[中报]慧辰股份(688500):2024年半年度报告
原标题:慧辰股份:2024年半年度报告 一、 本公司董事会、监事会及董事、监事、高级管理人员保证半年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。 二、 重大风险提示 公司已在本报告中详细阐述公司在经营过程中可能面临的各种风险及应对措施，敬请查阅本报告第三节“管理层讨论与分析”之“五、风险因素”中的内容。 三、 公司全体董事出席董事会会议。 四、 本半年度报告未经审计。 五、 公司负责人赵龙、主管会计工作负责人杨蕾及会计机构负责人（会计主管人员）陈志华声明：保证半年度报告中财务报告的真实、准确、完整。 六、 董事会决议通过的本报告期利润分配预案或公积金转增股本预案 不适用 七、 是否存在公司治理特殊安排等重要事项 □适用 √不适用 八、 前瞻性陈述的风险声明 √适用 □不适用 本报告所涉及的公司未来计划、发展战略等前瞻性陈述，不构成公司对投资者的实质承诺，请投资者注意投资风险。 九、 是否存在被控股股东及其他关联方非经营性占用资金情况 否 十、 是否存在违反规定决策程序对外提供担保的情况 否 十一、 是否存在半数以上董事无法保证公司所披露半年度报告的真实性、准确性和完整性 否 十二、 其他 □适用 √不适用 目录 第一节 释义 ......................................................................................................................................... 4 第二节 公司简介和主要财务指标 ..................................................................................................... 6 第三节 管理层讨论与分析 ................................................................................................................. 9 第四节 公司治理 ............................................................................................................................... 35 第五节 环境与社会责任 ................................................................................................................... 37 第六节 重要事项 ............................................................................................................................... 38 第七节 股份变动及股东情况 ........................................................................................................... 68 第八节 优先股相关情况 ................................................................................................................... 72 第九节 债券相关情况 ....................................................................................................................... 73 第十节 财务报告 ............................................................................................................................... 74
第一节 释义 在本报告书中，除非文义另有所指，下列词语具有如下含义：
第二节 公司简介和主要财务指标 一、 公司基本情况
二、 联系人和联系方式
三、 信息披露及备置地点变更情况简介
四、 公司股票/存托凭证简况 (一) 公司股票简况 √适用 □不适用
(二) 公司存托凭证简况 □适用 √不适用 五、 其他有关资料 □适用 √不适用 六、 公司主要会计数据和财务指标 (一) 主要会计数据 单位：元 币种：人民币
(二) 主要财务指标
公司主要会计数据和财务指标的说明 √适用 □不适用 1、归属于上市公司股东的净利润及归属于上市公司股东的扣除非经常性损益的净利润下降主要由于受宏观经济影响，行业竞争加剧，行业客户签订订单更为谨慎，决策放缓，收入减少所致。 2、经营活动产生的现金流量净额变动主要系本期公司销售商品收到的现金减少所致。 七、 境内外会计准则下会计数据差异 □适用 √不适用 八、 非经常性损益项目和金额 √适用 □不适用 单位:元 币种:人民币
对公司将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》未列举的项目认定为的非经常性损益项目且金额重大的，以及将《公开发行证券的公司信息披露解释性公告第 1号——非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因 □适用 √不适用 九、 非企业会计准则业绩指标说明 □适用 √不适用 第三节 管理层讨论与分析 一、 报告期内公司所属行业及主营业务情况说明 (一) 主要业务、主要产品或服务情况 公司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、相关数智化应用技术产品及行业数字化应用解决方案。公司定位的主要细分市场是商业领域大中型客户和政府及公共服务机构客户，面向管理决策、市场营销、产品创新、生产运维、客户服务、城市治理等领域，公司提供基于内外部多维数据（包括消费者态度与行为数据、行业数据、生产数据、工业或物联网数据等）从采集、处理和分析到生成洞察/策略的一体化场景服务和相关模型、工具和系统等应用产品，以及行业数字化分析应用解决方案等，是以数据分析应用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“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和利用的智能技术，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”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。如下图： 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（如DM数字化营销产品、XM体验管理产品平台以及信用分析评估产品等），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），于近期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。 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。数据应用。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。随着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，以及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》，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）。 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，并需要持续调优，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各不相同（如大数据与小数据、结构化与非结构化），客户诉求的差异。针对这种挑战，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），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；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。 近年来人工智能行业发展很快，已成为新质生产力的重要组成。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。 据不完全统计，目前，全国已有超过30个城市在建或筹建智算中心。 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。 2. 公司所处的行业地位分析及其变化情况 。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，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。 《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》于2022年12月19日对外公布，提出20条政策举措，包括建立保障权益、合规使用的数据产权制度，建立合规高效、场内外结合的数据要素流通和交易制度，建立体现效率、促进公平的数据要素收益分配制度，建立安全可控、弹性包容的数据要素治理制度等，初步搭建了我国数据基础制度体系，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。 公司作为数据分析行业（数据要素应用的重要环节）的一个重要专业服务商，在相关领域具有良好的口碑和专业的服务能力。主要表现在已为较多的行业（如汽车、快消、TMT、医疗、政府、农业等）提供了专业的服务，且服务客户主要为所在行业领先的大型龙头企业（以世界500强与大型国资为代表）。2021年以来，随着行业数字化转型与数据分析需求市场的迅速增加，公司内部在分析产品化、分析技术智能化与服务模式多样化方面均进行了对应提升，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在进一步增强。 公司在算力领域的布局，不限于算力设备，尤其是算力调度运营平台建设方面，在生态合作伙伴多方的合作下，形成了具备行业领先技术优势的平台产品，不断满足算力市场的快速增长，为数据要素、数字经济进行深度赋能。 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。在相关技术方面，以领域专业数据、相关分析技术与 AI结合的数据价值管理能力。 （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有众多的需求。 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的进行自主分析，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、一些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、高频迭代演进的一个领域。 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。国际权威研究机构Gartner发布了《2024年十大战略技术趋势》，包括全民化的生成式 AI，AI信任、风险和安全管理，AI增强开发，智能应用，增强型互联员工队伍，持续威胁暴露管理，客户机器人，可持续技术，平台工程和行业云平台；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、 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。具体如下：
国家科学技术奖项获奖情况 □适用 √不适用 国家级专精特新“小巨人”企业、制造业“单项冠军”认定情况 □适用 √不适用 2. 报告期内获得的研发成果 报告期内，公司新增发明专利2项、软件著作权21项；截至2024年6月30日，公司拥有发明专利17项、外观设计专利1项、软件著作权306项。 报告期内获得的知识产权列表
3. 研发投入情况表 单位：元
研发投入总额较上年发生重大变化的原因 □适用 √不适用 研发投入资本化的比重大幅变动的原因及其合理性说明 □适用 √不适用 4. 在研项目情况 √适用 □不适用 单位：元
 |