工业互联网数字文明的近望

1、目录 HYPERLINK l _TOC_250025 一、天下为工，“智变”正引向质变 5 HYPERLINK l _TOC_250024 （一）智造互联，新工业的燃星火 5 HYPERLINK l _TOC_250023 1、迈向智造，行进中的工业 4.0 5 HYPERLINK l _TOC_250022 2、三足鼎立，角力中的工业互联 6 HYPERLINK l _TOC_250021 （二）数字工厂，工业互联见一斑 7 HYPERLINK l _TOC_250020 1、车间数字化，流水的信息集成 7 HYPERLINK l _TOC_250019 2、数字化工厂，铁打的效益蝶变 8

2、HYPERLINK l _TOC_250018 二、电气巨擘，西门子的数字化伟业 9 HYPERLINK l _TOC_250017 （一）西门子，工业革命的先驱者 9 HYPERLINK l _TOC_250016 1、百年老店，集近现代工业之大成 9 HYPERLINK l _TOC_250015 2、自我焕新，领工业互联网之风华 10 HYPERLINK l _TOC_250014 （二）MindSphere：德系工业的彰显者 12 HYPERLINK l _TOC_250013 1、当“工业硬汉”已成过往 12 HYPERLINK l _TOC_250012 2、MindSphere，

3、工业数字化启航 14 HYPERLINK l _TOC_250011 3、冷却即服务，实践中的真章 15 HYPERLINK l _TOC_250010 三、工业互联，西学为用的东方快线 17 HYPERLINK l _TOC_250009 （一）工业无互联，安揽瓷器活？ 17 HYPERLINK l _TOC_250008 1、大象转身，Made by China 渐进 17 HYPERLINK l _TOC_250007 2、弯道赶进，国内工业正重塑 18 HYPERLINK l _TOC_250006 （二）智造暖意“衣”先知 19 HYPERLINK l _TOC_250005 1、传

4、统纺服，穿梭中的绿色革命 19 HYPERLINK l _TOC_250004 2、申洲国际，“打工王”的数字蜕变 22 HYPERLINK l _TOC_250003 3、酷特智能，C2M 服装业的“智匠” 24 HYPERLINK l _TOC_250002 （三）“灯塔工厂”显乾坤 31 HYPERLINK l _TOC_250001 1、工业富联，内外兼修的布道者 32 HYPERLINK l _TOC_250000 2、敏实集团，智造外溢的新典范 34图表目录图表 1工业革命发展史 5图表 2工业互联网发展历程 6图表 3工业互联网的发展路径（业务视角） 6图表 42019 年全球工

5、业互联网行业市场分布 7图表 5全球工业互联网行业市场规模及增速 7图表 6数字工厂是实现工业 4.0 发展的应用载体 8图表 7数字工厂核心系统之间的数据信息流动关系 8图表 8未来 15 年全球工业互联网产生降本效用情况 8图表 9西门子发展历程 9图表 10西门子集团组织架构变迁 10图表 11西门子“数字化企业”软件套件 11图表 12西门子工业软件涵盖产品开发及生产全程 11图表 13西门子数字化产业历年订单及占比 11图表 14西门子数字化产业历年营收及占比 11图表 15西门子 2020 年各业务部门营业利润构成 12图表 16西门子 2020 年各业务利润率设置范围 12图表

6、17西门子 2020 年营收构成 12图表 18西门子 2020 年数字化产业分部收入 12图表 19西门子工业软件收购历程 13图表 20不同工业企业发展模式下的生产力、竞争力增长曲线 13图表 21MindSphere 产品架构 14图表 22MindSphere 数字孪生运行模式 15图表 23数字孪生的关键执行步骤与意义 15图表 24MindSphere 针对冷却设备的数字化赋能架构 16图表 25MindSphere 赋能传统温控系统升级 16图表 26工业互联网体系架构呈现该案例 16图表 27各国出口商品召回通报指数 17图表 282012-2019 年中国工业产能利用率 17

7、图表 29各国制造业微笑曲线分布 17图表 30美股与A 股工业企业销售毛利率对比 17图表 31中国工业互联网增加值规模及增速 18图表 32中国工业互联网产业结构变化 18图表 33中国工业互联网带动三次产业的情况 18图表 34中国纺织服装制造业发展历程回顾 19图表 35制造业各上市公司数占规模以上公司数比 19图表 36纺织服装业规模以上企业收入及毛利率 19图表 37纺织成衣生产体系图 20图表 38中国纺织服装制造业智能制造目前改造情况 20图表 392013-2018 年A 股制造业各子行业劳动力投入回报率复合增长率 21图表 402006-2010 年国内万元工业增加值取水量

8、（立方米/万元） 21图表 41中国纺织服装业电商交易规模（亿元） 21图表 42传统纺织服装行业生产流程智能化改造 22图表 43申洲国际的智能化改造历程 23图表 44申洲国际产能扩张各指标变化 23图表 45申洲国际智能化改造硬件配备 24图表 46申洲国际宁波地区万元产值能耗（吨煤/万元） 24图表 47酷特智能业务发展历程 25图表 48酷特智能定制服装C2M 模式 25图表 49酷特智能历年营收及资产数据 25图表 50大规模个性化服装定制与传统方式各生产环节比较 26图表 51酷特智能自有研发平台在作业生产线上的运用 26图表 52酷特智能的定制成衣生产流程 27图表 53酷特智

9、能 2018 年底软件著作权 27图表 54酷特智能自动制版生成衣片形状、排料图 28图表 55酷特智能基于射频识别技术的仓储管理 29图表 56酷特智能的智能断料 30图表 57酷特智能的智能剪裁 30图表 58酷特智能生产线上电子标签的使用 31图表 59灯塔工厂的全球性分布 31图表 60酷特智能生产线上电子标签的使用 32图表 61工业富联的工业互联网平台结构 32图表 62工业富联 2018 年工业互联网内部赋能效果 33图表 63工业富联熄灯工厂内部的柔性自动化产线 34图表 64国内汽车零部件行业历年利润率及亏损面 35图表 65国内新能源汽车历年产量及占比 35图表 66敏实集

10、团订单交付、产品研发两条端到端价值链改造 36图表 67敏实集团工业互联网体系的架设 36一、天下为工，“智变”正引向质变（一）智造互联，新工业的燃星火1、迈向智造，行进中的工业 4.0信息化时代下的工业革命迭代步入渐进模式，突破点在于“深水区”中复杂生产关系的全天候互联与共享。自工业革命爆发以来，技术进步推动了工业生产力的大幅提升。十九世纪由蒸汽机驱动的工厂，电气化导致了二十世纪早期的大规模生产，并且工业在二十世纪七十年代初变成了自动化；但随后的工业技术进步趋于渐进式，尤其是跟同时期的 IT、移动通信和电子商务转型的突破相比。图表 1工业革命发展史资料来源：亿欧智库、工业互联网的雏形为设备物

11、联网，正从简单的工业信息化迈向复杂的智能制造。全球工业互联网发可分为 4 个阶段；第一阶段是在 20 世纪 60-80 年代，实现了网络的发明以及机器和机器之间的互联；第二阶段是在 20 世纪 90 年代，实现了工业网络协议以及操作系统的发布，以及物联网的提出并且工业设备逐渐联网；第三阶段是在 2000 年初，云计算以及通信独立架构协议的形成，并且工业互联网支撑体系逐步形成；第四阶段是 2010年至今，工业互联网雏形的形成和发展。图表 2工业互联网发展历程资料来源：整理工业互联网是第四次工业革命的重要基石，是伴随物联网、大数据、人工智能等关键技术发展起来的生产新技术、新业态。传感器，机器，工件

12、和 IT 系统将沿价值链连接到一个生态系统，这些连接的系统可以使用标准的基于互联网的协议进行交互，并分析数据以预测故障，自行配置和适应变化。工业互联网的本质是通过对工业数据的全面深度感知、实时传输交换、快速计算处理和高级建模分析，实现智能控制、运营优化和生产组织方式变革。图表 3工业互联网的发展路径（业务视角）资料来源：世界经济论坛、2、三足鼎立，角力中的工业互联亚太地区工业互联网发展迅速，逼近北美、欧洲传统主力市场。随着工业互联网概念的提出，各国都开始部署战略规划；其中美国集团优势显著，GE、微软、罗克韦尔、亚马逊等巨头积极布局，加之各类初创企业着力前沿创新，有望助力美国保持行业主导地位。而

13、欧洲工业巨头如西门子、博世、ABB、 等凭借自身在制造业的基础优势亦进展迅速。整体来看，欧美市场在规模上占据主要份额，但增速在各地区俨然分化。得益于中国市场和印度、东南亚等新兴经济体的基础设施和工业发展的刺激，2019 年亚太地区整体市场规模占比达到28.5%，接近欧洲的30.8%和北美的35.4%，已呈现三足鼎立的局面。全球工业互联网市场在欧美、亚太主要地区的稳定驱动下，预计未来 5 年年化复合增速保持 6%的平稳增长。根据 CCID 的数据显示，2019 年全球工业互联网市场规模约为 8465.6 亿美元（+5.03%yoy）；预计 2020 年全球工业互联网市场规模约为 8948 亿美元

14、，到 2022 年预将首次突破 1 万亿美元，未来 2020-2025 年保持 6.00%的年化复合增长。图表 42019 年全球工业互联网行业市场分布图表 5全球工业互联网行业市场规模及增速资料来源：前瞻产业研究院，CCID、资料来源：前瞻产业研究院，CCID、（二）数字工厂，工业互联见一斑1、车间数字化，流水的信息集成数字工厂是工业 4.0 发展的必经之路，本质是工业互联网的企业级平台。根据德国工程师协会的定义，数字工厂是由数字化模型、方法和工具构成的综合网络，包含仿真和 3D虚拟现实可视化，通过连续的无中断的数据管理集合在一起，其本质是实现信息的集成。数字化本身就是职能的一部分，是一个入

15、口；智能工厂则是在数字工厂的基础上附加了物联网技术和各种智能系统等新兴技术于一体，提高生产过程可控性、减少生产线人工干预。数字工厂是智能工厂的落脚点，而智能工厂又是工业 4.0 的基准点。只有实现了工厂数字化，才有可能步入工业 4.0 的生态。数字工厂建设的最基本单元，即是车间管理的数字化。数字工厂中生产过程的数字化，主要是利用数字化的手段应对更复杂的车间生产过程管理，这其中最重要的是制造执行系统（MES）的建设，以及MES 与ERP/PLM 和车间现场自动化控制系统的交互。MES既是一个相对独立的软件系统，又是企业信息传递路由器，汇集市场与服务、产品设计、 MRP/ERP、供应链等信息，并转

16、化为详细的生产作业指令，从而实现复杂产品制造过程生产现场的管理与控制。MES 向上承接 ERP 下达的生产计划以及PLM 经过仿真验证的产品物料清单，向下衔接车间现场控制系统，弥补了 ERP 与车间过程控制之间的真空，实现了工业 4.0 所强调的垂直方向上的集成以及贯穿价值链的端到端工程数字化集成。图表 6数字工厂是实现工业 4.0 发展的应用载体图表 7数字工厂核心系统之间的数据信息流动关系资料来源：整理资料来源：艾三维如何规划数字化工厂2、数字化工厂，铁打的效益蝶变工业互联网在工厂数字化建设中的实施落地，其显性经济意义仍在于长期的“降本增效”。假设所有的工业系统能够有 1%的效率提升，就会

17、带来显著的经济效益。在未来 15 年内，航空业减少 1%的燃料，将节约超过 300 亿美元；医疗行业效率提高 1%，预计节约 630亿美元；电力效率提升 1%，预将节约 660 亿美元；石油天然气资本支出降低 1%，将节约 900 亿美元。数字工厂的建设短期内难见经济回报，多数投入者更注重效率提升带来的远期效益空间。根据思略特面向制造工业的调研，几乎所有的受访者（98%）都将提升效率视为投资数字化工厂的主要原因。综合规划、资产利用率提升、质量成本降低以及自动化均有助于效率的提升。不仅如此，大多数的受访企业将收回数字化工厂投资的期限定为五年。除了提升工厂效率之外，数字化工厂还能带来其他一些效益。

18、例如，在航空领域，有些企业利用数字化工厂解决方案开展先进的飞机及发动机设计，打破了传统制造的局限性。此外，数字化工厂还能帮助企业减少能源和原材料的消耗，实现可持续发展的目标。企业正在利用数据来改善资源效率，让供应链更合理，实现按需订购原材料，减少库存。图表 8未来 15 年全球工业互联网产生降本效用情况资料来源：前瞻产业研究院，CCID、二、电气巨擘，西门子的数字化伟业（一）西门子，工业革命的先驱者1、百年老店，集近现代工业之大成西门子是欧洲传统电气巨头，并领先成为全球性工业数字化标杆。西门子于 1847 年由维尔纳冯西门子创立，是欧洲最大的电器电子公司，同时亦是世界排名第四的家用电器制造商。

19、公司自 1872 年进入中国，截至 2019 财年，于中国的总营收达到 84 亿欧元，拥有 3.5 万余名员工和 21 个研发中心。西门子的主要业务包括智能基础设施、数字化工业、交通、能源、医疗等 5 大板块，其中智能基础设施致力于智能地连接能源系统、楼宇和工业，产品系列涵盖电网控制和自动化、低压和中压配电及开关与控制、楼宇自动化、消防安全、HVAC 控制和能源解决方案；数字化工业集团专注于工业自动化、电气自动化、工业数字化、工业 4.0 和智能制造领域的创新，为离散和过程工业数字化转型提供数字化工厂解决方案。复盘西门子集团的发展历程，公司早于 2007 年开始布局工业数字化生态，领先德国工业

20、 4.0 规划出台（2013 年），并以工业软件的系列收购，成功地从传统电气大厂蜕变为数字化工业领航者。图表 9西门子发展历程资料来源：西门子官网，整理从组织架构变迁来看，西门子不断推进“去中心化”，近年持续突出数字化战略基调。 西门子曾于 2014 年进行近年来公司组织架构的首次调整。按照旧有的组织架构设计思路，西门子于 2013 年以前一直以业务领域为核心，针对性地设立事业部进行集团化管理。但在 ABB、通用电气业务利润率逐渐超越西门子之后，为释放业务自由度而带来的潜在边际贡献增加，并且围绕“2020 公司愿景”推进数字化，西门子将 16 个业务部门精简为 9个，并且于 2014 年架构调

21、整元年便设立数字化工厂集团。而后在 2018 下半年，西门子为了更加专注于客户，根据所在行业的特定需求开展业务，西门子再次调整组织架构，下设 3 个“运营公司”和 3 个“战略公司”（三大“运营公司”：“天然气与发电”、“智能基础设施”和“数字化工业”，以及“战略公司”：西门子医疗、西门子歌美飒和筹备中的西门子阿尔斯通），推出“公司愿景 2020+”战略。这一战略还包括投资物联网集成服务、分布式能源管理和电动交通基础设施等新的增长领域，以加强公司的增长型业务。西门子已经是全球工业数字化领域的领导者，在这一领域的集中扩展也将进一步促进增长型业务的发展。现有的业务集团（Division）层级将被取

22、消，区域组织架构将更加以客户为导向进行调整，公司总部将更为精简。图表 10西门子集团组织架构变迁架构重组背景：2012年西门子的利润率约为9%，但同期重组业务削减管理成本，“去中心化”主要竞争对手ABB集团和通用电气的利润率分别达到10.3%西门子发布“2020公司愿景”在原来的电和15%，内部改革迫在眉睫。气化、自动化基础上，将数字化作为公司未来的重点，同时对旗下组织架构进行重整，取消 “业务领域”层级，由16个业务部门削减为9个。 进一步“去中心化”，激活业务自由度架构重组背景：为了更好地动态化服务客户，把握数字化机遇，现有的业务集团“公司愿景2020+”战略的主要目标是赋予公（Divis

23、ion）层级将被取消，司各业务更大的自由度，在强大的西门子品牌区域组织架构将更加以客户旗下开展自主运营，使其更加专注于在各自市为导向进行调整。场的发展，由原有的9个事业部改为3大运营公司+3大战略公司。2013年及以前2014-2018年2019年至今按业务领域，以事业部划分组织架构，包括16个部门，旧有组织架构设有工业、基础设施与城市、能源和医疗等四大基础业务领域。以工业业务领域为例，底下就包括了工业自动化、驱动技术、客户服务、冶金技术部四大业务部门。2014年10月1日，数字化工厂集团正式成立取消了现有的九个业务集团（Division）层级，公司将下设三个运营公司和三个战略公司。三大运营公

24、司包括：天然气与发电、智能基础设施和数字化工业；三大战略公司分别是：西门子医疗、西门子歌美飒和筹备中的西门子阿尔斯通。资料来源：西门子官网，整理2、自我焕新，领工业互联网之风华西门子参与德国“工业 4.0”早期规划，引领全球工业互联网革新。德国“工业 4.0”是德国政府在德国工程院、弗劳恩霍夫协会、西门子公司等的建议和推动下形成的项目， 20 多家德国企业、研究机构和大学参与，并成为面向 2020 年的国家战略，在 2013 年 4月汉诺威工业博览会上首次发布实施“工业 4.0”战略建议书，其目标是定义在互联网时代制造业企业的发展道路，研究物联网和服务网演进为CPS 信息物理融合系统后制造业格

25、局和商业模式，旨在解决资源枯竭、城市化、老龄化和工业/生活平衡等全球挑战。“数字化企业”软件套件，是西门子打造工业 4.0 生态的核心服务性输出。通过系列并购，西门子成功组建了以软件 PLM（产品生命周期管理）、MES（生产执行系统）和 TIA（全集成自动化平台）三足鼎立的信息物联系统（CPS）闭环生态体系，于 2014 年 10 月正式对外成立数字化产业集团（即DI 部门）。图表 11西门子“数字化企业”软件套件图表 12西门子工业软件涵盖产品开发及生产全程资料来源：Siemens AG 2015 Realize innovation资料来源：Siemens AG 2015 Realize

26、innovation数字化产业渐成西门子贡献最突出的盈利来源。无论是订单安排还是营收创造，随着产品结构优化和智能制造大战略的实施，数字化为西门子带来强劲的增长动力；西门子数字化产业订单、营收占比由2013 年的11.15%、12.26%稳步提至2020 年的16.86%、18.68%，近 7 年复合增速分别达 8.64%、7.57%（整体工业板块增速为 2.41%、1.29%）。图表 13西门子数字化产业历年订单及占比图表 14西门子数字化产业历年营收及占比资料来源：西门子历年财报、资料来源：西门子历年财报、西门子对数字化部门给予业绩高期待，战略重心转移大势所趋。西门子为数字化产业设置了显著较

27、高的利润率预期，从 2020 年报来看高达 17%-23%，较其他分部业务最高，高出整体工业业务均值水平 7 个百分点。不仅如此，数字化产业部门为西门子创造了最主要的营业利润，并且较 2019 年实现了唯一的正增长。作为全球工业 4.0 数字化战略的发起者之一，西门子告别传统能源巨头的“人设”，壮士断腕分拆西门子能源独立上市，以轻装上阵的姿态积极扶持数字化产业（DI 部门）和智能基础设施。图表 15西门子 2020 年各业务部门营业利润构成图表 16西门子 2020 年各业务利润率设置范围资料来源：西门子历年财报、资料来源：西门子历年财报、工业互联网是西门子数字部门的核心所在，工业软件创收占比

28、持续提升。软件业务是西门子工业互联网的核心载体，从近年趋势来看，西门子工业软件于数字化产业的营收占比持续提升，至 2020 年已达 27.63%，近 3 年复合增速为 7.89%，为数字化产业增长最重要的驱动力。图表 17西门子 2020 年营收构成图表 18西门子 2020 年数字化产业分部收入资料来源：西门子历年财报、资料来源：西门子历年财报、（二）MindSphere：德系工业的彰显者1、当“工业硬汉”已成过往告别工业“硬汉”，西门子借收购造就工业数字化巨头。工业软件重要性和西门子的数字化转型战略促使工业软件成为其发展重心。工业软件在数字化时代开始凸显其重要性，在近 20 年的时间里，西

29、门子完成对多家公司的收购，成功向数字化转型。2001-2006 年，西门子相继收购了多家 MES（制造执行系统）厂商，并在此基础上推出了自己的 MES软件 SimaticIT。于西门子而言，2007 年则是资本操作影响更为深远的一年，西门子于当年以 35 亿美元收购美国 PLM（产品生命周期管理）公司 UGS，旗下产品包括 3D 设计软件三大顶级产品之一、集 CAD（计算机辅助设计）/CAE（计算机辅助工程）/CAM（计算机辅助制造）于一体化的数字产品开发系统 UX，为此后的生产数字化奠定软件设施基础。随着收购的进行，西门子悄然成为仅次于 的欧洲第二大软件公司，以及世界十大软件供应商。图表 1

30、9西门子工业软件收购历程资料来源：西门子官网、西门子以数字化内外赋能，生产力、竞争力迎戴维斯双击。数字化的核心价值在于利用虚拟世界中运转的数据赋能各级决策，以在市场竞争和不确定环境下敏捷地应变。快速有效的决策将在需求微粒化的时代带来更快的交付速度、更好的质量，以及更低的成本。这将成为提升下游客户满意度、市场占有率和盈利能力的重要手段，进而在虚拟世界中高速准确地开发、预测、改进、执行时，作为传统企业的对手依然在文件的传递中空耗着时间和成本，无法与之竞争同一市场。图表 20不同工业企业发展模式下的生产力、竞争力增长曲线资料来源：西门子数字化转型白皮书：凡是过往，皆成序章、2、MindSphere，

31、工业数字化启航通过对外收购夯实软件根基，西门子以 MindSphere 实现平台化。作为创新引领者，西门子凭借前瞻性思维考虑到更深层次的数字化转型，将人工智能、边缘计算、工业 5G、自主处理系统、区块链和增材制造等尖端技术融入到西门子的数字化企业解决方案中，从而推动信息技术和运营技术的融合，实现数据的智能化使用。MindSphere 是西门子基于云的开放式物联网操作系统，也是西门内外数字赋能的核心工业互联网自建平台（隶属于DI 部门，Digital Industry）之一。在 2016 年 4 月汉诺威工业博览会上，西门子首次推出工业物联网操作系统 MindSphere，次年MindSpher

32、e 成为西门子展区最核心的展出内容。MindSphere 基于亚马逊AWS 等IaaS（基础设施服务），提供平台服务（PaaS），其设计思路是“向下为连接各类设备提供统一的接口，实现不同设备之间的互联互通；向上为各种各样的应用软件提供良好的开发、运营环境”，让工业界的客户可以在一个平台收集、分析生产流程的所有数据，以优化效率。简而言之，MindSphere 一边可以连接不同品牌的工业制造硬件，另一边又能让第三方开发自己自己的软件。类比成移动互联网，MindSphere 就是工业界的 iOS 或 Android。图表 21MindSphere 产品架构资料来源：西门子 MindSphere 使用

33、白皮书：助力世界工业实现数字化转型端对端的数字孪生是工业企业生产数字化的关键，而这正是 MindSphere 系统的数字基础。所谓数字孪生，是指真实世界在虚拟世界的映射，通过模拟具体设备在真实环境中的行为，对产品、制造过程，甚至整个工厂进行虚拟仿真，从而提高制造企业产品研发、制造的生产效率。当开始制造产品，MindSphere 就开始发挥作用，后者能基于数字化双胞胎监测整个生产流程的数据，并且通过数据分析哪里出现问题。例如检测发动机状态、扭矩、磨损等，需要间接测量发动机的温度、加速度、压力、磁场等信号和数据。将采集到的数据映射到数字化双胞胎中，获得发动机的磁场仿真、温度仿真的热分布图，分析发动

34、机的扭矩、磨损情况，从而通过数字双胞胎与测量、传感器及云真正融合，设定整个运营、决策解决方案。图表 22MindSphere 数字孪生运行模式资料来源：西门子 MindSphere 使用白皮书：助力世界工业实现数字化转型图表 23数字孪生的关键执行步骤与意义关键步骤具体执行内容实践意义1、虚拟产品虚拟数字化产品模型，对其进行仿真测试和验证，以便降低验证成本和缩短上市时间2、虚拟生产利用虚拟生产模拟生产流程，从而识别生产瓶颈、分析问题根本原因，进而缩短调试时间、优化生产帮助企业在实际投入生产之前即能在虚拟环境中优化、仿真和测试，在生产过3、实际生产通过基于连接和数据分析的人工智能驱动端到端流程优

35、化服务，提高性能程中也可同步优化整个企业流程，最终4、实际产品使用数据增值服务将设计和行为数据反馈到虚拟产品中以进行持续优化实现高效的柔性生产、实现快速创新上5、工业物联网开发边缘和物联网应用程序，将设备和数据从现场无缝集成到云端市，锻造企业持久竞争力6、持续改进上至企业级的 OEE 数据透明使机器和设备能够持续改进7、工业安全使用防御策略保护知识产权和生产力，以抵御所有潜在威胁资料来源：西门子 MindSphere 使用白皮书：助力世界工业实现数字化转型、3、冷却即服务，实践中的真章温控系统是设备机柜正常运作的核心保障之一。工业自动化设备通常需要封装在箱体机柜内部，保护其免受恶劣工况影响。温

36、控系统能够确保机柜内空气温度保持在规定范围，进而推动机柜内自动化设备可靠运行。但此类温控系统需要定期维护，及时更换空气过滤器。一旦温控系统发生故障，机柜设备就会失去安全保障，极有可能造成设备停机。在传统商业模式中，制造公司向供应商采购机柜和所需的冷却系统，制造公司可自己开展后期设备维护，也可由机柜供应商提供设备维护。MindSphere 赋能温控数字化，成就工业互联网范例。德国一家知名的工业机柜和配套温控系统制造商与西门子合作，利用西门子 MindSphere 平台的数据采集功能监控机柜冷却系统的运行状况，并及时给出故障报警和维护策略。通过这种方法，机柜和温控系统制造商可基于从部署于客户现场的

37、设备中收集到的数据，简化售后服务流程。通过近乎实时获取信息的技术，建立了“产品 + 数据服务”的新型商业模式。从技术角度来看，本案例的核心在于能够基于内部温度、压力等传感器实时获取冷却设备状态。连接层负责将冷却设备数据安全传输到工业物联网平台，基础设施层具备永久储存数据的功能，应用层可通过应用程序编程接口（API）访问数据。图表 24MindSphere 针对冷却设备的数字化赋能架构资料来源：中德工业互联网白皮书中文版工业 4.0工业互联网：实践与启示制造公司能够通过传感器获取设备实时状态，基于仪表板和维护应用程序进行可视化和维护诊断。从制造公司的角度来看，机柜和冷却系统属于辅助设备，与工厂的

38、核心业务几乎无关。因此，制造公司可将温控系统的管理和运行全部外包，并且仅通过订购“冷却即服务”的功能，保证量化指标和可用性即可。通过应用以上工业物联网服务，机柜供应商能够提供带有“冷却即服务”功能的产品。这种服务需要具备两大基础，一是能够通过工业物联网平台访问所有已部署系统的运行和健康状态数据；二是针对给定的可用性目标，供应商拥有优化维护服务所需的专业知识和经验。最终机柜供应商可能不会向制造公司出售冷却设备产品，而只是出售具有可用性保证的冷却服务。图表 25MindSphere 赋能传统温控系统升级图表 26工业互联网体系架构呈现该案例资料来源：中德工业互联网白皮书中文版工业 4.0工业互联网

39、实践与启示资料来源：中德工业互联网白皮书中文版工业 4.0工业互联网实践与启示三、工业互联，西学为用的东方快线（一）工业无互联，安揽瓷器活？1、大象转身，Made by China 渐进工业附加值、产能利用率双低，智能制造力促国内工业转型。中国传统制造业基本追求大批量、规模化、流程固定的低价同质商品，依靠价格优势抢占全球市场，而中国的出口商品召回通报指数为日本等国的 10 倍，产品附加值整体较低。在产能利用率层面，根据国际通行标准，低于 79%为产能过剩，而自 2012 年以来的国内工业产能一直处于标准值以下，工业互联网则能借助柔性工厂、C2M 等技术来提升产能利用率。图表 27各国出口商品召

40、回通报指数图表 282012-2019 年中国工业产能利用率资料来源：工信部规划司、资料来源：国家统计局、制造业价值链亟需弯道超车，工业互联网是披荆捷径。目前来看，美股上市工业企业的销售毛利率是中国上市公司的近 2 倍。可以看出，中国制造仍在微笑曲线底部，是价值链中附加值率较低的部分。中国制造企业正借力数字化向高端制造转型，以提高附加值率和竞争力。图表 29各国制造业微笑曲线分布图表 30美股与 A 股工业企业销售毛利率对比资料来源：亿欧智库2019 中国智能制造研究报告资料来源：Wind、2、弯道赶进，国内工业正重塑新旧动能切换关键期，工业互联网赋能助力边际突出。根据中国工业互联网研究院测算

41、，2019 年国内工业互联网产业增加值规模达 3.41 万亿元，同比增长 22.14%；其中，工业互联网当年直接产业增加值规模为 0.92 万亿元（+19.86%yoy），渗透产业增加值为 2.49万亿元（+23.01%yoy），预计 2020 年将达 3.78 万亿元（+10.99%yoy），在新冠疫情对传统工业的冲击下，工业互联网的助力赋能彰显强劲韧性。图表 31中国工业互联网增加值规模及增速图表 32中国工业互联网产业结构变化资料来源：中国工业互联网研究院、资料来源：中国工业互联网研究院、工业互联网对各行业全面重构赋能，第三产业最为显著。据中国工业互联网研究院分析，2019 年工业互联网

42、带动国内第一产业、第二产业、第三产业增加值规模分别为0.049/1.775/1.585 万亿元，对应同比增速分别为 23.92%/20.05%/24.51%。其中，工业互联网带动制造业的增加值规模达 1.469 万亿元，在 19 个行业门类中位居首位；带动增加值规模超过千亿的产业已达到 9 个，展现出工业互联网在各个具体行业的开拓性和创造力，助力产业活跃，经济提质。图表 33中国工业互联网带动三次产业的情况资料来源：中国工业互联网研究院、（二）智造暖意“衣”先知1、传统纺服，穿梭中的绿色革命中国纺织服装行业的工业体系的搭建较早，内需及出口支撑纺织制造业快速发展。中国服装纺织制造业经过 4 个阶

43、段发展，20 世纪 70 年代末业已建立起完整的工业体系，1990年代依靠外贸出口快速拉动纺织服装发展，2019 年国内化纤产量为 5827 万吨，占世界总量逾 70%，进而促使中国成为世界服装工厂。图表 34中国纺织服装制造业发展历程回顾1、1963年中国引进日本万吨级规模维尼纶技术和设备，建立北京维尼纶厂，后建成上海、辽阳、天津、四川4家大型化纤联合企业；2、20世纪70年代末已构建完整的纺织工业体系； 3、20世纪80年代纺织工业生产大幅提高，生产 平均增速18%+。1、1983年，布票制度取消，国内需求市场大量释放，乡镇企业成为中国服装业的主力军，纺织制造业开始分散快速发展；2、198

44、7年中国纺织工业进行战略调整，服装业出口贸易开始发展，当年出口额即突破100亿美元，1993年出口额达到 260亿美元。1、1994年中国纺织品服装出口额达355亿美元，占全球纺织品服装比重为 13.2%，成为世界纺织服装第一大出口国；2、2004年中国纺织品服装出口额达974亿美元，占全球纺织品服装比重提高到21%，并继续保持全球第一大出口国地位；3、国内开始尝试从代加工向品牌化转型，这一阶段出现了、森马等上市品牌。1、以“一带一路”为契机，申洲国际、百隆东方等中国服装纺织制造业开始在海外建厂，中国纺织业进入产业转移阶段；2、当前活跃在中国国内市场的服装家纺品牌达 3500个，并且随着电商巨

45、头向上游发展，中国进入快速转型阶段。1949-1983年创建阶段1983-1993年内外需求释放阶段1994-2014年出口高速拉动阶段1949-1983年转型转移阶段资料来源：日本化纤学会、纺织服装行业年度品牌发展报告，亿欧智库、国内目前纺织服装制造业格局分散，正步入转型转移阶段。2019 年中国纺织服装业上市公司规模以上公司数比重仅为 0.23%，集中度低且竞争激烈，是国内制造业最分散的行业之一。随着劳动力成本、原材料价格上升，国内纺织服装业规模以上企业毛利率逐年下降，申洲国际、百隆东方等企业逐步在海外投产进行专业转移；与此同时，淘宝、小米等电商和品牌商涉足C2M 等上游业务，互联网和新科

46、技将与传统方式服装制造业不断融合精进。图表 35制造业各上市公司数占规模以上公司数比图表 36纺织服装业规模以上企业收入及毛利率3.5%3.0%2.5%2.0%1.5%1.0%2.3%2.0%0.9% 0.9% 1.0% 1.0% 1.0%0.7%0.2% 0.2% 0.2%0.3% 0.3% 0.3% 0.3% 0.4% 0.4%3.3%16.5%16.0%15.5%15.0%14.5%14.0%16.1%495275553115.2%5934914.3%6222014.0%6458613.8%5700770000600005000040000300000.5%0.0%13.5%13.0%1

47、3.8%200001000012.5%02012年2013年2014年2015年2016年2017年纺织服装行业规模以上企业收入（亿元）行业平均毛利率（%）资料来源：国家统计局、资料来源：国家统计局、国内纺织服装业工业化体系日趋成熟，数字化改革进程稳步推进。中国纺织服装行业生产流程长，总体分为纤维生产、纱线生产、布生产以及服装生产等若干环节，尚未形成完全标准化的生产体系；经过近几年的发展，制造装备数字化普及率已达 70%，硬件体系逐渐成熟，自动印染、自动落纱等关键技术取得了突破，软件方面当前中国纺织服装制造业并未很好的实现信息化过程，大多数未建立生产控制系统，也未进行网络化。染整染整服装设计辅

48、料配件纤维生产纱线生产布生产裁片缝纫熨烫包装分销零售染色纤维生产环节纱线生产环节布生产环节服装生产环节销售环节图表 37纺织成衣生产体系图资料来源：中国智能制造绿皮书 2017、纺织服装制造业体系具体建设情况硬件体系：当前纺织服装厂数字化装备普及率达 70%，大多数未使用机器人、智能传感器等先进硬件体系国内数字化智能化方式装备和工艺有所突破：2014 年“筒子纱数字化自动染色成套技术与装备”项目创新研发了自动染色成套装备，“高效能棉纺精梳关键技术”实现高端精梳机的进口替代，“自动落纱粗纱机及粗细联输送系统”、“细络联型和纱库型自动喂管自动络筒机”均实现小规模量产工业机器人、AGV、智能传感器并

49、未得到大规模普及软件体系：当前国内纺织服装厂信息化停留在 ERP、传统检测等系统，大多数未建立 MES 系统未进行网络化纺织服装制造中等规模以上企业信息化应用比率超过 70%，大部分普及 ERP 等资源管理系统印染工艺的数字化纺纱系统自动化检测、印染在线检测自动配送系统、化纤自动包装、服装智能仓储系统等已实现应用大多数纺织服装制造业尚未建立 MES，即使建立了 MES，计划和成本控制对象也未细化，未实现与 ERP 系统的集成，未实现数据互联图表 38中国纺织服装制造业智能制造目前改造情况、资料来源：亿欧智库中国智能制造系统解决方案市场调研报告 2018、国内纺织服装智能制造需求之一：劳动力成本

50、控制为最大动力。2013-2018 年国内 A 股制造业子行业劳动力投入回报率数据显示，纺织服装行业近 5 年复合增长率为-27.9%，相对于其他制造子行业垫底，即劳动力成本上升对纺织服装业影响突出，成本控制成为纺织服装业智能制造的显著需求。图表 392013-2018 年 A 股制造业各子行业劳动力投入回报率复合增长率30.0%20.4%17.6%3.8% 4.1% 4.2%0.7%-3.0% -2.2%-5.7%-7.2%-10.6%-12.7%-14.5% -14.3%-15.6% -15.6%-22.0%20.0%10.0%0.0%-10.0%-20.0%-30.0%-29.8%-27

51、.9%-40.0%资料来源：Wind、国内纺织服装智能制造需求之二：节能减排与创新模式。纺织服装行业对资源消耗大，节能减排、绿色工业目标是促进工业化改革的核心诉求。仅以水资源举例，纺织行业每万元工业增加值取水量达到 213 立方米/万元，超过制造业整体用水量 2 倍，节能减排的重任也将推进传统纺织业的智能制造改革。不仅如此，电商平台不断向上游渗透， C2M/B2B 不断影响制造业生产、供应模式。2016 年中国纺织电子商务交易规模和服装网购规模分别达到 4 万亿元和 0.9 万亿元，复合增长率约为 30%，随着电商平台向上游供应链和制造端发展整合，互联网等新技术将支撑服装纺织行业进一步改革发展

52、。图表 402006-2010 年国内万元工业增加值取水量（立方米/万元）图表 41中国纺织服装业电商交易规模（亿元）4504003503002502001501005003902642322131783721311081081549099124889410390615041500004500040000350003000025000200001500010000500014010184553050纺织电商交易额5年CAGR=27.4%服装电商交易额5年CAGR=35.6%2381643492959661533710074574700693432006年2007年2008年2009年2010年

53、工业整体纺织行业造纸行业食品和发酵行业203502011年2012年2013年2014年2015年2016年纺织电子商务交易规模 服装网购交易市场规模资料来源：重点工业行业用水效率指南、资料来源：亿欧智库，中国电子商务中心、因此，专用设备研发和工业软件的应用为纺织服装重点推进方向。当前纺织服装的工业化程度较低，因此首要的任务是实现从纤维生产到成衣生产实现自动化，如数码络筒机、自动染色机、裁床模板机等专用设备的研发和使用；应用流程管控和 C2M 定制系统等工业软件的应用为纺织服装软件上发力的重点方向，实现资源、能源、工时的统一实时管理。精密数码络筒机纱线质量检测仪自动染色成套装备自动裁床自动吊挂

54、模板机智能检测设备纺纱、染整及剪裁专业自动化设备的研发图表 42传统纺织服装行业生产流程智能化改造纺织服装ERP系统标准工时系统纺织服装MES系统C2M定制化系统流程管控和 C2M系统等工业软件的应用资料来源：亿欧智库、杰克股份官网、酷特智能招股说明书、中国智能制造绿皮书 2017、2、申洲国际，“打工王”的数字蜕变申洲国际（2313.HK）成立于 1990 年，是国内最大的纵向一体化针织制造商，主要以代工（ODM/OEM）方式生产针织品，是世界龙头运动休闲品牌的核心供应商。截至 2019年，公司多方面规模均为国内纺织制造企业之首，营收规模为 227 亿元，净利润达 51 亿元，年产成衣 4.

55、3 亿件，下辖员工 8.6 万人，厂房占地面积为 538 万平米。经过近 30 年的高投入、高研发的发展战略，申洲国际不断提高生产效率、持续在生产材料和模式上创新，获得了优衣库、耐克和阿迪达斯等国际大品牌近 20 年的深度合作，稳居国内服装出口企业出口额龙头。申洲国际从传统代工厂向智能制造企业的升级，主要分为 3 个阶段：1990-2005 年为创建工厂获取客户阶段，建立基本的自动化设施；2005-2011 年为持续扩展、提升自动化水平阶段，为了满足产能扩张需求，申洲国际对现有工厂进行改革；2011 年至今为国际化、数字化阶段，当前公司已形成一体化生产流程，面料厂织布、印染基本实现自动化和数字

56、化，并且正在实现跨国各工厂的数据网络化。图表 43申洲国际的智能化改造历程优衣库成为公司守卫大客户，业务向上游面料延伸港交所上市，同时柬埔寨工厂成立，此时已引进全套印染自动化设备越南面料生产基地成立， 同时引进自动喷墨绘图机、自动铺布机、自动裁床等上游面料厂织布、印染基本实现自动化和数字化，正在实现网络化上海针织二十厂与外商共同创立申洲制造持续扩产、提升自动化水平阶段250进入运动服装界，阿迪达斯成为公 司大客户NIKE和ADIDAS专用工厂建成投产衢州、安庆制衣工厂建成投产，同时继续自动化改造国际化、进一步自动化数字化阶段柬埔寨、安庆二期工厂建成投产，创造性研发Flyknit鞋面制品越南二期

57、工厂、柬埔寨成衣工厂投产209.7226.91502001501006.18.610.812.8127.129.91.21.21.11.322.70.019.790.589.4.210351.133.129.80.741.8111.555.56.4126.670.1151.21.11.1创建工厂、获取大客户阶段181.071.21.080.01.095.9 100501.0 060.967.25012.518.921.224.829.836.648.2-501.01.001990年 1997年 2002年 2003年 2004年 2005年 2006年 2007年 2008年 2009年 20

58、10年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年总收入（亿元）固定资产净值（亿元）无形资产（亿元）-100资料来源：申洲国际历年财报、持续资本投入和技术改造，支撑申洲国际规模集约化扩张。申洲国际在供应链布局上，通过累计超过 100 亿元的资本投入和改造，建立起中国、柬埔寨和印度等 10 多家跨国大型工厂，其2018 年总产量较2008 年提升190%，营业收入提高335%，人均产量增长30%，人效提高 96%。申洲国际的生产效率随规模扩张而拉升，背后是大量自动化装备和信息2005 年2006 年2007 年2008 年2009

59、年2010 年2011 年2012 年2013 年2014 年2015 年2016 年2017 年2018 年产能扩张过程宁波成衣厂、宁波面料厂、柬埔寨成衣厂面料厂扩充耐克工厂阿迪达斯专用工厂安庆成衣厂、衢州成衣厂新织造工业园宁波开发区染整工厂柬埔寨成衣厂二 期、安庆工厂提效安庆成衣厂二期越南面料厂越南成衣厂越南面料厂二期国内工厂全面提效印度新建德利成衣工厂员工数（万人）2.292.803.523.744.204.804.865.145.716.206.747.467.718.27产量（亿件）0.851.101.381.601.702.102.102.342.502.703.103.504.0

60、0资本投入（亿元）4.895.355.605.576.125.624.276.527.9611.4120.5420.9812.0619.29资本投入占利润（%）139.3%137.6%137.7%79.7%48.9%44.2%25.1%40.3%44.2%55.2%87.2%71.2%32.1%42.5%人均产量（万件/0.340.310.370.380.350.430.410.410.400.400.420.450.48化系统作为技术支撑。图表 44申洲国际产能扩张各指标变化2005 年2006 年2007 年2008 年2009 年2010 年2011 年2012 年2013 年2014