增速稳步增长，政策支持、技术进步和市场需求是市场增长的主要驱动因素。就供给市 场提供的服务而言：1）产品侧，产品伴随市场技术更迭而迭代，且产品体系基本走向以 数据或以场景为维度的高度统一；2）解决方案侧，一方面呈现软硬服一体化的态势，另 一方面也呈现出跨模块融合/打通的趋势；3）大模型侧，供给端对大模型的应用探索逐 步深入，主要通过智能体、大模型+大模型的强强联合、大模型+产品的结合等方式纷纷 探索大模型的应用落地。 www.iresearch.com.cn 供给市场-产品及服务情况 产品伴随市场技术更迭而迭代，且产品体系基本走向统一，呈现软硬服+ 解决方案的架构体系；解决方案的深度和广度均有所提升 来源： 《2023年中国制造业数字化转型行业研究报告》《2023年中国工业互联网平台行业研究报告》，艾瑞咨询研究院自主研究及绘制。 制造业数字化转型市场主要产品及服务情况 多以数据、场景维度混合 呈现；2025年初，除了常 规的软硬服维度外，多以 数据或场景某一主体维度 为主，进而展开其细项产 品及服务 2-类型更加丰富：1）大 模型相关的服务有所增加； 2）部分企业增加了硬件产 品：如仓储物流相关的硬 件产品、大模型一体机等 产品及服务方面 1-解决方案更系统化：供 给方企业通过自身布局硬 件产品来强调解决方案的 一体化，即软硬结合，如 格创东智AMHS解决方案 2-服务广度提升：虽然供

下的极为丰富的解决方案和体验场景。 二、从孤立的产品到智能互联的系统和平台。产 品开发从单一产品升级到多个产品系统交互的复杂 系统工程。 三、从以硬件为中心到软硬件融合。包括嵌入式 软件、应用软件、平台软件在内的软件系统成为实现 产品系统价值的核心，软硬件协同开发也成为制造企 业研发的核心能力。 特刊 四、从封闭的研发组织到开放创新生态系统。 智能网联的产品系统需要整合第三方的应用和能力 组 开发能力以及软硬件协同开发方面面临诸多挑战，例 如由于缺乏基于用户场景的需求分析和价值评估，软 件开发需求变更频繁；硬件和嵌入式软件开发遵循传 近些年来，我们在实践中和很多制造企业一起见证了研发转型的进程，尽管每家企业的转型目标和内容各 有不同，但总体来说体现了智能网联时代研发转型的几个特征。 一、产品和解决方案规划：用户体验、技术创新和业务价值三轮驱动 二、软件定义产品：软硬件融合的精益、敏捷研发 统的瀑布式流程，而应用软件和平台服务软件开发往 往采用敏捷开发实践，导致软硬件开发节奏不同步、 系统集成测试不充分等等。 埃森哲在总结制造企业“软件定义产品”研发转 型实践经验的基础上，把传统制造业面向精益、合规 的硬件开发系统工程流程和软件开发领域大规模敏 捷实践相结合，打造了IndScrum解决方案体系，帮 助制造企业实现精益、敏捷的软硬件协同开发。 智能制造 | 31 特刊 三、产品生命周期协同研发

互联网等最新信息技术和移动防爆智能终端技术的、软硬件相结合的智能化安全管理云系统。 产品功能：实现生产状态和安全信息的实时数据采集、远程通讯、事故建模、风险分析、智能推演、预报预警、应急处置辅助决策等功能，为政府安全监管、企业安全生产管理以及事故应急处置服务。产品定位：项目为构建基于云计算、大数据、移动互联网等最新信息技术和移动防爆智能终端技术的、软硬件相结合的智能化安全管理云系统。 产品功能：实

在为各 类科技园区提升了管理、服务水平的同时，也提升了在更大范围 内的品牌 美誉度和吸引力。 绿 色：节能、低碳、环保 协 同：沟通便捷、整合多种通信方式 集 成：软硬件集成、前台业务后台服务集成 高 效：园区办公运营、服务效率提升、流程 E 化优化 安 全：园区多层次立体网状安全 智 能：园区建筑、系统运营管理智能 顶层设计 生态 体系 智慧园区 为入驻企业提供运营商级的存储解决方案 ， 包括海量、 安全、 高速、 跨平台的云存储 服 务。 入驻企业按需租赁云端 IT 资源 ， 随时随地访问办公， 真正实现 “拎包入驻”。 不再更新维护软硬件。 6 云办公 4 云呼叫 5 云存储 2 云桌面 技术支持 1 云会议 云安全 3 规划先行 , 组织配套 , 夯实基础 , 再求 智慧 由内而外 , 逐步拓展 , 因地制宜

隧道， 地下停车场等 GPS/北斗信号弱环境下的定位。 (4) 重点发展方向 为支持上述目标实现，基础设施数据传输网络将围绕宽带保障、 低时延保障、网络可靠性保障、确定性网络、支持不同业务的软硬切 片和智能化网络运维方向发展。 网络性能保障方面，数据大带宽传输方面，路侧设备间连接可选 切片以太网、三层分组交换、工业以太网及 PON 技术，骨干网可采 用光传输、三层分组交换、切片以太网技术，支持 光传输技术对重要业务可提供无损保护倒换。 网络服务能力方面，通过 TSN、fgOTN、SRv6 切片、城域传送 网细颗粒度单元等技术实现毫秒级确定性时延和微秒级抖动，实现确 定性网络。支持端到端软硬切片结合，实现业务刚性隔离与带宽高效 利用。全面支持 IEEE 1588v2，设备节点时钟同步精度可达 5ns 级， 实现高精度时钟同步。 智能化网络运维方面，提供网元即插即用、业务质量监控、AI 密码应用技术面临量子计算考验。随着量子计算技术不断演进， 当前广泛使用的 RSA、ECC、国密 SM2 等公钥密码算法预计在未来 面临被破解的风险，车辆通信与数据存储的长期安全性将受到挑战， 亟需推动抗量子密码算法的标准化与软硬件协同部署，构建面向未来 的密码保障体系。 3、2030 年发展目标 当前，智能网联汽车网络安全已初步构建覆盖多层次的立体防护 体系，形成基于密码技术的数据安全机制与多重身份认证架构，整车

公司深度 请务必仔细阅读正文之后的各项信息披露与声明 第4页 共25页 简单金融 成就梦想 图表目录 图 1：主流软硬件供应商采用工业协议情况 .......................................................... 6 图 2：中控技术“1+2+N”智能工厂新架构 二次开发工作量大 软件定制化程度高 数据接口种类繁多 缺乏统一数据标准 资料来源：蓝卓《中国工业操作系统发展白皮书》、申万宏源研究 传统自动化和信息化本质是把生产操作和管理流程通过软硬件系统的方式予以固化， 从而建立了垂直制造体系，这一体系下负责不同业务环节或流程的子系统间彼此孤立，即 使不同自动化厂商间的设备在工业现场的部署位置相邻，彼此之间的数据也绝无交集，这 也就形成 的难度。 公司深度 请务必仔细阅读正文之后的各项信息披露与声明 第6页 共25页 简单金融 成就梦想 图 1：主流软硬件供应商采用工业协议情况 资料来源：蓝卓《中国工业操作系统发展白皮书》、申万宏源研究 1.2 拨云见日，中控技术提出“1+2+N”智能工厂新架构 中控技术创新性地提出了“1+2+N”智能工厂新架构，即“1

100 软件 400 持续性费用 运维 90 软硬件维保费 160 运营费用 900 2021/2022 1. 开放研发平台升级迭代； 2. 与外部资本等对接，打造 一站式一体化双创平台； 3. 推动平台转型，孵化多个 具有极高商业价值的产品 项目，提高整体影响力； 一次性投入 IT 实施顾问费用 0 持续性费用 运维 90 软硬件维保费 160 运营费用 900 9488 IT 实施顾问费用 4500 硬件 100 软件 800 持续性费用 运维 450 软硬件维保费 320 运营费用 3150 2021/2022 实现二手车和出行模块 运营 一次性投入 IT 实施顾问费用 4500 11570 持续性费用 运维 450 软硬件维保费 320 运营费用 6300 总计 21058 建立 XX 销售服务统一平台—竞争者之鉴 运维管理、统筹集团和下属业务的大数据 收集、集成、分析、共享，第一阶段 5 人左右，第二阶段 15 人左右 • 云平台组 负责云平台的运维、优化工作，第一阶段 2 人左右，第二阶段 5 人左右，可视软硬 件资产规模进行扩充，或提升至二级部门 组织新增 组织调整 第二步 各个子单位 IT 人力资源 纳入集团信息中心可采用 编制内与外混合搭配，形 成集团唯一的 IT ；可以 以独立法人公司的形式运

实现园区的 低碳、零碳，将成为我国“双碳”战略的核心议题之一。 此白皮书陈述了西门子对智慧园区在碳中和、数字化方面的理解，总结分析了零碳智慧园区的 定义和架构，各类园区的核心痛点和切入点，以及软硬结合的解决方案，同时也分享了西门子 在该领域的实践，希望能给零碳绿色发展相关领域的读者提供有价值的参考。 ______________ ______________ 3 第五章 结束语 此白皮书陈述了西门子对智慧园区在碳中和、数字化、智慧化等方面的理解，总结分析了零碳 智慧园区的定义和架构，各类园区的核心痛点和切入点，以及自上而下、软硬结合的解决方 案，同时也分享了西门子在该领域的实践。 园区作为中国实现双碳战略的重要战场，需要在清洁能源供应，园区综合能源管理平台，智能 配电网络，流程工艺节能优化等方面下足功夫，西门子在能源、电力、数字化等领域深耕多

超算云服务+模型代工厂。公司强调未来每家公司都会成为 AI 工厂，企业专 有数据价值量高，AI 云服务帮助企业以专有数据创建专有模型。目前中国大 模型应用的发展还在起步阶段，参考上一轮人工智能周期，我们认为对垂直 行业有深刻理解，有软硬件整合能力的企业更容易享受到 AI 红利。 风险提示：AI 及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个 股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该 股票的推荐或覆盖。 GPGPU 系列芯片关键参数 资料来源：Nvidia，华泰研究 下图是一个典型的 AI 训练芯片的架构，主要包括： 1) CUDA： CUDA 是一种将 GPU 作为数据并行计算设备的软硬件体系，不需要借助图 形学 API，而是采用了比较容易掌握的类 C 语言进行开发，开发人员能够利用熟悉的 C 语言比较平稳地从 CPU 过渡到 GPU 编程。与以往的 GPU 相比，支持 CUDA 的

应性，还增强了企业在面对市场变化时的应 对能力。 制造行业的人才管理和用工趋势也在发生变化。随着制造行业从传统制造向智能制造的转变，软硬件人才的融合被强调。企 业正在调整研发团队结构，引进数字人才，培养更多复合型人才。同时，企业也需要调整组织架构，促进软硬件人才的交流 和合作。为了吸引和留住关键岗位人才，企业应采用更全面的薪酬策略，包括提供有竞争力的薪酬体系、股权激励计划，以 及关注员工 InfoQ 采访时说。在他看来，中国智能制造技术人才匮 乏，企业更要注重内部人才重塑升级，比如：把“新型高 学历白领”培养成专业工业工程属性强的“数字化工匠”， 把技术人才从“技能偏科”培养为“软硬全能”的复合型 人才等等，从而在一定程度上填补人才的空缺。 智能制造人才的“缺口”在哪 事实上，要补人才的“缺口”，首先要搞清楚的一个问题是， 企业究竟需要什么人才；而要回答这个问题，则要了解智