来也科技（北京）有限公司：人工智能技术应用、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：来也科技（北京）有限公司；地区：北京市朝阳区；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：2011-12-15；注册资本：10000万元；实缴资本：4703万元；员工规模：36人；专利总数：293件；专精特新认定：2024年 第六批。

来也科技（北京）有限公司定位为人工智能技术应用公司，核心产品是融合大模型能力的“数字员工平台”。在电子信息与数字技术产业链中，它处于“数字软件与工业服务”环节，主要负责为企业级客户提供非结构化数据处理与业务流程自动化的软件解决方案。

二、主营产品与产业链定位

来也科技的主营业务是“数字员工平台”。这一平台融合了RPA（机器人流程自动化）与AI技术（包括自然语言处理、计算机视觉等），并结合大模型能力，帮助客户实现工作流程的自动化编排与执行。其核心价值在于解决企业日常运营中大量重复、规则明确但涉及复杂数据（如文档、邮件、图像）的“人机协同”问题。

在“电子信息与数字技术”产业链中，来也科技所处的“数字软件与工业服务”环节，是连接底层算力设施与上层终端应用的中间层。

• 上游关系：来也科技的上游主要包括算力资源（如GPU服务器）和基础软件（如数据库、云服务）。其核心功能依赖于NVIDIA等厂商的GPU进行模型训练与推理，以及华为云、阿里云等提供的云原生基础设施。知识产权方面，该企业获授权专利293件，主要集中在流程挖掘、自然语言理解、图像识别及自动化编排等技术领域（行业共识）。
• 下游关系：下游客户覆盖金融、政务、运营商、能源、制造等大型企业。典型的应用场景包括：银行的信贷审批流程自动化、政府单位的政务数据跨系统协同、制造企业的供应链数据录入审核等。下游客户的业务系统越复杂、数据格式越不统一，对来也科技这类“数据清洗与流程连接”工具的需求就越刚性。

该产业链环节的典型特征是“轻资产、重研发”，盈利模式以软件许可、订阅服务及项目制交付为主。来也科技作为国内较早布局RPA赛道的厂商，其产品定位已经从单一的RPA工具，升级为以大模型驱动的“智能自动化助手”。

三、核心工序与技术依赖

结合行业共识，数字软件与信息服务领域的RPA+AI企业，其核心技术研发与交付通常涉及以下关键工序：

1. 流程挖掘与需求分析：通过记录分析工具（典型技术：过程挖掘算法）识别客户业务流程中的冗余与高频重复环节，输出自动化可行性报告。技术难点在于对异构系统记录的解析效率。

2. 机器人组件开发：基于Java或.NET框架，编写用于操控特定应用程序（如SAP、Oracle、网页系统）的自动化脚本（记录器）。要求具备高兼容性，能处理不同版本UI界面的像素级变化。

3. AI模型训练与集成：针对非结构数据（发票、合同、照片），利用NLP或OCR技术训练特定场景的AI模型。典型参数：模型对单据字段的提取准确率需达到99%以上，否则难以投入生产。

4. 流程编排与测试：将多个原子化的机器人组件串联成端到端的业务流程，并通过模拟环境进行压力测试和边界条件测试。大规模部署时，需要保障机器人集群的并发稳定性和异常恢复能力。

5. 私有化部署与运维：将数字员工平台打包至客户本地服务器或专有云，并开通运维控制台，监控机器人运行状态。

上游关键原材料和设备的典型来源如下（行业共识）：

来也科技在这一流程中的定位：基于其293件专利储备（涵盖流程挖掘、NLP、OCR等方向）及“数字员工平台”产品，它处于AI模型与RPA引擎的集成层，核心能力在于将大模型能力封装成可落地的行业模板。其技术投入主要集中在AI模型的场景化微调（而非从零训练基础大模型）和跨系统连接器的开发上。

四、竞争格局

在“数字软件与工业服务”（RPA+AI）赛道上，全国共1578家同类企业，竞争激烈且格局相对集中。

主要竞争对手包括：

1. 弘玑Cycle（弘玑信息技术有限公司）：国内RPA领军企业之一，员工规模数千人，业务侧重金融和政务领域，产品线从RPA延伸至流程挖掘和CoE（自动化卓越中心），融资轮次和估值均处于行业前列。

2. 壹沓科技（上海）：聚焦于新零售和供应链领域，为客户提供“RPA+AI+大数据”的超级自动化解决方案。其特点是对特定垂直行业（如电商、物流）的数据处理流程有深度优化。

3. 金智维（贵州金智维科技有限公司）：源于证券IT背景，在金融、运营商和政企领域有深厚的客户基础。产品强调高安全性与稳定执行，尤其在处理高并发交易和海量数据时有突出表现。

竞争主要集中在三个维度：

• 技术栈的深度：是否能有效融合大模型，实现从“规则自动化”到“认知自动化”的跨越。
• 行业know-how：是否针对金融、政务等具体行业开发了可直接套用的、高准确率的AI模型和流程模板。
• 交付与服务体系：大型企业（特别是央国企）对私有化部署和长期运维服务的需求极高。

在专利维度，来也科技的293件专利数量远超行业中位数的89件，是行业平均水平的3.3倍。这反映出其在技术沉淀和知识产权布局上的显著优势。但在商业转化和市场份额上，由于员工规模（36人）与弘玑、壹沓等竞争对手的数千人团队存在数量级差异，其实际市场渗透率和客户交付能力可能受限于人力资源规模。

五、护城河判断

• 技术壁垒：中等偏强。293件专利构成了一定的技术护城河，尤其在其核心的流程挖掘、自然语言处理与机器人组件协同领域。专利方向与“数字员工平台”的智能化、自动化属性高度吻合。这使其在面对纯RPA厂商或新兴大模型创业公司时，拥有更完善的技术组合。
• 客户壁垒：中等。RPA+AI项目通常需要3-6个月的POC（概念验证）和定制化实施周期，一旦上线，客户切换成本较高（包括流程重建、数据迁移、员工重新培训）。但36人的团队规模意味着其所能覆盖的大型项目数量有限，客户粘性在单个项目上可能较高，但客户基数的增长受限于交付能力。
• 规模壁垒：薄弱。36人的团队规模是其当前最显著的短板。该行业的技术驱动型公司通常需要数百人的研发团队维持产品迭代速度。36人的团队配置意味着要么其产品标准化程度极高（即通用平台），要么其以小型、短期项目为主，难以承接大型央企的复杂私有化部署需求。
• 认定价值：正向信号。2024年被评为国家级专精特新“小巨人”企业（第六批），该认定由国家工信部组织，对企业的专业化、精细化、特色化、新颖化有审查。这表明来也科技在细分领域的技术领先性和市场地位获得了官方认可，有助于其在政府采购、央国企招标中获得优先考虑或政策倾斜。同时，该认定也意味着企业已度过创业早期的生存期，进入规范化发展的通道。

六、风险与机会

• 行业风险：

1. 大模型“冲击”：以OpenAI、百度文心、阿里通义为代表的大模型厂商，正凭借其通用能力快速切入RPA领域，提供类似“自动化助手”的服务。这对传统RPA厂商的定价权和产品差异化构成直接冲击。若大模型厂商通过免费或极低价策略渗透，将挤压来也科技这类中间层企业的生存空间。

2. 私有化部署的高成本：尽管行业强调私有化，但大型模型的私有化部署对算力和技术运维要求极高，直接推高了交付成本。这限制了项目的利润空间，也是对中小企业交付能力的考验。

3. 客户预算收缩：经济下行周期下，企业IT预算普遍收紧。RPA项目被视为“优化成本”而非“新增收入”的工具，在预算审批中优先级可能下降，导致订单周期拉长或总金额减小。

• 公司风险：

1. 团队规模与业务不匹配：36人的员工规模，在申请第六批专精特新小巨人的企业中属于极小规模。这直接限制了其承接大型项目、进行全国性销售和开展持续高强度研发的能力。实缴资本4703万元占注册资本10000万元的比例仅为47.03%，表明资本方对企业的投入尚不充分。

2. 营收与客户名单未披露：未披露收入、利润及具体客户信息，使得外界无法评估其商业模式的健康度。对于一家成立已超14年（2011年成立）的软件企业，若不披露收入数据，通常可能意味着营收规模或增长曲线存在波动，或尚未达到稳定的盈利模型。

3. 证据密度低：使用者提供的公开证据仅有官网和第三方公开数据链接，Google Patents为专利检索入口，缺少产品发布、大客户签约、行业评选等能够佐证其市场影响力的具体新闻或案例。这加大了对其实际市场竞争力判断的不确定性。

• 机会窗口：

1. 信创与国产替代：在国家大力推进信创（信息技术应用创新）的背景下，来也科技作为拥有293件专利的专精特新企业，其“纯国产”技术栈的身份在政府部门、央国企的采购中具有天然优势。如果能将产品适配国产操作系统（如麒麟、统信）、数据库（如达梦、人大金仓）和服务器（如华为鲲鹏、飞腾），将有望在政务、金融信创领域获得大量订单。

2. AI应用落地“最后一公里”：大模型虽热，但如何稳定、安全地嵌入企业现有IT系统并真正产生效益，是当前所有企业的痛点。来也科技的“数字员工平台”恰好扮演了“连接器”和“执行器”的角色。如果能成为大模型厂商的生态合作伙伴（如基于文心一言、通义千问开发专属应用），将有助于其从“低价值重复劳动”的自动化升级为“高价值认知工作”的自动化，占据产业链中更为有利的生态位。