上海西井信息科技有限公司：电子信息设备、通信设备的研发与制造、数字软件与工业服务专精特新企业档案

一、企业速览

上海西井信息科技有限公司（下称“西井科技”）是一家专注为全球港口、物流枢纽提供以新能源无人驾驶商用车和人工智能调度平台为核心的智慧物流解决方案的供应商。在产业链中，它处于 “汽车与交通装备” 板块的 “数字软件与工业服务” 环节，扮演着将人工智能、自动驾驶等数字技术与传统物流装备深度融合的角色。

二、主营产品与产业链定位

西井科技的产品线围绕“车、路、云、网”展开，核心主要解决港口环境内，传统有人驾驶水平运输（内集卡、跨运车等）带来的人力成本高、作业效率瓶颈、安全事故频发这三个核心问题。

• 核心产品：

1. 新能源无人驾驶商用车： 包括面向水平运输的无人驾驶集卡（Q-Truck系列）和无人驾驶跨运车（WellGantry系列）。这些是执行层，将物理货物进行移动。

2. 智慧港口调度系统（FMS）： 作为“大脑”，与港口现有的TOS（码头操作系统）对接，实时调度所有无人驾驶车辆和有人设备，优化全局效率。

3. Al智能理货（WellCrane）： 用于岸桥、场桥的集装箱箱号、残损、位置识别，替代人工理货员。

• 产业链定位与关系：

在该产业链中，西井科技位于 “数字软件与工业服务” 环节，向上游采购硬件，向下游交付解决方案。

• 上游（原材料/零部件）：西井科技不生产底盘、传感器和芯片。其车辆底盘通常来自重卡制造企业（行业共识：如中国重汽、一汽解放，或采用线控底盘改造）；核心传感器（激光雷达、毫米波雷达、摄像头、计算单元）则采购自自动驾驶产业链一级供应商（行业共识：国内如禾赛科技、速腾聚创等；国外如Velodyne、英伟达等）。其核心价值在于将这些通用硬件与自研的感知、决策、控制算法、云端调度系统进行深度集成与定制优化。
• 下游（客户）：直接客户是全球各地的港口集团、物流园区、铁路货运场站（行业共识：如上港集团、和记黄埔港口、天津港、青岛港、中远海运港口等）。客户需要的不是一辆车或一个系统，而是一套“交钥匙”式的、安全高效的新能源无人化水平运输解决方案。
• 与其他环节关系：
• 与传统整车制造环节：西井是“新势力”，利用线控底盘进行二次开发和系统集成，不制造基础车身。
• 与新能源产业链：其Q-Truck采用全电池驱动，与宁德时代等电池供应商存在深度合作，属于新能源在特定重工场景的应用。
• 与软件和算法：西井自研的AI算法是其核心竞争力，区别于仅提供硬件集成的集成商。

三、核心工序与技术依赖

作为一家数字软件与工业服务商，西井科技的核心竞争力体现在研发和集成，而非制造。其关键流程如下（行业共识）：

1. 算法开发与模型训练：基于大量港口真实场景数据（集装箱、船舶、岸桥、其他车辆、天气等），训练感知、预测、规划、控制等深度学习模型。典型参数：感知模型需识别200米外的集装箱锁孔、小尺寸行人；预测模型需预测其他车辆3-5秒内的轨迹。

2. 车辆线控化改造与集成：与重卡底盘厂商合作，将原车的方向、油门、刹车、变速箱等系统改为电信号控制，集成激光雷达、摄像头、GPS/IMU等传感器。

3. 系统级仿真与测试：在数字孪生环境中，进行千万公里级的“虚拟测试”，验证算法在极端天气、突发障碍、设备故障等场景下的表现。仿真通过率需达99.99%以上，才进入实车测试。

4. 实车测试与运营优化：在封闭港口内进行内部测试（ICT）、编队测试（C/V模式），最后进入真实作业场景（三合一模式）。典型标准：1,000小时（行业共识）不间断无人作业无责任事故为可商业化的门槛。

5. FMS调度系统对接与迭代：FMS需要与码头现有的不同品牌、版本的TOS系统进行详细数据交换协议对接，适配不同港口的管理逻辑。

上游关键原材料与设备（行业共识）：

西井科技的具体定位：

根据其主营记录（研发、制造、销售）和167件专利（发明专利为主），西井并非一家纯粹的硬件组装厂。其专利多集中在无人驾驶的路径规划、多车协同调度、车辆控制方法、感知融合、车路协同V2X等领域。结合其官宣的“全栈式开发能力”，公司核心投入和护城河放在了算法层和系统集成层，而非上游的硬件制造。它的角色更像一个 “系统方案设计师”和“总装集成商” ，核心价值在于将软硬件（包含自研和采购）高效率、高可靠性地变成一个可商业化交付的“产品”。

四、竞争格局

西井科技所在的赛道是“港口/物流自动驾驶”这一细分领域，全国数字软件与工业服务方向共有1578家企业。但专注于港口无人驾驶并实现商业化落地（多国多港口案例）的玩家很少。直接竞争对手主要有：

1. 主线科技（TRUNK）：北京企业，同样聚焦港口和物流枢纽。特点：起步较早，产品线包含无人驾驶重卡（TrunkPort）和智能卡车队，主要服务天津港、宁波舟山港等。规模：约500人，融资多轮。

2. 斯年智驾：北京/浙江企业，专注于港口和物流园区场景。特点：CEO何贝博士出身百度Apollo和港口无人驾驶团队，技术路线与行业理解较深。规模：约300-400人，融资至B轮。

3. 驭势科技：北京企业，虽然业务涉及机场、物流等更广，但其在特定港口、物流园区的无人驾驶项目与西井科技有直接竞争。规模：约700人，是多方背景的独角兽。

4. 其他：一些特定的港口机械制造商（如振华重工）也在内部孵化无人驾驶系统，尽管其主业是设备制造，但在集成项目上可能是竞争或合作关系。

竞争维度分析：

在1578家同类企业中，竞争集中在这几个维度：

1. 算法的鲁棒性和效率：能否在极端天气（大雾、暴雨、台风）、复杂混乱的港口环境中稳定、高效地运行。

2. 工程化交付能力：能否按合同时间，将系统顺利对接并稳定运营，而非停留在PPT或Demo阶段。西井在80+节点（国内外）的落地记录是其核心优势数据。

3. 客户关系与商务能力：与港口集团的深度绑定、合作伙伴关系是拿新项目的关键。

4. 成本控制：包括单车硬件成本、部署成本、后续运维成本。

专利维度分析：

西井科技拥有167件专利，高于行业内数字软件与工业服务方向企业专利中位数（93件）。这表明公司在研发投入和技术知识产权的积累上属于行业前列。这167件专利大概率集中在“边缘计算设备、无人驾驶车辆控制方法、路径规划算法、调度系统”等核心领域，构成了其技术壁垒。

五、护城河判断

• 技术壁垒：中等偏强。167件专利构成了一定的技术护城河，特别是针对港口环境下（车道狭窄、起吊、编队、与TOS协同）的专有算法和系统架构，具备一定的不可复制性。但要注意，自动驾驶仍处于快速发展期，技术路线尚未完全收敛，存在被竞争对手快速追赶或下一代技术颠覆的风险。
• 客户壁垒：极高。港口自动化项目属于大型基建+软件集成，客户验证周期极长（从试点到全港口推广通常3-5年），切换成本极高。一旦一个港口选择了西井的FMS和无人车，后续升级、扩容、运维基本都会继续绑定。已服务的80余个节点构成了强大的准入壁垒。
• 规模壁垒：中等。525人团队，按行业共识，研发人员占比应在60-70%，销售/交付团队占30-40%。这个规模支持同时执行约10-15个大型港口无人化改造项目的交付。要服务更多全球头部港口，团队规模需快速扩张，但对人的管理难度和成本会急剧上升。
• 认定价值：具有明确信号意义。2021年第三批“专精特新小巨人”，说明其在国家层面被认定为在某细分领域（港口自动驾驶）具备专业化、精细化、特色化、新颖化特征。这对后续申请政策扶持、银行信贷、提升品牌声誉乃至后续IPO（A股辅导备案中）都有实际推动作用。

六、风险与机会

行业风险：

1. 技术商业化落地的不确定性：尽管已有落地案例，但港口无人驾驶运营的稳定性、全天候能力、特别是完全无介入（安全员）的常态化运营，仍是全行业面临的重大挑战。安全事故或运营中断事件（如自动驾驶卡车在港口发生碰撞，行业共识）将打击整个赛道信心。

2. 客户集中且决策周期长：大型港口集团是典型的B2B大客户，项目金额大但决策链冗长，受宏观经济、贸易政策、港口管理层变动影响大。市场拓展速度不可能像消费品一样快速增长。

3. 潜在的国际地缘政治与贸易壁垒：西井科技积极出海，但港口的自动化系统涉及数据与国家安全，某些国家可能出于政治原因设置针对中国企业的采购限制。

公司风险：

1. 盈利及财务风险信号：营收区间未披露，未上市状态，同时实缴资本（1992.29341万元）远低于注册资本（5488.5723万元），这可能意味着资金并未完全到位，或者公司处于持续融资烧钱阶段。多轮融资（F+轮）也说明其对资本的依赖性强。长期未能盈利或IPO失败将直接威胁公司生存。

2. 竞争白热化：多家企业杀入同赛道，行业面临价格战风险。西井科技虽有一定先发优势，但并非不可撼动。

3. 供应链依赖：关键零部件（芯片、计算平台、高端激光雷达）仍高度依赖少数供应商（英伟达、禾赛等），若供应受阻或议价能力减弱，将会影响成本或交付。

机会窗口：

1. 全球港口自动化/数字化转型的确定性浪潮：全球主要港口（新加坡、鹿特丹、迪拜、上海等）都已明确提出或加速自动化改造计划。这是巨大的增量市场，远未到天花板。西井科技已建立的海外据点（80余个节点）是其抓住此机会的核心优势。

2. 政策与绿色化叠加：中国及欧盟等地区的“双碳”政策和环保法规，为西井科技的全电动无人集卡（Q-Truck）提供了天然的市场驱动力。如果能在“港口+换电”或“港口+氢能”等新兴赛道建立标准或解决方案，将进一步巩固其领头羊地位。

免责声明： 本报告基于公开信息和行业共识撰写，所提供的分析和观点仅供内部研究参考，不构成任何投资建议。报告中的数据如非特别标注，均来源于指定的数据库字段。对于未披露的财务数据和客户名单，本报告不做任何推测。