容知日新 688768

报告期内,公司实现营业总收入64,559.80万元,较上年同期上升10.60%,报告期内归属于上市公司股东的净利润为8,425.07万元,同比下降21.64%。

报告期内,公司在核心技术研发、平台架构优化、高端人才引进及市场体系建设方面投入显著增加,在短期内对利润形成阶段性影响,但将进一步夯实公司在工业智能化领域的技术壁垒与生态协同能力,提升公司在“AI+工业服务”领域的长期战略价值与成长空间,为可持续高质量增长提供坚实支撑。

报告期内,公司围绕工业设备智能运维核心赛道,持续推进产品升级、技术迭代和平台能力建设,研发工作整体保持较强连续性和系统性。

围绕“1+N+X”为核心的全栈式智能运维产品体系,公司持续推进研发实施、测试验证和成果沉淀,产品技术体系进一步向高精度化、智能化、平台化和场景化方向演进。

从研发与产品能力布局看,公司围绕“点检数字化、场景智能化、运维精准化”三条主线持续推进技术体系建设。

其中,点检数字化聚焦提升设备数据采集的效率、准确性与覆盖度,为预测性维护和智能分析奠定高质量数据基础；场景智能化聚焦运用先进传感技术与智能算法,实现设备运行状态的深度感知、趋势预测与智能预警；运维精准化聚焦基于智能分析与诊断结果,通过运维大模型优化维修策略与资源配置,实现按需、精准的维护作业,并通过智能应用提升运维管理效率。

围绕上述三条主线,公司持续夯实感知、分析、诊断和平台协同等关键能力。

其中,工业五感和多模态融合是公司推进场景智能化的重要能力基础,PHMGPT故障诊断智能体是公司在工业AI和智能化诊断方向的重要代表性成果,风电场景等重点行业方向则体现了公司相关能力在细分场景中的纵深落地。

随着大模型与智能体技术加快发展,公司正推动相关能力由“感知识别”向“认知推理”延展,进一步增强智能运维体系中的自主诊断、辅助决策和持续优化能力。

1、AI能力加速融入产品与平台体系公司持续推动人工智能技术在设备智能运维场景中的应用深化,将工业AI、大模型、智能体技术与长期积累的设备故障诊断经验、行业知识及多源数据基础深度融合,推动AI能力由辅助工具向产品和平台关键能力加快演进。

在智能感知与数据采集环节,公司持续推进“端-边-云”协同架构、工况精准识别、边缘智能判断和自适应采集等能力建设,推动采集策略由固定周期采集向工况驱动采集转变,并通过“常态低频指标+异常高频波形”等策略增强异常特征捕捉能力。

在智能报警与诊断环节,公司持续推进“机理+AI”融合模式,将行业机理知识、特征指标和AI时序模型结合应用,增强对复杂故障的预警、识别和定位能力。

其中,PHMGPT故障诊断智能体是公司在工业AI方向的重要代表性成果。

公司围绕PHMGPT持续推进相关能力建设,推动智能诊断由单点辅助分析向具备自主规划、工具调用、多模态融合和透明化推理能力的智能体方向演进。

PHMGPT围绕“特征解码（感知）—逻辑推理（认知）—决策输出（决策）”三阶段诊断架构,结合多智能体协作框架,持续增强多源数据获取、信号分析、频谱分析、趋势分析、知识检索与推理决策等能力,推动故障诊断由“感知识别”向“认知推理”升级。

报告期内,公司相关研发投入和技术积累持续加强,研发费用为13,689.12万元,较上年同期上升27.73%,占营业收入比例为21.20%；依托长期行业积累,实时接入远程监测的重要设备超20万台,积累设备故障案例超4万个,为PHMGPT故障诊断智能体等工业AI能力持续演进提供了数据和知识基础。

2、AI设备运维订阅制服务模式创新推广,助力客户降本增效报告期内,公司创新推行AI设备运维订阅制服务模式,依托“软件平台+全无线智能监测产品”的组合方案,更好匹配客户在降本增效、轻量化部署和长期运维等方面的需求。

市场拓展方面,公司在海外市场完成客户试点验证与标杆案例打造,为后续全球化推广奠定基础；国内市场亦实现多点落地,成功中标水务、化工等项目,AI设备运维订阅制模式规模化推广初见成效。

上述经营与市场拓展成果,为公司持续推进研发投入、产品升级和能力建设提供了支撑。

3、多维感知驱动终端升级与智能采集,构筑工业设备健康管理新基石公司围绕工业设备运行状态监测能力持续升级,通过“感知层拓展-终端能力强化-智能采集深化”的协同演进,构建面向复杂工业场景的设备健康管理体系。

在感知层,公司以“工业五感”体系为核心,推动设备监测能力向多源、多参数协同感知跨越,为设备健康感知、故障识别及智能运维筑牢底层支撑。

在此基础上,通过提升高精度数据采集、多参数融合分析、复杂工况环境适配、通讯传输稳定性及部署灵活性等能力,针对数据链路完整性、采集精度可靠性、功能覆盖全面性等方面进一步优化,推动设备点检活动向数智化、标准化、高覆盖方向演进,进一步夯实终端产品基础,为设备全生命周期健康管理提供精准、高效的底层数据支撑。

同时,公司深化边缘智能与工况驱动采集能力,在“1+N+X”场景化智能运维解决方案产品体系中推进工况识别、触发采集、多站同步、边缘端智能指标计算及异常预警等技术落地,推动采集策略从固定周期向工况驱动转变,有效提升数据获取质量与故障特征保留能力,增强设备异常感知时效性,为场景智能化、诊断分析及预测性维护提供高质量数据支撑。

上述升级路径共同支撑“点检数字化、场景智能化、运维精准化”发展主线,助力公司从传统状态监测向全面设备健康管理与智能运维延展。

4、多模态融合与场景化建模双轮驱动,平台化一体化能力支撑智能运维进阶公司围绕设备智能运维领域持续深耕,不断加强多模态数据融合分析、场景化建模、平台化和一体化能力建设,构建“技术+平台”双轮驱动的工业智能运维领域的数字基座。

在技术层面,公司以振动、温度、工艺量、图像、热像、声音、油液等多模态数据为核心,深化融合分析技术,形成覆盖成熟场景模型、验证校准模型、共研共创模型的差异化建模路径。

该技术路线通过深度结合现场工况、设备机理与专家经验,显著提升复杂场景下的状态识别精度、异常预警时效性及模型持续优化能力,为设备场景智能化提供核心技术支撑。

在平台层面,公司聚焦设备智能运维平台、工业AI、智能运维引擎等方向,系统推进数据治理、算法工厂、知识库、运维工作中心、检修与备件协同、工作流及低代码等平台化能力建设。

此举推动产品从单点监测工具向一体化智能运维平台升级,有效增强产品的系统性、跨场景复用性与持续交付能力,为运维精准化所需的业务闭环、资源协同及智能应用落地提供坚实支撑。

多模态融合与场景化建模的技术突破,与平台化一体化的能力完善形成协同效应,共同助力公司在智能运维领域实现从“技术赋能”到“平台支撑”的全面进阶。

5、深化细分场景布局,构建全维度智能监测体系2025年9月16日,工信部发布的《场景化、图谱化推进重点行业数字化转型的参考指引（2025版）》明确指出,场景是具备行业共识的基本业务单元,是制造业数字化转型的关键切入点。

制造业数字化转型具有“一米宽、百米深”的特点,“一米宽”即行业是由若干业务边界清晰的场景组成,“百米深”即每个场景背后都蕴含了大量的工业知识和机理,每个场景的数字化都涉及不同的工具、软件、技能、方法,具有很强的专业性和复杂度。

界定场景的目的在于将复杂的行业或企业数字化转型问题,转化为更具操作性的场景转型问题,实现行业数字化转型问题化繁为简。

报告期内,公司基于对设备智能运维行业的深度理解及技术储备,持续打造细分明星场景解决方案。

智慧皮带场景：以“感知-诊断-决策-执行”全闭环为目标,面向电力、石化、煤炭、钢铁、港口等行业的各类输送皮带机场景,提供全方位、立体化的智能运维解决方案。

已规划出1.X、2.X和3.X三个发展阶段,其中1.X阶段可实现全面智能监测,通过巡检机器人、分布式线性串联、AI定点摄像头、皮带纵撕监测、无线振温的产品组合,结合多模态融合分析技术,实现对皮带机传动部件、皮带本体、沿线状态等五大维度全方位、立体化智能监测；2.X阶段将融合自动化改造与联动控制,为系统增加"肌肉和四肢",通过自动纠偏装置从识别跑偏升级到自动纠偏,通过无人清扫装置替代人工现场清扫,通过自动注油装置替代人工现场加脂等,实现从"看到问题"到"解决问题"的价值跃迁,目前已在积极推广中；3.X阶段将融合设备机理模型、专家经验规则与AI算法,打造具备自主感知、智能诊断、自主优化决策的皮带机运维智能体,实现输送皮带从以人为核心的被动运维模式,转变为以数据+AI人工智能为核心的智能运维模式,支撑企业数字化、绿色化、智能化发展目标的落地。

风电场景：报告期内,公司持续深耕风电智能化监测与运维领域,扎实推进产品布局升级。

轮毂侧推出多合一监测产品,实现多维度参数的集成化感知；机舱侧持续完善综合监测体系,夯实运行状态感知能力；塔筒侧将监测范围延伸至结构健康与锚索安全监测关键环节,初步构建起覆盖风机全生命周期的安全预警能力。

同步打造风电专业软件平台,打通数据采集、状态感知与分析应用的全链路闭环。

未来,公司将聚焦叶片、机舱、塔筒三大核心部件,持续迭代升级产品矩阵推动轮毂综合监测系统迭代升维,拓展叶片健康监测系统的全面布局,打造塔筒综合智能监测系统以实现结构安全协同预警。

同时深化工业五感技术与风电场景的融合应用,推动振温、油液、视觉、声纹等多模态监测能力落地,打通机舱、轮毂、塔筒综合智能应用的关键节点,加速实现从“数据采集”向“智能诊断、辅助决策”进阶。

6、智能运维赋能体系全面升级、国家级人才培养基地正式落地报告期内,公司持续推进智能运维赋能服务体系建设,面向服务客户开展“培训+咨询+诊断”的赋能服务；2026年初公司推动成立中国设备管理协会AI+设备智能运维专业委员会,成功入选工业和信息化部公布首批“有色金属行业数字化转型人才培养机构”的名单,正式跻身国家级人才培养机构。

构建“初阶—中阶—高阶”全链条课程体系,补齐客户人才技能短板,通过深厚的产业实践、深度的市场洞察和专业的专家经验,为客户智能运维体系建设奠定管理基础与人才支撑。

(一)行业格局和趋势近年来,我国坚持以科技创新引领现代化产业体系建设,大力推进新型工业化,充分利用新一代数字技术对传统产业进行全方位、全链条的改造,发挥数字技术对工业发展的放大、叠加、倍增作用,工业互联网已覆盖全部工业大类。

同时新一轮科技革命和产业变革正在以人工智能为主导,与智能制造领域呈现交叉融合、多点突破的发展态势,人工智能深层次赋能新型工业化,加速重塑传统制造业运维模式。

当前我国智能运维行业已进入长周期高景气度发展阶段,以AI创新驱动的内涵式增长,正推动行业格局从散点竞争向体系竞争重塑。

（1）制造业数智化势在必行随着“双碳”战略、“科技自主可控”、“算力基础设施建设”等政策纵深推进,高耗能产业低碳化改造、“卡脖子”科技体系建立、智算超算中心建设成为新型工业化的核心命题,拓展实体经济和数字经济融合,迫切要求充分发挥数字经济高创新性、强渗透性、广覆盖性特点,以此提升产业体系现代化水平。

在发展绿色化、芯片自主化、能源清洁化、制造高端化的国家战略叠加下,有色金属、电力、芯片等行业对智能运维的需求大幅提升,预测性维护、数字孪生、AI智能诊断等服务正深度嵌入以上产业的核心生产环节,在此背景下,制造业数智化转型已成为统筹绿色发展、安全可控、算力赋能与战略产业升级的系统性工程。

（2）AI加速重塑运维模式人工智能已成为引领颠覆性创新的核心领域。

大数据、大模型、大算力深度融合,正在突破传统的生产可能性边界,推动制造业从传统的“被动响应”与“经验依赖”向“主动预测”与“数据驱动”实现历史性跨越。

基于深度学习与多模态感知的智能算法,赋予生产装备智能感知与异常故障识别能力,能够精准捕捉振动、声纹及热像等微弱故障特征。

同时工业大模型凭借其对海量异构工业数据的深度理解与泛化推理能力,突破传统规则引擎的局限,构建起具备“智能决策”的运维中枢,彻底改变设备管理作业形态,为制造业高质量发展注入新质生产力。

（3）“AI+智能运维”成为必选近年来,我国明确提出将“加快人工智能等数智技术创新”作为核心战略方向,强调要突破基础理论与关键核心技术,强化算力、算法、数据的高效供给,并全面实施“人工智能+”行动,以人工智能引领科研范式与生产模式的根本性变革。

在这过程中,工业智能运维市场正迎来规模与结构的同步跃升,面对工业企业日益严峻的降本增效压力、能源消耗的刚性约束以及安全生产的底线要求,推动新型数字化技术深度赋能工业生产,特别是加速人工智能在智能运维领域的规模化应用,已成为工业企业高质量发展的必由之路。

（4）“AI+经验”主导市场目前我国工业设备智能运维行业发展时间较短,尚处于快速发展阶段,覆盖多领域的巨头企业尚未出现,同时由于设备智能运维领域覆盖行业较广,不同行业的诊断技术应用差距较大,不同细分市场的竞争主体也不尽相同,能够完全覆盖所有细分市场、满足自主研发创新和整体解决方案服务的企业数量较少。

公司是为数不多的具备软硬件技术研发和生产能力,能够提供设备智能运维解决方案的服务商之一,能够提供持续的后续支持和技术服务,产品广泛应用于电力、石化、煤炭、钢铁等领域。

受制于行业专业知识和数据资产沉淀,以公司为代表的在特定领域深耕、提供“算法+经验”融合解决方案的专业厂商,凭借多年来的技术积累及市场开拓,正逐步成为市场的主要参与者。

（5）智能体引领终端、平台与AI升级,构建综合竞争力未来,工业设备智能运维行业的产品和技术演进将主要围绕以下几条主线展开：一是监测终端持续向高精度、多参数、低功耗和复杂工况适配方向升级；二是边缘侧智能感知、工况驱动采集和本地预警能力持续增强；三是平台持续向监测、诊断、检修、备件和设备生命周期管理一体化方向演进；四是AI、大模型、智能体、多模态融合和知识驱动能力将在智能运维体系中发挥更重要作用；五是国产化替代和“设备+软件+服务”一体化交付能力将持续增强。

从竞争格局看,未来行业竞争将不再局限于单项产品能力,而将更多体现为终端能力、平台能力、AI能力、行业理解和场景化交付能力的综合竞争。

具备较完整技术链、持续研发投入能力、较成熟研发管理机制和复杂工业场景落地能力的企业,将更有可能在行业升级过程中形成持续竞争优势。

与此同时,随着大模型与智能体技术持续成熟,工业故障诊断正由规则驱动、单一模型预测逐步向智能体自主诊断演进。

具备自主规划、自主工具调用、多模态融合、透明化推理和持续学习能力的故障诊断智能体,有望成为行业智能化升级的重要方向之一。

公司现有研发项目布局与上述趋势保持一致。

后续公司将继续围绕终端能力、边缘智能、平台能力、工业AI和场景化方案深化投入,推动产品技术体系持续演进,增强公司在工业设备智能运维领域的综合竞争力。

(二)公司发展战略未来,公司将坚守“让工业更美好”的使命,践行“创新引领,价值创造,协作成长”的核心价值观,致力于为客户提供全球领先的设备智能运维解决方案和AI设备运维订阅制服务,实现“成为全球领先的设备智能服务企业”的美好愿景。

围绕创新引领战略、生态共创战略、全球化布局战略,以“AI+行业经验+数据资产”为核心驱动,系统推进技术底座构建、人才体系建设、数据价值释放与产业生态共建,引领设备智能运维向数智化、平台化、生态化深度演进。

（1）创新引领战略公司以技术创新引领产业数智化转型,持续加大科技创新研发投入,完善PHMGPT工业大模型等AI引擎,打造行业级工业设备运维数据资源池,实现跨设备类型、跨行业场景的数据融合与价值挖掘,推动工业数据从"沉没成本"向"价值中心"转化。

大力推动“AllInAI”战略,以“AI+行业应用场景”为方向,构建覆盖各设备类型的智能运维平台,为客户提供更精准的故障预测、更优化的维护策略与更深度的运营洞察。

以AI技术驱动组织变革,激发全员创造力,打造"AI领导力+AI算法+行业诊断+数据科学"的复合型人才梯队,实现跨职能、跨领域的组织协同和价值共创。

（2）生态共创战略立足“工业设备智能平台”的角色定位,以开放共赢的运维生态为路径,公司将全面推动伙伴战略落实,与工业用户、合作伙伴深度协同,构建"技术平台开放+数据能力共享+行业Know-how赋能"的三层生态架构,推动行业协会、高校院所、行业服务商、系统集成商、设备制造商等多元主体合作,加快推进行业场景开发、数据价值挖掘、行业标准制定,打造覆盖传统产业、新兴产业和未来产业的开放型工业智能运维生态体系。

（3）全球化布局战略公司以全球化视野布局打造工业服务品牌。

将国际市场标准和本地化运营能力建设相结合,稳步拓展海外市场。

以"中国方案,全球场景,本地服务"的全球化AI智能运维服务模式,推动智能运维解决方案及服务在北美、东南亚、中东等关键市场的落地应用,为全球工业智能化转型升级贡献中国智慧和力量。

(三)经营计划1、强化赋能体系,引领行业发展工业设备智能运维赋能体系方面,重点关注人才建设、蓝图设计、专家诊断等核心需求,全面推进服务客户培训、咨询和诊断服务规模拓展,加大客户培训赋能力度,进一步扩大参训人员覆盖范围,深耕国产化认证体系打造,推动国际权威认证与本土人才培养体系深度融合,筑牢设备智能运维专业人才梯队根基；将资深工程师的隐性经验转化为标准化培训课件、可复用的诊断逻辑与知识资产,形成规模化知识输出服务能力,持续提升客户覆盖率和客户满意度。

推动"咨询+项目"深度融合的服务模式升级,为客户提供智能运维成熟度评估、数字化转型路径规划、AI应用场景设计等高端咨询服务,打造覆盖重点行业的标杆案例库,提升公司服务的战略价值感知与客单价水平,实现从"供应商"向"战略伙伴"的角色跃迁。

积极参与国家、行业智能运维标准制定,通过标准引领、白皮书发布、行业峰会发声等方式,巩固工业设备智能运维领域的技术话语权与品牌领导力。

2、深化合作伙伴战略,提质扩容驱动增长过去一年,公司各行业系统部全面推进伙伴战略落地,累计引入优质合作伙伴近200家。

各业务线均通过伙伴协同模式实现了业务增益,全体系已形成高度共识：生态共建是业务突破的必由之路,甄选优质伙伴是增长目标落地的核心支撑。

2026年公司将进一步加大伙伴战略推进力度,推动生态建设走深走实、落地见效。

在规模扩张的同时,公司将始终严格把控伙伴准入标准,聚焦引入符合核心要求的优质合作伙伴：具备国内外知名品牌代理经验,拥有立体化商务资源网络,核心运营团队成熟、专业服务能力过硬、资金储备充沛。

优质伙伴的加入将为公司营销体系提供强力杠杆支撑,有效拓展市场触达半径,全面加速业务规模化扩张进程。

3、AI设备运维订阅制服务模式深入推进,打开业绩增长第二曲线2026年,公司将持续深化AI设备运维订阅制服务模式。

依托已构建成熟的AI软件与智能硬件技术能力,公司过往核心服务对象为大型工业企业,当前服务客户规模尚处“千”级水平。

根据国家统计局数据,截至2024年底全国规模以上工业企业数量超50万家,面向广大中小工业企业市场,通过AI设备运维订阅制服务的有效落地,公司有望开拓全新市场空间。

此举不仅是业务模式的创新突破,更是市场边界的重构拓展,将成为公司下一阶段增长的核心驱动力。

为加速AI设备运维订阅制服务的成熟与落地,公司计划组建国内外四大专项团队,其中国内、国外各设两个团队。

通过引入“赛马机制”促进团队间良性竞争,以高效推进AI设备运维订阅制服务模式的规模化应用。

4、AllInAI,驱动产品与组织的系统性重构“AllInAI”是一场关乎产品形态与组织能力的系统性变革。

在这场变革中,产品升级是核心引擎,组织赋能是关键支撑,二者协同推动公司向智能化转型全速迈进。

在产品维度,AI升级是核心抓手。

公司的工业AI体系始终以设备为核心、以场景为导向：一方面,聚焦设备延伸的质量、安全、效率等核心问题,构建场景化智能体矩阵——继2025年推出智能机泵后,未来公司将进一步落地皮带输送系统智能体、风电智能体等产品,实现关键场景的智能覆盖；另一方面,公司将全力打造专属OS智能运维平台,这是面向下一代工业智能运维需求打造的核心技术底座。

未来,多元场景运维智能体、全栈产品矩阵与各行业定制化解决方案都将基于该底座实现快速落地、稳定运行与高质量迭代,为客户创造更具确定性的数智化转型价值。

搭建“三层协同”产品体系：底层依托智能硬件实现数据高效采集,中层通过OS平台推动数据价值转化,上层以场景化AI精准破解客户痛点。

作为深耕工业领域的物理AI与场景AI服务商,公司将持续投入核心技术研发,紧跟AI技术迭代节奏,主动把握工业数智化转型下产业升级的核心机遇,为客户创造更具确定性的数智化价值。

在组织维度,AI技术赋能是公司推进数智化转型、构建核心竞争壁垒的关键支撑。

2026年,公司将专项设立“AI赋能工作组”,整体纳入核心研发体系统筹管理,选拔优秀青年技术骨干牵头推进各项工作,充分激活青年群体的技术敏锐度与原生创造力,打造AI技术落地的核心攻坚梯队。

同时面向全员发布AI融合应用行动倡议,引导全体员工主动探索AI技术与岗位业务的结合场景,将AI深度融入日常工作全流程,切实实现业务流程优化、运营效率提升、工作模式重构,形成全员参与的数智化创新格局。

5、人才升维,持续研发、市场投入2026年,公司将以招聘体系升级作为人才升维工作的核心切入点：一方面拉高人才准入标准,强化关键岗位对高端人才的吸引力；另一方面搭建系统化高潜人才识别机制,推动能力过硬、潜力充足的优秀人才适配核心关键岗,实现人岗精准匹配。

公司将围绕核心技术攻坚、高端人才引育、市场体系深化三大方向协同发力,持续夯实核心竞争力,长期筑牢工业智能化领域技术壁垒,进一步强化产业生态协同能力。

2026年计划新增编制约100个,重点向市场端倾斜；同时通过持续优化人才结构、强化复合型人才培育,为业务高速发展注入核心动能,推动技术、市场、人才三者深度联动协同,全力保障公司长期战略目标落地见效。

6、稳健经营,行稳致远2026年,公司需坚守稳健经营的核心底盘,重点从以下四方面系统发力：一是深化全流程降本,锻造成本竞争优势。

将降本增效作为系统性工程,从研发源头植入成本优化理念,覆盖采购、生产、交付全链条,树立“全员、全流程、全要素”成本管控意识,以精细化管理与技术创新双轮驱动,夯实经营基础。

二是推动质量升维,筑牢品牌发展根基。

以“大质量”管理体系为核心,打破传统“小质量”思维局限,推动质量管控从单点达标向全流程闭环升级,同步提升产品品质与品牌价值,适配规模化发展需求。

三是严守安全底线,夯实可持续发展基石。

全面强化人员、数据、IT系统、资产等关键领域防护,建立“全员参与、全程监控、全域覆盖”的安全管理机制,筑牢安全发展防线。

四是强化廉洁合规,对腐败保持零容忍,将合规要求嵌入经营管理各环节,通过廉政建设与巡察整改,实现“制度立稳、流程透明、监督到位”,保障企业规范运营。

稳健经营是公司实现持续发展的坚实根基。

唯有前端聚焦增长突破,后端强化保障支撑,形成“双轮驱动”格局,方能行稳致远,为公司的高质量发展筑牢根基。

7、完善公司治理,保护投资者权益2026年公司将继续围绕证监会、上交所发布的有关上市公司治理规则,及时修订及制定相关内控治理制度,进一步提升规范运作水平,不断完善公司内部管理结构,持续加强内部管理,提升公司治理水平,保障中小投资者权益。

同时将严格遵守相关法律法规以及监管机构的各项规定,严格执行公司信息披露管理制度,确保信息披露的真实、准确、完整、及时、公平。