生成式AI从研发设计、生产制造、管理服务等角度为工业全环节赋能
　　伴随以ChatGPT为首的生成式AI同工业领域深度融合，工业或将成为大模型重点应用垂直领域。我们认为生成式AI将赋予工业智能化制造更大发展潜力、更强劲增长动能、更广阔应用场景。我们看好：1）研发设计，AI有望增进用户使用EDA/CAD设计及CAE仿真优化等软件的效率；2）生产制造，AI有望强化工业机器人的信息处理、感知执行等能力；3）管理服务，AI已经被用于基本办公领域，预计未来将进一步扩展至供应链管理、客服服务和市场营销等其他应用场景。我们已看到海康机器人/百度/创新奇智等在“工业制造+AI”领域，第四范式/旷世在“工业管理服务+AI”领域布局。
　　AI+工业研发设计：有效提升芯片设计、机械设计、工程仿真等精度和效率
　　在工业研发设计环节，生成式AI可以与CAD、EDA、CAE等工业设计软件融合，连接云计算数据库，更好地调用已有的设计模块，有效提升研发效率和开发精度。例如Cadence公司推出Allegro XAI technology新一代系统芯片设计技术，研发人员运用其生成式AI功能可简化系统设计流程，将PCB设计周转时间缩短至原来的十分之一；CAD有望借助生成式AI一方面调用大量已有的设计模块生成设计草图，另一方面对设计进行参数优化；工业设计软件与数字孪生结合，一方面可以促进全球工厂协作能力，优化工作效能，另一方面数字孪生生成的大量数据可以反哺AI工业大模型训练。
　　AI+工业生产制造：深度强化工业机器人的信息处理、感知执行等能力
　　在工业生产制造环节，自然语言处理工具ChatGPT可帮助机器逐渐实现像人类一样交流、执行大量任务。随着生成式AI发展，将促进制造环节向智能化和数字化转型，而工业机器人和自动化工厂作为智能制造核心载体，将作为生成式AI与智能制造中间桥梁。西门子将ChatGPT技术与其现有的自然语言技术相结合，有效实现了操作者与系统自然语言的交互；BMW依靠英伟达Omniverse平台，以虚拟方式优化生产线、机器人和物流系统的布局，加强全球工厂联系，提升服务效率；国内方面创新奇智发布“奇智孔明”AIGC引擎，该产品将提升工业生产制造环节的生产效率，降低生产成本。
　　AI+工业管理与服务：因其通用性或成为可行度最高的工业应用场景
　　相较于前两个专业性更强的领域，管理服务环节或因其具备更强通用性，成为生成式AI最易突破得到工业应用场景。3月，微软推出GPT互动式AI能力商业产品Dynamics 365 Copilot及Microsoft 365 Copilot，大幅提升用户在经营管理类软件上的工作效率，我们看好后续此模式推广至供应链管理、客服服务和市场营销等其他场景。国内AI领先企业第四范式也已经上线的企业级4Paradigm SageGPT，将大型生成式语言模型与垂直领域专业知识进行融合，已具备企业级场景下的多模态及Copolit能力；旷视科技已开始在视觉大模型领域开始布局以探索生成式AI在仓储物流领域的可行性。
　　风险提示：AI及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。