制造业升级的重要目的是为了效率提升，而长期以来效率问题更多地出现在系统层面，而不仅是个体机器层面，机器的能力并没有充分发挥。而目前，工业互联 的应用为系统优化、效率大幅提升带来可能。对应国内的情况，由于低端产能过剩，生产企业效率提升也还是解决不了需求的问题，因此趋势红利应该是流向掌握数据入口以及应用平台型企业。
继零售、金融端，互联 大数据向工业端渗透已渐到来
过去20年互联 主要改变了消费者的行为，未来随着虚拟化、信息化程度的加深，将进入产业互联 的时代。我们认为互联 对于工业端，尤其是重工业资产端的改造是不可逆转的趋势。自2012年GE提出“工业互联 ”概念以来，IBM、西门子、华为等巨头也相继布局。美国工业互联 较德国“工业4.0”的核心区别在于，其主张从工业大数据等软件端入手，向传统制造业硬件端渗透，进行资产优化和运营优化，提高产业效率，我们认为该发展路径可能更适合当下供给侧改革背景下的传统机械制造业改造升级。
大数据和物联 技术驱动制造业服务化是未来趋势
制造业服务化的关键在于设备的数据化，大数据技术对资产端的改造贯穿到整个制造业产业链环节，从机器生产、供应链管理、商业模式创新到预测性维护，提升了制造端企业的附加价值，拉平了微笑曲线，奠定了制造业服务化的根基。Ericcson预计，物联 将在2018年取代移动电话成为连接最多的设备；GE预测，到2020年，连入工业互联 的机器将达到500亿台；工业互联 作为物联 在工业领域的核心应用，1％的效率提升，即可帮助中国石油天然气、航空、能源等各行业节省240亿美元的成本空间。
由设备优势到流量优势，重点关注拥有工业数据入口优势及应用平台型企业
工业互联 在机械行业领域的投资机会包括以下两条线索：一是由设备优势走向流量优势的工业大数据入口级企业。制造业服务化趋势催生了对于工业大数据的应用和需求，传统的机器设备商有望凭借高额的市场占有率，凭借工业设备数据入口优势获取流量优势，进而迅速布局，重构企业核心竞争优势，建议关注徐工机械、三川智慧、三一重工、汇川技术和安控科技；二是凭借工业大数据平台优势进行场景应用型企业。一方面，工业大数据的应用可以大幅提升这些微利行业的生产效率，进而从成本端大幅改善公司业绩，另一方面，可以凭借平台优势重构传统制造业的商业模式。建议关注慈星股份和华鹏飞。
催化剂与风险提示
去年7月份GE向全球开放其Predix系统，近日徐工机械宣布与华为、阿里巴巴、中国电信联手打造中国版的Predix系统，均构成行业催化因素，建议关注后续发展。工业互联 的推广需要有巨头合力来推动，单一产业链环节公司较难施展，且需要一定的时间；下游传统制造业短期面临需求不振和产能过剩等压力，影响工业互联 的普及积极性。
1、核心逻辑
“互联 ＋”向零售、金融、物流端的渗透相继发生，我们认为“互联 ＋”对工业资产端的改造趋势不可逆转。美国通用电气（GE）2012年提出“工业互联 ”概念，较德国“工业4．0”的不同之处在于其主张产业链“由软及硬”的过程，即首先强调大数据对于工业资产端的改造和优化，提高产业效率，在石油天然气、航空、医疗、能源等领域都有重要的推广价值。在国内“工业4．0”的一片热潮中，工业互联 的路径对国内机械制造业升级带来的投资机会也应起到足够的重视，站在机械行业尤其是重资产行业的视角，我们对工业互联 大数据驱动下的重资产行业新机遇做出思考。
工业互联 的核心技术大数据和物联 将重构重资产行业的价值。这是因为，第一：工业4．0的“由硬到软”的思路可能并不适合目前国内很多传统的制造业，尤其是重资产行业，比如工程机械、油气装备行业等，重资产行业的设备升级代价极高；第二，制造业服务化是传统机械制造业尤其是重资产行业的合理路径。这其实就是GE所倡导的工业互联 概念的精髓，制造业服务化的关键在于设备的数据化与智能化，是一个“由软及硬”过程。“大数据＋物联 ”技术对工业资产端的优化机制在于通过实现设备的互联互通，从全产业链入手，提升制造端的附加值，拉平了制造业价值链的微笑曲线。因此，大数据、机器学习等先进技术对于重资产行业的改造，在国内外已达成共识，是不可逆转的趋势。据赛迪顾问的研究，国内目前工业互联 的市场空间近两千亿，“十三五”期间年复合增长率预计在25％左右；Ericcson预计，物联 将在2018年取代移动电话成为连接最多的设备；据GE预测，到2020年，连入工业互联 的机器将达到500亿台。逻辑已显现，趋势已到来。
基于以上逻辑，立足机械行业的视角，从商业切入点和经济驱动力角度，我们建议重点关注纳入GE工业互联 产业链的企业，工业互联 在机械行业领域的投资机会包括以下两条线索：一是由设备优势走向流量优势的工业大数据入口级企业。制造业服务化趋势催生了对于工业大数据的应用和需求，传统的机器设备商有望凭借高额的市场占有率，凭借工业设备数据入口优势获取流量优势，进而迅速布局，重构企业核心竞争优势，建议关注徐工机械、三川智慧、三一重工、汇川技术和安控科技；二是凭借工业大数据平台优势进行场景应用型企业。一方面，工业大数据的应用可以大幅提升这些微利行业的生产效率，进而从成本端大幅改善公司业绩，另一方面，可以凭借平台优势重构传统制造业的商业模式。建议关注慈星股份和华鹏飞。
2、互联 向工业渗透不可逆转
互联 大数据向零售、金融、物流等领域的渗透已经成为事实，向工业领域渗透也是不可阻挡的趋势。以GEPredix为代表的工业互联 通过促成人、设备以及数据的无缝协作，用物联 、大数据等技术手段实现对生产和物流的精密控制，从各个环节进行资产优化和运营优化，重新塑造整个制造业产业链，实现数字（软件）世界和物理（机器）世界的融合，是这个趋势到来的有力佐证。
（一）从“双十一”看互联 对零售业的渗透
自2010年以来，以阿里巴巴、京东等移动电商平台为代表的 络零售市场交易规模连续高速增长，互联 对终端零售业的渗透和改造已经历了若干年头，增势相对放缓，但增量依旧大为可观。微观视角看，今年“双十一”的销售额数据再创新高，阿里巴巴旗下平台总交易规模达1207亿，同比增长32．32％；从 络零售行业交易规模看，2015年交易规模达到39841亿元，同比增长41．56％，保持了稳定高速增长态势。在我国 会消费品零售总额增速由2010年的18．40％放缓至2015年10．07％的大背景下，互联 新零售业态成为我国消费升级的新动力，由此，互联 对零售业的渗透可以管中窥豹。
（二）电商零售端暴涨倒逼物流智能化升级
对于新零售业态下的电商平台企业，更高的物流效率是其核心竞争力之一。来自 络零售端强大的快递分拣需求倒逼物流行业进行智能化改造。据中国物流技术协会的研究表明，国内自动化物流仓储系统市场规模由2001年的30亿到2015年的583亿元，年复合增长率达到24％，预计未来三年仍将保持20％以上的年增长速度，到2018年市场规模将超千亿。自动化立体仓库、智能分拣、智能输送机等智能物流装备行业景气度继续提升。
（三）从Predix看互联 向工业领域渗透
趋势一旦形成，就不会轻易改变。互联 对于零售端、物流端渗透相继发生，对于资产端的改造也将成为必然的趋势，我们认为中国制造业转型升级的本质是对更高产业效率的追求，智能化是手段，高产业效率是目的。继零售、金融、物流等领域的互联 改造之后，互联 ＋浪潮的下一个风口是工业领域，尤其是重资产工业领域，互联 和物联 向工业领域的渗透是不可逆转的趋势。工业互联 概念是GE在2012年提出来的，本质是物联 在工业领域的应用，提高产业效率，在德国叫“工业4.0”，在国内叫做“中国制造2025”。美国的“工业互联 ”和德国的“工业4．0”在产业链环节的重点有一定区别，市场普遍关注两者切入点的差异，而忽视两者的互补性，在国内“工业4．0”一浪高过一浪的呼声中，工业互联 的理念及对应的逻辑也应得到足够的重视。
1、提出与发展：GE引领发展，巨头抢滩入局
工业互联 提出的背景。通用电气迫于美国乃至全球金融监管压力，宣布实施“去金融化”和“回归工业”战略，公司全球总裁杰夫·伊梅尔宣布到2018年将金融业务利润占比削减至10％，而2014年，这一比例还超过40％，世界经济脱虚入实，回归制造业，是共识，也是大背景。
从概念提出到年收入10亿美元，只用了两年。基于这一战略，GE最早在2012年提出“工业互联 ”的概念。2013年，GE开始进入中国，并发布20项技术，在美国国内完善了系统的标准；2014年开始进入试点期，联合思科、IBM等成立工业互联 联盟，当年为公司带来10亿美元的销售收入；2015年，GE与中国电信展开战略合作，宣布GE工业互联 大数据软件平台与中国电信的电信基础设施和增值服务对接，形成工业互联 整体解决方案，推动工业互联 在航空、医疗、能源、工业制造和其他相关行业的应用，这标志着GE工业互联 战略在中国正式落地。7月7日，通用电气宣布其Predix向全球所有公司开放。截止到2015年8月份，GE在中国已开展12个工业互联 试点项目，逐步推动40多个大数据分析应用落地。据GE预测，到2020年，连入工业互联 的机器将翻番，将达到500亿台。
Predix是一个软件平台，类似于电脑界的Windows操作系统，手机界的安卓系统，主要功能包括：连接物体、工业数据管理、工业数据科学、移动互联、云计算、 络安全。它负责将各种工业资产设备和供应商相互连接并接入云端，并提供资产性能管理（APM）和运营优化服务。根据GE官 披露的信息，Predix系统设计的理念可以概括为四个关键词：机器、数据、优化和安全。以机器为中心，利用先进的模型对收集的工业大数据进行分析和预测，实现资产优化和运营优化的目的，同时设置灵活安全的保障机制，对数据的权限进行管理。Predix可承载不同的工业软件，降低了工业互联 的使用门槛儿。
继GE推出工业互联 之后，IBM、西门子、NEC、华为等巨头对该领域都先后重点布局。IBM推出了Bluemix系统，西门子推出了Sinalytics系统，华为推出了Liteos系统。NEC从2011年就开始推出类似的战略概念，其解决方案涉及智慧港湾、智慧机场、智慧防灾消防、智慧监测、智慧教育、智能铁道以及智能医疗等领域。近年来NEC开始涉足锂电池、电动汽车快速充电桩、废水处理等领域。比如在电动汽车领域，他们提供高效的数据采集、实时监控、动态路径规划、行驶范围、充电管理、电池状态分析及监控等服务；基于用户的历史数据，分析用户偏好和驾驶行为，提供个性化的路径诱导、节能驾驶、信息推荐等服务。
2、最终目标：回归物理本原，提高产业效率
工业互联 与精益生产思想有相似之处，本质都在于提升产业效率。20世纪80年代，以日本丰田为代表，正式提出精益生产理念，具体包括及时制生产、全面质量管理、并行工程、充分协作的团队工作方式和集成的供应链关系管理等，该思想的核心在于及时制造、消灭故障、消除浪费。在精益生产思想的帮助下，经过三十多年的发展，至2007年，丰田汽车销售额达到2528亿美元，净利润165．4亿美元，相当于美国汽车三巨头加上德国大众和宝马的利润总和。继汽车工业取得巨大成功之后，日本的电子、计算机、飞机制造等离散制造业相继实施了精益生产，取得了巨大成功。精益生产可以看作是制造业基础性的技术。
精益生产对企业能力的改善体现在五个方面：库存、生产周期、生产效率、作业切换时间、投资回收期。通力公司一项对欧洲80家企业的研究发现，在生产制造方面，通过对产前（采购、准备）、产中（效率，工序间切换）、产后（库存，投后管理），各环节的流程化、标准化的潜能挖掘和生产链条的无缝对接，消除各种浪费的可能，并最终实现降低成本、提高生产效率。据该研究显示，库存方面平均减少50％，生产周期方面缩短50％－70％，作业切换时间方面缩短50％，投资回收期方面缩短到少于9个月，使得最终的生产效率提高20％－50％。
工业互联 通过物联 与大数据深化精益制造理念，提高产业效率。精益制造与工业互联 既有联系也有区别，相同之处在于它们追求的都是更高的产业效率，区别在于精益制造更侧重于使用流程规范等精益管理工具进行改进，而工业互联 更侧重于使用大数据、物联 、人工智能等新技术手段对机器的物理世界的机器本身进行改进。因此，从这个意义上讲，工业互联 是精益生产思想的重要补充和深化。
工业互联 更侧重于从设备层面提高资产绩效，有精确性、可预测性、体系化的优势。从精益生产的原理来看，精益生产对每个环节进行标准化，最大程度上挖掘单一环节的改进潜力，但更多地是侧重于对生产流程管理上的优化，出发点是流程，而工业互联 的出发点是机器设备。
（1）设备数据比经验更具有精确性。精益生产更多的是侧重于使用精益管理工具，通过细节化的流程规范，降低损耗和成本，减少潜在的浪费，提高生产效率，而工业互联 利用机器学习等算法对收集的机器设备优化，从维持供应链运转，到定制化生产，再到按时完成订单任务，为每个生产环节提供更高的预测精准度。
（2）大数据分析更侧重于对未来的预测。这是大数据分析最富有魅力的地方所在，它更侧重于对未来的预测，突破了精益生产的“历史局限性”。以节省燃油问题为例，东方航空利用Predix平台搜集500多台CFM56发动机高压涡轮叶片保修数据，结合远程诊断纪录和第三方数据，建立了叶片损伤分析预测模型，可预测发动机的运行情况，定制科学的重复检查间隔，提升运营效率。
（3）工业互联 可以实现全产业链的覆盖。大数据对于制造业的改进可以贯穿到产品概念、设计、制造、供应链、物流管理、市场销售、资产运营、维修保养等一系列环节，但又不限于对单一环节的改造，通过平台化的大数据平台可以灵活调节和润滑各环节之间的衔接关系，最大程度上发挥精益生产“一件流”的效果。
3、工业互联 ：回归物理本原，数据重构工业
（一）技术要素：物联 ＋大数据＋人工智能
1、物联 ：构成工业互联 的核心技术构架
大数据和物联 构成工业互联 的核心技术构架。在《Accenture．IndustrialInternetInsightsReportfor2015》 告中，GE将工业互联 界定为“大数据＋物联 ”，其内涵可以从以下三个方面去理解： 络是基础，使工业数据流动无缝集成；数据是核心，包括数据的感知、采集、集成；安全是保障，构建一个完善的安全防护系统。
从联系来看，工业互联 是物联 的子集，物联 构成工业互联 的技术构架。物联 是通过各类传感装置、RFID技术、视频识别技术、红外感应、全球定位系统、激光扫描器等信息传感设备，按约定的协议，根据需要实现物品互联互通的 络连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的智能 络系统；从结构上看，物联 包含感知层、 络层和应用层，其中工业互联 是应用层的主要应用形式之一，其它还包括车联 、智慧城市、智能家居等。
从区别来看，工业互联 强调以资产作为出发点，而物联 主要强调的是通信和连接。较物联 ，工业互联 更侧重在生产和服务方面的应用，涉及更高价值的设备和资产，如能源、运输、工业控制，同时对运行安全有更高的要求，而普通物联 更侧重于消费领域，如智能家居；其次，工业互联 建立在工业基础设施上，用于提升而非替代原有的工业生产设备和设施。
工业互联 遵循物联 的技术路径。从物联 技术路径来看，全面感知、可靠传输和智能处理构成了物联 架构内部传导顺序和技术特征，也揭示了该技术的发展路径。第一步，是利用传感器、RFID等对外界环境（工业互联 指机器运行信息）进行感知，第二步，传感器所获取的信息经由 络层实时传输到数据云平台上，第三步，利用云计算、数据挖掘和数据处理技术对海量的数据进行处理、对机器运行的状态进行跟踪和反馈。
2、大数据：改造工业领域在国内外已达成共识
大数据市场规模未来五年增速可观。根据中投顾问产业研究中心的研究，2015年，中国大数据市场规模达到115．9亿元，增速达38％，预计2017－2021年，行业年均复合增长率为42．04％，到2021年，市场规模将达到898亿元；而就全球范围内来看，预计2017－2021年，年复合增长率将达到40．98％，到2021年，全球大数据市场规模将达到2847亿美元。
工业大数据战略已经在国外工业企业达成共识。根据GE和Accenture跨行业的研究，研究范围覆盖中国、法国、德国、印度、南非、英国、美国等国家航空、风能、发电等8个行业的高管，该调查中80％－90％的各行业公司主管表示大数据分析在公司中的战略定位应该处于最高优先级或至少排进前三的战略地位；从大数据方面的投资支出看，超过70％的公司用于大数据方面的技术占比在20％以上；细分行业看，航空业、风能、制造业中大数据的战略定位最高。
大数据分析的工程流程。在使用大数据预测性分析工作流程中，经由数据提取、输入、处理、模型构建、数据后处理等过程后对未来状态做出预判和决策。
大数据分析的效果。通过大数据对制造业过程进行可预测性分析，GE提出可以通过流程改善使得生产能力提升20％，可靠能力提高10％，公共基础设施材料消耗率降低4％，成品缓存降低30％，返工率降低20％，能源成本降低5％。
3、人工智能：实现资产智能优化与人机融合
工业互联 的核心要素包括“人－设备－数据”，“人”的因素在工业互联 中的体现为模式识别、人工智能、机器学习等前沿技术。工业互联 时代，每一个工业企业基于算法的革新实现对原有生产模式更新的重要性甚至超过大数据本身，这里的生产模式更新包括对原有的生产和设计进行模拟，使得计算机通过智能化的算法对设备即时运行的状态进行最优化智能调整，进而挖掘企业生产效率的提升空间。
机器学习：从维持供应链管理，到定制化生产，再到按时完成订单任务等产品全生命周期任务，机器学习算法可以为每个生产环节提供更高的预测精准度。
可穿戴技术：可穿戴技术可用于工厂自动化过程中的监测工具。HumanConditionSafety建立了一个结合可穿戴技术、人工智能和建筑信息模型（BIM）技术的平台，为制造、能源、仓储、建筑等行业的工人提供安全防护。XOEyeTechnologies则通过可穿戴软硬件平台为制造、建筑等行业提供协同工作与通信解决方案，以提高工作效率。
（二）市场空间：大数据对制造业改善空间巨大
1、改进机制：工业互联 能够实现对制造业价值链的循环
从影响机制来看，工业互联 的开放结构使技术和信息难以垄断，进而拉平整个工业链条的“微笑曲线”。工业互联 从生产流程、物流等多个环节对制造业价值链进行优化和再造。
在生产流程方面，利用机器和产品运行的实时数据，制造商能采用无缝连接，对产品的整个生命周期进行追踪和控制。可以对这些数据进行预测性分析，以确定可能的设备或零部件故障，从而制定预防型维护计划，缩短设备宕机时间，实现平稳运营。生产流程的优化减少了机器的使用成本，提高了生产效率的同时，也提高了生产制造端的附加价值。
工业互联 对于传统重资产行业具有革命性意义。工业互联 从资产端出发，构建工业云，逐步把设计、供应、采购以及制造等融合在一个平台上，实现制造资源的云化。基于对资产特别是重资产设备的数据分析，可以提升价值链中制造环节的附加值，拉平工业链条的“微笑曲线”。
通过拉平制造业的微笑曲线，工业互联 实现了价值链的循环。以GE为例，从工业机器数据收集出发，经由工业云的计算，将数据分析的结果以指令的形式发送给操作人员，操作人员将根据设备运行的状态，及时作出反馈，从而实现了“设备－数据－人”三者的闭环系统。
2、改进空间：市场空间近两千亿，“十三五”CAGR预计在25％左右
物联 将在2018年取代移动电话成为最连接的设备。Ericcson预计物联 （IoT）传感器和设备将超过移动电话，成为2018年最大的连接设备类别，从2015年到2021年以23％的复合年增长率（CAGR）增长。2015年蜂窝物联 设备达到4亿台，预计2021年将达到15亿台，亚太地区增长潜力最大。
工业互联 是物联 最大的细分领域之一。中国物联 产业规模目前达到7500亿元，预计未来15年将为中国创造1960亿美元的GDP，其中制造业是物联 应用最为广泛的领域。工信部副部长怀进鹏在今年10月31日的首届世界物联 大会上指出，2015年中国物联 产业规模达到7500亿元，同比增长29．31％，“十二五”期间联合增长率达到25％。根据埃森哲的研究表明，到2030年物联 能给中国带来5000亿美元的GDP累计增长，其中仅在制造业领域，物联 就可创造1960亿美元的GDP，如果中国采取进一步措施，制造业的经济效益将有望达到7360亿美元，对制造业累计GDP影响的分配比例为40％，比重最高。
从工业互联 的经济效益看，未来十五年，1％的效率提高即可节省中国240亿美元成本。GE公司的一份新 告《工业互联 ：突破智慧和机器的界限》，假设工业互联 让中国的特定行业生产率和能源效率提高1％，其潜力也能让中国的航空、电力、铁路、医疗、石油天然气行业在未来十五年节省约240亿美元的成本。分行业来看，如果效率提高1％，运输业可节约20亿美元的燃料成本，石油和天然气勘探开发可节约70亿美元的资本支出，医疗可节约40亿美元，石油天然气行业和燃气发电机行业受益工业互联 的程度最大。
从市场规模看，根据赛迪顾问的研究结果，2016中国工业互联 市场规模达1896亿元，同比增长27．33％，“十二五”期间，年复合增长率达到30％以上，预计在“十三五”期间，仍能保持25％左右的复合增长率。
（三）应用场景：重资产行业是工业互联 的主要应用领域
1、石油天然气
工业互联 在油气领域中的主要应用包括监控油气装备资产的实时运行状况。比如快速识别和纠正性能不佳的设备、降低可用性风险和意外停机风险、提高老化设备的投资回 率、提高操作员的知识和效率。该领域的创业公司包括Groundsensing公司（专注探井业务），Tachyus公司（专注提炼石油和天然气业务）和Aptomar公司（专注防泄漏业务）、Skycatch公司（使用无人机来采集数据用于建筑工地的3D渲染）。
2、航空
工业互联 在航空领域中的主要应用包括故障检测、预测性维护和节省燃油等。在全球范围内，因航班延误给航空公司带来的成本损失高达400亿美元，其中10％的延误与计划外的飞机维护相关。以GE为意大利航空的服务为例，GE为其每架飞机上安装了数百个传感器，可以实时采集发动机的运转情况、温度和耗油量等数据，经数据分析后，给出理想的操控方法，只此一项，意大利航空145架飞机一年就节省了1500万美元的燃油成本，平均每架飞机每年节省10．34万元美元。以此为参照，根据民航飞机资料库整理的《2014中国内地飞机运营情况 告》披露结果，截至2014年9月底，国内内地民航运营中客机总架数2198架，每年可节省的燃油成本就高达2．2738亿美元。这方面的代表公司包括GE和埃森哲新成立的合资公司Taleris。
3、生产与物流供应链
工业互联 在生产与物流供应链的主要应用包括设备跟踪、环境监测、货物跟踪，以及人员跟踪。比如该领域的创业公司CargoSense，生产的用于连接的感应器除了跟踪温度、湿度、压力和光度之外，还能监视震动和倾斜的情况，记录货物在货板或集装箱运送途中的状态。这方面的成功案例包括华虹IC工厂的供应链 络协同项目，上海赛科乙烯厂等，后者引入GE本特利SYSTEM1系统，通过监控汽轮机、压缩机、泵、风扇、热交换机等机器的震动、温度、流程、性能、排放等，提前发现并进行预测性维护，每月能节省超过220万美元的非计划停机生产损失。
4、交通运输
工业互联 在交通运输行业的重要应用在于提高运营效率。GE的新型机车Evolution里布有7公里长的导线和250个RFID传感器，每小时产生900万个数据点，能够提高1英里／小时的运营效率。这每小时900万的数据洪流从发动机中倾泻而出，冲刷着下游的动力系统、调度系统、信 系统、物流体系，推动整个路 进行数据化蜕变，运营效率也将逐级提高。大秦铁路引进GELocotrolDP技术，借助传感器数据传输分析挖掘功能，在多个火车之间实现同步控制，缩短30％刹车距离和22％刹车时间，单列火车的最大运量翻了近一倍达到2万吨。
5、风电
工业互联 在风电行业的重要应用在于提高发电量。通过安装在风机上的传感器，风场可以预测未来30分钟的风况，通过储能平滑系统为电 提供可预期的稳定功率输出，电 运营商可以借此提前判断是否需要提前补充电力。GE的PowerUp技术能够根据风机机组的实际情况，优化运营参数，提升发电量5％，相当于为风场增加20％的利润。
6、医疗
工业互联 在医疗领域中的主要应用在于削减设备成本，提高手术效率。通用电气医疗集团和美国退伍军人事务部（VA）进行合作，开发出的一套智能系统能够在少量监督下进行手术工具的定位、分拣、递送和消毒，包括机器人系统、射频识别和计算机视觉等技术。
4、投资主线与标的梳理
按照产业链来划分，工业互联 主要包括设备制造商、系统集成商、 络运营商、平台供应商及用户，我国工业互联 尚处在产业链发展的初级阶段，基础环节领域的设备制造商比如传感器、RFID标签、芯片制造商等企业将率先收益。然而站在机械行业的视角，从商业切入点和经济驱动力角度，我们认为工业互联 在机械行业的投资机会包括以下两条线索：
一是由设备优势走向流量优势的工业大数据入口级企业。制造业服务化趋势催生了对于工业大数据的应用和需求，传统的机器设备商有望凭借高额的市场占有率，凭借工业设备数据入口优势获取流量优势，进而迅速布局，重构企业核心竞争优势；二是凭借工业大数据平台优势进行场景应用型企业。一方面，工业大数据的应用可以大幅提升这些微利行业的生产效率，进而从成本端大幅改善公司业绩，另一方面，可以凭借平台优势重构传统制造业的商业模式。
5、风险提示
工业互联 短期被GE等巨头企业垄断，国内一般企业缺乏与巨头抗衡的资本和实力；工业互联 的推广需要有巨头合力来推动，单一产业链环节公司较难施展，且需要一定的时间；下游传统制造业短期面临需求不振和产能过剩等压力，影响工业互联 的普及积极性
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！