广州博依特智能信息科技有限公司：智能化技术与产品、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：广州博依特智能信息科技有限公司；地区：广东省广州市黄埔区；行业：流程工业SaaS与工业大数据（电子信息与数字技术）；成立时间：2014-11-21；注册资本：1613.9066万元；员工数：154 人；专利数：74 件；认定批次：2022年 第四批 专精特新“小巨人”；上市状态：未上市。

广州博依特智能信息科技有限公司（简称“博依特”）通过其自主研发的云桥工业互联网平台，为造纸、食品、化工、建材玻璃等流程工业提供基于云计算、大数据和人工智能的数字化与智能化解决方案。该公司位于“电子信息与数字技术”产业链的“数字软件与工业服务”环节，是连接底层工业数据与上层管理决策的关键服务商。

二、主营产品与产业链定位

博依特的核心产品是“云桥工业互联网平台”，这是一套面向流程工业的SaaS化软件与服务集群。其核心价值在于解决流程工业长期存在的“黑箱”问题：生产过程变量多（温度、压力、浓度、流量等）、耦合度高，传统经验依赖导致能耗高、产品稳定性差。

在“电子信息与数字技术”产业链中，“数字软件与工业服务”环节起到承上启下的作用：

• 上游：需要采购通用硬件，如工业传感器（压力传感器、温度变送器）和数据采集终端（DTU、边缘计算网关）。这些硬件用于从生产线采集实时参数。其上游供应商典型包括国产的研华科技（Advantech）、汇川技术，以及进口的西门子（Siemens）、罗克韦尔（Rockwell）等（行业共识）。
• 核心环节：博依特的核心工作是将采集到的原始工业数据，通过其自研的数据模型和算法，转化为可指导生产的工艺优化建议、设备预测性维护方案和能源管理策略。这构成了其软件与服务的主体。
• 下游：直接服务于造纸、食品、化工、玻璃等流程型制造企业。其客户通常是具有高能耗、大产能特点的大型或中型制造企业，如造纸行业的玖龙纸业、理文造纸。通过部署博依特的系统，客户期望实现生产线效率提升、能耗降低（如吨纸蒸汽单耗降低）和质量波动缩减。博依特所处的“数字软件与工业服务”环节，本质上是将算法和行业知识（Know-How）打包成可复用的软件产品，降低了流程工业应用AI的门槛。它不直接代替客户进行生产，而是通过数据服务驱动客户优化其物理生产环节。

三、核心工序与技术依赖

结合博依特的主营业务——流程工业SaaS与工业大数据，其核心研发与交付工序主要包括以下几个步骤（行业共识）：

1. 现场数据采集与清洗：在客户工厂部署传感器或接入已有DCS/PLC系统，采集工艺参数（如造纸机的烘缸温度、浆料浓度）。数据采集频率通常要求每秒一次以上，并要求通过边缘计算节点进行初步清洗，去除噪声和异常值。

2. 工业机理与大数据建模：这是公司的核心壁垒。研发人员需与客户工艺专家合作，将物理化学原理（如造纸干燥过程的传热传质方程）转化为可计算的数学模型。同时，利用历史生产大数据训练AI模型，找出最优工艺参数组合。例如，通过分析多台纸机的历史数据，找到在特定原料和湿度的条件下，最优的网速与烘缸蒸汽压力配比。

3. SaaS平台开发与部署：将模型封装为云端的SaaS应用，包含工艺看板、KPI监控、报警预测、知识图谱等模块。平台需支持多租户架构，并能与客户现有的MES（制造执行系统）、ERP（企业资源计划）进行数据集成。

4. 模型迭代与远程运维：系统上线后，需要持续监控模型精度。当原料批次变化或设备老化导致模型偏差时，需远程调优或重新训练模型，实现算法模型的“自修正”。这要求其软件架构具有强大的数据回传和线上模型更新能力。

上游关键原材料和设备的典型来源：

博依特在该环节中的具体定位是算法与行业知识集成服务商。其自身不生产硬件，而是通过软件封装行业Know-How，降低客户使用AI的门槛。74件专利（低于行业84件的中位数）表明其在算法和工艺模型上有所积累，但整体专利密度属于行业平均水平偏下，可能更侧重于商业应用和算法实现，而非基础硬件或算法底层的突破。

四、竞争格局

广州博依特智能信息科技有限公司所处的“流程工业SaaS与工业大数据”赛道，全国共有1329家同类企业，竞争激烈。主要对手包括：

1. 北京中科星图：规模较大，依托中国科学院背景，在空天信息与工业互联网结合领域有较强实力。其面向流程工业的产品线更侧重于大型央企和政府项目，与博依特直接竞争的领域主要在能耗管理和环保监控。

2. 浙江中控（中控技术，688777.SH）：国内流程工业自动化的绝对龙头，已上市，员工过万，专利数千件。其核心优势在DCS（集散控制系统）和PLC层面，掌握工厂底层控制权。其“工业大脑”产品线可直接与博依特竞争，且因其自带硬件入口，客户粘性极高。中控技术是博依特在该赛道上最强大的对手之一。

3. 上海汉得信息（300170.SZ）：国内老牌ERP实施与数字化服务商，已上市。近年来转型智能制造，其打造的智能制造平台也覆盖了流程行业。汉得的优势在于其庞大的ERP实施团队和客户基础，可以将生产数据与财务、供应链数据打通，形成全链路的解决方案。

竞争维度主要集中在三个方面：

1. 行业Know-How的深度：谁能对造纸的制浆、干燥，或玻璃的熔窑、退火等核心工序有更深刻的理解，能开发出更精准的工艺优化模型。

2. 数据资产的广度：谁接入了更多的工厂、更多的产线，积累的历史数据量更大，AI模型的迭代速度就越快，预测准确率就越高。

3. 交付与响应速度：SaaS模式要求快速部署、低成本、高可用。在同等功能下，谁能更快地与客户现有系统集成，并提供持续的远程运维，谁就更具竞争力。

从专利数量上看，博依特（74件）低于行业中位数（84件），处于中等略偏下的位置。这表明其技术护城河主要不是靠专利数量堆砌，而更依赖于非专利化的行业专家经验和数据模型。在广东省同方向307家企业中，这一专利数量也属于中游水平，不具备明显的数量优势。

五、护城河判断

• 技术壁垒：中等偏弱。74件专利支撑的技术密度在行业中处于中位数以下，且未在公开信息中看到其拥有颠覆性的基础算法或硬件专利。其护城河更依赖于在造纸、食品等细分场景下积累的工艺优化模型和数据，这些知识通常以非专利的专家经验形式存在，难以模仿但复制成本不高。一旦竞争对手投入资源在同样场景深耕，技术壁垒可能被侵蚀。
• 客户壁垒：中等。数字软件与工业服务环节的客户迁移成本较高，因为系统需要与客户工厂的DCS、PLC、MES等深度集成，涉及数据接口、业务逻辑和人员操作习惯的重新梳理。典型的客户验证周期为6-18个月（行业共识）。一旦客户深度使用并依赖其数据模型预测进行工艺调整，切换成本会变得非常高。但前提是博依特系统能产生足够显著和可量化的价值（如能耗降低5%）。
• 规模壁垒：弱。154人的团队规模决定了其研发和交付能力是有限的。从运营角度看，这一规模更接近一个技术服务商或应用开发商，难以支撑大规模、高复杂的全国性项目部署或与数千人的竞争对手进行正面竞争。团队规模也限制了其同时服务超大型客户（如千万级项目）的数量。
• 认定价值：政策蓄力，但商业化关键在自身。作为2022年第四批认定的专精特新“小巨人”，这代表了官方对其技术方向和市场潜力的认可。在广东省，这一标签可带来税收优惠、融资便利和政府项目优先参与权。然而，政策窗口期已过（批次较早），且“小巨人”的平均标准在逐年提高。对于154人、74件专利的博依特而言，这个标签更多是过去的成绩，而非未来的保障，其在当下的商业化竞争中能否持续增长，仍需市场和客户检验。

六、风险与机会

行业风险：

1. 制造业资本开支的周期性：流程工业SaaS的客户多是造纸、化工等传统制造企业，其数字化采购意愿与自身盈利周期高度相关。当前宏观经济承压，制造业景气度下行，企业可能削减非必要IT支出，这对SaaS订阅式的商业模式形成直接冲击。2024-2025年部分上市制造业企业IT投资出现收缩（公开财经报道）。

2. 巨头跨界挤压：以中控技术为代表的DCS厂商，及以华为云、阿里云为代表的云计算平台商，均在向工业AI平台方向延伸。前者拥有硬件控制权作为护城河，后者拥有强大的算法人才和生态资源。博依特作为纯软件服务商，若不能形成足够的行业数据壁垒，易在巨头降维打击时失去阵地。

公司风险：

1. 人均效能挑战：154人对应74件专利、未披露营收。流程工业SaaS是一个重服务、高客单价的领域，需要大量实施工程师和行业顾问。154人的团队规模，如果无法通过产品标准化大幅降低实施人天，其毛利率和盈利能力将受限制。未上市的股权结构也限制了其通过并购获取核心技术团队和客户资源的能力。

2. 赛道拥挤，专利竞争力不足：在1329家同类企业中，其专利量低于中位数，这与“小巨人”的“专精特新”定位存在一定的错位风险。若无法持续产出高价值专利，可能在后续的政策扶持或融资中处于不利地位。

机会窗口：

1. 信创与国产替代：在政策推动下，越来越多的央企、国企流程制造企业要求采购“自主可控”的工业软件。博依特作为本土SaaS服务商，相比进口工业软件（如西门子的Opcenter、施耐德的EcoStruxure），在价格、合规性和本地化服务上有天然优势。尤其是在泛珠三角区域的造纸和食品企业中有较强的渗透机会。

2. AI大模型在流程工业的应用：2024-2025年，AI大模型技术开始向垂直行业渗透。博依特积累的多年行业数据和工艺机理模型，是训练行业垂直大模型的宝贵资产。如果能率先推出针对造纸、食品等行业的“工艺优化大模型”或“设备故障预测大模型”，将有机会在技术代际上形成新的壁垒，实现弯道超车。