2019中国工业大数据发展及投资价值研究-赛迪顾问

业领域渗透，以数字化为驱动的工业大数据推进了制造业发展向智能化新模式转变。

在现有大数据、移动互联技术之上，人工智能、超性能计算、区块链、物联网等前沿技术注入工业大数据，提升数据库的分布式存储计算能力及计算平台整体资源使用率等，让企业内部实现工业资源的中心化、统一化的智能管理，提升工业生产要素利用效果和运营效率，切实实现工业企业智能化转型。

总体上，云计算、人工智能等新型技术进一过程从研发制造到服务环节产生大量数据，业数据模态多样、结构关联复杂，工业大数据融合了传统大数据、自动化数据、产业链上
及跨界数据，工业大数据相较于其他领域的大数据应用更需要和其他新一代信息技术进行融合创新。

随着大数据、云计算、物联网、边缘计算人工智能等领域的技术突破与发展，工业大数据与这些新技术领域的联系更加紧密，网、边缘计算技术的发展将极大提高数据的获。

2019年中国数字经济行业市场现状及发展趋势分析“5G+云+AI”赋能行业智能化升级“5G+云+AI”技术赋能数字经济行业智能化升级数字经济助力传统产业不断拓展发展的广度和深度，降低成本提高效能，成为经济发展的新动能，随着全球数字经济发展的不断深入，数字经济的发展重心逐渐由消费互联网向产业互联网转变。

“5G+云+AI”技术融合释放行业发展潜力，赋能行业智能化升级。

1、数字经济成为带动我国经济发展的核心力量根据中国信息通信研究发布的相关数据显示，2018年我国数字经济总量达到31.3万亿元，占 GDP比重超过三分之一，达到34.8%，占比同比上升1.9%，数字经济发展对GDP增长的贡献率达到 67.9%，同比上升12.9%，超越部分发达国家水平，成为带动我国国民经济发展的核心力量。

中国数字经济蓬勃发展，推动传统产业改造提升，为经济发展增添新动能。

2、第三产业数字经济发展水平领先，工业数字经济增速加快2018年，中国服务业(不含信息通信服务业、软件和信息技术服业)、工业(不含电子信息制造业)和农业中数字经济占行业增加值的比重分别为35.9%、18.3%和7.3%。

其中工业数字经济比重的提升幅度同比增长0.7%，农业、服务业提升幅度同比增长0.3%，工业数字化加快增长。

3、数字经济由消费互联网向产业互联网转变数字经济以数字化的知识和信息为关键生产要素，通过数字技术与实体经济深度融合，不断提高传统产业数字化、智能化水平。

随着数字经济发展的不断深入，数字化发展进入动能转化新阶段，数字经济的发展重心由消费互联网向产业互联网转移。

传统产业借力5G、云计算、 AI、大数据、物联网等新兴数字技术，推动企业主体利用数字技术提升效率和优化配置，将产业上下游的企业各个体和数据连接起来，提升内部效率和对外服务能力，实现跨越式发展。

4、5G、云计算和AI成为数字经济发展引擎在 5G、云计算、AI 的引领下，行业越来越丰富、数据量越来越大，这就需要多元新架构的支撑，5G、云计算、AI 的融合创新发展已成为必然。

２０１９年中国工业大数据市场研究报告CONTENTS大数据产业分析1.1 大数据产业概况•大数据产业概念•大数据技术体系•大数据产业图谱•大数据产业生态链•大数据产业链全景图1.2 大数据市场分析•大数据市场规模•大数据细分市场•大数据应用市场CONTENTS 工业大数据市场2.1 工业大数据定义2.2 工业大数据来源 2.3 工业大数据分类2.4 工业大数据系统框架2.5 工业大数据市场规模工业大数据应用CHAPTER 1第一章大数据是信息化发展的新阶段。

随着信息技术和人类生产生活交汇融合，互联网快速普及，全球数据呈现爆发增长、海量集聚的特点，对经济发展、社会治理、国家管理、人民生活都产生了重大影响。

大数据产业是对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

大数据主要应用领域包括教育、交通、能源、大健康、金融等。

大数据技术体系纷繁复杂，但其中有诸多技术格外受到关注。

随着社交网络的流行导致大量非结构化数据出现，传统处理方法难以应对，数据处理系统和分析技术开始不断发展。

随着需求不断扩大、升级，单个企业、甚至单个行业的数据都难以满足要求，数据融合的价值更加显现，形成了数据流通技术体系这一热点。

从数据在信息系统中的生命周期看，数据分析技术生态主要有5个发展方向，包括数据采集与传输、数据存储与管理、计算处理、查询与分析、可视化展现。

数据分析技术安全多方计算和区块链是近年来常用的两种技术框架，此外还涌现出同态加密、零知识证明、群签名、环签名、差分隐私等多种数据流通的技术工具。

数据流通技术而随着摩尔定律的失效（底层硬件的变化），单机性能扩展的模式走到了尽头，而数据交易规模的急速增长（上层应用的变化）要求数据库系统具备大规模并发事务处理的能力。

事务处理技术从大数据产业细分领域来看，可以大致分为数据源、大数据硬件支撑层、大数据技术层、大数据交易（应用）层。

1、赛迪顾问（CCID）（中国）赛迪顾问股份有限公司是中国首家在香港创业板上市，并在业内率先通过国际、国家质量管理与体系标准认证的现代咨询企业，直属于中华人民共和国工业和信息化部中国电子信息产业发展研究院。

经过多年的发展，目前公司总部设在北京，旗下拥有赛迪经智、赛迪经略、赛迪方略、赛迪设计和赛迪监理五家控股子公司，并在上海、广州、深圳、西安、武汉、南京、成都、贵州等地设有分支机构，拥有300余名专业咨询人员，业务网络覆盖全国200多个大中型城市。

赛迪顾问凭借强大的国家部委资源支撑、丰富的行业资源和高端专业化人才等竞争优势，面向政府、园区和企业，提供发展战略与规划、政策研究、转型升级规划、招商引资策略研究、信息化咨询、智慧城市规划、市场投资机会与策略分析、投资可行性研究、运营模式研究、企业兼并重组、企业战略咨询、人力资源管理等现代咨询服务。

研究领域涵盖电子信息、互联网、通信、基础电子、装备、消费品、汽车和原材料、战略性新兴产业等行业领域。

致力成为中国本土的城市经济第一智库、企业管理第一顾问、信息工程设计第一品牌。

2、Ipsos益普索（法国）益普索（Ipsos）是全球领先的市场研究集团，于1975年成立于法国巴黎，1999年在巴黎上市，是全球唯一由研究专业人士拥有并管理的市场研究集团。

益普索是全球第三大研究集团，2014年集团全球营业额22.184亿美元，在全球87个国家设有办公室。

益普索在六大研究领域为客户提供专业的洞察和服务：广告与品牌研究，客户满意度与忠诚度研究，营销研究，媒介研究，公共事务研究，以及调研管理服务。

益普索于2000年进入中国，已成为中国较大的市场研究公司，在上海、北京、广州、成都、武汉等5个城市设有办公室。

企业拥有丰富的专业研究产品线和行业专长，研究领域覆盖广告和品牌研究、营销研究、媒介研究、公众事务与社会研究、满意度与忠诚度研究、数据采集与处理，汽车研究以及金融与服务研究。

服务范围覆盖了快消、金融、汽车、IT/电信、医药保健等众多行业。

赛迪顾问股份有限公司2019年8月2019中国先进制造业集群发展研究赛迪白皮书郑重声明本报告的著作权归赛迪顾问股份有限公司(简称为“赛迪顾问”)所有。

本报告是赛迪顾问的研究与统计成果，其性质是供客户内部参考的业务资料，其数据和结论仅代表本公司的观点。

本报告有偿提供给购买本报告的客户使用，并仅限于该客户内部使用。

购买本报告的客户如果希望公开引用本报告的数据和观点，在事先向赛迪顾问提出书面要求后，必须经过赛迪顾问的审核、确认，并得到赛迪顾问的书面授权。

未经赛迪顾问的审核、确认及书面授权，购买本报告的客户不得以任何方式在任何媒体上(包括互联网)公开引用本报告的数据和观点，不得以任何方式将本报告的内容提供给其他单位或个人。

否则引起的一切法律后果由该客户自行承担，同时赛迪顾问亦认为其行为侵犯了赛迪顾问的著作权，赛迪顾问有权依法追究其法律责任。

党的十九大报告明确提出“促进我国产业迈向全球价值链中高端，培育若干世界级先进制造业集群”，这是推动制造强国战略，实现高质量发展的战略选择。

产业迈向全球价值链中高端展现了我国对摆脱产业价值链低端锁定，提升产业竞争力的总体要求，而世界级先进制造业集群则是我国产业迈向全球价值链中高端在产业领域、空间布局、组织模式的体现。

为此，了解先进制造业集群的内涵、特征、发展现状及趋势对培育世界级先进制造业集群，助力我国制造业进一步发展有着重要的现实意义。

赛迪顾问智能装备产业研究中心通过对先进制造业集群内涵、形成动因、中国先进制造业集群的特征以及现状进行了研究，并提出了先进制造业集群的发展趋势，以及相关发展策略的建议。

希望本研究成果能为地方政府制定培育先进制造业集群相关举措提供参考。

前言 (1)第一章先进制造业集群内涵与形成动因 (3)（一）先进制造业集群内涵 (4)（二）先进制造业集群形成主要动因分析 (7)第二章先进制造业集群特征与现状 (9)（一）全球特色先进制造业集群发展概况 (10)（二）中国先进制造业集群发展现状 (14)（三）中国先进制造业集群基本特征 (17)第三章中国先进制造业集群发展趋势与展望 (20)第四章中国先进制造业集群发展策略建议 (26)第一章先进制造业集群内涵与形成动因先进制造业集群内涵先进制造业集群形成主要动因分析（一）先进制造业集群内涵为避免片面理解先进制造业集群，加强对其的理解，应避免与以下几种概念的混淆。

2019先进制造业城市发展指数作者：赛迪顾问智能装备产业研究中心来源：《机器人产业》2019年第05期赛迪顾问智能装备与智能制造产业研究中心通过对先进制造业发展历程的梳理和主要现状的剖析，总结出了经济带动性、创新驱动性、多领域融合、质量品牌和绿色集约五个主要特征，并在此基础上提出中国先进制造业城市发展指数（以下简称“指数”）。

指数旨在成熟、准确地衡量各城市及地区先进制造业发展水平，明晰地区与企业在先进制造业发展過程中所处的位置，为地方政府及企业总结发展模式，寻找前进路径提供重要参考。

发展现状与特点高端技术装备领域有所突破，整体创新能力有待提升在海外高层次人才引进计划和研发投入（R & D）经费逐年增多等国家政策的支持下，我国先进制造业在高端技术装备领域获得了突破性进展，技术水平跃居世界前列。

例如，在卫星导航领域，北斗三号系统完成部署，预示着我国自主研发的卫星导航系统即将开启全球化服务进程。

在轨道交通领域，我国自主研发的全球首套时速350公里高铁自动驾驶系统（C3+ATO）完成现场测试，高铁核心技术实现100%国产。

在量子领域，中国科学家率先实现了12个超导比特量子纠缠态，刷新了世界纪录。

在这些重点领域我国实现了从无到有，从跟随到领先的飞跃，为先进制造业的发展提供了源源不断的动力。

然而，在创新能力上，我国先进制造业仍需全面发力，有待进一步提升。

比如，在集成电路领域，我国目前尚需加大研发力度以增强自我供给能力，在高性能电子功能材料、航空发动机、纳米级光刻机、高端数控机床等领域，仍需持续发力，努力达到世界领先水平。

新技术催生产业结构变革，呈现出“智能+”融合发展态势当前，在新一代信息技术（物联网、人工智能、大数据、云计算等）快速发展的基础上，人工智能逐渐融入制造业领域，催生了制造业的智能化变革。

为实现制造业的转型升级，我国相继出台了一系列产业政策促进人工智能的发展，“智能+”多领域融合发展态势逐渐呈现。

我国制造业数字化转型的特点、问题与对策摘要：我国制造业企业所处发展阶段参差不齐，其数字化转型既包括处于较低发展阶段的企业提高信息化水平，也包括处于较高发展阶段的企业实现数字化、网络化、智能化。

在有关部门引导和支持下，我国制造业数字化转型已经取得了一定成效，数字化、集成互联、智能协同水平持续提高，工业互联网应用规模不断扩大。

但是，缺乏权威的数据标准、数据安全问题有待解决、数据开放与共享水平有待提高、技术基础与信息基础设施相对薄弱、对就业将产生严峻挑战等问题仍存在，阻碍着制造业数字化转型进一步深入。

建议有关部门完善支持鼓励政策，促进工业数据标准建设与应用，加强数据安全保护，支持核心技术攻关，增强信息基础设施支撑能力，推进国际合作，与再就业培训、社会保障体系实现统筹规划。

关键词：制造业，转型升级，数字化，网络化，智能化我国制造业规模庞大，体系完备，但大而不强。

尤其是传统制造业，自主创新能力不强，生产管理效率较低。

随着我国制造业成本优势逐步下降，只有不断提高产品品质和生产管理效率，重塑竞争力，企业才能生存、发展、壮大。

数字化转型正是提高制造业产品质量和生产管理效率的重要途径。

近年来，大数据、云计算、人工智能等数字技术加速与制造业相融合，取得了一定成效，但仍有不少问题需要予以解决。

一、我国制造业数字化转型的内涵数字经济是继农业经济、工业经济之后新的经济形态，它以数据资源为重要生产要素，以数字化转型为重要推动力。

越来越多的国家把发展数字经济作为推动该国经济增长的重要途径。

其中，促进新一代信息技术和制造业深度融合，大力发展先进制造和智能制造，在各国数字经济发展战略中占有重要地位。

对于美国、德国等发达国家来说，由于制造业基础较好，数字化水平较高，其数字化转型的重点是网络化、智能化。

如德国发展工业4.0，美国推进工业互联网。

我国大部分制造业企业处于较低发展阶段，还需要“补课”。

制造业数字化转型，既包括尚处于工业1.0和2.0阶段的企业通过信息化（数字化）改造实现工业3.0；也包括少数已经达到工业3.0阶段的企业，将大数据、人工智能等技术深度应用于供应、制造、销售、服务等环节，实现工业4.0，即进入网络化、智能化发展阶段。

融合论坛INTEGRATION FORUM56软件和集成电路SOFTWARE AND INTEGRATED CIRCUIT从整体的概念和演进过程来看，工业大数据是在工业领域中，围绕智能制造模式，以数据采集、分析处理、服务应用为主的各类经济活动所产生的数据的总称，囊括了从需求到销售、计划、研发、采购等所有的环节。

2011年工业和信息化部印发的《物联网“十二五”发展规划》第一次提到跟工业大数据相吻合的概念，2014年大数据被正式写入政府工作报告，2015年大数据成为国家战略，大数据产业生态联盟于2016年大数据发展巅峰时成立。

工业大数据是智能制造和工业互联网的核心，工业互联网的本源是数据驱动。

通过产业年度市场报告，我们对市场总体规模有了检测和预判，近几年工业大数据的增速相较大数据整体增速偏缓，因为在制造业领域大数据特别不好做，工业大数据市场规模刚刚超过100亿元，规模并不是很大。

但随着制造企业数据成熟度不断提升，很多理念不断被制造企业接受，包括工业互联网政策、资金等，未来工业大数据增速将超越大数据市场规模整体增速。

工业大数据市场特征有哪些呢？从用户行业结构来看，离散型企业用户占中国工业大数据市场比例最大，离散型制造企业设备和零部件数量非常多，有一些技术可以方便地在一些场景和环节突破，从而达到提升企业内部生产效率的目的。

设备故障诊断和生产过程可视化相关的产品占据大部分市场份额。

在用户方面，工业大数据目前以大企业为主。

工业大数据的典型应用场景，一是产品设—赛迪顾问股份有限公司副总裁、赛迪（上海）先进制造业研究院执行院长董凯工业大数据企业的发展，构建精准数据流闭环是核心，数据安全是依据，根治行业、深耕场景是重要方向，如此展现出企业的最大投资价值。

2019中国工业大数据产业演进及投资价值研究主题演讲计和研发。

二是能耗优化，比如利用大数据技术实现燃煤效率提升。

三是供应链优化，比如海尔最早提出将C端数据作用到供给侧，除了提升自身产线智能化水平，也能优化供应链。