报告公司投资评级 - 首次覆盖能科科技，给予“买入”评级 [8] 报告的核心观点 - 能科科技是工业软件和工业AI的领跑者，前瞻布局AI agent业务打造第二成长曲线，2024年业务突破性增长 [8] - 预计2025 - 2027年营业收入为18.23亿元、21.92亿元、25.72亿元，增速21%、20%、17%；归母净利润为2.54亿元、3.16亿元、3.94亿元，增速32%、25%、24%，对应PE为31/25/20倍 [8] 根据相关目录分别进行总结 工业软件和工业AI的领跑者 - 公司2006年12月成立，2016年10月上市，服务工业企业数字化和智能化建设，立足工业领域，聚焦高端装备制造业，服务超3000家客户 [8][13] - 发展历经创业初期、布局智能制造、布局自研工业软件、布局AI生态四个阶段，祖军和赵岚为实际控制人，截至2025年5月27日合计持股27.75% [14] - 主营业务包括AI产品与服务、云产品与服务、软件系统与服务、工业工程和工业电气产品与服务 [17] - 2020 - 2024年营收稳步增长，归母净利润2024年受不可控因素影响略有波动，近5年毛利率和净利率稳步提升，销售和管理费用率稳中有降，研发费用率提升 [24][27][30] PLM国产趋势不可挡，公司自研产品实现快速增长 - PLM属研发设计类工业软件，国内企业正追赶，国产企业份额提升，全球PLM市场预计2030年超百亿美金，AI重构工业软件，政策鼓励行业发展 [33][40][45] - 公司围绕多行业客户迭代“乐系列”工业软件产品，包括乐仓、乐研、乐造、乐数，过去几年自研工业软件产品收入从2022年的2.05亿元增长到2024年的4.58亿元 [50][52][53] AI：加大布局AI，已获得多个亿元订单 - 全球人工智能市场规模高速增长，工业AI软件市场增长强劲，预计2025 - 2030年复合年增长率为35.97% [54][57] - 公司打造“灵系列”AI agent产品体系，实现多场景应用，与华为合作打造数字化解决方案，2024年签署两个亿元级AI项目 [58][61][62] 盈利预测 - 核心假设包括各业务营收增速及毛利率预测，预计云产品与服务2025 - 2027年营收增速20%、20%、20%；工业工程及电气产品与服务增速10%、10%、10%；软件系统与服务增速 - 20%、 - 20%、 - 20%；AI产品与服务2025 - 2027年营收5.19/7.78/10.11亿元；2025 - 2027年综合毛利率48%、48%、48% [64] - 选取赛意信息、鼎捷数智、汉得信息为可比公司，预计能科科技2025 - 2027年归母净利润对应PE为31/25/20倍，看好其在AI agent领域布局，首次覆盖给予“买入”评级 [66]

公司股价及交易数据 - 截至2025年6月27日收盘，中控技术报收于44.38元，上涨0.02%，换手率0.82%，成交量6.4万手，成交额2.85亿元 [1] - 6月27日主力资金净流出1049.32万元，占总成交额3.68% [3] - 游资资金净流入551.71万元，占总成交额1.94%，散户资金净流入497.61万元，占总成交额1.75% [4] 公司经营及战略 - 合同负债波动不直接反映公司未来经营预期，公司正加速向工业AI转型，挖掘行业新增长点及客户需求 [2] - 2024年受宏观经济及行业周期压力，公司通过优化资源配置和工业AI业务落地展现韧性 [3] - 2025年为战略切换关键期，工业AI研发投入前置导致短期业绩承压，但技术转化临近爆发临界点 [3] - 公司战略性加大AI技术研发投入，打造工业AI硬核产品，同时强化其他业务板块支撑 [3] 相关ETF表现 - 食品饮料ETF(515170)近五日跌0.17%，市盈率19.73倍，份额增450万份，主力资金净流出717.5万元 [7] - 游戏ETF(159869)近五日涨2.00%，市盈率41.36倍，份额减500万份，主力资金净流出1659.9万元 [7] - 科创半导体ETF(588170)近五日涨3.48%，份额持平，主力资金净流出1482.3万元 [7] - 云计算50ETF(516630)近五日涨7.04%，市盈率100.19倍，份额减700万份，主力资金净流入343.4万元 [8]

工业AI的产业革命 - 工业AI正在以沉稳深刻的方式加速变革制造业，区别于生成式AI在内容产业的快速渗透[1] - 制造业存在"动脉血"(可见生产力)和"静脉血"(隐性经验知识)的双重结构，后者决定产品良率和竞争力[1] - 通用大模型难以捕捉工厂特定场景的工艺参数等隐性知识，形成工业AI落地的主要障碍[1] - 鼎捷数智发布企业级AI套件，旨在打通工业的显性与隐性知识体系[1] 鼎捷的破局方法论 - 采用"解耦式架构"分离知识库与执行器，实现模块化升级和行业适配[4] - 构建"三层火箭"产品矩阵：智能数据套件→企业智能体生成套件→AIoT指挥中心[5] - 智能数据套件已完成20多个主题域覆盖，沉淀6000+数据元和54个模型[7] - 首创MACP协议实现多智能体协同，案例显示经营决策效率从1周缩短至实时[8][10] - 工业机理AI融合物理模型与数据模型，实现工艺参数的数字化传承[12][13] 工业知识数字化技术 - 多模态采集技术单次可获取5种模态的工艺数据[14] - 构建严格的三元组知识图谱(如<工序A, 温度, 730℃±5>)确保精度[14] - 采用RAG技术平衡AI能力与数据安全，避免核心工艺外泄[15] 实际应用案例 - 嘉利股份改造后人均产值提升20%，不良率下降20%，获"未来工厂"称号[19] - 英飞特借助鼎捷平台用10人团队9个月完成原需600人维护的全球系统替换[21][23] 商业模式变革 - 从项目制转向平台订阅(AAR)+AI调用+生态分成的收入结构[25] - 形成数据飞轮效应：客户越多→模型越准→吸引力越强[26] - 估值逻辑可能从PE转向PS或ARR倍数[27] 行业竞争焦点 - 竞争维度从软件功能转向行业Know-how的AI化能力[28] - 决胜关键包括算法信任度、知识更新机制和生态繁荣度[28]

工业AI的核心观点 - 工业AI正在以沉稳深刻的方式加速产业革命，专注于解决制造业中"静脉血"（隐性经验知识）的数字化传承问题，而不仅是"动脉血"（可见生产力）的优化[1] - 通用大模型在工业领域存在局限性，因其难以理解特定工厂的工艺参数、设备补偿等隐性知识，这些知识通常依赖老师傅的感官和肌肉记忆[1] - 鼎捷数智发布的企业级AI套件旨在打通工业的"动脉"和"静脉"，将老师傅30年的经验数字化传承[1] 鼎捷的破局方法 三层火箭式产品矩阵 - **第一层智能数据套件**：通过"数据CT"解决OT与IT层数据孤岛问题，封装40年行业经验，覆盖20+主题域、6000+数据元、54个模型[6][7] - 智能数据体检：基于业务属性检查数据异常（如材料温度与厚度关系）[7] - 行业知识沉淀：构建工艺知识图谱，关联国标/企业标准[7] - 增强决策智能：提供自然语言交互的偏差归因和测算推演能力[8] - **第二层企业智能体生成套件**：首创MACP协议实现多智能体协同，案例显示某储能设备商经营计划制定周期从1周缩短至智能体并行执行[9][10] - 采用"中心化决策+分布式执行"模式，主智能体Commander可协调6类单智能体反思协商[10] - **第三层AIoT指挥中心&工业机理AI**： - AIoT指挥中心接入AGV/数控机床等设备，实现"全域AIoT"[11] - 工业机理AI融合物理模型（如铜铸造的流体力学），通过视觉/生物识别技术数字化工艺动作[12] 工业知识数字化技术 - 多模态抓取：一次老师傅示范可采集5种模态数据（录屏/传感器/日志等）[15] - 工业知识图谱：构建严格的三元组（如<工序A, 温度, 730℃±5>），自动标记过期知识[15] - RAG技术：本地知识图谱保障数据安全，公有大模型仅理解意图[15] 实际应用案例 - **嘉利股份**：AI排产+一灯一码追溯+无人化物流，实现人均产值↑20%、不良率↓20%、物流岗从42人→4人[18] - **英飞特**：10人IT团队9个月内替换欧司朗600人维护的全球SAP系统，验证鼎捷PaaS平台跨国能力[19][20][21] 商业模式变革 - 从项目制转向平台化：收入结构从License变为订阅费（ARR）+AI调用费+生态分成[23] - 数据飞轮效应：客户越多则模型越精准，形成正向循环[23] - 生态网络：雅典娜PaaS平台吸引华为云/智程等生态伙伴，类似"工业AI的App Store"[23] 行业竞争焦点 - 决胜关键在于将非结构化行业Know-how翻译为AI可执行的"工艺母语"，而非单纯软件功能[26] - 需解决三大挑战：算法信任（如0.01mm公差理解）、持续知识采集（防模型过期）、生态繁荣度（第三方开发者参与）[27]

报告公司投资评级 - 首次覆盖东土科技，给予“中性”评级 [2] 报告的核心观点 - 东土科技发布2024年年报和2025年一季报，2025Q1营业总收入1.40亿元，同比增长3.08%，归母净利润 -4988.34万元，同比增长44.03%；2024年营业收入10.29亿元，同比下降11.52%，归母净利润3863.35万元，同比下降85.16% [1] - 自研产品比例上升、软件化收入贡献增强、供应链成本控制得当，带动2024年毛利率提升7.84pct，海外市场重点区域收入增长50% [1] - 面向工业AI，鸿道工业操作系统完成3.0版本升级，支持AI芯片，提升数据处理能力；推出与大模型结合的AI控制器；工业网络通信板块海外市场与多家企业扩大合作 [2] - 预计25 - 27年收入分别为12.16/14.09/15.82亿元，归母净利润分别为0.69/1.07/1.40亿元，对应PE分别为184.24/118.16/90.75X [2] 根据相关目录分别进行总结 财务数据 - 2023 - 2027年预计营业收入分别为11.63/10.29/12.16/14.09/15.82亿元，归属母公司净利润分别为2.60/0.39/0.69/1.07/1.40亿元等 [3] - 资产负债表、现金流量表、利润表等多方面财务指标有相应预测数据，如2024 - 2027年预计经营活动净现金流量分别为31/116/47/112百万元等 [13][14] 市场表现 - 2025年6月23日收盘价20.64元，12个月股价区间6.61 - 26.68元，总市值126.9139亿元 [4] - 1个月、3个月、12个月绝对收益分别为 -18%、5%、169%，相对收益分别为 -17%、6%、158% [7] 相关报告 - 《通信行业深度：电力——AI的尽头》（20250206）、《训练转向推理释放更多产业机遇，国产AI迎发力加速元年》（20241231）等 [8][9] 研究团队 - 赵宇阳为计算机行业首席分析师，上海财经大学硕士，5年卖方研究经验，获多项分析师荣誉，擅长分析产业链趋势挖掘投资机会 [15]

常州新能源产业概况 - 常州新能源产业覆盖动力电池、新能源汽车、光伏发电和氢能四大领域，形成完整产业链[9][12][13] - 2024年常州动力电池产量可装备100万辆新能源车，全球每10辆新能源车就有1辆使用常州产电池[9] - 常州光伏组件产能占全国10%，新能源汽车产量占江苏省61.3%[9] 动力电池产业 - 产业链完整度达97%，聚集宁德时代、蜂巢能源、比亚迪等龙头企业[9] - 宁德时代溧阳基地年产能超100GWh，通过AI技术提升产能320%，制造成本降低33%[9][10] - 蜂巢能源金坛基地研发短刀快充电池，10分钟充电可行驶400公里，2024年出货27万套[10] 新能源汽车产业 - 理想汽车常州工厂每40秒下线一台车，2024年产量达41万辆[12] - 比亚迪常州基地出口22万辆，本地采购率85%，形成"4小时产业圈"[12] 光伏发电产业 - 天合光能智能跟踪支架技术提升发电量15%[12] - 晶科能源建成中国规模最大太阳能产品生产基地之一[12] - 永臻股份全球铝合金光伏结构件市占率第一[12] - 亿晶光电"渔光一体"项目年发电近2亿度[12] 氢能产业 - 构建"常州氢湾"为核心的"制储用"一体化氢能生态[12] - 氢致能源研发100kW电解海水制氢装备实现技术突破[12] - 永安行全球首推折叠式氢能自行车，累计投放超2万辆，配套建设5座加氢站[12] 产业优势分析 - 工业底蕴：电力能源产业始于1921年震华电厂，上世纪80年代输变电设备占全国1/3[16][17] - 区位优势：30分钟直达南京，1小时直达上海，形成"3小时产业圈"[17] - 政策支持：国内首创《常州市新能源产业促进条例》，设立50亿母基金，提供15%研发费用奖励[19] 智能制造与AI应用 - 宁德时代溧阳基地应用AI视觉技术提升产能320%[21] - 尚德太阳能采用AI检测组件，可识别0.1毫米隐裂[21] - 深兰科技AI加氢站效率比传统方式高30%[23] 未来发展规划 - 2027年目标：新能源发电装机700万千瓦，培育15个近零碳园区，30家近零碳工厂[25] - 2025年目标：新能源产业规模突破万亿，整车产量超100万辆[24] - 技术突破：支持固态电池量产、钙钛矿电池组件研发、绿氢基地建设[25]

公司产品发布 - 公司在2025（第四届）数智未来峰会上重磅发布AI软基建（AI S-infra）套件，包括智能数据套件、企业智能体生成套件、四大工业软件AI智能套件、AIoT指挥中心&工业机理AI套件等多项最新方案成果 [1] - 底层技术采用多模型交互，产品展示多模型协同解决问题能力，与微软、阿里等商业化模型完整适配，同时构建半导体、装备制造、印刷等行业模型，支持用户专项训练的私域模型 [1] - 平台层发布Indepth AI 2 0，企业可通过对话、拖拉拽等形式快速自建Agent，满足非标准化需求 [1] - 上层应用推出多领域"专家"Agent，包括采购、销售、研发、生产、财务等AI原生系统，协助企业全流程提升效率 [1] 工业AI解决方案 - 公司融合AIoT优势发布工业机理AI，通过孪生工厂形式结合AIoT设备数据，实现动态数据应用，快速响应异常并给出处理方案 [2] - 公司制造业Agent具备多方面优势：1）面向中小型制造业，效率提升直观，客户付费意愿高 2）客户资源丰富，AI客户渗透率与客单价双提升 3）产品发布与迭代速度快 4）多年数据管理布局为企业AI提供核心基础 [2] 财务与增长预期 - 预计25-27年实现收入26 3、30 4、36 1亿元，实现归母净利润2 1、2 5、3 1亿元 [2] - 公司制造业Agent是B端AI的重要落地，下游景气度复苏有望实现快速增长 [2]

报告公司投资评级 - 维持优于大市评级，目标价72.75元 [4] 报告的核心观点 - 随着公司AI投入阶段性成果已现，传统优势行业稳健增长以及新兴行业需求涌现，叠加海外市场加速拓展以及整体商业模式快速优化，未来业绩增速或超预期 [1] 根据相关目录分别进行总结 盈利预测与估值 收入和盈利预测 - 公司作为工业AI领域龙头企业，创新产品打造行业标杆，技术突破引领行业创新，推动人工智能在流程工业领域广泛应用，打开了流程工业人工智能的全新局面 [9] - 对未来业绩增速预测主要考虑AI相关高毛利业务在该行业内的渗透率提升速度，公司业务涵盖化工、石化等多个行业，优势业务在2024年增速基础上缓慢提升并趋于稳定，预计2025 - 2027年化工业务增速为6%/5%/9%，石化业务增速为12%/11%/14%等，部分业务毛利率呈缓慢提升趋势 [10] - 预计2025 - 2027年中控技术的收入分别为103.14/112.80/124.66亿元，归母净利润分别为12.72/14.72/17.38亿元，EPS分别为1.61/1.86/2.20元 [11] 估值 - 采用PE估值法和PS两种估值方法对公司进行估值 [15] - PE估值法选取宝信软件、能科科技等作为可比公司，预计2025 - 2027年中控技术归母净利润分别为12.72/14.72/17.38亿元，可比公司2025年平均49.16倍PE，给予行业平均估值水平，对应合理市值为625.38亿元人民币 [16] - PS估值法仍选取上述可比公司，预计2025 - 2027年中控技术的收入分别为103.14/112.80/124.66亿元，可比公司2025年平均PS为5.09倍，给予行业平均估值水平，对应市值为524.97亿人民币 [18] - 综合以上估值方法，按照取平均原则，认为公司合理市值为575.17亿元人民币，对应目标价72.75元 [19]

报告公司投资评级 - 维持“优于大市”评级，参考可比公司，给予公司2025年动态PE 40倍，目标价38.97元 [4][10] 报告的核心观点 - 公司经营质量稳步提升，AI产品与服务实现突破性增长，持续引领工业软件领域智能化变革 [1] 根据相关目录分别进行总结 财务摘要 |项目|2023A|2024A|2025E|2026E|2027E| |----|----|----|----|----|----| |营业收入（百万元）|1,405|1,510|1,749|2,069|2,485| |营业收入(+/-)%|13.7%|7.5%|15.8%|18.3%|20.1%| |净利润（归母，百万元）|226|192|238|309|403| |净利润(+/-)%|14.0%|-15.2%|24.3%|29.5%|30.7%| |每股净收益（元）|0.92|0.78|0.97|1.26|1.65| |净资产收益率(%)|8.3%|6.6%|7.6%|9.0%|10.5%| |市盈率(现价&最新股本摊薄）|31.19|36.77|29.57|22.84|17.48| [3] 交易数据 - 当前价格28.81元，52周内股价区间13.64 - 41.04元，总市值70.50亿元，总股本/流通A股245/245百万股，流通B股/H股0/0百万股 [4] 资产负债表摘要 - 股东权益29.48亿元，每股净资产12.05元，市净率2.4，净负债率 - 12.99% [4] 经营情况 - 2024年实现营收15.10亿元（+7.47%），归母净利润1.92亿元（-15.17%）；25Q1营收3.37亿元（-16.65%），归母净利润0.49亿元（-12.07%）。24年归母净利润下降主要系研发费用达1.94亿元（+27.88%）所致 [4] - 公司加强营运资金管理，24年经营性净现金流实现5.19亿元（+64.87%）；24年底合同负债3.55亿元（+130.55%）。25年一季度受工业电气产品交付节奏影响，收入利润下降，合同负债增长至4.08亿元，相比24年底增长14.77% [4] AI业务 - 2024年公司深耕重工装备、汽车等行业，AI产品与服务增长迅速，实现营收2.73亿元（+1255.99%），毛利率39.32%（+14.43pct） [4] - 公司打造“灵系列”AI agent产品体系，实现机器人训推、汽车产品设计优化和高端装备的AI质检等场景下AI agent产品的研发和应用 [4] - 公司签署两个亿元级项目，AI技术能力实现落地应用，还调研收集行业客户100余个场景化AI需求，整理出40余个典型场景进行深度研究 [4] 自研工业软件 - 公司结合各行业客户不同应用场景的实践经验，对“乐系列”自研产品进行持续优化，形成12个行业包、36个子应用、156个工业组件，扩大自研产品从研发到制造各流程节点的覆盖面 [4] 可比公司PE估值 |证券简称|证券代码|股价（元）|市值(亿元）|EPS（元）|PE（倍）| |----|----|----|----|----|----| | | | | |2024|2025E|2026E|2024|2025E|2026E| |赛意信息|300687.SZ|26.94|110.50|0.34|0.52|0.66|79|51|41| |鼎捷数智|300378.SZ|33.46|90.81|0.57|0.76|0.95|58|44|35| |汉得信息|300170.SZ|17.05|167.92|0.19|0.25|0.31|89|68|55| |平均| | | | | | |76|55|44| |能科科技|603859.SH|28.68|70.18|0.78|0.97|1.26|37|29|23| [7] 分业务预测 |业务|2024|2025E|2026E|2027E| |----|----|----|----|----| |云产品与服务营收（百万元）|458.24|504.07|559.51|626.66| |云产品与服务增速（%）|6.68|10.00|11.00|12.00| |云产品与服务毛利率（%）|53.83|53.00|52.00|51.00| |工业工程及工业电气产品与服务营收（百万元）|456.50|524.97|587.97|658.53| |工业工程及工业电气产品与服务增速（%）|8.01|15.00|12.00|12.00| |工业工程及工业电气产品与服务毛利率（%）|57.46|56.50|56.00|55.00| |AI产品与服务营收（百万元）|273.00|491.41|737.11|1031.95| |AI产品与服务增速（%）|1255.99|80.00|50.00|40.00| |AI产品与服务毛利率（%）|39.32|39.00|39.50|40.00| |软件系统与服务营收（百万元）|315.53|220.87|176.70|159.03| |软件系统与服务增速（%）|-39.92|-30.00|-20.00|-10.00| |软件系统与服务毛利率（%）|40.33|40.50|41.00|42.00| |其他业务营收（百万元）|6.55|7.21|7.93|8.72| |其他业务增速（%）|209.40|10.00|10.00|10.00| |其他业务毛利率（%）|48.62|40.00|40.00|40.00| |总营收营收（百万元）|1509.82|1748.52|2069.21|2484.88| |总营收增速（%）|7.47|15.81|18.34|20.09| |总营收毛利率（%）|49.46|48.48|47.70|46.88| [8]

公司概况 - 瑞欧威尔是一家专注于工业AR头戴计算机产品的智能科技公司，致力于为企业数字化转型提供AR协作方案[1] - 公司成立于2018年底，由拥有通用电气、3M等企业高管经验的李波创立，核心团队具备硬件和工业领域深厚背景[1][2] - 目前全球已发售3万台设备，客户包括宝马集团等世界五百强企业，覆盖汽车、石化、电力等十余个行业[2][4] 产品技术 - 核心产品为AR头戴计算机，整合语音交互、AR与AI决策，支持无网络环境操作，具备抗噪音、电磁干扰等工业级耐用性[4] - 产品经历两阶段迭代：2019-2022年聚焦工业互联网智能终端，2023年起升级为AI前端数据采集终端，实现与大模型双向交互[4] - 采用开源底座+行业定制化开发模式，与施耐德电气合作案例显示能缩短检测时间35%、降低故障率28%[5] - 最新技术整合5G-A网络和DeepSeek大模型，实现"对话即服务"、数字孪生及故障透视诊断功能[5] 市场表现 - 2021年抓住数字化协作机遇实现销量陡坡式增长，目前与腾讯会议、微软Teams等平台建立合作[2][6] - 已获近百项AR专利和500余项国际专利，累计融资1.2亿元，投资方包括佳禾智能等机构[6] - 2024年入选XR行业年度荣誉榜，2021年进入汽车产业数字化服务商TOP50榜单[6] 发展战略 - 坚持"小而美"路线，在选定领域深耕而非全行业覆盖[5] - 计划开启新一轮融资，未来将深化与行业巨头合作，拓展更多AI应用场景[6][7] - 长期目标是通过硬件+AI算法重塑工业作业模式，解决工业数字化"最后一公里"问题[3][4]