

陈家崧
证券分析师
A股工业及电力新能源行业
研究主管

张昕
证券分析师
A股工业及电力新能源行业

胡若琳
证券分析师
A股工业及电力新能源行业

王敦
证券分析师
A股工业及电力新能源行业

姚旭东
证券分析师
A股工业及电力新能源行业
我们看到AI在工业自动化领域正快速普及
其能为客户带来显著增值
我们认为,初期AI在过程工业中的普及速度或快于离散工业,主要源于前者可获得更多高质量数据。过程工业中的数据主要是高度标准化的时间序列数据,我们认为这或使得过程工业中AI模型训练相较离散工业更为容易。离散工业方面,我们认为未来对AI的需求主要与机器人相关,主要源于AI驱动机器人可提升组装、异常检测和物流等环节的工作效率。目前,瓶颈在于具身AI模型的开发和数据收集。2026年6月9日工信部与国务院国资委联合宣布,将启动2026年度人形机器人与具身智能实景实训专项行动,目标形成万台级规模落地能力和百个以上高价值应用场景。
各主要行业的AI普及潜力

注:空白表示不需要AI;半星表示有AI潜力但价值有限的情景;满星表示有高价值AI潜力的情景。
资料来源:《工业与AI融合应用指南》(华为)、汇丰前海证券
工业AI:先到先赢
在工业AI领域中,先行者享有优势。我们认为,与通用AI模型开发商相比,工业AI模型提供商享有更好的先发优势。这是因为工业AI解决方案涉及客户端技术、数据和业务运营的深度耦合,导致客户面临较高的转换成本。
1
高质量数据是一个难以跨越的深度护城河:由于工业界缺乏高质量数据,大型工业AI模型的发展滞后于通用模型。工业领域中的数据既非标准化数据,也非开源数据。为解决这些问题,工业领域主要参与者正在积极开发工业仿真软件,这是利用工业数据的关键所在。
2
客户转换成本较高:工业AI软件嵌入工厂的生产控制系统中。用户切换至新的软件系统意味着需要调整设备参数并重新配置控制协议,因此转化成本较高。此外,换用新软件系统亦可能导致客户生产在软件转型期间出现波动。
3
先驱者“飞轮”:先驱者可以通过学习边缘案例(如机器异常)来增强其AI模型能力,因此AI模型能力、数据和领域专业知识为先行者构建了“飞轮”。这与自动驾驶类似——安装基数最大的企业所拥有的可训练数据最为独特,故而通常比其同业更具优势。
工业AI应用方面得到政策支持
2025-2026年,政府出台了一系列政策支持AI在制造业中的应用。主要措施包括:
1
软件和设备更新财政支持:上海、北京、广东和浙江等地方政府为AI创新项目提供软件研发补贴和贷款利息折扣(资料来源:当地政府文件);
2
收紧碳排放控制:根据国务院近期发布的文件,政府鼓励流程工业企业采用工业AI解决方案,以减少碳排放并提高生产效率,遵守更严格的碳排放控制要求。
中国政府推出一系列政策为工业AI提供支持

资料来源:工业和信息化部、国家发展和改革委员会、国家能源局、汇丰前海证券
阅读更多

披露附录
免责声明
资讯来源:微信公众号
