赛意信息接待155家机构调研，包括中金公司、国盛证券、海通证券等

2025年3月2日，赛意信息披露接待调研公告，公司于2月28日接待中金公司、国盛证券、海通证券、中信建投证券、民生证券等155家机构调研。

公告显示，赛意信息参与本次接待的人员共2人，为董事长、总经理张成康，董事会秘书柳子恒。调研接待地点为线上电话会议。

据了解，赛意信息在2025年2月28日举行了AI战略及产品更新的说明会，会议内容涉及公司在制造业数字化转型领域的战略布局。赛意信息作为头部工业软件及企业管理软件产品厂商，洞察到新技术带动下的发展新趋势，认为2025年将是企业应用及制造应用的AI落地元年。公司推出了AI智能体中台“善谋GPT”，并持续迭代更新版本，形成了“纵向AI结合工业机理，横向AI组网”的双轨战略。技术生态端，赛意信息的“基于善谋GPT的PCB行业大模型”与华为技术有限公司AI框架昇思MindSpore完成兼容性测试，获得华为昇腾技术认证书及Ascend Compatible徽标的使用权，标志着赛意善谋AI智能体平台已适配华为昇腾910B芯片，实现国产化算力适配，并接入DeepSeek等通用大模型增强多模态能力。

据了解，赛意信息在客户市场端于2025年初公告了4800万单体AI工业应用订单，覆盖AI数据处理、模型训练、智能网联开发等项目内容，验证了AI大模型工业应用的商业化可行性。公司扎根广东，依托广东制造业集群具有就近服务的主场优势。未来，公司将继续沿着DEEPSEEK算力降本+AI工具链应用降本方向持续投入产品研发发布新品。据IDC报告显示，赛意信息在高科技电子及计算机通信、光伏、家电三大领域的生产制造产品解决方案市场厂商份额均为中国第一。

据了解，赛意信息在会议中回答了多个问题，涉及如何帮助制造业客户提高效率并降低成本、AI工具链在制造业中的应用情况、公司内部如何运用AI提升效率、ERP板块业务的展望、AI技术在其他领域的应用、复制AI大订单的成功案例的可能性、垂类模型准确率和应用场景效率提升空间的测算、横向行业扩张能力、机器人及相关领域的战略考量、制造业对大模型生成式AI能力的应用状态、海外业务发展进展等。公司表示，将通过AI技术提升内部效率，特别是在开发测试方向，力争实现成本降低20%到30%，并在研发方面利用大模型如Deepseek来加速研发过程。同时，公司也在积极进行横向行业扩张，特别是在PCB行业取得突破的基础上，将技术和经验运用到其他领域。公司高度重视软硬一体的智能化方向，已在工业机器人上下游产业链上进行投资布局，并将进一步侧重于软件和AI应用层面，与机器人硬件公司协同合作，打造一体化解决方案。此外，公司已启动海外业务，在日本设立子公司，预计未来一两年内将构建出公司业务发展的第二增长曲线。

调研详情如下：

公司于2025年02月28日下午15:30-16:30举行公司AI战略及产品更新的说明会,本次说明会采用电话会议的方式举行,主要内容如下:

产业端,赛意信息作为深耕制造业数字化转型领域的头部工业软件及企业管理软件产品厂商,洞察到行业在新技术带动下的发展新趋势,随着传统ERP向应用现代化+作业现代化演进趋势(核心财务保留+周边业务模块解耦),中国制造业的智能化需求会井喷,公司判断2025年为企业应用及制造应用的AI落地元年。

产品端,公司凭借20年行业积累加速技术布局,于2023年推出AI智能体中台“善谋GPT”并持续迭代更新版本。一方面打造垂直行业大模型,智能制造领域向下扎根;另一方面,通过AI工具链构建合纵连横网络,泛ERP领域横向延伸。形成“纵向AI结合工业机理,向下扎根行业Know-how,横向AI组网,赋能跨系统业务协作”的双轨战略。

技术生态端,上述自主研发的“基于善谋GPT的PCB行业大模型”于2024年成功与华为技术有限公司AI框架昇思MindSpore完成相互兼容性测试,并取得华为昇腾技术认证书及Ascend Compatible徽标的使用权。

标志着赛意善谋AI智能体平台已经完美适配华为昇腾910B芯片实现国产化算力适配,并接入DeepSeek等通用大模型增强多模态能力,在长推理能力和开源优势等方面形成差异化竞争力,为中国制造业提供“中国算力+中国模型+中国AI工具链+中国制造AI积木应用”的全栈式产品及服务能力。

标志着国产AI应用与国产AI算力可以共同协助中国制造业走深走实,从高技术制造持续演进到自我进化的AI数字制造企业生命体。客户市场端,2025年初公告4800万单体AI工业应用订单,覆盖了AI数据处理、模型训练、智能网联开发等项目内容,验证了AI大模型工业应用的商业化可行性。

区域占位端,公司扎根广东。广东省的经济总量连续36年全国第一,制造业规模亦是全国第一。公司依托广东制造业集群具有就近服务的主场优势。

未来,公司将继续沿着DEEPSEEK算力降本+AI工具链应用降本方向持续投入产品研发发布新品。

数据参考:据全球领先的IT市场研究和咨询公司IDC发布的最新《中国制造业MES市场分析及厂商份额,2023:行业聚焦,AI赋能》报告中显示,赛意信息在高科技电子及计算机通信、光伏、家电三大领域的生产制造产品解决方案市场厂商份额均为中国第一。

公司就参会者在本次会议中提出的问题进行了回复:

问题1:贵公司具体如何帮助制造业客户提高效率并降低成本?回答:公司致力于提供一个易于使用的AI工具链,将AI场景工程化,简化构建过程,使制造业客户能够像搭积木一样将自身流程与AI结合,从而提升业务效率,提高收入和利润。同时,通过AI工具链将各种应用系统快速耦合起来,形成协同工作的AI网络,降低AI应用的成本结构,让每个企业都能负担得起并用得好AI。

问题2:AI工具链在制造业中的应用情况如何?

回答:目前制造业对此需求非常旺盛,公司业务部门接到大量基于AI工具链实现的数据处理、大模型训练和微调,以及AI应用开发等端对端业务场景的需求。这反映出今年制造业企业软件领域,在AI应用落地方面出现了爆发式增长。

问题3:公司在内部如何运用AI提升效率?

回答:公司通过AI技术提升内部效率,特别是在开发测试方向,力争实现成本降低20%到30%。同时,在研发方面利用大模型如Deepseek来加速研发过程,例如用AI智能体自主完成数据准备和标注,在研发部门内用AI研发AI。

问题4:对于ERP板块业务的展望是怎样的?

回答:传统ERP系统的“大而全”架构已难以适应企业快速变化的业务需求,尤其在智能制造与全球化运营背景下,ERP解耦是必然趋势。通过将ERP分解为模块化服务(如采购、库存、生产计划等),企业可按需灵活组合功能。这一过程中,公司依托与超大型客户解耦重构ERP项目所积累的经验,推进企业应用现代化+作业现代化方法论:重构过程中保留核心财务模块,逐步解耦外围业务系统,并借助微服务架构与低代码平台实现敏捷迭代。同时,解耦后的模块更易与AI技术融合(如智能排产、动态定价),提升系统响应效率。当前,解耦服务已覆盖电子、汽车等行业头部客户,验证了小步快跑的可行性,未来将进一步扩展至新能源、高端装备领域。

问题5:除了智能生产,还有哪些领域可以应用AI技术?

回答:AI技术不仅仅是生成式AI,还可广泛应用于视觉领域、物流领域,例如多次联运、仓库选址、供应链网络分布优化,以及设备预测性维护、AI质检等场景。

问题6:未来是否有可能复制当前刚签订的AI大订单的成功案例?

回答:随着公司在AI能力和客户实践经验的积累,会有更多后续订单,每个订单规模可能不同,但这种经验与能力的输入将丰富公司在整个AI领域的实践和成果。

问题7:对于垂类模型准确率和应用场景效率提升空间的测算公司如何看待?公司在优势行业如PCB之外,在其他制造业门类的横向扩张能力如何?

回答:公司内部正在紧密跟踪新版本长思维链推理模型的测试状态,以评估其准确率和应用场景的提升空间,但具体的量化测算尚需进一步分析。公司正积极进行横向行业扩张,特别是在PCB行业取得突破的基础上,将技术和经验运用到其他如PCBA、光伏太阳能板等领域。通过构建强大的模型平台,能够更高效地蒸馏出适用于不同领域的模型,实现智能体的快速构建与应用。

问题8:未来在机器人及相关领域的战略考量是什么?如何将现有先进的制造业研发能力和资源融入到这个快速发展的市场中?

回答:公司高度重视软硬一体的智能化方向,于2021年即开始着手在工业机器人上下游产业链上进行投资布局。例如,投资了华东的赛感智能,其专注于3D激光雷达等智能传感器的研发;还投资了上海的仙工智能,从事机器人控制器、移动机器人及机器人控制软件的研发与生产;以及投资了广东的鑫光智能,专注于板材及光伏组件边框的生产工位机器人的总集交付。这些布局与公司在软件方向的客户群体高度重叠,在半导体、3C电子、锂电、光伏、汽车零部件等行业有广泛应用。未来,将进一步侧重于软件和AI应用层面,与机器人硬件公司协同合作,打造一体化解决方案,为客户创造更多价值。

问题9:关于制造业对于大模型生成式AI能力的应用,从预算准备和投入节奏的角度,客户当前处于何种状态?该如何预判后续建设节奏?

回答:当前,制造业对使用大模型生成式AI能力的需求强烈。对于预算准备情况,需根据企业现状分析,可能是从既有预算中切出一部分用于新技术的探索和应用,也可能是新增专项预算。赛意信息科技会基于客户的具体需求、预算安排及实施案例,协助客户制定合理的建设节奏和预算规划。

问题10:公司在海外业务发展方面有何进展?

回答:公司去年成立了赛意国际,标志着海外业务的启动,并在日本设立了子公司,进一步巩固了在亚洲的市场地位。出海战略从去年的筹备阶段已进入落地执行阶段,预计未来一两年内将构建出公司业务发展的第二增长曲线。

本文源自：金融界

作者：灵通君