泉果基金调研赛意信息lg...

基金市场数据显示，泉果基金成立于2022年2月8日。截至目前，其管理资产规模为168.38亿元，管理基金数6个，旗下基金经理共5位。截至2025年5月6日，泉果基金近1年回报前6非货币基金业绩表现如下所示：            

附调研内容：　　会议开始，张成康先生、欧阳湘英女士、柳子恒先生首先对公司的基本情况、业务模式、经营模式、未来发展方向进行了介绍，随后与机构人员进行现场交流。具体情况如下：　　公司介绍内容如下：　　（一）整体业绩回顾　　2024年是赛意信息深化战略布局、加速技术创新的关键一年。公司全年实现营业收入23.95亿元，同比增长6.27%，保持着稳健的增长态势。净利润同比下降45.21%，为1.39亿元。主要是由于市场需求波动、竞争对手动作及成本结构变化，公司快速调整定价，采取较为积极的市场价格策略所导致。公司整体收入仍保持向上，得益于在其他客户市场的积极开拓，新增了200多家客户，总客户数突破1120家，同比增长22.87%。　　（二）泛ERP业务板块　　ERP业务呈现两大趋势：一是核心ERP正在被解耦，国产信创2.0稳步推进，这推动传统核心ERP市场被重新构建，公司在大型企业领域迎来诸多机会，如中国移动、海康威视等行业头部企业都在进行类似重构；二是随着MCP等协议形成行业标准，将AI智能体嵌入到客户管理业务流程中，已是未来确定性的趋势。公司作为制造领域深耕的产品及服务供应商，将成为连接模型厂商到客户的桥梁，未来形成三方共创局面。商业模式上，公司在泛ERP领域的AI业务有多种盈利方式，包括通过云上的算力租赁和本地智能体中台结合的低成本模式、基于客户现有能力通过善谋GPT平台构建场景AI化以及基于大厂的模型生态开展实施服务。　　（三）智能制造业务板块　　2024年，智能制造业务收入同比增长19.33%，占比41.34%，优势逐渐显现。赛意借助国产化大时代，利用政策红利，同时加大研发投入，将核心产品从MOM升级到MBM，提升产品力，获得IDC等主流分析机构及国内外厂商的认可与尊重。在AI与工业场景结合领域，聚焦工艺优化智能体、物流调度智能体及CV视觉相关应用。在壁垒较高的工艺AI优化方面取得了实际进展，与PCB行业龙头企业签约展现了技术实力和市场拓展能力。　　（四）2025年经营策略与展望　　2025年Q1净利润同比增长超20%，实现良好开局。公司采取“盯、扩、优”三字诀应对经济波动所带来的影响：盯好存量市场，拉开技术代差；在新增市场持续扩张，重点突破大型国央企客户；用AI等新技术优化项目运营、管理过程，寻找利润空间。全年对泛ERP和智能制造的AI落地商业订单转换有信心。　　（五）财务策略与现金流管理　　2025年财务管理优化上重点围绕经营性现金流的改善来开展：一是建立客户信用管理模型，通过红蓝绿灯评估模型加强事前管理；二是事中联合运营部门，通过交付全流程数字化系统优化交付质量与回款挂钩机制，强化回款与奖金挂钩；三是财务人员下沉到业务部门担任“经营单元CFO”，参与业务全流程决策，发挥战略参谋、风险管控、利润挖掘作用，目标将经营性现金流与净利润的比率同比得以大幅提升。　　公司接待人员就参会者在本次会议中提出的问题进行了回复：　　问题1：公司对AI业务未来长期的发展规划和远期目标是什么?　　回答：公司AI业务的发展将针对B端的不同需求采取不同策略。　　B端AI在制造业中会根据各行业、各类别的具体场景进行定制化开发和应用，打造半通用智能体并在客户现场部署。公司致力于通过模型厂商与垂直领域ISV的结合，构建面向不同场景的智能工具链平台，实现AI技术在不同业务流程中的有效落地。　　问题2：AI技术在不同领域中的应用情况有何差别？　　回答：B端服务相较于C端有更复杂的服务过程。在管理领域和制造领域，AI技术的应用方式有所不同。管理领域可通过生成式AI和智能体实现部分人工替代，如进销存管理、销售订单处理等；而智能制造领域则需结合工业机理，使用大模型生成垂直领域的垂类小模型，并结合判定式和决策式AI共同解决问题。　　问题3：AI在其他行业横向扩张切入是怎么考虑的？　　回答：横向切入其他AI领域是顺其自然的过程，目前看好的领域包括光伏和装备制造业中的某些细分垂直领域。为了实现横向扩张，我们会招聘优秀人才加入研发团队，特别是在垂直领域的制造大模型方面的专家，以便更快形成可商用的产品。　　问题4：AI产品对于毛利率的影响如何？　　回答：AI产品对于毛利率会有支撑作用，特别是在智能制造板块，毛利率提升可能会更为明显。像在PCB等垂直制造行业，公司的AI产品的独特性和稀缺性获得客户的认可，这方面的定价有一定的主动权，对毛利率恢复和提高提供了直接和明确的支持。　　问题5：公司与各大模型厂商的合作互动情况如何？AI研发及产品迭代能力是否有助于公司在市占率上的提升？　　回答：目前与市场主流大模型都有相关的合作或洽谈，包括腾讯、阿里、华为、智谱等，他们均在各自的应用场景表现出显著效果。根据应用场景不同所选配的大模型也不同，如何适配不同的大模型和将之落地部署到实践中具有较深的壁垒，公司根据不同客户实际情况选择合适的模型进行适配，这方面展现了比较成熟的能力。另外随着AI应用的深化，需要一定的研发投入强度力度，这方面公司有较为充足的资源和政策制度的保障。　　

以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。