本文來源：時代商學院 作者：陳佳鑫

圖源：圖蟲創意

來源|時代商業研究院

作者|陳佳鑫

編輯|韓迅

工業領域是AI最具前景的落地場景之一，工業AI技術不僅能明顯提升生產經營效率，還能降低多項成本。在AI技術向工業領域加速滲透的趨勢中，部分企業已取得領先優勢。

中控技術是國內工業自動化領域的龍頭企業之一，為化工、石化、電力、制藥等流程工業提供自動化、數字化、智能化整體解決方案。近年來，中控技術全面開啟AI轉型。

AI大模型訓練基于龐大的數據，中控技術憑借10萬套工業控制系統，積累了超過100EB的龐大工業數據量，在業內擁有最為豐富的數據資源，數據優勢十分明顯。

先發優勢疊加數據優勢，全面轉型AI的中控技術欲劍指工業AI龍頭。

一、 工業AI市場預計年復合增速超40%

工業自動化領域經歷了傳統的“回路控制技術”到“小模型”再到如今的“工業 AI”三個階段。

傳統的回路控制技術作為工業自動化領域的早期探索，成功實現了生產流程的基本自動化，為工業生產帶來了前所未有的效率提升。然而，面對日益復雜多變的生產環境，其靈活性不足的問題逐漸顯現。

小模型優化技術適時出現，通過構建精細的數學和機理模型，進一步提升了生產效率與產品質量。盡管如此，隨著生產規模的不斷擴大與復雜度的持續提升，小模型優化技術也逐漸暴露出其局限性，難以滿足更高層次的生產需求。

近年來，隨著AGI（通用人工智能）及生成式人工智能技術的快速發展，工業 AI 時代到來，大模型推理優化技術逐漸成為引領未來的主流技術。

借助深度學習、神經網絡等前沿技術，工業 AI 成功構建了涵蓋廣泛工業知識與經驗的龐大模型，實現了對生產流程的全方位智能控制，并展現出強大的自我學習與優化能力，強有力地加速了工業自動化生產。

政策也給予工業AI發展相應支持，工信部發布的《推動工業領域設備更新實施方案》，明確提出要推動工業設備的智能化、數字化改造，加強工業 AI 技術的研發與應用，以提升生產效率和產品質量。

據IDC 預測，2024—2028年中國 AI+工業軟件細分市場復合增速將達到 41.4%，遠超同期核心工業軟件 19.3%的年復合增長率，到 2028 年，AI+工業軟件的滲透率也將從 2025 年的 9%提升至 22%。

二、數據優勢顯著，推出兩大工業AI模型

中控技術成立于20世紀90年代，是國內工業自動化領域的龍頭企業之一。2024 年，中控技術的集散控制系統（DCS）在國內的市場占有率達到了40.4%，連續十四年位居國內市占率第一名。其中，在化工、石化、建材、造紙四大行業 DCS 市場占有率均排名第一。

2024 年，中控技術的安全儀表系統（SIS）國內市場占有率 31.2%，連續三年位居國內 SIS 市占率第一名。

憑借多年積累，中控技術擁有沉淀在 10 萬套工業控制系統上超過 100EB 的龐大工業數據量，成為了擁有流程工業各細分領域數據最為豐富的工業實時數據的公司。

而工業AI大模型的訓練需要大量的專業數據，中控技術在工業垂直類AI大模型領域優勢明顯，同時也是業內較早推出工業AI大模型的企業。

中控技術已推出兩款大模型，包括時間序列大模型（TPT）、超圖大模型（HGT），覆蓋工業企業生產、經營全流程。

時間序列大模型通過匯集不同行業、不同工廠、不同裝置的海量生產運行、工藝、設備及質量數據等融合預訓練，學習并形成工業裝置運行的通用規律，通過少量微調或零微調，在不同裝置和工況間復用，進行各種工廠的運行評價、健康評估、瓶頸分析等工作。

時間序列大模型已首度實現工業現場在線實時優化與閉環控制，大幅提升建模的效率，幫助用戶實現工廠的最優運行目標，目前已在萬華集團、中石化鎮海煉化等40 余家客戶處應用。

超圖大模型是一款融合了開源大語言模型及自研圖注意力模型的超圖模型，提供了對企業經營業務的高階理解及推理能力，幫助企業快速構建面向研、產、供、銷、服、支持保障等各領域的智能應用及 Agents，全方位提升運營效率，降低運營成本的同時，提升了智能化決策水平。

兩大模型加上通用控制系統（UCS），中控技術可提供“1+2+N” 的新架構方案。其中“1”代表 1 個工廠操作系統，實現統一工業數據集成；“2”包括兩個核心大模型；“N”代表 N 個覆蓋工業全場景的工業 APP/Agents。

中控技術還計劃將工業AI業務延伸至機器人領域，2024年正式建立了機器人產品業務體系，發布以“AI+平臺+安全巡檢”、供應鏈物流、協作機器人裝備為核心的流程工業機器人解決方案“Plantbot”，通過整合“AI+機器人”技術，運用包括四足機器狗、人形機器人等新技術產品。

中控技術成功中標沙特阿美 MultifunctionRobot、安徽翔晟新材料智慧物流、鎮海煉化智能巡檢等項目，實現多類型機器人在復雜場景中的首臺套應用。2024年機器人業務實現收入5601.09萬元，新簽訂單1.67億元，業務從無到有，快速爆發。

三、風險提示：轉型初期業績承壓

同花順iFinD顯示，2017年以來，中控技術的業績均保持增長趨勢，但該趨勢于今年一季度終結。

今年一季度，中控技術營收及歸母凈利潤分別同比下滑7.55%、17.42%，業績承壓或與中控技術的業務模式轉型有關。

2024年，中控技術推出全新的“會員訂閱制”模式。訂閱制的本質是將傳統工業軟件“一次性買斷”模式轉型為按年付費的訂閱服務，客戶通過支付年費獲得軟件使用權，大幅降低初始投資門檻。另外，企業也可根據客戶需求量級提供多級會員套餐，給客戶提供更靈活的選擇。

對企業而言，訂閱制模式有助于提升客戶黏性，幫助企業產生長期穩定的訂閱收入及穩定可預測的現金流。2024 年，中控技術成功簽約 622 家會員訂閱客戶，“會員訂閱制”模式取得一定突破。

但由于會員訂閱制是將短期的一次性收入轉化為長期收入，轉型初期容易出現業績承壓的情況。

此外，近年來中控技術持續加大研發投入，2024年研發費用達9.78億元，同比增長7.73%；今年一季度達2.06億元，延續增長趨勢，也導致利潤承壓。

四、總結：先發優勢和數據壁壘明顯

近年來，AI技術飛速發展，并向終端應用加速滲透，在通用大模型的技術基礎上，各種垂類大模型如雨后春筍般冒出。專業數據是訓練垂類大模型的關鍵和壁壘，中控技術憑借多年的積累，擁有了業內最大的工業數據金礦。同時，其也是較快全面開展AI轉型的企業，先發優勢和壁壘明顯。

從傳統工業自動化服務商轉型為工業AI服務商，既提升了產品及服務的價值，又提升了客戶黏性。因此，服務商不僅要掌握 AI 技術，還要深入了解工業流程，促使客戶進一步依賴第三方服務商。

據IDC 預測，AI+工業軟件市場規模有望實現超40%的復合增速，憑借先發優勢及數據壁壘，中控技術雖短期業績承壓，但仍看好其長期發展。

（全文2436字）

免責聲明：本報告僅供時代商業研究院客戶使用。本公司不因接收人收到本報告而視其為客戶。本報告基于本公司認為可靠的、已公開的信息編制，但本公司對該等信息的準確性及完整性不作任何保證。本報告所載的意見、評估及預測僅反映報告發布當日的觀點和判斷。本公司不保證本報告所含信息保持在最新狀態。本公司對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。本公司力求報告內容客觀、公正，但本報告所載的觀點、結論和建議僅供參考，不構成所述證券的買賣出價或征價。該等觀點、建議并未考慮到個別投資者的具體投資目的、財務狀況以及特定需求，在任何時候均不構成對客戶私人投資建議。投資者應當充分考慮自身特定狀況，并完整理解和使用本報告內容，不應視本報告為做出投資決策的唯一因素。對依據或者使用本報告所造成的一切后果，本公司及作者均不承擔任何法律責任。本公司及作者在自身所知情的范圍內，與本報告所指的證券或投資標的不存在法律禁止的利害關系。在法律許可的情況下，本公司及其所屬關聯機構可能會持有報告中提到的公司所發行的證券頭寸并進行交易，也可能為之提供或者爭取提供投資銀行、財務顧問或者金融產品等相關服務。本報告版權僅為本公司所有。未經本公司書面許可，任何機構或個人不得以翻版、復制、發表、引用或再次分發他人等任何形式侵犯本公司版權。如征得本公司同意進行引用、刊發的，需在允許的范圍內使用，并注明出處為“時代商業研究院”，且不得對本報告進行任何有悖原意的引用、刪節和修改。本公司保留追究相關責任的權利。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記。