北京和隆优化科技股份有限公司：流程工业生产过程的智能化、绿色化技…、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：北京和隆优化科技股份有限公司；地区：北京市海淀区；行业：工业软件与信息服务；成立时间：2004-08-13；注册资本：10050万元；员工数：67人；专利数：81件；认定批次：第三批（2021年）；上市状态：未上市。

北京和隆优化科技股份有限公司是一家专注于流程工业（冶金、热电、化工、建材等）的智能化与绿色化技术服务商，核心定位在于“电子信息与数字技术”产业链中的“数字软件与工业服务”环节。其核心价值是通过自主研发的先进控制与在线优化算法，结合云边协同架构，帮助高能耗流程企业实现生产过程的降本增效与碳排放减少。

二、主营产品与产业链定位

和隆优化的核心产品是以HeroRTS工业互联网云服务平台为载体的“云边结合式”智能优化解决方案。具体服务形态包括：针对特定工业装置（如锅炉、加热炉、窑炉）的先进控制（APC）软件、实时优化（RTO）软件、以及基于数字孪生的运行优化系统。

在“电子信息与数字技术”的产业链中，该企业处于“数字软件与工业服务”环节。这个环节解决的核心问题是：将上层通用云计算、AI算法能力，转化为底层流程工业现场可落地、可验证的生产控制指令。它不是单纯的软件销售，而是一个深度绑定工艺知识的工程服务。

• 上游：主要依赖工业级边缘计算硬件（嵌入式工控机、工业网关）、各类传感器（温度、压力、流量变送器）以及云基础设施。具体来说，其软件需要适配和运行在工业PLC、DCS（分布式控制系统）或边缘服务器上。典型的上游供应商包括研华、凌华（提供边缘硬件），以及阿里云、华为云（提供底层云资源）。
• 下游：客户是高能耗流程工业的业主，主要包括：热电联产企业（国电、华能等五大电力集团的下属企业）、钢铁企业（如与天融信合作前已涉足的钢铁行业）、以及大型化工和建材集团。这些客户的特征是装置连续运行、能耗成本占比极高（通常占生产成本30%以上）。

在产业链中的关系上，和隆优化的产品位于“自动化控制层”与“生产调度层”之间。传统DCS负责基础的单回路调节，而MES（制造执行系统）进行生产排程。和隆优化的APC/RTO软件则填补了中间的“精细化控制”空白，直接通过优化算法调整DCS的设定值，实现比人工操作更优的能耗和收率指标。

三、核心工序与技术依赖

对于一家以先进控制（APC）和实时优化（RTO）为核心的工业软件公司，其技术研发与工程交付的关键工序如下（行业共识）：

1. 工艺机理建模与数据采集：针对具体装置（如煤粉锅炉、加热炉），建立热力学或流体力学简化模型。这一步依赖高质量的历史运行数据（通常需要至少6个月以上、1秒级采样的DCS数据），并进行数据清洗与降噪。

2. 先进控制算法开发（MPC）：基于模型预测控制（Model Predictive Control）算法，编写核心控制逻辑。典型参数包括：控制周期（通常1-5秒）、预测时域（60-120步）、控制时域（15-30步），需要兼顾稳定性和快速响应。

3. 在线优化引擎部署：结合实时数据，求解优化问题（如最小化单位能耗）。优化目标通常是多目标函数，例如“主蒸汽温度波动<±1℃”同时“降低排烟温度至<120℃”。求解算法通常采用SQP（序列二次规划）或遗传算法，计算延迟需要在秒级内完成。

4. 软硬件集成与组态：将算法代码封装为标准OPC UA或Modbus通信协议，部署到边缘计算盒或直接嵌入现有DCS系统。此环节核心是对接西门子、ABB、霍尼韦尔或国产（中控、和利时）的DCS系统。

5. 模型校准与持续迭代：交付后需进行长时间试运行（通常3-6个月），不断修正模型偏差，并确保安全联锁机制不被触发。由于工艺每年可能发生变化（如煤质波动），需要定期（每季度或半年）进行模型更新。

上游关键设备与材料供应（行业共识）：

和隆优化的具体定位：从81件专利和主营业务推断，该企业并未涉足底层硬件制造或云计算IaaS层，其核心技术与壁垒集中在第1步（工艺机理建模）和第2步（APC控制算法）。其对特定工艺流程（尤其是锅炉燃烧优化）的深度理解和知识沉淀，是区别于通用型工业AI平台的关键。

四、竞争格局

在该赛道（全国1578家数字软件与工业服务企业）中，和隆优化面临的竞争主要来自两个维度：1）通用型流程工业APC/RTO提供商；2）垂直行业的自动化与信息化集成商。

主要竞争对手（行业共识）：

竞争分析：

• 专利维度：和隆优化拥有81件专利，低于行业同赛道中位数89件。这一差距虽然不大，但表明其知识产权储备在业内并不处于领先地位。尤其是在与中控技术（拥有数千件专利）相比时，专利护城河较浅。
• 规模维度：67人的团队规模在工业软件领域属于微型企业。这意味着公司无法同时支撑多项目并行的大型工程交付（如同时服务5个以上的大型钢铁基地），其商业模式更倾向于“定制化服务+持续迭代”，而非软件产品授权。
• 客户壁垒：工业软件领域客户验证周期极长（行业共识：从POC测试到正式采购通常需要12-18个月），切换成本极高（因为涉及生产安全）。这是对老玩家（如和隆优化）的护城河，但对新进入者则是致命门槛。和隆优化在此深耕近20年，其客户关系和技术积累是不可复制的优势。

五、护城河判断

• 技术壁垒（中等）：81件专利覆盖范围推测主要集中在锅炉、加热炉等燃烧装置的控制算法与优化方法。技术壁垒并非来自通用AI能力，而是来自对特定工艺流程的深度理解。但由于未涉足核心硬件（DCS/PLC/传感器）的IP壁垒，其软件算法如被竞争对手逆向或替代，保护难度较大。专利数量低于行业中位数说明技术积淀尚需加强。
• 客户壁垒（较高）：流程工业的安全生产容错率极低。一旦一套APC系统被验证有效并连续运行2-3年，业主几乎不会轻易更换。和隆优化成立近20年，服务了一批特定领域的标杆客户（如热电、钢铁行业），这些合同的存在本身就是最强的客户粘连，这是真正的护城河。
• 规模壁垒（低）：67人的团队规模限制了其边界。一方面带来了灵活性，另一方面说明其商业化能力可能受限。这种规模的公司无法支撑独立、强大的销售团队和研发部门，对单一产品的依赖性较高。如果核心产品（锅炉优化）市场遭遇天花板，转型或拓展新赛道将面临人力资源瓶颈。
• 认定价值（中等偏上）：作为第三批（2021年）认定的国家级专精特新“小巨人”，在当前政策环境下，其标签价值主要体现在融资便利性和政府采购优先权上。由于公司未上市，该认定有助于其在银行授信、股权融资（尤其是有政府引导基金参与的融资）中获得更优条件。但在二级市场，其估值溢价已显著降低。

六、风险与机会

风险

• 行业风险（同质化竞争与技术替代）：工业软件领域（尤其是APC/RTO赛道）近年来涌入大量AI创业公司（如天泽智云、雪浪云）。这些公司普遍采用“通用大模型+迁移学习”策略，试图降低对传统机理建模的依赖。如果通用AI模型在流程工业优化中的泛化能力取得突破，和隆优化基于特定工艺机理的“手工作坊式”竞争优势将面临被替代的风险。此外，中控技术等龙头企业正加速“销售DCS搭售APC”的捆绑模式，这对独立软件商构成挤压。
• 公司风险（规模天花板与资本化路径不明）：关键风险有两点。其一，人员规模与营收潜力严重不匹配（行业共识：工业软件公司人均年营收天花板通常在50-80万），67人团队意味着公司整体营收极有可能在3000-5000万量级，难以支撑更大的研发投入和销售扩张。其二，未上市状态且资本结构与退出路径不明（注册制背景下，60人左右规模的细分领域软件公司上市难度大）。实缴资本10050万元较高，但若背后没有强大产业资本支持，一旦核心客户流失，公司会面临生存危机。

机会

• “双碳”政策创造刚需场景：“双碳”目标下，钢铁、热电、化工等高耗能行业面临越来越严厉的能耗指标和碳排放配额约束。工业软件（尤其是能效优化软件）成为实现减排目标的低成本、高回报手段。和隆优化在“锅炉燃烧优化”这一直接与碳排放挂钩的环节有明确技术沉淀，未来有望从“节能改造”转向“碳资产管理”，提供“降碳数据服务”等溢价产品。
• 工业互联网安全合规带来的增量市场：近期与天融信的战略合作是典型信号。随着《关键信息基础设施安全保护条例》等法规落地，流程工业的工控安全需求爆发。安全接入、数据加密、边缘安全计算成为刚需。和隆优化作为“云边结合”的中间件提供商，天然拥有与客户控制网的接口，可以与安全厂商共享客户渠道，形成“优化+安全”的打包解决方案，提升每客户价值。