北京远舢智能科技有限公司：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：北京远舢智能科技有限公司；地区：北京市石景山区；行业方向：PLM/CAPP/MES工业软件；成立时间：2018-05-08；注册资本：2191.674697万元；员工规模：206人；专利数量：163件；专精特新认定：2022年 第四批；上市状态：未上市。

北京远舢智能科技有限公司是一家专注于工业软件与智能化服务的公司，核心业务覆盖产品生命周期管理（PLM）、工艺规划（CAPP）及制造执行系统（MES）等环节，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。其自研的OS底座及AI智能体产品旨在为制造业客户提供从规划到执行的闭环数字解决方案。

二、主营产品与产业链定位

远舢智能的核心产品围绕其自主研发的“INOS”工业操作系统构建，具体包括：

1. 产品/服务：提供面向工业场景的INOS Claw智立方智能体，以及基于该OS底层的全闭环工业智能体系。其业务涵盖MES（制造执行系统）、CAPP（计算机辅助工艺规划）、PLM（产品生命周期管理）等软件产品的研发、生产与销售，并延伸至智能装备制造（如物料搬运装备和智能基础制造装备）。

2. 产业链位置与核心问题：远舢智能处于“电子信息与数字技术”产业链的“数字软件与工业服务”环节。该环节解决的核心问题是：将物理世界的制造流程（设备、工艺、物料、质量）通过软件模型进行抽象、管理、优化与协同。具体而言，PLM解决产品从研发到报废的全生命周期数据管理；CAPP解决将设计图纸转化为可执行的制造工艺指令；MES则负责在车间层执行生产调度、质量追溯和设备管理。远舢智能通过其OS底座试图将这三者融合，打通从“设计”到“制造”的数据断点，提供一体化解决方案。

3. 上下游关系：

• 上游：主要依赖于工业协议解析、图形渲染引擎、数据库、中间件、云基础设施等底层技术。典型的硬件需求可能包括用于部署系统的服务器、工业网关和边缘计算设备（行业共识）。其软件本身可能封装或依赖特定工业协议栈（如OPC UA、Modbus TCP）。
• 下游：客户主要集中在流程制造（如烟草、造纸、化工）和离散制造（如汽车零部件、电子装配） 领域。根据公司官网及公开信息，已在云南、四川等地实现项目落地，推测其下游行业可能与烟草、造纸等西南地区优势制造行业相关。
• 与其他环节的关系：远舢智能的软件产品向上要对接CAx（CAD/CAE/CAM）设计软件，从设计中提取BOM（物料清单）和工艺路线；向下要连接PLC、DCS、SCADA等自动化设备及控制系统，采集实时数据以驱动MES的核心功能。它属于制造企业数字化智能化转型的“中间层”和“大脑”。

三、核心工序与技术依赖

作为一家PLM/CAPP/MES工业软件公司，其核心工序并非物理制造，而是软件研发与系统集成。其关键工序和典型技术要求如下（行业共识）：

1. 需求分析与场景建模：针对具体行业（如烟草制丝、造纸涂布），构建数字孪生模型。典型参数：需建立超过2000个工序节点的标准工艺模型库，支持10ms级别的设备信号采集。

2. 工业操作系统（OS）内核开发：核心程序实现软件解耦、数据总线功能和微服务架构。典型要求：必须通过高并发与低延迟测试，需在1000台设备并发接入下，确保数据采集延迟小于5ms。

3. 核心业务逻辑开发：包括APS（高级计划排程）、质量管理、设备管理模块。典型参数：排程算法需在30秒内完成300个工序、50台设备的排产决策。

4. 工业智能体（AI Agent）开发：利用机器学习模型在边缘端或云端进行工艺参数优化或故障预测。典型参数：模型推理延迟需低于20ms，预测准确率要求达到95%以上。

5. 现场集成与调试：将软件系统接入客户现有PLC、SCADA系统，进行接口联调与工业协议适配。典型周期：单个项目一般耗时2-6个月。

上游关键原材料和设备供应（行业共识）：

远舢智能的具体定位：基于其163件专利和“INOS”OS底座产品，推测远舢智能具有一定技术深度的“OS+AI”路线开发者。其知识产权可能集中在工业数据处理算法、智能排产模型、以及基于微服务架构的工业应用平台等方面。相对行业内大量仅做MES集成的中小型公司，其技术壁垒可能更高；但对比西门子、SAP等巨头，其产品生态完整度和市场认可度仍有较大差距。

四、竞争格局

PLM/CAPP/MES工业软件赛道（数字软件与工业服务环节）全国共有1578家企业，集中在北京、上海、深圳、杭州等地。竞争主要聚焦于以下维度：行业Know-How的深度、算法与优化能力、产品一体化程度、以及项目落地与交付效率。

主要竞争对手包括：

竞争维度分析：

• 行业深度：中控、宝信等巨头深度绑定了化工、钢铁等特定行业，形成了极强的行业数据壁垒。远舢智能的跨行业通用OS策略，在应对这些垂直巨头时面临“懂行业”的挑战。
• 一体化能力：传统MES厂商（如华磊、艾普工华）仅做单点MES，而远舢智能试图通过PLM/CAPP/MES一体化及AI支持构建差异化。
• 数据与模型：长远看，竞争对手间的比拼将围绕工业大数据和AI模型。远舢智能的163件专利（行业中位数89件）在专利密度上超过79%的同行，这构成了其在算法和OS底层布局上的相对优势。

五、护城河判断

1. 技术壁垒（适中偏高）：163件专利总量，覆盖了智慧物流、工业智能检测、数字孪生、数据分析等多个维度（基于经营范围中的“物料搬运装备制造”等字眼推测）。相对于行业中位数89件，专利密度优势明显。这在一定程度反映了其在系统底层平台（OS）和AI算法上的投入。但如果专利主要集中在边缘算法和项目实施方法上，壁垒可能不如核心基础软件（如工业数据库、编译器）高。

2. 客户壁垒（中等）：数字软件与工业服务环节存在显著的“锁定效应”。典型验证周期为：选型考察（3-6个月） -> 试点开发与测试（6-12个月） -> 切换与正式上线（3-6个月）。整个周期通常需要12-24个月。客户一旦上线MES/PLM系统，切换成本极高（包括员工培训、数据迁移、流程再造，成本可达初始投资的3-5倍）。这构成了主要护城河。远舢智能目前在云南、四川等地的落地案例，若能形成行业标杆，将有助于横向复制。但客户名单未披露，无法判断其客户集中度和粘性。

3. 规模壁垒（较弱）：206人的团队规模，对于一个雄心勃勃要做“工业OS+AI智能体”的公司来说，研发和交付人力偏紧。通常同等规模的竞品企业（如华磊科技200-300人），其年营收范围约在2-5亿元。相比于中控（6000+人）和宝信（10000+人），远舢智能在市场覆盖、项目交付能力和品牌影响力上存在明显劣势，难以支撑全国性、多项目并行的部署需求。

4. 认定价值：第四批专精特新“小巨人”认定于2022年，处于国家政策支持期。对于未上市的远舢智能而言，这不仅仅是品牌信誉背书，更意味着可以在财政奖补、税收优惠、融资便利（如更容易获得银行贷款或吸引风投） 以及申报国家和省级重大项目中获得优先权。这在其成长初期对现金流起到关键的缓冲作用。

六、风险与机会

行业风险：

1. 国际巨头碾压：在高端工业软件（如西门子Xcelerator、达索3DEXPERIENCE、SAP ERP）面前，国产MES/CAPP/PLM厂商的整体性能、生态完整度、开发者社区活跃度仍处下风。制造业企业，特别是央国企，在关键工艺环节对国外成熟系统仍有惯性依赖。

2. 低价竞争与同质化：大量小微软件公司（全国1578家同行）以低价提供标准MES模块，造成“劣币驱逐良币”现象。据行业调研，国产MES软件平均单价在过去5年下降了30%以上，企业生存压力大。

3. 技术迭代风险：工业AI、数字孪生和低代码平台日新月异，若平台和上层应用开发速度跟不上客户需求（如接入大模型、工业5G场景），容易快速丧失技术先进性。

公司风险：

1. 资本结构信号不明：注册资本与实缴资本高度一致（2191.674697万 / 2191.6748万），且“其他有限责任公司”形式，可能意味着股权结构相对简单或尚未进行大规模融资。营收规模未披露，206人的团队规模在资本市场中体量很小，可能存在后续研发被资金瓶颈卡脖子、扩张缓慢的风险。

2. 交付风险与地域集中：项目落地主要在云南、四川等西南地区，而研发中心在北京，异地交付成本和效率是挑战。团队规模限制了大规模、离散型项目的并行交付能力。

3. 证据密度不足：除了公开宣称的发布新产品和入选平台外，缺乏关于核心客户、收入增长、产学研合作的详细公开证据，使得其商业化的实际进展判断不够明朗。

机会窗口：

1. 国产替代与自主可控：在信创和“十四五”智能制造规划驱动下，大量制造业企业（特别是国央企）面临将MES/CAPP/PLM等核心系统从外企向国产软件迁移的窗口。远舢智能的“国产自主OS+AI”路线完美契合“自主可控”和“数字化转型”双重要求，有机会在烟草、造纸等环节替代华为云、西门子等昂贵方案。

2. AI支持工业应用：过去MES更多是“记录”，而远舢的“智立方”智能体产品，恰好映射了AI从“识别”向“决策”迁移的趋势。如果其AI模型能成功解决工艺参数优化、质量缺陷预测等高频痛点（如将造纸良率从92%提升至96%），将创造出远超软件本身价值的增量收益，从而打开高溢价收费空间。