機械工業數字化轉型實施方案印發，設備智能運維龍頭容知日新有望受益

日前，工信部等八部門印發《機械工業數字化轉型實施方案》（以下簡稱《實施方案》），從機械工業自身數字化轉型和賦能其他行業數字化轉型兩個方面，實施「四大行動」，提出12項重點任務。

機械工業是為國民經濟發展、國防軍工建設和民生事業提供技術裝備的基礎性和戰略性行業，產業覆蓋面廣、產品種類多、產品結構複雜、產業鏈條長、大批量生產與小批量定製共存等特點突出。加快機械工業數字化轉型既是推動行業自身高質量發展的必然要求，也是支撐國民經濟各行各業數字化轉型、加快推進新型工業化的重要舉措。

萬億藍海市場可期

近年來，在國家政策的支持與行業實際需求的助推下，中國製造業數字化轉型維持相對穩定的增長態勢。艾瑞諮詢的報告顯示，2024年中國製造業數字化轉型的市場規模達到1.55萬億，預計在2025年達到1.76萬億，並將在未來5年維持14%左右的增速穩步增長。

根據工信部解讀，在賦能千行百業數字化轉型方面，《實施方案》提出將聚焦應用場景和新模式新業態創新，不斷拓展裝備產品應用邊界，為其他行業數字化轉型智能化升級提供強大裝備支持保障。對於數字化解決的具體問題，《實施方案》列舉了工業數字化設計、人機協同作業、設備智能運維等十大典型場景。

以設備智能運維為例，傳統設備運行維護主要依賴人工，運維成本高昂、費時費力等痛點，《實施方案》提出智能遠程運維、預測性維護以及無人化施工的目標。未來要在機械產品上部署數據採集設備，應用5G、AR/VR、圖像採集等技術，實現產品運行數據的遠程自動收集。此外，要構建遠程運維繫統，結合設備運行的歷史與實時數據，構建故障診斷模型，實現基於運行數據的遠程監控、故障診斷及增值服務。

不難看出，光是設備運維便涉及力學、機械振動、數據信號處理、軟件、大數據、智能算法、故障診斷等多個專業技術領域，對於企業的技術儲備有着極高的要求。在目前國內市場中，僅有「設備智能運維第一股」容知日新等少數公司，打通底層傳感器、智能算法、雲診斷服務和設備管理等環節。

據悉，容知日新（688768.SH）打造的PHM（故障預測與健康管理系統）無需改造產線與工藝，僅需建立設備與服務器連接就可以實現設備安全運轉，最大限度維持生產連續性，相同設備還可以快速複用解決方案。據羅蘭貝格項目經驗，PHM可降低5-10%的MRO及總體維護成本，提升10-20%設備正常運行時間，減少20-50%維護時間。

國盛證券認為，容知日新下游佈局了風電、石化、冶金、煤炭行業，除風電外的各類流程工業的PHM（故障預測與健康管理系統）應用都處於起步階段，滲透率較低，但在各細分領域容知日新均已佔有較高市佔率。

《實施方案》也提出到2027年，培育一批既懂行業又懂數字化的系統解決方案供應商，形成不少於200個優秀場景化解決方案，服務能力顯著增強。伴隨各行各業滲透率的逐漸提升，容知日新等企業也將因此受益。

AI與數據是必爭之地

如果説數字化是當務之急，那麼在AI大模型蓬勃發展的背景下，智能化是更為關鍵的一役。

在《實施方案》中，光是人工智能一詞便出現了十次，足見趨勢。

《實施方案》提出，目標到2030年，機械工業規上企業基本完成一輪數字化改造，重點企業的產業鏈供應鏈上下游實現數據互聯、共享協同，骨干企業深度應用人工智能技術，建成不少於500家卓越級智能工廠。

所謂卓越級智能工廠，是指能夠實現生產經營數據集成貫通、製造裝備智能管控、生產過程在線優化，推動多場景系統級智能化應用的智能工廠，而這些都離不開人工智能技術的發展。

從目前來看，AI大模型在工業應用時主要聚焦在輔助代碼生成、知識問答、工藝設計/優化、AI檢測、設備運檢助手、圖片生成等方面，在軟硬服等方面都具備可結合性，具有較強的滲透性和發展潛力，因此市場玩家紛紛探索大模型的落地情況。

以容知日新為例，公司已打造出PHMGPT垂直領域大模型，可通過深度剖析，結合行業專有知識庫，生成更契合客觀實際與專業機理的診斷結論。對於模型和算法訓練而言，數據積累至關重要，截至2025年4月底，容知日新實時接入數據中心遠程監測的重要設備超18萬台，智能推送設備體檢報告超280萬份，成功診斷了多種類型工業設備的嚴重故障和早期故障，積累各行業故障案例超3萬例。

與此同時，以巡檢機器人為代表的場景化智能解決方案，容知日新已運用深度學習技術在圖像、聲音、視頻等數據上成功研發出超20種AI算法用以預測皮帶傳輸機場景關鍵故障。

《實施方案》也提到，將支持行業人工智能基礎設施建設，佈局一批面向細分行業的人工智能開放平臺、高質量行業數據集、基礎件大數據中心等新型基礎設施。探索建立重點行業智能裝備全生命周期數據流通和追溯體系。

展望未來，AI賦能之下，數智技術迅猛發展、實體經濟與數字經濟加速融合，機械工業數智化轉型也正向更大範圍拓展、更深程度滲透、更高層次演進。