行业临界点已经突破
从2015年国家发布2025智能制造发展规划以来，我国工业互联网市场主要呈现两类变化。
一类是龙头企业开始主动进行智能制造改造。企业基础信息开始采用云计算大数据平台，企业设备设施开始物联网化。部分龙头企业创建了自己的工业互联网平台，服务本领域的中小企业，开始向卖服务的模式开始转变。这类企业是工业3.0向工业4.0发展的典型。
星河集团旗下上市公司天马股份，拥有一家60年历史的重型智能制造龙头企业，齐重数控装备股份有限公司，主要生产大型机床，单台机床价值上亿，是我国大型装备制造业的旗舰。
齐重数控从2014年开始导入服务性制造的升级，2015年开始与西门子合作完成工业物联网平台的搭建，2016年初步实现工业云平台，开通远程诊断、远程维护服务，2017年完善了整个工业云平台，实现了远程运维、预测性维护、产线监控、大数据分析等各类服务，客户包括中广核、中国华电、三峡集团、华润电力、华润电力等。
通过两年改造，齐重数据通过远程服务的方式服务数百台大型机床，实现服务收入数千万。这部分收入的总共投入运营人力20多人，远远超过传统设备制造的经济效益，初步完成了服务型制造的装修，预计未来3年将服务全国5000台重型机床，完成服务型制造的转型。
另外一类是服务于这些龙头企业的创业企业。一种企业为原来服务工业行业的企业进行迭代，发展出更适合的产品，如协同设计云平台。另一种为互联网创业者，将互联网+产业的方式去，服务产业。这类企业为工业2.0，甚至工业1.0企业如何发展进行了有益的探索。
总体来看，随着人工成本不断接近工业企业的临界点，同时行业标杆企业纷纷斥巨资投向智能制造工程，行业示范案例不断增多，如格力50亿元自动化改造项目、海尔无人工厂等。
我们判断一般制造业的智能制造需求已经过了爆发的临界点，未来2-3年将是各大服务商角逐这一新兴蓝海市场的关键时点。
市场形成三大热点
现在，受消费升级的驱动，消费的个性化对产业发展有了更高的要求，在流程制造业特别是消费电子领域、消费物联网等新兴领域对大批量个性化制造有了更为明确的需求，在这些需求的推动下已经形成了一些热点，包括柔性制造与智慧工厂、预测性维护、工业机器人等。
1、柔性制造
柔性制造可以解决定制难题。比如服装柔性生产，特点在于小批量、多批次、快速翻单，目前其典型运作模式是：厂家通过小批量生产订单进行市场试销，对其中销售不良的产品进行减产甚至放弃，对销量较好的产品迅速补单，从而接近“以销定产”的目的。
智能生产线和大数据技术应用是实现柔性制造的重要前提：
（1、硬件上生产线要进行自动化改造，运用机器人、高档数控机床等设备进行个性化生产。
（2、软件上要实现数据驱动，连接消费者与工厂。
2、基于工业大数据的预测性维护
华为携手GE数字集团联合发布了基于工业云的预测性维护解决方案。该方案融合了华为边缘计算物联网（EC-IoT）方案和GE的工业互联网云平台Predix，允许工业设备到云端应用的端到端互联，从而实现了设备状态的实时监测，数据的分析与洞察以及维护的明智决策。
在数字工业时代，该方案帮助制造商减少维护成本，预防计划外设备停机，同时驱动产品和服务的创新。该工业维护方案将被全球领先的电梯和自动扶梯供应商迅达采用。它将帮助迅达集中联网和管理全球数百万部电梯，大幅降低设备维护成本，提升服务可靠性，从而每天使全球数十亿人次从中受益。
3、工业机器人
全球工业机器人年销量过去20年复合增速超6.5%。根据IDC FutureScapes发布的最新报告，到2019年，机器人的应用量将增加三分之一，而60%的G2000高新技术厂商将专注于工业机器人的部署。
根据IFR统计，2015年全球平均的工业机器人密度为69，发达国家中的工业强国平均工业机器人密度超150，其中韩国机器人密度为531，全球最高，美国的机器人密度为176，中国机器人密度为49。汽车和3C行业代表了现代高端制造业核心竞争力，是人均产值最高的行业，也是工业机器人用量最大的行业。
3C行业近年来发展较快，且中国等新兴市场的3C自动化升级需求强烈，且3C机器人应用场景多样，大厂商不易批量复制成功经验，小厂有机会在细分方向实现反超。3C行业机器人全球销量增速近三年复合增速大于30%，有望逐步超过汽车行业成为第一大机器人和系统集成市场。
另外，物流自动化行业也是高速发展的市场，尤其是与工业机器人大厂协同发展的物流自动化厂商将获得高速发展的先机。
五大投资热点领域的趋势研判
2017年11月在上海举办的工业博览会上，吸引了五十多家投资机构上百位投资人参加，包括真格、IDG、顺为、星河互联、明势、华创、德联等知名投资机构专程而来，在智能制造的风潮吹动之下，工业互联网蓄势待发。
国内比较早布局工业互联网的投资机构不多，包括经纬、达晨、星河互联、明势等。不同机构工业互联网布局有所不同，达晨主要集中在智能手机产业链、新能源汽车、高端装备等领域，明势资本主要以机器人为核心，全产业链布局，星河互联目前已经投资了10余家企业，主要关注、协同制造平台、工业大数据、工业物联网和工业机器人相关。
工业互联网可以划分为两个维度：工业维度和互联网维度。
从工业行业视角来说，工厂作为起点，实现柔性生产、智能检测、运营管理等，同时要与工厂外进行联通，实现供应链协同、智能服务到个性化定制，最终实现C2M；互联网视角是从消费出发的，消费需求，决定了需要什么样的制造方式，制造方式决定了工厂形态，最终实现C2M。
根据制造业行业特点和我国产业特点，我们认为这两个方向的结合是工业互联网智慧的切入点，同时在两个视角的交叉地带，形成了我们投资的核心方向。包括协同设计、云制造、工业大数据、工业物联网和柔性生产集成五个重点方向和细分领域。
以下，是我们对工业互联网各细分领域发展趋势的基本判断。
1、协同设计
工业设计软件将进一步普及。
国产协同设计在工业全生命周期中涉及了从设计、建模、仿真、优化、实验和工艺的全过程管理。目前设计软件多达几百种，主要被美国、法国、德国等企业掌握，中国企业经过发展在部分领域进行了突破，但是整个占有率不超过5%。工业软件将进一步普及。
工业软件的协同平台和知识服务平台是重大趋势。
本领域更多机会来自于对设计软件统一的调度和管理、对设计的数据进行共享、协同不同成员合作开发项目等，随着工业产品迭代速度和工业产品个性化要求的提高，更加灵活的工业协同平台，操作系统，知识分享平台都是行业的发展的趋势。
2、云制造
工厂信息化是工厂内协同的基础要求。
狭义上的协同制造指的主要是解决工厂内协同的问题。从工厂内部来说，工厂信息化是基础要求，如何实现生产效率提升，即如何实现产品品质提升。工厂内到工厂外的延伸，协同制造也对供应链管理提出更高的要求，即如何能高效的实现供应链之间的信息流、物资流、资金链的流通。
工厂间协同是制造业发展的终极方向。
广义的协同制造是指的，如何实现行业的工厂之间的协同制造，订单在行业中切分到不同工厂，工厂根据不同产能优势对接不同订单，最终实现的全行业的优化和效率提升。目前以服装制造业为首的制造业已经向该方向发展，这也是整个制造业发展的终极方向。
3、工业大数据
工业大数据的应用刚刚起步。
消费大数据已经有了很好的应用场景，整个工业过程中最核心的设备数据的应用刚刚起步，如何解决意外停机，如何解决预测性维护，如何解决定期保养的浪费，如何高效的进行工业探伤。
机器换人最低成本方案是数据挖掘。
在当前机器换人的发展之下，我们认为向数据要效率是成本最低的一种方式，本领域将涌现大量工业大数据方案商、数据服务商等角色。
4、工业物联网
工业物联网是物联网在工业的应用。工业物联网是工业的传感设备、传输设备、底层管理系统的集合，工业物联网是物联网的一个分支和物联网类似但不完全相同。
工业物联网+图像识别+人工智能是发展方向。
工业物联网除了传统的设备传感器获取数据，逐步发展到视频识别，图像识别等领域的叠加应用。随着人工智能技术的不断发展，通过传感网络和图像系统结合解决机器自动优化，智能管理的问题将成为可能。
5、柔性生产集成
个性化是发展的趋势。整个产业向着个性化发展，个性化包括大规模定制、个性化制造和大批量个性化制造。
柔性生产是终极目标。个性化制造意味着工厂需要更加柔性的生产线，面对更加个性化的要求，当前很多工厂需要能够提供个性化生产的集成服务商。
拥有设备制造能力的集成商是当前重点。目前拥有柔性集成能力的服务商并不是传统意义的集成商，除了需要传统的设备集成，软件服务能力，同时需要核心工业设备的研发和制造能力，在一定时期内这些企业将成为服务于柔性制造工厂的主力军。
工业互联网的投资逻辑
下图是我们梳理的整个工业生产流程以及各个流程中的巨头企业：
在星河互联看来，底层工具做起来太难，很多CRM软件设计、开发、使用周期长，难度大，不适合一般的创业公司去做。未来，在应用平台和数据平台的全流程打通方向存在着机会。
因此，在各个细分方向，我们的投资逻辑是：
1、协同设计
我们将在协同设计平台、工业设计中间件平台、设计知识服务平台赛道上重点布局。
工业软件可以提高产品价值、降低企业成本、提高企业的核心竞争力，是现代工业装备的大脑。在国外设计软件占据绝对控制的前提下，下一步谁掌握了设计数据，已经设计数据带来的知识服务，将决定制造业的大脑能否属于我们，因此这三个方向是协同设计的重中之重。
2、协同制造
我们重点布局供应链物流协同平台、制造软件服务商（MES）、S2B协同服务商、智慧工厂等子领域。
从产业链分工向产业链集成，跨领域延伸将成为软、硬制造业发展的必然趋势。以软件为主的生产制造方面的纵向网络集成，产品方面的价值链端到端的数字化集成，供应链方面的业务网络纵向合成并实现三个维度之间集成，进而实现工厂的智能化，乃至工厂之间的互联。
3、工业大数据
我们重点布局工业大数据工具、预测性维护、预测性保养、工业人工智能等赛道。
工业大数据是大数据领域在工业领域的应用。相比消费大数据在海量数据中寻找关系，将逻辑关系从不可见到可见，并加以利用。工业大数据大部分是关系明确的数据，遵循了物理和数学原理，主要应用是解决可见问题的预测。工业数据还呈现高并发，数据反馈实时性要求高等特点。工业大数据的应用目标最终是提高工业生产、服务的效率，从而降低产品生产成本、服务成本。
4、工业物联网
我们在工业物联网平台、工业传感器、数据采集终端、工业5G通讯平台等方向布局。
工业物联网主要包括实时的智能监控、通过整个边缘传感器实现精准执行，为智能化服务提供高响应，及时通讯的基础能力。一部分企业完成集成传感器，设备数据的对接，一部分企业完成物联网通讯问题，工业物联网平台通过对不同行业的应用完成这些企业的连接，形成快速接入的数据采集平台。
同时工业物联网需要及时处理工业边缘端的数据交互，提高边缘计算能力，实现数据的及时、快速、高效的反馈，这也是通讯5G物联网的重要方向之一。
5、柔性制造的集成
主要包括柔性制造和生产的设计集成，包含传统设备和工业机器人的融合，最终达到的在同一个工厂端，实现大规模个性化制造。工厂端是成本控制中心，核心目标是让个性化制造成本不断接近于规模化制造成本。
我们重点布局工业机器人平台、工业机器人、工业控制器、多轴机械臂等赛道。工厂柔性化除了现有设备，需要有底层软件能力，各类设备的集成能力，还需要个性设备的研发生产能力，围绕者这些能力的布局，最终才能实现柔性工厂，工厂柔性化。
什么样的企业有机会胜出？
1、公司需要的核心能力
跨行业背景：工业互联网整个赛道是知识密集型产业，跨行业、跨领域、跨学科是典型的场景，要解决具体的复杂工程问题，涉及机械结构、自动化、信息化、物联网，需要有非常强的工程经验。
互联网思维：同时工业互联网要向消费看，最终是服务消费业，如何满足更加个性化的需求，如果降低个性化需求的实现周期，如果降低个性化制造的成本将是企业发展的重要方向。看好以下三类企业。
2、解决中大B问题的企业
主要服务于工业3.0的方案提供商，能够快速在不同行业实现工业互联网的落地，有机械工程和信息化背景，单笔收入较高，快速形成市场壁垒，这类企业有机会成为新工业企业的龙头企业，也是我国智能制造的核心技术来源。
3、解决中小B问题的企业
主要服务工业2.0和3.0的平台运营商。需要更加智慧的切入点，能够实现行业的人员、信息、产品、资金等的流通，团队有深刻的互联网和产业认知，实现行业的聚合，这类企业能成为行业的大平台。
4、解决消费C端问题的C2M企业
能实现消费到生产全流程打通的C2M企业，是制造业发展的终极目标，但是不同制造业细分行业实现的时点、需求区别很大，需要很强的消费敏感度，这类企业有机会成为BAT类的企业。
