中财网 中财网股票行情
威士顿(301315)经营总结
截止日期2023-06-30
信息来源2023年中期报告
经营情况  第三节 管理层讨论与分析
  一、报告期内公司从事的主要业务
  威士顿业务主要涵盖智能制造、数字化金融等方面,围绕数字化和智能化转型构建工业软件和数据产品体系,为工业和金融行业客户提供以 MOM和 ERP为代表的工业软件,和以大数据、人工智能技术为代表的通用新兴技术软件产品及相关服务。
  (一)公司所处行业发展情况
  1.宏观经济
  根据国家统计局公布的数据,2023年上半年国内生产总值同比增长5.5%,明显快于去年全年 3%的经济增速,信息传输、软件和信息技术服务业增加值增长12.9%。创新动能持续增强,将为经济发展注入新动力。现代信息技术、人工智能、大数据等技术广泛应用,创新成果不断涌现,新产业新产品增势良好。科技创新持续赋能高质量发展。规模以上工业增加值同比增长3.8%,分经济类型看,上半年国有控股企业增加值同比增长4.4%;股份制企业增长4.4%。
  国家统计局公布的数据表明,2023年上半年金融业的增加值同比增长7.3%,货币金融服务、保险等行业商务活动指数均位于 60.0%及以上高位景气区间。银行和保险主要业务保持稳步增长。上半年末,银行业金融机构资产总额同比增长10.5%。其中,国有大型商业银行继续保持总资产的两位数增幅,其2023年 6月末总资产达 165.43万亿元,同比增长13.7%,保险公司总资产同比增长9.6%。2023年一季度,我国商业银行累计实现净利润 6679亿元,同比增长1.3%。
  2.政策环境
  在公司所处的工业软件和新兴技术软件领域,国家和地方政府发布了一系列政策文件,引领社会的数字化进程。暨《中国制造 2025》发布之后,政府又发布了《智能制造发展规划》《数字中国建设整体布局规划》《数字化转型战略纲要》《“十四五”智能制造发展规划》《“十四五”数字化产业发展规划》等一系列政策文件,引导整个社会与制造行业进行数字化、智能化的转型。由于政策的引领,所有稍具规模的制造业企业都在实践数字化、智能化的转型。这也推动了整个制造业持续的信息化的投入,为服务于该领域的所有供应商带来了持续的市场需求。
  国务院发布的《“十四五”数字经济发展规划》到人民银行发布的《金融科技发展规划(2022—2025年)》都提出了要应用大数据、人工智能、云计算、区块链等技术加快推动金融业整体数字化转型,并以行业的安全、自主、可控为前提,推动整个金融科技的创新和建设投入。
  3.工业和金融行业领域信息化发展趋势
  (1)制造业智能化转型要求下持续投入信息化是长期需求
  2023年上半年国家推进新型工业化取得积极成效,工业投资保持扩张,上半年同比增长8.9%;制造业智能化转型保持良好发展态势,主要表现为,一是智能工厂建设规模不断扩大、水平持续提升。二是智能制造新场景、新方案、新模式不断涌现。装备制造业探索协同设计、虚拟验证、远程运维等模式,促进产品快速迭代和效益提升;消费品行业创新大规模定制、用户直连制造、共享制造等模式,满足个性化需求,挖掘体验价值;原材料行业实施产供销一体化运营、跨工序质量管控等模式,促进产业提质增效、本质安全和节能降耗。三是智能制造国际合作持续深化。智能制造多双边创新合作机制不断完善。
  烟草行业从国际竞争格局来看,国内烟草企业与国际巨头相比,在规模体量、供应链整体效率、产品研发与生产制造方面,还存在着较大的差距。随着中国贸易开放程度不断提高,国内烟草企业来自于国际烟草巨头的竞争压力也越来越大,国内烟草企业对于提高核心竞争力的需求也非常迫切。国内烟草企业竞争力的提升、与国际巨头差距的缩小,都离不开数字化、智能化转型的持续开展,成为国内烟草行业的信息化持续投入的重要原因,业务信息化供应商带来持续的商机。
  在国内烟草工业细分领域市场,该行业的总体信息化建设在工业行业业内处于领先的水平。烟草细分市场中,国内中烟公司合计 17家、省级烟草公司合计 33家,下辖近百家卷烟工厂及数百家供应链上游工厂。
  该行业在国家政策的引领下,以及行业发展的总体规划和各家企业发展竞争的需要,持续的开展数字化、智能化的转型工作,从而提供了持续的信息化市场机会。
  从各烟草企业在国内相互竞争来看,整个国内市场也已经进入了消费市场存量竞争的阶段,各企业都在通过提升整体供应链效率、内部的研发生产和营销的效率来与同行业企业进行竞争。为此,各企业在行业的总体指导之下,都开展了数字化转型的工作,各个企业都在通过信息化的投入推动企业的数字化转型,来打造和提升自身的研发力、产品力、制造力和营销力,从而使得企业能够在国内市场的竞争中保持领先和胜出。
  因此,国内的同业竞争也推动各行业企业持续保持信息化的投入。
  (2)数字化转型和智能化提升是金融领域的发展趋势
  金融行业是中国各行业中,数据资源最丰富的行业之一。金融机构通常会部署众多的应用系统,这些系统在日常经营中经营数据持续产生、存储,经过长期的数字化运营积累,各系统内积累了海量高价值的数据。
  金融数据的拥有,仅是数字金融的起点,真正发挥数据赋能作用的,是金融数据的处理、分析与返哺业务的迭代过程。大数据是具有体量巨大、来源及结构多样、生成速度快、单位价值密度低、多变等特征,且需要使用非结构化数据库等新型数据体系结构才能有效处理的海量数据。金融行业拥有丰富、适宜开展大数据技术应用的基础资源。
  大数据技术应用的目标是提升企业快速、高效处理海量数据的能力,其中既包括增量数据的洞察能力的提升,亦包括存量数据的挖掘能力的提升。金融领域大数据技术的应用可分为监管应用和机构运维服务应用两大类。金融监管主要是通过数据采集、分析和挖掘技术形成综合性监管分析报告,为监管方快速准确掌握各类金融业务发展变化和潜在风险,丰富和完善监管基础设施或提出风险预警模型提供支撑;金融机构运维服务类的应用包括机构运营、服务、基础设施三类,通过信息化手段对海量数据进行专业的挖掘和分析,从而更好地服务资产价格走势判断、机构个人信用评估、资金流向分配、金融风险把控等业务,为机构运营、服务、营销等提供更精准策略。
  大数据技术与行业融合应用中,金融行业是过去及当前主要应用行业之一。根据头豹研究所数据披露,2018年,大数据技术在我国金融行业的市场规模达到 471亿元。预计到2023年,大数据技术在我国金融行业的市场规模将呈现较大幅度的增长,预计将达到 1,512.30亿元。
  进入大数据时代,金融行业的运营信息、客户信息、交易信息、资产信息、信用信息等数据经过有效采集、整理和分析,将会成为高价值数据资产,可以有效帮助金融机构对内提升企业经营管理效率,对外增强信用风险管理能力,精准营销能力以及提高防欺诈管理水平。通过大数据应用为经验决策提供有效支持,帮助企业优化资源配置,使金融机构更深入地了解客户需求,开发符合客户需求且具有创新精神的新产品。
  随着金融行业数字化转型的推进,金融大数据应用呈现数据源融合、技术融合与数据应用合作的发展趋势,金融大数据安全与监管重要性凸显,大数据技术的应用将成为金融企业的核心竞争力。
  金融行业是天然的数字化企业,尤其在近几年国家与行业整体数字化的推动之下,整个金融行业在新兴技术的支撑之下,整个核心的业务模式都在持续的发生数字化、智能化的转型。所有金融客户持续的都在推出新型的数字化服务的产品,一方面在提升自身内部业务和管理数字化程度及管理效率;另一方面在满足进行穿透式监管要求之下,加强了所有业务运营过程管控,及满足监管要求的数字化和智能化的要求;同时,也在业务数据治理、数据管理自动化、数据处理流批一体化方面持续的在加大投入,这就保障了整个行业对于信息化的持续投入。
  随着头部金融机构在数据应用方面的创新应用,催生了一大批新的精准营销的金融服务产品和新生的风险防控产品,为其业务带来了稳定的增长以及经营风险的有效控制,这也给整个行业持续加大数据应用的投入注入了的新动力,为在此行业提供信息化服务的供应商带来了稳定可持续的市场需求。
  同时,在国家自主可控的总体要求下,金融行业内对于信息化相关软硬件国产化替代的投入,也为该行业提供了持续的市场需求。
  (三)公司主要产品(服务)及用途
  在智能制造和数字化金融应用场景,公司自主研发推出多款产品及解决方案,可全面构建企业信息化体系。围绕数智化转型,威士顿构建的产品体系主要包括与智能制造相关的工业软件和以数据类产品为代表的新兴技术软件。工业软件包括“汇智系列”制造运营管理系统(MOM)、“智营系列”企业资源管理系统(ERP),新兴技术软件包括“智数系列”数据管理系统(DataM)、“智维系列”IT综合运营管理平台(ITSM)及相关算法模型软件等产品。
  公司一直致力于帮助客户实现智能制造,以“智能化即是实现对‘人力+人脑’的替代”为核心理念,通过信息化应用的智能感知、实时分析和智能化决策模型,来逐步辅助和替代各级管理人员的脑力及体力劳动。
  公司重点推出的生产控制类工业软件 MOM和经营管理类工业软件 ERP中,通过嵌入基于模型化的智能化感知、智能分析、智能决策、深度学习,以及以机器人为代表的边缘智能装备,就是对上述理念的持续实践。
  以 MES为基础,实现企业生产过程运行过程全面的数字化管理和智能化运营,集制造执行与运营于一体,是面向生产制造全过程的制造管理一体化平台。聚焦“工厂生产的精细化管理、全面化感知、透明化运行、智能化决策和精准化执行”,通过物联网技术实现对于生产过程中全要素、全流程管理的实时感知,通过大数据技术实现智能决策模型的持续学习和改进,实现对于生产过程中“人、机、料、发、环、测”的赋能,使得生产运营过程与设备控制逐步转向智能化,助力客户实现智能化生产。MOM“汇智系列”主要包括以下系统:
  (1)制造执行管理系统 i+MES
  通过对车间执行层的一体化管理、监控和统计分析,通过工业物联网全面采集生产设备的传感器数据、产量数据、消耗数据以及工单执行过程其他数据,全面优化生产全过程的管理。
  (2)高级排程管理系统 i+APS
  高级排程是基于事件驱动的智能供应链排程。通过信息化手段实时获取设备异常、原辅材料保障、销售计划变化等事件,通过科学的算法模型,自动调整生产排程与供应链保障排程,替代人脑和手工方式对生产活动的各链路统筹安排,实现了有限产能条件下的交期预测、产能平衡,工序生产计划以及供应链保障计划,确保生产过程中人、机、料、法、环、测 5M1E的合理配备和协同,提高生产效率和应变能力,发挥最大生产能力。
  (3)过程统计控制系统 i+SPC
  实时采集、监控、计算、预测生产过程中的各类与质量管控相关的关键设备运行参数,并在通过人工智能算法线进行对生产过程的稳定性进行预测与判断,及时准确发现生产过程的异常波动,并对异常波动进行智能诊断、分析,指导生产及时采取纠正和调整措施,保障生产过程稳态。
  (4)质量追溯系统 i+QTR
  以知识图谱理论为基础,通过生产质量数据的采集、学习、加工、更新,智慧产生全方位、全要素生产质量谱系,完成对生产质量数据的统一的知识化管理。通过对批次的正向管控与逆向追溯的一体化的企业“质量天网”管理,当发生质量异常时,通过质量谱系的快速检索,及时下达生产、物料等综合冻结指令,将质量成本损失降到最低。
  (5)工艺管理系统 i+PTM
  实现生产工艺的全面数字化、智能化管理。工艺管理核心是通过 OT采集的设备实时采集,通过算法模型实时计算获得最佳工艺技术参数,在通过 OT将优化后的工艺参数,下达到控制设备中,从而替代传统的人工控制工艺参数,并加强工艺管理的精细度,有效提高工艺执行的管理水平与智能化水平。
  (6)动力能源管理系统 i+EMS
  供应计划来源于高级排程通过 AI算法自动产生水、电、汽、气压、真空压等能源供应进行计划,通过对计划的执行和监控,有效提升能源供给的计划性、提高能源利用率、防止能源泄露、减少能源浪费、减少企业能源支出,助力企业实现绿色生产。
  (7)大数据、人工智能、机器学习等新兴技术的产品
  如视觉识别无序除杂算法、基于人工神经网络算法模型的智能烘桶水分控制、基于深度神经网络算法模型的智能烟叶等级识别,以及 AI设备故障预测模型、水分预测模型、杂质辨识模型等,以及各类基于机器学习的工业机理模型,有机融入公司 MOM中,是帮助客户从单点智能,向产线智能,最终实现生产制造的全面智能的基石。
  2.ERP“智营系列”
  聚焦“企业如何高效协同经营”,在 MOM的基础上,将企业内外部的市场、营销、采购、物流、售后等业务数据进行全面数字化采集,实现企业的信息流、资金流、管理流等紧密地集成融合,实现资源优化和共享,助力企业实现提前性的市场洞察、精准化的产品研发、协同化的生产运行,以及智能化的经营决策。
  ERP“智营系列”主要包括以下系统:
  (1)产品生命周期管理 O+PLM
  面向制造业的产品全生命周期管理,构建从产品的规划、设计到制造协同的创新研发管理体系。基于历史研发数据的深度学习,结合 BP神经网络算法等模型,实现配方、原料、辅料以及工艺技术参数数字化设计,让产品研发从经验式研发,转变为数字化、智能化的产品研发。促进企业提高设计和工艺管理能力,缩短产品研发周期,提升企业研发效率。
  (2)物资采购管理系统 O+PMS
  基于供应链管理理论设计研发的集团化企业采购业务全流程管理系统,其核心是通过 AI库存策略模型结合生产保障计划(可来源于 MOM的高级排程)、经济采购批量的策略通过计算产生物料需求计划,基于计划的采购过程管理成企业采购管理业务闭环,助力用户实现在采购成本、库存成本最低的前期下保障生产顺利执行的管理目标。
  (3)供应商管理系统 O+SRM
  应用供应商资格和质量评估算法,结合 RPA(机器人流程自动化)、智能图像识别等技术,帮助客户建立供应商产品质量控制及其评价体系。同时,提供供应商基于互联网的互动交流平台,实现全面且智能的供应商管理,实现对供应链上下游企业高效的协同管理。
  (4)安全管理系统 O+SEM
  基于安全领域法律法规与行业标准,围绕风险管控与隐患排查治理.以信息化手段落实安全生产责任制,结合视觉识别、AI模型,实现风险预测、隐患预警、安全设备维修以及安全管理的绩效自动化评价等功能。
  (5)企业协同平台 O+ERP
  统一的访问企业各类信息资源的入口和信息服务载体,是个企业级的信息化统一入口。协同平台是整个企业信息化用用的门户,通过统一入口、统一消息、统一待办以及基于个人的“千人千面”业务门户,让客户关注业务,忽略具体系统的存在。企业协同平台不仅仅是 ERP系列产品的协同平台、也是威士顿 MOM等其他产品的协同平台。
  3.DataM“智数系列”
  主要通过数据标签、深度学习算法等技术,向上聚焦“企业如何高效利用自身数据实现创新发展”,向下服务“企业如何利用自身数据服务日常生产经营”。威士顿通过大数据、人工智能技术等技术的结合,为企业提供完整的数据管理与应用解决方案。通过企业的市场、研发、生产、采购等业务环节数据的深度分析,挖掘数据背后的规律,让企业数据更具有价值,企业经营管理更具有智慧,赋能企业数据应用变革与创新。
  “智数系列”产品主要包括:
  (1)实时星链 Link
  通过实时感知技术采集不同数据元的数据,经过批流计算引擎对采集数据进行清洗、加工、计算、存储,并生成或更新维度的数据,为数据服务提供数据基础。星链的数据采集可针对不同的数据进行数据采集,通过采集协议适配完成新数据源的采集驱动。
  (2)星链的计算引擎
  可实现批流一体的数据计算,同时借助产品的 AI模型与深度学习,对海量数据进行深度挖掘,为智能数据应用提供坚实基础。
  (3)数据资产管理
  数据资产的深度应用需要对数据资产进行统一管理,包括数据标准管理、元数据管理、数据质量管理以及数据资产使用的管理,这方面的管理是由 Link数据资产管理完成。数据资产管理是保障数据应用基础。数据平台汇聚了企业所有需要的数据,具有数据量大、计算频率高、服务消费高、业务结合紧密等特点,保障平台稳定运行是企业重点关注的内容,通过 Link监控平台的实时任务管理、实时调度管理以及平台监控,及时发现平台问题、解决问题,让数据服务更持续。 (图 2.威士顿智数系列产品架构图)4.ITSM“智维系列”威士顿早期的 ITSM系统是基于 ITIL理论为基础研发的一套用于 IT人员使用的系统,主要包括:问题管理、事件管理、服务请求、SLA服务级别以及运维评价管理等内容,着力解决“企业如何保障企业信息系统稳定运行”问题。但随着云计算、大数据等新兴技术的不断出现,对企业的 IT人员提出了更高的要求。如,云资源的静态、动态分配,大数据节点的分配与调整,以及整个 IT基础环境实时运行的情况的掌控。单纯的“智维”已经不能满足企业 IT人员的工作要求,为此威士顿在原来的“智维系列”中增加了大数据管理相关 IT服务管理,为具有大数据集群及大数据集群应用的用户提供大数据集群平台自动化管理专业管理,根据计算资源实时信息,自动分配、回收计算及存储资源,通过计算资源的实时数据采集,通过 AI算法,预测设备健康状况,及时预警或调整资源的分布,实现 IT服务自动化、智能化服务平台,提升企业 IT管理、服务标准化和效率,降低用户 IT人员的高素质要求,让企业 IT部门从“IT运维管理”逐步转变为“IT全面服务管理”,威士顿的产品也逐步从“智维系列”产品逐步转变为“智服系列”产品。
  (四)经营模式
  1.研发模式
  公司主要在技术研究、产品研发和已有产品技术升级等方面进行研发。技术研究以跟踪、学习和掌握前沿新技术为目标,能够形成基于该技术应用的小型试点,并总结出快速培训和推广应用的方法;产品研发以新产品研发为目标,实现公司新产品评审目标的研发产品,并支持新产品的应用项目实施,更快速的获取客户对新产品的需求反馈,发现新产品的缺陷和问题,逐步完善、优化产品,最终交付可实施版本;已有产品技术升级,是指对原来已经开发的产品进行技术架构升级,人工智能技术的融入,以保障产品的高可用性、技术的先进性,确保产品的生命力。公司产品的研发,是按照相关行业信息化发展规划以及企业发展需要开展的研发,研发产品需求综合考虑市场的需求、技术发展趋势和企业发展战略规划几个方面的内容。因此,公司研发的大部分产品都能够按照预期实现收入转化。公司的研发管理机制涵盖了公司研发项目从总预算控制、研发立项评审、研发项目费用控制、过程管理、结项验收等方面。
  2.营销和盈利模式
  公司的盈利来自于向客户提供软件产品和相关服务业务所形成的收入,与项目成本费用之间的差额。公司客户主要分布于烟草工业、金融等细分行业。在多年经营过程中,公司秉承“工匠”精神持续为客户提供高质量的产品和服务,在行业内树立了良好的口碑和知名度。由于公司服务的行业客户大都是行业中的头部客户,无论管理理念还是信息化应用都比较领先,在行业内具有较好的示范效应。随着公司承接的重大项目陆续顺利交付,这些成功案例又成为开拓新客户承接新业务的加分项,带来公司业务拓展的良性循环。在售前阶段,公司积极参与相关行业客户的新项目规划和技术论证。参与项目招投标时,公司基于产品以及行业经验,结合客户业务场景、现状及需求,为其制定个性化解决方案。同时,为满足整体建设需求,部分投标方案中同时涉及软件开发及相关的 IT环境和 OT环境的建设。签订合同后,公司组织相关资源完成合同约定的工作内容,向客户交付软件开发及相关服务产品。
  3.生产和服务模式
  软件开发业务是公司在多年信息化服务过程中形成的自主产品及解决方案的基础上,为满足不同客户的个性化需求,为客户提供流程梳理和改进、应用软件的设计、开发、测试、软件安装部署、培训以及数据迁移等一体化服务。
  其中,工业软件开发是应用既有软件产品进行的产品实施加二次开发或者为工业客户定制的应用软件系统,包括需求分析、设计、开发、测试、部署、试运行、培训移交、验收等项目实施环节。对于开发类项目,客户合同会设置多个与项目进度相关的付款节点,在项目验收后进入质保期,约有 5%的尾款在质保期满后支付。
  新兴技术软件开发主要是应用人工智能、大数据、知识图谱等新兴技术为客户方提供的软件定制开发、数据规划、治理、应用及整体平台建设等产品和服务。在制造业客户中,此类应用按照项目的方式进行结算。
  系统通过试运行符合条件后进行验收,按照项目进度设置若干个付款节点,验收后收取大部分款项,尾款在质保期满后支付;在金融领域内,由于金融行业客户自主可控的要求,通常按技术服务合同的形式向客户提供服务,公司根据合同要求派出相应级别和专业的开发、技术人员常驻客户现场,提供满足客户要求的服务响应。根据客户需要提供软件开发、数据运营、数据治理或相关平台运维服务,并按照工作时间进行结算,通常每季度或每半年结算一次。
  运维服务是为确保软件系统正常使用而提供的软件系统运行维护,以及为信息化基础平台的稳定运行提供专业技术保障服务。一般按年签署合同,在合同期内持续提供服务,客户按时间进度付款。
  系统集成业务是根据客户业务场景进行技术论证、设备选型,方案制定、软硬件设备采购、供货安装和部署、仪器仪表配置、数据迁移、用户培训等工作。从用途看,可以分为 IT网络建设及服务、OT网络建设及服务,以及智能设备集成及服务。IT网络主要用于计算机系统相关的应用和服务,OT网络主要用于生产制造的实时控制以及数据采集系统和工业控制系统的接入,智能设备集成服务则通过设备的集成服务实现设备的智能化改造,配合智能生产软件系统达到整体要求。根据合同约定,系统集成业务在产品交付,完成联调后进行整体验收。根据合同约定,通常在货物安装后支付部分款项,整体验收后支付剩余款项。
  软件产品销售及服务是公司根据客户需求,结合客户的软硬件环境和应用场景,为客户选取、配置成熟的软件产品组件并为客户提供技术服务。典型业务场景是进行大数据平台选型的技术论证及平台搭建,以及提供基于该平台的技术服务。此类业务根据合同条款约定,一般在服务期内持续提供服务,客户按时间进度或服务次数进行结算支付。
  4.采购模式
  由于客户的需求具有明显的个性化特征,公司采购为按需采购,根据客户需求进行设计及规格、型号、性能指标、功能的选型,然后向供应商订购所需物资。公司的期末存货主要为正在履行的项目成本。公司对外采购的物资主要包括计算机配套软硬件设施、用于数采及工业执行控制的设备及其安装服务等。上述物资市场供应充足,价格透明,公司按市场价格向原厂商或其指定的经销商购买。公司采购部门负责项目工程中所需物资的采购。公司建立了《采购管理程序》,用于评价和选择合格的供应商,并对采购的产品进行控制,确保采购产品符合要求。
  5、报告期内的变化情况和未来变动趋势
  公司目前采用的经营模式是基于我国政府对产业数字化转型的要求和指引,综合考虑公司业务发展、市场资源、技术沉淀和发展战略等多项因素,经过多年实践形成的经营模式,短期内不会发生变化。
  公司将自身的业务重心放在与信息化、智能化相关的信息技术应用业务方向的主要原因,一方面是基于自身的信息技术累计、实施能力与企业发展背景,另一方面是对于未来服务客户将持续加大在数字化、智能化领域的投入,可以保障市场需求持续性的稳定并逐步扩大的前景而制定的业务重心。在工业领域,我国作为一个制造业大国,在支撑制造业持续提质增效的信息化应用方面,仍然处于数字化转型的初期,还是以业务数字化为主,嵌入部分数字化运营和智能化应用场景的阶段,与世界先进的智能制造水平相比,仍然有一定差距。在可预见的 5—10年之内,政府指引企业发展的方向,将还是在推进数字化转型以实现智能制造为目标,推动制造业实现整体的产业升级和智能化运营。在金融行业,随着互联网金融公司的入局,传统金融企业受其影响其业务也呈现出明显的基于大数据挖掘和应用技术,精准的设计推出面向细分客户群体的业务,并通过各类技术手段实现精准营销的模式,并且业务线上化、移动化、数据化的特征越来越明显,这也推动了所有的金融公司持续加大对于数据运营业务的投入;此外由于自主、安全、可控的政策要求,国产化替代也催生了金融行业持续加大对于国产化硬件、系统平台和工具软件的投入需求,同步的会衍生出将原有非国产化平台的应用,进行适应性改造迁移到国产化平台的需求。
  公司除向行业客户提供软件开发、运维服务外,还向客户提供系统集成、软件产品销售及服务等。系统集成、软件产品销售及服务这类业务一方面是为满足客户在信息化项目建设、升级、优化过程中产生的 IT和 OT平台建设需求,另一方面也是公司拓展增量客户,进入新行业的一种方式。
  报告期内,公司经营模式及其影响因素均未发生重大变化。未来在工业板块,公司将持续优化、迭代产品升级,利用新技术进一步提升公司产品的智能化程度,实现对产业群和供应链的支持;在金融行业内,将把握数据应用和国产化替代带来的商业机会,将现有产品和服务推广至新的客户。
  (五)市场地位
  公司在细分工业领域深耕多年,公司自主开发的工业软件从赋能客户的角度,与行业客户共同经历了发展三部曲:
  第一阶段,帮助客户实现生产制造层面的互联互通。通过单项应用建立标准化业务流程,通过生产过程控制与业务信息管理的一体化集成,实现生产执行层面的互联互通和人、机、料、法、环各要素间充分协同。
  第二阶段,帮助客户实现集团化企业内部各业务域之间的全面协同。在持续完善和优化单工厂的生产过程控制与管理(如 MES、ERP、APS升级)的同时,实现集团化企业内部研发与生产、生产与物流、生产与营销的协同,围绕以提升企业内部整体效率为目标开展,实现企业生产经营要素的全面管控和一体化协同运营。
  第三阶段,数据驱动、智能决策的数智化转型。建设全面的数智化企业,在实现业务的全面数据化的基础之上,将原有人工决策的生产经营活动,改为由数据模型驱动开展决策,企业人员转向数据运营工作,要么实现新型业务扩展企业的经营边界,要么实现企业持续以数据为支撑的管理改进与效率提升。并实现虚拟与现实互通,通过人工智能和大数据等技术的深度应用,以大数据平台为基础,通过全面感知、实时分析、智能决策、精准执行、持续改进,从而实现企业经营管理的高效率运行。
  目前公司服务的客户都处于数字化转型的过程中并在进行智能化的探索和实践,鉴于不同客户的产品、工艺装备、管理理念、管理现状、信息化基础的不同,其信息化需求目前仍处在总体方向一致,但落地细节各有不相同的阶段。虽然威士顿产品已经发展到了第三个阶段,但客户群体尚有大量处于第一阶段和第二阶段工业软件需求,威士顿通过经过多年的产品积累,软件功能具有很强的模块化、版本化的特点,通过“点单”的方式,结合系统配置,可以满足不同客户、不同阶段业务需求,因此公司的产品在服务的烟草工业行业客户中具备较强适应性与竞争实力。
  对标国际最新生产管控类工业软件,报告期内公司工业软件产品的智能化升级迭代研发正在有序推进,此外,自威士顿创新研究院成立至今,在视觉识别、机器学习、知识图谱、数字孪生、工业机器人应用等领域应用取得了多项技术应用的突破,如基于时间序列的质量追溯、基于人工智能的烟丝入库堆垛机预测性维护和基于知识图谱的智能设备故障诊断、基于机器学习的烘丝桶干头水分预测控制、基于启发式算法的工业出库配载与线路规划调度等。这些研究帮助客户解决和突破了客户实现智能化生产过程中的生产瓶颈问题,相关模型可以嵌入自己开发的工业软件进行集成,使得公司的产品更具备生命力与竞争力。
  公司在金融行业内,主要面向大型股份制银行和国家级金融机构提供大数据应用的相关产品与服务。在服务客户的过程中,公司持续将各个不同客户的服务需求进行了汇聚、总结和分析,挖掘用户方对于数据汇聚、管理和应用以及应用保障方面的核心需求,并据此开展了相关解决方案与产品的研发。目前,公司已经形成了一系列具有客户普适性的,行业领先的产品,在同类公司中具有一定的竞争优势。
  (六)主要的业绩驱动因素
  报告期内,公司主营业务、主要产品及主要经营模式未发生重大变化,主营业务收入占营业收入的比重为 99.21%,公司业绩主要驱动因素是公司持续保持研发创新,工业软件产品的智能化程度提升,数据类产品和服务进一步拓宽,报告期内加强业务拓展,客户拓展成效逐步显现,及在此基础上实现主营业务的发展。
  公司需遵守《深圳证券交易所上市公司自律监管指引第 3号——行业信息披露》中的“软件与信息技术服务业”的披露要求。
  。
  

转至威士顿(301315)行情首页

中财网免费提供股票、基金、债券、外汇、理财等行情数据以及其他资料,仅供用户获取信息。