[中报]威士顿(301315):2026年半年度报告

时间:2026年08月27日 17:07:23 中财网

原标题:威士顿:2026年半年度报告

第一节 重要提示、目录和释义
公司董事会及董事、高级管理人员保证半年度报告内容的真实、准确、完整,不存在虚假记载、误导性陈述或者重大遗漏,并承担个别和连带的法律责任。

公司负责人殷军普、主管会计工作负责人贺艳萍及会计机构负责人(会计主管人员)贺艳萍声明:保证本半年度报告中财务报告的真实、准确、完整。

所有董事均已出席了审议本次半年报的董事会会议。

本报告所涉及的公司未来计划、发展战略等前瞻性陈述,不构成公司对投资者的实质承诺,敬请投资者及相关人士对此保持足够的风险认识,充分理解计划、预测与承诺之间的差异,注意投资风险。

公司在本报告第三节“管理层讨论与分析”之“十、公司面临的风险和应对措施”部分,详细描述了公司经营中可能存在的风险及应对措施,敬请投资者关注相关内容,注意投资风险。

公司计划不派发现金红利,不送红股,不以公积金转增股本。


目录
第一节 重要提示、目录和释义 ................................................................................................................................................. 2
第二节 公司简介和主要财务指标.............................................................................................................................................. 9
第三节 管理层讨论与分析 ......................................................................................................................................................... 12
第四节 公司治理、环境和社会 ................................................................................................................................................. 35
第五节 重要事项 ........................................................................................................................................................................ 37
第六节 股份变动及股东情况 ..................................................................................................................................................... 42
第七节 债券相关情况 ................................................................................................................................................................ 48
第八节 财务报告 ........................................................................................................................................................................ 49
备查文件目录
一、载有法定代表人、主管会计工作负责人、会计机构负责人签名并盖章的财务报表; 二、报告期内在中国证监会指定网站上公开披露过的所有公司文件的正本及公告原稿; 三、载有公司法定代表人签名的2026年半年度报告文本原件。

以上备查文件的备置地点:公司董事会办公室。


释义

释义项释义内容
《公司章程》《上海威士顿信息技术股份有限公司章程》
《公司法》《中华人民共和国公司法》
《证券法》《中华人民共和国证券法》
证监会中国证券监督管理委员会
深交所深圳证券交易所
会计师、立信立信会计师事务所(特殊普通合伙)
报告期2026年1月1日-2026年6月30日
报告期末2026年6月30日
元,万元人民币元、人民币万元
工信部工业和信息化部
工业4.0工业 4.0是德国政府提出的一个高科技战略计划。 旨在提升制造业的智能化水平,建立具有适应性、 资源效率及基因工程学的智慧工厂,在商业流程及 价值流程中整合客户及商业伙伴。其技术基础是网 络实体系统及物联网。
智能制造智能制造是基于新一代信息技术,贯穿设计、生 产、管理、服务等制造活动各个环节,具有信息深 度自感知、智慧优化自决策、精准控制自执行等功 能的先进制造过程、系统与模式的总称。具有以智 能工厂为载体,以关键制造环节智能化为核心,以 端到端数据流为基础、以网络互联为支撑等特征, 可有效缩短产品研制周期、降低运营成本、提高生 产效率、提升产品质量、降低资源能源消耗。
工业机理模型工业机理模型是工业互联网平台的重要构成要素, 其汇集了工业领域生产过程中的原理、定理、定律 等专业知识,结合了实际工业生产经验,形成机理 并构建成模型,嵌入到工业互联网平台中。工业机 理模型将工业经验知识进行提炼和封装,推动行业 知识经验在平台的沉淀集聚。
大数据大数据(big data,mega data)或称巨量资料,指的 是需要新处理模式才能具有更强的决策力、洞察力 和流程优化能力的海量、高增长率和多样化的信息 资产。
云计算云计算(cloud computing)是分布式计算的一种, 指的是通过网络“云”将巨大的数据计算处理程序 分解成无数个小程序,然后,通过多部服务器组成 的系统进行处理和分析这些小程序得到结果并返回 给用户。云计算不是一种全新的网络技术,而是一 种全新的网络应用概念,云计算的核心概念就是以 互联网为中心,在网站上提供快速且安全的云计算 服务与数据存储,让每一个使用互联网的人都可以 使用网络上的庞大计算资源与数据中心。
算法算法是一系列明确的步骤,用于解决特定问题或执 行特定任务的指令集。在计算机科学中,算法是告 诉计算机如何完成任务或解决问题的详细步骤。算 法的特性包括明确性、有限性、输入、输出、有效 性等。在计算机科学和软件工程中,优秀的算法不 仅能解决问题,而且能以最有效的方式解决问题, 即在最短的时间内使用最少的计算资源。因此,算 法的效率是算法设计的重要考虑因素,通常通过时
  间复杂度和空间复杂度来度量。
IT网络IT网络(Information Technology Network)是指 用于传输和处理计算机数据和信息的网络系统。IT 网络主要用于电子邮件、网页浏览、文件共享、远 程访问、数据存储等IT相关的应用和服务。
OT网络OT网络(Operational Technology Network)是指 用于控制和监控物理设备和工业过程的网络系统。 OT网络主要用于能源、制造、交通、水务等实时控 制和自动化系统中,包括工业控制系统(ICS)和监 控与数据采集系统(SCADA)等。
结构化数据也称作行数据,是由二维表结构来逻辑表达和实现 的数据,严格地遵循数据格式与长度规范,主要通 过关系型数据库进行存储和管理。
非结构化数据结构不规则,不方便用行列二维形式表达的数据, 如图片、文本、音视频等。
CMMICMMI全称是Capability Maturity Model Integration,即软件能力成熟度模型集成(也有称 为:软件能力成熟度集成模型),是由美国卡内基梅 隆大学的软件工程研究所(SEI)创立的一套专门针 对软件产品的质量管理和质量保证标准。CMMI5 (CMMI-ML5)指软件能力成熟度5级,是CMMI五个 层次中的最优化级。
DCMMDCMM(数据管理能力成熟度评估模型,Data Management Capability Maturity Model)是中国 自主研发的一套数据管理能力评估标准,旨在帮助 企业或组织系统化评估和提升数据管理能力,推动 数字化转型。
CSCS(信息系统建设和服务能力) 是指企业或组织在 信息系统建设、运维、服务提供等方面的综合能力 评估标准。在中国,它特指《信息系统建设和服务 能力评估体系》(简称 CS认证),是由中国电子信息 行业联合会(CFEII)制定和管理的资质认证体系, 旨在规范和提高企业在信息化建设和服务领域的专 业能力。
人工智能人工智能(Artificial Intelligence,简称AI)是 指使计算机模拟人类智能的技术和方法。它是计算 机科学的一个分支,旨在研究、开发用于模拟、扩 展和扩充人类智能的理论、方法、技术及应用系 统。人工智能的主要特点和目标包括学习能力、推 理能力、自适应能力、问题解决、感知能力、交互 能力等。近年来随着大数据和计算能力的增强和算 法的进步,人工智能得到了迅速的发展,并在许多 领域得到了应用。
视觉识别视觉识别,也称之为计算机视觉(Computer Vision),是人工智能的一个子领域,它旨在使计算 机能够从图像或视频中“看到”并解释内容。简单 地说,视觉识别是教计算机如何解读和理解视觉世 界。视觉识别的主要任务和应用包括图像分类、物 体检测、图像分割、人脸识别、姿态估计、光流估 计、深度估计、场景重建等。为了实现这些任务, 计算机视觉结合了图像处理、模式识别、机器学习 和深度学习等技术。近年来,深度学习,特别是卷 积神经网络(CNN),在视觉识别领域取得了显著的 进展,使得许多任务的准确性大大提高。
机器学习机器学习(Machine Learning,简称 ML)是人工智 能的一个核心子领域,它是关于计算机基于数据进 行学习和做出预测或决策的科学和技术。与传统的
  程序设计不同,机器学习不是明确编写指令来执行 特定任务,而是通过算法让计算机从大量数据中学 习模式和关系,然后应用这些学到的知识进行预测 或决策。
MOM制造运营管理系统(ManufacturingOperations Management,简称MOM)是一种用于监控和管理制造 或生产过程的系统。MOM系统通常包括一系列集成的 软件应用,这些应用支持和优化制造过程的各个方 面,从原材料的采购和处理,到产品的生产,再到 最终产品的质量控制和出货。MOM系统的目标是提高 生产效率,减少浪费,提高产品质量,以及提供实 时的、准确的生产信息,以支持决策制定。
APSAPS(Advanced Planning and Scheduling,高级计 划与排程)系统是一种用于制造业的计划和调度工 具,它可以帮助企业更有效地管理生产过程,优化 资源利用,提高生产效率和满足客户需求。APS系统 的主要优点是它可以处理复杂的生产环境和约束, 如多阶段生产过程、有限的生产资源、变化的需求 和交货期限等。通过使用 APS系统,企业可以更好 地平衡供应和需求,减少库存,提高生产效率,提 高客户满意度。
PLM产品生命周期管理(Product Lifecycle Management,PLM),是一种应用于在单一地点的企 业内部、分散在多个地点的企业内部,以及在产品 研发领域具有协作关系的企业之间的,支持产品全 生命周期的信息的创建、管理、分发和应用的一系 列应用解决方案,它能够集成与产品相关的人力资 源、流程、应用系统和信息。
MRO运营保障系统 (Maintenance,Repair&Operations),实际生产过 程中生产业务之外的其他相关系统,围绕核心产品 的生产,为其提供运行保障和支撑。
SCADASupervisory Control And Data Acquisition 系 统,即数据采集与监视控制系统,应用领域很广, 可以应用于电力、冶金、石油、化工、燃气、铁路 等领域的数据采集与监视控制以及过程控制等诸多 领域。
威助手威助手是公司基于国产大模型打造的一款 AI智能体 软件产品。它运用大语言模型和检索增强生成技 术,实现对文本知识的精准问答,为用户提供深度 个性化的信息检索与交互体验。
威士顿工业智能体威士顿工业智能体是公司基于“垂域大模型+专业模 型+智能体”架构打造的数智化应用基座。
AIGCAIGC(AI-Generated Content)是利用 AI技术自动 生成内容的生产方式。
AIGAAIGA(AI-Generated Automation)人工智能生成自 动化。
数字孪生数字孪生是充分利用物理模型、传感器更新、运行 历史等数据,集成多学科、多物理量、多尺度、多 概率的仿真过程,在虚拟空间中完成映射,从而反 映相对应的实体装备的全生命周期过程。
VRVR(Virtual Reality)也称为虚拟技术、虚拟环 境、虚拟现实。VR技术一般是指“虚拟现实(计算 机技术辅助生成的高技术模拟系统)”,是计算机 技术、计算机图形学、计算机视觉、视觉生理学、 视觉心理学、仿真技术、微电子技术、多媒体技 术、信息技术、立体显示技术、传感与测量技术、
  软件工程、语音识别与合成技术、人机接口技术、 网络技术及人工智能技术等多种高新技术集成之结 晶。
ITSMITSM(IT Service Management,IT服务管理)是一 套帮助企业对 IT系统的规划、研发、实施和运营进 行有效管理的高质量方法。
SPCDA产品质量诊断/控制/调整技术(SPCDA),质量管理 的全面支持,包含从技术标准、检验标准、质量检 验、统计分析、控制、诊断和调整的全过程管理。
申澜汇智公司之子公司,原名上海和达信息系统有限公司, 于 2025年 3月 14日正式更名为上海申澜汇智信息 系统有限公司。
量投科技量投科技(上海)股份有限公司,于 2025年 11月 成为公司控股子公司,公司持有51.0345%的股份。

第二节 公司简介和主要财务指标
一、公司简介

股票简称威士顿股票代码301315
股票上市证券交易所深圳证券交易所  
公司的中文名称上海威士顿信息技术股份有限公司  
公司的中文简称(如有)威士顿  
公司的外文名称(如有)Shanghai Wisdom Information Technology Co., Ltd.  
公司的外文名称缩写(如 有)WSDINFO  
公司的法定代表人殷军普  
二、联系人和联系方式

 董事会秘书证券事务代表
姓名张勤 
联系地址上海市长宁区淮海西路666号1602室 
电话021-65757700 
传真021-65759880 
电子信箱DBO@wsdinfo.com 
三、其他情况
1、公司联系方式
公司注册地址、公司办公地址及其邮政编码、公司网址、电子信箱等在报告期是否变化 □适用 ?不适用
公司注册地址、公司办公地址及其邮政编码、公司网址、电子信箱等在报告期无变化,具体可参见2025年年报。

2、信息披露及备置地点
信息披露及备置地点在报告期是否变化
?适用 □不适用

公司披露半年度报告的证券交易所网址深圳证券交易所http://www.szse.cn
公司披露半年度报告的媒体名称及网址中证网(www.cs.com.cn)、 中国证券网(www.cnstock.com)、 证券时报网(www.stcn.com)、 巨潮资讯网(http://www.cninfo.com.cn
公司半年度报告备置地点上海市淮海西路666号1602室上海威士顿信息技术股份有 限公司董事会办公室
3、注册变更情况
注册情况在报告期是否变更情况
□适用 ?不适用
公司注册情况在报告期无变化,具体可参见2025年年报。

四、主要会计数据和财务指标
公司是否需追溯调整或重述以前年度会计数据
□是 ?否

 本报告期上年同期本报告期比上年同期增减
营业收入(元)97,540,443.9891,695,286.806.37%
归属于上市公司股东的净利 润(元)11,209,264.8616,129,769.70-30.51%
归属于上市公司股东的扣除 非经常性损益的净利润 (元)1,233,483.4510,960,092.80-88.75%
经营活动产生的现金流量净 额(元)-3,585,767.673,526,079.61-201.69%
基本每股收益(元/股)0.12740.1833-30.50%
稀释每股收益(元/股)0.12740.1833-30.50%
加权平均净资产收益率1.09%1.55%-0.46%
 本报告期末上年度末本报告期末比上年度末增减
总资产(元)1,159,149,863.841,237,514,338.06-6.33%
归属于上市公司股东的净资 产(元)1,009,141,474.401,024,425,440.85-1.49%
五、境内外会计准则下会计数据差异
1、同时按照国际会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况 □适用 ?不适用
公司报告期不存在按照国际会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况。

2、同时按照境外会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况 □适用 ?不适用
公司报告期不存在按照境外会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况。

六、非经常性损益项目及金额
?适用 □不适用
单位:元

项目金额说明
非流动性资产处置损益(包括已计提 资产减值准备的冲销部分)3,241.92 
计入当期损益的政府补助(与公司正 常经营业务密切相关、符合国家政策 规定、按照确定的标准享有、对公司 损益产生持续影响的政府补助除外)3,269,864.42 
除同公司正常经营业务相关的有效套 期保值业务外,非金融企业持有金融 资产和金融负债产生的公允价值变动 损益以及处置金融资产和金融负债产 生的损益10,795,810.20 
除上述各项之外的其他营业外收入和 支出37,360.51 
减:所得税影响额2,106,554.98 
少数股东权益影响额(税后)2,023,940.66 
合计9,975,781.41 
其他符合非经常性损益定义的损益项目的具体情况:
□适用 ?不适用
公司不存在其他符合非经常性损益定义的损益项目的具体情况。

将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益
项目的情况说明
□适用 ?不适用
公司不存在将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定为
经常性损益的项目的情形。


第三节 管理层讨论与分析
一、报告期内公司从事的主要业务
(一)公司主营业务
威士顿重点面向工业和金融领域提供软件产品及与AI和大数据技术相关的软件技术服务。根据应用领域的不同,公
司业务主要涵盖智能制造、数字化金融等方面。公司开发的软件产品主要包括符合信创要求的工业软件、金融风控及大
数据应用软件,和以大数据、人工智能技术为代表的通用新兴技术软件产品,以及通过高性能交易终端、全球交易系统、
移动端工具及模拟交易平台等技术融合,为客户提供完整的衍生品交易软件与管理解决方案。公司通过既有工业软件产
品进行产品实施,也可以根据客户实际情况在产品的基础上进行二次开发或者定制应用软件系统。通用新兴技术软件可
作为独立产品为客户提供完整的产品服务,也可通过服务消费的模式融入到公司各项产品中,有效提升公司相关产品的
智能化水平,更好地服务客户,提升公司在智能制造、数字化金融领域的竞争能力。

公司是上海市首批高新技术企业、上海市“科技小巨人”企业、上海市企业技术中心和上海市专精特新企业。公司
获ISO9001、ISO27001和ISO20000、CMMI5(能力成熟度集成模型5级)、DCMM三级、CS三级等专业认证,MES产品被评
为“上海智造”产品。公司入选上海市“AI+制造”专业服务商名录,报告期内“威士顿工业大语言模型算法”通过了国
家网信办的算法备案。

(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和AI智能体为代表的新兴技术软
件。随着软件架构向“微服务”架构的发展,以及 AI技术的快速普及,公司在将核心的软件产品 MOM、PLM、MRO和
DataM进行技术架构升级和“AI”赋能的基础之上,发布了面向通用行业的大模型应用产品“威助手”和“工业 AI智能
体”产品,进一步推动了产品的技术升级并丰富公司产品线。

在金融衍生品领域,公司主要面向期货公司、证券公司、资产管理机构、产业企业及个人投资者,聚焦“如何提升
交易执行效率、降低交易成本、满足多市场多资产配置需求”,并服务“机构与个人在衍生品交易中的风控、套保、套
利及量化交易等核心场景”。通过高性能交易终端、全球交易系统、移动端工具及模拟交易平台等技术融合,为客户提
供完整的衍生品交易与管理解决方案。通过多账号跨市场整合、智能算法执行、期现一体化风控等功能的深度协同,挖
掘交易数据价值,赋能投资与风险管理。

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,通过模型矩阵的知识管理和威士顿工业AI智能体产品,实现了产品的智能
化升级。公司的核心产品整体布局如下:
(图1.威士顿软件服务提供布局图)
在全新提供的产品形态中,传统繁琐的层级菜单与复杂表单被极简的智能对话窗口所替代。该交互界面支持自然语
音、文本关键字等多种模态的便捷输入。当使用者登录系统后,系统不再依赖用户去主动寻找功能入口,而是由智能对
机器人主动扮演“业务向导”的角色,自动梳理并精准推送当前登录人员亟待处理的各项业务作业。使用者只需按照
系统的智能推送,逐个、顺畅地完成必要的人机交互操作。在面对工作任务时,使用者仅需以自然语言告诉对话机器人
当前的业务目标或诉求。智能对话机器人便会实时调取并依据企业内部可自由定义、灵活配置的标准化作业流程,智能
化地精准识别使用者的底层意图并提供与该业务场景高度匹配的应用功能、数据表单及操作指引,供使用者直接执行。

这种“以意图为驱动、以对话为媒介”的新型交互设计。大模型是“脑”、智能体是“手”、信息化系统是“工具”,
通过全新的交互设计,把三者进行极简集成,极大降低了企业员工的系统学习门槛,让企业软件真正做到“懂业务、知
意图、能执行”,可显著提升企业各部门的整体业务协同与运营效率。

顺应人工智能技术的快速演进与企业数智化转型的迫切需求,公司在平台架构中构建了独立的“AI引擎层”。该引
擎层作为横向贯穿于底层“数据融合层”与上层核心业务应用(如 MOM、PLM、MRO和 DataM等)之间的关键驱动枢纽,
技术矩阵,为上层业务的高效运转与敏捷迭代提供底层驱动力
①算力与底座:以公司的技术支撑平台“iWisdom”以及“云平台/算力平台”作为底层技术底座。该底座向下无缝
对接数据融合层所汇聚的海量、高频的实时业务数据与外部结构化/非结构化数据;向上则为复杂的业务流转、跨系统的
数据集成与海量模型训练提供稳固的资源调度与技术支撑。通过高效的算力分配与平台化管理机制,充分保障了企业级
应用在面对高并发任务、复杂运算逻辑以及多变业务场景时的系统稳定性与大规模数据处理能力,夯实了智能化应用落
地的基础。

②模型与算法:通过“威智造(企业垂域大模型)”、“通用大模型”、“多模态大模型”以及丰富的“专业算法
模型”,形成了深度适配企业应用场景的模型矩阵。在实际应用中,各类模型各司其职并相互协同:大模型依托自身具
备的庞大领域知识储备,主要承担对文本、图像及各类复杂时序信号等多元数据的深度理解、逻辑推理与价值挖掘;而
专业算法模型则紧密聚焦于具体的业务与操作场景,利用人工神经网络等机器学习前沿技术,解决确定性与高频次的业
务痛点。例如,通过专业算法实现设备运行状态的精准预测、业务参数的实时仿真与优化、以及基于机器视觉的自动检
测等落地应用,从而为上层业务的平稳运行与决策优化提供精准的数据模型支撑。

③智能体:推出“威士顿工业AI智能体”与对话机器人“威助手”,重塑了传统软件的人机交互范式与业务流转机
制。“工业AI智能体”支持企业通过可视化的可编排工作流方式,将原本分散在各个业务域的节点与服务进行灵活串联,
快速构建出贴合企业自身管理诉求的专属智能体。而“威助手”则作为这些底层智能体与终端用户之间的统一交互窗口,
极大地降低了系统的使用门槛。使用者只需通过自然语言输入指令或需求,智能体便会依据企业自由定义的作业流程,
智能化地识别使用者意图进行任务分解,并自动推送相应的业务作业,主动引导使用者逐一完成各项交互操作。在此基
础之上,智能体内部深度融合了专有知识库(集成Tree RAG算法)等组件,支持对企业私域数据的智能问答与增强检索
查询,从而为业务意图的精准识别与流程的高效执行提供了强有力的知识支撑,确保业务处理的准确性。

④智能研发与创新:引入前沿的软件工程与 AI辅助开发理念,打造了以“意图解析”与“Vibe Core”为双核驱动
的智能研发流水线。这一模块致力于从底层工程范式上提升软件系统的开发与迭代效率。通过精准捕捉并解析用户提出
的功能诉求或业务意图,引擎能够直接驱动 Vibe Core 实现应用模块的智能生成与柔性组装。这种创新模式将传统的
固定代码编写与系统固化开发,转化为基于意图驱动的自动化构建与动态配置,使得企业软件平台能够打破以往的僵化
架构,以更加敏捷、灵活的姿态响应外部市场与企业内部业务需求的快速变化。

综合而言,通过上述四大核心模块的有机结合与协同发力,“AI引擎层”成功构筑了从底层算力调度、算法模型支
撑到上层智能体应用与敏捷研发的完整技术闭环。该引擎层不仅帮助企业实现了从单点智能算法应用向系统级智能体协
同的实质性跨越,更从根本上改变了软件系统的开发迭代效率与人机交互体验,为企业应对复杂业务场景、加速数智化
升级提供了一个务实、高效、且具备高度可扩展性的核心技术底座。

公司的产品体系以 AI引擎层为核心技术底座与驱动枢纽,该引擎层横向贯穿底层数据融合层与上层 MOM、PLM、MRO、
DataM等核心业务应用,整合算力底座、模型算法、工业 AI智能体/威助手、智能研发四大能力模块,为全线产品提供
统一赋能支撑,实现从单点智能到系统级智能协同的升级。

1、MOM--智能生产运营
实现企业生产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
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,依
托 AI引擎层的算力支撑、专业算法模型与工业 AI智能体,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
保生产管理有序进行,并应用大模型实现各个业务域的快速知识管理,通过威助手提供便捷知识查询对话入口。生产管
理主要包括执行管理、高级计划与排程APS、生产过程质量追溯、生产动力能源管理、物料管理等系统。

(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;深度应用AI引擎层人工智能、大数据技术与专业算法模型,智能优化生产工艺技术参
数,为生产质量的稳定与提升提供全面保障,主要包括工艺标准、统计过程控制诊调整、工艺参数优化等子系统。

(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,设备管理的智能化是依托AI引擎层物联网、大
数据、人工智能技术与设备知识图谱,实现全生命周期智能化管理,涵盖设备入账到报废更新全流程,在预防性维修基
础上提供健康状态诊断与预测性维护。

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,研发已经不再是传统 ERP领域中
研发相关的人、财、物方面的研发事务性管理。而是以 AI引擎层的深度学习、BP神经网络算法、多模态大模型为核心
支撑,突破传统 ERP的研发管理范畴,面向制造业构建的产品全生命周期的创新研发管理体系。实现配方、原料、辅料
以及工艺技术参数智能化设计从经验式研发向数字化、智能化研发,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。
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。MRO全面融合 AI引擎层视觉识别、预测模型、数字孪生、智能感知技术,通过安全管理、智慧园区、数字
化仓储、数字孪生等系统,为工业企业生产运营提供全方位智慧保障,支撑企业生产高效运行。

4、DataM--数据创新
主要通过数据标签、深度学习、大模型等技术,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、人工智能等技术的融合,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,挖掘数据价值,赋能企业经营与
创新。产品主要包括实时星链Link、星链的计算引擎、数据资产管理、智能报告生成与检测等。

(图2.威士顿数据创新架构图)
5、金融衍生品交易软件
主要面向期货公司、证券公司、资产管理机构、产业企业及个人投资者,聚焦“如何提升交易执行效率、降低交易
成本、满足多市场多资产配置需求”,并服务“机构与个人在衍生品交易中的风控、套保、套利及量化交易等核心场
景”。通过高性能交易终端、全球交易系统、移动端工具及模拟交易平台等技术融合,为客户提供完整的衍生品交易与
管理解决方案。通过多账号跨市场整合、智能算法执行、期现一体化风控等功能的深度协同,挖掘交易数据价值,赋能
投资与风险管理。产品主要包括:
(1)无限易交易终端
依托高性能 C++底层架构与 Python量化生态,完成多账户、跨市场(期货、期权)的统一登录与交易执行,支持行
情、资金、持仓等数据实时同步至 EXCEL等外部工具。无限易通过可视化交互设计,将核心功能从看盘转向交易执行,
操作流畅且支持多窗口、多屏幕自由布局,满足职业交易员高频、多品种、多账号的交易需求。其交易执行优势包括:
网格策略、短线精灵等内置算法提升日内交易效率;套利猎人自定义套利组合与移仓护卫功能优化套利成本;Smart
Order三大类20余种细分算法降低大额订单冲击;期权交易功能全面可视化降低入门障碍;Python语言支持量化策略编
程,便于客户进行个性化策略开发。

(2)全球交易系统(GTS)
聚焦产业机构与实体企业的套保交易需求,提供境内外交易所场内品种及境外 OTC系统的一站式接入。GTS的交易管理功能支持按组织架构、项目或策略维度进行交易分配与报表统计,解决多通道、多团队场景下的人工成本与数据割
裂问题;多市场交易系统支持境内境外期货市场同时交易,并在不同市场交易时间限制下完成正常结算与统计;风险控
制功能支持基金产品净值、回撤、亏损额度等维度的风控条款设定,以及企业套保额度与交易方向管控,配备完善的风
险计算模型;同时持续丰富均价算法、大单拆分、自动移仓等智能算法工具,并携手国内 ERP或现货系统厂商实现期现
(3)筋斗云APP
作为移动端多平台交易终端,支持手机端与电脑端无缝衔接,提供快捷便利的交易体验。筋斗云 APP内置多种交易
策略及智能条件单,支持云端存储参数,帮助用户解除盯盘困扰,满足期货公司、证券公司、资产管理机构及个人投资
者在移动场景下的交易需求。

(4)QuantFair模拟交易软件
采用与实盘相同的行情数据进行模拟交易,支持个性化配置手续费率、保证金率、初始资金等参数,便于用户熟悉
市场规则,同时为期货公司、证券公司等机构开展培训和交易大赛提供便捷工具。

(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,更快速地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,用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
业发展战略规划等方面。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,到结项验收等方面。

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。公司服务的客户大都是细分行业中的头部客户,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,这些成功案例成为开拓新客户、承
接新业务的优势,推动公司业务拓展形成良性循环。在售前阶段,公司主动参与行业客户的新项目规划与技术论证工作。

投标时,依托成熟的产品体系和行业经验,公司深入分析客户业务场景、现状及需求,量身定制解决方案。部分方案为
满足整体建设要求,还涵盖软件开发及 IT/OT环境搭建。合同签订后,公司高效调配资源,确保按时保质完成软件开发
及相关服务交付。

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。典型业务场景包括为期货公司、证券公司、资产管理机构及产业企业等客户,部署配置交
易终端,并根据客户实际交易网络环境、柜台系统对接要求进行参数调优与功能配置,同时提供产品使用培训、日常运
维支持及系统升级等技术服务;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《采购管理规定》,
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。

公司将业务重心聚焦于信息化、智能化信息技术应用领域,主要基于两方面考量:一是依托自身的信息技术积累、
实施能力与企业背景优势;二是预判未来客户将持续加大数字化、智能化投入,确保市场需求具有稳定且持续增长的发
展前景。在工业领域,作为全球制造业大国,我国工业领域的信息化应用仍处于数字化转型初级阶段。当前主要以业务
数字化为主导,逐步嵌入数字化运营和智能化应用场景,与全球先进智能制造水平尚存差距。未来5-10年,在政府政策
引导下,企业将持续推进数字化转型,以智能制造为目标,实现制造业整体升级和智能化运营。在金融领域,金融行业
正经历深刻变革:一方面,互联网金融企业的崛起倒逼传统金融机构加速转型,推动行业整体向数据驱动型模式转变。

各机构普遍运用大数据分析技术,针对细分客群精准设计产品,并依托数字化手段实现精准营销,业务呈现线上化、移
替代浪潮。各机构不断加大国产硬件、系统平台及工具软件的采购力度,同时催生了将原有非国产系统迁移至国产平台
的技术改造需求,这一趋势正重塑行业IT基础设施格局。

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。

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
(四)公司所处行业发展情况
1.宏观经济
根据国家统计局公布的数据,2026年上半年国内生产总值比上年增长4.7%,信息传输、软件和信息技术服务业增加
值增长 10.7%。我国经济顶住压力延续总体平稳、向新向优的发展态势,展现出强大的韧性和活力。当前外部环境复杂
严峻,国内供强需弱、结构性矛盾仍然突出,新旧动能转换是一个系统工程,不可能一蹴而就,需要久久为功,持续用
力,下阶段还是要坚持稳中求进、因地制宜,在培育壮大新兴产业、未来产业和改造提升传统产业上持续用力,力促新
旧动能平稳接续转换。

2.政策环境
国家和地方政府发布了一系列政策文件,引领社会的数字化和智能化进程进入规模化落地新阶段。2025年 7月国常
会审议通过了《关于深入实施 "人工智能 +" 行动的意见》,旨在推动人工智能技术成为驱动产业升级的核心赋能工具,
重点覆盖制造业、金融等关键领域。2026年 5月,上海市发布《上海市人民政府关于推进服务业扩能提质的实施意见》
(沪府发〔2026〕1号),明确强化信息服务赋能作用,实施“人工智能(AI)+”行动,加快AI+工业软件研发,通过算
力构建、大模型部署、数据治理等提升研发效率,加快关键核心软件技术攻关。推动行业大模型、通用智能体研发与应
用,在工业、金融等场景规模化落地。在国家层面完善了顶层设计,形成"人工智能+"行动与数据基础制度双轮驱动格局。

由于政策的引领,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。

3.工业和金融行业领域信息化发展趋势
(1)制造业智能化转型要求下持续投入信息化是长期需求
制造业智能化转型保持良好发展态势,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。二是智能制
造新场景、新方案、新模式不断涌现,其核心驱动力日益依赖于工业数据与人工智能技术的深度融合。装备制造业探索
协同设计、虚拟验证、远程运维等模式,促进产品快速迭代和效益提升;消费品行业创新大规模定制、用户直连制造、
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、跨工序质量管控等模式,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。

(2)数字化转型和智能化提升是金融领域的发展趋势
金融行业是天然的数字化企业,其数字化转型已进入 “数据资产化”和“业务智能化” 的深度攻坚期。一方面,
在穿透式监管和数据资产“入表”探索的背景下,金融机构对全业务链条的数据治理、数据质量与数据安全投入持续加
大,数据处理向流批一体化的实时智能分析演进。另一方面,人工智能技术应用从风控、营销等环节向核心业务决策渗
透。生成式AI和行业大模型开始在智能投研报告生成、合规审查、个性化投顾等场景中落地试点,推动服务从“流程自
动化”向 “决策智能化” 跃升。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防控产品,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,从底层基础设施到上层应用软件的国产化替代,构成了金融科技投入的另一条主线。

二、核心竞争力分析
(一)深耕垂直领域,多年积累形成一定的护城河
在工业领域,公司长期专注于智能制造相关产品的研发和实施,深耕细分市场,形成了以信息化管理与设备自动控
制深度融合、多源数据采集、整理、分析应用为特色的智能制造整体解决方案,并在新一轮的数字化和智能化转型的信
息化浪潮中,不断升级和发展自身的产品和解决方案,提供涵盖制造运营全流程的信息化产品及服务。公司应用类核心
技术主要围绕细分领域客户的具体业务展开,主要包括基于威士顿模型矩阵的知识管理、工业AI智能体的引入,以及高
级排程模型、质量预测模型、设备健康预测模型、物流调度模型等。该类核心技术应用到相关产品及信息化建设项目中,
可以实现生产工艺智能参数优化、产品质量预测以及设备预测性维修等功能。通过业务事件智能感知,结合人工智能关
联分析,协同管控生产各条线的智能化保障,包括生产资源保障、动力能源保障、物流保障、设备健康以及工艺保障等,
可助力客户防范业务风险,帮助客户提高产品质量与生产效率。公司加大AI及大数据技术的投入,让更多业务基于大数
据分析与人工智能技术,深入挖掘数据价值,通过数据深度模型化、自主学习、自主创新,助力企业真正实现数字化转
型与全面智能化生产。

在金融领域,公司提供专业的数据管理信息化服务,从业人员掌握行业领先的数据平台和数据处理与应用技术,将
公司形成的数据汇聚、数据血缘关系管理、数据源变更时数据源自动化联结等核心数据产品理念,应用在用户服务现场,
同时利用AI应用形成垂类领域的智能报告,提升用户服务效率与用户体验,这是公司核心竞争能力的体现。在数据平台
监控管理、数据汇聚、数据加工和数据管理业务中,公司将服务内容知识化,逐步形成了独具竞争力的成熟产品体系,
确保能够严格遵循产品设计理念,为金融客户提供专业的现场数据服务。

公司通过与大数据平台厂商合作来发展自身数据类产品和服务。作为 Cloudera CDH/CDP产品的金牌技术合作伙伴(该平台基于 Hadoop生态系统且为行业应用最广泛的大数据平台之一),公司是国内最早获得此项认证的少数企业之一。

同时,随着国产化进程的推进,公司也与国内大数据厂商建立了合作机制,依托这一合作优势,公司的技术与产品能够
应用于各类基于Hadoop生态的大数据平台。

(二)与产业深度融合,具有良好口碑
基于多年行业深耕,威士顿已建立起对客户所在领域的深刻洞察。公司专注于为客户提供与其核心生产经营密切相
关的信息化解决方案,通过持续的技术与业务创新,有效提升企业生产运营各环节的信息化水平。在这一过程中,公司
积极探索信息化与传统产业深度融合的实践路径,形成了独具价值的行业经验。

公司主要客户为工业和金融业的大中型企业,该类客户具有质量高、可信度高、稳定性强等特征。威士顿在开拓新
客户时,通过提供可复制、可借鉴的优质产品和服务,建立起长期合作关系。公司持续深化客户服务主要体现在:一是
逐步导入公司全系列产品解决方案;二是凭借丰富的项目经验和技术积累,推动产品与产业场景的深度融合。这种合作
模式有效提升了客户在生产运营中的数字化、网络化和智能化水平,帮助客户实现显著的经济效益和社会价值。公司已
经将大中型客户成功实施的产品轻量化,开始应用轻量化产品为中小企业客户提供数字化转型服务。

(三)长期培养形成复合型技术人才,具备专家品牌
在软件与信息技术服务领域,人才优势是企业的核心竞争壁垒。公司建立了系统化的人才培养体系,通过科学的队
伍建设规划,打造了一支兼具专业技术实力与丰富行业经验的高素质团队。这支稳定的管理队伍不仅具备深厚的专业知
识储备,更拥有出色的项目管理能力,为公司持续发展提供了坚实的人才保障。公司的核心技术人员,毕业于包括复旦
大学、上海交通大学、同济大学、日本明治大学等国内外知名高校,具有丰富的学术理论基础,对行业前沿技术有深刻
理解和掌握,具有丰富的开发和实施经验。公司提倡匠心精神,通过长期的研发和生产积累,凭借有竞争力的产品和成
功实施案例,不断扩大业务覆盖区域。通过长期培养“行业专家+技术专家”而积累形成的复合能力及由此构筑的竞争壁
垒形成了企业竞争的护城河。

公司拥有结构完善的技术与研发人才梯队,构建了系统化的人才引进、培养、激励和保留机制,秉承内部培养与外
部引进并重的原则,通过实际业务锻炼持续培养了大量专业能力扎实且行业经验丰富的复合型人才。公司建立完善的晋
升体系,为员工规划职业发展路径,打造促进个人价值成长的事业平台,营造富有成就感的职业环境,形成了强劲的研
发活力和浓厚的创新文化。在客户服务过程中,公司一贯要求专业技术人员深入业务一线把握实际应用需求,形成了快
速实现技术应用匹配的专家培养机制。在与客户交流时,公司派出的专家团队通常兼具前沿技术知识、行业发展趋势洞
察和实际场景理解能力,这种复合型人才优势经常能够推动与客户建立更深层次的合作关系。

(四)核心软件产品,自主研发、安全可控
工业软件是制造业企业管理流程与管理模式的重要载体,是实现精细化过程管控、推动全面业务数字化管理的核心
基础。我国虽是制造业大国,但国内工业软件市场仍由国外厂商主导大部分份额。近年来,国家从工业安全战略出发,
持续引导工业软件向国产化方向发展,大型制造企业核心工业软件的国产化替代已成为必然趋势。威士顿凭借在工业领
域长期积累的专业知识,融合实际工业生产经验,并借鉴早年应用国外工业软件的实践,对工业企业的业务流程、运行
机理、数据模型和组织架构进行了系统性的总结与开发,最终形成了自主知识产权的工业软件产品。在核心生产管理、
产品生命周期管理等关键业务领域,威士顿已成功协助客户实现国产化替代,不仅有效解决了国外软件扩展性不足、服
务响应慢等痛点,还显著降低了客户的软件采购与实施成本。经过多年实际运行验证,国产化替代系统的各项性能指标
均完全满足客户需求,展现出优异的稳定性、安全性和可扩展性。

在人工智能、大数据、云计算、物联网等新兴技术领域,威士顿充分发挥自身技术优势,依托对制造业和金融业应
用场景的深刻理解,成功研发了多项以创新技术为核心的自主产品,包括威助手、威士顿工业 AI Agent、无序分拣机器
人、基于设备运行状态的运行维护平台、数据门户管家、星河系列数据产品、智能文档管理等,这些产品满足自主可控
信息安全标准。与此同时,公司持续强化工业软件产品的市场竞争力,相继实现了多项智能化功能升级,包括基于神
经网络的能耗预测系统、基于机器视觉的制丝杂物智能识别方案、基于机器视觉的无人机高空无人巡检系统、基于工业
大数据的工艺质量优化平台等,这些技术创新显著提升了公司工业软件产品的市场竞争力,为保持行业领先地位提供了
坚实支撑。

(五)长期自主研发,持续积累技术储备
多年发展历程中,公司始终坚持自主创新,在稳健经营的过程中,持续对前沿信息技术跟踪和投入。经多年持续投
入研发和项目实施,公司紧跟行业技术的发展趋势,具备较为成熟的技术基础与研发实力。公司参与起草及制定了两项
国家标准。截至报告期末,公司拥有 33项境内外商标,获授 14个发明专利,2个实用新型专利,12个外观设计专利,
登记软件著作权226个。

公司长期耕耘工业领域,在细分领域形成了一系列工业机理模型并嵌入在工业软件产品中,例如,高级排程算法模
型、生产过程质量预测模型、设备健康性预测模型、物流调度模型等。另外,随着软件整体设计理念的进步,软件产品
的设计理念也在持续地发展和进步,公司已经将原有的基于 SOA的产品框架,进行了相应的重构升级,形成了基于微服
务和前后端分离设计理念的整体开发技术架构。

(六)稳定的行业客户资源及示范效应优势
公司以“为客户提供有价值的产品与服务”为发展根本,在所从事业务领域内,能够快速地将最新的技术,应用于
客户亟需解决的实际问题或者用于客户的管理与运营改进之中,使技术发展真正助力客户业务的发展,在其提升效率、
降低运营成本过程中起到作用,将技术能力在产业中变现。

在二十余年的发展历程中,公司凭借扎实的专业技术实力与深厚的行业洞察力,持续为细分领域客户提供定制化的
信息化系统解决方案及配套产品服务,显著降低了客户在供应链协同中的沟通管理成本,实现了互利共赢的合作成效。

通过积累大量成功案例和打造拳头产品,公司在业内建立了卓越的品牌声誉和客户信赖度,与众多行业领军企业建立了
稳固的长期合作关系,形成了显著的客户资源优势与用户忠诚度。公司服务的优质客户均为细分行业龙头企业,这为拓
展新客户提供了极具说服力的标杆示范效应。

(七)融入生态,与生态内的厂商保持良好合作
公司高度重视渠道资源和产业生态培育和建设,积极加强同IT业界头部企业的广泛合作,积极融入华为、阿里等国
内新兴IT领军企业的生态,已经获取相应的能力认证与合作资质,核心产品能够部署运行在华为、阿里的云平台之上;
公司产品也进行了其他国产化的适配与测试,能够在国产化的主流服务器、数据库和中间件之上稳定运行,满足目前国
产化的整体要求;同时也在持续与 Intel、Cloudera、微软等国外厂商保持良好合作关系。公司产品在这些国内外公司
的软硬件平台上通过了测试与运行验证,为客户选择公司的产品提供了基础的信任保障。

(八)经验优势和管控优势,保障项目交付,有效控制实施成本
威士顿作为专业的软件产品和服务提供商,经过多年的发展,在细分领域积累了一系列成功案例,培养了专业化的
开发实施团队,在细分行业具备一定的品牌影响力。公司以其丰富的行业经验助力工业领域客户的数字化转型和智能化
升级,在制造运营管理、智能园区管理、产品生命周期管理、数据管理等产品领域具备大量成功实施案例。

公司通过在行业中长期积累的项目实施经验,获得了一批开展相关业务的资质,如CMMI5级评估认证、ISO20000 IT
服务管理体系认证等资质。其中,CMMI即软件与集成能力成熟度模型,是全球最先进和科学的软件工程管理模型与方法,
是衡量软件企业能力成熟度和项目管理水平的权威标准。CMMI5级是最高等级的认证,也是目前世界范围内针对软件能
力成熟度最权威、级别最高的评估之一。CMMI5成熟度规范模型的应用,是公司对项目管控、实现产品和服务高质量交
付的重要保障。

三、主营业务分析
概述
参见“一、报告期内公司从事的主要业务”相关内容。

主要财务数据同比变动情况
单位:元

 本报告期上年同期同比增减变动原因
营业收入97,540,443.9891,695,286.806.37% 
营业成本52,518,144.9260,263,524.67-12.85% 
销售费用7,392,500.974,864,670.7351.96%主要系报表合并范围 增加所致
管理费用16,287,839.5412,112,408.1534.47%主要系报表合并范围 增加所致
财务费用299,007.62-1,645,795.05118.17%汇率持续下跌产生大 额汇兑损失,且存款 利率下降所致
所得税费用1,143,743.261,099,435.094.03% 
研发投入16,260,642.278,864,115.6883.44%主要系报表合并范围 增加所致
经营活动产生的现金 流量净额-3,585,767.673,526,079.61-201.69%主要系支付给职工以 及为职工支付的现金 增加所致
投资活动产生的现金 流量净额12,283,764.86-115,615,318.95110.62%理财产品的出售额大 于购买额所致
筹资活动产生的现金 流量净额-29,549,954.75-34,169,916.8713.52% 
现金及现金等价物净 增加额-21,445,157.45-145,522,952.1885.26%主要系投资活动产生 的现金流量净额大幅 高于去年所致
投资收益8,185,062.865,008,627.1963.42%现金管理收益高于去 年同期所致
公允价值变动收益2,561,989.411,080,160.00137.19%尚未赎回的现金管理 的公允价值变动收益 高于去年同期所致
信用减值损失-553,497.032,130,638.20-125.98%应收账款高于去年同 期,计提的信用减值 高于去年同期
归属于母公司股东的 净利润11,209,264.8616,129,769.70-30.51%母公司净利润同期下 降所致
基本每股收益0.130.18-30.50%归母的净利润下降所 致
预付账款2,753,984.07830,280.67231.69%新增报告期末支付给 供应商的款项
长期待摊费用971,964.541,435,166.11-32.28%摊销所致
应交税费4,403,534.551,994,525.63120.78%应交增值税和个人所 得税增加所致
递延所得税资产2,137,972.906,101,720.76-64.96%子公司以前年度的税 务亏损在本期盈利中 足额弥补。
短期借款5,000,000.0014,000,000.00-64.29%子公司归还900万借 款所致
应付账款18,591,005.7637,786,405.74-50.80%归还期末未付货款所
    
应付职工薪酬6,040,051.9114,246,123.07-57.60%年末有未付年终奖所 致
租赁负债1,200,632.481,830,811.53-34.42%租赁期限缩短
递延所得税负债0.002,415,853.32-100.00%会计与税法差异消除
其他应付款15,635,664.0050,428,747.08-68.99%支付了第二笔并购款 所致
公司报告期利润构成或利润来源发生重大变动
□适用 ?不适用
公司报告期利润构成或利润来源没有发生重大变动。

占比10%以上的产品或服务情况
?适用 □不适用
单位:元

 营业收入营业成本毛利率营业收入比上 年同期增减营业成本比上 年同期增减毛利率比上年 同期增减
分产品或服务      
软件开发14,888,187.009,380,383.4036.99%-62.28%-61.96%-0.53%
运维服务15,969,813.016,197,970.2261.19%-30.04%-35.13%3.05%
系统集成17,525,044.4016,957,964.423.24%77.84%87.56%-5.02%
软件产品销售 及服务48,293,037.6519,003,686.8460.65%168.36%18.53%49.75%
(未完)
各版头条