安徽省制造业数字化转型整体进展 - 全省规上工业企业已100%启动数字化改造 累计实现改造企业2.05万家 占全部规上企业的83.02% [14] - 上半年新增实现数字化改造规上制造业企业3841家 [14] - 工业互联网平台区域发展指数稳居全国第六 平台连接设备及点位数超1100万个 集聚工业模型及工业APP超3.5万个 服务企业突破50万家 [6] 企业数字化转型案例 - 益益乳业通过智能化改造实现智能化率提升27% 产品优良率提升4% 用工减少25% [1] - 海螺集团通过大数据和人工智能技术实现水泥生产自动化 窑操作岗位由8人减少至2人 [8] - 安徽合力实施数字化转型三年专项规划 建设数字化运营体系（DHOS） 5G专网覆盖100余台设备 [10] - 中安联合煤化通过5G+工业互联网实现设备联网率达99.9% 产能利用率提升8.4% [11] - 天能电池通过5G+AI视觉检测使产品不良率下降30% 通过5G+北斗定位使物流周转效率提升80% [11] 工业互联网平台建设 - 全省累计培育省级重点工业互联网平台92家 上半年新增省级重点平台22个 [6] - 科大讯飞"羚羊"、奇瑞"海行云"、中建材"凯盛AGM"3家平台进入国家级"双跨"平台行列 [6] - 羚羊工业大模型以讯飞星火为底座 具备工业文本生成、知识问答等五大核心能力 [5] - 羚羊平台将发布工业大模型3.0 展示数字工匠一体机等产品与解决方案 [5] 5G工厂建设成果 - 全省共80家企业入选国家5G工厂名录 数量居全国第5位 [11] - 2025年5G工厂名录中安徽省35个项目入选 数量位居全国第6 [10] - 铜陵海螺水泥"5G车间"项目荣获"国家5G工厂"称号 [10] 人才与政策支持体系 - 计划到2027年累计培育数字经济专业技术人才30万人以上 其中数字技能人才20万人以上 [13] - 制造业数字化转型专家委员会集聚专家230名 服务商约100家 上半年组织活动69场次 [13] - 通过贴息方式支持数字化转型贷款贴息项目108项 融资租赁贴息项目18项 [13]

出海战略背景 - 国内市场逐渐成熟并趋于饱和 出海成为中国企业重要发展方向[2] - 中国企业在半导体 生物制药 工业AI等行业已具备海外竞争的技术与品牌实力[3] - 工业领域中国占全球供应链30%市场份额 为科技型企业提供发展基础[3] 技术实力与数据积累 - 公司深耕流程行业32年 从DCS控制系统起步积累丰富行业经验[2] - 掌握100多个EB的工业数据 为打造工业大模型提供坚实后盾[2][3] - 过去两年专注于工业基础数据逻辑构建和AI模型赋能能力提升[3] 产品与技术布局 - 持续推动传统自动化产品技术迭代升级 保障流程行业稳定运行[4] - 工业机器人领域投入取得显著成效 产品在工业场景快速应用[4] - 未来重点布局工业AI 工业机器人和传统自动化升级三大赛道[5] 海外合作策略 - 采取"插山峰上的旗"战略 聚焦与全球顶尖企业合作[2][6] - 已与沙特阿美达成战略合作 技术实力获得国际认可[6] - 计划将技术产品应用于壳牌 巴斯夫等10家左右顶尖企业[2][6] 科创板资本支持 - 2020年科创板上市时年营收20-30亿元 2025年已接近百亿元[7] - 通过科创板发行GDR在瑞士上市 并收购欧洲顶级工业分析公司[7] - 收购使核心技术积累周期缩短20-30年[7] 全球化资本布局 - 正推进香港和新加坡市场上市申请 计划2026年完成布局[7] - 全球化资本架构有助于品牌海外市场渗透和并购活动开展[7] - 科创板上市为企业提供资金保障和信用背书 加速海外拓展[7]

行业挑战 - 消费电子行业面临人才瓶颈 精密检测工程师需求激增但供给不足 人工质检无法满足每分钟数千件的单线产能需求 [1] - 产品质量管控难度高 缺陷种类庞杂且成像环境复杂 人工巡检易产生系统性误判 [1] - 传统机器视觉方案算法泛化能力不足 适配多品类产品及多元缺陷成本高昂 [1] 技术解决方案 - 依托工业大模型与智能体技术构建软硬件生态 实现全流程外观缺陷检测 无需专业算法人员即可完成模型训练与产线部署 [2] - IndustryGPT作为工业多模态大模型 提供从数据标注到模型优化的全流程智能化指导 智能体Agent可自动生成代码并动态调整参数 [2] - SMore ViMo智能工业平台覆盖1000个细分场景 提供数据管理、视觉方案设计及端侧运行一站式功能 支持轻量化部署与柔性化适配 [3] - 五轴AI-AOI设备采用5轴联动柔性设计 实现对多曲面复杂结构电子产品的360°无死角检测 检测精度和效率显著提升 [3] - 提供双面5轴和单面5轴两类检测一体机 覆盖大中小型电子产品需求 支持企业根据产能灵活配置设备 [3] 实施成效 - 可同时检测耳机盖和后壳的异色、油污等超过16种缺陷类型 [4] - 过杀率低于5% 重大缺陷漏检率为0% 单件检测时间仅需2秒 [4] - 单台设备支持4-20个穴位并行检测 可替代20名目检工人 [4] - 一套算法模型支持多型号产品 通用理解大模型具备快速迁移能力 大幅降低企业成本 [5] - 每年为生产商节省百万级资源损耗 通过减少原材料浪费与返工成本提升整体效益 [5]

公司活动 - 中控技术于2025年举办全球新品发布暨工业AI创新发展大会 [1] 行业动态 - 工业AI创新发展成为行业焦点 [1] 产品发布 - 公司推出全新工业AI相关技术产品 [1]

人工智能+产业发展政策 - 国务院印发《关于深入实施"人工智能+"行动的意见》提出加快推动人工智能+产业发展 [1] - 近期一系列面向工业制造领域的大模型相继发布 推动人工智能在设计 中试 生产 服务 运营等全环节落地应用 [1] 工业大模型应用案例 - 陕西榆林化工企业通过大模型实时监控设备运行参数 实现快速数据查询和优化 [1] - 系统能够预测设备异常趋势并自动预警 分析生成处置方案 保障装置安全稳定运行 [1] - 时间序列大模型可根据过去一周至一个月数据预判设备问题 替代专家实现多目标优化 [1] 行业大模型发展现状 - 面向钢铁 有色金属 化工 建材等流程工业的大模型在杭州正式发布 [3] - 130余家行业头部企业和设计院成立"工业AI数据联盟" 推动工业数据场景化应用与服务共享 [3] - 中国基础大模型迭代速度加快 形成涵盖基础层 模型层 应用层的完整产业架构 [4] 技术能力进展 - 2024年以来中国大模型在基础能力 推理能力及多模态模型理解生成能力方面进步显著 [4] - 全球人工智能企业总数超过35000家 其中中国企业超过5100家 [4] - 中国已涌现71家独角兽企业 [4]

政策推动人工智能产业发展 - 国务院印发《关于深入实施"人工智能+"行动的意见》提出加快推动"人工智能+"产业发展 [1] - 近期一系列面向工业制造领域的大模型相继发布 推动人工智能在全环节落地应用 [1] 工业大模型应用案例 - 陕西榆林化工企业通过大模型实时监控设备运行参数 实现数据查询、优化和异常预警 [1] - 系统可预测设备异常趋势并自动生成处置方案 保障装置安全稳定运行 [1] - 时间序列大模型可根据过去一周至一个月数据预判设备故障风险 [3] - 该大模型面向钢铁、有色金属、化工、建材等流程工业领域 近日在杭州正式发布 [3] 产业生态建设进展 - 130余家行业头部企业和设计院成立"工业AI数据联盟" 加速工业数据场景化应用与服务共享 [3] - 联盟推动规模化应用与数据价值转化 [3] 大模型产业发展现状 - 中国基础大模型迭代速度加快 形成基础层、模型层、应用层的完整产业架构 [5] - 2024年以来中国大模型在语言基础能力、推理能力和多模态理解生成能力方面进步显著 [5] - 全球人工智能企业总数超过35000家 其中中国企业超过5100家 [5] - 中国涌现71家独角兽企业 [5]

行业投资逻辑转变 - AI概念股投资逻辑正从故事驱动转向业绩兑现能力验证 行业进入商业化验证期 投资更关注能落地和盈利的优质标的[1] - 财报季成为甄别真成长与伪繁荣的关键窗口 需关注垂直行业如医疗金融制造中形成规模化商业应用的企业[1] - 核心观察点包括财务数据如营收增速利润结构和投入产出比 以及运营数据如落地场景客户复购率和收入贡献比重[1] 创新奇智财务表现 - 上半年营收6.99亿元同比增长22.3% 毛利2.45亿元同比增长26.7% 综合毛利率提升至35.0%创近六年新高[3] - 经营亏损从-1.91亿元收窄至-6219万元 经调整净亏损从-3741万元收窄至-668万元 收窄幅度达82%[3] - 经营活动现金净额为-840万元接近平衡点 账面现金近10亿元且无净负债 展现自造血能力和财务结构稳健性[3] 业务结构优化 - AI+制造收入占比升至79.5% 主赛道更集中有利于规模化复制和口碑扩散[4] - 软件与服务收入占比首次过半 该类业务复购与粘性更强 收入可持续性更高且边际成本更低[4] - 付费企业用户达337个创历史同期最佳 其中制造业客户281个占比83.4% 累计客户1462家约3/4为制造业客户[4] 技术战略与商业化进展 - 推行一模一体两翼战略 一模为AInnoGC工业大模型 一体为AI Agent平台 两翼为工业软件与工业机器人[5] - 奇智孔明AInnoGC工业大模型通过国家网信办备案 成为青岛市首批获备案大模型[5] - AI Agent平台已在设备运维生产数据分析等场景落地 ChatCAD从试验迈向应用 ChatRobot完成核心系统优化[5] 技术壁垒与市场地位 - 累计获得专利1394项其中发明专利1145项 已确权407项 专利数量位居上市AI企业前列[7] - 在IDC中国大模型应用市场份额报告中跻身第七 是唯一聚焦工业领域进入榜单的厂商 排名超越部分AI四小龙企业[7] - 获评企业级AI Agent应用技术厂商 被中国信通院智能体产业图谱收录为工业代表厂商[7] 生态合作与产业落地 - 与Bentley合作推出生成式AI设计产品iPID 具备多格式图纸解析和智能识别能力 面向石化冶金等行业[8] - 与库卡机器人合作开发新一代智能工业机器人系统及机械臂 推动标杆项目落地[8] - 与擎朗智能成立工业具身智能联合实验室 共同申请多项发明专利 提升复杂工业场景动态响应能力[8] 多元化布局与资本市场信心 - 与阿里钉钉亨利加集团合作推动AI大模型在金融服务场景创新 以香港为跳板拓展国际市场[9] - 生态协同成为规模化和商业化关键 契合AI+产业政策导向和投资人增长可持续性关注[9] - 董事会授权最高1亿元回购计划 用真金白银传递对长期价值和股价流动性的支持[9]

企业级AI应用的核心驱动力 - 红杉资本合伙人认为下一轮AI将聚焦收益而非工具销售 这代表万亿美元机会[2] - 企业级AI落地是实现收益最大化的必经之路 技术需在ToB领域获得成功[2] - 企业级Agent价值实现需要模型 数据 场景三要素缺一不可[3] 模型能力的发展趋势 - 模型选择标准从追求先进性转向商业价值创造 企业更关注模型带来的实际收益[3] - 生成式AI初期企业为模型先进性付费 发展阶段转向为商业价值付费[3] - 模型真正价值在于应用场景而非模型本身 需与行业Know-how深度融合[5] 数据要素的关键作用 - 高质量数据是企业AI落地的核心生产力 没有数据一切空谈[4] - 企业需要解决三个数据问题：是否有高质量数据 是否在用 是否发挥作用[4] - 创新奇智99%训练数据采用合成数据 弥补初期高质量数据不足困境[4] 应用场景的具体实践 - 电与大模型类比显示AI价值在于与具体场景结合 如空调 灯泡等用电场景[5] - 企业需选择最值得被AI改造的业务场景优先落地 工业领域已有多个应用案例[5] - 华为阿里云工业大模型提升CAE仿真效率50% 微软Azure自动生成PLC代码[6] - 南京恒略动态库存系统提升汽车零部件库存周转率22% 紧急采购频次下降65%[6] - 京东工业Joy industrial大模型通过智能调度降低运维成本[6] 工业AI产品创新 - 创新奇智与Bentley联合发布多模态工业大模型设计产品iPID[6] - iPID将传统PID图转化为智能PID 支持多格式图纸解析与生成[7] - iPID在设计场景提升工作效率10倍以上 旧改项目快速识别老旧PDF图纸[7] 国家政策与产业布局 - 国家部署AI+工业软件专项行动 支持AI+CAE AI+EDC先导产品开发[8] - 工信部提出以工业智能体深化人工智能工业应用 带动工业数据集和工业大模型创新[8] - 全国已建成超3万家基础级智能工厂 1200余家先进级智能工厂 230余家卓越级智能工厂[8] - 卓越级智能工厂产品研发周期平均缩短28.4% 生产效率平均提升22.3%[8] - 工业企业数字化研发设计工具普及率达83.5% 关键工序数控化率达66.2%[8] 企业级应用案例 - 鼎捷数智推出文生图ChatCAD 根据订单需求自动生成CAD图纸[9] - 易立德ETRX-PDM植入AI能力 涵盖智能物料推荐 智能合规性检查等功能[9] - 创新奇智与华润数科合作打造AI Agent平台 构建晶圆瑕疵图片知识库等应用[9] - 富士康FODT平台实现数字孪生与物理世界毫秒级同步[10] - 国家电网光明电力大模型在70余个场景实现设备运维和负荷预测自动化[10] 工业智能体的四大应用特性 - 数据治理类：通过大模型治理数据资产 某服务商在汽车设计环节压缩研发周期30%[11] - 知识处理类：通过知识库和问答助手提升员工水平 弥补个体经验差异[12] - 流程优化类：从流程驱动转向数智驱动 AI可完成多模态审核工作如财务报销识别[12] - 辅助决策类：基于历史数据分析帮助制定科学管理制度 实现利益最大化[12] 工业智能体发展现状 - 生成式AI在知识密集型领域发挥重要作用 体现在检索 交互 泛化想象能力[13] - 当前应用领域集中在企业数据资产最密集的四大类别[13] - 工业大模型与智能体正从功能替代迈向认知进化 推动制造业进入AI定义一切新纪元[10]

企业级AI应用的核心观点 - AI发展重点从工具销售转向收益创造 红杉资本合伙人称此为万亿美元机会 企业级应用是实现收益最大化的关键路径[2] 企业级AI成功要素 - 模型、数据、场景三大要素缺一不可 模型需结合场景选择而非盲目追求规模 企业最终为商业价值而非技术先进性买单[3] - 高质量数据是核心生产力 企业需解决数据有无、使用和效用问题 合成数据可弥补高质量数据不足困境 创新奇智99%训练数据通过合成获得[4] - 场景价值高于技术本身 电与AI类比显示场景结合决定价值 需优先选择最适合AI改造的业务场景[5][6] 工业领域AI应用案例 - 华为阿里云工业大模型提升CAE仿真效率50% 微软Azure自动生成PLC代码 南京恒略提升库存周转率22%并降低紧急采购频次65%[7] - 创新奇智与Bentley联合发布生成式AI设计产品iPID 将传统图纸转化为智能PID 工作效率提升10倍以上 支持多格式图纸解析与组件识别[8] - 富士康FODT平台实现数字孪生毫秒级同步 国家电网大模型在70余场景实现自动化运维 提升电网稳定性与响应速度[11] 工业智能体应用特性 - 数据治理类：通过大模型治理数据资产 某服务商在汽车设计环节压缩研发周期30% 利用数万份图纸及力学数据实现增效[12] - 知识处理类：通过AI知识库提升员工平均水平 新手可通过问答助手获得设备维护技巧 弥补员工个体差异[13] - 流程优化类：从流程驱动转向数智驱动 AI可完成多环节审核工作 财务SaaS公司推出多语种报销票据自动识别工具[13] - 辅助决策类：在库存管理和供应链领域 AI根据历史数据分析 帮助企业制定科学管理制度实现利益最大化[13] 政策与行业基础 - 国家部署AI+工业软件专项行动 支持开发AI+CAE等先导产品 工信部提出以工业智能体深化AI应用[9] - 全国已建成超3万家基础级智能工厂 1200余家先进级和230余家卓越级智能工厂 覆盖超80%制造业大类[9] - 卓越级智能工厂产品研发周期平均缩短28.4% 生产效率平均提升22.3% 数字化研发设计工具普及率达83.5%[9] 工业软件厂商布局 - 鼎捷数智推出文生图ChatCAD 自动生成CAD图纸解决改型设计挑战[10] - 易立德PDM系统植入AI能力 涵盖智能物料推荐和合规性检查等功能[10] - 创新奇智布局工业具身智能和AI Agent 与华润数科合作构建晶圆瑕疵知识库和智能问数平台[11]

核心观点 - 苏州市发布AI+制造行动方案 目标2026年建成人工智能赋能新型工业化先导区并打造全球领先智造之城 [1][2] 发展目标 - 2026年底高水平建成国家人工智能应用中试基地 [1] - 建设10个制造业重点行业人工智能应用赋能中心 [1] - 培育150个工业垂直类大模型和20家人工智能赋能新型工业化专业服务商 [1] - 形成200个以上高质量工业数据集 [1] - 打造1000个典型应用场景和智能终端产品 [1] - 建设15个国家卓越级以上智能工厂 [1] 工业大模型培育 - 强化多模态预训练和模型训练优化等关键技术研究 [1] - 围绕产业集群+数据集模式构建高质量工业数据集 [1] - 推动行业龙头企业与大模型企业合作研发行业大模型 [1] - 支持企业开发面向特定场景的专用化轻量模型并向中小企业推广 [1] - 从多维度探索制定工业大模型认定评价标准 [1] 平台载体建设 - 聚焦半导体等重点领域构建一体化AI共性技术底座 [2] - 聚焦电子信息等优势产业建设10个以上赋能中心 [2] - 加快智算中心建设并升级公共算力服务平台功能 [2] - 推动行业内非核心通用类数据流通和使用 [2] 应用场景建设 - 组织开展100场以上产品技术路演和应用供需对接活动 [2] - 编制应用指引并发布场景目录进行宣传推广 [2] - 推动4000家以上规上工业企业开展基础级智能工厂建设 [2] - 推动600家企业开展先进级智能工厂建设 [2] - 培育15家以上卓越级智能工厂并探索建设领航级智能工厂 [2] 智能终端产品 - 涵盖AI+工业软件 AI+具身智能 AI+智能车联网等多个领域 [2]