一、技术定位与产品架构差异
本次定增的三个项目构成工业AI全栈技术体系,与现有业务形成纵向深化:
“灵擎”工业AI赋能平台(平台层)
定位为底层AI中台,整合现有“乐系列”工业软件(乐仓/乐研/乐造/乐数)的数据资产和华为盘古大模型算力,相较于当前分散的行业解决方案(12个行业包、156个工业组件),实现跨场景的模型训练与资源调度。其核心突破在于构建类似
Palantir Foundry的一体化平台架构。
“灵助”工业软件AI工具集(工具层)
聚焦垂直场景的AI应用开发,已落地的图纸识别、工艺优化等20余个工业Agent将升级为标准化工具。与现有定制化开发模式相比,工具集可使实施效率提升40%(参考AI质检项目交付周期缩短数据)。
“灵智”具身智能训推平台(终端层)
延伸自军工领域的训推服务(两个亿元级订单),通过端云协同架构填补现有“灵系列”在智能装备领域的空白。特别值得注意的是,该平台已在中国航发涡轮试验台等项目中验证92%的故障预测准确率。
二、商业化路径的进阶演变
维度现有业务模式募投项目升级方向技术交付项目制定制开发平台化订阅服务数据应用单点场景数据孤岛跨企业数据飞轮生态合作西门子/华为技术依赖自主可控技术底座毛利率水平软件服务52.4%目标提升至57%+(参考产线业务)三、风险与挑战
技术协同性:现有“乐系列”基于西门子PLM架构,与自研AI平台的兼容性需验证。核心底座仍依赖西方巨头软件。这次将脱离对外依赖,形成自主可控的平台模式。
市场拓展:军工AI收入占比已达50%,民用领域需复制特种装备的成功经验。
资金效率:应收账款规模达14.91亿元,平台化转型可能加剧短期现金流压力。
四、机构观点佐证
华鑫证券认为,三个项目对应公司“All in AI”战略的三大落地路径,2025年AI业务收入增速考核目标为不低于30%。
东吴证券则特别强调“灵助”工具集在AI质检场景的先行优势。