工业AI落地的核心挑战 - AI项目从实验室到规模化部署的转化率极低，Gartner研究显示高达85%的AI项目无法走向业务价值转化[2] - 核心冲突在于AI是概率性的，而机器世界必须是确定性的，工业演进的核心命题是将不确定性变为可理解、可预测、可控制的系统[3] - 工业场景是覆盖产品设计、生产制造、质量检测、运维全生命周期的复杂系统，技术研发远比文本、图片生成复杂[8] - 技术与场景脱节、业务与数据脱节、投入与产出脱节是导致AI在工业生产中落地缓慢的三大原因[10] - 部署成本高且无正向收益闭环，工业AI的真正难点在于能否解决复杂系统问题，局部优化可能导致整体失衡[11] 数据是工业AI成败的关键 - 工业AI的胜负手不在模型，而在数据[14] - 工业数据具有多元异构、多模态、时空耦合的特征，且需保证同时间基点的关联性，数据正确性和高质量性尚未被系统性解决[13] - 数据采集极难，存在“存不下、边采边丢”的现象，许多工厂为节省成本，传感器数据只存一个月甚至边采边丢[18] - 工业门类极其细分，工厂是离散的孤岛，这种离散性决定了工业AI很难产生像GPT一样的规模效应[18] - 数据使用门槛高，需看得懂、用得上、算得清，不具备长期经验的人很难找到并理解有用数据[20] - 西门子凭借近180年的积累，服务于全球40多个行业、40多万家客户，其训练工业基础模型IFM所依托的高质量工业数据达到了150PB[23] 西门子的战略与能力构建 - 公司认为当AI加速融入物理世界，硬件比过去更重要[16] - 公司通过构建贯通硬件、软件与数据的技术栈，将AI带入物理世界，在RXD大会发布的26款新品中绝大多数指向硬件[15] - 软件层面构建基于物理规律、可实时运行的数字孪生系统，为决策优化提供虚拟仿真环境以降低试错成本[16] - 公司拥有从设计、仿真到制造、运维的完整生命周期软件版图，以及从设备控制到AI实时决策的完整硬件体系[23] - 公司在AI领域已拥有超过1500名专家，AI专利持有量居世界领先地位[28] - 公司战略从技术提供者转向工业AI的启蒙者和产业升级路径共建者，致力于降低工业AI使用门槛[28] 工业AI的实践路径与场景 - 突破数据门槛不能在所有领域同时展开，需在聚焦的行业里找突破[20] - 预测性维护、质量视觉检测等成熟场景数据相对充分，价值可量化，例如西门子成都工厂部署了一百多项AI技术，南京工厂有50多项，均由一线工程师开发[20] - 具身智能等初级场景还处在数据匮乏阶段，需要合成数据、仿真数据补充，突破时间轴更长[22] - 公司通过Xcelerator平台及打造工业AI操作系统，旨在让企业数字化转型更简单、快速、规模化，并让AI更安全、高效地进入工业生产系统[27] - 公司助力中国制造企业实现从单点提效到全局优化，例如泸州老窖基于其工厂仿真软件完成整厂级数字孪生建模[25]，在新能源、高端制造等领域帮助客户缩短工程周期、提升良品率、降低能耗[26]

文章核心观点 - 人工智能的发展重心正从消费级虚拟应用转向物理世界的工业应用，标志着AI进入产业时代[1] - 西门子、阿里云与宇树科技的三方合作，形成了工业AI的“完整闭环”，是AI从虚拟“算力军备竞赛”转向物理“生产力重构”的关键信号[3] - 这一合作范式预示着工业AI将从“概念验证”进入“生产力工具”阶段，并将重塑制造业的价值链与投资逻辑[12][14] 三强联合的本质：工业AI第一次形成“完整闭环” - 合作覆盖了工业AI的三个核心层级：西门子代表建模（仿真）层，是制造业的“操作系统”，掌握核心工艺知识[6]；阿里云提供计算（云）层，提供算力与云基础设施，实现工业能力的在线化与规模化[6]；宇树科技代表执行层，其人形机器人是AI在物理世界的通用载体[7] - 三者结合解决了Sim2Real（仿真到现实）的终极难题：通过西门子的数字孪生构建虚拟工厂，利用阿里云算力进行大规模并行训练，最后将模型下发至宇树的机器人执行，使机器人能在云端“实习”数百万小时后再进厂[7] - 这种闭环意味着AI开始重构整个制造流程，而不仅仅是优化单个环节[7] 为什么是中国：工业AI落地的“最优解场景”？ - 中国拥有全球最完整的制造业体系，场景密度高，尤其是长三角和珠三角的中小工厂对降本增效需求强烈，愿意成为新技术的试验田，为AI提供了丰富的应用土壤[9] - 以阿里云为代表的本土云厂商更懂中国企业痛点，在数据合规、混合云部署和服务响应速度（如小时级响应）方面具备成熟能力[10] - 中国机器人领域突破加快，以宇树科技为代表的厂商正快速缩小与国际差距，并在成本和迭代速度上形成优势，例如双足人形机器人成本已从几十万美元迅速下探至数万美元甚至更低，核心零部件国产化率飞速提升[10] - 西门子将其全球工业经验与中国本地创新结合，通过将工业仿真能力上云，将高门槛的工业能力转化为可调用的“服务”，例如中小企业可能只需按次付费使用数字孪生，极大降低了制造业智能化门槛[10][11] 从合作到范式：工业AI将如何重塑产业与投资逻辑？ - 工业AI的价值链正在被重构：制造业的核心将从设备与产能转向“数据 + 模型 + 执行能力”，产业利润将向软件、云与智能设备转移[13]；工厂价值取决于其设备的智能化程度与数据优化能力，无形资产占比提升将改变制造业估值体系[13] - 生态协同的重要性被放大：单一公司难以覆盖全链条，只有通过生态协同才能实现规模化落地[13]；投资逻辑从关注单品转向关注“连接能力”，即谁能打通云、模型、硬件，谁就能获取产业链最厚的利润[13] - 工业AI正成为“生产力工具”：通过仿真训练、云端优化和实体执行，制造业效率提升可能实现指数级跃迁，例如1个机器人可能管理10个工序并24小时不间断自我学习，这将直接提升企业毛利率[14][15] - 资本市场的新主线是关注“谁能让AI真正进入物理世界”，拥有场景数据、硬件接口和云端调度能力的公司将迎来价值重估，这不仅是科技股的故事，更是高端制造股的故事[15]

文章核心观点 - 人工智能正从数字世界加速进入物理世界，引发工业人工智能革命，其意义堪比电力，将重塑生产与消费[7] - 西门子公司凭借贯通硬件、软件与数据的技术栈、逾170年沉淀的行业知识（Know-how）以及开放的生态系统，正在构建将AI规模化应用于现实工业世界的基础设施，推动生产力跃迁[6][25][38] - 中国作为全球最大的制造业经济体，被认为是工业人工智能最佳的试验场，首届Siemens RXD大会落地北京体现了在复杂现实环境中验证和迭代技术的重要性[41] 根据相关目录分别进行总结 物理AI的趋势与重要性 - 物理AI成为行业焦点，从CES 2026到GTC大会被反复强调，企业界如Jeff Bezos也在洽谈筹集千亿美金加码制造转型[3] - 人工智能进入物理系统被视为一种通用型技术，其影响可与电力之于工业时代相提并论，将改变工作生活方式并重塑生产消费[7] - 工业人工智能革命已经开启，但将强大AI模型应用于现实世界并规模化是巨大挑战[7] 西门子的全栈技术能力 - **硬件基础**：硬件对于AI进入物理世界比以往更重要，公司发布26款新品，绝大多数指向硬件，以确保AI能从云端落地为现实生产力[7][9][11] - **软件与数字孪生**：AI加速后的数字孪生达到新高度，例如Digital Twin Composer与NVIDIA Omniverse结合，能以接近物理级精度重建生产系统[12] - **数据驱动与工业AI模型**：公司的全栈能力核心在于长期沉淀的工业数据资产，用专有数据对模型进行再训练后，问题解决命中率从60%-70%提升至接近95%[18][19] - **行业知识护城河**：公司拥有逾170年的行业实践，包括1500名AI专家、数以万计工程师覆盖40多个行业的积累，构成理解复杂工业场景的认知体系[25][27] 应用案例与成效 - 在奥迪工厂，AI用于高速检测焊接质量；在成都工厂，机器人借助三维视觉完成无序抓取[7] - 百事可乐案例中，在虚拟环境中AI能识别出高达90%的潜在问题，初步部署将吞吐量提升约20%，设计周期缩短，资本支出可降低约10%至15%[13][14] - 新应用SiePA Pro 3.0通过预测性维护，将设备管理转向数据驱动的主动决策[26] - 基于AI的程序转换Agent能将其他厂商数控机床的“语言”自动转译为西门子可识别的代码[26] 生态系统的构建与合作 - 展区中超过六成合作伙伴已带来AI相关产品，覆盖数据中心、钢铁、生物医药等关键行业，表明工业AI正从概念验证走向规模应用[31] - 通过西门子Xcelerator平台，将底层模型能力、工程工具与行业Know-how模块化开放，供企业构建自身解决方案[32] - 与英伟达的战略合作是“战略加速器”，在仿真能力、芯片设计效率及AI工厂控制方面带来数量级提升，例如仿真软件性能可达百倍甚至千倍[35][36] - 与阿里云的协作侧重解决AI在中国复杂环境中的规模化部署问题，借助其生态连接能力将工业方案嵌入企业既有生产体系[36] 市场地位与行业影响 - 全球每三条制造产线中，就有一条运行在西门子的控制系统之上；全球约70%的电力流经由西门子软件规划或优化的电网[29] - 几乎所有汽车都会与西门子的技术产生关联，要么由其技术设计，要么由其技术制造[29] - 公司持续进入变化最剧烈的区域并进行自我重构，当前以工业AI为核心的转型被视为其170年历史中最迅速、最深刻的一次[44]

行业核心观点 - Zacks工业服务行业近期前景因制造业疲软和客户对关税影响的担忧而蒙上阴影 行业利润率预计将受到投入成本上升和关税实施的影响 [1] - 尽管面临当前挫折 电子商务活动的兴起将成为行业关键催化剂 西门子、Fastenal和Global Industrial Company等公司正通过利用战略来满足这一需求以实现增长 [2] 行业描述 - 该行业由提供工业设备产品和MRO（维护、修理和运行）服务的公司组成 服务包括日常维护、紧急维护和备件库存控制 [3] - 行业参与者服务于广泛的客户群体 包括商业、政府、医疗保健和制造业 其产品用于生产和工厂维护 但不直接与客户的核心产品或服务相关 [3] - 这些公司通过提供库存管理、流程和采购解决方案 帮助客户降低MRO供应链成本并提高工厂车间生产率 [3] 行业趋势 - 制造业活动显现增长迹象 但前景仍不确定 制造业贡献了行业约70%的收入 [4] - 美国供应管理协会制造业指数在连续26个月收缩后 于2025年1月和2月升至50%以上（表明扩张） 但在2025年3月再次陷入收缩 并在整个2025年保持在50%以下 2026年1月该指数重回扩张区间 读数为52.6% 2月为52.4% [4] - 新订单指数在连续四个月收缩后 于2026年2月连续第二个月扩张 当月读数为55.8% 低于1月的57.1% 该指数自2022年5月结束24个月的连续增长以来 尚未实现持续增长 [4] - 高成本和关税影响令人担忧 行业正经历显著的通胀 包括劳动力、货运和燃料价格上涨 公司面临部分职位劳动力短缺 并承担高昂的劳动力成本以满足需求 行业参与者正采取定价行动、成本削减措施、提高生产力和效率的努力以及供应商基础多元化来应对这些不利因素 关税和报复性关税的实施也将增加行业成本 [5] - 电子商务将成为增长驱动力 MRO需求深受电子商务发展的影响 客户对高度定制化解决方案、实时信息访问和快速产品交付的需求正在上升 电子商务预计将因互联网普及率提高、智能手机广泛采用以及在线购物的便利性而激增 工业服务公司正大力投资提升数字能力并增加其电子商务份额 [6] 行业排名与市场表现 - 该行业的Zacks行业排名为第232位 在244个Zacks行业中处于最末的5% 表明近期前景看淡 [7][8] - 过去一年 工业服务行业表现逊于其所属板块和Zacks标普500综合指数 行业下跌了8.5% 而其所属板块上涨了16.6% Zacks标普500综合指数上涨了15.8% [9] 行业估值 - 基于未来12个月企业价值与息税折旧摊销前利润比率 该行业目前交易倍数为31.58倍 而标普500指数为11.51倍 工业产品板块为7.47倍 [12] - 过去五年 该行业的交易倍数最高为40.54倍 最低为24.47倍 中位数为31.58倍 [15] 重点公司分析：西门子 - 2026财年第一季度订单增长10% 由大多数工业部门实现两位数增长驱动 订单势头由智能基础设施引领 其订单量创历史新高 同时数字工业和移动业务也实现强劲增长 [16] - 收入增长8% 公司预计2026财年可比收入增长6%至8% 订单出货比预计保持在1以上 [16] - 人工智能仍是关键增长催化剂 公司正与领先合作伙伴合作 在其核心领域推广工业AI 通过在设计、开发、产品和运营中嵌入AI 为客户提供可衡量的价值 [16] - 公司从收购Altair Engineering Inc 和 Dotmatics中受益 并宣布投资超过1.65亿美元扩大美国制造能力 以增强生产电气基础设施的能力 支持人工智能和大规模数据中心的快速扩张 [16] - 过去60天 对该公司2026财年盈利的Zacks共识预期被上调2% 该共识预期表明同比增长25% 公司过去四个季度的平均盈利意外为3.7% 目前Zacks评级为3（持有） [17] 重点公司分析：Fastenal - 2025年第四季度净销售额增长11% 尽管该季度工业生产趋势疲软 但这一表现得到了更强劲的客户合同签署的支持 制造业终端市场表现优异 主要由大客户增长和紧固件扩张驱动 [20] - 当季每日电子商务销售额增长6.4% 通过数字渠道的销售额占总销售额的62% 公司目标是在2026年将此比例提升至66% [20] - 公司正努力控制成本并抵消成本通胀 特别是在集装箱和运输成本方面 相关策略包括仓库自动化、通过其卡车运输网络提高配送效率以及销售更多利润率更高的自有品牌产品 [20] - 过去60天 对该公司2026财年盈利的Zacks共识预期被上调0.8% 该共识预期表明同比增长12.8% 公司长期盈利增长率估计为12.7% 目前Zacks评级为3 [21] 重点公司分析：Global Industrial Company - 2025年第四季度收入增长14% 日均销售额增长7.4% 得到销量增长和价格上涨的支持 [23] - 公司继续推进其战略举措 旨在推动2026年及以后实现可盈利的收入增长和业务扩张 这些努力包括将其商业模式转变为更以客户为中心 并调整其市场进入策略以更好地适应不断变化的客户需求 [23] - 2025年 公司投资于其客户关系管理和服务平台 以获得更深入的客户洞察 从而更好地调整其服务和解决方案 并提升为客户提供的整体价值 [23] - 过去60天 对该公司2026财年盈利的Zacks共识预期被上调1% 该共识预期表明同比增长8% 公司过去四个季度的平均盈利意外为24.1% 长期盈利增长率估计为16% Zacks评级为3 [24]

欧洲央行货币政策预期 - 高盛预计欧洲央行将在4月和6月各加息25个基点[1] - 此前高盛预期央行全年维持利率不变[2] - 摩根大通和巴克莱也持类似加息预期[1] 欧洲央行政策立场 - 欧洲央行在3月政策会议上维持利率不变[2] - 央行表示正密切关注油价飙升带来的增长和通胀风险[2] - 央行已准备好必要时采取行动[2] 地缘政治对行业的影响 - 伊朗战争导致西门子客户因原材料和能源价格上涨而暂缓新投资[3] 医药行业动态 - 印度制药商正以更廉价版本充斥诺和诺德Ozempic和Wegovy的市场[3] 保险业合作 - 东京海上控股将与伯克希尔·哈撒韦建立战略伙伴关系 并初步出售2.49%的股份[3] 劳动力市场 - 日本企业同意加薪5.26% 此为日本主要工会组织的初步数据[3] 电信业并购 - 意大利邮政通过竞购意大利电信来扩展业务活动[3]

行业投资评级 - 看好 [1] 报告核心观点 - 半导体行业进入系统级时代，多物理场仿真成为EDA工具愈发重要的能力，EDA与CAE的融合是行业明确趋势 [1][3] - 底层驱动来自后摩尔时代，先进封装下的Multi-Die芯片系统成为必然趋势，AI芯片功耗密度剧增进一步加速了对跨层级、多物理场仿真工具的需求 [1][3] - 海外EDA三巨头通过大规模并购CAE公司验证并布局“系统级”趋势，旨在构建从芯片到整机的多物理场仿真能力 [1][3] - 国内EDA厂商芯和半导体卡位系统级EDA，其产品覆盖从芯片、封装、PCB到整机系统的全栈集成解决方案，与现有以芯片级设计为主的上市公司形成互补 [1][2] 多物理场仿真：系统级时代EDA重要需求 - 多物理场仿真是对电场、磁场、热场、机械场等相互耦合的复杂系统进行建模分析的CAE技术，在半导体领域用于在设计阶段预测热失效、电迁移等问题 [8] - 芯片层级：后摩尔时代，通过先进封装延续“摩尔定律”，Multi-Die芯片设计成为必然趋势 [1][3]。AI芯片单Die面积已接近光刻机曝光极限（约858mm²），必须转向多Die设计，如英伟达Blackwell采用双Die，Rubin Ultra将采用4Die合封 [23]。AI芯片功耗密度剧增（如B200 GPU功耗1000W），加剧了多物理场耦合效应，对仿真需求迫切 [24][27] - 系统层级：芯片-封装-PCB-整机高度耦合，复杂度提升 [2]。以英伟达NVL72机柜为例，整机柜功耗达120kW，高密度设计导致多物理场效应增强，传统“分层设计”方法失效，需要跨层级的一体化仿真工具 [28][31][34] - EDA工具从单芯片DTCO向系统级STCO演进，设计目标从追求局部PPA（功耗、性能、面积）最优转向追求系统全局性能与可靠性最优 [46][48] - AI驱动下，多物理场仿真相关EDA增速显著高于行业整体。根据Research and Markets，未来5年全球EDA市场CAGR为8.1%，其中CAE子板块CAGR将达到25.8% [1][49] 海外：三巨头并购验证“系统级”趋势 - **Synopsys**：2024年1月宣布以350亿美元收购CAE领军企业Ansys，于2025年7月完成 [54]。Ansys 2025财年为Synopsys贡献营收7.57亿美元，成为其增长最大动因 [57]。此次收购补齐了Synopsys在电磁、热、结构、流体等领域的仿真能力，构建从芯片到系统的多物理场仿真平台 [54][56] - **Cadence**：通过散点式并购构建多物理场仿真版图，2026年2月以27亿欧元完成对Hexagon设计与工程业务的收购，是其史上最大规模并购，获得了结构仿真“黄金标准”MSC Nastran和多体动力学工具Adams [58][59] - **Siemens**：2025年3月以约106亿美元收购Altair Engineering，强化了其在系统优化与多物理场仿真（如结构拓扑优化、高频电磁仿真）方面的能力，弥补了其EDA产品在签核环节之外的系统级仿真短板 [65][71] - 三大巨头的并购共同指向EDA+CAE融合，旨在应对AI算力系统、新能源车等“高电”系统带来的电-热-力等多物理场协同设计挑战 [72][73] 国内：芯和半导体卡位系统级EDA - 芯和半导体成立于2010年，是国内最早专注仿真的本土EDA厂商，创始人团队具备Cadence背景 [1][74] - 公司以“仿真驱动设计”为理念，围绕STCO开发电磁、电热、应力等多物理引擎技术，提供从芯片、封装、模组、PCB到整机系统的全栈集成系统EDA解决方案 [1][76] - 已形成“三大平台、六大解决方案”的完整产品矩阵，填补了国内封装级与系统级EDA的空白 [1][76]。产品包括芯片级电磁仿真IRIS、先进封装SI/PI仿真Metis、系统级多物理场仿真Boreas等 [78][80] - 公司商业化进程加速，2023-2024年营业收入分别为1.06亿元、2.65亿元，净利润从-8992.82万元扭亏为盈至4812.82万元 [81]。已于2025年12月完成IPO辅导 [1][81] - 芯和半导体的系统级EDA定位与国内现有EDA上市公司（如华大九天、概伦电子、广立微）以芯片级设计工具为主的布局形成互补，而非竞争关系 [1][82][83] 市场规模与增长 - 2025年全球半导体销售额同比增长26.2%至7956亿美元，预计2026年有望突破万亿美元 [48]。AI相关半导体增速约为行业整体的2倍 [48] - 2026年全球EDA市场规模预计为207.8亿美元，2026-2031年CAGR为8.1% [49] - Synopsys预测，收购Ansys后带来的系统级仿真EDA增量市场约100亿美元，涵盖AI服务器、新能源车、机器人、航空航天等领域 [51] 相关标的 - 华大九天、概伦电子、广立微、芯和半导体（IPO辅导完成） [2]

文章核心观点 - 报告旨在通过总结美国、欧洲、日本跨国公司的成功经验，为中国企业全球化提供参考 [3] - 三大经济体企业出海的底层逻辑高度一致：突破增长天花板、规避贸易壁垒、全球范围成本套利 [3] - 不同经济体依托各自资源禀赋和产业根基，走出了不同的全球化发展路径：美国聚焦高附加值技术引领，欧洲依托区域一体化进行多元整合，日本则从“贸易立国”转向“投资立国”并推进全产业链属地化 [3][4][5] 企业出海动因分析 美国企业出海动因 - 对冲国内反垄断监管是重要原因，美国严苛的反垄断执法环境促使大型企业将资本和技术投向全球市场以维持增长 [7] - 追求生产要素最优配置，通过将低附加值制造环节转移至低成本国家（如亚太地区）以压低成本，实现全球“成本套利” [8] 欧洲企业出海动因 - 自然资源和能源匮乏是首要动因，企业需在全球寻找稳定供应源以维持高端制造业的连续性 [42] - 规避本土较高的生产成本是核心逻辑，欧洲的高福利和严格环保标准带来成本压力，促使企业将高成本生产环节外包至海外 [42] 日本企业出海动因 - 内外部因素共同驱动：内部因内需不足、产业转型升级；外部因贸易摩擦（特别是美日）和日元升值，推动企业从“贸易立国”转向“投资立国” [65][66] 数说跨国公司 美国跨国公司数据 - 截至2022年，美国跨国企业境外附属机构近4万家，母公司约4500家，整体营收超27万亿美元，净利润超3万亿美元 [10] - 境外附属机构营收超9万亿美元，净利润约1.4万亿美元，海外员工超1600万人，海外占比分别为34%、43%、35% [10] - 分区域看：欧洲是第一大海外收入来源（2022年贡献超4万亿美元，占海外收入44%），亚太是第二大（2022年贡献近3万亿美元，占31%），其中中国贡献收入超6000亿美元（占6.6%） [12][15] - 2017-2023年结构变化：亚太市场收入占比提升，欧洲下降；信息行业收入占比增加4.9个百分点，制造业占比减少5.2个百分点 [17] 欧洲跨国公司数据 - 截至2023年，欧盟跨国企业境外附属机构超20万家，整体营收近20万亿欧元 [45] - 境外附属机构营收超10万亿欧元，海外员工超2500万人，海外占比分别为53%、55%，高于美国 [45] - 分区域看：欧盟内部是第一大海外收入来源（2023年贡献近4万亿欧元，占近40%），美国是第二大（2023年贡献约2万亿欧元，占近20%） [49] - 2017-2023年结构变化：技术服务行业收入占比提升5.9个百分点，批发零售下降3.9个百分点；收入结构向新兴市场转移，欧盟内部市场收入占比减少4.0个百分点 [55] 日本跨国公司数据 - 2023年，日本境外附属机构约2.4万家，实现营收超370万亿日元（约2.7万亿美元） [69] - 分区域看：亚洲是最大海外收入区域（2023年贡献占比41%），其中东盟和中国分别占20%和15%；北美是第二大区域 [73] - 2017-2023年结构变化：美国收入占比提升3.0个百分点，中国下降3.7个百分点；制造业收入占比减少3.1个百分点，服务业占比提升2.0个百分点 [79][81] 典型行业分析 美国科技行业 - 具备高全球化程度：美国科技行业上市公司海外收入占比为53%（2024年），高于美国上市公司整体水平（40%），部分龙头海外收入占比达60-80% [18] - 三大特征：1) 建立领先优势并掌控全球科技话语权；2) 占据高附加值环节并推进外包；3) 在数字经济时代全球化领先 [18] - 技术领先基础：二战后大量研发投资奠定优势，1969年美国研发投资256亿美元，超过联邦德国、法国、英国和日本总和（113亿美元） [22] - 外包与回流趋势：1990年代加速劳动密集型环节外包，金融危机后出现回流趋势，追求效率与安全并重 [24] - 数字经济领先：2022年美国数字经济增加值达2.6万亿美元，占GDP约10%；2023年美国数字服务出口占整体服务出口的64%，并实现2780亿美元顺差 [30][31] - 数字经济全球化差异：数字经济相关行业（如科技）的“海外收入占比/海外资产占比”比值为1.8，显著高于传统行业的1.0，表明其能以较低海外投资撬动较高海外收入 [39][41] 欧洲医药行业 - 欧洲高附加值制造与研发实力的集中体现，推行“全球研发、全球运营” [4] - 全球市场地位稳固：2025年全球前15大药企中欧洲占据5席，美国是欧洲药企最重要的单一海外市场，收入占比在43-55%之间 [56] - 研发驱动模式：企业将营收的15%-20%投入研发，远高于全球工业平均水平，并在全球（如美国、中国）设立研发中心形成创新网络 [58] - 全球化历程四阶段：从19世纪末的化学工业衍生与早期国际化，到二战后重建扩张，再到1990年代的并购整合形成“全球公司”，最后到21世纪以来的开放式创新与应对新挑战 [61][62][63] 日本汽车行业 - 属地化是全球化重要基石：海外属地化比率高达80%，支撑日系全球产销突破2500万辆 [5][83] - 全球化三阶段：1) 1945-1970年内需驱动；2) 1970-1985年出口驱动，最高出口突破650万辆；3) 1985年以来属地化驱动，深度融入全球市场 [83][87][89] - 日美贸易摩擦是开启属地化重要诱因：20世纪80年代自愿限制出口及日元升值，推动日系车企加快海外建厂 [89] - 截至2024年，日系整车生产基地遍布海外，包括亚洲（不含日本）99个、美洲39个等 [89] 核心竞争力与全球化路径总结 美国核心竞争力与路径 - 凭借全球领先的研发创新体系、知识产权保护制度和科技成果转化机制，在高附加值领域构筑技术护城河 [3][9] - 依托美元金融主导地位和技术垄断优势，通过跨境并购、技术授权、标准输出等方式在全球获取超额收益 [9][92] 欧洲核心竞争力与路径 - 技术优势体现在打通从基础研发到产业化应用的全周期能力，形成跨越产业链纵深的技术壁垒 [4][44] - 文化稀缺性赋予品牌溢价能力，实现从“卖产品”到“卖文化符号”的跨越，且溢价具有跨周期属性 [4][44] - 全球化路径围绕输出技术标准、品牌价值与整合全球低成本要素、新兴市场以对冲本土瓶颈和风险展开 [92] 日本核心竞争力与路径 - “精益制造”构筑核心竞争力，凭借高良品率、成本控制和柔性生产能力打造盈利护城河 [5][67] - “综合商社”模式发挥重要作用，为中小企业提供市场信息和“产商融一体化”支持，形成“抱团出海”特点 [5][67][68] - 在内外双重约束下，走出全产业链属地化布局的特色路径，实现从产品出口到产业出海的转型 [5][93]

报告行业投资评级 根据报告内容，其投资建议为关注国内两机产业链相关配套公司的产能重估机遇，并列举了多家重点公司，但未明确给出对“国防军工行业”的整体评级[4][5][158]。 核心观点 报告的核心观点是：全球两机（航空发动机与燃气轮机）供应链正步入一个由**主业补库与产能重估共同驱动**的“双奏期”。行业处于一个由**民航恢复性补库、国防高强度需求、AI数据中心电力缺口以及发动机集中到寿维修**共同构筑的**复合高景气周期**。当前市场呈现出**强需求驱动与极端供给约束**的特征，供需矛盾预计将在中期进一步加剧[4]。 根据相关目录分别进行总结 一、观察一：海外航发补库提速，边际重视罗罗及赛峰 - **飞机主机厂交付提速**：2025年波音民机交付600架，同比+72%，恢复至2018年水平的74%。预计2026年737 MAX月产量将分阶段提升至47架，长期目标为63架[14][22]。空客2025年交付793架，预计2026年交付870架，同比增速接近10%[16][22]。 - **民航发动机交付恢复与补库预期**： - **GE航空**：2025年发动机合计交付3021台，同比+26%，其中民用端受LEAP系列驱动增长显著[33]。LEAP系列2025年交付1802台，同比+28%，已超过先前高峰[39]。宽体发动机交付584台，同比+16%，为2020年以来首次正增长[39]。 - **普惠**：2025年大型商用发动机全年出货量达1055台，创下2016年以来新高[4][42]。 - **罗罗**：2025年交付483台发动机，同比减少9%，主要受供应链问题影响。但公司预计2026年交付550-600台，同比增速在14%～24%[27]。 - **赛峰**上调了2026年交付指引，LEAP系列积压订单持续增长[4][34]。 - **国内映射**：随着赛峰、罗罗等主机厂交付指引上调，预计将带动其国内配套供应商在2026年重启补库，相关业务收入有望实现增长[60][64]。 二、观察二：燃机产能提速，收入与订单有望齐升 - **订单规模有望创历史纪录**：预计2026年全球主要燃机主机厂订单将达92GW，突破2001年以来的峰值[4][65]。西门子26Q1单季订单即达13GW，预计全年订单将超越此前预期[4][68]。 - **需求结构：AI数据中心与传统领域两旺**： - **AI数据中心强力驱动**：为满足超大规模数据中心的用电需求，市场对小型/航改型燃机及重型燃机的需求同步增长[4][72]。2025年末，数据中心相关订单已占西门子总订单承诺的25%，且在新增预留协议中占比高达50%[4][73]。 - **传统领域需求稳固**：西门子约60%的订单承诺仍来自传统应用领域[72]。 - **全球电厂建设激增**：2025年美国在开发燃机装机容量增长近三倍至252GW，全球在开发总量达1047GW[4][78][80]。 - **交付能力跃升**：2026年被视为项目投产的峰值年份。GE Vernova计划从3Q26开始将年化产能从15.3GW上调至20GW，同比增长33%[4][88]。西门子与Howmet等中游厂商的产能也将在2026年下半年至2027年陆续爬坡[92][95]。 三、供给：当前供需仍存较大矛盾 - **关键材料短缺**：特种材料供应商ATI指出，镍基高温合金及专用钛合金交货周期较上季度延长达2倍[4][99]。 - **维修对产能的实质性分流**：普惠等企业明确表示，将在2025-2026年优先分配材料保障维修车间运行[4][140]。Howmet指出，其F-35战机备件需求金额在2025年已反超新机制造需求[4][125]。 - **新增产能规模不及需求缺口**：上游材料商CRS表示，其新增的真空感应熔炼炉产能仅能填补全球预计供需缺口中“极小的个位数百分比”，预计供需失衡将进一步加剧[104]。 四、对于供需、价格等，海外财报需要关注的投资线索 - **国防板块高景气**：从主机厂到中上游均呈现较高增长。例如，GE国防板块2025年收入同比+11%，新增订单同比+19%[109]。Howmet国防航空收入2025年全年增长21%[116]。上游ATI的导弹业务收入2025年同比大增127%[118]。 - **维修市场成为超级周期**：由于新飞机交付延迟和发动机集中到寿，维修需求旺盛。GE公司2025年民航服务收入同比+26%，其中LEAP维修数量增长27%[131]。Howmet商用航空发动机备件收入2025年同比增长44%[134]。 - **产业链定价权上移**： - **上游材料大幅涨价**：高温合金供应商CRS在最新长协谈判中，价格涨幅“远超30%”[143]。ATI预计其2025-2026年利润增长中约50%将直接归功于定价上涨[143]。 - **下游主机厂协议涨价**：GE Vernova指出，新签订的产能预留协议定价比现有积压订单高出10-20个百分点[146]。 - **资本开支态度分化**：中游环节如Howmet对燃机业务投资态度转为积极，正通过收购和增加设备扩大产能[4][155]。而上游材料商如ATI采取“客户联合出资”模式扩张，CRS则通过签订带涨价条款的长协来维持定价权[156]。 五、投资建议 报告建议关注国内两机产业链相关配套公司的产能重估机遇，并列举了包括航发动力、中国动力、航亚科技、航宇科技、图南股份等在内的多家上市公司[4][158]。

核心观点 - HERE Technologies与西门子数字物流建立合作伙伴关系 将HERE Tracking集成至西门子AX4运输管理平台 旨在为供应链中的托运人、承运人和物流服务提供商提供更高水平的可视性、基于AI的预测性预计到达时间以及运营效率 [1] 合作细节与集成内容 - 合作形式为HERE的位置技术集成到西门子数字物流的AX4平台中 [1][2] - AX4平台是一个基于云的单平台 连接制造商、供应商、物流合作伙伴和承运商 [2] - 集成增强了AX4在运输编排方面的现有优势 包括管理进出运输的合并视图、特定角色仪表板、事件管理与通知、自动化承运商分配和移动工作流 [2] - 集成通过API、网络界面或移动应用程序 进一步强化了AX4作为中央指挥中心的作用 将规划与执行同准确、实时的运输数据联系起来 [3] 技术功能与优势 - 提供跨多式联运路线的货物和资产实时追踪 [6] - 提供基于AI的高精度预计到达时间 由HERE的全球道路网络、交通情报和路线算法提供支持 [6] - 提供准确的地址标准化和地理编码 最大限度地减少手动更正、延误和路线错误 [6] - 通过从提货请求到最终交付的丰富空间数据 优化规划和执行 [6] - 帮助物流团队更早发现延误并在问题升级前进行干预 [7] - 帮助物流团队更有效地合并货物 [7] - 通过增加流程自动化和减少手动状态检查来降低成本 [7] - 为客户和合作伙伴提供透明、实时的更新 [7] 合作方评价与市场定位 - 西门子数字物流全球业务负责人表示 集成HERE Tracking增强了AX4的地理空间精度 使其能在波动的供应链中更可预测地运营 客户将受益于直接融入其运输工作流的无与伦比的端到端透明度 [4] - HERE Technologies EMEA高级副总裁兼总经理表示 位置情报是现代运输执行的基础 与西门子数字物流合作 正为行业提供提高性能、降低风险和创建更具弹性物流运营所需的实时洞察 [4] - HERE Technologies是全球领先的制图和位置技术平台 拥有超过40年历史 为全球知名公司提供创新服务 [5][8] - 西门子数字物流是全球供应链管理端到端软件和咨询解决方案的领先提供商 其基于云的产品组合包括AX4物流平台 这是一个在全球拥有超过500,000名用户的数字控制塔 [9]

战略合作核心 - 优必选与西门子工业软件签署战略合作框架协议 以人形机器人领域全价值链深度合作为核心 [2] - 合作旨在融合优必选的全栈技术优势与西门子的全球智能制造数字化经验 共同打造人形机器人产业从技术创新向规模化量产转型的新标杆 [2] 合作目标与背景 - 合作旨在为优必选2026年全力冲刺万台工业人形机器人产能目标按下加速键 [2] - 公司表示 今年以来人形机器人市场需求持续释放 订单量迎来显著增长 万台级规模化生产是2026年必须达成的目标 [2] - 此次合作是公司冲刺工业人形机器人规模化量产的关键布局 旨在加速人形机器人在各行业的深度落地应用 [4] 合作具体内容 - 合作围绕规划引领、技术融合、人才培养及生态共建等方向展开 [3] - 西门子将为优必选制定从核心技术研发到规模化量产的数字化转型整体规划与技术实施路径 [3] - 在技术产品融合层面 优必选将优先选用西门子数字化工业软件解决方案 覆盖产品研发设计、仿真测试、工艺规划、生产制造、全生命周期管理等核心环节 打通全流程数字化主线 [3] - 西门子将提供定制化技术服务与常态化技术培训 助力公司技术能力与人才队伍升级 [3] - 双方将携手推动市场协同与产业生态共建 共享行业资源与发展成果 [3] 合作预期效益 - 依托西门子的数字化技术与智能制造经验 优必选将进一步完善从核心部件研发到整机生产制造的全流程数字化体系 [4] - 合作预期将大幅提升生产效率与产品质量 为顺利实现工业人形机器人万台产能目标筑牢技术根基 [4] - 西门子的产品服务可深度适配人形机器人从核心部件设计、整机仿真测试到规模化生产的全流程需求 为公司数字化、智能化升级提供技术支撑 [3] - 公司旨在借助此次合作跑出人形机器人量产的“加速度” 引领全球人形机器人产业迈向规模化发展的新阶段 [4]