制造业劳动力挑战 - 制造业面临人口老龄化加剧和年轻人从业意愿下降的挑战，超过40%的制造业Z世代员工正考虑在未来三到六个月内离职[1] - 技术迭代加快导致技能断档严重，学校培养与产业需求之间存在错位[1] - 全球制造业普遍存在人才短缺，例如美国制造业在2024年至2033年间将需要多达380万名员工，约有190万个职位可能出现空缺[3] 人工智能对制造业劳动力的影响 - 生成式人工智能被比喻为知识面广但深度较浅的文科生，工业领域需要更深层知识和更大量数据进行培训[3] - 目前由人工智能造成的失业规模尚不显著，在创造性和复杂工作上，人仍然是最好选择[3] - 自动化机器人和智能化工具已替代部分劳动力，但工业产业仍有庞大的人才需求[3][4] 未来制造业人才需求 - 制造业尤其需要具备基础科学知识和数字化能力的复合型人才，以判断人工智能输出结果的正确性[4] - 行业对人才的需求不再是单一专业，需要能适应未来快速变化的跨学科、综合性人才[5] - 企业如宁德时代每年招收大量高校毕业生，表明市场存在众多机会[4] 大学与企业在人才培养中的角色 - 大学与企业应在科研上扮演不同角色，企业更关注短期如五年的研发目标，而大学更容易诞生可能颠覆行业的创新想法[5] - 基础学科和研究被认为应由大学承担，因为其风险较高[5] - 大学需要培养具有终身学习能力的人才，以支撑未来三四十年职业发展，而非仅针对第一份工作[6] 技能转型趋势 - 受绿色转型、消费者行为变化和新技术应用影响，仅先进制造业领域就有2990万从业者需要改变其职业技能[5] - 每年只有40%的成年人会提升自身技能，难以完全满足转型需求[5] - 创新从实验室走向车间没有捷径，必须通过尝试实现[5]

高技术制造业整体表现 - 高技术制造业是推动新型工业化、加速产业转型升级、提升制造业国际竞争力的核心引擎，已成为国民经济高质量发展的核心驱动力 [1] - 今年前三季度，我国规模以上高技术制造业增加值同比增长9.6%，快于工业平均水平3.4个百分点 [1] - 规模以上高技术制造业对全部规上工业增长的贡献率为24.7%，工业经济"压舱石"作用凸显 [1] 智能化与绿色装备增长 - 智能化加速渗透，成为高技术制造业增长的重要抓手，前三季度智能无人机飞行器、工业机器人、3D打印设备、卫星导航定位接收机等产品产量分别增长59.9%、29.8%、40.5%、28.5% [1] - 在能源绿色转型引领下，绿色装备产量高速增长，前三季度风力发电机组、核发电机组、太阳能电池等绿色设备产量分别增长72.4%、38.9%、14% [1] 机器人产业发展 - 机器人产量的大幅增长是制造业升级的"显性符号"，今年9月份全国工业机器人产量达7.63万套，同比增长28.3% [2] - 1—9月份工业机器人累计产量达到59.5万套，超过上年全年的总产量 [2] - 中国已成为全球最大的机器人制造和应用国，到2029年全球机器人市场规模将突破4000亿美元，具身智能机器人市场占比预计会超过30% [4] 人工智能与制造业融合 - "人工智能+"深度赋能制造业，加速覆盖研发、生产、管理、服务全链条，从单点应用向全链条渗透，重塑产业效率 [5][6] - "AI+制造业"的赋能向家电、机械、建材等传统制造业延伸，例如通过AI大模型优化生产，使设备更换周期从1年延长至3年，停产损失降低80% [8] - 行业已建成基础级智能工厂超3.5万家、先进级7000余家、卓越级500余家，覆盖全国31个省(区、市)和90%以上的制造业行业大类，最新一批全球灯塔工厂一半都在中国 [10] 技术突破与产业根基 - 高技术制造业在高端装备、新材料等关键领域实现多点突破，例如旋转地质导向钻井系统能在175℃高温、172兆帕高压环境下工作，已累计应用于400多口油气井，工作时长近10万小时 [11][13] - 国产大丝束碳纤维实现量产，密度仅为钢材的1/4，强度是钢材的7到10倍，已批量应用于C919大飞机和高铁 [15] - 高性能液体橡胶技术使柔性屏折叠寿命提升至20万次以上，厚度减少30% [15] - 前三季度航空、航天器及设备制造业投资同比增长20.6%，计算机及办公设备制造业投资增长7.4%，信息服务业投资增长30%以上 [15] 产业发展挑战与方向 - 高技术制造业部分领域在芯片、核心零部件和元器件、材料等方面存在短板弱项，在产业基础高级化和产品创新能力提升方面仍有不足 [16] - 推动产业高质量发展需强化企业创新主体地位，加大基础研究投入，构建"产学研用"深度融合的创新体系，并降低中小企业改造门槛 [16]

公司融资与财务表现 - 设序科技近日完成数千万元Pre B轮融资，投资方为涌铧投资和广发信德，星涵资本担任长期财务顾问 [6] - 过去一年公司已连续完成三轮融资，累计金额超亿元，融资资金将用于研发投入和市场推广，包括海外市场推广 [6] - 公司今年订单预计超1亿元，营收也将接近1亿元，近几年的复合年增长率一直在100%以上 [9] 公司产品与技术 - 公司核心产品为工业智能生成式设计软件“闪设”，基于自研的工业世界模型与自然语言大模型封装的智能体共同协作 [6] - 闪设平台提供云架构下的智能生成3D设计方案和2D工程图纸功能，主要应用于汽车、3C、能源等领域 [6][7] - 产品可帮助客户提升数倍至十数倍的设计效率，且方案一致性和质量有显著提升 [7] - 公司持续拓展模型能力，计划从设计延伸到工艺和制造，包括智能设计评审、智能工艺规划、智能机加工代码生成等 [9] 行业趋势与公司战略 - 行业呈现两大趋势：基础大模型能力增强推动工业场景多模态信息处理与交互体验提升，以及垂直工业世界模型向专业化纵深发展 [6] - 工业世界模型构建面临三大核心痛点：数据获取难、非结构化数据处理难、数据输出要求严苛 [7] - 公司商业模式包括持续发展软件业务以提升市场渗透率，并计划明年积极拓展海外市场，同时推动AI驱动的RAAS交付业务形态 [9] - 公司认为AI技术的突破已足够引领其从“提供工具”转向“交付结果” [9] 投资方观点 - 投资方涌铧投资看重公司直面工业场景复杂需求，自主研发构建工业世界模型，并攻克了工业数据获取难、处理效率低、精度要求高等关键挑战 [10] - 投资方广发信德认可公司提出的“AIGE”理念，认为其产品显著提升工程师设计效率，有效降低企业人力与时间成本，并帮助客户沉淀数字化设计资产 [11]

融资信息 - 公司近日完成数千万元Pre B轮融资，投资方为涌铧投资和广发信德 [1] - 过去一年公司已连续完成三轮融资，累计金额超亿元 [1] - 融资资金将用于研发投入和市场推广，包括海外市场推广 [1] 公司产品与技术 - 公司成立于2020年，旗下产品"闪设"是一款工业智能生成式设计软件 [1] - 产品基于自研的工业世界模型与自然语言大模型封装的智能体共同协作 [1] - 产品提供云架构下的智能生成3D设计方案和2D工程图纸的功能 [1] - 闪设3D支持3D设计方案快速生成，闪设2D可自动生成符合规范的工程图纸 [2] - 闪设平台可以帮客户提升数倍至十数倍的设计效率，且方案一致性和质量有显著提升 [2] 市场表现与增长 - 公司产品已应用于汽车、3C、能源等领域，主要客户包括比亚迪、本田、上海电气、商飞等 [2] - 公司今年订单预计超1亿元，营收也将接近1亿元 [4] - 公司近几年的复合年增长率一直在100%以上 [4] 行业趋势与机遇 - 中国工业制造业全球体量最大，但工业软件尤其是研发端仍大幅落后 [1] - 基础大模型能力持续增强，正推动工业场景中的多模态信息处理与交互体验显著提升 [1] - 垂直工业世界模型不断向专业化纵深发展，进一步触达工业机理的本质 [1] - AI+制造业的商业价值日益凸显，AI工业软件领域成为业界关注核心 [1] 技术挑战与壁垒 - 工业世界模型构建面临三大核心痛点：数据获取难、非结构化数据处理难、数据输出要求严苛 [2] - 公司自主研发构建工业世界模型，攻克了工业数据获取难、处理效率低、精度要求高等关键挑战 [6] - 公司深度融合Agentic技术与行业Know-how，打造出契合工程师工作流的产品 [6] 未来发展规划 - 公司将持续拓展模型能力、扩展产品形态，从设计延伸到工艺和制造 [5] - 具体方向包括智能设计评审、智能工艺规划、智能机加工代码生成等 [5] - 商业模式上，一方面持续发展软件业务并拓展海外市场，另一方面推动AI驱动的RAAS（Result As a Service）形态 [5] - 公司已与部分欧洲客户达成前期合作，海外市场需求旺盛 [5] 投资方观点 - 涌铧投资看重公司坚持自主研发构建工业世界模型，直面工业场景复杂需求 [6] - 广发信德认可公司提出的"AIGE"理念，认为其是对工程师价值再定义的探索 [7] - 投资方认为公司产品能有效降低企业人力与时间成本，为客户创造可观商业价值 [7]

核心观点 - 制造业数字化转型的核心矛盾从技术转向人才短缺，AI+制造业需要复合型人才贯通工业工程与信息技术[1][3][9] - 2025年是AI智能体元年，智能体从助手升级为"数字员工"，推动制造业价值重构[2][3] - 产教融合是破解500万人才缺口的核心路径，需通过校企协同构建动态培养体系[6][10][12] 制造业人才缺口现状 - 制造业仅2%从业人员具备AI专业技能，70%数字化转型项目因人才短缺失败[3][7] - 中国AI人才缺口2020年达30万人，2024年智能制造领域缺口将攀升至500万人[8] - 人才短缺导致产业链协同受阻，上游数字化基础薄弱拖累全链条智能化[9] 复合型人才特征 - 需同时掌握工业工程、AI算法及工艺痛点转化能力，当前培养周期长达2-3年[9] - 传统教育体系存在断层：工科生缺数据思维，AI人才缺乏产线实践认知[9] - 头部企业自研培养体系面临成本高、流失风险（流向互联网等高溢价行业）[9] 产教融合解决方案 - 美云智数联合10余家标杆企业和高校发起ME20+论坛，构建"人才即服务"生态[4][10] - 沈阳工学院建立18个产业学院和24个实验中心，课程由企业工程师与教师共同设计[16] - 美的数字灯塔学院实现"任务牵引式实战教学"，通过数字孪生等技术缩短培养周期[16][18] AI智能体的教育应用 - ME Agent共创计划将AI智能体转化为人才服务工具，实现学习-评估-就业全链路闭环[20] - 动态知识库使课程随企业需求迭代，解决传统教育与企业实践的"动态错配"问题[24][25] - 学生能力画像基于工业级压力测试生成，提升就业适配率[19][25] 行业趋势与价值 - 制造业竞争从设备转向人才密度，人机协同意识决定未来竞争力[27][29] - 民办院校凭借机制灵活性正成为产教融合先锋（如沈阳工学院响应速度超公立高校）[19] - 产教融合需将方法论压缩为通用能力组件，实现从"定向输血"到"生态造血"的转变[26][27]

AI投资主题重获市场青睐 - 全球资管巨头贝莱德和奥本海默等机构力挺AI投资主题 强调其长期强劲回报潜力 [1] - 特朗普政府计划调整拜登时期对先进AI芯片的出口限制 可能出台更宽松规则 [1] - AI相关科技股近期强势反弹 特斯拉因深耕AI领域成为热门概念股 [1] 特斯拉的AI+制造业优势 - 摩根士丹利认为特斯拉是"AI+制造业"完美融合标的 有望驱动美国制造业复兴 [2][3] - 特斯拉具备"DREAMS"六大维度护城河：数据、机器人、能源、AI、制造、太空 [9][10] - 特斯拉拥有700万辆上路车辆 预计2040年超1亿辆 数据规模远超同行 [9] - 制造(M)维度是核心护城河 特斯拉垂直整合度高 美国本土供应链比例最高 [10] 特斯拉的技术与产品布局 - 特斯拉开发了FSD完全自动驾驶、Dojo超级计算机和定制化AI芯片 [9] - 马斯克的xAI公司Grok大模型未来或与特斯拉AI体系融合 提升FSD智力等级 [9] - Optimus人形机器人拥有22个自由度的双手 基于独家电机与执行器技术 [9] - SpaceX可能充当AI生态系统的数据传输层 提供高安全性通信 [10] AI与制造业的融合趋势 - 英伟达CEO黄仁勋指出制造业未来将依赖AI、人形机器人和数字孪生技术 [7][8] - 新型制造工厂本质上是AI超算系统 特斯拉引领这一转型 [8][10] - 大摩用亚历山大博物馆比喻 强调知识(软件)与原子(硬件)结合的重要性 [12][13] - 特斯拉成功将数据-软件-硬件-制造形成闭环 避免历史教训 [12] 市场表现与机构观点 - 摩根士丹利重申特斯拉"增持"评级 目标价410美元 较当前276美元有48%上行空间 [3][10] - 特斯拉持续位列大摩"首选股票"清单 看好未来12个月表现 [3][10]