1. 90% 的工程化是壁垒
“10% 大模型 + 90% 工程化”。大模型本身趋向标准化(开源或外购),企业真正的核心竞争力在于将“行业 Know-how”数字化。公司深耕工业场景下的工程落地能力。
2. 从“规模导向”转向“利润导向”
确保 20%-30% 的利润增长,AI 业务年复合增长率不低于 30%。
主动放弃低毛利、重人力的业务,裁撤服务小客户的销售及高耗能实施团队,2026 年上半年完成业务清洗。
3. 交付模式打破“五五开”
公司致力于改变传统工业软件“5分产品、5分实施”的交付模式,目标是向“8分产品、2分实施” 转型。提升产品的标准化程度(如乐仓、乐数),降低对人力的依赖,从而提高人均产值和边际收益。
4. 做“插头”而非“插口”
定位为精准对接行业需求的 “插头”,华为、阿里等巨头视为输出能量的 “插座”。算力、算法、数据三要素中,公司坚定选择深耕 “数据”(尤其是制造业的场景数据),成为巨头生态中不可替代的环节。
5.募投重点:灵擎(研制智能化)、灵助(软件+AI)、灵智(具身智能)。
灵智(AI+具身智能): 研发重心在于提升具身智能的感知与执行力,目标是使其成为工业行业的“核心大脑”,实现从辅助决策到自主作业的跨越。
灵助(工业软件+AI): 采取“对标+增强”策略,在传统工业软件的基础上加载AI模块。通过AI插件化,将传统工具升级为智能助手。
灵擎(工业研制智能化): 作为“灵系列”的底座支撑,对标顶尖工业AI引擎,提供核心的智能化驱动能力。
6. 从“单点 Agent”走向“领域平台”
现阶段以单点场景为突破口,通过具体的 AI Agent 解决特定工业问题。构建 “围绕领域的平台”。
将碎片化的AI能力汇聚成具备行业通用性的平台底座,实现从“解决一个问题”到“赋能一个领域”的转变。