发现好公司：坐拥最大工业数据金矿，中控技术推出两大模型，剑指工业AI龙头，转型途中业绩承压。
工业领域是AI最具前景的落地场景之一，工业AI技术不仅能明显提升生产经营效率，还能降低多项成本。在AI技术向工业领域加速渗透的趋势中，部分企业已取得领先优势。
中控技术是国内工业自动化领域的龙头企业之一，为化工、石化、电力、制药等流程工业提供自动化、数字化、智能化整体解决方案。近年来，中控技术全面开启AI转型。
AI大模型训练基于庞大的数据，中控技术凭借10万套工业控制系统，积累了超过100EB的庞大工业数据量，在业内拥有最为丰富的数据资源，数据优势十分明显。
先发优势叠加数据优势，全面转型AI的中控技术欲剑指工业AI龙头。
一、 工业AI市场预计年复合增速超40%
工业自动化领域经历了传统的“回路控制技术”到“小模型”再到如今的“工业 AI”三个阶段。
传统的回路控制技术作为工业自动化领域的早期探索，成功实现了生产流程的基本自动化，为工业生产带来了前所未有的效率提升。然而，面对日益复杂多变的生产环境，其灵活性不足的问题逐渐显现。
小模型优化技术适时出现，通过构建精细的数学和机理模型，进一步提升了生产效率与产品质量。尽管如此，随着生产规模的不断扩大与复杂度的持续提升，小模型优化技术也逐渐暴露出其局限性，难以满足更高层次的生产需求。
近年来，随着AGI（通用人工智能）及生成式人工智能技术的快速发展，工业 AI 时代到来，大模型推理优化技术逐渐成为引领未来的主流技术。
借助深度学习、神经网络等前沿技术，工业 AI 成功构建了涵盖广泛工业知识与经验的庞大模型，实现了对生产流程的全方位智能控制，并展现出强大的自我学习与优化能力，强有力地加速了工业自动化生产。
政策也给予工业AI发展相应支持，工信部发布的《推动工业领域设备更新实施方案》，明确提出要推动工业设备的智能化、数字化改造，加强工业 AI 技术的研发与应用，以提升生产效率和产品质量。
据IDC 预测，2024—2028年中国 AI+工业软件细分市场复合增速将达到 41.4%，远超同期核心工业软件 19.3%的年复合增长率，到 2028 年，AI+工业软件的渗透率也将从 2025 年的 9%提升至 22%。
二、数据优势显著，推出两大工业AI模型
中控技术成立于20世纪90年代，是国内工业自动化领域的龙头企业之一。2024 年，中控技术的集散控制系统（DCS）在国内的市场占有率达到了40.4%，连续十四年位居国内市占率第一名。其中，在化工、石化、建材、造纸四大行业 DCS 市场占有率均排名第一。
2024 年，中控技术的安全仪表系统（SIS）国内市场占有率 31.2%，连续三年位居国内 SIS 市占率第一名。
凭借多年积累，中控技术拥有沉淀在 10 万套工业控制系统上超过 100EB 的庞大工业数据量，成为了拥有流程工业各细分领域数据最为丰富的工业实时数据的公司。
而工业AI大模型的训练需要大量的专业数据，中控技术在工业垂直类AI大模型领域优势明显，同时也是业内较早推出工业AI大模型的企业。
中控技术已推出两款大模型，包括时间序列大模型（TPT）、超图大模型（HGT），覆盖工业企业生产、经营全流程。
时间序列大模型通过汇集不同行业、不同工厂、不同装置的海量生产运行、工艺、设备及质量数据等融合预训练，学习并形成工业装置运行的通用规律，通过少量微调或零微调，在不同装置和工况间复用，进行各种工厂的运行评价、健康评估、瓶颈分析等工作。
时间序列大模型已首度实现工业现场在线实时优化与闭环控制，大幅提升建模的效率，帮助用户实现工厂的最优运行目标，目前已在万华集团、中石化镇海炼化等40 余家客户处应用。
超图大模型是一款融合了开源大语言模型及自研图注意力模型的超图模型，提供了对企业经营业务的高阶理解及推理能力，帮助企业快速构建面向研、产、供、销、服、支持保障等各领域的智能应用及 Agents，全方位提升运营效率，降低运营成本的同时，提升了智能化决策水平。
两大模型加上通用控制系统（UCS），中控技术可提供“1+2+N” 的新架构方案。其中“1”代表 1 个工厂操作系统，实现统一工业数据集成；“2”包括两个核心大模型；“N”代表 N 个覆盖工业全场景的工业 APP/Agents。
中控技术还计划将工业AI业务延伸至机器人领域，2024年正式建立了机器人产品业务体系，发布以“AI+平台+安全巡检”、供应链物流、协作机器人装备为核心的流程工业机器人解决方案“Plantbot”，通过整合“AI+机器人”技术，运用包括四足机器狗、人形机器人等新技术产品。
中控技术成功中标沙特阿美 MultifunctionRobot、安徽翔晟新材料智慧物流、镇海炼化智能巡检等项目，实现多类型机器人在复杂场景中的首台套应用。2024年机器人业务实现收入5601.09万元，新签订单1.67亿元，业务从无到有，快速爆发。
三、风险提示：转型初期业绩承压
同花顺iFinD显示，2017年以来，中控技术的业绩均保持增长趋势，但该趋势于今年一季度终结。
今年一季度，中控技术营收及归母净利润分别同比下滑7.55%、17.42%，业绩承压或与中控技术的业务模式转型有关。
2024年，中控技术推出全新的“会员订阅制”模式。订阅制的本质是将传统工业软件“一次性买断”模式转型为按年付费的订阅服务，客户通过支付年费获得软件使用权，大幅降低初始投资门槛。另外，企业也可根据客户需求量级提供多级会员套餐，给客户提供更灵活的选择。
对企业而言，订阅制模式有助于提升客户黏性，帮助企业产生长期稳定的订阅收入及稳定可预测的现金流。2024 年，中控技术成功签约 622 家会员订阅客户，“会员订阅制”模式取得一定突破。
但由于会员订阅制是将短期的一次性收入转化为长期收入，转型初期容易出现业绩承压的情况。
此外，近年来中控技术持续加大研发投入，2024年研发费用达9.78亿元，同比增长7.73%；今年一季度达2.06亿元，延续增长趋势，也导致利润承压。
四、总结：先发优势和数据壁垒明显
近年来，AI技术飞速发展，并向终端应用加速渗透，在通用大模型的技术基础上，各种垂类大模型如雨后春笋般冒出。专业数据是训练垂类大模型的关键和壁垒，中控技术凭借多年的积累，拥有了业内最大的工业数据金矿。同时，其也是较快全面开展AI转型的企业，先发优势和壁垒明显。
从传统工业自动化服务商转型为工业AI服务商，既提升了产品及服务的价值，又提升了客户黏性。因此，服务商不仅要掌握 AI 技术，还要深入了解工业流程，促使客户进一步依赖第三方服务商。
据IDC 预测，AI+工业软件市场规模有望实现超40%的复合增速，凭借先发优势及数据壁垒，中控技术虽短期业绩承压，但仍看好其长期发展。
