产业规模与增长预测 - 中国数字建筑产业规模将从2025年的620.4亿元增长至2027年的988.5亿元 [1] - 规划设计数字化产业规模崭露头角，未来将显著提升，为建筑行业数字化转型提供支撑 [3] - 建造施工数字化整体规模持续扩张，受益于技术、政策、需求三重红利叠加 [4] 核心技术驱动因素 - AI已渗透至设计生成、施工优化、成本管理、运维预测等建筑全生命周期 [1] - 行业大模型与工程知识库使静态模型升级为可进化的“智能体” [1] - BIM通过技术自主化与生态协同加速建筑业全链条重构，从“能用”向“好用”跨越 [1] - BIM、云计算、大数据、产业AI等技术为数字建筑产业提供有力技术支撑，拓展应用场景 [3] 细分市场发展趋势 - 建造施工数字化细分领域呈现“精细化管理与智慧化建造双轮驱动”特征 [4] - 精细化管理作为行业数字化“基础盘”，规模增速稳健，未来将向“全场景数据协同”“AI决策闭环”深化 [4] - 智慧化建造作为行业数字化“增长极”，规模增速领先，未来将向“无人化施工”“AI+建筑机器人”等前沿领域拓展 [4] - “AI+建筑安全”“AI+建筑运维”等细分赛道将逐步延伸，挖掘市场新蓝海 [4] 企业战略与案例 - 广联达提出“用产业AI打造‘好房子’的建筑行业发展新模式”，并提炼出“三高”成功关键：高质量数据、高可靠模型、高价值场景 [4] - 高质量数据以“BIM+IoT数据融合”为核心 [4] - 高可靠模型通过“行业大模型+工程软件”深度融合模式实现 [4] - 高价值场景聚焦“设计一体化、成本精细化、施工精细化” [4] - 中国BIM软件已涌现一批重点企业，包括广联达等长年深耕建筑领域的数字建筑平台服务商，以及中国建筑集团下属的研究院及企业 [5] 政策与产业支撑 - 受益于工业软件相关政策，规划设计数字化产业规模崭露头角 [3] - 中国正致力于推动工业软件大发展及关键核心技术突破，为建筑产业数字化转型提供重要支撑 [5]

整体财务表现 - 2025年前三季度营业收入42.7亿元，同比减少2.22%，但第三季度收入同比增长3.96% [2] - 2025年前三季度归母净利润3.11亿元，同比增长45.9% [2] - 整体毛利率同比提升1.14个百分点 [2] - 营业成本同比减少10.27% [7] - 销售费用同比增加4.66%，管理费用同比减少11.37%，研发费用同比减少1.76% [7] 各业务板块表现 - 数字成本业务前三季度收入34.46亿元，同比减少4.95%，第三季度收入11.6亿元与去年基本持平，第三季度新签云合同同比恢复正增长 [3] - 数字施工业务前三季度收入5.29亿元，同比增长17.19%，第三季度收入2.17亿元，同比增长33.09%，毛利率提升至54.28% [4] - 数字设计业务前三季度收入0.48亿元，同比增长2.52%，第三季度收入1720万元，同比增长51.33% [4] - 海外业务前三季度收入1.77亿元，同比增长10.21% [5] AI战略与进展 - 2023年启动"All in AI"战略，2025年提出"产业AI"理念，聚焦AI产品商业化落地 [6] - 前三季度由AI直接带来的新签合同额已超过7000万元 [6] - 2026年AI业务规模预计将实现更快增长，全年AI相关合同额预计达1亿至1.5亿元 [13] 未来战略规划 - 公司正在制定新一轮三年发展战略规划，围绕聚焦核心业务、提升资源效率、拓展业务边界、发力国际市场及坚定AI转型等路径 [7] - 成本业务将以AI为核心进行转型升级 [11] - 海外业务将聚焦深化亚洲和欧洲市场 [11] [16] - 施工业务重心置于项目级软件和企业级软件两个方向 [16] 市场机遇与驱动因素 - 新清单政策落地是成本业务重要推动力，全国超60%省市计划在2025年响应新清单 [11] - 建筑行业数字化、智能化转型带来结构性机会 [6] - 基建领域（如公路、铁路、水利）是公司重要增长空间 [15] - 城市更新成为稳投资重要力量，公司已推出适配该场景的轻量化产品 [14]

合作概述 - 海尔集团与阿里巴巴集团签署全面战略合作协议，达成全面AI合作，旨在为产业AI转型探索新路径 [2] - 合作将聚焦AI+云、先进制造、电商、全球化等核心领域，结合海尔全生态布局与阿里全栈AI能力优势 [2] - 合作被视为数字经济体与实体经济深度融合的新范例，标志着数实融合进入以AI为主导的新阶段 [2][3][5] 合作方核心优势 - 阿里巴巴集团拥有强大的全栈AI能力，其阿里云已完成全栈AI体系升级，从AI大模型到AI基础设施实现技术更新 [3][6] - 海尔集团在智能制造领域具有深厚沉淀，截至2025年9月已有5家工厂入选工信部卓越级智能工厂，总量和品类居行业第一 [4] - 海尔上海洗衣机互联工厂应用数字孪生和人工智能技术，实现柔性化生产，订单响应速度达30秒；青岛高端冰箱互联工厂通过5G和大数据分析技术，实现全员劳动生产率提升56.2%，年减排二氧化碳1.2万吨 [5] 合作意义与行业影响 - 此次合作以AI为催化剂，推动数实融合从简单相加升级至新产业的孪生与蜕变，代表了产业AI发展的本质进步 [6][7] - 合作探索出一条以数实融合为主导的产业AI新路径，使AI成为产业升级的主要突破口，而产业场景为AI提供数据和算法升级基础 [8][9] - 产业AI被定义为以AI为核心结合行业知识和数据壁垒的经济活动集合，预计到2025年全球市场规模将达2320亿美元 [8]

文章核心观点 - 电商行业正进入AI驱动的新阶段，各大平台围绕AI主导权展开激烈竞争 [4] - 京东选择“产业AI”路径，旨在利用其深厚的供应链和零售基础重塑电商价值链条 [4][7][10] - 京东的战略目标是通过平台化工具输出AI能力，从零售平台转型为智能商业基础设施提供者，构建生态壁垒 [22][23] 为何京东选择“产业AI”这条更苦的路 - 京东过去五年增长乏力，零售收入增速一度跌至个位数，市占率被拼多多反超 [6] - 京东的AI价值公式强调产业厚度²，认为即便模型能力相当，产业厚度更大的企业将获得指数级竞争优势 [8][10] - 京东拥有5710万工业品SKU、500万余个仓库及40多个细分行业的数据积累，这些是其选择产业AI路径的比较优势所在 [10] - 若不借助AI提效，京东的“重资产”模式可能从规模优势转化为发展桎梏 [10] 京东如何用AI重构电商价值链条 - 在内部运营方面，数字人成本仅为真人主播的十分之一，超过80%真人主播的带货效果，单个数字人生产成本已降至两位数，较真人拍摄模式成本降幅超90% [13][16] - 在货品变现效率上，AI工具京点点能将素材效率提升上千倍，极大缩短商品上市周期 [16] - 在履约交付方面，物流“超脑2.0”让操作标准化水平提升15%，人机协同效率提升超20%，并在全球500多个仓库部署以改造履约能力 [17] 生态野心：成为下一代电商的“操作系统” - 京东通过JoyAgent、JoyCode等平台工具将自研AI能力输出给生态伙伴，其中JoyAgent已100%开源，JoyCode已被上万名研发人员使用 [22] - 战略意图是从“零售平台”转变为“智能商业基础设施的提供者”，从而构建坚不可摧的生态壁垒 [23] - 此举将推动电商竞争从流量和价格战，升级为AI驱动的全链路效率比拼，行业从营销驱动转向技术驱动 [24]

京东AI战略核心观点 - 公司采用场景驱动策略 在自有供应链体系中验证AI应用价值后系统化输出能力 [3] - 公司未来三年将持续投入人工智能发展 带动万亿规模人工智能生态并向具身智能企业开放场景与训练数据 [1] - 公司AI实践为行业提供可参照的关键要素和可能路径 体现从技术研发转向实际应用价值的行业趋势 [3] 自研AI应用成果 物流场景 - 物流超脑2.0通过全域感知等三重机制实现数据驱动的动态决策 操作标准化水平提升15% 人车货场调度效率提升近20% 人机协同效率增幅超20% [6] - "狼族"自研产品实现物流全场景覆盖 规模化部署应用仓库突破500个 [6] 工业场景 - JoyIndustrial工业大模型覆盖5710万工业品SKU和40多个细分行业数据 衍生40余类智能体应用 [6] - AI虚拟治理团队将十万级治理任务从"以月计"压缩至"以小时计" 千条商机澄清从5小时缩短至15分钟 关务代理智能体降低工时成本一半以上 [7] 健康场景 - 京医千询2.0医疗大模型以可信为核心优先级 融合多模态医学数据建立跨模态思维链 [7] 零售场景 - AI购和AI试穿应用基于个性化推荐提升决策效率 京麦AI助手等工具降低退货率和损耗 [8] 三大AI产品 京犀 - AI原生应用实现线上线下联动 直连零售、外卖、酒旅等服务 [11] 他她它 - 数字人助手融合语音表情动作 满足知识问答等多需求 智能体能力可植入硬件终端 [12] JoyInside 2.0 - 具身智能平台为机器人和玩具厂商提供大脑 接入后智能硬件对话轮次平均提升超120% 已接入宇树等品牌 [12] 三大深度应用平台 JoyAgent 3.0 - 行业首个100%开源企业级智能体 集成多模态RAG等能力 GitHub收获超10K Star 进一步开源DataAgent和DCP数据治理模块 [13] JoyCode 2.0 - 企业级智能开发平台支持零手写代码编程 服务公司上万名研发人员 生成代码采纳率超过40% [15] 数字人4.0 - 从替身执行走向个性创造 直播带货以1/10成本超越真人主播 依托JoyAI LiveHuman模型开放接口拓展行业 [15] 战略演进历程 - 2020年布局言犀大模型 坚持AI扎根供应链及实体业务场景 [18] - 2021年推出10亿参数K-PLUG模型 生成累计30亿字商品文案 [18] - 2022年发布百亿级模型Vega 服务物流数智供应链平台 [18] - 2023年发布千亿级参数大模型 融合70%通用数据与30%供应链原生数据 [18] - 当前强调产业属性 用产业厚度打磨AI深度 [19] 行业趋势呼应 - 行业从算力参数堆砌转向ROI指标关注 微软Copilot月活达1亿且付费用户渗透率35% [22] - WAIC参展企业更多展示实际应用能力以回答ROI问题 [22] - 公司通过自用打磨-反馈迭代-开放开源的路径构建AI深度应用链路 [22][23]

行业AI应用趋势 - 企业普遍寻求通过AI实现业务提质增效但存在应用路径困惑 需系统性框架指导实践 [2] - 产业AI定义为AI技术与特定产业领域知识 业务流程 数据特性深度融合的技术体系 旨在解决实际问题并提升效率 [2] - 全球领先企业已将产业AI作为产业智能化变革核心路径 证明其解决产业问题的有效性 [2] 建筑行业AI应用案例 - AI设计工具CONCETTO提升方案设计效率50%以上 项目估算时间从半天压缩至半小时内 [3] - AI渲染功能在几分钟内生成多风格意向图 AI日照分析实现边建模边分析提升方案科学性 [3] - 公路项目AI+BIM算量将10亿体量项目周期从3个月缩减至2周内 [3] - AI目标成本测算一键完成90%科目拆分 工作时间从10天压缩至1小时 实现三算对比100%对齐 [3] - AI塔吊驾驶系统提升施工安全性 AI进度计划编制降低人力成本并增强投标竞争力 [3] 技术实施价值 - 产业AI需深度融合通用AI 行业知识及专业软件 构建面向特定场景的智能化解决方案 [2] - 整体测算效率提升70% 确保三算对比100%落地 同时释放设计师专注创意的人力资源 [3]

财务表现 - 2025年中报营业总收入28.0亿元同比下降5.37% 归母净利润2.37亿元同比上升23.65% [1] - 第二季度营业总收入15.72亿元同比下降5.24% 归母净利润2.07亿元同比上升11.63% [1] - 毛利率87.79%同比增1.28个百分点 净利率9.2%同比增32.47% [1] - 每股收益0.14元同比增23.67% 每股经营性现金流-0.34元同比增18.37% [1] - 三费总额13.51亿元占营收48.25%同比增0.58% 其中销售费用增3.78% 管理费用降13.11% 财务费用降32.95% [1][3] 资产与现金流变动 - 货币资金减少37.3% 因购买理财产品、分配股利及上半年回款小于经营投入 [1] - 应收款项增加33.85% 受回款节奏季节性影响 [1] - 经营活动现金流净额增19% 因加强应收账款清欠和回款管理 [3] - 投资活动现金流净额降103.06% 因购买理财产品净支出增加 [3] - 预付款项增84.22% 因预付服务款项增加 [1] 业务结构调整 - 营业收入降5.23% 因数字成本业务收入减少 [1] - 营业成本降13.14% 因硬件成本及实施交付人力成本减少 [1] - 研发投入降7.73% 因业务聚焦及费用管控 [3] - 开发支出增25.97% 因自主开发项目投入 [1] 特殊项目影响 - 营业外收入增216.08% 因侵权诉讼胜诉获赔偿金 [3] - 所得税费用降50.51% 因上年冲回股权激励递延所得税 [3] - 信用减值损失降77.21% 因应收账款减值准备减少 [3] - 资产减值损失降1075.44% 因对个别股权投资计提减值 [3] 基金持仓动向 - 博时成长领航混合A持有2375.56万股但减仓 嘉实系多只基金增仓或新进十大 [4] - 华安基金金拓持有该公司 其管理规模19.69亿元 在顶投榜排名前五十 [2] - 博时成长领航混合规模30.81亿元 近一年上涨37.1% [4] 产业AI战略布局 - 产业AI成功三要素：高质量数据、高价值场景、高可靠模型 [5] - 自研建筑大模型ecGPT可通过一建考试 支持多模态输入和领域增强 [6] - 具备工程建设知识库、图纸解析能力及建筑工作流编排优势 [6]

核心财务表现 - 2025年上半年营业收入3.48亿元，同比增长23.5% [1] - 实现净利润360万元，同比扭亏为盈 [1] - 毛利率同比提升7.4个百分点至46.6% [4] AI战略转型成效 - AI业务实现商业化回报6086万元，占总收入17.5% [2] - AI研发开支从零增至1260万元，占研发总投入18.4% [2] - 交易管理智能体"金盾"成为AI业务主要收入来源 [2] 业务结构优化 - 缩减低毛利数字精准营销业务，降低员工成本与转介费 [4] - 本地部署财税数字化解决方案收益同比增长93.1% [4] - 云化财税数字化解决方案营收同比增长16.3% [4] 技术研发与效率提升 - 通过AI技术推动软件开发生产线效率提升，降低产研成本 [3] - 智能编码、代码生成、单元测试等场景实现有效应用 [3] - 预期全年AI研发投入占比超20% [2] 市场拓展战略 - 智能体矩阵将覆盖大型集团企业、中小微企业与金融机构三大市场 [2] - 全球化布局聚焦跨境电商与中资出海企业财税合规痛点 [5] - 持续建设全球税务合规基础设施Tax Swift MCP，强化东南亚、中东市场覆盖 [5][6] 行业趋势与战略定位 - 产业AI进入价值兑现阶段，从辅助工具转变为生产力底座 [1] - 垂直行业智能体竞争将取代通用大模型竞争 [4] - 数据智能共同体战略整合国产算力，优化适配大模型 [2]

行业趋势 - 2025年被业内认为是人工智能"爆发"元年，AI应用正从消费端快速渗透至产业端，掀起新一轮效率革命 [1] - 产业AI未来趋势明确：从单点优化到全局协同、从数据驱动到智能决策、政策与市场双轮驱动的生态化发展 [10][11][12] - 通用大模型技术日趋成熟，为产业AI发展提供基础，细分行业渗透难度降低 [7][10] 公司战略与定位 - 万联易达定位为产业互联网生态系统运营商，业务涵盖人工智能应用、商品交易、整车物流、数智金融四大板块 [4][5][6] - 公司使命是构建新型产业互联网生态系统，通过四大业务板块形成闭环数据生态 [4][6] - 从传统物流服务商转型为产业互联网平台，2023年正式进入产业AI赛道 [7] 技术创新 - 自主研发"基于产业动态图谱的结构化思考模型"，使AI能理解产业逻辑并进行结构化思考 [1][2] - 打造覆盖90多个行业的全产业大模型，具备产业知识问答、数据问答、企业洞察、价格预测等多项功能 [1][7][8] - 模型特点：全产业覆盖+高精准度，通过可信数据建设提升回答准确性 [9] 商业模式 - 商品交易板块致力于将产业交易从线下搬到线上，构建产业互联网 [5] - 金融板块创新推出"分步式"中小企业信用贷模式，解决融资难问题 [6] - 物流板块已发展为5A级网络货运平台 [6] 应用案例 - 在钢铁行业帮助客户应对原材料价格波动，实现价格监控、生产计划优化、供应链决策提升 [10] - 通过数据贯通和智能决策，推动产业链从"经验驱动"转向"数据驱动" [8] 实施路径 - 分批次推进大模型建设，根据行业规模和特点逐步覆盖90多个行业 [1][10] - 依托产业互联网积累的企业基础信息、供应链数据、生产数据等真实场景数据流 [8]

全产业大模型应用 - 全产业大模型通过整合行业逻辑、数据和可行性验证 显著提升产业问题回应准确率 [1] - 模型基于自主研发的"产业动态图谱结构化思考模型" 帮助AI更好理解行业 [1] - 通用大模型在产业数据准确性方面存在不足 无法满足实际产业问题解决需求 [1] 产业生态整合 - 公司整合供应链、物流、金融等核心环节 叠加AI能力形成系统性解决方案 [1] - 构建"数据+交易+物流+金融"四大资源要素 实现传统企业数据贯通与提质增效 [1] - 形成交易数据、物流数据、金融数据的闭环生态系统 为生态参与者构建数字空间 [1][2] 行业发展前景 - 产业互联网叠加产业级AI能力 有望对产业界产生颠覆性影响 [1] - 全产业大模型将成为重构产业发展的新型基础设施 [2] - 产业AI应用落地将催生更多新型商业模式 [2]