摘要：2025年5月6日，赛意信息披露接待调研公告，公司于5月6日接待国盛证券、广发证券、华泰证券、长江证券、国泰海通证券等89家机构调研。
2025年5月6日，赛意信息披露接待调研公告，公司于5月6日接待国盛证券、广发证券、华泰证券、长江证券、国泰海通证券等89家机构调研。
公告显示，赛意信息参与本次接待的人员共3人，为董事长、总经理张成康，财务总监欧阳湘英，董事会秘书、副总经理柳子恒。调研接待地点为线上电话会议。
据了解，赛意信息 2024 年营业收入 23.95 亿元，同比增长 6.27%，但净利润因多种因素同比下降 45.21%，客户新增 200 多家。泛 ERP 业务方面，核心 ERP 正解耦，AI 嵌入业务流程成趋势，公司在该领域有多种盈利模式。智能制造业务 2024 年收入同比增长 19.33%，在 AI 与工业场景结合领域有进展。
据了解，2025 年 Q1 净利润同比增长超 20%，公司通过“盯、扩、优”三字诀应对经济波动，有信心实现泛 ERP 和智能制造的 AI 商业订单转换。在财务管理上重点改善经营性现金流。
据了解，对于参会者提出的问题，公司回复，AI 业务针对 B 端需求采取不同策略，看好某些细分领域的横向扩张，AI 产品对毛利率有支撑，特别是智能制造板块，且与各大模型厂商有合作互动，具有适配模型的成熟能力和研发投入保障。
调研详情如下：
会议开始,张成康先生、欧阳湘英女士、柳子恒先生首先对公司的
基本情况、业务模式、经营模式、未来发展方向进行了介绍,随后与机
构人员进行现场交流。具体情况如下:
公司介绍内容如下:
(一)整体业绩回顾
2024 年是赛意信息深化战略布局、加速技术创新的关键一年。公
司全年实现营业收入 23.95亿元,同比增长 6.27%,保持着稳健的增长
态势。净利润同比下降 45.21%,为 1.39亿元。主要是由于市场需求波
动、竞争对手动作及成本结构变化,公司快速调整定价,采取较为积极
的市场价格策略所导致。公司整体收入仍保持向上,得益于在其他客户
市场的积极开拓,新增了 200多家客户,总客户数突破 1120 家,同比
增长22.87%。
(二)泛 ERP 业务板块
ERP 业务呈现两大趋势:一是核心 ERP正在被解耦,国产信创 2.0
稳步推进,这推动传统核心 ERP 市场被重新构建,公司在大型企业领
域迎来诸多机会,如中国移动、海康威视等行业头部企业都在进行类似
重构;二是随着 MCP等协议形成行业标准,将AI智能体嵌入到客户管
理业务流程中,已是未来确定性的趋势。公司作为制造领域深耕的产品
及服务供应商,将成为连接模型厂商到客户的桥梁,未来形成三方共创
局面。商业模式上,公司在泛ERP 领域的AI业务有多种盈利方式,包
括通过云上的算力租赁和本地智能体中台结合的低成本模式、基于客
户现有能力通过善谋GPT平台构建场景AI化以及基于大厂的模型生态
开展实施服务。
(三)智能制造业务板块
2024 年,智能制造业务收入同比增长 19.33%,占比41.34%,优势
逐渐显现。赛意借助国产化大时代,利用政策红利,同时加大研发投入,
将核心产品从MOM升级到MBM,提升产品力,获得IDC等主流分析机构
及国内外厂商的认可与尊重。在 AI与工业场景结合领域,聚焦工艺优
化智能体、物流调度智能体及 CV 视觉相关应用。在壁垒较高的工艺 AI
优化方面取得了实际进展,与 PCB 行业龙头企业签约展现了技术实力
和市场拓展能力。
(四)2025 年经营策略与展望
2025年Q1净利润同比增长超20%,实现良好开局。公司采取 "盯、
扩、优"三字诀应对经济波动所带来的影响:盯好存量市场,拉开技术
代差;在新增市场持续扩张,重点突破大型国央企客户;用 AI等新技
术优化项目运营、管理过程,寻找利润空间。全年对泛ERP 和智能制造
的AI 落地商业订单转换有信心。
(五)财务策略与现金流管理
2025 年财务管理优化上重点围绕经营性现金流的改善来开展:一
是建立客户信用管理模型,通过红蓝绿灯评估模型加强事前管理;二是
事中联合运营部门,通过交付全流程数字化系统优化交付质量与回款
挂钩机制,强化回款与奖金挂钩;三是财务人员下沉到业务部门担任
"经营单元 CFO",参与业务全流程决策,发挥战略参谋、风险管控、
利润挖掘作用,目标将经营性现金流与净利润的比率同比得以大幅提
升。
公司接待人员就参会者在本次会议中提出的问题进行了回复:
问题 1:公司对 AI业务未来长期的发展规划和远期目标是什么?
回
答:公司AI业务的发展将针对 B端的不同需求采取不同策略。
B 端 AI 在制造业中会根据各行业、各类别的具体场景进行定制化开发
和应用,打造半通用智能体并在客户现场部署。公司致力于通过模型厂
商与垂直领域 ISV 的结合,构建面向不同场景的智能工具链平台,实
现AI 技术在不同业务流程中的有效落地。
问题 2:AI技术在不同领域中的应用情况有何差别?
回
答:B端服务相较于C端有更复杂的服务过程。在管理领域和制
造领域,AI技术的应用方式有所不同。管理领域可通过生成式 AI和智
能体实现部分人工替代,如进销存管理、销售订单处理等;而智能制造
领域则需结合工业机理,使用大模型生成垂直领域的垂类小模型,并结
合判定式和决策式 AI共同解决问题。
问题 3:AI在其他行业横向扩张切入是怎么考虑的?
回
答:横向切入其他AI领域是顺其自然的过程,目前看好的领域
包括光伏和装备制造业中的某些细分垂直领域。为了实现横向扩张,我
们会招聘优秀人才加入研发团队,特别是在垂直领域的制造大模型方
面的专家,以便更快形成可商用的产品。
问题 4:AI产品对于毛利率的影响如何?
回
答:AI产品对于毛利率会有支撑作用,特别是在智能制造板块,
毛利率提升可能会更为明显。像在 PCB等垂直制造行业,公司的 AI产
品的独特性和稀缺性获得客户的认可,这方面的定价有一定的主动权,
对毛利率恢复和提高提供了直接和明确的支持。
问题 5:公司与各大模型厂商的合作互动情况如何?AI 研发及产
品迭代能力是否有助于公司在市占率上的提升?
回
答:目前与市场主流大模型都有相关的合作或洽谈,包括腾讯、
阿里、华为、智谱等,他们均在各自的应用场景表现出显著效果。根据
应用场景不同所选配的大模型也不同,如何适配不同的大模型和将之
落地部署到实践中具有较深的壁垒,公司根据不同客户实际情况选择
合适的模型进行适配,这方面展现了比较成熟的能力。另外随着 AI应
用的深化,需要一定的研发投入强度力度,这方面公司有较为充足的资
源和政策制度的保障。
来源：金融界
