威士顿（301315）2023年年度董事会经营评述内容如下：

　　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

　　威士顿业务主要涵盖智能制造、数字化金融等方面，围绕数字化和智能化转型构建工业软件和数据产品体系，为工业和金融行业客户提供工业软件和通用新兴技术软件产品及相关服务。

　　（一）宏观经济

　　根据国家统计局公布的数据，2023年全年国内生产总值同比增长5.2%，规模以上工业增加值比上年增长4.6%。12月份，规模以上工业增加值同比增长6.8%，环比增长0.52%。1—11月份，全国规模以上工业企业实现利润总额69,823亿元，同比下降4.4%；其中11月份增长29.5%，连续4个月增长。全年规模以上工业企业利润76,858亿元，比上年下降2.3%。2023年金融业固定资产投资同比下降11.9%，金融业增加值100,677亿元，增长6.8%，银行和保险等行业商务活动指数位于55%以上较高景气区。分经济类型看，国有控股企业增加值增长5.0%；股份制企业增长5.3%，外商及港澳台商投资企业增长1.4%；私营企业增长3.1%。现代信息技术、人工智能、大数据等技术广泛应用，创新成果不断涌现，新产业（300832）新产品增势良好，科技创新持续赋能高质量发展。2023年的政府工作报告指出，我国现代化产业体系建设取得重要进展，传统产业加快转型升级，战略性新兴产业蓬勃发展，未来产业有序布局，先进制造业和现代服务业深度融合，一批重大产业创新成果达到国际先进水平。

　　（二）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》《关于加快传统制造业转型升级的指导意见》等一系列政策文件，引导整个社会与制造行业、金融行业进行数字化、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。

　　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。

　　（三）工业和金融行业领域信息化发展趋势

　　1.制造业智能化、数字化转型要求下持续投入信息化是长期需求

　　2023年国家推进新型工业化取得积极成效，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。二是在AI技术的加持下智能制造新场景、新方案、新模式不断涌现。装备制造业探索数字化研发、协同设计、虚拟验证、智能运维等模式，促进产品快速迭代和效益提升；消费品行业创新设计、个性化定制、B2C生产、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、跨工厂质量管控等模式，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。

　　政府工作报告也提出2024年的工作任务，要大力推进现代化产业体系建设，加快发展新质生产力。充分发挥创新主导作用，以科技创新推动产业创新，加快推进新型工业化，提高全要素生产率，不断塑造发展新动能新优势，促进社会生产力实现新的跃升。推动产业链供应链优化升级。保持工业经济平稳运行。实施制造业重点产业链高质量发展行动，着力补齐短板、拉长长板、锻造新板。深入推进数字经济创新发展。制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。实施制造业数字化转型行动，加快工业互联网规模化应用，推进服务业数字化，建设智慧城市、数字乡村。健全数据基础制度，大力推动数据开发开放和流通使用。

　　在工业领域，公司业务主要布局于烟草行业。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。国内烟草企业提升竞争力、缩小与国际巨头的差距，离不开数字化、智能化转型的持续开展，这也成为国内烟草行业信息化持续投入的重要驱动原因，即业务信息化给供应商带来持续的商机。

　　在国内烟草工业细分领域市场，该行业的总体信息化建设在工业行业业内处于领先的水平。烟草细分市场中，国内中烟公司合计17家、省级烟草公司合计33家，下辖近百家卷烟工厂及数百家供应链上游工厂。该行业在国家政策的引领下，以及行业发展的总体规划和各家企业发展竞争的需要，持续的开展数字化、智能化的转型工作，从而提供了持续的信息化建设机会。

　　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（603138）。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。根据头豹研究所数据披露，2018年，大数据技术在我国金融行业的市场规模达到471亿元。预计到2023年，大数据技术在我国金融行业的市场规模将呈现较大幅度的增长达到1,512.30亿元。

　　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验决策提供有效支持，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推出新型的金融服务产品，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，并满足监管要求的数字化和智能化的要求；同时，也在业务数据资产管理、数据治理、数据管理自动化、数据处理流批一体化方面持续加大投入，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数据防控机制，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

　　（一）公司主营业务

　　威士顿是一家重点面向工业和金融领域，致力于提升企业经营管理的数字化、网络化、智能化水平的软件开发和信息化服务企业。基于对客户业务及其所处产业链的深刻理解以及多年来企业信息化实施服务的业务积累，公司形成了多样化的自主产品及解决方案。根据应用领域的不同，公司业务主要涵盖智能制造、数字化金融等方面。公司开发的软件产品主要包括工业软件，和以大数据、人工智能技术为代表的通用新兴技术软件产品。公司通过既有工业软件产品进行产品实施，也可以根据客户实际情况在产品的基础上进行二次开发或者定制应用软件系统。通用新兴技术软件，可作为独立产品为客户提供完整的产品服务，也可通过服务消费的模式融入到公司各项产品中，有效提升公司相关产品的智能化水平，更好的服务客户，助力公司在智能制造、数字化金融领域的竞争能力。

　　公司是国家级重点软件企业，上海市首批高新技术企业、上海市“科技小巨人”企业、上海市企业技术中心和上海市专精特新企业。公司获ISO9000、ISO27001和ISO20000、CMMI5（能力成熟度集成模型5级）等专业认证，拥有信息安全服务二级资质，MES产品被评为“上海智造”产品。报告期内，公司获评2022年国家级重点软件企业、2023年上海市专精特新企业，核心工业软件产品入选上海市工业软件推荐目录。

　　（二）公司主要产品（服务）及用途

　　在智能制造和数字化金融应用场景，公司自主研发推出多款产品及解决方案，可全面构建企业信息化体系。围绕数智化转型，威士顿构建的产品体系主要包括与智能制造相关的工业软件和以数据类产品为代表的新兴技术软件。随着公司整体技术架构的升级以及系统软件或产品向“重应用、轻系统”的平台化、套件化的发展趋势，公司通过产品的整合与重构，将原有ERP系列产品加入较多的人工智能技术应用，形成新的MRO系列产品，并根据市场需求、市场推广情况以及长期的产品定位，将原有的ERP系列中的PLM产品作为独立产品线进行市场推广与销售。并将软件产品MOM、PLM、MRO（原ERP）和DataM及相关算法模型软件等产品进行了相关改造，形成了以产品为基础、可组合、可拆分、可灵活搭建的统一软件服务应用平台，实现按客户所需自由进行产品功能组合和定制化开发，实现了跨产品、跨系统的业务服务组合，使公司的产品向平台化、套件化发展，更具有灵活性和扩展性。

　　公司一直致力于帮助客户实现智能制造，以“智能化即是实现对‘人力+人脑’的替代”为核心理念，通过信息化应用的智能感知、实时分析和智能化决策模型，来逐步辅助和替代各级管理人员的脑力及体力劳动。公司重点推出的生产运营类、创新研发类、运营保障类以及数据创新类相关的工业软件，通过嵌入基于模型化的智能化感知、智能分析、智能决策、深度学习等人工智能新兴技术，以及以机器人为代表的边缘智能装备，正是对上述理念的持续实践。而数据资产的积累、监控和管理，以及信息系统的长期稳定运行是业务系统实现智能化的基础。

　　1.MOM--智能生产运营

　　实现企业生产过程运行过程全面的数字化管理和智能化运营，集制造执行与运营于一体，面向生产制造全过程的制造管理一体化平台。聚焦“生产精细化管理、全面化感知、透明化运行、智能化决策和精准化执行”。生产保障组织，通过内部供应链及外部供应链的供需网络的协同，确保生产有序执行。生产执行组织通过物联网技术实现对于生产过程中全要素、全流程管理的实时感知，通过大数据技术与人工智能等新兴技术的融入实现智能决策模型的持续学习和改进，实现对于生产过程中“人、机、料、法、环、测”的赋能，使得生产过程、质量管理与设备管理转向智能化，助力客户实现智能化生产组织与生产执行。 具体包括以下几方面：

　　（1）生产管理

　　生产管理以高级计划排程为主线，设备智能维护为保障，全面质量管理为手段，通过高效的生产协同与生产执行确保生产管理有序进行。生产管理主要包括的产品和核心功能如下：

　　①执行管理

　　通过i+MES产品，对车间执行层的一体化管理、监控和统计分析，通过工业物联网全面采集生产设备的传感器数据、产量数据、消耗数据以及工单执行过程其他数据，全面优化生产全过程的管理。

　　②高级计划与排程

　　威士顿高级计划排程i+APS，是基于事件驱动的智能供应链排程。通过信息化手段实时获取设备异常、原辅材料保障、销售计划变化等事件，通过科学的算法模型，自动调整生产排程与供应链保障排程，替代人脑和手工方式对生产活动的各链路统筹安排，实现了有限产能条件下的交期预测、产能平衡，工序生产计划以及供应链保障计划，确保生产过程中人、机、料、法、环、测5M1E的合理配备和协同，提高生产效率和应变能力，发挥最大生产能力。

　　③生产过程质量追溯

　　生产质量追溯作为全链质量追溯的一个重要环节（生产环节），通过i+QTR全链质量追溯产品的部分服务或功能集成实现了生产质量追溯，充分复用了全链质量追溯产品的功能，实现从生产投料到成品下线生产过程中的“人、机、料、法、环、测”的多要素的质量追溯。

　　④生产动力能源管理

　　通过动力能源管理系统i+EMS产品，基于能源供应计划来源于高级排程通过AI算法自动产生水、电、汽、气压、真空压等能源供应进行计划，通过对计划的执行和监控，有效提升能源供给的计划性、提高能源利用率、防止能源泄露、减少能源浪费、减少企业能源支出，助力企业实现绿色生产。

　　⑤物料管理

　　生产管理中的物料管理通过RFID、条码以及工业相机为手段，针对线边(生产企业生产线边上的暂存)物料的收货、投料、退料进行严格批次管控，为质量追溯、生产防差错以及线边仓物料的精细化管理提供手段。

　　（2）质量管理

　　一体化质量管理全面支持从技术标准、检验标准、质量检验、统计分析控制诊断调整（SPCDA）、实验室管理、评价分析、质量改进管理等全面管理；通过人工智能、大数据技术的深度应用，智能优化生产工艺技术参数，为生产质量的稳定、提高提供全面保障。质量管理主要包括产品和核心功能如下：

　　①工艺标准

　　工艺技术标准通过生产过程中统一规范和统一生产工艺、技术要求，通过全数字化、版本化的工艺标准的管理，为生产和质量等管理提供重要依据，是保证产品质量和技术水平的重要手段。同时，工艺技术标准也可以作为质检、验收和认证的依据。系统通过大数据和基于工艺质量模型的深度学习，为工艺技术标准的优化、创新与进步提供了智能优化的手段，让工艺标准的制定更智能、更精准。

　　②统计过程控制诊断调整

　　实时采集、监控、计算、预测生产过程中的各类与质量管控相关的关键设备运行参数，并通过人工智能算法进行对生产过程的稳定性进行预测与判断，及时准确发现生产过程的异常波动，并对异常波动进行智能诊断、分析，指导生产及时采取纠正和调整措施，保障生产过程稳态。SPCDA是统计过程控制三步骤，早期i+SPC实现了统计过程控制，确保生产过程的稳态。在SPC统计过程控制的基础上，通过人工智能与大数据技术的结合，实现统计过程的问题智能诊断以及调整。

　　③工艺参数优化

　　实现生产工艺的全面数字化、智能化管理。工艺参数核心是通过OT采集的设备实时采集、SPCDA的统计过程诊断，通过算法模型实时或离线计算获得最佳工艺技术参数，通过OT将优化后的工艺参数，下达到控制设备中，从而替代传统的通过人工经验调整、控制工艺参数，并加强工艺管理的精细度与准确性，有效提高工艺执行的管理水平与智能化水平。

　　（3）设备管理

　　设备管理是确保企业生产设备正常运行、提高生产效率、降低生产成本的重要环节。设备管理涵盖了从设备入账到报废更新的全生命周期管理。随着新兴技术不断进步和工业的快速发展，设备管理的智能化设备管理通过物联网、大数据、人工智能等技术手段，实现设备的远程监控、预测性维护等智能化管理；绿色设备管理则强调环保和节能，推动企业降低能源消耗、减少污染物排放，为企业创造更大的价值。

　　① 设备项目管理

　　项目管理，根据设备计划性采购和通过AI技术在设备可持续性方面的预测、分析而制定的设备采购计划以及设备采购全过程、设备安装、设备调试、设备试运行与调整、投入使用的全面管理。

　　②设备智能运维

　　设备智能运维，通过收集设备产生的大量数据，利用大数据分析技术与机器学习，深入分析设备的运行情况、故障原因和性能指标，为设备的运维决策提供依据，实现预防性设备维修与维护。避免设备突发故障对生产和经营造成的损失，并减少维修成本。通过对设备运行情况的了解，及时调整运维策略，优化业务流程。

　　③设备维修知识管理

　　基于知识图谱的设备维修知识管理，通过设备、故障、维修方法及其相互关系，对故障维修智能优化提供维修方案的整套体系管理，具体包括故障模式识别与推理、故障原因分析、维修方案推荐、预测性维护策略、维修知识图谱的数据自动更新与智能优化。

　　2.PLM--研发创新

　　PLM是企业经营管理系统（ERP）中重要的一环，随着新兴技术的不断涌现与应用，研发已经不再是是传统ERP领域中研发相关的人、财、物方面的研发事务性管理。智能研发在业务的广度以及新技术应用的深度等发面已经突破了传统ERP的范畴。面向制造业的产品全生命周期管理，构建从产品的规划、设计到制造协同的创新研发管理体系。基于历史研发数据的深度学习，结合BP神经网络算法等模型，实现配方、原料、辅料以及工艺技术参数数字化设计，让产品研发从经验式研发，转变为数字化、智能化的产品研发，促进企业提高设计和工艺管理能力，缩短产品研发周期，提升企业研发效率。

　　（1）数字化产品设计

　　数字化产品设计包括：配方设计、产品外观设计、材料设计、生产工艺设计等多个复杂环节。数字化产品设计，通过广泛的原辅材料的物理化学特性、历史生产等数据采集、清洗、整合和标准化处理，消除错误和异常值，确保数据的准确性和一致性。通过先进的人工智能和机器学习技术，为配方设计、生产优化、质量控制等环节提供智能决策建议，提高产品质量和性能，降低生产成本和资源浪费，为企业的可持续发展提供有力支持。

　　（2）协同研发

　　多个研发主体通过合作、协调、共享资源等方式，共同完成一项研发任务或项目的研发过程。借助5G、数字孪生及增强现实/虚拟现实（AR/VR）技术实现科研人员跨地域在线协同，有效地整合各种资源，提高研发效率和质量，缩短研发周期，降低研发成本，增强企业的竞争力和创新能力。

　　（3）研发知识管理

　　研发知识管理是研发从经验研发走向知识研发的重大转变。经验掌握在个别人的头脑中，当经验变为知识，更容易进行传递、发展。研发知识管理主要包括知识获取整合、知识存储与分类、知识共享与传递、知识应用创新、知识评估与优化以及知识安全与保护等全面管理。

　　（4）研发资源

　　研发资源是保障研发顺利执行的关键要素。涉及到根据项目的需求、技术难度、进度要求等因素的人力资源分配，根据项目技术难度等因素的财务资源预算以及研发的设施设备、研发材料的管理。研发资源的合理安排，是满足研发项目必要的保障，合理的资源使用可提高研发效率，降低研发成本。

　　（5）产品数据管理

　　产品数据管理包括定型产品的产品系列标准。包括配方、BOM、工艺技术标准、操作规程等，产品数据在使用过程中通过大数据及机器学习等技术应用，不断自我学习、自我优化，让产品数据更科学、更准确。同时产品数据也包括未定型或放弃的产品数据，这些数据价值主要体现为新产品设计或产品改良的数据资产。

　　3.MRO--智慧运营保障

　　工业企业聚焦产品研发、生产运营之外，生产运营保障也是必不可少的。良好的运营保障也是生产顺利执行的必不可缺的条件。

　　（1）安全管理

　　基于安全领域法律法规与行业标准，围绕风险管控与隐患排查治理，以信息化手段落实安全生产责任制，结合视觉识别、AI模型，实现风险预测、隐患预警、安全设备维修以及安全管理的绩效自动化评价。结合机器人与机器视觉技术实现无人机对高空、高大建筑的安全隐患排查，安全巡检机器人实现24小时不间断巡检，让生产安全更全面、更有保障。

　　（2）智慧园区

　　智慧园区融合新一代信息技术（人脸识别、车辆识别、RFID等）与通信技术，具备迅捷信息采集、高速信息传输、高度集中计算、智能事务处理和无所不在的服务提供能力，实现园区内及时、互动、整合的信息感知、传递和处理。 智慧园区服务功能的智慧化，为企业员工及访客提供及时、多样、个性化的拜访、会议、车辆、缴费、投诉、维修、安保等服务。

　　（3）数字化仓储

　　仓储管理是生产保障的重要手段，数字化仓储管理包括仓库基础管理、库存管理、入库和出库管理、仓储设备管理等。通过精细化的库区划分，全面实时的仓库状况监控与管理实现仓库物品的定位、装箱、分拣、盘点等工作。采用自动化识别手持设备、装卸设备实现货物的快速准确识别和流转。通过数字化仓储管理，实现信息流、物流、车流、资金流一致，提高物料入库、出库、库存的高效管理，实现作业流程智能化。

　　（4）三维数字孪生

　　以实体资产和过程模型为基石，通过实体状态数字化、运行性能智能化精准映射物理世界，确保虚拟模型与实体对象的状态同步和行为预测的高效协同，满足生产过程管理和运营过程的智能化数据同步、分析、模拟，优化数据全生命周期管理。通过物理车间、虚拟车间、车间服务系统的全要素、全流程、全业务数据的集成和融合，实现生产前、生产中、生产后虚拟制造。基于实时数据和历史性能分析而构建的数据孪生模型，深度融合智能化理念，形成覆盖实体资产全生命周期的数字映射网络。以数据为驱动，助力企业数据管理智能化、精准化，帮助企业实现资产管理和运营优化的持续改进和提升。

　　（5）ITSM

　　是以流程为导向、以客户为中心，基于IT服务和资源的方法论和框架，通过IT服务策略、服务设计、服务转换、服务运营和服务持续改进等关键领域的数字化、流程化，使得IT服务满足业务需求和用户期望。有效的IT服务管理，可提升服务的高效性和成本效益。

　　4.DateM--数据创新

　　主要通过数据标签、深度学习算法等技术，向上聚焦“企业如何高效利用自身数据实现创新发展”，向下服务“企业如何利用自身数据服务日常生产经营”。威士顿通过大数据、人工智能技术等技术的结合，为企业提供完整的数据管理与应用解决方案。通过企业的市场、研发、生产、采购等业务环节数据的深度分析，挖掘数据背后的规律，让企业数据更具有价值，企业经营管理更具有智慧，赋能企业数据应用变革与创新。产品主要包括：

　　（1）实时星链Link

　　通过实时感知技术采集不同数据元的数据，经过批流计算引擎对采集数据进行清洗、加工、计算、存储，并生成或更新维度的数据，为数据服务提供数据基础。星链的数据采集可针对不同的数据进行数据采集，通过采集协议适配完成新数据源的采集驱动。

　　（2）星链的计算引擎

　　可实现批流一体的数据计算，同时借助产品的AI模型与深度学习，对海量数据进行深度挖掘，为智能数据应用提供坚实基础。

　　（3）数据资产管理

　　数据资产的深度应用需要对数据资产进行统一管理，包括数据标准管理、元数据管理、数据质量管理以及数据资产使用的管理，这方面的管理是由Link数据资产管理完成。数据资产管理是保障数据应用基础。数据平台汇聚了企业所有需要的数据，具有数据量大、计算频率高、服务消费高、业务结合紧密等特点，保障平台稳定运行是企业重点关注的内容，通过Link监控平台的实时任务管理、实时调度管理以及平台监控，及时发现平台问题、解决问题，让数据服务更持续。

　　（4）大数据、人工智能、机器学习等新兴技术

　　大数据和人工智能是当代信息技术领域的两个重要工具，它们相互关联，共同推动科技发展和产业创新。如公司的视觉识别无序除杂算法、基于人工神经网络算法模型的智能烘桶水分控制、基于深度神经网络算法模型的智能烟叶等级识别，以及AI设备故障预测模型、水分预测模型、杂质辨识模型等，以及各类基于机器学习的工业机理模型，这些模型算法产品以可行性论证、软件形式，或者嵌入在以机器人为代表的边缘智能装备中成为设备的智能大脑进行交付。通过将大数据、人工智能和机器学习等新兴技术有机地融入公司各个产品和解决方案，让我们的产品成为助力客户从单点智能，向产线智能，最终实现生产制造全面智能的基石。

　　（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，更快速的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，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几个方面的内容。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、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。由于公司服务的行业客户大都是行业中的头部客户，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，这些成功案例又成为开拓新客户承接新业务的加分项，带来公司业务拓展的良性循环。在售前阶段，公司积极参与相关行业客户的新项目规划和技术论证。参与项目招投标时，公司基于产品以及行业经验，结合客户业务场景、现状及需求，为其制定个性化解决方案。同时，为满足整体建设需求，部分投标方案中同时涉及软件开发及相关的IT环境和OT环境的建设。签订合同后，公司组织相关资源完成合同约定的工作内容，向客户交付软件开发及相关服务产品。

　　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《采购管理程序》，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。

　　公司将业务重心放在与信息化、智能化相关的信息技术应用业务方向的主要原因，一方面是基于自身的信息技术累计、实施能力与企业发展背景，另一方面是对于未来服务客户将持续加大在数字化、智能化领域的投入，可以保障市场需求持续性的稳定并逐步扩大的前景而制定的业务重心。在工业领域，我国作为一个制造业大国，在支撑制造业持续提质增效的信息化应用方面，仍然处于数字化转型的初期，还是以业务数字化为主，嵌入部分数字化运营和智能化应用场景的阶段，与世界先进的智能制造水平相比，仍然有一定差距。在可预见的5—10年之内，政府指引企业发展的方向，将还是在推进数字化转型以实现智能制造为目标，推动制造业实现整体的产业升级和智能化运营。在金融行业，随着互联网金融公司的入局，传统金融企业受其影响其业务也呈现出明显的基于大数据挖掘和应用技术，精准的设计推出面向细分客户群体的业务，并通过各类技术手段实现精准营销的模式，并且业务线上化、移动化、数据化的特征越来越明显，这也推动了所有的金融公司持续加大对于数据运营业务的投入；此外由于自主、安全、可控的政策要求，国产化替代也催生了金融行业持续加大对于国产化硬件、系统平台和工具软件的投入需求，同步的会衍生出将原有非国产化平台的应用，进行适应性改造迁移到国产化平台的需求。

　　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。

　　

　　三、核心竞争力分析

　　（一）深耕垂直领域，多年积累形成一定的护城河

　　在工业领域，公司长期专注于智能制造相关产品的研发和实施，深耕细分市场，形成了以信息化管理与设备自动控制深度融合、多源数据采集、整理、分析应用为特色的智能制造整体解决方案，并在新一轮的数字化和智能化转型的信息化浪潮中，不断升级和发展自身的产品和解决方案，提供涵盖制造运营全流程的信息化产品及服务。在公司服务的客户所在的工业细分领域内，公司已经是该行业内头部企业的核心信息化供应商之一，公司产品适用度高，且业务集中在细分领域，实施人员的经验也可得到复用，能够保障所实施项目的成功，在行业内的信息化领域具有一定的行业知名度和影响力。

　　公司应用类核心技术主要围绕细分领域客户的具体业务展开，主要包括高级排程模型、质量预测模型、设备健康预测模型、物流调度模型等。该类核心技术应用到相关产品及信息化建设项目中，可以实现生产工艺智能参数优化、产品质量预测以及设备预测性维修等功能。通过业务事件智能感知，结合人工智能关联分析，协同管控生产各条线的智能化保障，包括生产资源保障、动力能源保障、物流保障、设备健康以及工艺保障等，可助力客户防范业务风险，帮助客户提高产品质量与生产效率。公司加大AI及大数据技术的投入，让更多业务基于大数据分析与人工智能技术，深入挖掘数据价值，通过数据深度模型化、自主学习、自主创新，帮助企业真正实现数字化转型与逐步全面生产智能。

　　在金融领域，公司提供专业的数据管理信息化服务，从业人员掌握行业领先的数据平台和数据处理与应用技术，将公司形成的数据汇聚、数据血缘关系管理、数据源变更时数据源自动化联结等核心数据产品理念，应用在用户服务现场，提升用户服务效率与用户体验，相比同业公司是公司核心竞争能力的体现。在数据平台监控管理、数据汇聚、数据加工和数据管理业务中，通过将服务内容的知识化，逐步形成了独具竞争力的成熟产品，可以保障按照产品设计理念向金融客户提供现场的数据服务。

　　公司采取与大数据平台产品厂商合作的策略发展自身的数据类产品和服务，合作厂商Cloudera的CDH、CDP产品目前是行业内应用最为广泛的大数据平台产品，公司是最早获取也是目前国内少数几个获得原厂金牌技术合作认证的合作伙伴之一。由于这类主流的大数据平台产品是基于Hadoop生态系统的产品，公司掌握的技术和产品可以在这类基于Hadoop生态系统的平台产品上应用和部署。

　　（二）与产业深度融合，具有良好口碑

　　凭借多年积累，威士顿对客户所处行业的特点有着较为深入的理解，可以为客户提供核心生产经营业务相关的信息化产品及服务。凭借技术及业务的持续创新，公司助力企业提升生产、经营过程中的信息化水平，为信息化与传统产业的深度融合做了有效的探索实践。尤其在细分烟草领域，公司深度参与客户的信息化建设，为企业生产经营改善和战略落地提供了有力的信息化支撑。

　　公司主要客户均来自于工业和金融业的大型央企和国企，客户资源具有质量高、可信度高、稳定性强等特征。公司一旦进入一个新的客户，通过提供可复制、可借鉴的高质量的产品和服务，可以持续开展服务，一方面将公司更多的产品与服务推向客户，另一方面依托多年的项目实施，各系列的软件产品落地，以及公司产品与产业深度融合，助力客户提升生产、经营的数字化、网络化、智能化水平，让客户取得了良好的社会效益和经济效益。

　　（三）长期培养形成复合型技术人才，具备专家品牌

　　在威士顿所处的软件与信息技术服务业，人才是公司重要的核心竞争力。公司始终高度重视且科学规划人才队伍建设，培养了一大批专业知识匹配、管理经验丰富的高素质复合型人才，形成了稳定、专业、行业经验丰富的管理团队。公司的核心技术人员，毕业于包括复旦大学、上海交通大学、同济大学、日本明治大学等国内外知名高校，具有丰富的学术理论基础，对行业前沿技术有深刻理解和掌握，具有丰富的开发和实施经验。公司提倡匠心精神，通过长期的研发和生产积累，凭借有竞争力的产品和成功实施案例，不断扩大业务覆盖区域。通过长期培养“行业专家+技术专家”而积累形成的复合能力及由此构筑的竞争壁垒形成了企业竞争的护城河。

　　公司技术与研发人才梯队完整，人才引进、培养、激励、留人机制健全，坚持内部培养与外部引进相结合，在业务实践中持续培养了大批既精通专业技术又具备行业业务经验的复合型人才，通过员工晋升通道、制定职业生涯规划，为人才提供具有个人价值提升的事业平台及有成就感的职业生涯，研发动力充足，创新氛围浓厚。公司在向客户提供服务的过程中，始终坚持专业技术人才深入用户一线了解实际应用场景需求，加速技术与应用适配的专家人才培养模式。公司在与客户沟通过程中，安排的专家人才，往往是既熟悉前沿技术，又熟悉客户行业发展方向，同时又充分了解应用场景的复合型人才，往往能够促成与客户方的进一步深入合作。

　　（四）核心软件产品，自主研发、安全可控

　　工业软件是承载制造业企业管理流程与管理模式的载体、是实现精细化的过程管控、实现全面业务数字化管理的基础。虽作为制造业大国，但是国内的工业软件市场还是被GE、西门子、罗克韦尔、SAP、Oracle、达索等国外公司的软件占据了绝大部分的份额。近年来，国家从工业安全的角度一直在引导整个工业软件转向国产化软件的方向，大型制造业企业核心工业软件的国产化是大势所趋，威士顿应用自身在工业领域的知识沉淀，结合了实际工业生产经验，借鉴了早些年应用国外工业软件的经验，将工业企业的流程、机理、模型、组织等进行了总结与开发，形成了自身的工业软件产品。并在核心的生产管理、产品生命周期管理等业务领域，成功的帮助客户逐步实现了国产化的替代，不仅解决了国外软件可扩展性较弱、服务跟不上的问题，还为客户降低了软件的采购和实施成本。国产替代后的系统经过多年的运行验证，各项性能指标均能达到客户要求，具备较好的稳定性、安全性和可扩展性。

　　在人工智能、大数据、云计算、物联网等新兴技术领域内，威士顿应用自身的技术优势，利用对制造业和金融业领域应用场景熟悉的优势，开发出了以这些技术应用为核心的自主产品，包括无序分拣机器人、基于设备运行状态的运行维护、数据门户管家、星河系列数据产品等等，完全具备自主可控的信息安全要求。同时巩固公司工业软件已有市场的竞争优势，通过人工智能相关技术的应用，先后完成基于神经网络的能耗预测、基于机器视觉的制丝杂物智能识别、基于机器视觉的无人机高空无人巡检、基于工业大数据工艺质量优化等多项工业软件智能化功能的提升与优化，为公司工业软件产品的市场竞争优势提供了强力保障。

　　（五）长期自主研发，持续积累技术储备

　　多年发展历程中，公司始终坚持自主创新，在稳健经营的过程中，持续对前沿信息技术跟踪和投入。经多年持续投入研发和项目实施，公司紧跟行业技术的发展趋势，具备较为成熟的技术基础与研发实力。公司参与起草及制定了两项国家标准。报告期内，公司的核心工业软件产品入选上海市工业软件推荐目录，新增软件著作权登记22项，发表专业论文2篇。截至报告期末，公司获授8个发明专利，2个实用新型专利，登记软件著作权128个。

　　公司长期耕耘工业领域，在细分领域形成了一系列工业机理模型嵌入在工业软件产品中，例如，高级排程算法模型、生产过程质量预测模型、设备健康性预测模型、物流调度模型等。另外，随着软件整体设计理念的进步，软件产品的设计理念也在持续的发展和进步，公司已经将原有的基于SOA的产品框架，进行了相应的重构升级，形成了基于微服务和前后端分离设计理念的整体开发技术架构。

　　（六）稳定的行业客户资源及示范效应优势

　　公司以“为客户提供有价值的产品与服务”为发展根本，在所从事业务领域内，能够快速的将最新的技术，应用于客户亟需解决的实际问题或者用于客户的管理与运营改进之中，使技术发展真正助力客户业务的发展，在其提升效率、降低运营成本过程中起到作用，将技术能力在产业中变现。

　　公司在二十多年的发展历程中，以掌握的专业技术能力和对行业深入理解和洞察，持续的为烟草工业和金融等行业客户提供满足其特定需求的信息化系统解决方案及相关产品与服务，使客户在与供应商合作过程中，大大降低了沟通管理成本，获得了双赢的良好结果。众多成功应用案例和拳头产品在行业内形成了良好口碑和客户信任度，使公司与业内众多有影响力的优质客户形成了长期合作关系，形成了较强的客户资源优势和用户粘性。公司服务客户皆为细分领域的头部客户，为公司开拓新的客户提供了良好的示范效应。

　　（七）融入生态，与生态内的厂商保持良好合作

　　近年来公司高度重视渠道资源和产业生态培育和建设，积极加强同 IT 业界头部企业的广泛合作，积极的融入华为、阿里等国内新兴IT领军企业的生态，已经获取相应的能力认证与合作资质，核心产品能够部署运行在华为、阿里的云平台之上；公司的产品也进行了其他国产化的适配与测试，能够在国产化的主流服务器、数据库和中间件之上稳定运行，满足目前国产化的整体要求；同时也在持续与 Intel、Cloudera、微软、等国外厂商保持良好合作关系。公司的产品在这些国内外公司的软硬件平台上通过了测试与运行验证，为客户选择公司的产品提供了基础的信任保障。

　　（八）经验优势和管控优势，保障项目交付，有效控制实施成本

　　威士顿作为专业的软件产品和服务提供商，经过多年的发展，在细分领域积累了一系列成功案例，培养了专业化的开发实施团队，在细分行业具备一定的品牌影响力。公司以其丰富的行业经验助力工业领域客户的数字化转型和智能化升级，在制造运营管理、智能园区管理、产品生命周期管理、数据管理等产品领域具备大量成功实施案例。

　　公司通过在行业中长期积累的项目实施经验，获得了一批与开展相关业务的相关资质，如 CMMI5级评估认证和ISO20000 IT服务管理体系认证等资质。其中，CMMI即软件与集成能力成熟度模型，是全球最先进和科学的软件工程管理模型与方法，是衡量软件企业能力成熟度和项目管理水平的权威标准。CMMI5级是最高等级的认证，也是目前世界范围内针对软件能力成熟度最权威、级别最高的评估之一。CMMI5的成熟度规范模型的应用，是公司对项目管控、实现产品和服务高质量交付的重要保障。

　　

　　四、主营业务分析

　　1、概述

　　2023年，公司聚焦主业做精做强，截至报告期末，公司总资产 112,309.19万元，归属于上市公司股东净资产101,007.58万元，分别比上年末增长了147.82%和200.18%，主要系募集资金到位影响，截止2023年12月31日，公司的累计未分配利润为21,876.70万元，同比上升31.69%，其中母公司的未分配利润为21,262.04万元，同比上升31.27%。报告期内公司项目交付和验收有序推进，实现营业收入31,347.48万元，营业总成本27,202.12万元，营业成本19,976.95万元，分别较上年同期增长2.06%、11.95%和8.26%。成本及各项费用上升的主要原因是人力成本上升，报告期内月均发薪人数增长7.21%，期末员工人数同比增长 13.57%。此外销售费用、管理费用和研发费用明显增加，除与人力成本增长有关，还与业务拓展、差旅、专业服务等活动的增长有关。财务费用大幅降低，主要系募集资金到帐带来利息收入增加。综上因素导致公司营业总成本上升较快，公司净利润58,268,942.60元，较上年同期下降5.3%。扣非后净利润43,997,662.75元，较上年同期下降23.24%。

　　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，积极推进业务拓展，在华东及华东以外地区组织资源投入，参与客户新项目的方案规划和论证，探索新技术应用的创新项目应用落地。随着拓展步伐加大，报告期内，公司在华南、华北和华中区域的业务增幅较为明显，收入规模及在营收中的占比均有明显增长。

　　公司通过技术驱动进行产品升级，报告期内加大研发投入，研发费用较上期增加 13.97%。公司围绕大数据的运维、开发服务，研发一系列工具产品，在大数据智能管理门户基础上，开发数据服务工作平台、数据质量监控平台等。工业方面，在人工智能领域持续进行机器视觉、AIGC、大语言模型等新技术的应用探索和研究，加快提升核心工业软件产品的智能化升级，同时对产品进行云化解构，构建“威士顿云MES+华为云”的行业解决方案。报告期内公司新增22项软件著作权登记，新提交发明专利3个，外观设计专利4个。

　　

　　五、公司未来发展的展望

　　（一）发展战略实施与经营工作回顾

　　1.聚焦主业，做精做强

　　在国家整体发展数字经济、推动产业数字化转型和发展智能制造与推动人工智能赋能千行百业的大背景之下，威士顿按照“持续关注科技发展前沿，应用先进技术为客户赋能，与客户共同创造企业价值”的总体发展理念，在自身服务的细分领域中，为客户提供全面的数字化转型方案，为不同行业的客户在智能制造、智能园区、大数据应用持续提供解决方案的同时，也积极的将人工智能引入实际应用之中，通过技术与数据资产的深度应用与运营，通过“使能设备、使能人员”，推动企业生产运营与决策的智能化，来为客户创造更高的价值。2023年为服务的制造业客户，实现了首个核心MES系统“云化、微服务化、中台化”的解构上云工作，将为公司后续业务拓展产生良好的示范效益；在金融行业中，持续保持业务的稳健运营，进一步做好产品研发与推广工作。

　　2.技术驱动，产品升级

　　2023年作为人工智能大爆发元年，公司也积极布局AIGC领域，推动公司产品的技术升级与完善。主要实现了三个方面的产品升级：一、在软件产品领域，在实现核心产品云化、微服务化和中台化的同时，积极开展低代码平台、AI平台的载入功能，按照推动客户业务过程数据化、业务数据资产化、数据资产运营化的思路，助力客户业务过程生成客观数据、通过数据运营挖掘数据资产价值，形成智能决策模型，再反哺实时运营业务系统的“业务-〉数据-〉增强业务”的闭环；二、在工业机器人领域，进一步完善了视觉检测机器人、无序拣杂机器人的功能，并分别在不同客户现场进行部署应用；

　　三、在人工智能领域，加速了AIGC产品的研发，产品测试版已经发布，将会为客户的知识管理、敏态数据应用以及人机交互方式带来新的价值和创新式的体验。

　　3.加强治理，严格规范

　　2023年作为公司登陆创业板的元年，公司在进行业务运营的同时，也进一步加强了内部控制管理。修订完善企业内部的管理和内控制度，加强了对于公司产品研发过程、业务营销过程和工程交付过程的全面管理，注重打造企业组织能力；完善和优化了公司的培训体系、人员岗位职责与绩效体系，为更好的发展数字化人才队伍建设建立坚实基础。

　　（二）公司未来发展战略

　　2024年公司将推进以下三大业务策略的落地实施：

　　1.业务上，聚焦现有行业，为更多客户提供优质服务

　　威士顿将持续发挥自身在制造业和金融业中的持续累积优势，借助制造业行业主管部门推动的核心工业软件结构上云的整体规划与策略，紧抓行业客户核心应用升级的趋势与需求，进一步扩大在行业中的客户群体，服务更多客户的同时创造更多的社会与股东价值。

　　2.经营上，积极发展与融入数字产业生态圈，聚能创新，为客户提供更优的工业互联网服务

　　威士顿在持续提升自身能力的同时，一方面积极开展与众多创新型小微企业的合作，聚合创新技术、资源与多方能力，更好为客户提供技术领先的符合工业互联网时代发展需求的优质创新信息化服务；另一方面，与各科技头部企业开展合作，在引入头部企业协力做好行业客户服务的同时，也借助头部企业业务面宽广的特点，寻求进一步发展的机会。

　　3.发展上，持续打造核心产品的竞争力，积极拓展新的行业

　　进一步对现有核心产品进行升级，包括打造完整的智能工厂、智慧园区平台产品与智能研发平台、数据运营管理平台等等。同时，在现有服务行业进行业务拓展的同时，也组建拓展团队，开展新行业以及海外市场的业务拓展。

　　（三）2024年度经营计划

　　我们对于信息技术行业的趋势的判断是，2024年将是企业全面落实国家数字化转型战略，开展智能制造落地，以及人工智能真正开始实现企业级应用的关键年份，是确保“十四五”规划目标能够实现最为重要的一年。威士顿将坚持更好为客户创造价值的战略，聚焦工业软件国产化以及助力客户智能制造落地的实现的战略业务方向，加快培育企业的竞争优

　　势，从存量客户应用智能化升级和新客户智能化/国产化替代两个方面，推动公司持续提升行业地位与企业效率，抓住智能制造的制造业升级机遇，实现公司的高质量发展。

　　1.持续加大科技研发投入，提升自身企业的新质生产力

　　遵从国家总体的数字化转型战略，积极将AIGC、AIGA、数字孪生、XR等新技术引入现有产品和解决方案中，使得产品能够更好的对数据资产进行运营，能够便捷快速的挖掘数据资产的内在价值，打造自身的新质生产力，提升更好服务客户的能力。

　　2.坚持战略业务方向，在智能制造、大数据应用、智能工业与服务机器人等领域持续发展与突破

　　持续推进产品的改进与提升，积极推动公司新一代产品技术的迭代研发，将新产品快速推向市场与客户，使之快速产生企业的经营效益与社会效益。

　　在智能制造领域，将加大成熟的智能工厂、智慧园区解决方案的营销力度，使之能够扩大客户群体，为更多客户提供优质的数字化转型服务；同时，将进一步提升研发管理平台的智能化成熟，在产品配方智能化、工艺智能化等方向取得突破。

　　在大数据应用领域，加快推动数据管家、数据工厂的产品研发的同时，推动数据资产管理、数据中台开发等数据管理与挖掘分析类业务拓展，能够提升数据管理与数据应用业务的发展与效益的提升，形成稳定的业绩增长点。

　　服务机器人与工业机器人领域，一方面推动大模型+Chat机器人在企业知识管理，敏态数据应用的相关产品的推广应用；一方面对于成熟的工业机器人加大营销投入，以期逐步为客户实现实时在线视觉检测、分拣、剔除等工业级应用的同时提升产品的产出效益，增厚公司业绩。

　　3.开放合作，寻求长期增长的机会

　　技术与业务合作方面，公司秉持开放合作的态度，与其他企业、研究机构、高校等建立合作关系，共享资源，共同开发新技术和产品。加入开源社区，吸收和贡献智慧，同时提升自身技术的影响力。分享公司的技术成果，并吸收相关领域最新的技术和理念。与相关方展开技术和市场合作，加速技术创新和产品迭代。

　　（四）公司面临的风险和应对措施

　　1.客户集中度较高的风险

　　报告期内，公司对前五名客户的销售收入占当期营业收入的比例为77.38%，占比较为集中，未来主要客户的信息化需求波动及公司与主要客户合作关系发生重大变化等将会对公司业绩带来重大影响。

　　由于公司的工业软件产品及数据类产品及服务主要针对大型工业企业及具有海量数据应用需求的大型商业客户的需求进行设计开发，公司的产品与他们的业务和技术需求匹配度高，因此公司产品受众以大型客户为主，这符合公司的产品特点。同时规模较大的公司信息化投入也相对较高，这进一步造成公司客户集中度较高的业务特点。公司为规避客户集中高带来的风险，近年来加大了对新客户的业务拓展。随着拓展活动的开展，前五名客户占当期营业收入的比例呈明显下降趋势，2020年至2022年分别为82.56%、84.25%和74.63%，2023年为77.38%。

　　2.公司规模较小的风险

　　国内应用软件市场竞争较为激烈，虽然公司在某些细分应用领域具有一定的品牌知名度和竞争优势，但考虑到公司目前整体业务规模和人员规模仍相对较小，抗风险能力相比大型集团存在一定的劣势，面对愈发激烈的市场竞争环境，如公司不能利用好自身的竞争优势，持续提供高质量的服务和产品，导致客户流失、市场占有率下降，则公司的经营发展将受到不利影响。

　　公司将采取合作开放的态度，在技术与业务方面，与其他企业、研究机构、高校等建立合作关系，共享资源，共同开发新技术和产品。加入开源社区，吸收和贡献智慧，同时提升自身技术的影响力。分享公司的技术成果，并吸收相关领域最新的技术和理念。与相关方展开技术和市场合作，融入生态，加速技术创新和产品迭代。夯实基础，扎实稳步地逐步提升规模。

　　3.行业政策变化风险

　　公司业务发展受国家对软件行业支持性政策及行业发展趋势的影响，同时受客户所处行业的信息化发展政策和规划影响，例如烟草和金融行业信息建设规划和监管政策变化。受益于智能制造、工业4.0等信息化行业发展趋势、国产化替代，以及行业信息化和智能化发展等因素的影响，公司业务发展较为顺利，业绩稳步增长。如果未来相关行业对软件行业的支持政策或支持力度发生变化，将会对公司未来的经营业绩造成一定程度的影响。

　　公司将对政策保持关注，及时了解政策变化的动态，分析政策变化对企业的影响，可快速制定相应的应对措施。同时在两到三个行业进行业务拓展，降低对个别行业的依赖，分散风险。

　　4.人力成本增加带来的业绩下滑风险

　　公司所处行业是一个技术知识、人力资本密集型行业，公司软件开发和运维服务业务最主要的经营成本就是人力成本，占该类业务成本超过60%。近年来，国内人力成本总体呈现上涨趋势，行业内对于人才的需求竞争推高了高端人才的整体薪酬水平。报告期内，公司月均发薪人数增长7.21%，期末员工人数同比增长13.57%，人力成本明显增加。如果未来人力成本持续快速上涨，将使公司业务面临毛利下降风险，削弱公司整体盈利水平。

　　公司历经多年打磨的开发平台，降低了对开发人员的要求，同时公司集成了Copilot等开发类大模型工具，提升技术人员的开发效率，长期看有望减缓人员总数及薪酬增长带来的成本上升压力，促进毛利率水平保持稳定。

　　5.业务拓展存在不确定的风险

　　新区域和新应用领域的拓展将对公司的技术实力、产品质量、服务能力以及综合管理提出更高的要求，公司在拓展新的市场过程中势必将投入更多的资源，带来各项费用及成本的增长，但能否成功获客存在一定的不确定性，这将给未来经营业绩带来一定风险。

　　公司一方面持续投入研发，在对现有工业软件进行智能化升级的同时，还围绕工业视觉、机器学习等AI新技术解决客户实际生产场景中的瓶颈问题，通过“咨询+软件+科技研究”的方式奠定公司的竞争优势，另一方面，在拓展业务的过程中有的放矢，紧紧围绕公司的优势业务领域开展，如卷烟的技术研发、生产、物流等，以及金融行业基于大数据平台基础上的数据服务领域。

　　6.业务及订单下降的风险

　　随着客户企业管理要求的提升、业务流程的变更使得工业软件的需求也会相应变化，同时新技术的兴起对各行各业也产生了颠覆性的影响。且应用软件行业发展迅速，技术迭代快，如公司无法紧跟客户的需求变化，或不能持续准确地把握技术、产品、市场和行业的发展趋势，不能及时将新技术运用于产品开发和升级，则公司未来持续发展经营将会受到一定程度的不利影响。

　　公司通过研发和实施项目的联动，确保产品贴近需求和市场，同时保持开放心态，与相关厂商、生态友商、研究机构、行业协会技术等建立合作，资源共享技术互助，以此保持技术迭代更新。公司将充分利用募集项目资金，保持产品持续迭代升级，通过提高产品智能化程度，加强产品竞争力的同时，加大市场推广和拓展，让产品触达更多客户。

　　7.核心团队流失的风险

　　软件行业属于技术知识、人力资本密集型行业，技术人员尤其是核心技术人员对公司的产品创新、持续发展起着关键作用。但公司所在的信息化行业普遍面临人才短缺，人员流动较为频繁的状况，未来公司是否能保持核心技术团队的稳定，构成了公司经营过程中潜在的人才风险。

　　公司建立了比较完善的人才管理体系，采取了一系列吸引和稳定技术人员的措施，包括核心人员股权激励、保持技术人员薪酬竞争力、提高福利待遇、提供培训、创造良好的工作和文化氛围等，在保持现有核心技术团队稳定的同时，也在市场招募和补充吸纳新鲜血液，形成人才梯队培养机制，为公司发展储备和培养所需的技术和管理人才。

关注同花顺财经（ths518），获取更多机会