1 2023 年 02 月 12 日 盛视科技(002990.SZ) 公司深度分析 智慧口岸龙头困境反转，享海南自贸港建设红利 证券研究报告 行业应用软件 投资评级 买入-A 首次评级 6 个月目标价 48.75 元 股价 (2023-02-10) 34.23 元

工厂（聚焦生产优化）、可持续工厂（减排与循环经济）、端到 端价值链工厂（全链条协同）。其成功源于跨行业协作——65% 的新晋工厂借鉴至少 3 家不同行业灯塔经验，形成可复用的转型 方案，帮助企业突破“试点困境”，实现三年 2-3 倍、五年 4-5 倍的投资回报率。技术应用上，77%的用例由分析型 AI 驱动（如 预测性维护），9%采用生成式 AI，推动成本、周期及次品率平 均改善超 50%。此外，灯塔工厂通过数据平台整合价值链，将新 业。作为第四次工业革命的实践标杆，该网络汇聚富士康、强生、 施耐德电气等全球领军企业，形成跨行业顾问委员会，推动规模 化转型。其成员（“灯塔工厂”）通过应用 AI、物联网等技术， 结合一线人才创新与循环经济方案，突破“试点困境”，实现运 营效率与减排双突破。例如，2024 年的灯塔工厂分两批进行评估， 聚焦数字化与可持续领域的卓越实践（见表 1）。 表 1：2024 年灯塔工厂评选类别 （一）如今的全球灯塔网络：一个鼓舞人心的同行网络 年增长四倍。这些 工厂分为单一工厂（聚焦生产优化）、可持续类、端到端价值链 类，并在重型设备、食品饮料等新兴领域快速渗透。通过 1000 - 4 - 多个用例和 2000 多项指标验证，灯塔工厂证明“试点困境”可 被突破：新晋企业仅需 10-20 个月完成转型，速度提升 25%-50%， 投资回报率在 3 年、5 年内分别达 2-3 倍、4-5 倍，远超行业平均 水平。图 1 展示了灯塔工厂按评选类型、地域和行业的分布情况。

核心政策工具箱解析 2.3 政策协同的挑战与展望 第三章 微观透视：企业融资需求、偏好与核心痛点 3.1 企业画像：专精特新企业的核心经营特征 3.2 融资需求图谱与渠道偏好 3.3 融资困境的根源性剖析 第四章 风险罗盘 ：融资风险的识别、评估与防范 4.1 风险矩阵：专精特新企业融资的核心风险敞口 4.2 传统评估模型的“失焦”与“失效” 4.3 构建新型风险评估框架：从“看过去”到“评未来” 19家、7家专精特新企业成长为独角兽，成为驱动未来产业创新的核心力量。 1.3 核心矛盾：创新价值与融资现实的结构性错配 尽管战略价值巨大，但专精特新企业在成长过程中普遍面临着一座难以逾越 的高山——融资。这一困境并非简单的“缺钱”，而是源于其核心特征与传统金融 服务体系之间的结构性错配。 “融资难、融资贵、渠道窄”是长期束缚专精特新企业发展的“三条锁链”。其 根本原因在于专精特新企业普遍具有“轻资产、高创新、长周期”的特征： 向专精特新企业，为企业技 术攻关提供"长周期、低成本、可持续"资本支撑。 12 第三章 微观透视：企业融资需求、偏好与核心痛点 理解专精特新企业的融资困境，必须深入其经营肌理，从微观层面精准刻画 其独特的企业画像、融资需求与融资困境。 3.1 企业画像：专精特新企业的核心经营特征 专精特新企业的经营模式与传统制造企业存在本质区别，其核心特征直接塑 造了差异化的融资需求。 （1）价

多渠道营销、 裂变、 交 易 ， 对会员进行全生命周期管理。 将每个课题都串联在一起 ， 就构成了后互联网时代企业营销战略与实施的闭环思路。 0 名家推 荐 结合数字化时代的营销困境 梳理出融合 大数据、人工智能 移动营销、社群营销等 新技术、新策略的全方位新营销框架 实现营销职能的战术性改变 以及企业营销思路与企业战略思维的提升 0 内容简 介 营销的目的是协助企业为客户创造价值。 通过教学相长 ， 书中的观点也在不断修正、 迭代、 创新。 与此前的 营 销理论相比 ， “营销 5.0” 不仅从商业发展的角度去重新设定市场洪流 下的 营销战略 ， 同时结合后互联网时代的营销困境 ，梳理出了融合大数 据、 人 工智能、移动营销、 社群营销等新技术、 新策略的全方位新营销 框架；不 仅是营销职能的战术性改变 ，更是企业营销思路与企业战略思维 的提升。 0 内容简 介 没有深入洞察企业 问 题的本质，仍然把大 量精力花在拉新、促 销上。 营销 5.0 ：私域流量的时 代 没有提出一套可行 的 模式或框架。 两点不足 特点 营销丛林带来的困境 营销丛林 由于消费环境的快速变化 ， 信息与媒体 平台不断创新 ， 过去要经过 30 年才产生 一次的新媒体迭代 ， 而今可能缩短到 2~3 年就有一个流量过亿的新媒体出现

期单纯的技术人才扩展到具备 AI 思维和应用能力的复合型人才，我们 必须重新思考大模型时代对人才的能力要求。这种转变既反映了 AI 应用的深化，也体现了企业对人才能力的新要求。 在 AI 人才短缺的困境中，高管普遍低估了员工学习和接纳 AI 的意 愿。这一认知偏差不仅限制了企业对现有人才的培养投入，也阻碍了 AI 在企业内部的推广和应用。 无论是处于 AI 探索阶段还是已经开展 AI 应用的企业，最突出的痛点 正探索 AI 的企业 已应用 AI 的企业 调研显示，企业在 AI 规划和开发过程中遇到最突出的问题是“没有合适的流程和场景”部 署大模型，这种"有枪没靶子"、"虽然引入 AI 但效益提升有限"的困境，深层原因在于企业 对 AI 的认知误区和应用能力不足，不知道如何将 AI 融合进业务场景和工作流程。第二 个最大的挑战是“企业和团队对于大模型和 AI 价值认知不足”，仍然是认知短缺的问题。 在成本和资源投入方面，AI 能力的重要保障。这个群体主要包括数 据科学家、算法工程师等技术专家，负责开发和优化 AI 算法系统，为企业提供坚实的技 术支持。他们需要精通 AI 技术开发与应用，持续推动技术创新。 15 然而，在 AI 人才短缺的困境中，企业似乎忽略了一个重要事实：解决方案可能就在眼前， 只是管理层的认知偏差正在阻碍这一潜力的释放。 埃森哲在《高管和员工，谁对“智能企业”更向往？》报告中揭示了一个引人深思的现象，高 管普遍低估了员工学习和接纳

数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（ DRG/DIP ） DS 推理思考能⼒以及医保控费压⼒（需求⾼，难度⼤） → 药品定价策略 • PR 先⾏， 但过去“纸⾯数据、 ⾮标数据”等困境能得到极⼤ 缓解， 医院数据的应⽤价值 可 以得到释放 医学数据结构化提取、标准化 DeepSeek 对于医疗体系有那些影响？ - 医 院 医院 24 研发⽅向探索 • 检索药监、⽂献、临床指南、申报⼚家 准确率更⾼，模型幻觉更低，更适合⼯作场景严肃问答 • 知识获取可融⼊⼯作流程（如财务报销），让知识可即时取⽤ 企业 AI 知识库：打造企业版 ima ，提升内部流程效率 ⽀持多格式知识沉淀，打破知识分散困境 “理解准”、“检索准”、“回答准” 26 遵循⽤户指令，进⾏各种场景的⽂本创作 对已有内容进⾏续写、润⾊、校阅、翻译和总 结 ⽂档智能助⼿：

数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） DS推理思考能⼒以及医保控费压⼒（需求⾼，难度⼤） →药品定价策略 医院 • PR先⾏，但过去“纸⾯数据、 ⾮标数据”等困境能得到极⼤ 缓解，医院数据的应⽤价值可 以得到释放 医学数据结构化提取、标准化 24 新药研发：借助⼤模型，提升药品研发的效率和速度 • 检索药监、⽂献、临床指南、申报⼚家 数量等选择潜在靶点（需RAG未公开数据） 若研发成本降低20%，IRR升⾄10.1%”1 数据来源：创新药研发周期理论，创新药研发回报率研究，申银宏源；美国数据 企业AI知识库：打造企业版ima，提升内部流程效率 ⽀持多格式知识沉淀，打破知识分散困境 “理解准”、“检索准”、“回答准” 灵活权限设置，保证企业资产安全 • 知识萃取+模型推理，超越基础RAG，充分应⽤企业知识结构， ⾃动学习理解企业信息，强化掌握知识要点关联 • 准确率更

打造一体化流程支撑平台，以加速流程建设为核心目的，开启了流程管理 变革。 01 传统 BPM 系统“四大桎梏” 中集集团原 BPM 系统的局限性集中体现在四个维度：系统架构恐龙化困境、安全与合 规风险、流程扩展瓶颈以及用户体验代际断层。 桎梏一 系统架构恐龙化困境 原有 BPM 系统底层引擎基于过时技术框架，仅支持特定浏览器版本，无法适配新型终 端设备。同时，原有 BPM 系统模块化程度低，功能扩展需依赖代码级改造，响应业务

福建 四川 山西 千亿产业集群分布（单位：个） 2020 2022 2024 省域千亿产业集群 35 个 制造企业超 600 万 制造业产值占全球比例 35% - 3 - 产业带工厂三大困境：缺品牌、缺渠道、缺感知 重关税背景下，产业带传统代工模式将面临更大的挑战，需要新的模式和路径。亿邦智库调研浙江永康电动工具产业带发现，产业带 工厂散而小，大部分工厂高度依赖大客户代工订单，通常 应效率和低价为核心竞争力。近几年在疫情影响和全球经济降速中，品牌不断压降工厂代工价格，生产成本却一直在涨，工厂生存艰 难。长期依赖单一代工模式导致工厂缺乏对市场端的感知和洞察，没有自己的品牌，不掌握销售渠道，很难突破当前困境。 浙江五金工具产业带 浙江永康是中国的“电动工具之都”。从 1974年全国第一台角向磨光机诞生，已有 超1700家电动工具生产及配套企业，50余 类电动工具系列产品，出口量占全国的三 分之一。永康的电动工具产品销往全球

务人员的数智化培训，到业财系统整合所需的流程再造，显性成本往往超出初期预算。另一方面，系统适配 损耗成本、合规风险成本等隐形成本则以更隐蔽的方式侵蚀企业利润。此外，传统利润增长模式在数智化浪 潮中加速失效，企业陷入盈利点定位困境。这种成本与盈利的双重不确定性，正迫使企业在“成本投入 - 盈 利转化”之间的漫长验证周期中，重新审视自身的数智化转型发展路径。 显性成本 隐形成本 运维与订阅投入 重复投入与试错成本 软件系统+硬件基础设施投入 财务管理数智化依赖于各类财务软件、信息系统，但数智化技术的更新周期已从过去的几年缩短至现在的几 个月甚至更短。这种快速变化使得企业难以跟上技术发展的步伐，企业现有数智化系统极易陷入陈旧滞后的 困境，许多企业耗费大量资源搭建的财务系统，短短几年就因技术更新而难以满足需求，出现系统功能滞后 或新的技术与旧系统不兼容的问题。此外，系统整合与兼容困难也是企业面临的一大挑战。企业在数智化进 程中往 多组织多场景下的传统费控困境与管理挑战 某国际领先的综合性金融服务集团智能费控建设案例 作为一家国际领先的综合性金融服务集团，该集团业务涵盖银行、保险、投资等多个领域，机构数量庞大、人员众多﹑ 业务复杂，费用支出种类多、频次高，公司全年的报销单据多达 400 万单，公司的审核规则高达 1 万多条。传统的费控 管理模式在集团层面存在以下突出问题： 挑战与困境 流程复杂冗长 费用报销流程审批链条长、