需求端分析 - 制造业数字化转型需求呈现地域特色，广东、江苏、浙江、山东等制造业大省是转型主力区域，产业协同和基础能力提升是共性举措[1][4][5] - 需求场景呈现分化：评优侧聚焦生产制造环节落地操作(占比57.8%)，招标侧以政府主导(95.2%)的转型诊断+实施为主[8][10] - 企业转型态度趋于理性，86.7%认可转型必要性，77.8%计划增加投入，但更关注产品实用性而非技术热度[16][27] - 紧迫场景TOP3：数据准备(77.8%)、供应链管理(68.9%)、生产管理(设备/排产/AI质检)[21][22] 市场规模与增长 - 2024年市场规模达1.55万亿，预计2025年达1.76万亿，未来5年CAGR约14%[2][39] - 增长驱动因素：政策目标导向(2025/2027/2030节点)、技术迭代(大模型等)、产业链协同需求[39] - 支出结构向软件倾斜，2024年软件支出占比达46.6%[28] 供给市场特征 - 产品体系趋向统一化：以数据/场景维度划分，新增大模型服务(API/智能体等)和硬件产品(大模型一体机)[44][45] - 解决方案呈现两大融合：软硬服一体化(如工业富联视觉检测设备)、跨模块业务打通(人财物产供销联动)[46][47] - 大模型应用探索三大路径：智能体开发(腾讯/字节)、模型联合(雪浪云+DeepSeek)、产品赋能(中控技术PLC)[48][49] 竞争格局与机会 - 高技术离散制造业(半导体/电子等)和信创/国产替代领域存在领头企业孵化机会[50] - 大模型短期难改格局，长期取决于对生产场景的支撑能力，当前应用集中在辅助代码/知识问答等非核心环节[52][53] - 数据价值构建比开放更重要，需完成数据-显性知识-隐性知识的认知链条构建[56] 技术应用进展 - 大模型落地场景以营销销售(40%)、供应链管理(35.6%)、数据服务(33.3%)为主，生产环节渗透率低[30] - 企业主要顾虑：结果不确定性(80%)、领域知识不足(60%)、多模态限制(55.6%)，期待能力增强方向[33][36] - 工业智能体处于工具属性阶段，需解决数据质量(噪声/标注)、模型可解释性等训练难点[49]