赛意信息（300687）是广东"模数共振"（模型+数据共振）主力服务商，也是中国工业管理软件与智能制造服务领域的头部企业。公司以"数据标准化+AI嵌入"双路径为核心打法，通过自研SMOM（智能制造运营管理平台）和谷神工业互联网平台，为制造业提供从ERP到MES、从数据治理到AI决策的全栈服务。截至2026年中，赛意已助力200+智能工厂/智能体工厂建设，其数字孪生沙盘可模拟万种工况预跑，正从"软件实施商"向"方案供给商"完成战略转型。
赛意信息 · 模数共振 · 数据标准化+AI嵌入 · 200+智能工厂 · 数字孪生万种工况 · 实施商→方案商
基本信息
| 项目 | 内容 |
|---|---|
| 企业名称 | 广州赛意信息科技股份有限公司（SIE Information） |
| 行业 | 工业软件 / 智能制造服务 |
| 所在地 | 广州市天河区（总部），全国20+分支机构 |
| 成立时间 | 2005年 |
| 股票代码 | 300687（深交所创业板，2017年上市） |
| 核心产品 | SMOM智造运营平台、谷神工业互联网平台、SIE-BP业财一体化、数据治理与AI嵌入解决方案 |
| 核心数据 | 服务200+智能工厂/智能体工厂，覆盖20+制造行业，数字孪生沙盘预跑万种工况 |
| 客户群体 | 华为、美的、比亚迪、TCL、中集、东风等头部制造企业 |
企业背景
赛意信息成立于2005年，早期以SAP/Oracle ERP实施服务起家，逐步发展为国内工业管理软件和智能制造服务的领军企业。2017年在深交所创业板上市（300687），目前员工超过6000人，在华南、华东、华中、西南等地设有20多个分支机构。
赛意的核心转型逻辑是"从实施到方案"：过去是做国外ERP软件的"搬运工+实施队"，现在已构建起自主知识产权的SMOM智造运营平台（覆盖MES/WMS/QMS/EAM/APS五大模块）和谷神工业互联网平台（数据中台+AI引擎+数字孪生），形成"ERP+智能制造"双轮驱动的全栈能力。2024年发布"模数共振"战略，将模型（AI）和数据（标准化）深度绑定，提出"先治数据、再嵌AI、后建孪生"的三步方法论。
行业地位：
- 国内TOP5工业管理软件厂商，华南区域市占率第一
- 广东省"模数共振"主力服务商，工信部智能制造系统解决方案供应商
- 2026年中累计助力200+制造企业建设智能工厂/智能体工厂
- 自研SMOM平台和谷神工业互联网平台，实现ERP+MES+AI全栈国产替代
- 客户涵盖华为、美的、比亚迪、TCL、中集等头部制造企业
核心痛点
| 痛点 | 传统现状 | 影响 |
|---|---|---|
| 工厂数据"孤岛化" | ERP、MES、WMS、PLM等系统各自为政，数据格式不统一、编码不一致，同一物料在不同系统里叫不同的名字 | 跨系统数据打通成本极高，老板想看"实时经营仪表盘"根本拉不出统一数据 |
| AI落地的"数据地基"缺失 | 企业热衷于上AI，但底层数据没有标准化——传感器采集频率不一、工艺参数记录不全、质量数据靠手写 | AI模型训练缺"干净数据"，花了钱上AI却成了"花瓶"，预测准确率不足60% |
| 排产与仿真脱节 | 计划员用Excel排产，不知道产能瓶颈在哪；仿真只在项目验收时"秀一下"，日常运营中从不使用 | 排产不优导致产能利用率低10-15%，换线、插单全靠人工经验救火 |
| 软件实施商"搬砖"困境 | 传统软件实施商低价竞争，利润率薄，做的是"卖人头"的生意，没有产品定价权 | 项目利润被上游软件厂商和下游客户两头挤压，年营收增长但净利润率持续走低 |
转型/改善方案
技术架构（五层模型）
| 层级 | 内容 | 关键技术 |
|---|---|---|
| 数据采集层 | 全要素物联感知 | IoT网关统一协议（OPC UA/Modbus/MQTT）、5G工业专网、边缘计算节点 |
| 数据治理层 | 主数据标准化与数据中台 | MDM主数据管理、工业数据湖、数据质量自动巡检（完整性/一致性/时效性） |
| 平台层 | SMOM+谷神双平台 | MES/WMS/QMS/EAM/APS五大模块、微服务架构、低代码开发平台 |
| AI引擎层 | AI嵌入业务场景 | 工艺参数优化AI、质量缺陷预测、设备预测性维护、智能排产（APS+AI） |
| 孪生层 | 数字孪生决策沙盘 | 3D工厂建模、万种工况预跑模拟、实时KPI驾驶舱、"假设推演"决策支持 |
核心模块
赛意的核心方法论：给工厂做"数据体检"→建立主数据标准→部署数据中台。在物料编码、BOM结构、工艺路线、设备台账、质检标准五大领域统一数据字典，打通ERP-PLM-MES-WMS四系统数据流。以某家电客户为例，仅物料编码标准化一项就消除了1.2万条重复编码，供应链对账时间从3天压缩至2小时。
不追求"AI全工厂覆盖"，而是从高ROI单点场景切入：注塑工艺参数AI推荐（良率↑3-5%）、SMT贴片AI排产（换线时间↓20%）、质检AI判废（漏检率↓90%）。每个场景3-6个月闭环，用效果"滚雪球"推动更多场景复制。目前已形成12个标准化AI场景套件，可快速适配不同行业。
基于谷神平台构建3D工厂数字孪生体，将设备参数、物流路径、工艺节拍、人员排班全部数字化。沙盘支持"假设推演"：新增一条产线对整体产能的影响？订单量暴涨50%瓶颈在哪？设备故障停机的最优替代方案？目前已内置万种以上典型工况模型，决策响应从"开三天会"变为10分钟推演。
赛意将200+工厂的实施经验沉淀为行业解决方案包：汽车零部件版SMOM、家电版SMOM、电子组装版SMOM，含预配置数据模型和AI场景模板。项目交付周期从18个月缩短至6-9个月，实施人天减少40%，客户TCO降低35%。从"卖人头"到"卖方案+订阅"的商业模式转型，推动毛利率从22%提升至35%+。
建设成效
| 指标 | 行业基准（传统实施商） | 赛意信息（方案供给模式） | 提升幅度 |
|---|---|---|---|
| 累计服务智能工厂数 | 头部竞品约80-120家 | 200+家（含智能体工厂） | 领先67%+ |
| 项目交付周期 | 12-18个月 | 6-9个月 | ↓40-50% |
| 解决方案毛利率 | ~22%（传统实施） | 35%+（产品化方案） | ↑13个百分点 |
| 数据标准化周期 | 3-6个月（手工治理） | 4-8周（工具+模板） | ↓60-70% |
| AI场景部署周期 | 9-12个月（定制开发） | 3-6个月（标准套件） | ↓50% |
| 数字孪生工况预跑 | 数十种（传统仿真） | 万种+（沙盘推演） | ↑100倍+ |
数据来源：赛意信息年报及投资者调研纪要、IDC中国制造业MES市场报告（2025）、公开报道及行业调研
建设特点总结
- "先治数据再上AI"——这不是口号，是真金白银省出来的逻辑。赛意带客户在AI上花的每一分钱，都建立在数据标准化这个"地基"上。不治理数据就上AI，相当于在沼泽地上盖高楼——客户被坑过一次就懂了这个道理。
- AI要"小切口深挖"，不要"大撒网捞鱼"。赛意的策略不是给工厂做一个"全能AI大脑"，而是从注塑调参、SMT排产、质检判废等12个高ROI单点切入——每个场景都能独立闭环和产生可量化的回报，客户的信心是"滚"出来的。
- 数字孪生不只是"好看的三维动画"。赛意把数字孪生做成"决策沙盘"，核心价值在"假设推演"——管理者可以问"如果……会怎样？"，系统在万种工况中搜索最优解，而不是被动看KPI。这种"主动决策"能力是传统BI做不到的。
- 行业方案包是"规模化"的唯一路径。200+工厂的积累如果只存在顾问脑子里，永远无法规模化。赛意将其产品化为行业方案包——汽车零部件版、家电版、电子版——让第201个客户享受到前200个客户的集体智慧。
- 从实施到方案的转型本质是"从卖时间到卖价值"。毛利率从22%到35%+，不是靠涨价，而是靠可复用产品摊薄边际成本。对工业软件企业而言，迈过"产品化"这道坎就是鲤鱼跳龙门。
行业启示
1. 中国工业软件的突围路径：不是做"中国的SAP"，而是做"行业化+场景化"。赛意没有试图和SAP/Oracle比功能齐全，而是做深家电、汽车零部件、电子组装几个垂直行业的MES+AI场景——在一个100米的井里挖1000米深，比在一个1000米的湖里挖10米深更有壁垒。
2. "模数共振"是中国制造业弯道超车的可行路径。西方工业软件的优势在于"模型"—几十年的工艺机理模型积累。中国制造的后发优势在于"数据"—我们产线多、传感器多、数据量大。赛意的策略是用"数据量大"弥补"机理模型弱"，通过大量工况数据训练AI模型，绕过纯机理建模的壁垒。
3. 数据标准化是AI工厂的"第一公里"。大量制造企业连物料编码都没统一、BOM版本混乱、工艺参数靠手写——这种情况下AI再强也没用。赛意的"先治再智"方法论虽然不那么性感，但它是真正能落地的路径。
思派视角
对中小制造企业意味着什么？
1. 数据标准化不要等"大项目"，可以先从最乱的一个系统下手。你的ERP里物料编码是不是重复？BOM版本哪个是最新的谁也说不清？不用上一整套MDM主数据管理平台——先拿出一周时间，把同一类物料的所有编码理清楚、定标准、建对照表。这比你想象中更能立刻省钱：采购不再买错料、仓库不再拣错货。
2. AI不要想"全套"，先找一个"最疼的工艺环节"。你的注塑机调参是不是靠老师傅的手感？你的焊接质检是不是靠人眼盯着？选一个你每天都为它头疼的工序，哪怕只装一个相机+一个简单的AI模型——能省下1个质检员就回本了。赛意的经验是：3个月闭环一个场景，比规划3年覆盖全厂，成功率高出10倍。
3. 数字孪生从"Excel级"开始。不用搞3D建模，先把你的产线在Excel里建一个"产能模拟表"——设备数量、节拍时间、换线时间、瓶颈工序。当来了新订单，先在这个表里跑一遍，看看瓶颈在哪、能不能接。赛意的"万种工况"说到底也是从这个逻辑放大出来的——跑得多了，规律就出来了。
老K点评
赛意信息这个案例，我觉得最值得中小制造企业学习的不是它那些高大上的技术名词——数字孪生、AI引擎、万种工况——而是它"先治数据再上AI"的定力。
现在行业里有个怪现象：老板们都在问"我们什么时候上AI"，但车间里连物料编码都没统一、工艺参数还在纸上。你花100万上AI，不如先花10万把数据理干净——赛意的200+工厂实践已经证明了这个次序颠倒的代价："先AI后数据"的项目，失败率超过60%。而"先数据后AI"的项目，交付成功率在90%以上。
还有一个点我想特别强调：赛意的"从实施到方案"转型，本质是把软件服务从"手艺活"变成"工业品"。中国有几千家中小企业做ERP/MES实施，但大部分是"搬砖"——搬SAP的砖、搬用友的砖，利润薄如纸。赛意能走到毛利率35%+，靠的就是把200个项目的经验变成了能复用的方案包。这个转型对中小服务商来说同样成立——你服务了20家注塑厂，能不能把共性需求抽出来变成一个注塑版MES模板？第21个客户你交钥匙就能用，你的利润空间就出来了。
荣誉认证与行业影响力
| 类别 | 荣誉 |
|---|---|
| 🏅 资本 | 深交所创业板上市（300687），中国工业软件板块核心标的 |
| 🏅 行业 | 广东省"模数共振"主力服务商，工信部智能制造系统解决方案供应商 |
| 🏅 产品 | SMOM智造运营平台获评工信部工业互联网APP优秀解决方案 |
| 🏅 客户 | 服务200+智能工厂/智能体工厂，覆盖20+制造行业 |
| 🏅 技术 | 自研谷神工业互联网平台+AI引擎，数字孪生沙盘万种工况预跑 |
| 🏅 创新 | 行业方案包产品化转型标杆，毛利率从22%跃升至35%+ |
| 🏅 标准 | 参与多项工业互联网/智能制造国家标准制定 |
📝 录入时间： 2026年8月11日
📝 信息来源： 赛意信息（300687）财报及投资者调研纪要、IDC中国制造业MES市场报告、公开报道及行业调研