（报告出品方/作者：国盛证券，何亚轩、廖文强、李枫婷）

1. AI 建筑设计行业应用环境概览

1.1. 设计业务拆解：创造性工作占比约 25%、专业逻辑性占比约 75%

设计业务包含哪些环节？业务拆分看，设计项目包括方案设计、初步设计、深化设计三 大环节，其中：1）方案设计指确定总平面布局、建筑外形和平面结构的设计方案，以创 意构思为主；2）初步设计指方案设计经审查通过后，进一步细化方案图结构、跨度等信 息，并预先进行部分施工环节设计；3）深化设计指根据初步设计开展总平面、建筑、结 构、设备等各专业施工图设计，交付客户供施工单位作为施工制作。根据《全国建筑设 计周期定额（2016 版）》估算，三大设计环节的产值占比分别约为 25%/25%/50%。

部分基建设计项目包含可研报告及二次方案设计。大型复杂的基建设计在方案设计 前通常进行可行性研究，必要时进行预可研，并在初步设计和施工图设计之间增加 二次方案设计，如桥梁、过江通道方案需要在该环节进行二次推敲。整体看，基建 项目涉及环节较多、且方案需反复沟通调整，整体设计周期更长。

房建设计环节相对简化，标准化程度较高。房建项目的方案设计环节多为概念创意 图绘制，对于常规性房屋结构，后端初步设计及施工图设计的标准相对通用化，标 准化程度明显高于基建设计。

各业务环节自动化难度如何？1）方案设计：多为创意构思，基于足量的历史数据结合内 容生成类 AI 技术，可有效实现人工替代或 AI 辅助设计；2）初步设计：需在创意图基础 上根据专业判断进一步细化结构信息，对设计师经验依赖度高，自动化难度大；3）施工 图设计：以节点细化为主，耗时较长、内容繁琐，但流程相对规范，通过逐个模块攻破 有望逐步实现智能化。分领域看，基建设计项目非标程度更高、现场勘察量大（桥梁项 目地基勘测、线路现场排查等需耗时数月），AI 智能化难度显著高于房建设计。

1.2. 设计行业概览：人力成本占比高，格局持续分散

人力成本占比 70%-90%，龙头人均盈利指标稳步提升。建筑设计为智力密集型行业、 且业务标准化程度低，规模扩张高度依赖专业设计人才，上市设计企业的人力成本占比 高达 70%-90%。近年来受益数字化设计推进，华建集团、华阳国际、华设集团等龙头的 人均创利指标稳步提升，但规模扩张仍基于“人均创收*设计师数量”模型。

竞争格局持续分散，CR3 约 7%。2021 年，我国工程设计行业总规模为 5745 亿元，同 比增长 4.8%，前三/前五/前十大设计院合计营业收入分别为 382/559/817 亿元， CR3/CR5/CR10 分别约 6.65%/9.73%/14.23%，行业格局分散，且竞争持续激烈：2017- 2021 年，在选取的 24 家上市设计公司中，华建集团、苏交科、华设集团和勘设股份总 营收稳居设计公司前四，但其营收占总额比持续下降，前四总占比由 60.3%下降到 46.5%，前三总占比由 53.3%下降到 40.4%。

1.3. BIM：AI 智能设计发展的肥沃土壤

从草图到 CAD、CAD 到 BIM，建筑设计数字化升级路径清晰。90 年代由住建部领导的 “甩图板”工程开启了建筑设计信息化建设序幕，自此 CAD 逐步替代传统板绘，实现 2D 图纸电子化设计。2011 年住建部发布《2011-2015 年建筑业信息化发展纲要》首次提出 将 BIM（Building Information Modeling）纳入信息化标准建设内容。对比传统 CAD，BIM 着力于实现基于 3D 模型的设计模式，以解决工程行业信息传递中的断层问题。从建模 角度看，BIM 是 CAD（二维辅助设计）的一次迭代升级。CAD 技术主导下，建筑设计方 案需先由三维构想转变为二维设计图纸，再由建筑施工方将二维图纸转化为三维建设， BIM 技术的出现使得建筑行业迈向了基于三维模型的全新设计模式。从项目管理角度看， BIM 技术所搭建的建筑工程信息库可实现从建筑的规划、设计、施工、运营维护到拆除 的建筑全寿命周期信息的集成，使得这些信息能够在建设项目的各参与方（政府部门、 业主、设计、施工、监理、造价、运营等）之间快速共享与传递，通过协同工作来提高 生产效率、节约成本、缩短工期。

对于设计端，BIM 的核心价值主要体现在：1）协同各专业，加强施工性。传统二维设 计利用 AutoCAD 将点、线、面作为设计元素，通过平面作图法，将实际的三维构件进行 平面投影二维表达。二维设计的各专业采用独立设计模式，不同专业的配合程度有限， 协同性较差。BIM 的三维可视性可有效发现二维情况下被忽略的碰撞现象，减少施工过 程中成本增加等问题的发生，增强施工性。2）信息化集成，打通后端施工、运维。设计 端搭建的 3D 模型信息库可直接运用于后续施工及运维，对比 2D 图纸再处理可大幅提升 项目全周期效率。

当前 BIM 应用仍以翻模（逆向设计）为主，正向设计渗透率有望逐步提升。BIM 正向设 计是“先建模，再出图”的设计方法，即以三维 BIM 模型为出发点和数据源，完成从方 案设计到施工图设计的全过程任务。相对于 BIM 正向设计，一般将“翻模”方式称为“BIM 逆向设计”，即在完成项目的施图设计并进行二维 AutoCAD 图纸出图后由建模人员完成 二维施工图到三维 BIM 模型的转换工作。正向设计可省去 2D-3D 转换环节，效率更高， 但目前尚处于探索阶段，仅在重点项目、高复杂性项目中得到试点，其主要推广难度在 于：1）3D 建模设计与传统 2D 设计习惯差异较大，设计院普及需要较长周期；2）相关 技术规范及数据标准仍待完善。预计随着相关设计标准出台，叠加政策推广，BIM 正向 设计渗透率有望持续提升。

政策端持续鼓励 BIM 应用，预计后续 BIM 将成为主流设计及项目管理平台。自 2016 年起，我国住建部在多个顶层规划类政策中提及“加快推动 BIM 技术发展及其在项目全 过程的集成应用”。2022 年 1 月住建部印发《“十四五”建筑业发展规划》，指出到 2025 年应“基本形成 BIM 技术框架和标准体系”；5 月进一步出台《“十四五”工程勘察设计 行业发展规划》，针对设计行业数字化转型提出：1）推进勘察设计企业管理信息系统升 级迭代；2）推进 BIM 全过程应用；3）推广工程项目数字化交付；4）积极推进智能化 标准化集成化设计，预计后续 BIM 设计、BIM 交付及 BIM 全流程管理应用将持续完善。

3D BIM 携带数据量较 2D 图纸指数级增长，有望为智能 AI 设计提供更肥沃信息化土 壤。对比传统的二维模型，BIM 模型在信息上不仅包含精确尺寸和位置，还包括了材料 和对象参数，具有高耦合性和大容量等特点，有望为 AI 设计发展提供更丰富数据资产。 当前 BIM+AI 在海外已有初步应用，如 AI 辅助 BIM 审图、AI 辅助机电设计、停车位自 动设计、建筑策划方案 AI 选型等，后续随着 AIGC 技术逐步应用，结合 BIM 丰富建筑数 据，有望形成更成熟、更智能的建筑设计算法。

2. 当前 AI 建筑设计技术发展如何？

2.1. 已有 AI 技术如何赋能建筑设计？

AI 与建筑设计初步结合，多款设计辅助工具落地。基于已有较成熟 AI 技术，市面上已 有多款搭载 AI 技术的建筑设计工具，可应用于效果图渲染、识图翻模、施工图审核等环 节。此类 AI 产品多基于决策型算法，主要通过简化部分工程属性、逻辑性较强环节的人 力程序来降低人工成本、提高工作效率。

1）Arko AI：云渲染插件，实现建筑可视化。Arko AI 是一款云渲染插件，支持 Rhino、 Revit、SketchUp 环境，用户在建模完毕后，可输入设计理念的关键词汇，平台根据所需 场景和材质智能化渲染出图。渲染效果支持室内、室外、夜景及自定义模式，亮度、对 比度、饱和度等渲染参数可根据用户喜好微调。

2）AI Road：交通市政领域三维快速方案设计。AI Road 系华设集团子公司狄诺尼发布 的一款基于 AI 技术的三维快速方案设计软件，具备初步形成交通市政设计领域的 AI 内 容生成能力，目前在路线和立交设计中得到应用，能够提升方案设计效率 7-8 倍，提升 整体工作综合效率 20-30%。AI Road 不断更新迭代，近期推出场景出图功能，实现设计 方案三维模型与设计信息的综合展示，大幅提升方案研究、工可和投标阶段的成图效率 以及方案展示效果和设计品质。

应用一：输出高清效果图。AI Road 可用于制作节点平面效果图，通过调整“相机 倍率”控制图片分辨率，实现任意角度高清效果图输出，AI Road 导出图片最高像 素可达 4 亿像素点，远超手机像素，且更加经济、高效。

应用二：输出路线平纵面图。AI Road 支持沿路线批量导出彩平图，并可一键导入 EICAD 中，完成标注后进行平面分图。

3）Xdesign：新型草图工具，提供设计建议。2018 年，达索推出新型草图工具 Xdesign， 将 AI 与 SOLIDWORKS 进行深度整合。融入 AI 技术的 Xdesign 可根据设计师提供的约 束、负载以及工程术语描述提供设计建议，协助其创建最佳形状。Xdesign 辅助推荐设计 功能有助于缩短设计师在低几何设计环节耗时，使其更加于聚焦复杂、高难度方案决策， 提高设计效率。

4）筑绘通（AlphaDraw）：智能设计云平台，人机协作完成施工图设计。筑绘通系品览 科技旗下的 AI 设计产品，主要用于施工图环节的 AI 辅助设计：筑绘通将不同类型的施 工图绘图逻辑抽象为可供算法不断优化、多项目复用的绘图程序，根据输入 CAD 文件， 智能辅助设计师绘制相应施工图图纸。目前筑绘通主要可实现楼梯布局、地暖平面图两 大环节的施工图智能出图，同时提供二维到三维模型智能翻模服务。

5）TransBIM：房建 AI 设计 SaaS 平台，提供施工图智能生成服务。TransBIM 系第三 维度旗下的 AI 工程施工图设计平台，主要为工程设计院和房地产商提供快速施工图设计 服务。工程设计院通过平台上传工程设计方案，平台自动调度服务器进行智能化设计、 建立 BIM 模型和完成施工图。针对标准化程度较高的领域（如住宅施工图），TransBIM 可大幅提升出图效率、降低设计成本。

6）万翼 AI 审图：智能解析，提升审核质量。万翼科技旗下万翼 AI 审图利用 CAD 图纸 解析技术以及 AI 技术进行智能图纸解析与识别，快速发现并标注设计缺陷，自动完成图 纸审查并生成审图报告与可视化数据看板，帮助企业快速了解设计质量及优化空间，提 升管理效能。AI 审图的优势在于：a）节约人力：一键审查图纸，快速生成报告，节约人 力成本。b）提高效率：AI 审图通过人机协作实现“传-管-审-协-改-析”全流程提效，预 计将协助地产、设计院等行业相关企业从管理和业务层面整体提效超 53%。c）优化质 量：AI 审图通过 AI 算法快速定位图纸问题，有效避免由于依赖人力而导致的设计漏洞， 并且可通过随时抽查项目进行高效监管，从而提高设计质量。d）加强监管：基于审图报 告反馈，政府可利用大数据对设计院整体水平进行分析，并建立相应评估机制，有利于 引导行业良性竞争与规范化发展。

从已有应用看，AI 对建筑设计赋能效果仍然有限。1）从参与环节看，建筑设计与 AI 技 术的结合主要集中在前期方案设计阶段，或是基于已有 CAD 图纸进行二次加工，在复杂 项目的施工图设计等更深层次环节中参与度较低。即使是在对参数和精度要求较低的渲 染环节，现有的 AI 工具也无法一次性产出达到可直接应用水准的效果图，仅能为设计师 提供灵感来源。核心问题在于，现有模型以二维图纸+关键词进行学习，无法完全理解建 筑三维空间逻辑，因此对建筑信息细节表达的准确度较低。2）从参与深度看，AI 当前仅 能作为辅助设计工具，尚未实现完全自主性，底层输入仍依赖人类知识与意识，且依赖 程度与项目复杂程度成正比，并且在设计过程中容易出现失误和错误，因此需要人工的 参与和监督来进行纠正。

2.2. GPT 高速迭代，AIGC 技术迎突破性拐点

超大复合型网络算法逐步成熟，AI 技术迎突破性拐点。早期 AI 算法主要基于逻辑/算法 编程实现，由人工赋予问题解决逻辑，常见应用包括专家系统、定制逻辑、预定义智能 等，后随着数据信息增多，逐步发展出决策树、逻辑回归、聚类等机器学习算法，此类 算法主要基于人工提取的数据特征进行分类、回归、降维等相对线性的工作。2010 年起， 基于人工神经网络的深度学习算法快速发展，如 AlphaGo、GAN、CNN/RNN、LSTM 等。 神经网络算法下训练的 AI 可自动提取数据内在特征，通过持续反馈迭代实现如图像语音 识别、自动驾驶、策略游戏（如围棋）等更智能化功能。2017 年，Google 机器翻译团队 在《Attention Is All You Need》中提出 Transformer 算法，该算法基于自注意力机制， 有效解决传统 RNN 无法并行计算及 CNN 无法有效学习全局信息的问题，可高效实现并 行化，以训练超大 AI 模型。Transformer 的应用标志着基础模型时代的开始，GPT 等超 大复合型神经网络算法逐步成熟，AI 逐步由“感知智能”走向“认知智能”，相关技术及 下游应用迎来重要发展拐点。

大模型时代开启，GPT 高速迭代优化。GPT 系列由 OpenAI 提出，是以 Transformer 算 法为基础，结合 CLIP、Diffusion 等超大复合神经网络形成的预训练语言模型（Generative Pre-Trained Transformer），目前已能够在无需监督学习的情况下完成文章生成、代码生 成、机器翻译、Q&A 等任务。自 2018 年 GPT 已经历四轮迭代：GPT-1 根据得到的词向 量学习下游任务，经过简单微调可取得较好效果，但未经微调任务的泛化能力远低于经 过微调的有监督任务。GPT-2 验证了通过海量数据和大量参数训练出来的词向量模型可 迁移到其它类别任务中，且无需额外训练，但 GPT-2 的无监督学习能力仍有较大提升空 间。GPT-3 沿用 GPT-2 的结构，但网络容量显著提升，海量数据支持下，GPT-3 在模式 解析、机器翻译等传统 NLP 任务以及数学加法，文章生成，编写代码等其他领域中表现 亮眼。3 月 15 日，OpenAI 发布 GPT-4，对比 1-3 代在识别能力、逻辑条理、创作能力 等方面取得进一步突破，并新增视觉输入功能，为当前最大的 AI 预训练模型。

AIGC 驶入发展快车道，应用领域与生成内容百花齐放。广义 AIGC 指生成式 AI （Generative AI），即通过基于内容生成算法的预训练模型解决以往决策式 AI 难以完成 的问题，包括文本/音频/图像/视频生成、策略设计、代码生成等。GPT 作为预训练大模 型，提供通用、逻辑与智能，通过结合细分领域数据，可以针对垂直领域做微调优化， 优化出功能多样的多模态模型，在各行各业落地。当前 GPT 已接入办公、教育、绘画等 多个领域，应用案例多样，包括微软 Copilot（办公）、BuzzFeed（新闻生成）、Robin AI （法律合同）等。

2.3. 依托大模型 FINETUNE，有望打造建筑设计领域 AIGC 平台

依托垂直行业微调优化，大模型有望在建筑设计领域落地，有效赋能前端创意设计。当 前已有 AI 设计产品以规则引擎为主，针对规范性、逻辑性较强的环节可自动化/智能辅 助生成方案，但由于其缺乏内容自主生成能力，因此无法替代：1）前端创意生成；2） 由创意图到含结构信息的初步设计（依赖专业经验判断）。3）复杂度较高的施工图设计 环节。展望未来，通过将 GPT 等预设大模型向建筑设计领域微调（FINETUNE），有望打 造建筑设计领域 AIGC 平台，实现创意环节人工替代。当前 GPT 结合 MidJourney 在海 外已有初步应用，可基于参数 prompt 生成对应概念图，用于建筑外观设计、原画设计、 产品外形设计等多个领域。

结合产业 Know-how 深度开发，后端设计环节智能化有望逐步打通。我们预计依托 AIGC 类技术，前端创意设计有望率先形成智能化突破：如华建集团已初步将 GPT、Stable Diffusion 等深度算法融入前端房建外观设计。后端初步设计对行业经验依赖度较高，预 计需要基于行业 Know-how 形成的更深入算法模型，存在开发周期，短期看较难实现； 施工图设计相对流程化，但细分领域较多，不同施工区域的智能化需要逐个攻破。长期 看，随着算法模型逐步成熟，AI 有望介入方案构思、初步设计、施工图绘制、三维模型 输出、图纸审查等多个环节，同时依托多模态大模型应用，实现“需求输入”-“AI 设计” -“需求反馈”-“设计更新”的完整闭环，大幅提升设计效率，优化业务模式。

3. 龙头资源禀赋优异，行业格局有望优化

龙头资源禀赋优异，有望在 AI 浪潮中抢占先机。在“大模型+行业 FINETUNE”发展模 式下，下游垂类场景需要将通用大模型针对特性化数据集进行再训练，从而形成垂类场 景专属大模型，如 Bloomerg 利用自身丰富的金融数据源，基于开源的 GPT-3 框架再训 练，开发金融专属大模型 BloombergGPT。在大模型接口开放、技术平权背景下，数据资 产为垂类场景 AI 开发最核心壁垒，优质数据要素对应高效、高适配度的 AI 模型。龙头 设计院基于业内领先的案例库及数据池，有望开发或联合开发更强大、行业适配性更优 的 AI 算法平台，并通过持续的行业数据积累迭代算法，优化设计效率及设计品质。

后续随着 AI 建筑设计生态逐步完善，我们分析龙头有望从三方面受益：

1）扩大管控半径，拓宽龙头成长边界。龙头设计院在技术、品牌等方面虽具备明显优势， 但受制于业务高度依赖专业设计师，存在管控半径约束。AI 智能化设计通过降低人工需 求，有望大幅扩大管控半径，提升设计院业务承接量，进而打开龙头成长空间。

2）提质增效、加快周转，优化商业模式。基于上市设计企业人均创收及人均成本测算， 若整体人员效率分别提升 10%/20%/30%，设计利润率可提升约 8/15/21 个 pct。同时， AI 建筑设计可大幅缩短项目周期，降低前置人力成本开支，改善现金流及周转率，叠加 净利率上行，整体 ROE 有望明显提升，商业模式有望显著优化。

3）SaaS 化设计平台，开拓成长新引擎。AI 设计平台除底层算法外，数据集为更核心壁 垒，龙头设计院在数据资产上具备显著优势，结合优质产业 Know-How，有望开发出适 配度更优的 AI 设计平台，后续通过 SaaS 化推广，有望打造新业务增长点。

龙头优势更为突显，行业格局有望优化。当前建筑设计行业格局分散、市场集中度较低， 核心原因在于业务高度依赖专业设计师，龙头规模受限于管控半径，随着 AI 加快应用， 龙头有望突破供给瓶颈，技术、品牌优势得以更好发挥，市占率有望持续提升，竞争格 局有望优化。同时，依托在 AI 领域的先发优势以及基于丰富资源持续迭代的算法平台， 头部设计院有望在 AI 设计领域构建护城河，进一步夯实龙头地位。

4.重点公司分析

4.1. 华建集团：上海国资委旗下设计院，房建 AIGC 设计平台初具雏形

上海国资委旗下设计院，业务底蕴深厚。公司前身系 1953 年由上海市建筑工程局生产 技术处成立的华东院及上海院，1998 年 3 月“两院”合并组建上海现代建筑设计公司， 2015 年 10 月公司借壳棱光实业登陆上交所，更名华建集团，实控人为上海国资委。华 东院和上海院为上海第一家国营中央设计公司和上海第一家市属设计单位，为上海设计 事业发展的引领者，曾参与设计东方明珠、上海环球金融中心、重庆保利国际广场等多 个地标性建筑。当前公司业绩遍及全国各省市及 100 多个国家和地区，累计完成 5 万余 项工程设计及咨询工作，在超高层、医疗康养、机场交通、轨交与立体城市（TOD）等 专项化领域具备显著优势。

盈利指标持续改善，现金流优异。2022 年公司实现营业总收入 80.4 亿元，同降 11.2%， 主要系受特殊宏观因素影响，总承包确认收入额大幅下滑；受益高毛利设计业务占比提 升，全年公司实现归母净利润 3.85 亿元，同增 17.6%，增速显著快于收入。2020-2022 年公司毛利率、净利率及人均创利稳步提升，盈利质量持续改善；经营性现金流维持较 高净流入，表现优异。

持续推进数字化转型，加快 GPT、Diffusion 等 AI 技术应用。公司旗下华建数创 Arctron 自研 Arctron ArcOS 建筑智慧操作平台，并基于 ArcOS 研发了建筑级数字底座产品 Building ArcBase 和城市级数字底座产品 City ArcBase，有效助力公司“数字孪生”及“智 慧赋能”两大板块发展。基于数字化平台，公司在高层建筑等优势领域已积累庞大数字 资产，同时旗下华东院内设专业 AI 团队，持续推动 AI 算法在设计领域应用，技术迭代 速度大幅领先同业，已初步将 GPT 和 Diffusion 等 AIGC 技术运用至前端方案设计，并在 加快推进后端施工图设计的 AI 应用，为业内少数具备 AI 技术自主开发及实际应用落地 的设计龙头。

4.2. 华设集团：交通基建数字化领军企业，有望打造交通领域优势 AI 平台

持续推动交通基建数字化转型，EICAD 产品实现 SaaS 化推广。公司前身为江苏省交通 规划设计院，成立历史超 60 年，为全国唯一具备交通全行业（公路、铁路、水运、民航） 综合设计能力的工程咨询设计企业。公司持续推动基础设施全要素、全周期数字化转型， 围绕基建数字化构建“四云、七线”的数字化产品线及平台系统，打通各阶段间信息堵 点。针对数字设计云，公司基于设计协同、BIM 审图、模型交付形成的 EICAD 系列产品 已实现 SaaS 化：截止 2022 年末，公司 SaaS 化平台已服务全国 1000 多家设计院，包 括交通/城建行业 80%的甲级设计院，完成道路方案设计总里程约 43000 公里。

交通基建数据资源丰富，AI ROAD 平台有望持续迭代。2022 年旗下子公司狄诺尼发布 AI Road 快速方案设计软件，可实现公路与互通立交等领域智能高效三维出图，当前主 要用于招投标阶段的方案设计自动出图。2023 年 2 月 AI ROAD 产品升级迭代，进一步 支持场景出图，可实现设计方案三维模型及设计信息的综合展示，大幅提升方案研究效 率。公司深耕交通领域 62 年，设计了全国及海外超 6000 公里高速公路、1000 余公里 城市快速路和主干道、300 多座特大型桥梁、3200 公里四级以上内河干线航道和沿海航 道、80 余座各类船闸、近 1000 公里的铁路，建立了基于多源大数据综合交通分析平台， 支撑全国 400 多个城市群/都市圈、省市及片区等各类战略规划、综合规划及各专项规划 落地，数据资产雄厚。基于丰富数据池，公司 AI ROAD 产品有望持续迭代，并延伸至后 端施工图设计环节，打造交通领域优势 AI 平台。

4.3. 华阳国际：民营房建设计领军企业，iBIM 平台加速迭代

民营房建设计领军企业，已实现全专业 BIM 正向设计。公司于 2008 年成立 BIM 项目 组并启动 BIM 专项应用研究，已历经十余年研发沉淀及项目实践积累，在 BIM 领域具备 显著先发优势。截至 2021 年末，公司 BIM 系统累计项目应用超 150 个，总建筑面积超 4000 万平米。2019 年公司成立全资子公司华阳国际城市科技公司，大力推动城市建设 科技技术的研究和开发工作，相继研发上线了 iBIM 平台 V1.0 版和华阳速建 2019 版， 实现了建筑、结构、给排水、暖通、电气、装配式等全专业的 BIM 正向设计。2022 年公 司进一步迭代优化 BIM 系统，上线 iBIM 平台 V4.0 版和华阳速建 2022 版，包含族库管 理、产品管理、华阳速建、云算量管理、设计管理、华阳知乎等子系统。当前公司 BIM 数字化设计系统以 CAPOL iBIM 为中心，协同 CAPOL 3D（华阳速建）和 CAPOL 2D（华 阳速绘）两大工具打通项目全生命周期数据，可实现“一模到底”、“一数一源”，是业内 为数不多具备 BIM 正向设计能力的企业之一。

AI 技术赋能，公司 iBIM 平台有望实现进一步迭代升级。公司 CAPOL iBIM 平台经多年 迭代优化，已于 2022 年推出 4.0 版，该平台可实现设计、造价、采购、生产、施工、运 维全流程云端协同管理，搭载数据、流程、报表、轻量化四大引擎，数字化优势显著。 2021 年 12 月，公司公告与万翼科技签署战略合作协议，双方拟在 AI 审图定制规则研 发、AI 审图接入协同平台、AI 赋能设计场景等领域展开合作，目前公司 iBIM 平台与万 翼 AI 审图平台已实现数据互通，设计管控与 AI 审图可以无缝对接，大幅提升设计成果 审查效率。双方后续拟进一步研究 AI 审图的准确性及优化方案，探索 AI 能力与 BIM 模 型审查相结合，逐步实现 BIM 项目管理智能化转型。长期来看，依托领先研发水平及强 建筑 Know-How，公司有望持续迭代优化 iBIM 平台，同时通过嵌入 AI 技术模块，打造 房建领域 AI 智能设计平台。

4.4. 设计总院：安徽基建设计龙头，数字化转型升级提质增效

皖地工程设计翘楚，多元发展、全域布局。设计总院创建于 1960 年，由安徽省交通控 股集团有限公司国有控股。业务领域方面，公司主要从事交通与城乡基础设施、资源与 生态环境、智能与信息化系统等工程的前期勘察设计、工程建设、工程管理，以及总承 包、专业化施工、PPP、资本投资等产业链延伸方向，形成涵盖“路、城、水”三大领域 的多元化经营格局。区域布局方面，公司深耕基地市场，多年来逐步成长为安徽省建筑 设计龙头，并通过属地化经营扩大省外网点布局、通过技术输出打开境外市场，加速开 启全国化、全球化进程。公司业务遍布国内近 30 个省级行政区以及非洲、东南亚等境外 地区，逐步形成跨区域、多领域的业务布局。

经营稳健向好，在手订单充裕支撑业绩增长。2022 年公司业绩稳健提升，现金流大幅改 善，全年实现营业收入 28.0 亿元，同比增长 18.7%；归母净利润 4.4 亿元，同比增长 14.0%；经营性现金流净额 4.8 亿元，同比增长 184.7%。充裕的现金流为高分红提供基 础，2022 年公司拟每股派发 0.53 元现金红利，合计 2.48 亿元，分红率约 56%。2022 年公司主营业务毛利率为 31.7%，同比下降 1.26 个 pct，省内/省外毛利率分别为 32.0%/30.9%，同比变动-4.78/+9.56 个 pct，省外盈利能力加速提升，属地化经营优势 有望持续显现。2022 年新签订单 40.3 亿元，系当年营收的 1.4 倍；年末在手订单总额 为 76.1 亿元，同比增长 14.59%，项目储备充裕，为后续业绩增长提供支持。

数字化建设提质增效，数智化业务取得进展。公司持续推进数字设计院建设，并积极拓 展基础设施工程数字化业务。1）数字转型框架搭建：2022 年公司新基地数据机房投入 使用，云平台二期 1000 个云桌面、12 个大型软件计算中心陆续建成并开始应用，基本 实现本部勘察设计业务全部上云。公司通过将 AI、互联网及大数据技术与工程实际结合 进行深度研发，初步实现知识库和协同业务系统在所有专业全覆盖，并上线智云出图系 统、启动智慧造价系统建设，同时对云外业平台进行升级，完成了数字化交付系统试点 项目建设。2022 年人均创收创利提升，提质增效显著。2）数智化业务拓展：公司在大 数据与云业务、智慧交通、数字化建造技术等领域取得进展，为多个重点项目提供 BIM、 GIS 等数字化技术赋能，2022 年数智化业务新签合同额约 2447 万元，未来有望借助云 平台技术和大数据中心资源加速新业务拓展。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库】。