广东中设智控科技股份有限公司：通过将人工智能与工业互联网融合应用、工艺装备与检测仪器专精特新企业档案

一、企业速览

企业基础信息：公司名称：广东中设智控科技股份有限公司；地区：广东省广州市黄埔区；行业方向：其他（高端装备与工业自动化）；成立时间：1999-09-07；注册资本：12108.228万元；员工规模：67 人；专利数量：18 件；专精特新认定：2023年 第五批；上市状态：未上市。

广东中设智控科技股份有限公司是一家以设备资产管控为核心的工业互联网平台企业，隶属于科学城集团，业务同时覆盖智慧城市领域。在“高端装备与工业自动化”产业链中，其定位为“工艺装备与检测仪器”环节的软件与服务供应商，核心能力体现在将AI与工业互联网融合，提供设备运维、能效管理和生产流程的数字化转型方案。

二、主营产品与产业链定位

中设智控的核心产品是“国家级特色专业型工业互联网平台”，并依托其自创的“企业设备资产综合管控ACCM理论体系”构建解决方案。具体而言，其产品与服务解决的是产业链中的“设备运维管理”与“生产流程数据化”问题。在“高端装备与工业自动化”链条中，具体环节如下：

• 上游（数据与感知层）：需要工业传感器、PLC控制器、边缘计算网关和工业数据库。中设智控自身不生产这些硬件，而是通过系统集成方式将第三方硬件接入其平台。
• 中游（平台与分析层）：这是中设智控的核心存在区域。其平台从上游设备采集振动、温度、能耗等数据，通过AI算法进行故障预测、健康评估（PHM）和运行优化。这本质上是对“工艺装备”的运行状态进行“检测”和“诊断”。
• 下游（应用与决策层）：下游客户主要是需要进行设备全生命周期管理的制造业企业（如电厂、化工厂、市政水务公司）以及智慧城市管理部门（如管廊、路灯、泵站运维方）。其解决的并非单一工序效率，而是整个工厂或城市基础设施的资产管控效率。

与产业链其他环节的关系：中设智控处于连接自动化硬件（如西门子PLC、汇川变频器）与企业上层ERP、MES系统的“中间件”位置。它不替代PLC的实时控制功能，也不替代ERP的财务核算功能，而是专攻设备这一“物理资产”的数字化映射与管理，是推动“工艺装备”向“智能装备”演进的关键软件支撑。

三、核心工序与技术依赖

作为一家以工业互联网平台为核心的企业，其“核心工序”主要为软件开发与模型训练，而非传统制造的生产线环节。对于该领域企业，典型工序和关键技术依赖如下（行业共识）：

1. 设备数据采集与治理：适配超过200种主流工业协议（如Modbus、OPC UA、PROFINET、MQTT），将异构数据清洗、降噪并结构化为标准格式。典型要求：数据采集频率需覆盖从秒级（能耗）到毫秒级（振动）的多种工况。

2. 机理模型与AI算法建模：基于设备物理特性（如轴承的疲劳寿命曲线）建立故障机理模型，同时结合历史数据训练神经网络（如LSTM、CNN）进行故障预测与寿命预测。典型要求：对于关键旋转设备，预测性维护模型的准确率需达到85%以上（误报率低于10%）。

3. 工业APP与低代码平台开发：将算法封装成面向特定设备（如压缩机、风机、泵组）或特定场景（如巡检、检维修、备件管理）的“工业APP”，并提供低代码工具让客户能够自行调整规则。

4. 数字孪生可视化渲染：构建工厂或设备的3D模型，并实时映射运行数据，实现虚拟与现实同步。典型要求：模型加载时间需低于2秒，数据刷新延迟需低于100ms。

上游关键原材料和设备的典型来源：

企业中设智控的定位：从其18件专利和主营业务范围（信息技术咨询、软件开发、数据处理、物联网应用服务）判断，中设智控的核心定位在“数据处理与应用”环节。其“AI驱动工业互联网”的表述，表明其在算法开发和平台软件集成上的偏向大于硬件集成。67人的团队规模，也符合一个以软件研发和小规模项目交付为主的团队结构，而非大型工程集成商。

四、竞争格局

该赛道（工艺装备与检测仪器）全国共有4417家企业，竞争集中在以下几个维度：

• 平台功能完整度：是否覆盖了从数据采集到预测性维护、再到资产全生命周期管理的完整闭环。
• 行业Know-how深度：在特定行业（如电力、化工、水泥）积累的故障模型和算法库是否丰富。
• 生态绑定能力：是否与上游主流PLC和传感器厂商打通协议，是否能与下游客户的SAP、Oracle等ERP系统无缝对接。
• 客户成功案例：能否提供足够数量的、大规模的、可量化的经济效益案例（如降低多少非计划停机时间、节省多少运维成本）。

主要竞争对手（真实存在企业）：

中设智控的专利维度位置：

全行业专利数中位数为89件，中设智控仅有18件。这表明在知识产权布局上，中设智控处于行业的明显低位。18件专利（行业共识以软件著作权居多）可能更集中于平台架构、业务流程等应用层，而非核心算法的底层突破。这使其在“技术密度”这一衡量维度上，与上述列表中的企业相比处于劣势，需要依靠母公司资源和具体场景的项目经验来弥补。

五、护城河判断

基于现有数据逐条分析：

• 技术壁垒：较低。18件专利的数量和未披露的收入体量，很难支撑起高等级的技术护城河。其壁垒更多体现在“ACCM理论体系”这一管理理念的独特性，以及将AI与特定行业（如市政、能效）场景的结合能力，而非不可替代、受专利严密保护的核心算法或硬件。
• 客户壁垒：中等。在工艺装备与检测仪器环节，客户壁垒的核心在于“数据粘性”与“流程嵌入”。一旦某工厂的资产数据全部在中设智控的平台上积累超过3年，形成设备的历史健康基线，并嵌入了其维修工单系统和备件管理模块，客户的迁移成本（时间、数据格式、模型重建）会变得极高。中设智控未披露具体的签约客户（如是否是垄断性客户），因此无法判断其客户集中度风险，但模型具备粘性性是其潜在护城河。
• 规模壁垒：低。67人的团队规模在软件及解决方案类企业中属于小团队。这意味着其一次性同时交付大型项目（如覆盖一个省市的智慧水务平台或千台规模设备的工业互联网项目）的产能天花板很低。一旦面临订单激增，人员复用和项目管控难度将急剧上升，难以快速规模化复制，这构成了公司发展的核心瓶颈。
• 认定价值：中度利好。第五批专精特新小巨人的认定，在2023年及之后更强调“补链强链”和“数字化支持”的价值。对于中设智控来说，这一头衔在获取地方国企（特别是大股东科学城集团体系内）、政府智慧城市项目和银行信贷支持时具备一定背书价值。但它并非技术或市场的绝对通行证，更多是“锦上添花”而非“雪中送炭”。

六、风险与机会

• 行业风险：

1. 工业互联网平台同质化竞争：国内工信部公布的跨行业跨领域工业互联网平台已超过50家，大量中小企业平台功能雷同，主要依赖政府补贴和关系型销售获取订单，市场陷入价格战。行业盈利模式尚不清晰。

2. 下游需求波动风险：中设智控主要的客群（制造业企业、市政公司）的数字化转型预算高度依赖宏观经济和自身经营状况。在制造业景气度下行、地方政府财政收紧的年份，IT及数字化投入很可能被优先削减，造成项目延期或回款困难。

• 公司风险：

1. 技术密度与人才储备薄弱：18件专利与行业中位数89件的差距，叠加67人的团队规模，可能导致其在面对头部竞争对手（如树根互联、朗坤智慧）的算法和大模型能力时缺乏竞争力。尤其是AI大模型时代，小型团队在研发投入上难以追赶。

2. 股权与经营独立性风险：作为科学城集团（广州开发区区属国企）旗下的新一代信息技术企业，其业务来源可能与集团内部订单高度相关。这既是优势也是风险：过度依赖单一股东或行政区域，将使其在市场化扩张和全国性竞争中受限，缺乏真正的生存弹性。

• 机会窗口：

1. 智慧城市中存量基础设施改造：政策推动下，大量存量基础设施（如管廊、泵站、路灯、楼宇）需要进行数字化改造以实现节能降耗和远程运维。中设智控有智慧城市业务基础，且背靠地方国企的市政资源，在城市级的“设备资产综合管控”领域，具备切入大型、复杂、有政策背书项目的独特机会。

2. 大湾区制造业智能化改造的本地化优势：广东是制造业大省，中小企业数字化改造需求旺盛。中设智控位于广州黄埔，周边有大量电子信息、汽车零部件、化工等下游客户。如果能将“ACCM”方法论进一步轻量化、低代码化，推出针对中小企业的SaaS化订阅服务，有可能在庞大的区域性市场中找到差异化突破。