我国智能运维行业现状：市场仍处于早期阶段 下游产业需求潜力大

一、概述

智能运维又称智能化运维，是基于已有的运维数据（日志、监控信息、应用信息等）并通过机器学习的方式来进一步解决自动化运维没办法解决的问题，需要与监控、服务台、自动化系统联动，智能运维需要从各个监控系统中抽取数据、面向用户提供服务、并有执行智能运维产生决策模型的自动化系统。

在大型工业机械设备领域，由于其工作环境较为恶劣，尤其在海上风电、冶金等行业，若无法进行预测性维护，可能导致灾难性的设备故障，进而产生高昂的维修成本，根据相关资料可知不合理的维护策略会导致工厂产能降低5%-20%，工业工厂每年意外停机而造成的损失高达500亿美元。因此，采用智能运维系统可以解决相关行业痛点。

智能运维系统可以解决相关行业痛点

数据来源：观研天下整理

二、发展现状

2018-2021年，随着传感器、大数据、边缘计算等技术逐渐成熟及物联网基础设施成本持续下降，全球预测性维护行业快速发展，2021年市场规模达到69亿美元。而在国内市场，我国智能运维行业渗透率较低，虽然近几年国产企业数字化水平大幅改进，2020年企业设备数字化率为50%，但是同年的制造业中实行预测性维护的企业占比仅为14%，所以我国工业设备智能运维行业仍处于早期阶段。

数据来源：观研天下整理

数据来源：观研天下整理

三、下游应用现状分析

根据观研报告网发布的《中国智能运维行业发展趋势研究与未来前景调研报告（2022-2029年）》显示，目前，智能运维行业下游市场应用场景涉及电力、钢铁、化工、天然气开采、轨交汽车多领域。其中，能源行业设备资产具有地理位置偏僻、设备昂贵、生产时间持续等特点，是智能运维的主要应用场景。

智能运维行业下游市场应用场景

数据来源：观研天下整理

1、风电领域

风机运维主要包括设备管理、技术管理、安全管理及运维人员管理四方面，其中设备运行及维修管理是最主要且重要的部分。具体从风电设备各个零部件来看，叶片、发电机、齿轮箱在非计划停机时间中占比超过87%，占到维修费用的约77%。

数据来源：观研天下整理

目前，我国风电领域的传统运维模式大多数以计划性、定时检修为主，这就导致维护成本较高，占陆上风电运维成本的60%以上，维修故障中非计划性的零部件损失占比57%，增加了冗余的运维成本。而智能运维是采用大数据分析、边缘计算为基础的可优化备件，大幅减少风电设备全生命周期的运维成本。

数据来源：观研天下整理

在十四五期间，部分省市均提出了风电装机计划，风机装机容量将持续增长。对于原先旧机而言，由于部分设备投运年限较长，并且有些已进入机械故障高发期，所以我国智能运维行业需求将持续增长，据农机协会风电分会预测，2021年我国风机运维行业规模将达324亿元，市场前景广阔。

数据来源：观研天下整理

十四五部分省风电装机计划

2、石化、钢铁领域

我国石化、钢铁行业仍然以传统运维为主，成本高，在其生产过程中具有很强的连续性特点，所以设备出现突发故障就会导致设备非计划停机，甚至导致安全生产事故发生，这也说明了该行业对设备可靠性要求较高。

目前，我国石化和钢铁行业规模庞大，大型、关键设备众多，对自身设备状态监测与故障诊断需求不断增加，为智能运维在石油化工、钢铁行业的应用拓展提供广阔的市场空间。根据数据显示，2021年，中国石油和化工行业实现营业收入14.45万亿元，实现利润总额1.16万亿元，双双创出历史新高，利润历史上首次突破万亿元；全国共生产生铁8.7亿吨，同比下降2.3%，生产粗钢10.3亿吨，同比下降3.0%，钢材产量13.4亿吨，同比增速0.9%。

数据来源：观研天下整理

数据来源：观研天下整理（WYD）