文｜王冠然 刘海博 丁奇
工业是我国支柱性产业，其中工业数字化是实现新型工业化的关键。当前我国工业数字化发展仍面临数实融合不充分、不均衡的问题，而多模态AI有望提供全新解决方案，驱动工业智能化转型。需求端，工业AI市场呈现强劲增长势头，信通院预计2032年全球市场规模有望达895亿美元。供给端，AI+工业玩家多样，主要包括大模型厂商、传统软件、制造大厂等各具优势的厂商，建议关注率先实现软硬件打通落地的企业。
▍我国工业数字化程度低于全球平均，面临数实融合不充分、不均衡问题。
工业是我国的支柱性产业，根据国家统计局，2023年我国工业增加值为39.9万亿元，占当年GDP的比重达38%，为经济增长提供稳定动力。其中，工业数字化是实现新型工业化的关键，有望提高工业生产效率和我国工业的自主可控能力，对此国家颁布多项政策支持，行业发展空间广阔。然而，由于当前我国工业数字化发展尚未完全体系化，渗透率远低全球平均（根据工信部，2022年我国制造业数字化渗透率为24.7%，vs全球平均33%），且不同行业之间的数字化进程具有显著差距，例如半导体、汽车、航空航天等高附加值行业引领发展，而轻工、纺服等行业转型缓慢，因此我国在工业数字化转型方面仍面临一定的发展瓶颈和痛点。多模态AI大模型有望给工业领域带来“基础模型+各类应用”的新范式，进而提升AI在工业领域应用的普及率，全面赋能工业智能化转型。
▍工业是多模态AI的重要落地场景，AI驱动工业进入智能化阶段。
可行性方面，数据驱动是工业数字化和AI的共有特点，当前工业领域已经建立有工业数字化的发展基础，具备丰富数据资源，为AI+工业的快速落地提供可能。场景方面，工业场景可以分为研发设计、生产制造、仓储物流、经营管理、产品服务和工业安全六个环节，AI+工业可应用于能源电力、汽车制造、航空航天等千行百业。根据腾讯研究院，目前大模型更适配于研发设计和经营管理，在生产制造环节的能力仍需提升。伴随大模型输出准确性、行业know-how和数据积累及运用能力的提升，AI+工业有望持续向产业链多环节拓展。效用方面，AI+工业的赋能点在于降本增效、安全稳定、降低门槛，例如多模态大模型的发展可以为工业设计软件带来机器视觉、NLP、语音识别等通用应用技术的更新迭代，提高生产效率和可靠性，降低专业门槛，助力我国实现工业智能化跨越。
▍多模态AI+工业发展提速，新一轮工业革命的奇点时刻正在临近。
技术层面来看，当前多模态AI正处于起步阶段，伴随大模型能力的加速迭代，例如长文本能力的提升、视频生成能力的增强、语音交互能力的完善，有望进一步拓展大模型AI在工业领域的应用。商业层面来看，根据《财经杂志商业评论》，全球厂商的主力模型推理价格均有明显下降。应用层面来看，根据中国信通院，相比通用AI，工业领域应用AI的滞后周期由20年缩短至不到5年，AI+工业的未来发展值得期待。市场层面来看，需求端，工业AI市场规模呈现强劲增长势头，信通院预计2032年全球市场规模有望达895亿美元；供给端，AI+工业玩家多样，主要包括大模型厂商、传统软件、制造大厂等厂商，对应优势各有侧重，建议关注率先实现软硬件打通落地的企业。
▍风险因素：
人工智能及多模态大模型技术发展不及预期风险；政策支持力度不及预期风险；行业竞争加剧风险；宏观经济波动影响企业研发支出风险。
▍投资策略：
工业是我国支柱性产业，其中工业数字化是实现新型工业化的关键。当前我国工业数字化发展仍面临数实融合不充分、不均衡的问题，而多模态AI有望提供全新解决方案，驱动工业进入智能化发展新阶段。需求端，工业AI市场呈现强劲增长势头，信通院预计2032年全球市场规模有望达895亿美元。供给端，AI+工业玩家多样，主要包括大模型厂商、传统软件、制造大厂等各具优势的厂商，建议关注率先实现软硬件打通落地的企业。
