公司治理 - 公司于2025年10月27日召开第六届第七次董事会会议，审议了关于召开2025年第四次临时股东会的议案等文件 [1] - 会议以现场和通讯表决相结合的方式在公司会议室举行 [1] 财务与业务构成 - 2025年1至6月份，公司营业收入中工业生产智能化业务占比98.75%，其他业务占比1.25% [1] - 截至发稿时，公司市值为106亿元 [1]

业绩表现 - 公司预计2025年前三季度实现营业收入3.85亿元至3.95亿元，同比增长12.33%至15.25% [1] - 公司预计2025年前三季度归属于母公司所有者的净利润为2640万元至2740万元，同比增长871.30%至908.09% [1] - 公司预计2025年前三季度扣除非经常性损益的净利润为2470万元至2570万元，同比增长1,087.73%至1,135.81% [1] 收入增长驱动因素 - 公司积极推进伙伴战略并加强销售管理，助力客户实现工业数智化转型和升级 [1] - 公司在电力、石化和有色等行业业务增速较好，驱动营业收入持续增长 [1] 盈利能力提升原因 - 公司保持较高水平研发投入，丰富产品线与服务方案以增强核心竞争力 [1] - 公司推进精益化管理，加强应收账款管控，运营效率不断提升 [1]

行业市场规模与政策导向 - 今年全球工业智能化市场规模预计突破3.5万亿元，我国市场份额超过40% [1] - 工业和信息化部明确以工业智能体为抓手深化人工智能工业应用，支持企业开展试点建设 [1] - 国内多地制定政策举措加速工业智能体从实验室走向产业一线 [3] 工业智能体的定义与核心能力 - 工业智能体是集智能化、自主化和协同化于一体的新型工业系统平台，融合人工智能、大数据和云计算技术 [2] - 具备高度智能决策与协同能力，改变传统研发模式，大幅压缩研发周期 [2] - 通过集成高级智能技术实现系统自我管理与决策，优化生产排程、设备维护与跨系统协同 [2] 工业智能体的应用价值与案例 - 优化销售服务方案，售前分析市场需求，售中提供沉浸式服务，售后转化数据为市场洞察 [2] - 依托大模型优化生产制造协同，提升供应链绩效，深度解析企业盈利以支持战略制定 [2] - 长三角电子信息产业集群通过工业智能体平台提升跨企业工艺设计效率和供应链响应速度 [3] - 浪潮云推出“海若智能体”，整合计算资源、模型和行业智能体为一体化解决方案 [3] 市场前景与未来挑战 - 银泰证券预测到2028年我国工业企业AI支出有望达900亿元 [3] - 工业智能体应用面临数据缺失、数据孤岛和数据复杂等问题 [3] - 工业场景复杂度高，对智能体的适应性、敏捷性和灵活性提出更高要求 [4] - 全面落地需要既懂工业机理又懂AI技术的复合型人才 [4] 未来发展路径 - 需打通产业上下游数据流，部署高效管理系统以构筑坚实数据底座 [3] - 支持企业构建兼容异构、自主可控的工业AI平台，破解算力适配、模型压缩等技术难题 [4] - 加强人才队伍建设，推进人工智能全学段教育和全社会通识教育 [4]

股价表现 - 公司股价上涨7.16%至23.06港元 创上市新高23.14港元 [1] - 成交额达8367.11万港元 [1] 战略合作 - 与华为技术签署合作协议 聚焦人工智能矿山数字化运营与决策方案等四大核心领域 [1] - 同时与联想 SAP 德勤 瀚博半导体等行业知名企业签署合作协议共同推动工业智能化发展 [1] 业务发展 - 公司正式更名为中创智领集团并举行智能化战略转型发布会 [1] - 煤机板块发布八大智能矿山创新技术 包括十大矿用作业机器人及电动支架等前沿产品 [1]

股价表现 - 股价上涨7.16%至23.06港元 创上市新高23.14港元 [1] - 成交额达8367.11万港元 [1] 战略合作 - 公司与华为技术有限公司签署合作协议 聚焦人工智能矿山数字化运营与决策方案、工业应用场景、项目层面及联合人才培养计划 [1] - 与联想、SAP、德勤、瀚博半导体等知名企业签署合作协议 共同推动工业智能化发展 [1] 产品与技术发布 - 公司发布八大智能矿山创新技术和产品 包括十大矿用作业机器人、电动支架、常水支架、露天开采全连续装备等前沿技术 [1] - 举行智能化战略转型及更名揭牌仪式 原郑煤机集团正式更名为中创智领集团 [1]

公司战略转型 - 郑煤机正式更名为中创智领 标志着公司从传统煤机制造向智能化科技集团战略转型 [1] - 公司定位为千亿级工业智能科技集团 聚焦高端装备与智能制造产业升级 [1] - 与联想 德勤 瀚博半导体 华为 SAP签署合作协议 覆盖技术研发 人才培养 市场开拓等多领域 [1] 行业更名趋势 - 河南上市企业通过更名传递战略转型信号 莲花味精更名为莲花健康后再更名为莲花控股 卫龙更名为卫龙美味 洛阳玻璃更名为凯盛新能源 [2] - 更名反映企业打破地域与行业认知局限 重塑品牌形象并服务于全球化市场竞争与产业链升级 [2] - 更名是企业整合资源打造第二增长曲线的重要手段 [2] 区域经济影响 - 河南省推进7+28+N产业链群建设 工业经济压舱石地位突出 [3] - 河南A股上市公司上半年营业总收入5087.74亿元 归母净利润447.95亿元 实现营收与净利润双增长 [3] - 企业更名助推河南产业结构向高端化 智能化 绿色化转变 加速新产业赛道发展 [3]

煤机领域业务转型 - 液压支架产品从手动控制和电液控制全面转型为智能控制 [2] - 从单一装备产品扩展到煤矿智能成套开采一站式解决方案 包括液压支架 刮板输送机 采煤机和控制系统 [2] - 技术从煤矿综采工作面拓展到掘进工作面 供液系统和皮带运输集控系统 完善智慧矿山业务系统版图 [2] 汽车零部件业务扩展 - 产品从燃油汽车零部件扩展到智能网联新能源汽车零部件业务 [2] - 新能源汽车业务包括降噪减振产品 智能空气悬架系统 动力电池冷却板和高压智能驱动电机 [2] - 持续探索智能电动汽车驱制转悬相关的电机业务 [2] 工业智能化领域布局 - 推进人工智能与制造相结合的应用 [2] - 提供从煤矿到造船厂 钢厂 港机等多个离散型制造场景的智能工业解决方案 [2] - 数字技术与制造优势结合助力传统产业改造升级并形成新业务竞争力 [2]

工业智能体定义与特征 - 工业智能体是专为工业生产设计、具备自主感知、认知、决策和学习能力的软硬一体系统，融合工业知识图谱等多领域知识，实现从预设编程向自主决策的跃迁 [2] - 与大语言模型不同，工业智能体是机器学习、强化神经网络等技术的集合，以大模型为"脑"、工业知识为"心"、执行控制为"手"的三位一体智能系统 [4] - 工业智能体通过理解自然语言指令改变人机交互方式，无需人工逐步操作，可直接拆解任务并调用工具或外部数据源 [2] 技术应用与场景 - 推动研发从经验试错向智能驱动转变：深度分析海量数据缩短研发周期，扩大研发设计组合搜索空间 [3] - 生产制造环节实现自动化向自主化升级：优化生产排程、设备维护控制和跨系统协同，提升复杂环境自主作业能力 [3] - 供应链与企业内部管理优化：通过智能推理自主处理订单、库存预警和销量分析，增强供应链弹性并提升管理效率 [5] 效率提升成果 - 工厂工艺准备时间缩短60%，订单准交率提升20% [6] - 注塑工艺参数调试时间缩短90%以上，员工培训成本下降75% [6] - 通过OCR与多模态模型结合，降低人工录入时间和出错率，自动生成工艺流、报价与生产计划 [5][6] 市场规模与发展态势 - 全球工业智能化市场规模2024年将突破3.5万亿元，中国市场份额超过40% [1] - 工业智能体被工信部列为深化人工智能工业应用的重要抓手，带动工业数据集和大模型创新迭代 [1] 技术挑战与瓶颈 - 工业门类多、行业壁垒高导致大模型算法适应性、实时性和可靠性不足 [7] - 工业现场存在数据孤岛、缺失和噪声干扰，训练数据安全可靠性存在不确定性 [7] - 智能体面临API漏洞、代码供应链破坏和提示词注入等安全威胁，可能造成运行偏差 [7] 生态建设与标准化 - 需构建自主可控的工业AI平台，突破算力适配、模型压缩和调度推理等技术瓶颈 [8] - 加强智能体标准体系和评估机制建设，推动通用模型接口、数据规范和性能指标研制 [8] - 通过灯塔工厂等样板打造生态实验厂，开展模型复用、算法开源和平台对接试验 [8]

工业智能体定义与核心特征 - 工业智能体是专为工业生产设计、具备自主感知、认知、决策和学习能力的软硬一体系统 [2] - 融合工业知识图谱和多领域知识 实现从预设编程向自主决策和动态自适应跃迁 [2] - 以大模型为"发动机" 工业知识为"心" 执行控制为"手"的三位一体智能系统 [2][4] 市场规模与发展态势 - 全球工业智能化市场规模2024年将突破3.5万亿元 中国市场占比超过40% [1] - 工业和信息化部提出以工业智能体为抓手深化人工智能工业应用 [1] 技术优势与交互变革 - 通过自然语言指令改变人机交互方式 无需人工逐步操作软件 [2] - 具备任务拆解、工具调用和多智能体协同能力 [2] - 浪潮云洲工业具身智能体融合多模态感知和大模型规划 提升复杂环境自主作业能力 [3] 研发环节应用 - 推动研发从经验试错向智能驱动转变 深度分析海量数据缩短研发周期 [3] - 在海量空间搜索 推动更多研发和设计组合创新 [3] 生产制造环节应用 - 推动制造过程从自动化向自主化升级 [3] - 优化生产排程、设备维护控制和跨系统协同 [3] - 解决传统工业机器人对多零部件抓取、检测场景适应性不足问题 [3] 运营效率提升 - 智能推理和预测自主开展订单处理、库存预警和销量分析 [5] - 黑湖科技通过智能体嵌入使工厂工艺准备时间缩短60% 订单准交率提升20% [6] - 卡奥斯注塑智能体使工艺参数调试时间缩短90%以上 员工培训成本下降75% [6] 供应链与管理优化 - 增强供应链弹性 提升人力财务决策效率 [5] - 需要与整体数字化转型协同推进 融入生产流程成为工厂"自然部分" [5] 营销服务变革 - 推动从被动响应向主动预测变革 售前分析潜在市场需求实现精准营销 [6] - 售中通过数字人三维模型提供沉浸式交互 售后高效处理疑问并转化服务数据为洞察 [6] 技术挑战 - 工业门类多、行业壁垒高导致大模型适应性、实时性和可靠性存在问题 [7] - 数据孤岛、缺失和噪声干扰影响训练数据可靠性 [7] 安全挑战 - API漏洞、代码供应链破坏和提示词注入可能导致运行偏差 [7] - 智能体通过接口或代码自主执行任务带来额外安全威胁 [7] 发展建议 - 需构建自主可控、兼容异构的工业AI平台 突破算力适配和模型压缩技术瓶颈 [8] - 加强智能体标准体系和评估机制建设 研制通用模型接口和数据规范 [8] - 依托灯塔工厂构建生态实验厂 开展模型复用和算法开源试验 [8] - 完善协议、安全伦理、法律责任界定及应急接管机制 [8]

行业趋势 - 2024年人工智能与各行业加速融合 垂直领域大模型成为主要趋势 相较于通用大模型 垂直模型在输入输出端更聚焦 依赖专业数据集并专注于特定问题 [1] - 工业领域成为垂直大模型商业化落地的重要突破口 因其生产环节与数据类型复杂但流程机制明确 [1] - 工业大模型已在节能、制造、管理等多方面应用 随着数据积累和场景延伸 商业化有望加速 [1] 技术应用与效益 - 大模型可将高难度制造工艺的平均准确率从70%提升至90% 并具备持续自我升级能力 [2] - 大模型实现工业生产全流程打通 解决多能源介质（至少15种）和多类型水资源的全局整合难题 [2] - 能碳大模型通过数据采集构建全知识库 训练10+细分模型 形成统一智能服务体 推动管理模式从信息系统向智能引擎转变 [3] - 大模型落地后 即使在已全面节能减排的工厂 仍可实现5%的额外能源节约效率 [4] - 直观降本效果打破企业对数字化投入回报率的疑虑 加速商业化模式落地 [4] 实施挑战 - 数据采集基础薄弱 如机械表未替换为智能表 或存在数据不全面和"数据烟囱"问题 阻碍大模型赋能 [6] - 数字化程度参差不齐 且管理者对前期投入和效果缺乏明确认知 市场了解有限 实践案例需进一步普及 [6] 落地路径 - 老厂房改造成为最快落地项目 尤其在能源领域产生立竿见影的经济成效 提升企业数字化建设意愿 [6] - 服务商介入新厂房建设 通过数字孪生系统（如天智·石油化工大模型）覆盖全产业和全流程 或采用模块化商业模式（如电站建设或售卖压缩空气）逐步落地大模型功能 [7] - 更直观成效和灵活形式加速商业落地 大模型为工业场景提供更好适应性、定制性和准确解决方案 [7]