一、报告期内公司从事的业务情况　　（一）以AI为核心能力，服务金融行业智能化升级　　人工智能是公司长期坚持并持续深化的核心能力方向，也是公司推动产品升级、业务拓展和长期能力建设的重要主线。公司自成立以来，始终重视人工智能相关技术的研发与产业化应用。早在1997年，公司即开始布局OCR技术，并依托OCR的产品化和场景化应用形成较强的市场竞争力；此后，公司持续深耕智能客服领域，逐步形成公司重要产品线之一。经过长期积累，公司已形成从感知智能到认知智能、从单点能力到平台化能力、从局部应用到系统化落地的持续演进路径。　　公司立足金融科技主业，围绕大模型、智能体、多模态、知识工程等方向，持续推进人工智... 查看全部▼

　　一、报告期内公司从事的业务情况
　　（一）以AI为核心能力，服务金融行业智能化升级
　　人工智能是公司长期坚持并持续深化的核心能力方向，也是公司推动产品升级、业务拓展和长期能力建设的重要主线。公司自成立以来，始终重视人工智能相关技术的研发与产业化应用。早在1997年，公司即开始布局OCR技术，并依托OCR的产品化和场景化应用形成较强的市场竞争力；此后，公司持续深耕智能客服领域，逐步形成公司重要产品线之一。经过长期积累，公司已形成从感知智能到认知智能、从单点能力到平台化能力、从局部应用到系统化落地的持续演进路径。
　　公司立足金融科技主业，围绕大模型、智能体、多模态、知识工程等方向，持续推进人工智能战略升级。公司认为，人工智能在金融行业的价值，不仅体现在单点效率提升，更体现在其逐步进入真实业务流程、正式经营场景和组织协同体系，推动金融机构实现从流程数字化向经营智能化升级。
　　基于此，公司将人工智能定位为未来业务升级、产品重构、客户价值深化和海外拓展的重要牵引力量，持续推动AI与金融业务场景、行业知识体系和系统工程能力深度融合，致力于构建面向下一代金融科技的核心能力体系，并以此持续拓展大金融行业及海外市场。
　　（二）深耕大金融行业，持续服务金融机构客户
　　公司长期深耕金融行业，客户主要为银行及非银金融机构，其中银行客户占比较高。金融行业具有业务链条长、流程复杂、数据类型多样、合规要求高、系统协同要求强等特点，是人工智能最具落地价值、同时也是落地门槛较高的行业之一。
　　长期以来，公司持续服务中国优质金融机构客户，在业务理解、场景沉淀、系统建设、交付实施、数据处理和客户信任等方面形成了较为扎实的基础。这一基础使公司能够更深入地理解金融机构在智能化升级过程中对于安全性、稳定性、可治理性和持续运营能力的要求，也为公司推进人工智能战略提供了良好的产业土壤和应用场景支撑。
　　
　　二、报告期内公司所处行业情况
　　（一）宏观与行业政策环境
　　2025年是“十四五”规划收官之年，宏观经济保持平稳运行，软件和信息技术服务业整体呈现规模稳步扩张、出口持续回暖的良好态势。金融行业方面，监管层以中央金融工作会议提出的“五篇大文章”为总纲，配套发布《银行业保险业普惠金融高质量发展实施方案》《银行业保险业数字金融高质量发展实施方案》等政策文件，明确将数字金融定位为服务实体经济的“生态底座”，并系统性鼓励金融机构加快发展“人工智能+金融”，支持有条件的机构构建企业级人工智能平台。这为公司所处的金融科技行业提供了清晰、稳定且有持续力度的政策红利。
　　（二）金融科技行业总体规模与结构性变化
　　据国际数据公司（IDC）公开数据显示，2024年中国银行业IT投资规模约1,693亿元，预计2028年将达到2,662亿元；其中银行业IT解决方案市场规模约713亿元，IDC预测至2029年将达1,039亿元，五年年复合增长率约7.8%。市场总量稳步扩张的同时，结构性变化更为显著：
　　-从“规模扩张”转向“质价并重”：银行IT投入从传统渠道建设逐步转向数据治理、AI大模型、信创替代、普惠风控、绿色核算等高价值方向。
　　-自主可控进入深水区：金融行业自主可控实践从外围应用向核心应用加速渗透，“国产芯片+国产OS+国产数据库”的全栈分布式架构成为新建系统标配。
　　-AI落地由概念走向规模化：生成式AI在智能客服、代码辅助、智能风控、投研助手、反欺诈等领域实现规模化应用，金融智能体（AIAgent）开始能够自主执行复杂任务。据艾瑞咨询数据，2025年中国金融机构对AI智能体平台及应用解决方案的投资规模约9.5亿元，预计2030年增长至193亿元，年复合增长率约82.6%。
　　-国际化由“产品出海”向“标准出海”演进：中国金融科技企业以东南亚、中东、非
　　洲等新兴市场为突破口，通过技术输出、模式创新与本土化适配输出“中国金融科技最佳实践”，部分头部企业已开始参与当地金融技术标准的制定。
　　（三）行业竞争格局
　　金融科技ToB软件行业是典型的“高门槛、长周期、强信任”行业。客户在选择信息系统供应商时，更加青睐规模充足、产品功能成熟、产品种类齐全、稳定性强、人员配备有保障且能够长期稳定经营的企业。随着市场进入提质增效阶段，行业竞争呈现出三个明显趋势：一是头部集中度提升，具备真正产品竞争力与持续经营能力的企业更易获得大客户订单；二是恶性价格竞争趋缓，具备AI、信创与数据能力沉淀的厂商进入更加良性的竞争轨道；三是头部金融科技企业已普遍将“AI+全球化+创新业务”作为中长期战略主线，推动整个行业的能力门槛持续抬升。在此格局下，公司凭借近30年金融行业积淀、CMMI5级国际权威认证背书的成熟交付体系、以及“SUNYARDAI”全栈式AI产品矩阵，已在金融科技中坚力量阵营中占据稳固位置。
　　三、经营情况讨论与分析
　　（一）2025年度经营总体评价
　　2025年是公司由传统金融IT服务能力向金融AI产品与服务能力升级的关键之年，公司经营总体呈现“传统业务稳盘、AI业务破局、平台能力补位、生态势能加速积累”的良好态势。报告期内，公司实现营业收入约20.56亿元，同比4.52%；实现归属于上市公司股东的净利润约0.67亿元，同比下降7.46%；经营活动产生的现金流量净额约-1.42亿元。
　　（二）传统业务基本盘稳固，ITO持续发挥经营压舱石作用
　　ITO服务事业群对公司整体规模、利润与大行客户基础形成有力支撑。同时，公司ITO业务已进入国有银行通用外包前列供应商，板块经营基本盘扎实，并具备进一步规模扩容的良好空间。
　　（三）重点业务条线持续推进，区域客户与头部客户经营取得阶段性成效
　　数字化运营条线在多家客户实现项目合作，并在智能审核、反诈运营、渠道协同等新场景完成落地探索；数字化经营条线保持远程银行、全媒体智能客服、信用卡和营销决策平台等核心产品的市场优势，并在浙江、安徽、湖南等区域客户形成一批较高价值的项目。
　　管理与风控条线围绕审计、风险预警、资产负债、FTP等方向持续布局，在多家农信客户推进AI场景验证；交易银行条线在CIPS、外汇展业等传统产品持续迭代基础上，完成智能审单产品中标和海外市场突破。同年，公司作为SWIFT全球合作伙伴（BIC:
　　PTSBCNCC），已为20余家客户完成ISO20022报文迁移并顺利上线，在跨境支付清算赛道持续巩固专业领先地位。
　　（四）AI业务由概念验证进入工程化落地，平台与产品矩阵逐步成型
　　2025年公AI业务最具标志性的变化，是“平台+场景+交付体系”开始形成完整闭环。数字化运营提出“一个运营AI底座+一个运营知识社区+两类智能体”框架；数字化经营推动坐席AI助手、对公营销AI助手、信审AI助手等产品矩阵建设；管理与风控在审计、风控报告、贷后质检等场景形成AI切口；交易银行在智能审单领域取得行业先发优势；星舰智能持续完善“猛禽”平台、AI网关、评测体系与AI门户能力。截至年末，公司已与超过50家金融机构在人工智能领域开展深度合作，客户覆盖六大国有银行、头部券商、全国性股份制银行以及城市商业银行与农村信用社等。
　　为加速AI业务落地与生态势能积累，公司于年初完成对金科览智科技（北京）有限公司的战略并购，进一步补齐AI战略共创、原生团队、产品及场景能力；3月以协办方身份举办“2025DeepSeekMoment”金融行业AI未来科技峰会，吸引200余家金融机构、800余位嘉宾参与，并联合华为发布TurboX金融一体机解决方案；4月与阿里云联合发布金融智能体，覆盖远程银行、智能审核、图文识别等核心场景；12月入选浙江省首批“AI+”先锋企业。公司：2026年将继续推动传统产品矩阵与AI产品矩阵整合，形成面向公司统一经营的产品体系。
　　（五）面对的主要挑战及应对方向
　　公司清醒认识到，在迎接金融AI时代历史机遇的同时，自身经营仍面临若干结构性挑战，需要在2026年系统性加以改善：
　　-国有大行与头部股份制银行的规模化突破深度仍需提升。公司将通过公司级资源集中
　　配置、跨条线作战机制与客户经营责任人制度，推动从点状合作向多产品、总分行级、平台级的规模化合作升级。
　　-产品轻交付能力与版本收敛程度仍有提升空间。公司将推进客制化能力回流、基线版
　　本治理与轻交付模式建设，加速从“做项目”向“做产品”的能力转换。
　　-AI工程化能力的统一与标准化仍在进行中。公司将统一AI项目效果评测、ROI测算、上线运营责任与复盘机制，加速AI业务从单点验证走向规模复制。
　　-交付与成本治理是利润质量改善的关键。公司将通过PMO、资源池、项目穿透式管理等机制，严控延期、超支与亏损项目，提升回款、完工与利润兑现质量。
　　-关键人才结构升级是战略落地的前置条件。公司将加大对业务专家、AI产品经理、大模型工程师与平台架构师等关键岗位的引进与激励力度，并系统开展管理层认知提升与执行层AI实操培训。
　　
　　四、报告期内核心竞争力分析
　　围绕金融行业智能化升级需求，公司逐步构建了较为系统的五层人工智能能力体系，并持续推进相关能力的产品化、平台化和场景化落地。
　　（一）AgentOS动态运行与编排能力
　　公司持续推进面向智能体时代的动态运行、调度、协同、治理与交付能力建设。随着软件使用主体由“人使用软件”逐步向“人机协同”乃至“智能体协同”演进，围绕智能体构建统一的运行与编排平台，将成为未来金融科技基础设施的重要组成部分。
　　公司围绕相关方向持续开展平台能力建设，推动智能体在真实业务环境中的接入、调度、管理与协同运行，提升人工智能能力在企业级环境中的可实施性与可运营性。
　　（二）多模态感知能力
　　公司持续强化OCR、多模态OCR、语音识别、表格识别与理解等能力建设，服务金融行业大量非结构化、半结构化数据处理需求。金融业务中广泛存在票据、影像、文档、表单、语音、凭证等复杂信息载体，多模态感知能力是人工智能进入真实业务流程的重要基础。
　　围绕上述场景，公司持续推进多模态感知技术与金融业务流程深度结合，提升信息获取、识别、理解和结构化处理能力，为客户业务自动化、智能化升级提供基础支撑。
　　（三）Harness与工具链能力
　　公司围绕大模型在金融行业的应用落地，持续推进模型能力与流程、数据、工具、权限、安全治理和知识体系的深度融合，着力提升模型在企业环境中的可控性、可用性和可持续迭代能力。
　　公司认为，人工智能在金融行业的应用不仅取决于模型本身，也取决于模型与工具、知识、流程、数据和治理体系之间是否形成稳定连接。围绕这一方向，公司持续建设相关工具链能力，推动人工智能从技术能力向可交付、可管理、可扩展的企业级能力转化。
　　（四）全矩阵金融Agent能力
　　公司围绕金融行业的支付、运营、审核、风控、客服、营销、国际业务等多元业务场景，持续建设覆盖更完整业务链条的金融Agent能力，推动人工智能从单点提效走向全流程协同，从工具辅助走向更深层次的业务运行支撑。
　　在具体应用中，公司持续探索以智能体方式提升客户在运营处理、智能服务、业务辅助、审核支持、流程协同等场景中的效率与质量，推动人工智能更深入进入金融机构的真实工作体系。
　　（五）金融知识工程与知识库能力
　　公司持续推进金融知识沉淀、知识结构化、知识检索、知识增强和知识治理能力建设。公司认为，金融行业人工智能应用不仅依赖模型能力，也依赖对行业知识、制度规则、业务经验和组织流程的持续积累与有效调用，知识工程将成为金融AI长期落地的重要基础。
　　围绕这一方向，公司持续加强金融知识库与知识工程建设，推动行业知识与业务规则的体系化沉淀和工程化调用，提升人工智能对金融业务的理解能力、适配能力和持续进化能力。
　　
　　五、报告期内主要经营情况
　　（一）AI场景形成可复制的业务抓手
　　-智能审单：在多家客户落地或中标，交易银行条线已形成行业先发优势。
　　-坐席AI助手矩阵：智能陪练、智能知识库、智能外呼、智能工单等场景在数字化经营条线持续扩面，部分核心场景模型准确率稳定突破90%。
　　-运营AI体系：运营智能审核、运营智脑、运营知识社区等产品框架逐步成型，为运营领域AI深度融合奠定坚实基础。
　　-风控类AI场景：审计知识助手、贷后报告质检、客户风险报告等已完成多家客户验证，验证了风险合规场景下AI落地的可行性。
　　（二）平台底座与研发交付工艺持续完善
　　-猛禽平台：在权限、并发、评测、监控、插件、微调、协议适配等方面持续完善，为多条业务线提供统一底座能力。
　　-AI分层架构成型：公司级模型与算力层、平台层、场景产品层之间的关系逐渐明确，工程化分层体系日趋清晰。
　　-交付工艺治理：“技术资产标准化、交付回收、模型与工序协同”已纳入产品管理统一框架，为产品型交付提供制度化支撑。
　　（三）品牌势能与外部认可显著提升
　　2025年公司在“金融科技+人工智能”赛道的品牌势能加速积累。全新AI品牌
　　“SUNYARDAI-生而AI为AI而生”正式发布并完成市场亮相；公司连续第三年入选“信创领军企业100强”，再度入选“IDC中国金融IT中坚力量”榜单，并入选“2025中国信创软件高质量发展百强企业”“2025杭州AI人工智能企业TOP100”、浙江省“数智优品”、浙江省首批“AI+”先锋企业、“中国软件诚信示范企业（2025—2028年）”“2025年度中国软件高质量发展前百家企业”“杭州市数字经济百强企业（连续四年）”等十余项权威榜单。
　　（四）客户结构与市场突破持续优化
　　-区域客户深耕：数字化经营条线在浙江、湖北、湖南、安徽和河南等区域形成一批重点支点，区域市场份额稳步提升。
　　-海外市场突破：交易银行条线完成东亚银行香港总行国际业务系统项目，公司海外市场实现突破，为后续国际业务布局提供样板案例。
　　-大行客户基础持续扩容：ITO服务在国有大行客户群的覆盖与规模进一步提升，为公司切入大行综合合作奠定基础。
　　-跨境支付清算专业地位巩固：作为SWIFT全球合作伙伴，公司已为20余家客户提供ISO20022报文迁移服务。
　　（五）战略性资本与组织动作
　　报告期内，公司完成对金科览智科技（北京）有限公司的分步式收购。金科览智是AI原生科技公司，由国有银行和人工智能团队共同发起，近三年持续围绕大模型与国内大型银行开展战略合作，在生成式AI、多模态大模型、计算机视觉识别等领域具备差异化优势。收购完成后，公司AI基础产品线和应用产品线进一步丰富，与头部金融客户的共创能力实现增强。
　　
　　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
　　（一）行业整体格局：头部集中、能力分层、良性竞争
　　金融科技行业竞争格局已由“群雄混战”进入“头部集中+能力分层”阶段，头部金融科技厂商普遍展现出三个共同特征：一是均明确以“AI+全球化+创新业务”作为中长期战略主线；二是均加速从“软件开发商”向“金融智能解决方案提供商”角色跃迁；三是均加大对自主可控、智能体、云原生与算力底座等关键能力的研发投入。
　　行业内普遍将AI大模型、AIAgent与“金融垂类小模型”协同作为核心创新方向，并以“N+M”“技术+场景+算力”等多种范式推动AI与金融业务深度融合。这表明，行业的竞争已经从“是否做AI”演进到“如何系统化、规模化把AI做成业务”，与公司内部经营判断高度一致。
　　（二）三大确定性方向
　　-方向一：信创全栈与分布式架构成为基石。信创替代进入深水区，银行核心系统的国
　　产化替换正由试点走向规模化，“国产芯片+国产OS+国产数据库”的全栈分布式架构正在成为新建系统的标配，并带动数据库、中间件、应用软件、云服务的整体性增量。
　　-方向二：金融大模型落地与AI智能体爆发。2025年被同业普遍视为“金融大模型落
　　地元年”，AI应用从单点工具加速向智能体平台与“金融AI工厂”演进；银行更倾向于采购“云厂商+应用厂商”联合解决方案，以应对复杂的信创与AI协同需求。
　　-方向三：金融科技国际化由“产品出海”迈向“标准出海”。中国金融科技厂商在东
　　南亚、中东、非洲等市场加速布局，部分头部企业已开始在海外金融机构核心系统、风控中台等领域形成系统性输出能力，并参与到当地金融技术标准的制定中。
　　（三）对公司的战略含义
　　上述行业格局与趋势对公司既是机遇，也是必须正面应对的挑战。机遇方面，公司已持续推进AI原生组织搭建、AI品牌发布、平台底座成型、应用场景沉淀等事项，在国内金融AI赛道处于前列位置；挑战方面，行业头部集中将持续抬升能力门槛，公司必须以更快速度推动平台沉淀、产品化与工程化能力建设，并把握好海外市场与信创深化两大长周期机遇。
　　(二)公司发展战略
　　未来，公司将继续坚持“金融科技主业+人工智能升级”的发展路径，围绕大模型、智能体、多模态和知识工程持续加大投入，推动人工智能能力与金融行业业务场景、系统架构和经营流程进一步深度融合。
　　公司将继续以AI为核心能力牵引，深化在大金融行业的场景布局，稳步推进海外市场拓展，持续提升产品竞争力、解决方案能力和行业服务能力，努力形成面向下一代金融科技的长期竞争优势和可持续发展能力。
　　(三)经营计划
　　（一）专业化布局：强化AI能力供给与产业协同
　　报告期内，公司继续围绕人工智能方向推进专业化布局，强化在大模型金融落地、多模态应用服务和多模态感知等领域的能力建设。通过内生研发与外延协同相结合的方式，公司持续增强人工智能产品体系和技术供给能力，推动人工智能能力在金融行业的实际应用落地。
　　公司围绕大模型在金融行业的端到端落地持续推进相关业务建设，围绕多模态场景持续完善服务能力，并通过产业协同进一步强化在多模态感知领域的技术积累和行业应用基础。相关能力已在多家金融机构中展开应用与合作，为公司后续业务拓展和产品深化打下基础。
　　（二）战略投资：长期围绕数据智能主线开展产业布局
　　除产业经营外，公司持续推进战略投资业务，并将其定位为“倾听科技脉搏，感知时代变革”。公司的战略投资长期围绕数据智能主线展开，重点关注数据基础设施、智能风控、人工智能等方向，希望通过投资与战略协同，与优秀科技企业建立长期合作关系，共同更好服务于大金融行业。
　　近年来，公司已投资或合作多家科技型企业，并持续推动被投企业投后协同与业务联动。通过产业投资，公司进一步增强了对前沿技术趋势的把握能力、产业协同能力及面向客户的综合服务能力，为公司人工智能战略的持续推进提供支撑。
　　（三）海外拓展：以AI能力延伸跨境场景与国际市场空间
　　在持续服务国内金融机构的同时，公司也在稳步推进海外市场拓展。围绕支付终端、AI支付终端以及国际业务单证审核、国际业务处理等方向，公司逐步形成面向国际市场的产品和能力输出基础。
　　人工智能战略的持续推进，有助于公司进一步提升在跨境金融业务场景中的产品竞争力与服务能力。未来，公司将依托既有金融行业积累、产品体系和场景经验，持续推动AI能力与跨境业务需求结合，稳步拓展海外市场，形成新的业务增长空间。
　　(四)可能面对的风险
　　（一）市场竞争风险
　　随着信创政策加速落地与AI技术取得关键性突破，金融科技行业头部集中度持续提升，传统厂商正在加速技术迭代、提升技术壁垒与市场竞争力。国有大型商业银行倾向于全栈信创改造、中小型金融机构更关注模块化国产替代方案，海外市场客户对核心系统、风控中台、数字信贷整体方案的需求持续增加，客户需求分层进一步加剧，对金融科技厂商的差异化服务能力提出更高要求。公司将依托近30年金融行业积淀、端到端AI产品矩阵以及“SUNYARDAI”品牌势能，持续巩固在金融科技中坚力量阵营中的位置；同时通过聚焦大行突破、深耕区域客户、加速平台与产品能力沉淀，应对日益激烈的市场竞争。
　　（二）技术与产品研发风险
　　金融AI与信创领域技术迭代速度极快，且产品研发本身存在不确定性，可能出现部分产品研发无法达到预期效果或未能按期完成的风险。公司将通过聚焦核心场景、加大平台底座与组件沉淀投入、深化与生态伙伴的联合研发、统一AI项目评测与ROI口径等举措，降低研发不确定性，确保关键产品按节奏交付并形成可复制的业务抓手。
　　（三）项目交付与回款风险
　　在金融机构预算趋紧、客户对性价比要求提升的背景下，项目延期、超支、亏损与回款滞后会直接影响公司利润质量。公司将通过PMO建设、项目穿透式管理、资源池机制与双维度绩效考核，加强对亏损、延期、超支与回款滞后项目的分级预警与治理，推动经营改善由依赖市场增长向依赖内部治理改进转变。
　　（四）人才结构与组织能力风险
　　AI时代对金融科技企业的人才结构提出全新要求，AI产品经理、大模型工程师、银行业务专家、平台架构师与复合型交付骨干等关键岗位竞争激烈，供给紧张。公司将通过更具竞争力的引进与激励机制、内部人才培养与认知提升、AI实操培训等多管齐下的方式，系统性提升组织能力，确保战略落地的人才基础。
　　（五）海外业务与合规风险
　　随着公司海外业务起步，跨境数据流动、当地数据隐私保护、海外监管合规、国际地缘政治不确定性等因素将带来新的合规挑战。公司将以东亚香港项目为样板，循序渐进推进海外市场拓展，同步建设海外项目合规管理能力，确保海外业务在可控、合规、可持续的前提下稳健发展。
　　（六）宏观经济与行业政策风险
　　金融科技行业景气度与宏观经济、金融行业景气度高度相关，并受金融监管政策影响显著。若宏观经济或金融行业出现较大波动，可能影响金融机构的IT预算与项目节奏，进而对公司经营产生影响。公司将持续保持对宏观经济、金融监管政策与客户预算节奏的敏锐感知，通过业务结构多元化、客户结构优化与海外市场布局，提升公司经营的抗周期能力。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明
　　1、报告期内公司从事的业务概述
　　报告期内，公司在业务层面不断扩展，既专注于自身的AI技术方案研发，快速整合了内部金融大模型领域的优势资源，并对外推出了针对多模态数据处理和大模型调优的核心产品；也兼顾与其他行业龙头企业的多方位合作，逐渐形成了多元化创新生态体系。公司将金融客户的信创要求与数智化转型深度融合，形成集战略咨询、系统建设、应用集成、生产运维服务等于一体的"双助力"体系。
　　公司通过系列举措构建了较为完整的AI产品矩阵，涵盖从底层技术到行业应用的较为完整链路：
　　1)、AI技术底座：包括大模型平台、智能体开发框架等基础设施
　　... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明
　　1、报告期内公司从事的业务概述
　　报告期内，公司在业务层面不断扩展，既专注于自身的AI技术方案研发，快速整合了内部金融大模型领域的优势资源，并对外推出了针对多模态数据处理和大模型调优的核心产品；也兼顾与其他行业龙头企业的多方位合作，逐渐形成了多元化创新生态体系。公司将金融客户的信创要求与数智化转型深度融合，形成集战略咨询、系统建设、应用集成、生产运维服务等于一体的"双助力"体系。
　　公司通过系列举措构建了较为完整的AI产品矩阵，涵盖从底层技术到行业应用的较为完整链路：
　　1)、AI技术底座：包括大模型平台、智能体开发框架等基础设施
　　2)、行业解决方案：聚焦金融行业智能化转型需求，打造特色应用场景
　　3)、专业服务能力：形成咨询、实施、运维一体化的服务能力
　　2、公司核心产品体系
　　公司已形成一套比较完整的AI产品体系，涵盖基础平台、行业解决方案和专业化工具：
　　1)、基础平台与工具链大模型知识管理平台（猛禽平台）：
　　AI研发底座：多智能体协作的全景洞察平台：一站式模型与算力管理平台：智能体应用开发平台：数据工厂：
　　2)、行业解决方案
　　AI大模型赋能银行运营数智化系统：远程银行大模型应用实践：贸易金融智能审单平台：
　　3)、业务场景与应用实践金融智能文档处理：
　　智能化审单能力：远程银行全链路智能升级：客户经理展业效能提升：智能合规引擎：员工能力提升系统：


　　二、经营情况的讨论与分析
　　报告期内，公司继续开展各项主营业务，在公司转型压力和行业压力双重影响下，公司实现营业收入860,763,697.89元，同比增长约11.24%；实现归属于上市公司股东的净利润为-52,634,975.44元。

　　三、报告期内核心竞争力分析
　　1、技术领先优势公司的核心技术优势主要体现在以下几方面：
　　1.1AI技术积累深厚：公司自1996年成立之初便将图像智能金融OCR票据影像技术作为主营业务2010年实现"NLP+音视频"的AI呼叫中心智能化大升级长期AI技术沉淀为公司Gen AI时代的快速发展奠定基础1.2大模型创新与应用能力：已与通义千问、百川智能、DeepSeek等多家领先大模型企业建立合作通过结合自身行业知识，实现大模型在金融垂直领域的精准适配大模型技术与金融场景的深度融合能力处于行业前沿1.3全链路AI技术体系：构建了从数据处理、模型训练到应用开发的全链路技术体系拥有自主研发的猛禽平台、全景洞察平台等核心技术产品掌握了多智能体协作、大小模型协同等前沿技术方向1.4国产化适配能力：与华为、寒武纪、曙光等国产CPU、GPU厂商合作针对国产软硬件特性进行算法和应用的优化获得多项国产AI基础软硬件平台、国产推理服务器等原生认证2、行业深耕与场景优势2.1金融行业深度理解：近30年金融IT行业经验积累对银行、保险等金融机构业务流程的深刻理解能精准识别金融业务痛点，提供符合行业需求的AI解决方案2.2优质客户资源与案例积累：已在国有大行形成多项标杆实践构建了覆盖银行、保险、证券等多领域的客户网络丰富的标杆案例为持续业务拓展提供有力支撑2.3垂直领域场景深耕：在OCR识别、审单、远程银行、合规管理等细分场景形成独特竞争力针对垂直领域痛点打造专业化解决方案通过场景沉淀形成难以复制的经验优势
　　3、组织与人才优势
　　3.1AI专业团队：通过内部培养和外部引进，形成专业的AI人才队伍拥有深厚的技术研发、产品设计和行业咨询能力人才结构覆盖算法研究、工程开发、产品设计等多领域3.2创新组织架构：灵活多元的组织架构助力AI创新与业务落地3.3产学研合作生态：与高校、科研机构保持紧密合作积极参与行业标准制定与创新实践在浙江省人工智能学会AIGC专家委员会等平台担任角色
　　4、生态合作与资源整合优势
　　4.1大模型合作生态：已与通义千问、百川智能、DeepSeek等主流大模型建立合作能够为客户提供多元化的模型选择与应用方案4.2硬件厂商合作网络：与华为、寒武纪、曙光等国产硬件厂商建立合作实现软硬一体化的解决方案交付能力4.3行业生态资源整合：与金融机构、科技企业和行业专家建立广泛合作持续拓展合作伙伴网络，共建AI合作新生态。 收起▲

　　一、经营情况讨论与分析　　1、经营情况概述　　报告期内，公司继续开展各项主营业务，实现营业收入1,967,165,994.38元，同比降低约7.58%；营业总成本1,453,193,169.48元，同比降低约3.47%；实现归属于上市公司股东的净利润为72,172,715.62元。　　2、经营情况讨论与分析　　报告期内，公司定位于金融科技赛道，特别是AI与金融业务的深度融合领域。公司经营的各项布局持续深化，为进一步的战略升级与竞争力构筑打下了良好基础。　　报告期内，公司在以下几个方面取得了进展：　　1)、AI品牌化与产品矩阵初步形成：公司的产品、服务及解决方案在智能客服、智能审单平台、远程... 查看全部▼

　　一、经营情况讨论与分析
　　1、经营情况概述
　　报告期内，公司继续开展各项主营业务，实现营业收入1,967,165,994.38元，同比降低约7.58%；营业总成本1,453,193,169.48元，同比降低约3.47%；实现归属于上市公司股东的净利润为72,172,715.62元。
　　2、经营情况讨论与分析
　　报告期内，公司定位于金融科技赛道，特别是AI与金融业务的深度融合领域。公司经营的各项布局持续深化，为进一步的战略升级与竞争力构筑打下了良好基础。
　　报告期内，公司在以下几个方面取得了进展：
　　1)、AI品牌化与产品矩阵初步形成：公司的产品、服务及解决方案在智能客服、智能审单平台、远程银行大模型应用等细分领域齐头并进，逐步形成了端到端的金融AI生态。
　　2)、业务与技术输出得到推进：公司通过内部孵化，成立星舰智能、光年智能等子公司，将AI能力向外赋能，进一步在运营、风控、行业解决方案等多条业务线上探索新增长点，初步实现了从“业务升级”到“业务延伸”的跨越。
　　3)、覆盖多维度场景，建立技术壁垒：从OCR技术到智能知识库、从智能审单到多智能体协同平台，公司AI业务覆盖银行业“前台、中台、后台”不同层次场景，不仅融入银行业务运营，也在不断拓展诸如跨境支付、供应链金融等合规与风控要求高的创新应用，为自身建立了相对稳固的技术与市场壁垒。
　　
　　二、报告期内公司所处行业情况
　　当下，全球正处于新一轮技术革命与产业变革的交汇期，人工智能行业迎来空前的市场机遇。特别是随着大模型技术的成熟与“AI+金融”场景的落地普及，AI驱动的业务模式在金融行业获得越来越多的认可。由于公司最初就专注于OCR、NLP等智能技术，其在银行票据影像识别、金融智能客服、远程银行等领域拥有丰富实践与领先优势。另一方面，随着用户需求的不断升级与监管的日益严格，传统金融机构对安全、隐私与合规性拥有更高要求，也为金融AI方案提供商提出了更具挑战性的课题。
　　除了外部宏观环境与行业发展趋势，数字人民币、金融信创和大模型应用也在逐步改变金融市场竞争生态。越来越多的银行开始建设私有化运营知识体系、搭建多维度风控模型，通过大模型与企业级金融场景结合，提升金融服务创新能力与抵御风险的综合水平。正是在这一背景下，公司制定了“AinAI&AIinA”战略，紧扣市场脉搏，借助近30年的技术储备与市场触角，在多项业务中努力推进从“技术积累”到“市场化赋能”的升级。
　　
　　三、报告期内公司从事的业务情况
　　1、报告期内公司从事的业务概述
　　公司成立于1996年，初期便以图像智能金融OCR票据影像产品切入市场，并由此逐步建立了与金融行业的深厚合作基础。早期，公司凭借OCR技术帮助我国金融电子化发展，在影像识别、票据处理等业务场景中持续发力，为银行、保险、证券等金融机构提供高效率与高准确度的解决方案。时至今日，这一早期的技术积累不仅为公司在金融IT领域的长久深耕奠定了坚实基础，更塑造了其“生而AI”的天然基因。
　　在过去近三十年的发展过程中，公司在业务层面不断扩展，既专注于自身的AI技术方案研发，也兼顾与其他行业龙头企业的多方位合作，逐渐形成了多元化创新生态体系。
　　公司于2010年完成了首次业务升级：将传统呼叫中心技术与自然语言处理（NLP）和音视频技术深度融合，推出智能化呼叫中心解决方案，实现了服务模式从单纯的人工坐席到智能客服的跃迁，也成为AI在其业务应用上进一步发展的里程碑。
　　2023年后，随着生成式AI（GenerativeAI）所引领的技术热潮持续升温，公司更是顺势提出“AinAI”的创新战略，即在公司内部全面拥抱AI。
　　报告期内，公司先后成立了两家AI原生子公司——星舰智能与光年智能，快速整合了内部金融大模型领域的优势资源，并对外推出了针对多模态数据处理和大模型调优的核心产品。
　　报告期内，公司在AI领域的战略布局已初显成效。公司连续三年（2022-2024年）入选"信创领军企业100强"名单，巩固了在金融科技创新方面的优势地位。公司将金融客户的信创要求与数智化转型深度融合，形成集战略咨询、系统建设、应用集成、生产运维服务等于一体的"双助力"体系。
　　公司通过系列举措构建了较为完整的AI产品矩阵，涵盖从底层技术到行业应用的较为完整链路：
　　1)、AI技术底座：包括大模型平台、智能体开发框架等基础设施
　　2)、行业解决方案：聚焦金融行业智能化转型需求，打造特色应用场景
　　3)、专业服务能力：形成咨询、实施、运维一体化的服务能力
　　2、公司核心产品体系
　　公司已形成一套比较完整的AI产品体系，涵盖基础平台、行业解决方案和专业化工具：
　　2.1.1基础平台与工具链
　　1.大模型知识管理平台（猛禽平台）：
　　o融合DeepResearch和GraphRAG两大能力，实现跨文档的数据整合与逻辑关系挖掘
　　2.AI研发底座：
　　o提升软件研发效能与交付质量
　　3.多智能体协作的全景洞察平台：
　　o提供流程优化、风险管理、用户行为分析和智能体编排协作分析等功能
　　4.一站式模型与算力管理平台：
　　o提升算力资源的高效利用和灵活调配
　　5.智能体应用开发平台：
　　o快速链接实现业务场景智能化
　　6.数据工厂：
　　2.1.2行业解决方案
　　1.AI大模型赋能银行运营数智化系统：
　　o分解为知识问答、业务辅助、风控合规、数据分析及智能审核五大智能体
　　2.远程银行大模型应用实践：
　　o实现智能填单、知识随行等功能，提升标准化与效能
　　3.贸易金融智能审单平台：
　　2.1.3、业务场景与应用实践
　　致力于将AI技术深度融入金融业务场景，主要应用实践包括：
　　1.金融智能文档处理：
　　o助力金融机构实现数据采集、处理、分析的一体化闭环
　　2.智能化审单能力：
　　o复杂业务流程审核一键完成
　　3.远程银行全链路智能升级：
　　o大幅提升用户服务体验
　　4.客户经理展业效能提升：
　　o解放客户经理，提升工作效率
　　5.智能合规引擎：
　　o助力企业规避合规盲区
　　6.员工能力提升系统：
　　
　　四、报告期内核心竞争力分析
　　1、技术领先优势
　　公司的核心技术优势主要体现在以下几方面：
　　1.1AI技术积累深厚：
　　o长期AI技术沉淀为公司GenAI时代的快速发展奠定基础
　　1.2大模型创新与应用能力：
　　o大模型技术与金融场景的深度融合能力处于行业前沿
　　1.3全链路AI技术体系：
　　o掌握了多智能体协作、大小模型协同等前沿技术方向
　　1.4国产化适配能力：
　　o获得多项国产AI基础软硬件平台、国产推理服务器等原生认证
　　2、行业深耕与场景优势
　　2.1金融行业深度理解：
　　o能精准识别金融业务痛点，提供符合行业需求的AI解决方案
　　2.2优质客户资源与案例积累：
　　o丰富的标杆案例为持续业务拓展提供有力支撑
　　2.3垂直领域场景深耕：
　　o通过场景沉淀形成难以复制的经验优势
　　3、组织与人才优势
　　3.1AI专业团队：
　　o人才结构覆盖算法研究、工程开发、产品设计等多领域
　　3.2创新组织架构：
　　o灵活多元的组织架构助力AI创新与业务落地
　　3.3产学研合作生态：
　　4、生态合作与资源整合优势
　　4.1大模型合作生态：
　　o能够为客户提供多元化的模型选择与应用方案
　　4.2硬件厂商合作网络：
　　o实现软硬一体化的解决方案交付能力
　　4.3行业生态资源整合：
　　
　　五、报告期内主要经营情况
　　报告期内，公司继续开展各项主营业务，实现营业收入1,967,165,994.38元，同比降低约7.58%；营业总成本1,453,193,169.48元，同比降低约3.47%；实现归属于上市公司股东的净利润为72,172,715.62元。
　　
　　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
　　当下，全球正处于新一轮技术革命与产业变革的交汇期，人工智能行业迎来空前的市场机遇。特别是随着大模型技术的成熟与“AI+金融”场景的落地普及，AI驱动的业务模式在金融行业获得越来越多的认可。由于公司最初就专注于OCR、NLP等智能技术，其在银行票据影像识别、金融智能客服、远程银行等领域拥有丰富实践与领先优势。另一方面，随着用户需求的不断升级与监管的日益严格，传统金融机构对安全、隐私与合规性拥有更高要求，也为金融AI方案提供商提出了更具挑战性的课题。
　　除了外部宏观环境与行业发展趋势，数字人民币、金融信创和大模型应用也在逐步改变金融市场竞争生态。越来越多的银行开始建设私有化运营知识体系、搭建多维度风控模型，通过大模型与企业级金融场景结合，提升金融服务创新能力与抵御风险的综合水平。正是在这一背景下，公司制定了“AinAI&AIinA”战略，紧扣市场脉搏，借助近30年的技术储备与市场触角，在多项业务中努力推进从“技术积累”到“市场化赋能”的升级。
　　(二)公司发展战略
　　1、总体战略方向
　　公司的总体发展战略可概括为"AIFIRST，应用FIRST"，核心内涵包括：
　　1)、AinAI&AIinA：
　　o行动上推动所有业务板块全面拥抱AI
　　2)、以AI为核心的产品技术领先战略：
　　o构建从基础平台到行业应用的完整AI产品体系
　　3)、深度赋能金融数智化转型：
　　o助力金融机构实现从数字化向智能化的跃迁
　　2、技术战略
　　1)、大模型应用战略：
　　o基于行业特性进行大模型适配与优化，提升金融行业应用效果
　　2)、智能体赋能战略：
　　o通过全景洞察平台提升智能体的可观测性、安全性与性能
　　3)、自主创新与开放融合战略：
　　o同时保持开放心态，与生态伙伴深度协作
　　4)、信创与安全战略：
　　o在AI应用中注重数据安全、隐私保护与合规管理
　　3、产品战略
　　1)、平台+应用"双轮驱动战略：
　　o深耕垂直行业应用，打造差异化竞争优势
　　2)、定制化解决方案策略：
　　o通过产品模块化设计提升交付效率与复用性
　　3)、产品迭代策略：
　　o紧跟技术前沿，不断推出创新产品
　　4、市场战略
　　1)、金融行业深耕战略：
　　o打造更多标杆案例，强化行业领先地位
　　2)、场景化拓展战略：
　　o如从审单向跨境支付、供应链金融等领域延伸
　　3)、合作共赢战略：
　　(三)经营计划
　　1、产品与技术发展计划
　　1)、核心产品持续升级：
　　o强化产品的定制化能力与易用性
　　2)、智能体生态建设：
　　o构建智能体市场，促进智能体应用创新与交流
　　3)、大模型应用深化：
　　o推动大模型在金融行业更多场景的落地应用
　　4)、研发体系升级：
　　o建立更高效的产品迭代与交付机制
　　2、业务拓展计划
　　1)、核心场景深耕：
　　o打造更多行业标杆案例
　　2)、场景拓展计划：
　　o构建更完整的金融AI应用生态
　　3)、客户战略合作：
　　o通过联合创新实验室等形式促进技术与业务融合
　　3、人才与组织计划
　　1)、AI人才队伍建设：
　　o建立健全AI人才激励与发展机制
　　2)、组织能力提升：
　　o提升整体组织的创新能力与执行效率
　　3)、知识管理体系：
　　o促进知识共享与经验传承，打造学习型组织
　　4、生态合作计划
　　1)、大模型合作拓展：
　　o探索更多样化的合作模式与应用场景
　　2)、产学研合作深化：
　　o联合推动AI技术创新与人才培养
　　3)、行业生态建设：
　　(四)可能面对的风险
　　1.行业技术升级风险
　　技术及产品开发是金融科技企业的核心竞争要素。金融科技发展日新月异，如不能及时跟踪技术的升级换代，或不能及时将储备技术开发成符合市场需求的新产品，公司可能会在新一轮竞争中丧失既有优势。针对上述风险，公司将保持灵活的市场需求反应体系，持续加大在基础技术和产品研发上的投入，提高新产品的快速响应能力和交付能力，通过升级技术平台、落实技术规范、强化技术考核及完善技术梯队等多项措施，将公司的技术与研发能力提升到一个新的高度。
　　2.市场竞争风险
　　金融科技的发展，吸引了大量的新进入者参与市场竞争，包括互联网巨头公司以及各强势金融机构衍生的IT服务机构和海外的金融科技企业，特别是近几年有实力的金融机构纷纷成立金融科技子公司，使得行业竞争加剧。如果在市场竞争中不能把握住机会，推出具备市场竞争力的产品，公司在市场中的地位会受到影响。针对上述风险，公司将加强产品研发，持续扩大对竞争对手的领先优势，持续提升产品和服务的价值；同时利用规模成本优势，主动应对竞争；强化“以客户为中心”的理念，快速响应客户不断变化的需求，更加注重客户关系和客户体验，提升客户满意度。
　　3.人力资源风险
　　人才是金融科技创新的关键因素。我国金融科技人才总量紧缺与结构失衡并存，领军型专家、复合型人才和创新型团队更是明显不足。根据《2020年金融科技招聘趋势调查报告》显示，92%的受访企业雇主表示，中国正面临专业金融科技人才短缺的问题。金融科技行业对从业人员的综合素质要求较高，既要求有专业技能，也要求熟悉客户的特定行业需求，同时应具备一定的管理协调能力。伴随金融科技往各垂直领域延伸发展，行业将更加需要技术与金融业务相融合的复合型人才。随着规模及业务量的不断扩大，公司或将面临人力资源成本上升、技术人员和核心业务骨干缺乏的风险。若公司的管理能力和人力资源不能适应新环境的变化，将给公司带来不利影响。针对上述风险，公司将持续改进人力资源管理工作，把提高员工素质和引进适合企业发展需要的各类人才作为公司发展的重要任务，并且在保证员工满意度的前提下，控制人力成本上升的风险。 收起▲