核心摘要：

 我國工業互聯網市場，歷經多年發展，仍然處于發展初期。就整體而言，相比國外由頭部企業（如GE、IBM）帶動產業發展而言，我國工業互聯網市場的發展還是由政策和補貼帶動為主，市場需求推動為輔，因此目前并未實現完全的供需市場出清。就企業能力而言，國外企業已經建立起較為成熟的產品服務架構，而我國工業互聯網大部分企業仍處于產品研發和完善、構筑生態的階段，產品服務尚未進入成熟期，落地項目以渠道關系為主。就需求市場而言，目前國內工業互聯網主要的需求仍來自于國央企、政府部門等，走的是自上而下的發展邏輯，且仍懸于頂層，底層需求市場有待釋放。因此，我們認為，我國工業互聯網市場總體仍處于初級階段，雖然稚嫩，但也充斥著許多可能性，值得探索。

 不同基因類型玩家落子不同，但基本圍繞產品-項目-平臺及生態的邏輯展開探索，且圍繞數據價值挖掘的底層邏輯沒有變，變的是服務邊界的拓展、服務工具的簡化。當前工業互聯網平臺層玩家市場呈現出“野蠻生長”的格局，各類玩家各有所長：制造大廠憑借“從內到外”的戰略和行業know-how的深厚積淀，暫時領先；傳統軟件廠商長于渠道優勢和行業服務經驗；ICT廠商、互聯網廠商基礎能力建設強、渠道和生態成熟；泛數據治理玩家、設備及物聯網玩家數據分別在數據分析能力、底層數據采集能力等方面具有優勢。

 圍繞數據資產價值挖掘及賦能是工業互聯網平臺服務的本質，近幾年并未變化。隨著平臺逐步進入運營階段，平臺服務的本質雖未變，但平臺能力向兩方面延伸：其一，平臺服務的邊界、廣度不斷拓展；其二，平臺能力豐富的同時，平臺工具也走向簡化。

 在不依賴政府的情況下，國內供應商企業該如何走向自強？任何非民生行業的宏觀調控都不可能是永久的，國內工業互聯網企業不得不思考的一個核心問題是，在補貼消失以后，企業將去向何方？如何發展和盈利？我們認為：1）工業互聯網供給方需要了解并錨定真正的市場需求。2）數據資產歸屬權具有重要價值，能為企業贏得新的發展機會，需抓住機會。3）能力已經較為全面的工業互聯網廠商可以適當覆蓋到產業互聯網領域，但無法邁太大步。4）在合作大于競爭的市場生態下，中小企業短期和頭部企業合作可獲得發展先機，但長期還得倚靠自身產品能力。5）中小企業的生存空間雖然暫時受限，協同發展技術與渠道有較大的發展可能。6）企業在探索標準化產品服務和盈利模式上任重道遠，但仍值得多方探索。7）ChatGPT在工業端的使用具有想象空間，但深度應用目前非常困難，可以關注但不能盲目。

發展歷程

不同國家工業互聯網發展路徑不同，中國仍處于初級階段

 工業互聯網在工業網絡、云計算、現代通信等基礎上發展而來，于21世紀10年代初步形成。放眼全球，不同國家由于工業基因、工業技術的積淀不同，工業互聯網的發展路徑也不盡相同。美國堅持市場化原則，工業互聯網主要由巨頭企業和資本主導；德國更加注重產品質量和技術，圍繞整體的工業形態打造展開；中國則是在云平臺的基礎上，由政策領航助推，亦步亦趨前行，目前仍處于初步發展期。

需求市場-政府側，工業互聯網研究院為主

工業互聯網研究院逐步從行業研究、標準制定演變為行業集成商的角色

 從招標主體看：1）工業互聯網研究院占據絕對主體，其扮演角色除了不斷豐富完善自身工業互聯網領域的測試、評估等服務能力外，更多扮演了集成分包商的角色這也說明未來參與行業標準制定的領頭羊將會更具有集成優勢；2）除了工業互聯網研究院外，工業和信息化局是更具代表性的需求方，他們更加關注工業互聯網為當地整體產業的賦能，故對產業鏈協同管理、智能制造等需求較高。

從平均單價和評分規則來看，平均客單價在300萬左右，其中技術分占70%左右。

需求市場-企業側，國企推動

國有企業作為工業互聯網的領頭羊，兼顧示范+標識解析節點雙重任務

 從招標主體看，國有企業是企業側需求的絕對主體，既有示范的作用，還可能承擔二級節點/企業節點的作用。其中，標識解析建設時更關注其作為節點時所能覆蓋的能力和范圍。

 從國有企業采購的主要類別看，標識解析、園區平臺建設、生產等是TOP3的需求點，與其承當的雙重任務息息相關。

從平均單價看，國有企業的平均客單價在800萬左右，比非國有企業高38%。

從評分指標看，與政府類需求一致，其中技術分占70%左右，報價分占10%左右。

需求市場-高校側，建設實訓平臺推動

雖都主打實訓平臺建設，但側重點有所區別，單一模塊和產線整體均有

 高校對工業互聯網的需求主要是建設實訓平臺所推動的，占比為83.9%。與政府側和企業側相比，高校側主要有兩點差異：1）更多的是資金驅動，學校不同，實訓平臺建設內容不同，大部分的高校還是以單一模塊的實訓建設為主，只有很少一部分會關注整個產線的實訓；2）在招標評分中，技術分占比為50-60%，而報價分占30%左右。

工業互聯網的玩家有哪些？

 工業互聯網玩家涵蓋平臺服務、網絡服務、安全服務及標準服務四個體系，其中平臺服務玩家主要集中在平臺層（PaaS層）

工業互聯網平臺有哪些類型？

 主要包含制造業大廠、傳統軟件、泛數據治理、互聯網大廠、ICT企業和設備及物聯網類玩家6大類，基因優勢形成不同能力切入賽道

 由于中國工業互聯網平臺市場目前仍處于初步發展期，供給方仍然以規模性的大企業為主，這些企業技術底蘊較深、服務經驗豐富、資金雄厚且具有一定行業影響力。占據主要市場份額的玩家中，可以根據企業基因類型分為制造業大廠玩家、傳統軟件玩家、互聯網大廠玩家、ICT企業玩家（包含傳統IT廠商和電信運營商）、泛數據治理玩家和設備及物聯網類玩家六類。不同基因給玩家帶來的優勢和路徑各不相同，如制造業大廠，一方面，行業know-how理解深，行業經驗相對容易沉淀為機理模型；另一方面，企業本身就是需求方，產品及服務可能更容易滿足需求方的需求屬性；ICT和互聯網企業玩家基礎設施底座能力強；泛數據治理企業垂直深耕能力強，是PaaS層的主要構成者。

工業互聯網平臺的發展現狀如何？

 制造業大廠憑借深厚的工業領域知識沉淀，覆蓋了產品、項目、平臺眾多能力領域，在各類型玩家中暫時領先

 從產品、項目、平臺及生態總體覆蓋度來看，制造業大廠和ICT企業、互聯網大廠較為領先。但平臺及生態主要由企業自身號召力等原始基因決定，產品跟項目更加反映企業在工業互聯網領域的實力，而ICT、互聯網大廠多通過構建生態實現產品，制造業大廠則是通過自身工業生產邏輯實現產品，故綜合來看，制造業大廠相對領先。

工業互聯網平臺的成長邏輯是怎樣的？

 平臺玩家總體打法路徑呈現為“產品-項目-平臺及生態”，制造大廠已經走通，其他類型玩家現行至半路

工業互聯網平臺的本質是什么？

數據作為資產，完成數據-信息-知識-智慧的蛻變是平臺能力的核心體現

 工業互聯網平臺的核心是釋放企業經營活動形成的數據資產的價值，其中“數據從哪里來、數據怎么用、數據價值如何構建”等是平臺企業需要考慮并解決的主要問題。當前市場上工業互聯網平臺企業主要具備兩大類能力：其一，基礎服務能力（如底層支撐、技術支撐），其通用屬性更強；其二，圍繞數據生命周期提供服務，覆蓋數據采集及傳輸-數據處理-數據分析-數據知識沉淀及調用-數據可視化應用等全周期，涵蓋物聯網、大數據、AI等各類技術，其中數據分析、數據知識沉淀的專用屬性更強，也是行業壁壘、企業服務壁壘的重要體現。從輸出的服務體系來看，工業互聯網平臺服務商已初步形成PaaS平臺底座+生態共筑、應用APP、綜合解決方案等服務。

工業互聯網平臺的服務有何變化？

 平臺服務整體圍繞數字化及價值挖掘的邏輯沒有變，但服務更加貼近業務和具體人員的需求，即向著范圍和人員覆蓋更廣、使用更便捷等演進

 從2015年提出工業互聯網發展至今，工業互聯網服務市場整體邏輯變化不大，都是圍繞數字化及數據價值挖掘而推出各類產品及服務。但隨著客戶對產品及服務、自身需求的認知提升，供給方的產品和服務主要向三大方向演進：1）覆蓋更廣的范圍，具體表現為在產品及服務端，邊緣層、生產層、應用層的協同管理及賦能屬性更強；在需求實現端，新型的、覆蓋更長服務鏈條的平臺逐步出現，如橙色云關注產品經理從產品設想到實現的服務。2）平臺走向細分，并趨于運營：其一，針對細分，主要圍繞服務場景進行，一方面，單一平臺依據應用場景而劃分為多平臺（如IoT平臺、大數據平臺、AI平臺等）；另一方面，主打為管理層、一線工業專家賦能的廠商紛紛出現。其二，針對運營，相對成熟的平臺開始在生態構建、知識沉淀等方面發力，試圖增加變現可能。3）強化易用屬性，試圖讓更多懂工業生產及運營的人能“跨壁壘”使用相關產品及服務，放大服務價值。

變化1-平臺服務邏輯多樣，鏈條走向復雜

 工業互聯網平臺的服務邏輯多樣，整體來看，以需求為導向，通過增加服務鏈條的復雜性和服務場景的多樣性去滿足不同主體的需求

 同樣是工業互聯網平臺，為滿足用戶需求，基于企業基因和能力不同，平臺的定位有所不同，其所提供的服務邏輯鏈條有所差異。綜合來看，為覆蓋不同客戶主體的需求，平臺玩家通過增加服務鏈條的復雜性和服務場景的多樣性來實現，例如橙色云，為滿足某一從產品的問世，既提供工程師的協同研發設計等服務，還提供商品化的分發等。

變化2-拓展服務邊界

 橫向看，逐步形成“深化自建-能力開放-管理賦能”的閉環；縱向看，平臺功能向上趨于aPaaS、向下趨于iPaaS，橫向拓展驅動縱向拓展

 近幾年，隨著工業互聯網平臺層企業服務客戶的經驗積累，對市場需求認知加深，平臺層企業對自身能力構建的認知相對更加清晰，對外表現為服務能力走向細分的同時，其服務的邊界不斷拓展，具體表現為：1）從橫向看，平臺層企業主要從行業&目標用戶、數據服務能力、技術服務能力三方面發力，對于前兩種能力，其路徑多為一到多，逐步拓展；對于第三種能力，往往需要經過一定積累后，逐步對外開放，且純技術的開放更多的是綜合廠商平臺；2）從縱向看，部分平臺層企業能力逐漸向aPaaS和iPaaS能力演進，且多為橫向拓展驅動縱向拓展。

變化3-平臺產品走向服務簡化

平臺產品顛覆傳統應用開發模式，使得整體服務走向簡化，擴大產品覆蓋范圍的同時，優化用戶體驗

 平臺由單體架構走向微服務架構、傳統代碼開發走向低代碼開發，應用開發模式逐漸走向低門檻、高開源、高便捷，平臺產品的服務形式相對簡化，主要好處有兩點：1）加強產品架構的可擴展性和易維護性；2）擴大開發者覆蓋范圍。以上兩點，對供需企業雙方都有裨益：對供給方，實現工業機理高效地沉淀和調用的同時，還有利于研發人員更好地優化開發和維護；對需求方，能幫助懂生產制造等核心環節但無編程經驗的業務人員實現自主開發，實現需求方的高效應用及管理。

工業互聯網平臺廠商價值評價維度

 廠商評價以產品能力和持續發展性為一級指標，分別評價公司滿足市場需求的能力和未來持續占據市場空間的能力

 產品能力指標代表企業產品對市場需求的滿足能力，通過產品技術能力的覆蓋深度和廣度來判斷；持續發展指標代表企業在未來可持續占據的市場需求空間，主要通過企業發展渠道的能力和盈利能力來判斷。

工業互聯網平臺價值象限圖譜

 工業互聯網平臺玩家競爭格局未定，你追我趕之勢明顯；產品和服務形態有異但本質同，渠道+品牌綜合影響力依然是市場競爭重點

 整個工業互聯網平臺玩家類型多樣、玩家背景也較為復雜，各家企業都依托自身基因或背景優勢占據一定的市場。本報告從產品能力和持續發展能力兩個維度出發，篩選了前20名的企業，他們主要具有如下2個特點：1）各玩家無論在產品和服務能力、渠道關系、品牌綜合影響力等方面，各家均有所長，故整體而言玩家差異并不大，尚未形成絕對的頭部企業，你追我趕之勢明顯；2）政府關系緊密、通過政府合作拓展區域影響力、市場發聲頻繁等是現階段相對領先的企業的主要競爭手段。

啟示1-如何錨定市場需求？

 企業類客戶潛在空間大、技術要求高；政府及協會類客戶潛在空間次之，且技術要求高；高校類客戶更重視整體解決方案輸出

 與新能源行業類似，工業互聯網/數字化的補貼也將經歷從寬松到收緊、從高補貼到低補貼，甚至是取消補貼的過程。就工業互聯網市場長期發展而言，無論補貼持續時間多久，未來是否存在，供給方最終都需要滿足用戶的需求。因此供給方企業都需要結合渠道關系、技術及解決方案、企業資質、行業服務經驗等市場拓展重點，明晰自身優勢，確認產品及服務特點，錨定適合自身的賽道和客戶，方能適應市場變化。

啟示2-數據歸屬權之爭到底在爭什么？

 獲得數據歸屬權的企業將在數據驅動的市場中優先嗅到產業重構所帶來的新的發展機會，為企業贏得新的增長業務

 當前，各工業互聯網供給方均有向平臺化方向發展的趨勢，這一趨勢表面是企業服務能力的同質化與綜合化，但本質上是供給方對客戶數據“歸屬權”的爭奪。獲得數據歸屬權的益處主要有兩點：其一，數據作為新的生產力有望促進產業價值鏈的重構與新的分工，供給方容易在這種分工中為客戶提供新的服務價值；其二，通過對數據資產的挖掘，短期看有助于為企業經營賦能，長期看， 隨著數據資產的積累與行業上下游的打通，可逐步拓展至為產業&區域發展服務，賦能當地產業發展，為供給方帶來第二增長曲線。

 當然，當前數據之爭尚處于初期，國家也將逐步明確“競爭規則”，供給方需要結合國家要求規范，結合自身競爭優勢，思考可拓展優勢，爭取在這場無硝煙的戰爭中獲得一定先發優勢。

啟示3-工業互聯網需要走向產業互聯網嗎？

 工業互聯網和產業互聯網存在部分差異，能力全面的企業可嘗試，但應基于已有工業互聯網能力做延伸

啟示4-中小廠商參與生態合作是必須的嗎？

 生態合作可以幫助中小企業短期提升競爭力，但長期增長還是依賴于產品及服務優勢、行業know-how經驗等因素

 企業發展的常規路徑是從專精走向全面，在各自專精的時期，尋求合作得到的是更多的渠道關系和標桿案例，能助力企業快速打造競爭力。長期來看，尤其是進入全面發展期時，企業競爭力大小更多取決于自身產品能力、行業know-how經驗等。故生態合作固然重要，但非必要，也不是萬能，需根據企業當下的發展階段與目標自行判斷。

啟示5-中小廠商的生存空間在哪里？

對于中小廠商來說，應結合自身現狀和目標切入市場，獲取一席之地

 在滲透能力遠不如頭部廠商的情況下，中小廠商應結合自身現狀和目標切入市場，或尋求頭部合作瓜分已有市場蛋糕，或抱團取暖定位于中小企業市場服務，或深耕熟悉行業/場景，提高自身供給能力，或結合數據、網絡、計算等相關新興技術，實驗新的增長點。

啟示6-變現盈利之路在哪里？

核心盈利模式難以標準化，熱門探索的盈利模式核心環節少、付費意愿低

 當前工業互聯網市場大多是“賠錢賺吆喝”，新的變現模式正在不斷探索。但就目前而言，盈利變現依然道阻且艱。除去常規的綜合解決方案等盈利模式外，目前平臺分發抽傭+軟硬一體化設備兩大類模式為企業所積極探索。針對分發抽傭，目前呈現對平臺的生態貢獻可能遠高于盈利貢獻的特點，其主要原因是研發設計、生產制造等核心環節本身的復雜性太高、企業差異性太強，應用的適配性不高。據不完全統計，在訂閱次數超過100的應用中，研發設計、生產制造的應用數量占據TOP2，占比達68.4%，但就訂閱總數而言，運營管理呈絕對優勢，占比達71.3%，這也說明用戶更趨向于為解決實際需求付費。針對軟硬一體化，目前依然處于探索期，早前有報道，但現階段尚未看到后續報道，究竟是折戟沉沙，還是即將大獲全勝，我們拭目以待。

 總之，我們認為：1）市場初期，針對不同模式的探索都有意義，都值得嘗試，大浪淘沙后，長遠收益將大于短期收益；2）工業互聯網的復雜性要遠高于消費互聯網，是否一定會存在可復制的、標準化產品，以及將會出現在哪些領域出現，這是企業需要重點思考的問題。

啟示7-新技術就會帶來新機會嗎？

 ChatGPT在消費端的應用序幕已經拉開，但在工業端的應用，現階段可暢想但具體應用還需進行深度模型改造、配置與訓練

 ChatGPT相當于同時掌握了機器語音和人的語言，以ChatGPT為代表的生成式AI的出現讓每個人命令計算機解決問題成為了可能。目前在消費端，ChatGPT已經出現多種應用形式，對話式AI相對成熟。在工業端，企業也在捕捉應用機會，其核心邏輯就是供需雙方相關人員能利用ChatGPT“自然語言編程”的能力，以相對較低的門檻達成各種需求（如設計、功能實現等），加速企業高效運轉，對話式AI也將是重要的實現形式。但需要注意的是，ChatGPT在工業端的應用存在大模型與小樣本數據的悖論等問題，具體應用時需要進行深度模型改造、配置與訓練。工業模型如何訓練、如何配置才更合理；工業應用場景的小模型如何實現；未來工業大模型出現時，如何更好的利用工業大模型并實現應用開發，這些都將是未來新的機會點，但很難。