亿海蓝（北京）数据技术股份公司 产业链深度研报

一、企业速览

企业基础信息：公司名称：亿海蓝（北京）数据技术股份公司；地区：北京市海淀区；行业方向：工业软件与信息服务；成立时间：2003-11-21；注册资本：7277.8664万元；员工规模：191人；专精特新认定：第三批（2021年）；上市状态：未上市。

亿海蓝是一家专注于航运数据技术服务的软件企业，处于“电子信息与数字技术”产业链的“数字软件与工业服务”环节，通过船讯网、CargoGo等产品为港口、船公司、物流及贸易商提供航运数据支持，推动航运产业链的数字化转型。

二、主营产品与产业链定位

2.1 核心产品与服务

亿海蓝的主营产品为船讯网（船舶定位与动态追踪平台）和CargoGo（货物运输与供应链管理平台）。这两款产品解决的核心问题是：航运产业链中存在的信息不对称、物流透明度低、交易决策缺乏数据支撑。

• 船讯网：基于AIS（船舶自动识别系统）数据，提供全球船舶实时位置查询、历史轨迹回放、船位预测等功能。这是航运业最基本的“可视化”需求。
• CargoGo：面向货主、货代、船公司，提供在线订舱、运价查询、货物追踪、单证管理等服务，旨在打通海运物流链的数字化断点。

2.2 在产业链中的位置

亿海蓝所处的“数字软件与工业服务”环节，是产业链中的“数据中枢”和“数字化运营层”。与上下游的关系如下：

• 上游：需要获取AIS卫星/地面基站信号数据（典型供应商：Orbcomm、Iridium、中国交通通信信息中心），以及云计算基础设施（阿里云、AWS）、港口/船公司开放的API接口数据、海关与贸易统计数据。
• 中游自身：将上述异构、海量、实时数据通过清洗、治理、建模后，封装为标准化的SaaS产品。
• 下游客户：货主（如宝武钢铁、中粮集团、比亚迪等大宗商品/制造业企业）、货代（中外运、中远海运物流）、船公司（马士基、中远海运集运）、港口码头（宁波舟山港、上海港）。

该环节的不可替代性在于：航运数据服务是连接“物理世界”（船、港、货）与“数字世界”（ERP、TMS、供应链管理系统）的核心桥梁。没有这一层，下游企业的供应链管理就停留在“打电话、发邮件”的原始阶段。

三、核心工序与技术依赖

3.1 关键研发与生产工序

作为一家数字软件服务商，亿海蓝的“生产”即软件开发与数据服务运营。其典型工序包括（行业共识）：

1. 多源数据接入与清洗：

• AIS实时数据流解析：处理全球约20万艘商船每日的亿级数据报文，要求毫秒级延迟。
• 数据清洗去重：在30分钟内完成数据异常值剔除、航向校正、MMSI（海上移动通信业务标识）匹配。

2. 算法模型构建与优化：

• 船舶到港时间预测：基于历史航线、港口拥堵指数、气象水文数据，建立深度学习模型，误差控制在2小时内。
• 运价预测模型：利用时间序列分析和市场供需数据，对集装箱/干散货即期运价进行趋势预判。

3. 数字孪生与可视化引擎：

• 使用WebGL或Three.js在Web端/App端渲染全球航线地图，支持百万级船舶的实时坐标叠加。
• 开发供应链可视化看板（Dashboard），支撑客户的货物动态监控。

4. SaaS服务部署与运维：

• 按需交付的云端架构，支持弹性扩缩容，以应对电商大促或突发事件带来的流量脉冲。
• 接口API的稳定性保障，SLA达到99.9%以上。

3.2 上游关键材料与设备

（以上均为行业共识来源）

3.3 亿海蓝的具体定位

基于其主营记录（电子信息设备、通信设备的研发与制造）及业务范围（技术开发、互联网信息服务），亿海蓝并不自研AIS终端硬件或云计算基础设施，其核心定位是“数据服务集成商”和“行业SaaS平台运营商”。191人的团队规模，意味着公司以软件研发、产品设计、数据运营和客户服务为主，大概率未涉及硬件制造。专利数量显示“未知”，可能意味着其知识产权多以软件著作权形式保护，或专利数据未被公开数据库收录。

四、竞争格局

4.1 主要竞争对手

核心竞争对手特点：国内航运数字化赛道参与者主要分为三类：一是港口集团旗下的科技公司（如海勃智能），资源优势强但产品偏重本地；二是政府背景的口岸数据平台（如宁波数链），合规能力强但市场化程度低；三是类似亿海蓝的市场化第三方SaaS服务商。丹佛斯等外资则偏重硬件。

4.2 竞争维度分析

全国同一产业链位置（数字软件与工业服务）共有1578家企业。竞争集中在三个维度：

1. 数据覆盖广度与实时性：谁能接入更多船舶的AIS数据、提供更准的ETA预测，谁就有话语权。

2. 客户生态与锁定能力：能否嵌入大型货主（如宝武、中石化）的供应链管理体系，形成切换壁垒。

3. 行业Know-how：对大宗商品、冷箱、集装箱、干散货等细分领域的理解深度。

4.3 亿海蓝的专利位置

亿海蓝专利数量显示为“未知”，而行业专利数中位数为93件。无论其实际专利数是多少，在数据维度上落入了信息不透明区间，可能是由于公司尚未大规模进行知识产权布局，或其专利多为核心算法类软件著作权（不公开）。在主流的竞争评价体系中，这可能是一个劣势信号，尤其在需要证明技术壁垒的政府采购或大型企业招投标中。

五、护城河判断

5.1 技术壁垒

专利数量未知，但结合其主营产品（船讯网、CargoGo）可判断其技术方向主要集中在：AIS数据解析与压缩算法、船舶轨迹预测模型、多源数据融合技术。如果实际专利数远低于中位数93件，则说明其核心技术可能未通过专利形成有效保护，依赖“数据累积”和“市场先发”而非“技术独特性”。

5.2 客户壁垒

数字软件与工业服务环节的典型客户壁垒在于：验证周期长、切换成本高。大型货主（如宝武）要通过至少6-12个月的POC（概念验证）测试数据精度和系统稳定性。一旦将亿海蓝的API集成到自身ERP（如SAP、Oracle）和TMS中，替换的工程成本、业务中断风险会使得切换意愿极低。亿海蓝成立于2003年，至2026年已有23年运营历史，其客户积累不可忽视。

5.3 规模壁垒

191人的团队，对应年营收估计在3000万-1.5亿人民币区间（典型情况，行业共识）。这个规模在软件行业属于“小而美”，研发人员估计在60-80人左右。对于需要同时维护全球AIS数据链路、开发SaaS产品、服务大客户、进行市场拓展的亿海蓝而言，人力较为紧张。一旦需要扩张占领新场景（如冷链物流可视化、危险品运输），可能会受制于人才瓶颈。

5.4 认定价值

第三批专精特新小巨人（2021年认定）意味着亿海蓝在“专业化、精细化、特色化、新颖化”四个维度上都通过了国家级审核。截至2026年，该认定仍处于有效期内，可享受的政策实惠包括：银行贷款贴息、研发费用加计扣除、政府项目优先推荐等。关键是：当前政策更偏向“补链强链”中解决“卡脖子”问题的企业，航运数据服务虽然重要，但并未被列入最急迫的“芯片、操作系统、工业母机”清单，因此认定价值更多体现在品牌背书和融资便利性上。

六、风险与机会

6.1 行业风险

• 数据安全与合规风险：航运数据涉及全球贸易航线、货主名称、货运量等敏感信息。2024年，中国《数据出境安全评估办法》和欧盟GDPR对跨境数据流动的监管持续收紧。亿海蓝需要维护全球AIS数据链路，数据合规成本可能显著上升。
• 替代性竞争风险：2025年，多家物流科技公司（如极智嘉、快仓）开始提出“端到端供应链数据平台”的概念，试图将航运、公路、铁路数据整合一体。若大型云计算厂商（阿里云、腾讯云）凭借AI能力（如大模型预测）直接切入，将对第三方SaaS服务商形成降维打击。
• 客户自研风险：大型货主（如鞍钢、中远）正加速自建数字化部门，部分头部客户开始将核心航运数据分析功能内部开发，不再依赖外部SaaS。

6.2 公司风险

• 资本结构风险：实缴资本（2857.1429万元）仅为注册资本（7277.8664万元）的39.3%，说明公司在此前的融资或经营中未能足额实缴。这可能影响其在与大型国企合作时的信用评级，或在申请特定政府补贴、银行贷款时的资格。
• 规模风险：191人团队在“自研+客户服务+数据运营”的全链条模式下，抗风险能力有限。若核心高管或数据团队出现流失，可能导致某条产品线运转困难。
• 证据密度不足：除第三方公开数据和企业官网外，缺乏公开的客户案例、营收数据、合同订单等硬证据，这在投资人眼中是不小的减分项。直接说“未披露”。

6.3 机会窗口

• 航运业数字化转型加速：2024-2026年，交通运输部、工信部多次发文推动“智慧港口”和“多式联运”发展。预计到2027年，中国港口集装箱吞吐量的数字化管理比例将提升至60%以上（行业共识）。亿海蓝的SaaS产品和数据服务可直接对接这一波政策支持下的港口、码头、货代的数字化采购需求。
• 全球产业链重构带来的数据需求：中美贸易摩擦、红海危机等事件导致全球航线频繁调整。货主和贸易商亟需即时、准确的船舶动态和ETA预测来进行供应链弹性管理。亿海蓝在船舶追踪和ETA预测领域有长期积累，可抓住这个窗口期拓展新客户，尤其是面向高端制造业（汽车、电子）的出口企业。