（報告出品方/作者：國盛證券，何亞軒、廖文強、李楓婷）

1. AI 建筑設計行業(yè)應用環(huán)境概覽

1.1. 設計業(yè)務拆解：創(chuàng)造性工作占比約 25%、專業(yè)邏輯性占比約 75%

設計業(yè)務包含哪些環(huán)節(jié)？業(yè)務拆分看，設計項目包括方案設計、初步設計、深化設計三 大環(huán)節(jié)，其中：1）方案設計指確定總平面布局、建筑外形和平面結構的設計方案，以創(chuàng) 意構思為主；2）初步設計指方案設計經(jīng)審查通過后，進一步細化方案圖結構、跨度等信 息，并預先進行部分施工環(huán)節(jié)設計；3）深化設計指根據(jù)初步設計開展總平面、建筑、結 構、設備等各專業(yè)施工圖設計，交付客戶供施工單位作為施工制作。根據(jù)《全國建筑設 計周期定額（2016 版）》估算，三大設計環(huán)節(jié)的產(chǎn)值占比分別約為 25%/25%/50%。

部分基建設計項目包含可研報告及二次方案設計。大型復雜的基建設計在方案設計 前通常進行可行性研究，必要時進行預可研，并在初步設計和施工圖設計之間增加 二次方案設計，如橋梁、過江通道方案需要在該環(huán)節(jié)進行二次推敲。整體看，基建 項目涉及環(huán)節(jié)較多、且方案需反復溝通調整，整體設計周期更長。

房建設計環(huán)節(jié)相對簡化，標準化程度較高。房建項目的方案設計環(huán)節(jié)多為概念創(chuàng)意 圖繪制，對于常規(guī)性房屋結構，后端初步設計及施工圖設計的標準相對通用化，標 準化程度明顯高于基建設計。

各業(yè)務環(huán)節(jié)自動化難度如何？1）方案設計：多為創(chuàng)意構思，基于足量的歷史數(shù)據(jù)結合內 容生成類 AI 技術，可有效實現(xiàn)人工替代或 AI 輔助設計；2）初步設計：需在創(chuàng)意圖基礎 上根據(jù)專業(yè)判斷進一步細化結構信息，對設計師經(jīng)驗依賴度高，自動化難度大；3）施工 圖設計：以節(jié)點細化為主，耗時較長、內容繁瑣，但流程相對規(guī)范，通過逐個模塊攻破 有望逐步實現(xiàn)智能化。分領域看，基建設計項目非標程度更高、現(xiàn)場勘察量大（橋梁項 目地基勘測、線路現(xiàn)場排查等需耗時數(shù)月），AI 智能化難度顯著高于房建設計。

1.2. 設計行業(yè)概覽：人力成本占比高，格局持續(xù)分散

人力成本占比 70%-90%，龍頭人均盈利指標穩(wěn)步提升。建筑設計為智力密集型行業(yè)、 且業(yè)務標準化程度低，規(guī)模擴張高度依賴專業(yè)設計人才，上市設計企業(yè)的人力成本占比 高達 70%-90%。近年來受益數(shù)字化設計推進，華建集團、華陽國際、華設集團等龍頭的 人均創(chuàng)利指標穩(wěn)步提升，但規(guī)模擴張仍基于“人均創(chuàng)收*設計師數(shù)量”模型。

競爭格局持續(xù)分散，CR3 約 7%。2021 年，我國工程設計行業(yè)總規(guī)模為 5745 億元，同 比增長 4.8%，前三/前五/前十大設計院合計營業(yè)收入分別為 382/559/817 億元， CR3/CR5/CR10 分別約 6.65%/9.73%/14.23%，行業(yè)格局分散，且競爭持續(xù)激烈：2017- 2021 年，在選取的 24 家上市設計公司中，華建集團、蘇交科、華設集團和勘設股份總 營收穩(wěn)居設計公司前四，但其營收占總額比持續(xù)下降，前四總占比由 60.3%下降到 46.5%，前三總占比由 53.3%下降到 40.4%。

1.3. BIM：AI 智能設計發(fā)展的肥沃土壤

從草圖到 CAD、CAD 到 BIM，建筑設計數(shù)字化升級路徑清晰。90 年代由住建部領導的 “甩圖板”工程開啟了建筑設計信息化建設序幕，自此 CAD 逐步替代傳統(tǒng)板繪，實現(xiàn) 2D 圖紙電子化設計。2011 年住建部發(fā)布《2011-2015 年建筑業(yè)信息化發(fā)展綱要》首次提出 將 BIM（Building Information Modeling）納入信息化標準建設內容。對比傳統(tǒng) CAD，BIM 著力于實現(xiàn)基于 3D 模型的設計模式，以解決工程行業(yè)信息傳遞中的斷層問題。從建模 角度看，BIM 是 CAD（二維輔助設計）的一次迭代升級。CAD 技術主導下，建筑設計方 案需先由三維構想轉變?yōu)槎S設計圖紙，再由建筑施工方將二維圖紙轉化為三維建設， BIM 技術的出現(xiàn)使得建筑行業(yè)邁向了基于三維模型的全新設計模式。從項目管理角度看， BIM 技術所搭建的建筑工程信息庫可實現(xiàn)從建筑的規(guī)劃、設計、施工、運營維護到拆除 的建筑全壽命周期信息的集成，使得這些信息能夠在建設項目的各參與方（政府部門、 業(yè)主、設計、施工、監(jiān)理、造價、運營等）之間快速共享與傳遞，通過協(xié)同工作來提高 生產(chǎn)效率、節(jié)約成本、縮短工期。

對于設計端，BIM 的核心價值主要體現(xiàn)在：1）協(xié)同各專業(yè)，加強施工性。傳統(tǒng)二維設 計利用 AutoCAD 將點、線、面作為設計元素，通過平面作圖法，將實際的三維構件進行 平面投影二維表達。二維設計的各專業(yè)采用獨立設計模式，不同專業(yè)的配合程度有限， 協(xié)同性較差。BIM 的三維可視性可有效發(fā)現(xiàn)二維情況下被忽略的碰撞現(xiàn)象，減少施工過 程中成本增加等問題的發(fā)生，增強施工性。2）信息化集成，打通后端施工、運維。設計 端搭建的 3D 模型信息庫可直接運用于后續(xù)施工及運維，對比 2D 圖紙再處理可大幅提升 項目全周期效率。

當前 BIM 應用仍以翻模（逆向設計）為主，正向設計滲透率有望逐步提升。BIM 正向設 計是“先建模，再出圖”的設計方法，即以三維 BIM 模型為出發(fā)點和數(shù)據(jù)源，完成從方 案設計到施工圖設計的全過程任務。相對于 BIM 正向設計，一般將“翻?！狈绞椒Q為“BIM 逆向設計”，即在完成項目的施圖設計并進行二維 AutoCAD 圖紙出圖后由建模人員完成 二維施工圖到三維 BIM 模型的轉換工作。正向設計可省去 2D-3D 轉換環(huán)節(jié)，效率更高， 但目前尚處于探索階段，僅在重點項目、高復雜性項目中得到試點，其主要推廣難度在 于：1）3D 建模設計與傳統(tǒng) 2D 設計習慣差異較大，設計院普及需要較長周期；2）相關 技術規(guī)范及數(shù)據(jù)標準仍待完善。預計隨著相關設計標準出臺，疊加政策推廣，BIM 正向 設計滲透率有望持續(xù)提升。

政策端持續(xù)鼓勵 BIM 應用，預計后續(xù) BIM 將成為主流設計及項目管理平臺。自 2016 年起，我國住建部在多個頂層規(guī)劃類政策中提及“加快推動 BIM 技術發(fā)展及其在項目全 過程的集成應用”。2022 年 1 月住建部印發(fā)《“十四五”建筑業(yè)發(fā)展規(guī)劃》，指出到 2025 年應“基本形成 BIM 技術框架和標準體系”；5 月進一步出臺《“十四五”工程勘察設計 行業(yè)發(fā)展規(guī)劃》，針對設計行業(yè)數(shù)字化轉型提出：1）推進勘察設計企業(yè)管理信息系統(tǒng)升 級迭代；2）推進 BIM 全過程應用；3）推廣工程項目數(shù)字化交付；4）積極推進智能化 標準化集成化設計，預計后續(xù) BIM 設計、BIM 交付及 BIM 全流程管理應用將持續(xù)完善。

3D BIM 攜帶數(shù)據(jù)量較 2D 圖紙指數(shù)級增長，有望為智能 AI 設計提供更肥沃信息化土 壤。對比傳統(tǒng)的二維模型，BIM 模型在信息上不僅包含精確尺寸和位置，還包括了材料 和對象參數(shù)，具有高耦合性和大容量等特點，有望為 AI 設計發(fā)展提供更豐富數(shù)據(jù)資產(chǎn)。 當前 BIM+AI 在海外已有初步應用，如 AI 輔助 BIM 審圖、AI 輔助機電設計、停車位自 動設計、建筑策劃方案 AI 選型等，后續(xù)隨著 AIGC 技術逐步應用，結合 BIM 豐富建筑數(shù) 據(jù)，有望形成更成熟、更智能的建筑設計算法。

2. 當前 AI 建筑設計技術發(fā)展如何？

2.1. 已有 AI 技術如何賦能建筑設計？

AI 與建筑設計初步結合，多款設計輔助工具落地?；谝延休^成熟 AI 技術，市面上已 有多款搭載 AI 技術的建筑設計工具，可應用于效果圖渲染、識圖翻模、施工圖審核等環(huán) 節(jié)。此類 AI 產(chǎn)品多基于決策型算法，主要通過簡化部分工程屬性、邏輯性較強環(huán)節(jié)的人 力程序來降低人工成本、提高工作效率。

1）Arko AI：云渲染插件，實現(xiàn)建筑可視化。Arko AI 是一款云渲染插件，支持 Rhino、 Revit、SketchUp 環(huán)境，用戶在建模完畢后，可輸入設計理念的關鍵詞匯，平臺根據(jù)所需 場景和材質智能化渲染出圖。渲染效果支持室內、室外、夜景及自定義模式，亮度、對 比度、飽和度等渲染參數(shù)可根據(jù)用戶喜好微調。

2）AI Road：交通市政領域三維快速方案設計。AI Road 系華設集團子公司狄諾尼發(fā)布 的一款基于 AI 技術的三維快速方案設計軟件，具備初步形成交通市政設計領域的 AI 內 容生成能力，目前在路線和立交設計中得到應用，能夠提升方案設計效率 7-8 倍，提升 整體工作綜合效率 20-30%。AI Road 不斷更新迭代，近期推出場景出圖功能，實現(xiàn)設計 方案三維模型與設計信息的綜合展示，大幅提升方案研究、工可和投標階段的成圖效率 以及方案展示效果和設計品質。

應用一：輸出高清效果圖。AI Road 可用于制作節(jié)點平面效果圖，通過調整“相機 倍率”控制圖片分辨率，實現(xiàn)任意角度高清效果圖輸出，AI Road 導出圖片最高像 素可達 4 億像素點，遠超手機像素，且更加經(jīng)濟、高效。

應用二：輸出路線平縱面圖。AI Road 支持沿路線批量導出彩平圖，并可一鍵導入 EICAD 中，完成標注后進行平面分圖。

3）Xdesign：新型草圖工具，提供設計建議。2018 年，達索推出新型草圖工具 Xdesign， 將 AI 與 SOLIDWORKS 進行深度整合。融入 AI 技術的 Xdesign 可根據(jù)設計師提供的約 束、負載以及工程術語描述提供設計建議，協(xié)助其創(chuàng)建最佳形狀。Xdesign 輔助推薦設計 功能有助于縮短設計師在低幾何設計環(huán)節(jié)耗時，使其更加于聚焦復雜、高難度方案決策， 提高設計效率。

4）筑繪通（AlphaDraw）：智能設計云平臺，人機協(xié)作完成施工圖設計。筑繪通系品覽 科技旗下的 AI 設計產(chǎn)品，主要用于施工圖環(huán)節(jié)的 AI 輔助設計：筑繪通將不同類型的施 工圖繪圖邏輯抽象為可供算法不斷優(yōu)化、多項目復用的繪圖程序，根據(jù)輸入 CAD 文件， 智能輔助設計師繪制相應施工圖圖紙。目前筑繪通主要可實現(xiàn)樓梯布局、地暖平面圖兩 大環(huán)節(jié)的施工圖智能出圖，同時提供二維到三維模型智能翻模服務。

5）TransBIM：房建 AI 設計 SaaS 平臺，提供施工圖智能生成服務。TransBIM 系第三 維度旗下的 AI 工程施工圖設計平臺，主要為工程設計院和房地產(chǎn)商提供快速施工圖設計 服務。工程設計院通過平臺上傳工程設計方案，平臺自動調度服務器進行智能化設計、 建立 BIM 模型和完成施工圖。針對標準化程度較高的領域（如住宅施工圖），TransBIM 可大幅提升出圖效率、降低設計成本。

6）萬翼 AI 審圖：智能解析，提升審核質量。萬翼科技旗下萬翼 AI 審圖利用 CAD 圖紙 解析技術以及 AI 技術進行智能圖紙解析與識別，快速發(fā)現(xiàn)并標注設計缺陷，自動完成圖 紙審查并生成審圖報告與可視化數(shù)據(jù)看板，幫助企業(yè)快速了解設計質量及優(yōu)化空間，提 升管理效能。AI 審圖的優(yōu)勢在于：a）節(jié)約人力：一鍵審查圖紙，快速生成報告，節(jié)約人 力成本。b）提高效率：AI 審圖通過人機協(xié)作實現(xiàn)“傳-管-審-協(xié)-改-析”全流程提效，預 計將協(xié)助地產(chǎn)、設計院等行業(yè)相關企業(yè)從管理和業(yè)務層面整體提效超 53%。c）優(yōu)化質 量：AI 審圖通過 AI 算法快速定位圖紙問題，有效避免由于依賴人力而導致的設計漏洞， 并且可通過隨時抽查項目進行高效監(jiān)管，從而提高設計質量。d）加強監(jiān)管：基于審圖報 告反饋，政府可利用大數(shù)據(jù)對設計院整體水平進行分析，并建立相應評估機制，有利于 引導行業(yè)良性競爭與規(guī)范化發(fā)展。

從已有應用看，AI 對建筑設計賦能效果仍然有限。1）從參與環(huán)節(jié)看，建筑設計與 AI 技 術的結合主要集中在前期方案設計階段，或是基于已有 CAD 圖紙進行二次加工，在復雜 項目的施工圖設計等更深層次環(huán)節(jié)中參與度較低。即使是在對參數(shù)和精度要求較低的渲 染環(huán)節(jié)，現(xiàn)有的 AI 工具也無法一次性產(chǎn)出達到可直接應用水準的效果圖，僅能為設計師 提供靈感來源。核心問題在于，現(xiàn)有模型以二維圖紙+關鍵詞進行學習，無法完全理解建 筑三維空間邏輯，因此對建筑信息細節(jié)表達的準確度較低。2）從參與深度看，AI 當前僅 能作為輔助設計工具，尚未實現(xiàn)完全自主性，底層輸入仍依賴人類知識與意識，且依賴 程度與項目復雜程度成正比，并且在設計過程中容易出現(xiàn)失誤和錯誤，因此需要人工的 參與和監(jiān)督來進行糾正。

2.2. GPT 高速迭代，AIGC 技術迎突破性拐點

超大復合型網(wǎng)絡算法逐步成熟，AI 技術迎突破性拐點。早期 AI 算法主要基于邏輯/算法 編程實現(xiàn)，由人工賦予問題解決邏輯，常見應用包括專家系統(tǒng)、定制邏輯、預定義智能 等，后隨著數(shù)據(jù)信息增多，逐步發(fā)展出決策樹、邏輯回歸、聚類等機器學習算法，此類 算法主要基于人工提取的數(shù)據(jù)特征進行分類、回歸、降維等相對線性的工作。2010 年起， 基于人工神經(jīng)網(wǎng)絡的深度學習算法快速發(fā)展，如 AlphaGo、GAN、CNN/RNN、LSTM 等。 神經(jīng)網(wǎng)絡算法下訓練的 AI 可自動提取數(shù)據(jù)內在特征，通過持續(xù)反饋迭代實現(xiàn)如圖像語音 識別、自動駕駛、策略游戲（如圍棋）等更智能化功能。2017 年，Google 機器翻譯團隊 在《Attention Is All You Need》中提出 Transformer 算法，該算法基于自注意力機制， 有效解決傳統(tǒng) RNN 無法并行計算及 CNN 無法有效學習全局信息的問題，可高效實現(xiàn)并 行化，以訓練超大 AI 模型。Transformer 的應用標志著基礎模型時代的開始，GPT 等超 大復合型神經(jīng)網(wǎng)絡算法逐步成熟，AI 逐步由“感知智能”走向“認知智能”，相關技術及 下游應用迎來重要發(fā)展拐點。

大模型時代開啟，GPT 高速迭代優(yōu)化。GPT 系列由 OpenAI 提出，是以 Transformer 算 法為基礎，結合 CLIP、Diffusion 等超大復合神經(jīng)網(wǎng)絡形成的預訓練語言模型（Generative Pre-Trained Transformer），目前已能夠在無需監(jiān)督學習的情況下完成文章生成、代碼生 成、機器翻譯、Q&A 等任務。自 2018 年 GPT 已經(jīng)歷四輪迭代：GPT-1 根據(jù)得到的詞向 量學習下游任務，經(jīng)過簡單微調可取得較好效果，但未經(jīng)微調任務的泛化能力遠低于經(jīng) 過微調的有監(jiān)督任務。GPT-2 驗證了通過海量數(shù)據(jù)和大量參數(shù)訓練出來的詞向量模型可 遷移到其它類別任務中，且無需額外訓練，但 GPT-2 的無監(jiān)督學習能力仍有較大提升空 間。GPT-3 沿用 GPT-2 的結構，但網(wǎng)絡容量顯著提升，海量數(shù)據(jù)支持下，GPT-3 在模式 解析、機器翻譯等傳統(tǒng) NLP 任務以及數(shù)學加法，文章生成，編寫代碼等其他領域中表現(xiàn) 亮眼。3 月 15 日，OpenAI 發(fā)布 GPT-4，對比 1-3 代在識別能力、邏輯條理、創(chuàng)作能力 等方面取得進一步突破，并新增視覺輸入功能，為當前最大的 AI 預訓練模型。

AIGC 駛入發(fā)展快車道，應用領域與生成內容百花齊放。廣義 AIGC 指生成式 AI （Generative AI），即通過基于內容生成算法的預訓練模型解決以往決策式 AI 難以完成 的問題，包括文本/音頻/圖像/視頻生成、策略設計、代碼生成等。GPT 作為預訓練大模 型，提供通用、邏輯與智能，通過結合細分領域數(shù)據(jù)，可以針對垂直領域做微調優(yōu)化， 優(yōu)化出功能多樣的多模態(tài)模型，在各行各業(yè)落地。當前 GPT 已接入辦公、教育、繪畫等 多個領域，應用案例多樣，包括微軟 Copilot（辦公）、BuzzFeed（新聞生成）、Robin AI （法律合同）等。

2.3. 依托大模型 FINETUNE，有望打造建筑設計領域 AIGC 平臺

依托垂直行業(yè)微調優(yōu)化，大模型有望在建筑設計領域落地，有效賦能前端創(chuàng)意設計。當 前已有 AI 設計產(chǎn)品以規(guī)則引擎為主，針對規(guī)范性、邏輯性較強的環(huán)節(jié)可自動化/智能輔 助生成方案，但由于其缺乏內容自主生成能力，因此無法替代：1）前端創(chuàng)意生成；2） 由創(chuàng)意圖到含結構信息的初步設計（依賴專業(yè)經(jīng)驗判斷）。3）復雜度較高的施工圖設計 環(huán)節(jié)。展望未來，通過將 GPT 等預設大模型向建筑設計領域微調（FINETUNE），有望打 造建筑設計領域 AIGC 平臺，實現(xiàn)創(chuàng)意環(huán)節(jié)人工替代。當前 GPT 結合 MidJourney 在海 外已有初步應用，可基于參數(shù) prompt 生成對應概念圖，用于建筑外觀設計、原畫設計、 產(chǎn)品外形設計等多個領域。

結合產(chǎn)業(yè) Know-how 深度開發(fā)，后端設計環(huán)節(jié)智能化有望逐步打通。我們預計依托 AIGC 類技術，前端創(chuàng)意設計有望率先形成智能化突破：如華建集團已初步將 GPT、Stable Diffusion 等深度算法融入前端房建外觀設計。后端初步設計對行業(yè)經(jīng)驗依賴度較高，預 計需要基于行業(yè) Know-how 形成的更深入算法模型，存在開發(fā)周期，短期看較難實現(xiàn)； 施工圖設計相對流程化，但細分領域較多，不同施工區(qū)域的智能化需要逐個攻破。長期 看，隨著算法模型逐步成熟，AI 有望介入方案構思、初步設計、施工圖繪制、三維模型 輸出、圖紙審查等多個環(huán)節(jié)，同時依托多模態(tài)大模型應用，實現(xiàn)“需求輸入”-“AI 設計” -“需求反饋”-“設計更新”的完整閉環(huán)，大幅提升設計效率，優(yōu)化業(yè)務模式。

3. 龍頭資源稟賦優(yōu)異，行業(yè)格局有望優(yōu)化

龍頭資源稟賦優(yōu)異，有望在 AI 浪潮中搶占先機。在“大模型+行業(yè) FINETUNE”發(fā)展模 式下，下游垂類場景需要將通用大模型針對特性化數(shù)據(jù)集進行再訓練，從而形成垂類場 景專屬大模型，如 Bloomerg 利用自身豐富的金融數(shù)據(jù)源，基于開源的 GPT-3 框架再訓 練，開發(fā)金融專屬大模型 BloombergGPT。在大模型接口開放、技術平權背景下，數(shù)據(jù)資 產(chǎn)為垂類場景 AI 開發(fā)最核心壁壘，優(yōu)質數(shù)據(jù)要素對應高效、高適配度的 AI 模型。龍頭 設計院基于業(yè)內領先的案例庫及數(shù)據(jù)池，有望開發(fā)或聯(lián)合開發(fā)更強大、行業(yè)適配性更優(yōu) 的 AI 算法平臺，并通過持續(xù)的行業(yè)數(shù)據(jù)積累迭代算法，優(yōu)化設計效率及設計品質。

后續(xù)隨著 AI 建筑設計生態(tài)逐步完善，我們分析龍頭有望從三方面受益：

1）擴大管控半徑，拓寬龍頭成長邊界。龍頭設計院在技術、品牌等方面雖具備明顯優(yōu)勢， 但受制于業(yè)務高度依賴專業(yè)設計師，存在管控半徑約束。AI 智能化設計通過降低人工需 求，有望大幅擴大管控半徑，提升設計院業(yè)務承接量，進而打開龍頭成長空間。

2）提質增效、加快周轉，優(yōu)化商業(yè)模式?；谏鲜性O計企業(yè)人均創(chuàng)收及人均成本測算， 若整體人員效率分別提升 10%/20%/30%，設計利潤率可提升約 8/15/21 個 pct。同時， AI 建筑設計可大幅縮短項目周期，降低前置人力成本開支，改善現(xiàn)金流及周轉率，疊加 凈利率上行，整體 ROE 有望明顯提升，商業(yè)模式有望顯著優(yōu)化。

3）SaaS 化設計平臺，開拓成長新引擎。AI 設計平臺除底層算法外，數(shù)據(jù)集為更核心壁 壘，龍頭設計院在數(shù)據(jù)資產(chǎn)上具備顯著優(yōu)勢，結合優(yōu)質產(chǎn)業(yè) Know-How，有望開發(fā)出適 配度更優(yōu)的 AI 設計平臺，后續(xù)通過 SaaS 化推廣，有望打造新業(yè)務增長點。

龍頭優(yōu)勢更為突顯，行業(yè)格局有望優(yōu)化。當前建筑設計行業(yè)格局分散、市場集中度較低， 核心原因在于業(yè)務高度依賴專業(yè)設計師，龍頭規(guī)模受限于管控半徑，隨著 AI 加快應用， 龍頭有望突破供給瓶頸，技術、品牌優(yōu)勢得以更好發(fā)揮，市占率有望持續(xù)提升，競爭格 局有望優(yōu)化。同時，依托在 AI 領域的先發(fā)優(yōu)勢以及基于豐富資源持續(xù)迭代的算法平臺， 頭部設計院有望在 AI 設計領域構建護城河，進一步夯實龍頭地位。

4.重點公司分析

4.1. 華建集團：上海國資委旗下設計院，房建 AIGC 設計平臺初具雛形

上海國資委旗下設計院，業(yè)務底蘊深厚。公司前身系 1953 年由上海市建筑工程局生產(chǎn) 技術處成立的華東院及上海院，1998 年 3 月“兩院”合并組建上?，F(xiàn)代建筑設計公司， 2015 年 10 月公司借殼棱光實業(yè)登陸上交所，更名華建集團，實控人為上海國資委。華 東院和上海院為上海第一家國營中央設計公司和上海第一家市屬設計單位，為上海設計 事業(yè)發(fā)展的引領者，曾參與設計東方明珠、上海環(huán)球金融中心、重慶保利國際廣場等多 個地標性建筑。當前公司業(yè)績遍及全國各省市及 100 多個國家和地區(qū)，累計完成 5 萬余 項工程設計及咨詢工作，在超高層、醫(yī)療康養(yǎng)、機場交通、軌交與立體城市（TOD）等 專項化領域具備顯著優(yōu)勢。

盈利指標持續(xù)改善，現(xiàn)金流優(yōu)異。2022 年公司實現(xiàn)營業(yè)總收入 80.4 億元，同降 11.2%， 主要系受特殊宏觀因素影響，總承包確認收入額大幅下滑；受益高毛利設計業(yè)務占比提 升，全年公司實現(xiàn)歸母凈利潤 3.85 億元，同增 17.6%，增速顯著快于收入。2020-2022 年公司毛利率、凈利率及人均創(chuàng)利穩(wěn)步提升，盈利質量持續(xù)改善；經(jīng)營性現(xiàn)金流維持較 高凈流入，表現(xiàn)優(yōu)異。

持續(xù)推進數(shù)字化轉型，加快 GPT、Diffusion 等 AI 技術應用。公司旗下華建數(shù)創(chuàng) Arctron 自研 Arctron ArcOS 建筑智慧操作平臺，并基于 ArcOS 研發(fā)了建筑級數(shù)字底座產(chǎn)品 Building ArcBase 和城市級數(shù)字底座產(chǎn)品 City ArcBase，有效助力公司“數(shù)字孿生”及“智 慧賦能”兩大板塊發(fā)展?；跀?shù)字化平臺，公司在高層建筑等優(yōu)勢領域已積累龐大數(shù)字 資產(chǎn)，同時旗下華東院內設專業(yè) AI 團隊，持續(xù)推動 AI 算法在設計領域應用，技術迭代 速度大幅領先同業(yè)，已初步將 GPT 和 Diffusion 等 AIGC 技術運用至前端方案設計，并在 加快推進后端施工圖設計的 AI 應用，為業(yè)內少數(shù)具備 AI 技術自主開發(fā)及實際應用落地 的設計龍頭。

4.2. 華設集團：交通基建數(shù)字化領軍企業(yè)，有望打造交通領域優(yōu)勢 AI 平臺

持續(xù)推動交通基建數(shù)字化轉型，EICAD 產(chǎn)品實現(xiàn) SaaS 化推廣。公司前身為江蘇省交通 規(guī)劃設計院，成立歷史超 60 年，為全國唯一具備交通全行業(yè)（公路、鐵路、水運、民航） 綜合設計能力的工程咨詢設計企業(yè)。公司持續(xù)推動基礎設施全要素、全周期數(shù)字化轉型， 圍繞基建數(shù)字化構建“四云、七線”的數(shù)字化產(chǎn)品線及平臺系統(tǒng)，打通各階段間信息堵 點。針對數(shù)字設計云，公司基于設計協(xié)同、BIM 審圖、模型交付形成的 EICAD 系列產(chǎn)品 已實現(xiàn) SaaS 化：截止 2022 年末，公司 SaaS 化平臺已服務全國 1000 多家設計院，包 括交通/城建行業(yè) 80%的甲級設計院，完成道路方案設計總里程約 43000 公里。

交通基建數(shù)據(jù)資源豐富，AI ROAD 平臺有望持續(xù)迭代。2022 年旗下子公司狄諾尼發(fā)布 AI Road 快速方案設計軟件，可實現(xiàn)公路與互通立交等領域智能高效三維出圖，當前主 要用于招投標階段的方案設計自動出圖。2023 年 2 月 AI ROAD 產(chǎn)品升級迭代，進一步 支持場景出圖，可實現(xiàn)設計方案三維模型及設計信息的綜合展示，大幅提升方案研究效 率。公司深耕交通領域 62 年，設計了全國及海外超 6000 公里高速公路、1000 余公里 城市快速路和主干道、300 多座特大型橋梁、3200 公里四級以上內河干線航道和沿海航 道、80 余座各類船閘、近 1000 公里的鐵路，建立了基于多源大數(shù)據(jù)綜合交通分析平臺， 支撐全國 400 多個城市群/都市圈、省市及片區(qū)等各類戰(zhàn)略規(guī)劃、綜合規(guī)劃及各專項規(guī)劃 落地，數(shù)據(jù)資產(chǎn)雄厚。基于豐富數(shù)據(jù)池，公司 AI ROAD 產(chǎn)品有望持續(xù)迭代，并延伸至后 端施工圖設計環(huán)節(jié)，打造交通領域優(yōu)勢 AI 平臺。

4.3. 華陽國際：民營房建設計領軍企業(yè)，iBIM 平臺加速迭代

民營房建設計領軍企業(yè)，已實現(xiàn)全專業(yè) BIM 正向設計。公司于 2008 年成立 BIM 項目 組并啟動 BIM 專項應用研究，已歷經(jīng)十余年研發(fā)沉淀及項目實踐積累，在 BIM 領域具備 顯著先發(fā)優(yōu)勢。截至 2021 年末，公司 BIM 系統(tǒng)累計項目應用超 150 個，總建筑面積超 4000 萬平米。2019 年公司成立全資子公司華陽國際城市科技公司，大力推動城市建設 科技技術的研究和開發(fā)工作，相繼研發(fā)上線了 iBIM 平臺 V1.0 版和華陽速建 2019 版， 實現(xiàn)了建筑、結構、給排水、暖通、電氣、裝配式等全專業(yè)的 BIM 正向設計。2022 年公 司進一步迭代優(yōu)化 BIM 系統(tǒng)，上線 iBIM 平臺 V4.0 版和華陽速建 2022 版，包含族庫管 理、產(chǎn)品管理、華陽速建、云算量管理、設計管理、華陽知乎等子系統(tǒng)。當前公司 BIM 數(shù)字化設計系統(tǒng)以 CAPOL iBIM 為中心，協(xié)同 CAPOL 3D（華陽速建）和 CAPOL 2D（華 陽速繪）兩大工具打通項目全生命周期數(shù)據(jù)，可實現(xiàn)“一模到底”、“一數(shù)一源”，是業(yè)內 為數(shù)不多具備 BIM 正向設計能力的企業(yè)之一。

AI 技術賦能，公司 iBIM 平臺有望實現(xiàn)進一步迭代升級。公司 CAPOL iBIM 平臺經(jīng)多年 迭代優(yōu)化，已于 2022 年推出 4.0 版，該平臺可實現(xiàn)設計、造價、采購、生產(chǎn)、施工、運 維全流程云端協(xié)同管理，搭載數(shù)據(jù)、流程、報表、輕量化四大引擎，數(shù)字化優(yōu)勢顯著。 2021 年 12 月，公司公告與萬翼科技簽署戰(zhàn)略合作協(xié)議，雙方擬在 AI 審圖定制規(guī)則研 發(fā)、AI 審圖接入?yún)f(xié)同平臺、AI 賦能設計場景等領域展開合作，目前公司 iBIM 平臺與萬 翼 AI 審圖平臺已實現(xiàn)數(shù)據(jù)互通，設計管控與 AI 審圖可以無縫對接，大幅提升設計成果 審查效率。雙方后續(xù)擬進一步研究 AI 審圖的準確性及優(yōu)化方案，探索 AI 能力與 BIM 模 型審查相結合，逐步實現(xiàn) BIM 項目管理智能化轉型。長期來看，依托領先研發(fā)水平及強 建筑 Know-How，公司有望持續(xù)迭代優(yōu)化 iBIM 平臺，同時通過嵌入 AI 技術模塊，打造 房建領域 AI 智能設計平臺。

4.4. 設計總院：安徽基建設計龍頭，數(shù)字化轉型升級提質增效

皖地工程設計翹楚，多元發(fā)展、全域布局。設計總院創(chuàng)建于 1960 年，由安徽省交通控 股集團有限公司國有控股。業(yè)務領域方面，公司主要從事交通與城鄉(xiāng)基礎設施、資源與 生態(tài)環(huán)境、智能與信息化系統(tǒng)等工程的前期勘察設計、工程建設、工程管理，以及總承 包、專業(yè)化施工、PPP、資本投資等產(chǎn)業(yè)鏈延伸方向，形成涵蓋“路、城、水”三大領域 的多元化經(jīng)營格局。區(qū)域布局方面，公司深耕基地市場，多年來逐步成長為安徽省建筑 設計龍頭，并通過屬地化經(jīng)營擴大省外網(wǎng)點布局、通過技術輸出打開境外市場，加速開 啟全國化、全球化進程。公司業(yè)務遍布國內近 30 個省級行政區(qū)以及非洲、東南亞等境外 地區(qū)，逐步形成跨區(qū)域、多領域的業(yè)務布局。

經(jīng)營穩(wěn)健向好，在手訂單充裕支撐業(yè)績增長。2022 年公司業(yè)績穩(wěn)健提升，現(xiàn)金流大幅改 善，全年實現(xiàn)營業(yè)收入 28.0 億元，同比增長 18.7%；歸母凈利潤 4.4 億元，同比增長 14.0%；經(jīng)營性現(xiàn)金流凈額 4.8 億元，同比增長 184.7%。充裕的現(xiàn)金流為高分紅提供基 礎，2022 年公司擬每股派發(fā) 0.53 元現(xiàn)金紅利，合計 2.48 億元，分紅率約 56%。2022 年公司主營業(yè)務毛利率為 31.7%，同比下降 1.26 個 pct，省內/省外毛利率分別為 32.0%/30.9%，同比變動-4.78/+9.56 個 pct，省外盈利能力加速提升，屬地化經(jīng)營優(yōu)勢 有望持續(xù)顯現(xiàn)。2022 年新簽訂單 40.3 億元，系當年營收的 1.4 倍；年末在手訂單總額 為 76.1 億元，同比增長 14.59%，項目儲備充裕，為后續(xù)業(yè)績增長提供支持。

數(shù)字化建設提質增效，數(shù)智化業(yè)務取得進展。公司持續(xù)推進數(shù)字設計院建設，并積極拓 展基礎設施工程數(shù)字化業(yè)務。1）數(shù)字轉型框架搭建：2022 年公司新基地數(shù)據(jù)機房投入 使用，云平臺二期 1000 個云桌面、12 個大型軟件計算中心陸續(xù)建成并開始應用，基本 實現(xiàn)本部勘察設計業(yè)務全部上云。公司通過將 AI、互聯(lián)網(wǎng)及大數(shù)據(jù)技術與工程實際結合 進行深度研發(fā)，初步實現(xiàn)知識庫和協(xié)同業(yè)務系統(tǒng)在所有專業(yè)全覆蓋，并上線智云出圖系 統(tǒng)、啟動智慧造價系統(tǒng)建設，同時對云外業(yè)平臺進行升級，完成了數(shù)字化交付系統(tǒng)試點 項目建設。2022 年人均創(chuàng)收創(chuàng)利提升，提質增效顯著。2）數(shù)智化業(yè)務拓展：公司在大 數(shù)據(jù)與云業(yè)務、智慧交通、數(shù)字化建造技術等領域取得進展，為多個重點項目提供 BIM、 GIS 等數(shù)字化技術賦能，2022 年數(shù)智化業(yè)務新簽合同額約 2447 萬元，未來有望借助云 平臺技術和大數(shù)據(jù)中心資源加速新業(yè)務拓展。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫】。「鏈接」