To B产业研究系列之三：工业互联网，数字文明的近望

根据《证券期货投资者适当性管理办法》及配套指引，本资料仅面向华创证券客户中的金融机构专业投资者，请勿对本资料进行任何形式的转发。若您不是华创证券客户中的金融机构专业投资者，请勿订阅、接收或使用本资料中的信息。

本资料难以设置访问权限，若给您造成不便，敬请谅解。感谢您的理解与配合。

报告摘要

工业互联网是第四次工业革命的重要基石，数字工厂则为企业级的应用平台。工业革命步入渐进式迭代，突破点在于复杂生产关系的全天候集成与共享；工业互联网通过传感器、机器、工件和IT系统，沿着生产价值链连接到同一生态系统，进而虚拟交互实现感知和操作，成为工业4.0生态的核心载体。全球逐鹿布局工业互联网，目前呈现欧美亚太三足鼎立的竞争格局，在主要市场的稳健驱动下，预计未来5年行业规模CAGR=6%。工业互联网作为工厂数字化的软件要素，其长期的经济赋能在于促进产销管理环节的“降本增效”。

西门子作为全球工业数字化标杆，以MindeSphere平台化服务实现内外赋能。西门子在产品打磨上，以系列化收购率先打造工业软件生态体系； 在组织架构上，西门子不断“去中心化”，突出数字化部门的战略重心，借此成功地从传统电气巨头蜕变为数字化工业领航者。 MindeSphere 是西门子于 2016 年推出的首款工业物联网操作系统，实现工业仿真的基础即是端对端的数字孪生。 西门子通过 MindeSphere 平台化服务与德国本土温控系统制造商合作，实现了“冷却即服务”的 PaaS 级应用，成功输出了垂直领域的“产品 + 数据服务”的新型商业模式。

工业互联网是国内制造业转型的核心路径，纺织、电子、汽配等领域已现应用范例。国内传统厂商目前仍面临工业附加值、产能利用率双低的局面，而工业互联网的边际产值赋能近年来已有趋势上的表现。

以纺织行业为例， 国内纺服行业工业体系较为成熟但集中度较低，控制劳动力成本、节能减排与产销模式创新将成为龙头溢价的实现关键。 “代工王”申洲国际从生产环节入手，通过持续的资本投入和技术改造，已在面料厂织布、印染环节基本实现自动化、数字化，且正促使跨国各工厂间的数据网络化； 库特智能则从客户下单与订单数据采集、数据挖掘分析与智能技术匹配、智能排产与排程、智能物料采购与原材料仓储管理、智能断料、智能剪裁、缝制与整烫等 7 大环节，实现基于 C2M 模式的数字化定制服装产销。

以电子行业为例， 工业富联于 2018 年起着手对内部的生产制造场域进行工业互联网改造，将雾小脑、灯塔工厂、 FiiCloud 云平台进行对内赋能尝试，通过外接传感器、软件数据提取、安装转接口等方式使设备上网上云，实时监控各类设备运行状态从而实现车间可视化； 通过清洗、整理、分析数据，将信息抽象化建模，工业富联实现了智能制造的无忧生产，实验场域在质量、效能、成本、库存等多个指标上均有显著改善。

以汽配行业为例， 敏实集团在工业富联的外溢赋能下，成功地从数据链落实到价值链的提升。 在盈利需要（克服行业颓势）、新需求（新能源汽车）、产业链价值调整等多重驱动下，敏实集团引入工业富联的柔性自动化产线，建立数字化能力，打通订单交付和产品研发两条端对端价值链； 以效率为导向的制造能力提升，打造纵向计划协同能力和现场精细化执行能力； 建立指标运营决策体系，在全球工厂实行数据驱动的持续性改善。

风险提示：

数字工厂建设投资力度不及预期、政策与国际形势拖累、产业环境发展不均衡、人才梯队培养与引进迟缓、战略规划高度与执行力度不及预期等。

报告正文

1

天下为工，“智变”正引向质变

（一）智造互联，新工业的燃星火

1、迈向智造，行进中的工业4.0

信息化时代下的工业革命迭代步入渐进模式，突破点在于“深水区”中复杂生产关系的全天候互联与共享。自工业革命爆发以来，技术进步推动了工业生产力的大幅提升。十九世纪由蒸汽机驱动的工厂，电气化导致了二十世纪早期的大规模生产，并且工业在二十世纪七十年代初变成了自动化；但随后的工业技术进步趋于渐进式，尤其是跟同时期的IT、移动通信和电子商务转型的突破相比。

工业互联网的雏形为设备物联网，正从简单的工业信息化迈向复杂的智能制造。全球工业互联网发可分为4个阶段；第一阶段是在20世纪60-80年代，实现了网络的发明以及机器和机器之间的互联；第二阶段是在20世纪90年代，实现了工业网络协议以及操作系统的发布，以及物联网的提出并且工业设备逐渐联网；第三阶段是在2000年初，云计算以及通信独立架构协议的形成，并且工业互联网支撑体系逐步形成；第四阶段是2010年至今，工业互联网雏形的形成和发展。

工业互联网是第四次工业革命的重要基石，是伴随物联网、大数据、人工智能等关键技术发展起来的生产新技术、新业态。传感器，机器，工件和IT系统将沿价值链连接到一个生态系统，这些连接的系统可以使用标准的基于互联网的协议进行交互，并分析数据以预测故障，自行配置和适应变化。工业互联网的本质是通过对工业数据的全面深度感知、实时传输交换、快速计算处理和高级建模分析，实现智能控制、运营优化和生产组织方式变革。

2、三足鼎立，角力中的工业互联

亚太地区工业互联网发展迅速，逼近北美、欧洲传统主力市场。随着工业互联网概念的提出，各国都开始部署战略规划；其中美国集团优势显著，GE、微软、罗克韦尔、亚马逊等巨头积极布局，加之各类初创企业着力前沿创新，有望助力美国保持行业主导地位。而欧洲工业巨头如西门子、博世、ABB、SAP等凭借自身在制造业的基础优势亦进展迅速。整体来看，欧美市场在规模上占据主要份额，但增速在各地区俨然分化。得益于中国市场和印度、东南亚等新兴经济体的基础设施和工业发展的刺激，2019年亚太地区整体市场规模占比达到28.5%，接近欧洲的30.8%和北美的35.4%，已呈现三足鼎立的局面。

全球工业互联网市场在欧美、亚太主要地区的稳定驱动下，预计未来5年年化复合增速保持6%的平稳增长。根据CCID的数据显示，2019年全球工业互联网市场规模约为8465.6亿美元（+5.03%yoy）；预计2020年全球工业互联网市场规模约为8948亿美元，到2022年预将首次突破1万亿美元，未来2020-2025年保持6.00%的年化复合增长。

（二）数字工厂，工业互联见一斑

1、车间数字化，流水的信息集成

数字工厂是工业4.0发展的必经之路，本质是工业互联网的企业级平台。根据德国工程师协会的定义，数字工厂是由数字化模型、方法和工具构成的综合网络，包含仿真和3D虚拟现实可视化，通过连续的无中断的数据管理集合在一起，其本质是实现信息的集成。数字化本身就是职能的一部分，是一个入口；智能工厂则是在数字工厂的基础上附加了物联网技术和各种智能系统等新兴技术于一体，提高生产过程可控性、减少生产线人工干预。数字工厂是智能工厂的落脚点，而智能工厂又是工业4.0的基准点。只有实现了工厂数字化，才有可能步入工业4.0的生态。

数字工厂建设的最基本单元，即是车间管理的数字化。数字工厂中生产过程的数字化，主要是利用数字化的手段应对更复杂的车间生产过程管理，这其中最重要的是制造执行系统（MES）的建设，以及MES与ERP/PLM和车间现场自动化控制系统的交互。MES既是一个相对独立的软件系统，又是企业信息传递路由器，汇集市场与服务、产品设计、MRP/ERP、供应链等信息，并转化为详细的生产作业指令，从而实现复杂产品制造过程生产现场的管理与控制。MES向上承接ERP下达的生产计划以及PLM经过仿真验证的产品物料清单，向下衔接车间现场控制系统，弥补了ERP与车间过程控制之间的真空，实现了工业4.0所强调的垂直方向上的集成以及贯穿价值链的端到端工程数字化集成。

2、数字化工厂，铁打的效益蝶变

工业互联网在工厂数字化建设中的实施落地，其显性经济意义仍在于长期的“降本增效”。假设所有的工业系统能够有1%的效率提升，就会带来显著的经济效益。在未来15年内，航空业减少1%的燃料，将节约超过300亿美元；医疗行业效率提高1%，预计节约630亿美元；电力效率提升1%，预将节约660亿美元；石油天然气资本支出降低1%，将节约900亿美元。

数字工厂的建设短期内难见经济回报，多数投入者更注重效率提升带来的远期效益空间。根据思略特面向制造工业的调研，几乎所有的受访者（98%）都将提升效率视为投资数字化工厂的主要原因。综合规划、资产利用率提升、质量成本降低以及自动化均有助于效率的提升。不仅如此，大多数的受访企业将收回数字化工厂投资的期限定为五年。除了提升工厂效率之外，数字化工厂还能带来其他一些效益。例如，在航空领域，有些企业利用数字化工厂解决方案开展先进的飞机及发动机设计，打破了传统制造的局限性。此外，数字化工厂还能帮助企业减少能源和原材料的消耗，实现可持续发展的目标。企业正在利用数据来改善资源效率，让供应链更合理，实现按需订购原材料，减少库存。

2

电气巨擘，西门子的数字化伟业

（一）西门子，工业革命的先驱者

1、百年老店，集近现代工业之大成

西门子是欧洲传统电气巨头，并领先成为全球性工业数字化标杆。西门子于1847年由维尔纳·冯·西门子创立，是欧洲最大的电器电子公司，同时亦是世界排名第四的家用电器制造商。公司自1872年进入中国，截至2019财年，于中国的总营收达到84亿欧元，拥有3.5万余名员工和21个研发中心。西门子的主要业务包括智能基础设施、数字化工业、交通、能源、医疗等5大板块，其中智能基础设施致力于智能地连接能源系统、楼宇和工业，产品系列涵盖电网控制和自动化、低压和中压配电及开关与控制、楼宇自动化、消防安全、HVAC 控制和能源解决方案；数字化工业集团专注于工业自动化、电气自动化、工业数字化、工业4.0和智能制造领域的创新，为离散和过程工业数字化转型提供数字化工厂解决方案。复盘西门子集团的发展历程，公司早于2007年开始布局工业数字化生态，领先德国工业4.0规划出台（2013年），并以工业软件的系列收购，成功地从传统电气大厂蜕变为数字化工业领航者。

从组织架构变迁来看，西门子不断推进“去中心化”，近年持续突出数字化战略基调。西门子曾于2014年进行近年来公司组织架构的首次调整。按照旧有的组织架构设计思路，西门子于2013年以前一直以业务领域为核心，针对性地设立事业部进行集团化管理。但在ABB、通用电气业务利润率逐渐超越西门子之后，为释放业务自由度而带来的潜在边际贡献增加，并且围绕“2020公司愿景”推进数字化，西门子将16个业务部门精简为9个，并且于2014年架构调整元年便设立数字化工厂集团。

而后在2018下半年，西门子为了更加专注于客户，根据所在行业的特定需求开展业务，西门子再次调整组织架构，下设3个“运营公司”和3个“战略公司”（三大“运营公司”：“天然气与发电”、“智能基础设施”和“数字化工业”，以及“战略公司”：西门子医疗、西门子歌美飒和筹备中的西门子阿尔斯通），推出“公司愿景2020+”战略。这一战略还包括投资物联网集成服务、分布式能源管理和电动交通基础设施等新的增长领域，以加强公司的增长型业务。西门子已经是全球工业数字化领域的领导者，在这一领域的集中扩展也将进一步促进增长型业务的发展。现有的业务集团（Division）层级将被取消，区域组织架构将更加以客户为导向进行调整，公司总部将更为精简。

2、自我焕新，领工业互联网之风华

西门子参与德国“工业4.0”早期规划，引领全球工业互联网革新。德国“工业4.0”是德国政府在德国工程院、弗劳恩霍夫协会、西门子公司等的建议和推动下形成的项目，20多家德国企业、研究机构和大学参与，并成为面向2020年的国家战略，在2013年4月汉诺威工业博览会上首次发布《实施“工业4.0”战略建议书》，其目标是定义在互联网时代制造业企业的发展道路，研究物联网和服务网演进为CPS信息物理融合系统后制造业格局和商业模式，旨在解决资源枯竭、城市化、老龄化和工业/生活平衡等全球挑战。

“数字化企业”软件套件，是西门子打造工业4.0生态的核心服务性输出。通过系列并购，西门子成功组建了以软件PLM（产品生命周期管理）、MES（生产执行系统）和TIA（全集成自动化平台）三足鼎立的信息物联系统（CPS）闭环生态体系，于2014年10月正式对外成立数字化产业集团（即DI部门）。

数字化产业渐成西门子贡献最突出的盈利来源。无论是订单安排还是营收创造，随着产品结构优化和智能制造大战略的实施，数字化为西门子带来强劲的增长动力；西门子数字化产业订单、营收占比由2013年的11.15%、12.26%稳步提至2020年的16.86%、18.68%，近7年复合增速分别达8.64%、7.57%（整体工业板块增速为2.41%、1.29%）。

西门子对数字化部门给予业绩高期待，战略重心转移大势所趋。西门子为数字化产业设置了显著较高的利润率预期，从2020年报来看高达17%-23%，较其他分部业务最高，高出整体工业业务均值水平7个百分点。不仅如此，数字化产业部门为西门子创造了最主要的营业利润，并且较2019年实现了唯一的正增长。作为全球工业4.0数字化战略的发起者之一，西门子告别传统能源巨头的“人设”，壮士断腕分拆西门子能源独立上市，以轻装上阵的姿态积极扶持数字化产业（DI部门）和智能基础设施。

工业互联网是西门子数字部门的核心所在，工业软件创收占比持续提升。软件业务是西门子工业互联网的核心载体，从近年趋势来看，西门子工业软件于数字化产业的营收占比持续提升，至2020年已达27.63%，近3年复合增速为7.89%，为数字化产业增长最重要的驱动力。

（二）MindSphere：德系工业的彰显者

1、当“工业硬汉”已成过往

告别工业“硬汉”，西门子借收购造就工业数字化巨头。工业软件重要性和西门子的数字化转型战略促使工业软件成为其发展重心。工业软件在数字化时代开始凸显其重要性，在近20年的时间里，西门子完成对多家公司的收购，成功向数字化转型。2001-2006年，西门子相继收购了多家MES（制造执行系统）厂商，并在此基础上推出了自己的MES软件SimaticIT。于西门子而言，2007年则是资本操作影响更为深远的一年，西门子于当年以35亿美元收购美国PLM（产品生命周期管理）公司UGS，旗下产品包括3D设计软件三大顶级产品之一、集CAD（计算机辅助设计）/CAE（计算机辅助工程）/CAM（计算机辅助制造）于一体化的数字产品开发系统UX，为此后的生产数字化奠定软件设施基础。随着收购的进行，西门子悄然成为仅次于 SAP 的欧洲第二大软件公司，以及世界十大软件供应商。

西门子以数字化内外赋能，生产力、竞争力迎戴维斯双击。数字化的核心价值在于利用虚拟世界中运转的数据赋能各级决策，以在市场竞争和不确定环境下敏捷地应变。快速有效的决策将在需求微粒化的时代带来更快的交付速度、更好的质量，以及更低的成本。这将成为提升下游客户满意度、市场占有率和盈利能力的重要手段，进而在虚拟世界中高速准确地开发、预测、改进、执行时，作为传统企业的对手依然在文件的传递中空耗着时间和成本，无法与之竞争同一市场。

2、MindSphere，工业数字化启航

通过对外收购夯实软件根基，西门子以MindSphere实现平台化。作为创新引领者，西门子凭借前瞻性思维考虑到更深层次的数字化转型，将人工智能、边缘计算、工业 5G、自主处理系统、区块链和增材制造等尖端技术融入到西门子的数字化企业解决方案中，从而推动信息技术和运营技术的融合，实现数据的智能化使用。MindSphere是西门子基于云的开放式物联网操作系统，也是西门内外数字赋能的核心工业互联网自建平台（隶属于DI部门，Digital Industry）之一。

在2016年4月汉诺威工业博览会上，西门子首次推出工业物联网操作系统MindSphere，次年MindSphere成为西门子展区最核心的展出内容。MindSphere基于亚马逊AWS等IaaS（基础设施服务），提供平台服务（PaaS），其设计思路是“向下为连接各类设备提供统一的接口，实现不同设备之间的互联互通；向上为各种各样的应用软件提供良好的开发、运营环境”，让工业界的客户可以在一个平台收集、分析生产流程的所有数据，以优化效率。简而言之，MindSphere一边可以连接不同品牌的工业制造硬件，另一边又能让第三方开发自己自己的软件。类比成移动互联网，MindSphere就是工业界的iOS或Android。

端对端的数字孪生是工业企业生产数字化的关键，而这正是MindSphere系统的数字基础。所谓数字孪生，是指真实世界在虚拟世界的映射，通过模拟具体设备在真实环境中的行为，对产品、制造过程，甚至整个工厂进行虚拟仿真，从而提高制造企业产品研发、制造的生产效率。当开始制造产品，MindSphere 就开始发挥作用，后者能基于数字化双胞胎监测整个生产流程的数据，并且通过数据分析哪里出现问题。

例如检测发动机状态、扭矩、磨损等，需要间接测量发动机的温度、加速度、压力、磁场等信号和数据。将采集到的数据映射到数字化双胞胎中，获得发动机的磁场仿真、温度仿真的热分布图，分析发动机的扭矩、磨损情况，从而通过数字双胞胎与测量、传感器及云真正融合，设定整个运营、决策解决方案。

3、冷却即服务，实践中的真章

温控系统是设备机柜正常运作的核心保障之一。工业自动化设备通常需要封装在箱体机柜内部，保护其免受恶劣工况影响。温控系统能够确保机柜内空气温度保持在规定范围，进而推动机柜内自动化设备可靠运行。但此类温控系统需要定期维护，及时更换空气过滤器。一旦温控系统发生故障，机柜设备就会失去安全保障，极有可能造成设备停机。在传统商业模式中，制造公司向供应商采购机柜和所需的冷却系统，制造公司可自己开展后期设备维护，也可由机柜供应商提供设备维护。

MindSphere赋能温控数字化，成就工业互联网范例。德国一家知名的工业机柜和配套温控系统制造商与西门子合作，利用西门子MindSphere平台的数据采集功能监控机柜冷却系统的运行状况，并及时给出故障报警和维护策略。通过这种方法，机柜和温控系统制造商可基于从部署于客户现场的设备中收集到的数据，简化售后服务流程。通过近乎实时获取信息的技术，建立了“产品 + 数据服务”的新型商业模式。

从技术角度来看，本案例的核心在于能够基于内部温度、压力等传感器实时获取冷却设备状态。连接层负责将冷却设备数据安全传输到工业物联网平台，基础设施层具备永久储存数据的功能，应用层可通过应用程序编程接口（API）访问数据。

制造公司能够通过传感器获取设备实时状态，基于仪表板和维护应用程序进行可视化和维护诊断。从制造公司的角度来看，机柜和冷却系统属于辅助设备，与工厂的核心业务几乎无关。因此，制造公司可将温控系统的管理和运行全部外包，并且仅通过订购“冷却即服务”的功能，保证量化指标和可用性即可。

通过应用以上工业物联网服务，机柜供应商能够提供带有“冷却即服务”功能的产品。这种服务需要具备两大基础，一是能够通过工业物联网平台访问所有已部署系统的运行和健康状态数据；二是针对给定的可用性目标，供应商拥有优化维护服务所需的专业知识和经验。最终机柜供应商可能不会向制造公司出售冷却设备产品，而只是出售具有可用性保证的冷却服务。

3

工业互联，西学为用的东方快线

（一）工业无互联，安揽瓷器活？

1、大象转身，Made by China渐进

工业附加值、产能利用率双低，智能制造力促国内工业转型。中国传统制造业基本追求大批量、规模化、流程固定的低价同质商品，依靠价格优势抢占全球市场，而中国的出口商品召回通报指数为日本等国的10倍，产品附加值整体较低。在产能利用率层面，根据国际通行标准，低于79%为产能过剩，而自2012年以来的国内工业产能一直处于标准值以下，工业互联网则能借助柔性工厂、C2M等技术来提升产能利用率。

制造业价值链亟需弯道超车，工业互联网是披荆捷径。目前来看，美股上市工业企业的销售毛利率是中国上市公司的近2倍。可以看出，中国制造仍在微笑曲线底部，是价值链中附加值率较低的部分。中国制造企业正借力数字化向高端制造转型，以提高附加值率和竞争力。

2、弯道赶进，国内工业正重塑

新旧动能切换关键期，工业互联网赋能助力边际突出。根据中国工业互联网研究院测算，2019年国内工业互联网产业增加值规模达3.41万亿元，同比增长22.14%；其中，工业互联网当年直接产业增加值规模为0.92万亿元（+19.86%yoy），渗透产业增加值为2.49万亿元（+23.01%yoy），预计2020年将达3.78万亿元（+10.99%yoy），在新冠疫情对传统工业的冲击下，工业互联网的助力赋能彰显强劲韧性。

工业互联网对各行业全面重构赋能，第三产业最为显著。据中国工业互联网研究院分析，2019年工业互联网带动国内第一产业、第二产业、第三产业增加值规模分别为0.049/1.775/1.585万亿元，对应同比增速分别为23.92%/20.05%/24.51%。其中，工业互联网带动制造业的增加值规模达1.469万亿元，在19个行业门类中位居首位；带动增加值规模超过千亿的产业已达到9个，展现出工业互联网在各个具体行业的开拓性和创造力，助力产业活跃，经济提质。

（二）智造暖意“衣”先知

1、传统纺服，穿梭中的绿色革命

中国纺织服装行业的工业体系的搭建较早，内需及出口支撑纺织制造业快速发展。中国服装纺织制造业经过4个阶段发展，20世纪70年代末业已建立起完整的工业体系，1990年代依靠外贸出口快速拉动纺织服装发展，2019年国内化纤产量为5827万吨，占世界总量逾70%，进而促使中国成为世界服装工厂。

国内目前纺织服装制造业格局分散，正步入转型转移阶段。2019年中国纺织服装业上市公司规模以上公司数比重仅为0.23%，集中度低且竞争激烈，是国内制造业最分散的行业之一。随着劳动力成本、原材料价格上升，国内纺织服装业规模以上企业毛利率逐年下降，申洲国际、百隆东方等企业逐步在海外投产进行专业转移；与此同时，淘宝、小米等电商和品牌商涉足C2M等上游业务，互联网和新科技将与传统方式服装制造业不断融合精进。

国内纺织服装业工业化体系日趋成熟，数字化改革进程稳步推进。中国纺织服装行业生产流程长，总体分为纤维生产、纱线生产、布生产以及服装生产等若干环节，尚未形成完全标准化的生产体系；经过近几年的发展，制造装备数字化普及率已达70%，硬件体系逐渐成熟，自动印染、自动落纱等关键技术取得了突破，软件方面当前中国纺织服装制造业并未很好的实现信息化过程，大多数未建立生产控制系统，也未进行网络化。

国内纺织服装智能制造需求之一：劳动力成本控制为最大动力。2013-2018年国内A股制造业子行业劳动力投入回报率数据显示，纺织服装行业近5年复合增长率为-27.9%，相对于其他制造子行业垫底，即劳动力成本上升对纺织服装业影响突出，成本控制成为纺织服装业智能制造的显著需求。

国内纺织服装智能制造需求之二：节能减排与创新模式。纺织服装行业对资源消耗大，节能减排、绿色工业目标是促进工业化改革的核心诉求。仅以水资源举例，纺织行业每万元工业增加值取水量达到213立方米/万元，超过制造业整体用水量2倍，节能减排的重任也将推进传统纺织业的智能制造改革。不仅如此，电商平台不断向上游渗透，C2M/B2B不断影响制造业生产、供应模式。2016年中国纺织电子商务交易规模和服装网购规模分别达到4万亿元和0.9万亿元，复合增长率约为30%，随着电商平台向上游供应链和制造端发展整合，互联网等新技术将支撑服装纺织行业进一步改革发展。

因此，专用设备研发和工业软件的应用为纺织服装重点推进方向。当前纺织服装的工业化程度较低，因此首要的任务是实现从纤维生产到成衣生产实现自动化，如数码络筒机、自动染色机、裁床模板机等专用设备的研发和使用；应用流程管控和C2M定制系统等工业软件的应用为纺织服装软件上发力的重点方向，实现资源、能源、工时的统一实时管理。

2、申洲国际，“打工王”的数字蜕变

申洲国际（2313.HK）成立于1990年，是国内最大的纵向一体化针织制造商，主要以代工（ODM/OEM）方式生产针织品，是世界龙头运动休闲品牌的核心供应商。截至2019年，公司多方面规模均为国内纺织制造企业之首，营收规模为227亿元，净利润达51亿元，年产成衣4.3亿件，下辖员工8.6万人，厂房占地面积为538万平米。经过近30年的高投入、高研发的发展战略，申洲国际不断提高生产效率、持续在生产材料和模式上创新，获得了优衣库、耐克和阿迪达斯等国际大品牌近20年的深度合作，稳居国内服装出口企业出口额龙头。

申洲国际从传统代工厂向智能制造企业的升级，主要分为3个阶段：1990-2005年为创建工厂获取客户阶段，建立基本的自动化设施；2005-2011年为持续扩展、提升自动化水平阶段，为了满足产能扩张需求，申洲国际对现有工厂进行改革；2011年至今为国际化、数字化阶段，当前公司已形成一体化生产流程，面料厂织布、印染基本实现自动化和数字化，并且正在实现跨国各工厂的数据网络化。

持续资本投入和技术改造，支撑申洲国际规模集约化扩张。申洲国际在供应链布局上，通过累计超过100亿元的资本投入和改造，建立起中国、柬埔寨和印度等10多家跨国大型工厂，其2018年总产量较2008年提升190%，营业收入提高335%，人均产量增长30%，人效提高96%。申洲国际的生产效率随规模扩张而拉升，背后是大量自动化装备和信息化系统作为技术支撑。

通过智能化改造，申洲国际已基本实现自动化、节能化，下一步网络化正当时。在上游面料环节，申洲国际已装配自动络筒机、自动印染机、自动铺布机、人机协作剪裁等自动化硬件系统，以及ERP、立体仓库及柔性电脑排版系统，下一步将进行网络化改造。不仅如此，申洲国际的能源改造也使得公司能耗迅速降低，其宁波地区万元产值能耗由2006年的0.43吨煤/万元产值降至2018年的0.10吨煤/万元产值。

3、酷特智能，C2M服装业的“智匠”

智造生产线赋能，酷特智能奠定C2M定制服装巨头。酷特智能（300840.SZ）是中国首家大规模定制服装公司，经过10余年智能化、工业互联网化研究和改造，形成了西装厂、衬衣厂和西裤厂为主的三个专业智能制造工厂，当前产品品类覆盖个性化定制男装和女装。公司历程主要分为2个发展阶段：1995-2003年公司为传统OEM厂商；2003年后开始专研定制化业务，形成7天全定制高效流程，2015年开始快速发展并拓展全球服装定制市场，2019年实现收入达5.35亿，2015-2019年复合增长率为16.44%，并于2020年7月在创业板首次上市。

酷特智能的核心经营模式是“由订单驱动的大规模个性化定制”（ Customer to Manufacturer，简称为C2M）。由订单驱动生产，是指企业先从客户处接受订单，再安排生产，以销定产；大规模个性化定制，即以客户需求为中心，借助互联网、大数据等技术手段，以工业化方式大规模地生产出满足客户不同诉求（如尺寸、价位、面料、版型、风格、工艺等）的个性化定制产品。由订单驱动的大规模个性化定制模式使产品的开发和生产周期大大缩短，提高了供应和响应效率。

智能制造和作业流程互联网化，为酷特智能的C2M定制服装降本增效。与高度依赖手工的传统私人定制不同，大规模个性化服装定制是利用现代信息技术、采用柔性制造组织形式，以接近大批量生产的成本为消费者提供个性化服装产品，具有成本更低、制造周期更短的特点，并且相比传统私人定制流程更标准化、减少了人工带来的作业不稳定性。

“数据驱动”成为酷特智能大规模定制成衣生产过程中的核心亮点。“数据驱动”体现在公司能够充分将数据的挖掘解析能力与物联网、互联网等技术结合运用，集成生成整套生产管理系统：首先，客户在各终端下达订单，系统根据订单采集各类信息并传送至工厂数据中心；随后，IMDS研发设计系统根据客户体型数据及个性化需求信息生成服装的版型和工艺流程等信息，经由APS排产系统等相关后台系统，完成排产和排程；同时，根据订单的物料需求，WMS物料管理系统对物料库存情况进行判断，对库存不足的物料生成采购需求；接下来，根据排产、排程结果，订单进入MES 制造执行系统进行生产（断料、裁剪、缝制、整烫等）；产品完工后接受质量检验，通过检验的产品进入分拣配套环节，分拣后安排物流发货；客户对产品的反馈由专门的客服人员进行处理。

酷特智能当前拥有的硬件设备有自动裁床、吊挂、开袋机、电脑绣花机等自动化专用机器，同时自建或购买了全套WMS/ERP/MES/APP生产管理系统，并且研发了断布、裁剪软件，并不断升级定制化服务系统以及物流仓储系统，借此可实现7个工作日全定制流程，相比传统定制服装周期大幅减少；定制生产流程分解为300多个控制节点，包含20多个子系统，其核心的若干节点如下：

（1）客户下单与订单数据采集

借助互联网、物联网等技术手段，前端下单平台将客户需求与工厂直接连接。B端客户通过RCMTM平台（www.rcmtm.com）、C端客户通过电脑或手机等终端平台，登陆其各自账号，输入量体尺寸，选择款式、工艺、风格、面辅料搭配等要求进行下单。随后，系统同时自动保存提交的信息，并实时传送至工厂大数据中心。对全球任何地区的客户订单，数据都能够实现零时差、零失误的传输。

（2）数据挖掘分析与智能技术匹配

客户个性化需求数据通过前端下单平台入口采集后进入大数据中心的研发设计系统。基于多年生产经验与数据积累，公司自行研发了一套人体尺寸与服装版型的逻辑匹配规则算法、搭建了独有的服装工艺、款式数据库和服装BOM数据库，客户的个性化需求通过智能研发设计系统（IMDS）的标准化编码和智能算法进行自动制版、校验，并最终生成数字化可操作的版型，从而满足“一人一版、一衣一款”的个性化定制需求。

（3）智能排产与智能排程

后台系统根据各类订单数量、车间实际生产能力、各车间设备等数据，综合评审生产过程，生成合理交期，对全部个性化订单进行智能排产；系统依据工艺及原材料种类，自动选择生产单元下单，将订单安排至相应裁床并进行智能排程。通过智能排产系统（APS）与IMDS系统、ERP系统、OMS系统、WMS系统及MES系统的集成，智能制造流水线实现了订单自动分派与实时滚动排程；通过对面辅料、体型特征、客户信息、订单交期、工时平衡等众多规则的优化，订单的生产车间、班组、工序、以及生产过程中的跟踪和预警都由系统自动生成，并实现了工序流自平衡、订单自优化和交期自排定。系统之间的协作与整合大大提升了生产效率，缩短了产品制造周期。

（4）智能物料采购与原材料仓储管理

在进行订单排产与排程的同时，系统对订单所需材料是否充足作出判断，并自动计算生成材料采购需求。具体而言，发行人建立了基于精准射频识别技术（RFID）的智能仓储管理系统，能够实现原辅材料的实时同步物联网化管理；发行人建立的智能仓储管理系统（WMS），能够确保按计划完成前期材料的备料、断料、出库及配送。

由于大规模个性化定制用到的面料种类繁多，用传统盘点方法逐一清点，耗时过长，占用人力多。发行人采用射频识别技术，显著提升了仓储管理效率。调阅面料信息时，仓库人员仅需将手持机靠近面料，即可瞬间采集到相应面料的数据（如面料号、剩余库存米数等）；在查找面料时，仓库人员仅需在手持机输入面料号即可检索存放位置，手持机在靠近该位置时会发出提示音，提示仓库人员面料的具体存放货架；在盘点时，仓库人员可以预先在系统中设定盘点计划，再持手持机靠近需要盘点的面料，系统将自动采集面料号及剩余库存米数。

（5）智能断料

在智能研发设计系统（IMDS）中，系统根据版型逻辑规则以及原材料布卷幅宽，自动计算出合理用料长度，而智能排产系统将每个整点小时内用料相同的订单计划合并，将结果推送到断料工序终端显示屏。在断料工序上，工人只需根据屏幕显示的每单布料的用量信息进行操作。操作时，每单的断料位置由激光尺寸识别设备在布料上自动显示，断料后系统自动更新物料库存数据。工人每次断料时，铺平布料、按激光标识对齐布料、裁断布料，整套动作仅需10秒即可完成。智能断料节约了手工测量时间，降低了人工操作误差，减少了不同订单用料差异导致的断料环节物料更换频率，提升生产效率。断料完成后，物料按照APS 系统排定的顺序，由自动导引运输车（AGV 小车）送至裁床设备，进入剪裁工序。

（6）智能剪裁

剪裁过程由自动裁床完成，工人只需提前刷RFID卡，使裁床读取卡中预存的面料裁剪指令。裁床接收卡中信息后，依据读取的排料图信息，在布料上进行激光辅助绘制，依照排料图自动切割，完成衣片裁剪。RFID电子标签卡中存储了生产过程中物料的全部流转信息和个性化定制订单的全部工艺信息，卡内信息源自智能研发设计系统，智能研发设计系统根据版式数据库对顾客的身型尺寸进行数据建模，形成顾客专属版型数据，并根据订单具体个性化需求，生成排料图，包括衣片的形状、大小、排列位置等，制作RFID卡时专门人员已将上述信息录入卡内。RFID电子标签取代了传统在纸上记录工艺信息的方法，是生产过程中数据交换与数据采集的工具，使生产过程实现数字化、自动化、智能化。

（7）缝制与整烫

面料和里料经过裁剪后，随RFID卡一起通过吊挂传送到后续工序工位。工人在其工位上刷RFID卡下载获知客户具体要求，从工位终端显示屏读取具体操作内容，按要求完成服装的缝制和整烫。借助物联网技术，酷特智能采用无线射频识别电子标签对物料进行管理，在领用、剪裁、缝制等环节严格监控，实现了原材料到半成品、产成品至物流发货的动态跟踪。达成的效果包括：取代纸质记录的传递，降低资源浪费；生产数据实时显示，减少人与人信息传递的失误；生产工艺即时传递到工位，缩减信息传导时间，提高效率；生产订单出现问题能够追查至该环节操作员工，可追溯性强，半成品在流水线等待时间降低，流水线运行顺畅。

（三）“灯塔工厂”显乾坤

灯塔工厂是智能制造的领路人，当遭遇大风大浪、黑暗、不知道方向的时候，就会需要灯塔。在中国制造升级的路途上，灯塔工厂具备网络化、自动化、更优化的特征，同时也具备代表性、技术性、高效性和价值性，给中国广大的制造业指路。灯塔工厂不是目的，而是一个阶段、一个里程碑，是一个重新塑造自己、塑造中国制造业的开始。自2018年起，世界经济论坛联合麦肯锡在全球范围评选认证具有表率意义的灯塔工厂。如今全球已有44家工厂获得此项殊荣。其中中国是拥有灯塔认证最多的国家（12家，工业富联入选），超越德国（4 家）、美国（3家）和日本（2家）；营收占到所有灯塔工厂营收的58%，全球排名第一。

1、工业富联，内外兼修的布道者

从电子制造巨头迈向工业4.0引路人，工业富联首享转型红利。工业富联（601138.SH）构建了基于传感器、雾小脑、富士康工业云（Fii Cloud）与工业应用的四层工业互联网平台架构。公司工业互联网技术以功能的下沉，边缘与云端协同成为平台重要发展方向。工业富联将“三硬三软”作为工业互联网平台核心基础，其中，“三硬”是工具、材料、装备；“三软”则是工业大数据、工业人工智能、工业软件。在此基础上凭借工业5G和工业互联网等新兴技术的助力，打造工业互联网平台，并通过平台实现对外跨行业、跨领域赋能应用。为此，工业富联开发“雾小脑”和 Micro Cloud（专业云），打造工业互联网核心解决方案。

工业互联网内部赋能，公司各运营指标成效卓著。2018年，工业富联着手对内部的生产制造场域进行工业互联网改造，公司将雾小脑、灯塔工厂、Fii Cloud 云平台进行了一整年的对内赋能尝试，通过外接传感器、软件数据提取、安装转接口等方式使设备上网上云，实时监控各类设备运行状态从而实现车间可视化。同时采集、记录、储存设备全过程运行数据，通过清洗、整理、分析数据，将这些信息抽象化建模后转化成知识，实现智能制造无忧生产。2018年，公司对自身制造场域的改造初见成效，实验场域在质量、效能、成本、库存这几个指标上都有明显的改善。

2018年，工业富联率先在精密工具和通讯设备制造领域完成了熄灯工厂的样板改造、验证，实现了离散制造及无忧生产。2018年已完成改造的熄灯工厂实现营业收入47.66亿元，实现管理效率及毛利率水平的大幅提升。其中，2018年通过工业大数据以及工业人工智能的应用，基于工业互联网的精密工具智能制造在提升效益上，取得了立竿见影的效果，自动化效率提升15%，智能调机换线时间减少10%，实现加工生产过程中85%的智能补正。2019上半年，工业互联网解决方案已在公司内部得到推广，公司研发以外的生产经营费用同比下降16%，存货呆滞率从4.3%降低到3.7%，人力成本下降14%，人均产值提升25%，单位生产设备产值贡献提升31%。

2、敏实集团，智造外溢的新典范

工业富联创造性提出工业互联网对外赋能，实现智造外溢。凭借过去30年来消费电子和信息通信EMS领域积累的智能制造经验，工业富联从传统制造、精密制造向智能制造的升级转型过程中，积累了大量的专利技术、技能经验及海量制造信息，建立起以数据+AI驱动的应用平台，已经为自身建立了减少浪费、降低工时、全程无忧的工厂环境，在2018年后彻底改变自身的生产模式。

工业富联打造熄灯工厂，实现“无人”且“无忧”作业模式的外部赋能。熄灯工厂，以车间熄灯作业为特征，是指全部生产活动由电子计算机及工业人工智能进行控制，生产第一线配有机器人而无需配备工人的工厂。熄灯工厂的运作，以自动化导入为前提，以数据采集为基础，以工业大数据为核心，以实现无忧生产为最终目的。其中，精密工具熄灯工厂，成为全球首个工具行业离散制造、无忧生产的智能工厂，形成了智能工厂建设及改造的整体解决方案，具有较强的可复制、可应用、可推广示范效应。公司的业务模式向更深层次延伸，开始向客户提供以工业互联网平台为核心的新形态电子设备产品能制造服务，包括协助、引领客户定义规格、提供全新产品制造解决方案，并在生产服务的产业链中挖掘与互联网生态系统连结的新应用，合作项目已在汽车零配件、汽车电子、机动车、厨卫设备、金属加工、印刷包装、纺织印染、玻璃制造等多个领域落地。

以敏实集团（0425.HK）为例，公司以设计、制造、销售乘用车饰条、饰件、车身结构件为主业，并已成为目前中国乘用车零部件市场中此三类核心产品的领先供应商，产品先后进入宝马、奔驰、奥迪等全球著名汽车公司的采购系统。敏实集团所处的汽车零部件行业所面临的高质量发展挑战包括：

（1）受产业环境顺周期影响显著

汽车零部件行业来自上下游的双重压力渐增。行业上游的钢铁原材料占汽车生产成本的70%以上，其价格指数近年仍呈上涨趋势，下游的新车市场需求萎靡、零部件与整车配套关系不稳定等，造成零部件行业利润空间受显著压缩。不仅如此，国内汽车行业由于受到国际贸易关系变化和疫情的剧烈影响，使得汽配行业利润率进一步下降，同时本土零部件行业“小、散、乱”格局依然存在，整个行业的亏损率也在阶梯式上升。

（2）受产业政策、核心技术影响突出

国家政策对下游新型汽车的发展影响较大，如对新能源汽车的补贴，“双积分政策”等极大影响了新能源汽车的产量，进而将传导至汽车各零部件领域；国家对智能网联汽车的支持也逐步加大，如“新基建”、“智能汽车创新发展战略”等，将推动新型智能车的发展，进而带动传感器、控制器、通信模组等新型零部件厂商的发展。

（3）客户需求的迭代多变

中国汽车零部件行业在发动机、变速箱等传统核心领域优势较少，但在新能源、智能网联汽车的零部件领域已显现优势（如“三电”），仍需满足快速改变的市场需求；新一代消费者对汽车内部配饰个性化、发动机知名度、后续服务等要求增多；共享经济未来成为趋势，在共享经济体系下，传统的零部件供应模式或将发生改变。

工业富联“外溢”赋能敏实集团，从数据链落实到价值链提升。在盈利需要（克服行业颓势）、新需求（新能源汽车）、产业链价值调整等多重驱动下，敏实集团在工业富联的智能制造“外溢”赋能下，建立数字化能力，打通订单交付和产品研发两条端到端价值链；以效率为导向的制造能力提升，打造纵向计划协同能力和现场精细化执行能力；建立指标运营决策体系，在全球工厂实行数据驱动的持续性改善。具体来看：

（1）打通两条端到端价值链

敏实集团通过数字化能力，打通订单交付和产品研发两条端到端价值链。在敏实未来工厂建设中,工业富联、华为和集辉信息加入到敏实集团的规划建设团队,共同致力于未来工厂在数字化、智能化、人文化建设上跨上新台阶，打造面向制造、质量、成本的产品设计模式——Design for X（DFM/DFQ/DFC）；搭建项目预算-核算-决算三算体系，强调项目整体生命周期预算严肃性，实现预算偏离分析与核算体系精细化管理。通过数据驱动的透明化生产与供应链决策，打通订单到交付的端到端价值链，实现成本的精细化管理。订单交付能力的整体提升是敏实集团转型的另一重点，以延续产品的成本优势。

（2）以成本为导向提升制造能力

敏实集团以成本为导向的制造能力提升，打造纵向计划协同能力和现场精细化执行能力。敏实集团以智能制造理念进一步提升生产制造能力，推行极致的精益降低生产成本，同时引入柔性化生产能力以应对个性化需求；系统设计则遵循全栈式设计理念，根据公司现有信息化基础量身定制，无缝对接现有SAP套件（FICO/SRM/MM/PPDS/EWM/QM/PS）。

（3）建立指标运营决策体系

通过建立指标运营决策体系，敏实集团在全球工厂实行数据驱动的持续改善。灯塔工厂建设的核心之一在于关键指标的提升，设计合理的指标体系，对标行业的最佳实践，发现问题、定义痛点，发掘指标的提升潜力并明确目标。通过数据监控关键指标，发现问题，找出决策因子，优化目标，实现及时准确的智能化决策流程。

大类资产配置系列报告

To B产业研究系列之一：SaaS行业全球性成就的前世今生

To B产业研究系列之二：产业互联网，C端巨头的再进击

更多投研报告

法律声明

华创证券研究所定位为面向专业投资者的研究团队，本资料仅适用于经认可的专业投资者，仅供在新媒体背景下研究观点的及时交流。华创证券不因任何订阅本资料的行为而将订阅人视为公司的客户。普通投资者若使用本资料，有可能因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。

本资料摘编自华创证券研究所已经发布的研究报告，若对报告的摘编产生歧义，应以报告发布当日的完整内容为准。须注意的是，本资料仅代表报告发布当日的判断，相关的分析意见及推测可能会根据华创证券研究所后续发布的研究报告在不发出通知的情形下做出更改。华创证券的其他业务部门或附属机构可能独立做出与本资料的意见或建议不一致的投资决策。本资料所指的证券或金融工具的价格、价值及收入可涨可跌，以往的表现不应作为日后表现的显示及担保。本资料仅供订阅人参考之用，不是或不应被视为出售、购买或认购证券或其它金融工具的要约或要约邀请。订阅人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。华创证券不对使用本资料涉及的信息所产生的任何直接或间接损失或与此有关的其他损失承担任何责任。