一、报告期内公司所从事的主要业务、经营模式、行业情况说明
　　(一)主要业务、主要产品或服务情况
　　1、主营业务情况
　　公司主营业务属于IT运维管理监控领域的重要分支行业——应用性能管理及可观测性行业。博睿数据始终秉承“以数据赋能IT运维”的理念，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。
　　应用性能管理（ApplicationPerformanceManagement，简称APM）是指通过系统化的方法体系与专业工具组合，对应用程序的运行效能实施全生命周期管理及实时监测。其核心目标在于保障企业业务系统的高效稳定运行，通过持续优化应用可靠性与服务质量，确保终端用户获... 查看全部▼

　　一、报告期内公司所从事的主要业务、经营模式、行业情况说明
　　(一)主要业务、主要产品或服务情况
　　1、主营业务情况
　　公司主营业务属于IT运维管理监控领域的重要分支行业——应用性能管理及可观测性行业。博睿数据始终秉承“以数据赋能IT运维”的理念，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。
　　应用性能管理（ApplicationPerformanceManagement，简称APM）是指通过系统化的方法体系与专业工具组合，对应用程序的运行效能实施全生命周期管理及实时监测。其核心目标在于保障企业业务系统的高效稳定运行，通过持续优化应用可靠性与服务质量，确保终端用户获得优质的服务体验，同时有效优化IT运维综合成本。可观测性（Observability）作为支撑复杂IT系统运维的技术体系，基于全链路调用追踪数据、运行指标、日志记录及事件信息的采集分析，构建多维度的系统状态感知能力。该技术使企业能够实时洞察数字化系统的整体运行状态、性能表现及用户体验，精准识别潜在异常风险并快速定位故障根源，为数字化服务优化提供数据驱动的决策支持。
　　公司核心产品BonreeONE可以为企业提供一体化智能可观测性解决方案，通过对丰富多样的软硬件IT资产运行所产生的各类数据构建模型、分析处理，叠加开箱即用的AI算法能力，为用户在运维工作中提供更直观、更准确的见解，提升运维效率、减少故障带来的经济损失，最终确保客户数字化业务的有效开展。
　　2、主要产品情况
　　核心产品BonreeONE发展路径介绍：
　　2022年，公司深刻认识到目标客户的主要挑战在于应对监控工具碎片化、云原生技术所带来的数据高动态性和高维护门槛以及稳态、敏态两种IT架构所导致的数据割裂，国际同业在应对此类挑战时已经有了成功案例，而国内尚缺少可以应对该挑战的产品和供应商，经过周密调研和审慎研判后，推出“AllinONE”战略。从2022年到2025年，产品的发展迭代经历了如下几个阶段。
　　2022年，将原有的多个分散工具，Server、RUM（包含了MP、Browser、SDK的能力）、ITIM等整合到一个产品中，从前端的用户体验到后端的应用性能实现端到端全链路打通，帮助用户从全链路视角上快速定位问题的原因。
　　2023年，补齐之前缺少的可观测三要素之一的日志分析能力，正式发布新一代核心产品BonreeONE并投入商用。此外，通过发力ETL、数据集成、AI三方面能力，积极探索多源异构数据场景下的根因定位最佳实践。
　　2024年，业内率先推出可观测全域数据模型，BonreeONE3.0重磅升级。数据模型的引入，将可观测平台的分析能力进一步提升，将运维领域由碎片化工具带来的无序数据变成了有序数据，数据之间的关联更加紧密，进一步提升了运维效率。
　　2025年，平台化改造突破升级，将数据的读取和写入进行一体化管理，解决多源异构数据的融合治理难题，同时将应用场景实现与Ai引擎、数据治理引擎等关键能力解耦，为运维数据中台的建立打下了坚实基础。
　　（1）一体化智能可观测平台BonreeONE产品推出2025秋季正式版
　　2025年10月，BonreeONE2025秋季正式版隆重发布，新版本主要在AI深度融合、全面多维观测、架构突破升级三大维度展开，具体情况如下：
　　①AI深度融合
　　通过AI构建多维度智能模块协同框架，实现与可观测性的深度融合，将观测数据转化为自主运维决策能力与精准的根因定位能力。以小睿助理作为统一交互入口，结合AIGC与RAG知识库，提供智能问答、智能环境感知、导航引导、AI帮写、自主决策型根因分析功能，使可观测能力更易于触达和应用。
　　智能问答功能：无需翻阅使用手册，即问即答，获取可观测平台的准确、详细操作指引，1,035篇公共文档+21,954篇私域文档，实时推理，实现如真人专家协同般的故障排查体验；
　　智能环境感知功能：实时感知当前页面所在位置，提供功能说明和详细解释；
　　智能导航功能：支持用户输入操作意图描述，小睿助理可通过意图解析精准定位对应功能的操作路径，一键跳转，实现需求与操作入口的直接衔接；
　　AI帮写功能：AI帮写赋能数据探索、仪表盘、告警配置等环节，可快速生成PromQL，交互中支持一键回填；
　　自主决策型根因分析功能：当异常触发时，通过大模型理解可观测数据，结合Agent、大语言模型（LLM）与知识库，并依托MCP客户端等协同运作，能够实现自主决策型根因分析并输出排查指导建议，推动AI与可观测技术深度结合。
　　②全面多维观测
　　全面多维观测能力以业务形态为核心，组织并串联所有IT运维数据，实现由大到小、由粗到细的分层分类呈现。既可一览业务整体健康状况，又能逐层下钻、精准定位问题根因，从而快速启动应急恢复，保障生产系统的业务连续性。
　　链路编排功能：支持用户围绕核心业务，灵活定制关键路径视图，从而摆脱孤立指标的局限，实现对系统架构与运行状态的全局掌控。任何异常均可通过关联指标与告警被即时感知，同时，页面布局与图表支持完全自定义，使用户能够根据实际需求自主配置，实现更精准、高效的数据分析；
　　宏观概览功能：将复杂的分布式系统映射为清晰可视的核心业务链路，清晰掌握全局架构与关键流程，轻松掌握系统整体健康状态；
　　焦点详情功能：每个节点均支持逐层下钻，直观展示上下游架构依赖关系，整合日志、调用链、告警等多维信息，层层下钻溯源，迅速定位和解决问题，显著缩短故障排查时间，提升运维效能。
　　③架构突破升级
　　核心ETL引擎Ingester经过重构，资源消耗降低65%，并实现毫秒级数据接入，为高效查询奠定坚实基础；QueryService能力显著增强，对PromQL的兼容度大幅提升，极大提升了查询的便捷性与强大能力；在此之上，AIService全面融入大模型技术，共同驱动监控与分析系统向智能化、洞察化迈进。
　　ⅠETL架构全面升级，新一代ETL引擎以流批一体为核心，围绕处理能力、资源调度、算法支持、性能与稳定性五个维度实现增强。
　　处理能力方面，新增滚动、滑动、会话及全局窗口支持，并提供“精准一次”处理语义保障；
　　资源调度方面，支持任务级与算子级并行度灵活配置；
　　算法引擎方面，内置200+算子并支持UDF，适配复杂计算场景；
　　性能提升方面，资源利用率提升65%，实时流数据处理延迟降至毫秒级，计算资源需求降至原方案的1/3；
　　稳定性方面，构建50+监控指标与智能预警体系，引入自适应流量控制与熔断保护机制。
　　Ⅱ存储体系升级，统一读写能力强化，QueryService对PromQL兼容度提升至99.44%，增强多协议交互稳定性；通过动态索引、并行副本加速及列存储压缩等技术，实现查询性能提升3倍，存储占用降低50%；且借助分级存储与无锁并发机制，数据延迟从分钟级优化至秒级，整体入库与查询效率提升30%。
　　Ⅲ以大模型为核心的智能能力重构
　　上层构建四大智能模块，基于多路召回与知识大脑的智能问答、下一代根因分析引擎、自然语言驱动的智能检索，以及多源数据聚合的智能总结，底层通过OneFlow可编排平台与MCP服务平台，实现能力灵活调度与闭环服务支撑，推进AI技术从生成到落地的全面覆盖。
　　（2）全面拥抱国产化，支持信创生态。
　　公司已完成核心产品线的信创生态适配体系构建，实现在主流国产CPU（鲲鹏、飞腾、海光、兆芯、龙芯）、国产操作系统（麒麟、统信等）、国产中间件(东方通、华宇、金蝶天燕等)以及数据库（达梦、人大金仓等）等信创环境的兼容技术开发，完成相关部署和稳定运行测试，进一步拓展了公司产品的适用环境。其智能探针能够监控国产化操作系统、服务器、中间件的性能，并对部署在相关软硬件上的应用进行性能监控，保障业务系统的连续性及稳定性。
　　(二)主要经营模式
　　1、销售模式
　　公司以直销模式为主，海外主要采用经销商模式。专注于为企业级客户提供优质的应用性能管理及可观测性产品和服务，下游客户涵盖金融业、互联网、制造业、能源业等多种行业，重点服务行业头部大客户，客户粘性较强，合作关系稳固。
　　公司主要采用参与各种行业活动、客户间介绍、电话沟通、现场拜访、参与招投标等方式拓展客户，根据客户需求制定方案、提供技术咨询、提供测试等形式与客户进一步接洽，若客户存在采购意向，双方则进入商务谈判阶段，根据谈判情况确定最终报价并签署合同。
　　2、采购模式
　　在经营过程中，公司的采购主要包括网络资源采购、软硬件采购、会员监测服务采购等。公司采购主要由采购部负责，其中会员的招募与管理主要由交付中心——会员部负责。
　　公司制定了《采购管理制度》，建立了专门的采购管理系统，当公司发生采购需求时，由需求部门具体人员在采购系统中发起采购申请，经过部门负责人、公司分管负责人、采购部门负责人审批后交由采购部具体人员安排采购，确保所需物资优质、高效供应，并不断降低采购成本和管理成本。
　　3、服务模式
　　目前，公司主要服务企业级客户。公司为客户提供持续的技术咨询服务和故障处理服务，及时发现并迅速解决客户在使用中遇到的技术问题，同时还为大客户配备专门的售后技术工程师，为客户开展产品使用培训，指导客户使用公司的产品，协助客户解读性能数据、定位性能问题、并提出优化建议等。此外，根据客户要求，公司技术人员还会上门提供专业的技术指导并撰写服务报告。
　　4、研发模式
　　公司设立研发部门，组建了专门的研发队伍、测试队伍，还设置了专门的代码管理、质量控制、资源调度、安全管理等岗位，确保产品研发的质量和效率。公司产品研发遵循标准的软件开发流程并通过CMMI5认证，自主研发流程主要为：需求分析、开发立项、设计及研发、测试、验收、培训等环节，完善、严谨的研发管理体系可保障公司产品在精准符合客户需求的前提下，有效地缩短开发周期。
　　(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
　　公司始终秉承“以数据赋能IT运维”的理念，坚持“客户第　　一、正直守信、追求卓越、开放创新、勇于担当、协作共赢”的品牌价值观，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。通过助力客户构建稳定、高效、智能的新型IT运维监控体系，提升IT运维效率、降低总体运营成本，驱动业务创新增长，赋能企业数字化转型高质量发展。根据中国证监会发布的《上市公司行业分类指引（2012年修订）》，公司属于软件和信息技术服务业（分类代码：I65）。依据《国民经济行业分类和代码表（按第1号修改单修订）》（GB/T4754-2017），公司所处行业为“信息传输、软件和信息技术服务业”门类下的“软件和信息技术服务业”。
　　（1）行业发展阶段
　　①全球应用性能管理及可观测性（APMO）市场
　　北美应用性能管理及可观测性市场起步较早，已形成完整的市场竞争格局。海外市场许多企业和组织积极采用APMO解决方案来监控和管理其应用程序性能，APMO产品逐渐从传统监控工具演变为业务生产过程中的生产力工具。可观测性能力以数据为中心，通过人工智能技术赋予监控工具强大的数据洞察力，使监控工具能够快速识别并预测故障，从而在对用户影响最小的前提下解决相关问题。同时，可观测性能力支持集成原始监测数据，助力运维人员更好地理解和探索数据，有效解决传统监控工具分散导致的数据孤岛问题。根据Gartner预测，到2028年，可观测性产品市场估计将达到142亿美元，按固定汇率计算，2021年至2028年复合年增长率（CAGR）为11.1%1。随着数据量及关系复杂度的持续上升，运维管理面临巨大挑战，企业对应用性能管理及可观测性能力的需求正高速增长。
　　IDC最新数据显示，2023年全球数字化转型投资规模超过2.1万亿美元，2028年预计达到4.4万亿美元，2023-2028年五年复合增长率(CAGR)为15.4%。随着全球数字化转型市场蓬勃发展，云计算、人工智能、大数据、5G等技术的应用范围不断扩大，全球企业的数字化转型已进入持续发展阶段，这也促使企业不断加大在数字化转型的投入2。
　　从供给侧看，海外已存在众多优秀的商业化技术供应商，提供多元的应用性能管理及可观测性解决方案，包括基于云端的、移动端的、微服务架构等，如Dynatrace、Datadog、Splunk、Honeycomb等。同时，也涌现出一批开源项目，如Prometheus、OpenTelemetry等。这些技术和工具持续创新演进，以适应不同场景下的监控及可观测性需求。
　　②中国的应用性能管理及可观测性（APMO）市场
　　中国APMO市场处于初期阶段，行业渗透率相对较低，但市场认知和客户需求在2025年下半年已明显释放。2024年11月，IDC首次将原应用性能管理（APM）市场革新升级为应用性能管理及可观测性（APMO）市场，此举预示在数字化转型进程加速的背景下，国内企业对应用性能管理及可观测性的需求持续上升，中国APMO市场展现出巨大的增长潜力。
　　1Gartner《可观测性平台魔力象限》报告2025。
　　2IDC《全球数字化转型支出指南》2024年11月6日。
　　到2025年底，数字中国建设取得重要进展，数字领域新质生产力不断壮大，数字经济发展质量和效益大幅提升，数字经济核心产业增加值占国内生产总值比重超过10%，数据要素市场建设稳步推进，算力规模超过300EFLOPS，政务数字化智能化水平明显提升，数字文化建设跃上新台阶，数字社会精准化、普惠化、便捷化取得显著成效，数字生态文明建设取得积极进展，数字安全保障能力全面提升，数字治理体系更加完善3。
　　“十五五”规划（2026-2030年）指出，将深入推进数字中国建设，提升数智化发展水平，把握数字化、网络化、智能化发展大势，加快数智技术创新，深化拓展“人工智能+”。数字中国建设将进入“深化应用、规范发展、普惠共享”新阶段，IT系统可观测性将从“辅助工具”升级为“数字化基石能力”。聚焦“融合（运维/安全/业务）、智能（AI驱动）、国产化”三大趋势，打造覆盖全域数据、实时响应、价值导向的可观测体系。
　　从技术栈演变路径看，北美市场已完成从基础监控、日志分析、APM、应用安全到全面可观测的能力累积，而中国仍处于快速发展阶段，正逐步对标北美技术演进轨迹。在部署模式上，北美业务应用更倾向于部署在主流云平台上，国内则伴随着云计算技术与云生态环境的持续成熟，推动企业加速业务上云进程，推动了技术栈的升级和发展。中国作为全球最大的信息技术市场之一，未来随着中国数字经济的稳定发展，叠加5G、云计算、物联网等技术的规模化落地，中国应用性能管理及可观测性的需求将逐步得到释放。
　　（2）行业基本特点
　　随着中国企业推动数字化转型，应用性能监控及可观测性需求日益增长。高效、稳定、智能的IT系统智能可观测方案可以更好地服务于互联网、金融机构、制造业、甚至初创企业。
　　①文化层面：伴随敏捷开发、DevOps（开发运维一体化）、BizDevOps（业务开发运维协同）及DevSecOps（安全开发运维融合）等理念的涌现和转变，结合持续集成、持续部署等工具流和工具的整合，软件迭代效率得到显著提升。在此背景下，通过系统化梳理模块间依赖关系、建立全链路代码追踪机制，提升开发团队对系统运行状态的实时监测能力，已成为保障复杂系统稳定性的核心因素。
　　②业务层面：在数字化转型加速的背景下，客户体验已成为企业核心竞争力的关键构成要素。企业已经认识到，传统监控体系难以适配云原生、微服务架构等技术演进趋势，推动应用性能管理及可观测性解决方案逐渐纳入技术选型评估范围。政策方面，《关于促进数据产业高质量发展的指导意见》明确提出，到2029年数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列，数据产品和服务供给能力大幅提升，将催生一批数智应用新产品新服务新业态4。
　　在政策驱动下，数据资产运营体系的建设将推动企业升级数据治理工具链，而应用性能管理及可观测性工具作为保障数据应用高效运行的重要手段，市场需求有望加速释放。
　　③技术驱动：2025年被广泛视为智能体产业化元年，智能体从实验室走向市场，开始重构数字生产力。中国工程院邬贺铨院士提出三阶段演进路径：单智能体→多智能体协同→智联网，最终实现开放协作。随着MAS的普及，IT领导者应重新审视工作流程，多智能体系统中智能体之间的通信为可观测性创造了新的机会，使复杂工作流的故障排除和更新变得更加容易。
　　④本土化需求：受中西方文化背景与使用习惯差异影响，本土化的应用性能监控及可观测性解决方案正加速成为市场主流。此类方案深度适配国内企业云架构部署特征及业务连续性管理要求，在信创产业政策持续深化背景下，政务、金融、能源等关键基础设施领域对核心业务系统的稳定性保障与性能优化已成为关键运维指标，直接驱动具备自主知识产权的应用性能监控及可观测产品国产化替代进程提速。伴随数字化转型及5G、算力等IT基础设施建设加速，叠加信息安全和数据合规等对信息安全体系的强制性合规要求，国内APMO厂商凭借对本土数据主权规范与行业监管政策的精准适配能力，市场渗透率有望持续提升。
　　⑤目标客户行业技术栈差异：金融、电商、游戏等垂直领域的技术生态体系差异显著，例如金融行业的高并发分布式交易系统、电商平台的弹性微服务架构、游戏产业的实时渲染引擎等技术特征分化明显。此类跨行业技术组件的兼容性要求，对应用性能管理及可观测性厂商的技术积
　　3《数字中国建设2025年行动方案》。
　　4《关于促进数据产业高质量发展的指导意见》，2024年12月30日。
　　累和行业沉淀提出了较高要求，需能够适配不同行业的各类技术栈，以更高效支撑各行业数字化转型中的业务连续性保障。
　　（3）主要技术门槛
　　公司产品的核心价值是自动发现客户IT业务系统复杂的内部结构，并进行实时数字建模，从而对其运行状态进行管理、观测和排障，以保障客户自身业务的连续性。该类产品的技术门槛主要体现在以下几个方面：
　　①具备“全栈、双模”的数据采集能力
　　作为数据平台类产品，其核心能力建设需聚焦于构建开放型数据治理体系。在数据采集维度，除标配的标准化数据采集探针外，重点需实现异构数据源的标准化接入能力，具体表现为：通过单一探针组件即可完成基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层的全栈数据关联采集；同时依托多源异构数据处理引擎，低成本建立与数百种第三方产品或工具的无缝集成。因此，开发商需同步具备探针级数据抓取技术的深度研发能力及分布式计算引擎研发能力。
　　②具备“开放、融合”的全域可观测数据模型构建能力
　　该产品需应对多源性异构数据融合的核心挑战，其数据具有以下三种特征：其一，数据源端呈现跨平台集成复杂性，涵盖自研探针数据流、第三方系统API接口数据、客户各类自定义数据的多源异构融合。其二，数据结构多样性，涵盖结构化的指标、元数据，半结构化的事件、调用链和日志数据，以及堆栈、会话回放视频等非结构化数据。其三，数据量级极大，日处理数据量一般达到PB级别。因此要求开发商须对海量的可观测信号数据和元数据进行统一化处理和规范化建模的能力，构建以IT实体为中心的全域可观测数据模型，具体包括基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层。这是对IT系统进行全面可观测的基础，因此开发商需对可观测性有极为深入的理解，并拥有较强的海量可观测数据处理、治理和建模能力。
　　③具备“统　　一、强大”的数据中台能力
　　该类产品接入数据特征，要求开发商在大数据处理方面至少具备以下三项技术能力：一是对海量多源异构数据的实时建模能力，构建以运维实体为中心的全域可观测数据模型；二是对跨多种大数据存储和分析引擎联合分析能力，如支持指标存储引擎、日志存储引擎与配置管理数据库的联合查询和分析场景，如支持对分布于多地多中心的数个指标存储引擎和配置管理数据库的分布式联合分析等；三是支持灵活的分布式数据视图能力以及架构动态伸缩的能力，以适配不同量级、灵活多变的业务场景。上述能力要求开发商需具备很强的统一数据中台研发能力。
　　④具备“精准、可解释”的AI算法能力
　　该类产品由于数据量级极大，格式复杂多样且数据之间存在各种关联关系，传统的数据分析技术难以满足上层灵活多变的分析场景需求。开发商需具备以下三类AI算法技术，一是预测型AI算法技术，通过对系统内数百万个指标进行机器学习，进行精准的趋势预测，自动生成指标基线并设置告警阈值，对指标的异常波动进行自动检测与生成告警。二是因果型AI算法技术，对系统内不同层级、不同实体、不同时间发生的多个事件，通过统一运维数据大模型自动构建事件因果图谱，进而进行根因事件和表因事件的识别，自动确定IT系统故障根因，极大提高客户故障定位效果和处置效率，减少业务损失，该算法的特点是分析结果具备天然的可理解性和可解释性。三是生成式AI算法技术，通过对用户输入的自然语言指令进行智能分析，自动规划任务，实现如自动创建分析模型、自动创建告警规则等功能，极大提高用户使用效率和体验。上述能力要求开发商除需要具备较强的多场景AI算法能力外，还需对可观测性领域有深入理解，且自身数据具备极高的品质。
　　⑤具备“众创、百搭”的数据应用能力
　　该类产品的数据消费和应用场景极为复杂多样，既包含以各种运维实体为中心的独特观测视角，也涵盖以各种可观测性信号数据为中心的统一分析视角；既涉及对各种海量运维实体运行状态的监控场景，也包含对海量实体及关联关系的管理诉求；既需要具备APM、RUM、ITIM、LOG等专项能力，也需拥有仪表盘、智能告警、数据分析等强大且开放的平台能力。因此，一方面需要开发商具备较强的可观测应用场景和开发能力，能够为客户提供丰富成熟的各种专项应用，另一方面需要开发商提供强大、开放、灵活的自定义应用引擎能力，能够支持用户高效、低成本地自行构建自定义数据应用，以满足客户应对复杂多变业务场景的监控和分析诉求。这对市场上多数专项监控产品开发商而言构成了极高的技术门槛。
　　2、公司所处的行业地位分析及其变化情况
　　随着国内信息技术的快速发展和数字经济建设的全面推进，国内企业对于应用性能监控及可观测性技术的认知逐步深入，企业对精细化运营的重视程度不断提升，逐渐意识到应用性能管理及可观测性技术在助力企业自身业务发展中的关键作用。企业如何高效地利用海量数据，做出精准决策并快速响应市场成为关键，使得市场对可观测性的需求也日益明确和迫切。
　　公司一体化智能可观测平台BonreeONE产品于2023年4月正式投入商用，自推出以来便引领了市场对可观测性的需求。于2025年5月全球发布BonreeONE国际版，开启公司软件出海征程。2025年10月BonreeONE2025秋季版发布，围绕AI深度融合、全面多维观测、架构突破升级三大维度全面升级可观测能力。根据IDC发布的《中国IT统一运维软件产品市场跟踪报告》，2025H1，公司以市场占有率22.06%位列中国应用性能监控及可观测性市场第一，持续领跑中国APMO市场。
　　（1）产品战略领先、成熟稳定，中国领先的一体化智能可观测平台
　　公司2021年正式迈入可观测性领域，首次提出“AllinONE”战略，逐步构建了BonreeONE一体化智能可观测平台并持续迭代，产品经历了一体化——可观测——模型化——平台化四个发展阶段，实现从单一监测工具向全场景解决方案的跨越，构建了完整的可观测性能力图谱。
　　公司在保持中国应用性能管理及可观测性APMO市场领先地位的基础上，BonreeONE2025春季版正式推出国际化版本，支持中英文切换以适配海外用户需求；导航栏、工作台全面优化，重构交互逻辑与界面设计，为全球用户带来更便捷、更高效的观测体验。
　　针对云原生架构的动态、弹性、分布式的特点，以及传统割裂的监控工具适配不足的行业痛点，结合企业系统持续上云、云原生架构加速普及的趋势，公司对BonreeONE2025春季版对云原生观测能力进行了全面升级。
　　BonreeONE2025春季版进一步释放了数据模型的价值，同时全面深化从数据采集到业务分析的全域可观测能力，为用户提供更高效、灵活的全域可观测与管理体验。
　　BonreeONE2025秋季版在产品能力维度方面实现关键进化：一方面通过多维观测实现系统链路的全局洞察，清晰掌握全局架构与关键流程；另一方面通过小睿助理将AI深度融入日常运维，提供如专家随行般的智能协作体验。同时，BonreeONE在技术架构与生态支持方面实现全面升级：ETL与统一存储架构经过全面优化，性能更稳定；OpenAPI及文档中心完成系统性重构，共同为高效、智能的运维体系构筑起更为坚实可靠的底层基座。这是针对复杂数字化时代运维痛点的一次突破性改变。
　　（2）坚持自主研发，技术实力雄厚。
　　公司坚持以技术创新和产品创新为核心的发展战略，密切关注应用性能管理及可观测性技术的最新发展趋势，经过十七年的行业深耕，公司在IT数据的采集、治理、存储及分析等核心环节积累了丰富的技术经验，能够满足国内客户不断变化升级的市场需求。截至报告期末，公司共拥有57项已授权发明专利、135项软件著作权、32项核心技术，在应用性能管理及可观测性领域实现了多项技术突破，具备显著的技术先进性。
　　公司基于行业技术领先优势，在履行社会责任过程中积极参与行业标准体系建设，推动行业高质量发展。公司深度参与信通院AIOps标准制定工作，同时参与编制中国电子工业标准化技术协会《政务App评价指标》团体标准，协同推进信通院分布式系统稳定性实验室主导的《信息系统稳定性保障能力建设指南》编制。入选中国信通院《高质量数字化转型产品及服务全景图》、《高质量数字化转型技术解决方案集》、《高质量数字化转型案例集》。长期担任新浪银行App评测数据支持机构，持续输出技术标杆实践，为行业可持续发展提供动力。此外，公司荣获技术卓越奖评选“产品创新奖”、央国企数智化转型与智能制造领航技术服务品牌TOP50、软件/IT服务行业可观测性领域“年度明星产品”等多项荣誉，技术实力与市场价值获得广泛认可。持续输出技术标杆实践，为行业可持续发展提供动力。
　　（3）拥有行业领先的品牌影响力。
　　公司基于17年行业积累形成显著市场影响力，获得许多头部客户的信任与认可。客户高黏性与稳定的合作关系使得公司保持竞争优势。
　　在报告期内有效应对市场环境变化，通过进一步深化市场渗透与品牌建设。公司积极布局线上线下的全域市场运营，完善官网及新媒体营销矩阵，组织行业会议、高峰论坛及专业沙龙，《BonreeONE产品直通车》《可观测解决方案webinar》及《聊点技术》等系列IT运维行业内容IP，产出系统化公开课及技术论文，发布涵盖100+IT运维应用场景的80余个标杆实践案例。客户成功案例获行业权威认可：制造业领域“BonreeONE赋能中国铁塔业务监测分析效能升级”（高质量数字化转型典型案例集（2025上半年度），凭借突出的品牌实力与行业贡献，公司荣膺“2025央国企数智化转型与智能制造领航技术服务品牌TOP50”，BonreeONE斩获2025年度技术卓越奖评选-产品创新奖，并于2024-2025年连续两年获评GOITI“可观测性年度明星产品”奖。
　　（4）领先的客户体验及口碑。
　　公司通过技术迭代与服务升级持续提升客户体验价值，市场认可度持续提升。例如：在某大型证券公司，通过公司可观测性平台建设，帮助客户梳理21条核心交易链路，以确保核心链路的业务连续性，通过对前后端监控数据、日志数据、基础监控数据、网络数据等全要素可观测数据的整合，帮助该客户构建了1-5-10体系，即1分钟发现问题、5分钟定位问题、10分钟故障恢复，从而大幅降低平均故障恢复时间，为客户生产业务带来了巨大的保障，从而减少业务损失。
　　综上所述，公司凭借其卓越的技术实力、健全的产品体系和优质的服务体验，稳居中国应用性能监控及可观测行业的领导者。
　　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
　　（1）新技术、新产业、新业态、新模式
　　2025年，IT运维与可观测领域正经历深刻变革，其核心驱动力是人工智能（AI），特别是与大语言模型（LLM）技术的深度融合。这一变革促使运维模式、技术架构乃至行业生态的重塑。
　　①AI成为运维工作的“决策大脑”
　　AI的价值已超越辅助工具，正成为运维的决策核心。其关键进展体现在，智能诊断与自愈、自然语言交互及预测性运维。利用LLM的推理能力，系统能关联分析指标、日志、链路追踪等多源数据，实现跨模态的根因定位，并将诊断环节从小时级缩短至分钟级；运维模式从编写复杂查询语句转向对话式交互。工程师使用自然语言即可查询数据、配置图表或生成脚本，显著降低了使用门槛；通过机器学习算法分析历史数据，系统能够预测潜在的性能瓶颈与风险，推动运维从“被动救火”转向“主动预防”。
　　②从人机协同到智能体的运维新业态
　　运维的组织形态和目标正在演进，人机协同成为主流，AI并非取代运维工程师，而是将其从重复性警报处理中解放，转向更高价值的架构优化、策略制定和AI模型监督工作。未来的竞争是“会用AI的运维”与“低效运维”的竞争。且AI智能体（Agent）的崛起，可观测系统正从“眼睛”（观测）演变为具备“大脑”（分析）和“手”（执行）的智能体。这些智能体可以分工协作，自主处理告警生命周期事件，实现“半自治”运维。
　　③融合与统一的技术新架构
　　为支撑上述能力，技术底座也在同步升级，不仅包括大模型与传统算法的协同：业界共识两者为互补关系。传统算法在特定场景（如时序异常检测）上响应快、资源消耗低；而LLM擅长处理复杂、跨域的推理任务。最佳实践为传统算法作为“肌肉记忆”处理常规问题，LLM作为“大脑”应对复杂诊断。也包含标准化与成本优化：OpenTelemetry（OTel）已成为可观测数据采集的事实标准，同时公司首推的可观测全域数据模型是进行高质量数据治理的基础条件。
　　（2）未来发展趋势
　　数字化转型进入深水区，2025年智能体的迅猛发展、市场从传统IT架构向智能IT架构的洗牌、以及客户需求边界的持续扩张——IT智能可观测行业正站在一个关键转折点上。未来发展趋势将不再仅仅是“监控IT系统的健康状况”，而是演变为“驱动智能业务运转的决策平台”。
　　1、智能体驱动：从“被动监测”走向“自主运维闭环”
　　未来，智能体将实现与可观测平台的深度整合，构建“感知-分析-决策-执行-验证”的全闭环能力。例如，专门处理日志的智能体可自主分析日志数据、提取规律、发现异常，再与负责故障处置的智能体协同，完成资源扩展、流量调度、服务重启等操作，有效缩短平均修复时间（MTTR），降低人工运维成本。同时，随着生成式AI与大语言模型（LLM）的融入，智能体将具备更强的自然语言交互与复杂问题处理能力，能够解读业务术语、自动生成运维报告，甚至基于历史数据预测系统潜在风险，让可观测从“技术监控”升级为“业务保障”的核心支撑。这种智能体驱动的可观测运转模式，将成为行业差异化竞争的关键。
　　2、架构演进驱动市场洗牌，智能IT架构成为可观测行业的核心适配方向
　　IT行业正经历从传统IT系统架构向智能IT系统架构的根本性演进，这一变革直接引发IT可观测市场的品牌洗牌，重塑行业竞争格局。传统IT系统架构以单体架构、分层架构为主，结构相对简单，可观测需求集中于基础设备监控、日志分析等浅层场景，对应的厂商多以单一功能工具为主，技术门槛较低，市场竞争分散。而智能IT系统架构以云原生、微服务、边缘计算、中台架构为核心，具有分布式、动态化、复杂化的特点，对可观测能力提出了更高要求——不仅需要覆盖基础设施、应用服务、业务体验的全链路监控，还需具备跨环境、跨系统的数据整合与智能分析能力。
　　3、客户需求边界持续扩充，“一栈式服务”成为厂商核心发展方向
　　客户不仅需要实现基础设施、操作系统（包括虚拟化系统）、中间件、应用、业务、网络的全维度监控，还希望获得数据治理、智能告警、根因分析、成本优化等一体化服务，核心诉求是降低成本开支和故障所带来的经济损失、提升生产和管理效率，实现“一站式解决所有生产质量问题”。
　　基于这一需求变化，IT可观测厂商未来的核心发展趋势是打造一栈式服务能力，打破数据孤岛与工具壁垒，为客户提供从数据采集、存储、分析到故障处置、成本优化的全流程解决方案。具体而言，厂商将整合日志（Log）、指标（Metrics）、链路追踪（Tracing）、事件（Event）、元数据（Meta），“五位一体”的数据，构建统一的数据中台，实现多源数据的关联分析；同时，融入AI智能运维能力，基于动态基线、知识图谱和大模型技术实现告警分级收敛与秒级根因定位，让客户无需切换多个工具，即可完成全链路观测与运维处置。面对客户有限的人力资源和日益复杂的技术栈，未来的竞争不再是售卖“工具”或“数据存储空间”，而是售卖“解决方案”和“洞察能力”。厂商需要提供行业模板、智能分析看板、咨询及实施在内的全栈服务，让客户无需成为可观测性专家，也能享受到专家级的服务体验。
　　二、经营情况讨论与分析
　　公司始终坚持以技术创新和产品创新为核心发展战略，紧跟行业技术发展趋势，深耕行业客户创新需求，推动企业持续创新并保持行业领先地位。通过“产品+技术”的双轮驱动，公司不断提升产品与服务的市场竞争力，为企业级客户的IT运维管理提供高质量、可落地的应用性能管理及可观测性解决方案。
　　报告期内，公司实现营业收入12,667.06万元，同比减少1,388.55万元，同比下降9.88%；归属于上市公司净利润-9,683.50万元，同比减亏1,833.95万元；归属于上市公司股东的扣除非经常性损益的净利润-9,773.80万元，同比减亏1,897.35万元。
　　公司技术团队稳定，不断推陈出新，在多项技术领域取得新成绩。报告期内，公司累计拥有已授权发明专利57项、软件著作权135项、核心技术32项，为公司的持续创新能力奠定了良好基础。此外，公司目前已通过了ISO9001质量管理体系认证、ISO27001信息安全管理体系认证、ISO27701隐私信息管理体系认证、ISO22301业务连续性管理体系认证、ISO20000信息技术服务管理体系认证、信息技术服务标准（ITSS）三级资质认证，为公司在数据隐私信息管理、业务连续性管理、质量管理、信息安全管理、IT服务管理等方面提供了合规性保障。
　　2025年10月31日，博睿一体化智能可观测平台服务体系已顺利通过国际四大会计师事务所之一的安永华明会计师事务所（特殊普通合伙）的严格审计，正式取得涵盖安全性、保密性、可用性三大核心维度的SOC2TypeII鉴证报告。SOC2是由美国注册会计师协会（AICPA）制定的国际权威审计框架，其中TypeII认证需对企业连续6-12个月的控制措施有效性进行全面验证。此次通过审计，意味着公司在数据防泄露、系统稳定运行、敏感信息保护等关键领域的管理能力与实践水平，已获得全球四大会计师事务所的权威认可，达到国际一流标准。
　　公司持续迭代核心被动式产品BonreeONE，并取得了一系列的新进展。2025年5月，公司发布了BonreeONE2025春季正式版，延续一体化智能可观测平台核心定位，围绕国际化拓展、云原生可观测、AI大模型能力、升级用户体验四大方向迭代突破，包含十余项核心能力升级，进一步拓展智能可观测平台的能力边界。
　　2025年10月，公司发布了BonreeONE2025秋季正式版。该版本进行了重大升级，体现在如下三方面：在AI深度融合方面，平台推出“小睿助理”作为统一智能交互入口，通过智能问答、AI帮写（如快速生成PromQL）以及自主决策型根因分析等功能，显著提升了运维操作的易用性与自动化水平。在全面多维观测方面，新版本强调以业务为核心，提供从宏观概览到焦点详情的链路编排与下钻分析能力，帮助用户快速定位问题根源，保障业务连续性。在架构突破升级方面，平台对核心ETL引擎、存储体系及AIService进行了重构，实现了资源消耗降低65%、查询性能提升3倍、数据延迟优化至秒级等显著性能提升，为智能化能力提供了坚实底座。
　　2025年公司已完成中国香港子公司及新加坡孙公司、马来西亚孙公司注册登记，初步构建起契合区域市场特征的商业化运营体系。2025年在中国香港地区，公司已实现首批订单落地，已实现百万级订单，公司通过结构化产品与服务组合提升市场渗透能力，品牌及行业影响力不断提升。公司持续聚焦银行、证券、保险、制造、能源及建筑等多个关键行业，同时拓展了高校行业，且不断挖掘与目标客户行业龙头企业的合作潜力，火山引擎已允许通过公司提供的第三方探针，将监控数据上报到火山引擎的APMPlus服务端进行应用性能监控，后续将在数据采集和数据分析方面进一步深化合作。
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、行业领先的产品能力
　　（1）全栈一体化监控与可观测性
　　BonreeONE是国内首个一体化智能可观测平台，历经一体化、可观测、模型化、平台化四个发展阶段持续演进，全面覆盖DEM、APM、ITIM、NPM等监控场景，实现从数字体验到应用服务再到基础设施的全栈可观测，解决了传统监控工具功能单　　一、数据割裂等问题。2025年春季版从国际化拓展、云原生可观测、数据模型价值发挥与用户体验升级四大方向进行革新，并率先推出BonreeONE国际化版本，支持中英文切换，迈出全球化布局的重要一步。2025年秋季版则围绕AI深度融合、全面多维观测、架构突破升级三大维度全面发布，底层完成了ETL、存储与AI服务三大核心架构升级，形成从数据处理到智能分析的技术闭环。在行业实践中，某证券客户基于BonreeONE构建了从APP客户端、渠道系统到核心交易系统的完整链路可观测体系，提升了应急场景下的协同效率。
　　（2）深度应用AI技术
　　平台内置全托管自适应智能告警，开箱即用的异常检测规则可满足高准确率、低噪声的异常发现与应急管理需求；基于无监督知识图谱的根因分析算法无需调参和人工打标，即可准确识别故障传播路径，常态化告警收敛率达98%，故障分析时效从小时级缩短至分钟级。
　　在AI融合方面，博睿数据分阶段将大模型技术全面引入BonreeONE：第一阶段聚焦架构层能力扩展，支持自由切换不同大模型；第二阶段结合RAG技术赋能实时智能问答，支持运维领域知识查询；第三阶段通过大模型与工作流编排实现根因定位智能化，自动汇聚分析可观测信号，生成统一结构化的定位结论。2025年秋季版以“小睿助理”作为统一交互入口，结合AIGC与RAG知识库，提供智能问答、智能导航、环境感知、AI帮写等功能，并结合“Workflow”、“ReAct”、“MCP”技术实现基于LLM的自主决策型根因分析，将可观测数据转化为运维决策能力。
　　（3）轻量化部署与高效交付
　　BonreeONE通过组件瘦身（安装包体积下降至5GB）和自动化部署能力，实现资源利用率30%的效能提升，大幅降低产品私有化交付场景的总体IT投资。BonreePilot组件支持自动化安装及更新、一键诊断与自动化排障，全面优化私有化交付流程效率。
　　（4）行业适配与生态兼容
　　公司BonreeONE产品深度适配金融、制造、通信等行业需求，已落地超百家头部客户。在某大型公司，通过公司可观测性平台建设，确保核心链路的业务连续性，通过对前后端监控数据、日志数据、基础监控数据、网络数据等全要素可观测数据的整合，帮助该客户构建了1-5-10体系，即1分钟发现问题、5分钟定位问题、10分钟故障恢复，从而大幅降低平均故障恢复时间，为客户生产业务提供了保障。同时，完成与达梦数据库、银河麒麟操作系统等国产软硬件的兼容认证，支持信创环境与传统IT架构的混合监控。
　　2、技术能力领先
　　（1）高效能架构与存储优化
　　BonreeONE平台支持异地多活的高可用架构，实现数据本地化存储，通过在ClickHouse集群存储层实现分布式表、本地先行计算后再聚合的方式，结合OneService联邦数据服务建立全局数据地图和动态路由，做到跨地跨中心计算——既保障数据分开存储，又实现全局统一分析，同时保证任意节点的服务与数据高可用。在四地八中心架构中，该能力已得到充分验证。2025年秋季版进一步重构了核心ETL引擎Ingester，资源消耗降低65%并实现毫秒级数据接入，同时强化了QueryService对PromQL的兼容度，大幅提升整体数据处理性能与架构稳定性。
　　（2）AI与大数据引擎创新
　　自研SwiftAI引擎支持主流大模型，实现异常检测F1-score达0.88，训练耗时降低83%，并支持语义理解与自动化配置。其多模态联邦查询引擎Zeus支持跨数据中心调用链追踪，结合实时湖仓一体化架构，实现毫秒级数据写入与关联分析。
　　（3）数据模型与采集能力突破
　　基于低代码能力的可视化数据处理拓扑，实现指标、日志、调用链等多源异构数据的统一纳管，并支持自动关联实体属性。例如，通过元属性驱动技术，将日志与实体模型深度整合，实现业务事件到技术层的全局归因。
　　（4）标准化与生态协同
　　BonreeONE已获得信通院颁发的“AIOps能力成熟度优秀评级”，先后通过信通院AIOps能力成熟度评估中"异常检测"和"根因分析"模块测评，AIOps系统和工具达到国内领先水平。在国产化适配方面，平台已完成主流国产CPU、国产操作系统、国产中间件及国产数据库等信创环境的兼容适配，并通过安永华明会计师事务所严格审计，取得涵盖安全性、保密性、可用性三大核心维度的SOC2TypeII国际认证。平台同时兼容Prometheus、OpenTelemetry等主流数据源，与Zabbix、SkyWalking等工具一键集成，构建开放生态。
　　3、研发优势
　　公司目前在国内APMO行业的人才密度处于行业领先地位。公司自成立以来始终坚持自主创新，紧跟移动互联网、云计算、大数据、人工智能等行业前沿技术的发展变革，持续不断的推陈出新。在为企业级客户提供应用性能监测服务、销售应用性能监测软件及提供其他相关服务的过程中，建立了一支专注本领域的技术专家队伍。
　　截至报告期末，公司已获发明专利57项，软件著作权135项。经过多年技术积累，形成的核心技术包括“服务端应用逻辑拓扑结构自动发现技术”、“海量数据大并发实时接入与在线离线处理技术”、“基于eBPF的持续剖析技术”、“基于eBPF的网络性能分析技术”等共计32项，在一体化智能可观测平台领域的大数据采集、处理、存储、分析等环节均具有较强的技术优势，为公司的持续创新能力奠定了良好基础。
　　目前公司已掌握了模拟用户、真实用户、软件程序和IT基础设施监测所需的多种主流操作系统和各类业务模式的数据采集技术，可从数据的深度和广度两个维度，全面满足客户多样化的数据采集需求。公司已具备成熟的端到端全链路数据融合分析计算、跨多层架构关联分析、底层代码全栈溯源的数据分析能力。公司基于以数据为核心的现代大数据管理架构，研发了先进的数据处理引擎，具备海量数据的高并发实时摄入、存储、在线与离线分析计算能力。以上述技术为基础，公司构建了具备一致性、可扩展性和全生命周期的应用性能管理体系，在行业内具有较强的技术优势。
　　在研发效能方面，公司积极引入AICoding能力，将业界领先的大模型全面融入产品设计、UI交互、代码开发、测试验证等研发全流程。通过AI辅助产品原型生成、高保真设计稿生成、代码生成、自动化测试用例构建与智能缺陷定位，研发效率大幅提升，有效缩短了产品迭代周期，使公司在保持人才密度优势的同时，进一步强化了整体研发产出能力。
　　公司将继续积极研发可观测性领域的相关产品和技术，拓宽产品和服务能力。一体化智能可观测平台产品BonreeONE，已逐步实现主营产品的换代升级，为公司的产品和服务能力向统一化、智能化发展奠定了良好的基础。
　　(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
　　(三)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
　　截至2025年12月31日，公司核心技术为32项。
　　2、报告期内获得的研发成果
　　截至2025年12月31日，公司已获发明专利57项，软件著作权135项。经过多年技术积累，形成的核心技术包括“服务端应用逻辑拓扑结构自动发现技术”、“海量数据大并发实时接入与在线离线处理技术”、“基于eBPF的持续剖析技术”、“基于eBPF的网络性能分析技术”等共计32项，在数据的采集、处理、存储、分析等环节均具有较强的技术优势，为公司的持续创新能力奠定了良好基础。
　　四、风险因素
　　(一)尚未盈利的风险
　　(二)业绩大幅下滑或亏损的风险
　　公司所处行业为知识密集型、技术驱动型产业，对专业技术人员依赖性强、人员流动率高、知识结构更新快。公司为了增强长期持续盈利能力，持续提升产品研发水平，优化并吸纳核心人才，成本费用投入较大，导致短期内公司亏损。如若未来公司新客户、新产品、新业务的开拓速度未达预期，或者市场竞争进一步加剧，导致收入增长速度低于成本费用的增速，可能存在经营业绩下滑或持续亏损的风险。
　　(三)核心竞争力风险
　　1、APMO行业是典型的技术密集型新兴行业，新产品和新技术的发展非常活跃，若公司不能及时、准确的把握国内外相关行业最新的技术和产品的发展动态，或不能将相关新产品和新技术快速掌握，并实施应用产业化，则有可能被相关行业竞争对手超越，公司产品的市场竞争力将会明显下降，最终对公司整体经营业绩造成不利影响。
　　2、APMO行业是高新技术行业，目前国内从事本行业资深技术人才较为匮乏。若公司无法从相关行业引入或自行培养新的高级技术人才，则可能造成公司产品和技术发展落后于市场发展的风险，最终形成对公司经营业绩的不利影响。
　　3、公司为高新技术企业，拥有多项知识产权，是公司生存和发展的根本。公司已与核心技术人员和涉密员工签订了《保密及竞业禁止协议》，但仍不能完全规避知识产权及核心技术失密的风险。如果出现知识产权和核心技术人员离职导致技术机密泄露的情况，即使公司借助司法程序寻求保护，仍需为此付出大量人力、物力及时间成本，将给公司的生产经营和新产品的研发带来不利影响。
　　(四)经营风险
　　1、公司已推出BonreeONE英文版产品并积极拓展海外市场。且发布了BonreeONE2025秋季版，鉴于海外客户的使用习惯与国内客户存在差异，公司产品在国际市场推广过程中可能存在无法完全满足客户需求的情况，进而导致销售业绩未达预期的风险。
　　2、东南亚各国的法律法规体系存在差异，部分国家对特定行业的监管较为严格，公司在开展当地业务时需深入了解并严格遵守相关国家的法律法规及监管要求。虽然公司目前在国内拥有57项发明专利，并享有软件产品的知识产权保护权利，但尚未在海外注册专利，因此在国际市场推广过程中在数据安全合规、知识产权等方面存在一定风险，面临着法律纠纷、罚款等问题，增加公司的合规成本和法律风险。
　　3、报告期内，公司设立了海外公司。海外项目交付地的关税风险、地缘政治风险、税收政策变化风险、汇率变动风险、签证用工规定风险、收款风险等因素将对公司海外项目的实施造成重大不利影响，从而影响公司业绩。
　　如未来公司海外业务增加，主要以美元、新币等外币定价并结算，如果未来汇率出现大幅波动，有可能会对公司的业绩产生一定的不利影响。
　　4、本报告期，公司营业收入较上年同期相比有所下降，主要原因为2025年度公司主动式产品收入较上年同期降幅较大，虽然被动式产品收入较上年同期有一定增长，但不足以弥补主动式产品收入的降幅。近年来，主动式产品收入持续下滑，若未来主动式产品收入继续下滑，以及被动式产品收入增长的不确定性，未来公司营业收入可能存在继续下滑的风险，收入整体水平可能不达预期。
　　(五)财务风险
　　公司客户主要是行业内的标杆客户，应收账款总体质量较好。如果客户信用发生重大变化或公司采取的收款措施不力，发生坏账的可能性将会加大。公司未来需进一步加强客户信用管理和应收账款管理，有效控制应收账款风险，提高应收账款周转率。
　　(六)行业风险
　　APMO行业整体具备较高的行业壁垒，且公司是国内行业的先行者和领导者之一，目前在行业内已形成较强的技术和产品优势。未来，随着APMO行业的快速发展，市场竞争将会加剧，行业内新进入者和海外参与者将不断涌现。若公司不能持续进行技术创新和产品开发，保持核心竞争力，则日益激烈的行业竞争可能将影响公司未来的经营业绩。
　　(七)宏观环境风险
　　本公司所处的行业属于软件和信息技术服务类，行业供求状况与下游产业的需求量紧密相关，受到国内外宏观经济发展变化和产业政策的影响，本公司下游产业如果因“降本增效”导致需求量有一定波动，从而可能对本公司的产品的需求造成影响。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　1、募集资金投资项目风险
　　目前公司的募投项目均已实施完毕，但是公司未来可能面临着市场竞争加剧、技术研发不能紧跟行业变化趋势、市场开拓未能达到预期的风险，导致募投项目效益不能达到预期收益，进而影响公司的经营业绩。
　　2、税收优惠政策变动风险
　　2014年10月30日，本公司经北京市科学技术委员会、北京市财政局、北京市国家税务局和北京市地方税务局批准并公示认定为高新技术企业，证书编号为GR201411002884，有效期三年。到期后，公司2017年10月25日，经北京市科学技术委员会、北京市财政局、北京市国家税务局和北京市地方税务局批准并公示继续认定为高新技术企业，证书编号为GR201711001453，有效期三年。到期后，2020年12月2日，经北京市科学技术委员会、北京市财政局、北京市国家税务局和北京市地方税务局批准并公示继续认定为高新技术企业，证书编号：GR202011005253，有效期三年。到期后，2023年11月30日，经北京市科学技术委员会、北京市财政局、国家税务总局北京市税务局批准并公示继续认定为高新技术企业，证书编号：GR202311004704，有效期三年，高新技术企业可适用15%的企业所得税优惠税率。若公司高新技术企业认定条件发生变化导致未来公司不能被认定为高新技术企业或者无法享受研发费用加计扣除优惠政策，可能对公司的经营业绩产生一定影响。
　　
　　五、报告期内主要经营情况
　　报告期内，公司实现营业收入12,667.06万元，同比减少1,388.55万元，同比下降9.88%；归属于上市公司净利润-9,683.50万元，同比减亏1,833.95万元；归属于上市公司股东的扣除非经常性损益的净利润-9,773.80万元，同比减亏1,897.35万元。
　　
　　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
　　1、海外市场
　　全球应用性能管理及可观测性市场中，北美作为先发区域已形成成熟竞争格局。基于深厚的数字化转型基础，企业高度重视自身IT系统运行效能，驱动APMO产品需求持续释放，形成规模化成熟市场。Dynatrace、Datadog、Splunk、Honeycomb等企业占据市场主导地位，其中Dynatrace（2019年8月上市）与Datadog（2019年9月上市）的市值增长态势，印证了海外市场对可观测性技术商业化路径的认可，反映出该领域技术创新与商业价值的强协同效应。
　　截至2025年12月31日，Datadog市值约480亿美元，位居应用性能管理及可观测性领域领导地位。2023年,该公司在日本建立了数据中心,并宣布计划于2025年进驻澳大利亚。2024年Datadog推出多项新功能：包括支持AI工作负载的LLM可观测性,以及用于管理事件响应的On-Call工具。该公司进行了多项重要收购，如Quickwit(日志搜索优化),Metaplane(数据可观测性)和Eppo(功能标记与实验管理)，拓展了Datadog在可观测性、数据质量及产品性能测量的覆盖范围。
　　2、中国市场
　　（1）2025年IT运维市场处于关键转型期，可观测需求逐步落地
　　中国数字化转型的推进和云计算、大数据、人工智能等技术的广泛应用，应用性能管理及可观测性市场需求在2025年得到进一步释放，应用性能管理及可观测性相关产品/服务也在不断向各行业延伸。项目行业范围广泛，覆盖银行、证券、保险、制造、能源及建筑等多个关键行业。金融、制造、政府、通信等客户群体对应用性能监控及可观测性的需求持续增加。未来1-2年，具备AI驱动、全栈可观测、信创适配的解决方案将成为企业核心选型标准，运维价值从“成本中心”转向“业务赋能中心”。
　　（2）中国信创战略的积极影响驱动APMO行业的健康发展和持续繁荣
　　中国信创战略强调信息技术应用创新，鼓励自主研发和国产替代，为中国应用性能监控及可观测性行业发展提供了政策支持和市场机遇。政府和国有企业优先采购国产化产品，随着信创产品在党政军等关键领域的广泛应用，以及逐步向金融、电信、电力等八大关键行业的推广，为中国应用性能监控及可观测企业提供了稳定的市场需求。信创战略也鼓励企业积极参与国际竞争，提升中国信息技术产业的国际地位。在应用性能监控及可观测领域，中国企业通过技术输出和生态合作，参与全球竞争，不断提升品牌影响力和国际知名度，推动行业的快速发展。
　　3、行业趋势
　　Gartner《预测2026年：人工智能代理将变革IT基础设施和运营》一项调查显示，高达66%的受访者认为，智能体人工智能凭借其自主规划和行动的能力，将在2028年前改变其所在组织的运作方式。这不仅仅是简单的自动化，可能预示着组织核心运营模式的转变。因此，未来五年内，近70%的组织可能将开始管理人工智能代理团队，这凸显了人工智能代理作为一支独立的“劳动力”的出现，需要进行管理和监督。
　　随着智能体代理的深入应用，智能体运维（AgenticOps）或将成为未来智能运维的发展趋势，当前特指一种基于大语言模型智能体（LLMAgent）的新一代运维范式，比传统的AIOps更加注重自主性、规划能力和执行闭环。传统AIOps的重点是“用AI辅助人做决策”，AgenticOps的重点是“让AI智能体像资深SRE一样自主完成运维任务”。智能可观测行业正经历从“被动响应”到“主动预测”，再到“自主决策”的范式迁移。未来的可观测性将不再仅仅是“发现问题”的工具，而是演变为“驱动系统自治”的核心引擎。以下是四个关键的趋势预测：
　　（1）从“数据统一”到“智能体协同”的架构演进
　　传统可观测性（Metrics、Traces、Logs）解决了数据统一采集和存储的问题。未来的趋势是以多智能体协同替代人工工单流转。未来大型企业的基础设施运维将普遍引入“运维智能体集群”，多个具备不同职责的智能体，如“根因分析智能体”“容量规划智能体”“安全威胁狩猎智能体”“成本优化智能体”。这些智能体通过共享可观测性数据，进行协商、投票甚至辩论，最终给出最优的修复方案，而非仅仅发出告警。
　　（2）多智能体运维：从“被动告警”到“闭环自治”
　　随着服务网格和云原生环境的复杂度超出人类认知极限，多智能体运维（AgenticOps）通过可观测性数据实时调整资源、限流策略甚至代码级参数将成为解决“告警疲劳”和“MTTR过长”的关键。其次智能体将具备一定的“执行权”，而不只是传统的观察者，当可观测性数据检测到异常时，智能体不仅能定位根因，还能直接拉起Canary部署、回滚版本或动态调整网络路由，人类仅作为最终的指令决策者或负责复杂的架构变更。
　　（3）大模型可观测：从“基础设施监控”走向“认知架构监控”
　　大模型应用的爆发，催生了全新的可观测需求。传统的应用性能监控（APM）无法捕捉“幻觉”、“上下文漂移”和“Token级延迟”等问题。大模型可观测应运而生或将成为未来三年增长最快的细分领域，且其内涵将从监控“模型API”扩展到监控“认知链路”。主要集中在以下三个可观测维度：①语义可观测性：监控输入Prompt与输出Completion的语义相似度、敏感数据泄露风险以及“幻觉率”。不再着重响应时间，而是着重“回答的确定性”随时间或上下文窗口的变化趋势。
　　②智能体轨迹追踪：对于多智能体运维本身，监控智能体调用了哪些工具、在哪个环节产生了错误推理、以及Token消耗成本。
　　③GPU与算力调度：随着大模型推理成为主流负载，可观测性将深度融合算力调度，通过监控GPU内核的利用率、显存碎片化程度，动态调度推理请求以最大化算力利用率。
　　（4）成本与价值可观测：FinOps与AIOPs的深度融合
　　在降本增效的大背景下，可观测性的价值主张正在发生根本变化。过去可观测性是为了“保证系统稳定”，未来智能可观测平台将回答“每一笔可观测性开销带来了多少业务价值”。例如大模型成本可观测：在大模型应用中，可观测性工具将精准归因——哪个业务线、哪个用户、哪个Prompt消耗了多少GPU资源和API调用费。这将推动大模型应用从“野蛮生长”转向“精细化运营”。可观测平台或将给出智能体运维的投入产出比（ROI）评估：多智能体系统虽然能节省人力，但其自身的算力消耗（大模型推理成本）不容忽视。未来的平台工程团队需要利用可观测性数据来评估“智能体取代人工”的实际财务收益。
　　未来的IT系统可观测性，将经历一场“主体性转移”。预计短期内，可观测性行业的发展重点在于大模型可观测的落地，解决企业上大模型应用时的“黑盒”焦虑，同时多智能体运维开始试点，主要承担“副驾驶”角色，提供建议而不直接执行。3-5年后随着多智能体运维将进入深水区，在相对标准化的场景（如弹性伸缩、故障根因分析、数据库调优）实现高度自治。可观测性或将成为企业AI战略的“基础设施”，其建设水平直接决定了企业能否在保障稳定性的前提下，大规模应用AI技术。
　　(二)公司发展战略
　　公司始终坚持技术驱动发展，以技术创新为导向、产品创新为核心的发展战略，紧密跟随应用性能监控及可观测性技术的前沿发展趋势，践行行业技术先行者的角色定位。经过十七年的行业深耕，公司目前的技术水平在数据采集能力、数据模型能力、数据中台能力、数据分析能力等核心能力具有较强的竞争力，能够满足国内客户不断变化升级的市场需求。
　　公司于2023年4月发布一体化智能可观测平台BonreeONE产品，完成了从监控工具产品到可观测能力平台的升级，致力于完成“一个平台满足所有监控需求”的价值目标，覆盖用户、网络、服务、进程、代码、容器、主机、数据中心的全域可观测，使得数据间建立关联，可以更全面、更深入地还原现场，透视数字化业务从客户端的用户旅程到服务端的调用链的处理过程的每一个技术细节，更好地满足客户对于IT监控一体化、智能化的需求，进一步强化APMO领域的发展。
　　2026年，博睿数据将继续深化提质增效战略，致力于通过技术创新和管理优化，提升整体运营效率，提升盈利能力。通过持续优化组织架构，精简流程，加强内部协同，打破部门壁垒，提高决策效率、降低管理成本，提升资源利用效率；加强对成本的控制和管理，优化成本结构，降低不必要的开支。精细化运营，加强预算管理，严格控制各项成本费用支出。优化经营核心流程，加强应收账款管理，提高资金使用效率；拓展高利润业务，优化收入结构，在巩固现有业务的基础上，优化商业模型，提升市场竞争力和可持续盈利能力。
　　博睿数据将加速推进国际化战略，积极开拓全球市场，打造国际品牌。聚焦东南亚、中亚等市场，制定差异化的市场策略和产品策略，拓展海外市场占有率。公司已在中国香港设立子公司，在新加坡设立孙公司，在马来西亚设立孙公司，积极开展本地化客户服务、本地化团队建设等方面的工作。通过本地化运营，博睿数据将更好地融入当地市场，提升市场竞争力，提升品牌知名度和影响力。同时，加强与国际领先企业的合作，学习先进经验，提升自身竞争力。
　　(三)经营计划
　　1、保持研发投入，推进产品研发
　　公司始终坚持以技术创新和产品创新为核心的发展战略，长期致力于技术自主研发创新，研发投入持续保持高投入，研发团队规模持续达员工总数45%以上。2026年度，公司将在研发投入上保持战略定力，研发人员规模及资源配置持续稳定，核心团队结构进一步优化，确保产品技术迭代与长期价值创造的连贯性，为投资者创造更具确定性的科技价值回报。
　　2026年，面对AI带来的广阔发展空间，公司将牢牢抓住机遇，充分结合自身原有的资源优势，实现产品全方位提升。公司核心产品BonreeONE将以智能化能力建设为核心战略方向，重点推进以下几个方面的产品升级与迭代。
　　一是发布AI工作台，赋能客户自主搭建企业级运维智能体。公司计划推出AI工作台产品能力，为客户提供一站式的运维智能体搭建环境。客户可在工作台内以低代码或可视化方式，灵活编排基于LLM、Workflow、Agent、Skills、Knowledge的智能体工作流，结合平台海量可观测数据，快速构建适配自身业务场景的智能运维能力。AI工作台的发布将显著降低AI能力的使用门槛，提升客户在复杂运维场景中的自主决策与自动化处置效率。
　　二是发布AI可观测产品，填补智能化系统监控盲区。随着企业AI应用的快速普及，智能化系统的稳定性、可控性与经济性监控已成为刚性需求。公司计划正式发布AI可观测产品能力，聚焦智能化系统落地场景的全链路监控，帮助客户实时掌握大模型服务的运行状态、推理性能及资源利用效率，有效填补当前市场在智能化系统监控领域的能力空白。该产品能力与AIAgent产品能力共同构成公司在AI赛道的核心商业化产品能力矩阵，具备较强的客户粘度与可持续营收潜力。
　　三是深化多维观测产品能力，推动内外部数据一体化观测。2026年，公司将持续深化多维观测能力建设，重点推动多源异构数据的一体化融合观测，打破数据边界，实现对业务全链路的整体感知与分析。通过构建覆盖内外部数据的统一观测视图，帮助客户在复杂业务场景下实现更精准的根因定位与更高效的决策响应。
　　2、提前布局前沿技术
　　面向2026年及更长远的技术布局，公司将重点关注AI模型治理架构方向的前沿进展。随着企业大模型应用的规模化落地，模型治理逐渐成为制约AI能力稳定输出的核心挑战，涵盖模型版本管理、多模型调度与切换、模型性能评估、合规审计及安全防护等多个维度。公司计划依托现有可观测平台的技术积累，围绕AI模型生命周期构建系统化治理能力框架：在模型调度层面，支持按业务场景、成本预算及响应性能需求灵活观测不同规模与类型的基础模型的性能状况；在模型评估层面，建立基于实际业务数据的自动化评测体系，实现对模型准确率、延迟、幻觉率等关键指标的持续监控与对比分析；在安全合规层面，引入安全合规信息采集机制，结合日志全链路追踪能力，确保模型行为的可审计性与可追溯性。通过构建完善的AI模型治理架构，公司不仅能够为AI产品的稳定运行提供观测能力支撑，更将形成差异化的技术竞争优势，推动可观测平台向AI基础设施管理延伸，把握新一轮AI规模化应用浪潮中的市场机遇。
　　3、开拓新增曲线，海外探索拓展成果初显
　　2025年，公司正式发布BonreeONE海外版及BonreeONE秋季版，并相继完成了中国香港子公司、新加坡孙公司及马来西亚孙公司的注册设立，为公司国际化战略落地奠定了基础。公司将聚焦中国港澳地区及东南亚、中亚等海外市场开展战略布局，通过与生态及当地渠道合作伙伴网络，推进标准化产品的区域适配性落地，加速推动国际市场开拓。
　　公司在海外已配备了一支专业、高效的业务执行团队，包括销售人员、交付人员及技术服务人员，且完成了合规性资质认证，2026年第一季度，公司在中国港澳地区实现了订单增长，在马来西亚业务开展实现了零突破，并与华为云国际站联合发布了基线解决方案。未来公司将持续提升品牌知名度和影响力，抓住中国企业“走出去”契机，更加积极地把握海外市场机遇，不断加强与国际领先企业的合作，以产品为基石，以服务为纽带、联合拓展等方式开拓海外本地企业客户市场，提升公司整体竞争力。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明
　　（一）主营业务情况
　　1、主营业务情况
　　公司主营业务属于IT运维管理监控领域的重要分支行业——应用性能管理及可观测性行业。博睿数据始终秉承“以数据赋能IT运维”的理念，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。
　　应用性能管理（Application Performance Management，简称APM）是指通过系统化方法体系与专业工具组合，对应用程序的运行效能实施实时监测及全生命周期管理。其核心目标在于通过持续优化应用可靠性与服务质量，保障企业业务系统的高效稳定运行，确保终端用户获得优质的服务体验，同时有效优... 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）主营业务情况
　　1、主营业务情况
　　公司主营业务属于IT运维管理监控领域的重要分支行业——应用性能管理及可观测性行业。博睿数据始终秉承“以数据赋能IT运维”的理念，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。
　　应用性能管理（Application Performance Management，简称APM）是指通过系统化方法体系与专业工具组合，对应用程序的运行效能实施实时监测及全生命周期管理。其核心目标在于通过持续优化应用可靠性与服务质量，保障企业业务系统的高效稳定运行，确保终端用户获得优质的服务体验，同时有效优化IT运维综合成本。可观测性（Observability）作为支撑复杂IT系统运维的技术体系，基于全链路调用追踪数据、运行指标、日志记录及事件信息的采集分析，构建多维度的系统状态感知能力。该技术使企业能够实时洞察数字化系统的整体运行状态、性能表现及用户体验，精准识别异常风险并快速定位故障根源，为数字化服务优化提供数据驱动的决策支持。公司核心产品Bonree ONE可以为企业提供一体化智能可观测性解决方案，通过对丰富多样的软硬件IT资产运行所产生的各类数据进行分析处理、构建模型，融合开箱即用的AI算法能力，在运维工作中为用户提供更直观、更准确的分析结果，以提升运维效率，减少故障导致的经济损失，最终保障客户数字化业务的稳定运行。
　　2、主要产品
　　（二）所属行业情况
　　1、行业的发展阶段、基本特点、主要技术门槛
　　公司始终秉承“以数据赋能IT运维”的理念，坚持“客户第一、正直守信、追求卓越、开放创新、勇于担当、协作共赢”的品牌价值观，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。通过助力客户构建稳定、高效、智能的新型IT运维监控体系，提升IT运维效率、降低总体运营成本，驱动业务创新增长，赋能企业数字化转型高质量发展。根据中国证监会发布的《上市公司行业分类指引（2012年修订）》，公司属于软件和信息技术服务业（分类代码：I65）。依据《国民经济行业分类和代码表（按第1号修改单修订）》（GB/T4754-2017），公司所处行业为“信息传输、软件和信息技术服务业”门类下的“软件和信息技术服务业”。
　　（1）行业发展阶段
　　①全球应用性能管理及可观测性（APMO）市场
　　北美应用性能管理及可观测性市场起步较早、发展成熟，已形成完整的市场竞争格局。海外市场许多企业和组织积极采用APMO解决方案来监控和管理其应用程序性能，APMO产品逐渐从传统监控工具演变为业务生产过程中的生产力工具。可观测性能力以数据为核心，通过人工智能技术赋予监控工具强大的数据洞察力，使监控工具能够快速识别并预测故障，从而在对用户影响最小的前提下解决相关问题。同时，可观测性能力支持集成原始监测数据，助力运维人员深化对数据的理解和探索，有效解决传统监控工具分散导致的数据孤岛问题。根据Gartner预测，到2028年，可观测性产品市场估计将达到142亿美元，按固定汇率计算，2021年至2028年复合年增长率（CAGR）为11.1%1。随着数据量及关系复杂度的持续上升，运维管理面临巨大挑战，企业对应用性能管理及可观测性能力的需求正高速增长。
　　IDC最新数据显示，2023年全球数字化转型投资规模超过2.1万亿美元，2028年预计达到4.4万亿美元，2023-2028年五年复合增长率(CAGR)为15.4%。随着全球数字化转型市场蓬勃发展，云计算、人工智能、大数据、5G等技术的应用范围不断扩大，全球企业的数字化转型已进入持续发展阶段，这也促使企业不断加大在数字化转型的投入2。
　　从供给侧看，海外已存在众多优秀的商业化技术供应商，提供多元的应用性能管理及可观测性解决方案，包括基于云端的、移动端的、微服务架构等，如Dynatrace、Datadog、Splunk、Honeycomb等。同时，也涌现出一批开源项目，如Prometheus、OpenTelemetry等。这些技术和工具持续创新演进，以适应不同场景下的监控及可观测性需求。
　　②中国的应用性能管理及可观测性（APMO）市场
　　中国APMO市场尚处于早期阶段，行业渗透率相对较低，具备较大市场发展空间。2024年，IDC将原有IT统一运维软件报告（ITUO）升级为IT智能运维软件报告（ITAO），以反映越来越多的运维软件持续整合AI能力，并顺应技术与产品融合统一的发展趋势。同时，IDC首次将原应用性能管理（APM）市场革新升级为应用性能管理及可观测性（APMO）市场，此举预示在数字化转型进程加速的背景下，国内企业对应用性能管理及可观测性的需求持续上升，中国APMO市场展现出巨大的增长潜力。
　　“十四五”数字经济发展规划指出，到2025年数字经济迈向全面扩展期，数字经济核心产业增加值占GDP比重达到10%。展望2035年，数字经济将迈向繁荣成熟期，力争形成统一公平、竞争有序、成熟完备的数字经济现代市场体系，数字经济发展基础与产业体系发展水平位居世界前列3。这一目标明确了国家数字经济在未来几年的发展方向和规模，其快速发展将进一步推动企业数字化转型。IDC预计，2028年中国数字化转型支出规模预计达到7,330亿美元，全球占比约16.7%，五年复合增长率约为15.6%，增速高于全球数字化转型整体增速2。随着中国数字化转型支出大幅增长，企业在加速数字化进程中将面临更复杂的技术架构和性能挑战，如何高效监控、优化应用性能并保障系统稳定性，已成为提升企业竞争力的关键，应用性能管理及可观测性市场的需求将因此持续增长，成为数字经济发展中不可或缺的一环。
　　随着AI技术与产业融合深化，中国IT服务市场在2024下半年呈现稳健增长态势。IDC最新发布的《中国IT服务市场（2024下半年及全年）跟踪报告》显示，2024年中国IT服务市场整体规模达525.6亿美元，同比增长3.8%。其中，下半年市场规模为273.6亿美元，同比增长6.3%，AI基础设施、行业智能化解决方案及数据要素产业协同成为核心增长引擎4。
　　2024下半年，中国IT服务市场在复杂经济环境中保持韧性增长，印证了数字经济底座的核心价值。IDC报告指出，三大细分领域呈现分化态势但亮点突出：项目类服务市场规模达103.6亿美元，同比增长4.9%，受企业数字化转型加速驱动，以“AI+行业”解决方案为核心的政府、医疗、金融、能源领域需求激增；管理类服务市场规模突破124.7亿美元，同比增长7.0%，AI驱动的自动化运维与云原生服务推动成本效率优化，托管基础设施服务市场增长稳健4。
　　2025年国家发展改革委、国家数据局印发《2025年数字经济发展工作要点》，提出7个方面重点任务，其中包括加快释放数据要素价值，以数据要素市场化配置改革为主线，加快完善数据产权、全国一体化数据市场等数据基础制度，开展基层报表数据“只报一次”试点，推进数据资源整合共享，组织开展企业、行业、城市三类可信数据空间创新发展试点，以公共数据为突破口深化数据资源有序开发利用5。随着数据要素市场化改革深化与数字化转型加速，应用性能管理及可观测性市场的需求将显著增长。
　　在《关于加强银行保险机构重要信息系统安全运行管理的通知》6中，多项要求与信创“自主可控、安全可靠的技术体系和国产化替代”核心目标高度契合。国务院国资委出台的文件对国产化替代发展提出了阶段性的要求：预计到2025年底，央企办公OA系统将实现100%国产化，1Gartner《可观测性平台魔力象限》报告2025。
　　2IDC《全球数字化转型支出指南》，2024年11月6日。
　　3《国务院关于印发“十四五”数字经济发展规划的通知》，2021年12月12日。
　　4IDC《2024下半年中国IT服务市场升温——AI驱动持续增长，智能化转型加速。》，2025年4月25日。5国家发展改革委、国家数据局印发《2025年数字经济发展工作要点》，2025年4月15日。
　　6《国家金融监督管理总局关于印发银行保险机构数据安全管理办法的通知》，2024年12月27日。
　　信安全和基础设施、经营管理类系统国产化比例达到50%，预计2027年前完成国产信创替代，替代范围涵盖了底层硬件、基础软件、平台软件、应用软件和信息安全7。中国证券业协会印发《证券公司网络和信息安全三年提升计划（2023-2025）》指出发挥信息科技部门的规划管理能力，熟悉和了解行业发展方向和技术演进线路，与重要供应商之间建立开放和紧密的合作关系，在行业生态健康发展的基础上，积极加强核心系统的自主掌控能力。鼓励有条件的证券公司合作研发或自主研发安全可控的关键技术、系统或设施。对于外购系统，要求厂商提供完整的系统技术资料，并对证券公司技术人员开展全面的专业培训，确保深入掌握系统的技术架构与关键技术环节8。随着中国信创产业从“关键环节、部分市场”加速迈向“全产业链、全行业”的信息技术升级，金融、政府、医疗等重点行业信息化转型将持续深化，其对信息系统性能、稳定性、数据分析和安全性等方面需求增长，将进一步推动国内应用性能管理及可观测性市场的发展。
　　从技术栈演变路径看，北美市场已完成从基础监控、日志分析、APM到可观测的能力累积，而中国仍处于起步阶段，正逐步对标北美技术演进轨迹。在部署模式上，北美业务应用更倾向于部署在主流云平台上，国内则伴随着云计算技术与云生态环境的持续成熟，推动企业加速业务上云进程，推动了技术栈的升级和发展。中国作为全球最大的信息技术市场之一，未来随着中国数字经济的稳定发展，叠加5G、云计算、物联网等技术的规模化落地，中国应用性能管理及可观测性的需求将逐步得到释放。
　　（2）行业基本特点
　　随着中国企业推动数字化转型，应用性能监控及可观测性需求日益增长。高效、稳定、智能的IT系统监控方案可以更好地服务于电商互联网、金融机构、高端制造业、甚至初创企业。
　　①文化层面：伴随敏捷开发、DevOps（开发运维一体化）、BizDevOps（业务开发运维协同）及DevSecOps（安全开发运维融合）等理念的涌现和转变，结合持续集成、持续部署等工具流和工具的整合，软件迭代效率得到显著提升。在此背景下，通过系统化梳理模块间依赖关系、建立全链路代码追踪机制，提升开发团队对系统运行状态的实时监测能力，已成为保障复杂系统稳定性的核心因素。
　　②业务层面：在数字化转型加速的背景下，客户体验已成为企业核心竞争力的关键构成要素。企业已经认识到，传统监控体系难以适配云原生、微服务架构等技术演进趋势，推动应用性能管理及可观测性解决方案逐渐纳入技术选型评估范围。政策方面，《关于促进数据产业高质量发展的指导意见》明确提出，到2029年数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列，数据产品和服务供给能力大幅提升，将催生一批数智应用新产品新服务新业态6。
　　在政策驱动下，数据资产运营体系的建设将推动企业升级数据治理工具链，而应用性能管理及可观测性工具作为保障数据应用高效运行的重要手段，市场需求有望加速释放。
　　③技术驱动：中国应用性能监控及可观测性产业的突破性发展主要依托人工智能、大数据技术、云计算、分布式追踪等核心技术体系的协同创新持续拓展服务深度和广度。全球AI技术的产业化进程加速，叠加新质生产力培育政策导向，正驱动AIGC下游应用落地，其对产业链上游算力的高需求预计将进一步推动算力运维市场的需求扩容。
　　④本土化需求：受中西方文化背景与使用习惯差异影响，本土化的应用性能监控及可观测性解决方案正加速成为市场主流。此类方案深度适配国内企业云架构部署特征及业务连续性管理要求，在信创产业政策持续深化背景下，政务、金融、能源等关键基础设施领域对核心业务系统的稳定性保障与性能优化已成为关键运维指标，直接驱动具备自主知识产权的应用性能监控及可观测产品国产化替代进程提速。伴随数字化转型及5G、算力等IT基础设施建设加速，叠加信息安全和数据合规等对信息安全体系的强制性合规要求，国内APMO厂商凭借对本土数据主权规范与行业监管政策的精准适配能力，市场渗透率有望持续提升。
　　⑤目标客户行业技术栈差异：金融、电商、游戏等垂直领域的技术生态体系差异显著，例如金融行业的高并发分布式交易系统、电商平台的弹性微服务架构、游戏产业的实时渲染引擎等技术特征分化明显。此类跨行业技术组件的兼容性要求，对应用性能管理及可观测性厂商的技术积累和行业沉淀提出了较高要求，需能够适配不同行业的各类技术栈，以更高效支撑各行业数字化转型中的业务连续性保障。
　　7《网络安全与信息安全助力信创“换”“防”最后一英里》，2023年6月21日。
　　8《证券公司网络和信息安全三年提升计划（2023-2025）》，2023年6月9日。
　　（3）主要技术门槛
　　公司产品的核心价值是自动发现客户IT业务系统的复杂内部结构并进行实时数字建模，进而对其运行状态实施管理、观测和排障，以保障客户业务的连续性。该类产品的技术门槛主要体现在以下几点：
　　①具备“全栈、双模”的数据采集能力
　　作为数据平台类产品，其核心能力建设需聚焦于构建开放型数据治理体系。在数据采集维度，除配备标准化数据采集探针外，重点在于实现异构数据源的标准化接入能力，具体表现为：通过单一探针组件即可完成基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层的全栈数据关联采集；同时依托多源异构数据处理引擎，实现与数百种第三方产品或工具的低成本无缝集成。因此，开发商需同步具备探针级数据抓取技术的深度研发能力及分布式计算引擎研发能力。
　　②具备“开放、融合”的全域可观测数据模型构建能力
　　该类产品需应对多源性异构数据融合的核心挑战，其数据具有以下三种特征：其一，数据源端跨平台集成复杂，需融合自研探针数据流、第三方系统API接口数据、客户各类自定义数据。其二，数据结构多样性，涵盖结构化的指标与元数据、半结构化的事件、调用链和日志数据，以及堆栈、会话回放视频等非结构化数据。其三，数据量级极大，日处理数据量通常达到PB级别。这要求开发商对海量可观测信号数据及元数据进行统一化处理和规范化建模的能力，构建以IT实体为中心的全域可观测数据模型，具体覆盖基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层。这是对IT系统进行全面可观测的基础，因此开发商需对可观测性具备深入解，并拥有较强的海量可观测数据处理、治理和建模能力。
　　③具备“统一、强大”的数据中台能力
　　该类产品基于前述接入数据特征，故要求开发商在大数据处理方面至少具备以下三项技术能力：一是具备对海量多源异构数据的实时建模能力，构建以运维实体为中心的全域可观测数据模型；二是具备跨多种大数据存储和分析引擎联合的分析能力，例如支持指标存储引擎、日志存储引擎与配置管理数据库的联合查询和分析场景，以及对分布于多地多中心的多个指标存储引擎和配置管理数据库的分布式联合分析等；三是需支持灵活的分布式数据视图及架构动态伸缩能力，以适配不同量级、灵活多变的业务场景。上述能力要求开发商要具备很强的统一数据中台研发能力。
　　④具备“精准、可解释”的AI算法能力
　　该类产品因数据量级极大，格式复杂多样且数据间存在多重关联关系，传统数据分析技术难以满足上层灵活多变的分析场景需求。开发商需具备以下三类AI算法技术，一是预测型AI算法技术，通过对系统内数百万个指标进行机器学习，实现精准趋势预测，自动生成指标基线、设置告警阈值，并对指标异常波动进行自动检测与告警生成。二是因果型AI算法技术，通过对系统内不同层级、不同实体、不同时间发生的多个事件，借助统一运维数据大模型自动构建事件因果图谱，进而识别根因事件和表因事件，自动定位IT系统故障根因，显著提升客户故障定位准确性与处置效率，降低业务损失，该算法的特点是分析结果具备天然的可理解性和可解释性。三是生成式AI算法技术，通过智能分析用户输入的自然语言指令，自动规划任务流程，实现如自动创建分析模型、告警规则等功能，显著提升用户使用效率和体验。上述能力要求开发商除具备较强的多场景AI算法能力外，还需对可观测性领域有深入理解，且自身数据具备极高品质。
　　⑤具备“众创、百搭”的数据应用能力
　　该类产品的数据消费和应用场景极为复杂多样，既包含以各类运维实体为中心的独特观测视角，也涵盖以各类可观测性信号数据为中心的统一分析视角；既涉及对海量运维实体运行状态的监控场景，也包含对海量实体及关联关系的管理诉求；既需要具备APM、RUM、ITIM、LOG等专项能力模块，也需拥有仪表盘、智能告警、数据分析等强大开放的平台化能力。因此，一方面要求开发商具备较强的可观测应用场景和开发能力，为客户提供丰富成熟的各类专项应用，另一方面需提供强大、开放、灵活的自定义应用引擎能力，支持用户在产品上高效、低成本的自行构建自定义数据应用，以满足客户应对复杂多变业务场景的监控与分析需求。这对市场上多数专项监控产品开发商来说构成了较高的技术门槛。
　　2、公司所处的行业地位分析及其变化情况
　　国际数据公司（IDC）最新发布了《2024年中国IT智能运维软件产品市场报告》，即ITAO(IT AI OperationSoftware)报告。报告数据显示，2024年，中国ITAO市场规模达到34.1亿元人民币，其中一体化运维平台（IOMP）市场规模约7.9亿元人民币，IT基础设施管理（ITIM）、网络性能管理（NPM）与应用性能管理与可观测性（APMO）市场规模合计约26.2亿元人民币，同比增长2.8%（不含新增IOMP市场）。2024年，中国IT智能运维软件市场呈现企稳回升的积极信号，呈现出行业增长分化与细分领域差异化复苏的特征：金融、制造、交通、运营商等重点行业实现同比正增长；政府、能源、医疗等行业同比有所下降，与2023年相比，多数行业呈现不同程度的回暖态势。
　　第一阶段（2008年-2014年）：此阶段，互联网技术飞速更迭，团购、微博、双11、O2O模式、互联网理财、网络支付等话题一度成为社会性事件。可以说此时的互联网信息技术已深入渗透到娱乐、通讯、商务、社交、购物、出行等日常生活的方方面面，塑造了全新的社会形态，因此互联网公司对其数字化服务在不同时间、不同地域的性能表现尤为关注，引发了对这些互联网新应用的用户体验性能管理需求，陆续涌现出博睿数据、基调网络、云智慧等厂商。但随着国家互联网基础设施成熟度提升，客户需求从及时发现用户体验问题提升为定位问题，导致用户体验性能管理需求（主动式产品）供需侧失衡，陷入同质化价格战。
　　第二阶段（2015年-2022年）：此阶段，全球进入数字时代，中国的信息技术发展日新月异，4G、5G等移动通讯技术甚至已从追赶逐渐实现反超，也为新兴技术的应用和发展提供了快速成长的沃土。微服务、容器化等之前仅有技术型公司关注的前沿技术也逐渐在传统企业中兴起，而云服务则早已经成为企业大规模运营数字业务所必备的技术服务。企业正逐步加快数字化变革的步伐，导致IT系统更新频繁，应用复杂度急剧升高，真实场景还原与IT问题定位成为了客户的核心需求。此阶段中国市场竞争格局为：国内厂商有博睿数据、基调网络、云智慧等；海外厂商有Dynatrace、Datadog等；同时，开源产品（如Prometheus）也加入了市场竞争。随着业务系统数量的不断增加、IT资产规模的不断扩大，单工具能力产品的数据孤岛特征导致了IT问题定位的准确性和时效性无法满足客户的价值实现。此时，海外厂商已逐步推出平台化能力产品有效的解决了数据孤岛问题，抢占了高端市场。
　　第三阶段（2023年至今）：此阶段，被动式平台化产品转型期，随着数智化转型向纵深推进，人工智能、大数据、边缘计算等技术深度渗透运维场景，推动行业从“被动响应”向“主动预测”升级。各领域对IT运维产品的需求呈现显著差异化特征，推进深度部署的进程中面临不同机遇与挑战。金融行业作为IT智能运维的“先锋队”，2024年投入同比增长5%，用户高度聚焦体验优化与风险防控。制造业在智能化转型浪潮下，IT运维需求爆发式增长。同时，政策扶持与工业互联网普及，设备全生命周期管理、实时工艺监控等场景将成为新增长引擎，推动制造业借运维升级迈向智能生产新阶段。此阶段由于海外厂商未适配国产信创系统加速退出头部市场，释放替代空间；国内涌现出新兴厂商（如乘云、观测未来），但尚未形成头部效应。
　　随着国内信息技术的快速发展和数字经济建设的全面推进，国内企业对应用性能监控及可观测性技术的认知正逐步深化，企业对精细化运营的重视程度不断提升，已逐渐意识到应用性能管理及可观测性技术在助力业务发展中的关键作用。在当前数据驱动决策的背景下，企业如何高效利用海量数据，实现精准决策并快速响应市场变化成为核心议题，这也使得市场对可观测性的需求日益明确和迫切。
　　公司一体化智能可观测平台Bonree ONE产品于2023年4月正式投入商用，自推出以来便引领了市场对可观测性的需求。2024年4月发布春季正式版，经快速迭代优化，Bonree ONE3.0于2024年8月正式发布，产品已趋于成熟并达到国内先进水平，并于2025年5月全球发布Bonree ONE国际版。依托领先的全域可观测数据模型，该产品实现了更全面的数据采集和更智能的数据分析，达成全域可观测目标，升级全球领先的一体化智能可观测平台，开启公司软件产品出海征程。根据IDC发布的《中国IT统一运维软件产品市场跟踪报告》，2024H2，公司以19.1%的市场占有率位列中国应用性能监控及可观测性市场第一，成为该市场增速最高的参与者，持续领跑中国APMO市场。


　　二、经营情况的讨论与分析
　　公司始终坚持以技术创新和产品创新为核心发展战略，紧跟行业技术发展趋势，深耕行业客户创新需求，推动企业持续创新并保持行业领先地位。通过“产品+技术”的双轮驱动，公司不断提升产品与服务的市场竞争力，为企业级客户的IT运维管理提供高质量、可落地的应用性能管理及可观测性解决方案。
　　报告期内，公司实现营业收入7,019.97万元，较去年同期增加346.45万元，同比增加5.19%；归属于上市公司净利润-2,619.18万元，亏损同比减少2,299.08万元；归属于上市公司股东的扣除非经常性损益的净利润-2,674.79万元，亏损同比减少2,376.17万元。
　　公司持续迭代核心被动式产品Bonree ONE，并取得新进展。2025年5月，公司发布了Bonree ONE2025春季正式版，延续一体化智能可观测平台核心定位，围绕国际化拓展、云原生可观测、AI大模型能力、升级用户体验四大方向迭代突破，包含十余项核心能力升级，进一步拓展智能可观测平台的能力边界。
　　（一）英文版全球首发，加速全球化布局
　　公司在保持中国应用性能管理及可观测性市场领先地位的基础上，于Bonree ONE2025春季版中正式推出国际化版本，支持中英文切换以适配海外用户需求，Bonree ONE2025春季版支持私有化与SaaS双模式部署，满足海外用户多元化的部署需求。在产品形态全面适配的基础上，公司同步构建符合国际市场惯例的定价体系，以差异化优势拓展海外市场，聚焦东南亚、中亚、中国香港及澳门地区等高潜力市场，并已完成中国香港子公司与新加坡孙公司的落地布局。
　　（二）云原生观测能力全面升级，适配企业上云趋势
　　公司针对云原生架构具有动态、弹性、分布式的技术特性，以及传统割裂的监控工具适配不足的行业痛点，结合企业系统持续上云及云原生架构加速普及的趋势，对Bonree ONE2025春季版对云原生观测能力进行全面升级。该版本深度兼容Prometheus On K8S，支持Kubernetes环境下的多维数据接入、分析、告警和可视化功能；通过引入Service Monitor与Pod Monitor动态发现机制，深度解析云原生数据协议，优化Prometheus接入流程，实现云上云下环境数据一键式对接，有效降低接入门槛与时间成本；统一查询语言与仪表盘管理体系，支持主流查询语法及监控组件的全面兼容，数据采集、查询分析与可视化能力进一步提升，可全面观测K8S业务面健康状态。Bonree ONE的云原生适配能力，能够满足云原生复杂多变环境下的实时可观测需求，助力运维团队及时掌握环境变化并提升响应效率，支持企业构建高效灵活的云原生观测体系，帮助CIO从“成本中心”向“战略赋能者”转型，在系统稳定性、成本控制及创新效率三个维度实现价值闭环。
　　（三）深化全域可观测能力，革新用户体验
　　Bonree ONE2025春季版进一步释放数据模型价值，全面深化从数据采集到业务分析的全域可观测能力，为用户提供更高效、灵活的全域可观测与管理体验。该版本优化LLM模型管理架构，实现从单一模型到多模型灵活切换的技术升级，支持市场主流大模型适配，用户可根据私有化场景的具体需求选择最优模型；新增事件中心功能，支持，云原生、安全、网络等全平台事件信号的统一查询与纳管，有效提升日常运维效率及优先级管理能力；新增自动标签能力以实现业务语义与观测信号的自动关联，打造“多维观测”应用场景，通过链路图形式一站式展现企业数据及系统运行状况，串联应急定位全流程以提升问题处理效率；系统可自动识别网络请求中的业务信息；告警权限配置更为灵活，支持用户查看具备权限的全部资源域，并支持SNMP Trap告警接入以快速实现SNMP协议设备的告警集成。随着大模型技术逐渐步入应用阶段，公司于报告期内在智能化方向上设定了明确目标，将大模型技术全面引入Bonree ONE，以提升复杂运维问题查询能力及根因定位智能化水平。同时，公司正探索更长远的技术方向，力求深度应用大模型的自然语言理解和推理能力，拓展大模型技术的实际应用场景，加速实现从概念普及到业务价值交付的转化。

　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、行业领先的产品能力
　　（1）全栈一体化监控与可观测性
　　Bonree ONE是国内首个实现一体化智能可观测性平台的产品，覆盖从用户端到基础设施的全栈监控，包括业务运营、数字体验、应用组件、基础设施及网络通信五大层级。基于可观测全域数据模型，构建了从业务到硬件的完整IT系统视图，解决了传统监控工具功能单一、数据割裂、价值输出简单等问题。在金融行业实践中，该平台帮助某客户构建了端到端全链路监控体系，涵盖故障管理、核心业务监控与应急响应等必备场景，显著提升了IT系统运行的透明度和可控性；在运营商行业实践中，该平台从系统的北极星指标切入，使用灭火图串联问题排查路径，助力快速找到异常原因。
　　（2）智能告警与根因分析
　　平台基于自适应AI技术，实现了98%告警收敛率的标准能力，同时结合根因定位，实现故障分析时效从小时级缩短至分钟级的效果。在客户实践中，平台达成核心系统100%监控覆盖率，通过智能告警有效降低误报率，保障业务连续性。
　　将大语言模型引入到Bonree ONE产品中，并结合RAG技术将运维领域知识库融入到“小睿助理”LLM Agent中，可提供咨询问答、PromQL自动生成等能力。此外，结合“Workflow”、“ReAct”、“MCP”技术实现基于LLM的自主决策型根因分析，充分发挥大模型的推理能力，提升复杂场景下的故障根因定位准确率。
　　（3）轻量化部署与高效交付
　　Bonree ONE通过组件瘦身（安装包体积下降至5GB）和自动化部署能力，实现资源利用率30%的效能提升，大幅降低产品私有化交付场景的总体IT投资。Bonree Pilot组件支持自动化安装及更新、一键诊断与自动化排障，全面优化私有化交付流程效率。
　　（4）行业适配与生态兼容
　　公司Bonree ONE产品深度适配金融、制造、通信等行业需求，已落地超百家头部客户。在某大型运营商公司，通过公司可观测性平台建设，帮助客户建立多层分级系统观测视角，以确保核心系统的业务连续性，通过对前后端监控数据、日志数据、基础监控数据、网络数据等全要素可观测数据的整合，帮助该客户构建了1-5-10体系，即1分钟发现问题、5分钟定位问题、10分钟故障恢复，从而大幅降低平均故障恢复时间，为客户生产业务提供了保障。
　　2、技术能力领先
　　（1）高效能架构与存储优化
　　实现跨数据中心数据本地化存储与联邦计算，支持异地多活架构。例如，在四地八中心架构中，平台通过OneService联邦数据服务实现全局分析，同时保障数据高可用性。
　　（2）AI与大数据引擎创新
　　自研Swift AI引擎支持主流大模型，实现异常检测F1-score达0.88，训练耗时降低83%，并支持语义理解与自动化配置。其多模态联邦查询引擎Zeus支持跨数据中心调用链追踪，结合实时湖仓一体化架构，实现毫秒级数据写入与关联分析。
　　（3）数据模型与采集能力突破
　　基于低代码能力的可视化数据处理拓扑，实现指标、日志、调用链等多源异构数据的统一纳管，并支持自动关联实体属性。例如，通过元属性驱动技术，将日志与实体模型深度整合，实现业务事件到技术层的全局归因。
　　（4）标准化与生态协同
　　参与国际AIOps标准制定，并通过信通院AIOps能力成熟度优秀级认证。平台兼容Prometheus、OpenTelemetry等主流数据源，与Zabbix、SkyWalking等工具一键集成，构建开放生态。
　　3、研发优势
　　公司目前在国内APMO行业的人才密度处于行业领先地位。公司自成立以来始终坚持自主创新，紧跟移动互联网、云计算、大数据、人工智能等行业前沿技术的发展变革，持续不断的推陈出新。在为企业级客户提供应用性能监测服务、销售应用性能监测软件及提供其他相关服务的过程中，建立了一支专注本领域的技术专家队伍。
　　截至报告期末，公司已获发明专利56项（同比2024年年末新增6项），已获得软件著作权135件。经过多年技术积累，形成的核心技术包括“服务端应用逻辑拓扑结构自动发现技术”、“海量数据大并发实时接入与在线离线处理技术”、“基于eBPF的持续剖析技术”、“基于eBPF的网络性能分析技术”等共计32项，在一体化智能可观测平台领域的大数据采集、处理、存储、分析等环节均具有较强的技术优势，为公司的持续创新能力奠定了良好基础。
　　目前公司已掌握了模拟用户、真实用户、软件程序和IT基础设施监测所需的多种主流操作系统和各类业务模式的数据采集技术，可从数据的深度和广度两个维度，全面满足客户多样化的数据采集需求。公司已具备成熟的端到端全链路数据融合分析计算、跨多层架构关联分析、底层代码全栈溯源的数据分析能力。公司基于以数据为核心的现代大数据管理架构，研发了先进的数据处理引擎，具备海量数据的高并发实时摄入、存储、在线与离线分析计算能力。以上述技术为基础，公司构建了具备一致性、可扩展性和全生命周期的应用性能管理体系，在行业内具有较强的技术优势。
　　公司将继续积极研发可观测性领域的相关产品和技术，拓宽产品和服务能力。一体化智能可观测平台产品Bonree ONE，已逐步实现主营产品的换代升级，为公司的产品和服务能力向统一化、智能化发展奠定了良好的基础。
　　(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
　　(三)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
　　2、报告期内获得的研发成果
　　截至2025年6月30日，公司已获发明专利56项，软件著作权135项。经过多年技术积累，形成的核心技术包括“服务端应用逻辑拓扑结构自动发现技术”、“海量数据大并发实时接入与在线离线处理技术”、“基于eBPF的持续剖析技术”、“基于eBPF的网络性能分析技术”等共计32项，在数据的采集、处理、存储、分析等环节均具有较强的技术优势，为公司的持续创新能力奠定了良好基础。
　　四、报告期内主要经营情况
　　报告期内，公司实现营业收入7,019.97万元，较去年同期增加346.45万元，同比增加5.19%；归属于上市公司净利润-2,619.18万元，亏损同比减少2,299.08万元；归属于上市公司股东的扣除非经常性损益的净利润-2,674.79万元，亏损同比减少2,376.17万元。
　　五、风险因素
　　（一）经营风险
　　1、公司已推出Bonree ONE英文版产品并积极拓展海外市场。鉴于海外客户的使用习惯与国内客户存在差异，公司产品在国际市场推广过程中可能存在无法完全满足客户需求的情况，进而导致销售业绩未达预期的风险。
　　2、东南亚各国的法律法规体系存在差异，部分国家对特定行业的监管较为严格，公司在开展当地业务时需深入了解并严格遵守相关国家的法律法规及监管要求。虽然公司目前在国内拥有50项已注册专利，并享有软件产品的知识产权保护权利，但尚未在海外注册专利，因此在国际市场推广过程中在数据安全合规、知识产权等方面存在一定风险，面临着法律纠纷、罚款等问题，增加公司的合规成本和法律风险。
　　（二）核心竞争力风险
　　1、APMO行业是典型的技术密集型新兴行业，新产品和新技术的发展非常活跃，若公司不能及时、准确的把握国内外相关行业最新的技术和产品的发展动态，或不能将相关新产品和新技术快速掌握，并实施应用产业化，则有可能被相关行业竞争对手超越，公司产品的市场竞争力将会明显下降，最终对公司整体经营业绩造成不利影响。
　　2、APMO行业是高新技术行业，目前国内从事本行业资深技术人才较为匮乏。若公司无法从相关行业引入或自行培养新的高级技术人才，则可能造成公司产品和技术发展落后于市场发展的风险，最终形成对公司经营业绩的不利影响。
　　3、公司为高新技术企业，拥有多项知识产权，是公司生存和发展的根本。公司已与核心技术人员和涉密员工签订了《保密及竞业禁止协议》，但仍不能完全规避知识产权及核心技术失密的风险。如果出现知识产权和核心技术人员离职导致技术机密泄露的情况，即使公司借助司法程序寻求保护，仍需为此付出大量人力、物力及时间成本，将给公司的生产经营和新产品的研发带来不利影响。
　　（三）行业风险
　　APMO行业整体具备较高的行业壁垒，且公司是国内行业的先行者和领导者，目前在行业内已形成较强的技术和产品优势。未来，随着APMO行业的快速发展，市场竞争将会加剧，行业内新进入者和海外参与者将不断涌现。若公司不能持续进行技术创新和产品开发，保持核心竞争力，则日益激烈的行业竞争可能将影响公司未来的经营业绩。
　　（四）财务风险
　　随着公司业务规模不断扩大，各报告期末应收账款逐年增加。受到市场宏观经济状况的影响以及部分客户自身经营状况的影响，客户付款流程滞后，应收账款周转天数有所增加。如果客户信用发生重大变化或公司采取的收款措施不力，发生坏账的可能性将会加大。公司未来需进一步加强客户信用管理和应收账款管理，有效控制应收账款风险，提高应收账款周转率。
　　（五）其他风险
　　1、募集资金投资项目风险
　　目前公司的募投项目均已实施完毕，但是公司未来可能面临着市场竞争加剧、技术研发不能紧跟行业变化趋势、市场开拓未能达到预期的风险，可能导致募投项目效益不能达到预期收益，进而影响公司的经营业绩。
　　2、税收优惠政策变动风险
　　2014年10月30日，本公司经北京市科学技术委员会、北京市财政局、北京市国家税务局和北京市地方税务局批准并公示认定为高新技术企业，证书编号为GR201411002884，有效期三年。到期后，公司2017年10月25日，经北京市科学技术委员会、北京市财政局、北京市国家税务局和北京市地方税务局批准并公示继续认定为高新技术企业，证书编号为GR201711001453，有效期三年。到期后，2020年12月2日，经北京市科学技术委员会、北京市财政局、北京市国家税务局和北京市地方税务局批准并公示继续认定为高新技术企业，证书编号：GR202011005253，有效期三年。到期后，2023年11月30日，经北京市科学技术委员会、北京市财政局、国家税务总局北京市税务局批准并公示继续认定为高新技术企业，证书编号：GR202311004704，有效期三年，高新技术企业可适用15%的企业所得税优惠税率。若公司高新技术企业认定条件发生变化导致未来公司不能被认定为高新技术企业或者无法享受研发费用加计扣除优惠政策，可能对公司的经营业绩产生一定影响。 收起▲

　　一、经营情况讨论与分析
　　公司始终坚持以技术创新和产品创新为核心发展战略，紧跟行业技术发展趋势，深耕行业客户创新需求，推动企业持续创新并保持行业领先地位。通过“产品+技术”的双轮驱动，公司不断提升产品与服务的市场竞争力，为企业级客户的IT运维管理提供高质量、可落地的应用性能管理及可观测性解决方案。
　　报告期内，公司实现营业收入14,055.61万元，较去年同期增加1,982.54万元，同比增加16.42%；归属于上市公司净利润-11,517.45万元，亏损同比增加854.69万元；归属于上市公司股东的扣除非经常性损益的净利润-11,671.15万元，亏损同比增加500.35万元。
　　... 查看全部▼

　　一、经营情况讨论与分析
　　公司始终坚持以技术创新和产品创新为核心发展战略，紧跟行业技术发展趋势，深耕行业客户创新需求，推动企业持续创新并保持行业领先地位。通过“产品+技术”的双轮驱动，公司不断提升产品与服务的市场竞争力，为企业级客户的IT运维管理提供高质量、可落地的应用性能管理及可观测性解决方案。
　　报告期内，公司实现营业收入14,055.61万元，较去年同期增加1,982.54万元，同比增加16.42%；归属于上市公司净利润-11,517.45万元，亏损同比增加854.69万元；归属于上市公司股东的扣除非经常性损益的净利润-11,671.15万元，亏损同比增加500.35万元。
　　公司联营企业智维盈讯成立于2015年，是立足于中国本土的智能运维大数据公司，通过布局关键数据节点，为服务企业快速建立业务交互数据地图和完整的监控视角，提供安全、高效、可观测性强的运维管理及安全响应解决方案。智维盈讯的系列产品通过机器学习及缝合算法自动绘制企业实时业务交互数据动态地图，利用独有的智能算法自动发现数据异常，提升用户在IT网络运维及安全上的响应能力，改变企业IT监控与业务相脱离的现状。智维盈讯是业内此类技术的领跑者，为用户提供全访问流程监控与分析产品，支撑未来场景算法拥有更强的可扩展空间。
　　智维盈讯主要客户群体为银行类金融客户，和我公司的目标客户群体有很大的一致性，在技术上,智维盈讯的全访问流程监控与分析产品与我公司BonreeOne产品通过数据互补、技术协同和场景融合，共同解决复杂IT环境下的监控盲区，全访问流程监控与分析产品为BonreeOne产品提供网络层精细化数据，增强全链路分析能力，而BonreeOne产品通过整合多维度数据，帮助全访问流程监控与分析产品从单纯网络监控升级为业务保障的核心支撑。
　　智维盈讯2024年度受制于金融行业降本增效的影响，在新项目拓展和存量项目扩容方面出现滞后、项目周期延长，导致营业收入为1,688.23万元，与去年同期相比减少1,896.04万元,降幅为52.90%。但受益于国产替代，智维盈讯在金融行业有着广阔的空间。为更加客观公正地反映公司财务状况和资产价值，根据财政部《企业会计准则第2号-长期股权投资》《企业会计准则第8号-资产减值》及公司会计政策等相关规定，结合长期股权投资企业实际经营情况和资产现状，本着谨慎性原则，公司聘请第三方专业评估机构北京中和谊资产评估有限公司对公司持有的智维盈讯16%的股权进行价值估值，估值方法采用市场法-PS市销率模型，出具了《估值报告》(中和谊评资字(2025)第10007号)，根据估值结果结合公司年度财务报表审计机构立信会计师事务所(特殊普通合伙)对智维盈讯长期股权投资账面价值审定金额，本期对智维盈讯计提长期股权投资减值准备1,929.78万元。
　　公司技术团队稳定，不断推陈出新，在多项技术领域取得新成绩。报告期内，公司累计拥有已授权发明专利50项、软件著作权135项、核心技术32项。其中，新增授权发明专利10项，软件著作权3项，在“服务端及Web端应用性能监测数据采集技术群”技术类别下新增“基于eBPF的持续剖析技术”与“基于eBPF的网络性能分析技术”2项核心技术，为公司的持续创新能力奠定了良好基础。上述新增核心技术中，前者主要适用于性能诊断和调优场景中，可深入到操作系统内核方法层级，且不受应用程序运行的影响；后者主要适用于云原生网络流量分析场景中，可实时感知网络层面的异常情况。此外，在报告期内公司通过了ISO27701隐私信息管理体系认证，进一步强化了公司在数据隐私信息管理方面的合规性保障。
　　公司持续迭代核心被动式产品BonreeONE，并取得了一系列的新进展。2024年4月，公司发布了BonreeONE2024春季正式版，凭借全息观测、体验至上、轻锐交付三项特性，开启了智能运维的新篇章。该版本提升了IT运维领域的数据精准度、用户体验便捷性及交付效率，进一步强化了产品的市场竞争能力。
　　2024年8月，公司发布了BonreeONE3.0版本。该版本进行了重大升级，内置了全域可观测数据模型，能够高效地将IT运维领域的海量数据从无序状态转化为有序结构，提升了观测洞察的效率与便利性。此次升级在数据采集、数据模型、数据中台和数据分析等多个方面取得了进展，为企业级客户提供了更加全面和深入的数据分析和运维管理解决方案。此外，BonreeONE产品在报告期内实现了包括云原生系统（Kubernetes）可观测性功能、简洁统一的查询语言BQL、基于eBPF的持续剖析与网络性能分析等多项技术能力突破。这些新功能不仅提升了产品的技术深度和广度，还进一步优化了产品的性能，使其更加贴近企业对IT监控一体化与智能化运营的需求。与此同时，通过对后台技术架构的优化，产品硬件资源开销进一步降低，系统稳定性和性能得到提升，确保了产品在满足客户需求的同时，增强了产品的市场竞争力。
　　公司自2024年8月起开展大语言模型与智能运维观测的技术融合研究，基于开源的大语言模型，在BonreeONE中提供了智能交互模块——“小睿助理”，实现自然语言向PromQL查询语句的智能转译功能，提高问题自助式解决的效率，降低用户使用产品的门槛。公司后续将持续深化AI技术融合，重点拓展在根因分析、智能巡检、智能配置等场景中的落地实践，更好地赋能客户的智能化和数字化发展。
　　
　　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
　　1、主营业务情况
　　公司主营业务属于IT运维管理监控领域的重要分支行业——应用性能管理及可观测性行业。博睿数据始终秉承“以数据赋能IT运维”的理念，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。
　　应用性能管理（AppicationPerformanceManagement，简称APM）是指通过系统化的方法体系与专业工具组合，对应用程序的运行效能实施全生命周期管理及实时监测。其核心目标在于保障企业业务系统的高效稳定运行，通过持续优化应用可靠性与服务质量，确保终端用户获得优质的服务体验，同时有效优化IT运维综合成本。可观测性（Observabiity）作为支撑复杂IT系统运维的技术体系，基于全链路调用追踪数据、运行指标、日志记录及事件信息的采集分析，构建多维度的系统状态感知能力。该技术使企业能够实时洞察数字化系统的整体运行状态、性能表现及用户体验，精准识别潜在异常风险并快速定位故障根源，为数字化服务优化提供数据驱动的决策支持。
　　公司核心产品BonreeONE可以为企业提供一体化智能可观测性解决方案，通过对丰富多样的软硬件IT资产运行所产生的各类数据构建模型、分析处理，叠加开箱即用的AI算法能力，为用户在运维工作中提供更直观、更准确的见解，提升运维效率、减少故障带来的经济损失，最终确保客户数字化业务的有效开展。
　　2、主要产品
　　核心产品BonreeONE发展路径介绍：
　　2022年，公司深刻认识到目标客户的主要挑战在于应对监控工具碎片化、云原生技术所带来的数据高动态性和高维护门槛以及稳态、敏态两种IT架构所导致的数据割裂，国际同业在应对此类挑战时已经有了成功案例，而国内尚缺少可以应对该挑战的产品和供应商，经过周密调研和审慎研判后，推出“AinONE”战略。从2022年到2024年，产品的发展迭代经历了如下几个阶段。
　　2022年，将原有的多个分散工具，Server、RUM（包含了MP、Browser、SDK的能力）、ITIM等整合到一个产品中，从前端的用户体验到后端的应用性能实现端到端全链路打通，帮助用户从全链路视角上快速定位问题的原因。
　　2023年，补齐之前缺少的可观测三要素之一的日志分析能力，正式发布新一代核心产品BonreeONE并投入商用。此外，通过发力ETL、数据集成、AI三方面能力，积极探索多源异构数据场景下的根因定位最佳实践。
　　2024年，业内率先推出可观测全域数据模型，BonreeONE3.0重磅升级。数据模型的引入，将可观测平台的分析能力进一步提升，将运维领域由碎片化工具带来的无序数据变成了有序数据，数据之间的关联更加紧密，进一步提升了运维效率。
　　（1）一体化智能可观测平台BonreeONE产品推出3.0重大升级版本
　　2024年8月，BonreeONE3.0以“全域可观测，运维新境界”为主题，产品隆重发布，新版本主要在数据采集能力、数据模型能力、数据中台能力、数据分析能力上实现了升级与突破，具体情况如下：
　　①数据采集能力：纳管并激活全量机器数据
　　全新的具备低代码能力的可视化数据提取拓扑，提升数据治理效率。基座兼容多源异构数据处理，在原有指标数据类型的基础上扩充到对调用链、日志记录、事件信息及IT资产等数据类型的加工处理能力。
　　支持从集成数据中自动挖掘146种运维实体、113种实体关系，同时绑定数据与实体的映射关系，建立有效的全域可观测数据模型，赋能上层数据消费场景。
　　百余种技术组件集成，打包数据处理、指标梳理、实体发现、内置仪表盘提供了开箱即用的标准化解决方案。各模块深度整合平台指标体系，形成智能化监控实施框架，其基于实体关联的多维度数据模型，可有效支撑SwiftAI引擎实现故障根因定位功能。
　　②数据模型能力：建立运维数据的“全向连接”
　　完善的可观测体系数据模型定义，涵盖实体、指标、事件、日志、调用链、记录、元属性，依据模型定义用户可快速了解数据结构，让数据使用更明确可控。
　　真正数据全面可达的一体化运维体系，从模型定义即实现了以实体为中心串联指标、日志、调用链追踪数据、事件等可观测要素，在模型驱动下用户可在平台流畅地进行各数据间的关联分析。
　　③数据中台能力：找到运维数据隐秘且丰富的关联
　　完整融合第三方调用链数据到一个平台体系中，自动生成服务观测、基础设施观测各项能力。
　　应用为中心的实体模型布局，涵盖页面、操作、网络请求模型，同时构筑应用-页面-操作-网络请求-服务的纵向关系，实现从宏观到微观，从前端到后端的关系路径。
　　将日志完整融合到可观测体系中：实现日志与实体属性模型的深度整合，提供日志关联的实体元数据信息查看功能，支持用户自定义标准属性与元数据的无缝对接，通过日志内容智能抽取实体信息及关系信息。
　　智能告警“内核焕新”，以实体为主线贯穿检测、收敛、响应、屏蔽、查询、统计等环节，配置和分析效率大幅提升。
　　④数据分析能力：观测洞察，从未如此简单。
　　仪表盘和魔方再升级，新增了实体相关属性的查询，能够针对实体属性进行聚合统计或者直接快速构建实体列表，拓展了仪表盘数据的展示范围，提升使用效率。
　　优化指标选择器的使用逻辑，用户可以添加多个指标并统一选择过滤分组条件，避免了配置流程的重复性。
　　新增过滤器类型卡片，能够针对实际的使用场景灵活选择过滤参数，并对全局卡片生效，便于快捷查看不同场景下的数据情况。
　　（2）主动式产品持续迭代，精细化运营能力取得关键突破。
　　运营管理平台新增任务分析与监测点分析能力。其中任务分析通过对任务下发、结果回传、可信判断等过程精细化运营，计算各环节成功率，针对失败深入分析优化，提升任务执行效率和质量。监测点分析针对监测点在线时长、任务饱和度等进行统计分析，优化资源配置，提升利用率，此外还支持根据监测点历史任务判断其可信度，助力提升任务结果质量。
　　（3）全面拥抱国产化，支持信创生态。
　　公司已完成核心产品线的信创生态适配体系构建，实现在主流国产CPU（鲲鹏、飞腾、海光、兆芯、龙芯）、国产操作系统（麒麟、统信等）、国产中间件(东方通、华宇、金蝶天燕)以及数据库（达梦、人大金仓）等信创环境的兼容技术开发，完成相关部署和稳定运行测试，进一步拓展了公司产品的适用环境。其智能探针能够监控国产化操作系统、服务器、中间件的性能，并对部署在相关软硬件上的应用进行性能监控，保障业务系统的连续性及稳定性。
　　(二)主要经营模式
　　1、销售模式
　　公司以直销模式为主，专注于为企业级客户提供优质的应用性能管理及可观测性产品和服务，下游客户涵盖金融业、互联网、制造业、能源业等多种行业，重点服务行业头部大客户，客户粘性较强，合作关系稳固。
　　公司主要采用参与各种行业活动、客户间介绍、电话沟通、现场拜访、参与招投标等方式拓展客户，根据客户需求制定方案、提供技术咨询、提供测试等形式与客户进一步接洽，若客户存在采购意向，双方则进入商务谈判阶段，根据谈判情况确定最终报价并签署合同。
　　2、采购模式
　　在经营过程中，公司的采购主要包括网络资源采购、软硬件采购、会员监测服务采购等。公司采购主要由采购部负责，其中会员的招募与管理主要由交付中心——会员部负责。
　　公司制定了《采购管理制度》，建立了专门的采购管理系统，当公司发生采购需求时，由需求部门具体人员在采购系统中发起采购申请，经过部门负责人、公司分管负责人、采购部门负责人审批后交由采购部具体人员安排采购，确保所需物资优质、高效供应，并不断降低采购成本和管理成本。
　　3、服务模式
　　目前，公司主要服务企业级客户。公司为客户提供持续的技术咨询服务和故障处理服务，及时发现并迅速解决客户在使用中遇到的技术问题，同时还为大客户配备专门的售后技术工程师，为客户开展产品使用培训，指导客户使用公司的产品，协助客户解读性能数据、定位性能问题、并提出优化建议等。此外，根据客户要求，公司技术人员还会上门提供专业的技术指导并撰写服务报告。
　　4、研发模式
　　公司设立研发部门，组建了专门的研发队伍、测试队伍，还设置了专门的代码管理、质量控制、资源调度、安全管理等岗位，确保产品研发的质量和效率。公司产品研发遵循标准的软件开发流程并通过CMMI5认证，自主研发流程主要为：需求分析、开发立项、设计及研发、测试、验收、培训等环节，完善、严谨的研发管理体系可保障公司产品在精准符合客户需求的前提下，有效地缩短开发周期。
　　(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
　　公司始终秉承“以数据赋能IT运维”的理念，坚持“客户第一、正直守信、追求卓越、开放创新、勇于担当、协作共赢”的品牌价值观，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务，助力客户构建稳定、高效、智能的新型IT运维监控体系，提升企业IT运维效率，降低总体运营成本，驱动业务创新增长，赋能企业数字化转型高质量发展。根据中国证监会发布的《上市公司行业分类指引（2012年修订）》，公司属于软件和信息技术服务业（分类代码：I65）。根据《国民经济行业分类和代码表（按第1号修改单修订）》（GB/T4754-2017），公司所处行业为“信息传输、软件和信息技术服务业”门类中的“软件和信息技术服务业”。
　　（1）行业发展阶段
　　①全球应用性能管理及可观测性（APMO）市场
　　北美应用性能管理及可观测性市场起步较早，经过多年发展，已全面形成有效、完整的市场竞争格局。海外市场许多企业和组织都在积极采用APMO解决方案来监控和管理其应用程序的性能，APMO产品逐渐从传统监控工具，进化成业务生产过程中的生产力工具。可观测性能力以数据为中心，通过人工智能赋予监控工具强大的数据洞察力。这使得监控工具能够快速识别和预测故障，从而在对用户影响最小的情况下解决这些问题。同时，可观测性能力还要求可以集成原始的监测数据，帮助运维人员更好地理解和探索数据，解决传统监控工具分散带来的数据孤岛问题。IDC预测，到2028年全球数据量GobaDataSphere将增长至393.8ZB，从2024到2028五年间生成的数据量将至少是过去10年生成的数据总量的2.2倍1，数据量和关系复杂度的上升都会为运维管理带来巨大的挑战，企业对应用性能管理及可观测性能力需求高速增长。
　　IDC最新数据显示，2023年全球数字化转型投资规模超过2.1万亿美元，2028年预计达到4.4万亿美元，2023-2028年五年复合增长率(CAGR)为15.4%。随着全球数字化转型市场蓬勃发展，云计算、人工智能、大数据、5G等技术的应用范围不断扩大，全球企业的数字化转型已经来到了持续发展阶段，这也促使了企业不断加大其在数字化转型的投入2。
　　1IDC《全球市场洞察IDCDataSphere最新趋势预测》，2024年10月18日。
　　2IDC《全球数字化转型支出指南》。
　　Gartner在《可观测性平台魔力象限》报告中指出，预计到2027年，可观测性产品市场估计将达到111亿美元，按固定汇率计算，2021年至2027年的复合年增长率（CAGR）为8.3%3，应用性能管理及可观测性技术将在全球IT运营中发挥越来越重要的作用，增长势头强劲。
　　从供给侧看，海外已存在众多优秀的商业化技术供应商，提供各种类型的应用性能管理及可观测性解决方案，包括基于云端的、移动端的、微服务架构等，如Dynatrace、Datadog、Spunk、Honeycomb等。同时，也涌现出一批开源项目，如Prometheus、OpenTeemetry等。这些技术和工具都在不断地创新和进化，以适应不同场景下的监控及可观测性需求。
　　②中国的应用性能管理及可观测性（APMO）市场
　　中国APMO（应用性能管理及可观测性）市场还处于早期阶段,行业渗透率相对低，存在较大市场发展空间。2024年，IDC将原有IT统一运维软件报告即ITUO报告升级为IT智能运维软件报告即ITAO报告，以反映越来越多的运维软件在不断加持AI能力，并融合统一的技术及产品发展趋势。同时首次将原有的应用性能管理（APM）市场革新升级为应用性能管理及可观测性（APMO）市场，这也预示着在数字化转型加速的背景下，国内企业对应用性能管理及可观测性的需求持续上升，中国应用性能管理及可观测性（APMO）市场展现出巨大的增长潜力。
　　“十四五”数字经济发展规划指出，到2025年，数字经济迈向全面扩展期，数字经济核心产业增加值占GDP比重达到10%。展望2035年，数字经济将迈向繁荣成熟期，力争形成统一公平、竞争有序、成熟完备的数字经济现代市场体系，数字经济发展基础、产业体系发展水平位居世界前列4。这一目标明确了国家数字经济在未来几年的发展方向和规模，数字经济的快速发展将进一步推动企业数字化转型。IDC预计，2028年中国数字化转型支出规模预计达到7,330亿美元，全球占比约16.7%，五年复合增长率约为15.6%，增速高于数字化转型全球整体增速2。随着中国数字化转型支出大幅增长，企业在加速数字化进程中将面临更复杂的技术架构和性能挑战，如何高效监控、优化应用性能，保障系统稳定性，成为提升企业竞争力的关键，应用性能管理及可观测性市场的需求将因此持续增长，成为数字经济发展中不可或缺的一环。
　　2024年，国家推出的“数据要素×”战略得到了广泛实施。我国高度重视数据要素及其市场化配置改革，推动数据管理相关国家标准贯标，规范开展数据治理能力评估，强化企业数据治理和质量管理能力建设。大力推广云计算、边缘计算、大数据分析等平台服务，支持企业开发和使用智能化工具，建立覆盖研发、生产、销售、服务、管理等各环节的数据资源体系5。数据资源体系的全面构建与智能化技术的深入应用，使得企业系统复杂度显著提升。应用性能管理及可观测性工具作为保障数据要素高效运行的关键基础设施，不仅满足数据治理国标贯标的质量管控要求，3Gartner《可观测性平台魔力象限》，2024年8月12日。
　　4《国务院关于印发“十四五”数字经济发展规划的通知》，2021年12月12日。
　　5《国家数据局等部门关于促进企业数据资源开发利用的意见》，2024年12月25日。
　　更能支撑企业实现数据驱动的敏捷决策。因此，随着数据要素市场化改革深化与数字化转型加速，应用性能管理及可观测性市场的需求将显著增长。
　　《关于促进数据产业高质量发展的指导意见》中提出总体要求，到2029年，数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列，数据产品和服务供给能力大幅提升，催生一批数智应用新产品新服务新业态6。这将推动数据应用创新和产业融合，促使企业对数据治理和分析工具的需求增加，应用性能管理及可观测性工具作为保障数据应用高效运行的重要手段，需求也将随之快速增长。
　　在《关于加强银行保险机构重要信息系统安全运行管理的通知》7中，多项要求与信创的核心目标“自主可控、安全可靠的技术体系和国产化替代”高度契合。国务院国资委出台的文件对国产化替代发展提出了阶段性的要求：预计到2025年底央企的办公OA系统将实现100%国产化，网信安全和基础设施、经营管理类系统国产化比例达到50%，预计2027年前完成国产信创替代，替代范围涵盖了底层硬件、基础软件、平台软件、应用软件和信息安全8。中国信创产业加速从“关键环节、部分市场”走向“全产业链、全行业”的信息技术升级，各行业（包括金融、政府、医疗等）的信息化转型将进一步深入。这些行业对信息系统性能、稳定性、数据分析和安全性等方面需求的不断增加，将推动国内应用性能管理及可观测性市场的发展。
　　从技术栈演变的角度来看，北美地区经历了从基础监控、日志、APM到可观测的逐步累积过程，而中国在这一领域还处于起步阶段，开始尝试跟随北美的步伐。同时，北美的业务应用更倾向于部署在主流云平台上，国内云计算技术的不断进步和云生态环境的完善，促使越来越多的中国企业开始将业务应用迁移到云上，推动了技术栈的升级和发展。中国作为全球最大的信息技术市场之一，未来随着中国数字经济的稳定发展，以及在5G、云计算、物联网等技术领域的广泛布局，中国应用性能管理及可观测性的需求将逐步得到释放。
　　（2）行业基本特点
　　随着中国企业推动数字化转型，应用性能监控及可观测性需求日益增长。高效、稳定、智能的IT系统监控方案可以更好地服务于电商互联网、金融机构、高端制造业、甚至初创企业。
　　①文化层面：伴随敏捷开发、DevOps（开发运维一体化）、BizDevOps（业务开发运维协同）及DevSecOps（安全开发运维融合）等理念的涌现和转变，结合持续集成、持续部署等工具流和工具的整合，软件迭代效率得到显著提升。在此背景下，通过系统化梳理模块间依赖关系、建立全链路代码追踪机制，提升开发团队对系统运行状态的实时监测能力，已成为保障复杂系统稳定性的核心因素。
　　6国家发展改革委等部门《关于促进数据产业高质量发展的指导意见》，2024年12月30日。7《国家金融监督管理总局关于印发银行保险机构数据安全管理办法的通知》，2024年12月27日。
　　8《网络安全与信息安全助力信创“换”“防”最后一英里》，2023年06月21日。
　　②业务层面：在数字化转型加速的背景下，客户体验已成为企业核心竞争力的关键构成要素。企业已经认识到，传统监控体系难以适配云原生、微服务架构等技术演进趋势，这使得应用性能管理及可观测性解决方案逐渐纳入技术选型评估范围。根据《关于促进数据产业高质量发展的指导意见》政策指引，到2029年，数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列，数据产品和服务供给能力大幅提升，催生一批数智应用新产品新服务新业态6。
　　在此政策驱动下，数据资产运营体系的建设将催生企业对数据治理工具链的升级需求，应用性能管理及可观测性工具作为保障数据应用高效运行的重要手段，其市场需求将进入快速增长通道。
　　③技术驱动：中国应用性能监控及可观测性产业的突破性发展主要依托人工智能、大数据技术、云计算、分布式追踪等核心技术突破，此类技术体系的协同创新推动应用性能监控及可观测性服务的深度和广度不断提升。全球AI技术的产业化进程加速，叠加新质生产力培育政策导向，正驱动AIGC下游应用落地，其对产业链上游算力的高需求预计将进一步推动算力运维市场的需求扩容。
　　④本土化需求：由于中西方文化背景与使用习惯差异，本土化的应用性能监控及可观测性解决方案正加速成为市场主流选择。此类方案深度适配国内企业云架构部署特征及业务连续性管理要求，在信创产业政策持续深化背景下，政务、金融、能源等关键基础设施领域对核心业务系统的稳定性保障与性能优化已成为关键运维指标，直接驱动具备自主知识产权的应用性能监控及可观测产品国产化替代进程提速。伴随数字化转型，以及5G、算力等IT基础设施建设加速，叠加信息安全和数据合规等对信息安全体系的强制性合规要求，国内APM厂商凭借对本土数据主权规范与行业监管政策的精准适配能力，有望实现市场渗透率的持续提升。
　　⑤目标客户行业技术栈差异：鉴于金融、电商、游戏等垂直领域的技术生态体系差异显著，例如金融行业的高并发分布式交易系统、电商平台的弹性微服务架构、游戏产业的实时渲染引擎等技术特征分化。这种跨行业技术组件的兼容性要求，本质上是要求应用性能管理及可观测性厂商具备足够的技术积累和行业沉淀，能够适配不同行业的各类技术栈，更高效支撑各行业数字化转型中的业务连续性保障需求。
　　（3）主要技术门槛
　　公司产品的核心价值是自动发现客户IT业务系统复杂的内部结构，并进行实时数字建模，从而对其运行状态进行管理、观测和排障，以保障客户自身业务的连续性。该类产品的技术门槛主要体现在以下几点：
　　①具备“全栈、双模”的数据采集能力
　　作为数据平台类产品，其核心能力建设需聚焦于构建开放型数据治理体系。在数据采集维度，除标配的标准化数据采集探针外，重点需实现异构数据源的标准化接入能力，具体表现为：通过单一探针组件即可完成基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层的全栈数据关联采集；同时依托多源异构数据处理引擎，低成本建立与数百种第三方产品或工具的无缝集成。所以要求开发商同步具备探针级数据抓取技术的深度研发能力，以及分布式计算引擎研发能力。
　　②具备“开放、融合”的全域可观测数据模型构建能力
　　该产品需应对多源性异构数据融合的核心挑战，其数据具有以下三种特征：其一，数据源端呈现跨平台集成复杂性，涵盖自研探针数据流、第三方系统API接口数据、客户各类自定义数据的多源异构融合。其二，数据结构多样性，既有结构化的指标、元数据，也有半结构化的事件、调用链和日志数据，同时还有堆栈、会话回放视频等非结构化数据。其三，数据量级极大，日处理数据量一般都在PB级别。这要求开发商须将海量的可观测信号数据和元数据进行统一化处理和规范化建模的能力，构建以IT实体为中心的全域可观测数据模型，具体包括：基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层。这是对IT系统进行全面可观测的基础，因此这需要开发商对可观测性有极为深入的理解，以及对海量可观测数据有很强的数据处理、治理和建模能力。
　　③具备“统一、强大”的数据中台能力
　　该类产品接入数据特征上文已有介绍，因此要求开发商在大数据处理方面至少有以下三项技术能力：一是对海量多源异构数据进行实时建模的能力，落地以运维实体为中心的全域可观测数据模型；二是对跨多种大数据存储和分析引擎进行联合分析能力，如支持指标存储引擎、日志存储引擎、配置管理数据库三者的联合查询和分析场景，如支持对分布于多地多中心的数个指标存储引擎和配置管理数据库的分布式联合分析能力等；三是要支持灵活的分布式数据视图能力以及架构动态伸缩的能力，以支持不同量级灵活多变的业务场景的能力。这些能力要求开发商要具备很强的统一数据中台研发能力。
　　④具备“精准、可解释”的AI算法能力
　　该类产品由于数据量级极大，格式复杂多样，数据之间存在各种关联关系，通过传统的数据分析技术难以满足上层灵活多变的分析场景。开发商需具备以下三类AI算法技术，一是预测型AI算法技术，如对系统内数百万个指标进行机器学习后，进行精准的趋势预测，自动生成指标基线并设置告警阈值，对指标的异常波动进行自动检测然后生成告警。二是因果型AI算法技术，如对系统内不同层级，不同实体，不同时间发生的多个事件之间通过统一运维数据大模型自动构建事件因果图谱，进而在图谱中进行根因事件和表因事件的识别，从而自动确定IT系统故障的根因所在，极大提高客户的故障定位效果和处置效率，减少业务损失，这种算法的特点是分析结果天然具备可理解性和可解释性。三是生成式AI算法技术，通过对用户输入的自然语言指令进行智能分析，自动规划任务，实现如自动创建分析模型、自动创建告警规则等，极大提高用户使用效率和体验。这些能力要求开发商除了需要具备很强的多场景AI算法能力外，还要求开发商要对可观测性领域有深入理解，且自身数据具备极高的品质。
　　⑤具备“众创、百搭”的数据应用能力
　　该类产品的数据消费和应用场景极为复杂多样，既有基于以各种运维实体为中心的独特观测视角，也有基于各种可观测性信号数据为中心的统一分析视角；既有对各种海量运维实体运行状态的监控场景，也有对海量实体及关联关系的管理诉求；既要有APM、RUM、ITIM、LOG等超级专项能力，也要有仪表盘、智能告警、数据分析等强大且开放的平台能力。因此，一方面这需要开发商具备很强的可观测应用场景和开发能力，能够给客户提供丰富成熟的各种专项应用，另一方面需要开发商提供强大、开放、灵活的自定义应用引擎能力，能够支持用户高效且低成本在产品上自行构建自定义数据应用的能力，以满足客户自身应对各种复杂多变的业务场景的监控和分析诉求。这对于市场上绝大多数做专项监控产品开发商来说，是极大的技术门槛。
　　2、公司所处的行业地位分析及其变化情况
　　目前国内企业对于应用性能监控及可观测性技术的认知逐步深入，伴随国内信息技术的快速发展和数字经济建设的全面推进，企业对精细化运营的重视程度提升，逐渐意识到应用性能管理及可观测性技术可以助力企业自身业务发展。企业如何高效地利用海量数据，做出精准决策，快速响应市场成为关键，市场对可观测性的需求也日益明确和迫切。
　　公司一体化智能可观测平台BonreeONE产品于2023年4月正式投入商用，自推出以来便引领了市场对可观测性的需求。2024年4月发布春季正式版，经历快速迭代，备受瞩目的BonreeONE3.0于2024年8月正式发布，该产品目前已趋于成熟，达到国内先进水平。凭借领先的全域可观测数据模型，实现更全面的数据采集和更智能的数据分析，真正实现全域可观测，开启中国智能运维新篇章。根据IDC发布的《中国IT统一运维软件产品市场跟踪报告》，2024H1，博睿数据以市场占有率20.7%位列中国应用性能监控及可观测性市场第一，市场份额进一步提升，稳居中国市场领导者地位。
　　（1）产品战略领先、成熟稳定，中国IT运维新标杆。
　　公司依托对国内市场的深刻理解和丰富的服务经验，通过覆盖多终端、多场景的数据采集技术及强大的数据处理分析能力，持续推动产品创新与边界拓展。基于深厚的技术积累和研发投入，核心产品BonreeONE持续保持快速迭代，2024年4月推出的BonreeONE2024春季版及8月发布的BonreeONE3.0版本，在数据采集、模型构建、中台架构及智能分析等关键技术领域取得突破性进展，引领中国IT运维技术革新。
　　作为BonreeONE核心自监控组件——BonreeONEPiot有效保障系统稳定运行，实现智能自动化部署升级与运维对象全方位观测的并行管理。通过全方位的自我检测能力、直观清晰的架
　　构监控视图及高精度的告警系统，显著提升运维管理的便捷性与可靠性。系统配备即时与周期性巡检功能，有效预防潜在问题，结合其数据存储容量管理功能，全面提升运维管理效能。
　　BonreeONE已获得信通院颁发的“AIOps能力成熟度优秀评级”、“IT新治理年度明星产品”及“算力服务领航者计划”优秀案例，该产品同时取得金融电子化“科技赋能金融业场景金融建设突出贡献”奖、GOITI“2024可观测性年度明星产品”奖、数据猿“创新技术突破”奖，并入选2024中国智能运维领域最具商业合作价值企业。其“中国海油多云资源监控与治理”实践获中国电子学会年度优秀案例认定。
　　（2）坚持自主研发，技术实力雄厚。
　　公司坚持以技术创新和产品创新为核心的发展战略，密切关注应用性能监测技术的最新发展趋势，经过十六年的行业深耕，公司在性能数据的采集、处理、存储及分析等核心环节积累了丰富的技术经验，能够满足国内客户不断变化升级的市场需求。截至报告期末，公司共拥有50项已授权发明专利、135项软件著作权、32项核心技术，在应用性能管理及可观测性领域实现了多项技术突破，具备显著的技术先进性。
　　公司基于行业技术领先优势，在履行社会责任过程中积极参与行业标准体系建设，推动行业高质量发展。公司深度参与信通院AIOps标准制定工作，同时参与编制中国电子工业标准化技术协会《政务App评价指标》团体标准，协同推进信通院分布式系统稳定性实验室主导的《信息系统稳定性保障能力建设指南》编制。此外，博睿数据获聘信通院DGA首批智库专家组成员，并入选中国信通院《高质量数字化转型产品及服务全景图》。长期担任新浪银行App评测数据支持机构，持续输出技术标杆实践，为行业可持续发展提供动力。
　　（3）拥有行业领先的品牌影响力。
　　公司基于16年行业积累形成显著市场影响力，获得许多头部客户的信任与认可。客户高黏性与稳定的合作关系使得公司保持竞争优势。
　　在报告期内有效应对市场环境变化，通过进一步深化市场渗透与品牌建设。公司积极布局线上线下的全域市场运营，完善官网及新媒体营销矩阵，组织行业会议、高峰论坛及专业沙龙，其中首届“观测先锋2024可观测平台创新应用案例大赛”推动行业实践案例交流。同时，博睿数据构建知识体系矩阵，推出《博睿学院-可观测性认证课程》、《IT运维之光》、《可观测性100问》工具书、《聊点技术》、《数字化运维路线图》等系列IT运维行业内容IP，产出系统化公开课及技术论文，发布涵盖100+IT运维应用场景的60余个标杆实践案例。客户成功案例获行业权威认可：证券业领域“智能运维领航标杆案例”（领新杯）及“建立一体化智能可观测平台实现App体验数字化”（数据猿金猿奖）；银行业领域“一体化智能可观测平台全面保障业务稳定性”（数据猿金猿奖）；制造业领域“全栈可观测驱动智能化运营与成本优化解决方案”与“基于BonreeONE实现AI大模型高级一体化可观测运维监控解决方案”（IT168年度创新解决方案）。
　　（4）领先的客户体验及口碑。
　　公司通过技术迭代与服务升级持续提升客户体验价值，市场认可度持续提升。例如：在某大型证券公司，通过公司可观测性平台建设，帮助客户梳理21条核心交易链路，以确保核心链路的业务连续性，通过对前后端监控数据、日志数据、基础监控数据、网络数据等全要素可观测数据的整合，帮助该客户构建了1-5-10体系，即1分钟发现问题、5分钟定位问题、10分钟故障恢复，从而大幅降低平均故障恢复时间，为客户生产业务带来了巨大的保障，从而减少业务损失。
　　综上所述，公司凭借其卓越的技术实力、健全的产品体系和优质的服务体验，稳居中国应用性能监控及可观测行业的领导者。
　　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
　　2024年应用性能管理及可观测性领域正迎来一系列新技术、新产业、新业态和新模式，这些变革在很大程度上是由数字化转型、云原生、人工智能和机器学习等趋势推动的。以下是这一领域的一些主要发展趋势：
　　（1）新技术、新产业、新业态、新模式
　　BonreeONE3.0平台以全域可观测数据模型为核心，以全面的IT机器数据为基石，提供统一的IT运维监控能力。该模型包括五层实体模型（146种实体、113种关系），预置1262项指标，33种事件以及日志模型和调用链模型，实现数据标准化和结构化。各模型间建立深度关联机制，依托智能分析引擎与可视化看板，结合AI算法强化故障预判与应急响应能力，有效支撑企业快速定位问题，优化系统稳定性与提升用户体验。
　　①大数据应用方面
　　Ⅰ高效能架构：支持异地多活高可用架构，通过OneService联邦引擎实现数据本地存储与全局分析的统一管理，实现架构精简并提升查询性能至毫秒级。产品安装包体积从11GB下降至5GB，显著提升系统轻量化水平。
　　Ⅱ高技术引擎：AI引擎SwiftAI实现异常检测、根因分析。系统通过多源数据自动适配提升诊断效率。OneService支持跨异构数据联邦计算，基于统一SQL接口实现全域数据协同分析。
　　Ⅲ高质量数据治理：调用链维度排序扫描缩小千倍，页面加载耗时由5秒级优化至毫秒级响应，平台P99响应时间指标首次突破3秒阈值。
　　②AI应用方面
　　2024年LLM技术实现突破性应用演进，其应用门槛降低进入推广阶段。公司深化LLM与可观测性领域的技术融合，并推出了“小睿助理”帮助用户快速生成PromQL表达式以及基于运维领域语料的智能问答服务。
　　③算力运维方面
　　2024年算力运维市场规模快速增长，2024上半年中国智算服务整体市场同比增长79.6%，市场规模达到146.1亿元人民币。其中，智算集成服务市场同比增长168.4%，市场规模达57.0亿元人民币；GenAIIaaS市场同比增长203.6%，市场规模达52.0亿元人民币9。同时，我国新增算力规模接近40EFops，算力核心产业规模有望突破2.4万亿元10。产业格局加速形成，算力市场形成了“三大运营主体”（IDC服务提供商、云服务提供商、第三方算力租赁商）和“三类算力服务模式”（算力租赁、算力+平台服务、算力+平台+模型服务）。第三方算力租赁模式在优质客户合作驱动下，有望复现高速增长路径。
　　公共算力统一调度，多地政府已建成算力互联交易平台，实现城市算力的统筹调度。国家数据局遴选了25个全国一体化算力网应用优秀案例11，但跨区域大范围统一调度和市场商用仍有待进一步突破，行业应用更加广泛。未来，随着技术的持续创新和市场的进一步拓展，算力运维将在数字经济中发挥更重要的作用。通过算力可观测，可以帮助企业更高效管理、优化算力资源，识别和预警风险，降低算力资源的成本。算力监测及可观测产品及服务的需求也将逐步释放。
　　（2）未来发展趋势
　　①传统运维将被智能运维大规模替代
　　IDCDataSphere数据显示12，到2027年，全球非结构化数据将占到数据总量的86.8%，达到246.9ZB。全球数据总量从103.67ZB增长至284.30ZB，CAGR为22.4%，呈现稳定增长态势。如何让如此海量的数据产生价值，AI与数据分析融合将是未来五年的重点。人工智能将改变数据原有的查询、分析、开发、预测方式，将为员工提供更敏捷、更快速、更高效、更准确的工作形式，而当前AI与数据分析融合仅处于初期阶段。IDC另一项数据显示，接近80%的企业中，AI/ML与数据分析融合度低于50%，其中有超过21%的企业仍从未使用AI/ML技术。传统的IT运维软件各自之间相互独立，存在数据孤岛，主要依靠大量人力凭借经验逐个排查系统各组件之间的问题，运维质量低、耗时耗力、成本高昂，却仍无法快速、精准的定位并解决性能问题。
　　未来，国内的IT运维管理市场将由低效的传统运维逐步向智能运维过渡，通过加载“机器学习”、“深度学习”等先进的人工智能技术，真正实现IT管理服务体系的高度智能化和完全自动化。加载AIOps能力的应用性能监测产品将迎来全面替代传统IT运维工具的发展机遇。
　　②IT运维管理市场融合发展，应用性能监控及可观测产品技术正向邻近领域延伸
　　应用性能监控及可观测产品正在与ITOM其他细分领域紧密融合。随着云原生架构的演进，应用性能监控的边界与分工被重新定义，传统的容器、应用、业务分层监控边界将被打破，Dev（Deveopment）、Ops（Operations）、Sec（Security）的分工逐渐模糊。业界开始意识到，IT系统作为一个有机的整体，对IT系统状态的监测与诊断也需要一体化的方案。通过流程、工具、数据、平台四位一体驱动数字化运维，全面提升企业IT运维服务架构的自动化程度和灵活性。
　　9IDC《中国智算服务市场（2024上半年）跟踪》，2024年12月16日。
　　10工信部等六部门联合印发的《算力基础设施高质量发展行动计划》发展目标。
　　11国家数据局《全国一体化算力网应用优秀案例集》，2024年8月28日。
　　12IDCFutureScape:2024年中国数据和分析市场十大预测，2024年1月23日。
　　首先，监测工具可与自动化工具(如应用程序发布编排工具)相集成，在软件的敏捷开发和运营实践(DevOps)工具链中高度融合，发挥协同作用，对企业软件应用迭代更新的有效性做出自动化智能决策，减少应用更新过程中繁复的手动流程。其次，监测工具可与IT服务管理工具相集成，加载了人工智能技术的监测工具可以帮助IT管理部门精准告警，甚至可在问题蔓延前预警问题，自动管理和调配IT系统资源，实现性能问题的全自动预警、告警、决策与管理。
　　③加强生态合作与全球化成为必然趋势。
　　全球范围内的数字化转型浪潮，推动了对应用性能监控及可观测性解决方案的需求，随着中国企业在AI、机器学习、自动化运维等领域的技术创新，在国际市场的竞争力逐步提升，中国企业有机会通过提供高性价比的解决方案抢占市场。尤其是东南亚、中东等新兴市场。一方面中国企业在云计算、大数据、人工智能等领域的技术积累，为可观测性解决方案的出海提供了技术支撑，另一方面中国政府的“一带一路”倡议和“数字丝绸之路”建设，为企业出海提供了政策支持和市场机遇。此外，中国科技头部企业已在全球范围内布局，应用性能及可观测解决方案作为其服务的重要组成部分，也将随之国际化。随着技术复杂性增加，单一厂商难以提供全覆盖的解决方案，生态合作、技术输出、政策支持和市场需求驱动，将加速中国应用性能监控及可观测企业的出海进程，提升在全球市场的影响力和竞争力。
　　(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
　　截至2024年12月31日，公司核心技术为32项。
　　2、报告期内获得的研发成果
　　截至2024年12月31日，公司已获发明专利50项，软件著作权135项。经过多年技术积累，形成的核心技术包括“服务端应用逻辑拓扑结构自动发现技术”、“海量数据大并发实时接入与在线离线处理技术”、“基于eBPF的持续剖析技术”、“基于eBPF的网络性能分析技术”等共计32项，在数据的采集、处理、存储、分析等环节均具有较强的技术优势，为公司的持续创新能力奠定了良好基础。
　　3、研发投入情况表
　　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
　　1、行业领先的产品能力
　　（1）全栈一体化监控与可观测性
　　BonreeONE是国内首个实现一体化智能可观测性平台的产品，覆盖从用户端到基础设施的全栈监控，包括业务运营、数字体验、应用组件、基础设施及网络通信五大层级。其3.0版本通过预置146种运维实体模型、113种实体关系及1262项指标，构建了从业务到硬件的完整IT系统视图，解决了传统监控工具功能单一、数据割裂、价值输出简单等问题。在金融行业实践中，该平台帮助某客户构建了端到端全链路监控体系，涵盖故障管理、核心业务监控与应急响应等必备场景，显著提升了IT系统运行的透明度和可控性。
　　（2）智能告警与根因分析
　　平台基于自适应AI技术，实现了98%告警收敛率的标准能力，同时结合根因定位，实现故障分析时效从小时级缩短至分钟级的效果。在客户实践中，平台达成核心系统100%监控覆盖率，通过智能告警有效降低误报率，保障业务连续性。
　　（3）轻量化部署与高效交付
　　BonreeONE通过组件瘦身（安装包体积下降至5GB）和自动化部署能力，实现资源利用率30%的效能提升，大幅降低产品私有化交付场景的总体IT投资。新增的BonreePiot组件支持自动化安装及更新、一键诊断与自动化排障，全面优化私有化交付流程效率。
　　（4）行业适配与生态兼容
　　公司BonreeONE产品深度适配金融、制造、通信等行业需求，已落地超百家头部客户。在某大型证券公司，通过公司可观测性平台建设，帮助客户梳理21条核心交易链路，以确保核心链路的业务连续性，通过对前后端监控数据、日志数据、基础监控数据、网络数据等全要素可观测数据的整合，帮助该客户构建了1-5-10体系，即1分钟发现问题、5分钟定位问题、10分钟故障恢复，从而大幅降低平均故障恢复时间，为客户生产业务提供了保障。同时，完成与达梦数据库、银河麒麟操作系统等国产软硬件的兼容认证，支持信创环境与传统IT架构的混合监控。
　　2、技术能力领先
　　（1）高效能架构与存储优化
　　实现跨数据中心数据本地化存储与联邦计算，支持异地多活架构。例如，在四地八中心架构中，平台通过OneService联邦数据服务实现全局分析，同时保障数据高可用性。
　　（2）AI与大数据引擎创新
　　自研SwiftAI引擎支持主流大模型，实现异常检测F1-score达0.88，训练耗时降低83%，并支持语义理解与自动化配置。其多模态联邦查询引擎Zeus支持跨数据中心调用链追踪，结合实时湖仓一体化架构，实现毫秒级数据写入与关联分析。
　　（3）数据模型与采集能力突破
　　基于低代码能力的可视化数据处理拓扑，实现指标、日志、调用链等多源异构数据的统一纳管，并支持自动关联实体属性。例如，通过元属性驱动技术，将日志与实体模型深度整合，实现业务事件到技术层的全局归因。
　　（4）标准化与生态协同
　　参与国际AIOps标准制定，并通过信通院AIOps能力成熟度优秀级认证。平台兼容Prometheus、OpenTeemetry等主流数据源，与Zabbix、SkyWaking等工具一键集成，构建开放生态。
　　3、研发优势
　　公司目前在国内APMO行业的人才密度处于行业领先地位。公司自成立以来始终坚持自主创新，紧跟移动互联网、云计算、大数据、人工智能等行业前沿技术的发展变革，持续不断的推陈出新。在为企业级客户提供应用性能监测服务、销售应用性能监测软件及提供其他相关服务的过程中，建立了一支专注本领域的技术专家队伍。
　　截至报告期末，公司已获发明专利50项（同比2023年年末新增10项），已获得软件著作权135件（同比2023年年末新增3件）。经过多年技术积累，形成的核心技术包括“服务端应用逻辑拓扑结构自动发现技术”、“海量数据大并发实时接入与在线离线处理技术”、“基于eBPF的持续剖析技术”、“基于eBPF的网络性能分析技术”等共计32项（同比2023年年末新增2项），在一体化智能可观测平台领域的大数据采集、处理、存储、分析等环节均具有较强的技术优势，为公司的持续创新能力奠定了良好基础。
　　目前公司已掌握了模拟用户、真实用户、软件程序和IT基础设施监测所需的多种主流操作系统和各类业务模式的数据采集技术，可从数据的深度和广度两个维度，全面满足客户多样化的数据采集需求。公司已具备成熟的端到端全链路数据融合分析计算、跨多层架构关联分析、底层代码全栈溯源的数据分析能力。公司基于以数据为核心的现代大数据管理架构，研发了先进的数据处理引擎，具备海量数据的高并发实时摄入、存储、在线与离线分析计算能力。以上述技术为基础，公司构建了具备一致性、可扩展性和全生命周期的应用性能管理体系，在行业内具有较强的技术优势。
　　公司将继续积极研发可观测性领域的相关产品和技术，拓宽产品和服务能力。一体化智能可观测平台产品BonreeONE，已逐步实现主营产品的换代升级，为公司的产品和服务能力向统一化、智能化发展奠定了良好的基础。
　　(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
　　(二)业绩大幅下滑或亏损的风险
　　公司所处行业为知识密集型、技术驱动型产业，对专业技术人员依赖性强、人员流动率高、知识结构更新快。公司为了增强长期持续盈利能力，持续提升产品研发水平，优化并吸纳核心人才，成本费用投入较大，导致短期内公司亏损。如若未来公司新客户、新产品、新业务的开拓速度未达预期，或者市场竞争进一步加剧，导致收入增长速度低于成本费用的增速，可能存在经营业绩下滑或持续亏损的风险。
　　(三)核心竞争力风险
　　1、APMO行业是典型的技术密集型新兴行业，新产品和新技术的发展非常活跃，若公司不能及时、准确的把握国内外相关行业最新的技术和产品的发展动态，或不能将相关新产品和新技术快速掌握，并实施应用产业化，则有可能被相关行业竞争对手超越，公司产品的市场竞争力将会明显下降，最终对公司整体经营业绩造成不利影响。
　　2、APMO行业是高新技术行业，目前国内从事本行业资深技术人才较为匮乏。若公司无法从相关行业引入或自行培养新的高级技术人才，则可能造成公司产品和技术发展落后于市场发展的风险，最终形成对公司经营业绩的不利影响。
　　3、公司为高新技术企业，拥有多项知识产权，是公司生存和发展的根本。公司已与核心技术人员和涉密员工签订了《保密及竞业禁止协议》，但仍不能完全规避知识产权及核心技术失密的风险。如果出现知识产权和核心技术人员离职导致技术机密泄露的情况，即使公司借助司法程序寻求保护，仍需为此付出大量人力、物力及时间成本，将给公司的生产经营和新产品的研发带来不利影响。
　　(四)经营风险
　　1、公司计划推出BonreeONE英文版产品并积极拓展海外市场。鉴于海外客户的使用习惯与国内客户存在差异，公司产品在国际市场推广过程中可能存在无法完全满足客户需求的情况，进而导致销售业绩未达预期的风险。
　　2、东南亚各国的法律法规体系存在差异，部分国家对特定行业的监管较为严格，公司在开展当地业务时需深入了解并严格遵守相关国家的法律法规及监管要求。虽然公司目前在国内拥有50项已注册专利，并享有软件产品的知识产权保护权利，但尚未在海外注册专利，因此在国际市场推广过程中在数据安全合规、知识产权等方面存在一定风险，面临着法律纠纷、罚款等问题，增加公司的合规成本和法律风险。
　　3、报告期内，公司拟设海外公司。海外项目交付地的关税风险、地缘政治风险、税收政策变化风险、汇率变动风险、签证用工规定风险、收款风险等因素将对公司海外项目的实施造成重大不利影响，从而影响公司业绩。
　　如未来公司海外业务增加，主要以美元、新币等外币定价并结算，如果未来汇率出现大幅波动，有可能会对公司的业绩产生一定的不利影响。
　　(五)财务风险
　　公司客户主要是行业内的标杆客户，应收账款总体质量较好。如果客户信用发生重大变化或公司采取的收款措施不力，发生坏账的可能性将会加大。公司未来需进一步加强客户信用管理和应收账款管理，有效控制应收账款风险，提高应收账款周转率。
　　(六)行业风险
　　APMO行业整体具备较高的行业壁垒，且公司是国内行业的先行者之一，目前在行业内已形成较强的技术和产品优势。未来，随着APMO行业的快速发展，市场竞争将会加剧，行业内新进入者和海外参与者将不断涌现。若公司不能持续进行技术创新和产品开发，保持核心竞争力，则日益激烈的行业竞争可能将影响公司未来的经营业绩。
　　(七)宏观环境风险
　　APMO行业整体具备较高的行业壁垒，且公司是国内行业的先行者之一，目前在行业内已形成较强的技术和产品优势。未来，随着APMO行业的快速发展，市场竞争将会加剧，行业内新进入者和海外参与者将不断涌现。若公司不能持续进行技术创新和产品开发，保持核心竞争力，则日益激烈的行业竞争可能将影响公司未来的经营业绩。
　　(八)存托凭证相关风险
　　(九)其他重大风险
　　1、募集资金投资项目风险
　　目前公司的募投项目均已实施完毕，但是公司未来可能面临着市场竞争加剧、技术研发不能紧跟行业变化趋势、市场开拓未能达到预期的风险，导致募投项目效益不能达到预期收益，进而影响公司的经营业绩。
　　2、税收优惠政策变动风险
　　2014年10月30日，本公司经北京市科学技术委员会、北京市财政局、北京市国家税务局和北京市地方税务局批准并公示认定为高新技术企业，证书编号为GR201411002884，有效期三年。到期后，公司2017年10月25日，经北京市科学技术委员会、北京市财政局、北京市国家税务局和北京市地方税务局批准并公示继续认定为高新技术企业，证书编号为GR201711001453，有效期三年。到期后，2020年12月2日，经北京市科学技术委员会、北京市财政局、北京市国家税务局和北京市地方税务局批准并公示继续认定为高新技术企业，证书编号：GR202011005253，有效期三年。到期后，2023年11月30日，经北京市科学技术委员会、北京市财政局、国家税务总局北京市税务局批准并公示继续认定为高新技术企业，证书编号：GR202311004704，有效期三年，高新技术企业可适用15%的企业所得税优惠税率。若公司高新技术企业认定条件发生变化导致未来公司不能被认定为高新技术企业或者无法享受研发费用加计扣除优惠政策，可能对公司的经营业绩产生一定影响。
　　
　　五、报告期内主要经营情况
　　报告期内，公司实现营业收入14,055.61万元，较去年同期增加1,982.54万元，同比增长16.42%；归属于上市公司净利润-11,517.45万元，亏损同比增加854.69万元；归属于上市公司股东的扣除非经常性损益的净利润-11,671.15万元，亏损同比增加500.35万元。
　　
　　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
　　1、海外市场
　　全球应用性能管理及可观测性市场中，北美作为先发区域已形成成熟竞争格局。基于深厚的数字化转型基础，企业高度重视自身IT系统运行效能，驱动APMO产品需求持续释放，形成规模化成熟市场。Dynatrace、Datadog、Spunk、Honeycomb等企业占据市场主导地位，其中Dynatrace（2019年8月上市）与Datadog（2019年9月上市）的市值增长态势，印证了海外市场对可观测性技术商业化路径的认可，反映出该领域技术创新与商业价值的强协同效应。
　　截至2024年12月31日，Datadog市值约488.68亿美元，位居应用性能管理及可观测性领域领导地位。2024年6月其DASH平台推出系列新功能，涵盖LLM可观测性、对OpenTeemetry的支持、云数据存储中的敏感数据发现、DatadogKubernetesAutoscaing的自动扩缩容以及增强的大模型BitsAI自主调查事件功能等。上述新功能持续强化其在可观测性领域的技术领导力。
　　2、中国市场
　　（1）2024年IT运维市场回暖，可观测需求进一步释放。
　　中国数字化转型的推进和云计算、大数据、人工智能等技术的广泛应用，应用性能管理及可观测性市场需求在2024年得到进一步释放，应用性能管理及可观测性相关产品/服务也在不断向各行业延伸。2024年，博睿数据参与投标的项目数量相较于2023年同比增长32.11%，项目行业范围广泛，覆盖银行、证券、保险、制造、能源及建筑等多个关键行业。金融、制造、政府、通信等客户群体对应用性能监控及可观测性的需求持续增加。这些行业的数字化程度不断提高，对IT系统的稳定性、安全性和高效性要求也越来越高，进一步推动了IT运维市场的繁荣。同时企业也希望通过专业的IT运维服务，实现资源的优化管理，让IT系统成为业务发展的有利支撑，降低运营成本，从而提升企业的整体竞争力。
　　（2）中国信创战略的积极影响驱动APMO行业的健康发展和持续繁荣。
　　中国信创战略强调信息技术应用创新，鼓励自主研发和国产替代，为中国应用性能监控及可观测性行业发展提供了政策支持和市场机遇。政府和国有企业优先采购国产化产品，随着信创产品在党政军等关键领域的广泛应用，以及逐步向金融、电信、电力等八大关键行业的推广，为中国应用性能监控及可观测企业提供了稳定的市场需求。信创战略也鼓励企业积极参与国际竞争，提升中国信息技术产业的国际地位。在应用性能监控及可观测领域，中国企业通过技术输出和生态合作，参与全球竞争，不断提升品牌影响力和国际知名度，推动行业的快速发展。
　　3、行业趋势
　　（1）IDCFutureScape2024预测显示13：2024年，中国组织在数字化转型技术上的支出增长将达到19.6%，是中国GDP增长的近4倍，市场规模达到4,337亿美元，因为市场需求、组织变革迫使公司发展数字化商业模式并加强数字化能力。随着企业数字化转型的不断深入，企业IT架构越发复杂，业务多样化，终端数量增多导致运维软件角色更加重要，需求更加明显。通过智能化的IT统一运维提升运维效率和业务效率，将成为企业的普遍诉求。
　　（2）智算IT运维驱动力
　　AI引领下的新兴市场将成为下一个增长引擎。智算可视化市场规模估算预计将在2026年达到5086亿，算力规模2026年预期达到1271400P，为2022年的4.7倍。我们对市场未来发展持有较为乐观的预期14。
　　13IDC，《IDCFutureScape：全球数据与分析市场2024预测——中国启示》，2023年12月。14恒为科技(603496.SH)《深度报告：AI算力可视化的“光模块”》，2023年8月1日。
　　政策环境上，国家层面出台了《数字中国建设整体布局规划》，旨在系统优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局。这一政策为算力运维提供了宏观指导和政策支持。
　　产业端AI算力市场需求端蓬勃发展：人工智能应用端生成式AIGC应用场景蓬勃发展，对产业链上游的算力需求旺盛。2012年之前，计算能力需求每24个月翻一番。2020年开始约每两个月一次，随着人工智能大模型训练迭代，对算力要求激增。企业对智能运维的需求不断增加，通过算力可观测，可以帮助企业更高效管理、优化算力资源，识别和预警风险，降低算力资源的成本。AIGC下游应用落地迎来蓬勃发展，其对产业链上游算力的旺盛需求预计将进一步推动算力运维市场体量的增长。
　　随着生成式AI的发展，越来越多的供应商也将开始添加生成式人工智能。在可观测性、AIOps和监控工具方面，已有一些生成式AI的实现。未来的智能运维可能将人工智能、机器学习、高级统计数据以及生成式人工智能相结合，来提升应用价值。
　　（3）一体化、智能化、平台化趋势
　　IT架构复杂度提升使得面向业务与用户体验的统一监控平台成为必然。数字化转型将继续推动数字业务增长，数据量规模将指数级增加，数据的存储成本上升，且IT环境复杂度日趋提升。这也导致从分散的监控工具的角度去监控与管理IT系统不足以保证数字业务成功。企业需要改变其监控方式，建立自上而下从基础架构到应用程序的监控与管理能力，并实现IT系统与用户体验的关联分析，持续提升数字化业务的可观测性，并基于一体化可观测平台提供的高质量的数据实现真正的智能运维。因此，端到端、全链路、面向业务与用户体验的一体化智能可观测平台是当前APM产品主要的发展方向。博睿数据的核心产品延伸策略，将市场机会从应用性能管理拓展至网络性能监测、基础设施监控、警报、事件管理和日志等更多的IT运维领域。
　　（4）采购第三方解决方案逐渐成为主流
　　根据《中国AIOps现状调查报告（2024年）》15，智能运维在质量、成本、效率、安全四大运维领域均已开展部署和应用。报告显示72.50%的受访者所在企业当前智能运维着重关注质量15《中国AIOps现状调查报告（2024年）》。
　　领域（包括异常检测、告警收敛、根因分析、故障处置等）能力建设，其次是效率领域（73.52%）、成本领域（68.49%）和安全领域（35.97%），成本领域关注的排名明显提升。
　　此外，智能运维技术已广泛应用于各行业领域，多数企业仍在规划、建设智能运维能力的过程中，占比44.26%。超四成企业已建立了智能运维能力/工具。通过采购第三方解决方案、组建团队进行联合开发，快速构建智能运维能力，成为多数企业目前建设AIOps能力的主要方式。联合第三方组建团队共研、采购第三方工具/产品是当下搭建智能运维工具搭建的主流方式，占比分别为38.5%、38.28%。
　　随着IT系统监控及可观测的需求逐渐复杂，建设监控及可观测性体系的技术门槛也会随之攀升，自研方案对自有技术团队的技术能力，行业经验，时间成本等方面提出极高的挑战。企业业务覆盖用户越多、对于业务连续性要求越高、对外提供服务时长越长、IT系统复杂度和规模越高，对于应用性能管理及可观测性的接受度和意愿会越强，采购成熟的第三方应用性能管理及可观测性产品及方案逐渐成为主流。
　　(二)公司发展战略
　　公司始终坚持技术驱动发展，以技术创新为导向、产品创新为核心的发展战略，紧密跟随应用性能监控及可观测性技术的前沿发展趋势，践行行业技术先行者的角色定位。经过十六年的行业深耕，公司目前的技术水平在数据采集能力、数据模型能力、数据中台能力、数据分析能力等核心能力具有较强的竞争力，能够满足国内客户不断变化升级的市场需求。
　　公司于2023年4月发布一体化智能可观测平台BonreeONE产品，完成了从监控工具产品到可观测能力平台的升级，致力于完成“一个平台满足所有监控需求”的价值目标，覆盖用户、网络、服务、进程、代码、容器、主机、数据中心的全域可观测，使得数据间建立关联，可以更全面、更深入地还原现场，透视数字化业务从客户端的用户旅程到服务端的调用链的处理过程的每一个技术细节，更好地满足客户对于IT监控一体化、智能化的需求，进一步强化APMO领域的发展。
　　2025年，博睿数据将继续深化提质增效战略，致力于通过技术创新和管理优化，提升整体运营效率，实现盈利目标。通过持续优化组织架构，精简流程，加强内部协同，打破部门壁垒，提高决策效率、降低管理成本，提升资源利用效率；加强对成本的控制和管理，优化成本结构，降低不必要的开支。精细化运营，加强预算管理，严格控制各项成本费用支出。优化经营核心流程，加强应收账款管理，提高资金使用效率；拓展高利润业务，优化收入结构，在巩固现有业务的基础上，优化商业模型及收入结构，例如优化价格策略及提升订阅式收入，提升市场竞争力和可持续盈利能力。
　　博睿数据将加速推进国际化战略，积极开拓全球市场，打造国际品牌。聚焦东南亚、中亚等优势市场，制定差异化的市场策略和产品策略，拓展海外市场占有率。计划在2025年发布BonreeONE海外版，并在中国香港设立子公司，新加坡设立孙公司，积极开展本地化客户服务、本地化团队建设等方面的工作。通过本地化运营，博睿数据将更好地融入当地市场，提升市场竞争力。积极参与国际行业展会和技术交流活动，提升品牌知名度和影响力。同时，加强与国际领先企业的合作，学习先进经验，提升自身竞争力。
　　(三)经营计划
　　（一）持续研发投入及创新要素配置
　　公司始终坚持以技术创新和产品创新为核心的发展战略，研发投入持续保持在60%以上，研发团队规模持续达员工总数45%以上。2025年度，公司将在研发投入上保持战略定力，研发人员规模及资源配置持续稳定，核心团队结构进一步优化，确保产品技术迭代与长期价值创造的连贯性，为投资者创造更具确定性的科技价值回报。
　　（二）推进产品研发
　　2025年，BonreeOne将以平台化能力建设为核心战略方向，在应用LLM技术、推出应用市场和应用工厂能力方面进行产品升级，致力于构建覆盖数据治理、智能决策、场景适配的全链路能力，强化技术护城河并提升商业化效率。
　　在应用LLM技术层面：公司紧抓大模型服务成本优化、基础设施加速完善及行业智能化升级的机遇，深度融合通用大模型与垂直领域运维知识，推动产品能力向智能化、平台化方向迭代升级。通过优化模型架构，实现从单一模型到灵活切换的技术突破，适配客户私有化部署需求，提升场景适配能力；开发融合专家经验的智能问答系统，显著增强运维问题响应准确性与效率；强化根因分析的自动化水平，缩短故障定位与恢复周期；打通多源数据统一查询交互模式，以直观的问答形式输出可观测结果，降低客户使用门槛。AI技术的深度整合，不仅提升了产品在自动化决策、精准分析及交互体验方面的核心能力，更通过技术壁垒构建与场景化解决方案沉淀，增强了产品的市场竞争力和客户价值认同，为运维效率提升及业务连续性保障提供坚实支撑。未来，公司将围绕平台化架构持续完善技术协同能力，推动智能运维服务向效率驱动型新质生产力转型。
　　在推出应用市场和应用工厂能力层面：当前业务面临预置应用分散开发导致的重复投入较高、客户需求动态变化下定制研发占比过高、创新场景迭代效率不足及投入产出与市场适配性待提升等挑战，对产品商业化转化效率形成制约。为系统化应对上述问题，公司拟通过构建标准化应用工厂，整合数据服务、数据计算、业务逻辑及交互行为等核心模块，实现预置应用与众创应用的模块化组装；同步搭建应用市场，覆盖运维监控、可观测性等多元化垂直场景，支持包括性能管理、实时监控、容器化架构等预置解决方案及资产、数据、场景驱动的众创应用上架与商业化运营。该模式将显著提升应用生态的场景覆盖能力与迭代响应效率，优化资源配置并降低开发成本从而加速商业化进程，为可持续营收增长构建底层支撑体系。
　　（三）提前布局前沿技术
　　从2024年下半年开始，公司关注到LLM工具在通用问答、编码、测试等领域的飞速发展，并将“通义灵码”引入到研发过程中。通义灵码是基于通义大模型的AI研发辅助工具，提供代码智能生成、研发智能问答、多文件代码修改、自主执行等能力，为开发者带来智能化研发体验。通义灵码的引入，将进一步提升公司的研发迭代效率和人效比。
　　从2025年初开始，公司也积极探索DeepSeek在运维侧的落地场景，目前已在公有云环境接入火山引擎DeepSeek-R1API，并应用到智能问答、PromQL自动生成等场景中，后续也将进一步探索LLM辅助根因分析、LLM辅助智能配置等方向的落地场景。通过积极拥抱业界领先的开源大语言模型技术，将使得公司在AI方向和运维解决方案的组合式创新中抢得先机，获得更多商业机会。
　　（四）激发公司发展新动能、新曲线
　　2025年3月，公司正式发布BonreeONE海外版，并相继完成了中国香港子公司及新加坡孙公司的注册设立，为公司国际化战略落地奠定了基础。公司将聚焦中国港澳地区及东南亚、中亚等境外市场开展战略布局，通过与当地渠道合作伙伴网络，推进标准化产品的区域适配性落地，加速推动国际化布局。 收起▲