[年报]威士顿(301315):2024年年度报告

时间:2025年04月22日 20:36:56 中财网

原标题:威士顿:2024年年度报告

2024年年度报告
第一节 重要提示、目录和释义
公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实、准确、完整,不存在虚假记载、误导性陈述或者重大遗漏,并承担个别和连带的法律责任。

公司负责人殷军普、主管会计工作负责人贺艳萍及会计机构负责人(会计主管人员)贺艳萍声明:保证本年度报告中财务报告的真实、准确、完整。

所有董事均已出席了审议本报告的董事会会议。

本报告所涉及的公司未来计划、发展战略等前瞻性陈述,不构成公司对投资者的实质承诺,敬请投资者及相关人士对此保持足够的风险认识,充分理解计划、预测与承诺之间的差异,注意投资风险。

公司在本报告第三节“管理层讨论与分析”之“十一、公司未来发展的展望之4.公司面临的风险和应对措施”部分,详细描述了公司经营中可能存在的风险及应对措施,敬请投资者关注相关内容,注意投资风险。

公司经本次董事会审议通过的利润分配预案为:以88,000,000股为基数,向全体股东每10股派发现金红利4.00元(含税),送红股0股(含税),以资本公积金向全体股东每10股转增0股。


目录
第一节 重要提示、目录和释义 ................................................................................................................................................. 2
第二节 公司简介和主要财务指标 ............................................................................................................................................. 8
第三节 管理层讨论与分析......................................................................................................................................................... 12
第四节 公司治理 ........................................................................................................................................................................... 48
第五节 环境和社会责任 ............................................................................................................................................................. 64
第六节 重要事项 ........................................................................................................................................................................... 66
第七节 股份变动及股东情况 .................................................................................................................................................... 83
第八节 优先股相关情况 ............................................................................................................................................................. 90
第九节 债券相关情况 .................................................................................................................................................................. 91
第十节 财务报告 ........................................................................................................................................................................... 92


备查文件目录
一、载有法定代表人、主管会计工作负责人、会计机构负责人签名并盖章的财务报表; 二、载有会计师事务所盖章、注册会计师签名并盖章的审计报告原件; 三、报告期内在中国证监会指定网站上公开披露过的所有公司文件的正本及公告原稿; 四、载有公司法定代表人签名的2024年年度报告文本原件。

以上备查文件的备置地点:公司董事会办公室。


释义

释义项释义内容
《公司章程》《上海威士顿信息技术股份有限公司章程》
《公司法》《中华人民共和国公司法》
《证券法》《中华人民共和国证券法》
证监会中国证券监督管理委员会
深交所深圳证券交易所
会计师、立信立信会计师事务所(特殊普通合伙)
报告期2024年1月1日-2024年12月31日
报告期末2024年12月31日
元,万元人民币元、人民币万元
工信部工业和信息化部
工业4.0工业4.0是德国政府提出的一个高科技战略计划。旨在提升制造 业的智能化水平,建立具有适应性、资源效率及基因工程学的智 慧工厂,在商业流程及价值流程中整合客户及商业伙伴。其技术 基础是网络实体系统及物联网。
智能制造智能制造是基于新一代信息技术,贯穿设计、生产、管理、服务 等制造活动各个环节,具有信息深度自感知、智慧优化自决策、 精准控制自执行等功能的先进制造过程、系统与模式的总称。具 有以智能工厂为载体,以关键制造环节智能化为核心,以端到端 数据流为基础、以网络互联为支撑等特征,可有效缩短产品研制 周期、降低运营成本、提高生产效率、提升产品质量、降低资源 能源消耗。
工业机理模型工业机理模型是工业互联网平台的重要构成要素,其汇集了工业 领域生产过程中的原理、定理、定律等专业知识,结合了实际工 业生产经验,形成机理并构建成模型,嵌入到工业互联网平台 中。工业机理模型将工业经验知识进行提炼和封装,推动行业知 识经验在平台的沉淀集聚。
大数据大数据(big data,mega data)或称巨量资料,指的是需要新处理 模式才能具有更强的决策力、洞察力和流程优化能力的海量、高 增长率和多样化的信息资产。
云计算云计算(cloud computing)是分布式计算的一种,指的是通过网 络“云”将巨大的数据计算处理程序分解成无数个小程序,然 后,通过多部服务器组成的系统进行处理和分析这些小程序得到 结果并返回给用户。云计算不是一种全新的网络技术,而是一种 全新的网络应用概念,云计算的核心概念就是以互联网为中心, 在网站上提供快速且安全的云计算服务与数据存储,让每一个使 用互联网的人都可以使用网络上的庞大计算资源与数据中心。
算法算法是一系列明确的步骤,用于解决特定问题或执行特定任务的 指令集。在计算机科学中,算法是告诉计算机如何完成任务或解 决问题的详细步骤。算法的特性包括明确性、有限性、输入、输 出、有效性等。在计算机科学和软件工程中,优秀的算法不仅能 解决问题,而且能以最有效的方式解决问题,即在最短的时间内 使用最少的计算资源。因此,算法等效率是算法设计的重要考虑 因素,通常通过时间复杂度和空间复杂度来度量。
IT网络IT网络(Information Technology Network)是指用于传输和处 理计算机数据和信息的网络系统。IT网络主要用于电子邮件、网 页浏览、文件共享、远程访问、数据存储等IT相关的应用和服 务。
OT网络OT网络(Operational Technology Network)是指用于控制和监 控物理设备和工业过程的网络系统。OT网络主要用于能源、制 造、交通、水务等实时控制和自动化系统中,包括工业控制系统
  (ICS)和监控与数据采集系统(SCADA)等。
结构化数据也称作行数据,是由二维表结构来逻辑表达和实现的数据,严格 地遵循数据格式与长度规范,主要通过关系型数据库进行存储和 管理。
非结构化数据结构不规则,不方便用行列二维形式表达的数据,如图片、文 本、音视频等。
CMMICMMI全称是Capability Maturity Model Integration,即软件 能力成熟度模型集成(也有称为:软件能力成熟度集成模型),是 由美国卡内基梅隆大学的软件工程研究所(SEI)创立的一套专门 针对软件产品的质量管理和质量保证标准。CMMI5(CMMI-ML5)指 软件能力成熟度5级,是CMMI五个层次中的最优化级。
DCMMDCMM(数据管理能力成熟度评估模型,Data Management Capability Maturity Model)是中国自主研发的一 套数据管理能力评估标准,旨在帮助企业或组织系统化评估和提 升数据管理能力,推动数字化转型。
CSCS(信息系统建设和服务能力) 是指企业或组织在信息系统建 设、运维、服务提供等方面的综合能力评估标准。在中国,它特 指《信息系统建设和服务能力评估体系》(简称 CS认证),是由 中国电子信息行业联合会(CFEII)制定和管理的资质认证体系, 旨在规范和提高企业在信息化建设和服务领域的专业能力。
人工智能人工智能(Artificial Intelligence,简称AI)是指使计算机 模拟人类智能的技术和方法。它是计算机科学的一个分支,旨在 研究、开发用于模拟、扩展和扩充人类智能的理论、方法、技术 及应用系统。人工智能的主要特点和目标包括学习能力、推理能 力、自适应能力、问题解决、感知能力、交互能力等。近年来随 着大数据和计算能力的增强和算法的进步,人工智能得到了迅速 的发展,并在许多领域得到了应用。
视觉识别视觉识别,也称之为计算机视觉(Computer Vision),是人工智 能的一个子领域,它旨在使计算机能够从图像或视频中“看到” 并解释内容。简单地说,视觉识别是教计算机如何解读和理解视 觉世界。视觉识别的主要任务和应用包括图像分类、物体检测、 图像分割、人脸识别、姿态估计、光流估计、深度估计、场景重 建等。为了实现这些任务,计算机视觉结合了图像处理、模式识 别、机器学习和深度学习等技术。近年来,深度学习,特别是卷 积神经网络(CNN),在视觉识别领域取得了显著的进展,使得许 多任务的准确性大大提高。
机器学习机器学习(Machine Learning,简称ML)是人工智能的一个核心 子领域,它是关于计算机基于数据进行学习和做出预测或决策的 科学和技术。与传统的程序设计不同,机器学习不是明确编写指 令来执行特定任务,而是通过算法让计算机从大量数据中学习模 式和关系,然后应用这些学到的知识进行预测或决策。
MOM制造运营管理系统(ManufacturingOperations Management,简 称MOM)是一种用于监控和管理制造或生产过程的系统。MOM系统 通常包括一系列集成的软件应用,这些应用支持和优化制造过程 的各个方面,从原材料的采购和处理,到产品的生产,再到最终 产品的质量控制和出货。MOM系统的目标是提高生产效率,减少 浪费,提高产品质量,以及提供实时的、准确的生产信息,以支 持决策制定。
APSAPS(Advanced Planning and Scheduling,高级计划与排程)系 统是一种用于制造业的计划和调度工具,它可以帮助企业更有效 地管理生产过程,优化资源利用,提高生产效率和满足客户需 求。APS系统的主要优点是它可以处理复杂的生产环境和约束, 如多阶段生产过程、有限的生产资源、变化的需求和交货期限 等。通过使用APS系统,企业可以更好地平衡供应和需求,减少 库存,提高生产效率,提高客户满意度。
PLM产品生命周期管理(Product Lifecycle Management,PLM),是一 种应用于在单一地点的企业内部、分散在多个地点的企业内部,
  以及在产品研发领域具有协作关系的企业之间的,支持产品全生 命周期的信息的创建、管理、分发和应用的一系列应用解决方 案,它能够集成与产品相关的人力资源、流程、应用系统和信 息。
MRO运营保障系统(Maintenance,Repair&Operations),实际生产过 程中生产业务之外的其他相关系统,围绕核心产品的生产,为其 提供运行保障和支撑。
SCADASupervisory Control And Data Acquisition 系统,即数据采集 与监视控制系统,应用领域很广,可以应用于电力、冶金、石 油、化工、燃气、铁路等领域的数据采集与监视控制以及过程控 制等诸多领域。
GBDTGradient Boosting Decision Tree(梯度上升决策树),是一种 通过采用加法模型(即基函数的线性组合),以及不断减小训练过 程产生的残差来达到将数据分类或者回归的算法。
LSTMLong Short-Term Memory(长短期记忆网络),是一种改进的循环 神经网络,为了解决一般的循环神经网络存在的长期依赖问题而 专门设计出来的。
LassoLeast absolute shrinkage and selection operator(最小绝对 收缩和选择算法),是一种压缩估计。它通过构造一个惩罚函数得 到一个较为精炼的模型,保留了子集收缩的优点,是一种处理具 有复共线性数据的有偏估计。
AIGCAIGC(AI-Generated Content)是利用AI技术自动生成内容的生 产方式。
AIGAAIGA(AI-Generated Automation)人工智能生成自动化。
数字孪生数字孪生是充分利用物理模型、传感器更新、运行历史等数据, 集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空 间中完成映射,从而反映相对应的实体装备的全生命周期过程。
VRVR(Virtual Reality)也称为虚拟技术、虚拟环境、虚拟现实。 VR技术一般是指“虚拟现实(计算机技术辅助生成的高技术模拟 系统)”,是计算机技术、计算机图形学、计算机视觉、视觉生 理学、视觉心理学、仿真技术、微电子技术、多媒体技术、信息 技术、立体显示技术、传感与测量技术、软件工程、语音识别与 合成技术、人机接口技术、网络技术及人工智能技术等多种高新 技术集成之结晶。
ITSMITSM(ITServiceManagement,IT服务管理)是一套帮助企业对 IT系统的规划、研发、实施和运营进行有效管理的高质量方法。
SPCDA产品质量诊断/控制/调整技术(SPCDA),质量管理的全面支持, 包含从技术标准、检验标准、质量检验、统计分析、控制、诊断 和调整的全过程管理。
上海申澜汇智信息系统有限公司公司之子公司,原名上海和达信息系统有限公司,于2025年3月 14日正式更名为上海申澜汇智信息系统有限公司

第二节 公司简介和主要财务指标
一、公司信息

股票简称威士顿股票代码301315
公司的中文名称上海威士顿信息技术股份有限公司  
公司的中文简称威士顿  
公司的外文名称(如有)Shanghai Wisdom Information Technology Co., Ltd.  
公司的外文名称缩写(如 有)WSDINFO  
公司的法定代表人殷军普  
注册地址上海市长宁区长宁路999号643室  
注册地址的邮政编码200042  
公司注册地址历史变更情况  
办公地址上海市长宁区淮海西路666号1602室  
办公地址的邮政编码200052  
公司网址www.wsdinfo.com  
电子信箱[email protected]  
二、联系人和联系方式

 董事会秘书证券事务代表
姓名张勤郑润玮
联系地址上海市长宁区淮海西路666号1602室上海市长宁区淮海西路666号1602室
电话021-65757700021-65757700
传真021-65759880021-65759880
电子信箱[email protected][email protected]
三、信息披露及备置地点

公司披露年度报告的证券交易所网站深圳证券交易所http://www.szse.cn
公司披露年度报告的媒体名称及网址中证网(www.cs.com.cn)、 中国证券网(www.cnstock.com)、 证券时报网(www.stcn.com)、 证券日报网(www.zqrb.cn)、 经济参考网(www.jjckb.cn)、 巨潮资讯网(http://www.cninfo.com.cn)
公司年度报告备置地点上海市淮海西路666号1602室上海威士顿信息技术股份有 限公司董事会办公室
四、其他有关资料
公司聘请的会计师事务所

会计师事务所名称立信会计师事务所(特殊普通合伙)
会计师事务所办公地址上海市黄浦区南京东路61号四楼
签字会计师姓名戴金燕、宋文燕
公司聘请的报告期内履行持续督导职责的保荐机构
?适用 □不适用

保荐机构名称保荐机构办公地址保荐代表人姓名持续督导期间
兴业证券股份有限公司福建省福州市湖东路268号朱译、张衡2023年6月21日至2026 年12月31日
公司聘请的报告期内履行持续督导职责的财务顾问
□适用 ?不适用
五、主要会计数据和财务指标
公司是否需追溯调整或重述以前年度会计数据
□是 ?否

 2024年2023年本年比上年增减2022年
营业收入(元)293,661,111.09313,474,794.32-6.32%307,136,626.01
归属于上市公司股东 的净利润(元)51,710,556.9658,268,942.60-11.26%61,526,949.19
归属于上市公司股东 的扣除非经常性损益 的净利润(元)31,710,981.3743,997,662.75-27.93%57,318,899.58
经营活动产生的现金 流量净额(元)32,818,980.0435,475,810.92-7.49%52,009,253.12
基本每股收益(元/ 股)0.58760.7567-22.35%0.9322
稀释每股收益(元/ 股)0.58760.7567-22.35%0.9322
加权平均净资产收益 率5.07%8.65%-3.58%19.80%
 2024年末2023年末本年末比上年末增减2022年末
资产总额(元)1,123,120,324.131,123,091,853.210.00%453,194,395.27
归属于上市公司股东 的净资产(元)1,030,792,625.901,010,075,813.542.05%336,488,496.48
公司最近三个会计年度扣除非经常性损益前后净利润孰低者均为负值,且最近一年审计报告显示公司持续经营能力存在不
确定性
□是 ?否
扣除非经常损益前后的净利润孰低者为负值
□是 ?否
六、分季度主要财务指标
单位:元

 第一季度第二季度第三季度第四季度
营业收入59,597,758.9369,855,088.6650,178,167.69114,030,095.81
归属于上市公司股东7,610,935.5313,241,503.879,115,526.1821,742,591.38
的净利润    
归属于上市公司股东 的扣除非经常性损益 的净利润2,502,359.678,169,267.733,965,895.4717,073,458.50
经营活动产生的现金 流量净额-22,590,816.27-279,621.83-56,078,123.01111,767,541.15
上述财务指标或其加总数是否与公司已披露季度报告、半年度报告相关财务指标存在重大差异 □是 ?否
七、境内外会计准则下会计数据差异
1、同时按照国际会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况 □适用 ?不适用
公司报告期不存在按照国际会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况。

2、同时按照境外会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况 □适用 ?不适用
公司报告期不存在按照境外会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况。

八、非经常性损益项目及金额
?适用 □不适用
单位:元

项目2024年金额2023年金额2022年金额说明
非流动性资产处置损 益(包括已计提资产 减值准备的冲销部 分)707.96-6,140.7818,170.53 
计入当期损益的政府 补助(与公司正常经 营业务密切相关,符 合国家政策规定、按 照确定的标准享有、 对公司损益产生持续 影响的政府补助除 外)4,823,913.579,923,345.404,931,593.14 
除同公司正常经营业 务相关的有效套期保 值业务外,非金融企 业持有金融资产和金 融负债产生的公允价 值变动损益以及处置 金融资产和金融负债 产生的损益16,439,040.826,005,877.4424,764.15 
除上述各项之外的其 他营业外收入和支出980,287.74-73,047.40-26,065.41 
减:所得税影响额2,244,374.501,578,754.81740,412.80 
合计19,999,575.5914,271,279.854,208,049.61--
其他符合非经常性损益定义的损益项目的具体情况:
□适用 ?不适用
公司不存在其他符合非经常性损益定义的损益项目的具体情况。

将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益项
目的情况说明
□适用 ?不适用
公司不存在将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经
常性损益的项目的情形。


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

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
(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ISO9001、ISO27001和ISO20000、CMMI5(能力成熟度集成模型5级)、DCMM三级、CS三级等专业
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,公司获评国家级重点软件企业。

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,公司将软件产品MOM、PLM、 MRO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。公司从上述理念出发对产品整体布局如 下:(图1.威士顿软件服务提供布局图)
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。(图2.威士顿数据创新架构图) (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。

(图3. 威士顿对人工智能新兴技术的研究与应用)
(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。

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。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,助力企业真正实现数字化转型与全面智能化生产。

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,这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,公司将服务内容知识化,逐步形成了独具竞争力的成熟产品体系,确保能够严格遵循产品设计理念,为金融客户提供
专业的现场数据服务。

公司通过与大数据平台厂商合作来发展自身数据类产品和服务。作为 Cloudera CDH/CDP 产品的金牌技术合作伙伴
(该平台基于Hadoop生态系统且为行业应用最广泛的大数据平台之一),公司是国内最早获得此项认证的少数企业之一。

依托这一合作优势,公司的技术与产品能够应用于各类基于Hadoop生态的大数据平台。

(二)与产业深度融合,具有良好口碑
基于多年行业深耕,威士顿已建立起对客户所在领域的深刻洞察。公司专注于为客户提供与其核心生产经营密切相关
的信息化解决方案,通过持续的技术与业务创新,有效提升企业生产运营各环节的信息化水平。在这一过程中,公司积极
探索信息化与传统产业深度融合的实践路径,形成了独具价值的行业经验。

公司主要客户为工业和金融业的大型央企和国企,该类客户具有质量高、可信度高、稳定性强等特征。威士顿在开拓
新客户时,通过提供可复制、可借鉴的优质产品和服务,建立起长期合作关系。公司持续深化客户服务主要体现在:一是
逐步导入公司全系列产品解决方案;二是凭借丰富的项目经验和技术积累,推动产品与产业场景的深度融合。这种合作模
式有效提升了客户在生产运营中的数字化、网络化和智能化水平,帮助客户实现显著的经济效益和社会价值。

(三)长期培养形成复合型技术人才,具备专家品牌
在软件与信息技术服务领域,人才优势是企业的核心竞争壁垒。公司建立了系统化的人才培养体系,通过科学的队伍
建设规划,打造了一支兼具专业技术实力与丰富行业经验的高素质团队。这支稳定的管理队伍不仅具备深厚的专业知识储
备,更拥有出色的项目管理能力,为公司持续发展提供了坚实的人才保障。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。

公司拥有结构完善的技术与研发人才梯队,构建了系统化的人才引进、培养、激励和保留机制,秉承内部培养与外部
引进并重的原则,通过实际业务锻炼持续培养了大量专业能力扎实且行业经验丰富的复合型人才的复合型人才。公司建立
完善的晋升体系,为员工规划职业发展路径,打造促进个人价值成长的事业平台,营造富有成就感的职业环境,形成了强
劲的研发活力和浓厚的创新文化。在客户服务过程中,公司一贯要求专业技术人员深入业务一线把握实际应用需求,形成
了快速实现技术应用匹配的专家培养机制。在与客户交流时,公司派出的专家团队通常兼具前沿技术知识、行业发展趋势
洞察和实际场景理解能力,这种复合型人才优势经常能够推动与客户建立更深层次的合作关系。

(四)核心软件产品,自主研发、安全可控
工业软件是制造业企业管理流程与管理模式的重要载体,是实现精细化过程管控、推动全面业务数字化管理的核心基
础。我国虽是制造业大国,但国内工业软件市场仍由国外厂商主导大部分份额。近年来,国家从工业安全战略出发,持续
引导工业软件向国产化方向发展,大型制造企业核心工业软件的国产化替代已成为必然趋势。威士顿凭借在工业领域长期
积累的专业知识,融合实际工业生产经验,并借鉴早年应用国外工业软件的实践,对工业企业的业务流程、运行机理、数
据模型和组织架构进行了系统性的总结与开发,最终形成了自主知识产权的工业软件产品。在核心生产管理、产品生命周
期管理等关键业务领域,威士顿已成功协助客户实现国产化替代,不仅有效解决了国外软件扩展性不足、服务响应慢等痛
点,还显著降低了客户的软件采购与实施成本。经过多年实际运行验证,国产化替代系统的各项性能指标均完全满足客户
需求,展现出优异的稳定性、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,威士顿充分发挥自身技术优势,依托对制造业和金融业应用
场景的深刻理解,成功研发了多项以创新技术为核心的自主产品,包括无序分拣机器人、基于设备运行状态的运行维护平
台、数据门户管家、星河系列数据产品等,这些产品满足自主可控的信息安全标准。与此同时,公司持续强化工业软件产
品的市场竞争力,相继实现了多项智能化功能升级,包括基于神经网络的能耗预测系统、基于机器视觉的制丝杂物智能识
别方案、基于机器视觉的无人机高空无人巡检系统、基于工业大数据的工艺质量优化平台等,这些技术创新显著提升了公
司工业软件产品的市场竞争力,为保持行业领先地位提供了坚实支撑。

(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。截至报告期末,公司获授10个发明专利,2个实用新型专利,登记软件著作权136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并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,能够快速地将最新的技术,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。

在二十余年的发展历程中,公司凭借扎实的专业技术实力与深厚的行业洞察力,持续为细分领域客户提供定制化的信
息化系统解决方案及配套产品服务,显著降低了客户在供应链协同中的沟通管理成本,实现了互利共赢的合作成效。通过
积累大量成功案例和打造拳头产品,公司在业内建立了卓越的品牌声誉和客户信赖度,与众多行业领军企业建立了稳固的
长期合作关系,形成了显著的客户资源优势与用户忠诚度。公司服务的优质客户均为细分行业龙头企业,这为拓展新客户
提供了极具说服力的标杆示范效应。

(七)融入生态,与生态内的厂商保持良好合作
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、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 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
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(未完)
各版头条