1 新型工业化推动新一轮产业革命

1.1 新质生产力有望推动工业软件赛道加速发展

2023 年12月，中央经济工作会议再次提出“要以科技创新推动产业创新；发展新质生产力；实施制造业重点产业链高质量发展行动；提升产业链供应链韧性和安全水平”。

我们认为：新质生产力不仅体现为各种要素的创新发展，还体现为生产要素结合方式的创新发展。随着新质生产力中劳动者、劳动资料、劳动对象的发展变化，三者的优化组合也将会发生革命性变化，带来新产业、新业态、新模式，形成驱动经济发展的新动能新优势。新质生产力不是传统生产力的局部优化与简单迭代，而是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的先进生产力。 党的十八大以来，我国新型工业化步伐显著加快，成绩突出，为实现高水平发展、取得更大成就奠定坚实基础。我们认为新型工业化与新质生产力的关系是密不可分：新型工业化与新质生产力都是以科技为主的生产力，摆脱传统工业实现高质量发展的生产力，融合数字产业化的生产力。新型工业化与新质生产力是相互促进、相互依存的关系，新型工业化为新质生产力的发展提供重要支撑和保障，是新质生产力发展的配套措施。

工业软件作为实现新型工业化的关键，驱动着制造管理流程优化、生产模式与生产关系改变，以及全要素生产率的提高。一方面，工业软件的应用贯穿企业价值链的各个环节，从产品、装备、生产、管理、物流到服务；另一方面，工业软件还可突破企业边界，牵引业务流程与生产经营模式变革，形成新的工业生产力。长期以来，包括工业操作系统在内的工业软件都来自国外，随着我国在政策和产业层面持续推进工业互联向工业智能的进阶之路，也为国产工业软创造了换道超车的重要机遇。

1.2 工业软件是数字经济时代工业制造领域的“皇冠”，有望受益政策推动

工业软件产业链可分为上游、中游和下游三个环节。工业软件产业链可大致分为上游、中游和下游。上游主要是为工业软件产品制造提供基础服务的软硬件，如计算机设备、操作系统、开发工具和中间件。在下游应用方面，工业软件广泛应用于机械装备、汽车制造、能源电力、航空航天、工业通信和安防电子等领域与环节中。中游环节包括研发设计软件、生产控制软件、业务管理软件及嵌入式软件。其中研发设计类软件主要应用于设计环节，使用目标是提升产品开发效率、降低开发成本、提高产品质量；生产控制类软件主要应用于产品生产过程，旨在帮助企业提高制造过程的管控水平，改善生产设备的效率和利用率；业务管理类软件主要用于提升企业的管理治理水平和运营效率；嵌入式软件基于嵌入式系统设计，实现其他设备的控制、监视、管理等功能。

国家政策层面重点扶持核心工业软件发展，十四五期间，国家陆续出台多项重要政策，扶持核心工业软件的自主可控及研发进程。2021 年 11 月，工业和信息化部印发《“十四五”软件和信息技术服务业发展规划》，文件提出要围绕软件产业链，加速“补短板、锻长板、优服务”，夯实开发环境、工具等产业链上游基础软件实力，提升工业软件、应用软件、平台软件、嵌入式软件等产业链中游的软件水平，增加产业链下游信息技术服务产品供给，提升软件产业链现代化水平。

政策目标明确，制造业智能化趋势逐渐清晰。2021 年12 月，《“十四五”智能制造发展规划》正式公布，规划提出多个量化指标。转型升级方面。到2025 年智能制造装备市场满足率达 70%等；供给能力方面，工业软件市场满足率达50%等；基础支撑方面，建成具有行业和区域影响力的工业互联网平台 120 个以上。

我国各省市相继出台政策支持工业软件行业发展。2022 年以来，我国各省市相继出台具体实施政策，上海、江苏等地已出台相关政策支持工业软件行业发展，并制定具体发展目标，有助于核心工业软件赛道高质量发展。

1.3 宏观视角：软件赋能下我国智能制造行业有望进入高质量发展期

工业长期保持我国支柱产业地位，未来市场机会巨大。2022 年我国工业增加值突破40万亿，达 40.16 万亿人民币，同比增长 7.24%，占当年我国GDP 比值达33.2%，2020年以来占比持续提升。2012-2022 年工业增加值复合增长率达6.75%，2022 年规模以上（2000万元）工业企业营业收入达 137.91 万亿元。IDC 预测 2023 年我国工业企业IT支出将超过3000亿元，预计 2021-2026 年复合增长率为 10.3%，其中软件支出复合增长率将达到17.1%，我国工业软件市场空间广阔。 中国工业软件市场规模与工业增加值占全球比重存在较大剪刀差。2022 年，中国工业软件市场规模为 346.26 亿美元，全球工业软件产品市场规模为4779.50 亿美元，我国工业软件市场规模约为全球的 7.24%，而 2022 年中国工业增加值占全球比重达到20.48%，我国工业软件市场规模占全球比例与工业增加值占比之间存在较大差距，提升空间较大。

我国智能制造成熟度水平持续提升，工业智能化发展趋势不可逆转。根据我国电子技术标准化研究院发布的《智能制造成熟度指数报告（2022）》，2022 年我国63%的企业智能制造能力成熟度水平在一级及以下（核心业务重要环节尚未实现标准化和数字化），占比较2019 年下降了 22 个百分点，同时 21%的制造业企业达到成熟度二级（实现核心业务环节的数字化网络化），而达到三级（实现网络化集成及单点智能）和四级（深度智能化）的企业占比仅有 12%和 4%。 工信部数据显示，我国工业企业关键工序数控化率从2016 年的33.3%持续增长至2023年的 63.1%，并且有望保持增长态势。在国家政策推动下，我国有望持续坚持信息化与新型工业化深度融合为主线，提升工业现代化水平，建设现代化产业体系。

1.4 行业视角：工业软件赛道整体保持稳健增长态势

2022 年我国工业软件市场规模超 2600 亿元，预计到2030 年市场规模有望接近4700亿元。根据《中国工业软件市场现状深度研究投资战略评估报告（2023-2030 年）》，预计2023年我国工业软件市场规模达 2884 亿元人民币，同比增长10.4%，至2030 年我国工业软件市场规模有望达到 4698 亿元，2022~2030 年复合增长率约为6.64%。

Wind 工业软件指数 2023 年下半年以来回撤幅度较大，近期出现明显反弹。2017年以来，受益于十三五期间我国工业现代化建设的持续推进，工业软件赛道迎来发展良机，以2017 年 1 月 3 日收盘指数为基准，至 2024 年 3 月 15 日Wind 工业软件指数上涨75.02%，同期沪深 300 指数上涨 6.81%，Wind 工业软件指数大幅跑赢沪深300 指数68.21pct。2023年下半年以来 Wind 工业软件指数出现较大回撤，2023 年6 月20 日至2024 年2月5日跌幅达 50.40%，近期出现明显反弹但仍有较大上涨空间。

A 股工业软件赛道厂商保持稳健成长态势。我们选取了宝信软件、中控技术、柏楚电子等 19 家工业软件相关的厂商进行分析，2022 年19家工业软件厂商合计营业总收入为373.34亿元，同比增长 19.7%，2016-2022年复合增长率约为23.40%，2023 年前三季度工业软件厂商合计营收 286.20 亿元，同比增长20.2%，较往年保持增长态势。 归母净利润方面，2022 年 19 家工业软件厂商合计归母净利润为52.13 亿元，同比增长12.7%，2016-2022 年复合增长率约为 32.68%，归母净利润增长快于营业总收入。2023年前三季度工业软件厂商合计归母净利润为 43.86 亿元，同比增长15.3%，较2022年增速有所回升。

宏观环境好转背景下，工业软件厂商盈利能力有所回升。2016 年至2023 年前三季度A股工业软件厂商毛利率保持稳定，2020-2022 年受宏观因素影响毛利率有所下降，2023年前三季度毛利率回升至 42.73%。2016-2022 年工业软件厂商净利率整体呈上升趋势，2023年前三季度净利率为 15.80%，对比 2022 年提升显著，整体看我国工业软件厂商盈利能力呈上升趋势。 工业软件厂商整体销售、管理不断优化，持续投入研发推动核心产品技术升级。2016年至 2022 年 A 股工业软件厂商销售、管理费用率呈现下降趋势，2023 年前三季度销售/管理费用率分别为 9.02%和 5.70%。国内厂商持续加大研发投入，2023 年前三季度整体研发费用率达到 14.17%，受益于政策推动和工业企业需求增加，厂商持续加大研发投入，提升国产核心工业软件产品和技术的竞争力。

我国工业软件厂商持续加大研发投入，产业升级推动工业软件赛道整体经营质量不断提升。2023 年前三季度 A 股工业软件厂商合计研发费用达到40.56 亿元，同比增长33.0%，整体研发费用从 2016 年的 10.81亿元逐步增长至 2022年的48.61 亿元，复合增长率达28.47%。我国工业软件厂商持续投入产品研发，不断缩小与海外龙头厂商的技术差距，在满足新型工业化和国产替代需求的同时，也持续提升自身经营质量。从经营性净现金流看，A股工业软件厂商从 2016 年的 9.23 亿元，增长至 2022 年的 52.69 亿元，复合增长率达33.68%，整体经营质量不断提升。

目前我国工业互联网赛道呈现云化、智能化、平台化发展趋势。随着工业软件逐步走向标准化、生态化和微服务化，核心技术朝平台化、智能化发展，我国国产工业软件在开发、技术、市场应用和服务模式上呈现明显的发展趋势，未来工业软件与云服务、AI、大数据等智能技术相结合的市场空间广阔。

2 国产化+智能化+云化+平台化，工业软件赛道迎来多极增长

2.1 渗透率叠加国产化率处于较低水平

嵌入式软件占据市场主导地位，政策推动下生产控制、研发设计等环节市场规模占比有望成长。从细分赛道看，目前我国工业软件中嵌入式软件份额超过五成，2022年占比达57.4%，研发设计软件规模份额仅有 8.5%，未来随着新型工业化、新质生产力等政策层面的推动，叠加工业企业在研发设计、生产效率等层面的关注度提升，研发设计等环节的核心工业软件占比有望提升。

我国工业软件各细分市场国产化率均有提升空间，其中研发设计类和生产控制类空间较大。根据国新咨询数据统计，2021 年我国工业软件市场中研发设计类、生产控制类和信息管理类的国产化率分别为 12%、31%和 71%，预计到 2025 年三大环节的国产化率有望分别提升到 26%、52%和 78%。目前我国研发设计和生产控制工业软件国产化率较低，政策推动下有望加速国产替代进程。

从细分赛道看，2021 年我国 CAE、EDA 软件国产化率不足10%，信息管理类已基本完成国产替代。目前在研发设计类核心工业软件环节，包含CAD、CAE、EDA、PLM等细分赛道，国产化率均不超过 20%，国产替代空间广阔；在生产控制环节，中低端产品国产化率较高，国产替换空间将主要集中在高端领域，其中 PLC 市场国产化率较低，预计到2025年，国内研发设计和生产控制类的工业软件国产化率均有望实现显著提升。

2.2 AI 大模型有望赋能工业软件智能化发展

AI 结合工业互联网应用前景广阔。工业软件领域结合AI，可将大数据人工智能、专业性的工业软件以及工业企业在各自领域的专业知识有机结合。AI 大模型有望推动工业领域迈向优化运营的自主系统阶段，在自主控制、机器视觉系统和演化建模三大环节实现显著进步。Smart Industry 指出，AI 结合工业领域的显著进步主要体现在：（1）自主控制（Autonomous Control）：利用 AI/ML，制造过程正在从自动化向自主控制的方向发展，使系统能够在没有人为干预的情况下做出实时决策和调整。（2）机器视觉系统（Machine Visioon Systems）：将先进的闭环控制策略与先进的感官机器视觉 AI 反馈相结合，使 PLC 能够采取自动纠正措施，以实时减少缺陷。（3）演化建模（Evolutionary Modeling）：在数据科学实践的早期，单点解决方案是常态，其中根据从可用数据中得出的各种标准选择单个模型。未来这种方法演变为从潜在候选模型的集合中构建模型，这种方法要求每个模型在每一次迭代中都要成功适应，开发出更符合实际物理过程和各自系统动态的高精度和稳健的模型。

AI+工业有望在流程控制、质量优化、机器人应用等领域赋能生产力的大幅提升。SmartIndustry 指出，AI、机器学习等技术将在未来五年或十年内对工业制造过程带来重要的影响，并在八大领域带来前所未有的商业成果。其中，随着 AI 大模型技术的迭代，我们认为生成式 AI 有望在工业场景中基于企业用户的专业知识和行业经验，在研发设计、生产控制等环节实现高度智能化，赋能生产力提升。

AI+工业市场规模有望保持快速增长态势，预计至 2029 年市场规模有望达到583亿美元。BlueWeave Consulting 数据显示，2022 年全球工业 AI 市场规模约为31 亿美元，预计到2029 年这一市场规模将达到 583 亿美元，2022-2029 年复合增长率约为52.46%。我国制造业 AI 解决方案市场规模保持高速增长态势，2026 年市场规模有望达到近900亿元。观研天下数据显示，2022 年我国制造业 AI 解决方案市场规模达204 亿元人民币，并预计到 2026 年该市场规模将达到 891 亿元。随着生成式 AI 技术的不断成熟和全球龙头厂商的应用落地，工业 AI 市场规模有望进入快速增长阶段。

基于 CV 等技术，工业 AI 在质检等场景已有较为成熟的应用。IDC数据显示，2022年我国工业 AI 质检解决方案（不含硬件）市场规模约为 2.7 亿美元，同比增长27.4%，受宏观因素影响，增速小幅下降但对比其他 AI 市场仍然属于较高水平。国内市场份额前三厂商分别为百度智能云（10.6%）、创新奇智（10.4%）和腾讯云（10.2%），CR5 为44.7%。

从行业角度来看，3C 电子（通信及电子制造）和动力电池、汽车等仍然是市场核心需求方向。2022 年 3C 行业占据中国整体 AI 工业质检解决方案市场比例达53.1%，其次是汽车、轻工消费品行业，市场规模占比分别达到 18.6%和 13.4%，同时AI 工业质检在装备制造、有色金属、包装印刷、食品饮料等新行业新场景的应用持续涌现涌现。

目前 AI 大模型在工业领域处于初步探索阶段，未来四类核心模型有望赋能工业领域多个细分场景。根据中国信通院基于全球 79 个大模型工业应用案例的研究，大模型在工业领域可分为大语言模型、视觉大模型、多模态大模型和专用大模型四类，目前大语言模型的应用占 75%。从细分应用场景看，未来 AI 大模型的应用有望在研发和管理环节率先应用，并逐步渗透到设备管理、生产控制环节。

海外工业软件厂商积极拥抱生成式 AI，AI 大模型已在部分场景落地应用。2023年10月，罗克韦尔自动化公司（Rockwell Automation）与微软宣布通过长期合作，致力于利用AIGC 加速工业自动化设计和发展，赋能工业自动化系统制造商提升劳动力，缩短产品上市时间。罗克韦尔将微软 Azure OpenAI 服务集成至自动 FactoryTalk®Design Studio™，有助于工程师使用自然语言提示生成代码，帮助资深工程师加速开发进程，并更高效且有效地指引处在学习阶段的新人，从而实现日常任务自动化和提升设计效率，帮助工业自动化系统制造商将产品更快地推向市场。 全球 CAE 龙头厂商 Ansys 将产品嵌入 AIGC 功能，变革用户交互方式。2023年7月27 日，Ansys 宣布推出 AnsysGPT 限量测试版，这是一款多语言、对话式AI 虚拟助手，可改变 Ansys 客户获得支持的方式。AnsysGPT 利用微软 Azure OpenAI 服务提供的先进ChatGPT 技术进行开发，使用 Ansys 公开数据（包括但不限于Ansys 创新课程、技术文档、博客文章和教程视频）在综合工具中回答有关 Ansys 产品、相关物理和工程主题的技术问题，未来将通过 Ansys 网站提供全天候技术支持，从而更有效地提供信息和解决方案，进一步加速仿真的普及。在数据安全和用户隐私方面，Ansys 采取强有力的控制措施，以确保在训练过程中不使用任何类型的私有信息，并且不以任何方式存储或使用客户输入信息来训练系统。

2.2.1 科大讯飞：工业 AI 大模型赋能羚羊工业互联网平台

2023 年 6 月 9 日，科大讯飞发布星火大模型结合工业领域的垂直应用。星火大模型在工业的场景中，“研产供销服管”各个环节，通过 AI 的应用都可以极大提升效率、降低成本。科大讯飞正式发布羚羊工业互联网平台，通过人工智能技术和大数据精准理解分析，推荐融合应用，实现企业需求和供应端的更好连接。企业客户可以更加自由地通过自然语言的形式，发布生产、研发、客服等各类问题。星火大模型基于需求，通过扫描各种网上或企业自身产品文档、服务文档，从而更好地完成对接。 AI 大模型结合企业自有知识库及数据库，形成企业知识大脑。在企业知识大脑的加持下，企业在研发、生产、服务营销等环节中遇到问题，均可通过和企业知识大脑交互，精准定位问题并获取更加有针对性的解决方案，从而大幅提升效率。

2023 年 9 月 20 日，基于星火的羚羊工业大模型正式发布，截至10 月23 日已积累超68 万用户。羚羊工业大模型具备工业文本生成、工业知识问答、工业理解计算、工业代码生成、工业多模态 5 大核心能力，并基于此打造了首批可以用在生产质检和运维场景的数字工匠、iMOM 等系列产品。截至 10 月 23 日平台已积累 68.7 万用户，服务企业次数达到370.6万次。

2.2.2 创新奇智：推出“奇智孔明 AInnoGC”工业大模型产品矩阵

2023 年 9 月 1 日，国内“AI+制造”解决方案供应商创新奇智发布“奇智孔明AInnoGC”工业大模型产品矩阵。公司围绕自研的工业大模型AInno-15B发布了大模型服务引擎以及三款生成式 AI 应用产品：工业机器人任务编排应用“奇智明达ChatRobot”、企业私域数据分析应用“奇智明数 ChatBI”、企业私域知识问答应用“奇智明睿ChatDoc”。工业大模型 AInno-15B，基于深度学习 Transformer Decoder 架构，结合蒸馏开源免费大模型和其自有的工业知识库训练得到，拥有 150 亿以上参数，拥有行业化、轻量化、多模态等特点，具备工业知识归纳生成、工业数据分析、自动化任务编排等能力。

企业私域知识问答应用“奇智明睿 ChatDoc”：ChatDoc 类似于工业领域专属的ChatGPT，能够回答工业领域垂类问题，或是在搭载私域数据库后回答企业私域的问题。ChatDoc 基于私域数据库部署，支持用户外挂新的数据库，通过信息的存储和检索，归纳并生成回复，具备智能总结、答案溯源和简单易用三大特点。企业私域数据分析应用“奇智明数 ChatBI”：ChatBI 专注于企业私域数据分析。对于大量的结构化数据，传统的静态报表难以满足企业高度动态的需求，ChatBI 具备三个特点，包括自然语言对话式交互、SQL 语句准确生成以及自动数据分析和展现。技术方面，通过词表优化、位置编码、提示工程、强化学习、意图识别等方面的提升，在公开数据集Spider、Chase-C 等上的测试表明，其 SQL 语句生成能力优于 GPT-3.5。工业机器人任务编排应用“奇智明达 ChatRobot”：ChatRobot 则聚焦在工业制造业上，可以理解人的意图，针对工业机器人进行任务编排。ChatRobot 具备三大特点：自然语言对话式交互、复杂意图理解以及大模型任务编排，可以自动将包含多个环节的复杂指令拆解为机器人可执行的具体步骤，将模糊的指令具象化，再驱动整个机械装置执行指令，实现机器人执行效率的提升。

2.3 工业软件云化趋势，打通数据孤岛与虚实孪生

随着数字经济的持续发展，数据在制造业中的生产要素作用日益突显，企业数据上云有望将数据资产有效转化为制造业企业的重要生产力。数据广泛存在于制造业从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应等整个产品全生命周期中的各个环节。我们认为云技术对于制造业企业的赋能主要集中在以下两点：1、助力企业进行高效创新：通过数据作为生产要素与新技术（AI、ML等）动态融合，帮助制造业企业在构建敏捷供应链、精益生产和完善产品售后服务等方面激发新的创新性应用。 2、辅助智能决策：基于人工智能、数字孪生以及工业互联网技术，对于数据生产要素的深度挖掘，可以增强企业应对不确定性挑战的抵抗力，降低因不确定性而造成的决策失误损失。 中国工业云市场在国家鼓励政策和传统行业数字经济发展的推动下增长迅速。一方面工业云解决方案类型不断丰富，工业互联网、MES 系统、全生命周期管理、供应链管理等系统大幅提升了工业企业的运营效率。另一方面工业云解决方案的需求数量和项目量级提升，AI、IoT 等新兴技术的赋能加速工业核心设备系统上云。艾瑞咨询数据显示，2021年中国工业云市场规模 250 亿元，同比增长 46.2%，并预计到 2025 年该市场规模将达到785亿元，2021-2025 年复合增长率预计达到 33.1%，有望保持高速增长态势。

工业互联网、工业数字孪生等有望成为未来几年工业制造企业重点发展方向。工业数字孪生将物理对象构建为数字模型，利用感知、控制、数据管理与模型分析来实时检测物理对象的状态，并且作出相应决策以管理与调控物理对象的状态，从而大大缩短新品上市周期。数字孪生可以打造全物理世界生命周期虚拟化，降低试错成本。工业互联网是解决数据与业务、系统之间分散割裂的整体性解决方案，集顶层应用、中层数据分析和功能集合以及底部可弹性扩容基础设施于一体，辅以网络与安全体系。工业互联网可以通过对工业产业链各环节优化和增强整体连通性，在设备及产品管理、业务与运营优化、社会化资源协作三个维度为企业降本增效。

2022 年我国工业云（平台）解决方案市场前五企业占比超过50%，而工业云（应用）解决方案市场集中度较低。2022 年中国工业云（平台）解决方案市场中，阿里巴巴占比最高，达 26.3%。华为占比 12.5%排名第二，用友、腾讯、浪潮占比均低于5%。在工业云（应用）侧，用友市场份额占比最多，达 12.5%，CR5 为 33.8%，不足四成。

2.3.1 华为云：依托 AI、大数据等核心底层技术，打造云化工业软件新生态

华为云依托云、AI、大数据等关键底层技术，以“基于模型”为核心理念，以工业根服务的共建共享为基础，培育工业软件新生态和工业新范式。在云化工业软件生态中，工业企业采用“基于模型”的全新理念和方法，实现一套模型在“研产供销服”各环节无缝流转和高效协同，为工业企业带来巨大价值。 首先，工业企业能够统一数据源头，集成和打通异构软件、异构数据，大幅简化数据治理工作；其次是业务无缝协同，各环节、各部门基于统一模型开展工作，可以有效缩短产品研制周期、提升质量与效率；同时工业企业能够驱动产品创新，基于产品全生命周期打通数据，加强价值挖掘、需求预测和产品改进，加速产品的迭代更新。

华为工业数字模型驱动引擎（iDME），打造“基于模型+数据驱动”的公共底座。华为iDME 有望为协同打造新一代全栈自主可控工业软件体系提供根技术服务，助力快速构建和运营云化 SaaS 化工业软件，汇聚企业全场景数据、构建企业级数据图谱并提供万数互联的数据索引、追溯和交互服务。华为 iDME 主要包含 iDME Studio 和iDME 运行服务，其中iDMEStudio 为数据模型开发平台，包括工业数据模型模板库、数据建模引擎以及数字主线引擎等；而 iDME 运行服务提供企业级数据管理应用运行服务。 华为 CodeArts 构建一站式 DevOps 平台，提供软件研发流程的端到端支持。华为软件开发生产线（CodeArts）面向开发者提供一站式云端平台，在云端交付软件生命周期，覆盖需求下发、代码提交、代码检查、代码编译、验证、部署、发布等环节。

2023 年 12 月 29 日，华为云研发大模型 CodeArts Snap 全面公测，标志着CodeArts软件开发生产线迈向大模型智能化。基于大模型理解和生成能力的CodeArts Snap具备代码生成、研发知识问答、单元测试用例生成、代码解释、代码注释、代码调试、代码翻译和代码检查八大能力。华为云研发大模型使用了大量优质数据进行训练，其在训练过程中学习了1300 多万篇技术文档（包括研发书籍、技术博客和产品文档）和760 亿行精选代码，使得CodeArts Snap 可以将实现不同功能的最佳实践快速地引入开发者用户的IDE。华为 CodeArts 应用模块持续完善，公司有望受益华为云软件开发生态拓展商业空间。除智能助手 CodeArts Snap 之外，华为 CodeArts 还包括集成开发环境CodeArts IDE和云上开发环境 CodeArts IDE Online、需求管理工具 CodeArts Rep、代码托管服务CodeArtsRepo、研发工具集成服务 CodeArts Link、测试计划服务 CodeArts TestPlan、编译构建服务CodeArts Build 等。IDC 数据显示，华为云 CodeArts 在国内DevOps 平台市场长期保持份额第一，用户规模庞大。

2.4 平台化：我国工业互联网平台应用仍处于较低水平

工业互联网平台包含数据采集（边缘层）、基础设施（IaaS 层）、工业PaaS（平台层）、和工业 App（SaaS 层）四大要素。其中数据采集（边缘层）是基础，本质是利用感知技术对多源设备、异构系统、运营环境、人等要素信息进行实时高效采集和云端汇聚。同时通过协议转换和边缘计算，一部分数据在边缘侧进行分析，另一部分数据传到云端进行综合分析，进一步优化形成决策，为制造资源的优化提供数据源，是建设工业互联网平台的基础。基础设施（IaaS 层）是支撑，作用是提供计算、存储及网络等资源，支撑PaaS层更好地为用户服务。通过虚拟化技术将计算、存储、网络等资源池化，向用户提供可计量、弹性化的资源服务。

工业 PaaS 平台是核心，通过构建一个可扩展的操作系统，为工业App应用开发提供了基础平台。工业 PaaS（平台层）向下调用部署在 IaaS 层的资源，向上为SaaS层提供功能模块、管理模块、计算存储等资源的调用和配置。工业 PaaS 最核心的是基于微服务架构的数字化模型，即将大量的工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模块化，并封装为可重复使用的组件。 工业 App 是关键，通过推动工业技术、经验、知识和最佳实践的模型化、软件化，形成满足不同行业、不同场景的应用服务，以工业 App 的形式呈现。工业App 层由传统软件云化和基于工业 PaaS 层开发的新型工业 App 应用构成，面向企业客户提供SaaS服务。工业 App 层通过不断汇聚应用开发者、软件开发商、服务集成商、工业用户和平台运营商等各方资源，成为工业企业企业和软件巨头构建和打造工业云生态系统的关键。

我国工业互联网平台普及率整体水平较低，未来几年渗透率有望快速提升。根据国家工业信息安全发展研究中心数据，我国工业互联网平台应用普及率从2020 年的14.7%提升至 2022 年 22.2%。同时，党中央、国务院坚持政府引导和市场主导并举，“建平台”和“用平台”并重，“工业互联网平台普及率”已被纳入多项国家级战略规划，并提出了到2025年工业互联网平台应用普及率达到 45%的具体目标。 《工业互联网平台应用数据地图（2021）》数据显示，我国工业互联网平台整体应用水平从 2020 年的 31.76 分提升至 2021 年的 34.25 分。其中，电力、轻工、交通设备制造这三大行业的工业互联网平台应用水平相对较高，分别达到 40.85 分、38.82 分和36.52分，其次是电子、机械、纺织和冶金等行业，整体应用水平仍有很大提升空间。

2.4.1 宝信软件：打造宝联登xIn³Plat 平台

公司坚持走在创新的前沿，打造 iPlat 和 ePlat 两大平台套件，支撑智慧制造、智慧服务、智慧治理三类智慧场景。xIn³Plat 工业互联网平台采用“云边端”一体化协同的创新架构，满足工业制造及产业生态多业态、多层次、多样化的需求。内置5S 数据生态套件，实现数据数字化、数据资产化、数据智能化、数据可视化、数据标准化。依托大数据、人工智能、智能装备、集控、工业网络安全、移动物联、虚拟制造等七大核心技术，帮助企业实现能力服务化、业务数字化、企业平台化、管理智能化的企业数智化时代“新四化”转型。公司基于工业云平台的生态构建成果显著。公司官网显示，目前宝联登xIn³Plat 工业云平台已连接 525 万+工业设备，构建了 1.9 万+工业模型，可提供7.6 万+平台微服务以及1.3万+云化软件及工业 APP，累积服务了 55 万+企业用户。