DeltaV自动化平台
DeltaV Version 16 LTSDCS、批处理、工程组态、冗余控制和现代化迁移平台,面向生命科学、化工、能源和混合行业
量产
E Emerson是Physical AI工厂的大脑与神经系统供应商之一,靠Rosemount/Micro Motion现场仪表、DeltaV/Ovation控制系统、NI测试测量、AspenTech工业软件和AVENTICS气动执行把模型决策落到过程控制与离散自动化;核心驱动是自动化改造、软件化运维和近岸制造,关键约束是长周期项目验收、工业控制安全认证和与Siemens/ABB/Honeywell/Rockwell的生态竞争。
2,175 家 13F 申报机构披露持有它,占全市场约 24.9%;本季 +154 家加注。
口径=全市场 13F 季度申报聚合(8,741 家申报机构为分母)· 仅呈现机构持仓事实与季度变化,非买卖建议、不构成目标价 · 完整持有人名单 · 逐家调仓 diff · 资金视角 →
DCS、批处理、工程组态、冗余控制和现代化迁移平台,面向生命科学、化工、能源和混合行业
量产面向电力、水务和关键基础设施的控制、报警、人机界面和资产运行优化
量产把现场物理量转为高可信工业数据,是AI异常检测和过程优化的数据入口
量产用于高精度质量流量、密度和过程诊断,适配化工、能源、食品和半导体流体系统
量产用于半导体、汽车电子、电池、航空和工业设备的自动化测试、HIL仿真和数据采集
量产用于流程建模、能耗优化、资产绩效管理和生产计划,承接现场数据做优化决策
量产用于包装、装配、夹取、测试工装和机器人末端执行的高速气动控制
量产| 口径 | FY2025Q1 | FY2026Q2 | FY2026Q1 | FY2026Q2 |
|---|---|---|---|---|
| 收入 | 4.175 | 4.432 | 4.346 | 4.562 |
| 净利润 | 0.585 | 0.485 | 0.605 | 0.618 |
| FCF | 0.694 | — | 0.602 | — |
缺失期项以 — 表示,未用估算填充。
依赖Rosemount、Micro Motion、AMS监测和NI采集硬件依赖低噪声模拟前端、高精度ADC、隔离和时间同步
依赖控制器、I/O卡件、阀门定位器和气动控制模块依赖MCU、电源管理、接口和安全隔离
依赖NI PXI/工业PC、测试控制器、边缘网关和仿真节点依赖x86算力、实时控制和驱动生态
依赖客户把Plantweb、AspenTech模型、资产健康数据和控制系统历史库接入Azure或企业数据湖
依赖需要控制器、I/O、冗余网络、工程站、安全系统和长期现场服务协同
依赖机器人夹具、包装、装配和测试台依赖阀岛、气缸、PLC/PAC和工业通讯
| 持有主体 | 披露市值 | 权重 | 来源 · as_of |
|---|---|---|---|
B BlackRock, Inc. | US$5.5B | 0.1% | SEC 13F · 2026-03-31 |
V VANGUARD CAPITAL MANAGEMENT LLC | US$4.8B | 0.1% | SEC 13F · 2026-03-31 |
S STATE STREET CORP | US$3.6B | 0.1% | SEC 13F · 2026-03-31 |
B BANK OF AMERICA CORP /DE/ | US$2.6B | 0.2% | SEC 13F · 2026-03-31 |
J JPMORGAN CHASE & CO | US$1.8B | 0.1% | SEC 13F · 2026-03-31 |
V VANGUARD PORTFOLIO MANAGEMENT LLC | US$1.7B | 0.1% | SEC 13F · 2026-03-31 |
| 公司 | 定位 | 关键差异 |
|---|---|---|
| 现场仪表、DCS、测试测量、工业软件和气动执行一体化自动化平台 | Rosemount/Micro Motion现场数据、DeltaV控制、NI测试和AspenTech优化软件能形成从物理量到模型的闭环 | |
| 流程控制、安全系统、楼宇与工业软件综合平台 | 在炼化安全、楼宇和航空电子更强,Emerson在现场仪表和NI测试测量协同上更突出 | |
| 电气自动化、过程控制、机器人和驱动组合 | 机器人和电气传动更完整,Emerson更偏流程控制、仪表和工业软件优化 | |
| PLM/MES/PLC/驱动/工业边缘覆盖最广的数字工业平台 | 离散制造和数字孪生生态更强,Emerson在能源、化工、生命科学DCS装机基础更深 | |
| 北美离散制造PLC、运动控制和FactoryTalk软件平台 | 离散工厂生态强,Emerson借NI和AVENTICS补离散,但流程工业底盘更稳 | |
| 流程工业DCS、测量仪表和能源化工自动化 | 亚洲流程项目粘性强,Emerson在软件并购和测试测量维度更宽 |
艾默生电气 在 AI 产业链中的真实卡位是:流程自动化、控制系统与工业 AI 数据层。把传感、控制、软件、边缘计算和资产管理嵌入工厂、能源、化工和数据中心设施,AI 增量来自预测维护、优化控制和自动化改造。 这一定义决定了研究重点:不是问“公司是否提到 AI”,而是问 AI 需求是否改变了客户预算、采购规格、交付节奏、定价能力和续约/复购行为。
单平台价值量:单项目价值量 = 控制系统硬件 × 软件许可/订阅 × 工程服务 × 生命周期维护;客户更看重可靠性和安全,不会只按 AI 功能采购。 对 艾默生电气 而言,company-rich 未披露的单客户收入、单项目价值量或 AI 收入占比不应被外部估算替代。可以做的,是跟踪产品线中与 AI 更相关的项目是否在季度桥里体现为收入加速、毛利率改善、订单质量提高或 FCF 改善。
季度桥如下:
| 指标 | FY2025Q1 | FY2026Q2 | FY2026Q1 | FY2026Q2 | 来源 |
|---|---|---|---|---|---|
| 收入 | 4.175 | 4.432 | 4.346 | 4.562 | SEC XBRL companyfacts |
| 净利润 | 0.585 | 0.485 | 0.605 | 0.618 | SEC XBRL companyfacts |
| FCF | 0.694 | — | 0.602 | — | SEC XBRL companyfacts |
注:单位为 US$B;缺失项以 “—” 保留,不用行业均值填充。 缺失期项以 — 表示,未用估算填充。
从桥接逻辑看,AI 传导路径可以写成:
AI 应用与算力需求
-> 客户预算、项目规格、数据/电力/冷却/软件工作流变化
-> 艾默生电气 相关产品线订单或续约
-> 收入确认、mix 改善或产能利用率变化
-> 毛利率、OPM、CFO 与 FCF
-> 市场重新评估增长质量
天花板与替代风险:天花板由工业资本开支、能源项目、数字化改造和软件 attach rate 决定;替代风险来自西门子、霍尼韦尔、施耐德和客户多供应商策略。 如果公司后续披露的 AI 相关项目只是试点、一次性硬件、低毛利交付或由营销话术包装的传统业务,则不应给予高权重;反之,若订单具有多年合同、客户切换成本、续约扩容和利润率改善,AI proxy 才能进入核心估值框架。
供应链情景拆解:
| 链条环节 | 依赖 | 上行情景 | 下行情景 |
|---|---|---|---|
| 传感信号链·Analog Devices | Rosemount、Micro Motion、AMS监测和NI采集硬件依赖低噪声模拟前端、高精度ADC、隔离和时间同步 | 高精度工业芯片供给稳定,Emerson可把更多AI异常检测建立在可信现场数据上 | 高端模拟与隔离器件缺货会拖慢现场仪表交付,影响DCS项目完整验收 |
| 工业控制芯片·Texas Instruments | 控制器、I/O卡件、阀门定位器和气动控制模块依赖MCU、电源管理、接口和安全隔离 | 工业级器件生命周期拉长,有利于DCS和安全系统维持十年以上可维护性 | 器件替代需要重新认证,可能推迟客户工厂改造窗口 |
| 边缘计算·Intel | NI PXI/工业PC、测试控制器、边缘网关和仿真节点依赖x86算力、实时控制和驱动生态 | 边缘CPU性能提升让NI测试数据、DeltaV日志和AspenTech模型更容易在现场闭环 | 工业PC平台换代或供应中断会造成验证成本上升,影响长生命周期客户 |
| 工业云与数据·Microsoft | 客户把Plantweb、AspenTech模型、资产健康数据和控制系统历史库接入Azure或企业数据湖 | 客户愿意把生产数据上云或进私有云,Emerson可卖出更多优化、仿真和预测维护软件 | 数据主权、OT安全或云预算收紧会把AI应用限制在局部边缘节点,软件放量变慢 |
| 控制系统·DeltaV/Ovation | 需要控制器、I/O、冗余网络、工程站、安全系统和长期现场服务协同 | 生命科学、能源、化工和电力客户进行老旧DCS迁移,带动硬件更新、软件许可和服务打包 | 客户延后停产窗口或改用竞争DCS,会导致订单转化慢于项目储备 |
| 离散执行·AVENTICS气动与PACSystems | 机器人夹具、包装、装配和测试台依赖阀岛、气缸、PLC/PAC和工业通讯 | 工厂引入柔性装配与机器视觉后,需要更高频、更可诊断的气动执行和控制节点 | 电动执行器替代气动执行,或客户采用一体化机器人控制平台,会压缩气动件增量 |
这些情景是判断 AI 业务质量的前置变量。上行情景只有穿透到订单、价格、交付和现金流才算兑现;下行情景若已经在管理层口径、客户公告或财务桥中出现,就不能再用行业长期空间来掩盖短期反证。
| 上游/依赖 | 下游/被谁依赖 | 竞品/替代 |
|---|---|---|
| Analog Devices:为压力、流量、振动、温度和测试测量链路提供高精度模拟信号链、ADC、隔离和工业以太网芯片 | Chevron:炼化和能源资产使用分布式控制、现场仪表、资产管理和云端优化来提升安全与可用率 | Honeywell:Experion DCS、过程安全、楼宇与工业软件组合直接竞争Emerson控制系统与仪表 |
| Texas Instruments:提供工业控制器、电源管理、隔离收发器、放大器和边缘设备MCU,是现场仪表电子化基础 | Shell:能源和化工流程依赖DCS、阀门、测量仪表和流程优化软件进行连续生产控制 | ABB:800xA控制系统、机器人、电气自动化和过程仪表与Emerson争夺流程与混合行业项目 |
| Intel:工业PC、边缘服务器和测试测量控制器的CPU平台,支撑NI/LabVIEW/VeriStand和工厂边缘计算 | Pfizer:生命科学工厂需要DeltaV批处理控制、电子批记录、洁净公用工程监控和合规自动化 | Siemens:PCS 7/PCS neo、TIA Portal、工业软件和运动控制生态在离散与流程自动化两端竞争 |
| Microsoft:Azure云、数据平台和工业AI服务可承载AspenTech、Plantweb和客户生产数据分析工作流 | TSMC:晶圆厂和先进封装厂需要超高可靠的流体、压力、温控、气体和设施自动化测量控制 | Rockwell Automation:Logix控制平台、FactoryTalk软件和离散制造生态与Emerson在混合与离散行业交叉 |
| NVIDIA:边缘AI、视觉检测、仿真和工业数字孪生算力生态可与Emerson控制和测试数据闭环衔接 | Toyota:离散制造与电池/动力系统产线需要NI测试、气动执行、控制柜和产线数据采集 | Yokogawa:CENTUM DCS、测量仪表和能源化工自动化在亚洲和流程工业项目中竞争 |
| Molex:工业连接器、线束和高速接口用于控制柜、现场I/O、测试机架和严苛环境设备互连 | GE Vernova:发电、燃机、风电和电网资产需要Ovation控制、振动监测、阀门和预测性维护软件 | — |
产业链坐标可以概括为:
上游资源、云/模型/设备/材料/能源/工程能力
-> 艾默生电气 的产品、平台、项目或运营能力
-> 下游客户的 AI 工作流、数据中心、半导体、电力、工业或汽车应用
-> 终端需求、预算周期和监管/合规约束
上游分析:Analog Devices、Texas Instruments、Intel、Microsoft、NVIDIA、Molex 对 艾默生电气 的意义不只是供应来源,还包括成本、交付、技术路线和合规边界。若上游是云算力或模型,核心变量是推理成本、可用性、安全和数据治理;若上游是材料、设备或能源,核心变量是价格、交期、纯度/可靠性和长协条款;若上游是监管和电网,核心变量是审批、费率、并网和成本回收。
下游分析:Chevron、Shell、Pfizer、TSMC、Toyota、GE Vernova 代表公司 AI 叙事的需求侧。需要区分“被客户试用”“进入客户生产系统”“形成多年合同或续约”三种强度。只有第三类才会显著改变收入质量。若客户只是把 艾默生电气 作为众多供应商之一,议价权和替代风险会更高;若客户在流程、认证或基础设施上深度绑定,利润率和现金流更可能改善。
竞品和替代:Honeywell、ABB、Siemens、Rockwell Automation、Yokogawa 是直接竞争集合,但真正的替代还可能来自客户自建、平台打包、技术路线变化和区域供应链重构。研究上不应只比较公司名气,而要比较客户认证、交付能力、单位经济、生态位置和反证信号。
| 公司 | 定位 | 相对差异 | 反证观察 |
|---|---|---|---|
| Emerson Electric | 现场仪表、DCS、测试测量、工业软件和气动执行一体化自动化平台 | Rosemount/Micro Motion现场数据、DeltaV控制、NI测试和AspenTech优化软件能形成从物理量到模型的闭环 | 若其在目标客户、产品性能、价格或生态上持续胜出,则 EMR 的 AI 溢价应下修。 |
| Honeywell | 流程控制、安全系统、楼宇与工业软件综合平台 | 在炼化安全、楼宇和航空电子更强,Emerson在现场仪表和NI测试测量协同上更突出 | 若其在目标客户、产品性能、价格或生态上持续胜出,则 EMR 的 AI 溢价应下修。 |
| ABB | 电气自动化、过程控制、机器人和驱动组合 | 机器人和电气传动更完整,Emerson更偏流程控制、仪表和工业软件优化 | 若其在目标客户、产品性能、价格或生态上持续胜出,则 EMR 的 AI 溢价应下修。 |
| Siemens | PLM/MES/PLC/驱动/工业边缘覆盖最广的数字工业平台 | 离散制造和数字孪生生态更强,Emerson在能源、化工、生命科学DCS装机基础更深 | 若其在目标客户、产品性能、价格或生态上持续胜出,则 EMR 的 AI 溢价应下修。 |
| Rockwell Automation | 北美离散制造PLC、运动控制和FactoryTalk软件平台 | 离散工厂生态强,Emerson借NI和AVENTICS补离散,但流程工业底盘更稳 | 若其在目标客户、产品性能、价格或生态上持续胜出,则 EMR 的 AI 溢价应下修。 |
| Yokogawa | 流程工业DCS、测量仪表和能源化工自动化 | 亚洲流程项目粘性强,Emerson在软件并购和测试测量维度更宽 | 若其在目标客户、产品性能、价格或生态上持续胜出,则 EMR 的 AI 溢价应下修。 |
竞争格局必须分层讨论。第一层是同类产品或服务竞争:谁能以更高可靠性、更低总拥有成本、更快交付或更好集成进入客户预算。第二层是平台竞争:软件公司会被办公套件、CRM、ITSM、开发平台或开源模型打包替代;工业公司会被垂直专精厂商、客户自建和低价双供挑战;能源和公用事业公司会被自备电源、其他州/区域项目和监管限制分流。第三层是资本竞争:AI 相关项目往往要求更高 capex、研发或销售投入,资金成本和资产负债表质量会影响最终份额。
市场份额口径:company-rich 没有给出可审计的具体份额时,本文不编造“全球第几”或“占比 X%”。可采用的替代指标包括订单/合同披露、客户案例数量、收入增速是否快于同业、毛利率是否体现差异化、应收和库存是否健康、以及管理层对相关终端市场的连续表述。若只有收入增长、没有利润率和现金流改善,说明份额可能靠价格或项目制拉动,质量低于真正的技术/平台份额。
竞争态势判断:艾默生电气 的同业比较重点不在于谁更像 AI 公司,而在于谁拥有更强的客户入口和更低的替代成本。DCS/PLC 装机基础、安全认证、行业模型、工程师网络和长期维护合同构成壁垒。 若竞争者能够以平台捆绑、低价、监管优势或更快交付进入同一客户,艾默生电气 的增长会先体现在订单转化放慢,再体现在毛利率和续约率承压。反之,若公司在多个客户和多个周期中持续获得设计导入、长期合同或扩容,说明竞争优势不仅是当期景气。
技术与产品护城河:DCS/PLC 装机基础、安全认证、行业模型、工程师网络和长期维护合同构成壁垒。 对 艾默生电气 来说,技术壁垒必须能在客户选择中转化为更高续约率、更高 attach、更稳定价格或更短交付风险,而不是停留在产品手册。证据应来自产品线披露、客户案例、利润率和订单持续性。1
客户认证与切换成本:AI 相关客户通常不愿在生产环境中频繁切换关键供应商。软件客户担心权限、数据、流程和培训成本;数据中心和公用事业客户担心停机、并网和监管;半导体与工业客户担心良率、可靠性和质量体系。艾默生电气 若已进入关键流程,优势会表现为续约、扩容和售后服务,而不是一次性订单。
规模与成本护城河:规模可以带来采购、研发、渠道、服务和交付优势,但规模本身不是护城河。真正有效的是规模能否降低单位成本、提高供应优先级、摊薄固定费用或增强客户信任。company-rich 的财务锚点提供了初步判断:FY2025 FY 收入 US$18.0B,毛利率 52.8%,营业利润率 —,FCF US$2.7B。1
生态与渠道护城河:上游 Analog Devices、Texas Instruments、Intel、Microsoft、NVIDIA、Molex、下游 Chevron、Shell、Pfizer、TSMC、Toyota、GE Vernova、竞品 Honeywell、ABB、Siemens、Rockwell Automation、Yokogawa 共同构成公司的外部生态。若公司能同时被上游伙伴和下游客户纳入标准流程,其位置更稳;若只能依靠单一客户、单一项目或单一政策,护城河要打折。
财务质量护城河:
| 指标 | company-rich 锚点 | 来源/口径 |
|---|---|---|
| 收入 | US$18.0B | SEC XBRL companyfacts |
| 毛利率 | 52.8% | FY2025 FY |
| 营业利润率 | 未披露/待核实 | FY2025 FY |
| 自由现金流 | US$2.7B | FY2025 FY |
company-rich 财务质量检查:FY2025 FY 毛利率 52.8%,毛利 US$9.5B;FY2025 FY 营业利润率 —,营业利润 —;FY2025 FY 净利率 12.7%,净利润 US$2.3B;FY2025 FY FCF US$2.7B。 利润率口径:毛利率 GM 52.8%、营业利润率 OPM 0.0%、净利率 NM 12.7%。
财务质量的验证重点不是某个单季利润高低,而是收入增长、毛利率、OPM、CFO/FCF 和资本开支之间是否一致。AI 叙事最强的公司通常会出现“收入增长 + mix 改善 + 现金流跟随”的组合;若只出现收入而没有现金流,说明公司可能处在低质量扩张或项目爬坡阶段。
误读一:只要公司处在 AI 产业链,就能把全集团收入按 AI 倍数重估。纠偏:艾默生电气 的 AI 暴露必须从产品、客户、订单和利润率验证。本文把 AI 相关性写成 proxy,而不是公司披露收入;未披露的 AI 收入、单客户占比和市场份额不做精确填充。
误读二:收入增长必然代表 AI 需求兑现。纠偏:收入可能来自价格、并购、传统周期、一次性项目或低毛利交付。真正的验证是收入增长同时伴随毛利率、OPM、现金流或长期合同质量改善。若增长依赖资本开支和应收拉动,产业逻辑需要降级。
误读三:同业竞争只看产品功能。纠偏:AI 相关采购更看重可靠性、合规、交付、生态集成和总拥有成本。Honeywell、ABB、Siemens、Rockwell Automation、Yokogawa 之外,客户自建、平台打包、区域监管和技术路线变化也会改变竞争边界。
误读四:财务数字可以用行业平均补齐。纠偏:本文严格沿用 company-rich;没有披露的毛利率、客户占比、订单金额、市场份额和单平台价值量只写“未披露/待核实”或用公式表达。
风险与证伪信号:
需要跟踪的正向/中性信号:
披露边界和研究 caveat:
最终证伪框架:如果未来 2-4 个季度只看到 AI 叙事增强,却看不到订单、收入质量、毛利率、现金流或客户留存改善,本文对 艾默生电气 的产业判断应下修;如果公司连续披露高质量订单、利润率改善、现金流跟随和客户扩容,则 AI proxy 才能从主题暴露升级为可持续基本面驱动。
反证跟踪矩阵:
| 频率 | 变量 | 正向解释 | 负向解释 |
|---|---|---|---|
| 季度 | 收入与订单/合同口径 | AI 相关需求开始穿透到交付或续约 | 只有叙事、没有收入确认或订单支撑 |
| 季度 | 毛利率与 OPM | mix、定价或规模效应改善 | 价格竞争、成本、折旧、推理费用或项目爬坡吞噬增量 |
| 季度 | CFO/FCF | 利润能转化为现金,增长质量较高 | 应收、库存、capex 或融资压力掩盖利润质量 |
| 半年 | 客户与生态信号 | 下游把公司纳入标准流程、长期合同或核心平台 | 客户转向自建、双供、平台打包或竞争方案 |
| 年度 | 资本开支/研发/产能 | 投入与已验证需求匹配,形成更高进入壁垒 | 扩张领先需求,造成利用率、折旧或资产负债表压力 |
执行上,先用 company-rich 的季度桥和财务质量检查确认硬数字,再用产品、客户、同业和反证项解释数字变化。若硬数字与产业叙事相反,以硬数字为先;若硬数字缺失,则保留“待核实”,不把行业长期空间写成公司已经兑现的事实。
数据缺口处理原则:本文把缺失信息分成三类。第一类是公司未披露但可由财报直接验证的项目,例如分部收入、毛利率、CFO、capex 和 FCF,后续只能等公司公告或 filings 更新。第二类是产业链常识可以判断方向、但不能锁定精确数字的项目,例如单平台价值量、客户份额、AI 收入占比和市场排名,这类只允许写“行业估算”或公式,不写确定值。第三类是传闻、渠道反馈或未交叉验证的客户名,这类不进入结论,只能作为待核实线索。这样处理的目的,是让产业逻辑足够厚,但不牺牲可审计性。
[1] company-rich 本地数据锚点:astro/src/data/company-rich/emr.json — as of 2026-06-24 [2] Emerson 2024/2025 Annual Report与SEC 10-K [3] Emerson官网DeltaV自动化平台资料 [4] Emerson官网Rosemount、Micro Motion、AVENTICS产品资料 [5] Emerson投资者介绍与Sustainability Report [6] NI、AspenTech公开产品资料 [7] Honeywell、ABB、Siemens、Rockwell、Yokogawa公开自动化资料 [8] SEC Form 4 via holdings.db — as of 2026-06-24 — https://www.sec.gov/edgar/search/ [9] SEC 13F holdings via holdings.db — as of 2026-06-24 — https://www.sec.gov/edgar/search/ [10] SEC XBRL companyfacts via holdings.db — as of 2026-06-24 — https://data.sec.gov/
仅保留不随行情过期的产业逻辑章;时效性内容(最新财务/估值/事件)以上方财报与前瞻块为准(实时)。深度叙事刷新中。
上方免费给了判断、转向雷达、审判室 scoreboard 和样本;墙后展开完整前瞻逻辑、逐机构 13F 证据轨和产业深析 5 章。
仅整理公开披露事实 · as_of 滞后 · 不荐股、不预测涨跌、不给目标价。