公司业务与技术发展 - 公司以“灵系列”工业软件及AI产品为核心 为具身智能、商业航天等场景提供研发至运维的全环节解决方案 [2] - 2025年前三季度 AI业务收入达3.35亿元 占总营收30.79% 毛利率提升至51.35% [2] - 公司在军工数字化领域深耕多年 2024年军工业务收入占比达33.72% 累计服务航空航天客户超200家 相关订单金额超10亿元 [2] 行业政策与市场环境 - 国务院国资委在2025年12月明确提出“十五五”期间将深化央企AI专项行动 重点培育具身智能、商业航天等赛道 [3] - 新兴产业如AI与商业航天不仅是短期热点 更是长期经济新引擎 相关机会具备持续性 [3] - 2026年初券商调研活动显著升温 近一个月148家券商调研超560家上市公司 科技股成为焦点 [4] 市场关注与股价表现 - 公司受到券商关注主要源于其在工业AI、商业航天等前沿领域的业务布局与业绩表现 [1] - 机构调研重点聚焦具备清晰技术落地路径的公司 公司在调研中被问及商业航天领域的业务规划 [1] - 截至2026年2月12日 该股近5日涨幅达5.85% 机构综合目标价为63.19元 [4]

核心业绩与市场反应 - 第四季度营收为16.8亿欧元，同比下降4.1%，低于市场预期的17.4亿欧元 [1][5] - 第四季度调整后每股收益及17.5亿欧元营收均未达分析师预期 [8] - 全年总营收持平于62.4亿欧元，低于市场预期的63亿欧元 [7] - 股价周三欧股早盘一度暴跌21%，接近创下上市以来最大盘中跌幅，触发短暂交易暂停 [1][3] 增长指引与未来展望 - 公司预计2026年non-IFRS营收增幅为3%至5%，未达分析师预期 [5] - 对2026年给出谨慎展望，预计全年营收介于62.9亿至64.1亿欧元，每股收益在1.30至1.34欧元，均低于市场预期 [8] - 摩根大通分析师指出，增长预测“甚至低于最悲观投资者的预期” [5] 业务表现与行业挑战 - 第四季度软件收入同比下降5% [7] - 全年软件收入录得56.4亿欧元，整体增长持续乏力 [7] - 面临汽车与制药两大关键行业客户需求下滑的压力 [1][8] - 传统软件业务正被生成式AI等新兴AI工具加速替代 [1][5][10] 转型战略与市场疑虑 - 公司正加速推进工业AI产品3D UNIV+RSES的商业化落地，称将“引领工业AI转型” [7] - 公司高层将AI技术浪潮视为工业软件业务的战略扩张机遇 [10] - 尽管与英伟达有合作关系，但市场对技术协同的乐观情绪被疲弱的业绩指引迅速抵消 [6][7] - 投资者对其转型节奏与执行成效仍持明显怀疑态度 [10] 运营指标与商业模式 - 公司首次披露年度运行率（ARR）指标，但该指标自2023年第四季度以来仅增长6% [8] - 杰富瑞分析师指出，在软件行业加速向订阅模式迁移的当下，这一ARR增速“可能被视为令人失望” [8] 行业背景与市场情绪 - 股价重挫是近期软件即服务（SaaS）行业遭广泛抛售的缩影 [9] - 上周因Anthropic发布新AI工具引发市场对软件及数据提供商竞争前景的担忧，股价当周已累计下跌逾4% [9] - 市场正对去年领涨的赢家群体产生普遍担忧，即所谓的“SaaS末日交易” [10] - 欧洲软件企业整体面临新兴AI工具加速替代传统产品线的背景 [10]

公司业绩预告 - 预计2025年全年归属于上市公司股东的净利润为1.30亿元至1.70亿元，同比下滑32.49%至48.38% [2] - 业绩下滑主要受生物质能源相关资产计提减值准备2.2亿元影响 [2] - 剔除资产减值因素后，归母净利润约为3.5亿元，同比增长39.57% [2] - 工业AI相关业务实现收入约2.6亿元，占整体营业收入比例首次超过10% [2] 股票交易与资金流向 - 2026年2月4日主力资金净流入545.75万元 [3] - 2026年2月4日股价报收30.2元 [3] 行业政策环境 - 工信部于2026年1月13日发布工业互联网新政 [4] - 该政策与公司业务方向契合，可能对长期发展形成支撑 [4]

核心观点 - 法国工业软件巨头达索系统因第四季度业绩不及预期及2026年展望疲软，股价暴跌近21%，引发市场对其传统软件业务护城河收窄及向AI转型进程不及预期的强烈担忧 [1][3][6] 财务表现与市场预期 - 第四季度营收为16.8亿欧元，同比下降4.1%，低于市场预期的17.4亿欧元 [3] - 第四季度调整后每股收益及17.5亿欧元营收均未达FactSet统计的分析师预期 [5] - 全年总营收持平于62.4亿欧元，低于路孚特63亿欧元的市场预期 [4] - 全年软件收入录得56.4亿欧元，第四季度软件收入同比下降5% [4] - 公司预计2026年non-IFRS营收增幅为3%至5%，未达分析师预期 [3] - 公司对2026年给出谨慎展望，预计全年营收介于62.9亿至64.1亿欧元，每股收益在1.30至1.34欧元之间，而市场此前预期分别为65.8亿欧元和1.37欧元 [5] 业务与增长挑战 - 汽车和制药两大关键行业客户需求下滑，导致第四季度业绩及全年指引双双不及预期 [6] - 公司首次披露的年度运行率（ARR）指标自2023年第四季度以来仅增长6%，在软件行业加速向订阅模式迁移的背景下，该增速被视为令人失望 [6] - 整体增长持续乏力，市场担忧传统软件业务被新兴AI工具加速替代 [3][4] 战略转型与AI布局 - 公司正加速推进工业AI产品3D UNIV+RSES的商业化落地，称该平台将“引领工业AI转型” [4] - 公司高层将AI技术浪潮视作工业软件业务的战略扩张机遇，但投资者对其转型节奏与执行成效仍持明显怀疑态度 [6] - 英伟达CEO黄仁勋表示，已首次将CUDA-X、AI及Omniverse平台技术全面整合至达索系统的工具套件中，并称此举“完全革命性” [4] 市场反应与行业背景 - 股价在巴黎交易所早盘一度暴跌21%，接近创下上市以来最大盘中跌幅，并触发短暂交易暂停 [1] - 股价重挫成为近期软件即服务（SaaS）行业遭广泛抛售的缩影，被描述为“SaaS末日交易”的最新体现 [6] - 上周，因Anthropic发布新人工智能工具引发市场对软件及数据提供商竞争前景的担忧，该公司股价当周已累计下跌逾4% [6] - 在欧洲软件企业整体面临新兴AI工具加速替代传统产品线的背景下，市场信心修复尚待更明确的基本面信号 [6]

公司核心技术体系 - 公司构建了“稳定、可维护、可解释”的核心技术体系，其特点并非追求复杂模型与高算力，而是深度贴合重工业生产场景的务实创新 [3] - 公司以工艺建模、设备异常预警、生产能耗控制为三大技术支柱，形成了覆盖多行业的全流程技术解决方案 [3] - 公司自主研发的“人工智能设备故障预警系统”与“人工智能生产能耗控制系统”已成功获得国家软件著作权，相关技术成果获得官方知识产权保护 [3] - 公司持续加大研发投入，已累计申请多项发明专利与实用新型专利，围绕工艺优化、配料控制、设备诊断等关键领域完善知识产权布局 [3] 技术落地与项目实践 - 在技术落地层面，公司坚持“本地化部署+模块化设计”的核心思路，拒绝脱离工业现场的“实验室技术” [5] - 公司技术体系实现了工艺语言与数据语言的深度融合，通过联合行业专家将实操经验转化为可量化参数，再结合实时数据进行动态建模 [5] - 在山东某混凝土商混平台智能配比项目中，通过本地化部署的AI系统对原材料配比进行精细化约束，在确保产品核心质量指标100%达标的前提下，实现了原材料成本的持续优化 [5] - 在钢铁行业加热炉智能温控项目中，通过对关键参数的智能建模与动态约束，有效降低了人工操作波动带来的能耗浪费，实现了能效的稳定提升 [5] - 公司技术体系具备“不停机上线、低成本改造”的显著优势，可快速嵌入企业现有生产流程，降低智能化转型的门槛与风险 [5] 行业发展阶段与痛点 - 当前工业AI多数仍停留在“项目验证”阶段，规模化复制面临三大痛点：误将算法能力等同于产业能力、工艺与数据语言脱节、决策逻辑缺乏信任基础 [3] - 工业现场不缺先进模型，缺的是能长期稳定运行、可被理解信任的解决方案 [3] - 工业AI发展正经历从示范应用到规模复制，再到形成产业范式的阶段性演进，目前正处于规模复制阶段，未来将迈向产业范式形成期 [6] - 真正成熟的工业AI应具备跨场景迁移能力，在不同重工业领域实现“稳定、经济”的共同目标，并用统一决策语言推动行业协同 [6] 公司行业定位与未来方向 - 公司深耕工业AI领域，致力于为混凝土、水泥、钢铁等大型工业生产现场提供精准数据支撑 [1] - 公司助力多家世界500强及行业龙头企业实现智能转型 [3] - 在ESG理念深化背景下，公司正与相关单位合作，探索从能耗监测到智能节能的系统路径，以技术创新支撑重工业绿色转型 [6] - 公司的实践印证了当AI成为工业体系的默认部分，而非独立项目，中国制造才能实现真正的质量变革与效率提升 [6]

文章核心观点 - 工业AI需求已从头部企业探索转向全行业提质降本增效的刚需 中国工业正处在数字化向智能化跨越的关键拐点 “人工智能+工业”是产业升级核心引擎 [1] - 工业AI正从概念探索迈向规模化应用新阶段 全球市场高度重视但落地阶段因区域差异而分化 中国厂商可依托技术积累与产业链优势 以多元化路径渐进式拓展海外市场 [1] 国内市场 - 工业AI需求转向全行业提质降本增效的刚需 预计到2028年中国工业企业AI支出规模将接近90亿元人民币 年复合增长率达38% [1][2] - 预计到2030年全球活跃智能体数量将突破22.16亿个 年复合增长率达139% 工业领域活跃智能体是最重要组成部分之一 [1][2] - 智能体数量快速增长将与工业AI规模化需求形成共振 智能体作为任务编排与流程执行载体 有助于将AI从点状能力升级为可运营的生产力 加速规模化落地 [2] - 2026年1月 工信部等八部门印发《“人工智能 + 制造”专项行动实施意见》 明确提出到2027年推出1000个高水平工业智能体的目标 [4] - 同期 国家发改委、国家能源局发布《关于推进“人工智能 +”能源高质量发展的实施意见》 与前述政策形成合力 共同推动AI与制造、能源等工业领域深度融合 [4] - 工业具有强行业差异与强流程约束 难以依赖消费级通用智能体 针对设计研发、仿真测试、工艺改进、质量检查、设备运维、能耗管理等细分环节的专门适配工业智能体正在快速增多 [5] - 工业智能体呈现向更强专业、更深嵌入、更可控可管的技术路线演进趋势 [5] 全球市场 - 预计到2028年 全球工业企业AI支出规模将接近2.2万亿人民币 年复合增长率达63% [6] - 中国市场的900亿人民币工业AI支出占比仍有限 海外市场在需求体量、行业多样性与付费能力上存在更大空间 [6] - 全球各区域工业AI需求呈现差异化 欧洲、北美等发达市场工业企业数字化与工业软件体系更成熟 偏好体系化、高端定制与长期服务续订 但整体成本高、交付周期长 [6] - 针对发达市场 中国工业AI厂商可从工业视觉、能耗优化、新能源场站运维等细分场景切入 以轻量部署、快速见效、性价比形成差异化补位 [6] - 东南亚等新兴市场工业AI落地意愿强但适配性方案与本地化交付供给不足 中国厂商可输出成熟的场景化方案与一体化服务 重点强化本地生态伙伴、交付标准化与运维体系建设 [6] - 出海需要同步构建三层能力 合规与数据治理能力、本地交付与合作伙伴体系、以及行业场景的可复用产品化封装 [6] - IDC全球工业研究已启动一系列与工业智能化相关的研究议题 覆盖制造业、能源行业、供应链三大主题 旨在助力中国工业AI厂商进入国际视野 强化品牌可信度与市场触达效率 [7]

公司战略定位与发展历程 - 公司从实现控制系统的国产化替代起步，逐步成长为提供智能制造整体解决方案的供应商，并最终转向以数据与AI驱动的工业智能平台运营商 [2] - 公司的核心战略是依托深厚的工业知识（Know-how）与海量数据，通过创新技术致力于解决流程工业在安全、质量、低碳和效益方面的核心痛点，引领全球流程工业的智能化与可持续发展 [2] 核心技术产品与性能 - 公司推出的全球首款通用控制系统（UCS）采用了颠覆性架构，能将传统机柜空间缩减90%，建设周期缩短50% [3] - 公司自主研发了全球首个流程工业时间序列大模型（TPT），如同工厂的“数字大脑”，能够精准地优化全厂运行 [3] - 公司正通过TPT大模型与通用控制系统UCS的深度融合，构建“感知-决策-执行”全链路闭环，逐步实现从单装置智能控制到全厂级AI“无人调度”的跨越 [4] 商业应用与客户价值 - 公司已在多个大型化工企业成功落地商业案例，展现出工业AI在实际生产场景中的深度应用与价值创造 [1] - 公司的创新模式不仅提升了生产效率，还显著降低了运营成本，为客户创造了巨大价值 [4] 全球化市场布局 - 公司已在中东、东南亚等地设立分支机构，并与沙特阿美、日本三菱等国际标杆客户建立了长期合作关系 [4] - 公司未来将继续加大海外市场拓展力度，通过本地化服务与定制化解决方案，进一步提升全球市场份额 [4] 行业地位与愿景 - 公司是从工业自动化率先迈向工业AI转型的行业先锋，是全国工业AI龙头 [1] - 公司致力于夯实工业AI龙头地位，引领流程工业迈向高质量、绿色化、智能化发展的新阶段，为全球工业智能化贡献“中国智慧” [4]

合作核心与愿景 - 英伟达与达索系统宣布了双方超过25年合作中规模最大的一次合作，旨在融合技术，让工程师能够以比以前大100倍、1000倍，最终是100万倍的规模进行工作 [2] - 合作的核心是共同描绘基于物理“世界模型”的工业AI蓝图，这些系统旨在产品、工厂甚至生物系统建造之前就进行仿真模拟 [2] - 目标不是取代工程师，而是通过AI智能体伙伴承担探索性和重复性任务来增强工程师的能力，使其获得杠杆和创造力 [5][6] 技术融合与平台架构 - 新的合作伙伴关系将英伟达的加速计算、AI库（如CUDA-X、Omniverse物理AI库）与达索系统的虚拟孪生平台（3DEXPERIENCE）相结合 [2][4] - 合作将加速计算、AI和数字孪生技术结合，让工程师既能设计几何形状也能设计行为，并在开发早期探索更大的设计空间 [3] - 达索系统正通过其OUTSCALE主权云在三大洲部署英伟达驱动的AI工厂，使客户能够在满足数据驻留和安全要求的同时运行AI工作负载 [4] 应用领域与具体方案 - 在生物学和材料研究领域，通过英伟达BioNeMo平台和BIOVIA科学验证世界模型加速新分子和下一代材料的发现 [4] - 在AI驱动的设计和工程领域，使用英伟达AI物理库的SIMULIA基于AI的虚拟孪生体，帮助设计师和工程师准确即时地预测物理行为结果 [4] - 在制造领域，与DELMIA虚拟孪生体集成的英伟达Omniverse物理AI库，旨在实现自主的软件定义生产系统，为每个工厂提供虚拟孪生体 [4] - 通过结合英伟达AI技术（如Nemotron开放模型）与达索系统行业世界模型的3DEXPERIENCE智能体平台，为虚拟伙伴提供深度工业背景支持，提供可信的可操作智能 [4] 行业影响与范式转变 - 人工智能将被视为像水、电力和互联网一样的基础设施 [2] - 虚拟孪生体被定义为“知识工厂”，是知识创造、测试和信任的场所，价值向上游转移，在物理建造之前完成验证 [3][5] - 工厂本身正在从静态的物理资产转变为作为虚拟孪生体进行设计、仿真和操作的活系统 [4] - 这一转变被定义为计算堆栈的重新发明：从手动指定的结构化数字设计转向能够在工业规模上生成、仿真和优化的软件系统 [2] - 达索系统的3DEXPERIENCE平台服务全球超过4500万用户和40万客户，是虚拟孪生技术的领导者 [3] 未来展望 - 合作被定义为不仅仅是性能提升，而是一个开启新可能性的努力，帮助公司在坏选择变成昂贵错误之前就消除它们，并创造全新的产品类别 [5] - 成功不在于自动化过去，而在于发明未来 [5] - 世界模型作为基于物理学的科学验证AI系统，将成为生物学、材料科学、工程和制造等领域的关键任务平台 [3][7]

英伟达CEO黄仁勋近期活动与观点 - 英伟达CEO黄仁勋近期行程密集，先后出席达沃斯论坛、访问中国多地，并在美国休斯顿参加达索系统活动，演讲主题聚焦工业AI [2] 英伟达与达索系统的合作 - 英伟达宣布与工业软件公司达索系统合作，双方将利用虚拟孪生技术构建工业AI平台 [2] - 合作将结合达索的虚拟孪生技术与英伟达的AI基础设施、开源加速软件库，建立经科学验证的行业世界模型，应用于生物学、材料科学、工程和制造等领域 [2] - 技术的融合将使工程师能在比以往大10万倍的规模上开展工作，并实时生成虚拟孪生世界 [3] 工业AI与虚拟孪生技术的应用前景 - 黄仁勋认为，未来设计、模拟、验证及操作都将由软件定义，从网球鞋到汽车、工厂均是如此 [2] - 物理AI与仿真的结合，使AI能学习预测物理行为，实时运行时预测规模可达1万倍以上，结合模拟和仿真将带来革命性改变 [3] - 在工厂中，数以百万计的工厂可以在虚拟孪生世界中预先完成生产线安排和机器人组织 [3] - 达索系统高管表示，物理AI与虚拟孪生技术结合，可使工厂在虚拟环境中测试和重新配置生产的过程耗时从几个月缩短至几个小时 [4] 工业基础设施建设与AI工厂 - 黄仁勋指出，全球正开始史上最大规模的工业基础设施建设，价值数万亿美元甚至数十万亿美元 [4] - 为满足AI基础设施建设需求，芯片工厂、计算机工厂和AI工厂三个产业正在扩大规模 [4] - 这些工厂非常复杂，在破土动工前于虚拟孪生世界设计和模拟，能节约大量时间和金钱 [4] - 黄仁勋提出，每个制造商未来都将有两个工厂，一个用于制造产品，另一个创造驱动这些产品的智能 [5] 英伟达在工业AI领域的布局 - 近一年来，英伟达频频在工业AI领域布局 [4] - 去年6月，英伟达宣布在德国建设全球首个工业AI云，配备1万颗Blackwell GPU [5] - 在该云平台的图景中，汽车可在虚拟环境中设计，机器可在虚拟环境中训练，优化后放到现实工厂运行 [5]

文章核心观点 - 英伟达首席执行官黄仁勋近期行程密集，在多个场合阐述工业AI与虚拟孪生技术的融合将深刻变革设计、制造等工业流程，并宣布与达索系统合作构建工业AI平台 [2] - 英伟达正积极布局工业AI领域，包括建设配备大量GPU的工业AI云，旨在推动制造业向软件定义和数字化全面转型 [5][6] 工业AI与虚拟孪生技术的融合应用 - 黄仁勋预测，未来工业设计将100%时间用于数字化，所有事物（从网球鞋到汽车、工厂）都将由软件定义 [2] - 英伟达与达索系统合作，结合虚拟孪生技术与英伟达AI基础设施，构建用于生物学、材料科学、工程和制造等领域的行业世界模型 [2] - 技术融合将使工程师能在比以往大10万倍的规模上开展工作，并实现实时生成虚拟孪生世界，而非预先渲染画面 [3] - AI学习预测物理行为并与仿真结合，可实时预测1万倍以上的规模，为设计带来革命性改变 [3] - 在虚拟孪生世界中，可对数百万计的工厂进行生产线安排和机器人组织等预先模拟 [3] 软件定义生产系统与工厂变革 - 达索系统高管指出，当前制造和物流系统僵化、难以扩展且脆弱，未来工厂将由软件定义生产系统 [3] - 物理AI与虚拟孪生技术结合，可使工厂在虚拟环境中测试和重新配置生产，将相关过程耗时从几个月缩短至几个小时 [3] - AI工厂的复杂性远超普通工厂，必须进行预先模拟才能确保系统正常工作 [3] - 黄仁勋提出，每个制造商未来都将有两个工厂：一个制造产品，另一个创造驱动产品的智能 [6] 大规模基础设施建设中的必要性 - 全球正进行价值数万亿美元甚至数十万亿美元的历史上最大规模工业基础设施建设 [4] - 为满足AI基础设施建设需求，芯片工厂、计算机工厂和AI工厂三个产业正在扩大规模 [4] - 在破土动工前，于虚拟孪生世界进行设计和模拟，能为这些复杂工厂节约大量时间和金钱 [4] 英伟达在工业AI领域的布局 - 近一年来，英伟达频繁在工业AI领域进行布局 [5] - 2023年6月，英伟达宣布在德国建设全球首个工业AI云，配备1万颗Blackwell GPU [6] - 在该工业AI云图景中，汽车可在虚拟环境中设计，机器可在虚拟环境中训练，优化后再部署到现实工厂运行 [6]