|
| 威士顿(301315)经营总结 | | 截止日期 | 2023-12-31 | | 信息来源 | 2023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。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
（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。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
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。。
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。
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
产品分类
（6） 报告期内合并范围是否发生变动
□是 否
（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
注：1 本表所示销售数据已按同一控制人口径将不同法人主体合并视为同一客户进行合并展示。
主要客户其他情况说明
□适用 不适用
3、费用
销售费用 14,315,584.35 11,854,924.73 20.76% 报告期加大业务拓展，职工薪酬、差旅费、业务招待费及市场活动费上升，上年同期因客观因素业务活动受到一定限制。管理费用 33,525,062.67 23,476,469.19 42.80% 管理费用有较大幅度增长主要系受职工薪酬、差旅费、咨询服务费及广告宣传费增加所致财务费用 -3,973,542.12 -2,005,984.21 -98.08% 主要系首发上市募集资金到帐导致利息收入增加研发费用 26,609,682.56 23,347,222.85 13.97% 主要系研发人数增加以及研发人员薪酬调整导致
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。 研发中 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。基于工业互联网的数字化仓储管控系统 将人工作业升级为自动化作业，保障数据的准确性、及时性和有效性，进一步提升仓储管理精细化程度和工作效率。 完成 仓储业务全过程覆盖，实现仓储数字化管理；采用RFID等物联网技术，提高作业效率，实现原料仓储精细化管理；通过温湿度监控报警、作业策略配置等自动化功能，实现原料仓储智能化管理；基于企业服务总线，完成与其他相关系统的数据集成，实现与供应链前后端系统数据集成和协同。 原先的仓储数字化管理系统在行业内主要以传统的人工作业管理模式为主，普遍具有自动化升级的建设需求，因此本研发项目具备一定的市场需求，有机会带来一定业务增长。Link平台研发项目 解决数据智能和应用时效问题，以端到端低延迟、SQL标准化、快速响应变化、数据统一为目标,实现数据和应用场景有效结合,实时赋能企业可视化，流程化和智能化决策。 完成 实现实时数据采集，包含提供基于消息队列的kafka消息Topic监控、消息管理等功能；支持实时数据计算，提供标准化实时流式计算引擎管理；支持实时数据建模，提供AI模型管理工具等。 完善公司数据类产品，同时提升公司在实时数据领域的数据服务能力。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。 本产品作为公司未来大数据业务运维服务的工具平台，可有效提高运维人员的运维效率，提升客户对公司运维服务的满意度。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。 研发中 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。 研发中 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，实现全程质量的精细化管控；实现对分布不同区域的多个仓储物流系统的一体化集成管控，实现生产能力和销售需求的平衡，提升企业敏捷供应能力；实现设备的主动性维护，提升设备的综合效率。 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，保持产品的市场地位，也保证公司在现有客户的项目改造和潜在客户的拓展中，能够拥有市场竞争力。基于垂直领域的大语言模型应用研究 利用LongChain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。 研发中 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。
5、现金流
金增加较多，导致经营活动现金净流量下降。
2）为提高资金使用效率，公司年末购买国债逆回购，投资活动产生的现金净流出大幅增加，导致投资活动现金产生的净流
量下降幅度较大。3）公司IPO发行新股收到募集资金，筹资活动现金净流入大幅增加，导致筹资活动产生的现金流量大幅增加。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
截至报告期末，货币资金中369,527.95元受限系银行保函保证金。
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
|
|