广州市勤思网络科技有限公司：网络通信产品、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：公司名称：广州市勤思网络科技有限公司；地区：广东省广州市番禺区；行业方向：工业软件与信息服务（电子信息与数字技术）；成立时间：2013-05-16；注册资本：3166.36万元；员工规模：85 人；专利数量：60 件；专精特新认定：2025年 第七批；上市状态：未上市。

广州市勤思网络科技有限公司（简称“勤思网络”）成立于2013年，是一家专注于人工智能技术在保险、海事领域应用的技术型公司。在“电子信息与数字技术”产业链中，该公司处于“数字软件与工业服务”环节，为特定垂直行业提供软件定义的系统集成与智能化解决方案。

二、主营产品与产业链定位

根据企业简介和经营范围，勤思网络的核心业务并不是单纯销售硬件，而是提供“AI+行业”的软硬一体化解决方案。其主要产品和服务聚焦于两个方向：

1. 海事业务：涉及海洋工程装备研发、船舶自动化检测监控系统、卫星导航通信、导航测绘专用仪器等。这并非简单的设备买卖，而是将软件算法与硬件集成，为海事监管、海洋工程、船舶运营方提供数据采集、远程通信、状态监控和辅助决策的“海上物联网”系统。

2. 保险业务：利用人工智能技术，为保险行业提供智能化解决方案，旨在实现“高效、低成本的办公场景和科学化管理”。这通常涉及保险承保、理赔、风险控制等环节的AI辅助系统，例如车险理赔的远程定损、核保流程的自动化审核等。

产业链定位分析：

在“电子信息与数字技术”产业链中，勤思网络处于“数字软件与工业服务”这一下游应用与系统集成环节。

• 上游：主要依赖通用或专用的IT硬件（如服务器、工控机、传感器、卫星通信终端）以及基础软件（如操作系统、数据库、云计算平台）。从经营范围看，公司对外采购涉及“集成电路销售”、“半导体器件专用设备销售”、“水下系统和作业装备销售”，说明其需要整合多种硬件部件。
• 下游：客户集中在保险集团、海事局、海洋工程公司、航运企业等B端或G端（政府）用户。

这类企业的核心价值在于将底层的硬件（如卫星、传感器、服务器）和基础算法（AI模型），转化为能解决行业具体痛点（如海事监管盲区、保险理赔效率低）的标准化产品和定制化服务。与上游的硬件厂商和基础软件提供商相比，勤思网络的价值在于“行业理解”与“软硬集成”能力。

三、核心工序与技术依赖

对于一家以“人工智能技术在保险、海事等领域应用”为核心的公司，其关键研发与生产过程不涉及传统制造，而是高度依赖软件研发、算法训练和系统集成。基于行业典型情况（标注“行业共识”），该类企业的核心工序包括：

1. 行业数据采集与清洗：针对海事和保险场景，收集船舶AIS数据、气象海况数据、保险合同、理赔图片、现场视频等。此环节需要打通与下游客户的数据接口，并进行数据清洗、标注，形成高质量的训练集。（行业共识）

2. AI模型选型与训练：根据具体任务（如船舶目标识别、保险单据OCR、理赔风险评分），选择或自研深度学习、计算机视觉、自然语言处理等算法模型，利用GPU服务器或云平台进行训练调优。（行业共识）

3. 嵌入式开发与系统集成：将训练好的AI模型，适配到边缘计算设备（如船载工控机、摄像头）或云端服务器上。此环节涉及网络通信协议（如卫星通信）、操作系统裁剪、硬件驱动开发等，是其“网络科技”属性的体现。

4. 应用软件开发：开发用户端的管理平台、APP、小程序，以及数据大屏，实现业务交互和可视化。（行业共识）

5. 系统测试与部署：在模拟或实际环境中进行功能、性能、安全性测试，并在客户现场完成部署上线和后期运维。（行业共识）

上游关键材料与设备典型来源（行业共识）：

勤思网络在其中的定位：

基于其85人团队规模和60件专利，勤思网络大概率定位于系统级解决方案的设计与软件集成。它不生产上游的GPU或服务器，而是基于国产或进口硬件，开发行业垂直AI模型和应用软件，并将它们打包成软硬一体化的系统交付给客户。其专利内容应主要集中于“AI识别算法”、“数据融合处理”、“海事通信协议”、“业务流程自动化”等应用层面，而非底层的芯片或基础软件。

四、竞争格局

在“数字软件与工业服务”（全国共1578家企业）及“工业软件与信息服务”（广东省9家样本）细分赛道上，竞争格局呈现高度行业化、碎片化特征。同类企业多为中小型公司，核心竞争力在于：

• 行业场景的深度理解：保险科技公司和海事信息化公司，往往是“懂行”的人创办或主导。
• 客户关系的维护：政府、国企、大型保险集团等客户关系壁垒高，订单获取依赖长期服务。
• 产品标准化程度：能否将项目制服务转化为可复制的标准化产品，决定了毛利率和扩张速度。

主要竞争对手（典型情况）：

勤思网络的竞争位置：

在专利维度，行业中位数为93件，该公司拥有60件，低于中位数。这表明其在研发成果的专利申请上可能不如行业平均水平积极，或者其技术偏向于工程应用、算法优化等“软性”专利，而硬件类专利较少。与海兰信、中科星图等巨头相比，勤思网络规模极小（85人），大概率采取的是“深耕特定细分场景”的聚焦战略，例如只做某一类海事船舶的AIS/监控系统，或与某一家保险公司深度绑定做其理赔SaaS，从而在局部市场建立优势。

五、护城河判断

• 技术壁垒： 较弱。 60件专利的数量和密度均低于行业中位数。虽然专利可反映其AI应用和系统集成能力，但该领域技术门槛并非极高，OpenCV、PyTorch等开源框架降低了AI应用开发门槛。其护城河更多在于对特定行业（保险/海事）业务流程和数据模型的深度理解，并以此为基础构建的算法壁垒，但这通常难以通过专利数量完全衡量。
• 客户壁垒： 中高，但取决于粘性。 在“数字软件与工业服务”环节，客户（尤其是保险和海事部门）的验证周期通常在6个月至2年（行业共识），涉及复杂的采购流程和严格的行业资质要求。一旦系统上线，操作人员习惯形成，且数据（如船舶轨迹、保险案例库）沉淀在该系统中，切换成本会非常高。但若产品仅提供原子化功能（如一键配图），则壁垒会大幅降低。
• 规模壁垒： 较低。 85人的团队规模在软件公司中属于微型。这个团队能支撑单一垂直领域的研发和交付，但难以同时响应多个大型客户需求，或在多个子赛道（如同时做车险、寿险、健康险；或同时做沿海船舶、远洋渔船、海洋牧场）同时大规模扩张。这意味着其营收天花板可能受限于核心团队的带宽。
• 认定价值： 政策背书明确。 2025年第七批专精特新“小巨人”的评定，是在中央财政明确支持“专精特新”企业高质量发展的大背景下进行的（行业共识）。当前政策不仅给予荣誉，更可能通过“中央财政专项资金”对企业的研发投入、数字化改造、公共服务平台建设等给予直接奖励或贷款贴息。这为勤思网络这类中小企业提供了宝贵的资金和信用背书，有助于其进一步拓展市场或进行融资。

六、风险与机会

• 行业风险：

1. 下游客户预算收紧： 保险公司和海事部门近年来普遍有“降本增效”和预算压缩的压力。在保险领域，行业正经历车险综改后的利润承压；在海事领域，地方财政收紧可能导致部分智慧海洋项目延期或缩减规模。

2. 人工智能“大厂”降维打击： 随着百度、阿里、华为、字节跳动等互联网及科技巨头进入B端AI解决方案市场，它们拥有更强的AI基础模型（如文心、盘古、通义千问）、更庞大的算力和资金储备，可能通过“通用模型+低价策略”挤压中小厂商的生存空间。

• 公司风险：

1. 资本结构信号偏弱： 公司注册资本为3166.36万元，但实缴资本仅274.36万元，实缴比例低，这在有限责任公司中不属于理想信号，可能反映了公司早期投入不足或股东出资意愿不强。

2. 客户集中度与业务依赖度： 公司业务聚焦海事和保险，未披露客户名单。若核心客户仅有2-3家，一旦合作关系出现问题，将严重影响营收。85人的团队也意味着其抗风险能力较弱。

3. 技术护城河验证困难： 60件专利的内容（未提供具体清单）若多为实用新型或外观设计，而不是高质量的发明专利，则其“专精特新”的含金量将打折扣。

• 机会窗口：

1. 海事数字化与国产替代： 国家正大力推动“海洋强国”战略，加快智慧港口、智能船舶、海上风电运维等五大领域建设。各类船舶（尤其是公务船、渔船）加装智能化监控系统、实现“岸海一体化”管理是刚性需求。同时，信创政策要求关键信息系统逐步国产化，勤思网络作为本地企业，在服务广东省及周边海事部门时具有地缘优势。

2. AI大模型支持垂直应用： 2025年左右，AI大模型开始向B端渗透，保险行业最有可能率先落地。勤思网络若能将积累多年的保险行业数据（如理赔图片、合同条款）与大模型结合，开发出“智能核保问答机器人”、“理赔资料自动审核系统”等高价值应用，将有机会在市场爆发初期抢占份额，避免被大模型平台商完全替代。