经营分析☆ ◇688500 慧辰股份 更新日期：2025-09-06◇ 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】
基于企业内外部数据、消费者态度与行为数据和行业数据的业务经营分析与应用、定制化行业分析应用解
决方案等服务。
【2.主营构成分析】
截止日期:2024-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
TMT(行业) 1.69亿 38.17 4533.75万 32.85 26.75
快速消费品(行业) 1.01亿 22.85 3676.67万 26.64 36.23
其他(行业) 8700.86万 19.59 3584.42万 25.97 41.20
耐用消费品(行业) 7917.57万 17.83 1785.98万 12.94 22.56
政府及公共服务(行业) 688.56万 1.55 221.67万 1.61 32.19
─────────────────────────────────────────────────
数据产品(产品) 3.72亿 83.82 1.07亿 77.25 28.65
解决方案(产品) 7186.43万 16.18 3139.39万 22.75 43.68
─────────────────────────────────────────────────
华东(地区) 1.75亿 39.51 5873.86万 42.56 33.48
华南(地区) 9529.34万 21.46 2742.95万 19.87 28.78
华中(地区) 6434.48万 14.49 2138.11万 15.49 33.23
华北(地区) 5732.59万 12.91 1924.71万 13.94 33.57
华西(地区) 4816.35万 10.85 967.89万 7.01 20.10
境外(地区) 346.80万 0.78 154.97万 1.12 44.69
─────────────────────────────────────────────────
直销(销售模式) 4.44亿 100.00 1.38亿 100.00 31.08
─────────────────────────────────────────────────
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(%)
─────────────────────────────────────────────────
TMT(行业) 1.82亿 33.74 4620.15万 27.25 25.39
快速消费品(行业) 1.34亿 24.90 5515.85万 32.53 41.07
耐用消费品(行业) 1.18亿 21.87 2540.13万 14.98 21.53
其他(行业) 9074.12万 16.82 3969.65万 23.41 43.75
政府及公共服务(行业) 1444.77万 2.68 308.52万 1.82 21.35
─────────────────────────────────────────────────
数据产品(产品) 4.57亿 84.75 1.28亿 75.40 27.96
解决方案(产品) 8225.43万 15.25 4170.72万 24.60 50.71
─────────────────────────────────────────────────
华东(地区) 1.96亿 36.34 7627.92万 44.99 38.91
华南(地区) 9015.20万 16.71 2178.88万 12.85 24.17
华西(地区) 9009.12万 16.70 1965.14万 11.59 21.81
华北(地区) 8171.76万 15.15 2316.50万 13.66 28.35
华中(地区) 7763.66万 14.39 2662.05万 15.70 34.29
境外(地区) 378.59万 0.70 203.80万 1.20 53.83
─────────────────────────────────────────────────
直销(销售模式) 5.39亿 100.00 1.70亿 100.00 31.43
─────────────────────────────────────────────────
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(%)
─────────────────────────────────────────────────
TMT(行业) 1.59亿 31.87 2681.14万 19.29 16.88
耐用消费品(行业) 1.27亿 25.42 3013.45万 21.68 23.80
快速消费品(行业) 1.05亿 21.15 4310.79万 31.02 40.90
其他(行业) 9352.13万 18.77 3844.33万 27.66 41.11
政府及公共服务(行业) 1388.31万 2.79 48.76万 0.35 3.51
─────────────────────────────────────────────────
数据产品(产品) 4.27亿 85.71 1.08亿 77.64 25.27
解决方案(产品) 7121.52万 14.29 3107.79万 22.36 43.64
─────────────────────────────────────────────────
华东(地区) 1.98亿 39.73 6799.77万 48.92 34.35
华北(地区) 1.12亿 22.47 2250.25万 16.19 20.10
华南(地区) 8072.39万 16.20 1823.14万 13.12 22.58
华西(地区) 6436.60万 12.92 1525.96万 10.98 23.71
华中(地区) 3585.76万 7.20 1106.24万 7.96 30.85
境外(地区) 736.95万 1.48 393.12万 2.83 53.34
─────────────────────────────────────────────────
直销(销售模式) 4.98亿 100.00 1.39亿 100.00 27.89
─────────────────────────────────────────────────
截止日期:2021-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
TMT(行业) 1.74亿 38.59 5125.44万 34.45 29.40
快速消费品(行业) 1.06亿 23.43 3807.11万 25.59 35.97
耐用消费品(行业) 8221.16万 18.20 1859.38万 12.50 22.62
其他(行业) 8083.88万 17.89 3696.26万 24.84 45.72
政府及公共服务(行业) 852.36万 1.89 389.23万 2.62 45.67
─────────────────────────────────────────────────
数据产品(产品) 4.04亿 89.42 1.25亿 84.10 30.98
解决方案(产品) 4781.37万 10.58 2364.90万 15.90 49.46
─────────────────────────────────────────────────
华东(地区) 2.03亿 44.97 7809.29万 52.49 38.45
华北(地区) 8331.25万 18.44 2457.92万 16.52 29.50
华南(地区) 7678.12万 17.00 2265.04万 15.22 29.50
华中(地区) 4194.20万 9.28 887.54万 5.97 21.16
华西(地区) 3929.46万 8.70 1066.42万 7.17 27.14
境外(地区) 728.28万 1.61 391.22万 2.63 53.72
─────────────────────────────────────────────────
直销(销售模式) 4.52亿 100.00 1.49亿 100.00 32.93
─────────────────────────────────────────────────
【3.前5名客户营业收入表】
截止日期:2024-12-31
前5大客户共销售1.66亿元，占营业收入的37.53%
┌───────────────────────┬───────────┬───────────┐
│客户名称 │ 营收额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│中国移动 │ 6991.55│ 15.77│
│中国烟草 │ 2927.47│ 6.60│
│长安汽车 │ 2905.22│ 6.55│
│华为 │ 2499.57│ 5.64│
│诺和诺德（上海）医药贸易有限公司 │ 1316.54│ 2.97│
│合计 │ 16640.35│ 37.53│
└───────────────────────┴───────────┴───────────┘
【4.前5名供应商采购表】
截止日期:2024-12-31
前5大供应商共采购0.72亿元，占总采购额的26.64%
┌───────────────────────┬───────────┬───────────┐
│供应商名称 │ 采购额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│北京中科信控创新创业科技发展有限公司 │ 2426.51│ 8.99│
│武汉英瑞管理咨询有限公司 │ 1528.79│ 5.67│
│北京和心智远科技服务有限公司 │ 1237.38│ 4.59│
│北京创事通技术服务有限公司 │ 1093.10│ 4.05│
│武汉万里阳光整合广告有限公司 │ 902.65│ 3.34│
│合计 │ 7188.43│ 26.64│
└───────────────────────┴───────────┴───────────┘
【5.经营情况评述】
截止日期:2025-06-30
●发展回顾:
一、报告期内公司所属行业及主营业务情况说明
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/T
4754-2017），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）。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
|