Bentley Systems 深度调研:以 iTwin 数字孪生与生成式 AI 赋能基础设施全生命周期工程
Bentley Systems(NASDAQ: BSY)以 iTwin 数字孪生与 OpenRoads/OpenBridge 等覆盖基础设施全生命周期;2026 年推 OpenSite+ 生成式设计与 OpenSTAAD MCP。
执行摘要
Bentley Systems(NASDAQ: BSY)是基础设施工程软件领域规模最大、覆盖面最广的独立厂商,1984 年由工程师创立,总部位于宾夕法尼亚州埃克斯顿,2020 年 9 月上市。2025 财年总收入 15.018 亿美元(同比 +11.0%,恒定汇率 +10.1%),订阅收入 13.767 亿美元(+12.5%),年度经常性收入(ARR)14.621 亿美元,恒定汇率 ARR 增长 11.5%,自由现金流 5.202 亿美元。2026 财年第二季度(截至 6 月 30 日)总收入 4.107 亿美元(+12.8%),订阅收入 3.786 亿美元(+13.6%),ARR 15.36 亿美元,恒定汇率 ARR 增长 12%,过去十二个月经常性收入净留存率 109%。
它在物理 AI 讨论中的定位与工程仿真厂商不同。Bentley 不追求把偏微分方程解得比 Ansys 更准,它的价值在另外三件事:一是把握基础设施全生命周期的确定性计算引擎(STAAD 结构分析、PLAXIS 岩土、SACS 海工、OpenRoads 道路、OpenUtilities 变电站),这些引擎内置各国设计规范;二是用 iTwin 平台把设计、施工、运维的碎片化数据统一成语义一致的资产模型;三是通过 MCP(Model Context Protocol)服务器把确定性引擎暴露给任意 AI 智能体,让自然语言指令经引擎求解后返回可复现的结果。
这条路线在 2026 年已经被验证到有量化结果的程度。Bentley 公开的案例是:AI 智能体通过 STAAD.Pro MCP 服务器在一个生产模型上完成了完整结构优化,通过改变几何、截面尺寸与材料,得到钢材重量下降 40% 的方案;另一案例是用自然语言提示完成板墙网格划分这一结构工程中最繁琐易错的工序;还有一项内部测试,让没有编程经验的团队在一周内用大模型加 STAAD MCP 完成完整的设计与分析流程。这些数字来自厂商自述,但它们是可复现的工作流描述,与营销口号的性质不同。
需要提前说明判断:Bentley 属于「基础设施侧物理 AI」,核心矛盾是工程产能不足。公司 CEO Nicholas Cumins 在 2025 年 Year in Infrastructure 大会上的表述很直接——世界上没有足够的工程师完成需要建设、维护、加固与脱碳的基础设施。因此它的 AI 目标是压缩重复劳动、把工程师的判断力放大,并不替代工程师的判断。这个定位决定了它的产品形态是「确定性引擎 + 智能体编排 + 工程师确认」,与「端到端生成式设计」的叙事有实质区别。
公司概览
四十年的工程软件积累
Bentley 于 1984 年由 Keith 与 Barry Bentley 兄弟创立,起步产品是 MicroStation 的早期形态,逐步扩展到道路、铁路、桥梁、水务、电网、海工、岩土、矿山等专业。2020 年 9 月在纳斯达克上市。公司长期以「工程师为工程师打造」自我定位,产品命名体系以 Open 前缀为核心(OpenRoads、OpenRail、OpenBridge、OpenUtilities、OpenPlant、OpenSite),加上 MicroStation 作为通用建模底座、ProjectWise 作为协同环境、SYNCHRO 作为施工进度管理、STAAD 与 PLAXIS 作为分析与岩土工具、SACS 作为海工结构工具。
2025 财年的收入结构里,订阅占 13.767 亿美元(占总收入 91.7%),其余为永久许可与服务。这个比例说明它已经完成从许可制到订阅制的转型,收入的可持续性由 ARR 支撑,不依赖年度新签大单。
三笔改变结构的收购
第一笔是 2021 年 3 月 11 日宣布、6 月 17 日交割的 Seequent 收购,对价 9 亿美元现金加 3,141,361 股 B 类普通股,合计约 10.5 亿美元。Seequent 总部在新西兰基督城,核心产品 Leapfrog 做三维地质建模,Geosoft 做地球科学数据管理,GeoStudio 做边坡稳定与变形分析。这笔收购的战略意义常被低估:地面以下的地质条件是大重型基建成本超支的最大单一来源,隧道、矿山、基础工程都无法预知掘进面前方是什么。把地下纳入数字孪生,等于把「看不见的风险」变成可计算的模型。
第二笔是 2021 年 11 月 16 日宣布、2022 年 1 月 31 日交割的 Power Line Systems 收购,对价约 7 亿美元。它带来架空输电线路与杆塔结构设计软件,补齐了电网板块。2026 年 8 月的财报电话会上,Cumins 给出了一项可核查的验证:PLS 在美国以外的收入,已经相当于收购时整个 PLS 业务的规模。这句话的价值在于区分了「真协同」与「叙事协同」——Bentley 把一个以美国市场为主的产品,通过既有销售网络做到了全球化。
第三笔是 2024 年 9 月 6 日收购 Cesium,对价未披露。Cesium 是 3D Tiles 标准的创建者,该标准被开放地理空间联盟采纳,是流式加载超大三维地理数据的基础。这笔收购让 iTwin 具备在浏览器里承载城市级三维场景的能力,也让 SYNCHRO+ 能接入丰富的地理空间上下文。
此外还有几笔规模较小但方向明确的收购:2023 年通过 iTwin Ventures 收购 Blyncsy,用众包行车记录仪影像推断路况,把普通车辆变成分布式巡检网络;2025 年 12 月交割、2026 年 1 月 5 日宣布的 Talon Aerolytics 与 Pointivo 技术资产,前者做电信与电力行业的资产分析,后者做无人机数据处理、AI 损伤识别与定位。这两笔被公司归入 Asset Analytics 板块,指向运维侧的资产性能优化。
板块结构与增长来源
Bentley 按终端市场划分板块,2026 年上半年增长由 Resources(资源,含矿业与能源)领跑,其次是 Public Works / Utilities(公共工程与公用事业,含电网)。公司披露 Resources 约占可按板块归属的 ARR 的 27%,是 2026 年上半年增长最快的板块,驱动力来自关键矿产的采矿需求。这个结构与 Seequent 的收购直接相关:没有地下地质建模能力,就没有矿业客户。
电网是另一条明确的增长线。Cumins 在 2026 年 8 月的电话会上引用了一个需求背景数字:到 2030 年美国需要新增约 35 吉瓦的电网容量。这个数字本身不是 Bentley 的预测,但它解释了为什么 Power Line Systems 与 OpenUtilities 的订单在加速。
技术分析
三层架构:确定性引擎、数据底座、智能体层
理解 Bentley 的技术路线,最清晰的方式仍是分层,因为三层的性质完全不同,混在一起谈会得出错误结论。
底层是确定性计算引擎。 STAAD.Pro 做结构分析与设计,内置美国、欧洲、中国、印度等主要设计规范;STAAD Foundation Advanced 做基础设计,处理结构、土体与荷载;SACS 做海工结构,覆盖导管架与上部模块;PLAXIS 做岩土有限元;OpenRoads 做道路几何与土方;OpenRail 做轨道;OpenUtilities Substation 做变电站;OpenPlant 做工厂管道与设备。这一层的共同特征是结果可复现、可审计、符合规范条文,它的正确性来自数值方法与规范实现,与机器学习无关。
中层是 iTwin 数据底座。 iTwin 的作用是把设计模型、施工进度、传感器数据、运维记录统一到一个语义化的资产模型里,让同一套数据既能被设计工具读写,也能被分析工具消费,还能被 AI 智能体查询。Bentley 官方把它描述为「通用翻译器」,把碎片化的全生命周期数据结构化成 AI 可用的 schema。这一层的价值不在于算法,而在于信息架构:如果工程信息没有一致、可查询、语义丰富的表示,任何智能体都无法跨资产、跨设计、跨仿真地推理。
上层是智能体接口层。 这是 2025 至 2026 年新增的部分,包含两个组件。一是 Bentley Copilot,一个上下文感知的助手,能引导工作流、检索文档、修改模型;二是 MCP 服务器群,把各产品的 API 以标准协议暴露给外部智能体。目前已公开的 MCP 服务器包括 STAAD.Pro、STAAD Foundation Advanced、SACS、MicroStation、iTwin IoT。以 MicroStation 的 MCP 服务器为例,它让智能体获得对 Python API 的访问,从而能操作 DGN 文件里的任何元素、图层、参考与视图。
这三层的分工可以用一句话概括:智能体负责理解意图与编排步骤,引擎负责算,iTwin 负责提供上下文,工程师负责判断与签认。Bentley 在技术博客里把这条原则写成「不让语言模型发明答案」,并强调输出要能解释推理、便于验证、失败要显性化。
MCP 路线为什么适合工程软件
MCP 在 2026 年成为工程软件接入 AI 的事实标准,原因与工程行业的责任结构有关。通用大模型在大量商业场景里「大致正确」就够了——摘要文档、起草邮件、分类记录、生成初稿都可以容忍误差。土木与结构工程的标准不同:桥梁、道路、轨道、水务、工业设施不能建立在创造性猜测上,工程师需要经过验证的输出、符合规范的计算、可审计的工作流,以及最终决策的控制权。
MCP 恰好把责任边界切得清楚。协议本身不验证工程结果,它只是连接层。领域工作由工程应用完成。智能体可以解释意图、调用工具、编排步骤,但 STAAD 仍然是结构分析环境,人类工程师仍然对复核、批准与最终判断负责。这个架构在技术上不新鲜,在责任分配上却是关键设计。
采用 MCP 还有一个组织层面的好处:它支持「自带智能体」(bring your own agent)。Bentley 把 STAAD 的 MCP 服务器发布到 MCP Registry,并提交为 Claude Connector。这意味着设计院可以用自己偏好的助手、企业内部的智能体框架或自建自动化环境接入,不必被绑定到某一家大模型。对以保守著称的工程行业,这种不锁定姿态降低了采购阻力。
三个可验证的工程结果
Bentley 公开的三个案例值得逐条拆开看,因为它们展示了 AI 在工程里能做到什么程度。
案例一:结构优化减重 40%。 智能体通过 STAAD.Pro MCP 在一个生产模型上做完整结构优化,通过改变几何、截面尺寸与材料,得到钢材重量下降 40% 的方案。这个数字的意义需要谨慎解读:结构优化的减重空间取决于原设计的冗余度,一个保守设计的优化空间本来就大于一个已经过多轮优化的设计。它证明的是「智能体能驱动完整优化循环」,不能推广为「任何项目都能减重 40%」。
案例二:板墙网格划分的自动化。 板墙网格划分是结构工程里公认繁琐且易错的工序,手工操作耗时数小时且容易出现结构连续性问题。Bentley 用一条自然语言提示完成了整个工序。这个案例的技术含量不在提示工程,而在于背后的网格生成算法本来就是确定性的,AI 只是替代了「点菜单、设参数、检查结果」这一层交互。
案例三:一周完成完整设计与分析。 在内部测试中,一个没有编程经验的团队用大模型加 STAAD MCP,在一周内完成完整的设计与分析流程。Bentley 从这项测试里得出的最重要结论不是效率,而是质量:当工程师的专业知识——规范要求、经验法则、教训积累——被直接写进提示词时,AI 的输出质量显著提升。这个发现支持「人在环内」的设计,也说明短期内 AI 无法脱离工程师的专业判断独立工作。
数据治理承诺:一个真实的差异化点
Bentley 在 AI 数据治理上的公开承诺值得单独记录:客户的设计与资产数据不会被抓取或用于 AI 训练,除非客户主动选择;如果客户选择参与,产生的模型归客户独有。这个承诺在工程行业有实际商业价值,因为设计院的核心资产就是几十年积累的项目数据与方法论,一旦被用于训练通用模型,等于把竞争壁垒交给外部。
这条承诺同时是竞争武器。当业主或设计院在评估「把模型数据交给 AI 厂商」的风险时,一个明确的不训练条款会显著降低决策阻力。Bentley 把自己定位为数据的「管家」,不是「所有者」,这个措辞在合同层面需要具体条款支撑,公开信息里未见条款细节,这是尽调时需要核实的点。
技术短板与边界
第一,Bentley 没有高端多物理场求解器。它的分析能力集中在结构、岩土、海工与道路几何,流体、传热、电磁、声学这些领域需要 Ansys、Siemens、COMSOL、Cadence 的工具。在需要流固耦合、气动弹性、热管理的场景里,Bentley 只能做前处理与数据管理,求解要靠合作方。
第二,AI 功能目前不单独计费。公司披露的 ARR 增长里没有拆分 AI 贡献,管理层在 2026 年第二季度电话会上说客户「开始把能力用在真实项目上,我们打算在适当的时候变现」。这句话的含义是:AI 现在是留存与增购的工具,还没有成为独立收入线。
第三,MCP 服务器的覆盖度仍有限。五个服务器覆盖了结构、基础、海工、通用建模与 IoT,但道路、轨道、水务、电网设计的核心产品还没有对应的 MCP 覆盖。智能体能操作的边界,就是 AI 能创造价值的边界。
产品与商业化
四条产品线与一个平台
按功能划分,Bentley 的产品可以归为四组。设计建模组以 MicroStation 为底座,加上 OpenRoads、OpenRail、OpenBridge、OpenUtilities、OpenPlant、OpenSite+、OpenGround;分析仿真组包含 STAAD.Pro、STAAD Foundation Advanced、SACS、PLAXIS、GeoStudio;项目交付组包含 ProjectWise、SYNCHRO、 SYNCHRO+、Bentley Infrastructure Cloud;资产运维组包含 iTwin、iTwin IoT、Asset Analytics、Seequent 的 Leapfrog 与 Geosoft。
平台层是 iTwin,它不属于任何单一产品线,而是横向承载所有产品的数据。这个结构解释了为什么 Bentley 的收购整合相对顺畅:新收购的产品只要接入 iTwin 的数据模型,就能与其他产品交换信息,不必重写底层。
新一代 AI 原生应用
2025 年 10 月的 Year in Infrastructure 大会上,Bentley 发布了三款新一代应用,全部以「数字孪生 + AI + 云端连接」为架构。
OpenSite+ 是第一个用生成式 AI 做土木场地设计的工程应用,2025 年 10 月进入限量可用,公司称能让项目交付快至 10 倍且不牺牲精度。这个 10 倍的说法需要谨慎对待:场地设计的迭代循环本来以天计,生成式方案把方案比选从「人工画几个方案」变成「机器生成几十个方案再筛选」,效率提升的量级取决于方案筛选的人工成本。VHB 的模型设计负责人 Brianne Belschner 在早期访问项目中的评价是「打开了很多扇门,让我们更快、得到更好的答案」,属于定性描述。
OpenUtilities Substation+ 做变电站协同设计,核心改进是允许多用户同时在同一模型中工作,减少施工阶段的错误与返工。它于 2025 年 11 月进入早期访问。SYNCHRO+ 重新定义了 4D 施工建模,转向数据中心化的工作流,集成 Cesium 提供地理空间上下文,用 AI 探索施工顺序。它于 2025 年 12 月进入早期访问。
对既有产品的 AI 增强也在推进。OpenRoads Designer 与 OpenRail Designer 在 2025 年 11 月普遍可用了一个自动标注图纸的 AI 智能体,这是设计流程里最耗时的环节之一。Bentley Copilot 在 2026 年初集成进这两个产品。ProjectWise 增加了 AI 搜索,用户可以直接得到摘要而不必打开文件。
消费制商业模型
Bentley 的商业模型被管理层称为「消费制」(consumption-based),即按使用量计费的部分与订阅结合。这个模型在 AI 时代的意义被 Greg Bentley 明确点出:AI 智能体自动化会大幅提高建模与仿真功能产生的价值,而这部分价值最终通过 API 消费被捕获。换句话说,如果智能体频繁调用求解引擎,计费基数会随调用量增长,而不只是随席位数增长。
这个逻辑在财务上还没有显现。2026 财年第二季度的订阅收入增长 13.6%,与 ARR 增长 12% 基本同步,没有出现调用量驱动的额外加速。判断这个模型是否成立,需要观察未来几个季度订阅收入增速是否持续高于 ARR 增速。
客户指标与市场规模
2025 年 Year in Infrastructure 大会上公布的一项全球调研(与 Pinsent Masons、Mott MacDonald、Turner & Townsend 合作)显示:约一半的受访者正在试点 AI 或已经实施,并计划在全组织推广;重点场景是提升设计与工程效率、自动化文档流程;调研覆盖 130 多位行业领袖。同一年的 Going Digital Awards 中,近三分之一的申报项目、近一半的入围项目应用了 AI。这些数字说明 AI 在基础设施行业已经从试验进入实务,但渗透率仍在一半左右。
可核验的客户成果案例包括:广东机场集团用 iTwin 与 SYNCHRO 完成中国民航最大规模的改扩建项目,节省人民币 7,800 万元、缩短工期 33 天;印尼 Hutama Karya 用 Bentley 软件完成雅加达两座新变电站的地下分析与施工,改善了交通拥堵与空气质量。前者是少见的带具体金额与工期的公开数据。
竞争格局
与 Autodesk 的正面对照
在土木与基础设施设计领域,Bentley 与 Autodesk 是长期对手。Autodesk 的优势在建筑(Revit)、通用设计(AutoCAD)与制造业(Fusion),基础设施侧以 Civil 3D 与 Forma 为核心,近年把 AI 助手作为平台能力推进。Bentley 的优势在重型基础设施的专业深度:道路、铁路、桥梁、水务、电网、海工、岩土、矿山,每个专业都有独立产品线与规范实现。
差异在商业结构上更明显。Autodesk 是席位制为主、面向广泛的设计从业者;Bentley 是订阅加消费制、面向大型工程公司与业主运营方。前者靠用户基数,后者靠单客户价值深度。在 AI 时代这个差异会被放大:席位制模型下,AI 提升单人效率会压缩席位需求;消费制模型下,AI 增加引擎调用反而扩大计费基数。这是 Bentley 商业模型的结构性优势,但它也意味着客户会审视调用计费是否合理。
与 Trimble、Hexagon 的比较
Trimble 在测量、地理信息、农业与建筑机械控制上有强势地位,近年通过 Trimble Construction One 推进项目协同。Hexagon 通过 Leica 的测量设备、SmartSite 与 HxGN 平台覆盖实景捕捉与资产管理。这两家的共同点是硬件与软件结合,能从现场采集数据。Bentley 没有硬件业务,它的应对是强化 iTwin 作为数据汇聚层,并通过对 Cesium 的收购获得三维地理数据的承载能力。
与 Esri 的关系更微妙。Esri 是 GIS 领域的事实标准,Bentley 的地理空间能力必须与 Esri 生态互通。两者既是伙伴也是竞争者,在数字孪生的边界上重叠。
仿真巨头的缺席与补位
Bentley 不做高端多物理场仿真,这一块由 Ansys(现属 Synopsys)、Siemens、Dassault、COMSOL、Cadence 占据。在需要结构非线性、疲劳、流固耦合、热管理的项目里,Bentley 的 STAAD 与 SACS 承担常规分析与规范校核,复杂问题转给专业求解器。这种分工在工程实践中是常态,但对「物理 AI」的叙事不利:Bentley 的物理深度集中在结构静力与岩土,动力学、非线性、多物理场覆盖有限。
它的补位方式是数据侧。当仿真的输入与输出被统一到 iTwin 的资产模型里,Bentley 就成为「仿真数据的管理者」,即使不拥有求解器。这个位置在长期看有价值,因为工程决策需要的是跨专业、跨阶段的信息整合,单点更高的保真度解决不了这个问题。
融资与资本结构
双重股权与家族控制
Bentley 采用双重股权结构,Bentley 家族通过 B 类股保留控制权。IPO 时点,外部 A 类股东持有约 57.4% 的经济权益,而 Bentley 控制集团持有或可控制约 67.4% 的投票权,公司因此按纳斯达克规则属于「受控公司」(controlled company),可以不设独立董事过半的董事会与专门的薪酬委员会,相关职责由完全独立的提名与可持续性委员会承担。2026 年的委托书披露,Bentley 家族合计持有约 52% 的流通 B 类股(按全部 A 类股转换后计算)。
这个结构有一个具体的后果:2024 年 4 月 19 日,Bentley 确认与施耐德电气就潜在战略交易进行初步讨论,并成立特别委员会评估包括合资或与施耐德软件业务合并在内的选项;五周后谈判终止。当时的报道指出,控制家族不支持会失去控制权或转移过多合并价值的方案。这是双重股权在实践中最清晰的展示:一家大型工业收购方到场,答复是不。
对少数股东而言,这个结构意味着治理层面的制衡有限,但历史上家族控制与长期资本再投入是同步的:公司完全稀释股数在过去五年以约每年负 1% 的速度变化,即持续回购。
债务与可转债
2021 年为 Seequent 收购,公司发行了 6.9 亿美元 2026 年到期的可转债;2026 年 1 月 15 日,公司以手头现金加上循环信贷额度提取的 6.10 亿美元,偿还了 6.78 亿美元本金及应计利息。目前仍有 5.75 亿美元 0.375% 票息、2027 年中到期的可转债在外。2025 年末净债务杠杆为 2.1 倍(四年低点),2026 年 6 月末降至 1.9 倍。可转债到期偿还使完全稀释股数减少约 3%。
公司给出的资本配置框架是:年度可支配 4 亿美元用于常规收购,同时维持分红与回购。2026 财年指引中,自由现金流区间为 5.00 亿至 5.70 亿美元。这个现金流水平支撑「内生增长 + 小型并购 + 股东回报」三线并行,不需要为大额并购加杠杆。
2026 财年指引
公司对 2026 财年的指引是:总收入 16.85 亿至 17.15 亿美元(恒定汇率增长 11% 至 13%),订阅收入增长 11% 至 13%,永久许可大致持平,服务收入增长 15% 至 20%,恒定汇率 ARR 增长 10.5% 至 12.5%(含常规收购),调整后经营利润(扣除经营股权激励)4.95 亿至 5.10 亿美元(利润率提升约 100 个基点),有效税率约 21%,自由现金流 5.00 亿至 5.70 亿美元。
这组指引的质量需要结合上半年的实际执行看。2026 年上半年收入 8.349 亿美元(+13.6%),订阅 7.711 亿美元(+14.1%),经营利润率 25.7%(上年同期 27.2%),自由现金流 2.517 亿美元(上年同期 2.734 亿美元)。收入增速超过指引上限,但利润率和自由现金流同比下降,原因是第二季度上线了新的企业级财务与报价到收款平台,相关成本被消化在利润率承诺之内。这是一次性的系统投入,但它确实压低了当期利润。
DISCREPANCIES
1. 员工与客户规模的口径缺失。 公开材料中没有统一披露员工总数与客户数量,第三方资料里出现「数千名员工」「服务全球大量大型设计院」这类表述,均无出处。本报告不使用未标注来源的规模数字,只采用财报中的财务指标与官方新闻稿中的案例数据。来源等级:OFFICIAL 优先,无法核实的规模描述一律剔除。
2. 「10 倍效率」的基准未定义。 OpenSite+ 的公司表述是「让项目交付快至 10 倍且不牺牲精度」,但没有说明对比基准(人工方案比选?特定工序?整体交付周期?)、样本量与度量方法。本报告保留该数字并标注为公司口径,不作为效率结论。来源等级:公司营销表述(UNVERIFIED)。
3. 40% 钢材减重的适用范围。 Bentley 博客披露 STAAD.Pro MCP 驱动的结构优化在一个生产模型上实现钢材重量下降 40%。该结果依赖原设计的冗余程度与约束条件,不可外推为行业平均值。本报告在引用时明确其为单案例。来源等级:公司技术博客(OFFICIAL 但单一样本)。
4. 双重股权的投票倍数存在互相矛盾的表述。 第三方治理分析称 A 类股每股 29 票并可转换为 1 股 B 类股,这与常见的「B 类股高投票权」设计相反,且与「家族通过 B 类股控制」的描述冲突。本报告不引用具体票数,只采用可核验的结论:IPO 时点控制集团持约 67.4% 投票权、公司属纳斯达克「受控公司」。来源等级:OFFICIAL(委托书结论)优于第三方细节。
5. Seequent 对价的三个数字。 官方公告为 9 亿美元现金加 3,141,361 股 B 类股,合计约 10.5 亿美元;部分资料写作 10.5 亿美元整体对价而不拆分构成;另有资料写 9 亿美元(仅现金部分)。三个数字都对,含义不同。本报告采用拆分表述。来源等级:OFFICIAL(并购公告)。
6. Resources 板块占比的口径。 第三方分析称 Resources 约占「可按板块归属的 ARR」的 27%,公司财报未以该措辞披露板块 ARR 占比。本报告引用时保留「按第三方测算」的限定语,不将其视为公司披露数据。来源等级:第三方测算(MEDIA)低于 OFFICIAL。
7. AI 是否已产生独立收入。 管理层表述为「客户开始把能力用在真实项目上,我们打算在适当的时候变现」,明确指向尚未单独变现。部分报道将其解读为「AI 已成为增长引擎」。本报告采信管理层原话,并把 AI 收入贡献列为未披露项。来源等级:OFFICIAL(财报电话会)优于 MEDIA。
8. 2026 上半年利润率下降的归因。 公司解释为新财务与报价到收款平台上线成本,同时强调「在利润率承诺内消化」。财报同时显示经营利润率从 27.2% 降至 25.7%,自由现金流同比下降。两种表述都对,但前者强调可控性,后者是可量化的事实。本报告并列呈现。来源等级:OFFICIAL。
风险与尽调缺口
其一,AI 变现路径尚未闭合。 MCP 服务器、Copilot、生成式设计都是能力,不是收入。管理层承认变现「在适当的时候」,但没有给出时间表与定价机制。如果 AI 功能长期只能作为留存工具,那么它对 ARR 增长的贡献将体现为降低流失率,未必体现为提升客单价,估值逻辑会与「AI 平台公司」有明显差距。
其二,消费制模型的双刃性。 按调用量计费在 AI 时代是顺风,但它要求客户接受「用得越多付得越多」。大型业主与设计院对不透明的用量计费通常敏感,尤其在预算周期固定的公共工程领域。这个模型的推广速度可能低于技术能力的速度。
其三,中国市场的双向不确定性。 2024 年第四季度电话会披露,恒定汇率 ARR 增长 12%,剔除中国后为 12.5%,隐含中国市场对增速有拖累。Bentley 在北京设有子公司,涉及数据本地化、技术转移与出口管制等多重合规议题。同时中国正在推进工业软件自主化,长期看其在华业务面临结构性压力。
其四,家族控制下的战略连续性风险与机会并存。 双重股权保证了长期主义,也意味着外部股东无法通过治理机制改变方向。2024 年与施耐德的谈判终止说明家族对控制权的优先级高于短期溢价。这对长期持有者可能是好事,对期待并购退出的投资者则是风险。
其五,专业深度与求解器广度的失衡。 Bentley 的分析能力集中在结构与岩土,缺乏流体、传热、电磁、声学的高端求解器。当项目需要多物理场耦合时,它只能承担数据管理与前处理角色。这在「物理 AI」的评估框架里是一项实质短板。
其六,MCP 生态的标准风险。 MCP 目前是事实标准,但它由单一厂商主导推动,协议演进方向不受 Bentley 控制。如果未来标准分裂或主要模型厂商转向私有协议,Bentley 的接口层投入需要重做。这是所有采用第三方协议做集成的厂商共同面临的风险。
其七,并购整合的持续负担。 公司每年有 4 亿美元的常规收购预算,历史上完成了多笔整合。Seequent、Power Line Systems、Cesium 的整合相对成功,但 Asset Analytics 板块在 2025 年 12 月一次性并入 Talon 与 Pointivo 两项资产,整合效果尚未经过完整年度验证。
综合评分
技术维度给 7.5 分。确定性引擎的规范覆盖与专业深度在基础设施领域属于第一梯队,iTwin 的信息架构设计合理,MCP 路线的责任边界切得清楚,数据不训练的承诺是真实差异化。扣分项是缺少高端多物理场求解器、MCP 覆盖的产品面仍窄、AI 功能的技术细节披露有限。
商业维度给 8 分。ARR 15.36 亿美元、恒定汇率增长 12%、净留存率 109%、订阅占比 91.7%,这组指标在工业软件里属于高质量。消费制模型为 AI 时代的计费扩展留出了空间。扣分项是 AI 尚未单独变现,且增长对资源与电网两个周期性板块依赖上升。
财务维度给 8 分。2025 年自由现金流 5.202 亿美元、自由现金流利润率约 34.6%,净杠杆 1.9 倍,可转债按期偿还使股数减少 3%,资本配置纪律清晰。扣分项是 2026 年上半年自由现金流同比下降,新系统投入压低了当期利润。
产品维度给 7.5 分。四组产品线覆盖设计与运维全周期,新一代 AI 原生应用(OpenSite+、OpenUtilities Substation+、SYNCHRO+)的架构方向正确,Copilot 与 MCP 的落地节奏务实。扣分项是新一代应用仍处限量或早期访问阶段,规模化验证未完成。
市场维度给 8 分。全球大型工程公司与业主运营方基本都在客户名单上,Resources 与电网两条线的需求确定性高,广东机场项目这类带金额的案例增强了可信度。扣分项是中国市场拖累增速、Autodesk 在通用设计侧的挤压、以及基础设施投资对财政与利率周期的敏感。
综合 7.8 分。这是本轮 65 家里「AI 落地最务实」的一家:它没有宣称要替代工程师,而是把确定性引擎做成智能体可调用的工具,把责任边界写在架构里,并用可复现的工程案例证明价值。短板同样清晰——物理深度集中在结构与岩土,AI 还没变成收入。对物理 AI 的判断是:它代表了工程软件接入 AI 的正确姿势,但天花板取决于消费制计费能否被客户接受。
参考资料
- Bentley 2026 年第二季度业绩公告(2026-08-06):总收入 4.107 亿美元(+12.8%,恒定汇率 +12.2%)、订阅收入 3.786 亿美元(+13.6%)、ARR 15.36 亿美元(上年同期 13.792 亿美元)、恒定汇率 ARR 增长 12%、过去十二个月经常性收入净留存率 109%、经营利润率 21.6%(上年 23.2%)、调整后经营利润(扣除经营股权激励)利润率 28.3%(上年 29.3%)、每股收益 0.25 美元、调整后每股收益 0.35 美元、经营现金流 7,150 万美元、自由现金流 6,380 万美元
- Bentley 2026 年上半年业绩(同一公告):总收入 8.349 亿美元(+13.6%)、订阅收入 7.711 亿美元(+14.1%)、经营利润率 25.7%(上年 27.2%)、自由现金流 2.517 亿美元(上年 2.734 亿美元)
- Bentley 2025 年第四季度及全年业绩公告(2026-02-26):全年总收入 15.018 亿美元(+11.0%,恒定汇率 +10.1%)、订阅收入 13.767 亿美元(+12.5%)、ARR 14.621 亿美元(上年末 12.833 亿美元)、恒定汇率 ARR 增长 11.5%、净留存率 109%(上年 110%)、经营利润率 24.1%、调整后经营利润(扣除股权激励)利润率 28.6%、每股收益 0.85 美元、调整后每股收益 1.21 美元、经营现金流 5.385 亿美元、自由现金流 5.202 亿美元
- Bentley 2026 财年指引(同一公告):总收入 16.85 亿至 17.15 亿美元、恒定汇率 ARR 增长 10.5% 至 12.5%、调整后经营利润 4.95 亿至 5.10 亿美元、有效税率约 21%、自由现金流 5.00 亿至 5.70 亿美元;净债务杠杆 2.1 倍(2025 年末)与 1.9 倍(2026 年 6 月末);2026 年 1 月 15 日偿还 6.78 亿美元 0.125% 可转债;5.75 亿美元 0.375% 可转债 2027 年中到期;年度常规收购预算 4 亿美元
- Bentley 2025 年 Year in Infrastructure 大会新闻稿(2025-10-15):OpenSite+ 限量可用、公司称项目交付快至 10 倍;OpenUtilities Substation+ 2025 年 11 月早期访问;SYNCHRO+ 2025 年 12 月早期访问并集成 Cesium;OpenRoads Designer 与 OpenRail Designer 的自动标注智能体 2025 年 11 月普遍可用、Bentley Copilot 2026 年初集成;ProjectWise AI 搜索;Bentley Copilot 定位为上下文感知助手,可修改模型
- Bentley 官方博客《Would You Cross That Bridge? AI and the Trust Problem in Infrastructure》:STAAD.Pro MCP 服务器在生产模型上完成结构优化、钢材重量下降 40%;板墙网格划分自然语言自动化;无编程经验团队一周完成完整设计与分析;工程师专业知识写入提示后输出质量显著提升;数据不被抓取用于训练、客户选择参与则模型归客户独有;iTwin 作为全生命周期数据的「通用翻译器」
- Bentley 官方博客《AI Tools Are Being Employed in Bentley Products》:STAAD.Pro、STAAD Foundation Advanced、SACS、MicroStation、iTwin IoT 五个 MCP 服务器的能力边界;MicroStation MCP 可访问 Python API 与 DGN 文件任意元素;iTwin IoT MCP 支持实时与历史传感器数据、结构健康监测
- Bentley 官方文章《Bentley’s MCP Server Shows How AI Can Work in Engineering Without Guessing》:STAAD MCP 服务器已发布至 MCP Registry 并提交为 Claude Connector;MCP 作为连接层不验证结果,工程应用完成领域工作,工程师负责复核与批准;支持「自带智能体」的开放生态
- Seequent 收购公告与 ARC 分析(2021-03-11 宣布、2021-06-17 交割):9 亿美元现金加 3,141,361 股 B 类普通股,合计约 10.5 亿美元;Seequent 总部新西兰基督城、430 余名员工、16 个办公室、服务 100 多个国家;产品包括 Leapfrog、Geosoft、GeoStudio;预计为 ARR 增加超过 8,000 万美元、对 ARR/收入/EBITDA 各贡献约 10%
- Power Line Systems 收购与资本运作(第三方公司史研究):2021-11-16 宣布、2022-01-31 交割,对价约 7 亿美元;2024-09-06 收购 Cesium(对价未披露);2023 年 iTwin Ventures 收购 Blyncsy;2025 年 12 月交割 Talon Aerolytics 与 Pointivo 技术资产(2026-01-05 宣布);2024-04-19 确认与施耐德电气初步讨论、五周后终止;Resources 约占可按板块归属 ARR 的 27%;PLS 美国以外收入已相当于收购时整个 PLS 业务规模;到 2030 年美国需新增约 35 吉瓦电网容量
- 治理结构资料(第三方尽调分析):双重股权结构、IPO 时点外部 A 类股东约 57.4% 经济权益、Bentley 控制集团约 67.4% 投票权、按纳斯达克规则属「受控公司」、董事会不设独立董事过半与专门薪酬委员会、2026 年委托书披露家族合计持约 52% 流通 B 类股、Nicholas Cumins 于 2024-07-01 出任 CEO 为首位非家族成员
- Bentley 官网 Infrastructure AI 页面与客户案例:广东机场集团用 iTwin 与 SYNCHRO 节省人民币 7,800 万元、缩短工期 33 天;印尼 Hutama Karya 雅加达变电站项目;与 Pinsent Masons、Mott MacDonald、Turner & Townsend 合作的全球调研(约一半受访者在试点或已实施 AI,覆盖 130 多位行业领袖);Going Digital Awards 近三分之一申报项目与近一半入围项目应用 AI
本报告依据公开资料整理,不构成投资建议。财务数据以公司公告与 SEC 文件为准,案例数据为公司披露口径,第三方测算已标注来源。
相关报告66
- 五一视界深度调研:港股上市的数字孪生公司,51Sim 已是第一增长引擎而 51Earth 近乎归零,两套完全不同的融资轮次命名口径必须并存
- AMI Labs 深度调研:10.3 亿美元种子的世界模型豪赌,LeCun 的非生成式路线与它的空白成绩单
- 安世亚太 PERA 深度调研:2003 北京创立的国产 CAE 龙头,PERA SIM 通用仿真 + AIROM 降阶 + AgentX 多智能体 + 精智 iGPT/Whale,从工业仿真跨越到物理 AI
- AspenTech 深度调研:被 Emerson 全资收购的过程仿真巨头与其工业 AI 混合建模路线
- Autodesk 深度调研:以 Neural CAD 基础模型与 2 亿美元 World Labs 押注物理世界 AI,NAVASTO 补齐 CFD 代理能力
- BeyondMath 深度调研:神经算子路线的基础物理 AI,$19M 联盟预算、1000 倍加速与三个被误读的事实
- Cadence 深度调研:以 EDA 系统级多物理场与 Millennium M2000 超算切入物理 AI,AuraStack 智能体与 Fidelity GPU CFD 成关键抓手
- COMSOL 深度调研:四十年多物理场求解器基业,以 DNN 代理模型训练与全物理场 GPU 加速切入物理 AI
- Dassault Systèmes 深度调研:以 3DEXPERIENCE 与 SIMULIA 虚拟孪生物理行为切入工业 AI,LEO 虚拟助手与 GPU 显式动力学成物理 AI 支点
- 深势科技深度调研:从戈登贝尔奖到国家级独角兽与港股门前,AI for Science 龙头的技术兑现与商业化空白
- Emmi AI 深度调研:17 个月从林茨 spin-out 到 3.3 亿欧元被 Mistral 收购,AB-UPT 拿下 CFD 代理模型 SOTA
- Fainite 深度调研:苏黎世物理 AI 仿真初创,Caltech/ETH/剑桥/谷歌背景团队用物理感知深度学习把仿真从数十小时压到秒级,仅获 Venture Kick 资助、尚无定价轮次
- 飞捷科思深度调研:PhysX 奠基人的二次创业,国产可微分物理引擎与它的生态打法
- 凡拓数创(301313)深度调研:从数字展馆到物理 AI 数据基座的战略跃迁,FTE 引擎与 FunSim 仿真平台的卡位成色及收入兑现节奏
- Godela 深度调研:YC X25 物理 AI 仿真初创,前苹果/谷歌/英特尔团队用物理约束代理模型把仿真从数天压到秒级,仅 seed 轮、试商用 pilot 制
- 霍莱沃(688682)深度调研:以 RDSim AI 电磁仿真与工业智能体贯通「仿真-测量-产品」闭环
- 阿尔特 IAT 深度调研:A 股首家独立汽车设计公司全线转向 AI 研发,圆方/御风/太乙 3.0 产品体系落地并携手英伟达 Omniverse,2025 年营收 9.75 亿元、归母亏损扩大至 2.50 亿元
- Inductiva 深度调研:一个已停运的开源求解器编排样本,八处必须纠正的前提,以及联合创始人 CTO 的停运后去向
- 英特仿真(INTESIM)深度调研:2009 年成立的国产 CAE 龙头之一,自研结构/流体/电磁/热/声学求解器与多物理场耦合平台,完成中网投、深创投亿元 B 轮,2025 年营收签单双过亿
- 软通动力(301236)深度调研:依托软通天枢打造 L1/L2/L3 三层全栈物理 AI 架构,自研 TwinHub 数字孪生、FSim 工业仿真、CAE 多物理场与 Phyxis 具身控制
- Jua 深度调研:以地球物理基础模型 EPT 服务能源交易与电网决策
- Keysight(含 ESI Group)深度调研:以虚拟样机与混合 AI 连接测量与仿真,EDA 引入自然语言助手
- 光轮智能深度调研:前英伟达仿真负责人创办的物理 AI 数据与评测基础设施商,七轮融资约 26.5 亿元估值超 20 亿美元,同时进入 Newton 与 EgoVerse 两大国际标准委员会,订单口径存在 5.5 亿元人民币与 1 亿美元两套说法
- Luminary Cloud 深度调研:NVentures 押注的「物理 AI 模型工厂」,用 SHIFT 模型与 GPU 原生求解器改写 CAE 云化路径
- MathWorks 深度调研:以 MATLAB/Simulink 与 Simscape 多物理场支撑物理 AI,R2026a 推出 Copilot 与 Agentic Toolkit 布局端侧智能
- 觅蜂科技 Maniformer 深度调研:智元机器人孵化的物理 AI 数据基础设施,MEgo 无本体采集硬件量产,半年三轮融资中国电信领投
- Mistral AI 深度调研:30 亿欧元欧洲最大融资背后,Physics AI 如何从语言模型走到 EUV 光刻与核电站
- Monolith AI 深度调研:不加速仿真,而是砍掉物理试验次数的英国工程 AI,被 CoreWeave 收入囊中
- Monumo 深度调研:剑桥深科技电机 AI 设计公司,Anser 引擎日千万级多物理场仿真,累计融资 1050 万英镑,A 轮正在募资中
- NAVASTO 深度调研:把求解器的洞察左移到设计师工作台,Autodesk 用一次收购买下这个入口
- Navier 深度调研:把 CFD 工作流交给智能体,旧金山硬件工程 AI 的种子期豪赌
- Neural Concept 深度调研:EPFL 出身的工程 AI,用 1.38 亿美元融资押注「代理模型能否替代部分求解器」
- NP Co.(NP Company)深度调研:2025 年成立的巴黎 Inria 孵化 AI 原生仿真初创,€6M 天使前轮由 Partech 领投、Mistral 联合创始人参投,宣称预训练物理基础模型实现 1000x 加速,多项宣称待验证
- NVIDIA 深度调研:以 PhysicsNeMo、Warp、Cosmos 世界基础模型与 Omniverse 构建物理 AI 全栈基础设施
- Physical Intelligence 深度调研:31 亿美元级融资押注「机器人的 GPT 时刻」,π0.7 自陈未见任务成功率仅 60–80%,Pi API 定价与收入双双未披露
- Physical Superintelligence 深度调研:58 亿美元级种子轮押注「虚拟物理学家」,Emmy 平台把 AI 数据中心多物理优化当作首个商业化证明
- PhysicsX 深度调研:把几何与物理都压进一个预训练模型的三亿美元级工业 AI 赌注
- Prometheus 深度调研:410 亿美元估值、182 亿美元融资,却还没有一个产品
- PTC 深度调研:以 Creo/Onshape 与 ThingWorx 数字主线支撑物理 AI,借 NVIDIA Isaac Sim 打通机器人设计到仿真
- 千诀科技(北京千诀科技有限公司)深度调研:预测式世界模型 Polibrain、类脑分区架构与多项式表征,一个「不造本体」的具身大脑如何接入十万台清洁与服务机器人
- Quanscient 深度调研:云原生与量子赋能的多物理场仿真,AI-Native 硬件工程的数据引擎
- Rescale 深度调研:云上的 HPC 操作系统与桌面工程工作台,1.15 亿美元 D 轮与五处被误读的事实
- Schrödinger 深度调研:以 FEP+ 物理模拟与机器学习支撑分子发现,2026 年推出 Bunsen 智能体共同科学家
- Secondmind 深度调研:剑桥工程 AI 公司,贝叶斯主动学习把 CAE 仿真与台架试验减少最高 90%,累计融资约 7300 万美元,马自达兼具客户与投资人身份
- 适创科技深度调研:以 SupreCAST 云原生材料加工仿真与工业智能体,推进 CAE+AI 战略
- 舜云科技深度调研:以粒子法 shonDy 切入新能源与核能流体多物理场仿真
- 数智脉进深度调研:深圳 SNN+LBM 全栈自研 CFD 初创,宣称消费级硬件秒级出数亿网格结果,获财政部下属基金数千万天使轮,规划迁核心算法至 FPGA
- Siemens(含 Altair)深度调研:2025 完成 Altair 收购,Simcenter 与 Altair 仿真组合并,PhysicsAI 几何深度学习与 PhysicsAI Generate 成物理 AI 核心
- Silurian 深度调研:以生成式预报 Transformer 构建地球系统基础模型,面向能源与基建资产的天气风险
- SimScale 深度调研:把 CAE 许可证变成按核时订阅的云端仿真平台,5200 万欧元股权与 2500 万欧元债务必须分开算,以及五处被误读的事实
- Skild AI 深度调研:CMU 机器人研究所孵化的通用机器人基础模型,1.4 亿美元 C 轮对应 140 亿美元估值,但 B 轮规模存在 1.35 亿与 5 亿的口径冲突
- 松应科技深度调研:华为云系团队创办的国产物理 AI 操作系统商,ORCA OS 宣称对标英伟达 Omniverse,融资轮次在三套口径下各不相同,风语筑 2000 万元少数股权投资是可核验的第三方锚点
- 苏度科技(上海苏度科技有限公司)深度调研:零真机数据的仿真训练路线、Sudo R1 全栈自研与「原子能力」商业化,一家成立 17 个月估值超 200 亿元的具身智能新独角兽
- 索辰科技深度调研:从 CAE 工具商到物理 AI 平台商的转型阵痛
- Synopsys(Ansys)深度调研:2025 完成收购 Ansys,从 EDA 龙头跃升为「硅到系统」工程解决方案领导者,Ansys SimAI 与 NVIDIA 物理 AI 合作为核心抓手
- 十沣科技深度调研:院士领衔的国产工业仿真软件,官方时间线与数据库口径的轮次命名完全不同,官方融资 PDF 与投资数据库同时存在且不可合并
- 天洑软件深度调研:2011 年成立的国产智能 CAE 老兵,C 轮数亿元,2024 起主打「工业世界模型」,融资口径与估值多处不可调和,营收从未披露
- 同元软控深度调研:以 MWORKS(Syslab/Sysplorer)对标 MATLAB/Simulink,借 MWORKS AI 与 MOGICK 工程智能体推进国产物理 AI
- Vinci AI 深度调研:把物理仿真从「检查点」变成「连续约束」的半导体新变量
- 西湖机器人深度调研:西湖大学首个机器人成果转化项目,以 WR1 全身通用基座与 GAE 行为专家大模型构成大小脑双预训练架构,半年四轮融资约 5 亿元
- World Labs 深度调研:李飞飞的空间智能独角兽,被 AMD 以 82 亿美元收编
- 深圳元象信息科技(元象科技 XVERSE)深度调研:认知与感知双轮驱动的仿真世界路径,XVERSE 大模型、端云协同 3D 引擎与物理驱动动作生成模型 MotionGen
- 云道智能深度调研:从自主求解器到物理 AI 引擎,国产 CAE 的登顶者与它的未竟之战
- 云境智仿深度调研:北大孵化的云原生 GPU CAE 公司,Simversus 平台加 YJ-DORGP 小样本智能求解器,2025 年自述订单增 275%、营收增 160% 并达盈亏平衡
- 中科第五纪(杭州)深度调研:中科院自动化所与清华联创的具身基础模型公司,FAM 动作光流跨本体通用、3–5 条示范达 97% 成功率,纪元灵脑+纪灵机器人服务中石化/零跑/美的
- 中望软件(688083)深度调研:自主 Overdrive 内核与中望3D悟空 2027 撑起 CAD/CAE/CAM 一体化,CAx 智能体平台是通往工程 AI 的现实路径
本报告基于公开信息整理,仅供参考,不构成任何投资建议。数据截至报告发布日,请以公司公告与定期报告为准。