5月11日國務院常務會議審議通過《製造業數字化轉型行動方案》。
5月11日國務院常務會議審議通過《製造業數字化轉型行動方案》。會議指出，製造業數字化轉型是推進新型工業化、建設現代化產業體系的重要舉措。要根據製造業多樣化個性化需求，分行業分領域挖掘典型場景。加快核心技術攻關和成果推廣應用，做好設備聯網、協議互認、標準制定、平台建設等工作。要加大對中小企業數字化轉型的支持，與開展大規模設備更新行動、實施技術改造升級工程等有機結合，完善公共服務平台，探索形成促進中小企業數字化轉型長效機制。
此外，1月25日，工信部等九部門關於印發《原材料工業數字化轉型工作方案(2024-2026年)》，打造120個以上數字化轉型典型場景，培育60個以上數字化轉型標杆工廠，形成一批數字化轉型標杆企業。
同時，3月，國務院印發《推動大規模設備更新和消費品以舊換新行動方案》。《行動方案》提出，到2027年，我國工業、農業、建築、交通、教育、文旅、醫療等領域設備投資規模較2023年增長25%以上;重點行業主要用能設備能效基本達到節能水平，環保績效達到A級水平的產能比例大幅提升，規模以上工業企業數字化研發設計工具普及率、關鍵工序數控化率分別超過90%、75%。
據悉，工業數字化旨在通過信息技術的應用來提高工業生產效率、質量和靈活性，同時降低成本和資源消耗，目的是打造智慧工廠。工業數字化屬新型工業化範疇，是實現新型工業化的關鍵路徑和核心內容，同時也是新質生產力形成和發展的重要推動力，工業數字化的實現將推動工業領域新業態和新模式的出現，如智能製造、個性化定製、服務型製造等。
據銀河證券研報統計，保守估計我國智慧工廠整體市場規模不低於8萬億，智能化工業裝備、工業網絡、工業軟件、工業數據是發展智慧工廠必不可少的共性需求。工業互聯網是智慧工廠的神經網絡，產業規模快速增長;工業軟件是智慧工廠的大腦，未來五年市場規模有望翻倍;工控產品和數字化智能裝備是智慧工廠的四肢，市場規模將穩步增長，發展中應關注高端化、國產化需求。
此外，據中國工業互聯網研究院發佈的《工業互聯網創新發展報告(2023年)》，目前全國已累計建成數字化車間和智能工廠近8000個，工業互聯網核心產業規模超過1.2萬億元。其中，2500餘個達到智能製造能力成熟度2級以上水平，基本完成數字化轉型，209個成爲具有國際先進水平的智能製造示範工廠，經過轉型，這些示範工廠產品研發週期平均縮短20.7%，生產效率平均提升34.8%。截至2023年12月，全球共有153座“燈塔工廠”，其中62座位於中國，佔比達到40.52%，總數持續領先全球。
與此同時，製造業是人工智能重要應用領域，給工業數字化帶來了新的發展契機。AI將加速工業端技術創新的步伐，比如在研發端提供輔助設計加速新產品的開發，在執行端使得機器人更加智能滲透率繼續提升。
銀河證券認爲，考慮打造智慧工廠是實現新型工業化下的必由之路，未來我國各行各業智慧工廠建設有望不斷興起，AI加速各類數字化、智能終端產品滲透率提升，打造智慧工廠的四大板塊均受益景氣向上，該行認爲建議關注一是要尋求共性需求產品中的頭部供應商，二是具備行業know-how的智慧工廠解決方案提供商的公司。
長城證券表示，在數字化轉型行動中，該行看好圍繞生產製造全過程智能化升級的智慧工廠建設。方案中重點強調了軟硬件一體化的更新，軟件在工業場景下數字化智能化升級中的地位凸顯。智慧工廠建設有望帶動工業軟件的需求提升。
建議關注：工業機器人：海康威視、奧比中光-UW;ERP：金蝶國際、用友網絡、漢得信息;CAD：中望軟件;EDA：華大九天、概論電子;DCS：中控技術;MES：寶信軟件、柏楚電子;PHM：容知日新;BIM：廣聯達、恒華科技。
相關概念股：
神州控股(00861)：該公司持續爲中國移動、中國聯通、華爲、榮耀、DELL、一商宇潔等大客戶提供端到端的一站式供應鏈運營服務;加速拓展綠色雙碳行業及新能源汽車相關產業生態。2023H1公司全面參與“數字吉林”建設，中標並簽約長春市智算中心、長春市伊通河智慧水務項目，合計金額超2.5億。
中興通訊(00763)：6月14日-16日，2023年工業互聯網大會在蘇州市太湖國際會議中心召開。大會期間，中興通訊“5G TSN網絡關鍵技術及應用驗證”創新成果對外發布，併成功入選工業互聯網產業聯盟(AII)創新成果。5G TSN在工業控制、鋼鐵天車遠控、電網差動保護等行業核心生產場景擁有廣闊的應用前景。
騰訊控股(00700)：2019年，騰訊正式推出WeMake工業互聯網平台，將其作爲騰訊數字技術能力以及集團生態資源對外輸出的統一出口，服務製造業數字化轉型。
創新奇智(02121)：公司的“奇智孔明AInnoGC”工業大模型具有行業化、輕量化、多模態的特點，擁有150+億參數量，針對垂直行業或企業的自有數據提供指令數據、模型精調、模型服務、提示工程等功能與服務，它的主要目標是幫助企業打造專屬的大模型，並加速生成式人工智能應用的開發、調試、部署和落地。