|
| 威士顿(301315)经营总结 | | 截止日期 | 2024-12-31 | | 信息来源 | 2024年年度报告 | | 经营情况 | 第三节 管理层讨论与分析
一、报告期内公司所处行业情况
公司需遵守《深圳证券交易所上市公司自律监管指引第3号——行业信息披露》中的“软件与信息技术服务业”的披露要
求1.宏观经济根据国家统计局公布的数据，2024年全年国内生产总值比上年增长5.0%，信息传输、软件和信息技术服务业增加值增长10.9%。我国经济发展正处于新旧动能转换破局成势的关键阶段，各方面锚定高质量发展首要任务不动摇，科学把握稳与进、立与破的辩证关系，统筹好培育新动能和更新旧动能的关系，因地制宜发展新质生产力，推动新旧动能平稳接续转换，高质量发展动能更加充沛、基础不断夯实。2.政策环境在公司所处的工业软件和新兴技术软件领域，国家和地方政府发布了一系列政策文件，引领社会的数字化进程。暨《中国制造2025》发布之后，政府又发布了《智能制造发展规划》《数字中国建设整体布局规划》《数字化转型战略纲要》《“十四五”智能制造发展规划》《“十四五”数字化产业发展规划》等一系列政策文件，引导整个社会与制造行业进行数字化、智能化的转型。由于政策的引领，所有稍具规模的制造业企业都在实践数字化、智能化的转型。这也推动了整个制造业持续的信息化的投入，为服务于该领域的所有供应商带来了持续的市场需求。从国务院发布的《“十四五”数字经济发展规划》到人民银行发布的《金融科技发展规划（2022—2025年）》都提出了要应用大数据、人工智能、云计算、区块链等技术加快推动金融业整体数字化转型，并以行业的安全、自主、可控为前提，推动整个金融科技的创新和建设投入。
2024年1月，工业和信息化部等七部门发布了《关于推动未来产业创新发展的实施意见》，意见指出要前瞻部署未来制造和未来信息等新赛道，加快技术创新和产业化。在未来制造方面，要发展智能制造、生物制造、纳米制造、激光制造、循环制造，突破智能控制、智能传感、模拟仿真等关键核心技术，推广柔性制造、共享制造等模式，推动工业互联网、工业元宇宙等发展。要丰富应用场景，深化新一代信息技术与制造业融合，加快推动产业链结构、流程与模式重构，开拓未来制造新应用。在经济转型升级关键期，围绕制造业主战场加快 “未来产业”的发展将成为新的增长点。3.工业和金融行业领域信息化发展趋势
（1）制造业智能化转型要求下持续投入信息化是长期需求
制造业智能化转型保持良好发展态势，主要表现为，一是智能工厂建设规模不断扩大、水平持续提升。二是智能制造
新场景、新方案、新模式不断涌现。装备制造业探索协同设计、虚拟验证、远程运维等模式，促进产品快速迭代和效益提升；消费品行业创新大规模定制、用户直连制造、共享制造等模式，满足个性化需求，挖掘体验价值；原材料行业实施产供销一体化运营、跨工序质量管控等模式，促进产业提质增效、本质安全和节能降耗。三是智能制造国际合作持续深化。智能制造多双边创新合作机制不断完善。从国际竞争格局来看，国内烟草企业与国际巨头相比，在规模体量、供应链整体效率、产品研发与生产制造方面，还存在着较大的差距。随着中国贸易开放程度不断提高，国内烟草企业来自于国际烟草巨头的竞争压力也越来越大，国内烟草企业对于提高核心竞争力的需求也非常迫切。国内烟草企业竞争力的提升、与国际巨头差距的缩小，都离不开数字化、智能化转型的持续开展，国内烟草行业信息化投入具有持续性。从各烟草企业在国内相互竞争来看，整个国内市场也已经进入了消费市场存量竞争的阶段，各企业都在通过提升整体供应链效率、内部的研发生产和营销的效率来与同行业企业进行竞争。为此，各企业在行业的总体指导之下，都开展了数字化转型的工作，各个企业都在通过信息化的投入推动企业的数字化转型，来打造和提升自身的研发力、产品力、制造力和营销力，从而使得企业能够在国内市场的竞争中保持领先和胜出。因此，国内的同业竞争也推动各行业企业持续保持信息化的投入。
（2）数字化转型和智能化提升是金融领域的发展趋势
金融行业是中国各行业中，数据资源最丰富的行业之一。金融机构通常会部署众多的应用系统，这些系统在日常经营
中经营数据持续产生、存储，经过长期的数字化运营积累，各系统内积累了海量高价值的数据。金融数据的拥有，仅是数字金融的起点，真正发挥数据赋能作用的，是金融数据的处理、分析与返哺业务的迭代过程。大数据是具有体量巨大、来源及结构多样、生成速度快、单位价值密度低、多变等特征，且需要使用非结构化数据库等新型数据体系结构才能有效处理的海量数据。金融行业拥有丰富、适宜开展大数据技术应用的基础资源。大数据技术应用的目标是提升企业快速、高效处理海量数据的能力，其中既包括增量数据的洞察能力的提升，亦包括存量数据的挖掘能力的提升。金融领域大数据技术的应用可分为监管应用和机构运维服务应用两大类。金融监管主要是通过数据采集、分析和挖掘技术形成综合性监管分析报告，为监管方快速准确掌握各类金融业务发展变化和潜在风险，丰富和完善监管基础设施或提出风险预警模型提供支撑；金融机构运维服务类的应用包括机构运营、服务、基础设施三类，通过信息化手段对海量数据进行专业的挖掘和分析，从而更好地服务资产价格走势判断、机构个人信用评估、资金流向分配、金融风险把控等业务，为机构运营、服务、营销等提供更精准策略。大数据技术与行业融合应用中，金融行业是过去及当前主要应用行业之一。进入大数据时代，金融行业的运营信息、客户信息、交易信息、资产信息、信用信息等数据经过有效采集、整理和分析，将会成为高价值数据资产，可以有效帮助金融机构对内提升企业经营管理效率，对外增强信用风险管理能力，精准营销能力以及提高防欺诈管理水平。通过大数据应用为经营决策提供有效支持，帮助企业优化资源配置，使金融机构更深入地了解客户需求，开发符合客户需求且具有创新精神的新产品。随着金融行业数字化转型的推进，金融大数据应用呈现数据源融合、技术融合与数据应用合作的发展趋势，金融大数据安全与监管重要性凸显，大数据技术的应用将成为金融企业的核心竞争力。金融行业是天然的数字化企业，尤其在近几年国家与行业整体数字化的推动之下，整个金融行业在新兴技术的支撑之下，整个核心的业务模式都在持续的发生数字化、智能化的转型。所有金融客户持续的都在推出新型的数字化服务的产品，一方面在提升自身内部业务和管理数字化程度及管理效率；另一方面在满足进行穿透式监管要求之下，加强了所有业务运营过程管控，及满足监管要求的数字化和智能化的要求；同时，也在业务数据治理、数据管理自动化、数据处理流批一体化方面持续的在加大投入，这就保障了整个行业对于信息化的持续投入。随着头部金融机构在数据应用方面的创新应用，催生了一大批新的精准营销的金融服务产品和新生的风险防控产品，为其业务带来了稳定的增长以及经营风险的有效控制，这也给整个行业持续加大数据应用的投入注入了新的动力，为在此行业提供信息化服务的供应商带来了稳定可持续的市场需求。同时，在国家自主可控的总体要求下，金融行业内对于信息化相关软硬件国产化替代的投入，也为该行业提供了持续的市场需求。
二、报告期内公司从事的主要业务
（三）经营模式
1.研发模式
公司主要在技术研究、产品研发和已有产品技术升级等方面进行研发。技术研究以跟踪、学习和掌握前沿新技术为目
标，能够形成基于该技术应用的小型试点，并总结出快速培训和推广应用的方法；产品研发以新产品研发为目标，实现公司新产品评审目标的研发产品，并支持新产品的应用项目实施，更快速地获取客户对新产品的需求反馈，发现新产品的缺陷和问题，逐步完善、优化产品，最终交付可实施版本；已有产品技术升级，是指对原来已经开发的产品进行技术架构升级，人工智能技术的融入，用以保障产品的高可用性、技术的先进性，确保产品的生命力。公司产品的研发，是按照相关行业信息化发展规划以及企业发展需要开展的研发，研发产品需求综合考虑市场的需求、技术发展趋势和企业发展战略规划等方面。因此，公司研发的大部分产品都能够按照预期实现收入转化。公司的研发管理机制涵盖了公司研发项目从总预算控制、研发立项评审、研发项目费用控制、过程管理，到结项验收等方面。2.营销和盈利模式公司的盈利来自于向客户提供软件产品和相关服务业务所形成的收入，与项目成本费用之间的差额。公司客户主要分布于烟草工业、金融等细分行业。在多年经营过程中，公司秉承“工匠”精神持续为客户提供高质量的产品和服务，在行业内树立了良好的口碑和知名度。公司服务的客户大都是细分行业中的头部客户，无论管理理念还是信息化应用都比较领先，在行业内具有较好的示范效应。随着公司承接的重大项目陆续顺利交付，这些成功案例成为开拓新客户、承接新业务的优势，推动公司业务拓展形成良性循环。在售前阶段，公司主动参与行业客户的新项目规划与技术论证工作。投标时，依托成熟的产品体系和行业经验，公司深入分析客户业务场景、现状及需求，量身定制解决方案。部分方案为满足整体建设要求，还涵盖软件开发及IT/OT环境搭建。合同签订后，公司高效调配资源，确保按时保质完成软件开发及相关服务交付。3.生产和服务模式软件开发业务是公司在多年信息化服务过程中形成的自主产品及解决方案的基础上，为满足不同客户的个性化需求，为客户提供流程梳理和改进、应用软件的设计、开发、测试、软件安装部署、培训以及数据迁移等一体化服务。其中，工业软件开发是应用既有软件产品进行的产品实施加二次开发或者为工业客户定制的应用软件系统，包括需求分析、设计、开发、测试、部署、试运行、培训移交、验收等项目实施环节。对于开发类项目，客户合同会设置多个与项目进度相关的付款节点，在项目验收后进入质保期，约有5%的尾款在质保期满后支付。新兴技术软件开发主要是应用人工智能、大数据、知识图谱等新兴技术为客户方提供的软件定制开发、数据规划、治理、应用及整体平台建设等产品和服务。在制造业客户中，此类应用按照项目的方式进行结算。系统通过试运行符合条件后进行验收，按照项目进度设置若干个付款节点，验收后收取大部分款项，尾款在质保期满后支付；在金融领域内，由于金融行业客户自主可控的要求，通常按技术服务合同的形式向客户提供服务，公司根据合同要求派出相应级别和专业的开发、技术人员常驻客户现场，提供满足客户要求的服务响应。根据客户需要提供软件开发、数据运营、数据治理或相关平台运维服务，并按照工作时间进行结算，通常每季度或每半年结算一次。运维服务是为确保软件系统正常使用而提供的软件系统运行维护，以及为信息化基础平台的稳定运行提供专业技术保障服务。一般按年签署合同，在合同期内持续提供服务，客户按时间进度付款。系统集成业务是根据客户业务场景进行技术论证、设备选型，方案制定、软硬件设备采购、供货安装和部署、仪器仪表配置、数据迁移、用户培训等工作。从用途看，可以分为IT网络建设及服务、OT网络建设及服务，以及智能设备集成及服务。IT网络主要用于计算机系统相关的应用和服务，OT网络主要用于生产制造的实时控制以及数据采集系统和工业控制系统的接入，智能设备集成服务则通过设备的集成服务实现设备的智能化改造，配合智能生产软件系统达到整体要求。根据合同约定，系统集成业务在产品交付，完成联调后进行整体验收。根据合同约定，通常在货物安装后支付部分款项，整体验收后支付剩余款项。软件产品销售及服务是公司根据客户需求，结合客户的软硬件环境和应用场景，为客户选取、配置成熟的软件产品组件并为客户提供技术服务。典型业务场景是进行大数据平台选型的技术论证及平台搭建，以及提供基于该平台的技术服务。此类业务根据合同条款约定，一般在服务期内持续提供服务，客户按时间进度或服务次数进行结算支付。4.采购模式由于客户的需求具有明显的个性化特征，公司采购为按需采购，根据客户需求进行设计及规格、型号、性能指标、功能的选型，然后向供应商订购所需物资。公司的期末存货主要为正在履行的项目成本。公司对外采购的物资主要包括计算机配套软硬件设施、用于数采及工业执行控制的设备及其安装服务等。上述物资市场供应充足，价格透明，公司按市场价格向原厂商或其指定的经销商购买。公司采购部门负责项目工程中所需物资的采购。公司建立了《采购管理规定》，用于评价和选择合格的供应商，并对采购的产品进行控制，确保采购产品符合要求。5.报告期内的变化情况和未来变动趋势公司目前采用的经营模式是基于我国政府对产业数字化转型的要求和指引，综合考虑公司业务发展、市场资源、技术沉淀和发展战略等多项因素，经过多年实践形成的经营模式，短期内不会发生变化。公司将业务重心聚焦于信息化、智能化信息技术应用领域，主要基于两方面考量：一是依托自身的信息技术积累、实施能力与企业背景优势；二是预判未来客户将持续加大数字化、智能化投入，确保市场需求具有稳定且持续增长的发展前景。在工业领域，作为全球制造业大国，我国工业领域的信息化应用仍处于数字化转型初级阶段。当前主要以业务数字化为主导，逐步嵌入数字化运营和智能化应用场景，与全球先进智能制造水平尚存差距。未来5-10年，在政府政策引导下，企业将持续推进数字化转型，以智能制造为目标，实现制造业整体升级和智能化运营。在金融领域，金融行业正经历深刻变革：一方面，互联网金融企业的崛起倒逼传统金融机构加速转型，推动行业整体向数据驱动型模式转变。各机构普遍运用大数据分析技术，针对细分客群精准设计产品，并依托数字化手段实现精准营销，业务呈现线上化、移动化、数据化等显著特征，促使全行业持续加大数据运营投入。另一方面，在自主可控政策导向下，金融业掀起国产化替代浪潮。各机构不断加大国产硬件、系统平台及工具软件的采购力度，同时催生了将原有非国产系统迁移至国产平台的技术改造需求，这一趋势正重塑行业IT基础设施格局。公司除向行业客户提供软件开发、运维服务外，还向客户提供系统集成、软件产品销售及服务等。系统集成、软件产品销售及服务这类业务一方面是为满足客户在信息化项目建设、升级、优化过程中产生的IT和OT平台建设需求，另一方面也是公司拓展增量客户，进入新行业的一种方式。报告期内，公司经营模式及其影响因素均未发生重大变化。未来在工业板块，公司将持续优化、迭代产品升级，利用新技术进一步提升公司产品的智能化程度，实现对产业群和供应链的支持；在金融行业内，将把握数据应用和国产化替代带来的商业机会，将现有产品和服务推广至新的客户。。
四、主营业务分析
1、概述
报告期内，公司营业收入29,366.11万元，与上年同期相比小幅波动，整体经营平稳。公司核心收入集中于软件开发及运维服务业务。全年实现利润总额5,495.65万元，归母净利润5,171.06万元，实现每股收益0.59元。
公司作为产业智能化升级的赋能者，持续聚焦大数据、人工智能及机器学习等前沿技术的融合创新，已在工业制造与
金融科技领域构建起成熟的数字化转型服务生态。伴随核心客户群体信息化程度不断提升，传统IT基础设施需求逐步向精细化运营迭代，网络安全防护体系升级、云原生架构重构及数据资产价值挖掘等新兴技术融合需求正形成新的市场机遇。面对行业竞争格局的加速重构，公司根据自身发展的战略布局和客户所处行业的发展趋势，积极进行行业的横向拓展与布局海外市场。公司积极拓展港口物流行业，参建了全球首个自动化集装箱堆场物流库的建设工作，为港口行业的重装AGV 提供基于阿波罗平台的多技术融合定位导航系统已交付客户使用；在海外，公司已为标杆用户打造了基于大数据平台基盘，为标杆客户提供了大数据平台的建设与数据入库的服务，为后续开展数据应用开发合作奠定了一定的基础。报告期内，公司获得了大数据咨询服务、检品生产管理系统软件开发等多个海外合同，境外收入实现突破。报告期内公司持续在AI领域投入研发，公司研发的AIGC产品，可灵活地切换不同的大模型底座，结合向量数据库，为客户构建本地的知识管理、内容生成、文档自动化审核、查重、合规性检验等功能，产品已经推向市场进行应用；公司的 AI 智能体产品也在积极的研发过程之中，该产品以改变传统信息化应用人机交互模式为目标，推动 AI 在企业端快速落地应用；与此同时，原有的面向工业企业的无序分拣机器人产品也在持续的推动产品的升级与更新。在国产化替代方面，将AI模型训练从英伟达(NVIDIA)芯片迁移到华为昇腾(Ascend)芯片，从通用GPU转向专用NPU，重构了技术栈，并进行了算法调整。这一技术路线的切换，完成了从芯片到开发软件平台、基础算法模型等全方位的调整。
2、收入与成本
（1） 营业收入构成
公司所处行业具有一定的季节性，下游客户的信息化采购和项目验收及回款具有一定的季节性波动。客户通常在上半
年对当年的实施的信息化系统立项、采购和实施，项目验收和结款相对集中在第四季度，受此影响，公司的营业收入也表现出相应的季节性波动特征，下半年收入比重通常高于上半年，公司收入存在季节性波动风险。上述情况符合公司业务特点以及行业特征。
（2） 占公司营业收入或营业利润10%以上的行业、产品、地区、销售模式的情况 适用 □不适用
公司需遵守《深圳证券交易所上市公司自律监管指引第3号——行业信息披露》中的“软件与信息技术服务业”的披露要
求公司主营业务数据统计口径在报告期发生调整的情况下，公司最近1年按报告期末口径调整后的主营业务数据 □适用 不适用
（3） 公司实物销售收入是否大于劳务收入
□是 否
（4） 公司已签订的重大销售合同、重大采购合同截至本报告期的履行情况 □适用 不适用
（5） 营业成本构成
产品分类
（6） 报告期内合并范围是否发生变动
是 □否
公司本期新设立子公司上海智君道富科技软件有限公司纳入合并报表范围。
（7） 公司报告期内业务、产品或服务发生重大变化或调整有关情况 □适用 不适用
（8） 主要销售客户和主要供应商情况
3、费用
财务费用 -2,281,921.97 -3,973,542.12 -42.57% 利率下降，利息收入下降研发费用 24,350,918.54 26,609,682.56 -8.49%
4、研发投入
主要研
发项目
名称 项目目的 项
目
进
展 拟达到的目标 预计对公司未来发展的影响
基于机器视觉的智能安全巡检识别系统 借助技术手段实现的“基于机器视觉的智能安全巡检识别系统”，通过现场视频数据和数采数据实时分析的方法，来替代传统的人工现场巡视。 完成 研发智能安全巡检识别系统，实现工业现场安全预防性场景识别、作业中安全检查等情况的自动识别；将识别系统集成到巡检机器人样机，并在指定测试环境下实现自动化巡检。 本研发项目能够发挥公司在工业领域的“视觉识别技术+机器人应用”的经验优势，深化公司研发能力，扩展公司在视觉识别技术的场景及应用。大数据平台管理门户产品研发项目 利用新一代大数据技术，研发形成大数据平台管理门户产品，从而提高面向大数据平台集群的自动化运维服务能力。 研发中 将数据以直观、易懂的方式呈现，帮助用户了解数据的趋势、变化和异常，提升用户对数据的理解和应用能力；提供对大数据平台的管理和维护功能，包括数据采集、存储、处理和分析等。
支持高并发、高负载的数据处理和访问，保证系统的高可用性。 建成后可适配国际和国产的主流大数据平台。未来通过与威士顿数据工厂、数据资产管理平台等产品结合，可基于大数据平台场景为用户提供全面的数据服务。业务中台架构研发项目 对平台在技术上进行全面升级改造，即基于工业互联网平台理念，引入“业务中台” 理念，将业务能力IT 化的传统模式转变为业务能力资产化的新型模式。 完成 统一业务数据，为各类业务系统提供有力的数据支持；
实现流程协同，从而提升效率；降低业务成本，减少因为业务系统单独开发和运维所产生的重复工作和资金浪费；支持数据分析与决策，帮助用户提升竞争力。 基于业务中台建设信息化系统，从而形成业务知识的积累、重用和扩展，帮助公司在同类系统的开发中，减少重复开发、快速满足新项目新业务需求。MOM 应用优化研发项目 持续完善现有MOM 系统在功能方面的升级与智能化改造，打造具有完全自主知识产权、安全、可控的威士顿基于业务中台的MOM 生产运营管理一体化平台。 完成 提升企业生产智能排程能力，优化现有APS 的排程算法模型；构建更完善的质量管理体系，在全程质量的 通过对公司核心产品MOM的持续优化改造，提升MOM 产品的先进性和创新性。精细化管控、不同区域多仓储物流系统的一体化集成管控，平衡生产和销售需求、实现设备的主动性维护等方面得到进一步提升。基于垂直领域的大语言模型应用研究 利用LangChain 将本地知识库和语言模型融合，使得语言模型可以更精确地回答垂直领域和私有数据问题，从而形成可私有部署的大语言应用模型。 完成 研究本地语言模型的部署和使用，初步建立行业私域知识库，利用知识库的内容对语言模型进行优化，输出具有行业私域知识并能够理解客户私有数据的问答系统。 通过大语言模型技术，实现垂直领域的知识搜索和应用的便利性。目前市场的相关应用还不普及，这可能成为公司未来的一项业务增长点。威士顿低代码流程管理平台 基于可视化、可配置、低代码的整体思路，结合多年业务实践经验，研发低代码流程管理平台，降低软件开发的门槛，提高开发速度和效率。 完成 提供一个全面、用户友好的低代码平台，以满足市场对快速、高效应用程序开发的需求。通过这个平台，开发人员和企业可以快速响应市场变化，满足客户需求。 通过低代码流程管理平台，进一步提升公司在业务功能交付效率和交付质量，降低软件开发成本，使开发团队可以专注于创新和业务逻辑，提升市场竞争力。威士顿数据工厂 为企业大数据中心提供一站式数据服务管理解决方案，帮助机构更好地理解、开发和管理其庞大的数据资产。 完成 成为企业大数据中心数据服务领域的强有力工具平台，提高整体数据服务项目效率，简化和优化数据服务全生命周期管理，提供全面的功能支持，引入自动化功能提高开发效率。 通过威士顿数据工厂产品，能帮助银行机构更好地应对日益复杂的数据环境，提高数据服务项目的管理水平，从而推动业务创新和提升竞争力。产品的背后是对银行大数据中心需求的深刻理解和对数据服务管理未来发展方向的远见，将使公司在该业务领域拥有更好的市场前景。威士顿工业AI智能体-质量信息采集 威士顿工业AI智能体结合全过程质量信息采集平台，通过智能体中的大模型以及被赋予的各项工业数据收集、数据分析以及专业预测模型等，形成高质量的质量信息采集和分析报告，同时提供智能化和可视化的分析结果以及质量预测分析，优化质量管理或生产过程，以提升企业质量管理水平。 研发中 充分利用智能体相关前沿技术提供的各项能力，让工业质量采集不再停留于简单的数据存储和数据展示，将人工判断的内容交由智能体来接管，让工业环境下复杂场景的协同成为现实。 AI+全过程质量信息采集平台在企业和工厂都有较大的市场需求，该产品将有效提升公司在该领域的市场竞争力。威士顿工业AI智能体-数据管理 通过威士顿工业AI智能体实现对工业领域的数据（包括时序数据）进行有效管理，人工精细化管理工作交由AI系统来完成，从而进一步提升数据管理的自动化和智能化。 完成 充分利用智能体相关前沿技术提供的各项能力，形成一套让智能体初步具备在工业数据管理领域的智能化能力。在功能层面、业务层面和技术层面实现智能化升级。 通过对AI智能体的引入，公司在工业数据管理方面的综合管理、自动化执行和处理、业务本地化等方面将得到进一步增强。威士顿工业AI智能体-PLM 通过在公司产品研发管理系统（PLM）中引入威士顿工业AI智能体，进一步提升产品研发的创新和工作效率，提供一款标准化、便捷化、可视化的产品配方辅助设计应用工具。 完成 将威士顿工业AI智能体于PLM系统进行深度集成，为PLM系统赋予AI能力，构建新产品设计推荐能力。 通过PLM与威士顿工业AI智能体的结合，能够进一步深化威士顿在产品研发领域的业务经验优势。基于多类型传感器融合定位的无人驾驶导航系统 通过在公司面向车辆融合定位技术的研究，基于多类型传感器融合定位的无人驾驶导航系统。研发该系统通过融合磁钉定位、GPS设备和激光传感器技术，实现四轮集装箱运输载具在堆场环境下的高精度定位。载具可根据调度系统下发的指令自动规划最优路径，并沿预设路线精准行驶，最终高效完成集装箱的全自动化运输作业。 研发中 实现四轮集装箱载具无人导航系统，提高港口集装箱运输效率。并通过多传感器融合技术，提高集装箱载具的定位精度，降低磁钉铺设成本。 通过本此研发，可以使公司在港口业务可持续深度拓展。
5、现金流
筹资活动产生的现金流量净额同比下降105.40%，是因为2023年公司登陆创业板，收到募集资金。
报告期内公司经营活动产生的现金净流量与本年度净利润存在重大差异的原因说明 □适用 不适用
五、非主营业务情况
适用 □不适用
六、资产及负债状况分析
1、资产构成重大变动情况
2、以公允价值计量的资产和负债
适用 □不适用
3、截至报告期末的资产权利受限情况
七、投资状况分析
1、总体情况
适用 □不适用
2、报告期内获取的重大的股权投资情况
□适用 不适用
3、报告期内正在进行的重大的非股权投资情况
□适用 不适用
4、金融资产投资
（1） 证券投资情况
□适用 不适用
公司报告期不存在证券投资。
（2） 衍生品投资情况
□适用 不适用
公司报告期不存在衍生品投资。
5、募集资金使用情况
适用 □不适用
（1） 募集资金总体使用情况
适用 □不适用
（1） 本期
已使
用募
集资
金总
额 已累
计使
用募
集资
金总
额
（2） 报告
期末
募集
资金
使用
比例
（3）
=
（2）
/
（1） 报告
期内
变更
用途
的募
集资
金总
额 累计
变更
用途
的募
集资
金总
额 累计
变更
用途
的募
集资
金总
额比
例 尚未
使用
募集
资金
总额 尚未
使用
募集
资金
用途
及去
向 闲置
两年
以上
募集
资金
金额
2023年 公开
发行2023年06 71,03
8 61,54
4.88 11,55
0.02 17,18
回。
合计 -- -- 71,03
8.00 61,54
4.88 11,55
0.02 17,18
|
|