(资料图片仅供参考)
工业互联网产业链：从网络层到应用层迎来巨变，智能制造迈进一大步。
工业互联网产业链可分为设备层、网络层、平台层、软件层、应用层和安全体系等六大部分。其中，我们认为以华为盘古为代表的大模型将对工业互联网平台层和软件层进行整合重构，扩大工业互联网可解工业问题边界的深度和广度，以TSN为代表的新兴网络技术成为内网网路设备升级方向，加快工业互联网渗透。这些催化是智能制造不可忽视的重要变革力量，是工业朝智能化（4.0）时代迈进的一大步。
平台/软件/应用层：盘古AIforIndustries，工业GPT雏形初现。
工业领域多场景工业机理复杂、数据分析能力要求较高，盘古模型拥有泛化能力强、小样本学习和模型高精度三大特性，因此高度适配各类复杂的工业应用场景，显著提升工业大数据分析能力与效率。华为云过去几年中人工智能的项目超过1000个，30%的人工智能项目进入核心生产系统，帮助客户盈利能力平均提升18%，可见，盘古AI+智能制造实践经验丰富并实现产业实际效益提升。看好AIforindustries将成为人工智能新的重点方向，大模型助力构建企业的AI生态，而盘古有望成为众多企业/工厂AI生态中的“指挥部”。
网络层：内网网络设备亟待换代，TSN引领下一代网络升级方向。
细分通信协议复杂孤立，工业以太网替代现场总线成为大势所趋；5G+TSN实现高可靠低时延特性的完美契合，打破封闭生态，适用于工业和车联网领域，有望引领未来网络迭代方向。
参与关键：垂直领域数据积累+Know-How为重要壁垒。
由于ToB预训练的模型相对封闭，需要对于垂直领域数据的积累，所需参数无需很多，难点在于数据获取和Know-how，更多只是需要构建具体场景的小模型，以满足生产环节对AI的需求。我们认为数据壁垒不会随着AI渗透轻易降低，大企业出于数据安全和迁移成本考虑更多仍将数据部署在本地或者私有云，拥有行业数据积累的工业互联网企业具有中长期优势。
投资建议：信息化数字化建设较成熟的制造业行业，工业GPT或将率先落地，改变现有工作模式，而服务于这些制造企业的AI+智能制造企业将率先受益。建议关注在垂直领域持续耕耘的工业互联网相关企业：映翰通、东土科技、三旺通信、宝信软件、华工科技等。
风险提示：1）技术进展不及预期；2）行业应用推广不及预期。
