从下游应用领域来看，国内MES行业主要集中于五大领域，分别是汽车、电子通信、石油化工、冶金矿业和烟草这五大领域。前五大领域应用占比超过50%。从主要公司来看，一些国际巨头公司在国内的行业布局，也是呈现差异化的。国外企业主要集中于食品饮料、烟草、冶金/矿业、汽车等行业，石油化工领域主要是被Honeywell(高端)和国内的中控、和利时、石化盈科占据。国外巨头中，罗克韦尔的主要客户集中于汽车行业，GE和西门子集中于烟草、食品饮料行业。

MES厂商的来源可以分成5类：（1）从自动化设备基础上发展而来，是一种自下而上的集成方式；（2）从专业SCADA、人机界面操作系统（HMI）厂商发展而来；（3）从专业MES发展而来；（4）从PLM、ERP等领域延伸而来；（5）其它领域发展过来，例如数据采集。国内领头羊企业易往信息在汽车行业具备领先优势。国内MES行业领军企业易往信息，扎根于汽车行业MES产品研发，先后为数十个全国主要汽车生产制造厂商提供各类解决方案。2014年业务收入增长30-40%的高速增长（2013年实现业务收入20-30%增速），其收入中接近80%的比例来自于汽车行业。
西门子的MES发展对国内企业的启示。从版本的角度来看，西门子的MES发展可以分为三代：
第一代：2002年到2006年是MES1.0时代。这个阶段的主要概念是完成数据的采集和集成，能够简单进行数据的分析，同时使产品更满足ISA95，是一个模块标准化的过程。
第二代：2006年到目前的产品大约是MES2.0时代。推出行业智库，针对离散行业推出解决方案包。离散行业可以分为三类，第一类是产品规格工艺变化不多，但是大批量生产的企业，例如家电、电机、马达、水泵等；第二类是按订单生产的行业，小批量多品种。这类行业的特殊性在于70%的生产是大批量的，但是有30%的产品在装配过程中是需要定制的；第三类是按订单设计的行业，例如高端装备制造业，包括航空、高铁、造船等行业，单件小批，生产工期长。针对这三类的企业，西门子都有专门的解决方案。在MES2.0阶段，西门子在MES产品中解决了两个问题，一是更好的标准化，二是行业标准答案。
第三代：未来五年内将会推出MES3.0。在这个阶段将增强MES和PLM的接口，即把PLM和MES组成一个统一的数据库平台，这个开放式的平台会将PLM产品的设计信息实时地与MES互动，产品工艺设计一旦完成，所有关键信息会立刻传递到MES系统中，这样会使得一个企业真正实现从设计到制造执行的信息共享。这样一个强大的接口将是未来西门子在技术上的重大突破。除了统一数据库平台，在MES3.0时代，西门子还将把MES功能扩展到MOM（制造运营管理）平台，增加工厂管理，例如仓库管理、安全管理、能源管理、环境管理等模块。延伸数据库的功能，满足其它的数据采集方式，例如摄像头、电视监控、二维条码等，以及与上下游供应商实现无缝的接口。根据西门子MES未来的战略，在意大利热那亚的全球MES研发中心将会升级为全球工业指导中心，推进MES3.0版本的发展。
从西门子的MES软件发展历程，包括其后期的外延并购案例来看，西门子的MES发展对于国内企业而言是具有借鉴意义的，重点在于打造基于行业的解决方案包，然后形成与其他软件的互通接口，例如PLM、ERP等软件的接口，形成统一的数据库平台。
（3）PLM软件：数字工厂的起点PLM软件是重要的工业软件
PLM软件可以让企业高效且经济地管理一个产品的生命周期，从产品构思、设计与制造，一直到服务和退市处理。计算机辅助设计(CAD)、计算机辅助制造(CAM)、产品数据管理(PDM)和制造过程通过PLM无缝地集成在一起。PLM与SCM、ERP分别从不同维度出发，PLM从时间的维度看世界，并且偏重于产品设计层面，与MES层相互连接，是数字化工厂的需求源头。
PLM产品构成包括三类：（1）CAx类产品，包括集中于创建3D几何图形、产品设计和产品数据形成的CAD软件，计算机辅助系统进行场景建模，数值分析的CAE软件，利用计算机进行生产设备管理控制和操作的过程模拟软件CAM。（2）cPDM类产品，这类软件是协同产品定义管理软件，在产品全生命周期体系下，存储和检索产品和产品数据；（3）数字化制造车间，主要用于计划和模拟整个制造过程。
PLM软件的发展历程来看，从早期的CAD产品到PDM，再从PDM到PLM软件，一共经历了三个重要的时代：
第一个时代（20世纪70年代）：CAD时代。上世纪70年代，三维CAD就开始在全球大型企业广泛应用，但是这个时代还没有产品数据管理的概念，各个厂商在各自的CAD上开发的数据管理模块，只是为了解决集中存储和快速查询的问题只能管理单一的CAD数据，既无法实现开发流程的管理更无法实现与外部系统的数据交流。但是这个功能，一定程度的缓解了这些大型企业对产品数据管理的强烈需求。
第二个时代（20世纪90年代）：PDM时代。这个阶段，随着企业信息化理念及技术的进步，CAD的数据管理功能已经无法满足企业的需要。PLM供应商们开始着手开发独立与CAD之外的，具有产品数据的管理能力的PDM系统。90年代上属于百花齐放阶段。PDM形成2大流派：以UGS和SDRC、CV为首的，“CAD+PDM”集成模式；以IBM、惠普、MatrixOne、Aglie、Smarteam为代表的独立PDM产品模式；90年代中SDRC凭借I-DEAS和Metaphase的产品性能，称霸全球汽车制造业，占比达到90%以上；90年代后期则出现了一波收购狂潮。UGS、PTC和达索开始疯狂的收购模式。小PDM厂商退出市场，巨头逐渐形成。
第三个时代（21世纪初至今）：PLM时代。第一个5年——PLM新概念产生。CIMdata提出了cPDM概念，SDRC和PTC先后转向PLM。Infor和SAP相继开发出自己的PLM产品。第二个5年——市场分化和洗牌。PTC收购Arbortext，达索收购MatrixOne，西门子收购UGS，甲骨文收购AgileSoftware。从此PLM市场形成了西门子、达索、PTC、Autodesk、甲骨文等巨头时代。
PLM产品的发展过程是一部并购史。美国著名咨询公司Gartner每年都在关键领域对主要厂商进行定位，采用的方式是“魔力象限图”。魔力象限的四个象限依次分别为领导者（Leaders）、挑战者（Challenger）、有远见者（Visionaries）和特定领域者（NichePlayers）。在PLM领域，魔力象限已经成为广泛任何核引用的行业分析工具。通过分析近十年的魔力象限图就可以看到，过去10年PLM行业的进化历程中外延收购是主要的主题，大平台通过并购方式布局PLM领域。在整个过程中，西门子、达索等厂商通过并购，成为PLM领域重要的软件提供商。
在PLM行业目前的产业结构中，国内供应商也可以大致分成三类：（1）以计算机辅助设计（CAD）为主体，代表性厂商有西门子、达索和PTC；（2）以PDM为主体的PLM厂商，主要代表性厂商包括北京艾克斯特、清软英泰、上海思普和武汉开目等；（3）以PLM+ERP为主的信息化解决方案提供商，包括用友、甲骨文、SAP等。
根据CIMdata的研究统计，2014年全球PLM市场增长7%，达到372亿美元。PLM系统细分市场中，cPDm市场增长6.5%，达到127亿美元，服务增长低于软件增长；另外，工具市场增长6.9%，达到239亿美元，仿真分析市场增长高于总体工具市场；数字化制造市场增长10%。
国内PLM市场增速快于全球市场。2014年中国国内主流PLM市场规模达到14.69亿美元，同比增长12%，占全球PLM市场比例从3.74%提升到3.95%。在各个细分领域中，各细分市场均实现一定的增长；cPDm市场和三维CAD市场增长相对平稳；仿真软件是工具类软件中增长最快的，增速达到14.5%；与制造环节相关的数字化制造市场和CAPP需求旺盛，增长较快，但基数仍然较小；二维CAD有小幅增长。
全球四大龙头垄断了PLM市场68%的市场份额。目前全球PLM行业竞争格局来看，属于高集中度寡头垄断型市场，全球四大龙头市场份额大约占68%。达索系统是PLM行业全球最大提供商，市场占比约为30%，其次为西门子，市场份额20%，PTC占比10%，Autodesk占比8%。
全球PLM市场龙头公司达索系统。达索系统公司是目前全球最大的PLM软件提供商，旗下PLM软件产品众多，包括产品设计软件CATIA，数字化制造工艺软件。DELMIA，仿真分析软件SIMULIA，数据管理软件ENOVIA和简单的三维工艺设计软件3DVIACOMPOSER。达索公司在全球拥有1.24万名员工，跨越140个国家和12个行业，拥有1000万个本地用户和一亿个在线用户。其最新市值达到了171.7亿美元，远高于行业另一巨头Autodesk公司市值为107.4亿美元，全球PLM行业上市企业平均市值仅为60.3亿美元，可以看出达索系统公司在PLM领域的全球性地位。
从龙头达索系统公司的主营业务构成比例来看，其PLM业务占比高达60%，且主流3D业务占比也达到21%，由于3D场景建模有时也被纳入广义的PLM产品中，实际是达索系统公司的PLM相关业务占比接近90%。相对于其他厂商而言，达索系统属于比较纯的PLM厂商（不论是从绝对体量还是PLM业务占比来看均如此）。
从达索系统公司历年营业收入和股价变动来看，业绩与股价趋势保持高度一致，工业4.0（工业互联网）的启动，也带动了其股价上行。达索公司过去5年平均收入增幅约为10%左右，平均净利润增幅为15%左右。
2、工业通讯：实现万物互联的枢纽
在工业4.0的层次架构体系中，工业通讯层是链接每层的重要枢纽，在数字化工厂或者智慧工厂中，工业通讯是无处不在的。CPS是工业4.0的实践基础，没有CPS的支撑，智能工厂、智能制造都是空中楼阁。而物联网又是CPS的一种简约应用形式，所以，以CPS为基础的工业4.0架构是能实现万物互联的，可以概括为M2M。M2M是一种理念，也是所有增强机器设备通信和网络能力技术的总称。广义上分如下：Machine-2-Machine、man-2-machine、machine-2-man、mobile-2-machine；人与人之间的沟通很多也是通过机器实现的，例如通过手机、电话、电脑、传真机等机器设备之间的通信来实现人与人之间的沟通。另外一类技术是专为机器和机器建立通信而设计的。如许多智能化仪器仪表都带有通信接口，增强了仪器与仪器之间，仪器与电脑之间的通信能力。
实现设备互联的目的是为了更高层的应用，首先是通过传感器从设备上收集数据，然后将相关数据通过现场联网层（例如智能网关和路由器等），传输到云平台进行处理分析，首先实现的是设备监控管理，例如设备的实时定位等，然后是更高级的应用，包括设备早期故障诊断，远程控制和能耗分析等等。
从网络通讯的角度来看，2000年以前，互联网与工业制造是两个独立发展的体系。互联网在过去的30年里，经历了因特网、万维网，到新兴的社交网络，移动互联网，云计算和物联网。而同时期工业制造经历了单机数控、计算机辅助系统（CAD）、ERP和虚拟设计等过程。到了2000年后，互联网与工业制造逐渐走向融合，物联网和云计算开始运用到工业制造环节，衍生出工业互联网与智能制造。在工业互联网的融合趋势下，工业制造的趋势逐渐从数字化向网络化和智能化转变。
工业4.0没有明确指出它与互联网有什么关系，通俗的说，就是无数个行业被互联网浪潮冲击后，互联网开始改造工业制造业了。物联网是互联网大脑的感觉神经系统，因为物联网重点突出了传感器感知的概念，同时它也具备网络线路传输，信息存储和处理，行业应用接口等功能。而且也往往与互联网共用服务器，网络线路和应用接口，使人与人（HumantiHuman,H2H），人与物（Humantothing，H2T）、物与物（ThingtoThing,T2T）之间的交流变成可能，最终将使人类社会、信息空间和物理世界（人机物）融为一体。
数字化工厂的每个层次的工业通讯方式略有差异。结合前面我们提出来的五级层次架构，每层之间的通讯方式都不一样，考虑到每个层级所赋予的职责和使命差异，工业通讯方式也存在差异。在ERP层和MES层，主要是以路由器、工业以太网和总线的方式互联，在目前的网络通讯上，没有太多的变化；在控制层，主要的通讯方式是ProfiBus、ModeBus、工业以太网和现场总线等；在传感层，主要的通讯方式为现场总线，无线网络、LTE、Zigbee、Wifi等，由于设备的流动性，因此对无线通讯网络应用较多。
(1)工业通讯的发展情况
工业通信网络自20世纪50年代开始发展，目前为止工经历了6个发展阶段，20世纪70年代随着DCS的应用,才开始形成真正意义上的工业控制网络，90年代初期，现场总线控制系统得以应用，2000年后，工业以太网开始大规模应用。工业自动化控制网络从结构上可以划分为三层：管理层、控制层和现场设备层。各个层级之间互联互通，管理层主要通过以太网连接整个网络中，控制层从现场设备中提取数据，现场设备层主要由现场总线网络组成
。      工业以太网的产业化发展历程。现场总线诞生于80年代，2006年至2011年全球年复合增长率将达到22%。主要领导企业为德国赫斯曼和西门子公司；工业以太网从2000年左右进入市场，在2005-2010年间保持年均50%的复合增速，主要产业化先驱包括赫斯曼、西门子和罗杰康。
现场总线技术尽管已有一定范围的磋商合并，但至今尚未形成完整统一的国际标准。其中具有较强实力和影响力的现场总线技术包括FoundationFieldbus、LonWorks、ProfiBus、HART、CAN、Dupline等。它们具有各自的特色，在不同应用领域形成了自己的优势，但互不兼容，这一现状一定程度上阻碍了全球工业信息化的进程。现场总线技术的主要不足之处在于：
管理层与控制层及现场设备层采用不同的通信协议，上下层之间通过上位机连接，无法直接通信，管理层不能直接访问控制区域的设备；
由于国际标准推出缓慢，各类现场总线采用不同的技术，相互之间缺乏互连性和互操作性，不能实现透明连接；
传输速率不高，缺乏对其它应用如语音、图像数据的支持能力；
由于现场总线是专用实时通信网络，成本较高。工业以太网能够提供现场总线无法提供的技术特性。工业以太网可以构建互连、互通，以及具有更好互操作性的透明一体化工业控制网络，实现工业控制网络与企业信息网络的无缝连接，形成企业级管控一体化的全开放网络，实现管理层、控制层到现场设备层之间工业通信的“e网到底”。
从实践应用来看，工业以太网正在替代现场总线。在全球工业通信中现场总线仍然占主导地位，市场份额中现场总线占66%，工业以太网占34%，并且在年度增速方面，工业以太网年均增速达到17%，远超现场总线的7%增速。随着系统复杂程度的增加，大部分现场总线难以满足平台通用性和系统性能的要求，工业以太网正在成为控制系统网络发展的主要方向，具有很大的发展潜力。
(2)工业通讯的产业化状况
工业通讯包括通讯网络和传感设备两个方面，主要由四个基础部分构成:（1）智能资产设备，主要包括传感器、处理器和存储器；（2）数据通信基础设施，为智能资产数据通信提供保障；（3）数据分析工具，包括相关的大数据和云计算算法和软件；（4）人，包括决策者和执行者。从产业的角度看，目前产业规模产值和发展规模中，智能资产设备和通信基础设施是主要的产业化方向。具体的发展标的是传感器和工业以太网。
从总体来看，ICInsights数据显示，2014年具备连网及感测系统功能的物联网整体产值约483亿美元，同比增长21%，到2018年可望达到1036亿美元，2013年至2018年复合成长率也将达21%。2014年全球联网设备有37.5亿台，比2013年增加24%，预计到2020年时，物联网安装基数将达到250亿，同时增加收入将达到3000亿美元。
3、机器视觉：让机器具备感知能力
（1）机器视觉概述及技术路线
只有机器设备具备了主动感知环境、产品工艺、操作者水平的变化，主动调整软件和程序，自动适应周围的变化，并根据这些变化不断地学习和优化自己的控制性能才是智能化（是autonomous的概念，而不仅仅是automation自动化，强调的是自主）。机器视觉是让机器设备具备外界感知能力的一种实现方式。
典型的机器视觉系统，主要用计算机来模拟人的视觉功能从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制.一个典型的工业机器视觉应用系统包括：光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械执行模块。
机器视觉行业的上游有光源、镜头、工业相机、图像采集卡、图像处理软件等的提供商。行业下游应用较广，主要下游市场是半导体和电子制造行业。除此之外还有应用到汽车、印刷包装、烟草、农业、医药和交通等领域，在这几个领域的市场应用占比已经高达75%以上。
在计算机视觉中，人脸识别相对于机器视觉简单，各种各样人脸识别的算法很多，现在准确率可以达到99%。OpenCV是Intel开源计算机视觉库。拥有300多个C函数的跨平台的中、高层API。实现了图像处理和计算机视觉方面的很多通用算法。OpenCV对非商业应用和商业应用都是免费的。
当前机器视觉主流的检测手段还是依赖2D相机，即从灰度图中提取被测物特征，在X-Y平面内进行测量。当遇到需要高度测量或需要Z方向信息，如需要测高度、测深度、测厚度、测平面度、测体积、测磨损等情况时，2D视觉往往无能为力。这时，3D视觉技术就成为解决机器视觉问题的重要检测手段。目前3D视觉系统主流有3种方式，随着机器视觉领域测量技术的多元化发展，3D视觉技术必将成为一种重要的检测手段。
（2）机器视觉在国内的产业化现状
机器视觉发展至今，早已不是单一的应用产品。机器视觉的软硬件产品已逐渐成为生产制造各个阶段的必要部分，这就对于系统的集成性提出了更高的要求。工业自动化企业要求能够与测试或控制系统协同工作的一体化工业自动化系统，而非独立的视觉应用。在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
2013年全球机器视觉系统及部件市场规模为34.01亿美元，相对于2007年增长了56.08%。最近几年全球机器视觉系统市场规模平均增速约为10%左右；从产业地区分布看，2013年全球机器视觉产业主要分布于北美、欧洲以及日本地区。其中北美占比达到了62%。欧洲占比为15%，日本为10%。
随着全球制造中心向中国转移，中国机器视觉市场正在继北美、欧洲和日本之后，成为国际机器视觉厂商的重要目标市场。目前包括中国和日本在内的亚太地区占全球的比重突破20%已经超过欧洲，位居全球第二大区域市场。
从美国的市场来看，2010年度，机器视觉部件及系统在北美地区销售额增加41％，达到17.92亿美元。2013年北美机器视觉总销量同比上升18.71%。机器视觉总销量包括机器视觉系统的销量和机器视觉组件的销量。包括应用视觉系统及智能相机在内的机器视觉系统继续全面增长。
在美国机器视觉的各个细分领域市场占比中，机器视觉系统占比达到74%，其次为智能相机、工业相机、光源和其他组件。从产品构成来看，机器视觉集成系统和智能相机是机器视觉中最重要的部分。
机器视觉在国内起步较晚，真正工业领域的广泛应用也就十几年的时间。2006年以前，中国机器视觉产品应用主要集中在外资制造企业、出口加工企业及烟草企业，规模很小。目前，我国已成为机器视觉发展最活跃的地区之一，工业领域是机器视觉应用比重最大的领域，主要用于产品质量检测、分类、机器人定位、包装等，一方面替代人工视觉，另一方面用于提高生产的柔性和自动化程度。在大批量工业生产中，用机器视觉检测方法可以大大提高生产效率，减少人工风险。比如在药品生产中，采用机器视觉产品不仅可以提高药品质量检测的准确度和生产效率，还可以避免人眼长时间工作而造成的视觉疲劳。另外，将机器视觉应用于机器人的引导中，可以实现生产柔性化，使生产线很容易适应产品的变化，这成为未来发展趋势之一。目前行业正处于快速发展期，具有很大的发展空间。具体表现为行业市场容量在快速增长、应用领域逐渐扩大。预计2016年国内机器视觉系统市场规模达到了38亿元，年均增幅保持在37%左右，处于高速增长阶段。
我国机器视觉行业主要竞争主体包括(1)产品生产商，主要由工业自动化公司、国际知名机器视觉公司和光源公司构成；（2）产品代理商，数量众多，分布广，全国超过300家代理商主要代理国外品牌设备；（3）系统集成商。
全球机器视觉龙头公司康耐视。康耐视是全球机器视觉企业龙头，2014年实现营业收入4.86亿美元，同比增长41%，其销售额约等于整个国内机器视觉企业的产值，康耐视的业务收入从2010年以来保持平稳增长，并且公司的产品远销全球，美国本土之外的市场占比接近70%。公司股价从2013年工业4.0概念启动以来，股价一直保持稳步上行，实现了200%的累计收益率。
结合康耐视和国内机器视觉的现状，我们认为未来国内机器视觉具有广阔的市场需求空间，从竞争格局来看，行业竞争分散，缺乏龙头公司。在目前以集成为主的市场中，我们认为未来有望诞生类似于康耐视这种体量的大公司。
二、工业4.0在中国的投资机会梳理
1、工业4.0背景下企业转型机遇
工业4.0的实施背景，一方面来自于政府的强力推动，另一方面来自于企业实实在在的需求。不论是德国工业4.0还是中国制造2025，都面临的一个共同问题是产业升级，人工成本上升。自2002年1月1日欧元正式流通以来德国的劳动力成本的增速高于欧元区的平均增速。我国国内经济发展也面临着典型的“中国之困”，过去我国的制造业主要以“引进来，消化吸收，走出去”的模式，但是随着实际利用外资规模增速放缓，外资投资项目数量下滑，国内制造业升级以及成为重中之重。
在来自成本的要素驱动下，积极转型工业4.0，是国内企业提升效率，提升产品附加值的重要方向，以机器换人为目标的项目在国内以及逐步推开，数字化工厂将有效缓解用工难，用工成本高等问题。
在全球化竞争中，各国在制造业产业链中的位置呈现金字塔形，在金字塔顶端的高端制造业中，这类市场主要被美国、德国等传统制造业强国占据；在中端的制造业中，主要领域是大规模集成电路新品、电子产品关键元器件、中间件等，主要的参与主体是韩国、日本、中国台湾等；在低端市场，主要以原材料和劳动密集型、整机加工组装等产业为主，中国大陆和东南亚等地是主要参与者。从各国在制造业产业链中的位置来看，微笑曲线两端的高价值环节，都被美国、德国等企业攫取，我们仍然集中于中间环节技术含量低、能源粗放的产业。
以富士康为例，其电子产品代工厂选址主要考虑劳动成本，从传统的沿海城市，逐渐渗透转移到内地城市，未来将进一步转移至成本更低的东南亚。在这样背景下，传统制造业让我们看到了仅仅依赖劳动力成本优势的制造业是没有竞争力的。因此，以工业4.0为目标的制造业升级带给中国的机遇非常广阔。
2、工业4.0的投资机会梳理
目前国内工业4.0仍然处于主题投资阶段，综合来看，工业4.0是一个愿景，伴随着国家顶层设计的出台，相关公司在工业4.0领域的布局，我们认为工业4.0是值得长期投资的。虽然，大多数表现为事件驱动，亦或是是“挂工业4.0羊头，卖机器人及自动化的狗肉”，但是，我们认为，只要是明确的向工业4.0的发展方向迈进的，都是工业4.0标的。
工业4.0在各领域的投资机会主要集中于我们前面所说的三大模块：工业软件、工业通讯和机器视觉。在三大模块中，MES、机器视觉、工业以太网的增速都超过了25%，PLM领域增速也在15-20%之间，未来发展迅速，市场空间广阔。目前各个领域中，都是由外资品牌占领着重要市场，国内的上市公司较少，未来有望诞生大公司。
从机械行业而言，国内上市公司转型工业4.0的路径，主要分两条路线：（1）传统制造业，通过外延发展积极并购，拓展工业4.0业务，以东方精工、慈星股份等为例；（2）传统自动化工厂，在工厂改造过程中，积极切入工业4.0业务，以科远股份、海得控制等为例。
工业4.0主题投资选股原则和重点标的：第一，工业4.0是传统制造业转型升级的方向，代表中国经济未来。工业4.0板块的投资机会将贯穿全年，牛市进入下半场工业4.0概念股分化将十分明显，建议关注主业稳健增长，并购预期强烈的标的。经过近期的调整，很多工业4.0标的的估值已经回到安全范围，存在超跌反弹的大机会。第二，好的标的要有明确的工业4.0逻辑，同时要有一套并购组合拳。现在上市公司围绕工业4.0的并购方式主要是，一方面通过并购相对传统业务，增厚利润，把估值降低到安全范围，同时改善现金流；另一方面通过参股或控股，获得性感的工业4.0标签，比如工业软件和机器视觉等。第三，估计下半年工业4.0标的分化比较明显，建议重点关注东方精工、天奇股份、诺力股份、智云股份、慈星股份、锐奇股份、海得控制、亚威股份、金明精机、京山轻机、黄河旋风机器人和博实股份等。
三、投资风险提示
自动化改造进度低于预期；投资标的并购进度低于预期；投资并购标的质量风险。