2017年6月36氪研究院智能化升级,未来可期——“新制造”研究报告2报告摘要新制造:物联网的技术+人工智能的算法=智能化的新制造•本篇报告中,我们将“新制造”定义为“通过物联网技术采集数据并通过人工智能算法处理数据的智能化制造”,通过形成高度灵活、个性化、网络化的生产链条以实现传统制造业的产业升级。•近几年我国经济进入新常态,人口红利逐渐消失,传统制造业面临产业升级的迫切需求。而传感技术、运算能力、深度学习等技术的不断发展,窄带蜂窝物联网(NB-IoT)标准核心协议的落地,极大地推动了新制造的发展。•我们认为2016年我国新制造的市场规模应在1万亿元以上,而2020年这一数字有望突破3万亿元,从2016年开始的年复合增长率约为25%。感知层先于应用层、B端产品先于C端爆发;拥有独立的数据源、算法且能够切入应用场景的公司价值较大•我们认为新制造中,物联网和人工智能作为底层支撑技术将会首先迎来大规模的发展,其中最先得到发展的应是物联网感知层中提供传感器、芯片和无限模组产品以及人工智能中提供语音、语义与图像识别等的企业。•在应用场景层面,由于B端企业对一般对于智能设备和系统的实用性、即时性、安全性等要求比较高,因此对于智能产品和系统的接受度通常较高。而C端消费者往往对价格较为敏感,对智能产品的接受需要一定的过程。因此从终端产品角度出发,工业机器人以及制造供应链中的智慧仓储与物流等环节将是较早智能化的应用场景。•可以看到,万物互联的时代即将到来,但目前智能设备的安全防护能力普遍较弱,存在较大安全隐患。因此,未来物联网安全将成为新的防护重点,防护能力出众的物联网安全公司有望获得投资者青睐。•从长远来看,拥有自己独立数据来源、自主研发的独特算法,且能够切入应用场景,或者拥有自主生产的终端产品的企业普遍投资价值较高。新制造研究报告2017.6目录Contents一.“新制造”综述•传统制造业+物联网技术+人工智能算法=智能制造•传统制造业产业升级的内需与物联网、人工智能技术的发展推动新制造前进•行业资本热度高企,市场前景可达万亿级•新制造行业全景图二.新技术:物联网与人工智能•物联网:数据采集与环境感知•人工智能:数据处理与环境认知三.新制造:围绕传统制造业的智能升级•应用场景综述:传统制造业的多个环节都可以进行智能化升级•工业机器人:被应用于制造业生产环节,辅助完成复杂工作•智慧仓储与智慧物流:高效低成本地完成仓储、运输等环节•智慧医疗:医疗用途的智能型服务机器人•智能家居:建立在家庭环境下的智能家庭产品四.新制造行业展望•行业总述:IoT+AI的智能化制造,未来可期•未来发展趋势:市场将逐渐扩大,安全或成新问题•投资机会简析:技术落地价值最大,B端产品先于C端爆发“新制造”综述CHAPTERI•传统制造业+物联网技术+人工智能算法=智能制造•传统制造业产业升级的内需与物联网、人工智能技术的发展推动新制造前进•行业资本热度高企,市场前景可达万亿级•新制造行业全景图5新制造研究报告2017.6•本篇报告中,我们将“新制造”定义为“通过物联网技术采集数据并通过人工智能算法处理数据的智能化制造”,通过形成高度灵活、个性化、网络化的生产链条以实现传统制造业的产业升级。其核心逻辑是由分布在节点处的传感器采集数据,通过通信网络传输,对数据进行分析以获取有价值的信息,并最终用于优化制造业的研发、生产、运输、销售等环节。•随着近几年我国经济进入新常态,原材料价格持续上涨,劳动力成本高企,传统制造业面临着不断压缩的利润空间和愈发激烈的市场竞争。•相比之下,智能化的新制造能够对整个生产过程进行实时监控与数据采集,通过数据分析并规划自身行为,以实现生产流程智能化,更合理地分配闲置生产资源,提高生产效率。其核心是采用物联网与人工智能等技术手段对数据的采集和处理并将其应用到制造的具体环节,正如有业内人士指出的那样,“Withsmartmanufacturing,thedatatellsuswhattodo.”行业概述新制造:物联网的技术+人工智能的算法=传统制造业的智能化1.1行业概述1.2行业驱动力1.3巨头布局1.4行业市场规模6新制造研究报告2017.6•正如前文“新制造”的定义所说,新制造是使用了物联网和人工智能的智能化制造。物联网(InternetofThings,IoT)是指通过感知设备,按照约定的通信协议,连接物、人、系统等信息资源,实现对物理和虚拟世界的实时数据采集。•人工智能(ArtificialIntelligence)则使用机器代替人类实现认知、识别、分析、决策等功能,是一门综合了计算机科学、生理学、哲学的交叉学科。•在物联网和人工智能的加持下,智能制造业拥有设备网络化、数据可视化、文档无纸化、过程透明化、现场无人化等特点,实现高效、低耗、灵活的智能化生产。行业概述新制造通过物联网与人工智能技术实现高效、低耗的智能化生产1.1行业概述1.2行业驱动力1.3巨头布局1.4行业市场规模7新制造研究报告2017.6•综合来看,新制造行业的驱动力主要有传统制造业升级的内需以及IoT与AI快速发展的外因。近年来,我国经济进入新常态,人口红利逐渐消失,原材料价格持续上涨,让传统制造业产业升级成为迫切需求。•此外,随着传感技术的不断发展,窄带蜂窝物联网(NB-IoT)标准核心协议落地,万物互联时代逐渐到来,海量数据得以被采集。而这又为人工智能提供了数据基础。同时,随着运算能力的不断提升,深度学习技术日臻成熟,这些数据得以被使用,其潜藏的大量信息逐渐被发掘。•因此,除了产业升级的内需,物联网与人工智能技术的日趋成熟以及国家政策的扶持也成为新制造发展的外部驱动因素。行业驱动力总述内需外因相结合,推动新制造行业持续发展•接下来,报告将从内需与外因两个角度出发,梳理新制造行业的驱动力。1.1行业概述1.2行业驱动力1.3巨头布局1.4行业市场规模12公司人工智能领域布局百度2015年9月,百度推出机器人助理“度秘”,是国内落地的第一款语义识别产品。2016年百度发布了人工智能平台级解决方案“天智”,这是继“天算”“天像”和“天工”之后的第四大平台级解决方案。至此,百度云实现了人工智能、智能大数据、智能多媒体和智能物联网全方位的智能平台服务。2017年以来,百度收购了xPerception、渡鸦科技,参与投资了蔚来汽车、8i等AI公司。腾讯2016年4月,腾讯成立人工智能实验室,基于计算机视觉、语音识别、自然语言处理和机器学习四个垂直领域,围绕内容、社交、游戏和平台工具四大特色业务场景,腾讯AI致力于将人工智能工具以API形式开放出去。阿里巴巴阿里云面向人工智能的布局,核心爆点就三个:ET医疗大脑、ET工业大脑和机器学习平台PAI2.02017年3月,阿里宣布开始推动“NASA”计划,着重发力机器学习、芯片、IoT、操作系统和生物识别。亚马逊2015年6月,亚马逊推出语音服务“Alexa”开发包,正式开放Echo智能控制设备,在智能家居领域占据主导。谷歌谷歌在2011年成立AI部门,2014年1月收购Deepmind,其开发的AlphaGo在2016年3月与李世石一站成名。2015年11月,谷歌发布全新人工智能系统TensorFlow,该系统可被用于语音识别或照片识别等多项机器深度学习领域。新制造研究报告2017.6•来自物联网市场研究公司MachinaResearch的数据显示,2015年全球物联网连接数约为60亿个,预计到2025年这一数字将增长至270亿个,其中中国的物联网连接数将在这一年达到56.7亿个。公开资料显示,国外如谷歌、亚马逊,国内如百度等巨头都开始纷纷布局人工智能领域,为日后的实际应用打下基础。IoT&AI未来发展可期巨头纷纷布局AI领域,万物互联正在实现,为新制造打下基础1.1行业概述1.2行业驱动力1.3巨头布局1.4行业市场规模020406020152016E2017E2018E2019E2020E2021E2022E2023E2024E2025E中国物联网连接数预测(单位:亿)数据来源:MachinaResearch,36氪研究院信息来源:根据公开资料整理新技术:物联网与人工智能CHAPTERII•物联网:数据采集与环境感知•人工智能:数据处理与环境认知16新制造研究报告2017.6•物联网(InternetofThings,IoT)是指通过感知设备,按照约定的通信协议,连接物、人、系统等信息资源,实现对物理和虚拟世界的实时数据采集。•根据物联网的工作流程一般可将其体系架构自下而上地分为感知层、网络层、平台层和应用层。但由于应用层面将在本报告“应用场景”部分详细讲解,因此这里将主要针对感知层、网络层和平台层进行介绍。•感知层:包括芯片、传感器、执行器、通行模块等,主要功能是感知物体,采集信息。网络层:指各种通信网与互联网形成的融合网络,负责在感知层与平台层之间传递信息。平台层:包括物联网的操作系统、应用程序、远程网络管理与终端/用户管理等部分,为应用层提供开发及运行环境、PaaS服务等。物联网概述感知层采集数据,网络层负责传输,平台层管理,共同构成IoT2.1物联网2.2人工智能21新制造研究报告2017.6•当大量的数据经过物联网的采集与传输后,就需要用到人工智能技术对这些数据进行处理与分析,以得到数据背后的有效信息。•人工智能是指使用机器代替人类实现认知、识别、分析、决策等功能,是一门综合了计算机科学、生理学、哲学的交叉学科。完整的人工智能产业链可以分为技术支撑层、基础应用层和产品层。•技术支撑层主要由AI芯片、传感器等硬件和算法模型(软件)和两部分构成。其中传感器与IoT的感知层相似,包括GPU、FPGA、NPU等在内的AI芯片负责运算,算法模型则负责训练数据。•基础应用层的技术则是为了让机器完成对外部世界的探测,主要由计算机视觉、语音识别、语义识别等构成,这些技术是机器能够做出分析判断的基础。•方案集成层是集成了某种或多种基础应用技术的、面向如工业、自动驾驶、家居、仓储物流、金融、医疗等不同应用场景的产品或方案。人工智能概述IoT数据采集完成后,AI利用多种识别技术,对数据进行处理2.1物联网2.2人工智能自然语言处理计算机视觉语音识别智慧家居智慧工业关键硬件算法模型路径规划GPUNPU传感器深度学习(CNN、RNN等)CPU基础应用技术产品技术支撑层基础应用层方案集成层图片来源:36氪研究院注释:人工智能领域是新制造行业的重要组成部分,关于该领域的详细研究讨论请见36氪研究院系列报告《人工智能行业研究报告》。新制造:围绕传统制造业的智能升级CHAPTERIII•应用场景综述:传统制造业的多个环节都可以进行智能化升级•工业机器人:被应用于制造业生产环节,辅助完成复杂工作•智慧仓储与智慧物流:高效低成本地完成仓储、运输等环节•智慧医疗:医疗用途的智能型服务机器人•智能家居:建立在家庭环境下的智能家庭产品23新制造研究报告2017.6•在新制造整体行业的产业链中,物联网和人工智能是底层支撑技术,智能终端产品/系统则是物联网和人工智能技术的最终载体,这些产品/系统集成了传感器件、通信功能、AI算法等,能够接入物联网并实现特定功能或服务。•如果按照最终面向的客户可以将其划分为ToB和ToC类,前者包括智能工业设备、公共服务监测设备、包括了智能水表、智能电表、智能工业监控监测仪表等智能表计类产品、以及自动驾驶或辅助驾驶的车载设备等。ToC类产品则主要指智能消费电子类产品,如可穿戴设备和智能家居产品等。•理论上讲,传统制造业及其供应链上的各个环节都可以采用IoT和AI技术进行智能化升级,因此新制造涉及的应用场景十分丰富,如工业制造的各个生产环节及其供应链上的仓储物流,以及针对C端消费者的家居场景等。但受限于篇幅,本报告将主要针对工业机器人、智慧仓储与物流、智慧医疗、智能家居等产品或应用场景进行分析。新制造:传统制造业的智能升级新制造,传统制造业利用物联网和人工智能技术的智能升级3.1应用场景综述3.2工业机器人3.3智慧仓