北京思谋智能科技有限公司：工业AI视觉检测、智能制造软件、机…、数字软件与工业服务专精特新企业档案

一、企业速览

企业基础信息：公司名称：北京思谋智能科技有限公司；地区：北京市大兴区（北京经济技术开发区）；行业方向：智能制造产线装备（数字软件与工业服务）；成立时间：2021-06-09；注册资本：10000万港元（实缴8917.08万港元）；员工规模：39人；专利总数：151件；认定批次：第七批专精特新“小巨人”（2025年）；上市状态：未上市。

北京思谋智能科技有限公司（以下简称“思谋智能”）是一家专注于工业AI软件与智能体平台的研发型公司，处于“高端装备与工业自动化”产业链中的“数字软件与工业服务”环节。其核心业务是为制造业客户提供基于机器视觉、模型训练和智能决策的软件及硬件集成方案，解决产线质检、设备运维和流程优化等痛点。

二、主营产品与产业链定位

1. 具体产品与服务

根据经营范围及软件著作权信息，思谋智能的主营产品包括：

• SMore Agent智能体平台：面向工业场景的AI应用开发与部署平台，支持模型训练、数据标注、推理部署的一体化流程。
• 工业视觉检测软件：结合相机标定、图像识别算法，用于零部件表面缺陷、尺寸测量等场景。
• 人工智能硬件销售：包括集成AI算法的边缘计算盒子、工业相机模组等。
• 软件开发与技术服务：为客户提供从需求分析、算法定制到系统集成的全流程服务。

这些产品解决了制造业产线中最核心的“品质一致性”与“异常响应”问题——传统人工目检效率低、漏检率高，而通用AI平台难以适配产线实时性要求。思谋智能通过软硬一体方案，将模型训练时间从数周缩短至小时级，并实现毫秒级推理响应。

2. 产业链位置与关系

在“高端装备与工业自动化”链条中，“数字软件与工业服务”是连接硬件设备与最终产线应用的关键纽带。具体关系如下：

思谋智能处于“承上启下”位置：上游依赖工业相机、GPU等硬件供应商，下游面向离散制造与流程制造企业。其核心价值在于将通用AI算法转化为适配特定产线工况的专用解决方案。

三、核心工序与技术依赖

1. 关键研发与生产工序

基于“数字软件与工业服务”行业的典型技术路径（行业共识），此类企业的研发生产工序包括：

1. 数据采集与标注：在客户产线部署样机，采集数万至数十万张缺陷图片（环境光照、角度、速度需贴近实际工况），人工标注缺陷类型（划痕、脏污、气泡等）。典型要求：标注准确率>98%，单幅图像标注时间<5秒。

2. 模型训练与调优：使用深度学习框架（如TensorFlow、PyTorch）训练目标检测或分割模型，涉及数据增强、迁移学习。典型参数：训练epoch数100-500，模型参数量1M-10M，推理延迟在GPU上<10ms。

3. 算法与硬件适配：将模型转换成ONNX或TensorRT格式，部署到边缘计算设备（Jetson、昇腾310等），进行量化压缩（INT8精度，损失<1%）。

4. 系统集成与联调：与客户MES/PLC系统对接，设置触发信号（如光电传感器）和通讯协议（Profinet、EtherCAT），确保检测节拍匹配产线速度（典型节拍<0.5秒/件）。

5. 现场验证与迭代：连续运行72小时以上，统计误报率、漏报率，根据反馈调整模型或增加训练样本。

2. 上游关键原材料与设备典型来源

（以上均为行业共识，具体型号因场景而异）

3. 思谋智能的定位

基于其151件专利（超过行业中位数89件）、软件著作权（SMore Agent等）以及经营范围包括“人工智能硬件销售”，思谋智能并非纯粹的纯软件公司——它通过软硬一体模式，将自研算法预装到边缘设备中交付。39人的团队规模表明其研发效率较高，可能主要聚焦在算法层和平台层，而硬件采购和外协生产外包（行业典型做法）。

四、竞争格局

1. 典型竞争对手

在“数字软件与工业服务”细分赛道（全国共1578家同类企业），思谋智能面对的主要竞争者包括：

严格而言，思谋智能是思谋系公司在北京的分支。母公司深圳思谋信息（SmartMore）成立于2019年，已获腾讯、红杉等投资，估值超10亿美元。北京思谋智能2021年成立，充当区域研发与交付中心。

2. 竞争维度

该赛道竞争集中于三个维度：

• 算法精度与泛化能力：能否用少量样本解决新缺陷（小样本学习能力），误报率需低于1%。
• 部署易用性与节拍适配：软件能否快速对接MES、PLC，边缘设备能否满足产线节拍（行业平均要求0.2-0.5秒/件）。
• 垂直行业know‑how：如锂电池极片缺陷、半导体晶圆划伤等，需要积累行业专用数据集和检测逻辑。

3. 专利竞争位置

思谋智能专利151件，高于全国同类企业中位数89件（约+70%），在北京地区该细分方向3家企业中排名靠前。专利方向覆盖模型训练（如“图像标注方法”）、相机标定（如“标定板自动识别”）、媒体对象推荐等，说明其在基础AI算法层有积累。但与母公司深圳思谋信息（专利500+）相比，北京子公司专利数量约为母公司的30%，可能集中于部分关键技术方向。

五、护城河判断

1. 技术壁垒：★★★☆（中等偏强）

151件专利反映的技术密度较高，尤其集中在工业AI特有的“小样本增量学习”、“多相机协同标定”、“缺陷生成式数据增强”等领域（行业共识）。这些技术直接降低客户现场调试成本和模型迭代周期。但母公司专利池更深厚，若北京子公司与母公司技术共享，则技术壁垒更多体现在集团层面。

2. 客户壁垒：★★★（中等）

数字软件与工业服务环节的客户验证周期通常为3-6个月（行业共识），涉及产线停机改造、员工培训、供应链协同。一旦方案通过验收，切换成本较高（重新调试模型需重新采集数据、修正节拍）。但思谋智能成立仅4年，客户名单未披露，需观察其客户粘性与复购率。

3. 规模壁垒：★★（偏低）

39人团队规模较小，对应年研发/交付能力有限。按行业人均年产值80-120万元估算（行业共识），其营收规模可能在3000-5000万元区间（未披露，不推断）。面对大型制造业客户的覆盖能力受限——单个大型集成项目需投入5-10人驻场数月，39人团队同期只能支撑3-5个项目。相比之下，阿丘科技300+团队可同时服务30+客户。

4. 认定价值：第七批专精特新“小巨人”

2025年第七批认定政策仍延续中央奖补、税收优惠和融资便利（如“新质贷”等）。但需注意：2024年后专精特新评审标准趋严（要求近2年营收复合增长率或创新投入占比）。思谋智能以39人规模、未披露营收数据入选，可能得益于母公司技术实力与专利数量。该认定为公司在政府采购、行业准入中提供背书，但政策边际效应在递减。

六、风险与机会

1. 行业风险

• 需求结构化不足：制造业资本开支增速放缓。2025年1-5月，规模以上工业企业设备工器具购置投资同比增长仅4.2%（国家统计局），低于2023年同期的8.9%。客户预算收缩将直接压缩软件采购和升级订单。
• 技术迭代压力：多模态大模型（如SAM、GPT-4V）冲击传统小模型范式。若客户转向通用大模型微调，专用工业AI平台的议价能力可能下降。需要持续投入大模型适配研发。
• 价格战加剧：海康机器人、凌云光等硬件厂商开始内嵌免费基础视觉软件，挤压纯软件公司生存空间。

2. 公司风险

• 员工规模与资本投入不匹配：39人团队且未上市，研发投入强度难以持续。即使实缴资本8917万港元（约合人民币8000万+），但AI模型训练和销售网络建设消耗资金较快（行业共识：中型工业AI公司年研发投入3000-5000万元）。需关注母公司输血能力。
• 单一子公司依赖：北京思谋智能注册为台港澳法人独资，其法人代表沈小勇亦是母公司深圳思谋信息联合创始人。若集团战略调整，北京子公司存在被整合或边缘化的可能。
• 证据密度不足：公开信息中缺乏中标项目、合作伙伴、营收财务数据，投资人难以评估真实经营稳定性。

3. 机会窗口

• 京津冀智能制造升级政策支持：北京市2025年发布《北京市智能制造与数字化升级行动方案（2025-2027）》，明确对专精特新企业提供产线改造补贴（最高500万元）。思谋智能作为本地小巨人，有望承接政府推介项目。
• 工业AI Agent（智能体）渗透率提升：SMore Agent智能体平台契合“人机交互→自主决策”趋势。据IDC预测，2025-2028年中国制造业AI智能体市场复合增长率达42%。若思谋智能能率先形成闭环案例，可抢占种子客户。

总结：北京思谋智能科技有限公司是一家站位清晰的工业AI软件公司，以151件专利和软硬一体方案构成一定技术壁垒，但39人团队和未上市状态限制了规模扩张的可持续性。其最大资产是与母公司思谋系的生态联动，以及身处北京优质政策区域的区位优势。投资者应重点关注其客户验证进展和母公司资源注入节奏。