公司战略转型 - 从单一设备制造商转型为服装智能制造成套解决方案服务商 涉及机器人 AI 缝制机械多技术融合 [4] - 完成三次关键战略转向 包括从家用缝纫机转向工业缝纫机 逆势收购海外企业 以及布局AI机器人生态 [5][6][7] - 通过收购德国奔马 拓卡 意大利迈卡 威比玛等企业补全衬衫 牛仔裤 鞋类成套设备生产链条 [6] 技术研发与产品 - 拥有3254项有效专利与软件著作权 覆盖压布 送布 面料识别等关键技术 [10] - 2024年推出首款AI缝纫机 智能包缝机可实现每秒3.2万次面料厚度检测并实时生成最佳参数 [10] - 研发专注于服装制造场景的人形机器人 预计2026年下半年正式发布并加快规模化应用 [9][10] 市场地位与产能 - 2024年工业缝纫机总产量约685万台 公司售出智能工业缝纫机约212万台 占全国产量三分之一 [10] - 已签约10家世界级标杆客户 进入全球高端品牌供应体系 [6] - 全球拥有8000多家经销商 营销网络覆盖170多个国家和地区 [11] 全球化运营 - 2024年实现营收60.94亿元（同比增长15.11%） 其中海外营收29.44亿元（毛利率37.27%） [11] - 在海外拥有300多名外籍员工 布局北美 欧洲 印度 中国四大核心市场并实施本地化生产 [11] - 公司前身"飞球"即蕴含全球化战略 目前业务涉及服装 鞋业 箱包 家具 皮革 汽车 航空等多领域 [11] 未来发展方向 - 将继续通过收购加快全球扩张步伐 重点聚焦领先技术与本地化深入 [12] - 长期战略主线包括全球化 人工智能 行业深度 目标成为全球规模最大性能最优的服装智造平台 [12] - 致力于打造能就近生产交付的服装智造生态 实现从设备制造向解决方案服务的全面升级 [7][12]

纪要涉及的行业或者公司 - 行业：工业缝纫机行业、服装制造业 - 公司：杰克股份 纪要提到的核心观点和论据 杰克股份发展趋势 - 正从周期性向成长性转变，新产品成关键驱动力，股价定价逻辑转向新产品和利润率提升 [2][3] - 2024 年利润增速达 50%，净利率创历史新高 13.4%，2025 年一季度净利率继续提升，预计未来可能达 20%以上 [2][3][5] 新产品情况 - 2025 年 9 月将发布高端 AI 缝纫机，有望进入高端服装缝制市场，实现 ASP 翻倍，为未来 2 - 3 年业绩提供保障 [2][3][5] - 2026 年将发布机器人相关产品，推动服装制造无人化，结合 AI 技术，为公司带来长期增长潜力 [2][3][5] 行业周期对公司影响 - 工业缝纫机行业目前处于历史分位数 40%左右，过去两年周期波动在 600 万台到 840 万台之间，周期波动对杰克股份后续需求影响不大 [4] - 自 2023 年以来行业波动率下降，海外市场占比提升且分散，出口销量达国内销量两倍以上，行业趋向低波动，杰克股份股价更多受新产品和利润率影响 [4] 产品毛利率提升原因 - 缝纫机产品毛利率从 30%提升至 50%，因售价翻倍但成本未显著增加 [6] - 行业竞争格局好，出厂均价自上市以来每年保持 3% - 4%的复合增速，通过产品迭代解决下游痛点获提价接受度 [6] AI 缝纫机盈利影响 - 若 2026 年销量达 7 万台，预计增厚公司 10%左右的 EPS [2][7] - 通过视觉加 AI 模块指导操作，提高智能化水平，缩短培训时间，实现无油缝制，可挑战日本重机 JUKI 等高端市场 [7] 服装制造业适合技术落地原因 - 用工人数多，国内约 1500 万人，全球约 8000 万人，人工开支达万亿级别，可替代空间大 [8][9] - 对精度要求相对较低，一般定位精度在厘米级别，技术易落地，市场空间大、落地速度快 [9] 杰克股份无人化策略 - 采取两步走策略，先利用现有自动化产品实现部分工艺智能化，再通过人形机器人解决上下料问题，已开发出相关机器人样品，初步验证场景模式 [3][10] 服装制造业应用机器人挑战 - 面料柔性问题，软质材料抓取和定位困难 [11] - SKU 种类繁多，面料不断迭代，工业集成厂商难开发适应所有变化的产品 [11] 杰克股份无人化计划 - 2025 年 9 月发布 AI 缝纫机，进入高端市场，提升盈利能力和市占率 [12] - 2026 年底前发布人形机器人，替代模板机操作工，预计每年需求量达 10 万台 [13] 杰克股份未来市场潜力 - 若人形机器人未来 30 年实现高渗透率，业务可能带来 100 - 200 亿市值增量，机器人业务有较大价值发现空间 [14] 其他重要但是可能被忽略的内容 - 去年杰克股份全球缝纫机销量约 220 万台，高端市场需求量在 150 万台到 200 万台之间 [7] - 杰克股份开发的人形机器人样品在单一模板机制衣场景中实现 98%左右上下料准确度 [10]