日期 | 股票名 | 调研地点 | 调研形式 |
2025-05-22 | 达实智能 | - | 特定对象调研,现场参观+现场交流 |
PETTM | PB | 股息率TTM | 总市值 | 换手率 |
---|---|---|---|---|
- | 2.04 | 0.16% | 68.07亿 | 1.85% |
营业收入同比增长率(%)(单季度) | 营业收入同比增长率(%) | 归母利润同比(%)(单季度) | 归母利润同比(%) | 净利润/营业总收入 |
-25.84% | -25.84% | -1181.49% | -1181.49% | -9.36 |
销售毛利率 | 销售毛利率(单季度) | 销售净利率 | 销售净利率(单季度) | 毛利 |
26.83% | 26.83% | -9.36% | -9.36% | 1.17亿 |
销售费用/营业总收入 | 管理费用/营业总收入 | 营业总成本/营业总收入 | 归属于母公司的股东权益/带息债务 | 研发费用/总市值 |
16.65 | 14.13 | 110.35 | 1.01 | - |
存货周转天数 | 应收账款周转天数 | 资产负债率 | 利息费用/息税前利润 | 息税前利润 |
475.44 | 382.00 | 62.02% | -0.94% | -0.21亿 |
企业自由现金流量 | 带息债务 | 财务数据报告期 |
业绩预告
公告日期
报告期
|
业绩预告变动原因 |
33.28亿 | 2025-03-31 | - | - |
参与机构 |
金鹰基金,个人投资者,广发证券 |
调研详情 |
来访投资者在公司会议室就关注问题与公司进行了交流,交流主要内容包括: Q1:DeepSeek的出现,对达实智能所在的智慧空间行业带来了哪些变化? A:在DeepSeek大语言模型出现之前,达实智能已经在AIoT平台中部署了判别式AI能力,用于设备故障预警、能耗异常检测等场景。但生成式AI技术,特别是AI大语言模型(LLM)的突破,为智慧空间的智能交互与智能决策提供了全新可能。 达实智能密切关注行业前沿AI技术的发展。由于我们服务的客户大多为大型企业和政府,对于数据安全与隐私保护有较高要求,ChatGPT等云端大模型难以满足客户诉求。DeepSeek的出现改变了这一局面,DeepSeek支持开源并且可支持本地部署,使达实智能能够在客户数据不出园区的前提下,将大语言模型能力融入AIoT平台,成为推动AI应用落地企业园区的重要契机。 所以在DeepSeek推出后,公司研发团队也快速将AIoT智能物联网管控平台与AI大模型深度融合,AI大模型有了AIoT物联网平台的实时动态数据后,构建出更强大的智慧空间AI应用能力,包括: 1. 智能问答: 实现对园区各类常见问题的快速、准确响应,例如:“停车场还有空位吗?”、“当前会议室使用情况如何?”不仅提升了服务效率,也显著降低了人工运营成本。 2. 智能分析: 利用自然语言对接入平台的能耗、安防、环境等数据进行自动解析与建议输出,降低数据分析门槛,使非专业用户也能读懂数据、用好数据,例如:“最近能耗有没有异常?”、“如何优化照明节能?” 3. 智能控制与自然语言指令理解: 用户可以通过语音或文本向系统发出模糊指令,如“我觉得会议室的灯光太亮了”,系统能准确识别需求,联动设备与环境调控系统进行执行,极大提升使用体验。 DeepSeek的本地部署能力推动了大语言模型在智慧空间中的实际应用,依托达实AIoT平台的强大实时动态数据接入与控制能力,生成式AI正在助力企业客户实现企业园区各类场景降本增效与体验升级。 Q2:公司服务的领域较多,包括企业园区、医院、地铁和数据中心。目前哪些领域的客户在智慧空间的AI应用方面更愿意投入? A:目前,我们观察到企业园区客户在智慧空间AI应用方面展现出较强的投入意愿。2025年3月,达实智能推出AI大语言模型接入的AIoT平台V7内测版本,随即获得国内某知名商业银行超2000万元的AIoT物联网平台订单,公司也收到了众多来自企业客户的关注与合作意向。 达实服务的企业客户广泛分布于金融、科技、高端制造等重点行业,且多为行业头部企业,如: ? 金融:中金公司、广发证券、招商银行等 ? 科技:小米、字节跳动、阿里巴巴等 ? 高端制造:立讯精密、隆基绿能、宁德时代等 这些客户在推进数字化转型和提效降本的同时,更重视AI在园区中的实际价值。AI大模型的强大理解和推理能力,与AIoT平台的实时数据深度融合,帮助客户实现节能减排、优化物业管理,提升园区智能化水平和用户体验,不仅降本增效,而且增收创利。达实智能依托优质的客户资源和不断深化的AI能力,有望持续推动AI业务在企业园区场景的规模化落地。 |
AI总结 |
|
免责声明:数据相关栏目所收集数据,均来自第三方个人或企业公开数据以及国家统计网站公开发布数据,数据由计算机技术自动收集更新再由作者校验,作者将尽力校验,但不能保证数据的完全准确。 阅读本栏目的用户必须明白,图表所示结果或标示仅供学习参考使用,均不构成交易依据。任何据此进行交易等行为,而引致的任何损害后果,本站概不负责。