涉及的行业与公司 * 行业：流程工业（石化、煤化工、氯碱、热电、化工、能源等）的自动化与智能化领域[4][6][17] * 公司：中控技术[1] 核心观点与论据 1. 公司战略与增长目标 * 公司设定了2026-2028年明确的收入目标，分别为105亿元、145亿元和200亿元，对应增速为28%、38%和38%[2][3] * 同期工业AI业务收入目标分别为10亿元、25亿元和50亿元，增长预期强劲[2][3] * 公司正处于新的成长曲线起点，从DCS供应商向智能制造及工业AI解决方案供应商转型，并积极布局海外业务[8][22] 2. 核心产品：工业大模型TPT * 产品定位：业界首款为连续流程工艺设计的预训练人工智能系统，基于Transformer架构，旨在实现感知、决策、执行的闭环控制[6][9][12] * 核心优势： * 数据基础：基于海量工业时序数据（如DCS运行数据），能捕捉工艺参数间的动态关联[10][11] * 知识来源：包含丰富的工业基础知识，与基于互联网文本的通用大语言模型不同[12] * 应用目标：用于实际指导生产，发现问题并输出操作指令，而不仅是生成文本[12] * 技术迭代：TPT 2.0采用MOE架构，优化了数据需求和算力，仅需少量用户数据微调即可上线，并能解决更多问题，自主性增强[4][13] * 可靠性保障：通过MOE架构分解问题、利用30年行业数据积累、以及逻辑一致性检查等自主推理验证机制，解决AI幻觉问题，增强可靠性[15][17] * 应用现状：已成功落地超过110个项目，主要应用于石化、煤化工等行业[2][6][17]；截至2025年前三季度，相关运营软件收入达1.54亿元[2][6][18] * 经济效益：单点装置应用可带来数千万级经济效益，工厂级应用可达上亿元[4]；例如，一套65万吨/年的氯碱装置TPT方案可带来2080万元经济效益[16] 3. 核心产品：软件定义控制系统UCS * 架构颠覆：实现了计算和通信架构的双重颠覆[2][7] * 计算架构：将控制逻辑从专用硬件剥离，采用通用IT设施与云技术，实现软件定义、按需控制[7][21] * 通信架构：采用全光网络和APL技术，大幅提升通信速率[7][21] * 实施效益：可减少90%的机柜需求、降低80%的电缆成本并缩短50%的建设周期[21] * 商业模式：从一次性采购转变为按需订阅服务，提高客户资产灵活性与现金效率[21] * 当前阶段：处于初步落地阶段，已有成功案例（如湖北兴发集团）[21] 4. 市场空间与业务模式变革 * 市场空间：中控GPT在石化、化工和能源等领域的潜在市场空间合计超过330亿元每年[4][20] * 石化行业：对应客户数有望超2400个，市场空间超80亿元/年[20] * 化工领域：对应客户数预计超2.6万个，市场空间超100亿元/年[20] * 能源领域：市场空间超50亿元/年[20] * 业务模式变革：TPT平台帮助公司从销售定制化解决方案转变为销售标准模型底座和微调服务，提高了交付效率、产品标准化程度和客户粘性，并支持SaaS快速复制[4][19] 5. 公司竞争力与基础 * 行业地位：在全球流程工业DCS市场占有率第一，掌握了流程工业数据入口[5] * 经验积累：拥有30年以上的行业积累，服务了大量客户与装置，为AI训练奠定强大数据基础[5][17] * 客户基础：面向中国5.8万家规模以上工业企业及28万套工业装置，市场空间巨大[5]；已与中石化、中石油、万华化学等领军企业合作，并与沙特阿美、德国巴斯夫等国际高端客户建立合作[17][22] 其他重要内容 * 短期挑战：经济压力及战略转型导致公司短期营收有所波动；UCS系统短期内可能面临新旧系统改造成本较高的问题[2][7][22] * 其他业务：2025年前三季度，公司机器人业务收入达1.22亿元[22] * 发展前景：在中国制造业智能化升级趋势下，公司凭借强大产品力与全球影响力，有望成为工业AI领域领军企业，未来发展前景广阔[8][22]