一、经营情况讨论与分析　　公司是国内领先的大数据基础软件开发商，主要提供大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具三大类基础软件产品及配套服务，助力客户实现数字化转型。2023年，公司积极应对以ChatGPT为代表的人工智能带来的新机遇，秉承“自主研发、领先一代”的技术发展策略，加大研发投入，加强技术和产品创新，不断扩大市场规模，提升行业影响力，报告期内公司主营业务快速增长，公司主营业务收入实现49,053.30万元，同比增长31.64%，其中，大数据基础软件业务为公司最主要的业务收入来源，收入39,864.86万元，占公司主营业　　务收入的81.27%。　　公司在20... 查看全部▼

　　一、经营情况讨论与分析
　　公司是国内领先的大数据基础软件开发商，主要提供大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具三大类基础软件产品及配套服务，助力客户实现数字化转型。2023年，公司积极应对以ChatGPT为代表的人工智能带来的新机遇，秉承“自主研发、领先一代”的技术发展策略，加大研发投入，加强技术和产品创新，不断扩大市场规模，提升行业影响力，报告期内公司主营业务快速增长，公司主营业务收入实现49,053.30万元，同比增长31.64%，其中，大数据基础软件业务为公司最主要的业务收入来源，收入39,864.86万元，占公司主营业
　　务收入的81.27%。
　　公司在2023年仍处于战略投入期，公司实现归属于上市公司股东的净利润-28,824.30万元，较上年同期下降6.23%；公司实现归属于上市公司股东的扣除非经常性损益的净利润-33,482.27万元，较上年同期下降7.88%。
　　1、业务经营成果
　　（1）拥抱AIGC变革，打造数据管理平台的多模态、智能化、敏捷化和平民化
　　报告期内，顺应行业趋势并结合用户实际需求，公司产品技术不断突破，并发布了全系列新版本产品：
　　针对大数据和云基础平台产品线，公司发布了大数据基础平台TDH9.3版本，推出了新一代数据湖、数据仓库、数据集市一体化的存储格式，一份数据可以满足数据湖的离线/实时接入、数据仓库的复杂加工以及数据集市的分析需求，避免数据冗余，减少数据流转。此外，TDH9.3版本在多模型统一架构上迭代升级，全新发布了向量模型存储，通过10种存储引擎，共支持11种模型的数据统一存储管理，并支持使用统一查询处理语言完成跨模型数据流转与关联分析。向量数据库Hippo是一款自主可控的云原生分布式向量数据库，具备高可用、高性能、易拓展等特点，支持多种向量索引，支持数据分区分片、数据持久化、增量数据摄取、向量标量字段过滤查询等功能，能够很好地满足企业针对海量向量数据的高实时性检索以及存储等场景。数据云平台TDC推出了3.2版本，支持TDH数据底座就地升级到TDC上，实现大数据系统产品、计算、存储资源池化，提高调度资源的灵活性和利用率，并实现多租户的隔离能力。
　　针对大数据开发和智能分析工具产品线，公司推出了数据要素流通产品Navier3.2让数据流通更便利、更安全、更可控。其中，交易门户Datama打造数据资产目录平台，可浏览数据目录、查看数据字典、生成交易凭证；安全沙箱Sandbox2.2，打造封闭、隔离的数据开发分析环境，开发人员在安全隔离的环境下进行分析计算，不可下载和导出原始数据集，保障数据可入不可出；隐私计算平台SophonPC1.6，在保证数据提供方不泄露敏感数据的前提下，数据消费方对密文数据进行分析计算，保证在各个环节中数据可用不可见。新版本功能覆盖更全面、数据分析使用灵活度更高、建模效果更好。公司的数据安全防护工具Defensor4.3，在数据分类分级模块中创新地引入了大模型技术用来解决分类分级中短文本语义语境识别率低的问题，并能结合公司数据库产品帮助企业构建动态脱敏体系，支持在线业务的实时安全脱敏。此外，公司发布了大模型运营管理软件SophonLLMOps，提供大模型必备的样本、模型、应用三个仓库，支持提示工程、数据管理、训练和微调、持续提升、应用和服务编排等功能，帮助企业用户基于大模型构建应用，并构建属于自己的行业大模型。
　　针对分布式关系型数据库产品线，公司的分布式分析型数据库ArgoDB6.0进一步强化实时分析能力，构建安全高效的国产化多模引擎，一站式满足用户数据仓库、数据集市、实时数仓、OLAP、AETP（联合KunDB）、联邦计算等需求，可以在批处理和OLAP、Adhoc分析等场景，替代Orace、DB2、Teradata、SAPHANA等国外产品。公司的分布式交易型数据库KunDB3.2适用于核心系统的国产化替代、传统数据库的分布式升级、海量数据的高并发处理以及关键业务的高可用容灾等场景。KunDB提供双语法模式完整支持PL/SQL，可以平滑替代Orace/MySQL数据库，基于一致性Paxos共识算法提供金融级别的高可用和多可用区的跨地域容灾能力，安全合规，支持集中式和分布式的一体化部署，性能水平扩展不影响在线业务。
　　面向人工智能大模型时代的需求，公司致力于为客户提供更为丰富的AIInfra基础软件产品。除了上文提及的分布式向量数据库Hippo和大模型运营管理软件SophonLLMOps，报告期内，公司亦创新推出了企业级垂直领域问答大模型“无涯”及其衍生的数据分析大模型“求索”。“无涯”和“求索”均已通过国家互联网信息办公室的深度合成服务算法备案，且“无涯”已通过国家互联网信息办公室的生成式人工智能服务备案：
　　“无涯”是基于公司自研预训练模型和向量数据库Hippo、图数据库StearDB构建的企业级垂直领域问答大模型。在金融领域，“无涯”内置了丰富的上市公司财报和产业链图谱数据，能够为金融机构提供全面深入的投资研究分析工具。在法律法规领域，“无涯”内置了各大交易所的交易规则、监管要求等常见的法律法规知识，用户可针对法律法规的具体条款、监管规则、试行办法等提出问题，“无涯”将提供法律风险预警以及应对建议。目前，公司正在不断积累和扩展“无涯”专精的领域范围以覆盖更多元化的行业需求，包括但不限于政务、制造等。此外，“无涯”的自动化知识工程特性，使其在处理和分析数据方面具有显著的优势，允许用户上传文档、表格、图片等多源数据，并支持与外部数据源的对接，使用户能够构建属于自己的专属领域大模型，赋能客户基于自身私域知识库进行更为个性化和深入的数据分析。
　　依托“无涯”的基础能力和公司在大数据行业的深厚经验，“求索”大模型应运而生，是一款针对大数据行业全生命周期各种场景的大数据领域大模型。“求索”可以使用自然语言描述涉及多种数据模型的复杂业务需求，让非专业用户在不需要学习和掌握数据库编程语言的前提下通过自然语言自由地按需查询数据。
　　截至报告期末，公司提供的大模型时代AIInfra相关产品订单逾5,400万元，在金融、政府、能源、电信、建筑与地产和制造业等多个行业实现了成功的商业落地，市场反馈积极。
　　（2）加强市场开拓，完善生态建设
　　报告期内，公司持续通过创新技术、开放合作和共享资源，将生态系统打造成一个聚集产业共同发展的平台，吸引各类伙伴在公司的平台上开发应用，共同创造更大的商业价值。报告期内，公司生态圈不断扩大，新开拓数十家总代理商、区域代理商和行业ISV，涵盖金融、教育、交通、医疗、能源、政府等行业。截至报告期末，公司各类合作伙伴累计超过700家，行业ISV超过100家。公司与国内华为鲲鹏、飞腾、龙芯、统信、麒麟、曙光、澜起等主要软硬件厂家保持产品层面的深度适配，推动各行业国产化替代进程。面对AIGC带来的技术变革，公司联合英特尔发布AIGC向量数据库解决方案，且公司积极探索人工智能大模型结合终端设备的应用方式，期冀联合生态伙伴的力量实现更广范围的市场覆盖。
　　（3）标志性项目获得业内认可，持续扩大品牌影响力
　　报告期内，公司深耕金融、政府、电信、能源、交通、制造业等领域，通过为企业搭建数据底座，持续赋能各行业客户实现数字化转型。公司作为支持单位与多个行业领域客户联合申报的七项成果入选由中国信息通信研究院及中国通信标准化协会大数据技术标准推进委员会共同组织的2023大数据星河案例，在数据库、数据应用、数据资产管理三大方向斩获一个标杆案例和六个优秀案例，其中包括中信证券使用公司的分布式图数据库StearDB来替代国外开源图数据库产品以构建知识图谱平台、水发集团有限公司基于公司的大数据基础平台TDH进行数据湖仓一体化建设等案例。公司基于湖仓一体架构的新一代医院数据中心解决方案荣获由工信部电子第五研究所等单位联合主办的“2023年中国赛宝信息技术应用创新优秀解决方案征集活动”的应用创新示范方向一等奖。
　　报告期内，公司参编多项国家和行业标准、白皮书，包括国内首个金融行业大模型标准、工业领域三项国家标准、《人工智能研发运营体系（MLOps）实践指南》等，推动全国范围内及各行业的数字化和智能化水平稳步提升。公司多产品通过权威测评和认证，其中大数据基础平台TDHV9.1于2023年12月通过TPCx-BBSF3,000基准测试的官方审计，性能位列全球第一。此外，公司入选国际和国内权威机构多份报告，包括Gartner的数据库管理系统推荐供应商、数据分析平台推荐供应商、AI软件推荐供应商以及IDC的湖仓一体数据平台技术能力评估代表厂商、中国图数据库市场2023年代表厂商等。
　　在AIGC领域，公司也收获了一系列荣誉奖项：入选赛迪工业和信息化研究院发布的“2023中国人工智能大模型企业50强”、公司“无涯”大模型荣获“人民匠心奖——匠心产品奖”和2023年度江苏省信息技术应用学会科学技术奖、入选IDC“中国生成式AI市场生态图谱V1.0”等。
　　2、财务经营成果
　　（1）公司业绩显著增长，毛利率稳步提升
　　报告期内，公司主营业务收入相比上年同期增长31.64%，确认收入的客户数量为578家，相比上年同期的514家，同比增长12.5%，其中确认收入金额大于100万的高价值客户数目由上年同期的101家增加至报告期内的134家，公司平均客单价相比上年同期提升显著。报告期内，公司老客户1复购2产生的收入约占公司主营业务收入的71.12%，构成公司主要的收入来源。
　　报告期内，公司继续提质增效，主动聚焦高价值、高毛利的软件授权业务，积极构建产品技术生态，培养交付合作伙伴，优化服务实施成本，公司毛利率由上年同期的56.54%提升至59.61%。
　　（2）公司三费费率全面下降，优化经营成本成效凸显
　　报告期内，随着公司业务规模的进一步扩大，公司的研发、销售和管理费用均有所增长，但是公司通过持续提升经营效率，加强成本控制，展现出了卓越的经营成本优化成果，公司的三费费率合计由上年同期的139.70%下降至报告期内的124.61%，其中研发费用率、销售费用率和管理费用率均实现了同比降低。报告期内，公司持续投入研发，以保持技术创新和产品竞争力，同时通过上线并规范化应用各类研发平台及工具、定期组织产品复盘与需求评审、完善研发组织效能及绩效考评规则等措施，优化研发流程，提高研发效率。随着（1）公司在各行业的头部标杆案例的打造助力中腰部细分市场的渗透；（2）各行业对大数据技术的认知度和接受度的提升；（3）公司销售和售前人员及对公司产品和服务的掌握度的提高；以及（4）公司持续扩大的品牌
　　1老客户指在报告期之前和公司签署业务合同的客户；
　　2复购产生的收入金额指老客户与公司签署的合同在报告期内确认的收入。
　　影响力，公司的销售和售前人员工作开展的效率得到提升。报告期内，公司通过对内部流程的持续优化，为公司的长期可持续发展奠定了坚实的基础。展望未来，公司将继续致力于寻找提高效率和降低成本的新途径，以确保公司在激烈的市场竞争中保持领先地位。
　　3、公司治理成果
　　（1）健全和发展人才体系，推出限制性股票激励计划
　　报告期内，公司团队保持稳定，截至2023年12月31日，公司员工约1,200人，其中研发人员约33%。公司通过有竞争力的薪酬体系、人性化的管理方式吸引和留住优秀人才，并于报告期内推出了2023年限制性股票激励计划，该激励计划共覆盖员工214人，将员工的切身利益与公司的发展进行有效捆绑，有利于提升核心团队的凝聚力与战斗力，为公司健康、持续、高质量发展提供强劲动力。
　　（2）重视企业内部信息化建设，优化业务管理流程
　　报告期内，公司重视内部管理信息化建设，根据业务条线的需求持续开发、完善公司各项内部系统，包括ERP系统、工时系统、企业数据中台等，打通各条业务职能线数据，实现线上流程标准化、规范化审批，有效管理和跟踪各项目进度、资源分配及成本控制，并通过监控业务数据中关键信息阈值自动提供各类预警、告警通知，提升管理效率，降低管理成本。同时，公司不断优化、精炼各业务子单元，通过业务运营部门促进端到端的业务拉通，在线索、商机、招投标、合同签订、开票、确收、采购、回款、售后续保等环节支撑销售和售前业务，经营分析团队则在经营分析、业绩核算、业绩激励、产品运营等模块为销售和售前人员提供数据支撑。
　　
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明
　　(一)主要业务、主要产品或服务情况
　　公司是一家企业级大数据基础软件开发商，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件及服务，已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵，支撑客户及合作伙伴开发数据应用系统和业务应用系统，助力客户实现数字化转型。
　　公司主要提供两大类的产品和服务：第一类是大数据基础软件业务，包含基础软件产品和与产品相关的技术服务；第二类是应用与解决方案，主要针对大数据应用场景，提供大数据存储、处理以及分析等相关场景下的咨询及定制开发等服务的解决方案；除上述两类业务以外，公司根据客户及项目需求销售少量第三方软件、硬件等其他业务。
　　公司的第一类大数据基础软件业务中所包含的基础软件产品，主要由下列三大类产品矩阵所构成：
　　TDH是公司自主研发的一站式大数据基础平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像、向量等在内的多种数据格式，提供高性能的查询搜索、实时分析、统计分析、预测性分析等数据分析功能。
　　TDC是一款基于容器技术的数据云平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和使用灵活性的要求，可以在一个云平台上支撑大量的用户需求和数字化应用，适用于建设大型企业的数字化基础设施、城市大数据中心的数据平台、企业级数据应用云以及跨多数据中心的数据平台等场景。
　　ArgoDB是面向数据分析型业务场景的分布式闪存数据库产品，主要用于构建离线/实时数据仓库、数据集市等数据分析系统。
　　KunDB是一款兼容Orace和MySQL的分布式交易型数据库，集中式与分布式一体化，可快速由集中式扩展为分布式，主要用于支持操作型业务场景（如ERP、OA、HIS等）和高并发场景（如消费者的手机APP应用、居民码查询等）的核心数据系统的构建。
　　TDS是公司研发的一款用于大数据开发的工具集。TDS内置多个数据工具产品，为企业构建数据仓库、数据湖、数据中台，提供高效的数据集成、数据治理、数据资产管理、数据标签与服务、数据共享与交易等工具，提高开发者对数据系统的建设效率，提升业务客户对数据资产的利用效率，帮助客户实现数据对业务的赋能。
　　Sophon是一款一站式人工智能平台，它能够在统一的平台上，端到端对多种模态数据完成数据采集、数据接入、数据标注和自标注、模型构建、模型测试、模型管理、模型持续迭代、知识存算和推理、辅助决策到数据要素流通的各个流程。同时，Sophon也能为不同智能数据分析业务提供便捷的存、算资源管理和调度、监控、审计等企业级功能。Sophon内置了多类机器学习算法（包括不限于各类统计学习、图计算、深度学习算法等），并支持多种主流机器学习计算框架、算法和人工智能模型在Sophon平台运行，能够赋能用户更高效地进行大规模复杂数据分析和预测性分析，从而辅助业务决策，提高企业的数字化运营能力和智能化决策能力。
　　(二)主要经营模式
　　1、盈利模式
　　公司主要销售大数据基础软件业务相关的软件产品和技术服务，以及为客户提供应用与解决方案。其中，大数据基础软件业务是公司的主要盈利来源。报告期内，公司大数据基础软件产品包括大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具。根据不同客户或项目需求，公司大数据基础软件业务主要以软件产品授权的方式交付，少量情况下也提供软硬一体交付方式，此外，根据部分项目具体需求，公司为大数据基础软件产品或相关的软硬一体产品配套提供相关的技术服务。报告期内，公司主要通过永久授权模式向客户销售软件产品，授权收入根据客户及具体项目需求，按照授权数量收取软件授权费。技术服务及应用与解决方案按项目计价模式或人月计价模式收费，其中维保类服务通常按服务期限收费。公司持续进行新客户的开发、销售，并随着公司客户积累及客户大数据相关信息系统建设需求，向老客户提供已购产品扩容、新软件产品销售、提供技术服务及应用与解决方案的方式，实现老客户对公司产品或服务的复购。
　　2、研发模式
　　公司秉承“自主研发、领先一代”的技术发展策略，由公司总经理作为公司研发工作总负责人，负责技术和产品研发的统筹安排，技术和产品研发的具体工作由产品研发部门落实完成。为保证研发质量，推动技术创新，公司针对技术研发过程制定了详细的流程管理制度，主要通过产品研发生命周期管理和软件工程过程管理两大类流程，控制开发各环节的工作质量，提高开发作业能力和研发工作效率，保证产品和技术的先进性。
　　3、销售模式
　　根据客户类型不同，公司销售模式分为直接销售和渠道销售两种模式。
　　（1）直销模式指公司直接面向金融、交通、能源等领域的终端用户进行签约，并向终端用户直接交付公司产品与服务的销售模式。在直销模式下，公司销售团队主要负责新客户的拓展以及存量客户的需求挖掘。公司总部及各地的子公司、分公司等本地化机构具备良好的销售及综合服务能力；
　　（2）渠道销售模式指公司与项目合作伙伴和经销商等生态合作伙伴直接签约，通过与生态合作伙伴合作向终端用户交付公司产品与服务的销售模式。其中，项目合作伙伴主要包括直接面对中大型终端用户的系统集成商或应用开发商，拥有丰富的行业服务经验和（或）自有的IT产品，能够与公司协作形成具有实际应用价值的产品或解决方案。项目合作伙伴通常根据终端用户的需求采购公司的产品，并结合其自有IT产品或其他厂商产品（如有）销售交付给终端用户。经销商为行业内具有丰富软件推广经验的合作伙伴，与公司签署有效的合作伙伴协议或框架协议，并在合作伙伴合作协议或框架协议中约定了销售业绩或市场占有率或产品数量等指标。公司与经销商客户之间均为买断式销售，经销商客户在采购公司产品后，向终端用户、系统集成商或应用开发商进行销售。
　　4、采购模式
　　公司采购内容分为自用采购及项目采购，其中：
　　（1）自用采购主要为公司日常经营和研发过程中所需的服务器、办公设备等相关硬件和少量技术服务以及办公用品，由采购部门根据内部需求执行采购流程；
　　（2）项目采购通常包括技术服务采购和软硬件采购，用于向客户实施及交付。
　　为了提升项目收益率、提高交付效率以及缩短实施周期，公司会向技术服务供应商采购技术服务。公司技术服务采购分为工时计价和项目计价两种方式。公司采购的物料主要为软硬件一体机的硬件设备及通用工具软件。
　　对于项目采购，公司建立了内部制度规范采购行为，由采购部门根据客户需求执行采购流程。公司制定了《项目外采管理法》《内部采购管理及供应商管理制度》等相关制度规范采购行为。
　　(三)所处行业情况
　　1.行业的发展阶段、基本特点、主要技术门槛
　　依据国家统计局《国民经济行业分类》（GB/T4754-2017），公司所处行业属于软件和信息技术服务业（I65）。根据《战略性新兴产业分类（2018）》，公司所属行业为“新一代信息技术产业”之“新兴软件和新型信息技术服务”之“新兴软件开发”之“基础软件开发”。
　　（1）行业发展阶段
　　近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球及中国的数据量均爆发式增长。数据资源总体呈现出“4V”的特点，即海量的数据规模（Voume）、多样的数据类型（Variety）、价值密度低（Vaue）、快速的数据流转（Veocity）。在大数据时代下，以集中式架构关系型数据库为代表的传统数据管理软件在处理大数据场景时不能很好适应数据的“4V”特性，面临较多技术挑战。随着信息技术的发展，数据处理需求的变化推动了数据管理软件技术的变革，从技术发展方向来看，数据管理软件技术依次按照“关系型、集中式”向“非关系型、分布式”并进一步向“多模型、云原生”这三个阶段进行演变。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展。
　　当前，中国大数据软件领域处于发展的历史机遇期，我国高度重视大数据在经济社会发展中的作用。根据国家互联网信息办公室发布的《数字中国发展报告（2022年）》，2022年，我国数据产量达8.1ZB，同比增长22.7%。数字经济规模达50.2万亿，总量居世界第二。根据工信部印发的《“十四五”大数据产业发展规划》，在“十三五”时期，我国大数据产业快速起步，但仍然存在一些制约因素，目前国内的技术支撑不够强，基础软件等关键领域与国际先进水平存在一定差距。在工信部印发的《“十四五”软件和信息技术服务业发展规划》中相关内容亦指出，要聚力攻坚基础软件，对数据库等关键基础软件补短板。
　　（2）行业基本特点
　　①分布式系统成为行业技术架构主要的发展方向
　　传统数据库以集中式架构为主，集中式架构由一台或多台主计算机组成中心节点，数据存储以及整个系统的业务单元都集中部署于该中心节点中，系统所有的功能均由中心节点集中处理。每个终端或客户端仅仅负责数据的录入和输出，而数据的存储与控制处理完全交由主机完成。分布式架构下，软件组件分布在不同主机上，主机之间通过网络连接进行通信和协调。
　　随着海量及异构数据的数据分析需求增长，需要的计算、存储和IO等资源也在极速增加。集中式架构通过改善硬件配置来提升存储和处理能力，但单台主机可配置的资源存在上限，因此传统的集中式架构软件难以满足海量及异构数据的数据集的处理和分析需求。而为了处理TB以及PB级别以上的数据规模，分布式的架构将数据分散在网络上多个通过高速网络互联的节点上联合计算。因为数据分布在不同节点，在进行计算任务时，任务也会被切分成多个子任务，分发到多个节点上同时进行计算，能充分利用整个集群各个节点的计算资源、存储资源和IO资源，可线性提升集群的存储和处理能力。因此，分布式架构能较好地处理该类问题，这也是分布式架构相对于传统单机架构的核心优势。
　　在大数据场景下，分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优势，能够较好地满足大数据分析的需求。此外，近年来，分布式技术不断发展，在提供高弹性、支持高并发的同时，支持关系型数据库中强事务性的特性，成为大数据技术的重要发展方向。
　　②数据管理软件国产化趋势明显，国产大数据产品有望实现换道超车
　　国内数据管理软件基本被Orace、IBM和微软为代表的国外关系型数据库厂商主导，国产软件产品渗透率低。随着国内客户越来越重视数据与信息安全，国产软件产品在关键领域实现替代成为其中重要环节，越来越多的客户已经开始或计划相关软硬件的采购计划。
　　大数据时代下，数据管理软件正在逐步由集中式架构软件向分布式架构软件演进，国产大数据产品有望实现换道超车，对国外数据管理软件进行替代。从功能来看，基于新兴分布式架构的国产大数据产品已经能满足市面上绝大多数数据应用场景基础需求。但国产大数据产品能否在市场竞争中胜出、占据更多的市场份额，仍然取决于国产大数据产品能否构建自主研发的生态以及产品的全球竞争力。目前，为保障国家信息安全，自主研发的国产大数据生态体系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、规模用户群体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进入快速协同发展阶段，国产大数据产品与服务迎来较好的发展机遇。
　　③数据管理软件趋向于统一多数据模型的平台
　　数据模型是决定数据库系统逻辑的重要因素，并从根本上决定以何种方式存储、组织和操作数据，包括传统的关系模型和NoSQL数据模型（文档模型、键值模型、图模型等）。大多数数据库管理系统只能支持一种或少数几种数据模型，因此企业通常只能使用多种数据库产品联合的方案来应对日益增长的异构数据模型处理需求。
　　随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库模型的大数据平台技术。相比多种数据库产品的集成方案，多种数据库模型统一的大数据平台的优势包括：（1）提升场景效率。同一份数据可以分别采用多种数据模型存放，解决不同场景的处理效率问题；（2）统一分析管理。关联不同模型的数据，统一分析管理；（3）降低运维成本。无需维护多种数据库，降低运维成本；（4）降低数据持有成本，同一份数据在不同的数据模型当中不需要全量存储，不同模型只需要存储必要的数据内容即可，在查询时可以通过关联的方式获取全量信息。
　　未来多模型数据平台将通过不断提高计算、存储引擎的处理能力，从操作响应速度、数据并发能力、数据管理成本等多个角度优化企业的数据需求，成为多模大数据平台的重要发展趋势。
　　④云原生大数据平台架构成为未来的主要发展方向
　　云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API，这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。面对客户日益增长的海量数据、多种数据结构的实时化、智能化处理需求，云原生的大数据平台架构凭借计算存储解耦、资源池化、Serveress等核心技术，提供了高弹性拓展、海量存储、多种数据类型处理及低成本计算分析的能力。相比传统数据库，云原生数据库及数据管理平台天然具备灵活性，能够提供强大的创新能力、丰富多样的产品体系、经济高效的部署方式和按需付费的支付模式。
　　⑤国家加速数据要素市场建设，推动数据安全流通技术的商业化加速
　　2022年1月12日，国务院发布《“十四五”数字经济发展规划》，其中强调“充分发挥数据要素作用”。随着《要素市场化配置综合改革试点总体方案》《关于加快建设全国统一大市场的意见》《关于构建数据基础制度更好发挥数据要素作用的意见》《关于征求<企业数据资源相关会计处理暂行规定（征求意见稿）>意见的函》等相关政策不断落地，彰显数据要素的重要性。报告期内，国家也不断推出支持大数据相关行业和数据要素市场发展，支持数据安全流通技术发展的相关政策。2023年1月，工信部等十六部门联合印发《关于促进数据安全产业发展的指导意见》，提出到2025年，数据安全产业基础能力和综合实力明显增强，产业规模超过1500亿元，年复合增长率超过30%，到2035年，数据安全产业进入繁荣成熟期。2023年3月，十四届全国人大审议通过国务院机构改革方案，正式成立国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。2023年8月，财政部办公厅发布《企业数据资源相关会计处理暂行规定》，支持数据资源在财务报表中确认为资产，该规定自2024年1月起施行。至此，数据资产入表正式落地，数据要素产业化大时代即将来临。
　　当前，丰富的数据要素资源已经涵盖了政府、金融、运营商、房地产、医疗、能源、交通、物流、教育以及制造业、电商平台、社交网站等众多领域。同时，由于数据的流通和利用是数据要素价值创造的前提，而跨域、跨中心的数据融合计算需求，以及数据要素在开放流通环节中的安全需求（包括“可用不可见”、“可用不可得”、“可用不出域”等），都使得数据的安全可信流通成为数据要素的市场化配置的重要一环，也是各行业数字化转型过程中和过程后的必由之路。随着《数据安全法》《个人信息保护法》《关键信息基础设施安全保护条例》的实施，以安全为前提的数据开放利用将迎来新一轮发展机遇。隐私计算是在处理、分析计算数据的过程中保持数据不透明、不泄露、无法被计算方以及其他非授权方获取的一种技术解决方案，能够在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放，应用前景和商业价值巨大。在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。
　　（3）行业主要技术门槛
　　大数据基础软件行业属于知识密集、技术先导型的新兴产业，其技术门槛较高，主要体现在技术迭代的速度以及技术覆盖面的广度，每年不断涌现出新技术成为实现大数据的集成、存储和处理、治理、建模、挖掘和流通的有效手段，需要公司具备较强的研发创新能力及保障持续的技术研发投入以准确把握技术发展趋势、引领新技术的迭代、适应新技术的要求。由于大数据基础软件在不同行业客户的数字化基础设施中，提供信息系统的基础能力，是整个应用系统最终实现数字化的技术基础，其技术水平也决定了对应业务应用系统的能力边界和创造数据价值的效率，在信息系统中处于核心环节，因而企业的研发创新能力也成为未来竞争的关键要素，只有研发能力过硬的企业才能够通过更突出的技术优势树立产品竞争力，而新进入者缺乏对大数据核心技术的有效积累，面临较高的技术门槛。
　　2.公司所处的行业地位分析及其变化情况
　　（1）技术地位
　　大数据基础软件是新兴科技领域，公司是国内较早专注于大数据基础软件研发的公司，自主研发的大数据基础平台、分布式分析型数据库等已达到业界先进水平。2018年3月，公司大数据基础平台产品TDHV5.1正式通过国际知名组织TPC的基准测试TPC-DS的官方审计，成为全球首次完整通过该项基准测试的数据产品。2019年8月，ArgoDBV1.2.1版本正式通过了TPC-DS基准测试的官方审计，成为全球第四个通过的数据库产品。2022年8月，公司的人工智能平台SophonDiscoverV3.0.0成为首个通过TPCx-AI基准测试（当前TPCx-AI已通过测试最大体量）的TPCx-AI基准测试的产品。2023年12月，公司大数据基础平台TDHV9.1通过TPCx-BBSF3,000基准测试的官方审计，性能位列全球第一。
　　（2）市场地位
　　公司综合能力较强，2020年10月，IDC发布《MarketScape：中国大数据管理平台厂商评估，2020》，公司综合能力排名市场第四，是中国大数据管理平台市场的领导者。该综合能力指通过关键战略（包含增长、研发速度、生产效率等）、关键能力维度评价（服务范围、客户服务交付等）对中国大数据管理平台厂商综合能力排名。2022年6月，公司多个产品或子产品入选Gartner发布的《中国数据库管理系统供应商识别指南》，在识别的8类数据库管理系统产品中，公司入选产品覆盖其中7类，是覆盖超过7类或以上产品的四家厂商之一，以及覆盖多模数据库的四家厂商之一。公司入围IDC《中国大数据平台市场份额，2022》报告，2022年中国大数据私有化部署市场规模达94.3亿元人民币，公司在中国大数据私有化部署市场3份额位列第三。
　　公司积极参与国家、行业标准组织的多份标准和规范，推动全国范围内及各行业的数字化和智能化水平稳步提升。报告期内，公司参与编写了国内首个金融行业大模型标准《面向行业的大规模预训练模型技术和应用评估方法第1部分：金融大模型》、知识图谱领域首项正式获批发布的IEEE国际标准《IEEEStandardforFrameworkofKnowedgeGraphs》；参编的行业白皮书《人工智能研发运营体系(MLOps)实践指南（2023年）》《数据要素安全流通白皮书（2022年）》《隐私计算白皮书（2022年）》发布；参编的《金融领域知识图谱构建平台认证技术规范》《医疗领域知识图谱构建平台认证技术规范》《面向结构化数据的机器学习平台技术要求和测试方法第1部分：功能要求》《数据安全风险治理成熟度评价模型》技术规范和测试标准正式发布；并发布面向数据要素市场的《数据安全与流通：技术、架构与实践》书籍。
　　随着公司产品在用户场景的逐步落地，公司口碑的不断积累，市场地位迈上新台阶。报告期内，在10,000节点X86、ARM混合部署集群下，公司的大数据基础平台TDH成为首个通过中国信通院云原生湖仓一体大规模一数多芯专项评测的数据产品平台；采用公司的数据云平台TDC支持的“面向多云协同的智能数据平台的关键技术与应用”荣获上海市科学技术奖一等奖；公司
　　3私有化部署市场主要指包括私有云部署、传统物理机部署以及一些专有云的部署方式。
　　基于联邦学习、多方安全计算、数据沙箱等数据流通应用场景的安全大数据平台解决方案荣获工信部电子五所中国赛宝“信创优秀解决方案”；公司的多模智能量化投研产品荣获长三角金融科技创新与应用全球大赛“最佳供应商”；公司的分布式交易性数据库KunDB成为中国信通院首批“软件自研创新能力”专项评估中的唯一一款通过该专项评估的国产数据库产品；公司的分布式搜索引擎Scope和分布式时空数据库Spacture分别通过了中国信通院“可信数据库”专家评审；基于公司分布式分析型数据库ArgoDB的多模型联合分析能力的用例入围Gartner中国数据库管理系统技术发展趋势报告；公司的企业级垂直领域问答大模型“无涯”和数据分析大模型“求索”成功入选赛迪工业和信息化研究院发布的《2023年中国人工智能大模型企业综合竞争力50强研究报告》，大模型“无涯”荣获“人民匠心奖—匠心产品奖”。此外，报告期内，公司入选第一批上海市创新型企业总部、上海市经信委员“2023年上海市优秀信创解决方案名单”、2023IDC中国金融IT中坚力量名单等。
　　3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　世界百年未有之大变局下，产业链供应链安全成为能否实现高质量发展的重要前提，也决定了必须走自主可控的道路。“十四五”规划更是明确，强化基础组件供给，大力发展云计算、大数据、人工智能、区块链等平台软件开发框架。目前，国产化替代正处于从“可用”向“好用”的进化阶段，应用领域也从党政行业逐步向金融、能源、电信等其他行业拓展。在基础软件自主研发创新的同时，公司积极参与大数据、人工智能行业标准及规范的制定，并深度参与产品图谱编制、产业白皮书、案例集编撰等工作。
　　在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。2022年12月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》对外发布，提出20条政策举措，从生产要素高度部署数据要素价值释放。报告期内，国家也不断推出支持大数据相关行业和数据要素市场发展，支持数据安全流通技术发展的相关政策。2023年1月，工信部等十六部门联合印发《关于促进数据安全产业发展的指导意见》，提出到2025年，数据安全产业基础能力和综合实力明显增强，产业规模超过1500亿元，年复合增长率超过30%，到2035年，数据安全产业进入繁荣成熟期。2023年3月，十四届全国人大审议通过国务院机构改革方案，正式成立国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。2023年8月，财政部办公厅发布《企业数据资源相关会计处理暂行规定》，支持数据资源在财务报表中确认为资产，该规定自2024年1月起施行。至此，数据资产入表正式落地，数据资产入表机制能够有效带动数据采集、清洗、标注、评价、资产评估等数据服务业发展，深化数字技术创新应用、激发数字经济发展活力。
　　未来，随着数据作为生产要素地位的确定，数据要素成为数据赋能具体行业的关键一环。数据的流通和利用作为数据要素价值创造的前提，保障数据安全、数据要素安全流通的技术和平台应运而生，数据的跨境数据交易和不同机构间的数据流通的需求将不断增加，诸如数据全流程合规与监管规则体系、统筹构建规范高效的数据交易场所、数据要素流通和交易服务生态、数据安全合规有序跨境流通机制等。基于数据要素市场，公司可与数据交易所或场外运营商开展技术合作，提供包括产品和技术运营在内的新商业服务模式，包括探索通过提供独立的云上大数据开发和云数据库服务，为数据产品开发商和数据消费方提供数据库产品与数据开发合规等工具，收取数据库和工具产品的订阅费，促进公司基础软件产品通过云交付方式进一步扩大市场占有率。
　　报告期内，以ChatGPT为代表的人工智能爆发出新的技术和产业革命，加大人工智能技术投入已成为行业和政府的共识。各地政府已纷纷出台多项支持举措促进人工智能产业发展。基于人工智能应用未来巨大的应用潜力，国内外各大科技企业都在持续加大相关领域的投入，陆续发布各类通用大语言模型（LLM）或者垂类模型，并率先探索在金融、教育、医疗、媒体等行业的应用。大模型带来三大趋势，第一，大模型将成为企业的基础能力，可以基于大模型快速搭建业务应用，辅助市场营销、经营决策、合规管理和效能提升，例如可以基于大模型构建智能问答系统和舆情分析系统；第二，大模型使得AI分析趋于平民化，缩短从数据到决策的链路；第三，多模态大模型是AI大模型的发展方向，未来将呈现数据多模态、应用多模态、交互多模态。多模态大模型的训练和应用的增多将带动国产大数据产品（包括向量数据库）快速增长。在这三个大趋势下，公司推出了（1）SophonLLMOps的工具链用于管理大模型和相应应用程序全生命周期的工具链和最佳实践集合，帮助企业构建自己的大模型；（2）向量数据库Hippo进行向量数据集的存储、索引以及管理，拓展大模型的时间和空间维度；以及（3）“无涯”及其衍生大模型“求索”，以促进企业级垂直领域问答和大数据分析的平民化。
　　(四)核心技术与研发进展
　　(1).核心技术及其先进性以及报告期内的变化情况
　　公司以技术研发为核心，推动业务持续发展。自成立以来，公司深耕于数据基础软件领域，形成突出的科技创新实力，在分布式技术、SQL编译技术、数据库技术、多模型数据的统一处理技术、基于容器的数据云技术以及大数据开发与智能分析技术六个方面，积累了31项核心技术。
　　(2).报告期内获得的研发成果
　　公司始终坚持自主研发，稳步推进各项研发项目，并对技术创新成果积极申请专利保护。截至2023年12月31日，公司累计获得发明专利112个，实用新型专利1个，外观设计专利2个，软件著作权408个。
　　(3).研发投入情况表
　　研发投入资本化的比重大幅变动的原因及其合理性说明
　　报告期内公司资本化研发投入金额为2,175.22万元，占研发投入总额的比例为8.89%。公司往期研发投入均予以费用化处理，研发投入资本化金额为本期新增。
　　随着公司完成首次公开发行并上市、取得募集资金且进一步打开融资渠道、财务资源快速积累，市场知名度进一步提升，下游市场份额巩固，综合研发实力进一步增强，技术储备持续丰富。公司运用相关研究成果生产的产品下游市场更加明确，拥有足够的技术、财务等资源支持以完成无形资产开发，且有能力使用或销售该无形资产。且公司上市后对与研发活动相关的内部控制进行了进一步地细化，公司对研发活动建立了更加完善的内部控制体系，对归属于无形资产开发阶段的支出能够可靠地计量。
　　基于以上因素，本期开始，公司对研发项目中符合资本化条件的研发支出予以资本化。新增研发投入资本化的项目为：2023星环大数据开发工具软件_TranswarpDataStudio、2023星环分布式在线交易数据库系统_TranswarpKunDB、2023星环数据云平台软件_TranswarpDataCoud。
　　公司根据研发管理制度，并结合《企业会计准则第6号——无形资产》的相关规定，对研发项目支出进入开发阶段进行资本化处理，确定了严格的标准：
　　（1）资本化的条件
　　①完成该无形资产以使其能够使用或出售在技术上具有可行性；
　　②具有完成该无形资产并使用或出售的意图；
　　③无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的产品存在市场或无形资产自身存在市场；
　　④有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发，并有能力使用或出售该无形资产；
　　⑤归属于该无形资产开发阶段的支出能够可靠地计量。
　　（2）公司研发投入进入资本化的时点，通过如下方式确认：
　　研发部门根据市场需求，分析项目可行性，并完成技术可行性分析，制定项目目标、计划，形成资本化申请表；资本化申请审批需要由公司领导组织相关部门人员结合技术成熟度、客户合同签订情况等因素进行评审，明确资本化开始时点，并形成独立的评审报告。资本化申请表需经过研发部门负责人、财务总监、总经理逐级审批，总经理批准后资本化申请通过。相关研发项目按照评审确定的资本化时点开始进入开发阶段，财务部门相应进行会计处理。
　　开发支出资本化结束的时点：项目研发结束后，项目形成结项报告，结项报告经内部评审通过后，以结项报告签署时点作为研发项目资本化结束时点。
　　（3）与同行软件企业相比，资本化进入时点是否合理
　　从同行业公司来看，往往通过内部评审方式确定项目是否进入开发阶段，公司采用评审的方式进入资本化的时点与同行可比公司相比不存在重大差异。
　　（4）资本化研发项目的具体情况和资本化条件的具体分析
　　上述研发项目资本化条件的具体分析：
　　①技术上具有可行性
　　上述研发项目的具体开发均已通过可行性分析和验证，并已完成产品设计、架构设计以及产品和技术验证，在技术上具有可行性。各项目的主要研发内容为：
　　2023星环大数据开发工具软件_TranswarpDataStudio项目，研发实时数据同步、数据标签与服务、数据API管理工具，能够帮助用户打造实时数据湖，并基于数据湖为用户提供实时的数据标签和API服务。
　　2023星环分布式在线交易数据库系统_TranswarpKunDB项目，研发更高的Orace兼容性，包括PL/SQL的兼容性；研发跨数据中心的高可用版本；研发运维工具和数据迁移工具。
　　2023星环数据云平台软件_TranswarpDataCoud项目，研发基于容器技术开发的数据云平台，支持将大数据基础平台TDH、分布式关系型数据库ArgoDB和KunDB以及数据开发与智能分析工具TDS和Sophon以云服务的方式提供给企业用户，满足大型企业对数据平台的多租户、弹性可扩展和使用灵活的需求。
　　②具有完成该无形资产使用或出售的意图
　　上述研发项目的目标产品与公司主营业务高度相关，均面向具体的细分客户市场，以实现经济利益为目标，具有明确的完成该无形资产并使用或出售的意图。
　　③无形资产产生经济利益的方式，包括能够证明运用该无形资产生的产品存在市场或无形资产自身存在市场；无形资产将在内部使用的，应当证明其有用性
　　公司在行业深耕多年，充分了解市场需求及变动趋势，结合市场导向制定研发目标，在项目立项阶段已对产品市场空间、项目预计投入、项目预计收入等指标进行充分分析，确定相关研发项目具备商业可行性。公司针对其所研发的产品的资本化前提为公司针对相关产品已实现商业化突破、签订了一定数量的销售合同，故公司能够证明运用该无形资产生的产品存在市场或无形资产自身存在市场。
　　④有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发，并有能力使用或出售该无形资产
　　公司从事大数据基础软件多年，已形成一定的技术储备并针对各产品线建立了专业的研发团队；随着公司的首次公开发行，具备足够的资金储备；公司积累了良好的客户资源和口碑，公司客户粘性强并且与之保持长期稳定的合作关系，且具备相应的销售团队支持无形资产实现产业化销售。因此，公司有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发。
　　⑤归属于该无形资产开发阶段的支出能够可靠地计量
　　公司根据财政部和国家税务总局的相关要求对研发项目设置了研发支出辅助账，同时按照《企业会计准则》区分“费用化支出”、“资本化支出”对研发支出进行核算，并下设明细科目：工资、折旧、差旅费等科目。对于处于开发阶段的、可以明确划分的资本性研发支出计入“开发支出”科目，对于研究阶段或开发阶段不能资本化的费用计入损益类科目“研发费用”。
　　公司对研发项目建立了完善的成本归集和核算的内部控制体系，通过办公系统、财务系统、研发项目台账等对各个项目开发支出进行了单独核算，确保每个项目的研发支出能够可靠计量。综上，本期新增研发投入资本化合理，资本化政策与同行业公司不存在重大差异。
　　(4).在研项目情况
　　(5).研发人员情况
　　(6).其他说明
　　
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　（一）核心竞争力分析
　　1、具备持续创新能力，致力于引领行业技术发展
　　公司专注于分布式技术、数据库技术、编译技术、数据云技术等基础软件领域的研发，始终坚持“自主研发、领先一代”的技术发展策略，注重技术研发的前瞻性。自2015年以来，公司已在关系型分析引擎、流处理引擎、容器云技术、数据云服务、多模型数据的统一处理技术等诸多领域实现多项技术突破，引领行业技术发展。截至2023年12月31日，公司累计获得发明专利112项。公司基于分布式架构的大数据基础平台、分析型数据库产品等已达到业界先进水平，相关产品已通过国际知名组织TPC的基准测试TPC-DS并通过官方审计，公司也是该基准测试自2006年标准发布以后全球首个通过官方审计的软件厂商。2020年，根据IDC《MarketScape：中国大数据管理平台厂商评估，2020》，公司在关键战略、关键能力等维度评价综合能力排名市场第四，是中国大数据管理平台市场的领导者。2022年8月，公司成为全球首家通过TPCx-AISF3,000基准测试的厂商。2023年12月，公司大数据基础平台TDH通过TPCx-BBSF3,000基准测试的官方审计，性能位列全球第一。
　　2、核心技术自主研发，助力大数据基础软件国产化进程
　　我国高度关注核心技术领域发展，相关扶持政策不断落地，国产基础软件产业整体将加速推进。大数据及相关产业是当前国家重点发展产业领域之一，公司具备自主研发的产品及众多产业标杆案例，作为国产大数据的代表企业之一，公司有望在相关领域不断实现更大突破，助力国家产业数字化升级。
　　公司坚持核心技术自主研发，大数据软件产品在数据存储管理层、计算引擎层、编译器层、资源管理层实现了统一重构，在大数据核心基础软件领域实现对国外对标企业产品的替代。自成立以来，星环科技大数据基础平台自底向上研发了核心组件，逐步脱离了国外开源大数据框架的束缚。以核心产品大数据基础平台TDH为例，公司持续投入研发，并实现产品突破，截至目前，分布式SQL编译器、计算引擎、存储引擎、分布式数据管理系统、资源调度器等核心技术已实现自主研发。
　　公司积极参与信息产业国产化进程，成为大数据基础软件国产化的重要推动者。2021年3月，中央国家机关政府采购中心发布关于中央国家机关2021年数据库软件协议供货采购项目成交公告，作为政府采购领域级别最高的项目之一，此次采购的执行方中央国家机关政府采购中心对入围企业的规模、技术实力、以往的成功案例、解决方案的水平等各方面都设置了高等级的考核标准。公司KunDB入围事务型数据库管理系统供应商名单，公司ArgoDB入围分析型数据库管理系统的供应商名单。截至目前，公司有多款产品通过中国信通院“大数据产品能力评测”。公司的分布式交易性数据库KunDB成为中国信通院首批“软件自研创新能力”专项评估中的唯一一款通过该专项评估的国产数据库产品。公司牵头承担了包括工信部《2020年新兴平台软件项目-大数据平台软件》、上海市《全栈型云平台产品研发及生态建设》在内的众多项目，得到项目主管单位的高度认可。此外，公司快速完成了和多个国产硬件平台的适配，还创新地支持在一个集群内允许多个不同的硬件架构（如X86架构和国产鲲鹏、飞腾、龙芯等架构）混合部署，能够更好地让用户实现逐步的国产化替代进程。公司已助力金融、能源、制造、交通等行业多个用户实现了数据分析场景中部分关键信息系统的国产替代，替代的对象包括传统关系型数据库Orace、IBMDB2、Teradata；搜索引擎Easticsearch、大数据平台CouderaDataPatform、智能统计分析工具SAS等多家国外主流厂商产品。公司已成为国产大数据和数据库领域的重要参与者，未来，公司将持续自主研发大数据基础软件领域的关键技术，推动国家数据信息安全和其他产业的发展。随着基础软件国产化进程的加快推进，公司有望在该进程中取得有利的发展态势并取得一定的市场份额。
　　3、产品线丰富且服务能力强，满足用户数据全生命周期管理的需求
　　围绕数据集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期管理的各个阶段，公司研发了一系列软件产品，包括大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等软件产品、软硬一体机产品及相关技术服务，实现“一站式”数据管理解决方案。2022年6月，公司多个产品或子产品入选Gartner发布的《中国数据库管理系统供应商识别指南》，在识别的8类数据库管理系统产品中，公司入选产品覆盖其中7类，是覆盖超过7类或以上产品的四家厂商之一，以及覆盖多模数据库的四家厂商之一。
　　由于大数据基础软件专业性较强且对于整个信息系统的重要性较高，因此较多用户除了采购公司软件外，亦需要公司提供配套的技术服务支持。公司具备较强的技术服务能力，2020年，公司获得中国信息通信研究院“大数据服务能力评估-数据工程专项-量化管理级（四级）”和“数据库服务能力评估-实施部署专项-量化管理级（四级）”，是当年参与测评厂商中的最高评级。2021年，公司再获“大数据服务能力评估-大数据平台建设服务能力专项-量化管理级（四级）”，表明公司在大数据服务能力方面已具备较高的成熟度。公司也为用户提供解决方案服务，包括大数据开发、治理以及分析相关的咨询、定制开发等服务，赋能客户和合作伙伴快速构建数据仓库、数据湖、数据云等多个核心场景，实现数据全生命周期管理的整体解决方案。
　　公司拥有完整的产品布局及优质的技术服务能力，可以提供全面的数据处理平台和工具，满足企业用户对于大数据处理和应用的全方位需求，为公司带来了交叉销售的机会。
　　4、客户粘性强，老客户复购收入为公司营业收入的重要来源
　　大数据基础软件作为信息系统的重要基础设施，对上层应用系统的稳定性、可扩展性等方面有重要影响，由于基础软件替换成本较高，已有客户未来往往不会轻易替换已采购的产品。随着数据处理量的提升与大数据应用业务场景的增加，将产生产品的扩容或选购新类型产品需求，从而为公司持续获得客户订单，实现业务稳定发展提供了支持。
　　随着大数据应用的普及，以及公司产品的不断研发推广，终端用户群体保持快速增长。截至报告期末，公司拥有逾1,400家终端用户。公司作为大数据基础软件产品提供商，产品化程度较高，不局限于某单一行业，可以快速在不同行业实现广泛布局。公司自主研发的先进技术和大数据全周期解决方案能力成功满足了各类客户多个业务场景的需求，得到了众多客户的认可。公司客户分布在金融、政府、能源、交通、制造等众多国民经济支柱领域，具备长期稳定的潜在需求。
　　在收入规模持续扩大的同时，公司重视对于老客户的维护。2023年，公司老客户复购产生的收入约占公司主营业务收入的71.12%，构成公司主要的收入来源。在大数据应用场景不断增加与公司客户基数不断增长的背景下，公司将继续扩大对老客户的运营，为客户提供持续优质的产品与服务，开垦、挖掘老客户的收入增长空间。
　　5、打造大数据生态闭环，推动业务长期健康发展
　　大数据是新兴产业，产品专业性强。除了发展具备大数据发展应用能力的企业用户及相关销售力量以外，不断培养更多的产品开发人员、产品使用人员、产品维护人员是公司长期发展的关键。公司自成立以来，围绕自研的大数据基础平台，公司发展了包含系统集成商、独立软件开发商、软件开发工程师、高等院校等一系列活跃参与者的“生态”闭环。公司致力于促进生态合作伙伴能够发挥公司大数据基础软件的使用价值，实现生态共赢。
　　在公司建立的“生态”中，公司拥有数百家项目合作伙伴，超过上千家的终端用户已采购公司产品，覆盖金融、政府、能源、交通、制造业等多个行业。自成立以来，公司大数据人工智能人才生态体系已经累计培训开发者超过4.5万人，为超过2,400家企业提供培训，累计发出超过10,000份认证证书。一方面，公司帮助合作伙伴和客户理解新技术及实现产品应用落地，产生价值，提升客户数字化运营与决策的生产效率。另一方面，公司推动产品及其最佳实践的培训与推广，降低平台使用学习门槛，让没有大数据从业经验的软件工程师与业务人员，经过培训后，能快速上手并投入到产业技术的开发及使用中。此外，公司已与北京大学、南京大学、复旦大学、新加坡理工学院、英特尔等联合共建大数据/人工智能实验室、技术创新实验室，通过与高等院校合作扩大产品的影响力以及使用者群体。
　　多年的生态建设为公司培养了一批优质的开发者以及合作伙伴，扩大公司产品品牌影响力，助力我国大数据行业生态建设，也有利于推动公司业务的长远发展。
　　6、具有技术深厚的核心团队，建立了较高的人才壁垒
　　公司核心团队深耕大数据领域十多年，是国内最早从事大数据基础软件技术的研发和产品化的团队之一，为公司奠定坚实的研发实力基础。核心团队将其在业内优秀企业积累的技术经验和管理经验应用于公司实践，并通过传帮带培养了一批专业而精干的中层技术团队，有效提升了企业的技术水平和规范化运作水平，形成了持续技术创新、对客户的快速响应和高品质交付的能力。
　　公司建立了完善的“选用育留”人才管理体系，重视员工的能力建设和职业发展，促进员工与企业同创共赢，为业务发展输送优秀人才。优秀的核心团队以及完善的长期人才培养和激励机制为公司建立了较高的人才壁垒。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　
　　四、风险因素
　　(一)尚未盈利的风险
　　公司尚未实现盈利，主要系公司专注于大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等基础软件领域研发，坚持“自主研发、领先一代”的技术发展策略，目前公司正处于快速成长期，在研发、销售及管理等方面持续投入较大，公司目前的营业收入规模相对较小，尚未形成突出的规模效应，不能完全覆盖各项期间费用及成本的投入所致。
　　自成立以来，公司专注于大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等基础软件领域研发，坚持核心技术自主研发和创新突破。该领域具有技术壁垒高、研发周期长、研发投入大等特点，公司相应进行了大量的研发投入，在技术研发及技术产业化方面投入了大量的资源和成本。同时，由于公司产品具备较强的专业性，公司产品和服务面临的系统环境和客户需求复杂，并且面向的应用场景和领域众多，包括金融、政府、能源、电信、交通等，相关垂直行业的市场开拓、客户挖掘及行业深耕均需要公司建立和培养专业的销售人员，相关产品部署、方案设计及技术服务的实施需要综合能力较强的售前人员支持，使得整体销售费用投入较多。此外，为建立相匹配的支撑服务体系，公司在运营管理、人力资源及财务内控等中后台建设和办公场所租赁等方面亦进行了较大的投入。公司尚未盈利且存在累计未弥补亏损，对公司资金状况、研发投入、业务拓展、人才引进、团队稳定等方面造成影响，未来能否扭亏仍有不确定性，无法保证短期内实现盈利或进行利润分配。
　　(二)业绩大幅下滑或亏损的风险
　　1、业绩亏损的原因
　　报告期内，公司归属于上市公司股东的净利润为-28,824.30万元，归属于上市公司股东的扣除非经常性损益的净利润为-33,482.27万元，公司呈现亏损的状态。截至2023年12月31日，公司累计未弥补亏损为97,576.40万元。亏损的原因参考本节“
　　四、风险因素（一）尚未盈利的风险”。
　　2、持续经营能力
　　报告期内，公司实现营业收入49,080.52万元，较上年同期增幅31.72%。公司秉承“自主研发、领先一代”的技术发展策略，持续迭代软件产品，在金融、政府、能源、交通、制造等众多国民经济支柱领域，公司客户数量持续增长，并实现众多标志性项目落地。公司未来能否保持持续增长，受到宏观经济、行业政策、市场需求、技术更新迭代、公司自身发展战略、人才储备、市场开拓能力等内外部因素影响。如果未来公司现有主要产品市场需求出现下滑、行业竞争加剧、不能顺利开展研发活动并形成满足市场需求的产品或服务，公司的营收、净利润将面临下降的风险。
　　3、主营业务、核心竞争力及所处行业景气情况
　　近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球数据量呈现爆发式增长态势，我国是数据资源大国，IDC研究报告指出，中国大数据市场增速持续领跑全球，呈现出强劲的增长态势，预测从2021年至2026年，大数据软件将以26.9%的五年年均复合增长率强势增长。各行业推动数字化转型，对于海量数据的存储、处理、分析需求更加旺盛，数据作为和土地、资本、劳动力、技术一样的生产要素，在数字经济不断深入发展的过程中，地位愈发凸显。在我国“十四五”规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴数字产业，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。报告期内，在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。此外，以ChatGPT为代表的生成式人工智能爆发出新的技术和产业革命，加大人工智能技术投入已成为行业和政府的共识。报告期内，公司主营业务、核心竞争力均未发生重大不利变化，与大数据行业整体趋势一致。
　　(三)核心竞争力风险
　　1、技术升级迭代风险
　　作为大数据基础软件供应商，公司的生存和发展很大程度上取决于是否能够及时、高效地进行技术更新与产品升级，以满足客户不断升级的需求。随着5G、云计算和人工智能等新兴技术的深入发展，大数据基础软件相关技术升级迭代加快，公司必须尽可能准确地把握新技术发展动向和趋势，将前沿技术与公司现有技术平台、核心产品有效结合。若公司未能及时把握技术发展趋势，不排除国内外竞争对手或潜在竞争对手率先在新技术领域取得重大突破，而推出更先进、更具竞争力的技术和产品，或出现其他替代产品和技术，可能导致公司无法保持当前的技术先进性，从而对公司未来的经营产生不利影响。
　　2、知识产权及高端技术人才流失的风险
　　大数据及相关基础软件属于技术密集型行业。在业务开展过程中，公司的商标、商业秘密、专利、版权等可能存在被盗用或不当使用的情况，不排除公司与竞争对手产生其他知识产权纠纷的可能。另外，仍不排除个别竞争对手采取恶意诉讼的市场策略，利用相关诉讼拖延公司业务开展。上述知识产权相关的风险一旦出现，将对公司的业务、财务状况和经营业绩产生不利影响。
　　大数据及相关基础软件行业人才资源竞争日益成为行业的主要竞争因素。若公司不能持续维护现有核心技术人员以及研发团队的稳定，并不断吸引业内优秀人才加盟，可能导致高端技术人才流失，从而对公司的发展造成不利影响。
　　(四)经营风险
　　1、市场竞争风险
　　由于公司仍处于快速发展期，且相比国内大型云厂商和ICT厂商，公司在资金实力、品牌知名度等方面仍有一定差距，公司面临较为激烈的行业竞争。同时，随着用户对数据存储和分析服务的需求不断增长，各竞争对手加强争夺市场份额，可能导致公司所处行业竞争加剧。如果公司在市场竞争中不能有效保持技术先进水平，不能充分利用现有的市场影响力和差异化竞争策略，无法在当前市场高速发展的态势下迅速扩大自身规模并增强资金实力，公司将面临较大的市场竞争风险，有可能导致公司的市场地位出现下滑。
　　2、开源软件或免费软件的竞争风险
　　虽然开源软件和免费软件在实际应用场景中，存在较多安全性不足、性能较差等劣势，且目前数据库开源体系由国外主导，可能受他国的出口政策限制，但由于其具有较低的应用成本，仍然在当前软件行业中有较为广泛的应用基础，对商用软件的推广构成一定的竞争。商用软件通常针对客户需求进行开发，有较高的技术门槛，在对安全、性能等方面有刚性需求场景中，商用软件仍然占据主流。目前传统关系型数据库仍以商用产品为主，NoSQL数据库作为新兴数据库产品，在应用中，免费及开源产品使用较为广泛。为保障用户使用的安全性及性能体验，公司产品均为商用产品。若未来免费或开源产品的技术快速迭代，应用范围更广，可能加剧市场竞争，导致公司出现商用产品销售量和价格下降的风险。
　　3、渠道销售的风险
　　根据当前软件行业的市场情况，公司采用直销与渠道销售相结合的模式，渠道销售主要为通过生态合作伙伴向终端客户销售产品。生态合作伙伴是公司的重要客户源，报告期内，渠道销售收入占主营业务收入的比例约为50.92%，生态合作伙伴的获取、维护和管理以及合作伙伴自身的经营能力对公司的盈利能力有重要影响，渠道销售收入的增长主要来源于持续开拓合作伙伴，以及与现有合作伙伴维持持续稳定的合作关系。由于公司产品迭代较快，且技术门槛较高，公司需要持续投入人力物力用于获取、维护和管理合作伙伴。目前公司的生态合作伙伴数量较多，地域分布较为分散，也增加了公司与其合作或对其管理的难度。如果公司难以继续投入维持合作伙伴的关系或开拓新客户，可能导致公司渠道销售收入规模难以持续增长。
　　4、收入季节性波动的风险
　　公司收入存在一定的季节性，第四季度收入高于其他三个季度，报告期内，公司第四季度营业收入占比约为54.61%。公司终端客户主要集中于金融、政府、电信、能源与石化、制造等行业或单位，该等客户通常实行严格的预算管理制度，通常每年上半年启动项目并在四季度验收，由于公司收入主要集中于四季度，而费用又在年度内较为均衡地发生，因此前三季度的盈利状况与全年盈利状况可能存在较大的差异，投资者不宜以季度或者半年度报告的数据推测全年盈利情况。
　　5、国产替代产品推行不达预期的风险
　　近年来，随着国家政策的大力支持以及国内客户越来越重视数据与信息安全，国产替代成为基础软件发展的重要机遇。但是公司面临下游客户信息系统环境多样、国产大数据生态有待完善、人才短缺等障碍，同时国产厂商在数据管理软件起步相对较晚，产品在客户实操场景打磨及市场推广方面仍需要一定的时间，若国产替代产品推行速度不及预期，可能对公司拓展市场产生不利影响。
　　(五)财务风险
　　1、销售费用占营业收入比重较高的风险
　　报告期内，公司销售费用为26,258.25万元，销售费用占营业收入的比例为53.50%，销售费用占比较高。公司产品和服务面向的领域众多，包括金融、政府、能源、制造、交通等，报告期内公司进一步加强和扩充销售队伍的建设以进行相关垂直行业的市场开拓、客户挖掘及行业深耕，导致报告期内相应的销售费用投入增加。未来，若公司收入增长不达预期、新产品开发或销售不利，较高的销售费用规模可能对公司的盈利产生不利影响。
　　2、研发投入占营业收入比重较高，持续投入资金需求较大的风险
　　报告期内，公司研发投入（包括研发费用和开发支出）为24,481.75万元，研发投入占营业收入的比例为49.88%，研发投入规模占比较高。由于大数据基础软件产品具有技术壁垒高、研发周期长、研发投入大等特点，需要大量的研发人员、时间和资金投入。目前，公司正在持续围绕三大基础软件产品进行完善和优化，进一步提高产品的成熟度和竞争力，同时积极应对行业中新技术的涌现，尤其是AIGC引领的新的技术和产业革命，公司还将持续进行较大的研发投入，巩固技术方面的先进性，导致公司盈利周期相对较长的风险。
　　3、应收账款余额较大的风险
　　截至报告期末，公司应收款项（含应收账款和合同资产）账面价值为41,198.67万元，占流动资产的比例为26.43%。公司收入主要集中于四季度，存在较为明显的季节性特征。随着公司营业收入持续快速增长，收入季节性特征及客户付款审批流程较长导致的部分付款进度滞后于合同约定等因素使得报告期期末公司应收账款余额较大。未来，随着公司经营规模的增大，公司的应收款项规模可能将进一步增大。虽然公司应收款项对象多是政府机构和金融行业的中大型客户，履约能力强、信誉度高，发生坏账的风险较低，但是如果若债务人发生财务状况恶化或者公司催收不力，可能导致应收款项无法收回形成坏账损失，对于公司的经营成果、资金状况造成不利影响。
　　4、经营活动产生的现金流量净额波动的风险
　　报告期内，公司经营活动产生的现金流量净额为-36,543.20万元，经营性净现金流持续为负，主要系公司尚处于快速成长期，研发及销售投入较大，导致公司支付的工资薪酬及相关费用持续增长，同时公司销售环节对客户存在一定的信用期，从而导致经营活动流入的现金未能覆盖流出的现金。若未来公司经营活动现金流情况无法改善，可能使得公司资金状况紧张，从而面临一定程度的流动性风险。
　　5、研发投入资本化带来的业绩风险
　　报告期内，公司将符合条件的开发支出资本化。若开发支出对应的在研项目研发成功，产品达到预定的标准并可以实现产业化，相关研发投入转入无形资产进行摊销，存在降低公司未来利润的风险。若在研项目开发失败，或资本化的开发支出形成的无形资产不能为企业带来经济利益时，将形成资产减值损失，对公司的业绩产生不利影响。为控制研发风险，公司将立足市场，综合考虑技术研发与市场需求，加强研发过程中的内控管理，提高研发效率，降低新产品研发失败的风险。
　　(六)行业风险
　　大数据及相关基础软件属于技术密集型行业，技术迭代较快且技术种类较庞杂，需要公司具备较强的研发创新能力及保障持续的技术研发投入以准确把握技术发展趋势、引领新技术的迭代、适应新技术的要求，否则将导致已有客户流失、业务发展迟滞、市场份额下降的风险。此外，大数据市场的蓬勃发展也带来了较多参与者，包括但不限于公有云厂商、ICT厂商以及专业软件公司，在关系型/非关系型数据库、交易型/分析型数据库、人工智能平台等多个维度领域展开激烈竞争，也存在部分大数据应用厂商或者数据中台厂商进军基础软件领域，短期内公司可能面临市场竞争进一步加剧的风险。
　　(七)宏观环境风险
　　公司的产品被广泛应用于金融、政府、能源、电信等众多行业，与国民经济的发展具有较高的关联度，同时公司所处的软件行业近年来得到了国家政策的大力支持。未来，若中国经济状况发生重大不利变化，如经济增长停滞，使得下游行业的消费能力受到限制，且国家对于软件行业相关的政策导向发生了转变，可能会对公司经营带来不利影响。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　
　　五、报告期内主要经营情况
　　公司实现营业收入490,805,231.02元，同比增长31.72%；实现归属于上市公司股东的扣除非经常性损益的净利润-334,822,665.81元，亏损同比增加7.88%。
　　
　　六、公司关于公司未来发展的讨论与分析
　　(一)行业格局和趋势
　　详情请见第三节“管理层讨论与分析之
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明（三）所处行业情况”。
　　(二)公司发展战略
　　公司以“打造世界领先的大数据基础软件”为使命，引领大数据基础软件技术发展方向。未来，公司将继续专注大数据及相关基础软件的研发，围绕大数据、人工智能、云计算领域，坚持核心技术自主研发，为企业客户提供覆盖数据全生命周期的产品与服务。公司通过技术研发，打造行业生态并提升市场占有率，成为大数据基础软件行业的引领者，助力中国社会的数字化转型。
　　围绕上述战略目标，公司将持续巩固和提升技术优势、打造行业生态并积极拓展市场，进而实现公司技术实力、经营业绩和市场地位的综合提高。公司的发展战略如下：
　　（1）大数据及相关基础软件行业的技术引领者
　　公司未来将在现有技术优势上，持续发力大数据、人工智能和云计算领域，不断升级已有三大类产品矩阵，并快速响应行业最新技术趋势及市场需求推出新产品及/或功能，引领大数据基础软件行业的技术水平，实现核心技术的全面自主创新，在技术路线及相关实践方面成为行业的意见领袖，为推动新质生产力加快发展贡献力量。
　　（2）公司产品占据领先的市场地位
　　基于先进的技术，通过持续的软件开发及创新，不断提升产品性能，未来达到业界领先，并开发具备差异化竞争优势的新产品。公司将坚持探索多种有效的手段，加大公司产品的推广力度，在已有客户中持续形成合作，并开拓新用户扩大客户群体，努力提高公司产品在市场的份额，目标占据市场领先地位。
　　（3）助力客户数字化转型并协同发展
　　公司将持续与客户进行紧密合作，洞悉行业发展趋势，提供优质的产品和服务。同时公司将结合技术发展的趋势，持续产品创新，为客户提供更丰富的产品体系，助力客户数字化转型，提升客户的生产效率，同时带动公司产品的销售，与客户形成协同发展局面。
　　（4）不断完善产品应用、开发及交付生态体系
　　公司将坚持“平台+生态”的发展理念，与软件开发商、硬件开发商、系统集成商等生态伙伴积极合作，打造更多领域的联合解决方案，扩大产品市场影响力提升竞争力，打造大数据基础软件产品应用的生态体系。公司将联合行业上下游公司和机构，以及公司的众多合作伙伴，结合在线社区等方式，吸引更多开发者和技术专家参与，建立产业开发者联盟，提升公众认知度，并打造大数据基础软件开发生态体系。公司将协同行业内的专业软件服务提供商，围绕公司的大数据基础软件产品向客户提供实施、运维等技术服务，提升交付的服务质量和响应效率，完善大数据基础软件产品的交付生态体系。
　　（5）建立敏捷高效的创新型组织
　　组织的运行效率是公司发展的重要影响因素。公司坚持打造高效的组织体系，注重提升公司的运营效率，关注组织对业务的市场嗅觉和反应速度，保持迅速应对市场变化的能力。同时，公司鼓励原创性的思考，结合最前沿的技术并投入相应资源开发优秀的产品，创造市场价值。
　　(三)经营计划
　　1、持续技术创新，全面塑造新质生产力
　　大数据基础软件行业的技术迭代较快，公司将保障持续的技术研发投入以顺应发展趋势，发展颠覆性创新技术，以引领新技术的迭代。公司围绕“大数据”、“人工智能”、“云计算”打造多产品矩阵，从产品的多模态、智能化、敏捷化和平民化等多个维度全面提升产品的竞争力，推动各行业的数字化转型和智能化升级，为新质生产力的形成提供有力支持。
　　2、秉持“效率优先”的发展原则，全面提升经营效益
　　只有有效率的扩张才会使一家公司具备可持续发展的能力。2024年，公司将继续把收入提升与管理利润改进作为公司两项核心考核标准，深化管理改革，通过优化资源配置、持续审视和改进公司的业务流程、精细化成本管理、加强市场动态监控等措施，进一步提升经营效率。
　　3、不断完善生态体系，加强生态伙伴合作
　　2024年，公司将主要通过（1）和行业合作伙伴打造联合解决方案并寻求项目落地；（2）扩充经销商网络；（3）充实和培养交付和实施的合作伙伴团队；（4）加大对国产化软硬件生态的适配；（5）增强公司社区版产品的宣传和推广力度；（6）优化公司各类产品白皮书和使用手册；以及（7）加强和应用开发人员、运维人员、高校师生的交流培训以提升其对公司产品的理解等多个方面，持续完善生态体系建设，赋能各个行业的关键应用在公司的产品平台上进行有效运行，打造国产化大数据技术生态，壮大生态交付力量，进一步提升公司产品的市场占有率。
　　4、加快提升公司技术服务的标准化程度
　　报告期内，公司积极响应市场需求，从不同的产品模块和数据生命周期管理角度，对提供的技术服务进行了深入的分类，形成一系列明确的技术运营服务标准与工作规范。为了进一步提升服务质量，2024年公司将加速推进技术服务的标准化水平。为了更好地满足客户需求，公司将重点关注客户场景中的痛点，并在不同行业积累实操性技术与方法，逐步形成详实的工作操作手册，迭代为方法论。这一系列措施旨在一方面提升公司自身技术支持与服务人员的专业性及工作效率，另一方面有利于构建产品技术生态，与合作伙伴形成高效互补。通过这些优化措施，公司将在技术服务领域建立更为健全和高效的工作体系，为客户提供更为卓越和可靠的服务体验。
　　5、着力推动品牌建设，提升品牌影响力
　　2024年，公司将继续从品牌视觉、产品品牌、生态品牌、技术品牌、服务品牌、雇主品牌、责任品牌、投资价值这八个维度入手，通过开展技术峰会/新品发布会/客户联合品牌宣传会/城市巡展、参与人工智能大会/行业年会、加强面向开发者的星环社区运营、提升产品“最后一公里”的产品演示和客户试用体验、整合渠道数字营销、增强和投资者及媒体的沟通等，深化品牌理念，强化品牌认知，聚焦推动公司品牌的成长。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明　　(一)主要业务、主要产品或服务情况　　公司是一家企业级大数据基础软件开发商，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件及服务，已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵，支撑客户及合作伙伴开发数据应用系统和业务应用系统，助力客户实现数字化转型。　　公司主要提供两大类的产品和服务：第一类是大数据基础软件业务，包含基础软件产品和与产品相关的技术服务；第二类是应用与解决方案，主要针对大数据应用场景，提供大数据存储、处理以及分析等相关场景下的咨询及定制开发等服务的解决方案；除上... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明
　　(一)主要业务、主要产品或服务情况
　　公司是一家企业级大数据基础软件开发商，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件及服务，已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵，支撑客户及合作伙伴开发数据应用系统和业务应用系统，助力客户实现数字化转型。
　　公司主要提供两大类的产品和服务：第一类是大数据基础软件业务，包含基础软件产品和与产品相关的技术服务；第二类是应用与解决方案，主要针对大数据应用场景，提供大数据存储、处理以及分析等相关场景下的咨询及定制开发等服务的解决方案；除上述两类业务以外，公司根据客户及项目需求销售少量第三方软件、硬件等其他业务。
　　公司的第一类大数据基础软件业务中所包含的基础软件产品，主要由下列三大类产品矩阵所构成：
　　（1）大数据与云基础平台软件（TDH和TDC）
　　TDH是公司自主研发的一站式大数据基础平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像、向量等在内的多种数据格式，提供高性能的查询搜索、实时分析、统计分析、预测性分析等数据分析功能。
　　TDC是一款基于容器技术的数据云平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和使用灵活性的要求，可以在一个云平台上支撑大量的用户需求和数字化应用，适用于建设大型企业的数字化基础设施、城市大数据中心的数据平台、企业级数据应用云以及跨多数据中心的数据平台等场景。
　　（2）分布式关系型数据库软件（ArgoDB和KunDB）
　　ArgoDB是面向数据分析型业务场景的分布式闪存数据库产品，主要用于构建离线数据仓库、实时数据仓库、数据集市等数据分析系统。
　　KunDB是一款兼容Oracle和MySQL的分布式交易型数据库，集中式与分布式一体化，可快速由集中式扩展为分布式，主要用于支持操作型业务场景（如ERP、OA、HIS等）和高并发场景（如消费者的手机APP应用、居民码查询等）的核心数据系统的构建。
　　（3）数据开发与智能分析工具软件(TDS和Sophon)
　　TDS是公司研发的一款用于大数据开发的工具集。TDS内置多个数据工具产品，为企业构建数据仓库、数据湖、数据中台，提供高效的数据集成、数据治理、数据资产管理、数据标签与服务、数据共享与交易等工具，提高开发者对数据系统的建设效率，提升业务客户对数据资产的利用效率，帮助客户实现数据对业务的赋能。
　　Sophon是一款一站式人工智能平台，它能够在统一的平台上，端到端对多种模态数据完成数据采集、数据接入、数据标注和自标注、模型构建、模型测试、模型管理、模型持续迭代、知识存算和推理、辅助决策到数据要素流通的各个流程；同时，Sophon也能为不同智能数据分析业务提供便捷的存、算资源管理和调度、监控、审计等企业级功能。Sophon内置了多类机器学习算法（包括不限于各类统计学习、图计算、深度学习算法等），并支持多种主流机器学习计算框架、算法和人工智能模型在Sophon平台运行，能够赋能用户更高效地进行大规模复杂数据分析和预测性分析，从而辅助业务决策，提高企业的数字化运营能力和智能化决策能力。
　　(二)主要经营模式
　　1、盈利模式
　　公司主要销售大数据基础软件业务相关的软件产品和技术服务，以及为客户提供应用与解决方案。其中，大数据基础软件业务是公司的主要盈利来源。报告期内，公司大数据基础软件产品包括大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具。根据不同客户或项目需求，公司大数据基础软件业务主要以软件产品授权的方式交付，少量情况下也提供软硬一体交付方式，此外，根据部分项目具体需求，公司为大数据基础软件产品或相关的软硬一体产品配套提供相关的技术服务。报告期内，公司主要通过永久授权模式向客户销售软件产品，授权收入根据客户及具体项目需求，按照授权数量收取软件授权费。技术服务及应用与解决方案按项目计价模式或人月计价模式收费，其中维保类服务通常按服务期限收费。公司持续进行新客户的开发、销售，并随着公司客户积累及客户大数据相关信息系统建设需求，向老客户提供已购产品扩容、新软件产品销售、提供技术服务及应用与解决方案的方式，实现老客户对公司产品或服务的复购。
　　2、研发模式
　　公司秉承“自主研发、领先一代”的技术发展策略，由公司总经理作为公司研发工作总负责人，负责技术和产品研发的统筹安排，技术和产品研发的具体工作由产品研发部门落实完成。为保证研发质量，推动技术创新，公司针对技术研发过程制定了详细的流程管理制度，主要通过产品研发生命周期管理和软件工程过程管理两大类流程，控制开发各环节的工作质量，提高开发作业能力和研发工作效率，保证产品和技术的先进性。
　　3、销售模式
　　根据客户类型不同，公司销售模式分为直接销售和渠道销售两种模式。其中：
　　（1）直销模式指公司直接面向金融、交通、能源等领域的终端用户进行签约，并向终端用户直接交付公司产品与服务的销售模式。在直销模式下，公司销售团队主要负责新客户的拓展以及存量客户的需求挖掘。公司总部及各地的子公司、分公司等本地化机构具备良好的销售及综合服务能力；
　　（2）渠道销售模式指公司与项目合作伙伴和经销商等生态合作伙伴直接签约，通过与生态合作伙伴合作向终端用户交付公司产品与服务的销售模式。其中，项目合作伙伴主要包括直接面对中大型终端用户的系统集成商或应用开发商，拥有丰富的行业服务经验和（或）自有的IT产品，能够与公司协作形成具有实际应用价值的产品或解决方案。项目合作伙伴通常根据终端用户的需求采购公司的产品，并结合其自有IT产品或其他厂商产品（如有）销售交付给终端用户。经销商为行业内具有丰富软件推广经验的合作伙伴，与公司签署有效的合作伙伴协议或框架协议，并在合作伙伴合作协议或框架协议中约定了销售业绩或市场占有率或产品数量等指标。公司与经销商客户之间均为买断式销售，经销商客户在采购公司产品后，向终端用户、系统集成商或应用开发商进行销售。
　　4、采购模式
　　公司采购内容分为自用采购及项目采购，其中：
　　（1）自用采购主要为公司日常经营和研发过程中所需的服务器、办公设备等相关硬件和少量技术服务以及办公用品，由采购部门根据内部需求执行采购流程；
　　（2）项目采购通常包括技术服务采购和软硬件采购，用于向客户实施及交付。
　　为了提升项目收益率、提高交付效率以及缩短实施周期，公司会向技术服务供应商采购技术服务。公司技术服务采购分为工时计价和项目计价两种方式。公司采购的物料主要为软硬件一体机的硬件设备及通用工具软件。
　　对于项目采购，公司建立了内部制度规范采购行为，由采购部门根据客户需求执行采购流程。公司制定了《项目外采管理办法》《内部采购管理及供应商管理制度》等相关制度规范采购行为。
　　(三)公司所处行业情况
　　1.行业的发展阶段、基本特点、主要技术门槛
　　依据国家统计局《国民经济行业分类》（GB/T4754-2017），公司所处行业属于软件和信息技术服务业（I65）。根据《战略性新兴产业分类（2018）》，公司所属行业为“新一代信息技术产业”之“新兴软件和新型信息技术服务”之“新兴软件开发”之“基础软件开发”。
　　（1）行业发展阶段
　　近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球及中国的数据量均爆发式增长。数据资源总体呈现出“4V”的特点，即海量的数据规模（Volume）、多样的数据类型（Variety）、价值密度低（Value）、快速的数据流转（Velocity）。在大数据时代下，以集中式架构关系型数据库为代表的传统数据管理软件在处理大数据场景时不能很好适应数据的“4V”特性，面临较多技术挑战。随着信息技术的发展，数据处理需求的变化推动了数据管理软件技术的变革，从技术发展方向来看，数据管理软件技术依次按照“关系型、集中式”向“非关系型、分布式”并进一步向“多模型、云原生”这三个阶段进行演变。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展。
　　当前，中国大数据软件领域处于发展的历史机遇期，我国高度重视大数据在经济社会发展中的作用。根据信通院发布的《大数据白皮书（2022年）》，2021年，我国大数据产业规模增加到1.3万亿，复合增长率超过30%。根据工信部印发的《“十四五”大数据产业发展规划》，在“十三五”时期，我国大数据产业快速起步，但仍然存在一些制约因素，目前国内的技术支撑不够强，基础软件等关键领域与国际先进水平存在一定差距。在工信部印发的《“十四五”软件和信息技术服务业发展规划》中相关内容亦指出，要聚力攻坚基础软件，对数据库等关键基础软件补短板。
　　（2）行业基本特点
　　①分布式系统成为行业技术架构主要的发展方向
　　传统数据库以集中式架构为主，集中式架构由一台或多台主计算机组成中心节点，数据存储以及整个系统的业务单元都集中部署于该中心节点中，系统所有的功能均由中心节点集中处理。每个终端或客户端仅仅负责数据的录入和输出，而数据的存储与控制处理完全交由主机完成。分布式架构下，软件组件分布在不同主机上，主机之间通过网络连接进行通信和协调。
　　随着海量及异构数据的数据分析需求增长，需要的计算、存储和IO等资源也在极速增加。集中式架构通过改善硬件配置来提升存储和处理能力，但单台主机可配置的资源存在上限，因此传统的集中式架构软件难以满足海量及异构数据的数据集的处理和分析需求。而为了处理TB以及PB级别以上的数据规模，分布式的架构将数据分散在网络上多个通过高速网络互联的节点上联合计算。因为数据分布在不同节点，在进行计算任务时，任务也会被切分成多个子任务，分发到多个节点上同时进行计算，能充分利用整个集群各个节点的计算资源、存储资源和IO资源，可线性提升集群的存储和处理能力。因此，分布式架构能较好的处理该类问题，这也是分布式架构相对于传统单机架构的核心优势。
　　在大数据场景下，分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优势，能够较好的满足大数据分析的需求。此外，近年来，分布式技术不断发展，在提供高弹性、支持高并发的同时，支持关系型数据库中强事务性的特性，成为大数据技术的重要发展方向。
　　②数据管理软件国产化趋势明显，国产大数据产品有望实现换道超车
　　国内数据管理软件基本被Oracle、IBM和微软为代表的国外关系型数据库厂商主导，国产软件产品渗透率低。随着国内客户越来越重视数据与信息安全，国产软件产品在关键领域实现替代成为其中重要环节，越来越多的客户已经开始或计划相关软硬件的采购计划。
　　大数据时代下，数据管理软件正在逐步由集中式架构软件向分布式架构软件演进，国产大数据产品有望实现换道超车，对国外数据管理软件进行替代。从功能来看，基于新兴分布式架构的国产大数据产品已经能满足市面上绝大多数数据应用场景基础需求。但国产大数据产品能否在市场竞争中胜出、占据更多的市场份额，仍然取决于国产大数据产品能否构建自主研发的生态以及产品的全球竞争力。目前，为保障国家信息安全，自主研发的国产大数据生态体系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、规模用户群体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进入快速协同发展阶段，国产大数据产品与服务迎来较好的发展机遇。
　　③数据管理软件趋向于统一多数据模型的平台
　　数据模型是决定数据库系统逻辑的重要因素，并从根本上决定以何种方式存储、组织和操作数据，包括传统的关系模型和NoSQL数据模型（文档模型、键值模型、图模型等）。大多数数据库管理系统只能支持一种或少数几种数据模型，因此企业通常只能使用多种数据库产品联合的方案来应对日益增长的异构数据模型处理需求。
　　随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库模型的大数据平台技术。相比多种数据库产品的集成方案，多种数据库模型统一的大数据平台的优势包括：（1）提升场景效率。同一份数据可以分别采用多种数据模型存放，解决不同场景的处理效率问题；（2）统一分析管理。关联不同模型的数据，统一分析管理；（3）降低运维成本。无需维护多种数据库，降低运维成本；（4）降低数据持有成本，同一份数据在不同的数据模型当中不需要全量存储，不同模型只需要存储必要的数据内容即可，在查询时可以通过关联的方式获取全量信息。
　　未来多模型数据平台将通过不断提高计算、存储引擎的处理能力，从操作响应速度、数据并发能力、数据管理成本等多个角度优化企业的数据需求，成为多模大数据平台的重要发展趋势。
　　④云原生大数据平台架构成为未来的主要发展方向
　　云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API，这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。面对客户日益增长的海量数据、多种数据结构的实时化、智能化处理需求，云原生的大数据平台架构凭借计算存储解耦、资源池化、Serverless等核心技术，提供了高弹性拓展、海量存储、多种数据类型处理及低成本计算分析的能力。相比传统数据库，云原生数据库及数据管理平台天然具备灵活性，能够提供强大的创新能力、丰富多样的产品体系、经济高效的部署方式和按需付费的支付模式。
　　⑤国家加速数据要素市场建设，推动数据安全流通技术的商业化加速
　　2022年1月12日，国务院发布《“十四五”数字经济发展规划》，其中强调“充分发挥数据要素作用”。随着《要素市场化配置综合改革试点总体方案》《关于加快建设全国统一大市场的意见》《关于构建数据基础制度更好发挥数据要素作用的意见》《关于征求<企业数据资源相关会计处理暂行规定（征求意见稿）>意见的函》等相关政策不断落地，彰显数据要素的重要性。报告期内，国家也不断推出支持大数据相关行业和数据要素市场发展，支持数据安全流通技术发展的相关政策。2023年1月，工信部等十六部门联合印发《关于促进数据安全产业发展的指导意见》，提出到2025年，数据安全产业基础能力和综合实力明显增强，产业规模超过1500亿元，年复合增长率超过30%，到2035年，数据安全产业进入繁荣成熟期。2023年3月，十四届全国人大审议通过国务院机构改革方案，正式成立国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。
　　当前，丰富的数据要素资源已经涵盖了政府、金融、运营商、房地产、医疗、能源、交通、物流、教育以及制造业、电商平台、社交网站等众多领域。同时，由于数据的流通和利用是数据要素价值创造的前提，而跨域、跨中心的数据融合计算需求，以及数据要素在开放流通环节中的安全需求（包括“可用不可见”、“可用不可得”、“可用不出域”等），都使得数据的安全可信流通成为数据要素的市场化配置的重要一环，也是各行业数字化转型过程中和过程后的必由之路。随着《数据安全法》《个人信息保护法》《关键信息基础设施安全保护条例》的实施，以安全为前提的数据开放利用将迎来新一轮发展机遇。隐私计算是在处理、分析计算数据的过程中保持数据不透明、不泄露、无法被计算方以及其他非授权方获取的一种技术解决方案，能够在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放，应用前景和商业价值巨大。在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。
　　（3）行业主要技术门槛
　　大数据基础软件行业属于知识密集、技术先导型的新兴产业，其技术门槛较高，主要体现在技术迭代的速度以及技术覆盖面的广度，每年不断涌现出新技术成为实现大数据的集成、存储和处理、治理、建模、挖掘和流通的有效手段，需要公司具备较强的研发创新能力及保障持续的技术研发投入以准确把握技术发展趋势、引领新技术的迭代、适应新技术的要求。由于大数据基础软件在不同行业客户的数字化基础设施中，提供信息系统的基础能力，是整个应用系统最终实现数字化的技术基础，其技术水平也决定了对应业务应用系统的能力边界和创造数据价值的效率，在信息系统中处于核心环节，因而企业的研发创新能力也成为未来竞争的关键要素，只有研发能力过硬的企业才能够通过更突出的技术优势树立产品竞争力，而新进入者缺乏对大数据核心技术的有效积累，面临较高的技术门槛。
　　2.公司所处的行业地位分析及其变化情况
　　（1）技术地位
　　大数据基础软件是新兴科技领域，公司是国内较早专注于大数据基础软件研发的公司，自主研发的大数据基础平台、分布式分析型数据库等已达到业界先进水平。2018年3月，公司大数据基础平台产品TDH V5.1正式通过国际知名组织TPC的基准测试TPC-DS的官方审计，成为全球首次完整通过该项基准测试的数据产品。2019年8月，ArgoDB V1.2.1版本正式通过了TPC-DS基准测试的官方审计，成为全球第四个通过的数据库产品。2022年8月，公司的人工智能平台S ophon Discover V3.0.0成为首个通过TPCx-AI基准测试3TB数据量下（当前TPCx-AI已通过测试最大体量）的TPCx-AI基准测试的产品。
　　（2）市场地位
　　公司综合能力较强，2020年10月，IDC发布《MarketScape：中国大数据管理平台厂商评估，2020》，公司综合能力排名市场第四，是中国大数据管理平台市场的领导者。该综合能力指通过关键战略（包含增长、研发速度、生产效率等）、关键能力维度评价（服务范围、客户服务交付等）对中国大数据管理平台厂商综合能力排名。2022年6月，公司多个产品或子产品入选Gartner发布的《中国数据库管理系统供应商识别指南》，在识别的8类数据库管理系统产品中，公司入选产品覆盖其中7类，是覆盖超过7类或以上产品的四家厂商之一，以及覆盖多模数据库的四家厂商之一。公司入围IDC《中国大数据平台市场份额，2022》报告，2022年中国大数据私有化部署市场规模达94.3亿元人民币，公司在中国大数据私有化部署市场份额位列第三。
　　公司积极参与行业标准组织的多份行业标准和规范，推动各行业的数字化和智能化水平稳步提升。报告期内，公司参与编写了知识图谱领域首项正式获批发布的IEEE国际标准《IEEE Stan dard for Framework of Knowledge Graphs》；参编的行业白皮书《人工智能研发运营体系(MLO ps)实践指南（2023年）》、《数据要素安全流通白皮书（2022年）》、《隐私计算白皮书（2022年）》发布；参编的《金融领域知识图谱构建平台认证技术规范》、《医疗领域知识图谱构建平台认证技术规范》、《面向结构化数据的机器学习平台技术要求和测试方法第1部分：功能要求》、《数据安全风险治理成熟度评价模型》技术规范和测试标准正式发布；并发布面向数据要素市场的《数据安全与流通：技术、架构与实践》书籍。
　　随着公司产品在用户场景的逐步落地，公司口碑的不断积累，市场地位迈上新台阶。报告期内，采用公司的数据云平台TDC支持的“面向多云协同的智能数据平台的关键技术与应用”荣获上海市科学技术奖一等奖；公司基于联邦学习、多方安全计算、数据沙箱等数据流通应用场景的安全大数据平台解决方案荣获工信部电子五所中国赛宝“信创优秀解决方案”；公司的多模智能量化投研产品荣获长三角金融科技创新与应用全球大赛“最佳供应商”；公司的分布式交易性数据库KunDB成为中国信通院首批“软件自研创新能力”专项评估中的唯一一款通过该专项评估的国产数据库产品；公司的分布式搜索引擎Transwarp Scope和分布式时空数据库Transwarp Spa cture分别通过了中国信通院“可信数据库”专家评审；基于公司分布式分析型数据库ArgoDB的多模型联合分析能力的用例入围Gartner中国数据库管理系统技术发展趋势报告。此外，公司被评为上海市市级企业技术中心、上海市经信委“2022年度上海市优质大数据服务供应商”、上海市2022年产教融合型试点企业，并被IDC评为数字政府百强。
　　3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　世界百年未有之大变局下，产业链供应链安全成为能否实现高质量发展的重要前提，也决定了必须走自主可控的道路。“十四五”规划更是明确，强化基础组件供给，大力发展云计算、大数据、人工智能、区块链等平台软件开发框架。目前，国产化替代正处于从“可用”向“好用”的进化阶段，应用领域也从党政行业逐步向金融、能源、电信等其他行业拓展。在基础软件自主研发创新的同时，公司积极参与大数据、人工智能行业标准及规范的制定，并深度参与产品图谱编制、产业白皮书、案例集编撰等工作。
　　在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。2022年12月，《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》对外发布，提出20条政策举措，从生产要素高度部署数据要素价值释放。报告期内，国家也不断推出支持大数据相关行业和数据要素市场发展，支持数据安全流通技术发展的相关政策。2023年1月，工信部等十六部门联合印发《关于促进数据安全产业发展的指导意见》，提出到2025年，数据安全产业基础能力和综合实力明显增强，产业规模超过1500亿元，年复合增长率超过30%，到2035年，数据安全产业进入繁荣成熟期。2023年3月，十四届全国人大审议通过国务院机构改革方案，正式成立国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。未来，随着数据作为生产要素地位的确定，数据要素成为数据赋能具体行业的关键一环。数据的流通和利用作为数据要素价值创造的前提，保障数据安全、数据要素安全流通的技术和平台应运而生，数据的跨境数据交易和不同机构间的数据流通的需求将不断增加，诸如数据全流程合规与监管规则体系、统筹构建规范高效的数据交易场所、数据要素流通和交易服务生态、数据安全合规有序跨境流通机制等。基于数据要素市场，公司可与数据交易所或场外运营商开展技术合作，提供包括产品和技术运营在内的新商业服务模式，包括探索通过提供独立的云上大数据开发和云数据库服务，为数据产品开发商和数据消费方提供数据库产品与数据开发合规等工具，收取数据库和工具产品的订阅费，促进公司基础软件产品通过云交付方式进一步扩大市场占有率。
　　报告期内，以ChatGPT为代表的人工智能爆发出新的技术和产业革命，加大人工智能技术投入已成为行业和政府的共识。各地政府已纷纷出台多项支持举措促进人工智能产业发展。基于人工智能应用未来巨大的应用潜力，国内外各大科技企业都在持续加大相关领域的投入，陆续发布各类通用大语言模型（LLM）或者垂类模型，并率先探索在金融、办公、教育、医疗、媒体等行业的应用。大模型带来三大趋势，第一，大模型将成为企业的基础能力，可以基于大模型快速搭建业务应用，辅助市场营销、经营决策、合规管理和效能提升，例如可以基于大模型构建智能问答系统和舆情分析系统；第二，大模型使得AI分析趋于平民化，缩短从数据到决策的链路；第三，多模态大模型是AI大模型的发展方向，未来将呈现数据多模态、应用多模态、交互多模态。多模态大模型的训练和应用的增多将带动国产大数据产品（包括向量数据库）快速增长。在这三个大趋势下，公司推出了（1）Sophon LLMOps的工具链用于管理大模型和相应应用程序全生命周期的工具链和最佳实践集合，帮助企业构建自己的大模型；（2）向量数据库TranswarpHippo进行向量数据集的存储、索引以及管理，拓展大模型的时间和空间维度；以及（3）两款领域模型，金融大模型“无涯”和数据分析大模型“求索”，以分别促进金融分析和大数据分析的平民化。
　　二、核心技术与研发进展
　　1.核心技术及其先进性以及报告期内的变化情况
　　公司以技术研发为核心，推动业务持续发展。自成立以来，公司深耕于数据基础软件领域，形成突出的科技创新实力，在分布式技术、SQL编译技术、数据库技术、多模型数据的统一处理技术、基于容器的数据云技术以及大数据开发与智能分析技术六个方面，积累了30项核心技术。公司在报告期内针对前述领域的技术持续进行更新迭代。
　　2.报告期内获得的研发成果
　　公司始终坚持自主研发，稳步推进各项研发项目，并对技术创新成果积极申请专利保护。截至2023年6月30日，公司累计获得发明专利94个，实用新型专利1个，外观设计专利2个，软件著作权395个。
　　3.研发投入情况表
　　研发投入总额较上年发生重大变化的原因
　　报告期内公司研发人员薪酬增长主要系人员数量增长及人均薪酬水平提升所致。研发人员是保证公司不断创新产品服务的基础。公司高度重视技术研发投入，以保证公司核心技术的持续完善以及相关产品的快速迭代。
　　研发投入资本化的比重大幅变动的原因及其合理性说明
　　报告期内公司资本化研发投入金额为250.40万元，占研发投入总额的比例为2.38%。公司往期研发投入均予以费用化处理，研发投入资本化金额为本期新增。
　　与前期会计处理差异的原因说明：
　　公司在2022年10月完成首次公开发行并上市前，融资渠道及财务资源相对有限，故在前期研发项目中，公司无法确定其有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发，并有能力使用或出售该无形资产。同时，公司前期与研发活动相关的内部控制尚不支持公司对研究阶段支出和开发阶段支出进行准确的划分，故在前期研发项目中，公司按照《企业会计准则第6号——无形资产》的相关规定，将无法明确分配的研发投入，均予已费用化计入当期损益（研发费用）。
　　随着公司完成首次公开发行并上市、取得募集资金且进一步打开融资渠道、财务资源快速积累，市场知名度进一步提升，下游市场份额巩固，综合研发实力进一步增强，技术储备持续丰富。公司运用相关研究成果生产的产品下游市场更加明确，拥有足够的技术、财务等资源支持以完成无形资产开发，且有能力使用或销售该无形资产。且公司上市后对与研发活动相关的内部控制进行了进一步地细化，公司对研发活动建立了更加完善的内部控制体系，对归属于无形资产开发阶段的支出能够可靠地计量。
　　基于以上因素，本期开始，公司对研发项目中符合资本化条件的研发支出予以资本化。新增研发投入资本化的项目为：2023星环大数据开发工具软件_Transwarp Data Studio、2023星环分布式在线交易数据库系统_Transwarp KunDB、2023星环数据云平台软件_Transwarp Data Cloud。
　　公司根据研发管理制度，并结合《企业会计准则第6号——无形资产》的相关规定，对研发项目支出进入开发阶段进行资本化处理，确定了严格的标准：
　　（1）资本化的条件
　　①完成该无形资产以使其能够使用或出售在技术上具有可行性；
　　②具有完成该无形资产并使用或出售的意图；
　　③无形资产产生经济利益的方式，包括能够证明运用该无形资产生产的产品存在市场或无形资产自身存在市场；
　　④有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发，并有能力使用或出售该无形资产；
　　⑤归属于该无形资产开发阶段的支出能够可靠地计量。
　　（2）公司研发投入进入资本化的时点，通过如下方式确认：
　　研发部门根据市场需求，分析项目可行性，制定项目目标、计划，形成资本化申请表；资本化申请审批需要由公司领导组织相关部门人员结合技术成熟度、客户合同签订情况等因素进行评审，明确资本化开始时点，并形成独立的评审报告。资本化申请表需经过研发部门负责人、财务总监、总经理逐级审批，总经理批准后资本化申请通过。相关研发项目按照评审确定的资本化时点开始进入开发阶段，财务部门相应进行会计处理。
　　开发支出资本化结束的时点：项目研发结束后，项目形成结项报告，结项报告经内部评审通过后，以结项报告签署时点作为研发项目资本化结束时点。
　　（3）与同行软件企业相比
　　从同行业公司来看，往往通过内部评审方式确定项目是否进入开发阶段，公司采用评审的方式进入资本化的时点与同行可比公司相比不存在重大差异。
　　（4）资本化研发项目的具体情况和资本化条件的具体分析
　　上述研发项目资本化条件的具体分析：
　　①技术上具有可行性
　　上述研发项目的具体开发均已通过可行性分析和验证，并已完成产品设计、架构设计以及产品和技术验证，在技术上具有可行性。各项目的主要研发内容为：
　　2023星环大数据开发工具软件_Transwarp Data Studio项目，研发实时数据同步、数据标签与服务、数据API管理工具，能够帮助用户打造实时数据湖，并基于数据湖为用户提供实时的数据标签和API服务。
　　2023星环分布式在线交易数据库系统_Transwarp KunDB项目，研发更高的Oracle兼容性，包括PL/SQL的兼容性；研发跨数据中心的高可用版本；研发运维工具和数据迁移工具。
　　2023星环数据云平台软件_Transwarp Data Cloud项目，研发基于容器技术开发的数据云平台，支持将大数据基础平台TDH、分布式关系型数据库ArgoDB和KunDB以及数据开发与智能分析工具TDS和Sophon以云服务的方式提供给企业用户，满足大型企业对数据平台的多租户、弹性可扩展和使用灵活的需求。
　　②具有完成该无形资产使用或出售的意图
　　上述研发项目的目标产品与公司主营业务高度相关，均面向具体的细分客户市场，以实现经济利益为目标，具有明确的完成该无形资产并使用或出售的意图。
　　③无形资产产生经济利益的方式，包括能够证明运用该无形资产生的产品存在市场或无形资产自身存在市场；无形资产将在内部使用的，应当证明其有用性。
　　公司在行业深耕多年，充分了解市场需求及变动趋势，结合市场导向制定研发目标，在项目立项阶段已对产品市场空间、项目预计投入、项目预计收入等指标进行充分分析，确定相关研发项目具备商业可行性。公司针对其所研发的产品的资本化前提为公司针对相关产品已实现商业化突破、签订了一定数量的销售合同，故公司能够证明运用该无形资产生的产品存在市场或无形资产自身存在市场。
　　④有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发，并有能力使用或出售该无形资产
　　公司从事大数据基础软件多年，已形成一定的技术储备并针对各产品线建立了专业的研发团队；随着公司的首次公开发行，具备足够的资金储备；公司积累了良好的客户资源和口碑，公司客户粘性强并且与之保持长期稳定的合作关系，且具备相应的销售团队支持无形资产实现产业化销售。因此，公司有足够的技术、财务资源和其他资源支持，以完成该无形资产的开发。
　　⑤归属于该无形资产开发阶段的支出能够可靠地计量
　　公司根据财政部和国家税务总局的相关要求对研发项目设置了研发支出辅助账，同时按照《企业会计准则》区分“费用化支出”、“资本化支出”对研发支出进行核算，并下设明细科目：工资、折旧、差旅费等科目。对于处于开发阶段的、可以明确划分的资本性研发支出计入“开发支出”科目，对于研究阶段或开发阶段不能资本化的费用计入损益类科目“研发费用”。
　　公司对研发项目建立了完善的成本归集和核算的内部控制体系，通过办公系统、财务系统、研发项目台账等对各个项目开发支出进行了单独核算，确保每个项目的研发支出能够可靠计量。综上，本期新增研发投入资本化合理，资本化政策与同行业公司不存在重大差异。
　　4.在研项目情况
　　5.研发人员情况
　　6.其他说明

　　二、经营情况的讨论与分析
　　公司是国内领先的大数据基础软件开发商，主要提供大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具三大类基础软件产品及配套服务，助力客户实现数字化转型。报告期内，公司积极应对以ChatGPT为代表的人工智能带来的新机遇，秉承“自主研发、领先一代”的技术发展策略，加大研发投入，加强技术和产品创新，不断扩大市场规模，提升行业影响力，报告期内公司实现营业收入13,796.63万元，同比增长41.38%，实现了公司2023年上半年的快速发展。主要工作体现在以下三个方面：
　　（一）顺应行业新趋势，打造数据管理平台的多模态、智能化、敏捷化和平民化
　　报告期内，顺应行业趋势并结合用户实际需求，公司产品技术不断突破，并于向星力·未来数据技术峰会上发布了全系列新版本产品：
　　针对大数据和云基础平台产品线，公司发布了大数据基础平台TDH9.3版本，推出了新一代数据湖、数据仓库、数据集市一体化的存储格式，一份数据可以满足数据湖的离线/实时接入、数据仓库的复杂加工以及数据集市的分析需求，避免数据冗余，减少数据流转。此外，TDH9.3版本在多模型统一架构上迭代升级，全新发布了向量模型存储，通过10种存储引擎，共支持11种模型的数据统一存储管理，并支持使用统一查询处理语言完成跨模型数据流转与关联分析。向量数据库TranswarpHippo是一款自主可控的云原生分布式向量数据库，支持存储、索引及管理海量的向量式数据集，能够高效解决向量相似度检索等问题。数据云平台TDC推出了3.2版本，支持TDH数据底座就地升级到TDC上，实现大数据系统产品、计算、存储资源池化，提高调度资源的灵活性和利用率，并实现多租户的隔离能力。
　　针对大数据开发和智能分析工具产品线，公司推出了数据要素流通产品Navier3.1让数据流通更便利、更安全、更可控。其中，交易门户Datamall打造数据资产目录平台，可浏览数据目录、查看数据字典、生成交易凭证；安全沙箱Sandbox，打造封闭、隔离的数据开发分析环境，开发人员在安全隔离的环境下进行分析计算，不可下载和导出原始数据集，保障数据可入不可出；隐私计算平台SophonPC2.0，在保证数据提供方不泄露敏感数据的前提下，数据消费方对密文数据进行分析计算，保证在各个环节中数据可用不可见。新版本功能覆盖更全面、数据分析使用灵活度更高、建模效果更好。公司的数据安全防护工具Defensor4.0，在数据分类分级模块中创新型地引入了大模型技术用来解决分类分级中短文本语义语境识别率低的问题，在有标注样本的前提下，识别准确率达到了95%。此外，公司发布了大模型训练工具SophonLLMOps，提供样本仓库能力、模型运维管理能力、大语言模型和其他任务的编排/调度/上线能力，帮助企业用户基于大模型构建未来应用，并构建属于自己的行业大模型。
　　针对分布式关系型数据库产品线，公司的分布式分析型数据库ArgoDB6.0进一步强化实时分析能力，构建安全高效的国产化多模引擎，一站式满足用户数据仓库、数据集市、实时数仓、OLAP、AETP（联合KunDB）、联邦计算等需求，可以在批处理和OLAP、Adhoc分析等场景，替代Oracle、DB2、Teradata、SAP、HANA等国外产品。公司的分布式交易型数据库KunDB3.2可以在交易型OLTP的业务场景、高并发在线数据服务场景等，替代Oracle/DB2/MySQL，并且提升了基于Paxos共识算法的高可用与跨数据中心容灾能力以及对Oracle的兼容能力，完整支持Oracle PL/SQL，支持集中式和分布式的一体化部署。
　　此外，报告期内，公司率先发布了两款领域大模型，旨在促进金融分析和大数据分析的平民化：
　　第一款是面向金融行业、超大规模参数量的生成式大语言模型“无涯”。“无涯”使用海量专业金融语料，其中涵盖了研报、公告、政策、新闻等高质量的自然语言文本作为基础大模型的二次预训练语料，使得无涯具备对包括基本面、技术面、消息面在内的金融通识领域准确的理解能力。公司基于“无涯”大模型的能力，结合多模感知+事件驱动+深度图计算引擎，构建了包括政策、舆情、ESG、风险、量价、产业链六类大模型基础因子集，实现了从事件理解到事件传播到因子计算到策略生成的完整链路，从时间和空间、深度和广度等多个方面扩展投资研究的视角，实现了全新的智能量化投研新范式。
　　第二款是针对大数据行业全生命周期各种场景的大数据领域大模型“求索”。“求索”可以使用自然语言描述涉及多种数据模型的复杂业务需求，让非专业用户在不需要学习和掌握数据库编程语言的前提下通过自然语言自由地按需查询数据。
　　（二）加强市场开拓，完善生态建设
　　报告期内，公司持续深耕老客户并开发新客户，实现主营业务收入13,784.26万元，较上年同期增加41.26%，其中，大数据基础软件业务为公司最主要的业务收入来源，收入9,979.85万元，占公司主营业务收入的72.40%。
　　报告期内，按终端用户行业分类，公司主营业务收入主要来自金融、政府、能源、电信、交通、制造等行业。
　　报告期内，公司详细制订公司合作伙伴架构体系，根据不同类型的合作伙伴（例如行业ISV、CPU厂商、整机硬件厂商、操作系统/云及通用软件厂商、区域经销商等）制定不同的合作策略及方法，成功开拓了数十家金融、教育、交通、医疗、能源、政府等行业ISV和区域经销商，与华为存储、华为鲲鹏、微软、统信、麒麟、飞腾、神州鲲泰、曙光、澜起等主要软硬件厂家都进行了产品层面的深度适配。
　　（三）健全和发展人才体系，推出限制性股票激励计划
　　报告期内，公司团队保持稳定，截至2023年6月30日，公司员工超1,100名，其中研发人员超过30%。公司通过有竞争力的薪酬体系、人性化的管理方式吸引和留住优秀人才，并于报告期内推出了2023年限制性股票激励计划，覆盖员工200人，有效地将员工的切身利益与公司的发展进行捆绑，有利于提升核心团队的凝聚力与战斗力，为公司健康、持续、高质量发展提供强劲动力。

　　三、风险因素
　　（一）尚未盈利的风险
　　公司尚未实现盈利，主要系公司专注于大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等基础软件领域研发，坚持“自主研发、领先一代”的技术发展策略，目前公司正处于快速成长期，在研发、销售及管理等方面持续投入较大，公司目前的营业收入规模相对较小，尚未形成突出的规模效应，不能完全覆盖各项期间费用及成本的投入所致。
　　自成立以来，公司专注于大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等基础软件领域研发，坚持核心技术自主研发和创新突破。该领域具有技术壁垒高、研发周期长、研发投入大等特点，公司相应进行了大量的研发投入，在技术研发及技术产业化方面投入了大量的资源和成本。同时，由于公司产品具备较强的专业性，公司产品和服务面临的系统环境和客户需求复杂，并且面向的应用场景和领域众多，包括金融、政府、能源、电信、交通等，相关垂直行业的市场开拓、客户挖掘及行业深耕均需要公司建立和培养专业的销售人员，相关产品部署、方案设计及技术服务的实施需要综合能力较强的售前人员支持，使得整体销售费用投入较多。此外，为建立相匹配的支撑服务体系，公司在运营管理、人力资源及财务内控等中后台建设和办公场所租赁等方面亦进行了较大的投入。公司尚未盈利且存在累计未弥补亏损，对公司资金状况、研发投入、业务拓展、人才引进、团队稳定等方面造成影响，未来能否扭亏仍有不确定性，无法保证短期内实现盈利或进行利润分配。
　　（二）业绩大幅下滑或亏损的风险
　　1、业绩亏损的原因
　　报告期内，公司归属于上市公司股东的净利润为-18,951.99万元，归属于上市公司股东的扣除非经常性损益的净利润为-20,990.59万元，公司呈现亏损的状态。截至2023年6月30日，公司累计未弥补亏损为87,704.09万元。亏损的原因参考本节“五、风险因素（一）尚未盈利的风险”。
　　2、持续经营能力
　　报告期内，公司实现主营业务收入13,784.26万元，较上年同期增长4,025.95万元，增幅41.26%。公司秉承“自主研发、领先一代”的技术发展策略，持续迭代软件产品，在金融、政府、能源、交通、制造等众多国民经济支柱领域，公司客户数量持续增长，并实现众多标志性项目落地。公司未来能否保持持续增长，受到宏观经济、行业政策、市场需求、技术更新迭代、公司自身发展战略、人才储备、市场开拓能力等内外部因素影响。如果未来公司现有主要产品市场需求出现下滑、行业竞争加剧、不能顺利开展研发活动并形成满足市场需求的产品或服务，公司的营收、净利润将面临下降的风险。
　　3、主营业务、核心竞争力及所处行业景气情况
　　近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球数据量呈现爆发式增长态势，我国是数据资源大国，IDC研究报告指出，中国大数据市场增速持续领跑全球，呈现出强劲的增长态势，预测从2021年至2026年，大数据软件将以26.9%的五年年均复合增长率强势增长。各行业推动数字化转型，对于海量数据的存储、处理、分析需求更加旺盛，数据作为和土地、资本、劳动力、技术一样的生产要素，在数字经济不断深入发展的过程中，地位愈发凸显。在我国“十四五”规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴数字产业，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。报告期内，在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。此外，以ChatGPT为代表的人工智能爆发出新的技术和产业革命，加大人工智能技术投入已成为行业和政府的共识。报告期内，公司主营业务、核心竞争力均未发生重大不利变化，与大数据行业整体趋势一致。
　　（三）核心竞争力风险
　　1、技术升级迭代风险
　　作为大数据基础软件供应商，公司的生存和发展很大程度上取决于是否能够及时、高效地进行技术更新与产品升级，以满足客户不断升级的需求。随着5G、云计算和人工智能等新兴技术的深入发展，大数据基础软件相关技术升级迭代加快，公司必须尽可能准确地把握新技术发展动向和趋势，将前沿技术与公司现有技术平台、核心产品有效结合。若公司未能及时把握技术发展趋势，不排除国内外竞争对手或潜在竞争对手率先在新技术领域取得重大突破，而推出更先进、更具竞争力的技术和产品，或出现其他替代产品和技术，可能导致公司无法保持当前的技术先进性，从而对公司未来的经营产生不利影响。
　　2、知识产权及高端技术人才流失的风险
　　大数据及相关基础软件属于技术密集型行业。在业务开展过程中，公司的商标、商业秘密、专利、版权等可能存在被盗用或不当使用的情况，不排除公司与竞争对手产生其他知识产权纠纷的可能。另外，仍不排除个别竞争对手采取恶意诉讼的市场策略，利用相关诉讼拖延公司业务开展。上述知识产权相关的风险一旦出现，将对公司的业务、财务状况和经营业绩产生不利影响。
　　大数据及相关基础软件行业人才资源竞争日益成为行业的主要竞争因素。若公司不能持续维护现有核心技术人员以及研发团队的稳定，并不断吸引业内优秀人才加盟，可能导致高端技术人才流失，从而对公司的发展造成不利影响。
　　（四）经营风险
　　1、市场竞争风险
　　由于公司仍处于快速发展期，且相比国内大型云厂商和ICT厂商，公司在资金实力、品牌知名等方面仍有一定差距，公司面临较为激烈的行业竞争。同时，随着用户对数据存储和分析服务的需求不断增长，各竞争对手加强争夺市场份额，可能导致公司所处行业竞争加剧。如果公司在市场竞争中不能有效保持技术先进水平，不能充分利用现有的市场影响力和差异化竞争策略，无法在当前市场高速发展的态势下迅速扩大自身规模并增强资金实力，公司将面临较大的市场竞争风险，有可能导致公司的市场地位出现下滑。
　　2、开源软件或免费软件的竞争风险
　　虽然开源软件和免费软件在实际应用场景中，存在较多安全性不足、性能较差等劣势，且目前数据库开源体系由国外主导，可能受他国的出口政策限制，但由于其具有较低的应用成本，仍然在当前软件行业中有较为广泛的应用基础，对商用软件的推广构成一定的竞争。商用软件通常针对客户需求进行开发，有较高的技术门槛，在对安全、性能等方面有刚性需求场景中，商用软件仍然占据主流。目前传统关系型数据库仍以商用产品为主，NoSQL数据库作为新兴数据库产品，在应用中，免费及开源产品使用较为广泛。为保障用户使用的安全性及性能体验，公司产品均为商用产品。若未来免费或开源产品的技术快速迭代，应用范围更广，可能加剧市场竞争，导致公司出现商用产品销售量和价格下降的风险。
　　3、渠道销售的风险
　　根据当前软件行业的市场情况，公司采用直销与渠道销售相结合的模式，渠道销售主要为通过生态合作伙伴向终端客户销售产品。生态合作伙伴是公司的重要客户源，报告期内，渠道销售收入占主营业务收入的比例约为48%，生态合作伙伴的获取、维护和管理以及合作伙伴自身的经营能力对公司的盈利能力有重要影响，渠道销售收入的增长主要来源于持续开拓合作伙伴，以及与现有合作伙伴维持持续稳定的合作关系。由于公司产品迭代较快，且技术门槛较高，公司需要持续投入人力物力用于获取、维护和管理合作伙伴。目前公司的生态合作伙伴数量较多，地域分布较为分散，也增加了公司与其合作或对其管理的难度。如果公司难以继续投入维持合作伙伴的关系或开拓新客户，可能导致公司渠道销售收入规模难以持续增长。
　　4、收入季节性波动的风险
　　公司收入存在一定的季节性，第四季度收入高于其他三个季度。公司终端客户主要集中于金融、政府、电信、能源与石化、制造等行业或单位，该等客户通常实行严格的预算管理制度，通常每年上半年启动项目并在四季度验收，由于公司收入主要集中于四季度，而费用又在年度内较为均衡地发生，因此前三季度的盈利状况与全年盈利状况可能存在较大的差异，投资者不宜以季度或者半年度报告的数据推测全年盈利情况。
　　5、国产替代产品推行不达预期的风险
　　近年来，随着国家政策的大力支持以及国内客户越来越重视数据与信息安全，国产替代成为基础软件发展的重要机遇。但是公司面临下游客户信息系统环境多样、国产大数据生态有待完善、人才短缺等障碍，同时国产厂商在数据管理软件起步相对较晚，产品在客户实操场景打磨及市场推广方面仍需要一定的时间，若国产替代产品推行速度不及预期，可能对公司拓展市场产生不利影响。
　　（五）财务风险
　　1、销售费用占营业收入比重较高的风险
　　报告期内，公司销售费用为11,197.18万元，销售费用占营业收入的比例为81.16%，销售费用占比较高。一方面，公司收入存在一定的季节性，上半年收入相比下半年较低；另一方面，公司产品和服务面向的领域众多，包括金融、政府、能源、制造、交通等，报告期内公司进一步加强和扩充销售队伍的建设以进行相关垂直行业的市场开拓、客户挖掘及行业深耕，导致报告期内相应的销售费用投入增加。未来，若公司收入增长不达预期、新产品开发或销售不利，较高的销售费用规模可能对公司的盈利产生不利影响。
　　2、研发投入占营业收入比重较高，持续投入资金需求较大的风险
　　报告期内，公司研发投入（包括研发费用和开发支出）为10,519.84万元，研发投入占营业收入的比例为76.25%，研发投入规模占比较高。一方面，公司收入存在一定的季节性，上半年收入相比下半年较低；由于大数据基础软件产品具有技术壁垒高、研发周期长、研发投入大等特点，需要大量的研发人员、时间和资金投入。目前，公司正在持续围绕三大基础软件产品进行完善和优化，进一步提高产品的成熟度和竞争力，同时积极应对行业中新技术的涌现，尤其是以ChatGPT为代表的人工智能爆发出新的技术和产业革命，公司还将持续进行较大的研发投入，巩固技术方面的先进性，导致公司盈利周期相对较长的风险。
　　3、应收账款余额较大的风险
　　截至报告期末，公司应收款项（含应收账款和合同资产）账面价值为26,931.08万元，占流动资产的比例为16.22%。未来，随着公司经营规模的增大，公司的应收款项规模可能将进一步增大。虽然公司应收款项对象多是金融、能源行业的中大型客户和政府，履约能力强、信誉度高，发生坏账的风险较低，但是如果若债务人发生财务状况恶化或者公司催收不力，可能导致应收款项无法收回形成坏账损失，对于公司的经营成果、资金状况造成不利影响。
　　4、经营活动产生的现金流量净额波动的风险
　　报告期内，公司经营活动产生的现金流量净额为-24,679.02万元，经营性净现金流持续为负，主要系公司尚处于快速成长期，研发及销售投入较大，导致公司支付的工资薪酬及相关费用持续增长，同时公司销售环节对客户存在一定的信用期，从而导致经营活动流入的现金未能覆盖流出的现金。若未来公司经营活动现金流情况无法改善，可能使得公司资金状况紧张，从而面临一定程度的流动性风险。
　　5、研发投入资本化带来的业绩风险
　　报告期内，公司将符合条件的开发支出资本化。若开发支出对应的在研项目研发成功，产品达到预定的标准并可以实现产业化，相关研发投入转入无形资产进行摊销，存在降低公司未来利润的风险。若在研项目开发失败，或资本化的开发支出形成的无形资产不能为企业带来经济利益时，将形成资产减值损失，对公司的业绩产生不利影响。为控制研发风险，公司将立足市场，综合考虑技术研发与市场需求，加强研发过程中的内控管理，提高研发效率，降低新产品研发失败的风险。
　　（六）行业风险
　　大数据及相关基础软件属于技术密集型行业，技术迭代较快且技术种类较庞杂，需要公司具备较强的研发创新能力及保障持续的技术研发投入以准确把握技术发展趋势、引领新技术的迭代、适应新技术的要求，否则将导致已有客户流失、业务发展迟滞、市场份额下降的风险。此外，大数据市场的蓬勃发展也带来了较多参与者，包括但不限于公有云厂商、ICT厂商以及专业软件公司，在关系型/非关系型数据库、交易型/分析型数据库、人工智能平台等多个维度领域展开激烈竞争，也存在部分大数据应用厂商或者数据中台厂商进军基础软件领域，短期内公司可能面临市场竞争进一步加剧的风险。
　　（七）宏观环境风险
　　公司的产品被广泛应用于金融、政府、能源、电信等众多行业，与国民经济的发展具有较高的关联度，同时公司所处的软件行业近年来得到了国家政策的大力支持。未来，若中国经济状况发生重大不利变化，如经济增长停滞，使得下游行业的消费能力受到限制，且国家对于软件行业相关的政策导向发生了转变，可能会对公司经营带来不利影响。 收起▲

　　一、经营情况讨论与分析　　公司是国内领先的大数据基础软件开发商，主要提供大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具三大类基础软件产品及配套服务，助力客户实现数字化转型。　　2022年国内外环境复杂严峻，公司秉承“自主研发、领先一代”的技术发展策略，加大研发投入，提高产品质量，积极巩固和开拓市场。报告期内，公司营业收入37,262.47万元，较上年同期增加12.62%，其中，大数据基础软件业务为公司最主要的业务收入来源，收入30,552.16万元，占公司营业收入的81.99%。　　公司在2022年仍处于战略投入期，公司实现归属于上市公司股东的净利润-27,134.75万元... 查看全部▼

　　一、经营情况讨论与分析
　　公司是国内领先的大数据基础软件开发商，主要提供大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具三大类基础软件产品及配套服务，助力客户实现数字化转型。
　　2022年国内外环境复杂严峻，公司秉承“自主研发、领先一代”的技术发展策略，加大研发投入，提高产品质量，积极巩固和开拓市场。报告期内，公司营业收入37,262.47万元，较上年同期增加12.62%，其中，大数据基础软件业务为公司最主要的业务收入来源，收入30,552.16万元，占公司营业收入的81.99%。
　　公司在2022年仍处于战略投入期，公司实现归属于上市公司股东的净利润-27,134.75万元，较上年同期下降10.90%；公司实现归属于上市公司股东的扣除非经常性损益的净利润-31,035.90万元，较上年同期下降10.22%。
　　1、业务经营成果
　　（1）公司的客户及订单数量持续增长，新客户1拓展卓有成效
　　报告期内，虽然公司的产品和服务的交付及验收受到外部环境的影响，给公司的收入增长带来一定的压力，但是公司新签订单金额约4.98亿元，同比增长36.45%，高于公司同期营业收入的增速，为后续业绩发展提供有力支撑。按照订单所属行业来看，政府、电信、交通、医疗、IT与互联网等行业的订单增速较高。截至2022年12月31日，公司累计签约的终端用户数量约1,400家，客户遍布金融、政府、能源、电信、交通、教育、制造等十几个行业，已形成了一定规模的
　　1新客户指在报告期内与公司签署业务合同的客户。
　　客户基础，广泛的客户使用场景助力公司持续打磨基础软件产品。报告期内，公司确认收入的客户数量为514家，相比上年同期的447家，同比增长14.99%。
　　报告期内，公司新客户的收入约为11,884.43万元，同比增长56.81%，其中确认收入金额大于100万的新客户数目持续提升，由2021年的12家增长至2022年的34家。高价值的新客户主要来自于金融、政府和电信行业。
　　（2）加强研发投入，提升产品竞争力
　　报告期内，公司产品技术不断突破，发布了全系列新版本产品，进一步提升公司三大类基础软件产品的竞争力：
　　针对大数据与云基础平台，其中大数据基础平台于春季新品发布周发布了TDH9.0产品，新版本更好地实现更平滑的国产化迁移，与国外开源软件及商业版本相比有更强的功能和性能上的优势。同时，公司面向高校、科研机构推出TDH社区版本，可以免费获得该版本用于教学或科研；开发者也可以使用网络社区版。社区版针对付费客户推出了订阅制的收费模式，商业客户可采用订阅方式使用。数据云平台TDC支持公司全系产品新版本，同时PaaS能力持续增加，新增联邦云管理功能可以支持信创和多云环境下的部署，新增隐私计算区能够支持公共数据运营场景下的需求。
　　针对大数据开发与智能分析工具，公司推出数据安全及一体化机器学习运维平台和隐私计算平台：其中数据安全产品帮助客户对重要数据进行数据分类，敏感数据进行静态/动态脱敏，增加数据水印、数据噪音等；一体化机器学习运维平台和隐私计算平台，赋能客户在可信、隐私的基础上，实现机器学习模型的全生命周期管理，并实现数据要素流通。
　　针对分布式关系型数据库，报告期内，公司的分布式数据库产品实现了较大的升级。公司的分布式分析型数据库ArgoDB实现了四种混合负载：数据实时写入、交互式分析、高并发查询、大规模批处理。目前业内单一数据库能同时实现前述四种功能比较少。报告期内，KunDB研发的基于内存的数据库存储引擎,单节点运行基准测试TPC-C的性能高达180万TPMC（每分钟内系统处理的新订单个数），达到国内领先水平并通过信通院的认证测试，此外还大幅提升了PL/SQL的兼容度。
　　（3）标志性项目和国产化替代案例获得业内认可，持续扩大品牌影响力
　　报告期内，公司作为支持单位与客户联合申报的四项成果入选由中国信息通信研究院及中国通信标准化协会大数据技术标准推进委员会共同组织的2022大数据星河案例。其中，基于公司大数据基础平台TDH及智能分析工具Sophon的郑州商品交易所全景数据分析平台获评行业数据应用方向标杆案例；基于公司数据云平台TDC的甘肃省住房和城乡建设厅互联网+政务服务和监管系统获评行业数据应用方向优秀案例；紫金农商银行基于ArgoDB的湖仓集一体大数据平台、江西金融发展集团股份有限公司基于分布式数据库ArgoDB+KunDB的互联网金融业务系统分别获评数据库方向优秀案例。
　　报告期内，公司积极推进基础软件国产化替代进程，助力金融、能源、制造、交通等行业多个用户实现了数据分析场景中部分关键信息系统的国产替代，尤其是大数据平台CouderaDataPatform、大数据平台HortonworksDataPatform等国外主流厂商产品。
　　随着公司产品在用户场景的逐步落地，公司口碑的不断积累，市场地位迈上新台阶。公司的安全大数据平台入选工信部网安中心“信息技术应用创新典型解决方案”，彰显了公司在数据安全领域的标杆形象。公司入选工信部2021年“人工智能产业创新任务”之“方向5：人工智能开发服务平台及工具”的揭榜单位，成为首批网络安全技术与产业发展工业和信息化部重点实验室专项工作组大数据人工智能分析工作组的成员单位，且公司作为中国机器学习代表厂商受邀参加Gartner2022数据与分析峰会进行数据分析和图谱建模成果展示，体现了公司在人工智能领域的先进地位。公司被列为Gartner数据中台领域全球推荐供应商、中国数据库管理系统产品品类最多的厂商之一、图数据库管理系统市场指南全球代表厂商，凸显了公司在数据库和数据中台领域的影响力。此外，公司积极参与行业标准组织的多项行业标准和规范的制定，具体请参考“第三节管理层讨论与分析
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明（三）所处行业情况2.公司所处的行业地位分析及其变化情况”。
　　2、财务经营成果
　　（1）公司的服务类毛利率快速提升
　　报告期内，公司的技术服务的毛利率为49.01%，相比上年同期的36.65%有显著提升，主要得益于技术支持与服务人员项目实施的工作饱和度和各项目之间协调调度能力提升的同时，公司将技术服务按照不同的产品模块和数据生命周期管理角度进行细化分类，形成一系列技术运营服务标准与工作规范，以提升相关人员的专业性及工作效率。报告期内，公司的应用与解决方案的毛利率为3.84%，相比上年同期的0.21%有所提升，主要因为在应用与解决方案业务的经验积累，解决方案的交付效率有所提升。
　　（2）销售费用率和管理费用率持续下降
　　报告期内，公司进一步提升经营效率。公司的销售费用率和管理费用率（扣除股份支付费用后）分别为55.08%和28.03%，相较上年同期分别下降6.34和3.01个百分点。报告期内，通过（1）公司在各行业的头部标杆案例的打造助力中腰部细分市场的渗透；（2）各行业对大数据技术的认知度和接受度的提升；（3）公司销售和售前人员及对公司产品和服务的掌握度的提高；以及（4）公司上市带来的明显的品牌效应，使得公司的销售和售前人员工作开展的效率得到提升。报告期内公司的管理费用（扣除股份支付费用）的金额和去年相比基本持平，公司前期为筹备上市、完善内控管理体系已经基本完成团队的搭建，未来随着公司收入的增长，公司的管理规模效应将进一步显现。
　　
　　二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明
　　(一)主要业务、主要产品或服务情况
　　公司是一家企业级大数据基础软件开发商，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件及服务，已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵，支撑客户及合作伙伴开发数据应用系统和业务应用系统，助力客户实现数字化转型。
　　公司主要提供两大类的产品和服务：第一类是大数据基础软件业务，包含基础软件产品和技术服务；第二类是应用与解决方案，主要针对大数据应用场景，提供大数据存储、处理以及分析等相关场景下的咨询及定制开发等服务的解决方案；除上述两类业务以外，公司根据客户及项目需求销售少量第三方软件、硬件等其他业务。
　　公司的第一类大数据基础软件业务中所包含的基础软件产品，主要由下列三大产品矩阵所构成：
　　TDH是公司自主研发的一站式大数据基础平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像等在内的多种数据格式，提供高性能的查询搜索、实时分析、统计分析、预测性分析等数据分析功能。
　　TDC是一款基于容器技术的数据云平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和使用灵活性的要求，可以在一个云平台上支撑大量的用户需求和数字化应用，适用于建设大型企业的数字化基础设施、城市大数据中心的数据平台、企业级数据应用云以及跨多数据中心的数据平台等场景。
　　ArgoDB是面向数据分析型业务场景的分布式闪存数据库产品，主要用于构建离线数据仓库、实时数据仓库、数据集市等数据分析系统。
　　KunDB是公司研发的一款面向数据操作场景的分布式交易型数据库，主要用于支持操作型业务场景（如ERP、OA、HIS等）和高并发场景（如消费者的手机APP应用、居民码查询等）的核心数据系统的构建。
　　TDS是公司研发的一款用于大数据开发的工具集。TDS内置多个数据工具产品，为企业构建数据仓库、数据湖、数据中台，提供高效的数据集成、数据治理、数据资产管理、数据标签与服务、数据共享与交易等工具，提高开发者对数据系统的建设效率，提升业务客户对数据资产的利用效率，帮助客户实现数据对业务的赋能。
　　Sophon是一款一站式人工智能平台，它能够在统一的平台上，端到端对多种模态数据完成数据采集、数据接入、数据标注和自标注、模型构建、模型测试、模型管理、模型持续迭代、知识存算和推理、辅助决策到数据要素流通的各个流程；同时，Sophon也能为不同智能数据分析业务提供便捷的存、算资源管理和调度、监控、审计等企业级功能。Sophon内置了多类机器学习算法（包括不限于各类统计学习、图计算、深度学习算法等），并支持多种主流机器学习计算框架、算法和人工智能模型在Sophon平台运行，能够赋能用户更高效地讲行大规模复杂数据分析和预测性分析，从而辅助业务决策，提高企业的数字化运营能力和智能化决策能力。
　　(二)主要经营模式
　　1、盈利模式
　　公司主要销售大数据基础软件业务相关的软件产品和技术服务，以及为客户提供应用与解决方案。其中，大数据基础软件业务是公司的主要盈利来源。报告期内，公司大数据基础软件产品包括大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具。根据不同客户或项目需求，公司大数据基础软件业务主要以软件产品授权的方式交付，少量情况下也提供软硬一体交付方式，此外，根据部分项目具体需求，公司为大数据基础软件产品或相关的软硬一体产品配套提供相关的技术服务。报告期内，公司主要通过永久授权模式向客户销售软件产品，授权收入根据客户及具体项目需求，按照授权数量收取软件授权费。技术服务及应用与解决方案按项目计价模式或人月计价模式收费，其中维保类服务通常按服务期限收费。公司持续进行新客户的开发、销售，并随着公司客户积累及客户大数据相关信息系统建设需求，向老客户提供已购产品扩容、新软件产品销售、提供技术服务及应用与解决方案的方式，实现老客户对公司产品或服务进行复购。
　　2、研发模式
　　公司秉承“自主研发、领先一代”的技术发展策略，由公司总经理作为公司研发工作总负责人，负责技术和产品研发的统筹安排，技术和产品研发的具体工作由产品研发部落实完成。为保证研发质量，推动技术创新，公司针对技术研发过程制定了详细的流程管理制度，主要通过产品研发生命周期管理和软件工程过程管理两大类流程，控制开发各环节的工作质量，提高开发作业能力和研发工作效率，保证产品和技术的先进性。
　　3、销售模式
　　根据客户类型不同，公司销售模式分为直接销售和渠道销售两种模式。
　　（1）直销模式指公司直接面向金融、交通、能源等领域的终端用户进行签约，并向终端用户直接交付公司产品与服务的销售模式。在直销模式下，公司销售团队主要负责新客户的拓展以及存量客户的需求挖掘。公司总部及各地的子公司、分公司等本地化机构具备良好的销售及综合服务能力；
　　（2）渠道销售模式指公司与项目合作伙伴和经销商等生态合作伙伴直接签约，通过与生态合作伙伴合作向终端用户交付公司产品与服务的销售模式。其中，项目合作伙伴主要包括直接面对中大型终端用户的系统集成商或应用开发商，拥有丰富的行业服务经验和（或）自有的IT产品，能够与公司协作形成具有实际应用价值的产品或解决方案。项目合作伙伴通常根据终端用户的需求采购公司的产品，并结合其自有IT产品或其他厂商产品（如有）销售交付给终端用户。经销商为行业内具有丰富软件推广经验的合作伙伴，与公司签署有效的合作伙伴协议或框架协议，并在合作伙伴合作协议或框架协议中约定了销售业绩或市场占有率或产品数量等指标。公司与经销商客户之间均为买断式销售，经销商客户在采购公司产品后，向终端用户、系统集成商或应用开发商进行销售。
　　4、采购模式
　　公司采购内容分为自用采购及项目采购，其中：
　　（1）自用采购主要为公司日常经营和研发过程中所需的服务器、办公设备等相关硬件和少量技术服务以及办公用品，由采购部门根据内部需求执行采购流程；
　　（2）项目采购通常包括技术服务采购和软硬件采购，用于向客户实施及交付。
　　为了提升项目收益率、提高交付效率以及缩短实施周期，公司会向技术服务供应商采购技术服务。公司技术服务采购分为工时计价和项目计价两种方式。公司采购的物料主要为软硬件一体机的硬件设备及通用工具软件。
　　对于项目采购，公司建立了内部制度规范采购行为，由采购部门根据客户需求执行采购流程。公司制定了《项目外采管理办法》《内部采购管理及供应商管理制度》等相关制度规范采购行为。
　　(三)所处行业情况
　　1.行业的发展阶段、基本特点、主要技术门槛
　　公司专注于大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等大数据基础软件领域的自主研发，为企业客户和合作伙伴提供覆盖数据采集、存储、治理、建模、分析、挖掘和流通等数据全生命周期的产品与服务。依据国家统计局《国民经济行业分类》（GB/T4754-2017），公司所处行业属于软件和信息技术服务业（I65）。根据《战略性新兴产业分类（2018）》，公司所属行业为“新一代信息技术产业”之“新兴软件和新型信息技术服务”之“新兴软件开发”之“基础软件开发”。
　　（1）行业发展阶段
　　（Voume）、多样的数据类型（Variety）、价值密度低（Vaue）、快速的数据流转
　　近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球及中国的数据量均爆发式增长。数据资源总体呈现出“4V”的特点，即海量的数据规模（Veocity）。在大数据时代下，以集中式架构关系型数据库为代表的传统数据管理软件在处理大数据场景时不能很好适应数据的“4V”特性，面临较多技术挑战。随着信息技术的发展，数据处理需求的变化推动了数据管理软件技术的变革，从技术发展方向来看，数据管理软件技术依次按照“关系型、集中式”向“非关系型、分布式”并进一步向“多模型、云原生”这三个阶段进行演变。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展。
　　当前，中国大数据软件领域处于发展的历史机遇期，我国高度重视大数据在经济社会发展中的作用。根据信通院发布的《大数据白皮书（2022年）》，2021年，我国大数据产业规模增加到1.3万亿，复合增长率超过30%。根据工信部印发的《“十四五”大数据产业发展规划》，在“十三五”时期，我国大数据产业快速起步，但仍然存在一些制约因素，目前国内的技术支撑不够强，基础软件等关键领域与国际先进水平存在一定差距。在工信部印发的《“十四五”软件和信息技术服务业发展规划》中相关内容亦指出，要聚力攻坚基础软件，对数据库等关键基础软件补短板。
　　（2）行业基本特点
　　○1分布式系统成为行业技术架构主要的发展方向
　　传统数据库以集中式架构为主，集中式架构由一台或多台主计算机组成中心节点，数据存储以及整个系统的业务单元都集中部署于该中心节点中，系统所有的功能均由中心节点集中处理。每个终端或客户端仅仅负责数据的录入和输出，而数据的存储与控制处理完全交由主机完成。分布式架构下，软件组件分布在不同主机上，主机之间通过网络连接进行通信和协调。
　　随着海量及异构数据的数据分析需求增长，需要的计算、存储和IO等资源也在极速增加。集中式架构通过改善硬件配置来提升存储和处理能力，但单台主机可配置的资源存在上限，因此传统的集中式架构软件难以满足海量及异构数据的数据集的处理和分析需求。而为了处理TB以及PB级别以上的数据规模，分布式的架构将数据分散在网络上多个通过高速网络互联的节点上联合计算。因为数据分布在不同节点，在进行计算任务时，任务也会被切分成多个子任务，分发到多个节点上同时进行计算，能充分利用整个集群各个节点的计算资源、存储资源和IO资源，可线性提升集群的存储和处理能力。因此，分布式架构能较好的处理该类问题，这也是分布式架构相对于传统单机架构的核心优势。
　　在大数据场景下，分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优势，能够较好的满足大数据分析的需求。此外，近年来，分布式技术不断发展，在提供高弹性、支持高并发的同时，支持关系型数据库中强事务性的特性，成为大数据技术的重要发展方向。
　　○2数据管理软件国产化趋势明显，国产大数据产品有望实现换道超车
　　国内数据管理软件基本被Orace、IBM和微软为代表的国外关系型数据库厂商主导，国产软件产品渗透率低。随着国内客户越来越重视数据与信息安全，国产软件产品在关键领域实现替代成为其中重要环节，越来越多的客户已经开始或计划相关软硬件的采购计划。
　　大数据时代下，数据管理软件正在逐步由集中式架构软件向分布式架构软件演进，国产大数据产品有望实现换道超车，对国外数据管理软件进行替代。从功能来看，基于新兴分布式架构的国产大数据产品已经能满足市面上绝大多数数据应用场景基础需求。但国产大数据产品能否在市场竞争中胜出、占据更多的市场份额，仍然取决于国产大数据产品能否构建自主研发的生态以及产品的全球竞争力。目前，为保障国家信息安全，自主研发的国产大数据生态体系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、规模用户群体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进入快速协同发展阶段，国产大数据产品与服务迎来较好的发展机遇。
　　○3数据管理软件趋向于统一多数据模型的平台
　　数据模型是决定数据库系统逻辑的重要因素，并从根本上决定以何种方式存储、组织和操作数据，包括传统的关系模型和NoSQL数据模型（文档模型、键值模型、图模型等）。大多数数据库管理系统只能支持一种或少数几种数据模型，因此企业通常只能使用多种数据库产品联合的方案来应对日益增长的异构数据模型处理需求。
　　随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库模型的大数据平台技术。相比多种数据库产品的集成方案，多种数据库模型统一的大数据平台的优势包括：（1）提升场景效率。同一份数据可以分别采用多种数据模型存放，解决不同场景的处理效率问题；（2）统一分析管理。关联不同模型的数据，统一分析管理；（3）降低运维成本。无需维护多种数据库，降低运维成本；（4）降低数据持有成本，同一份数据在不同的数据模型当中不需要全量存储，不同模型只需要存储必要的数据内容即可，在查询时可以通过关联的方式获取全量信息。
　　未来多模型数据平台将通过不断提高计算、存储引擎的处理能力，从操作响应速度、数据并发能力、数据管理成本等多个角度优化企业的数据需求，成为多模大数据平台的重要发展趋势。
　　○4云原生大数据平台架构成为未来的主要发展方向
　　云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API，这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。面对客户日益增长的海量数据、多种数据结构的实时化、智能化处理需求，云原生的大数据平台架构凭借计算存储解耦、资源池化、Serveress等核心技术，提供了高弹性拓展、海量存储、多种数据类型处理及低成本计算分析的能力。相比传统数据库，云原生数据库及数据管理平台天然具备灵活性，能够提供强大的创新能力、丰富多样的产品体系、经济高效的部署方式和按需付费的支付模式。
　　○5国家加速数据要素市场建设，推动数据安全流通技术的商业化加速
　　2022年1月12日，国务院发布《“十四五”数字经济发展规划》，其中强调“充分发挥数据要素作用”。报告期内，《要素市场化配置综合改革试点总体方案》、《关于加快建设全国统一大市场的意见》、《关于构建数据基础制度更好发挥数据要素作用的意见》、《关于征求<企业数据资源相关会计处理暂行规定（征求意见稿）>意见的函》等相关政策不断落地，彰显数据要素的重要性。当前，丰富的数据要素资源已经涵盖了政府、金融、运营商、房地产、医疗、能源、交通、物流、教育以及制造业、电商平台、社交网站等众多领域。同时，由于数据的流通和利用是数据要素价值创造的前提，而跨域、跨中心的数据融合计算需求，以及数据要素在开放流通环节中的安全需求（包括“可用不可见”、“可用不可得”、“可用不出域”等），都使得数据的安全可信流通成为数据要素的市场化配置的重要一环，也是各行业数字化转型过程中和过程后的必由之路。随着《数据安全法》、《个人信息保护法》的实施，以安全为前提的数据开放利用将迎来新一轮发展机遇。隐私计算是在处理、分析计算数据的过程中保持数据不透明、不泄露、无法被计算方以及其他非授权方获取的一种技术解决方案，能够在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放，应用前景和商业价值巨大。在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。
　　（3）行业主要技术门槛
　　大数据基础软件行业属于知识密集、技术先导型的新兴产业，其技术门槛较高，主要体现在技术迭代的速度以及技术覆盖面的广度，每年不断涌现出新技术成为实现大数据的集成、存储和处理、治理、建模、挖掘和流通的有效手段，需要公司具备较强的研发创新能力及保障持续的技术研发投入以准确把握技术发展趋势、引领新技术的迭代、适应新技术的要求。由于大数据基础软件在不同行业客户的数字化基础设施中，提供信息系统的基础能力，是整个应用系统最终实现数字化的技术基础，其技术水平也决定了对应业务应用系统的能力边界和创造数据价值的效率，在信息系统中处于核心环节，因而企业的研发创新能力也成为未来竞争的关键要素，只有研发能力过硬的企业才能够通过更突出的技术优势树立产品竞争力，而新进入者缺乏对大数据核心技术的有效积累，面临较高的技术门槛。
　　2.公司所处的行业地位分析及其变化情况
　　（1）技术地位
　　报告期内，结合用户实际需求，在市场驱动下公司产品技术不断突破，发布了全系列新版本产品，其中大数据基础平台发布TDH9.0产品，新版本更好地实现更平滑的国产化迁移，与国外开源软件及商业版本相比有更强的功能和性能上的优势。同时，公司面向高校、科研机构推出TDH社区版本，可以免费获得该版本用于教学或科研；开发者也可以使用网络社区版。社区版针对付费客户推出了订阅制的收费模式，商业客户可采用订阅方式使用。
　　大数据开发和智能分析工具方面，结合数据安全法、个人信息保护法，公司推出数据安全相关产品，帮助客户对重要数据进行数据分类，敏感数据进行静态/动态脱敏，增加数据水印，增加数据噪音等。2022年下半年客户开始关注数据安全监管，公司相继推出了包括网络安全审查、数据安全审查等产品。报告期内，公司的人工智能平台Sophon成为首个通过3TB数据量下（当前TPCx-AI已通过测试最大体量）的TPCx-AI基准测试的产品，并通过了事务处理性能委员会（TPC）的审核。
　　数据库产品实现了较大的升级。报告期内，分布式分析型数据库ArgoDB实现四种混合负载：数据实时写入、交互式分析、高并发查询、大规模批处理。目前业内单一数据库能同时实现前述四种功能比较少。KunDB实现了高速的存储引擎，联合信通院进行了TPC-C事务性能测试,TPC-C的性能高达180万TPMC（每分钟内系统处理的新订单个数），并大幅提升了PL/SQL的兼容度。
　　（2）市场地位
　　公司积极参与行业标准组织的多份行业标准和规范，逐步提高各行业的数字化水平和智能化能力。公司参与编写的数据资产管理领域首个国家级标准《信息技术服务数据资产管理要求》、行业标准《人工智能从业人员能力要求》、《数据安全风险治理成熟度评价模型》；国内首份《跨境数据流通合规与技术应用白皮书》、《“边缘计算+”技术白皮书》、《数据资产管理实践白皮书（5.0版）》、《数据治理标准化白皮书》、《分布式存储发展白皮书》、《联邦学习技术金融应用白皮书》正式发布。
　　随着公司产品在用户场景的逐步落地，公司口碑的不断积累，市场地位迈上新台阶。公司入选工信部网安中心“信息技术应用创新典型解决方案”，成为首批网络安全技术与产业发展工业和信息化部重点实验室专项工作组人工智能分析工作组的成员单位，入选工信部人工智能产业创新任务“揭榜单位”，成为信通院云原生安全实验室首批成员单位，通过信通院第十四批“可信大数据”产品能力评测——云原生数据湖基础能力测试、图计算平台基础能力测试，获上海市计算机学会科学技术奖一等奖；被列为Gartner数据中台领域全球推荐供应商、中国数据库管理系统产品品类最多的厂商之一、图数据库管理系统市场指南全球代表厂商，作为中国机器学习代表厂商受邀参加Gartner2022数据与分析峰会进行数据分析和图谱建模成果展示。
　　3.报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势
　　世界百年未有之大变局下，产业链供应链安全成为能否实现高质量发展的重要前提，也决定了必须走自主可控的道路。“十四五”规划更是明确，强化基础组件供给，大力发展云计算、大数据、人工智能、区块链等平台软件开发框架。目前，国产化替代正处于从“可用”向“好用”的进化阶段，应用领域也从党政行业逐步向其他行业拓展。在基础软件自主研发创新的同时，星环科技积极参与大数据行业标准及规范的制定，并深度参与产品图谱编制、产业白皮书、案例集编撰等工作。
　　当下面临的挑战是全球化供应链的变化。挑战与机遇并存，把新一代信息技术应用到各行各业，推动各行业的数字化转型，不亚于新的工业革命。在我国数字化转型浪潮的推动下，各个产业领域都在力争实现信息化、智能化。在推动商业数字化转型浪潮时，需要完整而适合的解决方案来将转型落到实处，帮助客户快速实现数字化转型。数字化已经上升到国家战略层面，建设数字基础设施成了重中之重，其中基础软件是数字基础设施的核心基石之一。
　　在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。财政部《企业数据资源相关会计处理暂行规定（征求意见稿）》，提出数据资产进入财务报表，成为无形资产，进而进行交易和流通，将数据作为生产要素。随着数据作为生产要素地位的确定，数据要素成为数据赋能具体行业的关键一环。数据的流通和利用作为数据要素价值创造的前提，保障数据安全、数据要素安全流通的技术和平台应运而生，数据的跨境数据交易和不同机构间的数据流通的需求将不断增加。诸如数据全流程合规与监管规则体系、统筹构建规范高效的数据交易场所、数据要素流通和交易服务生态、数据安全合规有序跨境流通机制等。
　　数据智能、机器学习平台是赋能数据要素市场的重要工具。伴随企业对于各业务场景中数据智能应用的实时性需求不断增强，优化运营效率并提升决策水平正在开启企业智能化转型之路。从用户的角度，正在通过不断完善底层数据管理架构，增强企业内智能化水平。以金融、零售、医疗和工业为代表的各行各业正以AI应用率先落地的原始场景为起点，逐步实现了更多场景的赋能延伸。随着技术市场和应用市场的逐渐成熟和深入，单模态、单模型难以应对实际落地过程中对复杂场景的需求，为数据智能的进一步发展提供了动力。对于这种新兴的态势，传统“数据-算法-算力”的三架马车，多模态数据分析、开发运维一体化、可信AI逐渐走上了舞台。愈多业务场景的泛化升级带来企业AI应用的数据连通与业务协同等加成效应，反哺加速企业的智能化转型进程。
　　(四)核心技术与研发进展
　　1.核心技术及其先进性以及报告期内的变化情况
　　公司以技术研发为核心，推动业务持续发展。自成立以来，公司深耕于数据基础软件领域，形成突出的科技创新实力，在分布式技术、SQL编译技术、数据库技术、多模型数据的统一处理技术、基于容器的数据云技术以及大数据开发与智能分析技术六个方面，积累了30项核心技术。
　　2.报告期内获得的研发成果
　　公司始终坚持自主研发，稳步推进各项研发项目，并对技术创新成果积极申请专利保护。截至2022年12月31日，公司累计获得发明专利91个，实用新型专利1个，外观设计专利2个，软件著作权352个。
　　3.研发投入情况表
　　研发投入总额较上年发生重大变化的原因
　　主要系报告期内研发人员增加和薪酬上涨所致。
　　4.在研项目情况
　　情况说明无。
　　5.研发人员情况
　　6.其他说明
　　
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、具备持续创新能力，致力于引领行业技术发展
　　公司专注于分布式技术、数据库技术、编译技术、数据云技术等基础软件领域的研发，始终坚持“自主研发、领先一代”的技术发展策略，注重技术研发的前瞻性。自2015年以来，公司已在关系型分析引擎、流处理引擎、容器云技术、数据云服务、多模型数据的统一处理技术等诸多领域实现多项技术突破，引领行业技术发展。截至2022年12月31日，公司累计获得发明专利91项。公司基于分布式架构的大数据基础平台、分析型数据库产品已达到业界先进水平，相关产品已通过国际知名组织TPC的基准测试TPC-DS并通过官方审计，公司也是该基准测试自2006年标准发布以后全球首个通过官方审计的软件厂商。2020年，根据IDC《MarketScape：中国大数据管理平台厂商评估，2020》，公司在关键战略、关键能力等维度评价综合能力排名市场第四，是
　　中国大数据管理平台市场的领导者。2022年8月，星环科技成为全球首家通过TPCx-AI3TB基准测试的厂商
　　2、核心技术自主研发，助力大数据基础软件国产化进程
　　我国高度关注核心技术领域发展，相关扶持政策不断落地，国产基础软件产业整体将加速推进。大数据及相关产业是当前国家重点发展产业领域之一，公司具备自主研发的产品及众多产业标杆案例，作为国产大数据的代表企业之一，公司有望在相关领域不断实现更大突破，助力国家产业数字化升级。
　　公司坚持核心技术自主研发，大数据软件产品在数据存储管理层、计算引擎层、编译器层、资源管理层实现了统一重构，在大数据核心基础软件领域实现对国外对标企业产品的替代。自成立以来，星环科技大数据基础平台自底向上研发了核心组件，逐步脱离了国外开源大数据框架的束缚。以核心产品大数据基础平台TDH为例，公司持续投入研发，并实现产品突破，截至目前，分布式SQL编译器、计算引擎、存储引擎、分布式数据管理系统、资源调度器等核心技术已实现自主研发。
　　公司积极参与信息产业国产化进程，成为大数据基础软件国产化的重要推动者。2021年3月，中央国家机关政府采购中心发布关于中央国家机关2021年数据库软件协议供货采购项目成交公告，作为政府采购领域级别最高的项目之一，此次采购的执行方中央国家机关政府采购中心对入围企业的规模、技术实力、以往的成功案例、解决方案的水平等各方面都设置了高等级的考核标准。公司KunDB入围事务型数据库管理系统供应商名单，公司ArgoDB入围分析型数据库管理系统的供应商名单。截至目前，公司有多款产品通过中国信通院“大数据产品能力评测”。公司牵头承担了包括工信部《2020年新兴平台软件项目-大数据平台软件》、上海市《全栈型云平台产品研发及生态建设》在内的众多项目，得到项目主管单位的高度认可。此外，公司快速完成了和多个国产硬件平台的适配，还创新地支持在一个集群内允许多个不同的硬件架构（如X86架构和国产鲲鹏、飞腾、龙芯等架构）混合部署，能够更好的让用户实现逐步的国产化替代进程。公司已助力金融、能源、制造、交通等行业多个用户实现了数据分析场景中部分关键信息系统的国产替代，替代的对象包括传统关系型数据库Orace、IBMDB2、Teradata；搜索引擎Easticsearch、大数据平台CouderaDataPatform、智能统计分析工具SAS等多家国外主流厂商产品。公司已成为国产大数据和数据库领域的重要参与者，未来，公司将持续自主研发大数据基础软件领域的关键技术，推动国家数据信息安全和其他产业的发展。随着基础软件国产化进程的加快推进，公司有望在该进程中取得有利的发展态势并取得一定的市场份额。
　　3、产品线丰富且服务能力强，满足用户数据全生命周期管理的需求
　　围绕数据集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期管理的各个阶段，公司研发了一系列软件产品，包括大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等软件产品、软硬一体机产品及相关技术服务，实现“一站式”数据管理解决方案。2022年6月，公司多个产品或子产品入选Gartner发布的《中国数据库管理系统供应商识别指南》，在识别的8类数据库管理系统产品中，公司入选产品覆盖其中7类，是覆盖超过7类或以上产品的四家厂商之一，以及覆盖多模数据库的四家厂商之一。
　　由于大数据基础软件专业性较强且对于整个信息系统的重要性较高，因此较多用户除了采购公司软件外，亦需要公司提供配套的技术服务支持。公司具备较强的技术服务能力，2020年，公司获得中国信息通信研究院“大数据服务能力评估-数据工程专项-量化管理级（四级）”和“数据库服务能力评估-实施部署专项-量化管理级（四级）”，是当年参与测评厂商中的最高评级。2021年，公司再获“大数据服务能力评估-大数据平台建设服务能力专项-量化管理级（四级）”，表明公司在大数据服务能力方面已具备较高的成熟度。公司也为用户提供解决方案服务，包括大数据开发、治理以及分析相关的咨询、定制开发等服务，赋能客户和合作伙伴快速构建数据仓库、数据湖、数据云等多个核心场景，实现数据全生命周期管理的整体解决方案。
　　公司拥有完整的产品布局及优质的技术服务能力，可以提供全面的数据处理平台和工具，满足企业用户对于大数据处理和应用的全方位需求，为公司带来了交叉销售的机会。
　　4、客户粘性强，老客户复购收入为公司营业收入的重要来源
　　大数据基础软件作为信息系统的重要基础设施，对上层应用系统的稳定性、可扩展性等方面有重要影响，由于基础软件替换成本较高，已有客户未来往往不会轻易替换已采购的产品。随着数据处理量的提升与大数据应用业务场景的增加，将产生产品的扩容或选购新类型产品需求，从而为公司持续获得客户订单，实现业务稳定发展提供了支持。
　　随着大数据应用的普及，以及公司产品的不断研发推广，终端用户群体保持快速增长。截至报告期末，公司拥有约1,400家终端用户。公司作为大数据基础软件产品提供商，产品化程度较高，不局限于某一行业，可以快速在不同行业实现广泛布局。公司自主研发的先进技术和大数据全周期解决方案能力成功满足了各类客户多个业务场景的需求，得到了众多客户的认可。公司客户分布在金融、政府、能源、交通、制造等众多国民经济支柱领域，具备长期稳定的潜在需求。
　　在收入规模持续扩大的同时，公司重视对于老客户的维护。2022年，公司老客户2复购产生的收入3约占公司营业收入的68.10%，构成公司主要的收入来源。在大数据应用场景不断增加与公司客户基数不断增长的背景下，公司将继续扩大对老客户的运营，为客户提供持续优质的产品与服务，开垦、挖掘老客户的收入增长空间。
　　5、打造大数据生态闭环，推动业务长期健康发展
　　2老客户指在报告期之前和公司签署业务合同的客户；
　　3复购产生的收入金额指老客户与公司签署的合同在报告期内确认的收入。
　　大数据是新兴产业，产品专业性强。除了发展具备大数据发展应用能力的企业用户及相关销售力量以外，不断培养更多的产品开发人员、产品使用人员、产品维护人员是公司长期发展的关键。公司自成立以来，围绕自研的大数据基础平台，公司发展了包含系统集成商、独立软件开发商、软件开发工程师、高等院校等一系列活跃参与者的“生态”闭环。公司致力于促进生态合作伙伴能够发挥公司大数据基础软件的使用价值，实现生态共赢。
　　在公司建立的“生态”中，公司拥有数百家项目合作伙伴，超过上千家的终端用户已采购公司产品，覆盖金融、政府、能源、交通、制造业等多个行业。自成立以来，公司大数据人工智能人才生态体系已经累计培训开发者超过4万人，为超过2,200家企业提供培训，累计发出超过10,000份认证证书。2018年，公司成立“星环云课堂”提供产品相关能力在线学习平台及相关社区，提供基于产品的技术架构与解决方案相关培训。一方面，公司帮助合作伙伴和客户理解新技术及实现产品应用落地，产生价值，提升客户数字化运营与决策的生产效率。另一方面，公司推动产品及其最佳实践的培训与推广，降低平台使用学习门槛，让没有大数据从业经验的软件工程师与业务人员，经过培训后，能快速上手并投入到产业技术的开发及使用中。此外，公司已与北京大学、南京大学、复旦大学、新加坡理工学院、英特尔等联合共建大数据/人工智能实验室、技术创新实验室，通过与高等院校合作扩大产品的影响力以及使用者群体。
　　多年的生态建设为公司培养了一批优质的开发者以及合作伙伴，扩大公司产品品牌影响力，助力我国大数据行业生态建设，也有利于推动公司业务的长远发展。
　　6、具有技术深厚的核心团队，建立了较高的人才壁垒
　　公司核心团队深耕大数据领域十多年，是国内最早从事大数据基础软件技术的研发和产品化的团队之一，为公司奠定坚实的研发实力基础。核心团队将其在业内优秀企业积累的技术经验和管理经验应用于公司实践，并通过传帮带培养了一批专业而精干的中层技术团队，有效提升了企业的技术水平和规范化运作水平，形成了持续技术创新、对客户的快速响应和高品质交付的能力。
　　公司建立了完善的“选用育留”人才管理体系，重视员工的能力建设和职业发展，促进员工与企业同创共赢，为业务发展输送优秀人才。优秀的核心团队以及完善的长期人才培养机制为公司建立了较高的人才壁垒。
　　(二)报告期内发生的导致公司核心竞争力受到严重影响的事件、影响分析及应对措施
　　
　　四、风险因素
　　(一)尚未盈利的风险
　　公司尚未实现盈利，主要系公司专注于大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等基础软件领域研发，坚持“自主研发、领先一代”的技术发展策略，目前公司正处于快速成长期，在研发、销售及管理等方面持续投入较大，公司目前的营业收入规模相对较小，尚未形成突出的规模效应，不能完全覆盖各项期间费用及成本的投入所致。
　　自成立以来，公司专注于大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等基础软件领域研发，坚持核心技术自主研发和创新突破。该领域具有技术壁垒高、研发周期长、研发投入大等特点，公司相应进行了大量的研发投入，在技术研发及技术产业化方面投入了大量的资源和成本。同时，由于公司产品具备较强的专业性，公司产品和服务面临的系统环境和客户需求复杂，并且面向的应用场景和领域众多，包括金融、政府、能源、电信、交通等，相关垂直行业的市场开拓、客户挖掘及行业深耕均需要公司建立和培养专业的销售人员，相关产品部署、方案设计及技术服务的实施需要综合能力较强的售前人员支持，使得整体销售费用投入较多。此外，为建立相匹配的支撑服务体系，公司在运营管理、人力资源及财务内控等中后台建设和办公场所租赁等方面亦进行了较大的投入。公司尚未盈利且存在累计未弥补亏损，对公司资金状况、研发投入、业务拓展、人才引进、团队稳定等方面造成影响，未来能否扭亏仍有不确定性，无法保证短期内实现盈利或进行利润分配。
　　(二)业绩大幅下滑或亏损的风险
　　1、业绩亏损的原因
　　报告期内，公司归属于上市公司股东的净利润为-27,134.75万元，归属于上市公司股东的扣除非经常性损益的净利润为-31,035.90万元，公司呈现亏损的状态。截至2022年12月31日，公司累计未弥补亏损为68,752.09万元。亏损的原因参考本节“
　　四、风险因素（一）尚未盈利的风险”。
　　2、持续经营能力
　　报告期内，公司实现营业收入37,262.47万元，较上年同期增长4,176.31万元，增幅12.62%。公司秉承“自主研发、领先一代”的技术发展策略，持续迭代软件产品，在金融、政府、能源、交通、制造等众多国民经济支柱领域，公司客户数量持续增长，并实现众多标志性项目落地。公司未来能否保持持续增长，受到宏观经济、行业政策、市场需求、技术更新迭代、公司自身发展战略、人才储备、市场开拓能力等内外部因素影响。如果未来公司现有主要产品市场需求出现下滑、行业竞争加剧、不能顺利开展研发活动并形成满足市场需求的产品或服务，公司的营收、净利润将面临下降的风险。
　　3、主营业务、核心竞争力及所处行业景气情况
　　近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球数据量呈现爆发式增长态势，我国是数据资源大国，IDC研究报告指出，中国大数据市场增速持续领跑全球，呈现出强劲的增长态势，预测从2021年至2026年，大数据软件将以26.9%的五年年均复合增长率强势增长。各行业推动数字化转型，对于海量数据的存储、处理、分析需求更加旺盛，数据作为和土地、资本、劳动力、技术一样的生产要素，在数字经济不断深入发展的过程中，地位愈发凸显。在我国“十四五”规划和2035年远景目标纲要提出，培育壮大人工智能、大数据等新兴数字产业，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统行业转型升级，打造数字经济新优势。围绕“十四五规划”中提及的“充分发挥数据要素作用”，报告期内，国家层面亦密集出台多项政策，加速数据要素市场建设，推动数据安全流通技术的商业化加速。报告期内，公司主营业务、核心竞争力均未发生重大不利变化，与大数据行业整体趋势一致。
　　(三)核心竞争力风险
　　1、技术升级迭代风险
　　作为大数据基础软件供应商，公司的生存和发展很大程度上取决于是否能够及时、高效地进行技术更新与产品升级，以满足客户不断升级的需求。随着5G、云计算和人工智能等新兴技术的深入发展，大数据基础软件相关技术升级迭代加快，公司必须尽可能准确地把握新技术发展动向和趋势，将前沿技术与公司现有技术平台、核心产品有效结合。若公司未能及时把握技术发展趋势，不排除国内外竞争对手或潜在竞争对手率先在新技术领域取得重大突破，而推出更先进、更具竞争力的技术和产品，或出现其他替代产品和技术，可能导致公司无法保持当前的技术先进性，从而对公司未来的经营产生不利影响。
　　2、知识产权及高端技术人才流失的风险
　　大数据及相关基础软件属于技术密集型行业。在业务开展过程中，公司的商标、商业秘密、专利、版权等可能存在被盗用或不当使用的情况，不排除公司与竞争对手产生其他知识产权纠纷的可能。另外，仍不排除个别竞争对手采取恶意诉讼的市场策略，利用相关诉讼拖延公司业务开展。上述知识产权相关的风险一旦出现，将对公司的业务、财务状况和经营业绩产生不利影响。
　　大数据及相关基础软件行业人才资源竞争日益成为行业的主要竞争因素。若公司不能持续维护现有核心技术人员以及研发团队的稳定，并不断吸引业内优秀人才加盟，可能导致高端技术人才流失，从而对公司的发展造成不利影响。
　　(四)经营风险
　　1、市场竞争风险
　　由于公司仍处于快速发展期，且相比国内大型云厂商和ICT厂商，公司在资金实力、品牌知名度等方面仍有一定差距，公司面临较为激烈的行业竞争。同时，随着用户对数据存储和分析服务的需求不断增长，各竞争对手加强争夺市场份额，可能导致公司所处行业竞争加剧。如果公司在市场竞争中不能有效保持技术先进水平，不能充分利用现有的市场影响力和差异化竞争策略，无法在当前市场高速发展的态势下迅速扩大自身规模并增强资金实力，公司将面临较大的市场竞争风险，有可能导致公司的市场地位出现下滑。
　　2、开源软件或免费软件的竞争风险
　　虽然开源软件和免费软件在实际应用场景中，存在较多安全性不足、性能较差等劣势，且目前数据库开源体系由国外主导，可能受他国的出口政策限制，但由于其具有较低的应用成本，仍然在当前软件行业中有较为广泛的应用基础，对商用软件的推广构成一定的竞争。商用软件通常针对客户需求进行开发，有较高的技术门槛，在对安全、性能等方面有刚性需求场景中，商用软件仍然占据主流。目前传统关系型数据库仍以商用产品为主，NoSQL数据库作为新兴数据库产品，在应用中，免费及开源产品使用较为广泛。为保障用户使用的安全性及性能体验，公司产品均为商用产品。若未来免费或开源产品的技术快速迭代，应用范围更广，可能加剧市场竞争，导致公司出现商用产品销售量和价格下降的风险。
　　3、渠道销售的风险
　　根据当前软件行业的市场情况，公司采用直销与渠道销售相结合的模式，渠道销售主要为通过生态合作伙伴向终端客户销售产品。生态合作伙伴是公司的重要客户源，报告期内，渠道销售收入占主营业务收入的比例约为46%，生态合作伙伴的获取、维护和管理以及合作伙伴自身的经营能力对公司的盈利能力有重要影响，渠道销售收入的增长主要来源于持续开拓合作伙伴，以及与现有合作伙伴维持持续稳定的合作关系。由于公司产品迭代较快，且技术门槛较高，公司需要持续投入人力物力用于获取、维护和管理合作伙伴。目前公司的生态合作伙伴数量较多，地域分布较为分散，也增加了公司与其合作或对其管理的难度。如果公司难以继续投入维持合作伙伴的关系或开拓新客户，可能导致公司渠道销售收入规模难以持续增长。
　　4、收入季节性波动的风险
　　公司收入存在一定的季节性，第四季度收入高于其他三个季度，报告期内公司第四季度营业收入占比为54%。公司终端客户主要集中于金融、政府、电信、能源与石化、制造等行业或单位，该等客户通常实行严格的预算管理制度，通常每年上半年启动项目并在四季度验收，由于公司收入主要集中于四季度，而费用又在年度内较为均衡地发生，因此前三季度的盈利状况与全年盈利状况可能存在较大的差异，投资者不宜以季度或者半年度报告的数据推测全年盈利情况。
　　5、国产替代产品推行不达预期的风险
　　近年来，随着国家政策的大力支持以及国内客户越来越重视数据与信息安全，国产替代成为基础软件发展的重要机遇。但是公司面临下游客户信息系统环境多样、国产大数据生态有待完善、人才短缺等障碍，同时国产厂商在数据管理软件起步相对较晚，产品在客户实操场景打磨及市场推广方面仍需要一定的时间，若国产替代产品推行速度不及预期，可能对公司拓展市场产生不利影响。
　　(五)财务风险
　　1、销售费用占营业收入比重较高的风险
　　报告期内，公司销售费用为20,524.16万元，销售费用占营业收入的比例为55.08%，销售费用占比较高。公司产品和服务面向的领域众多，包括金融、政府、能源、制造、交通等，报告期内公司进一步加强和扩充销售队伍的建设以进行相关垂直行业的市场开拓、客户挖掘及行业深耕，导致报告期内相应的销售费用投入增加。未来，若公司收入增长不达预期、新产品开发或销售不利，较高的销售费用规模可能对公司的盈利产生不利影响。
　　2、研发投入占营业收入比重较高，持续投入资金需求较大的风险
　　报告期内，公司研发费用为19,397.55万元，研发费用占营业收入的比例为52.06%，研发费用规模占比较高。由于大数据基础软件产品具有技术壁垒高、研发周期长、研发投入大等特点，需要大量的研发人员、时间和资金投入。目前，公司正在持续围绕三大基础软件产品进行完善和优化，进一步提高产品的成熟度和竞争力，特别是目前我国处于基础软件国产化的关键阶段，公司还将持续进行较大的研发投入，巩固技术方面的先进性，导致公司盈利周期相对较长的风险。
　　3、应收账款风险
　　报告期内，公司收入主要集中于四季度，存在较为明显的季节性特征。随着公司营业收入持续快速增长，收入季节性特征及客户付款审批流程较长导致的部分付款进度滞后于合同约定等因素使得报告期期末公司应收账款余额较大。报告期期末，公司应收款项余额为23,922.29万元，占主营业务收入的比例为64.20%。
　　未来，随着公司经营规模的增大，公司的应收款项规模可能将进一步增大，若债务人发生财务状况恶化或者公司催收不力，可能导致应收款项无法收回形成坏账损失，对于公司的经营成果、资金状况造成不利影响。
　　4、经营活动产生的现金流量净额波动的风险
　　报告期内，公司经营活动产生的现金流量净额为-29,996.41万元，经营性净现金流持续为负，主要系公司尚处于快速成长期，研发及销售投入较大，导致公司支付的工资薪酬及相关费用持续增长，同时公司销售环节对客户存在一定的信用期，从而导致经营活动流入的现金未能覆盖流出的现金。若未来公司经营活动现金流情况无法改善，可能使得公司资金状况紧张，从而面临一定程度的流动性风险。
　　(六)行业风险
　　大数据及相关基础软件属于技术密集型行业，技术迭代较快且技术种类较庞杂，需要公司具备较强的研发创新能力及保障持续的技术研发投入以准确把握技术发展趋势、引领新技术的迭代、适应新技术的要求，否则将导致已有客户流失、业务发展迟滞、市场份额下降的风险。此外，大数据市场的蓬勃发展也带来了较多参与者，包括但不限于公有云厂商、ICT厂商以及专业软件公司，在关系型/非关系型数据库、交易型/分析型数据库等多个维度领域展开激烈竞争，也存在部分大数据应用厂商或者数据中台厂商进军基础软件领域，短期内公司可能面临市场竞争进一步加剧的风险。
　　(七)宏观环境风险
　　公司的产品被广泛应用于金融、政府、能源、电信等众多行业，与国民经济的发展具有较高的关联度，同时公司所处的软件行业近年来得到了国家政策的大力支持。未来，若中国经济状况发生重大不利变化，如经济增长停滞，使得下游行业的消费能力受到限制，且国家对于软件行业相关的政策导向发生了转变，可能会对公司经营带来不利影响。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　
　　五、报告期内主要经营情况
　　公司实现营业收入372,624,676.16元，同比增长12.62%；实现归属于上市公司股东的扣除非经常性损益的净利润-310,359,003.47元，亏损同比增加10.22%。

　　六、公司关于公司未来发展的讨论与分析
　　(一)行业格局和趋势
　　详情请见第三节“管理层讨论与分析之二、报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明（三）所处行业情况”。
　　(二)公司发展战略
　　公司以“打造世界领先的大数据基础软件”为使命，引领大数据基础软件技术发展方向。未来，公司将继续专注大数据及相关基础软件的研发，围绕大数据、数据库、云计算、智能数据分析领域，坚持核心技术自主研发，为企业客户提供覆盖数据全生命周期的产品与服务。公司通过技术研发，打造行业生态并提升市场占有率，成为大数据基础软件行业的引领者，助力中国社会的数字化转型。
　　围绕上述战略目标，公司将持续巩固和提升技术优势、打造行业生态并积极拓展市场，进而实现公司技术实力、经营业绩和市场地位的综合提高。公司的发展战略如下：
　　（1）大数据及相关基础软件行业的技术引领者
　　公司未来将在现有技术优势上，持续发力分布式计算、云计算和人工智能领域，不断升级大数据平台、分布式数据库、数据智能分析工具和数据云平台的技术及产品质量，引领大数据基础软件行业的技术水平，实现核心技术的全面自主创新，在技术路线及相关实践方面成为行业的意见领袖。
　　（2）公司产品占据领先的市场地位
　　基于先进的技术，通过持续的软件开发及创新，不断提升产品性能，未来达到业界领先，并开发具备差异化竞争优势的新产品。公司将坚持探索多种有效的手段，加大公司产品的推广力度，在已有客户中持续形成合作，并开拓新用户扩大客户群体，努力提高公司产品在市场的份额，目标占据市场领先地位。
　　（3）助力客户数字化转型并协同发展
　　公司将持续与客户进行紧密合作，洞悉行业发展趋势，提供优质的产品和服务。同时公司将结合技术发展的趋势，持续产品创新，为客户提供更丰富的产品体系，助力客户数字化转型，提升客户的生产效率，同时带动公司产品的销售，与客户形成协同发展局面。
　　（4）不断完善产品应用、开发及交付生态体系
　　公司将坚持“平台+生态”的发展理念，与软件开发商、硬件开发商、系统集成商等生态伙伴积极合作，打造更多领域的联合解决方案，扩大产品市场影响力提升竞争力，打造大数据基础软件产品应用的生态体系。公司将联合行业上下游公司和机构，以及公司的众多合作伙伴，结合在线社区等方式，吸引更多开发者和技术专家参与，建立产业开发者联盟，提升公众认知度，并打造大数据基础软件开发生态体系。公司将协同行业内的专业软件服务提供商，围绕公司的大数据基础软件产品向客户提供实施、运维等技术服务，提升交付的服务质量和响应效率，完善大数据基础软件产品的交付生态体系。
　　（5）建立敏捷高效的创新型组织
　　组织的运行效率是公司发展的重要影响因素。公司坚持打造高效的组织体系，注重提升公司的运营效率，关注组织对业务的市场嗅觉和反应速度，保持迅速应对市场变化的能力。同时，公司鼓励原创性的思考，结合最前沿的技术并投入相应资源开发优秀的产品，创造市场价值。
　　(三)经营计划
　　1、持续技术创新，延续多产品布局
　　大数据基础软件行业的技术迭代较快，客户需求复杂，致使单个产品或者单项技术的生命周期较为有限，不足以支撑客户场景需求。公司将保障持续的技术研发投入以顺应发展趋势，发展颠覆性创新技术，以引领新技术的迭代。公司将坚持多产品战略，围绕“大数据”、“人工智能”、“云计算”打造多产品矩阵，从产品性能、易用性、稳定性、可靠性、兼容性、SaaS化等多个维度全面提升产品的竞争力。
　　2、秉持“效率优先”的发展原则，全面提升经营效益
　　只有有效率的扩张才会使一家公司具备可持续发展的能力。2023年，公司将把收入提升与管理利润改进作为公司两项核心考核标准，把各部门人员效率的提升放在管理目标的首位。通过组织结构的调整，打通销售运营、投标支持、采购管理、项目管理、售后管理、应收款管理等全链路流程，优化资源配置，进一步提升经营效率。
　　3、不断完善生态体系，加强生态伙伴合作
　　2023年，公司将主要通过（1）和行业合作伙伴打造联合解决方案并寻求项目落地；（2）扩充经销商网络；（3）充实和培养交付和实施的合作伙伴团队；（4）加大对国产化软硬件生态的适配；（5）增强公司社区版产品的宣传和推广力度；（6）优化公司各类产品白皮书和使用手册；以及（7）加强和应用开发人员、运维人员、高校师生的交流培训以提升其对公司产品的理解等多个方面，持续完善生态体系建设，赋能各个行业的关键应用在公司的产品平台上进行有效运行，打造国产化大数据技术生态，壮大生态交付力量，进一步提升公司产品的市场占有率。
　　4、加快提升公司技术服务的标准化程度
　　报告期内，公司将对外提供的技术服务按照不同的产品模块和数据生命周期管理角度进行分类，形成一系列技术运营服务标准与工作规范。2023年，公司将加快提升各项技术服务的标准化水平，通过对客户需求的整理以及不同操作流程的打磨，在实践中不断创新、沉淀和迭代形成相关方法论和工具，并结合客户场景中的痛点积累不同行业的实操性技术与方法并形成书面的工作操作手册。前述措施一方面有利于提升公司自身技术支持与服务人员的专业性及工作效率，另一方面有利于公司壮大交付和实施的合作伙伴团队，提升相关人员的培训和上岗效率。
　　5、着力推动品牌建设，提升品牌影响力
　　报告期内，公司正式登陆上交所科创板成为一家上市公司。品牌的提升将为上市公司带来高附加值和可持续的长远发展。2023年，公司将从品牌视觉、产品品牌、生态品牌、技术品牌、服务品牌、雇主品牌、责任品牌、投资价值这八个维度入手，通过开展技术峰会/新品发布会/客户联合品牌宣传会/城市巡展、参与人工智能大会/行业年会、加强面向开发者的星环社区运营、提升产品“最后一公里”的产品演示和客户试用体验、整合渠道数字营销、增强和投资者及媒体的沟通等，深化品牌理念，强化品牌认知，聚焦推动公司品牌的成长。 收起▲