经营分析☆ ◇688031 星环科技 更新日期：2024-11-20◇ 通达信沪深京F10
★本栏包括【1.主营业务】【2.主营构成分析】【3.前5名客户营业收入表】【4.前5名供应商采购表】
【5.经营情况评述】
【1.主营业务】
数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件及服务。
【2.主营构成分析】
截止日期:2024-06-30
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
软件产品与技术服务(产品) 1.12亿 80.05 7933.43万 96.27 70.72
应用与解决方案(产品) 2382.57万 17.00 94.05万 1.14 3.95
软硬一体产品及服务(产品) 376.44万 2.69 190.52万 2.31 50.61
其他业务(产品) 37.54万 0.27 22.82万 0.28 60.78
─────────────────────────────────────────────────
截止日期:2023-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
基础软件开发(行业) 4.91亿 99.94 2.93亿 100.01 59.65
其他业务(行业) 27.22万 0.06 -1.61万 -0.01 -5.91
─────────────────────────────────────────────────
软件产品与技术服务:软件产品授权及 1.84亿 37.54 1.14亿 38.81 61.62
配套服务(产品)
软件产品与技术服务:软件产品授权(产 1.32亿 26.98 1.29亿 44.04 97.30
品)
应用与解决方案(产品) 7909.13万 16.11 577.08万 1.97 7.30
软件产品与技术服务:技术服务(产品) 7335.12万 14.95 3450.18万 11.79 47.04
软硬一体产品及服务(产品) 2140.10万 4.36 994.45万 3.40 46.47
其他业务(产品) 27.22万 0.06 -1.61万 -0.01 -5.91
─────────────────────────────────────────────────
华东(地区) 2.27亿 46.34 1.17亿 40.00 51.46
华北(地区) 9861.34万 20.09 6867.55万 23.47 69.64
华南(地区) 5674.80万 11.56 3150.67万 10.77 55.52
西北(地区) 4704.19万 9.58 3282.46万 11.22 69.78
华中(地区) 2423.47万 4.94 1601.57万 5.47 66.09
西南(地区) 2419.61万 4.93 1621.70万 5.54 67.02
东北(地区) 1047.84万 2.13 906.27万 3.10 86.49
海外(地区) 179.54万 0.37 127.49万 0.44 71.01
其他业务(地区) 27.22万 0.06 -1.61万 -0.01 -5.91
─────────────────────────────────────────────────
渠道销售(销售模式) 2.50亿 50.89 1.67亿 57.09 66.87
直销模式(销售模式) 2.41亿 49.05 1.26亿 42.92 52.16
其他业务(销售模式) 27.22万 0.06 -1.61万 -0.01 -5.91
─────────────────────────────────────────────────
截止日期:2023-06-30
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
软件产品与技术服务(产品) 9850.54万 71.40 --- --- ---
应用与解决方案(产品) 3568.58万 25.87 --- --- ---
软硬一体产品及服务(产品) 365.14万 2.65 --- --- ---
其他(补充)(产品) 12.37万 0.09 --- --- ---
─────────────────────────────────────────────────
截止日期:2022-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
基础软件开发(行业) 3.73亿 100.00 2.11亿 100.00 56.54
─────────────────────────────────────────────────
软件产品与技术服务-软件产品授权(产 1.11亿 29.69 1.04亿 49.40 94.08
品)
软件产品与技术服务-软件产品授权及 9590.73万 25.74 5301.67万 25.17 55.28
配套服务(产品)
软件产品与技术服务-技术服务(产品) 9166.18万 24.60 4492.56万 21.33 49.01
应用与解决方案(产品) 6115.59万 16.41 234.65万 1.11 3.84
软硬一体产品及服务(产品) 1326.91万 3.56 630.19万 2.99 47.49
─────────────────────────────────────────────────
华东(地区) 1.42亿 37.97 6814.32万 32.35 48.16
华北(地区) 1.16亿 31.07 7457.69万 35.40 64.42
华南(地区) 4820.12万 12.94 2240.57万 10.64 46.48
华中(地区) 2105.50万 5.65 1405.03万 6.67 66.73
西南(地区) 1747.94万 4.69 1426.57万 6.77 81.61
西北(地区) 1400.43万 3.76 592.41万 2.81 42.30
海外(地区) 797.63万 2.14 601.32万 2.85 75.39
东北(地区) 664.64万 1.78 528.99万 2.51 79.59
─────────────────────────────────────────────────
直销模式(销售模式) 1.99亿 53.52 9746.77万 46.27 48.87
渠道销售(销售模式) 1.73亿 46.48 1.13亿 53.73 65.36
─────────────────────────────────────────────────
【3.前5名客户营业收入表】
截止日期:2023-12-31
前5大客户共销售0.81亿元，占营业收入的16.44%
┌───────────────────────┬───────────┬───────────┐
│客户名称 │ 营收额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│客户1 │ 2316.79│ 4.72│
│客户2 │ 1943.22│ 3.96│
│客户3 │ 1489.27│ 3.03│
│客户4 │ 1191.44│ 2.43│
│客户5 │ 1127.99│ 2.30│
│合计 │ 8068.71│ 16.44│
└───────────────────────┴───────────┴───────────┘
【4.前5名供应商采购表】
截止日期:2023-12-31
前5大供应商共采购0.40亿元，占总采购额的43.18%
┌───────────────────────┬───────────┬───────────┐
│供应商名称 │ 采购额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│供应商1 │ 2169.81│ 23.30│
│供应商2 │ 587.56│ 6.31│
│供应商3 │ 499.31│ 5.36│
│供应商4 │ 402.09│ 4.32│
│供应商5 │ 362.12│ 3.89│
│合计 │ 4020.89│ 43.18│
└───────────────────────┴───────────┴───────────┘
【5.经营情况评述】
截止日期:2024-06-30
●发展回顾:
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
公司是一家企业级大数据基础软件开发商，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等
数据全生命周期提供基础软件及服务，已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能
分析工具的软件产品矩阵，支撑客户及合作伙伴开发数据应用系统和业务应用系统，助力客户实现数字化转
型。
公司主要提供两大类的产品和服务：第一类是大数据基础软件业务，包含基础软件产品和与产品相关的
技术服务；第二类是应用与解决方案，主要针对大数据应用场景，提供大数据存储、处理以及分析等相关场
景下的咨询及定制开发等服务的解决方案；除上述两类业务以外，公司根据客户及项目需求销售少量第三方
软件、硬件等其他业务。
公司的第一类大数据基础软件业务中所包含的基础软件产品，主要由下列三大类产品矩阵所构成：
（1）大数据与云基础平台软件（TDH和TDC）
TDH是公司自主研发的一站式大数据基础平台，包括多个大数据存储与分析产品，能够存储PB级别的海
量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像、向量等在内的多种数据格式
，提供高性能的查询搜索、实时分析、统计分析、预测性分析等数据分析功能。
TDC是一款基于容器技术的数据云平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具
等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和使用灵活性的
要求，可以在一个云平台上支撑大量的用户需求和数字化应用，适用于建设大型企业的数字化基础设施、城
市大数据中心的数据平台、企业级数据应用云以及跨多数据中心的数据平台等场景。
（2）分布式关系型数据库软件（ArgoDB和KunDB）
ArgoDB是面向数据分析型业务场景的分布式闪存数据库产品，主要用于构建离线数据仓库、实时数据仓
库、数据集市等数据分析系统。
KunDB是一款兼容Oracle和MySQL的分布式交易型数据库，集中式与分布式一体化，可快速由集中式扩展
为分布式，主要用于支持操作型业务场景（如ERP、OA、HIS等）和高并发场景（如消费者的手机APP应用、
居民码查询等）的核心数据系统的构建。
（3）数据开发与智能分析工具软件(TDS和Sophon)
TDS是公司研发的一款用于大数据开发的工具集。TDS内置多个数据工具产品，为企业构建数据仓库、数
据湖、数据中台，提供高效的数据集成、数据治理、数据资产管理、数据标签与服务、数据共享与交易等工
具，提高开发者对数据系统的建设效率，提升业务客户对数据资产的利用效率，帮助客户实现数据对业务的
赋能。
Sophon是一款一站式人工智能平台，它能够在统一的平台上，端到端对多种模态数据完成（i）数据（
含语料数据、知识数据）的接入、清洗、生成、标注、评估、存算、推理和辅助决策；（ii）模型（含传统
机器学习模型、深度学习模型、大模型等）的训练、构建、组装、测试、管理和持续迭代；（iii）智能体
和应用的搭建、优化和运营；到（iv）数据要素流通的各个过程。同时，Sophon也能为不同的智能数据分析
业务提供便捷的存、算资源管理和调度、监控、安全、审计等企业级功能。Sophon内置了多类机器学习算法
，并支持多种主流机器学习计算框架、算法和人工智能模型在Sophon平台运行，能够赋能用户更高效地进行
大模型和智能体的开发和应用、大规模复杂数据分析和预测性分析，从而敏捷化加速和辅助业务决策，提高
企业的数字化运营能力和智能化决策能力。
（二）主要经营模式
1、盈利模式
公司主要销售大数据基础软件业务相关的软件产品和技术服务，以及为客户提供应用与解决方案。其中
，大数据基础软件业务是公司的主要盈利来源。报告期内，公司大数据基础软件产品包括大数据与云基础平
台、分布式关系型数据库、数据开发与智能分析工具。根据不同客户或项目需求，公司大数据基础软件业务
主要以软件产品授权的方式交付，少量情况下也提供软硬一体交付方式，此外，根据部分项目具体需求，公
司为大数据基础软件产品或相关的软硬一体产品配套提供相关的技术服务。报告期内，公司主要通过永久授
权模式向客户销售软件产品，授权收入根据客户及具体项目需求，按照授权数量收取软件授权费。技术服务
及应用与解决方案按项目计价模式或人月计价模式收费，其中维保类服务通常按服务期限收费。公司持续进
行新客户的开发、销售，并随着公司客户积累及客户大数据相关信息系统建设需求，向老客户提供已购产品
扩容、新软件产品销售、提供技术服务及应用与解决方案的方式，实现老客户对公司产品或服务的复购。
2、研发模式
公司秉承“自主研发、领先一代”的技术发展策略，由公司总经理作为公司研发工作总负责人，负责技
术和产品研发的统筹安排，技术和产品研发的具体工作由产品研发部门落实完成。为保证研发质量，推动技
术创新，公司针对技术研发过程制定了详细的流程管理制度，主要通过产品研发生命周期管理和软件工程过
程管理两大类流程，控制开发各环节的工作质量，提高开发作业能力和研发工作效率，保证产品和技术的先
进性。
3、销售模式
根据客户类型不同，公司销售模式分为直接销售和渠道销售两种模式。其中：
（1）直销模式指公司直接面向终端用户进行签约，并向终端用户直接交付公司产品与服务的销售模式
。在直销模式下，公司销售团队主要负责新客户的拓展以及存量客户的需求挖掘。公司总部及各地的子公司
、分公司等本地化机构具备良好的销售及综合服务能力；
（2）渠道销售模式指公司与项目合作伙伴和经销商等生态合作伙伴直接签约，通过与生态合作伙伴合
作向终端用户交付公司产品与服务的销售模式。其中，项目合作伙伴主要包括直接面对中大型终端用户的系
统集成商或应用开发商，拥有丰富的行业服务经验和（或）自有的IT产品，能够与公司协作形成具有实际应
用价值的产品或解决方案。项目合作伙伴通常根据终端用户的需求采购公司的产品，并结合其自有IT产品或
其他厂商产品（如有）销售交付给终端用户。经销商为行业内具有丰富软件推广经验的合作伙伴，与公司签
署有效的合作伙伴协议或框架协议，并在合作伙伴合作协议或框架协议中约定了销售业绩或市场占有率或产
品数量等指标。公司与经销商客户之间均为买断式销售，经销商客户在采购公司产品后，向终端用户、系统
集成商或应用开发商进行销售。
4、采购模式
公司采购内容分为自用采购及项目采购，其中：
（1）自用采购主要为公司日常经营和研发过程中所需的服务器、办公设备等相关硬件和少量技术服务
以及办公用品，由采购部门根据内部需求执行采购流程；
（2）项目采购通常包括技术服务采购和软硬件采购，用于向客户实施及交付。
为了提升项目收益率、提高交付效率以及缩短实施周期，公司会向技术服务供应商采购技术服务。公司
技术服务采购分为工时计价和项目计价两种方式。公司采购的物料主要为软硬件一体机的硬件设备及通用工
具软件。
对于项目采购，公司建立了内部制度规范采购行为，由采购部门根据客户需求执行采购流程。公司制定
了《项目外采管理办法》《内部采购管理及供应商管理制度》等相关制度规范采购行为。
（三）公司所处行业情况
1、行业的发展阶段、基本特点、主要技术门槛
依据国家统计局《国民经济行业分类》（GB/T4754-2017），公司所处行业属于软件和信息技术服务业
（I65）。根据《战略性新兴产业分类（2018）》，公司所属行业为“新一代信息技术产业”之“新兴软件
和新型信息技术服务”之“新兴软件开发”之“基础软件开发”。
（1）行业发展阶段
近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球及中国的数据量
均爆发式增长。数据资源总体呈现出“4V”的特点，即海量的数据规模（Volume）、多样的数据类型（Vari
ety）、价值密度低（Value）、快速的数据流转（Velocity）。在大数据时代下，以集中式架构关系型数据
库为代表的传统数据管理软件在处理大数据场景时不能很好适应数据的“4V”特性，面临较多技术挑战。随
着信息技术的发展，数据处理需求的变化推动了数据管理软件技术的变革，从技术发展方向来看，数据管理
软件技术依次按照“关系型、集中式”向“非关系型、分布式”并进一步向“多模型、云原生”这三个阶段
进行演变。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传统的集中式资源管理调度逐渐向
基于云原生技术的分布式统一资源管理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大
变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传统数据分析软件逐渐向新型的分布式数据
开发和智能分析软件发展。
当前，中国大数据软件领域处于发展的历史机遇期，我国高度重视大数据在经济社会发展中的作用。根
据国家互联网信息办公室发布的《数字中国发展报告（2022年）》，2022年我国大数据产业规模增加到1.57
万亿，在2021年的基础上同比增加18%。根据工信部印发的《“十四五”大数据产业发展规划》，在“十三
五”时期，我国大数据产业快速起步，但仍然存在一些制约因素，目前国内的技术支撑不够强，基础软件等
关键领域与国际先进水平存在一定差距。在工信部印发的《“十四五”软件和信息技术服务业发展规划》中
相关内容亦指出，要聚力攻坚基础软件，对数据库等关键基础软件补短板。
（2）行业基本特点
①分布式系统成为行业技术架构主要的发展方向
传统数据库以集中式架构为主，集中式架构由一台或多台主计算机组成中心节点，数据存储以及整个系
统的业务单元都集中部署于该中心节点中，系统所有的功能均由中心节点集中处理。每个终端或客户端仅仅
负责数据的录入和输出，而数据的存储与控制处理完全交由主机完成。分布式架构下，软件组件分布在不同
主机上，主机之间通过网络连接进行通信和协调。
随着海量及异构数据的数据分析需求增长，需要的计算、存储和IO等资源也在极速增加。集中式架构通
过改善硬件配置来提升存储和处理能力，但单台主机可配置的资源存在上限，因此传统的集中式架构软件难
以满足海量及异构数据的数据集的处理和分析需求。而为了处理TB以及PB级别以上的数据规模，分布式的架
构将数据分散在网络上多个通过高速网络互联的节点上联合计算。因为数据分布在不同节点，在进行计算任
务时，任务也会被切分成多个子任务，分发到多个节点上同时进行计算，能充分利用整个集群各个节点的计
算资源、存储资源和IO资源，可线性提升集群的存储和处理能力。因此，分布式架构能较好地处理该类问题
，这也是分布式架构相对于传统单机架构的核心优势。
在大数据场景下，分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优
势，能够较好地满足大数据分析的需求。此外，近年来，分布式技术不断发展，在提供高弹性、支持高并发
的同时，支持关系型数据库中强事务性的特性，成为大数据技术的重要发展方向。
②数据管理软件国产化趋势明显，国产大数据产品有望实现换道超车
国内数据管理软件基本被Oracle、IBM和微软为代表的国外关系型数据库厂商主导，国产软件产品渗透
率低。随着国内客户越来越重视数据与信息安全，国产软件产品在关键领域实现替代成为其中重要环节，越
来越多的客户已经开始或计划相关软硬件的采购计划。
大数据时代下，数据管理软件正在逐步由集中式架构软件向分布式架构软件演进，国产大数据产品有望
实现换道超车，对国外数据管理软件进行替代。从功能来看，基于新兴分布式架构的国产大数据产品已经能
满足市面上绝大多数数据应用场景基础需求。但国产大数据产品能否在市场竞争中胜出、占据更多的市场份
额，仍然取决于国产大数据产品能否构建自主研发的生态以及产品的全球竞争力。目前，为保障国家信息安
全，自主研发的国产大数据生态体系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、规
模用户群体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进入快速协同发展阶段，国产大数据产品与
服务迎来较好的发展机遇。
③数据管理软件趋向于统一多数据模型的平台
数据模型是决定数据库系统逻辑的重要因素，并从根本上决定以何种方式存储、组织和操作数据，包括
传统的关系模型和NoSQL数据模型（文档模型、键值模型、图模型等）。大多数数据库管理系统只能支持一
种或少数几种数据模型，因此企业通常只能使用多种数据库产品联合的方案来应对日益增长的异构数据模型
处理需求。
随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库模型的大数据平台技术。相比多种数据
库产品的集成方案，多种数据库模型统一的大数据平台的优势包括：（1）提升场景效率。同一份数据可以
分别采用多种数据模型存放，解决不同场景的处理效率问题；（2）统一分析管理。关联不同模型的数据，
统一分析管理；（3）降低运维成本。无需维护多种数据库，降低运维成本；（4）降低数据持有成本，同一
份数据在不同的数据模型当中不需要全量存储，不同模型只需要存储必要的数据内容即可，在查询时可以通
过关联的方式获取全量信息。
未来多模型数据平台将通过不断提高计算、存储引擎的处理能力，从操作响应速度、数据并发能力、数
据管理成本等多个角度优化企业的数据需求，成为多模大数据平台的重要发展趋势。
④云原生大数据平台架构成为未来的主要发展方向
云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API，这些技术能够构建容
错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系
统作出频繁和可预测的重大变更。云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，
构建和运行可弹性扩展的应用。面对客户日益增长的海量数据、多种数据结构的实时化、智能化处理需求，
云原生的大数据平台架构凭借计算存储解耦、资源池化、Serverless等核心技术，提供了高弹性拓展、海量
存储、多种数据类型处理及低成本计算分析的能力。相比传统数据库，云原生数据库及数据管理平台天然具
备灵活性，能够提供强大的创新能力、丰富多样的产品体系、经济高效的部署方式和按需付费的支付模式。
⑤国家加速数据要素市场建设，推动数据安全流通技术的商业化加速
2021年12月12日，国务院发布《“十四五”数字经济发展规划》，其中强调“充分发挥数据要素作用”
。随着《要素市场化配置综合改革试点总体方案》《关于加快建设全国统一大市场的意见》《关于构建数据
基础制度更好发挥数据要素作用的意见》《关于征求<企业数据资源相关会计处理暂行规定（征求意见稿）>
意见的函》等相关政策不断落地，彰显数据要素的重要性。报告期内，国家也不断推出支持大数据相关行业
和数据要素市场发展，支持数据安全流通技术发展的相关政策。2023年1月，工信部等十六部门联合印发《
关于促进数据安全产业发展的指导意见》，提出到2025年，数据安全产业基础能力和综合实力明显增强，产
业规模超过1500亿元，年复合增长率超过30%，到2035年，数据安全产业进入繁荣成熟期。2023年3月，十四
届全国人大审议通过国务院机构改革方案，正式成立国家数据局，负责协调推进数据基础制度建设，统筹数
据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等。
当前，丰富的数据要素资源已经涵盖了政府、金融、运营商、房地产、医疗、能源、交通、物流、教育
以及制造业、电商平台、社交网站等众多领域。同时，由于数据的流通和利用是数据要素价值创造的前提，
而跨域、跨中心的数据融合计算需求，以及数据要素在开放流通环节中的安全需求（包括“可用不可见”、
“可用不可得”、“可用不出域”等），都使得数据的安全可信流通成为数据要素的市场化配置的重要一环
，也是各行业数字化转型过程中和过程后的必由之路。随着《数据安全法》《个人信息保护法》《关键信息
基础设施安全保护条例》的实施，以安全为前提的数据开放利用将迎来新一轮发展机遇。隐私计算是在处理
、分析计算数据的过程中保持数据不透明、不泄露、无法被计算方以及其他非授权方获取的一种技术解决方
案，能够在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放，应用前景和商业价值巨大。在
国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应
用普及和商业化在加速进行。
（3）行业主要技术门槛
大数据基础软件行业属于知识密集、技术先导型的新兴产业，其技术门槛较高，主要体现在技术迭代的
速度以及技术覆盖面的广度，每年不断涌现出新技术成为实现大数据的集成、存储和处理、治理、建模、挖
掘和流通的有效手段，需要公司具备较强的研发创新能力及保障持续的技术研发投入以准确把握技术发展趋
势、引领新技术的迭代、适应新技术的要求。由于大数据基础软件在不同行业客户的数字化基础设施中，提
供信息系统的基础能力，是整个应用系统最终实现数字化的技术基础，其技术水平也决定了对应业务应用系
统的能力边界和创造数据价值的效率，在信息系统中处于核心环节，因而企业的研发创新能力也成为未来竞
争的关键要素，只有研发能力过硬的企业才能够通过更突出的技术优势树立产品竞争力，而新进入者缺乏对
大数据核心技术的有效积累，面临较高的技术门槛。
2、公司所处的行业地位分析及其变化情况
（1）技术地位
大数据基础软件是新兴科技领域，公司是国内较早专注于大数据基础软件研发的公司，自主研发的大数
据基础平台、分布式分析型数据库等已达到业界先进水平。2018年3月，公司大数据基础平台产品TDHV5.1正
式通过国际知名组织TPC的基准测试TPC-DS的官方审计，成为全球首次完整通过该项基准测试的数据产品。2
019年8月，ArgoDBV1.2.1版本正式通过了TPC-DS基准测试的官方审计，成为全球第四个通过的数据库产品。
2022年8月，公司的人工智能平台SophonDiscoverV3.0.0成为首个通过TPCx-AI基准测试SF3,000（当前TPCx-
AI已通过测试最大体量）的产品。2023年12月，公司大数据基础平台TDHV9.1通过TPCx-BBSF3,000基准测试
的官方审计，性能位列全球第一。
（2）市场地位
公司综合能力较强，2020年10月，IDC发布《MarketScape：中国大数据管理平台厂商评估，2020》，公
司综合能力排名市场第四，是中国大数据管理平台市场的领导者。该综合能力指通过关键战略（包含增长、
研发速度、生产效率等）、关键能力维度评价（服务范围、客户服务交付等）对中国大数据管理平台厂商综
合能力排名。2022年6月，公司多个产品或子产品入选Gartner发布的《中国数据库管理系统供应商识别指南
》，在识别的8类数据库管理系统产品中，公司入选产品覆盖其中7类，是覆盖超过7类或以上产品的四家厂
商之一，以及覆盖多模数据库的四家厂商之一。公司入围IDC《中国大数据平台市场份额，2023》报告，202
3年中国大数据平台私有化部署市场规模达107.1亿元，公司在中国大数据私有化部署市场份额在独立软件厂
商中位列第一。
公司积极参与国家、行业标准组织的多份标准和规范，推动全国范围内及各行业的数字化和智能化水平
稳步提升。报告期内，公司参编《金融行业大规模预训练模型技术和应用评估方法第1部分：银行业》、《
面向行业的大规模预训练模型技术和应用评估方法第1部分：金融大模型》、《检索增强生成（RAG）技术能
力要求》等多项标准。
报告期内，公司持续收获业界的认可和荣誉，市场地位迈上新台阶：公司荣登“2024福布斯中国人工智
能科技企业TOP50”榜单，并入选国际权威IT咨询机构IDC“政务大模型厂商”、“中国生成式AI市场生态”
、“智算中心技术供应商”、“中国数据安全市场”、“数据要素市场”等图谱。公司在数据基础设施、数
据资产管理、数据共享、自主研发、数据科学平民化和知识图谱6项技术领域成为Gartner重点推荐供应商。
在信通院组织的首批“可信数据库”多模数据库产品测试中，公司的分布式分析型数据库ArgoDB顺利完成了
多模数据库产品基础能力测试。
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）生成式AI加快产业落地
根据IDC预测，到2027年，全球的生成式AI市场规模将接近1,500亿美元，年复合增长率或达85.7%。预
计2027年中国市场的投资规模将超过130亿美元，五年复合增长率达86.2%。从应用场景的角度，国内生成式
AI的主流应用场景集中在知识管理、市场营销、客户服务、代码生成等通用型场景，同时也有行业企业和技
术供应商共同探索行业属性较强的新一代应用。预期未来会有更多的具有创新性的应用场景和应用解决方案
被开发出来，进一步推动大模型和生成式AI在产业内落地。2024年上半年，大模型应用呈现五大趋势：（1
）市场涌现出越来越多的具有强行业或者场景属性的大模型，说明技术厂商在开发大模型底层技术的同时，
愈加关注这项技术在行业或者企业内部落地的进展；（2）在大模型时代，开源和闭源的产品共存，开源的
产品可塑性更强但对企业自身的技术能力要求高，闭源的产品可以让企业更多地和技术供应方合作，利用技
术供应方的人才和技术积累让大模型在企业内部快速落地；（3）大模型正在向端侧（例如PC、手机、汽车
等终端设备）转移，端侧AI技术发展也在不断推进，使得大模型能够在端侧设备高效运行。端侧AI相比云侧
AI具有低延时、保护数据隐私、节省云端计算资源等优势；（4）随着今年2月OpenAI发布其首款视频生成模
型Sora，多模态技术在文生视频领域取得重大突破，预期将为长短视频、广告和游戏等行业带来颠覆性创新
；（5）企业将构建新一代AI基础设施作为优先任务。新一代AI基础设施是一种硬件、软件、网络、工具及
服务的组合，用于支持AI模型和应用的开发、部署和管理。性能、安全性、成本和与现有系统的集成能力成
为影响企业决策的几大主要考量因素。
顺应上述产业及技术趋势，公司2024年实施了全面的战略升级，公司的定位从数字基础设施进一步延伸
至AI基础设施，打造从语
|
