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　　公司是一家以数据智能分析和人工智能技术为核心支撑的科技创新型企业，基于数据分析方法论和数据智能技术（AI等相关技术），提供数据应用相关的全栈解决方案。公司以数据要素生态链中数据咨询服务商、数据供需方服务商的产业定位为出发点，主要面向商业和公共服务领域，深度挖掘行业大数据、客户内外部多维数据、消费者行为与态度数据等多种数据要素资源价值，凭借独有行业数据分析模型、数据算法、人工智能（AI）技术等，为客户提供经营决策数据产品、行业数字化应用方案，以及数据产品开发、数据运营变现、AI应用解决方案等产品... 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
　　公司是一家以数据智能分析和人工智能技术为核心支撑的科技创新型企业，基于数据分析方法论和数据智能技术（AI等相关技术），提供数据应用相关的全栈解决方案。公司以数据要素生态链中数据咨询服务商、数据供需方服务商的产业定位为出发点，主要面向商业和公共服务领域，深度挖掘行业大数据、客户内外部多维数据、消费者行为与态度数据等多种数据要素资源价值，凭借独有行业数据分析模型、数据算法、人工智能（AI）技术等，为客户提供经营决策数据产品、行业数字化应用方案，以及数据产品开发、数据运营变现、AI应用解决方案等产品与服务，沿数据要素生态价值链拓展业务版图。公司深耕行业十余年，服务众多大中型商业客户（包括世界500强及中国500强等头部品牌）及政府与公共服务机构客户，在国内同行业公司中拥有较高的营收规模，是国内头部数据分析服务商之一。公司围绕数据要素应用，在数据科学方法论、数据分析应用场景、行业专业数据及算法模型等方面积累了丰富的经验。在全球AI浪潮的蓬勃兴起的当下，公司精准把握客户智能化转型的核心痛点与需求，以“AI驱动数据要素的价值实现”为企业愿景，专注于研发数据分析、数据挖掘、数据运营及应用的智能技术，开发行业数据分析应用的专业算法/模型，为客户的业务场景提供服务或产品支撑，助力数据要素从生产要素到价值创造的转化。
　　公司的数据智能产品服务主要包括三种交付模式：专业数据分析服务、数字化营销软件产品/SaaS与行业数字化产品和解决方案。
　　三种不同的交付模式都需要具备从数据采集、数据处理、数据分析和数据应用全部环节的一体化能力，具体如下：
　　数据采集环节：专业数据分析服务模式下，相关的多维数据（包括企业内部数据、外部数据与消费者体验类数据等）通过多种方式（公司产品平台采集、采购、客户提供与对接）实现数据采集，而数字化营销产品/SaaS模式，则主要以企业的内部数据为主，多由客户企业提供和平台对接。行业数字化产品和解决方案模式下，涉及的数据，主要通过解决方案中相关产品采集或与客户平台对接获得。
　　数据处理环节：主要进行用于后续分析应用的预处理（如清洗、融合与标签化等）与基础管理工作。根据客户数据应用场景与数据安全合规要求，有两种实施方式：在客户方（私有云）数据管理平台上进行，或者在公司内部的大数据处理技术平台进行。
　　数据分析环节：在前期融合处理的数据上，基于公司核心的业务场景专用数据分析模型（如产品路径/净推荐值等），生成相关的数据分析结果。分析模型的相关功能程序，以专业分析方法与数据科学技术的算法模型结合生成，并加入了最新人工智能的数据智能分析能力。这一环节为体现公司业务核心技术能力的关键环节，所有交付模式，都需要公司数据分析核心技术的支撑。数据应用环节：公司数据分析能力最主要的价值变现场景，根据客户需求提供多种应用形式：专业数据分析服务（报告），应用于客户业务运营核心场景（消费者洞察、产品创新、满意度研究、渠道运营分析等）的关键性业务问题分析，主要服务商业（如快消、通信运营商、TMT、汽车、医药、房地产等）与政府/公共服务的关键业务决策；而数据分析产品将分析模型以云端SaaS产品/API服务形式，服务商业客户为主（快消、通信运营商、TMT与金融为代表）日常运营的快速分析；数据运营服务，是将数据分析与后续对应业务实施策略融合的持续化服务，满足快消与企业CRM服务的私域数据运营类需求；数字化转型与运营效能提升应用，主要通过实施行业数字化产品和解决方案，实现基于数据智能利用驱动业务创新，帮助相关行业（如烟草、农业等）进行数字化转型，提升业务的精细化与智能化水平，从而提升经营效益。
　　随着人工智能技术和相关AI大模型应用市场的发展，公司正积极布局与数据智能应用相关的算法模型及算力基础设施相关业务，满足客户对AI技术应用和对AI基础设施的新增需求，形成公司以“数据、算法及算力”为核心的业务覆盖。目前，公司在AI应用领域已投入研发多款产品，可满足客户多领域/场景需求。未来，公司将依托自身在业务场景与数据资源方面的积累，持续构建多维度、可落地的AI应用平台及智能体（Agent），助力客户实现AI时代业务创新。
　　(二)主要经营模式
　　1、生产模式
　　公司主要为企业、政府机构提供基于多维度数据的业务分析一体化服务和应用技术产品以及行业数字化应用解决方案，因此公司的生产模式主要围绕数据获取、数据融合、数据分析和数据应用来进行。
　　公司获取数据的主要途径包括客户提供的专有数据（包括产品数据、销售数据、渠道数据、广告数据、用户数据与客服数据以及政府各委/办/局的相关数据）、公司向供应商采购的通用或定制数据（主要包括消费者态度数据、行为数据、渠道类数据、舆情监控数据和行业特性业务数据）以及公司自行采集的特定数据（主要包括消费者态度数据、行为数据以及所部署的数字化应用采集的相关生产过程数据）。
　　通过数据融合技术，公司实现了对多维数据的预处理和标签化操作，为数据后续的分析和应用奠定了基础。
　　数据分析和数据应用。在融合数据的基础上，通过对数据科学技术和垂直领域专业分析方法模型的融合应用，完成两类业务应用服务：
　　（1）数据驱动的数据分析服务：实现对相关业务场景的深入分析，发现深层业务问题并提供策略建议；
　　（2）行业化数据智能应用解决方案：针对行业性数据应用需求，提供基于数据的智能解决方案。公司基于本地化软件系统和云端的产品服务，完成从数据体系的设计整合、专业分析模型生成到最终场景化的智能应用的全流程服务。
　　2、采购模式
　　在经营过程中，公司对外采购内容主要包括两类：数据分析服务所需的数据与其他非数据类内容（如云计算环境、软硬件设备与其他服务等）。其采购流程也相应分为数据服务类采购和非数据服务类采购两种。公司通过供应商管理（经过比价入库等）实现供应商能力与资质的有效审核和甄别。
　　（1）数据服务类采购
　　公司主要通过外部数据供应商采购分析中必要但客户方未提供的相关数据，主要采购消费者态度数据、行为数据和渠道类数据等，公司会在合同中与数据供应商就数据的合法合规性进行约定。
　　（2）非数据服务类采购
　　非数据服务类采购，主要针对公司业务运营中除了数据之外的其他业务资源的采购。包括办公场地与设备、运营与业务服务所需的云计算环境、软硬件设备、固定资产、网络资源、公司市场宣传、资质与知识产权申请等相关服务。
　　3、销售模式
　　公司主要采用直销方式对客户产品、服务及解决方案进行销售。日常通过进入客户供应商采购名册、参与竞标等方式获取业务合同。
　　4、研发模式
　　公司的产品和技术研发以数据分析应用市场需求为导向，结合数据分析相关领域技术发展趋势的预测以及竞争对手技术业务能力分析来进行。
　　公司采用产品管理团队和产品开发团队相结合的模式来进行自主研发。产品管理团队由公司技术总负责人和业务运营相关负责人组成，主要负责对研发项目过程中所有重大事项进行评议审核，对研发开发的关键节点和重大变更进行决策；产品开发团队则主要由研发实施相关的业务部门（参与需求采集、原型测试）、技术部门（模型研究、算法建模、应用开发、系统测试与运维支持等）核心成员组成，主要负责承接公司产品管理团队下发的任务，对所辅助的研发内容实现技术定义、开发与交付，并申报相关的研发成果。
　　5、盈利模式
　　公司以向企业级客户销售基于数据的业务分析服务与应用产品和行业应用解决方案等产品与服务，满足客户需求，为客户创造业务价值实现盈利。
　　6、公司主要经营模式在报告期内的变化情况
　　公司主要经营模式及影响经营模式的关键因素在报告期内保持稳定，无重大变化。
　　(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
　　公司主要为商业客户和政府机构提供基于多维度数据的数据分析与应用产品、服务和行业性数字化解决方案，上述产品或服务是公司主要的收入和利润来源，主要涉及数据服务行业和软件行业。
　　公司核心业务模式、核心技术与主要产品或服务均与数据分析相关，根据《国民经济行业分类》（GB/T4754-2017），公司所处行业属于I64互联网和相关服务-6450互联网数据服务，所处细分行业为数据分析行业。
　　数据分析作为一个跨学科的交叉科学技术，其基于量化指标，以数据资源为驱动基础，通过自动分析算法模型实现对业务深度理解与决策应用。其特点是通过深挖数据的价值来产生业务效益。从横向看其可服务任何具有数据与量化分析需求的行业，从纵向看可深入具体业务的深层场景。
　　数据分析行业，是数据要素市场产业的重要组成。作为一个相对细分的垂直技术领域，其应用场景与可分析的数据资源紧密相关，早期服务主要分散在具有较多数据资源的行业/企业（如世界500强大型企业）的专业需求场景（如市场趋势预测、生产流程管控、消费者研究、产品设计、渠道建设等等），需要兼具业务深度理解与数据分析技术的有效实施能力，对相关专业服务公司的能力要求很高。随着大数据、行业数字化的迅速发展，数据的积累和应用需求日益明显，各行业的数字化与大数据应用系统建设进一步产生了多维海量的数据资源。如何对数据这种原材料进行深度加工应用，发挥数据的增量价值，实现智能化的运营，提升未来的竞争力，不再只是各行业头部/大型企业的目标，也成为各行业内涵盖中小企业的广泛诉求。“十五五”规划《纲要（草案）》对培育壮大新兴产业和未来产业，以及数智化发展作了专门部署，数智赋能是重大工作任务之一，以算力、算法、数据高效供给和数智技术赋能经济社会发展，深入推进数字中国建设。数据方面，健全数据要素基础制度，深化数据资源开发利用。赋能方面，全面实施“人工智能+”行动，全方位赋能千行百业，促进生产方式深层次变革和生产力革命性跃迁。2020年4月数据被确认为中国国民经济生产的重要生产要素。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》，对2025年推进数字经济高质量发展重点工作作出部署，提出了加快释放数据要素价值，筑牢数字基础设施底座，提升数字经济核心竞争力，推动实体经济和数字经济深度融合等重点任务。
　　数据要素市场归结为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块。数据分析与数据应用作为重要组成，是建立相关数据分析与应用的技术服务体系，从数据资产中提炼出有价值的洞察和知识，帮助所有者与使用者更好地发挥其业务与经济价值，是数据要素市场未来最具价值的业务环节。近年来，随着相关技术推动数据分析的能力逐步提高，数据分析已经被证明是实现数据资产价值的一种低投入高产出的有效模式。数据分析行业趋势表现为：业务服务范围扩展（从商业/互联网到政府/工业/农业/物联网，从头部大企业到行业中小企业），可分析的数据资源类型更多（如从生产经营数据到地理空间数据、从结构化与文本数据到语音、图像与视频等多模态数据），而服务场景也更加细分（从管理决策、设计创意、营销扩展到供应链、智能化生产等任何存在数据资源的场景），服务能力需求进一步升高（更智能、更深入与更快捷）。自2023年12月国家数据局等部门印发《“数据要素×”三年行动计划（2024—2026年）》以来，各行各业深入贯彻新发展理念，发挥数据的基础资源作用和创新引擎作用，数据要素对千行百业的赋能作用正在加速显现。根据政府工作报告，2025年，我国数据要素潜力加快释放，数字经济核心产业增加值占国内生产总值的比重提高到10.5%以上。政府工作报告将“深入推进数字中国建设，数字经济核心产业增加值占国内生产总值比重达到12.5%”列入“十五五”发展的重大战略任务。
　　近年来人工智能技术发展迅猛，已成为新质生产力的重要组成，在数据分析领域利用AI技术赋能已经成为行业发展趋势。2024年1月，工业和信息化部等七部门发布《关于推动未来产业创新发展的实施意见》，明确利用人工智能、先进计算等技术精准识别和培育高潜能未来产业，支撑推进新型工业化。2024年7月，工业和信息化部、中央网信办、国家发展改革委、国家标准委等四部门联合印发《国家人工智能产业综合标准化体系建设指南(2024版)》，提出到2026年，我国人工智能产业标准与产业科技创新的联动水平持续提升，新制定国家标准和行业标准50项以上，引领人工智能产业高质量发展的标准体系加快形成。
　　智能算力作为支撑人工智能技术应用、激活数据要素潜能的新动能，已经成为数字经济时代的重要资源和基础设施。“十五五”规划将提升数智化发展水平单独成篇，聚焦算力、算法、数据高效供给和数智技术赋能经济社会发展。明确加快建设全国一体化算力网，推进算力资源规模化、集约化、绿色化、普惠化发展，论证建设超大规模智算集群，为智能算力发展划定清晰路线。2026年政府工作报告首次提出“打造智能经济新形态”，将智能经济作为新质生产力发展的核心抓手。明确实施超大规模智算集群、算电协同等新基建工程，推动智能算力与电力协同布局，降低中小企业用算成本，为智能算力应用提供政策支撑。
　　数据分析行业的技术门槛，包括两个层面：一方面是以AI、数据科学技术与行业认知深入结合构造的专业数据分析算法模型。首先要将行业的专业理论/分析方法，通过大量的行业专业数据的预处理（清洗融合）后，基于机器学习、深度学习等AI与数据科学算法进行建模，其次需要持续调优，构建出基于数据的业务认知分析模型，打造对行业知识体系与逻辑的自动化、深度的分析认知能力。相关模型除了需要基于专业的AI与数据科学技术构建（机器学习/深度学习、行业大模型训练调优），同时必须具备较多的行业数据积累，并能有效抽象重构出分析场景的特点、专业认知与业务理解，才实际使得分析模型具有分析的深度和更好的可解释性，模型后续须进一步经过不断反馈优化，才能达到更高的精度。这样兼具分析效率与业务认知深度的数据分析技术模型才具有良好的应用效果，真正发挥数据的价值；另一方面是实现数据分析与应用的专业技术体系（包括专业数据积累与最佳的应用服务体系）。
　　2、公司所处的行业地位分析及其变化情况
　　公司作为数据智能分析行业的国内规模领先的专业咨询服务商，在主要行业市场拥有良好的口碑，已形成较高的行业地位和广泛的品牌影响力。主要表现在公司已为较多重要经济产业（如汽车、快消、TMT/ICT、烟草、金融、医疗、农业、政府和公共服务等）长期提供了专业服务，且服务客户主要为所在行业领先的头部企业（以世界500强企业与大型央国企及互联网厂商为代表）。2021年以来，随着产业数字化转型与数据分析/运营需求市场的迅速增长，公司在数据分析服务产品化、分析技术智能化与数据服务模式多样化方面均进行了对应拓展，在服务行业/客户群体/业务规模与数据分析服务的产品化能力进一步增强，巩固了公司的行业地位。随着2023年人工智能大模型和AIGC技术的突破性发展，公司紧跟技术发展形势，投入发展AI+数据智能分析的应用创新，包括行业AI+数据智能应用平台、行业数据产品及行业AI+数字化转型解决方案的开发，满足行业市场的不断涌现的新增需求，以进一步维护和提升公司的行业市场地位。
　　为丰富公司AI相关业务能力，公司同步布局AI算力服务领域，与生态合作伙伴合作研发了具备行业领先技术优势的平台产品“算力调度运营平台”，构建数据、算法及算力融合的核心能力，不断满足算力市场快速增长的需求，在数据要素、数字经济时代为客户赋能。
　　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
　　数据分析技术作为数据科学技术的分支，随着理论逐步发展和数据资源的日益扩大，近年进入了快速发展期，以大数据处理、机器学习为代表的数据科学算法技术（侧重于分析大规模数据与弱相关性）已逐渐超越传统统计技术成为数据分析的重要技术支撑；以AI人工智能（以深度学习为代表的文本、图像与语音处理）、AIGC、多模态大语言模型相关的智能化分析技术，在2021年以来迅速发展并逐步应用到数据分析场景，进一步推动了数据分析的智能化和深度，并帮助数据分析技术扩展到更大的数据资源空间。包括商业领域的高维非结构化数据（语音、图像与视频等）、物联网/工业互联网相关数据（大规模高速时序数据）以及更多专业领域数据（如生物工程的基因大数据等）。同时，新的数字化、可视化展示（如基于地理空间、机器视觉、三维实景建模和数字人相关）技术有效提升了时空类数据的分析能力。未来，以深度学习、强化学习、AIGC、模型自动化与数字化展示结合的数据分析技术体系，将具备更快的智能建模与自动优化能力、更精确的业务推理，提升分析应用的智能化水平。
　　（2）新产业
　　长期以来，数据分析应用主要集中在第三产业商业服务领域，围绕企业经营业务环节展开。因其对企业经营效益提升效果显著，故而长期受到国际性企业与行业头部大企业的青睐。近年来，随着大数据蓬勃发展、企业自身数据不断积累，以及管理者数据应用意识日益增强，大量中小型企业也对数据分析产生了需求。这些企业功能需求较为统一，且用户规模庞大，标准化、产品化的分析服务模式的未来市场空间有望迅速拓展。
　　数据要素市场涵盖数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块。其中，数据分析与数据应用是关键环节，能从数据资产中挖掘出有价值的洞察和知识，助力所有者与使用者更好地发挥其业务与经济价值，堪称数据要素市场未来最具潜力的业务板块。当前，这一领域正日益受到更多行业、更大客户群体的关注，以政府与公共管理服务领域为例，伴随数字中国建设推进，智慧城市正朝着智能城市转变，在态势感知、交通疏导等场景已初见成效；而如何推动城市经济发展（如提升区域产业经济，拉动区域消费内需与民生），仍是各级政府的关注重点。
　　（3）新业态
　　当前，全球互联网技术正经历新一轮深度变革，人工智能、数据要素、绿色算力等领域的重大突破持续推动产业格局发生深刻变化，催生出新的产业形态和商业模式，数字化、智能化成为互联网未来方向和数字经济发展趋势。2024年，“人工智能+”首次被写入政府工作报告，2025年政府工作报告提出，人工智能与各行各业的协同发展日趋加速，持续推进‘人工智能+’行动，将数字技术与制造优势、市场优势更好结合起来。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，旨在推动人工智能与经济社会深度融合。意见提出，到2027年实现人工智能与6大重点领域广泛融合，智能终端普及率超70%；到2030年全面赋能高质量发展，智能经济成增长极；到2035年步入智能社会新阶段。重点实施六大行动，涵盖科技、产业、消费、民生、治理、全球合作等领域，并强化模型、数据、算力等8项基础支撑，确保行动安全可控、开放共享。“人工智能+”连续3年被写入《政府工作报告》，在“十五五”规划《纲要（草案）》中，全面实施“人工智能+”行动仍是重大战略部署，坚持推进人工智能与经济社会各行业各领域广泛深度融合、重塑生产生活范式、促进生产力革命性跃迁和生产关系深层次变革。
　　在商业领域，各行业的大量企业意识到数字化服务模式的趋势，开始尝试建立基于数字化的业务模式，以及相关的数据驱动的业务经营与决策能力，通过数字化能力与相关数据分析的体系，打破原有以行业经验和专家认知为主的模式，以基于数据的科学与量化的方法应对迅速变化的市场挑战，在生产供应链、消费者认知、产品创新、精准营销等多个场景提升自己的竞争力。数据驱动策略的基础是专业的数据分析技术，在每个业务环节中通过对多维度数据的整合分析与深度挖掘，生成相关策略并进行应用，帮助企业降低运营成本、提升整体效率和业务营收。
　　在政府涉及的公共服务、环保、农业、旅游服务等领域，配合国家相关的数字化战略，相关政府和机构正在积极推进各产业的数字化，提升数据应用的能力与价值。各级政府部门通过开放城市、民生等数据资源，建立大数据交易中心、数字贸易港，推动全域旅游大数据应用等多种尝试，将城市资源数字化，借助分析技术实现智能化，提升城市资源管理与经济发展水平。2025年，中央一号文件指出，“支持发展智慧农业”“以科技创新引领先进生产要素集聚，因地制宜发展农业新质生产力”。以数字技术为引擎，推动智慧农业集群向高端化、规模化迈进，夯实智慧农业发展的基础。中国旅游研究院发布的《全国智慧旅游发展报告2024》显示，人工智能技术的新突破推动旅游行业数智化加速升级，为智慧旅游发展带来了新的机遇。生成式人工智能将对旅游内容创作、旅游趋势预测、旅游数据分析、个性化营销产生较大的影响，正成为推动行业变革的重要力量。
　　未来，数据将成为各行各业的重要资产，对形成自身竞争优势和良好的服务能力至关重要，而数据分析与相关应用亦将成为相关业务环节实现卓越能力的前置驱动力。以数据的最终应用为主导，在数字化资产管理、数据资产交易流通、数据多场景应用等整个数据的链条中，以需求为中心、以数据为基础，结合专业方法论与数据科学技术，快速、准确指导客户解决问题，并进一步通过专业洞察，提升分析结果的附加价值。上述全链条分析服务能力可帮助客户快速适应不断变化的业务需求，重新定义行业服务的新标准。
　　（4）新模式
　　随着数据科学、AI技术应用模式不断发展，以数据为中心的业务智能化驱动能力将成为企业的核心竞争力。数据分析服务在业务应用上，逐渐呈现出新的模式，企业可有效分析的数据维度与空间迅速扩大，从部分环节扩展到业务全流程，从内部业务经营数据扩展到生产物联网数据，从线下扩展到线上，从消费者态度数据扩展到消费者的行为数据，构成了全新的多维度数据空间。同时，客户规模因行业中小型客户的大量增加而迅速扩大，相应对服务模式也有了更多要求。具体表现在以下模式上的创新：
　　在实施模式上，大量常规、标准性业务分析，由人工分析转变为基于AI与数据科学技术模型的智能化、自动化分析，以数字化智能分析产品的形式服务客户。产品除了本地化软件模式，更多是云端SaaS模式的产品形态，以快速而低成本的方式满足大量新增的客户群的实际需求。智能化方面，对产品的交互智能化与分析结果的智能化都提出了更多需求，随着AIGC大模型技术的发展，未来数据分析产品将以AIAgent智能体的形式，深入到每个业务环节，融合企业数据、专家经验与领域AI模型化能力，在垂直场景帮助客户专家更方便地进行自主分析，在效率与业务深度方面达到最佳效果。
　　在服务模式上，随着客户对数据分析价值的认可，在基础分析服务上，越来越多的客户由于自身能力与业务要求，日益关注最终的业务效果（如营业收入实际增长目标）并愿意为其付费。因此，数据分析服务的未来，将不仅限于只提供基本分析软件产品，还能提供针对性的完整解决方案（软件+硬件+配套的服务），以及后续持续提供产品上的数据驱动的专业运营，帮助客户完成期望的最终业务效果。这些新的模式将成为数据分析与应用价值链的重要延伸，将具有更好的用户粘性和持续性收入。
　　（5）未来发展趋势
　　在数字化产业领域，政策的迅速演进为行业的发展明确了界限，也指明了方向，从中央对于数据作为生产要素的表述，到数字化在十四五规划中的重要阐述，再到数据安全法的出台、以及各地大数据局、数字产权交易所的设立，数字化产业与数据要素市场应用，将成为未来国民经济发展中最重要的驱动力，驱动数字经济时代的数字化产业在未来若干年都将会是一个高速发展、受高度关注、高频迭代演进的领域。随着AI技术的不断变革，数字经济的蓬勃发展引领人工智能产业持续向好，人工智能已成为全球科技竞争新焦点。2026年被国家数据局正式定位为"数据要素价值释放年"，标志着中国数据产业从基础设施建设阶段全面迈入精细化运营与价值变现阶段。预计2026年中国数据产业规模将突破10万亿元，年复合增长率超25%，催生万亿级新市场。2026年1月，智源研究院发布的《2026十大AI技术趋势》指出，过去十年，AI以语言模型为核心，聚焦于文本、图像等符号数据的生成与理解。而2026年的核心转向是“Next-StatePrediction(NSP)”，即AI系统不再局限于预测下一个符号，而是学习物理世界的动态规律，预测物体运动、环境变化及事件演化。AI正从"预测下一个词"转向"预测世界下一状态"，这一范式跃迁将重塑技术路径、产业格局与人类社会形态。
　　二、经营情况讨论与分析
　　2025年，在全体员工的共同努力之下，公司通过一系列战略部署，在技术研发、市场拓展、运营提效、规范治理及品牌建设等方面均取得了一定成绩。公司全年实现营业收入50,504.09万元，同比增长13.74%；实现归属于上市公司股东的净利润为-3,980.56万元，同比减亏1,359.15万元；归属于上市公司股东的扣除非经常性损益的净利润为-5,347.17万元，同比减亏5,258.99万元。归属于上市公司股东的扣除股份支付影响的净利润为-2,186.30万元，同比减亏3,153.42万元；经营活动产生的现金流量净额2,577.85万元，同比增长140.80%；应收账款周转率为1.85次，同比提升21.71%。
　　公司本年度经营管理工作主要从以下几个方面有效开展：
　　（一）坚持“数据+AI”提升产品服务，深拓客户市场，实现营利双增
　　过去一年，在总体市场增速恢复缓慢、客户需求不确定性增大及行业竞争加剧的大背景下，公司积极应变，洞察机会，坚持“数据+AI”的长期发展战略，深耕数据要素赛道，始终以积极的态度和审慎的决策迎接挑战，面向市场需求新趋势增强核心竞争力，凭借提升客户粘性及强化业务服务能力两大抓手，专注于业务开拓、产品研发和高质量交付，稳扎和深挖主营业务基本盘，夯实经营根基，并努力从多方面、多层次横向增大市场边界和纵向场景应用深度，实现了公司营业收入稳步增长。公司获得的较大规模项目数量增加，2025年确认收入大于200万的项目47个，较2024年的40个实现17.50%的同比增长。代表项目包括某全球TOP级科技企业品牌研究项目、中科信控(北京)科技有限公司算力服务项目、湖北中烟工业有限责任公司终端营销服务项目、某全球头部医药企业务提升数据追踪项目、中国广电重庆网络股份有限公司产品力投放项目、碧然德净水系统(上海)有限公司用户运营服务项目等，这些优质项目的成功落地，彰显了公司在行业内的影响力与竞争力，进一步巩固了公司的市场地位。
　　同时，公司积极推行组织优化，强化业务管控，通过狠抓应收账款回收、严控费用支出等举措，使得应收账款周转率提升，应收账款管理成效显现，经营业绩逐步改善，公司亏损持续收窄，经营性净现金流由负转正。
　　（二）坚持核心技术研发升级，打造“数据+AI”技术支撑能力
　　为贯彻公司“数据+AI”的发展战略，打造领先的核心技术赋能业务创新，公司持续坚持投入研发升级。报告期内，公司研发投入占营收6.70%，特别是将核心技术方向聚焦于人工智能和数据要素相关领域，公司启动募投项目变更，将原“AIOT行业应用解决方案云平台项目”迭代为“行业数据智能应用服务平台升级项目”，一方面将现有的数据分析技术升级更新到最新的数据智能技术体系（以大模型与相关智能技术为核心，基于大模型技术及行业数据，并结合目标使用场景，训练相关业务模型，开发新的具备智能数据分析、驱动因素洞察与自动化实施能力的业务智能软件应用，用于支撑多个行业的智能应用产品开发升级）；另一方面，投入建设高质量的行业数据资源库以及相关管理与应用平台，夯实技术与数据基础；基于募投项目的研发成果，未来将围绕优势行业（如快消、运营商、TMT、医疗等），升级现有物联网场景与更多新行业业务数据智能应用的产品，并完善其市场化运营体系，适配业务拓展需求。
　　在数据资源累积建设方面，公司持续加大投入。自2020年上市以来，公司历年数据采集及采购费用合计占营收比重分别为51.59%、56.67%、60.38%、59.74%、59.56%，2025年数据采集及数据采购占营收比例达到63.43%。经过过去十余年的深耕，公司基于长期积累的行业数据资源优势，通过运用大模型数据预处理与蒸馏等相关技术，逐步构建了面向多个垂直场景的行业大模型及智能应用所需的高质量数据集与样本库，目标是依托底层数据与模型能力强化产品智能化，提升了公司垂直行业大模型的智能深度，实现了业务人效与核心竞争力的双重提升。
　　（三）以产品应用为抓手，推动多项AI创新成果落地
　　报告期内，公司坚持以实际应用为导向，推动核心技术加速向产品化、服务化转化，持续完善人工智能与数据智能相关产品矩阵。公司现有产品覆盖多行业智能分析与决策应用领域，可精准匹配不同行业业务场景需求，主要包括慧AI智能应用平台、ChatBI数据分析智能体、定性数据研究智能体、垂直行业数据洞察智能体应用平台、企业数字员工智能平台、智能分析与决策DataAgent平台等。
　　报告期内，公司积极推进产品用户测试与业务落地实施，紧密结合企业客户场景化AI应用需求与使用反馈，有序开展产品研发与迭代优化。其中，原ChatBI数据分析智能体经功能升级与技术完善，正式迭代为智能分析与决策DataAgent平台，已实现市场化应用并正式服务企业客户典型业务场景；原慧AI智能应用平台升级为企业数字员工智能平台，定性数据研究智能体、垂直行业数据洞察智能体应用平台也进一步提升场景适配性与应用实用性。相关产品优先在公司内部推广试用，通过真实业务场景验证持续优化改进，为后续面向外部客户拓展应用场景、实现规模化商业应用奠定坚实基础。
　　算力资源是AI应用的主要支撑资源之一，2024年公司推出的“算力融合管理平台”具备算力资源跨区域灵活调配、精准供需匹配等实用功能。2025年，通过与合作伙伴中科信控(北京)科技有限公司和北京棱镜极智能科技股份有限公司多方合作，该产品初步应用于中科融合算力中心怀柔一期等项目建设。项目目标是建成涵盖数据标注自动化、模型训练调优测试、接口封装发布与下架等环节，达成模型研发全生命周期管理，打造出方便中小企业调用算力及AI工具的智算云平台。该业务已经形成收入，本报告期收入占比较小，尚有待进一步拓展和规模化。
　　报告期内，公司还将AI模型驱动的智能分析能力扩展到新业务场景。2025年11月，公司联合合作伙伴共同发布了机器人智脑产品。公司在该领域主要致力于基于行业大模型和场景数据训练为各类智能终端和机器人打造个性化的具备领域知识和推理决策力的“智脑”支撑。公司将首先聚焦在家庭陪护及医疗康养等重点行业场景，融合专业基础大模型，凭借自身专业的场景数据与垂直大模型微调能力，提升智能机器人在相关行业细分场景的实用效能。目前，相关产品正在对接智脑模型和针对功能场景开展研发，后续将对接具体应用场景试用。
　　报告期内，公司获评“2025年中国产业互联网AI领军企业”，体现出公司推动AI与实体经济深度融合的创新力与影响力得到业界的肯定和鼓励。
　　（四）推进精细化管理，持续优化内控体系
　　报告期内，公司在规范运营的基础上，进一步优化内控体系，提升运营效率。公司紧密围绕“合规优体系，全员更高效”的目标，通过系统化梳理和精细化设计，重点在业务管理、合同及印章管理、财务管理、供应商管理等领域完善制度规则、优化流程节点、强化执行监督。通过推动业务流程标准化、合同管理动态监控、财务管控精准化等措施，有效平衡风险控制与业务效率，促进跨部门协同效能提升。同时，借助数字化工具实现助力日常管理工作，为高质量发展注入新动能。
　　（五）积极践行市值管理，维护股东权益
　　报告期内，公司积极响应新“国九条”精神，不断深化市值管理，提升投关水平，全力搭建投资者沟通桥梁。公司制定、修订了《信息披露管理制度》《舆情管理制度》《市值管理制度》《投资者关系管理制度》，持续提升信息披露质量，公司2024-2025年度信息披露评价结果提升至B级。公司通过投资者专线、邮箱及上证e互动平台全方位、多渠道开展投资者关系活动，认真对待股东网络提问和来电，为投资者解惑答疑，听取广大投资者对公司经营管理及战略发展的意见和建议，实现与投资者的良性互动，切实保障投资者的知情权。
　　（六）提升公司治理效率，提高科学决策能力
　　报告期内，结合公司实际情况与法律法规更新动态，公司持续完善内部控制制度体系，确保公司治理制度与时俱进，推动治理效能持续提升。公司已按照最新《公司法》的相关规定，结合监管政策变化，对《公司章程》及配套制度进行梳理并完成修订，以及作出取消监事会、由审计委员会行使监事会职权、选举职工代表董事等一系列调整，构建起权责更为集中的治理架构，进一步强化审计委员会在监督体系中的核心作用，有效提升了公司治理效率与决策科学性。
　　（七）推动股权激励实施，致力打造卓越团队
　　报告期内，公司实施了股权激励计划，不仅进一步推动完善了公司中长期激励机制，同时也增强了市场对公司实现战略目标和业绩增长的信心，充分调动了员工的主观能动性，提高了员工对企业的认同感和归属感，同时也向核心业务骨干提出了更高的业绩目标要求，构建员工与企业协同发展的命运共同体，实现员工与企业的共同成长。公司将持续对优秀人才进行多层次激励，吸引数字人才加入。
　　（八）荣誉加持，技术实力再获认可
　　报告期内，公司通过开展产品发布会、市场推广活动等方式，积极推进品牌建设，持续提升品牌影响力，2025年度再获多项荣誉：
　　荣膺北京软件和信息服务业协会“北京软件核心竞争力企业”称号；
　　成功入选数据猿、上海大数据联盟联合发布的《2025中国数据智能产业图谱1.0版》；
　　荣膺全球TOP级科技企业重量级奖项——“2025年度优质交付奖”；
　　获评B2B内参、产业AI社、产业互联网大视野联合评选的“2025年中国产业AI领军企业”；
　　连续三年荣获上海数交所“数据咨询服务商”认证。
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、公司核心竞争力的具体表征
　　公司的核心竞争力表现为在数据科学与AI技术和垂直行业专有数据模型相融合的基础上，形成的以行业专有模型与技术化系统为核心驱动的数据分析能力。公司模型技术团队具备数据科学与AI/AIGC领域知识与算法研发能力，掌握机器学习、深度学习、自然语言处理（NLP）、垂直大模型的微调与训练等前沿技术，自主研发的AI分析识别类的多个行业性分析模型已获多项专利，并于2024年研发完成了基于AIGC的行业性生成类大模型（涵盖文本生成、语音克隆、数字人生成）核心算法，并已通过国家网信办算法备案。通过长期服务头部客户，公司沉淀了多行业大量深度业务分析数据资源与专业领域知识图谱，将逐步基于AI技术将数据资源与领域知识融合构建垂直场景智能服务的数据资源库，进一步通过数据资产应用与垂直场景大模型构建公司数据资源优势壁垒。相关专利、数据资源、垂直大模型与场景智能应用结合，形成公司新的分析服务能力体系，帮助各行业客户在自身核心业务分析场景（消费体验、产品创新、营销优化、运营管理）与新的智能化转型（如数字消费者）中占据竞争优势，相关服务已获得各行业头部企业的认可。同时，考虑算力是驱动AI应用规模化落地的地基，公司也围绕AI算力基础设施建设与智能运营管理实现了产品服务布局，构建起“数据+算法+算力”的竞争体系优势。
　　2、公司竞争优势
　　（1）公司在数据分析领域深耕多年，对服务行业有着深刻的理解和较强的技术实现能力。一方面，公司技术团队具有大数据处理与融合、机器学习、深度学习、AIGC大语言生成模型等方面的专业技术能力；另一方面，公司经过多年积累，沉淀了垂直业务领域的专业业务分析资源（包括高价值的业务数据资源与相关的业务方法论），将上述两方面优势进行融合，形成了如下技术优势：
　　a.将AI、数据科学技术与行业方法论有效融合，在业务深度与智能化方面不断满足客户专业需求；公司基于自主AIGC技术与资源优势研发适合行业应用的文本生成/语音生成/数字人生成等多个大模型，并于2024年通过国家网信办算法备案。基于自主AIGC大模型能力，进一步研发新的分析产品和优化重构现有产品，体现了AI技术与行业应用的快速结合能力。
　　b.具备垂直领域的多维度数据（业务相关内、外部大数据与传统消费者体验小数据等）、异构数据（结构化数据与非结构化数据）的融合处理（包括清洗与模型蒸馏）、模型训练与应用技术能力，能够结合实际情况在低成本与良好效果方面达到统一。
　　c.公司基于数据的业务分析技术与产品研发，已实现闭环的技术化驱动道路，研发的大量行业数据分析技术和数据应用模型，如面向消费体验场景的相关分析方法与技术模型、面向营销类场景的个性化用户的分析与推荐技术模型、面向产品创新的内容生成与消费者洞察分析技术和面向农业、烟草数字化领域的智能分析技术等已进行相关专利和软著申请，形成了系列软件化、支持云服务（公有云与私有云）模式为核心的服务产品，并在实际业务服务中使用，成为支撑公司业务服务的基础核心能力，已固化为公司的核心技术竞争力，并不断基于技术与需求进行优化和迭代，在实际业务中不断驱动和提升业务服务领域与竞争力。
　　（2）优秀的团队构成，具备优秀的技术研发能力和企业管理能力
　　公司核心技术人员马亮和王驰分别毕业于清华大学和北京邮电大学计算机系，并获得博士学位，在数据科学相关的大数据融合处理、机器学习、AI与AIGC技术领域具有深厚的专业背景，并具备多年业务实践积累，2023年主持研发公司自主行业性AIGC生成类大模型算法；核心技术人员韩丁针对公司重要业务（如消费者体验类）的主要分析场景，积累了大量专业分析数据，建立了核心分析方法体系。公司核心技术人员和主要研发人员通过将AI、数据科学技术与垂直领域专业数据分析方法模型进行有效融合，并在实际业务使用过程中持续对算法和模型进行优化，形成了独特的技术体系，受到了行业头部企业的一致认可。公司管理团队主要来自国际领先研究咨询公司以及行业内著名企业，对行业具有深刻的理解，在数据分析模型构建和研究方法论等方面具有丰富的行业经验。公司管理团队可以准确把握数据分析行业的发展趋势，并制定公司相应的外部发展计划和内部管理制度。
　　（3）优质的客户资源促进了公司技术水平的提升
　　公司的主要客户包括世界500强企业、大中型央国企和政府/事业单位，商业领域以世界500强客户为主，且公司相关世界500强客户数量和质量均在同行业公司中具有优势。世界500强企业通常为某个领域的龙头企业，对所处行业有着深刻的理解，且拥有丰富的业务数据，其数据维度多、数据量大且属性复杂，所以对数据分析企业所提供的数据分析服务的行业专业性、技术能力、分析质量和服务水平具有较高要求。公司长期为上述企业提供数据分析服务，从侧面印证了公司的技术实力和业务水平在同行业中处于领先地位。
　　（4）公司通过多年的技术积累，具有先发转型优势
　　公司从2012年开始推进专业分析模型与数据科学技术综合驱动的数据业务服务模式，积极研发面向多维数据与数据科学技术驱动的分析技术与软件产品，并积累了大量行业性、高质量的分析数据资源。2018年以来公司加快了AI技术的融合，并在2023年基于数据积累与技术优势研发行业性AIGC生成大模型技术，并对自身分析产品进行AI化重构改造。率先实现了对包括企业内外部的数据、消费者态度与行为数据和行业数据的多维度数据的融合分析，通过体系化与智能化的数据分析软件产品和相关数字化平台系统，快速有效发现客户实际业务中遇到的问题，并生成具有针对性的数字化解决方案，形成公司独特的技术、产品、服务优势。
　　2024年以来，公司面向未来核心业务AI化的趋势，积极研发构建基于行业大模型与Agent智能体为特征的业务分析智能服务体系，面向客户核心应用场景，统一提供资源、数据、模型与AI分析应用的完整能力支撑，帮助客户实现快速的数据智能化分析。同时，延展研发AI应用底层支撑能力，满足企业实际AI应用建设中所需的支撑性需求（如AI智算资源服务管理、AI应用微调与快速训练部署），针对客户痛点，提供从底层AI算力基建能力到上层AI业务场景智能化应用的全栈赋能。2025年以来，公司进一步推动将自身数据资源积累转化为行业垂直场景/大模型可用的高质量数据资源，为未来垂直场景模型与应用竞争构建新的壁垒。公司在AI应用所涵盖的模型构建、数据处理、应用开发等多个维度，已构建了完备且前沿的技术服务体系。
　　(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
　　公司长期深耕数据分析领域，凭借多年持续的技术研发和产品创新，形成了科技创新能力，公司核心技术来源均为自主研发。
　　近年来，随着AI新技术在各类业务场景中的广泛应用及深度发展，相关技术不断更新迭代。报告期内，跟随公司发展战略及市场需求趋势，公司核心技术进一步升级优化。公司形成了4项核心技术，分别是商业消费服务数据化分析技术、个性化用户分析与智能应用技术、业务运营效能分析与应用优化技术和数据智能支撑技术。4项核心技术根据领域/应用场景特点，包含17项核心技术子项。
　　相对于2024年度，公司核心技术体系在报告期内的变化主要如下：
　　（1）新增数据智能支撑技术。基于数据智能技术发展体系变化，原核心技术子项“多源结构化数据融合技术”升级并融入非结构化数据蒸馏新技术，组合为“数据融合构建技术”，作为数据智能支撑技术的子项目之一；同时，针对数据分析模型最新智能化应用所需的核心技术要素（知识抽取、模型微调训练与应用开发能力），原“行业知识快速抽取与识别技术”、“典型业务场景数据化识别分析技术”相应子项升级并整合公司最新的大模型训练、微调与应用研发技术能力，统一整合为“智能模型应用构建技术”，作为数据智能支撑技术的另一子项目；
　　（2）由于近年来生态环保相关业务领域在公司业务比重下降，原“生态环保的数据化溯源与预测分析与治理技术”子项重要级别降低，合并至“业务运营效能分析与应用优化技术”中，作为该大项下的细分行业子项；
　　（3）由于近年AI技术模式发展迅猛，影响原“业务运营效能分析与应用优化技术”的子项目中的“软件研发投入评估分析技术”、“数据分析过程质量管理技术”、“大数据应用效能提升”对于业务竞争能力的关键程度下降，上述三项不再列入本报告期核心技术体系。
　　2、报告期内获得的研发成果
　　报告期内，公司新增发明专利1项、软件著作权25项；截至2025年12月31日，公司拥有发明专利16项、软件著作权247项。
　　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
　　2025年度公司研发投入资本化比重较2024年度显著上升，主要受研发项目开发阶段因素影响，2024年上半年度公司未形成研发投入资本化，研发项目《企业AI应用支撑平台研发》自2024年7月起满足资本化确认条件，相关支出按规定予以资本化，持续至2025年末项目结项；本报告期内，公司进行了募投项目变更，确认调整研发内容后，随相关研发项目进度持续形成资本化，综上因素影响，本年度资本化金额及占比同比大幅提升。
　　4、在研项目情况
　　5、研发人员情况
　　6、其他说明
　　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
　　本报告期，公司实现营业总收入50,504.09万元，同比增长13.74%；归属于上市公司股东的净利润为-3,980.56万元，同比减亏1,359.15万元。受宏观经济、行业竞争态势等宏观环境因素的影响，公司整体业绩亏损且尚未实现扭亏为盈，如未来下游需求复苏不足，市场需求未能持续增长导致行业竞争进一步加剧，将对公司经营业绩继续产生不利影响。
　　(三)核心竞争力风险
　　公司所处行业属于知识密集型行业。技术发展对于行业发展具有重要的推动作用。目前，数据分析应用相关的数字化与智能化技术处于快速发展过程中。以人工智能、数字化为核心的新技术方法近年来迅速迭代。尤其生成式人工智能相关技术，可明显优化数据分析流程、提升数据分析的效率和业务深度、降低业务成本。同时也对行业从业人员的技术学习能力提出更高要求。能够快速学习并掌握以人工智能驱动的技术和方法，并在此基础上升级公司现有产品与技术方法，是公司保持自身竞争能力的关键。公司采用传统岗位轮训、相关能力岗位重点培养以及引进外部人才结合的方式，不断升级和调整业务人员的知识结构和技能水平。
　　随着下游细分市场应用领域的扩大及应用场景的变化，公司需要根据技术发展趋势和客户需求变化持续进行研发和创新，如果公司无法顺应市场要求完成相应产品升级迭代，公司将面临在后续发展过程中落后于竞争对手风险，可能导致丢失客户或错失市场先机，对公司的市场竞争能力及业务发展产生不利影响。
　　(四)经营风险
　　（1）客户流失或客户付费能力降低的风险
　　随着行业竞争程度日益激烈，公司面临客户流失的风险。如果核心客户流失，将对公司业绩产生不利影响。若我国整体经济增长速度显著放缓，或客户所处行业的竞争格局发生变化，使得部分行业的客户自身业务规模增长放缓或盈利能力下降，则存在客户付费能力下降的风险，也将对公司收入规模增长及业务拓展形成负面影响。
　　（2）人才资源风险
　　数据分析行业是以知识、经验、技能为基础的专业研究领域，属于人才密集型行业，人才是公司生存和长期发展的保障，是研究工作质量保障的必备条件。如果公司无法对核心团队进行有效激励以保证核心人员的积极性和创造性，将存在核心人员流失的风险。同时，优秀的研发人员和营销、管理等专业人员队伍是公司可持续发展的关键因素之一。随着公司业务和资产规模的不断扩大及募集资金投资项目的实施，未来公司对于高素质人才的需求将更加迫切，如不能持续稳定地提升现有人才队伍，并及时引进满足公司发展需要的人才，将可能对公司生产经营产生不利影响。
　　（3）数据合规风险
　　公司为客户提供数据分析产品和解决方案，在业务经营过程中涉及数据采集、数据处理和数据分析。为了向客户提供更加精准的分析服务，在客户和受访人许可的情况下，公司会采集受访人必要的数据进行记录和分析。《中华人民共和国网络安全法》《中华人民共和国数据安全法》《网络数据安全管理条例》《中华人民共和国个人信息保护法》等相关法律法规及立法趋势，针对数据的汇集与分析应用、个人信息的收集、存储、使用、加工、传输、提供、公开、删除等行为，例如即时位置状态、交易和浏览行为等信息聚合，个人信息及个人敏感信息的授权及处理等，均对企业的数据合规工作提出了较高的要求，主要包括个人信息保护及信息数据安全等方面。因公司所处的数据分析行业系新兴发展行业，行业内的监管政策和个人隐私保护政策仍具有不确定性且日益加强，在未来公司业务开展中，仍不能完全避免因立法或监管政策的发展变化而引发数据合规方面的潜在法律风险。
　　此外，一旦公司员工违反公司内部相关制度要求，或数据合作方、客户因违反协议约定或基于其他自身原因造成了数据的不当泄露或使用，或因遭到恶意软件、病毒的影响或受到大规模黑客攻击造成数据泄露、损失，将可能因侵犯个人隐私而受到主管部门处罚或被用户投诉，或因侵犯个人隐私及个人信息相关权益导致诉讼或仲裁等纠纷，进而可能会对公司声誉及业务开展造成不利影响，从而影响公司的经营业绩。
　　(五)财务风险
　　公司从2013年开始享受15%的所得税税率优惠政策。《高新技术企业认定管理办法》规定：高新技术企业资格自颁发证书之日起有效期为三年，企业应在期满前提出复审申请，通过复审的高新技术企业资格有效期为三年。如果公司在资格到期之后未能通过高新技术企业复审，则将无法享受所得税优惠政策，公司以后年度的净利润将受到影响。截至本报告出具日，公司已通过复审，取得了最新的高新技术企业证书。
　　(六)行业风险
　　近年来，数字经济呈现快速发展态势，人工智能大模型、数据产业兴起，为企业带来更多市场机会，国内相关行业发展政策陆续出台，数据产业发展、行业推广、应用基础等重要环节的宏观政策环境已经基本形成，鼓励新兴企业进入市场，预计行业整体竞争情况可能逐步加剧。市场竞争加剧有可能导致产品和服务价格下降，公司将面临毛利率下滑、市场占有率无法持续提高等风险。如公司未能持续提升产品技术水平和服务能力，将会给公司业务拓展带来不利影响。
　　(七)宏观环境风险
　　公司的业务扩张主要受益于下游需求释放和应用领域拓展，受宏观环境影响，市场需求变化明显，如果未来整体市场增长放缓，或者公司未能挖掘新的业绩增长点，将会对公司业绩产生不利影响。
　　(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
　　2025年度，公司实现营业收入50,504.09万元，较上年同期增长13.74%；归属于上市公司股东的净利润-3,980.56万元，经营活动产生的现金流量净额为2,577.85万元。报告期内，公司凭借提升客户粘性及强化业务服务能力两大抓手，专注于业务开拓、产品研发和高质量交付，稳扎和深挖主营业务基本盘，夯实经营根基，并努力从多方面、多层次横向增大市场边界和纵向场景应用深度，实现公司营业收入稳步增长。同时，公司积极推行组织优化，强化业务管控，通过狠抓应收账款回收、严控费用支出等举措，使得应收账款周转率提升，应收账款管理成效显现，经营业绩逐步改善，公司亏损持续收窄，经营性净现金流由负转正。
　　
　　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
　　公司基于数据分析、人工智能等数据智能技术，为客户提供数据分析服务、产品和AI相关解决方案。公司深耕数据要素赛道十余年，立足于数据要素生态链中数据咨询服务商的角色，主要面向商业和公共服务领域，基于行业大数据、客户内外部多维数据、消费者行为与态度数据等各种数据资源，借助独特的行业数据分析模型、数据算法以及人工智能技术，为客户提供经营决策数据产品、行业数字化应用方案、数据产品开发、数据运营变现以及人工智能应用解决方案等产品和服务。公司主要在数据要素生态价值链上拓展业务，是数据要素产业中以技术驱动数据要素价值实现的科技创新型企业。
　　1、行业格局
　　数字要素产业是以数据为核心驱动力的战略性新兴产业，覆盖数据从生成、采集、存储到加工、分析及服务的全价值链流程。作为新型生产要素，数据不仅是数字化、网络化、智能化的基础支撑，更是推动数字经济发展、实现经济质量变革的关键引擎。尤其在培育新质生产力的进程中，数字技术发挥着不可替代的催化作用，发挥数据要素的放大、叠加、倍增作用，推动数字经济发展，在现阶段，是推动经济高质量发展的必然要求。数字要素产业是新质生产力的重要组成部分。当前，数据要素市场的发展与“人工智能+”行动并行推进，数据要素与人工智能已形成双向驱动的飞轮效应。人工智能在深度学习层面近年来取得突破性进展，其核心逻辑在于从海量数据中提取规律与知识。数据要素的发展水平，直接决定了人工智能的“智商”上限。
　　根据数据使用的生命周期，数字要素产业可分为数据供应、数据流通、数据应用等环节，具体看，上游为数据供应环节，参与方包括各级政府、电信运营商、大型国有企业、大型互联网公司等，其掌握的政务数据、消费行为数据、产业运行数据等海量资源构成数据产业基础生产资料库；中游为数据流通环节，主要包括确权登记、定价和流通交易等环节，下游为数据应用环节，已形成金融风控、精准营销、智能决策等成熟应用场景，并持续向智能制造、智慧城市、生物医药等领域快速渗透，应用边界不断突破。
　　在这些流程中，数据服务商承担着多重使命，既是数据治理者，又是价值开发者，也是生态连接者，在数据要素产业中，既协助数据提供者将原始数据转化为可交易的数据资源，也在交易过程中推动数据资源的资产化，同时，在数据应用环节中，承担着基于数据资产形成有价值的数据产品的过程。在这样的流程中，数据服务商为数据要素资源建设和场景化创新服务应用进一步提升和释放了数据的价值。
　　（1）政策层方面
　　党中央、国务院高度重视大数据产业发展，推动实施数字中国战略。数据是新时代重要的生产要素，是国家基础性战略资源，这已成为全球共识。我国高度重视数据产业的发展，习近平总书记指出：“谁能把握大数据、人工智能等新经济发展机遇，谁就把准了时代脉搏。
　　国家政策层面，促进数据要素产业及人工智能产业发展的政策持续加码，2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》已经明确提出数据成为国民经济生产的重要要素。2021年3月《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中对完善数据要素产权性质、建立数据资源产权相关基础制度和标准规范、培育数据交易平台和市场主体等作出战略部署，指出“数字经济与数字化应用作为国民经济发展新方向，未来必然在各行业产生巨量的大数据资源内容，而各行业未来的数字化趋势，迫切需要通过专业数据分析服务实际发挥数据的价值。”《建设高标准市场体系行动方案》明确提出“加快培育数据要素市场”。《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》提出20条政策举措，指出要“充分激活数据要素价值，赋能实体经济发展，激活市场主体活力，推动构建新发展格局，促进高质量发展。
　　从2023年开始，随着AIGC与大模型技术的迅速发展，相关AI技术又迅速融合到数据分析技术体系中，进一步提升数据要素产业的智能化与业务深度（如超长文本分析、多模态数据分析和快速策略生成等）。随着人工智能技术的持续发展与快速进步，政策面也迅速跟进，2023年7月，国家网信办联合各部门发布了《生成式人工智能服务管理暂行办法》，明确鼓励生成式人工智能创新发展。2024年7月，工业和信息化部、中央网信办、国家发展改革委、国家标准委等四部门联合印发《国家人工智能产业综合标准化体系建设指南(2024版)》，提出到2026年，我国人工智能产业标准与产业科技创新的联动水平持续提升，新制定国家标准和行业标准50项以上，引领人工智能产业高质量发展的标准体系加快形成。2026年被国家数据局定为“数据要素价值释放年”，标志着产业从基础设施建设阶段迈入精细化运营阶段。2026年2月，国家数据局、工业和信息化部、公安部、中国证监会联合发布《关于培育数据流通服务机构加快推进数据要素市场化价值化的意见》，该意见旨在进一步明晰数据流通服务机构功能定位，提升数据流通交易服务效能，释放数据要素价值，加快繁荣数据市场生态。意见提出，到2029年底，数据流通服务机构能力显著提升，流通交易形态更加多元，数据产品和服务更加丰富，各类主体供数用数意愿持续增强，全社会数据流通利用水平明显提高。
　　2025年是“十四五”收官之年，“十四五”时期，大数据产业是核心驱动力之一，我国全面深化数据要素市场化配置改革，加快数字化绿色化协同转型发展，推动数字中国建设取得显著成就。2026年是“十五五”开局之年，核心战略为全面实施“人工智能+”行动，将人工智能定位为引领经济从“数字化”迈向“智能化”的核心引擎，目标是到“十五五”末，人工智能相关产业规模增长到10万亿元以上。
　　（2）产业规模方面
　　中国信息通信研究院发布的报告显示，数字经济持续支撑经济稳增长，2024年，我国数字经济规模稳步提升至59.2万亿元，同比名义增长9.69%，高于同期GDP名义增速5.5个百分点，有效提升我国经济发展的韧性和活力。数字经济在国民经济中的地位进一步提升，我国数字经济占GDP比重达到43.8%，较上年提升1个百分点，呈现出稳步增长趋势。工信部发布的《“十四五”大数据产业发展规划》称，到2025年，我国大数据产业测算规模将突破3万亿元。另据《数字中国发展报告（2022年）》显示：2022年我国数据产量达8.1ZB，同比增长22.7%，全球占比达10.5%。另据国家发改委价格监测中心初步测算，全国企业数据要素支出规模约3.3万亿元。如果考虑数据资产评估、质押、融资等衍生市场，整体规模可能超过30万亿元。
　　在数据要素规模方面，根据“数据要素×”三年行动计划，我国将培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态，打造300个以上示范性强、显示度高、带动性广的典型应用场景，涌现出一批成效明显的数据要素应用示范地区，培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态，数据产品和服务质量效益明显提升，数据产业年均增速超过20%，场内交易与场外交易协调发展，数据交易规模倍增，推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加凸显，成为高质量发展的重要驱动力量。
　　人工智能产业发展方面，中国信息通信研究院发布《人工智能产业发展研究报告(2025年)》测算，2024年我国人工智能核心产业规模已突破9000亿元，同比增长24%，2025年有望达到1.2万亿元。截至2025年底，我国人工智能企业数量超过6000家，全球占比达16%，已形成从基础底座、模型框架到行业应用的完整产业体系。我国大模型调用需求快速增长，2025年公有云大模型(对客侧)Token调用量约2000万亿次。
　　(二)公司发展战略
　　公司致力于成为中国的“数据要素价值实现驱动器”，深耕于商业与公共服务领域，将以深厚的行业洞察和经验知识为基座，以数字化技术与AI技术为创新驱动引擎，持续在商业与公共事务两个领域赋能客户实现数据要素价值变现，打造中国领先的数据要素应用技术和运营服务供应商。作为“数据要素+AI”应用的综合服务提供商，公司聚焦数据要素业务、算法模型（AI）业务、算力基础设施等业务，充分运用大数据、机器学习、深度学习、人工智能(AI)、自然语言处理、模式识别、数据可视化、知识图谱、物联网等数字技术，推动数据资产价值化、AI应用场景化、算力支撑普及化，实现为商业及公共服务领域客户实现数字化、智能化赋能，为国家大力发展的新质生产力战略贡献力量。
　　在战略执行落地层面，公司将紧紧依靠行业市场需求和前沿技术发展两个抓手，以“数据要素×”和“人工智能＋”为双轮驱动，首先通过贴近和敏锐的洞察感知和挖掘客户在数据要素价值变现方面的业务痛点和实际需求，创新应用场景，同时紧跟技术发展趋势，特别是当前最前沿的AI技术，针对性地投入核心技术研发，均衡把握前瞻性和实用性，集成成熟技术和资源，迭代升级产品和服务，持续匹配或引领客户的应用需求，实现数据要素应用和AI技术两翼平衡和稳健发展，实现公司的战略目标。在公司发展过程中，还将始终关注新技术、新业态、新模式的变化和机会，根据可行条件抓住向数据要素资源和AI基础技术资源上游拓展的契机，走向价值链“微笑曲线”的高端，发展为行业客户全要素赋能的核心能力，创造公司发展的“第二曲线”。
　　(三)经营计划
　　2026年是“十五五”规划的开局之年，公司通过多年深耕行业场景，构建形成的“数据+算法+算力”战略布局优势将日益突显，在原有数据相关业务稳步发展的同时，深化数据智能（AI应用）领域的布局，踏实耕耘，持续为市场和客户做好服务，努力实现扭亏为盈。重点围绕以下几个方面开展工作：
　　1、聚焦核心业务发展，巩固市场地位
　　公司将继续专注于主营业务的深耕细作，持续深耕TMT、快消品、汽车、医疗、烟草等领域的头部客户及公共服务领域的客户，持续推进头部客户的业务体量，以客户需求为导向，挖掘客户的潜在个性化需求，进一步拓展业务深度与广度。公司将通过增加研发投入、技术赋能等方式，拓展客户版图，以数据资源为驱动要素，赋能公司核心业务，精准把握市场机遇，巩固行业地位，构筑公司业务的护城河，持续推动AI智能体创新应用在商业垂直领域落地，致力于在技术研发与市场拓展中寻求突破。
　　2、推动前沿技术融合应用，强化技术赋能
　　2026年，为深度契合客户数字化与智能化转型需求，公司将聚焦于更多行业的数据智能领域的技术研发与应用拓展：一方面，加速推进底层支撑技术向新一代数据智能技术体系升级，同步构建高质量的行业数据资源，并以此为基础研发推出最新一代的智能数据应用产品与服务，通过多行业规模化应用，提升公司在行业数据分析与智能应用领域的竞争优势，驱动业务收益的增长；另一方面，公司秉持长期主义的发展理念，继续以提升公司核心竞争力为出发点，持续跟踪全球前沿技术发展动态，建立“技术洞察-业务需求-场景验证”的闭环机制，精准定位技术赋能业务的突破口，通过技术迭代激活传统业务场景。2026年年初，公司推出面向企业GEO服务效果评估的“ImpetaGEO数据监测解决方案”，后续将继续深化技术融合创新，推动业务模式智能化升级。
　　3、持续推进内外部资源整合，强化资源最大化发挥
　　2026年，公司将持续推动内外部业务资源整合力度，提升管理效能，为数据业务及AI业务的协同发展创造更具竞争力的环境。公司将以服务客户纵深需求为出发点，对业务资源进行横向与纵向的深度整合。对内，持续提升服务客户的业务协同性，充分发挥AI对业务的赋能作用，打通内部上下游的关键节点，对业务卡点、堵点进行重点解决，满足业务纵深需求，提供高性价比的产品及服务，实现提升客单价、净利率等财务指标。对外，公司将广泛链接与数据、AI相关的各类资源，构建可获得业务的协同沟通机制，链接内部资源平台，通过内外部资源协同、互补，拓展更多高质量客户。同时，持续强化模型厂商的合作，主动接入主流公开服务模型（包括不限于智谱、千问、豆包、DeepSeek、文心一言、百川智能、Kimi、GPT等）。在算法模型调优方面，依据客户不同应用场景需求，融合不同模型进行训练调优，形成多模态协同动态调度的解决方案，为客户提供更为丰富的数据及AI产品解决方案，创造更多的数据智能时代的价值。
　　4、坚持规范运作，强化“关键少数”责任
　　2026年，公司将积极落实《上市公司治理准则》及最新监管政策要求，进一步优化公司董事、高级管理人员的薪酬结构与激励机制，科学制定有效的激励和约束制度，逐步完善薪酬绩效考核评价体系，将公司经营业绩指标与管理层的薪酬绩效紧密挂钩，促使管理层更加注重企业的长期发展和股东的利益，切实推动公司高质量发展。公司将持续紧密关注监管政策动态，严格按照法律法规和监管准则，不断加强规范治理的体制机制建设，提升公司治理水平和规范运作能力，保护投资者特别是中小投资者的合法权益。
　　5、提高信息披露透明度，提升价值认同
　　2026年，公司将继续提升信息披露的质效，坚持公开透明，有效增强信息披露的及时性及覆盖面，夯实信息披露与规范运作的基础；持续加强公司与投资者间的沟通，积极收集、分析市场各方对上市公司投资价值的判断，持续提升信息披露透明度和精准度，更好地向投资者传递公司价值和发展动态。
　　6、谋划长远发展，实现价值共赢
　　2026年，公司将以“扭亏为盈”为目标，继续统筹兼顾经营发展与投资者回报的动态平衡，积极探索方式方法，在符合相关法律法规及《公司章程》利润分配政策的前提下，实现“持续、稳定、科学”的股东回报机制，为未来分红积累基础，提升广大投资者的获得感。 收起▲

　　一、报告期内公司所属行业及主营业务情况说明：
　　公司所处的数据要素产业涵盖了数据采集、存储、治理、分析、流通、应用等关键环节，数据是推动人工智能发展的重要“原材料”，数据要素在人工智能技术飞速发展的推动下价值不断提升，数据要素产业与人工智能产业是国家大力推动发展的新质生产力产业，是当前国家正在推动的“数据要素×”与“人工智能＋”的产业重点，数据与AI应用迎来前所未有的发展前景。
　　报告期内，公司深耕数据采集、数据分析、数据挖掘、数据运营及AI相关业务，持续积累了大量的优质商业领域客户、业务场景资源及数据资源，持续推进"ALLINAI"战略，加速推进“DATA与AI”融合，形成数据、算法... 查看全部▼

　　一、报告期内公司所属行业及主营业务情况说明：
　　公司所处的数据要素产业涵盖了数据采集、存储、治理、分析、流通、应用等关键环节，数据是推动人工智能发展的重要“原材料”，数据要素在人工智能技术飞速发展的推动下价值不断提升，数据要素产业与人工智能产业是国家大力推动发展的新质生产力产业，是当前国家正在推动的“数据要素×”与“人工智能＋”的产业重点，数据与AI应用迎来前所未有的发展前景。
　　报告期内，公司深耕数据采集、数据分析、数据挖掘、数据运营及AI相关业务，持续积累了大量的优质商业领域客户、业务场景资源及数据资源，持续推进"ALLINAI"战略，加速推进“DATA与AI”融合，形成数据、算法、算力的解决方案能力，赋能应用场景落地。
　　(一)主要业务、主要产品或服务情况
　　公司从事的主要业务是基于数据分析方法论和数据智能技术提供数据应用相关的全栈解决方案，数据分析应用解决方案是基于数据分析与人工智能（AI）等数据智能技术相融合，为客户提供数据分析在内的服务和产品及相关解决方案。公司以数据要素生态链中数据咨询服务商、数据供应方服务商的产业定位为出发点，主要服务于商业和公共服务领域，面向行业大数据、客户内外部多维数据、消费者行为与态度数据等多种数据要素资源利用，基于独有行业数据分析模型、数据算法、人工智能（AI）技术等，为客户提供经营决策数据产品、行业数字化应用方案，以及数据产品开发、数据运营变现、AI应用解决方案等产品与服务，沿数据要素生态价值链拓展业务，是以数据智能分析和人工智能技术为核心支撑的科技创新型企业。
　　公司十余年来持续服务多个行业大中型商业客户和政府及公共服务机构客户，在国内市场拥有行业领先的营收规模，围绕数据要素应用在数据科学方法论、数据分析应用场景、行业专业数据算法模型等方面积累了丰富的经验。当前，公司以“AI驱动数据要素的价值实现”为企业愿景，致力于研发数据分析、数据挖掘、数据运营及应用的智能技术，开发行业数据分析应用的专业算法/模型，为客户数据要素相关业务场景提供服务或产品支撑，助力数据要素从生产要素到价值创造的实现。在数据要素产业生态中，公司首先定位于数据咨询服务商，未来将通过商业模式的拓宽进一步沿着数据要素生态价值链发展，取得更大的成长空间。
　　为了满足客户对新技术和基础设施的需求，公司构建了“数据、算法及算力”为核心的业务体系。首先，在数据资源层面：自2020年公司上市以来，公司逐年数据采集及采购费用合计占营收比重分别为51.59%、56.67%、60.38%、59.74%、59.56%。数据是AI算法模型时代不可或缺的“生产资料”，报告期内，公司持续加大数据投入，上半年数据采集及数据采购成本占营收比为66.54%，形成多维度行业数据库及数据标签库；公司过去十余年在数据分析赛道深耕，拥有大量的商业场景，公司长期服务世界500强及中国500强等头部品牌，包括通信、ICT、快消品、汽车、医疗、金融、烟草等领域的头部客户及公共服务领域的专业客户，在数据分析应用、数据运营等多方面提供全栈解决方案，打造公司在数据要素产业中数据分析、数据挖掘、数据运营等核心领域的竞争力。其次，在算法模型层面，公司在数据智能服务业务中积累了大量场景Know-How，沉淀形成了多行业知识库、算法模型库等，公司采取自研模型与外部接入调用模型相结合的策略，多项自研算法模型已经通过国家网信办备案，涵盖文本大模型、语音大模型及数字人大模型。公司针对商业消费与营销类场景打造的产品，如“AIGC+洞察创新”、“AIGC+数字营销”、“AIGC+客户体验”、“慧AI数字员工”等产品，能全面赋能客户的商业运营。此外，公司基于自有大模型，结合客户定制化语料训练，可生成的业务知识大模型与相关数字分身产品，服务典型客户的知识付费类ToC场景相关产品。第三在算力管理层面，公司通过研发“融合算力管理服务平台”，部署构建为中小企业方便调用算力及AI工具的智算云平台，可为客户提供全栈管理运营服务。
　　公司的数据智能产品服务主要包括三种交付模式：专业数据分析服务、数字化营销软件产品/SaaS与行业数字化产品和解决方案。
　　三种不同的交付模式都需要具备从数据采集、数据处理、数据分析和数据应用全部环节的一体化能力，具体如下：
　　数据采集环节：专业数据分析服务模式下，相关的多维数据（包括企业内部数据、外部数据与消费者体验类数据等）通过多种方式（公司产品平台采集、采购、客户提供与对接）实现数据采集，而数字化营销产品/SaaS模式，则主要以企业的内部数据为主，多由客户企业提供和平台对接。行业数字化产品和解决方案模式下，涉及的数据，主要通过解决方案中相关产品采集或与客户平台对接获得。
　　数据处理环节：主要进行用于后续分析应用的预处理（如清洗、融合与标签化等）与基础管理工作。根据客户数据应用场景与数据安全合规要求，有两种实施方式：在客户方（私有云）数据管理平台上进行，或者在公司内部的大数据处理技术平台进行。
　　数据分析环节：在前期融合处理的数据上，基于公司核心的业务场景专用数据分析模型（如产品路径/净推荐值等），生成相关的数据分析结果。分析模型的相关功能程序，以专业分析方法与数据科学技术的算法模型结合生成，并加入了最新人工智能的数据智能分析能力。这一环节为体现公司业务核心技术能力的关键环节，所有交付模式，都需要公司数据分析核心技术的支撑。数据应用环节：公司数据分析能力最主要的价值变现场景，根据客户需求提供多种应用形式：专业数据分析服务（报告），应用于客户业务运营核心场景（消费者洞察、产品创新、满意度研究、渠道运营分析等）的关键性业务问题分析，主要服务商业（如快消、运营商、TMT、汽车、房地产等）与政府/公共服务的关键业务决策；而数据分析产品将分析模型以云端SaaS产品/API服务形式，服务商业客户为主（快消、运营商、TMT与金融为代表）日常运营的快速分析；数据运营服务，是将数据分析与后续对应业务实施策略融合的持续化服务，满足快消与企业CRM服务的私域数据运营类需求；数字化转型与运营效能提升应用，主要通过实施行业数字化产品和解决方案，实现基于数据智能利用驱动业务创新，帮助相关行业（如烟草、农业等）进行数字化转型，提升业务的精细化与智能化水平，从而提升经营效益。
　　随着人工智能技术和相关AI大模型应用市场的发展，公司正积极布局与数据智能应用相关的算法模型及算力基础设施相关业务，满足客户对AI技术应用和AI基础设施上的新增需求，形成公司聚合“数据、算法及算力”为核心的业务覆盖。目前，公司在AI应用领域已投入研发多款产品，可满足客户多领域／场景需求。未来，公司将依托自身在业务场景与数据资源方面的积累，持续构建多维度、可落地的AI应用平台及智能体（Agent），助力客户实现AI时代业务创新。
　　(二)主要经营模式
　　1、生产模式
　　公司主要为企业、政府机构提供基于多维度数据的业务分析一体化服务和应用技术产品以及行业数字化应用解决方案，因此公司的生产模式主要围绕数据获取、数据融合、数据分析和数据应用来进行。
　　数据获取。公司获取数据的主要途径包括客户提供的专有数据（包括产品数据、销售数据、渠道数据、广告数据、用户数据与客服数据以及政府各委/办/局的相关数据）、公司向供应商采购的通用或定制数据（主要包括消费者态度数据、行为数据、渠道类数据、舆情监控数据和行业特性业务数据）以及公司自行采集的特定数据（主要包括消费者态度数据、行为数据以及所部署的数字化应用采集的相关生产过程数据）。
　　数据融合。通过数据融合技术，公司实现了对多维数据的预处理和标签化操作，为数据后续的分析和应用奠定了基础。
　　数据分析和数据应用。在融合数据的基础上，通过对数据科学技术和垂直领域专业分析方法模型的融合应用，完成两类业务应用服务：
　　（1）数据驱动的数据分析服务：实现对相关业务场景的深入分析，发现深层业务问题并提供策略建议；
　　（2）行业化数据智能应用解决方案：针对行业性数据应用需求，提供基于数据的智能解决方案。公司基于本地化软件系统和云端的产品服务，完成从数据体系的设计整合、专业分析模型生成到最终场景化的智能应用的全流程服务。
　　2、采购模式
　　在经营过程中，公司对外采购内容主要包括两类：数据分析服务所需的数据与其他非数据类内容（如云计算环境、软硬件设备与其他服务等）。其采购流程也相应分为数据服务类采购和非数据服务类采购两种。公司通过供应商管理（经过比价入库等）实现供应商能力与资质的有效审核和甄别。
　　（1）数据服务类采购
　　公司主要通过外部数据供应商采购分析中必要但客户方未提供的相关数据，主要采购消费者态度数据、行为数据和渠道类数据等，公司会在合同中与数据供应商就数据的合法合规性进行约定。
　　（2）非数据服务类采购
　　非数据服务类采购，主要针对公司业务运营中除了数据之外的其他业务资源的采购。包括办公场地与设备、运营与业务服务所需的云计算环境、软硬件设备、固定资产、网络资源、公司市场宣传、资质与知识产权申请等相关服务。
　　3、销售模式
　　公司主要采用直销方式对客户产品、服务及解决方案进行销售。日常通过进入客户供应商采购名册、参与竞标等方式获取业务合同。
　　4、研发模式
　　公司的产品和技术研发以数据分析应用市场需求为导向，结合数据分析相关领域技术发展趋势的预测以及竞争对手技术业务能力分析来进行。
　　公司采用产品管理团队和产品开发团队相结合的模式来进行自主研发。产品管理团队由公司技术总负责人和业务运营相关负责人组成，主要负责对研发项目过程中所有重大事项进行评议审核，对研发开发的关键节点和重大变更进行决策；产品开发团队则主要由研发实施相关的业务部门（参与需求采集、原型测试）、技术部门（模型研究、算法建模、应用开发、系统测试与运维支持等）核心成员组成，主要负责承接公司产品管理团队下发的任务，对所辅助的研发内容实现技术定义、开发与交付，并申报相关的研发成果。
　　5、盈利模式
　　公司以向企业级客户销售基于数据的业务分析服务与应用产品和行业应用解决方案等产品与服务，满足客户需求，为客户创造业务价值实现盈利。
　　6、公司主要经营模式在报告期内的变化情况
　　公司主要经营模式及影响经营模式的关键因素在报告期内保持稳定，无重大变化。
　　(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
　　公司主要为商业客户和政府机构提供基于多维度数据的数据分析与应用产品、服务和行业性数字化解决方案，上述产品或服务是公司主要的收入和利润来源，主要涉及数据服务行业和软件行业。
　　公司核心业务模式、核心技术与主要产品或服务均与数据分析相关，根据《国民经济行业分类》（GB/T4754-2017），公司所处行业属于I64互联网和相关服务-6450互联网数据服务，所处细分行业为数据分析行业。
　　数据分析作为一个跨学科的交叉科学技术，其基于量化指标，以数据资源为驱动基础，通过自动分析算法模型实现对业务深度理解与决策应用。其特点是通过深挖数据的价值来产生业务效益。从横向看其可服务任何具有数据与量化分析需求的行业，从纵向看可深入具体业务的深层场景。
　　数据分析行业，是数据要素市场产业的重要组成。作为一个相对细分的垂直技术领域，其应用场景与可分析的数据资源紧密相关，早期服务主要分散在具有较多数据资源的行业/企业（如世界500强大型企业）的专业需求场景（如市场趋势预测、生产流程管控、消费者研究、产品设计、渠道建设等等），需要兼具业务深度理解与数据分析技术的有效实施能力，对相关专业服务公司的能力要求很高。随着大数据、行业数字化的迅速发展，数据的积累和应用需求日益明显，各行业的数字化与大数据应用系统建设进一步产生了多维海量的数据资源。如何对数据这种原材料进行深度加工应用，发挥数据的增量价值，实现智能化的运营，提升未来的竞争力，不再只是各行业头部/大型企业的目标，也成为各行业内涵盖中小企业的广泛诉求。2020年4月数据被确认为中国国民经济生产的重要生产要素，2022年12月国务院正式发布《关于构建数据基础制度更好发挥数据要素作用的意见》，2024年12月国家发展改革委等部门发布《关于促进数据产业高质量发展的指导意见》，明确到2029年数据产业规模年均复合增长率超过15%，充分说明中国已经正式进入数据要素市场的快速发展阶段。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》，对2025年推进数字经济高质量发展重点工作作出部署，提出了加快释放数据要素价值，筑牢数字基础设施底座，提升数字经济核心竞争力，推动实体经济和数字经济深度融合等重点任务。数据要素市场归结为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块。数据分析与数据应用作为重要组成，是建立相关数据分析与应用的技术服务体系，从数据资产中提炼出有价值的洞察和知识，帮助所有者与使用者更好地发挥其业务与经济价值，是数据要素市场未来最具价值的业务环节。近年来，随着相关技术推动数据分析的能力逐步提高，数据分析已经被证明是实现数据资产价值的一种低投入高产出的有效模式。数据分析行业趋势表现为：业务服务范围扩展（从商业/互联网到政府/工业/农业/物联网，从头部大企业到行业中小企业），可分析的数据资源类型更多（如从生产经营数据到地理空间数据、从结构化与文本数据到语音、图像与视频等多模态数据），而服务场景也更加细分（从管理决策、设计创意、营销扩展到供应链、智能化生产等任何存在数据资源的场景），服务能力需求进一步升高（更智能、更深入与更快捷）。
　　近年来人工智能技术发展迅猛，已成为新质生产力的重要组成，在数据分析领域利用AI技术赋能已经成为行业发展趋势。2024年1月，工业和信息化部等七部门发布《关于推动未来产业创新发展的实施意见》，明确利用人工智能、先进计算等技术精准识别和培育高潜能未来产业，支撑推进新型工业化。2024年3月，教育部正式启动“人工智能赋能行动”，推出了4项具体行动，旨在用人工智能推动教与学融合应用，提高全民数字教育素养与技能，开发教育专用人工智能大模型，同时规范人工智能使用科学伦理。2024年7月，工业和信息化部、中央网信办、国家发展改革委、国家标准委等四部门联合印发《国家人工智能产业综合标准化体系建设指南(2024版)》，提出到2026年，我国人工智能产业标准与产业科技创新的联动水平持续提升，新制定国家标准和行业标准50项以上，引领人工智能产业高质量发展的标准体系加快形成。
　　智能算力作为支撑人工智能技术应用、激活数据要素潜能的新动能，已经成为数字经济时代的重要资源和基础设施。2024年政府工作报告中提出，“适度超前建设数字基础设施，加快形成全国一体化算力体系”；2023年10月，工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等六部门联合印发了《算力基础设施高质量发展行动计划》，明确将稳步提升算力综合供给能力，到2025年，我国智能算力在总算力中的占比将提升至35%，增速将快于平均增速。2024年7月，国资委表示，将有序推进智算中心和算力调度运营平台建设，做强智算能力供给，更好服务中小企业。根据国际数据公司（IDC）与浪潮信息联合发布的《中国人工智能计算力发展评估报告》显示：“大模型和生成式人工智能推高算力需求，中国智能算力增速高于预期。2024年，中国智能算力规模达725.3百亿亿次/秒（EFLOPS），同比增长74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上；市场规模为190亿美元，同比增长86.9%。未来两年，中国智能算力仍将保持高速增长。2025年，中国智能算力规模将达到1037.3EFLOPS，较2024年增长43%；2026年，中国智能算力规模将达到1460.3EFLOPS，为2024年的两倍。2025年，中国人工智能算力市场规模将达到259亿美元，较2024年增长36.2%；2026年市场规模将达到337亿美元，为2024年的1.77倍。
　　数据分析行业的技术门槛，包括两个层面：一方面是以AI、数据科学技术与行业认知深入结合构造的专业数据分析算法模型。首先要将行业的专业理论/分析方法，通过大量的行业专业数据的预处理（清洗融合）后，基于机器学习、深度学习等AI与数据科学算法进行建模，其次需要持续调优，构建出基于数据的业务认知分析模型，打造对行业知识体系与逻辑的自动化、深度的分析认知能力。相关模型除了需要基于专业的AI与数据科学技术构建（机器学习/深度学习、行业大模型训练调优），同时必须具备较多的行业数据积累，并能有效抽象重构出分析场景的特点、专业认知与业务理解，才实际使得分析模型具有分析的深度和更好的可解释性，模型后续须进一步经过不断反馈优化，才能达到更高的精度。这样兼具分析效率与业务认知深度的数据分析技术模型才具有良好的应用效果，真正发挥数据的价值；另一方面是实现数据分析与应用的专业技术体系（包括专业数据积累与最佳的应用服务体系）。因为客户实际服务场景不同，数据来源多样，规模特性各不相同（如大数据与小数据、结构化与非结构化），客户诉求存在差异，针对上述挑战，首先要具备长期积累的行业性分析数据资源（能够帮助构建基础的专业分析模型框架），其次在其上能够基于实际多源异构数据的特性进行融合分析（如针对数据的不同阶段/特性对应融合最优分析模型），而在最终的应用交付形式上也支持差异化（以专项软件/服务满足大客户定制化需求；以标准化/SaaS产品满足大量中小规模用户诉求；以集成化、数字化解决方案满足客户全生命期服务），实现快速、低成本与高价值的兼顾，也是数据分析供应商在实际客户服务应用中的重要技术能力要求。
　　2、公司所处的行业地位分析及其变化情况
　　公司作为数据智能分析行业的国内规模领先的专业咨询服务商，在主要行业市场拥有良好的口碑，已形成较高的行业地位和广泛的品牌影响力。主要表现在公司已为较多重要经济产业（如汽车、快消、TMT/ICT、烟草、金融、医疗、农业、政府和公共服务等）长期提供了专业服务，且服务客户主要为所在行业领先的头部企业（以世界500强企业与大型央国企及互联网厂商为代表）。2021年以来，随着产业数字化转型与数据分析/运营需求市场的迅速增长，公司在数据分析服务产品化、分析技术智能化与数据服务模式多样化方面均进行了对应拓展，在服务行业/客户群体/业务规模与数据分析服务的产品化能力进一步增强，巩固了公司的行业地位。随着2023年人工智能大模型和AIGC技术的突破性发展，公司紧跟技术发展形势，投入发展AI+数据智能分析的应用创新，包括行业AI+数据智能应用平台、行业数据产品及行业AI+数字化转型解决方案的开发，满足行业市场的不断涌现的新增需求，以进一步维护和提升公司的行业市场地位。
　　为丰富公司AI相关业务能力，公司同步布局AI算力服务领域，与生态合作伙伴合作研发了具备行业领先技术优势的平台产品“算力调度运营平台”，构建数据、算法及算力融合的核心能力，不断满足算力市场快速增长的需求，在数据要素、数字经济时代为客户赋能。
　　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
　　数据分析技术作为数据科学技术的分支，随着理论逐步发展和数据资源的日益扩大，近年进入了快速发展期，以大数据处理、机器学习为代表的数据科学算法技术（侧重于分析大规模数据与弱相关性）已逐渐超越传统统计技术成为数据分析的重要技术支撑；以AI人工智能（以深度学习为代表的文本、图像与语音处理）、AIGC、多模态大语言模型相关的智能化分析技术，在2021年以来迅速发展并逐步应用到数据分析场景，进一步推动了数据分析的智能化和深度，并帮助数据分析技术扩展到更大的数据资源空间。包括商业领域的高维非结构化数据（语音、图像与视频等）、物联网/工业互联网相关数据（大规模高速时序数据）以及更多专业领域数据（如生物工程的基因大数据等）。同时，新的数字化、可视化展示（如基于地理空间、机器视觉、三维实景建模和数字人相关）技术有效提升了时空类数据的分析能力。未来，以深度学习、强化学习、AIGC、模型自动化与数字化展示结合的数据分析技术体系，将具备更快的智能建模与自动优化能力、更精确的业务推理，提升分析应用的智能化水平。
　　（2）新产业
　　长期以来，数据分析应用主要集中在第三产业商业服务，围绕企业经营业务环节展开。由于相关数据分析与应用对企业经营效益提升有显著作用，长期受到国际性企业与行业头部大企业的关注，行业中的中小型企业，随着大数据发展与自身数据不断积累，以及管理者数据应用意识的加强，近两年大量中小型企业也对数据分析提出了需求，其功能需求较统一，并且用户规模大，标准化/产品化分析服务模式的市场空间未来将迅速增加。数据要素市场归结为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块。其中数据分析与数据应用作为重要的组成，从数据资产中提炼出有价值的洞察和知识，帮助所有者与使用者更好地发挥其业务与经济价值，是数据要素市场未来最具价值的业务环节。当前日益受到更多行业、更大客户群体的关注，如在政府与公共管理服务领域，随着数字中国建设，智慧城市向智能城市转变，在态势感知、交通疏导等场景已初见成效，但更本质的城市经济发展（如提升区域产业经济，拉动区域消费内需与民生），仍是各级政府的关注重点。据中国互联网络信息中心（CNNIC）发布的《中国互联网络发展状况统计报告》显示，“十四五”期间，我国互联网建设取得显著成就，新型信息基础设施建设加速布局，互联网基础资源持续丰富，为互联网普及和数字经济发展提供了坚实支撑。在数字化的基础上，通过公共服务管理的相关数据（市政、民生、企业经营、环保、城管与线上数据等）与专业的数据分析方法，为城市管理者提供智能化的分析策略建议，提升辖区招商引资与产业经济能力；通过数字化的资源撮合与交易平台，基于数据推动交易优化，改善政府对于本地经济的运营管理能力；通过进一步的数字化应用，驱动实现地区消费与民生满意度的提升，发挥城市的资源价值，相关数字化服务具有广阔市场前景。
　　（3）新业态
　　当前，全球互联网技术正经历新一轮深度变革，人工智能、数据要素、绿色算力等领域的重大突破持续推动产业格局发生深刻变化，催生出新的产业形态和商业模式，数字化、智能化成为互联网未来方向和数字经济发展趋势。2024年，“人工智能+”首次被写入政府工作报告，2025年政府工作报告提出，人工智能与各行各业的协同发展日趋加速，持续推进‘人工智能+’行动，将数字技术与制造优势、市场优势更好结合起来。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，旨在推动人工智能与经济社会深度融合。意见提出，到2027年实现人工智能与6大重点领域广泛融合，智能终端普及率超70%；到2030年全面赋能高质量发展，智能经济成增长极；到2035年步入智能社会新阶段。重点实施六大行动，涵盖科技、产业、消费、民生、治理、全球合作等领域，并强化模型、数据、算力等8项基础支撑，确保行动安全可控、开放共享。
　　在商业领域，各行业的大量企业意识到数字化服务模式的趋势，开始尝试建立基于数字化的业务模式，以及相关的数据驱动的业务经营与决策能力，通过数字化能力与相关数据分析的体系，打破原有以行业经验和专家认知为主的模式，以基于数据的科学与量化的方法应对迅速变化的市场挑战，在生产供应链、消费者认知、产品创新、精准营销等多个场景提升自己的竞争力。数据驱动策略的基础是专业的数据分析技术，在每个业务环节中通过对多维度数据的整合分析与深度挖掘，生成相关策略并进行应用，帮助企业降低运营成本、提升整体效率和业务营收。
　　在政府相关涉及的公共服务、环保、农业、旅游服务等领域，配合国家相关的数字化战略，相关政府和机构正在积极推进各产业的数字化，提升数据应用的能力与价值。各级政府部门通过开放城市、民生等数据资源，建立大数据交易中心、数字贸易港、推动全域旅游大数据应用等多种尝试，将城市资源数字化，借助分析技术实现智能化，提升城市资源管理与经济发展水平。2025年，中央一号文件指出，“支持发展智慧农业”“以科技创新引领先进生产要素集聚，因地制宜发展农业新质生产力”。以数字技术为引擎，推动智慧农业集群向高端化、规模化迈进，夯实智慧农业发展的基础。中国旅游研究院发布的《全国智慧旅游发展报告2024》显示，人工智能技术的新突破推动旅游行业数智化加速升级，为智慧旅游发展带来了新的机遇。生成式人工智能将对旅游内容创作、旅游趋势预测、旅游数据分析、个性化营销产生较大的影响，正成为推动行业变革的重要力量。
　　未来，数据将成为各行各业的重要资产，对形成自身竞争优势和良好的服务能力至关重要，而数据分析与相关应用亦将成为相关业务环节实现卓越能力的前置驱动力。以数据的最终应用为主导，在数字化资产管理、数据资产交易流通、数据多场景应用等整个数据的链条中，以需求为中心、以数据为基础，结合专业方法论与数据科学技术，快速、准确指导客户解决问题，并进一步通过专业洞察，提升分析结果的附加价值。上述全链条分析服务能力可帮助客户快速适应不断变化的业务需求，重新定义行业服务的新标准。
　　（4）新模式
　　随着数据科学、AI技术应用模式不断发展，以数据为中心的业务智能化驱动能力将成为企业的核心竞争力。数据分析服务在业务应用上，逐渐呈现出新的模式，企业可有效分析的数据维度与空间迅速扩大，从部分环节扩展到业务全流程，从内部业务经营数据扩展到生产物联网数据，从线下扩展到线上，从消费者态度数据扩展到消费者的行为数据，构成了全新的多维度数据空间。同时，客户规模因行业中小型客户的大量增加而迅速扩大，相应对服务模式也有了更多要求。具体表现在以下模式上的创新：在实施模式上，大量常规、标准性业务分析，由人工分析转变为基于AI与数据科学技术模型的智能化、自动化分析，以数字化智能分析产品的形式服务客户。产品除了本地化软件模式，更多是云端SaaS模式的产品形态，以快速而低成本的方式满足大量新增的客户群的实际需求。智能化方面，对产品的交互智能化与分析结果的智能化都提出了更多需求，随着AIGC大模型技术的发展，未来数据分析产品将以AI Agent智能体的形式，深入到每个业务环节，融合企业数据、专家经验与领域AI模型化能力，在垂直场景帮助客户专家更方便地进行自主分析，在效率与业务深度方面达到最佳效果。
　　在服务模式上，随着客户对数据分析价值的认可，在基础分析服务上，越来越多的客户由于自身能力与业务要求，日益关注最终的业务效果（如营业收入实际增长目标）并愿意为其付费。因此，数据分析服务的未来，将不仅限于只提供基本分析软件产品，还能提供针对性的完整解决方案（软件+硬件+配套的服务），以及后续持续提供产品上的数据驱动的专业运营，帮助客户完成期望的最终业务效果。这些新的模式将成为数据分析与应用价值链的重要延伸，将具有更好的用户粘性和持续性收入。
　　（5）未来发展趋势
　　在数字化产业领域，政策的迅速演进为行业的发展明确了界限，也指明了方向，从中央对于数据作为生产要素的表述，到数字化在十四五规划中的重要阐述，再到数据安全法的出台、以及各地大数据局、数字产权交易所的设立，数字化产业与数据要素市场应用，将成为未来国民经济发展中最重要的驱动力，2021年底，工信部对外发布《“十四五”大数据产业发展规划》，要求到2025年，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右。驱动数字经济时代的数字化产业在未来若干年都将会是一个高速发展、受高度关注、高频迭代演进的领域。随着AI技术的不断变革，数字经济的蓬勃发展引领人工智能产业持续向好，人工智能已成为全球科技竞争新焦点。Gartner预测到2026年，超过80%的企业将使用生成式人工智能的API（应用程序编程接口）或模型，或在生产环境中部署支持生成式人工智能的应用。国家网信办联合各部门发布了《生成式人工智能服务管理暂行办法》，明确鼓励生成式人工智能创新发展，鼓励生成式人工智能算法、框架、芯片及配套软件平台等基础技术的自主创新，平等互利开展国际交流与合作，参与生成式人工智能相关国际规则制定。


　　二、经营情况的讨论与分析
　　2025年上半年，受宏观经济环境影响，总体外部环境挑战和压力仍较大，客户趋于谨慎，表现出相关投入一定程度上减缓或延后的情形。报告期激烈的市场竞争环境给公司经营带来挑战，面对种种困难，公司积极应变，洞察机会，坚定长期发展战略，始终以积极、审慎的态度迎接挑战，聚焦核心优势，牢牢把握“数据要素×”和“人工智能＋”的国家产业机遇，持续在数据资源建设、数据智能和人工智能技术研发方面进行投入，打造核心竞争力，密切跟进市场需求新趋势，致力探索和推动AI智能体创新应用在商业垂直领域落地。公司凭借提升客户粘性及强化业务服务能力两大抓手，夯实市场根基，积极开拓创新业务，持续优化管理效率，使得总体经营已经呈现良好向上的发展趋势。报告期内公司收入稳定增长，现金流、利润及人均创收等关键指标同比均有提高。
　　本报告期，公司各项业务有序开展，经营计划稳步推进，实现了营收与净利润双增长，公司实现营业总收入20,161.24万元，同比增长14.79%，第二季度实现收入12,464.35万元，同比增长19.16%；归属于上市公司股东的净利润为-3,202.51万元，同比增长11.11%；归属于上市公司股东的扣除非经常性损益的净利润为-3,437.63万元，同比增长16.48%。因报告期内公司实施股权激励方案，扣除股份支付影响，归属于上市公司股东的净利润为-2,805.77万元，同比增长22.12%；归属于上市公司股东的扣除非经常性损益的净利润为-3,040.90万元，同比增长26.12%，总体经营绩效提升较为显著。公司2025年上半年经营性净现金流量同比增长80.85%，报告期末3年以上应收账款余额同比下降19.73%，一方面随着销售收入增长，经营性回款相应增加，另一方面，公司持续聚焦应收账款回收工作，采取法律手段等多种措施进行催收，使得经营现金流得到明显改善。AI技术和行业应用相关产品服务（AIGC和Agent智能体相关产品、慧AI应用平台、算力融合管理平台等）是公司近年来创新业务的战略重点和持续发力领域，一直大力投入技术研发和积极进行市场拓展。报告期内客户AI相关需求逐步明确且持续攀升，公司已在数据智能业务交付的产品服务中有效结合融入AI相关技术研发成果，对数据业务开拓及交付带来积极贡献，同时AI相关产品应用也已产生多个订单，创新业务成长态势凸显，预计未来相关订单需求旺盛。随着AI技术驱动的产品服务收入占比的逐步提高，有望带动公司收入、总体毛利率持续提升。
　　报告期内，公司狠抓精细管理和技术赋能，持续优化业务及人员结构，探索／挖掘AI技术对业务运营和产品服务的支撑效益，持续推进业务开源，涵盖提升客户单额、拓展与AI相关业务以及开拓其他业务领域等多方面举措，公司人均半年度创收同比增加29.97%。
　　2025年上半年主要工作成果：
　　（一）深度布局AI领域，多项创新技术成果落地
　　AI应用产品业务：自2024年以来，公司顺应AI技术应用发展方向以及头部企业客户业务场景AI智能化的发展趋势，公司的智能数据分析产品服务向AIGC／Agent应用模式进行升级。公司研发的面向企业AIGC应用场景的Agent应用平台—“慧AI智能应用平台”，将AI技术融合应用到企业的更多数据智能化场景（日常办公、企业知识库、研究分析、销售运营、产品创新、知识问答等），2024年下半年起已开始面向多行业的推广，已实现自研应用在合作方应用项目落地部署。报告期内，公司基于大模型、Agent智能体与已有的分析模型结合研发的“慧AI智能应用平台”、“ChatBI数据分析智能体”、“定性数据研究智能体”和“AI数字员工”等相关技术产品，可实现面向企业客户服务数据分析、业务洞察、产品创新、数字化营销等场景的智能体应用，已支撑公司日常业务及面向行业市场推广。报告期内上述AI应用产品已取得客户订单进行交付，并持续跟踪更多客户需求，挖掘潜在订单。
　　算力管理服务业务：报告期内公司凭借自主研发的融合算力管理服务平台，签署某“AI公共算力平台软件”项目，标志着公司在算力管理运营领域的技术和产品实现商业化落地。
　　（二）紧抓市场机遇，实现营利双增
　　报告期内，公司不断提升业务品质，各项业务有序推进，营收态势呈现上升趋势，业绩取得显著提升。公司上半年实现营业总收入20,161.24万元，同比增长14.79%。
　　公司的主要收入来自于TMT、快速消费品、耐用消费品和政府等行业客户，其中，公司本报告期TMT及消费行业收入平稳增长，得益于公司长期与行业头部客户保持稳定深入的合作。在TMT行业，公司继续保持深耕细作，快速响应客户的需求，以优异的交付质量与中国移动、华为、可口可乐、宝洁、诺和诺德、伊利、威富服饰、中国烟草、中国建设银行等世界500强、中国500强及多个细分行业头部品牌构筑形成长期合作伙伴关系，公司在巩固与长期合作伙伴的良好合作关系的基础上，拓宽了与客户合作的业务领域，随着头部客户对AI应用的关注与应用，公司已经取得积极进展并争取持续获得更多订单。
　　（三）推进精细化管理，持续优化内控体系
　　报告期内，公司在规范运营的基础上，进一步优化内控体系，提升运营效率。公司紧密围绕“合规优体系，全员更高效”的目标，已优先在客户管理、合同管理、印章管理、证据链管理、供应商管理等方面，优化规则和流程设计，简化不必要的冗余环节，更有效地平衡风险控制与业务效率，让符合规范的流程本身，成为业务顺畅运行的助推器。
　　（四）积极践行市值管理，维护股东权益
　　公司积极响应新“国九条”精神，不断深化市值管理，提升投关水平，全力搭建投资者沟通桥梁。报告期内，公司通过多元化渠道，包括常态化举办业绩说明会、接受调研、运用新媒介等方式，向投资者传递公司战略规划和价值，切实回应投资者的核心关切。公司已完成制定、修订《上市公司信息披露管理办法》《舆情管理制度》《市值管理制度》《投资者关系管理制度》，辅助公司在及时、准确、完整、有效做好和持续提升信息披露质量的基础上，有效开展专业、高效的投资者关系管理工作，充分维护广大投资者的利益。
　　（五）提升公司治理效率，提高科学决策能力
　　报告期内，公司按照最新《公司法》的相关规定，结合监管政策变化，对《公司章程》及配套制度进行梳理并完成修订，以及作出取消监事会，由审计委员会行使监事会职权、选举职工代表董事等一系列调整，构建起权责更为集中的治理架构，进一步强化审计委员会在监督体系中的核心作用，有效提升公司治理效率与决策科学性。
　　（六）推动股权激励实施，致力打造卓越团队
　　报告期内，公司实施了股权激励计划，不仅进一步推动完善了公司中长期激励机制，同时也增强了市场对公司实现战略目标和业绩增长的信心，充分调动了员工的主观能动性，提高了员工对企业的认同感和归属感，同时也向核心业务骨干提出了更高的业绩目标要求，构建员工与企业协同发展的命运共同体，实现员工与企业的共同成长。公司将持续对优秀人才进行多层次激励，吸引数字人才加入。
　　（七）荣誉加持，技术实力再获认可
　　报告期内，由数据猿携手上海大数据联盟共同编制的《2025中国数据智能产业图谱1.0版》正式发布。公司凭借在数据智能领域深厚的技术积累与丰富的行业实践成果，在大数据分析平台与用户行为分析两大核心维度成功登榜。这是继2024年入选《中国AI大模型产业图谱》、《中国数据要素产业图谱》后，公司在数据智能领域的实力再次获得权威认可。

　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、公司核心竞争力的具体表征
　　公司的核心竞争力表现为在数据科学与AI技术和垂直行业专有数据模型相融合的基础上，形成的以行业专有模型与技术化系统为核心驱动的数据分析能力。公司模型技术团队具备数据科学与AI/AIGC领域知识与算法研发能力，掌握机器学习、深度学习、自然语言处理（NLP）、大模型微调与训练等前沿技术，自主研发的AI分析识别类模型已获多项专利，并于2024年研发完成了基于AIGC的行业性生成类大模型（涵盖文本生成、语音克隆、数字人生成）核心算法，并已通过国家网信办算法备案。通过长期服务头部客户，公司沉淀了多行业专有分析数据与专业领域知识图谱，将智能分析技术与行业应用场景深度融合，形成了覆盖商业消费体验、营销路径优化、农业/烟草等多个垂直领域的智能化分析模型及数字化解决方案，能够精准预判行业趋势，直击客户痛点，相关软硬件产品以及服务已获得各行业头部企业的认可。算力是驱动AI规模化落地的“新质生产力”引擎，公司围绕AI算力基础设施建设与智能运营管理，提供从数据标注自动化、模型训练调优，到算力调度与应用部署的全生命周期管理，构建起“数据+算法+算力”的竞争优势。
　　2、公司相对竞争优势和劣势
　　（1）公司竞争优势
　　①公司在数据分析领域深耕多年，对服务行业有着深刻的理解和较强的技术实现能力
　　一方面，公司技术团队具有大数据处理与融合、机器学习、深度学习、AIGC大语言生成模型等方面的专业技术能力；另一方面，公司经过多年的积累，沉淀了垂直业务领域的专业业务分析的体系化认知（包括方法论与相关高质量的分析数据资源），将上述两方面优势进行融合，形成了如下技术优势：a.将AI、数据科学技术与行业方法论有效融合，在业务深度与智能化方面不断满足客户专业需求；2023年以来，公司基于自主AIGC技术与资源优势研发适合行业应用的文本生成/语音生成/数字人生成等多个大模型，并于2024年通过国家网信办算法备案。基于自主AIGC大模型能力，进一步研发新的分析产品和优化重构现有产品，体现了AI技术与行业应用的快速结合能力。
　　b.具备多维度数据（业务相关内、外部大数据与传统消费者体验小数据等）、异构数据（结构化数据与非结构化数据）的综合分析与应用技术能力，能够结合实际情况在低成本与良好效果方面达到统一。
　　c.公司基于数据的业务分析技术与产品研发，已实现闭环的技术化驱动道路，研发的大量行业数据分析技术和数据应用模型，如面向商业消费体验的分析方法与技术模型、面向商业营销的个性化用户分析与推荐技术模型、面向产品创新的AIGC创新生成技术和面向农业、烟草数字化领域的智能分析技术等已进行相关专利和软著申请，形成了系列软件化、公有云服务模式为核心的SaaS化分析产品，并在实际业务服务中使用，成为支撑公司业务服务的基础核心能力，已固化为公司的核心技术竞争力，并不断优化和迭代，在实际业务中不断驱动和提升业务服务领域与竞争力。
　　②优秀的团队构成，具备优秀的技术研发能力和企业管理能力
　　公司核心技术人员马亮和王驰分别毕业于清华大学和北京邮电大学计算机系，并获得博士学位，在数据科学相关的大数据融合处理、机器学习、AI与AIGC技术领域具有深厚的专业背景，并具备多年业务实践积累，2023年主持研发公司自主行业性AIGC生成类大模型算法；核心技术人员韩丁针对公司重要业务（如消费者体验类）的主要分析场景，积累了大量专业分析数据，建立了核心分析方法体系。公司核心技术人员和主要研发人员通过将AI、数据科学技术与垂直领域专业数据分析方法模型进行有效融合，并在实际业务使用过程中持续对算法和模型进行优化，形成了独特的技术体系，受到了行业头部企业的一致认可。公司管理团队主要来自国际领先研究咨询公司以及行业内著名企业，对行业具有深刻的理解，在数据分析模型构建和研究方法论等方面具有丰富的行业经验。公司管理团队可以准确把握数据分析行业的发展趋势，并制定公司相应的外部发展计划和内部管理制度。
　　③优质的客户资源促进了公司技术水平的提升
　　公司的主要客户包括世界500强企业、大中型央国企和政府/事业单位，商业领域以世界500强客户为主，且公司相关世界500强客户数量和质量均在同行业公司中具有优势。世界500强企业通常为某个领域的龙头企业，对所处行业有着深刻的理解，且拥有丰富的业务数据，其数据维度多、数据量大且属性复杂，所以对数据分析企业所提供的数据分析服务的行业专业性、技术能力、分析质量和服务水平具有较高要求。公司长期为上述企业提供数据分析服务，从侧面印证了公司的技术实力和业务水平在同行业中处于领先地位。
　　④公司通过多年的技术积累，具有先发转型优势
　　公司从2012年开始，就开始推进专业分析模型与数据科学技术综合驱动的数据业务服务模式，积极研发面向多维数据与数据科学技术驱动的分析技术与软件产品，并积累了大量行业性、高质量的分析数据资源。2018年以来公司加快了AI技术的融合，并在2023年基于数据积累与技术优势研发行业性AIGC生成大模型技术，并对自身分析产品进行AI化重构改造。率先实现了对包括企业内外部的数据、消费者态度与行为数据和行业数据的多维度数据的融合分析，通过体系化与智能化的数据分析软件产品和相关数字化平台系统，快速有效发现客户实际业务中遇到的问题，并生成具有针对性的数字化解决方案，形成公司独特的技术、产品、服务优势。
　　2023年以来，公司面向未来核心业务AI化的趋势，积极研发构建基于AIGC Agent智能体的企业业务分析智能化服务体系，通过中台化模式，统一提供资源、数据、模型与AI分析应用的完整支撑，帮助客户在更多业务场景中实现快速的数据智能化分析。在此基础上，公司延展研发相关AI能力中台系列产品，满足企业在实际AI应用建设中所需的底层支撑性需求（如大量AI智能算力资源的服务管理、AI应用的微调与快速训练部署），给客户从底层AI能力到上层AI业务应用全栈赋能，公司同步储备算力基础设施，研发了融合算力管理服务平台，以支撑公司在相关领域的业务发展。2025年，公司进一步推出“慧AI数字员工一体机解决方案”，以“深度适配、开箱即用”为核心目标，满足从大模型使用、训练到场景应用落地的全链条需求，赋能政府、金融、通信、消费品、互联网等行业客户实现“硬件+模型+应用”一站式部署。
　　（2）公司竞争劣势
　　①需要进一步提升人才储备
　　数据分析行业对企业数据价值的挖掘已经得到了市场和行业头部客户的认可，未来行业内竞争的激烈程度会逐步提升。公司为保持现有快速发展势头，需要在AI驱动的新技术/产品的研发、产品服务运营、企业运营管理方面持续进行人员投入，预先储备AI与数据科学人才、行业产品研发技术人员、领域分析专家与数据资源管理人员等。
　　②需要进一步扩展业务服务范围
　　公司目前技术研发和项目开发主要面向行业头部客户，并以深入解决专业问题的技术应用为主，为实现快速扩大公司业务规模、进一步提升公司在行业内的影响力，一方面，公司需要进一步将现有产品或服务下沉至行业腰部的大量中小企业，加深产品或服务的深度；另一方面，公司需要将技术与产品快速进行横向迁移，覆盖有众多需求但尚未服务的行业或领域。
　　(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
　　公司目前共有4项核心技术，分别是商业消费服务数据化分析技术、个性化用户分析与智能应用技术、业务运营效能分析与应用优化技术和生态环保的数据化分析与治理技术。四项核心技术根据领域/应用场景特点，包含21项核心技术子项。报告期内，公司核心技术未发生变化。
　　2、报告期内获得的研发成果
　　报告期内，公司新增发明专利1项、软件著作权12项；截至2025年6月30日，公司拥有发明专利16项、软件著作权229项。
　　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
　　1、受合并报表范围调整影响，子公司礼芮行于2024年8月不再纳入公司合并报表范围，导致与该子公司相关的研发费用在本期同比口径下相应减少。
　　2、截至本报告期末，公司募投项目“基于多维度数据的智能分析平台”的研发建设已处于结项阶段，研发投入相应减少；同时，公司通过引入智能辅助编程技术，显著提升了开发效率，上述因素综合导致研发相关费用阶段性减少。研发投入资本化的比重大幅变动的原因及其合理性说明：
　　2024年半年度公司无研发投入资本化项目，2025年半年度研发投入资本化比重显著上升。这主要是因为2024年7月公司启动并推进的新立项研发项目《企业AI应用支撑平台研发》，经过前期调研与技术论证，该项目在本年度持续进入开发阶段且满足资本化条件，预期能为公司带来显著经济利益流入，依据会计准则予以资本化处理。
　　4、其他说明：
　　公司于2024年下半年出售部分子公司股权，合并报表范围变化导致研发人员较上年同期减少；公司部分研发项目临近结项，研发内容减少，以及持续对研发团队结构进行优化，主要围绕核心分析技术能力的AI算法研发领域增补中高级软件技术人员。
　　公司研发人员减少未对公司日常经营、业务布局、技术研发及核心竞争力产生不利影响。

　　四、报告期内主要经营情况
　　2025年上半年公司实现营业收入20,161.24万元，较上年同期增长14.79%，归属于母公司所有者净利润为-3,202.51万元，归属于母公司所有者扣除非经常性损益的净利润为-3,437.63万元。
　　五、风险因素
　　1、宏观环境风险
　　公司的业务扩张主要受益于下游需求释放和应用领域拓展，受宏观环境影响，市场需求变化明显，如果未来整体市场增长放缓，或者公司未能挖掘新的业绩增长点，将会对公司业绩产生不利影响。
　　2、行业风险
　　近年来，数字经济呈现快速发展态势，人工智能大模型、数据产业为相关企业带来更多市场机会，国内行业相关发展政策陆续出台，数据产业发展、行业推广、应用基础等重要环节的宏观政策环境已经基本形成，鼓励新兴企业进入市场，预计行业整体竞争情况可能逐步加剧。在市场竞争逐步加剧的环境下，有可能导致产品和服务价格的下降，公司将面临毛利率下滑、市场占有率无法持续提高等风险。如公司未能持续提升产品技术水平和服务能力，将会给公司业务拓展带来不利影响。
　　3、业绩大幅下滑或亏损的风险
　　本报告期，公司实现营业总收入20,161.24万元，同比增长14.79%；归属于上市公司股东的净利润为-3,202.51万元，同比增长11.11%。受宏观经济、行业竞争态势等宏观环境因素的影响，公司整体业绩亏损且尚未实现扭亏为盈，如未来下游需求复苏不足，市场需求未能持续增长导致行业竞争进一步加剧，将对公司经营业绩继续产生不利影响。
　　4、经营风险
　　（1）客户流失或客户付费能力降低的风险
　　随着行业竞争程度日益激烈，公司面临客户流失的风险。如果核心客户流失，将对公司业绩产生不利影响。若我国整体经济增长速度显著放缓，或客户所处行业的竞争格局发生变化，使得部分行业的客户自身业务规模增长放缓或盈利能力下降，则存在客户付费能力下降的风险，也将对公司收入规模增长及业务拓展形成负面影响。
　　（2）人才资源风险
　　数据分析行业是以知识、经验、技能为基础的专业研究领域，属于人才密集型行业，人才是公司生存和长期发展的保障，是研究工作质量保障的必备条件。如果公司无法对核心团队进行有效激励以保证核心人员的积极性和创造性，将存在核心人员流失的风险。同时，优秀的研发人员和营销、管理等专业人员队伍是公司可持续发展的关键因素之一。随着公司业务和资产规模的不断扩大及募集资金投资项目的实施，未来公司对于高素质人才的需求将更加迫切，如不能持续稳定地提升现有人才队伍，并及时引进满足公司发展需要的人才，将可能对公司生产经营产生不利影响。
　　（3）数据使用合规的风险
　　公司为客户提供数据分析产品和解决方案，在业务经营过程中涉及数据采集、数据处理和数据分析。为了向客户提供更加精准的分析服务，在客户和受访人许可的情况下，公司会采集受访人必要的数据进行记录和分析。《中华人民共和国网络安全法》《中华人民共和国数据安全法》《网络数据安全管理条例》《中华人民共和国个人信息保护法》等相关法律法规及立法趋势，针对数据的汇集与分析应用、个人信息的收集、存储、使用、加工、传输、提供、公开、删除等行为，例如即时位置状态、交易和浏览行为等信息聚合，个人信息及个人敏感信息的授权及处理等，均对企业的数据合规工作提出了较高的要求，主要包括个人信息保护及信息数据安全等方面。因公司所处的数据分析行业系新兴发展行业，行业内的监管政策和个人隐私保护政策仍具有不确定性且日益加强，在未来公司业务开展中，仍不能完全避免因立法或监管政策的发展变化而引发数据合规方面的潜在法律风险。
　　此外，一旦公司员工违反公司内部相关制度要求，或数据合作方、客户因违反协议约定或基于其他自身原因造成了数据的不当泄露或使用，或因遭到恶意软件、病毒的影响或受到大规模黑客攻击造成数据泄露、损失，将可能因侵犯个人隐私而受到主管部门处罚或被用户投诉，或因侵犯个人隐私及个人信息相关权益导致诉讼或仲裁等纠纷，进而可能会对公司声誉及业务开展造成不利影响，从而影响公司的经营业绩。
　　5、核心竞争力风险
　　公司所处行业属于知识密集型行业。技术发展对于行业发展具有重要的推动作用。目前，数据分析应用相关的数字化与智能化技术处于快速发展过程中。以人工智能、数字化为核心的新技术方法近年来迅速迭代。尤其以生成式人工智能相关技术，可明显优化数据分析流程、提升数据分析的效率和业务深度、降低业务成本。同时也对行业从业人员的技术学习能力提出更高要求。能够快速学习并掌握以人工智能驱动的技术和方法，并在此基础上升级公司现有产品与技术方法，是公司保持自身竞争能力的关键。公司采用传统岗位轮训、相关能力岗位重点培养以及引进外部人才结合的方式，不断升级和调整业务人员的知识结构和技能水平。
　　随着下游细分市场应用领域的扩大及应用场景的变化，公司需要根据技术发展趋势和客户需求变化持续进行研发和创新，如果公司无法顺应市场要求完成相应产品升级迭代，公司将面临在后续发展过程中落后于竞争对手风险，可能导致丢失客户或错失市场先机，对公司的市场竞争能力及业务发展产生不利影响。
　　6、税收优惠政策变化的风险
　　公司从2013年开始享受15%的所得税税率优惠政策。公司已于2022年通过高新技术企业复审取得了最新的高新技术企业证书。《高新技术企业认定管理办法》规定：高新技术企业资格自颁发证书之日起有效期为三年，企业应在期满前提出复审申请，通过复审的高新技术企业资格有效期为三年。截至本报告出具日，公司正在办理高新复审，如果公司在资格到期之后未能通过高新技术企业复审，则将无法享受所得税优惠政策，公司以后年度的净利润将受到影响。 收起▲

　　一、经营情况讨论与分析　　2024年，面对错综复杂的国内外市场环境变化，公司坚持稳健经营，基于“专精特新”的企业定位，以提升公司核心竞争力为出发点，持续加大关键核心技术攻关和产品迭代，积极构建和推进新质生产力建设，提升自主创新能力，构建数据、算法及算力融合的核心能力，为未来发展储备技术力量；公司锚定数据要素产业发展，坚持“驱动数据要素价值实现”的核心战略，聚焦主业，为客户提供全生命周期的数字化、智能化的解决方案，加速构建公司发展的新优势；同时，公司通过夯实企业软实力建设、加强成本管理、控制费用支出、提高运营效率、强化内控体系、提升规范运作水平、狠抓应收账款催收等多种措施保障公司健康运营，力... 查看全部▼

　　一、经营情况讨论与分析
　　2024年，面对错综复杂的国内外市场环境变化，公司坚持稳健经营，基于“专精特新”的企业定位，以提升公司核心竞争力为出发点，持续加大关键核心技术攻关和产品迭代，积极构建和推进新质生产力建设，提升自主创新能力，构建数据、算法及算力融合的核心能力，为未来发展储备技术力量；公司锚定数据要素产业发展，坚持“驱动数据要素价值实现”的核心战略，聚焦主业，为客户提供全生命周期的数字化、智能化的解决方案，加速构建公司发展的新优势；同时，公司通过夯实企业软实力建设、加强成本管理、控制费用支出、提高运营效率、强化内控体系、提升规范运作水平、狠抓应收账款催收等多种措施保障公司健康运营，力求降本增效，以应对宏观环境的不确定性的挑战。
　　公司2024年度实现营业收入44,403.95万元，归属于母公司所有者的净利润为-5,339.72万元。2024年，受国内外经济环境形势的变化，公司所服务的商业市场需求相对偏弱，受其制约，公司在业务上以稳中求进的策略，较预期进度有所放缓；同时，客户层面的预算投入也更为审慎，导致部分项目商务过程和执行周期延长，综合因素影响公司可确认的营业收入较上年度有所下降，未能实现盈利目标。报告期内，公司面对不达预期的市场环境，持续深入开展自2023年以来的降本增效工作，通过资产优化整合等方式减少低效投入，采取加强应收账款管理、降低减值损失等举措最大限度降低不利因素的影响，达成了亏损同比收窄的经营成效。未来，公司将持续加大在数据资源建设与管理、数据智能和AI算法及AI算力相关的技术研发及基础设施投入，持续推动创新业务，发掘新质领域市场和拓展客户应用场景，进一步降本增效并创造新的增长，实现公司高质量发展。
　　1、坚持核心技术创新及迭代升级，进一步推进人工智能平台建设
　　数智化浪潮下，人工智能技术正成为推动千行百业发展的关键力量，随之带动了底层支撑资源（智能算力）与上层的智能化场景应用的迅速发展。作为国内数据智能和人工智能应用的综合服务提供商之一，公司牢牢把握数字经济发展大潮，以“驱动数据要素价值实现”为目标，实行“数据要素×”与“人工智能＋”的两大战略，充分利用公司长期服务的行业头部客户资源，基于在数据、算法、模型等方面所积累的行业知识库、算法模型库与大量专业数据分析报告等深厚积淀，构建数据、算法及算力融合的核心能力。以数据资源为例，上市以来，公司数据采集及采购费用合计占营收比重分别为51.59%、56.67%、60.38%、59.74%、59.56%。报告期内，公司投入建设并形成了AI数字员工软件平台、软硬件结合的数字化产品、融合算力管理服务平台等多个人工智能平台的能力，以满足客户人工智能时代的多维需求。
　　AI软件方面：2024年以来，公司顺应AIGC应用发展方向（Agent智能体）以及头部企业客户业务场景AI智能化的发展趋势，公司的智能数据分析产品服务向AIGCAgent应用模式进行升级，已研发出面向企业AIGC应用场景的Agent应用平台—“慧AI智能应用平台”，底层大模型除了支持慧辰自研的行业大模型与数字人模型外，也接入主流公开服务模型（截至目前包括DeepSeek、文心一言、Kimi、智谱AI、百川智能、GPT等），平台的应用以Agent智能体形式，支持自研应用与合作方应用部署。公司将大量AIGC智能应用融合扩展到企业的更多数据智能化场景（日常办公、企业知识库、研究分析等等），下半年已开始进行多行业的推广；同时，公司延展研发企业AI能力的中台系列产品，满足客户在实际AI应用建设中所需的底层支撑性需求（如AI智能算力资源的服务管理、AI应用的微调与快速训练部署），为客户从底层AI能力到上层AI业务应用全栈赋能。公司2024年已研发完成基于AIGC的面向领域场景的多个大模型生成技术，其中慧辰大模型文本语言生成算法、语音合成算法及数字人合成算法已通过国家网信办的算法备案（慧辰大模型文本语言生成算法网信算备号110108934685601240015，语音合成算法网信算备号110108934685601240023，慧辰数字人合成算法网信算备号110108934685601240031）。基于AIGC技术研发的“慧AI智能应用平台”产品和“AI数字分身”技术、融合实现了“AIGC+洞察创新”、“AIGC+数字营销”、“AIGC+客户体验”等场景化功能，已在日常工作及客户部署方面取得积极成效。
　　AI软硬件融合方面：截至目前，公司联合行业智算硬件合作方，基于DeepSeek大模型与慧AI数字员工产品，构建数字员工一体机解决方案。提供从“底层算力、大模型部署、推理训练、数字员工应用”的全栈解决方案，助力帮助包括金融业等行业用户实现“硬件+大模型+智能应用”的一键式部署，可实现快速构建知识检索、业务办公、知识库问答、数字客服等多种智能应用能力，帮助用户形成覆盖“业务-服务-运营-决策”的智能应用能力。公司的AI一体机解决方案在保障数据安全的同时，实现业务创新与降本增效，迈向“软硬件协同，高效率部署，全场景覆盖”的新阶段。慧辰DeepSeek智算一体机具备应用于多个业务场景的能力，拥有为不同规模、不同类型用户定制化服务的潜力。
　　算力业务方面：①算力软件服务领域，公司已储备智能算力基础设施以支撑公司在相关领域的业务发展，并与中科信控、棱镜数聚达成战略合作，基于各方优势，联合研发“融合算力管理服务平台”，其主要通过通用算力与智能算力的融合运营模式，满足智算运营精细化的趋势化需求。该平台提供全生命期的智算算力资源运维/常规运营管理功能，结合智算运营特点，重点加强了细粒度的智算资源服务和提升运营收益的精细化运营能力，可扩展多样的算力服务产品以及更好地满足不同AI算力租用的场景需求。同时，为平台服务的算力租用用户预置了大量高性能AI模型镜像与全流程的开发部署套件，赋能租户便捷高效地构建AI应用，从而在价格与易用性方面可有效吸引更多长尾、中小型智算应用需求客户群体。②算力硬件服务业务，公司已经开始为客户交付算力资源。
　　公司2024年被北京市经济和信息化局评选为北京市“专精特新”中小企业，是公司长期坚持“专业化、精细化、特色化、新颖化”发展道路的有力见证，也是对公司的研发创新能力和企业综合实力的高度认可。公司将继续加大研发力度，积极探索通过人工智能技术赋能细分行业的智能服务场景，围绕公司核心产品开发、客户实际需求制定研发规划，构建相关自主化模型，满足各行业客户对本地化、自有数据可控的相关智能服务的需求。
　　2、坚持核心战略，聚焦主业，实现多领域应用场景落地
　　数据要素及应用持续作为政府重点推进的方向，国家数据局的成立意味着该产业方向在较长周期内成为数字经济发展的重要动力。在数据要素业务方面，公司持续坚持“驱动数据要素价值实现”的核心战略，公司长期深耕在数据要素的场景中，具备数据采集、分析、治理、流通、应用等多个环节，形成了数据分析、数据挖掘、数据运营领域的核心竞争力，积累了广泛的数据应用场景，包括不限于通信、ICT、快消品、汽车、金融（银行、证券等）、烟草等商业领域头部品牌及智慧政务、智慧农业、智慧文旅、智慧城管等领域，实现软件开发、数据分析应用、数据运营等多方面的解决方案，提供数据领域的全栈解决方案在数据要素领域持续推进业务。报告期内，公司在数据要素领域持续推进业务，有效融入AI相关技术及智能算力相关基础设施解决方案，适时推出创新数据产品和数据智能应用解决方案，加快形成新质生产力，增强发展新动能。
　　2024年，公司生成大模型与相关智能分析应用产品，已经开始在公司内部与行业客户业务服务场景中陆续投入试用，为客户提供全方位的数字化、智能化的解决方案。这不仅进一步提高了产品的实用性和创新性，更好地帮助客户提升业务效率，还增加了业务效益，逐步实现内部降本增效和外部引领新的市场需求目标。
　　3、坚持以客户为中心，持续增强市场竞争能力及品牌影响力
　　报告期内，公司深耕重点市场，注重与客户的沟通和合作，凭借过往合作的良好关系和公司产品质量口碑，不断提升客户服务水平，建立长期稳定的合作关系，增强客户粘性，提高客户满意度，并努力扩大现有业务规模。
　　公司依托大众和行业媒体、协会及权威机构，围绕公司品牌和业务定位进行行业推广，致力于加强公司品牌影响力塑造和业务能力的大众传播，公司品牌影响力得到进一步提升，2024年再获多项荣誉：
　　入选由中国科学院《互联网周刊》、德本咨询和eNet研究院联合发布的“2024数据智能服务提供商TOP50”榜单；
　　连续六年蝉联天猫新品创新中心（TMIC）年度金牌服务商；
　　入选2024“ToB行业年度榜单”，荣获“实力先锋企业”称号；
　　入选由数据猿与上海大数据联盟携手打造的《2024中国AI大模型产业图谱1.0版》；
　　入选由数据猿与上海大数据联盟携手打造的《2024中国数据要素产业图谱1.0版》；
　　入选2024数据智能服务提供商TOP50，位列第12名；
　　获评北京“专精特新”中小企业；
　　入选《2024中国(数据要素)产业年度优秀企业》榜单；
　　获评“北京软件核心竞争力企业”。
　　4、坚持规范治理，持续优化公司内部控制体系
　　公司持续推进企业内部控制整改优化工作。合同管理、子公司风险识别及评估/子公司投后管理、收入确认、应收账款、反舞弊管理等方面已按照前期整改要求严格执行并监督，以进一步促进公司管理规范化，进而增强公司的风险控制水平，提升公司的可持续发展能力。公司内审不定期对子公司进行审计，并对子公司的销售、采购、研发、投资等各个环节进行严格监督。同时，报告期内，公司加快、加强信息化建设，进一步提高业务信息和流程的内控水平和运转效率，公司已初步完成供应商管理系统的开发工作，将助力公司更加全面地了解供应商的情况，包括其经营状况、服务能力等，从而更科学地进行供应商的选择和评估，有效降低公司采购成本与风险，优化公司供应商链管理。反舞弊管理方面，公司进一步加强内部宣传培训，组织员工参加舞弊违规专项现场培训，提升员工反舞弊意识和反舞弊能力，降低内部舞弊违规风险。通过报告期内对上述工作的持续推动落实，公司内部管理制度化、信息化和自动化水平切实提升，企业运行效率显著优化，企业内控和规范化水平获得持续性改善。
　　5、坚持降本增效，提升应收账款回款水平
　　报告期内，公司全面深化预算管理，加大成本管控力度，降低成本，提升效率，真正渗透到项目的控制和管理中，切实改善费用测算、预算管理、成本控制工作，以促进公司提升盈利水平。公司应收账款管理部门积极采取措施加强应收账款回收，加大应收账款回笼力度，严控应收账款坏账风险，促进资金良性循环，逐步改善公司现金流，以保证公司持续稳定发展。
　　
　　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
　　公司从事的主要业务是基于数据分析方法论和数据智能分析技术提供数据调研/分析一体化服务，是基于数据分析及人工智能（AI）等数据智能技术，为客户提供数据分析服务和产品及相关解决方案。公司以数据要素生态链中数据咨询服务商的产业定位为出发点，主要服务于商业和公共服务领域，面向行业大数据、客户内外部多维数据、消费者行为与态度数据等多种数据要素资源利用，基于独有行业数据分析模型、数据算法、人工智能（AI）技术等，为客户提供经营决策数据产品、行业数字化应用方案，以及数据产品开发、数据运营变现、AI应用解决方案等产品与服务，沿数据要素生态价值链拓展业务，是以数据智能分析和人工智能技术为核心支撑的科技创新型企业。
　　公司十余年来持续服务多个行业大中型商业客户和政府及公共服务机构客户，在国内市场拥有较高的营收规模，围绕数据要素应用在数据科学方法论、数据分析应用场景、行业专业数据算法模型等方面积累了丰富的经验。当前，公司以“AI驱动数据要素的价值实现”为企业愿景，致力于研发数据分析、数据挖掘、数据运营及应用的智能技术，开发行业数据分析应用的专业算法/模型，为客户数据要素相关业务场景提供服务或产品支撑，助力数据要素从生产要素到价值创造的实现。在数据要素产业生态中，公司首先定位于数据咨询服务商，未来将通过商业模式的拓宽进一步沿着数据要素生态价值链发展，取得更大的成长空间。
　　公司积极布局与数据相关的算法模型及算力相关业务，满足客户对新技术和基础设施上的需求，形成“数据、算法及算力”为核心的业务覆盖。目前，公司自研算法模型已经通过国家网信办备案（包括文本大模型、语音大模型及数字人大模型），成功发布了具有领先技术的“融合算力管理服务平台”“慧AI数字员工”等产品，为有算法模型及算力需求的客户提供全流程解决方案，公司将持续推动产品研发能力及客户开拓落地。
　　公司的业务产品服务主要包括三种交付模式：专业数据分析服务、数字化营销软件产品/SaaS与行业数字化产品和解决方案。
　　三种不同的交付模式都需要从数据采集、数据处理、数据分析和数据应用全部环节的一体化能力，具体如下：
　　数据采集环节：专业数据分析服务模式下，相关的多维数据（包括企业内部数据、外部数据与消费者体验类数据等）通过多种方式（公司产品平台采集、采购、客户提供与对接）实现数据采集，而数字化营销产品/SaaS模式，则主要以企业的内部数据为主，多由客户企业提供和平台对接。行业数字化产品和解决方案模式下，涉及的数据，主要通过解决方案中相关产品采集或与客户平台对接获得。
　　数据处理环节：主要进行用于后续分析应用的预处理（如清洗、融合与标签化等）与基础管理工作。根据客户数据应用场景与数据安全合规要求，有两种实施方式：在客户方（私有云）数据管理平台上进行，或者在公司内部的大数据处理技术平台进行。
　　数据分析环节：在前期融合处理的数据上，基于公司核心的业务场景专用数据分析模型（如产品路径/净推荐值等），生成相关的数据分析结果。分析模型的相关功能程序，以专业分析方法与数据科学技术的算法模型结合生成，并加入了最新AI人工智能的数据智能分析能力。这一环节为体现公司业务核心技术能力的关键环节，所有交付模式，都需要公司数据分析核心技术的支撑。数据应用环节：公司数据分析能力最主要的价值变现场景，根据客户需求提供多种应用形式：专业数据分析服务（报告），应用于客户业务运营核心场景（消费者洞察、产品创新、满意度研究、渠道运营分析等）的关键性业务问题分析，主要服务商业（如快消、运营商、TMT、汽车、房地产等）与政府/公共服务的关键业务决策；而数据分析产品将分析模型以云端SaaS产品/API服务形式，服务商业客户为主（快消、运营商、TMT与金融为代表）日常运营的快速分析；数据运营服务，是将数据分析与后续对应业务实施策略融合的持续化服务，满足快消与企业CRM服务的私域数据运营类需求；数字化转型与运营效能提升应用，主要通过实施行业数字化产品和解决方案，实现基于数据智能利用驱动业务创新，帮助相关行业（如烟草、农业等）进行数字化转型，提升业务的精细化与智能化水平，从而提升经营效益。
　　随着人工智能技术和相关AI大模型应用市场的发展，公司正积极布局与数据智能应用相关的算法模型及算力基础设施相关业务，满足客户对AI技术应用和AI基础设施上的新增需求，形成公司聚合“数据、算法及算力”为核心的业务覆盖。目前，公司自研的多个AI算法模型已经通过国家网信办备案（包括文本大模型、语音大模型及数字人大模型），发布了具有国内领先技术的“融合算力管理服务平台”、“慧AI”平台等AI相关技术产品，为有AI算法模型及算力需求的客户提供全流程解决方案，公司将持续发力推动AI产品和应用研发能力及客户市场开拓。
　　(二)主要经营模式
　　1、生产模式
　　公司主要为企业、政府机构提供基于多维度数据的业务分析一体化服务和应用技术产品以及行业数字化应用解决方案，因此公司的生产模式主要围绕数据获取、数据融合、数据分析和数据应用来进行。
　　公司获取数据的主要途径包括客户提供的专有数据（包括产品数据、销售数据、渠道数据、广告数据、用户数据与客服数据以及政府各委/办/局的相关数据）、公司向供应商采购的通用或定制数据（主要包括消费者态度数据、行为数据、渠道类数据、舆情监控数据和行业特性业务数据）以及公司自行采集的特定数据（主要包括消费者态度数据、行为数据以及所部署的数字化应用采集的相关生产过程数据）。
　　通过数据融合技术，公司实现了对多维数据的预处理和标签化操作，为数据后续的分析和应用奠定了基础。
　　数据分析和数据应用。在融合数据的基础上，通过对数据科学技术和垂直领域专业分析方法模型的融合应用，完成两类业务应用服务：
　　（1）数据驱动的数据分析服务：实现对相关业务场景的深入分析，发现深层业务问题并提供策略建议；
　　（2）行业化数据智能应用解决方案：针对行业性数据应用需求，提供基于数据的智能解决方案。公司基于本地化软件系统和云端的产品服务，完成从数据体系的设计整合、专业分析模型生成到最终场景化的智能应用的全流程服务。
　　2、采购模式
　　在经营过程中，公司对外采购内容主要包括两类：数据分析服务所需的数据与其他非数据类内容（如云计算环境、软硬件设备与其他服务等）。其采购流程也相应分为数据服务类采购和非数据服务类采购两种。公司通过供应商管理（经过比价入库等）实现供应商能力与资质的有效审核和甄别。
　　（1）数据服务类采购
　　公司主要通过外部数据供应商采购分析中必要但客户方未提供的相关数据，主要采购消费者态度数据、行为数据和渠道类数据等，公司会在合同中与数据供应商就数据的合法合规性进行约定。
　　（2）非数据服务类采购
　　非数据服务类采购，主要针对公司业务运营中除了数据之外的其他业务资源的采购。包括办公场地与设备、运营与业务服务所需的云计算环境、软硬件设备、固定资产、网络资源、公司市场宣传、资质与知识产权申请等相关服务。
　　3、销售模式
　　公司主要采用直销方式对客户产品、服务及解决方案进行销售。日常通过进入客户供应商采购名册、参与竞标等方式获取业务合同。
　　4、研发模式
　　公司的产品和技术研发以数据分析应用市场需求为导向，结合数据分析相关领域技术发展趋势的预测以及竞争对手技术业务能力分析来进行。
　　公司采用产品管理团队和产品开发团队相结合的模式来进行自主研发。产品管理团队由公司技术总负责人和业务运营相关负责人组成，主要负责对研发项目过程中所有重大事项进行评议审核，对研发开发的关键节点和重大变更进行决策；产品开发团队则主要由研发实施相关的业务部门（参与需求采集、原型测试）、技术部门（模型研究、算法建模、应用开发、系统测试与运维支持等）核心成员组成，主要负责承接公司产品管理团队下发的任务，对所辅助的研发内容实现技术定义、开发与交付，并申报相关的研发成果。
　　5、盈利模式
　　公司以向企业级客户销售基于数据的业务分析服务与应用产品和行业应用解决方案等产品与服务，满足客户需求，为客户创造业务价值实现盈利。
　　6、公司主要经营模式在报告期内的变化情况
　　公司主要经营模式及影响经营模式的关键因素在报告期内保持稳定，无重大变化。
　　(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
　　公司主要为商业客户和政府机构提供基于多维度数据的数据分析与应用产品、服务和行业性数字化解决方案，上述产品或服务是公司主要的收入和利润来源，主要涉及数据服务行业和软件行业。
　　公司核心业务模式、核心技术与主要产品或服务均与数据分析相关，根据《国民经济行业分类》（GB/T4754-2017），公司所处行业属于I64互联网和相关服务-6450互联网数据服务，所处细分行业为数据分析行业。
　　数据分析作为一个跨学科的交叉科学技术，其基于量化指标，以数据资源为驱动基础，通过自动分析算法模型实现对业务深度理解与决策应用。其特点是通过深挖数据的价值来产生业务效益。从横向看其可服务任何具有数据与量化分析需求的行业，从纵向看可深入具体业务的深层场景。
　　数据分析行业，是数据要素市场产业的重要组成。作为一个相对细分的垂直技术领域，其应用场景与可分析的数据资源紧密相关，早期服务主要分散在具有较多数据资源的行业/企业（如世界500强大型企业）的专业需求场景（如市场趋势预测、生产流程管控、消费者研究、产品设计、渠道建设等等），需要兼具业务深度理解与数据分析技术的有效实施能力，对相关专业服务公司的能力要求很高。随着大数据、行业数字化的迅速发展，数据的积累和应用需求日益明显，各行业的数字化与大数据应用系统建设进一步产生了多维海量的数据资源。如何对数据这种原材料进行深度加工应用，发挥数据的增量价值，实现智能化的运营，提升未来的竞争力，不再只是各行业头部/大型企业的目标，也成为各行业内涵盖中小企业的广泛诉求。2020年4月数据被确认为中国国民经济生产的重要生产要素，2022年12月国务院正式发布《关于构建数据基础制度更好发挥数据要素作用的意见》，2024年12月国家发展改革委等部门发布《关于促进数据产业高质量发展的指导意见》，明确到2029年数据产业规模年均复合增长率超过15%，充分说明中国已经正式进入数据要素市场的快速发展阶段。数据要素市场归结为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块。数据分析与数据应用作为重要组成，是建立相关数据分析与应用的技术服务体系，从数据资产中提炼出有价值的洞察和知识，帮助所有者与使用者更好地发挥其业务与经济价值，是数据要素市场未来最具价值的业务环节。近年来，随着相关技术推动数据分析的能力逐步提高，数据分析已经被证明是实现数据资产价值的一种低投入高产出的有效模式。数据分析行业趋势表现为：业务服务范围扩展（从商业/互联网到政府/工业/农业/物联网，从头部大企业到行业中小企业），可分析的数据资源类型更多（如从生产经营数据到地理空间数据、从结构化与文本数据到语音、图像与视频等多模态数据），而服务场景也更加细分（从管理决策、设计创意、营销扩展到供应链、智能化生产等任何存在数据资源的场景），服务能力需求进一步升高（更智能、更深入与更快捷）。
　　近年来人工智能技术发展迅猛，已成为新质生产力的重要组成，在数据分析领域利用AI技术赋能已经成为行业发展趋势。2024年1月，工业和信息化部等七部门发布《关于推动未来产业创新发展的实施意见》，明确利用人工智能、先进计算等技术精准识别和培育高潜能未来产业，支撑推进新型工业化。2024年3月，教育部正式启动“人工智能赋能行动”，推出了4项具体行动，旨在用人工智能推动教与学融合应用，提高全民数字教育素养与技能，开发教育专用人工智能大模型，同时规范人工智能使用科学伦理。2024年7月，工业和信息化部、中央网信办、国家发展改革委、国家标准委等四部门联合印发《国家人工智能产业综合标准化体系建设指南(2024版)》，提出到2026年，我国人工智能产业标准与产业科技创新的联动水平持续提升，新制定国家标准和行业标准50项以上，引领人工智能产业高质量发展的标准体系加快形成。
　　智能算力作为支撑人工智能技术应用、激活数据要素潜能的新动能，已经成为数字经济时代的重要资源和基础设施。2024年政府工作报告中提出，“适度超前建设数字基础设施，加快形成全国一体化算力体系”；2023年10月，工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等六部门联合印发了《算力基础设施高质量发展行动计划》，明确将稳步提升算力综合供给能力，到2025年，我国智能算力在总算力中的占比将提升至35%，增速将快于平均增速。2024年7月，国资委在国新办发布会上表示，将有序推进智算中心和算力调度运营平台建设，做强智算能力供给，更好服务中小企业。根据国际数据公司（IDC）与浪潮信息联合发布的《中国人工智能计算力发展评估报告》显示：“大模型和生成式人工智能推高算力需求，中国智能算力增速高于预期。2024年，中国智能算力规模达725.3百亿亿次/秒（EFLOPS），同比增长74.1%，增幅是同期通用算力增幅（20.6%）的3倍以上；市场规模为190亿美元，同比增长86.9%。未来两年，中国智能算力仍将保持高速增长。2025年，中国智能算力规模将达到1037.3EFLOPS，较2024年增长43%；2026年，中国智能算力规模将达到1460.3EFLOPS，为2024年的两倍。2025年，中国人工智能算力市场规模将达到259亿美元，较2024年增长36.2%；2026年市场规模将达到337亿美元，为2024年的1.77倍。
　　数据分析行业的技术门槛，包括两个层面：一方面是以AI、数据科学技术与行业认知深入结合构造的专业数据分析算法模型。首先要将行业的专业理论/分析方法，通过大量的行业专业数据的预处理（清洗融合）后，基于机器学习、深度学习等AI与数据科学算法进行建模，其次需要持续调优，构建出基于数据的业务认知分析模型，打造对行业知识体系与逻辑的自动化、深度的分析认知能力。相关模型除了需要基于专业的AI与数据科学技术构建（机器学习/深度学习、行业大模型训练调优），同时必须具备较多的行业数据积累，并能有效抽象重构出分析场景的特点、专业认知与业务理解，才实际使得分析模型具有分析的深度和更好的可解释性，模型后续须进一步经过不断反馈优化，才能达到更高的精度。这样兼具分析效率与业务认知深度的数据分析技术模型才具有良好的应用效果，真正发挥数据的价值；另一方面是实现数据分析与应用的专业技术体系（包括专业数据积累与最佳的应用服务体系）。
　　2、公司所处的行业地位分析及其变化情况
　　公司作为数据智能分析行业的国内规模领先的专业咨询服务商，在主要行业市场拥有良好的口碑，已形成较高的行业地位和广泛的品牌影响力。主要表现在公司已为较多重要经济产业（如汽车、快消、TMT/ICT、烟草、金融、医疗、农业、政府和公共服务等）长期提供了专业服务，且服务客户主要为所在行业领先的头部企业（以世界500强企业与大型央国企及互联网厂商为代表）。2021年以来，随着产业数字化转型与数据分析/运营需求市场的迅速增长，公司在数据分析服务产品化、分析技术智能化与数据服务模式多样化方面均进行了对应拓展，在服务行业/客户群体/业务规模与数据分析服务的产品化能力进一步增强，巩固了公司的行业地位。随着2023年人工智能大模型和AIGC技术的突破性发展，公司紧跟技术发展形势，投入发展AI+数据智能分析的应用创新，包括行业AI+数据智能应用平台、行业数据产品及行业AI+数字化转型解决方案的开发，满足行业市场的不断涌现的新增需求，以进一步维护和提升公司的行业市场地位。
　　为丰富公司AI相关业务能力，公司同步布局AI算力服务领域，与生态合作伙伴合作研发了具备行业领先技术优势的平台产品“算力调度运营平台”，构建数据、算法及算力融合的核心能力，不断满足算力市场的快速增长，在数据要素、数字经济时代为客户赋能。
　　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
　　数据分析技术作为数据科学技术的分支，随着理论逐步发展和数据资源的日益扩大，近年进入了快速发展期，以大数据处理、机器学习为代表的数据科学算法技术（侧重于分析大规模数据与弱相关性）已逐渐超越传统统计技术成为数据分析的重要技术支撑；以AI人工智能（以深度学习为代表的文本、图像与语音处理）、AIGC、多模态大语言模型相关的智能化分析技术，在2021年以来迅速发展并逐步应用到数据分析场景，进一步推动了数据分析的智能化和深度，并帮助数据分析技术扩展到更大的数据资源空间。包括商业领域的高维非结构化数据（语音、图像与视频等）、物联网/工业互联网相关数据（大规模高速时序数据）以及更多专业领域数据（如生物工程的基因大数据等）。同时，新的数字化、可视化展示（如基于地理空间、机器视觉、三维实景建模和数字人相关）技术有效提升了时空类数据的分析能力。未来，以深度学习、强化学习、AIGC、模型自动化与数字化展示结合的数据分析技术体系，将具备更快的智能建模与自动优化能力、更精确的业务推理，提升分析应用的智能化水平。
　　（2）新产业
　　长期以来，数据分析应用主要集中在第三产业商业服务，围绕企业经营业务环节展开。由于相关数据分析与应用对企业经营效益提升有显著作用，长期受到国际性企业与行业头部大企业的关注，行业中的中小型企业，随着大数据发展与自身数据不断积累，以及管理者数据应用意识的加强，近两年大量中小型企业也对数据分析提出了需求，其功能需求较统一，并且用户规模大，标准化/产品化分析服务模式的市场空间未来将迅速增加。而2021年以来，随着数字经济的发展，数据已经上升为土地、劳动力、资本、技术以外的第五大生产要素。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》发布，2023年2月，《数字中国建设整体布局规划》发布，明确了数据要素的发展与应用，成为国家与全社会未来的需求。而数据要素市场归结为数据采集、数据存储、数据加工、数据流通、数据分析、数据应用、生态保障七大模块。其中数据分析与数据应用作为重要的组成，从数据资产中提炼出有价值的洞察和知识，帮助所有者与使用者更好地发挥其业务与经济价值，是数据要素市场未来最具价值的业务环节。当前日益受到更多行业、更大客户群体的关注，如在政府与公共管理服务领域，随着数字中国建设，智慧城市向智能城市转变，在态势感知、交通疏导等场景已初见成效，但更本质的城市经济发展（如提升区域产业经济，拉动区域消费内需与民生），仍是各级政府的关注重点。十四五期间，在数字化的基础上，通过公共服务管理的相关数据（市政、民生、企业经营、环保、城管与线上数据等）与专业的数据分析方法，为城市管理者提供智能化的分析策略建议，提升辖区招商引资与产业经济能力；通过数字化的资源撮合与交易平台，基于数据推动交易优化，改善政府对于本地经济的运营管理能力；通过进一步的数字化应用，驱动实现地区消费与民生满意度的提升，发挥城市的资源价值，相关数字化服务具有广阔市场前景。
　　（3）新业态
　　随着企业数据的不断累积，以及数据分析技术在互联网行业的逐步普及，新的数据分析业务形态对传统业务带来了挑战、优化与变革，越来越多的企业意识到通过对数据的分析和应用，可有效提升企业在行业中的竞争力。
　　在商业领域，各行业的大量企业意识到数字化服务模式的趋势，开始尝试建立基于数字化的业务模式，以及相关的数据驱动的业务经营与决策能力，通过数字化能力与相关数据分析的体系，打破原有以行业经验和专家认知为主的模式，以基于数据的科学与量化的方法应对迅速变化的市场挑战，在生产供应链、消费者认知、产品创新、精准营销等多个场景提升自己的竞争力。数据驱动策略的基础是专业的数据分析技术，在每个业务环节中通过对多维度数据的整合分析与深度挖掘，生成相关策略并进行应用，帮助企业降低运营成本、提升整体效率和业务营收。
　　在政府相关涉及的公共服务、环保、农业、旅游服务等领域，配合国家相关的数字化战略，相关政府和机构正在积极推进各产业的数字化，提升数据应用的能力与价值。各级政府部门通过开放城市、民生等数据资源，建立大数据交易中心、数字贸易港、推动全域旅游大数据应用等多种尝试，将城市资源数字化，借助分析技术实现智能化，提升城市资源管理与经济发展水平。而农业领域的各级生产与管理者，则不断通过基于数字化、科技化新手段，来推动农业传统生产管理形态的升级，真正有效实现高质量的农业生产发展与产业经济的升级。旅游行业已进入加速复苏通道，作为国家拉动消费的重要领域，各地方政府下属的大量中小旅游景区，对基于数字化的景区服务与运营能力产生众多的需求。
　　未来，数据将成为各行各业的重要资产，对形成自身竞争优势和良好的服务能力至关重要，而数据分析与相关应用亦将成为相关业务环节实现卓越能力的前置驱动力。以数据的最终应用为主导，在数字化资产管理、数据资产交易流通、数据多场景应用等整个数据的链条中，以需求为中心、以数据为基础，结合专业方法论与数据科学技术，快速、准确指导客户解决问题，并进一步通过专业洞察，提升分析结果的附加价值。上述全链条分析服务能力可帮助客户快速适应不断变化的业务需求，重新定义行业服务的新标准。
　　（4）新模式
　　随着数据科学、AI技术应用模式不断发展，以数据为中心的业务智能化驱动能力将成为企业的核心竞争力。数据分析服务在业务应用上，逐渐呈现出新的模式，企业可有效分析的数据维度与空间迅速扩大，从部分环节扩展到业务全流程，从内部业务经营数据扩展到生产物联网数据，从线下扩展到线上，从消费者态度数据扩展到消费者的行为数据，构成了全新的多维度数据空间。同时，客户规模因行业中小型客户的大量增加而迅速扩大，相应对服务模式也有了更多要求。具体表现在以下模式上的创新：
　　在实施模式上，大量常规、标准性业务分析，由人工分析转变为基于AI与数据科学技术模型的智能化、自动化分析，以数字化智能分析产品的形式服务客户。产品除了本地化软件模式，更多是云端SaaS模式的产品形态，以快速而低成本的方式满足大量新增的客户群的实际需求。智能化方面，对产品的交互智能化与分析结果的智能化都提出了更多需求，随着AIGC大模型技术的发展，未来数据分析产品将以AIAgent智能体的形式，深入到每个业务环节，融合企业数据、专家经验与领域AI模型化能力，在垂直场景帮助客户专家更方便地进行自主分析，在效率与业务深度方面达到最佳效果。
　　在服务模式上，随着客户对数据分析价值的认可，在基础分析服务上，越来越多的客户由于自身能力与业务要求，日益关注最终的业务效果（如营业收入实际增长目标）并愿意为其付费。因此，数据分析服务的未来，将不仅限于只提供基本分析软件产品，还能提供针对性的完整解决方案（软件+硬件+配套的服务），以及后续持续提供产品上的数据驱动的专业运营，帮助客户完成期望的最终业务效果。这些新的模式将成为数据分析与应用价值链的重要延伸，将具有更好的用户粘性和持续性收入。
　　（5）未来发展趋势
　　在数字化产业领域，政策的迅速演进为行业的发展明确了界限，也指明了方向，从中央对于数据作为生产要素的表述，到数字化在十四五规划中的重要阐述，再到数据安全法的出台、及各地大数据局、数字产权交易所的设立，数字化产业与数据要素市场应用，将成为未来国民经济发展中最重要的驱动力，2021年底，工信部对外发布《“十四五”大数据产业发展规划》，要求到2025年，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右。驱动数字经济时代的数字化产业在未来若干年都将会是一个高速发展、受高度关注、高频迭代演进的领域。随着AI技术的不断变革，数字经济的蓬勃发展引领人工智能产业持续向好，人工智能已成为全球科技竞争新焦点。Gartner预测到2026年，超过80%的企业将使用生成式人工智能的API（应用程序编程接口）或模型，或在生产环境中部署支持生成式人工智能的应用。国家网信办联合各部门发布了《生成式人工智能服务管理暂行办法》，明确鼓励生成式人工智能创新发展，鼓励生成式人工智能算法、框架、芯片及配套软件平台等基础技术的自主创新，平等互利开展国际交流与合作，参与生成式人工智能相关国际规则制定。
　　(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
　　公司目前共有4项核心技术，分别是商业消费服务数据化分析技术、个性化用户分析与智能应用技术、业务运营效能分析与应用优化技术和生态环保的数据化分析与治理技术。四项核心技
　　术根据领域/应用场景特点，包含21项核心技术子项。报告期内，公司核心技术未发生变化。
　　2、报告期内获得的研发成果
　　截至2024年12月31日，公司拥有发明专利17项、外观设计专利1项，软件著作权217项。
　　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，外部市场环境和技术发展发生变化，为确保投入资金的合理使用以达到更好的产出效益，公司安排对部分研发项目进行调整，因此相比去年同期研发投入有所下降。
　　研发投入资本化的比重大幅变动的原因及其合理性说明
　　2023年公司无研发投入资本化项目，2024年研发投入资本化比重显著上升。这主要是因为2024年公司启动并推进的新立项研发项目《企业AI应用支撑平台研发》，经过前期调研与技术论证，该项目在本年度进入开发阶段且满足资本化条件，预期能为公司带来显著经济利益流入，依据会计准则予以资本化处理。
　　4、在研项目情况
　　情况说明
　　研发项目7和12的预计总投资规模相较于上一期有所变动，主要原因分别是，研发项目7原规划内容在实施过程中，根据客户群体的实际交流反馈以及市场调研，发现存在新的变化，所以相关的研发功能与建设目标有所调整；研发项目12为了切实保证关键模型始终维持高度的准确性和稳定性，增加了相关模型训练数据的投入。公司整体研发方向及规划未有重大变化。
　　5、研发人员情况
　　6、其他说明
　　1、公司部分研发项目已逐步进入商业化应用阶段，现阶段工作重点逐步转向产品市场推广及少量优化升级；同时，随着人工智能技术的不断发展，产品/技术文档、代码编写等开发工作引入大模型和智能编码技术，开发效率显著提升，基于上述原因，公司优化了研发人员结构，减少了负责应用开发工作的研发人员，增加了部分AI/AIGC相关技术领域的研发人员，以适应公司业务发展及技术革新的需求。
　　2、本报告期公司出售部分子公司股权，合并报表范围变动导致研发人员数量减少。
　　
　　三、报告期内核心竞争力分析
　　(一)核心竞争力分析
　　1、公司核心竞争力的具体表征
　　公司的核心竞争力表现为在数据科学与AI技术和垂直行业专有数据模型相融合的基础上，形成的以行业专有模型与技术化系统为核心驱动的数据分析能力。公司模型技术团队在技术背景与能力上具备数据科学与AI/AIGC相关（机器学习、深度学习、NLP、大模型微调与训练等）的技术与算法研发能力。除多个行业的AI分析识别类模型已经获得专利外，公司2024年已研发完成基于AIGC的行业性生成类大模型（文本生成/语音克隆/数字人生成）核心算法并申报国家网信办的算法备案。同时多年行业、技术服务生成并积累了大量行业专有分析数据与专业领域认知。基于领域数据、认知模型与持续算法模型训练优化，研发出了大量行业智能化数据分析技术和垂直领域专有数据模型，如面向商业消费体验的分析方法与技术模型、面向商业营销的产品路径分析与个性化用户分析技术模型，以及面向农业、烟草等行业应用场景数据的智能分析技术等，并形成相关数字化应用软硬件/行业解决方案，满足客户业务需求，得到了各行业头部企业的认可。
　　2、公司相对竞争优势和劣势
　　（1）公司竞争优势
　　公司在相关的技术（大数据的处理与融合、机器学习、深度学习、AIGC大语言生成模型方面）方面具有专业技术能力，同时具备垂直业务领域的专业业务分析的体系化认知积累（方法论与相关高质量的分析数据资源），通过将上述两方面优势经过多年的积累和融合，形成了如下技术优势：a.相关数据分析技术能将AI、数据科学技术与行业方法论有效融合，在业务深度与智能化方面不断满足客户专业需求；2023年以来，公司基于自主AIGC技术与资源优势研发适合行业应用的文本生成/语音生成/数字人生成等多个大模型，并于2024年通过国家网信办算法备案。基于自主AIGC大模型能力，进一步研发新的分析产品和优化重构现有产品，体现了AI技术与行业应用的快速结合能力。b.具备多维度数据（业务相关内、外部大数据与传统消费者体验小数据等）、异构数据（结构化数据与非结构化数据）的综合分析与应用技术能力，能够结合实际情况在低成本与良好效果方面达到统一。c.公司基于数据的业务分析技术与产品研发，已实现闭环的技术化驱动道路，研发的大量行业数据分析技术和数据应用模型，如面向商业消费体验的分析方法与技术模型、面向商业营销的个性化用户分析与推荐技术模型、面向产品创新的AIGC创新生成技术和面向农业、烟草数字化领域的智能分析技术等等已进行相关专利和软著申请，形成了系列软件化、公有云服务模式为核心的SaaS化分析产品，并在实际业务服务中使用，成为支撑公司业务服务的基础核心能力，已固化为公司的核心技术竞争力，并不断优化和迭代，在实际业务中不断驱动和提升业务服务领域与竞争力。
　　②优秀的团队构成，具备优秀的技术研发能力和企业管理能力
　　公司核心技术人员马亮和王驰分别毕业于清华大学和北京邮电大学计算机系，并获得博士学位，在数据科学相关的大数据融合处理、机器学习、AI与AIGC技术领域具有深厚的专业背景，并具备多年业务实践积累，2023年主持研发公司自主行业性AIGC生成类大模型算法；核心技术人员韩丁针对公司重要业务（如消费者体验类）的主要分析场景，积累了大量专业分析数据，建立了核心分析方法体系。公司核心技术人员和主要研发人员通过将AI、数据科学技术与垂直领域专业数据分析方法模型进行有效融合，并在实际业务使用过程中持续对算法和模型进行优化，形成了独特的技术体系，受到了行业头部企业的一致认可。公司管理团队主要来自国际领先研究咨询公司以及行业内著名企业，对行业具有深刻的理解，在数据分析模型构建和研究方法论等方面具有丰富的行业经验。公司管理团队可以准确把握数据分析行业的发展趋势，并制定公司相应的外部发展计划和内部管理制度。
　　③优质的客户资源促进了公司技术水平的提升
　　公司的主要客户包括世界500强企业、大中型央国企和政府/事业单位，商业领域以世界500强客户为主，且公司相关世界500强客户数量和质量均在同行业公司中具有优势。世界500强企业通常为某个领域的龙头企业，对所处行业有着深刻的理解，且拥有丰富的业务数据，其数据维度多、数据量大且属性复杂，所以对数据分析企业所提供的数据分析服务的行业专业性、技术能力、分析质量和服务水平具有较高要求。公司长期为上述企业提供数据分析服务，从侧面印证了公司的技术实力和业务水平在同行业中处于领先地位。
　　④公司通过多年的技术积累，具有先发转型优势
　　公司从2012年开始，就开始推进专业分析模型与数据科学技术综合驱动的数据业务服务模式，积极研发面向多维数据与数据科学技术驱动的分析技术与软件产品，并积累了大量行业性、高质量的分析数据资源。2018年以来公司加快了AI技术的融合，并在2023年基于数据积累与技术优势研发行业性AIGC生成大模型技术，并对自身分析产品进行AI化重构改造。率先实现了对包括企业内外部的数据、消费者态度与行为数据和行业数据的多维度数据的融合分析，通过体系化与智能化的数据分析软件产品和相关数字化平台系统，快速有效发现客户实际业务中遇到的问题，并生成具有针对性的数字化解决方案，形成公司独特的技术、产品、服务优势。
　　2023年以来，公司面向未来核心业务AI化的趋势，积极研发构建基于AIGCAgent智能体的企业业务分析智能化服务体系，通过中台化模式，统一提供资源、数据、模型与AI分析应用的完整支撑，帮助客户在更多业务场景中实现快速的数据智能化分析。在此基础上，公司延展研发相关AI能力中台系列产品，满足企业在实际AI应用建设中所需的底层支撑性需求（如大量AI智能算力资源的服务管理、AI应用的微调与快速训练部署），给客户从底层AI能力到上层AI业务应用全栈赋能，公司已开始储备算力基础设施，研发算力调度运营平台，以支撑公司在相关领域的业务发展。
　　（2）公司竞争劣势
　　①需要进一步提升人才储备
　　数据分析行业对企业数据价值的挖掘已经得到了市场和行业头部客户的认可，未来行业内竞争的激烈程度会逐步提升。公司为保持现有快速发展势头，需要在AI驱动的新技术/产品的研发、产品服务运营、企业运营管理方面持续进行人员投入，预先储备AI与数据科学人才、行业产品研发技术人员、领域分析专家与数据资源管理人员等。
　　②需要进一步扩展业务服务范围
　　公司目前技术研发和项目开发主要面向行业头部客户，并以深入解决专业问题的技术应用为主，为实现快速扩大公司业务规模、进一步提升公司在行业内的影响力，一方面，公司需要进一步将现有产品或服务下沉至行业腰部的大量中小企业，加深产品或服务的深度；另一方面，公司需要将技术与产品快速进行横向迁移，覆盖有众多需求但尚未服务的行业或领域。
　　(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
　　报告期内，受宏观经济、行业竞争态势等宏观环境因素的影响，导致公司业务开拓层面较预期进度有所放缓，本年度营业收入有所下降。公司整体业绩亏损且尚未实现扭亏为盈，如未来下游需求复苏不足，市场需求未能持续增长导致行业竞争进一步加剧，将对公司经营业绩继续产生不利影响。
　　(三)核心竞争力风险
　　公司所处行业属于知识密集型行业。技术发展对于行业发展具有重要的推动作用。目前，数据分析应用相关的数字化与智能化技术处于快速发展过程中。以人工智能、数字化为核心的新技术方法近年来迅速迭代。尤其以生成式人工智能相关技术，可明显优化数据分析流程、提升数据分析的效率和业务深度、降低业务成本。同时也对行业从业人员的技术学习能力提出更高要求。能够快速学习并掌握以人工智能驱动的技术和方法，并在此基础上升级公司现有产品与技术方法，是公司保持自身竞争能力的关键。公司采用传统岗位轮训、相关能力岗位重点培养以及引进外部人才结合的方式，不断升级和调整业务人员的知识结构和技能水平。
　　随着下游细分市场应用领域的扩大及应用场景的变化，公司需要根据技术发展趋势和客户需求变化持续进行研发和创新，如果公司无法顺应市场要求完成相应产品升级迭代，公司将面临在后续发展过程中落后于竞争对手风险，可能导致丢失客户或错失市场先机，对公司的市场竞争能力及业务发展产生不利影响。
　　(四)经营风险
　　（1）客户流失或客户付费能力降低的风险
　　随着行业竞争程度日益激烈，公司面临客户流失的风险。如果核心客户流失，将对公司业绩产生不利影响。若我国整体经济增长速度显著放缓，或客户所处行业的竞争格局发生变化，使得部分行业的客户自身业务规模增长放缓或盈利能力下降，则存在客户付费能力下降的风险，也将对公司收入规模增长及业务拓展形成负面影响。
　　（2）人才资源风险
　　数据分析行业是以知识、经验、技能为基础的专业研究领域，属于人才密集型行业，人才是公司生存和长期发展的保障，是研究工作质量保障的必备条件。如果公司无法对核心团队进行有效激励以保证核心人员的积极性和创造性，将存在核心人员流失的风险。同时，优秀的研发人员和营销、管理等专业人员队伍是公司可持续发展的关键因素之一。随着公司业务和资产规模的不断扩大及募集资金投资项目的实施，未来公司对于高素质人才的需求将更加迫切，如不能持续稳定地提升现有人才队伍，并及时引进满足公司发展需要的人才，将可能对公司生产经营产生不利影响。
　　（3）数据使用合规的风险
　　公司为客户提供数据分析产品和解决方案，在业务经营过程中涉及数据采集、数据处理和数据分析。为了向客户提供更加精准的分析服务，在客户和受访人许可的情况下，公司会采集受访人必要的数据进行记录和分析。《中华人民共和国网络安全法》《中华人民共和国数据安全法》《网络数据安全管理条例》《中华人民共和国个人信息保护法》等相关法律法规及立法趋势，针对数据的汇集与分析应用、个人信息的收集、存储、使用、加工、传输、提供、公开、删除等行为，例如即时位置状态、交易和浏览行为等信息聚合，个人信息及个人敏感信息的授权及处理等，均对企业的数据合规工作提出了较高的要求，主要包括个人信息保护及信息数据安全等方面。因公司所处的数据分析行业系新兴发展行业，行业内的监管政策和个人隐私保护政策仍具有不确定性且日益加强，在未来公司业务开展中，仍不能完全避免因立法或监管政策的发展变化而引发数据合规方面的潜在法律风险。
　　此外，一旦公司员工违反公司内部相关制度要求，或数据合作方、客户因违反协议约定或基于其他自身原因造成了数据的不当泄露或使用，或因遭到恶意软件、病毒的影响或受到大规模黑客攻击造成数据泄露、损失，将可能因侵犯个人隐私而受到主管部门处罚或被用户投诉，或因侵犯个人隐私及个人信息相关权益导致诉讼或仲裁等纠纷，进而可能会对公司声誉及业务开展造成不利影响，从而影响公司的经营业绩。
　　(五)财务风险
　　公司从2013年开始享受15%的所得税税率优惠政策。公司已于2022年通过高新技术企业复审取得了最新的高新技术企业证书。《高新技术企业认定管理办法》规定：高新技术企业资格自颁发证书之日起有效期为三年，企业应在期满前提出复审申请，通过复审的高新技术企业资格有效期为三年。如果公司在资格到期之后未能通过高新技术企业复审，则将无法享受所得税优惠政策，公司以后年度的净利润将受到影响。
　　(六)行业风险
　　近年来，数字经济呈现快速发展态势，人工智能大模型、数据产业为相关企业带来更多市场机会，国内行业相关发展政策陆续出台，数据产业发展、行业推广、应用基础等重要环节的宏观政策环境已经基本形成，鼓励新兴企业进入市场，预计行业整体竞争情况可能逐步加剧。在市场竞争逐步加剧的环境下，有可能导致产品和服务价格的下降，公司将面临毛利率下滑、市场占有率无法持续提高等风险。如公司未能持续提升产品技术水平和服务能力，将会给公司业务拓展带来不利影响。
　　(七)宏观环境风险
　　公司的业务扩张主要受益于下游需求释放和应用领域拓展，受宏观环境影响，市场需求变化明显，如果未来整体市场增长放缓，或者公司未能挖掘新的业绩增长点，将会对公司业绩产生不利影响。
　　(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
　　2024年度，公司实现营业收入4.44亿元，较上年同期减少17.68%；归属于上市公司股东的净利润-5,339.72万元，经营活动产生的现金流量净额为-6,318.20万元。
　　
　　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
　　公司基于数据分析、人工智能等数据智能技术，为客户提供数据分析服务、产品和相关解决方案。公司立足于数据要素生态链中数据咨询服务商的角色，主要面向商业和公共服务领域，基于行业大数据、客户内外部多维数据、消费者行为与态度数据等各种数据资源，借助独特的行业数据分析模型、数据算法以及人工智能技术，为客户提供经营决策数据产品、行业数字化应用方案、数据产品开发、数据运营变现以及人工智能应用解决方案等产品和服务。公司主要在数据要素生态价值链上拓展业务，是数据要素产业中以技术驱动数据要素价值实现的科技创新型企业。
　　1.行业格局
　　数字要素产业是以数据为核心驱动力的战略性新兴产业，覆盖数据从生成、采集、存储到加工、分析及服务的全价值链流程。作为新型生产要素，数据不仅是数字化、网络化、智能化的基础支撑，更是推动数字经济发展、实现经济质量变革的关键引擎。尤其在培育新质生产力的进程中，数字技术发挥着不可替代的催化作用，发挥数据要素的放大、叠加、倍增作用，推动数字经济发展，在现阶段，是推动经济高质量发展的必然要求。数字要素产业是新质生产力的重要组成部分。
　　根据数据使用的生命周期，数字要素产业可分为数据供应、数据流通、数据应用等环节，具体看，上游为数据供应环节，参与方包括各级政府、电信运营商、大型国有企业、大型互联网公司等，其掌握的政务数据、消费行为数据、产业运行数据等海量资源构成数据产业基础生产资料库；中游为数据流通环节，主要包括确权登记、定价和流通交易等环节，下游为数据应用环节，已形成金融风控、精准营销、智能决策等成熟应用场景，并持续向智能制造、智慧城市、生物医药等领域快速渗透，应用边界不断突破。
　　在这些流程中，数据服务商承担着多重使命，既是数据治理者，又是价值开发者，也是生态连接者，在数据要素产业中，既协助数据提供者将原始数据转化为可交易的数据资源，也在交易过程中推动数据资源的资产化，同时，在数据应用环节中，承担着基于数据资产形成有价值的数据产品的过程。在这样的流程中，数据服务商为数据要素资源建设和场景化创新服务应用进一步提升和释放了数据的价值。
　　（1）政策层方面
　　党中央、国务院高度重视大数据产业发展，推动实施数字中国战略。数据是新时代重要的生产要素，是国家基础性战略资源，这已成为全球共识。我国高度重视数据产业的发展，习近平总书记指出：“谁能把握大数据、人工智能等新经济发展机遇，谁就把准了时代脉搏。
　　国家政策层面，促进数据要素产业及人工智能产业发展的政策持续加码，2020年4月，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》已经明确提出数据成为国民经济生产的重要要素。2021年3月《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中对完善数据要素产权性质、建立数据资源产权相关基础制度和标准规范、培育数据交易平台和市场主体等作出战略部署，指出“数字经济与数字化应用作为国民经济发展新方向，未来必然在各行业产生巨量的大数据资源内容，而各行业未来的数字化趋势，迫切需要通过专业数据分析服务实际发挥数据的价值。”《建设高标准市场体系行动方案》明确提出“加快培育数据要素市场”。《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》提出20条政策举措，指出要“充分激活数据要素价值，赋能实体经济发展，激活市场主体活力，推动构建新发展格局，促进高质量发展。
　　从2023年开始，随着AIGC与大模型技术的迅速发展，相关AI技术又迅速融合到数据分析技术体系中，进一步提升数据要素产业的智能化与业务深度（如超长文本分析、多模态数据分析和快速策略生成等）。随着人工智能技术的持续发展与快速进步，政策面也迅速跟进，2023年7月，国家网信办联合各部门发布了《生成式人工智能服务管理暂行办法》，明确鼓励生成式人工智能创新发展。2024年7月，工业和信息化部、中央网信办、国家发展改革委、国家标准委等四部门联合印发《国家人工智能产业综合标准化体系建设指南(2024版)》，提出到2026年，我国人工智能产业标准与产业科技创新的联动水平持续提升，新制定国家标准和行业标准50项以上，引领人工智能产业高质量发展的标准体系加快形成。
　　（2）产业规模方面
　　我国数字经济规模从2014年的16.2万亿元，快速增长至2023年的约56.1万亿元，GDP占比也从25.1%升至44%左右。中国信通院报告显示，2022年一二三产数字经济的渗透率分别达到10.5%、24.0%、44.7%，预计到2025年我国数字经济规模有望达到70.8万亿元。工信部发布的《“十四五”大数据产业发展规划》称，到2025年，我国大数据产业测算规模将突破3万亿元。另据《数字中国发展报告（2022年）》显示：2022年我国数据产量达8.1ZB，同比增长22.7%，全球占比达10.5%。另据国家发改委价格监测中心初步测算，全国企业数据要素支出规模约3.3万亿元。如果考虑数据资产评估、质押、融资等衍生市场，整体规模可能超过30万亿元。
　　在数据要素规模方面，根据“数据要素×”三年行动计划，我国将培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态，打造300个以上示范性强、显示度高、带动性广的典型应用场景，涌现出一批成效明显的数据要素应用示范地区，培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态，数据产品和服务质量效益明显提升，数据产业年均增速超过20%，场内交易与场外交易协调发展，数据交易规模倍增，推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加凸显，成为高质量发展的重要驱动力量。
　　(二)公司发展战略
　　公司致力于成为中国的“数据要素价值实现驱动器”，深耕于商业与公共服务领域，将以深厚的行业洞察和经验知识为根基，以数字化技术与AI技术为创新驱动，持续在商业与公共事务两个领域赋能客户实现数据要素价值变现，打造中国领先的数据要素应用技术和运营服务供应商。作为“数据要素+AI”应用的综合服务提供商，公司聚焦数据要素业务、算法模型（AI）业务、算力基础设施等业务，运用大数据、机器学习、深度学习、人工智能(AI)、自然语言处理、模式识别、数据可视化、知识图谱、物联网等数字技术，推动数据资产价值化、AI应用场景化、算力支撑普及化，实现为商业及公共服务领域客户实现数字化、智能化赋能，为国家大力发展的新质生产力战略贡献力量。
　　在战略执行落地层面，公司将紧紧依靠行业市场需求和前沿技术发展两个抓手，以“数据要素×”和“人工智能＋”为双轮驱动，首先通过贴近和敏锐的洞察感知和挖掘客户在数据要素价值变现方面的业务痛点和实际需求，创新应用场景，同时紧跟技术发展趋势，特别是当前最前沿的AI技术，针对性地投入核心技术研发，均衡把握前瞻性和实用性，集成成熟技术和资源，迭代升级产品和服务，持续匹配或引领客户的应用需求，实现数据要素应用和AI技术两翼平衡和稳健发展，实现公司的战略目标。在公司发展过程中，还将始终关注新技术、新业态、新模式的变化和机会，根据可行条件抓住向数据要素资源和AI基础技术资源上游拓展的契机，走向价值链“微笑曲线”的高端，发展为行业客户全要素赋能的核心能力，创造公司发展的“第二曲线”。
　　(三)经营计划
　　2025年，公司将紧紧围绕“数据、算法及算力”融合能力建设为核心，坚持“数据要素×”和“人工智能＋”的发展战略，以市场需求为导向，以技术创新为核心发展动力，聚焦主业，重点围绕以下几个方面开展工作：
　　1、聚焦主业，积极探索新领域
　　公司将进一步依托公司多维数据智能分析和AI大模型/AIGC技术产品能力，在数据要素行业拓展业务，用新技术持续迭代升级改造现有产品及服务内容，提升核心竞争力。在数据要素应用及数据要素运营领域，强化服务能力，提升产品体验，拓展业务规模，同时，进一步拓宽业务边界，沿数据要素产业的上下游进行业务拓展。在开拓市场层面，公司将继续聚焦重点行业市场，在重点行业突破增加市场份额，推进大客户战略布局，发掘增长较快的新细分领域，探索新的服务模式，力争继续实现收入增长，并提升盈利空间。
　　2、夯实数字底座，深耕AI领域
　　伴随着AI大模型、AI应用的兴起、快速迭代与升级，公司将持续关注相关政策及行业变化趋势，统筹安排各业务板块的发展战略，充分发挥各业务体系的协同效应，提升公司在“数据、算法、算力”领域的业务规模和竞争力，继续坚持自主创新，加速AI赋能，顺应AI发展趋势寻求新的业务发展机会。
　　2025年，在技术创新层面，公司将在2024年的相关研发成果上，结合行业应用情况与数据智能化应用趋势，进一步完善和升级相关的智能化技术体系。首先，持续推进AI技术与业务融合。当前，客户对AI私有化部署的需求旺盛，对基于AI与大模型相关的新产品能力（如慧AI数字员工等服务产品创新、业务数据分析），持续推进高价值业务场景进行产品落地。产品底层融合最新的基座大模型（如DeepSeek）能力，分析能力针对重点行业（如快消品、耐用消费品、通信、ICT、金融等）数据应用反馈，升级研发对应智能化分析Agent服务（如ChatBI）。相关产品服务也结合合作渠道，如基于硬件一体机设备，构建软硬融合的企业智能解决方案能力。其次，持续推进AI赋能内部业务支撑。公司传统业务分析支撑能力，正在基于最新大模型与Agent模式进行核心智能特性（业务流、知识库、数字人与其他数字员工特性）的研发升级，将进一步提升内部业务效率。在升级典型应用场景（如消费者研究、产品创新、内容生成、数字营销）的智能化能力外，也将布局探索重点行业（如医疗与烟草专卖）的更多智能应用场景（如数据服务、业务监管等）的技术与产品。第三，公司积极同步提高算力基础设施支撑能力，推动算力服务管理平台的进一步研发升级和业务落地，拓展智算云业务的运营推广，为更多的客户在数据、算力、模型应用赋能。
　　为了更好发挥数据要素生态下的优势能力，服务构建未来多行业智能化应用服务的需求。公司将逐步构建公司级全新的智能能力支撑平台（智能技术能力与数据资源支撑能力），发挥公司积累的行业数据与分析技术的优势，实现规模化的行业数据资源建设与面向行业场景的AI+数据智能能力融合，为未来快速研发更多的行业智能化应用奠定技术基础。
　　3、加强内部管理，提高治理水平
　　公司将继续致力于提升内部管理水平，在继续贯彻落实现有的各项规章制度的基础上，不断修订和完善内部控制体系；通过定期开展公司内部合规培训，强化内部控制执行情况的监督检查，不断提升公司内部控制水平，使内部控制建设和管理进入一个持续化、常态化的管理状态，确保企业持续、合规、稳定经营。
　　4、重视人才培养，完善激励机制
　　公司将持续优化人才梯队建设，以提人效为抓手，驱动员工持续提升素养与综合能力，保证公司人力资源质量水平和绩效水平稳步提升，打造优秀的企业员工团队，进一步提高人均产出，促进公司提升盈利水平。公司将通过完善激励机制，与员工共同成长，共享企业发展成果，激发员工的积极性和创造力。
　　5、推进合作伙伴合作，实现更多业务落地
　　公司将持续推进各类业务合作伙伴的生态合作，实现公司能力转化、资源共享，为客户创造更多价值，公司价值得以提升。持续与合作伙伴推进公司算力服务管理平台研发及业务落地，持续推进公司AI数字员工落地部署，持续与软硬件厂商推进如DeepSeek算力一体机的推广，实现公司业务与技术相结合，为更多客户智能化赋能，为股东创造更多价值。 收起▲