隨著工業(yè)4.0概念如火如荼的發(fā)展，要落實工業(yè)4.0，傳感器的導入成為必要，因此工業(yè)市場開始啟動對傳感器的需求。傳感器在工廠制造環(huán)境中，可以滿足各種應用需求。包括機械生產(chǎn)設(shè)備預測性維護與自動化、資產(chǎn)追蹤與供應鏈、即時監(jiān)測與校準、震動檢測防竄改、油電用量計算，以及流量計算水位監(jiān)測等。

近年來工業(yè)傳感器一直保持著較高增長率，但在2019年整體市場呈現(xiàn)出增幅下滑。

（數(shù)據(jù)來源：MIRDatabank）

在傳感器整體市場增幅下降的背景下，仍存在亮點及機會。其中光電及接近開關(guān)等技術(shù)門檻較低的產(chǎn)品，在經(jīng)濟下行的壓力下部分客戶將設(shè)備成本的重要程度前置，國產(chǎn)廠商產(chǎn)品與外資廠商的經(jīng)濟型產(chǎn)品存在新的機會。RFID、機器視覺等產(chǎn)品中，隨著自動化程度的提升，原本不需要此類傳感器的生產(chǎn)線進行升級，產(chǎn)生了購買需求；另外廠商對于傳感器應用場景的開拓，也給部分傳統(tǒng)傳感器帶來新的機會。

一、2020年工業(yè)傳感器迎來機遇

機會1：光電/接近開關(guān)的國產(chǎn)化沖擊

近年來隨著國產(chǎn)廠商的技術(shù)發(fā)展，國產(chǎn)傳感器的實力已經(jīng)可以滿足中端客戶的要求，在具備價格優(yōu)勢的情況下?lián)屨纪赓Y廠商的份額。為了應對競爭，目前部分外資廠商推出了經(jīng)濟型產(chǎn)品，且取得了一定的效果。

機會2、傳感器廠商開拓新的產(chǎn)品類型

不同于以往各廠商專注于自身擅長的傳感器，近年越來越多的廠商希望能夠借助新的產(chǎn)品提升企業(yè)表現(xiàn)。其中視覺傳感器和RFID是廠商關(guān)注的重點，部分廠商已經(jīng)推出了新品類的產(chǎn)品，或重點推廣新品類的產(chǎn)品。

機會3：新冠疫情對傳感器市場的影響

2020年第一季度傳感器銷售受到較大影響，產(chǎn)品無法有效的完成銷售訂單與出貨。

2020全年來看，傳感器受疫情影響有限。主要下游行業(yè)汽車需求延后而非消失，電子行業(yè)受5G與手機折疊屏變革利好，醫(yī)療器械目前相關(guān)產(chǎn)品如呼吸機等短期需求增長，隨著疫情的全球性蔓延，醫(yī)療器械廠商值得關(guān)注。

二、主要類型傳感器市場分析

光電/接近開關(guān)：基本保持持平，國產(chǎn)廠商上升

光電及接近開關(guān)2019年整體市場基本持平，受到汽車行業(yè)下滑影響，大部分德系廠商及高端日系廠商的光電及接近開關(guān)的銷售業(yè)績相對于2018年增速放緩。

作為技術(shù)門檻較低的產(chǎn)品，2019年及未來外資廠商在光電開關(guān)及接近開關(guān)產(chǎn)品策略上逐漸呈現(xiàn)出兩種發(fā)展方向：一種是技術(shù)實力強的公司，逐步走向定制化服務或者安裝環(huán)境困難的產(chǎn)品；另一種方向是通過研發(fā)經(jīng)濟型產(chǎn)品，在要求稍低的市場憑借自己的品牌影響力與行業(yè)口碑進行大量銷售。部分國產(chǎn)廠商憑借著不錯的質(zhì)量與低廉的價格，發(fā)展勢頭良好。

安全類傳感器：受汽車行業(yè)影響大，行業(yè)拓展緩慢

安全類傳感器2019年整體市場略有下滑，受其主要下游行業(yè)汽車的增速下滑的影響。

綜合來看安全類產(chǎn)品價格較高，國內(nèi)對安全類產(chǎn)品的意識不夠強，行業(yè)拓展還存在困難。僅有部分行業(yè)如化工廠、物流行業(yè)等對安全類產(chǎn)品的需求在加大。

RFID：由于政策支持與應用變化，增幅明顯

RFID產(chǎn)品2019年仍保持著一個較高的增長，數(shù)據(jù)溯源是其重要的應用點之一，目前智能制造以及國家對工廠大數(shù)據(jù)的政策導向?qū)е碌纳a(chǎn)線的更新是其主要增長點。

未來RFID的發(fā)展趨勢向好，主要因應用范圍在不斷擴大，除了傳統(tǒng)的工廠自動化，過程自動化如水處理行業(yè)，商業(yè)環(huán)境如奢侈品真?zhèn)巫R別也都產(chǎn)生了新的應用場景，未來應用場景存在想象空間，同時部分廠商將在未來主推RFID。

視覺類傳感器：國產(chǎn)廠商增長明顯，外資廠商份額略有下滑

視覺類傳感器整體市場近兩年發(fā)展良好，增速保持在20%，預計未來增速將可延續(xù)，主要原因在于應用范圍的擴大。機器視覺目前的3D技術(shù)可運用在測量與碼垛等場景上，深度學習也開始逐漸運用于瑕疵識別等新場景。從產(chǎn)品分類看，工業(yè)相機在規(guī)模應用時存在成本優(yōu)勢，未來比例相對于智能相機將進一步提高。