基礎(chǔ)上構(gòu)建覆蓋設(shè)備、物料、人員等各要素以及生產(chǎn)線、車間甚至串聯(lián)研發(fā)、生產(chǎn)、銷售、維護(hù)全過程的信息網(wǎng)絡(luò)，是最終能在工業(yè)領(lǐng)域應(yīng)用人工智能的前提。圖 8：由不同環(huán)節(jié)、不同設(shè)備構(gòu)建的數(shù)據(jù)網(wǎng)絡(luò)是智能化的前提數(shù)據(jù)來源：三體智能革命機(jī)械工業(yè)出版社，東方證券研究所3.2 工業(yè)領(lǐng)域人工智能對(duì)數(shù)據(jù)及算法提出新的要求工業(yè)數(shù)據(jù)具備更強(qiáng)的專業(yè)性及關(guān)聯(lián)性，價(jià)值實(shí)現(xiàn)要求與難度均高于互聯(lián)網(wǎng)大數(shù)據(jù)。工業(yè)

37、大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)之間存在明顯區(qū)別。互聯(lián)網(wǎng)大數(shù)據(jù)主要來自互聯(lián)網(wǎng)中產(chǎn)生及傳播的社會(huì)媒體數(shù)據(jù)，相對(duì)分散，且來自不同媒體與設(shè)備，而工業(yè)大數(shù)據(jù)來自不同環(huán)節(jié)不同設(shè)備的不同階段，專業(yè)性及關(guān)聯(lián)性都比較強(qiáng)。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。11對(duì)比項(xiàng)互聯(lián)網(wǎng)大數(shù)據(jù)工業(yè)大數(shù)據(jù)數(shù)據(jù)來源互聯(lián)網(wǎng)中產(chǎn)生以及傳播的社會(huì)和媒體數(shù)據(jù)傳感器的采集以及控制器與維修過程中的日志和記錄等數(shù)據(jù)量需求大量樣本數(shù)盡可能全面地使用樣本，以覆蓋工業(yè)過程中的各類變化條件數(shù)據(jù)質(zhì)量要求較低較高，需要對(duì)數(shù)據(jù)質(zhì)量進(jìn)行預(yù)判和修復(fù)分析手段不用特意考慮數(shù)

38、據(jù)屬性意義，一般通過統(tǒng)計(jì)分析挖掘樣本中各個(gè)屬性之間的相關(guān)性進(jìn)行預(yù)測(cè)，或者借助人工智能算法從文本、圖像、音視頻等非結(jié)構(gòu)化數(shù)據(jù)中發(fā)掘潛在特征和價(jià)值強(qiáng)調(diào)數(shù)據(jù)特征的物理關(guān)聯(lián)，具有一定邏輯的流水線式數(shù)據(jù)流分析手段，強(qiáng)調(diào)跨學(xué)科技術(shù)的融合，包括數(shù)學(xué)、物理、機(jī)器學(xué)習(xí)、控制、人工智能等結(jié)果準(zhǔn)確性要求較低較高HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步表 3：互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)之間存在明顯差別數(shù)據(jù)來源：工業(yè)大數(shù)據(jù)機(jī)械工業(yè)出版社，東方證券研究所基于互聯(lián)網(wǎng)大數(shù)據(jù)訓(xùn)練的人工智能算法模型，其對(duì)數(shù)據(jù)的容錯(cuò)性、結(jié)果的準(zhǔn)確性要求一般都低于工業(yè)領(lǐng)域應(yīng)用，更多還是基于相關(guān)性，不會(huì)

39、過于追究背后可能蘊(yùn)含的因果邏輯關(guān)系。而工業(yè)大數(shù)據(jù)分散在不同環(huán)節(jié)、不同設(shè)備以及設(shè)備的不同部位，并且數(shù)據(jù)的缺漏及異步等問題時(shí)有發(fā)生，但是對(duì)模型表現(xiàn)結(jié)果的準(zhǔn)確性要求卻又很高，很小的失誤都可能造成難以想象的損失。工業(yè)領(lǐng)域?qū)θ斯ぶ悄芩惴ㄌ幚磉^程提出了更多更高的要求。、透明性：即便如當(dāng)前比較火熱的“深度學(xué)習(xí)”，由于算法實(shí)現(xiàn)過程近乎“黑箱”，缺乏嚴(yán)密的邏輯推理作為背書，使用者會(huì)對(duì)應(yīng)用過程的不可控制產(chǎn)生顧慮。從當(dāng)前最新的研究進(jìn)展來看，或許未來基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)與基于符號(hào)主義的邏輯推理相結(jié)合，可以在一定程度上達(dá)到“黑箱”透明化的效果。、冷啟動(dòng)：目前的人工智能應(yīng)用一般都需要事先獲取大量數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，但實(shí)

40、際場(chǎng)景在起步階段可能無法獲取足夠多的數(shù)據(jù)，這就要求算法模型在場(chǎng)景切換時(shí)依然能發(fā)揮作用，“遷移學(xué)習(xí)”也再次開始受到關(guān)注并與增強(qiáng)學(xué)習(xí)、深度學(xué)習(xí)等相結(jié)合。、非迭代開發(fā)：不同于常規(guī)意義上的互聯(lián)網(wǎng)應(yīng)用，工業(yè)場(chǎng)景下的有些應(yīng)用在更新時(shí)不允許出現(xiàn)系統(tǒng)中斷，更新算法設(shè)置的同時(shí)要保證原狀態(tài)能持續(xù)穩(wěn)定運(yùn)行。圖 9：人工智能算法及應(yīng)用助力工業(yè)數(shù)據(jù)的價(jià)值實(shí)現(xiàn)數(shù)據(jù)來源：東方證券研究所基于海量工業(yè)數(shù)據(jù)的人工智能實(shí)現(xiàn)需要人才、技術(shù)積累和計(jì)算設(shè)施的成本投入。數(shù)據(jù)的采集、傳輸、存儲(chǔ)、分析以及適用的人工智能算法研發(fā)、模型訓(xùn)練及最終實(shí)現(xiàn)，都對(duì)專業(yè)人才以及能支撐人工智能數(shù)據(jù)處理、模型訓(xùn)練與算法實(shí)現(xiàn)的基礎(chǔ)計(jì)算設(shè)施有很高的要求。但與此同時(shí)

41、，優(yōu)質(zhì)人才和基礎(chǔ)設(shè)施不僅先期投入大，而且很難在短時(shí)間內(nèi)達(dá)到實(shí)用標(biāo)準(zhǔn)甚至直接貢獻(xiàn)業(yè)績(jī)。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。12有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。13HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步對(duì)于先期有積累、存在一定的人才、技術(shù)與資金優(yōu)勢(shì)的企業(yè)而言，可以選擇自行組建團(tuán)隊(duì)。對(duì)于企業(yè)規(guī)模有限、資金不夠充裕、技術(shù)積累不夠深厚但是對(duì)數(shù)據(jù)

42、化、智能化有需求的企業(yè)，尤其是一些中小企業(yè)而言，或許利用第三方平臺(tái)基于云端提供的數(shù)據(jù)處理及算法工具不失為一種更明智的選擇。事實(shí)上從近年來 BAT 在制造業(yè)領(lǐng)域的合作部署也可以看出相關(guān)趨勢(shì)。四、工業(yè)領(lǐng)域的人工智能應(yīng)用案例一旦開始討論應(yīng)用落地就不得不面對(duì)誰發(fā)起和誰主導(dǎo)的問題。一方面，傳統(tǒng)制造企業(yè)有多年積攢的產(chǎn)品、市場(chǎng)和行業(yè)的豐富經(jīng)驗(yàn)與深刻理解，同時(shí)也是數(shù)據(jù)的來源地和所有者，但對(duì)于如何讓數(shù)據(jù)發(fā)揮應(yīng)有價(jià)值有些束手無策。另一方面，互聯(lián)網(wǎng)、軟件等創(chuàng)新型企業(yè)有龐大的算力設(shè)施、數(shù)據(jù)處理、算法研發(fā)或軟件信息化產(chǎn)品開發(fā)實(shí)力，但掌控力更多集中在線上或者部分線下C端生活消費(fèi)領(lǐng)域，對(duì)傳統(tǒng)制造等場(chǎng)景滲透遠(yuǎn)遠(yuǎn)不足。從政策導(dǎo)

43、向以及現(xiàn)有案例來看，形式上確實(shí)是兩方面的合作，具體而言，軟件、互聯(lián)網(wǎng)等企業(yè)提供基礎(chǔ)設(shè)施和工具，這樣不僅能發(fā)揮自身優(yōu)勢(shì)，相對(duì)標(biāo)準(zhǔn)化的產(chǎn)品和服務(wù)還有一定的規(guī)模效應(yīng)；而轉(zhuǎn)型步伐比較領(lǐng)先的傳統(tǒng)制造企業(yè)也借機(jī)開始往數(shù)字化、智能化邁近了一步。4.1 典型案例目前應(yīng)用相對(duì)比較成熟的案例主要表現(xiàn)為對(duì)生產(chǎn)或服務(wù)過程中不同環(huán)節(jié)或多個(gè)環(huán)節(jié)的人力替代及輔助決策，帶來的效果則表現(xiàn)為成本的節(jié)約、效率的提升或服務(wù)體驗(yàn)的改進(jìn)。例如 GE 航空通過采集發(fā)動(dòng)機(jī)數(shù)據(jù)給出理想的操控方法從而節(jié)省燃油成本， DeepMind 通過控制設(shè)備運(yùn)行方式提升數(shù)據(jù)中心的電力使用效率，富士康則在生產(chǎn)線推行機(jī)器替代人，降低人力成本的同時(shí)提升產(chǎn)出效率，

44、紅領(lǐng)則將客戶的定制數(shù)據(jù)作為生產(chǎn)的輸入，在數(shù)據(jù)化基礎(chǔ)上借助智能決策實(shí)現(xiàn)快速響應(yīng)需求的同時(shí)盡可能降低庫存成本。而 GE 工業(yè)互聯(lián)網(wǎng)平臺(tái) Predix 則從更高的視角給出解決方案平臺(tái)，替客戶完成設(shè)備海量數(shù)據(jù)的分析處理及最終的決策優(yōu)化。案例一：GE 工業(yè)互聯(lián)網(wǎng)平臺(tái) Predix，從生產(chǎn)制造商向服務(wù)提供商轉(zhuǎn)型。早在 2012 年秋季 GE 就提出希望通過生產(chǎn)設(shè)備與 IT 融合，通過高性能設(shè)備、低成本傳感器、互聯(lián)網(wǎng)、大數(shù)據(jù)收集及分析技術(shù)的組合，提升現(xiàn)有產(chǎn)業(yè)效率并創(chuàng)造出新產(chǎn)業(yè)，實(shí)現(xiàn)產(chǎn)品制造向智能服務(wù)的轉(zhuǎn)型。2015 年發(fā)布的 Predix 平臺(tái)是全球第一個(gè)專為工業(yè)數(shù)據(jù)分析開發(fā)的操作系統(tǒng)，實(shí)現(xiàn)人、機(jī)、數(shù)據(jù)之間

45、的互聯(lián)，能快速獲取、分析海量高速運(yùn)行的工業(yè)數(shù)據(jù)，讓客戶在安全環(huán)境下進(jìn)行數(shù)據(jù)分析處理并優(yōu)化設(shè)備。GE 預(yù)計(jì)，到 2020 年，每年將有 2 萬名開發(fā)者在 Predix 平臺(tái)開發(fā)應(yīng)用軟件，基于 Predix 的系列軟件和新產(chǎn)品問世，將激活超過 2250 億美元的全球最大的工業(yè)應(yīng)用市場(chǎng)。圖 10：GE 工業(yè)互聯(lián)網(wǎng)平臺(tái) Predix圖 11：通過精準(zhǔn)的操控方法為意大利航空節(jié)約燃油成本數(shù)據(jù)來源：GE 官網(wǎng)，東方證券研究所數(shù)據(jù)來源：意大利航空官網(wǎng)，東方證券研究所HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步以航空發(fā)動(dòng)機(jī)為例，GE 將旗下發(fā)動(dòng)機(jī)生產(chǎn)公司改名為 GE

46、 航空時(shí)即已開始新模式的轉(zhuǎn)變，對(duì)于出廠后的發(fā)動(dòng)機(jī)在云端平臺(tái)建立虛擬的模型，并根據(jù)每次飛行產(chǎn)生的實(shí)時(shí)數(shù)據(jù)進(jìn)行更新，從而實(shí)現(xiàn)對(duì)發(fā)動(dòng)機(jī)當(dāng)前狀態(tài)的檢測(cè)與未來狀態(tài)的預(yù)測(cè)，并對(duì)可能發(fā)生的故障進(jìn)行預(yù)測(cè)性維護(hù)。例如為意大利航空的每架飛機(jī)安裝數(shù)百個(gè)傳感器，實(shí)時(shí)采集發(fā)動(dòng)機(jī)的運(yùn)轉(zhuǎn)、溫度、油耗等數(shù)據(jù)，利用 GE 的軟件分析后精準(zhǔn)地給出理想的操控方法，僅此就為 145 架飛機(jī)每年節(jié)約 1500 萬美元燃油成本，同時(shí)在避免航班延誤和安全事故等方面也提供了良好的服務(wù)。2016 年 7 月 GE 宣布 Predix 平臺(tái)登陸微軟 Azure 云平臺(tái)，實(shí)現(xiàn)工業(yè)領(lǐng)域大數(shù)據(jù)處理云平臺(tái)與通用領(lǐng)域企業(yè)級(jí)服務(wù)云平臺(tái)的結(jié)合。兩者的結(jié)合，G

47、E 能獲取更為豐富的行業(yè)數(shù)據(jù)以及利用微軟在數(shù)據(jù)可視化、自然語言處理等人工智能技術(shù)，微軟云應(yīng)用的企業(yè)級(jí)客戶則可以利用 GE 云平臺(tái)比較成熟的數(shù)據(jù)處理技術(shù)，提高流程效率。案例二：DeepMind 借助人工智能系統(tǒng)控制設(shè)備運(yùn)行方式節(jié)約能源。Google 在 2014 年收購DeepMind 以后就曾表示會(huì)將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于數(shù)據(jù)中心，使用神經(jīng)網(wǎng)絡(luò)來預(yù)測(cè)耗電量變化，提升設(shè)備分配效率。今年 7 月份則表示，DeepMind 人工智能系統(tǒng)控制著數(shù)據(jù)中心內(nèi)包括風(fēng)扇、制冷系統(tǒng)和窗戶等在內(nèi)的 120 個(gè)變量，通過改變?cè)O(shè)備運(yùn)行方式實(shí)現(xiàn)最高的節(jié)能效率，電力使用效率(PUE)提升了 15%，預(yù)計(jì)未來幾年內(nèi)將節(jié)約數(shù)億美

48、元電費(fèi)。圖 12：DeepMind 控制設(shè)備運(yùn)行方式提升數(shù)據(jù)中心能源使用效率數(shù)據(jù)來源：智東西，東方證券研究所案例三：富士康投資云端計(jì)算及大數(shù)據(jù)應(yīng)用，并推動(dòng)機(jī)器替代人，降低人力成本。富士康旗下香港上市公司富智康分別對(duì)云端計(jì)算服務(wù)商 AthenTek Global Inc.及云端智能機(jī)器人 Cloudminds 投資200 萬美元及 100 萬美元，用于增強(qiáng)自身在云端計(jì)算及大數(shù)據(jù)應(yīng)用程序領(lǐng)域的能力，從而在設(shè)計(jì)及制造程序上提供更好的解決方案。此外為降低勞動(dòng)力成本，加快電子行業(yè)戰(zhàn)略轉(zhuǎn)型，富士康利用機(jī)器人技術(shù)，近年來將昆山工廠的員工人數(shù)從 11 萬減少到 5 萬，超過半數(shù)員工被機(jī)器人取代。有關(guān)分析師的申

49、明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。14HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步圖 13：富士康利用機(jī)器代替人降低勞動(dòng)力成本數(shù)據(jù)來源：互聯(lián)網(wǎng)，東方證券研究所案例四：紅領(lǐng)借力大數(shù)據(jù)智能系統(tǒng)實(shí)現(xiàn)生產(chǎn)驅(qū)動(dòng)型生產(chǎn)向需求快速響應(yīng)轉(zhuǎn)型。作為一家傳統(tǒng)服裝廠，在 2014 年以零庫存實(shí)現(xiàn) 150%的業(yè)績(jī)?cè)鲩L(zhǎng)，在效率提升 30%的同時(shí)降低 20%的成本，以大規(guī)模定制生產(chǎn)每天完成 2000 種完全不同的個(gè)性化定制產(chǎn)品，客戶在一周內(nèi)即可拿到定制成品。此種表現(xiàn)其背后的核心是大數(shù)據(jù)

50、信息系統(tǒng)，任一項(xiàng)數(shù)據(jù)的變動(dòng)都將驅(qū)動(dòng)其余 9000 多項(xiàng)數(shù)據(jù)的同步變動(dòng)。在數(shù)據(jù)方面，從用戶自主選擇的尺寸、型號(hào)、面料、圖案、色澤等一系列參數(shù)，一直到后續(xù)的打版、裁剪、縫制、熨燙、質(zhì)檢均由數(shù)據(jù)驅(qū)動(dòng)，在此過程中用戶直接參與到產(chǎn)品的設(shè)計(jì)環(huán)節(jié)。在生產(chǎn)線智能化升級(jí)方面主要分為分揀配對(duì)、送取料、線號(hào)識(shí)別、對(duì)格裁剪等過程的自動(dòng)與智能化，以及通過大數(shù)據(jù)分析的輔助決策實(shí)現(xiàn)生產(chǎn)線的平衡和瓶頸問題，盡可能優(yōu)化庫存并提升產(chǎn)能。圖 14：傳統(tǒng)制造業(yè)紅領(lǐng)借助數(shù)字化、智能化實(shí)現(xiàn)需求的快速響應(yīng)數(shù)據(jù)來源：互聯(lián)網(wǎng)，東方證券研究所有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱

51、讀本證券研究報(bào)告最后一頁的免責(zé)申明。15時(shí)間事件概要阿里2015年10月2016年5月與富士康共同發(fā)起“淘富成真”，開放富士康設(shè)計(jì)、研發(fā)、專利、供應(yīng)鏈、智造等能力，阿里云大數(shù)據(jù)處理能力，阿里電商天貓?zhí)詫毜钠脚_(tái)能力，同時(shí)引入銀杏谷資本、云鋒基金、豬八戒網(wǎng)、洛可可等企業(yè)為創(chuàng)業(yè)者提供創(chuàng)新創(chuàng)業(yè)服務(wù)，幫助中小智能硬件創(chuàng)業(yè)者對(duì)標(biāo)國際品質(zhì)，做出優(yōu)質(zhì)的智能產(chǎn)品。與工程機(jī)械行業(yè)龍頭徐工集團(tuán)簽約共同搭建“徐工工業(yè)云”，“阿里云+徐工=中國的Predix”，希冀成為集工業(yè)設(shè)計(jì)、智能制造、能效管理、智能服務(wù)運(yùn)維、柔性生產(chǎn)等于一體的中國首個(gè)工業(yè)云平臺(tái)。2016年5月力太科技主要通過高清攝像機(jī)、物聯(lián)終端采集工廠設(shè)備數(shù)據(jù)，

52、傳輸?shù)皆贫耍瑢?shí)現(xiàn)生產(chǎn)指揮中心、集團(tuán)總部、生產(chǎn)車間的互通互聯(lián)，最終提高生產(chǎn)效率。引入阿里云的物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)后，能夠以更高的頻次采集各類結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并對(duì)海量數(shù)據(jù)做出實(shí)時(shí)分析判斷。2016年8月與蘇州協(xié)鑫光伏科技簽約，將通過大數(shù)據(jù)分析技術(shù)，打造協(xié)鑫光伏切片智能工廠。2016年8月旗下數(shù)夢(mèng)工場(chǎng)與蘇鹽集團(tuán)簽署戰(zhàn)略合作，通過輸出阿里巴巴集團(tuán)信息化建設(shè)經(jīng)驗(yàn)，幫助集團(tuán)建立統(tǒng)一的云計(jì)算大數(shù)據(jù)平臺(tái)、共享能力中心和數(shù)據(jù)運(yùn)營中心，并提供企業(yè)計(jì)算、共享能力和大數(shù)據(jù)分析三大服務(wù)。2016年11月阿里云ET工業(yè)大腦自2016年11月起入駐中策橡膠生產(chǎn)車間，對(duì)中策橡膠生產(chǎn)端的各類數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，在半年內(nèi)成功提

53、升混煉膠平均合格率3%-5%。不同膠源產(chǎn)地、加工廠、批次等數(shù)千個(gè)復(fù)雜因子都會(huì)影響橡膠塊質(zhì)量，工業(yè)大腦通過人工智能算法，能在短時(shí)間內(nèi)處理分析每一塊橡膠的出身，匹配最優(yōu)合成方案，極大地穩(wěn)定了混煉膠性能，大大降低在加工環(huán)節(jié)的成本投入。2016年12月與華中數(shù)控合作，利用云計(jì)算、安全網(wǎng)絡(luò)、大數(shù)據(jù)分析等技術(shù)優(yōu)勢(shì)，以及華中數(shù)控在數(shù)控系統(tǒng)、工業(yè)機(jī)器人、智能裝備等智能終端設(shè)備智能生產(chǎn)線的行業(yè)應(yīng)用技術(shù)優(yōu)勢(shì)，聚焦基于工業(yè)云的大數(shù)據(jù)智能應(yīng)用平臺(tái)，服務(wù)其他中小制造型企業(yè)，并建立數(shù)控加工設(shè)備租賃服務(wù)、資源共享服務(wù)、高級(jí)數(shù)控操作維修人員人才服務(wù)共享平臺(tái)。2016年12月與江蘇固德威電源科技簽署合作，雙方將充分發(fā)揮各自優(yōu)勢(shì)

54、，逐步實(shí)現(xiàn)互聯(lián)網(wǎng)+智慧能源的融合。2017年2月與悅達(dá)集團(tuán)簽署戰(zhàn)略合作協(xié)議，雙方將在汽車大數(shù)據(jù)及數(shù)字化營銷、互聯(lián)網(wǎng)汽車、智能制造、“兩化融合”、工業(yè)云平臺(tái)等制造領(lǐng)域進(jìn)行合作。2017年3月與吉利在IT系統(tǒng)建設(shè)、互聯(lián)網(wǎng)營銷、智能制造等領(lǐng)域合作，共同探索汽車產(chǎn)業(yè)的智能化之路，設(shè)計(jì)更貼合用戶需求的產(chǎn)品和服務(wù)。比如，采用阿里云的高性能計(jì)算(HPC)進(jìn)行“模擬碰撞測(cè)試”，對(duì)汽車的安全設(shè)計(jì)進(jìn)行合理性分析，有效提升車輛安全系數(shù);在生產(chǎn)階段，借助大數(shù)據(jù)能力提升生產(chǎn)效率，優(yōu)化生產(chǎn)流程，降低物料成本。2017年4月“春風(fēng)摩托+阿里云”首期合作初見成效，對(duì)于常態(tài)需求下的單臺(tái)車定制，平均僅需20天就可交付。未來通過挖

55、掘潛在客戶，精準(zhǔn)定位，個(gè)性化需求分析，與智能制造融合。百度2016年4月與太原鐵路局大秦公司簽訂智慧物流云平臺(tái)項(xiàng)目戰(zhàn)略合作備忘錄，圍繞物流更快捷、配送更方便、成本更低廉三個(gè)核心目標(biāo)，依托太原局鐵路網(wǎng)絡(luò)和實(shí)體物流園區(qū)，充分利用百度開放云在云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等領(lǐng)域的技術(shù)優(yōu)勢(shì)，構(gòu)建物流+互聯(lián)網(wǎng)+大數(shù)據(jù)相融合的一體化產(chǎn)業(yè)生態(tài)平臺(tái)。2017年2月與蘇州工業(yè)園區(qū)達(dá)成深度戰(zhàn)略合作，共同打造ABC(人工智能AI、大數(shù)據(jù)BigData、云計(jì)算CloudComputing)創(chuàng)新生態(tài)。2017年7月與陽泉煤業(yè)集團(tuán)達(dá)成戰(zhàn)略合作，利用百度人工智能、大數(shù)據(jù)、云計(jì)算技術(shù)與陽煤集團(tuán)的煤炭開采、煤化工生產(chǎn)、大宗物

56、流管理能力，共同推進(jìn)煤炭行業(yè)的智能化生產(chǎn)、管理及技術(shù)、商業(yè)生態(tài)的完善。有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。16HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步4.2 國內(nèi)互聯(lián)網(wǎng)巨頭的相關(guān)嘗試表 4：BAT 與制造業(yè)合作，輸出云計(jì)算、大數(shù)據(jù)以及人工智能等技術(shù)2017年9月與北京首鋼在鋼材質(zhì)檢領(lǐng)域進(jìn)行合作，通過輸入大量鋼材數(shù)據(jù)，結(jié)合百度云圖像識(shí)別的能力，提取紅色鐵皮、褶皺、孔洞等殘次品特征，建立基于機(jī)器視覺的鋼板缺陷分類模型，可視化呈現(xiàn)鋼材缺陷分類結(jié)果。

57、2017年9月與寶鋼技術(shù)合作“智能鋼包”應(yīng)用，借助百度云人工智能物聯(lián)網(wǎng)平臺(tái)，大幅降低能源消耗，提高生產(chǎn)效率，有效提升安全系數(shù)。2017年9月與上海電氣圍繞多維分析平臺(tái)、地理氣象平臺(tái)，以及風(fēng)云系統(tǒng)展開合作。融合了百度ABC技術(shù)的風(fēng)云系統(tǒng)，能夠借助遠(yuǎn)程方式完美解決80%以上的設(shè)備故障，對(duì)風(fēng)機(jī)機(jī)械故障預(yù)測(cè)成功率85%以上。未來雙方還將在智能預(yù)測(cè)與深度學(xué)習(xí)領(lǐng)域深化合作。騰訊2016年4月與中國廣核集團(tuán)簽署互聯(lián)網(wǎng)+清潔能源戰(zhàn)略合作框架協(xié)議，標(biāo)志著國內(nèi)首個(gè)互聯(lián)網(wǎng)+清潔能源項(xiàng)目全面落地。雙方將開展包括混合云、全球協(xié)同通信、微信企業(yè)號(hào)、互聯(lián)網(wǎng)金融等方面全方位、深層次的1+X戰(zhàn)略業(yè)務(wù)合作。另外，雙方還將成立互聯(lián)

58、網(wǎng)+清潔能源創(chuàng)新應(yīng)用實(shí)驗(yàn)室，構(gòu)建完整的能源建設(shè)、生產(chǎn)、傳輸、消費(fèi)生態(tài)體系。2017年2月與三一重工合作組建樹根互聯(lián)，為企業(yè)提供物聯(lián)接入能力，使其設(shè)備能夠聯(lián)網(wǎng)采集數(shù)據(jù)，變得智能化。騰訊云提供IaaS、PaaS層的大數(shù)據(jù)存儲(chǔ)和運(yùn)算能力，之后在PaaS層利用工業(yè)大數(shù)據(jù)的優(yōu)勢(shì)進(jìn)行機(jī)器數(shù)據(jù)建模，優(yōu)化機(jī)器的全生命周期管理，提高運(yùn)行效率。2017年8月與國家工業(yè)安全中心、華龍訊達(dá)三方共同舉行戰(zhàn)略合作簽約儀式，共同打造中國自主知識(shí)產(chǎn)權(quán)、資源富集、創(chuàng)新活躍、跨行業(yè)跨領(lǐng)域融合的工業(yè)互聯(lián)網(wǎng)平臺(tái)，未來還將建立“互聯(lián)網(wǎng)+工業(yè)研究中心”，匯集“政產(chǎn)學(xué)研用”各界智慧，切實(shí)推進(jìn)工業(yè)互聯(lián)網(wǎng)平臺(tái)的落實(shí)與應(yīng)用，推進(jìn)中國兩化融合進(jìn)程

59、。HeaderTable_TypeTitle 從科學(xué)效應(yīng)到人工智能:制造業(yè)人工智能應(yīng)用正起步有關(guān)分析師的申明，見本報(bào)告最后部分。其他重要信息披露見分析師申明之后部分，或請(qǐng)與您的投資代表聯(lián)系。并請(qǐng)閱讀本證券研究報(bào)告最后一頁的免責(zé)申明。17數(shù)據(jù)來源：互聯(lián)網(wǎng)、東方證券研究所五、投資建議若說大數(shù)據(jù)及人工智能在互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用已然趨于紅海，那么工業(yè)大數(shù)據(jù)以及在此基礎(chǔ)之上的人工智能應(yīng)用則屬于藍(lán)海，發(fā)展?jié)摿εc空間毋庸置疑?？春霉I(yè)制造領(lǐng)域的信息化、數(shù)字化趨勢(shì)，中長(zhǎng)期看好人工智能應(yīng)用的落地。除了傳感器、工業(yè)物聯(lián)網(wǎng)及工控領(lǐng)域受益之外，徐工集團(tuán)與阿里合作，三一重工與騰訊合作，已經(jīng)在工業(yè)互聯(lián)網(wǎng)方面進(jìn)行投入布局。但目

60、前國內(nèi)距離出現(xiàn)成熟的 Predix 工業(yè)互聯(lián)網(wǎng)平臺(tái)還有距離。具體到計(jì)算機(jī)、軟件等相關(guān)的板塊，正如前文所述，工業(yè)數(shù)據(jù)的有效獲取是前提和基礎(chǔ)，很自然應(yīng)當(dāng)先完成包括內(nèi)部管理流程、生產(chǎn)制造執(zhí)行過程以及庫存供應(yīng)鏈管理、銷售、售后等環(huán)節(jié)在內(nèi)的信息化、數(shù)據(jù)化。因而除了工業(yè)控制軟件之外，能提供制造執(zhí)行系統(tǒng)（MES）、企業(yè)資源管理（ERP）、供應(yīng)鏈管理等業(yè)務(wù)管理軟件以及嵌入式數(shù)據(jù)庫系統(tǒng)與實(shí)時(shí)數(shù)據(jù)智能處理系統(tǒng)等數(shù)據(jù)管理軟件的相關(guān)標(biāo)的或許會(huì)更早收益。以上相關(guān)軟件領(lǐng)域也正是 2016 年 12 月由工信部和財(cái)政部印發(fā)的智能制造發(fā)展規(guī)劃(2016-2020)所明確指示的關(guān)鍵共性技術(shù)創(chuàng)新方向。建議關(guān)注用友網(wǎng)絡(luò)、漢得信息、