隨著市場競爭的加劇，工業企業逐漸從過去的粗放式向精益增長模式轉型。與此同時，企業對數字工廠解決方案的需求，也從單一的生產制造環節，擴展到涵蓋研發、生產、供應、銷售和服務的全業務域優化，對解決方案提供商提出了更加全面的要求。

在建設數字工廠時，工業企業通常有兩種路徑：一種是由企業自主規劃，在各個方向上選擇相應的服務商進行單點建設；另一種是選擇一個整體的數字工廠解決方案提供商，統籌規劃和實施建設。IDC調研數據顯示，55.4%的工業企業傾向于選擇后者。從企業規模來看，年營收在10億元人民幣以下、10–200億元人民幣、200億元人民幣以上的企業中，選擇整體解決方案的比例分別為66.7%、60.4%和43.4%。尤其是成長型和大型工業企業，由于規劃和IT建設能力有限，更傾向于與整體解決方案提供商合作。

歷時半年，IDC針對在中國地區提供數字工廠整體解決方案的領先技術提供商進行了全面的訪談和評估，優化了評估維度，時隔兩年后再次發布了《IDC MarketScape：中國數字工廠整體解決方案廠商評估，2024》（Doc# CHC51740424，2024年10月）報告，供業界人士在選擇相應服務技術提供商時參考。

本次報告受到眾多在中國市場面向制造企業提供數字工廠整體解決方案的服務提供商和最終用戶的廣泛關注和積極配合，基于大量詳實的材料和訪談，IDC從市場中重點選取了具有代表性的18家服務提供商進行了深度研究，包括（按照公司拼音首字母順序）：鼎捷數智、工業富聯、漢得信息、忽米、慧工云、金蝶、科致電氣、藍卓、浪潮智能生產、美云智數、能科科技、七通智能、樹根互聯、西門子、新華三、信潤富聯、徐工漢云、中之杰智能。廠商評估結果基于IDC MarketScape模型以圖像的形式呈現。

基于本次報告，IDC有如下主要發現：

市場需求平穩發展，但高質量供給不足。調研顯示，最終用戶普遍期望能夠找到細分行業內的整體解決方案服務商，與之共建數字工廠。然而，目前市場上大多數服務商仍主要提供單點應用，缺乏在某些行業內具備成熟整體方案的服務商。隨著各類廠商積累最佳實踐并沉淀經驗，未來各細分市場的高質量供給有望逐步增加。

最終用戶認知提升，項目決策周期變長，交付周期變短。隨著近幾年各行業標桿數字工廠的建設及行業人才的快速流動，最終用戶的認知水平顯著提升。一方面，這有助于用戶和服務商達成一致目標，提高項目成功率；但另一方面，用戶對交付質量和效率的要求也更高。那些未能持續提升自身能力的廠商將面臨巨大挑戰。

廠商業務聚焦優勢行業和特定服務領域，生態環境逐步改善。隨著市場理性化發展，廠商的發展目標逐漸從追求營收增長轉向維持利潤，業務方向更加聚焦。盲目擴展業務的現象逐漸減少，部分廠商縮小業務范圍，專注于3–5個相關的優勢行業；云服務商開始聚焦提供云基礎設施和應用平臺，由生態伙伴提供咨詢和平臺上的應用解決方案；過去一年部分領先的工業互聯網廠商上市受挫，這一賽道的廠商也在積極調整業務方向。未來，分工明確、健康理性的生態環境將有助于提升交付質量，并通過專業服務提升廠商的營收規模，形成可持續的生態飛輪。

細分行業經驗不足是服務商的主要挑戰。制造業涵蓋三十一個大類行業，不同行業既有共性需求，也有特定的數字工廠需求。例如，石化化工行業重視安全和連續生產，鋼鐵和水泥行業關注節能降碳，制藥行業注重良好生產規范（GMP）與合規，而汽車及零部件行業則聚焦質量追溯和生產節拍。盡管服務商在過去幾年積累了一定的行業經驗，但由于行業本身快速變革和服務商新行業拓展，最終用戶普遍認為服務商在理解其所在行業的特殊需求方面仍存在不足。

行業頭部客戶對大模型保持熱度，高價值應用場景仍待挖掘。雖然生成式AI在行業高價值場景的應用尚不廣泛，但頭部工業企業對大模型的熱情依然高漲，尤其是央國企，正在積極探索大模型在行業中的應用。據IDC調研，2024年有37%的全球工業企業已投資生成式AI，比去年提升了10%。當前，大模型在數字工廠的應用多為錦上添花，呈現碎片化特征。短期內，頭部工業企業在選擇數字工廠合作伙伴時，仍會關注服務商的大模型能力及其落地案例。長遠來看，大模型將對各行業產生深遠影響，服務商應結合自身的發展方向和能力特點，合理投入資源。

IDC中國制造行業高級研究經理杜雁澤表示，調研發現，55.4%的工業企業在建設數字工廠時，更傾向于選擇整體解決方案服務商合作。企業系統性建設數字工廠的需求和當前市場上單一供給之間的矛盾，仍然是制造業數字化市場的主要矛盾之一。與兩年前相比，工業軟件、工業互聯網和云服務三類廠商開始調整業務重心，向優勢行業和特定服務范圍聚焦。長遠來看，分工明確、理性健康的市場環境有利于廠商形成交付質量、廠商利潤和研發投入的增長飛輪。