报告行业投资评级 - 评级：看好 维持 [2] 报告核心观点 - 2026年是AI应用落地之年，随着LLM向多模态、推理规划和智能体进化，技术进步将推动各类场景价值重估 [8] - 工业AI是空间大、数据足、壁垒深、落地动力强的高价值场景，正跨越幻觉鸿沟，步入大规模应用阶段 [6][8][12][15][22][28][36] - 工业AI应用正从传统深度学习驱动的“一场景一模型”范式，向大模型驱动的“基础模型+各类应用”新范式演进 [45] - 大模型与小模型将并存融合，共同驱动工业AI应用深化 [48] - 工业AI的三大关键细分场景值得关注：1）推理能力增强驱动的AI+时序数据挖掘（流程工业为主）；2）多模理解能力增强驱动的AI+仿真设计（离散工业为主）；3）Agent能力增强驱动的AI+端到端运维 [38][56] 根据目录总结 01 2026年为何看好工业AI场景价值释放？ 空间大 - 2024年中国工业增加值达40.5万亿元，占GDP比重约30%，为全球第一工业大国，AI微小渗透率提升即可带来巨大价值 [12] - 中国工业软件市场渗透率低，2024年工业软件市场规模占工业增加值比重仅为0.73%，远低于全球平均的1.83%，提升空间巨大 [12] - 预计2026年全球工业软件市场规模达5767亿美元，同比增长5%；中国工业软件市场规模达3353亿元，同比增长7% [12] 动力足 - 制造业大国面临全球性“用工荒”与“技能断层”，老龄化与蓝领工人短缺问题推动AI替代需求 [15] - 工业场景ROI清晰，价值创造可通过良品率提升、设备停机时间减少、能耗降低、人员投入降低等明确指标衡量 [15] - 中国工程师规模总量大（2020年1905万人），但占劳动力比重（2%）显著低于欧美发达国家，存在供需缺口 [18][19] 数据多 - 工业领域正从自动化（3.0）向智能化（4.0）迈进，已完成自动化和信息化改造，数字化水平持续提升 [22] - 2025年工业物联网终端数量预计达110亿个，积累了海量待挖掘数据 [24] - 2024年，中国重点规模以上工业企业数字化研发设计工具普及率达84%，关键工序数控化率达66%，数字化基础不断夯实 [25] 壁垒深 - 工业AI落地需软硬结合，LLM难以直接替代物理现场问题解决 [28] - 工业软件中，嵌入式软件占比最大，达57.4%，体现了软硬件深度融合的特性 [30] - 工业数字化转型支出中，软件占比43.7%，硬件占比38.7%，软硬件投入相当 [32] 政策技术共振 - 2025-2026年政策频出，如《关于深入实施“人工智能+”行动的意见》、《“人工智能+制造”专项行动实施意见》等，强力推动AI与制造深度融合 [34] - 技术端：模型可靠性提升（结合物理规律与RAG）、多模理解能力增强、Agent技术成熟，2026年是技术成熟与成本落地的交汇点 [36] - 预计全球工业AI市场规模将从2022年的20.4亿美元增长至2032年的895.3亿美元，年复合增长率达46% [35] 02 哪些工业AI场景值得重视？ AI+时序数据挖掘（推理能力增强） - 以中控技术的TPT（时序预训练Transformer）为代表，是业界首款流程工业时序大模型，步入大规模应用阶段 [57] - TPT基于海量工业时序数据训练，具备六大核心功能：模拟、控制、优化、预测、评估、统计，旨在打造“感知-决策-执行”闭环 [57][61] - TPT通过数据驱动和与第一性原理（如APEX平台）结合，对抗模型幻觉问题，提升输出可靠性与可解释性 [68][73] - TPT已落地超110个项目，应用于石化、煤化工等行业，标杆案例经济效益显著 [85][87] - 例如，在65万吨/年的氯碱装置中，TPT解决方案带来约2080万元/年的经济效益，包括提升人效30%-50%、降低电耗、减少停工损失等 [78] - 在硫酸装置中，应用TPT后，人工操作频次从日均1600余次降至日均10次以内，实现近“无人”值守 [82] AI+仿真设计（多模理解能力增强） - AI+CAD当前核心价值在于辅助式设计（提升效率），而非生成式设计（直接输出模型），因CAD数据结构复杂、精度要求严苛、工程意图难以理解 [95] - AI+CAE主要通过AI代理模型和降阶模型两大路径加速仿真过程，提高计算效率 [96] - 海外西门子、Ansys等头部企业有完善布局，国内索辰科技的物理AI平台已在低空经济领域获得订单 [96] AI+端到端运维（Agent能力增强） - 工业设备状态监测与故障诊断系统（PHM）实现预测性维护，从被动维修转向主动维护 [99] - AI赋能PHM，实现从故障报警到诊断建议、从查手册到智能助手、从专业软件到自然对话的升级 [103] - 例如，PHM-GPT大模型能统一多任务处理，具备强大泛化与小样本学习能力，在全新数据集上仅用少量样本微调即可达到有竞争力准确率 [101][103] - 产业方面，容知日新已发布PHMGPT设备智能运维大模型，打造“虚拟诊断工程师” [104] - 2021年全球PHM市场规模69亿美元，2022-2026E年复合增长率预计为32%；中国市场规模36亿元，同期年复合增长率预计为36%，渗透率低，成长潜力大 [106] 03 投资视角如何展望？ - 投资阶段正从存量优化（如效率提升）走向增量创新（如新商业模式、新产品） [109] - 应聚焦细分环节龙头，关注在数据积累、软硬结合、场景落地方面具备核心优势的企业 [107][109]