证券代码：300271 证券简称：华宇软件 北京华宇软件股份有限公司 投资者关系活动记录表 编号：2026-003 投资者关系 特定对象调研 分析师会议 媒体采访 业绩说明会 活动类别 新闻发布会 路演活动 现场参观 其他 来自北京广乐投资、北京和聚投资、北京宏道投资、北京鸿道 投资、格林基金、工银瑞信、光大自营、国泰基金、海南翎展、 杭州安益资产、杭州同巨、和聚投资、弘磐基金、红筹投资、 红马投资、华宝基金、华夏基金、汇华理财、凯联资本、立元 参与单位名称 集团、农银汇理、平安基金、上海利檀、上海隆象、泰信基金、 及人员姓名 彤源投资、西部利得、橡果资产、新华基金、阳光资产、银河 基金、甬兴资管、涌乐私募、招银理财、中电投先融、中欧基 金、中睿合银、中银基金、Willing Capital Management、国联 民生证券和华创证券等机构的 46 位投资者和分析师 时间 2026 年 11 月 1 日（周日）10:00 地点 电话会议 上市公司 董事会秘书 韦光宇 接待人员姓名 本次交流主要问题及回复如下： 董事会秘书韦光宇首先致谢并作开场铺垫。他指出，当前 身处大模型时代，各位投资者在数据获取、知识掌握与信息整 合方面的能力已很强，手头又掌握着大量行业信息、公司情况 及投资模型，借助大模型想必已形成了不少独立洞察与判断， 投资者关系活 因此基础层面的信息无需由他再作赘述。他更愿意从产业一线 动主要内容 的企业视角，分享华宇如何看待“AI 对本行业的影响、以及未 来的趋势与产业链价值将如何分布”，希望对与会者的研判有 所参考。具体如下： 一、关于 AI 对法律科技产业影响的五点判断 判断一，AI 原生转型的真正瓶颈不在模型能力，而在领域 知识的资产化。基础模型加速商品化，一般模型能力已不稀缺； 真正稀缺的是结构化领域判断、治理机制和可追溯口径。决定 价值的是客户沉淀的领域知识能否转化为机器可用、可治理、可追溯的资产。这是模型厂商无法完成、也不会去做的环节，必须由行业角色来承载。 判断二，客户的数据资产应归客户所有。行业的一个共识是，数据已成为推动业务的核心，客户的数据资产是其核心资产和竞争力所在，应归属客户自己，不应失去控制。 判断三，对于以数据为核心业务引擎的客户，私有化部署是主流形态。公司围绕领域交付私有化部署方案（知识底座、规则与治理），数据留在客户侧；即便部分应用采用 SaaS 部署，也不影响核心数据在客户侧完成治理。 判断四，公司自身正处于 AI 原生转型进程中。公司已启动AI 原生转型，部分子公司年内预计取得阶段性进展。AI 原生转型的重点在于组织，而不仅是技术——先在自己身上打通“最后一公里”，才有能力和底气帮助客户。 判断五，法律服务业将率先展开 AI 化。法律领域的数据准备度优于其他领域，有价值工作所依赖的数据已较为充分，因此工作 AI 化的节奏会相对快一些。公司长期处于产业一线，沉淀的视野、能力和资源都会成为公司业务跨领域发展的基础。二、关于财务表现 1. 2026 年前三季度公司新签合同额约 15 亿元、同比增长约 31%，订单增速明显快于收入增速，主要原因是什么？订单 向收入转化的周期大概多长？ 新签合同增速快于收入，反映订单储备向收入确认存在时间差。公司将紧抓项目验收、加强市场开拓和运营提效作为经营重点，推动订单兑现。收入验收的周期与过去并无太大差异，主要受新签合同节奏与季度节奏共同影响，通常四季度是验收完成量最大的季度，也是合同签订量最大的季度，公司会全力冲刺。 2. 公司上半年研发费用下降较多，过去几年人员优化和效率提 升明显。AI 原生组织转型在人均创收、交付人天方面有哪 些直接感受？是否有量化数据可分享？ AI 提效层面，AI 原生组织转型针对公司梳理的业务任务，实现人机协作重构。大量程序与环节可由机器代劳，机器无法直接代劳的环节也有辅助提效，并降低了沟通与决策瓶颈；工作数据沉淀于运营库，着力提升异步协作（时间、空间、组织、团队之间）效率。 直观感受层面，以传统业务的客户沟通场景为例，在与客户交流需求的次日，即可生成原型并与客户进行下一轮沟通，产品与技术架构端更快触达客户需求；跨部门协作与决策瓶颈 （沟通、审批）通过机器辅助、团队小型化和沟通协作数字化得到化解。 量化层面，转型仍处投入期，效率提升尚未在经营数据中有效体现，建议后续关注公司人均合同、人均收入等指标的表现。 3. AI 相关收入占比是多少？AI 相关业务是何种收费模式？ 公司尚未在定期报告中单独披露 AI 相关收入，目前 AI 相关 价值主要随各业务线项目交付与数据服务化输出实现。AI 相关收入与合同是业务可持续发展的重要指标维度，相关口径的细化与披露将按监管要求与公司安排推进。 关于商业形态，未来模式并不单一。AI 技术进展日新月异，客户认知、数据积累、业务系统、技术发展节奏均体现出需求多样化的特点；市场处于混合状态，应用产品、SaaS 服务、咨询、技术服务、运营服务等多种样态的价值并存。公司将围绕市场演进积极响应，提供客户需要的技术、产品和服务。 4. 目前业绩亏损的主要原因是什么？ 直接原因在于营业收入的绝对值体量不足；同时，AI 原生组织转型、AI 创新及算力投入等也都还需要坚定投入，这也是制约公司暂时盈利水平的重要原因。公司坚定推进 AI 原生转型，持续提质增效，坚持业务、应用和服务创新，积极开源、努力扩大营收规模，这些工作是提升公司盈利水平的关键。 5. 存货较年初增长的原因？是否存在减值风险？ 存货主要为在实施项目投入，公司按会计准则进行减值测试。目前存货增长主要系项目实施推进所致，也与收入端新签订单增长相匹配。 6. 请介绍未来盈亏平衡与现金流改善节奏。 现金流变化主要影响因素，一是季度节奏，二是验收节奏。盈利改善的关键，在于收入规模的提升与订单转化的兑现。四季度仍是公司验收与回款的重要时期，公司会全力冲刺。 7. 未来公司人员规模如何考量？ 今年公司运维类业务需求增长，带动了相关人力投入。长期看，人员规模随业务发展与运维合同增长动态匹配，公司更关注人效提升。 三、关于业务布局 8. Anthropic 推 出 Claude for Legal ， 并 与 Thomson Reuters 的 CoCounsel 深度绑定。管理层如何看待模型厂 商、大厂的法律应用对公司 B 端业务的冲击？是否考虑与 上游大模型厂商深度绑定合作？ 大模型厂商价值很高，解决了过去技术上无法解决的问题；但回归客户需求、真正呈现价值，还需要结构化领域判断、治理机制、可追溯口径、人机协同转化等能力，仅靠大模型还远远不够 公司的业务价值在于行业数据整合、业务洞察、企业数据治理与场景落地能力，与通用模型是“基座＋垂类应用（服务）”的互补或生态关系。公司于 2026 年 5 月上线法律数据和能力MCP 服务，目前已与月之暗面 Kimi、腾讯 WorkBuddy、阿里Qoderwork、智谱 AutoClaw 等多家主流 AI 工具平台完成技术对接，保持开放生态合作。 9. 请介绍公司在法院、检察院等 G 端客户的核心竞争优势， 以及华宇万象大模型在司法场景的实际应用情况。 公司在法院、检察院、政法委、公安等 G 端客户中的核心优势来自长期行业积淀：20 余年法律科技经验、覆盖政法机关的业务理解与渠道资质、30 余类深度法律数据源（裁判文书、全量法律法规、权威案例等）、参编 20 余项数据要素课题与标准。面对客户在业务、治理、组织方面的变革需求，公司发挥技术创新、数据治理、场景覆盖、组织效率等综合能力，持续创造客户价值，核心优势体现在对客户业务的洞察与技术创新的融合。 2026 年，“万象”系列智能应用、能力工具和平台服务的落地深度和覆盖广度均有提升。庭审与审判辅助类核心场景应用深度融入客户日常办公办案；执行环节打造了财产线索智能挖掘、执行案款智能对账等辅助工具，助力法院强化查人找物效能；集成端侧算力的 AI 庭审主机及法律大模型一体机销量同比增长，主要满足司法数据安全与实时性要求。在检察领域，万象智能体平台新增多省部署，支撑全流程智能辅助办案、智能监督建模和案件质量评查等业务。在公安领域，法制执法办案智能辅助解决方案在部分省份形成标杆效应，实时笔录规整和分析能力复用至公安讯询问场景，自助报案笔录 A