山东矩阵软件工程股份有限公司：软件产品与服务、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：山东矩阵软件工程股份有限公司；地区：山东省济南市历下区；行业：工业软件与信息服务；成立时间：2006-04-19；注册资本：2991.9296万元；员工数：99人；专利数：64件；认定批次：2023年 第五批；上市状态：上市。

山东矩阵软件工程股份有限公司专注企业级AI在工控场景的应用落地，主营产品覆盖货车、火车无人定量装车系统及集装箱识别系统。其在“电子信息与数字技术”产业链中处于数字软件与工业服务环节，核心是为下游港口、铁路、矿业等重资产行业提供具备感知与决策能力的工业软件解决方案。

二、主营产品与产业链定位

该公司已对外明确披露三大核心产品，均围绕工控场景的无人化和智能化展开：

1. 货车无人定量自动装车系统：已在400余条装车通道实现稳定运营，解决传统装车依赖人工操作、计量不准、效率低下的问题。

2. 火车自动装车系统：针对铁路货运场景，实现从车辆定位到装载完成的自动化闭环。

3. 集装箱空重错装识别系统：利用AI算法识别集装箱状态，属于港口安全生产的关键环节。

其在产业链中的具体定位如下：

• 上游：需要工业相机与传感器（如海康威视、大恒图像等品牌）、PLC与执行机构（如西门子、汇川技术）、边缘计算硬件（如研华科技、凌华科技）以及高性能GPU服务器。公司自身不生产这些硬件，其核心价值在于将算法与控制逻辑集成到通用硬件上，形成可交付的软件系统。
• 下游客户：收入结构未披露，但从产品形态判断，下游集中在煤炭、矿石等大宗散货物流企业（如国家能源集团、山东能源集团）、铁路货运站（可参考其获得铁道学会科学技术奖）以及沿海/内河港口（可参考其获得国家级港口协会科学技术奖）。
• 产业链关系：相比单纯的ERP或MES软件，矩阵软件的产品深度介入工业控制层，是连接“上层管理软件”与“底层执行硬件”的中间件与控制中枢。这种AI控制软件的出现，正替代过去依赖人工或简单PLC逻辑的工控环节，是工业数字化转型中的关键附加值所在。

三、核心工序与技术依赖

一家以工控AI软件为核心的企业，其研发与交付过程可拆解为以下关键工序（行业共识）：

1. 数据采集与场景建模：前往现场（如装车站、港口岸桥）采集海量视频、激光雷达及传感器数据，对车辆类型、物料状态、设备工况进行三维建模或图像标注。典型要求是模型需要在光照变化、扬尘、雨雪等恶劣环境中保持稳定。

2. AI算法训练与优化：核心研发环节。需要针对“精准停靠”、“物料流量控制”、“空重判别”等具体问题训练深度学习模型（如YOLO系列目标检测、PointNet++点云分割）。训练需要大量真实场景数据，且要求模型推理延迟低于50毫秒以满足实时控制要求。

3. 控制算法集成与联调：将AI视觉的输出转化为PLC/运动控制卡可执行的指令，解决“看到”到“执行”之间的时间延迟与精度匹配问题。例如，装车系统需将料流阀开度与车辆行进速度做精确耦合，误差通常需控制在±5kg/吨以下（行业共识）。

4. 硬件选型与系统集成：根据算法算力需求选择工控机、边缘计算盒子，并完成与现场已有PLC总线（Profinet、EtherCAT等）的通讯调试。

5. 现场测试与优化迭代：在真实生产环境中小规模试运行，根据实际故障数据回传持续迭代算法。

上游关键原材料和设备的典型来源（行业共识）：

基于其64件专利（低于行业93件中位数）和99人团队，山东矩阵软件工程股份有限公司的定位是应用层算法开发商与系统集成商，核心壁垒不在基础架构或硬件，而在垂直场景的工艺经验与算法组合。

四、竞争格局

全国同一产业链位置（数字软件与工业服务）有1578家同类企业，但其中绝大多数不直接涉及工控领域的重资产无人化改造。该赛道的竞争集中在以下几个维度：

• 场景深度：是否真正掌握特定物料（如煤炭、砂石、粮食）的装车工艺。
• 交付成功率：系统能否在恶劣环境下7x24小时稳定运行，而非仅停留在演示阶段。
• 客户粘性：由于工控系统出错可能直接影响生产安全，替换成本极高，先发优势明显。

在货车/火车智能装车和港口AI识别这一细分领域，主要竞争对手包括：

1. 合肥泰禾智能科技集团股份有限公司（上市企业，规模更大）：主要业务在智能分选，但业务边界正逐渐延伸至工业视觉检测和自动化控制，与矩阵软件在特定场景存在竞争。

2. 赛摩智能科技集团股份有限公司（上市企业，约800员工）：深耕散料计量与自动化，其装车系统、皮带秤产品与矩阵软件形成直接竞争，且具备更强的硬件制造能力。

3. 北京慧拓无限科技有限公司（非上市，专注矿山无人化）：虽以矿区自动驾驶为主，但其涉及的生产与调度系统与矩阵软件的装车环节有上下游或竞争关系。

4. 烟台力凯数控科技有限公司（区域竞争对手）：同在山东，业务侧重相关，可能在某些客户项目上形成竞争。

从专利角度看，山东矩阵软件工程股份有限公司的64件专利低于行业93件中位数，在知识产权密度上不占优势。对于一家软件/算法公司，专利数量可能不及核心算法的非专利技术秘密重要，但该数据表明其整体研发规模处于行业中位偏下水平。

五、护城河判断

• 技术壁垒：中低。64件专利的绝对数量和低于行业中位数的水平，表明其技术资产规模有限。但其获得的“港口协会科学技术奖”和“铁道学会科学技术奖”说明其在特定应用场景（如装车、识别）的算法工程化落地能力获得了行业认可，壁垒更多体现在场景经验与工艺know-how，而非底层算法突破。
• 客户壁垒：较高。其货车无人定量自动装车系统已在400余条装车通道实现稳定运营。工控系统的切换成本极高，涉及停产风险、工艺重塑和培训成本。一旦在某大型客户（如大型煤矿或铁路货运站）规模部署，后续替换难度极大。这是其当前最显著的护城河，但具体客户名单和收入贡献未披露。
• 规模壁垒：低。99人的团队规模在工业软件领域属于小型团队。这一规模意味着公司不具备同时支持多个大型项目的研发与实施能力。拓展新客户或进入新行业时，将面临严重的人力资源瓶颈，容易导致交付质量下降。
• 认定价值：明确但竞争加剧。第五批专精特新“小巨人”的认定表明公司符合“专业化、精细化、特色化、新颖化”的标准。在当前政策环境下，这有助于获得地方政府的研发补贴、税收优惠及银行贷款支持。但该公司在2023年获批，随着后续批次认定的企业数量增加（该批次山东省即有261家），政策的稀缺性和边际价值正在递减。

六、风险与机会

行业风险：

1. 下游需求周期性波动：煤炭、钢铁等大宗行业受宏观经济和政策（如去产能、环保限产）影响显著。2024-2025年，国内煤炭价格波动加大，部分煤矿企业收缩资本开支，直接影响自动化改造预算的到位率。

2. AI技术快速迭代与标准化冲击：随着大模型和多模态AI在工业领域的渗透，过去需要定制开发的算法（如视觉识别）可能被标准化、低成本的通用方案取代。如果技术路线发生切换，公司基于旧模型积累的场景经验可能贬值。

公司风险：

1. 资源禀赋双重短板：99人团队与64件专利的组合，显示公司在人才池和技术资产上都处于规模劣势。在应对大型竞争对手（如上市企业）或进入需要大规模招投标的央企项目时，缺乏足够的团队厚度和知识产权去构筑壁垒。

2. 地域与资本依赖性：公司位于济南，虽受益于山东制造业基础，但远离北京、杭州、深圳等软件与AI人才中心，持续招聘高等级算法工程师存在挑战。同时，收入规模和融资情况未披露，若后续扩张依赖股权融资，非上市状态可能限制其资金来源。

机会窗口：

1. 港口与铁路智能化刚性需求：安全生产法规要求日益严格（如港口禁止人机混合作业、铁路货运无人化站段建设），这推动了装车识别系统的强制部署。公司已获得两个国家级行业协会奖项，这为其获取相关政策支持及拓展标杆客户提供了有力背书。

2. 存量市场渗透空间：国内数千条装车通道中，无人化改造渗透率仍较低。公司已有400余条通道部署经验，形成了一定的品牌认知。如果能将单通道改造成本压低，并解决小团队交付能力瓶颈，通过标准化产品（而非完全定制）去覆盖中小矿山/货运站，可打开巨大增长空间。