[年报]合合信息(688615):上海合合信息科技股份有限公司2024年年度报告摘要
上海合合信息科技股份有限公司 2024年年度报告摘要 第一节 重要提示 1、 本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规划，投资者应当到上海证券交易所（www.sse.com.cn）网站仔细阅读年度报告全文。 2、 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“四、风险因素”。 3、 本公司董事会、监事会及董事、监事、高级管理人员保证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。 4、 公司全体董事出席董事会会议。 5、 众华会计师事务所（特殊普通合伙）为本公司出具了标准无保留意见的审计报告。 6、 公司上市时未盈利且尚未实现盈利 □是 √否 7、 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 公司2024年度利润分配预案为：公司拟向全体股东每10股派发现金红利20元（含税）。截至2024年12月31日，公司总股本100,000,000股，以此计算合计拟派发现金红利200,000,000.00元（含税）。本次利润分配现金分红金额占2024年合并报表归属于母公司股东净利润的49.93%。同时拟以资本公积金向全体股东每10股转增4股，合计转增40,000,000股，转增后公司总股本变更为140,000,000股。本次利润分配不送红股。 公司2024年度利润分配预案已经公司第二届董事会第十九次会议及第二届监事会第十三次会议审议通过，尚需提交公司股东大会审议。 8、 是否存在公司治理特殊安排等重要事项 □适用 √不适用 第二节 公司基本情况 1、 公司简介 1.1 公司股票简况 √适用 □不适用
1.2 公司存托凭证简况 □适用 √不适用 1.3 联系人和联系方式
2.1 主要业务、主要产品或服务情况 公司是一家人工智能及大数据科技企业，基于自主研发的领先的智能文字识别及商业大数据核心技术，为全球C端用户和多元行业B端客户提供数字化、智能化的产品及服务。 公司C端业务主要为面向全球个人用户的APP产品，包括扫描全能王、名片全能王与启信宝3 款主要产品；公司 B 端业务为面向企业客户提供以智能文字识别、商业大数据为核心的服务，满足客户降本增效、风险管理、商机挖掘等需求，助力客户实现数字化与智能化的转型升级。 1、智能文字识别 （1）智能文字识别C端APP 扫描全能王（CamScanner）是一款智能扫描及文字识别 APP，其提供的扫描及图像处理功能可将手机、平板变为随身携带的扫描仪，并可将复杂场景下的文档转变为扫描仪效果的PDF文件或图片，并进一步识别为文本，实现文档资产的便捷管理，包括归档、查找、共享、多终端同步等功能，作为用户的个人文档管理中心。 名片全能王（CamCard）是一款智能名片及人脉管理APP，可将复杂场景下的纸质名片转变为结构化的数字名片，快速读取纸质名片图像上的所有联系信息，自动判别联系信息的类型，一秒保存通讯录，支持批量识别名片，智能管理和多终端同步，在线数字名片创建等功能。 （2）智能文字识别B端服务 报告期内，公司在智能文字识别B端业务方面，不断加大研发投入，结合AI新技术，持续提高文字识别范围和识别准确度。目前公司可提供包括全球范围内的140种证照识别模块，以及56种语言的文档图像识别的服务。 随着国内AI技术的不断发展，公司推出了文档解析、智能文档抽取等多款应用，基于对多来源、多版式、多格式文档的智能分类、解析、信息抽取等能力，帮助企业优化非结构化文档相关数据治理，提升其数字化、智能化水平。相关解决方案深入多行业，在国际结算、银行函证、供应链金融、券商临柜业务等泛金融行业场景以及财务数字化、供应链数字化等场景中均实现了成熟应用。 智能文字识别B端业务未来会以技术创新为核心，通过提升核心技术能力，帮助更多行业客户解决多场景问题，实现降本增效；同时，B端业务将探索更多商业化场景，为用户提供真有用、真好用的AI产品和服务。 2、商业大数据 （1）商业大数据C端APP 启信宝是一款企业商业信息查询 APP，其汇集中国境内超过 3.4 亿家企业等组织机构的实时动态商业大数据，提供包括工商、股权、司法涉诉、失信、舆情、资产等超过1,000个数据特征标签；可对数据进行深度挖掘，为客户提供企业关联图谱、舆情监控（情感及语义分析等）、风险监控（经营异常、司法涉诉等）、商标及专利信息、深度报告（信用报告、投资及任职报告、股权结构报告）等多种数据查询、挖掘和智能分析服务。 （2）商业大数据B端服务 公司持续加强数据建设，包括数据类型拓展、数据质量提升以及应用场景拓展。截至报告期末，公司数据平台汇集了中国境内超过3.4亿家企业等组织机构的商业大数据。 启信宝企业版 SaaS 软件为企业客户提供更多类型的增值服务，包括背景调查、分析、风险监控与舆情监控等数据服务，且具有以下主要高阶功能：智能搜索、深度报告、可视化关系圈分析、风险及舆情监控、潜客订阅等。报告期内，公司为不同行业提供多元化解决方案，主要有企业知识图谱解决方案（金融风险知识图谱解决方案、供应链大数据风控平台、产业洞察解决方案）、商业全景数据库服务。 公司依托积累的海量数据资源和丰富应用场景的优势，持续推进数据要素和行业相结合，帮助企业客户实现数字化与智能化转型。 2.2 主要经营模式 1、盈利模式 C端业务方面，用户可通过下载扫描全能王、名片全能王、启信宝等公司C端产品，登录或注册后免费体验基础功能。用户也可以通过购买会员的方式体验增值服务。公司提供月度、年度等各类型的VIP会员，以及其他按次付费产品。此外，公司基于C端APP，为各类广告客户提供广告营销服务，根据不同位置、时长、出现方式等以及广告客户不同的需求来确定结算方式和收入。 B端业务方面，公司可为B端客户提供产品或服务，通常与客户签订逐年或多年合同。在合同约定的期限内，客户根据合同规定使用公司B端产品或服务，公司按照合同约定收取相应费用。 2、研发模式 自成立以来，公司始终坚持自主创新，以国家科技强国战略、AI技术的未来演进方向为指引，以用户需求为研发导向，针对核心底层技术进行战略性研发，巩固领先的技术壁垒，持续积累底层技术，能够针对新领域、新场景、新模式和新需求完成快速设计、研发及落地。报告期内公司的研发模式未发生变化。 3、销售模式 报告期内，公司 C 端产品的盈利来源可分为按期间收费的 VIP 会员、按次付费产品，由公司主要通过 APP 或者 Web 端直接面向个人用户销售，部分个人用户会采用微信、支付宝、银联等第三方支付平台向公司付费，部分个人用户通过 App Store、GooglePlay 等平台付款，再由平台再向公司结算。此外，公司互联网广告推广服务的销售模式分为直销、经销（即广告代理模式）与第三方平台合作推广三种，皆为互联网行业中常见的广告推广服务模式，公司的广告推广服务以直销模式和第三方平台合作推广模式为主。 公司B端业务方面，主要销售模式是直销，报告期内B端业务直销模式的收入占比均超过 90%，经销模式占比较小。 4、采购模式 根据经营需要，公司对外采购内容主要包括服务器及带宽、短信登录验证服务、推广服务及数据等。公司建立了采购询价体系，形成了较为完善的供应商管理体系，公司的采购事项统一通过 OA 系统进行审批和管理，由业务部门负责采购需求和数量确认，由采购部门负责合同谈判与采购询价，经供应商交付验收后，再由财务部门完成结算。 2.3 所处行业情况 (1). 行业的发展阶段、基本特点、主要技术门槛 公司基于自主研发的领先的智能文字识别、图像处理、自然语言处理、知识图谱、大数据挖掘等人工智能及大数据核心技术，为全球C端用户和多元行业B端客户提供数字化、智能化的产品及服务。根据国家统计局《战略性新兴产业分类（2018）》，公司属于“1、新一代信息技术产业”；根据《国民经济行业分类（GBT 4754-2017）》，公司属于“I65 软件和信息技术服务业”。 （1）行业的发展阶段与基本特点 公司定位于人工智能与大数据产业，专注于智能文字识别、商业大数据两大新兴行业。国家有利的政策支持、客户的数字化转型及数据资产管理需求是推动智能文字识别行业、商业大数据行业高速发展的关键驱动因素。 1）全球智能文字识别行业 ① 行业发展阶段 当前，人工智能智能行业处于高速增长阶段，大模型的出现推动了人工智能的发展，不仅在技术上实现了重大突破，而且在商业模式上也开辟了新的探索空间。AI大模型是基于深度学习技术构建的、具有庞大参数规模的神经网络模型，能够通过海量数据训练达到识别、理解和生成人类语言的目的，并随着技术进步逐步从单一的语言模态处理发展到更多模态的数据处理，从而承担着越来越复杂的辅助任务。随着AI大模型技术的普及和算力成本的下降，大量科技企业开始率先探索用AI赋能升级自己的应用产品，优化产品性能，并拓展产品应用场景，从而给客户提供更优质的服务，提高产品竞争力。 智能文字识别作为人工智能领域的一个重要分支，越来越受到业界关注。在2025年初，人工智能及大模型领域知名公司Mistral AI开发了Mistral OCR，也将OCR相关的文字识别新技术作为其重要的研发方向。相比传统简单文字识别，智能文字识别技术融合图像处理、OCR、深度学习、NLP 等人工智能技术，具备更多认知与理解能力，可适应多语言、多版式、多样式等复杂场景，识别准确率大大提升，同时可基于理解能力进一步开发文档解析、分类、对比、审核等功能，是个人文档资产管理与企业数字化转型的关键。 从用户层面来看，个人用户可以将纸质文档通过智能文字识别技术数字化后，解决纸质文档不易存储、分类、查询或提取关键信息等痛点，满足个人的办公、求职、学习等不同场景的需求。 对于企业用户来讲，智能文字技术可以将企业运营过程中产生的大量非结构化、非标准化的文档数据进行提取、存储、转化、解析，为企业客户节省人力成本，提升运营效率。从行业应用层面来看，智能文字识别可以广泛应用于金融、物流、制造、零售等行业。此外，智能文字识别技术能够提升大模型应用边界，文本、图像目前是大模型的两种重要模态，智能文字识别技术对于文本、图像的识别、解析可以优化大模型在训练和应用过程中的数据处理效率和准确性。根据Grand View Research报告，全球智能文字识别服务市场规模预计2022-2027年复合年均增长率约16.7%。 根据灼识咨询，中国智能文字识别服务市场规模预计2027年将达人民币168.9亿元，复合年均增长率达27.3%，远超全球市场总增速。 我国技术创新战略及产业政策支持智能文字识别行业发展。《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》（简称为“十四五纲要”）提出“加强关键数字技术创新应用、加快推动数字产业化、推进产业数字化转型”、“人工智能领域的‘智能识别系统’是数字经济重点产业”。复杂场景文字识别技术已被科技部列入“新一代人工智能共性关键技术”，公司智能文字识别业务响应了国家“促进人工智能和实体经济深度融合”、“加快数字化发展、建设数字中国”的政策。同时，《生成式人工智能服务管理暂行办法》提出“鼓励生成式人工智能技术在各行业、各领域的创新应用”，“生成积极健康、向上向善的优质内容，探索优化应用场景”。 公司的智能文本识别业务作为人工智能技术在文本处理领域的创新应用，能够助力生成高质量、合规、积极向上的文本内容，与该政策导向高度契合。 随着国家政策的积极引导和市场环境的持续优化，我国人工智能正朝着深度融合与创新驱动的方向稳步前进。作为人工智能领域的重要分支，中国智能文字识别服务企业有望通过技术创新和市场拓展，加速发展，提升在全球市场中的竞争力。为全球智能文字识别行业的发展，帮助用户提升效率等方面做出更大的贡献。 ② 行业基本特点 智能文字识别行业具备技术密集的特点，智能文字识别技术涉及 OCR、NLP、图像处理、深度学习等尖端技术的融合，需要底层算法构建、模型训练、测试和部署等多个技术环节的配合。智能文字识别技术已被科技部列入限制出口目录。该行业对技术积累和持续研发能力具有较高要求，成熟的产品及服务能够帮助企业建立一定的竞争优势和技术壁垒。 2）中国商业大数据行业 ① 行业发展阶段 商业大数据服务属于新兴的大数据服务的一种，主要基于企业的多类数据维度，包括但不限于：基本信息、股权、司法涉诉、信用、董监高、产业链、舆情等。商业大数据服务将原始数据采集、清洗之后变为结构化信息，信息在挖掘后变为知识，知识再通过建模分析变为智能模型，挖掘数据背后蕴藏的价值，赋能各行各业，提供风险预警、信用评级、供应链管理等附加价值。 同时，高质量的商业大数据为 AI 大模型提供优质语料库, 公司长期积累得到的对于商业体数据的搜集、追踪与沉淀等能力,可以充分将更多相关数据资源加工成为高价值语料库，在未来探索出更多应用场景。 伴随着国家营商环境的持续优化，信息技术的不断发展以及大数据和 AI 应用的日益场景丰富，商业类数据保持着高速增长的趋势。目前行业已进入深度应用阶段，大数据应用深入到更多行业和领域，如工业制造、现代农业、商贸流通、金融服务、绿色低碳等，为各行各业提供精准的数据分析和决策支持。随着产业链日益稳定，产业生态体系更加完善，相关体系建设涉及数据生成、采集、存储、加工、分析和服务等多个环节的需求。根据灼识咨询，预计2022-2027年，中国商业大数据服务市场规模复合年均增长率将会保持约 20.7%的水平，2027 年市场规模达到1,040.9亿元。 根据工信部发布的《“十四五”大数据产业发展规划》：“数据是新时代重要的生产要素，是国家基础性战略资源；大数据是数据的集合，以容量大、类型多、速度快、精度准、价值高为主要特征，是推动经济转型发展的新动力，是提升政府治理能力的新途径，是重塑国家竞争优势的新机遇；大数据产业是以数据生成、采集、存储、加工、分析、服务为主的战略性新兴产业，是激活数据要素潜能的关键支撑，是加快经济社会发展质量变革、效率变革、动力变革的重要引擎”。受到大数据技术的不断成熟、各地数字经济和智慧城市建设项目的开展、物联网终端的大规模落地等因素驱动，中国的数据量呈爆炸增长，带动大数据服务市场持续快速增长。 在政策与市场双向驱动下，我国商业大数据产业进程加速，围绕数据价值生成与价值实现，数据获取、存储、加工、流通、分析、应用等相关产业迎来更多发展机会。 ② 行业基本特点 商业大数据行业以容量大、类型多、速度快、精度准、价值高为主要特征，是知识、资源、技术密集型行业。随着技术的不断成熟以及数据量的爆发式增长，带动市场持续快速增长。 （2）主要技术门槛 1）全球智能文字识别行业 作为技术密集型行业，智能文字识别技术涉及机器学习与深度学习算法、图像处理、OCR、NLP等尖端技术的融合，技术门槛主要包括： ① 机器学习与深度学习算法 A 积累海量的有效场景数据以训练深度学习算法模型，从大量数据中进行多年的学习； B 针对实际应用需求和各种不同的场景，设计和构建新的算法模型，并对算法模型参数进行不断调试，对模型架构进行不断优化，使得模型可在实际业务中的复杂场景下保持较高水平的性能，可部署在资源受限的移动端且保持较高的性能。 ② 图像处理技术 A 在实际业务中的复杂场景下保持较高的处理精度； B 解决图像去模糊、形变图像矫正等技术难题。 ③ OCR技术： A 在各种复杂场景下（几何变形、曲面、背景干扰、角度倾斜、书写风格潦草多样的文字等）保持较高的文字检测与识别性能； B 达到可商用的水平，与客户业务场景进行深度融合； C 在资源受限的移动端的保持高准确率、高速、高稳定性、低存储的识别性能。 ④ NLP技术： A NLP 模型在各种复杂场景下（多语言、多样式、多版式、多行业的业务场景）保持较高的信息抽取、文字理解、文档搜索问答的准确率、速度及稳定性； B 解决文档关键信息抽取、文字纠错、文字理解、文档搜索问答等技术难题。 2）中国商业大数据行业 商业大数据服务行业是知识、资源、技术密集型行业，主要涉及知识图谱、NLP 技术、大数据挖掘技术。 ① 知识图谱、NLP技术： A 解决多源异构的数据对齐、消歧的技术难题，将海量的非结构化数据的结构化； B 建立包含海量实体、节点、关系的知识图谱； C 将外部数据与客户私有数据进行融合，构建针对于特定客户的专有知识图谱； D 根据客户需求深度挖掘数据背后的隐性关系与知识，为客户提供决策支持； E 在跨域异构多数据源情况下，将数据信息稳定、安全、快速同步给数据需求方，提升客户数据使用效率。 ② 大数据挖掘技术： 对包含海量实体与关系的数据库保持较高的更新频率、搜索效率、数据挖掘的准确度及深度。 (2). 公司所处的行业地位分析及其变化情况 （1）公司具备行业领先的人工智能和大数据技术优势 公司自2006年成立起就将文字识别、图像处理作为核心研发方向，在智能文字识别领域已拥有超过18年的研发经验及技术积累，识别准确率稳居行业领先水平。公司复杂场景文字识别、智能图像处理、自然语言处理、知识图谱及大数据挖掘等核心技术均处于行业领先水平。截至2024年12月31日，公司及其控股子公司已取得发明专利授权合计128项，其中中国境内发明专利授权88项，境外发明专利40项。 公司曾在国际顶尖AI竞赛ICDAR、ICPR等比赛中共获得16项任务冠军。2024年3月，公司发布的acge文本向量化模型，取得业界权威的中文语义向量评测基准“C-MTEB”榜单第一的成绩。 同月，公司技术产品TextIn通过上海市第一批高新技术成果转化项目认定。2024年9月，公司与中国图象图形学学会、中国信息通信研究院等机构、高校联合编制的《文本图像篡改检测系统技术要求》团体标准正式发布，将为行业共同应对AI合成图像造假等系列问题提供理论指导。在图像安全领域，2024年11月，公司在世界互联网大会乌镇峰会上获得了全球AI大模型攻防挑战赛“AI核身－金融场景凭证篡改检测”赛道冠军。2025年2月，公司成功入选上海市创新型企业总部名单，系人工智能领域获奖企业之一。 在知识图谱及大数据挖掘技术方面，公司可对启信宝平台2,000亿条商业大数据进行毫秒级的实时搜索与分析，为用户提供企业信息画像、关联关系查询、风险查询、营销决策分析等数据挖掘服务，是国内领先、实时、动态的商业大数据平台。公司将企业的工商、司法、信用、舆情等多种实时动态的多源异构信息进行对齐和融合，构建出多源异构的超大规模动态商业知识图谱，同时解决了企业知识图谱构建过程中的同名节点的董监高姓名消歧问题，目前已构建了上亿的节点、数十亿条关系的知识图谱。2024年8月，公司旗下启信宝获在由上海市数据局、香港特别行政区政府数字政策办公室主办的“数据要素x沪港合作开放数据竞赛”中获得“最佳智慧经济大奖”。2024年10月，在由国家数据局牵头的2024年“数据要素x”大赛全国总决赛中，启信宝联合上海国际知识产权学院创新与竞争研究中心获得金融服务赛道三等奖。2024年，公司商业大数据赋能相关单位进行中小企业发展调研工作，获得了来自工信部中小企业发展促进中心、中国青年创业就业基金会的感谢信。 （2）公司产品及服务具有领先的市场地位 公司是行业内少有的在C端产品与B端服务拥有完善布局矩阵的企业，且相关产品及服务拥有领先的市场地位。C 端业务方面，凭借领先的自主研发技术、成熟的产品落地能力，公司的 3款C端APP产品覆盖了全球百余个国家和地区的亿级用户，品牌知名度与用户体验俱佳。尤其是名片全能王、扫描全能王在 2009 年、2010 年上线，在品牌影响力方面具有超过十多年的深厚积累。 据App Annie数据，截至2024年12月31日，扫描全能王免费版曾在App Store上84个国家和地区（含中国）的效率类免费应用下载量排行榜位列第一，名片全能王曾在App Store上41个国家和地区的商务类免费应用下载量排行榜位列第一。2024年，扫描全能王获得小米“艾米奖——年度最具创新力APP”；2024年，启信宝入选上海市律师协会颁发的“2024年度最受上海律师欢迎的法律科技产品”。截至2024年底，公司3款C端APP均获得中国网络安全产业联盟（CCIA）数据安全工作委员会“个人信息保护影响评估专题工作”二星级标识。 B端业务方面，公司在智能文字识别、商业大数据两类服务已覆盖了近30类行业的众多头部客户，《财富》杂志2024年8月发布的世界500强公司名单中，公司已覆盖超130家。其中，公司 B 端服务在银行、券商等金融细分领域具有领先地位：1）在银行客户方面，公司已覆盖了 6证券行业总资产排名数据显示，总资产规模位列前十的证券公司均为本公司合作客户。此外，公司B端服务还覆盖保险、政府、物流、制造、零售等行业头部客户。 (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）全球智能文字识别行业 1）大模型技术持续创新，推进垂直领域应用层发展 2025年初，DeepSeek凭借技术创新、工程能力突出，引领全球技术趋势。大模型的开源趋势正在显著增强，成为加速 AI普惠、降本增效的重要力量。开源模型，通过大幅降低训练部署成本并提供与闭源模型性能水平相当的能力，正成为推动人工智能技术普及和应用落地的重要力量。 伴随大模型技术的持续发展，生成式人工智能新兴应用场景不断涌现，并呈现出新的发展趋势。 在国内大模型研究日趋前沿，性能优化的背景下，智能文字识别及商业大数据等垂直领域有望进一步结合大模型推进产品应用层的落地场景优化。当前深度学习技术不断发展，加速了智能文字识别技术性能提升，为复杂场景的文字识别应用提供先决条件。智能文字识别的应用范围从单纯的文字识别，复杂场景下的多形态文本识别和信息抽取逐步延伸到特殊图形（例如图表）的识别，文档问答，文档深度理解等场景中，并且已实现商业化落地，大幅度提升了智能文字识别的技术边界和应用领域。 智能文字识别技术作为信息处理和数字化管理的重要工具，在未来将呈现出技术提升、应用场景拓展、智能化开放生态和政策大力支持的发展趋势，这些趋势将共同推动该技术在更多领域，更广泛的应用场景中发挥更大的作用，为各行各业提供便捷、高效的信息处理解决方案，为社会的智能化进程和数字化转型提供有力支持。 2）人工智能政策利好加速新业态的构建 从《新一代人工智能发展规划》到“人工智能+”行动，中央及各地政府近年来先后发布了多项人工智能利好政策。政策环境不断优化为人工智能发展提供了保障。2024年 7月，工业和信息化部发布的《工业和信息化部关于创新信息通信行业管理优化营商环境的意见》，提出“加快制定新技术新业务创新发展配套支持政策，鼓励企业进一步深化在 5G、人工智能、量子信息等新兴领域的技术创新和产业应用”，2024 年 12 月，中央经济工作会议提出“以科技创新引领新质生产力发展，建设现代化产业体系。”、“开展“人工智能+”行动，培育未来产业。加强国家战略科技力量建设。”此外，国家鼓励各地结合本地特色加强实践探索。人工智能融入实体经济的过程，也将为智能文字识别产业生态引入丰富的人才、技术、场景等要素。2025年 3月，《2025年国务院政府工作报告》提出“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，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。” 3）数字经济提升企业及个人用户需求 近年来，国家大力促进数字经济发展。国务院发布的《“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%。2024年 8月 27日发布的《中国数字经济发展研究报告（2024年）》指出：2023年，我国数字经济规模达到 53.9万亿元，较上年增长 3.7万亿元。2023年，我国数字经济增长对 GDP增长的贡献率达 66.45%，有效支撑经济稳增长。 我国政府对企业及政府的数字化转型也推出了多项利好政策。2024年 4月，国家发展改革委办公厅、国家数据局综合司印发的《数字经济 2024年工作要点》中提到，“深入推进产业数字化转型，深化制造业智改数转网联，大力推进重点领域数字化转型，营造数字化转型生态。”2024年 7月，《中共中央关于进一步全面深化改革推进中国式现代化的决定》指出，加快构建促进数字经济发展体制机制，完善促进数字产业化和产业数字化政策体系。国际数据公司（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）中国商业大数据行业 1）大数据相关政策利好行业发展 国家相关政府部门自 2024 年起密集出台政策，系统构建大数据产业发展的制度框架。2024年 9月，国务院发布的《关于加快公共数据资源开发利用的意见》通过扩大公共数据供给、规范授权运营、丰富应用场景等措施，为大数据行业提供了丰富的数据资源和广阔的应用空间，强化资金保障和增强支撑能力。同月，国家发展改革委等部门印发的《国家数据标准体系建设指南》，通过加快推动数据资源、数据技术、数据流通利用、数据基础设施等标准规范研制，为大数据行业提供统一规范的数据标准，促进数据资源的高效配置和创新应用，推动数据产业高质量发展。 2024 年 12 月，国家数据局等部门印发的《关于促进企业数据资源开发利用的意见》，提出健全企业数据权益实现机制，鼓励企业加快向数据驱动的经营模式转型，如提高数据治理能力、促进企业创新发展、赋能产业转型升级等，旨在充分释放企业数据资源价值，构建以数据为关键要素的数字经济。2025年 1月，国家发改委和数据局联合发布登记、授权、定价三份配套政策文件，包括《公共数据资源登记管理暂行办法》《公共数据资源授权运营实施规范（试行）》《关于建立公共数据资源授权运营价格形成机制的通知》，分别致力解决“确权难、流通难、定价难”三大核心问题，进一步完善了公共数据资源开发利用的政策体系。 数据资产全生命周期管理包括数据归集和治理，数据产品开发和销售，并进一步实现资产化和资本化，目的是实现提升数据质量、实现数据互联互通、提高数据获取效率、持续释放数据价值。数据治理是数据资产管理的重要组成部分。传统模式下 IT系统中存在大量过程数据、历史数据、临时数据、未使用数据，这类数据占用数据库大量空间；同时企业各个部门数据标准未统一，导致大量数据重复记录，数据冗余。数据治理则能够实现数据的梳理，以提升数据质量与标准化程度，提高数据到数据资产的转化率，是企业及政府实现数字化转型的重要举措。 因此各行业都在积极实践数据资产管理，以数据治理为目的，通过引入大数据平台，实现数据汇聚、清洗、挖掘、分析等工作，实现数据的真正价值，在完善内部数据应用的同时，对外提供数据产品服务。 3）商业大数据的应用场景不断丰富成熟 2024年，国家数据局等 17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，明确提出了数据要素可配置的 12个行业与场景，以推动数据要素的乘数效应，释放数据要素价值。 这 12个行业和场景包括工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理和绿色低碳等。 在工业制造领域，通过建立智能模型和数据资产交易平台，不仅促进了装备制造业的技术进步，还提高了产品设计和功能优化的效率。在金融服务领域，数据要素被广泛应用于风险评估、信用评级、市场预测等方面，通过对客户数据、交易数据等进行分析，金融机构可以更加准确地评估客户的信用状况和风险水平，从而制定更为合理的信贷政策和投资策略。在科技创新领域，数据要素为研发创新提供了有力支持，通过对科研数据的深入挖掘和分析，科研人员能够发现新的研究方向和创新点，推动科技成果的转化和应用。在文化旅游领域，通过对游客行为数据、景区数据等的分析，旅游企业可以更好地了解游客需求，提供个性化的旅游产品和服务，提升游客的旅游体验。在医疗健康领域，通过对患者数据的挖掘，可以实现精准医疗和个性化治疗，提高医疗效果和服务水平，同时也有助于公共卫生部门进行疫情监测和预警，提高疫情防控的精准性和效率。在城市治理领域，通过对交通数据、环境数据等进行分析，城市管理者可以更加科学地规划城市交通和环境保护措施，提升城市的宜居性和可持续性。 4）第三方企业征信机构在社会信用体系建设发挥愈加重要的作用 企业征信是按一定规则合法采集企业信息，加工整理为企业信用报告等数据产品，为经济活动中的各类信息需求者提供信息服务的活动。在市场经济成熟国家，社会信用体系建设同时依靠政府与第三方专业的企业征信服务机构的共同协作。 我国第三方企业征信服务业起步较晚，信息整合还不够充分，这为第三方征信机构提供了市场发展机遇。第三方征信机构可利用大数据挖掘与知识图谱技术，突破原有征信数据的局限，带来更丰富、深入的分析维度，补充、完善了征信系统企业的覆盖率与信息的维度，进而不断扩展征信服务的应用场景。 近几年我国政府愈加重视第三方征信在社会信用体系建设的重要作用，发布多项支持政策： 2021年 3月发布的十四五纲要中明确将建立健全信用法律法规和标准体系纳入国家规划。另一方面，政府数据的公开化、透明化趋势也为第三方征信服务企业提供了更完善的数据来源。2023年2 月，中共中央、国务院印发的《数字中国建设整体布局规划》提出“推动公共数据汇聚利用，建设公共卫生、科技、教育等重要领域国家数据资源库”，强调“释放商业数据价值潜能”。2024年 5月，国家发展改革委办公厅印发《2024—2025年社会信用体系建设行动计划》，提出围绕企业登记、司法、税务、海关、金融、知识产权等重要领域，健全落地数据共享机制，建立标准统一、权威准确的信用记录，开展数据挖掘和联合建模，促进商业数据的深度开发和应用。 3、 公司主要会计数据和财务指标 3.1 近3年的主要会计数据和财务指标 单位：元 币种：人民币
3.2 报告期分季度的主要会计数据 单位：元 币种：人民币
季度数据与已披露定期报告数据差异说明 □适用 √不适用 4、 股东情况 4.1 普通股股东总数、表决权恢复的优先股股东总数和持有特别表决权股份的股东总数及前 10 名股东情况 单位: 股
4.3 公司与实际控制人之间的产权及控制关系的方框图 √适用 □不适用 4.4 报告期末公司优先股股东总数及前 10 名股东情况 □适用 √不适用 5、 公司债券情况 □适用 √不适用 第三节 重要事项 1、 公司应当根据重要性原则，披露报告期内公司经营情况的重大变化，以及报告期内发生的对公司经营情况有重大影响和预计未来会有重大影响的事项。 报告期内，公司实现营业收入143,814.30万元，同比增长21.21%；归属于上市公司股东的净利润40,053.01万元，同比增长23.93%。 2、 公司年度报告披露后存在退市风险警示或终止上市情形的，应当披露导致退市风险警示或终止上市情形的原因。 □适用 √不适用 中财网
 |