工业AI龙头（中控技术）专家交流纪要

摘要： 本次交流重点探讨了工业AI龙头公司（中控技术）在AI赋能工业软件方面的进展，详细分析了 TPT 大模型和 UCS 系统的产品逻辑、商业模式以及在政策驱动下的增长潜力。

核心观点/结论：

1. AI 作为能力载体：公司将通用大模型作为载体，核心仍是原有的各类工业软件产品（如 PID 算法）。AI 的主要价值在于通过自然语言交互（结合 DeepSeek 等）提升沟通效率，以及实现多款软件之间的数据共享和统一检索调用。
2. 产品迭代方向：TPT 大模型通过构建统一数据库加速数据通路；UCS 系统则通过全光纤连接和架构精简，大幅减少控制室硬件规模并提升通讯速度。
3. 竞争优势：公司产品成熟度较高，在国产化和 AI 落地要求下，具备先发优势，有望抓住国央企智能制造升级的增量市场。

经营与财务要点：

1. 收费模式：采用“一次性买断”与“年费会员制”两种模式。目前买断制为主，但会员制项目快速增长，旨在提升客户粘性。
2. 收入目标：公司设定了极具挑战性的 AI 收入目标（10亿 $\rightarrow$ 25亿 $\rightarrow$ 50亿），主要通过将原有的工业软件营收通过 AI 化重新定义，以及捕捉政策驱动的新增项目来实现。
3. 交付能力：部署效率的提升主要依赖算法优化和大数据积累，现场工程师的经验仍是交付的关键。

催化剂与风险：

1. 催化剂：工信部发布的智能制造 AI 行动纲要，对 20 个重点行业有强制性落地要求，将直接带来大量项目增量。
2. 风险：大客户新产品试用周期较长；AI 在控制系统中的自主决策涉及安全性，落地节奏可能慢于预期；传统行业资本开支整体保守。