公司产品信息 - 华锐精密在互动平台表示，其“智加”工业软件采用一台机床配置一套系统的模式 [2] - 该软件通过高精度传感器与AI算法结合，实现切削全程动态监控 [2] - 软件具备自适应提效、保障安全生产、降低管理成本等优势 [2] - 公司明确该软件不会与机床数控系统发生冲突 [2]

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]

文章核心观点 - 工业软件的发展兼具紧迫性与必要性，是中国实现创新驱动、保障供应链安全、推进新型工业化的核心生产资料与数字基石 [1] - 中国工业软件市场是一个规模近3000亿元的稳健增长市场，但存在核心技术空心化、产业结构失衡等系统性挑战，研发设计类软件是“卡脖子”重灾区 [1][17] - 行业处于“工具-系统-平台-基因”的演变路径中，当前正受益于政策红利、新技术（AI/云原生）及市场需求（国产替代）等多重驱动，面临重构与机遇 [2][9][39] - 国产工业软件的发展是技术-场景-生态-商业的系统性工程，欧美“先工业后软件”的路径不可复制，中国企业需把握“场景反哺技术”的契机实现突围 [26][36] - 未来工业软件产品将从售卖功能走向售卖“智慧”，最终形态是具备感知、思考和自主任务执行能力的“工业智能体” [3][48][52] 工业软件发展背景与驱动因素 - **发展紧迫性与必要性**：中国人均GDP达1万美元后，经济发展进入需创新驱动的分水岭，工业软件作为工业知识的代码化载体，是控制权从硬件向软件转移、提升全要素生产率的关键 [1][4][7] - **政策驱动与地位提升**：在政策层面，工业软件的定位从“工具”、“使能技术”逐步提升为“数字基石”和“工业大脑”，发展目标从普及应用转向核心技术攻关及与AI深度融合 [9][10] - **新技术与补贴驱动**：大模型技术提升了工程、数学、计算机能力的转化效率，加速研发落地；一线城市针对“AI+工业软件”推出补贴政策，刺激应用创新 [12] - **市场需求驱动**：企业、政府、科研院所构成主要需求方。企业侧采购类别最广，包含强烈的国产替代需求，项目平均金额约240万元；政府侧侧重平台集成与活动举办；科研院所聚焦实训与课题研发 [14][16] 市场现状、规模与核心困境 - **市场规模**：2024年中国工业软件整体市场规模接近3000亿元，其中纯软件市场规模约为1100-1400亿元，占全球市场比重约6.8% [17][19] - **产业结构失衡**：呈现“管理软件强、工程软件弱”的特点。经营管理类国产化率高（约70%），而研发设计类国产化率极低（约5%-10%），是“卡脖子”重灾区 [17][19] - **核心困境**：研发设计类软件卡脖子的根本原因在于缺乏几何内核、求解器等“根技术”，这源于海量真实工业场景试错的缺失，导致工程优化不足 [1][17][23] - **系统性挑战**：国产工业软件发展面临技术-场景-生态-商业传导的系统性问题，是“技术债”的结果，难以依靠单点突破解决 [26] 产业链、盈利模式与价值流转 - **产业链价值分配**：产业链呈微笑曲线，上游根技术厂商（如内核提供商）壁垒极高、利润最高；中游软件厂商赚取行业Know-how溢价；下游用户获得效率提升带来的毛利 [20] - **主要盈利模式**：欧美企业以软件授权、维护服务费为主，并积极转向订阅制；中国企业当前以定制化开发、实施与维护服务费为主；平台与生态分成模式在探索中 [33] - **价值流转新趋势**：产业价值分配从“技术单向溢价”向“技术溢价与数据价值溢价”协同并进转变。未来，打通数据回流线、将下游数据变为上游智慧的企业将获得产业升级红利 [30] 主要玩家成长逻辑与国产化路径 - **欧美巨头成长逻辑**：本质是“伴随工业化进程的自然生长+工业诀窍代码化+资本并购完善覆盖”，具有底层技术扎实、点线面发展、硬件基因融合OT等特点，其路径具有时间、市场、资本上的不可复制性 [36] - **中国企业突围方向**：需认清“场景反哺技术”可能是关键。依托庞大的工业场景，借助国产替代窗口期，绑定共同成长的工业企业打磨产品，是逐步突围的机会 [36] - **市场锚定策略**： - **头部客户**：在国产替代和信创需求驱动下，为技术突破提供关键窗口期 [2][50] - **腰部客户**：场景丰富、付费能力较强，可绑定客户共同成长并促进行业套件形成 [2][50] - **长尾及海外客户**：有助于实施“农村包围城市”战略、收集海量数据训练AI模型并扩大营收空间 [2][50] 技术变革与产业重构 - **云原生的影响**：主要通过架构代差带来解耦和万核算力资源，赋能研发流程。虽无法替代核心内核研发，但能增强协作、降低算力门槛，有助于占领下沉市场，并可能实现设计-制造-订单一体化 [40][41] - **AI/大模型的影响**： - **传统AI（CV/GNN）**：主要在三维几何数据处理上赋能，如几何拓扑修复、异构数据读取与语义化重建，有助于打破国外巨头的“数据锁死”护城河 [43][45] - **大模型（LLM/GenAI）**：主要赋能代码生成、自然语言交互（降低使用门槛）、以及生成测试用例，能提高产品稳定性与体验，加速产品打磨进程 [43][45] - **企业价值左移的影响**：工业企业数字化转型推动数据资产累积，价值左移趋势使研发类数据价值挖掘备受关注，利好具备全流程打通能力的平台型厂商和研发设计服务商 [46] 未来发展趋势与产品演进 - **产业演进路径**：工业软件产业正从提升个人效率的“工具化”、提升业务效率的“系统化”，向提升数据流动效率的“平台化”和提升数据价值效率的“基因化”发展 [48] - **产品形态演进**：在云原生、AI等技术驱动下，产品正走向“平台+生态化”，核心能力下沉为API/SDK。最终将从功能工具跃迁为“工业智能体”，具备懂人话、知识内嵌、自主编排、可组装交付等特征 [52] - **商业模式展望**：未来可能从软件授权、订阅制，进一步走向按生成方案数量、优化效果或IP授权等“按效果/价值付费”的模式 [34][49]

英伟达与达索系统达成战略合作 - 英伟达与工业软件巨头达索系统宣布达成长期战略合作伙伴关系，双方将合作打造工业AI平台 [2][3] - 合作内容包括共建经科学验证的世界模型，并在达索3DEXPERIENCE平台中引入“专业级虚拟助手”，为生物学、材料科学、工程与制造等领域赋能 [3] - 达索系统正通过其云服务品牌OUTSCALE部署AI工厂，该工厂将采用最新的英伟达AI基础设施，以增强在3DEXPERIENCE平台上运行AI模型的能力，同时保障客户数据隐私与主权 [7] 英伟达的业务布局与战略方向 - 公司业务构成主要分为三个战场：第一战场是GPU显卡及数据中心，占据营业规模的90%；第二战场是主机及游戏显卡（C端市场），约占8%；第三战场是3D渲染软件，被视为未来增长的关键阶梯 [6][7] - 公司核心战略是支持物理世界中全部类型的算力需求和数据类型，3D软件被视为物理世界与虚拟世界之间最重要的数字桥梁 [3] - 公司正通过Omniverse平台从硬件公司转型为“SaaS+PaaS+IaaS层”的全栈巨头，若全球3D工作流都跑在该平台上，将驱动RTX工作站、服务器及软件订阅服务的销售 [10] 物理AI与Omniverse平台战略 - 公司CEO黄仁勋将物理AI定义为AI的未来图景，其根基在于物理世界的客观规律 [3][8] - Omniverse平台是一个工业级平台，用于支撑数字孪生、物理AI和真实系统的大规模部署，旨在把现实世界在虚拟空间中“先建、先算、先验证” [10] - 平台以OpenUSD为枢纽，连接主流3D工具，使CUDA加速能力渗透至传统3D工作流，并推动OpenUSD成为3D界的统一标准 [12][13] - Omniverse不仅拓展CUDA在建筑、制造、机器人等行业的商业边界，更旨在为下一代机器人训练提供包含物理定律精确模拟的“数字温床” [12][14] CUDA的历史意义与行业生态逻辑 - CUDA架构的推出是公司发展的关键转折点，尽管初期投入巨大（每年5亿美元研发），但为后来的AI浪潮奠定了基础 [11] - 公司通过CUDA和Omniverse抓住了行业生态的两个核心逻辑：统一标准（如推动OpenUSD）和获得数据，这被视为构建长期护城河的基石 [6][13] 工业软件市场格局与达索系统的地位 - 全球工业建模软件市场被欧美高度垄断，前五大公司年营收普遍在40亿美元以上 [9] - 达索系统是全球工业软件巨头，被誉为“工业软件领域的微软”，年营收达60亿美元以上，其产品CATIA和SOLIDWORKS在航空航天、汽车等高端制造领域深度渗透 [8][9] - 达索系统的核心竞争力在于通过软件构建数字孪生，让企业在现实制造前先在虚拟世界完成设计、仿真和制造模拟 [8]

英伟达CEO近期活动与战略观点 - 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 [1][6] - 黄仁勋提出，过去产品开发约花费1/3时间在设计和数字化，2/3时间在构建物理形态，未来将100%时间用于数字化，所有事物都将由软件定义 [1][6] 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，共同构建工业AI平台 [3][8] - 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，旨在建立经科学验证的行业世界模型 [3][8] - 该平台应用领域包括生物学、材料科学、工程和制造，目标实现软件定义的生产系统，并推动新分子与下一代材料发展 [3][8] 工业AI与虚拟孪生技术的变革潜力 - 双方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，并实现实时生成的虚拟孪生世界，而非预先渲染的离线模拟 [3][8] - AI与仿真结合可学习预测物理行为，实时运行时能预测1万倍以上的规模，为设计带来革命性改变 [3][8] - 数以百万计的工厂可在虚拟孪生世界中预先完成生产线安排和机器人组织 [3][8] - 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 [4][9] 软件定义工厂与AI基础设施建设的趋势 - 未来工厂将由软件定义生产系统，当前制造和物流系统被描述为僵化、难以扩展且脆弱 [4][9] - 全球正开启史上最大规模的工业基础设施建设，价值达数万亿美元甚至数十万亿美元 [4][9] - 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][9] - 在破土动工前，于虚拟孪生世界进行设计和模拟，能节约大量时间和金钱 [4][9] 英伟达在工业AI领域的近期布局 - 近一年来，英伟达持续在工业AI领域布局 [5][9] - 去年6月，公司宣布在德国建设全球首个工业AI云，配备1万颗Blackwell GPU [5][10] - 英伟达描绘的愿景中，汽车可在虚拟环境中设计，机器可在虚拟环境中训练并优化后部署至现实工厂 [5][10] - 黄仁勋提出，未来每个制造商都将拥有两个工厂：一个制造产品，另一个创造驱动这些产品的智能 [5][10]

英伟达CEO黄仁勋关于软件定义与工业AI的演讲核心 - 核心观点：未来从设计、模拟到操作，所有事物都将由软件定义，包括汽车、工厂乃至一双网球鞋 [1] - 未来产品开发流程将发生根本转变，过去约三分之一时间用于设计和数字化，约三分之二时间用于构建物理形态，未来将可能100%的时间用于数字化，并在设计、模拟、验证后仍需进行软件集成 [1] 英伟达与达索系统的合作 - 双方宣布合作，将利用虚拟孪生技术构建工业AI平台 [3] - 合作结合达索的虚拟孪生技术与英伟达的AI基础设施及开源加速软件库，旨在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 [3] - 合作目标包括在工程和制造领域实现软件定义的生产系统，并推动新分子和下一代材料的发展 [3] 技术融合带来的变革与能力提升 - 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 [3] - 工程师将看到实时生成的虚拟孪生世界，而非预先渲染或离线模拟画面 [3] - 未来5至10年，工程师设计产品、在风洞中实时模拟、模拟机器人实时运行将带来非常大改变 [3] - AI与仿真结合，可以学习预测物理行为，当实时运行时能预测1万倍以上的规模，在设计中结合模拟和仿真将带来革命性改变 [3] - 在虚拟孪生世界中，数以百万计的工厂可以预先完成生产线安排和机器人组织 [3] 软件定义生产系统与工业基础设施 - 当前制造和物流系统被描述为僵化、难以扩展且脆弱 [4] - 未来工厂将由软件定义生产系统，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，将相应过程耗时从几个月缩短至几个小时 [4] - AI工厂的复杂性远超普通工厂，不进行预先模拟难以确保系统正常工作 [4] - 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，三个产业正在扩大规模：芯片工厂、计算机工厂和AI工厂 [4] - 在破土动工前，于虚拟孪生世界设计和模拟这些复杂工厂，将能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 [4] - 在该图景中，汽车可在虚拟环境中设计，机器可在虚拟环境中训练，并在优化后放到现实工厂运行 [4] - 提出每个制造商都将有两个工厂：一个用于制造产品，另一个创造驱动这些产品的智能 [4]

文章核心观点 - 工业软件是新型工业化的核心生产资料和关键生产力，其自主可控发展具有紧迫性和必要性，当前处于政策红利带来的有利时间窗口期 [1] - 中国工业软件市场是一个千亿级大盘，2024年市场规模接近3000亿元，但存在核心技术空心化、产业结构失衡等系统性问题，研发设计类软件是“卡脖子”重灾区 [1][17] - 工业软件是一个慢行业，其发展需要耐心和长期主义，同时在技术、市场、产品形态的变化与重构中，也为企业带来了机遇与挑战 [1][39] - 未来工业软件产业将沿着“工具→系统→平台→基因”的路径演变，产品将从售卖功能走向售卖“智慧”，最终形态将是具备自主能力的“工业智能体” [2][48][52] 工业软件发展背景与驱动因素 - **发展紧迫性与必要性**：中国人均GDP在2018年达到1万美元，标志着工业和经济进入分水岭，需创新驱动，工业软件作为工业知识的代码化载体，是创新转型的核心 [1][3] - **政策驱动与定位演变**：在政策层面，工业软件的定位已从“工具”提升为“数字基石”，并正向“工业大脑”和“创新引擎”演进，发展目标强调与AI深度融合及核心技术攻关 [9][10] - **新技术与补贴驱动**：大模型技术提升了工程、数学、计算机能力的转化效率，加速工业软件研发落地；2025年一线城市针对“AI+工业软件”推出了补贴政策，刺激应用创新 [12] - **市场需求驱动**：企业、政府、科研院所构成主要需求方，企业侧采购类别最广且包含国产替代需求，项目金额波动大，多集中在百万元级别 [14][16] 市场现状与核心困境 - **市场规模**：2024年中国工业软件整体市场规模近3000亿元，其中纯软件市场规模约为1100-1400亿元，占全球市场比重约6.8% [17][19] - **产业结构失衡**：呈现“管理软件强、工程软件弱”的特点，经营管理类国产化率高（约70%），而研发设计类国产化率极低（约5%-10%） [17][19] - **核心技术“卡脖子”**：研发设计类软件（如CAD、CAE、EDA）是重灾区，根本原因在于几何内核、求解器等“根技术”缺失，这源于海量真实工业场景试错和工程优化的欠缺 [1][17][23] - **发展难点系统性**：国产工业软件面临技术、场景、生态、商业联动的系统性难题，是“技术债”传导的结果，难以单点突破 [26] 产业链、价值流转与盈利模式 - **产业链特征**：上游（根技术厂商）赚取技术垄断费，壁垒最高；中游（软件产品厂商）赚取行业Know-how溢价；下游用户通过效率提升获利 [20] - **价值流转逻辑**：产业价值分配遵循“技术单向溢价”，越靠近根技术利润越高；同时，围绕工业数据的增值服务价值开始显现，形成“技术溢价”与“数据价值溢价”协同态势 [30] - **当前盈利模式**：欧美企业以软件授权、维护与服务费为主；中国企业以定制化开发、实施与维护费为主；订阅制是市场积极追求的方向，平台与生态分成模式在探索中 [33] - **未来收费可能**：若“制造即服务”、“生成式设计”成为可能，未来可能出现“按产品抽成”的收费方式 [34] 主要玩家成长逻辑与突围方向 - **欧美巨头成长本质**：是“伴随工业化进程的自然生长 + 工业诀窍的代码化 + 资本并购完善覆盖”，其先工业后软件的发展路径具有时间、市场、资本上的不可复制性 [36] - **中国企业成长路径**：是“逆流而上的场景反哺”，需把握国产替代窗口期，依托中国庞大的工业场景，通过绑定共同成长的工业企业来打磨产品、实现技术突围 [36] - **市场锚定策略**：头部客户（如航天、船舶）驱动技术突破；腰部客户赋能现金流和行业知识沉淀；长尾及海外客户有助于扩大营收空间和收集训练数据 [2][50] 技术变革带来的变量与重构 - **云原生的影响**：通过架构解耦增强多人协作能力，并通过万核算力实现按需调用，虽不能替代核心内核研发，但有助于产品差异化竞争、覆盖下沉市场，并可能实现设计-制造-订单一体化 [40][41] - **AI/大模型的影响**：传统AI（如CV/GNN）主要赋能几何拓扑修复、异构数据读取，可打破国外巨头的“数据锁死”；大模型则通过辅助代码生成和自然语言交互，降低软件使用门槛 [43][45] - **企业价值左移的影响**：工业企业研发类数据价值挖掘受关注，利好具备全流程打通能力的平台型厂商和能构建“需求-功能-逻辑-物理”全链路追踪的研发设计服务厂商 [46] 未来产业发展方向 - **产业演变路径**：从提升个人效率的“工具化”、提升业务效率的“系统化”，向提升数据流动效率的“平台化”和提升数据价值效率的“基因化”发展 [48] - **产品形态演进**：在云原生、AI等技术驱动下，产品走向“平台+生态化”，核心能力下沉为API/SDK；最终将跃迁为具备感知、思考、自主任务能力的“工业智能体”或“数字工程师” [52] - **工业智能体特征**：懂自然语言交互、内核知识内嵌且能自主编排、可组装式交付 [52]

北交所2025年业绩预告整体情况 - 123家北交所上市公司披露了2025年年度业绩预告 [1] - 75家公司预计2025年实现盈利，盈利面超过六成 [1] - 预喜公司中，24家预增，13家扭亏，3家略增 [1] - 这展现了创新型中小企业强劲的内生动力与活力，彰显了新质生产力培育的积极成效 [1] 代表性公司业绩表现及原因 - 宏裕包材预计2025年实现净利润1700万元至2200万元，同比增长357.91%至492.59% [1] - 业绩增长原因包括：优化客户与产品结构导致高毛利客户订单占比增加；加强采购成本分析和集中采购以降本；深化精益生产提升经营效率，应收账款和库存管理水平提高，计提的信用减值减少 [1] - 骑士乳业预计2025年实现净利润4100万元至5300万元，相较于上年同期扭亏为盈 [2] - 扭亏原因包括：募投项目顺利结项投产，生鲜乳销售量增加；生物性资产处置价格较上年度增加，处置损失减少；2025年公司投资损失较上年度大幅减少 [2] 行业分析师对板块的整体评价 - 北交所上市公司业绩预告反映出，在产业政策精准滴灌下部分细分赛道龙头企业已率先突围 [2] - 虽然部分企业受短期宏观环境、行业景气等影响业绩承压，但整体板块研发投入持续增长、创新属性不断增强，长期向好的基本面没有改变 [2] 北交所未来发展与投资机会展望 - 希望尽快增加北交所上市企业数量，同时为其匹配公募等长期资金入场，推出场内ETF，做好股票供给和资金供给的平衡 [2] - 投资机会可围绕中国经济转型升级脉络重点把握三个方面 [3] - 一是聚焦业绩预喜且具备核心技术的成长主线，特别是在半导体零部件、新材料、工业软件等“卡脖子”环节实现进口替代的优质公司 [3] - 二是关注符合国家战略方向的新兴赛道，如绿色能源、数字经济、人工智能等领域的早期领军企业 [3] - 三是把握估值修复与制度改革红利，随着北交所做市商扩容、转板机制完善及中长期资金持续流入，部分估值合理、主业扎实的细分行业隐形冠军的投资价值正得到市场重估 [3]

行业背景与挑战 - 截至2023年末，中国工业企业资产总计达201.0万亿元，较2018年末增长44.3%，增加61.7万亿元[5] - 行业发展面临挑战：年度非计划停机直接损失超3000亿元，不合理维护导致产能下降5-20%，老专家退休引发的设备知识流失率高达50%[5] - 重资产行业进入“价值管理”时代，需求从“看得见设备、管得了设备”向“算得清价值、提升资产价值”跨越[5] 公司核心产品与平台 - 公司基于自主研发的工业智能操作系统CyberwIIOS，打造了智能资产绩效管理平台CyberwAPM，作为工业资产的“智能大脑”[5] - 平台通过业务融合（故障预测与健康管理CyberwPHM+工业控制系统CyberwICS+企业资产管理CyberwEAM，实现监诊控管一体）、数据融合（云+边+端，数据全贯通）、智能融合（AI+知识图谱，人机协同智能）[5] - 平台将传统“设备管理”升级为“资产价值管理”，实现实时感知、智能诊断、精准预测与最优决策，助力能源电力等资产密集型企业在资产全生命周期内实现可靠性提升、成本优化和价值最大化[5] 技术创新与产品体系 - 公司已构建覆盖决策型人工智能产品与工业大模型产品的全栈人工智能产品体系，深度赋能PHM、ICS、EAM三大关键业务[6] - 具体创新应用包括：发电设备故障诊断大模型精准破解设备异常识别、故障根因分析、设备健康状态预测等难题；技术监督专业模型通过AI生成技术监督报告，大幅提升工作效率与准确性；AI虚拟安全员可实现24小时安全监管[6][7] - 这些创新应用已在多家电力头部企业落地见效[7] 行业应用场景与目标 - 针对传统电厂的厂站端值班监盘、人工现场日常巡检、人工现场定期操作、现场作业违章监管等多类场景，公司将通过具身智能、多模态传感器融合、数字孪生等技术，实现全场景智能化升级[7] - 公司正稳步推进“无人值班、无人值守”的“黑灯电厂”目标[7] - 以智慧水电系统建设为例，电力行业数智化聚焦两大核心方向：一是水电运营管理智慧化，以“AI数智大脑”为核心重构人机交互模式，由AI驱动产出“成果”；二是水力发电系统智能化，融合边缘智能手段，实现设备状态数字化、诊断自主化、通信网络化、功能一体化与信息互动化[7] 公司战略与未来展望 - 公司将持续深耕AI+工业智能赛道，深化融合物理仿真、数字孪生、大模型等技术与工业核心场景[8] - 公司旨在以技术创新破解行业痛点，为工业企业数智化升级注入强劲动能，为国产工业软件产业生态建设贡献强大力量[8]