广联达机构调研纪要

调研日期: 2026-05-14 广联达科技股份有限公司作为数字建筑平台服务商,提供数字化软硬件产品、解决方案及相关服务,业务涵盖建设方、设计方、制造厂商、供应商、施工方、运营方等产业链各参与方,以及金融、高校、投资并购等领域。公司致力于助力建筑产业转型升级,为产业运营者提供数字化服务,协同共生、融合发展,共建建筑产业互联网的新生态。广联达及旗下子公司共取得1100余件软件著作权登记证书,主要产品具有自主知识产权及自主创新的软件架构,在BIM解决方案、云计算、大数据、物联网、移动应用,以及管理业务技术平台方面有深厚积累。 互动问答 Q1:请分析公司与 ADSK 之间存在差距的原因,并结合行业趋势说明后续的演进情况 答:公司与 ADSK 的不同主要在两个方面,一是发展历史与起步领域不同。ADSK 成立于 1982 年,起步较早,且其从设计端切入,业务覆盖建筑、制造、多媒体等多个行业,全球化程度高,在全球主要国家均有团队与业务,而广联达起步于成本管理领域,重心长期聚焦于国内市场;二是市场聚焦阶段不同。公司海外布局虽已超过十年,但在美国以研究机构为主,未大规模开展市场业务,市场重心仍在东南亚与欧洲。这是与友商在全球化布局上的阶段性差异。 行业常态下同类软件对现有成熟产品的替代难度极大,只有行业出现重大变化时,才会催生新的业务形态,这也是多数行业的普遍规律。当 前全球工程建设领域发展趋势明确,正从以往单一阶段产品转向全过程一体化发展,BIM、人工智能等新技术正在重塑行业格局,数据的产业价值持续提升,也为行业带来全新发展机遇。公司看到了这一新机遇,但要把握住机遇必须具备核心竞争力作为支撑,就是公司所关注和沉淀的图形技术,广联达的设计软件虽然仍有进步和提升空间,但已经是在较短时间内完成了国外同行数十年的发展历程。 行业进入全新发展阶段后,行业变革与创新的可能性将大幅放大。以人工智能为代表的新技术,必将在工程领域引发深刻变革。为此,广联达正围绕全球化发展、人工智能应用以及一体化、系统化能力建设等进行深度战略布局。我们认为,未来工程行业必将诞生一批全新形态的软件与服务企业,能够贯穿工程全生命周期,为客户提供深度的数据加 AI 的综合服务,持续为客户创造最大价值。 Q2:公司如何在业务发展投入与降本增效、利润增长之间做权衡 答:过去三年,公司在内部管理方面投入了大量精力。基于行业和客户需求的变化,公司对现金流不佳、利润不高的业务,主动进行了聚焦和收缩,并对组织及人员进行了相应调整。这一轮大的调整已基本告一段落,公司对于客户业务的认知、产品的聚焦方向已非常清晰。 当前行业仍具备广阔成长空间,相关业务领域如基建、水利、新能源、全球化等经过多年实践已得到充分验证,正处于加速发展的关键窗口期,需要强化团队能力、加大资源投入以提速扩张,因此现阶段业务增长仍是首要导向,不会单纯以紧缩降本为主要方向。当然,这种增长绝不会以牺牲利润和现金流为代价。公司经过多年建设,已形成完善的机制和制度体系,能够从全链条保障现金流和利润的稳健。 总结来看,公司会在保障稳健、健康发展的基础上,加快发展速度。加大在新领域、新客户、新地域以及新技术等方面的投入与发展。 Q3:如何看待 AI Coding 对于软件工程师的替代,以及 AI 对软件行业市场空间的影响 答:本轮 AI 技术变革与过往技术迭代存在本质区别,并非单纯效率层面的量变,而是行业发展范式的重构,将推动全业务流程与价值体系重塑,进而产生深层次质变价值。 当前 AI 已全面融入公司从需求、设计到开发测试的全软件工程流程,不仅重塑研发作业方式,也将持续驱动公司销售模式、服务模式与商业逻辑迭代升级。 以 AI 编程为例,广联达内部正在全员推广 AI Coding。我们观察到,从个体使用感受来看,提效幅度大约在 30%到 50%之间,但当我们将视角从个体回到组织层面,就会发现个体提效并不等同于团队和组织整体提效,关键在于要同步适配原有业务模型与运营体系,推动从个体增效向团队整体增效转型。在人力结构层面,对于低门槛、标准化的基础编码类工作,AI 具备明显替代效应,相关外包及基础 岗位会相应缩减;而具备专业建模、业务理解与抽象能力的核心研发人员,不会简单裁撤,而是转向价值更高的前端业务场景,深入客户一线开展业务建模与落地实施,实现人力资源价值重构。另一方面随着行业需求升级,客户不再局限于单一产品采购,而是将核心业务交由公司深度服务,业务复杂度持续提升,反而需要更多专业研发人员深耕复杂业务场景、驻场服务大型客户,人员结构呈现结构性变化。 对行业客户而言,AI 工具首先实现个体效率提升,后续将倒逼客户重构自身业务流程与运营模式,释放现有人力精力去满足更多未被挖掘的业务需求,市场空间仍具备增长潜力。 Q4:随着中资客户从传统房建向基建、新能源转型并加速出海,公司业务也同步向非房建领域及海外市场拓展,请问后续这一转型加速趋势是否会持续? 答:当前行业客户主要呈现两大变化,一是现有客户自身业务的转型。不少客户从以房建为主转向基建、新能源,也有不少客户从只做省内业务向全球拓展。这部分客户的需求变化,带动了公司产品的相应转型。二是全新客户群体的拓展。公司早期没有覆盖纯粹的基建客户,但几年前便已布局公路、水利等基建领域,相关业务布局具备优势。基建类项目在业务模式、项目场景、远程管控及安全物资管理等方面与传统房建差异显著,对人员、材料、安全的精细化管理需求远高于房建,这为公司的产品、解决方案和商业模式都带来了新的变化和更大的市场空间。经过这几年的打磨,我们发现基建领域的客户诉求更强烈,单个客户为公司贡献的收入比例超过传统房建业务。 关于海外业务,我们认为很多业务的发展并非线性,而是需要经历沉淀才能起势。广联达在海外已深耕超过十年,积累和沉淀了不少技术、人才和管理上的经验。当前,我们在印尼等市场发布了具有竞争力的产品,这得益于对客户需求的深入理解、产品的持续调整以及技术的不断突破。总体来说,软件发展前期较慢,到一定阶段就会加快。广联达在国内市场经历过这一过程,海外市场同样如此。 Q5:AI 对公司商业模式的影响 答:AI 技术将推动行业数字化服务模式持续升级,整体将从传统 SaaS 服务,逐步向 WaaS、RaaS 演进,服务形态也将从常规服务交付,迈向工作交付乃至结果交付。目前公司主营业务仍以 SaaS 模式为核心,同时已在积极探索 WaaS、RaaS 等新型商业模式。例如工业安装算量产品已采用 WaaS 模式落地运营,通过图纸上传、智能化完成算量,按照工作量收费,市场接受度高、业务增长势头良好;在RaaS 领域,公司也在通过生态伙伴合作开展相关模式探索。 整体来看,商业模式的升级并非一蹴而就,而是随客户 AI 接受度、内部运营体系优化及业务流程重构渐进推进。中长期来看,公司将形成 SaaS、WaaS、RaaS 多形态并存的混合服务模式,并随客户业务转型与 AI 应用深化持续迭代完善。 Q6:公司未来三年收入增长逻辑的拆解 答:未来三年的增长将基于“同心圆”模式进行结构化拆解,具体如下: 第一,数字成本业务。增长来源包括三个方面:一是业务范围拓展,成本业务已从过去只做房建,向基建、水利、新能源等领域延伸;二是应用场景的延伸,从过去聚焦招投标环节,向上游设计、下游施工环节拓展,应用场景越来越多;三是国际化突破,尤其是在亚洲市场的规模化发展。 第二,数字设计业务。重点聚焦三大战场:一是房建领域,市场规模巨大;二是基建领域,依托政策红利加快基建领域渗透;三是欧洲市场,当前已保持稳健高增态势且延续性较强。 第三,数字施工业务。目前施工业务在基建、水利、新能源等非房建领域收入占比已经有了明显提升,这也是施工业务后续重点突破的方向之一。 2026 年作为“十三”规划的开局之年,核心是围绕上述三大业务,在明确的市场和客户界面实现快速规模化的突破,通过一步步铺垫和迭代,实现收入的持续增长。 Q7:公司在模型、算力、数据上的策略以及在运用数据训练模型和开发应用场景上有何后续规划?在拓展空间模型方面目前的进展如何? 答:我们观察到,AI 技术落地正从一维向二维、三维方向演进,这一趋势已形成行业共识。为应对不同技术成熟度的挑战,公司今年对组织架构进行了调整,采取“双轮驱动”的策略: 一是 AI 工程部:负责基于现有成熟技术,结合工程化方式,将 AI 能力在具体场景中做深、做实。在工程化落地过程中,我们不仅使用大模型,也会结合大量小模型及传统模型进行协同支撑。 二是 AI 研究院:核心聚焦 2D 图纸、图像及空间物理等方向的前瞻性技术研究。由于这部分技术的不确定性较大,我们更多从技术研究和储备的视角推进,同时会进行阶段性的成果转化,而非等待技术完全成熟后再应用。 在模型、算力与数据的整体策略上,公司明确聚焦于基模以上层面。基模和算力层面,我们与外部伙伴合作,直接使用其 MaaS服务,或将开 源模型经行业微调后部署在自有算力集群上。在基模以上,我们利用行业数据对模型进行后训练,这是公司的核心工作。 关于数据应用,我们采取分类处理的方式:对于行业通用的公开数据,我们用于训练行业模型并构建基础能力;对于每家客户的企业数据,我们与客户合作,基于其数据进行定制化的数据应用,而非简单地将所有数据都训练成模型,这是一种融合应用的范式。对于客户自身的敏感数据,我们也会严格遵循客户需求和相关准则,并支持本地化部署,确保数据安全。 在数据采集方面,公司正推动工地现场数据采集的全面自动化。我们的安全产品、劳务实名制打卡、物料称重等系统每天产生大量数据,通过硬件与软件手段,我们正在建立数字孪生的工地现场,实现进度、成本、安全隐患等各类数据的自动采集。此外,To B 领域普遍面临极限工况数据缺失的挑战。例如,安全事故的发生等,模型难以通过真实案例进行大量训练。为此,我们利用图形平台和数字孪生技术,主动生成各类极限工况数据(如塔吊倒塌场景)来训练模型,而非等待真实事故发生后才能进行算法训练。 在空间模型领域,公司已依托设计软件沉淀海量建筑构件、标准户型等空间样本数据,持续深化二维、三维及空间理解能力建设,充分复用存量数据开展模型训练与场景适配。 Q8:请问公司面向中小企业客户的差异化策略 答:当前下游行业结构发生明显变化,基建、城市更新建设需求增长,中小项目及中小企业占比持续提升,大小客户需求特征差异显著。中小企业更偏好轻量化、易上手的产品形态,无需复杂厚重的系统功能,但仍需覆盖全场景实际业务诉求。公司正对原有软件产品进行架构升级与模块化拆解,推动功能向 Agent化、可调用化演进,将核心业务能力底层引擎化,可在各产品间灵活复用、跨场景调用。通过架构与AI 能力升级,用户无需单独打开专业软件就可以获得业务结果,实现“软件无处不在,却又看不见”,当前公司的算量、计价等核心软件正 在被 PMSmart项目管理软件、设计软件等充分调用,变得无处不在。公司内部也在统计这些调用的次数,调用越多,价值越大。