受益于信创、自主可控相关政策，工业互联网成为2021年中国市场的投资热点之一。这其中包含了工业互联网平台、工业软件、数据智能等细分领域的热点。工业软件、工业互联网平台看似有巨大的市场空间，也最受关注，然而要想取得较高的投资回报，可能需要5-10年以上的时间。而从AI与大数据开始，可以帮助企业快速进入工业领域，从单个环节开始，逐步渗透到整个工业企业。

AI赋能的工业质检

工业质检场景是指的采用机器学习、深度学习对产品外观进行质量检测的应用场景，给工业企业带来的业务价值主要是提高良品率，降低漏检率，降低人力成本，提高运营效率。传统的工业质检方式以人力抽样检测为主，由基于规则的系统提供辅助。人工智能时代的工业质检，由AI系统基于次品的样本数据进行建模，然后再部署到生产环境自动化检测产品质量。过去几十年的工业发展历史中已经培育了一批传统的工业质检厂商，有些厂商专门从事摄像头、工控机、检测设备等硬件的生产制造，有些厂商专注于提供检测系统。在人工智能时代，一批AI创企聚焦在这一市场提供AI赋能的工业质检解决方案。

来源：IDC

如下表所示，在最近的1年内，多家公司获得新一轮融资。发展最快的当属创新奇智，目标是在港股上市并已提交招股说明书。其他几家创企如阿丘科技、鼎纳自动化则到达B轮阶段，视睿科技、感图科技等几家创企则处于更早期的融资阶段。当然，工业质检AI落地也存在一定的挑战：负面样本数据的缺失，模型泛化能力不足，投入产出比不理想等等。解决这些挑战，将有利于释放更多增量市场。

工业大数据分析

工业大数据分析是指利用大数据分析技术，对工业数据进行处理和分析，挖掘数据价值，沉淀工业知识的场景。具体到业务场景，包括设备智能运维、生产过程优化、智能计划调度、智能产销协同。在工业大数据领域，既有传统的软件企业在工业软件上嵌入大数据分析，也有工业互联网平台企业扩展大数据分析业务，还有很多如沈鼓类的大型装备制造业通过成立IT公司等方式，从自身产品开始拓展大数据分析业务。

如下表所示，在最近半年内，多家工业大数据分析企业获得新一轮融资。当然，大部分企业的融资轮次都处于早期。伴随更广泛的工业设备数据采集和接入，数据分析场景的不断成熟，复合型人才的增长，这一领域将获得更高的增长。对厂商而言，则有几种路线可选择：从大数据分析与AI平台出发，成为解决方案商；提供大数据分析工具，重点发展合作伙伴，由合作伙伴来交付；从生产大数据平台出发， 提供场景应用解决方案。

预测性维护

工业设备计划外停机严重影响工业生产效率和质量，给企业带来高额的维保成本。传统设备运维为避免非计划停机，采用预防性维护模式，即定期修理和维护，但停工维护频率过高极大降低生产效率，维护频率过低并不能起到很好的效果。为更好的进行设备运维，业界提出预测性维护。典型的技术提供商包括天泽智云，寄云科技等。

供应链预测

企业柔性化生产过程中生产状态、库存、订单等情况快速变化，传统排产方式订单估计精度低，时常遭遇各种突发情况，生产计划不能及时应对订单快速变化，容易出现产能不足或空置、订单顺利交付但最终核算并不盈利等问题，短周期决策也不能在产能紧张的情况下，对是否接新订单做出正确决策。采用大数据分析以及智能预测技术，可以更加精准的预测销量、供应链变化，帮助企业尽早做出响应。典型的技术提供商包括阿里云、杉数科技、第四范式等。

整体来看，目前在工业AI与大数据领域，备受关注的场景一是工业质检，二是工业大数据分析。这2个领域已经有数家传统企业以及创企在其中耕耘。而在同样具备较高潜力的预测性维护以及供应链预测/智慧供应链市场，仍存在较大的市场空白。无论是投资机构还是计划入局的创企，还是工业企业孵化出的科技公司，都应该对这些市场空白区加强关注。实现智能制造可能需要十年以上的时间，而在单个业务环节提升数据分析与智能化能力，将有助于逐步提高工业智能化水平。