本文來自格隆匯專欄：中金研究，作者：王之昊 於鍾海等

工業軟件的本質是工業知識的代碼化沉澱，可根據縱向場景、橫向行業來劃分為眾多細分賽道。其中“通用型”工業軟件（如CAD、ERP等）廠商通過橫向跨行業佈局打開增長空間，其行業屬性弱而通用性較強；“垂直行業型”工業軟件廠商則通過深耕行業來縱向拓展場景來實現價值提升，即使某些空間狹隘的市場，往往也會出現縱跨多場景的軟件廠商進行佈局。本篇報吿主要聚焦“垂直行業型”工業軟件公司，分離散工業和流程工業兩大領域對各個行業工業軟件應用場景和國內外代表公司進行深入討論。

摘要

中長期維度來看，為什麼需要重視行業類工業軟件？從賽道壁壘來看，由於垂類工業軟件的行業屬性，特定垂直領域通常而言會有較強的賽道壁壘，垂類工業軟件公司專精於特定工業場景，能夠形成局部優勢進而走出獨立發展路徑，而較高的賽道壁壘也能夠帶來長期更為穩定的競爭格局，賽道壁壘決定了垂類廠商的“下限”。從發展空間來看，垂類工業軟件相較於通用型工業軟件其空間也可能會被低估，雖然垂類廠商如果僅侷限於單一工業場景，其業務的天花板較為有限；然其若能夠通過應用場景、產品品類的延伸，也能夠具備在細分行業實現持續性價值挖掘併成長為垂直領域龍頭的可能性，因此縱向場景擴張的能力決定了垂類廠商的“上限”。

短期維度來看，如何把握垂直行業類工業軟件的景氣度週期？工業軟件是各個行業數字化轉型的“剛需”，各個行業的數字化需求長期向上，從而奠定了工業軟件的長期增長條件。但由於垂類工業軟件廠商與垂直行業“綁定”程度較深，下游數字化需求的景氣度能夠很大程度上決定其短期內的業務發展趨勢。我們發現垂類工業軟件具有一定的週期性，但其總體週期波動幅度會明顯小於下游行業的Capex變化幅度。根據我們對下游細分行業的景氣度追蹤，觀察到半導體、鋼鐵、機械設備、汽車等行業的資本支出進入上行週期；石油化工、煤炭等行業的資本支出邊際改善，有望助力各大垂直行業數字化投資的上行，利好垂類工業軟件廠商。

風險

下游行業景氣度不及預期。

正文

圖表1：工業軟件全景圖

資料來源：各公司官網，中金公司研究部

垂直行業類工業軟件研究框架

工業軟件全景圖：縱向場景，橫向行業

工業軟件細分賽道龐雜，形成縱橫格局。工業軟件的本質是工業知識的代碼化沉澱，根據其應用場景和應用行業，我們可以將其細分為縱向場景、橫向行業的眾多細分賽道（見圖表1）。其中縱向上的場景貫穿了工業產品全生命週期的各個流程環節（研發設計、經營管理、製造執行、生產控制），而橫向行業則包含了流程工業、離散工業的各大門類。在某一細分行業的某一細分場景，即使是某些空間狹窄的市場，往往也都會有一些工業軟件公司進行業務佈局；而那些能夠橫跨多個場景、多個行業的工業軟件公司，則能夠擁有更為廣闊的發展空間。

“通用型”工業軟件廠商通過橫向上跨行業佈局打開增長空間。以CAD、ERP等工業軟件為例，其行業屬性相對較弱，通用型較強，這些“通用型”工業軟件廠商能夠橫跨多個行業進行佈局，理論上也具有更高的發展天花板。但還有一些公司只是聚焦在單一行業或少數幾個行業，其產品往往也具有更強的行業屬性，這些公司也會被往往認為是“垂直行業型”工業軟件公司，比如流程工業領域的Aspen、鈑金激光領域的Lantek、鋼鐵領域的寶信軟件、煤炭領域的龍軟科技，相對而言這些公司會具有更強的行業屬性。

“垂直行業型”工業軟件公司通過縱向上行業的深耕實現價值提升。對於這些“垂直行業型”工業軟件公司而言，其核心競爭力在於對某些細分工業領域深刻的理解，因此其在跨行業擴張方面可能會更為謹慎，但同時其卻更能夠聚焦某一行業，沿着該行業的工業流程環節進行縱向應用場景的延伸，而從在細分產業鏈中攫取更大的價值。我們認為“通用型”與“垂直行業型”工業軟件公司實質上是採用了兩種不同的業務發展路徑，而本篇報吿主要對“垂直行業型”工業軟件公司進行更深入的研究發掘。

圖表2：國內主要垂直行業型工業軟件公司梳理

資料來源：國家統計局，智研諮詢，中研普華研究院，市場信息研究網，中金公司研究部

投資框架：中長期看壁壘與空間，短期注重景氣度分析

如何分析垂直行業類工業軟件的投資價值？中長期維度來看，行業的壁壘與空間是衡量垂類工業軟件公司投資價值的核心要點。壁壘角度，由於垂類工業軟件的行業屬性，特定垂直領域通常而言會有較強的賽道壁壘，高壁壘能夠相對降低新進廠商加入競爭的風險，也意味着長期更為穩定的競爭格局，賽道壁壘決定了垂類廠商的“下限”。空間角度，垂類工業軟件廠商由於短期主要聚焦於單一行業、單一場景應用，其表觀的行業天花板可能會較為有限，但如果能夠通過應用場景、產品品類的延伸，其也具備在細分行業實現持續性價值挖掘，成長為垂直領域龍頭的可能性，縱向場景擴張的能力決定了垂類廠商的“上限”。短期維度來看，垂類工業軟件廠商與垂直行業“綁定”程度較深，下游數字化需求的景氣度能夠很大程度上決定其短期內的業務發展趨勢，因而短期維度可以更多地從“自下而上”的維度衡量其投資價值。

圖表3：垂直行業類工業軟件中長期與短期的投資框架

資料來源：中金公司研究部

中長期維度，注重格局壁壘與發展空間

垂類工業軟件公司專精於特定工業場景，能夠形成局部優勢進而走出獨立發展路徑。通常而言，特定的工業場景都或多或少會有特定的數字化需求，甚至某些領域的工業應用只能由特定的行業軟件來完成，各細分領域工業軟件具有相對獨立的體系。垂直行業型工業軟件在針對特定的工業場景時也具有更高的適配度與專用性，這些廠商能夠憑藉“獨門功夫”在特定的領域實現起步與成長，同時通過在特定場景日積月累的工業知識與經驗鞏固競爭壁壘，走出獨立發展的成長路徑，例如汽車領域專門解決空調管道的外形優化問題的Optimal Solutions，專精於發動機仿真的AVL等。

行業屬性決定賽道壁壘，高壁壘造就穩定的競爭格局。由於工業門類與流程的紛繁複雜，即使是通用型的工業軟件巨頭也難以實現面面俱到，因此垂類工業軟件能夠在一些細分的場景形成“卡位”，在巨頭的觸角覆蓋不到的領域持續積累自身的競爭優勢，即使是極其細分工業領域也能夠孕育出一批“小而美”的專精特新垂類工業軟件公司，例如流程工業領域的Aspen、鈑金領域的Lantek、汽車領域的ESI等。同時在這些細分領域，由於較高的進入壁壘以及相對有限的空間，其對於通用型巨頭以及新進創業公司的“吸引力”也較為有限，因此往往能夠形成長期穩定的競爭格局。

圖表4：以汽車行業為例，通用型巨頭之外仍有眾多垂類廠商提供特定環境的應用工具

資料來源：《工業軟件簡史》（林雪萍，2021），各公司官網，中金公司研究部

垂類工業軟件廠商如果僅侷限於單一工業場景，其業務的天花板較為有限。事實上在某些細分的工業場景中，其對於特定的工業軟件工具的需求總量是較為有限的，有可能全球範圍來看也僅是數億美元的市場規模（例如特定領域的仿真，細分環節的EDA工具等）。這些空間狹窄的細分行業也很難獨立支撐起成規模的工業軟件公司，往往行業內的頭部公司也僅是數千萬美元的營收規模，進而最終發展成為“微生物”型的行業。因此起家於細分領域的垂類廠商如果想要更進一步，則必須要在爭取向臨近的工業環節與場景進行業務擴張，實現價值鏈的延伸。

圖表5：以柏楚電子為例，其目前主要也是通過縱向場景的延伸打開業務空間

資料來源：公司公吿，中金公司研究部

垂類工業軟件廠商縱向業務拓展的能力決定了發展的空間。對於垂類工業軟件廠商而言，由於常年深耕特定行業，其積累的行業Know-how與客户基礎能夠幫助其更為順利地實現縱向業務場景的擴張，縱向擴場景的難度會相對低於橫向擴行業。而縱向上多個數十億元級市場的累加，也能夠形成上百億元的TAM，支撐起一至兩家垂直行業型工業軟件巨頭。例如柏楚電子從激光控制向排樣、MES以及配套硬件的業務延伸，中控技術從流程工業控制系統向流程仿真工業軟件的佈局，其未來的發展目標都是要形成對垂直行業更多工業場景的覆蓋，為下游行業客户提供全流程的行業解決方案，進而成為對特定產業鏈條具有較強話語權的垂類“龍頭”。

短期維度，關注下游賽道的景氣度週期

2022年宏觀週期背景下的垂類工業軟件景氣度判研。工業軟件是工業企業數字化轉型的基礎，伴隨着下游行業的數字化支出不斷提升，具備長期的增長基礎。但從短期來看，垂類工業軟件的景氣度是與下游行業的景氣度以及數字化投入週期息息相關的，具有“弱週期性”，因此短期維度我們需要更加關注各垂類賽道的數字化投入週期。在2021-2022年上游週期產品漲價，下游製造行業原材料成本上升的背景下，我們認為各大垂直應用軟件賽道的需求端景氣度也會出現分化。由於需求側的傳導存在一定的滯後效應，我們判斷下游行業景氣度分化對各垂直軟件賽道的間接影響會在2022年逐步體現。

景氣度分析：數字化需求中長期趨勢向上，短期存在週期性

趨勢向上：數字化轉型剛需，垂直工業領域信息化投入總體佔比提升

工業軟件的生產工具屬性決定了其需求的剛性，智能製造產業趨勢下其景氣度仍將延續。對製造業企業而言，一方面作為生產力提升工具的工業軟件需求相對剛性；另一方面目前製造業企業在軟件方面的投入依然較低，需要通過持續的數字化投入以提升企業自身的精細化管理能力，以應對成本端的壓力。因此我們判斷2022年即使是在製造業企業成本端受壓的情況下，工業軟件行業的景氣度依然具有延續性。

數字化投入長期趨勢向上，工業軟件具備長期增長基礎。對於週期性行業，可以看出電力、鋼鐵、石油、煤炭等行業數字化投入在行業總營收中的佔比基本處於逐年提升的態勢，且佔比提升的趨勢長期來看較為穩定。根據工信部數據，2021年我國工業軟件產品實現收入2,414億元（同比增長24.8%），在軟件行業中的營收佔比也達到2.54%的歷史新高。我們認為隨着下游企業數字化投入趨勢長期向上，垂直行業工業軟件供應商或將迎來廣闊的增長機遇。

圖表6：中國電力/鋼鐵/石油/煤炭行業信息化投入佔比趨勢向上，2012-2020

資料來源：國家統計局，弗若斯特沙利文，智研諮詢，中金公司研究部

圖表7：工業軟件在總體軟件收入中佔比穩步提升

資料來源：工信部，國家統計局，中金公司研究部

弱週期性：垂直工業領域信息化投入與行業景氣週期的關聯性探討

弱週期性的本質原因是下游企業對數字化建設的長期需求。通常來講，處於景氣度上行週期的行業會具有更充足的數字化建設經費，進而利好垂直應用軟件賽道；但同時也會有一些行業在景氣度下行的階段加大數字化投入，希望通過數字化來增強其精細化經營管理水平，以應對未來行業下行週期中面臨的挑戰。我們對於各大主要工業門類建立行業Capex與信息化投入的趨勢對應關係，總體而言我們發現垂類工業軟件具有一定的週期性，但總體週期波動幅度會明顯小於下游行業的Capex變化幅度。

週期領域的IT投入具備弱週期屬性，增長有韌性。總體上看，煤炭、石油、電力、鋼鐵等週期行業數字化投入增速波動的幅度小於行業Capex增速波動的幅度，即使是在行業Capex下滑的年份數字化投入仍能夠保持正增長；而在行業景氣度快速反轉時，其數字化投入的變化相較下更為温和，因此我們認為相關行業的工業軟件具備穿越行業週期的屬性，具備收入穩定增長的長期基礎。

圖表8：中國煤炭行業Capex與煤炭信息化投資增長趨勢對比，2012-2019

資料來源：萬得資訊，智研諮詢，中金公司研究部

圖表9：中國石油行業Capex與石油信息化投資增長趨勢對比，2012-2019

資料來源：萬得資訊，智研諮詢，中金公司研究部

圖表10：中國電力行業Capex與電力信息化投資增長趨勢對比，2012-2020

資料來源：萬得資訊，弗若斯特沙利文，中金公司研究部

圖表11：中國鋼鐵行業Capex與鋼鐵信息化投資增長趨勢對比，2012-2020

資料來源：萬得資訊，中研普華研究院，中金公司研究部

半導體EDA和流程工業軟件亦具備“剛需”屬性，能夠穿越下游週期實現持續正向增長。我們選取了海外頭部EDA供應商以及流程工業軟件供應商，探究其收入增速與下游標杆客户Capex增速的關聯。可以發現這兩個行業領域的工業軟件亦呈現出“剛需”屬性：工業軟件廠商的營收波動的幅度低於下游客户Capex波動的幅度，且在下游客户Capex下滑的年份仍能夠保持正增長，而在下游行業景氣度快速反轉時，其營業收入的變化相較之下變化更為温和。

圖表12：頭部EDA公司營收和下游客户（IC設計廠商）CAPEX增速對比，2013-2020

資料來源：公司公吿，中金公司研究部注：選取美國EDA廠商（Synopsys和Cadence）下游標杆客户英偉達、高通CAPEX分別加總並計算增速

圖表13：頭部流程工業軟件廠商營收和下游客户CAPEX增速對比，2013-2020

資料來源：公司公吿，中金公司研究部注：選取美國流程工業軟件龍頭（AspenTech）下游標杆客户埃森克美孚、雪佛龍、利安德巴塞爾CAPEX分別加總並計算增速

2022年哪些行業IT需求進入景氣週期？

2021年半導體、鋼鐵、機械設備、汽車等下游行業的資本支出上行。我們跟蹤了製造業各個下游行業2021年1-3季度Capex及同比增速，期間半導體、鋼鐵、機械設備、汽車行業2021年1-3季度Capex同比增速分別達到25%、41%、33%、27%。由於需求側的傳導存在一定的滯後效應，我們判斷2021年下游行業景氣度分化對各垂直軟件賽道的間接影響有望持續到2022年上半年也有所體現。在假定IT投入在資本開支中佔比短期較為穩定甚至微幅上升的情況下，這些垂直行業的數字化廠商也有望受益於下游需求的上行。

2021年油氣石化行業資本開支增速提升由負轉正。2021年1-3季度油氣石化行業Capex同比增速達到11%，較2020年Capex增速-13%有明顯恢復，我們判斷石油化工領域景氣度迎來恢復週期。同時近期由於國家及各省市對於“雙碳”相關政策更為全面的落地執行，我們也跟蹤到了多個各省發改委相關的行政許可文件，其中湖北、吉林、安徽、雲南等省份均有新增獲批石油化工項目。我們認為伴隨新項目開工建設，石油化工領域的IT系統建設也將迎來相應配套需求，這些行業的垂類工業軟件廠商也有望受益於下游需求的邊際變化。

2021年三季度煤炭行業資本開支同比增速邊際改善。2021年三季度，煤炭行業Capex同比+8%，相較於2021年二季度同比-18%邊際改善顯著。國家統計局數據顯示，保供政策下2021年四季度國內煤炭產量不斷創下新高，我們認為煤炭供給持續釋放下煤炭企業Capex有望同步提升，相關信息化支出或將同時受益擴張。

離散工業：通用設計軟件之外的燦爛繁星

汽車工業：仿真軟件百花齊放，“微生物”賽道眾多

通用工業軟件應用之外，汽車工業也孕育了細分領域眾多工業軟件。汽車行業工業化程度高，是通用機械CAD/CAE最早的應用場景之一。汽車中包含的系統非常複雜，同時對安全性要求高，因此汽車複雜的研發設計一定程度上推動了通用機械CAD/CAE的成長壯大。但除了這些通用工業軟件之外，內燃機、電驅動、座艙空調等系統也需要相應的工業軟件輔助研發設計，各個細分領域的仿真軟件層出不窮。在智能網聯汽車時代，安全性更成為首要考量，自動駕駛仿真測試的需求也會推動仿真平台、場景仿真、車聯網仿真等領域仿真軟件的發展和成熟。

圖表14：汽車領域常見的專用工業軟件

資料來源：各公司官網，中金公司研究部

汽車仿真軟件“微生物”賽道眾多，鮮見大型工業軟件廠商。在汽車研發仿真場景中，由於動力、空調等研發場景差異明顯，導致在這些領域較難產生大型通用軟件廠商，同時部分整車廠在研發過程中也會自研部分點工具軟件，形成“外採+自研”的軟件供應結構，而這些自研軟件多服務整車廠自身研發，亦較難成為通用的商業軟件。在通用機械類CAD和CAE之外，汽車領域豐富的研發設計場景也孕育了一批細分領域仿真測試軟件廠商，在發動機熱力學分析、汽車內噪聲分析、空調系統熱分析、碰撞分析、疲勞分析等場景都存在豐富的仿真測試需求，接下來我們將重點介紹發動機仿真與測試領域的工業軟件廠商。

AVL：全球發動機仿真領域的領軍企業

發動機是重要的動力裝置，也是汽車仿真軟件高門檻的領域。汽車發動機是重要的動力裝置，其仿真軟件的開發涉及熱力學、流體力學等物理學科知識，且其性能質量直接決定汽車整體運行的安全性和穩定性。奧地利AVL、德國FEV、英國Ricardo、美國SRI是汽車發動機設計諮詢行業的四大巨頭，他們在發動機仿真軟件的基礎上，能夠憑藉軟硬一體化的能力提供發動機設計和測試工程諮詢服務。

奧地利AVL是全球內燃機設計開發、動力總成系統仿真測試技術龍頭企業。AVL成立於1948年，分為AST（先進模擬技術事業部）、ITS（測試設備服務部）、PTE（工程項目部）三大事業部，其中AST事業部致力於提供滿足汽車多維度模擬的解決方案，涵蓋了熱力學及流體力學、整車性能、結構動力學等領域。2019年度公司營業收入達19.7億歐元（包含測試設備業務），客户涵蓋了全球絕大多數發動機製造商。我國汽車製造商高度依賴AVL的汽車仿真軟件，目前公司為中國超過400家客户提供設計諮詢、模擬軟件仿真等服務。

圖表15：AVL汽車仿真軟件產品系列

資料來源：AVL微信公眾號，中金公司研究部

在新能源車時代，AVL與dSPASE軟硬搭配佔據電驅動市場。在電動汽車領域，AVL提供具有整車及動力總成電氣化的完整解決方案eSUITE，能夠實現從電池、逆變器、電機等部件級仿真到電驅系統、供電系統等子系統仿真再到整車系統級別的仿真全覆蓋。在進行電驅動仿真測試時，除了以上仿真軟件，亦需要實時硬件測試平台進行搭配。同樣來自德國的dSPACE公司能夠提供一套基於MATLAB/Simulink的控制開發系統及測試工作平台，實現快速控制原型（RCP）和硬件在環測試（HIL），能夠大幅提高控制算法驗證和控制器測試效率，縮短控制器的上市時間。在汽車電控領域，AVL公司的發動機設計分析軟件與實時硬件測試平台dSPACE軟硬搭配，共同佔據了汽車電控正向研發技術的排頭。

與國外相比，國產汽車仿真軟件任重道遠。目前以奧地利AVL為代表的全球領先的汽車仿真軟件廠商已經覆蓋包括髮動機、電驅動、變速箱等核心部件的研發仿真能力，能夠進行熱力、流體、結構等物理原理層面的仿真。回看國內廠商，汽車動力總成測試領域的國內龍頭能夠提供部分測試場景的仿真能力，通過軟件模擬汽車在環單元來進行硬件層面的仿真測試，而對發動機等關鍵部件的物理仿真不具備支持能力。其測試軟件目前仍是與測試台架集成為解決方案來進行銷售，更偏向定位於測試台的控制系統，我們認為其在發動機測試領域已經能夠成為可與國外廠商爭奪頭部客户的有力競爭者。

MES具備一定的行業屬性，應用場景更為聚焦。MES雖然表面上是“通用型”工業軟件，但是由於各個行業的製造環境、流程和工藝存在較大差異，MES實際上具有比較強的行業屬性，且相對其他“通用型”工業軟件具有更加偏重實施，具有更強的行業“定製化”特徵。我們觀察各個垂直行業都成長出專精的頭部MES廠商，因此我們認為各個垂直行業MES應用實際上也可以歸類為垂直行業型工業軟件。然而頭部MES廠商往往也具有在多個行業佈局的能力，MES也能夠呈現出通用型工業軟件廠商的特徵。

啟明信息：汽車領域智能製造解決方案提供商

汽車IT專家，國內領先的汽車數字化服務提供商。啟明信息成立於2000年，從成立以來一直專注於汽車IT解決方案的開發。公司前身為1980年組建的一汽集團電子計算處，一汽集團為公司的第一大股東（2021年報披露持股比例48.67%），2002年公司打造了汽車領域信息化管理ERP軟件，並於2008年在深交所上市。公司產品分為智慧企業（ERP）、智慧製造（MES、APS、CAPP）、智慧供應鏈（WMS、SRM）、智慧生態營銷（DMS、CRM）、智能網聯、數據價值賦能六部分，涵蓋了從汽車領域管理側、製造側、營銷側數字化的各個方面。其中在智慧製造領域，公司自研的MES產品針對鑄鍛造行業及總成零部件生產製造領域，通過與一汽集團合作進行推廣。公司下游客户包括一汽、解放、紅旗等知名國產車企。

圖表16：啟明信息產品矩陣

資料來源：公司官網，中金公司研究部

半導體：設計側之外，製造側同樣依賴軟件定義

半導體產業鏈可以分為基礎產業（材料、設備）、核心製造（研發設計、晶圓製造、封裝測試三大環節）、終端需求三部分。作為高端製造產業的代表，半導體行業催生了從設計端到製造端的工業軟件需求。其中研發設計環節的EDA是半導體產業鏈的核心工業軟件，通常大家也普遍會將半導體行業的工業軟件與研發設計側的EDA畫等號，過去我們對研發設計軟件EDA研究已經較為深入，參見報吿《工業軟件系列之EDA：“桂冠”何以承其重？》。實際上在晶圓製造和封裝測試端，以EAP（設備自動化，發送指令控制設備並收集數據）和MES（製造執行系統，車間調度管理和計劃執行）為核心的製造側軟件也是實現半導體智能製造的重要基石。接下來我們將重點介紹半導體制造側的工業軟件MES、EAP等。

圖表17：半導體領域常用的工業軟件

資料來源：各公司官網，中金公司研究部

MES是半導體行業車間級的生產管理系統。半導體生產流程長、批次多、週期短，工藝流程複雜，MES參與到了從晶圓製造到封裝測試的各個半導體制造環節。具體來説，MES能夠實現在製品、機台設備、載具、倉庫、產品等環節的管理，同時能夠根據生產線中採集得到的數據進行分析，進而產出產品良率、設備故障率報表供工作人員參考。處於車間層的MES實際上承擔了“承上啟下”的任務，向上承接管理側ERP的物料信息和排產計劃，向下對接設備層的EAP進行設備的數據分析和診斷。

EAP承擔MES和設備之間橋樑的角色，實現設備監控和數據採集。EAP是離設備層最近的控制系統，其向下與設備進行通信、發送指令來控制設備按照預先定義的流程進行生產加工，向上為MES系統傳輸其收集到的數據供其分析，最終實現對設備遠程控制和狀態監控，從而實現設備運行的自動化。EAP系統與晶圓製造和封裝測試環節中的設備緊密相關，系統的設計與開發必須與生產線的設備實際生產流程相一致，才能達到控制設備生產的目的。

Applied Materials：半導體設備巨頭，在製造側軟件應用全面佈局

Applied Materials作為全球半導體設備龍頭，在製造側相關工業軟件方面也有完善的產品儲備。公司深耕設備領域超過50年，為全球半導體制造龍頭提供設備、解決方案服務和軟件產品。1998年，公司收購Consilium，從而具備了MES系統的供應能力，將業務拓展進入軟件領域。在軟件層面，公司能夠為半導體行業提供生產效率、工藝質量、製造執行、供應鏈四大類解決方案，其中即包含了EAP、MES這類半導體制造側的核心工業軟件。公司的EAP和MES等工業軟件覆蓋了三星電子、台積電、英特爾等半導體領域龍頭廠商，成為這些廠商提高生產效能、實現智能製造的關鍵。2021財年，公司包含工業軟件的全球應用服務業務實現收入50.13億美元（同比+21%），在公司收入中佔比22%。

圖表18：應用材料全球應用服務業務收入，FY2017-FY2021

資料來源：公司公吿，中金公司研究部

圖表19：應用材料收入拆分，FY2021

資料來源：公司公吿，中金公司研究部

回看國內，隨着我國半導體產值提升以及對國產工業軟件的需求持續釋放，鼎捷軟件、賽意信息、哥瑞利等工業軟件廠商也能夠在國內半導體廠商打磨下，為半導體領域晶圓製造和封裝測試環節提供EAP、MES等產品。EAP和MES分別作為設備管理和生產流程管理的關鍵軟件，國內外設備廠商憑藉對半導體制造流程和工藝的深刻理解，在半導體智能製造方面領域也有着得天獨到的優勢，對第三方的製造側軟件採購較少。而國內半導體信息化廠商不具備設備製造能力，因此我們認為國內MES/EAP供應商在產業鏈中起到的更多是輔助的角色。

激光切割：從設計、排樣到控制，設備廠商背後的“隱形冠軍”

激光切割產業鏈分工明確，工業軟件賦能各個環節。從產業鏈分工來看，激光切割控制系統作為切割設備的重要“零部件”，起到了激光切割設備“大腦”的作用。對材料進行切割之前，通常需要依賴CAD實現切割圖紙繪製、圖紙排樣等步驟對原材料進行切割樣式進行設計，並根據設計等得到的圖紙藉助CAM進行圖形編輯、設置與加工工藝編程，最終導入NC數控機牀用於切割頭的控制，同時需要搭配傳感器等硬件設備進行切割定位輔助。激光切割設備的運行需要多種複雜的工業軟件系統進行配合，而在各個環節均有專業的廠商進行佈局。

圖表20：激光切割全流程所需要的工業軟件系統

注：圖中藍色框中為海外頭部廠商產品，黃色框中為柏楚電子產品 資料來源：公司公吿，各公司官網，中金公司研究部

海外專精巨頭分工明確，國內柏楚電子打造一體化解決方案。海外方面，從產業鏈分工的角度來看，激光切割工業軟件各個環節都出現了單點工具功能較強的專精巨頭，如Lantek以CAD排樣套料起家，並拓展MES智能製造；西門子等自動化巨頭則憑藉通用數控系統成為激光切割的CAM/NC數控環節的翹楚。國內來看，柏楚電子則另闢蹊徑，通過更全面覆蓋產業鏈並打造一體化解決方案來參與競爭，實現了從CAD排樣到CAM圖形工藝設計、再到NC數控系統的全套軟件佈局。

Lantek：從套料排樣到MES實現場景拓張

Lantek是鈑金領域的套料排樣軟件提供商。公司是成立於1986年的西班牙家族企業，致力於為鈑金和金屬行業公司提供CAD、CAM、MES和ERP解決方案，其核心能力為基於先進的套料算法和加工策略，為2D/3D材料提供套料和排樣設計方案，從而用於激光、等離子、衝牀、火焰切割、水切割等各種型材和鈑金加工過程。2020年Lantek實現收入2,130萬歐元，其中海外市場營收佔比88%，其客户涵蓋了100多個國家的25,747家公司。2021年德國頂級激光設備公司通快集團收購Lantek，完成了在激光切割設計領域的軟件拼圖。

圖表21：Lantek鈑金領域套料排樣軟件

資料來源：公司官網，中金公司研究部

從套料排樣到MES，Lantek實現從設計端到製造端的打通。Lantek MES Manager是公司為鈑金領域打造的製造執行系統，用於指導車間內製造流程的運行。能夠實現車間管理、生產過程監控、進行產品分析以實現時間和成本的優化。我們認為Lantek的發展邏輯即屬於通過縱向場景的延伸的範例，一方面通過縱向場景眼神，公司成長空間得以拓張；另一方面通過與自身CAD/CAM套料排樣系統實現協同，能夠實現數據和流程的打通，減少操作過程中的兼容性問題。

西門子&PA：從通用數控系統進入激光領域的自動化巨頭

西門子、PA等供應商主要佈局在激光切割CAM/NC數控環節。其中CAM負責承接其他CAD設計和排樣軟件生成的設計圖並生成加工文件，而數控系統扮演了激光切割頭的控制核心的角色，是將CAM指令編程實現的落地環節。在激光切割產業鏈，工業軟件巨頭西門子、通用數控系統供應商德國PA公司主要提供CAM編程加工和NC數控系統，最後用於集成切割頭等硬件實現對材料的最終切割加工。由於CAM需要承接其他CAD軟件的設計圖，並沒有做到全流程數據的打通，因此可能存在操作繁瑣和兼容性的問題。

流程工業：國內流程業巨頭磨合下實現產品突破

石油化工：從工廠設計到流程仿真與模擬

石油化工運行規模大且流程複雜，細微提升能夠撬動巨大收益。流程工業是以資源或可回收資源為原料，通過物理或化學變化進行生產的工業，其中以石油化工行業最為典型。與離散工業相比，這類工業主要特點為反應流程穩定而複雜，且通常進行大批量同質化生產，固定投資成本較高，產品附加值較低，導致利潤空間有限。因此，在生產過程中的工藝優化以及生產全流程優化至關重要，工業流程的細微的優化能夠帶來巨大的生產效率的提升以及生產成本的節省，從而帶來利潤率的明顯提升。

圖表22：流程工業的生產環節及相應工業軟件

資料來源：各公司官網，中金公司研究部

流程仿真和流程控制是兩大軟件應用場景。石油化工行業高度的複雜性帶來了軟件的多樣化，涵蓋了從工程設計與計劃調度、到工廠運行優化與資產管理各個方面。在流程控制方面的先進過程控制（APC）領域，國內公司中控技術能夠已經可以與美國Aspen DMC3進行對標；在門檻更高、地位更關鍵的流程仿真軟件領域，Aspen、AVEVA等國外公司已經建立起明顯的領先優勢，國內中控技術亦積極研發，目標2022年推出流程仿真產品。流程仿真軟件工業流程機理為基礎，藉助數學方法進行物料和熱量等衡算分析，通過靜態或動態的模擬來準確表徵和校準工藝模型，從而對流程的提升提供分析結果和改善方案。

圖表23：流程模擬主要軟件

資料來源：《工業軟件簡史》（林雪萍，2021），中金公司研究部

Aspen：面向石油化工領域的流程工業軟件巨頭

Aspen起源於美國能源部在MIT組織的“先進工程過程系統”（Advanced System for Process Engineering）項目，並由項目負責人在1981年完成商業化，成立了AspenTech公司，並於1994年在納斯達克上市。Aspen專注於流程建模和仿真優化領域，憑藉深厚的工業積累，已經成為能源化工等流程工業領域的工業軟件巨頭。Aspen通過自主研發和外研收購不斷擴充產品線，形成了三大類軟件產品，覆蓋了石油化工領域的全價值鏈條：

►工程軟件（Engineering）：包含能源和化工行業的過程模擬優化軟件Aspen Hysys和Aspen Plus等，用於開發新工廠的工藝設計、改造現有工廠，模擬和優化現有流程。藉助先進的建模技術，能夠快速排除工廠故障，調整工廠性能；

►製造和供應鏈管理軟件（Manufacturing and Supply Chain）：用於優化日常加工活動，推動可持續運營的同時改善工廠績效，幫助流程工業製造商降低庫存水平、提高資產效率、快速反應市場需求、優化供應鏈運營；

►資產性能管理軟件（Asset Performance Management）：用來監控和預測系統可靠性，藉助機器學習技術算法，實現預防性維護向預測性維護的轉變，減少設備的停機時間。

授權收入佔比超過70%，經營現金流良好。公司收入模式分為授權收入、維護收入和服務收入，其中授權模式為公司與客户簽訂固定期限授權合同，授權期內客户能夠自由選擇系列中任何的產品組合，並支付相應的授權費用（本質上是訂閲制收入）。FY2021公司授權收入佔比超過70%，保證了良好的現金流，近5年公司歸母淨利潤與經營性現金流的比值均在1左右。

圖表24：Aspen產品線

資料來源：公司年報，中金公司研究部

Aspen的壁壘之一：長久積累形成完備的物性系統以及行業數據庫。工業軟件本質是工業知識的代碼化，因此工業知識的積累多寡本質上決定了工業軟件的產品力。其中流程軟件的關鍵之處並不在於軟件功能的精緻繁多，而在於全面細緻的知識儲備和穩定的運行狀態，能夠對工藝流程進行準確的模擬和預測。公司面向化工領域的模擬優化軟件Aspen Plus具有非常完備的物性系統和物性模型，其中包括20多種狀態方程模型、10多種摩爾體積模型等；此外在美國化工協會AIChE的支持下，其Aspen Plus數據庫包含了5,000多種純組分物性數據。

圖表25：Aspen營業收入及增速

資料來源：公司公吿，中金公司研究部

圖表26：Aspen毛利率和淨利率

資料來源：公司公吿，中金公司研究部

Aspen的壁壘之二：連續收購不斷完善產品打造平台。在外研收購方面，Aspen的收購重心專注在流程模擬和優化領域，包括2002年收購油氣行業模擬軟件Hysys、2012年收購固體流程建模軟件提供商SolidSim、2014年收購硫磺回收模擬軟件Sulsim、2016年收購資產優化軟件提供商Fidelis、Mtelligence等；近年來公司在AI和物聯網領域亦有收購動作，2019年公司收購Mnubo，目標以AI和機器學習算法賦能流程模擬優化。

Aspen的壁壘之三：高端用户的深度打磨帶來產品力的不斷提升。截至FY2021，Aspen服務全球約2,500家客户，其中全球20家最大的石油公司中的19家、最大20家化工公司中的19家、以及最大的20家工程建築公司都是公司覆蓋的標杆客户。在這些龍頭客户的知識回饋和使用打磨下，Aspen的產品性能不斷提升、產品功能也逐漸完善，從而幫助Aspen憑藉優異的產品力進一步拓展更多客户，實現正向循環。

聯手艾默生電氣，控制系統和工業軟件再整合。2021年10月，流程自動化公司艾默生電氣宣佈將以60億美元現金收購AspenTech 55%股權，並將旗下OSI（電力監控軟件公司）和the GeologicalSimulation（地質模擬軟件業務）與艾斯本合併成立新的AspenTech公司，進一步拓展艾斯本的工業軟件版圖。收購完成之後，AspenTech的業務進一步拓展進入配電管理與地質模擬領域，並集成自身的工業AI能力來提供端到端的解決方案，同時有望藉助公司成熟的訂閲制收入轉化能力，進一步提升公司的經常性收入，帶來更加充足的現金流。

AVEVA：流程行業中的數字孿生

AVEVA的核心能力在於流程行業的三維工廠的設計和數字孿生。公司最早起源於1967年劍橋大學CAD中心發起的三維設計項目，在政府撥款項目結束後開始商業化運作。1976年，公司開發出全球第一個三維工廠設計軟件PDMS，為石油化工、電力和海事（PPM）等領域提供基礎設施設計軟件，應用於工藝流程走向設計、工藝設備和管道的佈置、各類設備管道之間的碰撞干涉檢查等。公司官網披露，AVEVA PDMS將在2024年停止支持，由更加高效、支持雲化部署的AVEVA E3D Design全面替代。

圖表27：AVEVA產品系列

資料來源：AVEVA官網，中金公司研究部

以工程和運營為核心，構造流程工業全生命週期產品系列。目前公司產品包含工程和運營兩大類，其中工程軟件涵蓋了工廠設計（E3D）、工藝流程仿真（Process Simulation）等模塊；運營軟件包含資產性能管理（APM）、監測和控制（HMI、SCADA等）以及信息管理（RTO）等模塊。公司FY2021實現收入8.03億英鎊，若按照收入模式劃分，公司可持續性收入（訂閲+維護）佔比達68%；且公司產品以標準化軟件為主，FY2021毛利率達到78%。

圖表28：AVEVA E3D軟件界面

資料來源：公司官網，中金公司研究部

圖表29：AVEVA收入構成（按收費模式），FY2021

資料來源：公司官網，中金公司研究部

聚焦“雲優先”戰略，推出AVEVA Connect軟件雲平台。AVEVA Connect是公司推出的公有云SaaS平台，其中包含Unified Engineering（工程&設計&仿真平台）、Unified Supply Chain（供應鏈管理平台）、Edge Management（工業物聯網平台）、Insight（先進分析平台）、Asset Information Management（資產信息管理）五大平台，涵蓋了公司各大核心產品系列。FY2021公司新增雲產品客户220家，實現ARR 4.54億英鎊，相較FY2020大幅提升（FY2020新增98家雲客户，實現ARR 4.21億英鎊）。

流程工業自動化和流程工業軟件正走向合流。回顧國外流程工業軟件發展史，自動化巨頭對流程工業軟件廠商的屢見不鮮。從2004年霍尼韋爾受益於反壟斷從AspenTech手中收購UniSim，到2017年法國電氣工業廠商施耐德電氣以5.5億英鎊收購AVEVA 60%股權，再到2021年艾默生電氣收購Aspen 55%股權，自動化控制系統和工業軟件的聯繫愈加緊密。國內來看，以中控技術為代表的流程自動化廠商亦加速流程工業軟件佈局，憑藉長期服務石化客户積累的行業經驗拓展至軟件領域，助力流程領域的智能製造。

軟件定義控制興起，雲化DCS/PLC成為新的應用趨勢。雲化DCS/PLC即為在雲端運行的DCS/PLC，其實現了軟件和硬件的分離，能夠通過軟件來控制硬件資源。藉助軟件定義，這類DCS/PLC能夠與工業互聯網平台進行互聯互通，藉助平台的能力實現傳統DCS/PLC無法實現的其他控制能力，如視覺信號和語音信號的處理等，並能夠實現在雲端的實時升級。我們認為雲計算的賦能極大拓展了DCS/PLC的應用邊界，軟件定義控制的時代下雲化DCS/PLC有望成為新的應用趨勢。

圖表30：流程行業軟件併購歷史

資料來源：《工業軟件簡史》（林雪萍，2021），中金公司研究部

鋼鐵：製造驅動而非設計驅動，信息化手段提質增效

鋼鐵行業通過信息化工具，賦能生產經營流程實現提質增效。鋼鐵行業是具有混合型製造特徵的流程工業：鋼前是化學反應，即流程工業；而鋼後是物理形變過程，具有離散型特徵。鋼鐵冶煉流程主要經過鍊鐵、鍊鋼、熱軋、冷軋四道工序，自動化控制系統貫穿鋼鐵冶煉全流程，在信息系統中則以ERP、MES、PCS從上至下進行精細化標準產品管理。其中MES作為承上啟下的一層，是生產控制信息化的核心，將ERP制定的生產管理計劃分解到執行層面；其下為產線級管理系統（PCS），PCS為生產計劃的執行者與反饋來源。鋼鐵行業是製造驅動型行業，而不是設計驅動型行業，通過製造解決每一個鋼卷的質量問題，讓整體制造流程達到可預測、穩定、持續的標準。

圖表31：鋼鐵冶煉流程中的信息管理實例

資料來源：《鋼鐵企業信息化中MES與ERP的集成應用》（陳凱、路銀北，2011），《鋼鐵企業MES系統的集成應用》（張濤、李志偉，2021），中金公司研究部

煤炭：致力於實現“無人化”智能安全生產

煤礦智能化指以軟硬件技術為基礎，實現煤礦綜合管控、採掘、運輸、通風、安保等環節的智能化運行。落實在軟件層面，主要包括綜合管控平台、GIS（煤礦地理信息系統）、智能採掘（井下掘進和開採系統）、主輔運輸、應急安全系統等各個方面。其中GIS是煤礦智能化的核心和基礎，能夠實時顯示工作面煤層的地質信息和人員定位，實時獲取工作面空間地理信息與設備運行狀態，實現工作面的智能化管控；智能採掘系統是基於掘進裝備和三維地質信息、巷道空間信息的融合，實現遠程一鍵啟停控制、掘進機定位截割和協同控制等功能；應急安全系統則涉及遠程巡查、在線監測預警和應急管理救援智能化等煤礦安全保障方面。

圖表32：智能化示範煤礦需要的工業軟件

注：紅色方框標註的環節需要相關工業軟件參與

資料來源：國家能源局，各公司官網，中金公司研究部

“十四五”期間政策推動，煤炭智能化迎來建設剛需。2020年以來，國家能源局等部門陸續出台一系列政策文件，詳盡包含了智能化煤礦建設目標、首批示範建設名單、智能化煤礦驗收標準等各個方面，力推煤炭智能化建設。在71家首批智能化煤礦的示範下，我們認為“十四五”期間智能化煤礦建設升級有望迎來高峯，煤炭信息化相關的綜合管控平台、智能開採、智能掘進、智能主輔運輸、智能安全監控等產品有望迎來旺盛需求。

圖表33：煤礦智能化相關政策

資料來源：國家能源局，國務院官網，中金公司研究部