宝兰德（688058）2025年半年度管理层讨论与分析

证券之星消息，近期宝兰德（688058）发布2025年半年度财务报告，报告中的管理层讨论与分析如下：

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

    公司是一家专业的基础软件产品和解决方案供应商，公司紧跟信息技术创新应用发展趋势，构建起覆盖基础设施软件、智能运维、人工智能及大数据三大领域、六大产品线、30+产品的矩阵，打造了覆盖全国的营销和服务网络。

    2025年，公司坚持独立自主的产品研发，以实现基础软件自主可控为公司使命，坚持以客户为中心，专注客户需求，积极进行研发创新，不断提升产品竞争力。

    (二)所处行业情况

    1、行业的发展阶段、基本特点、主要技术门槛

    公司主营业务是以基础设施软件、智能运维类软件及人工智能大数据类软件为主的软件的研发和销售，并提供配套专业技术服务。根据《国民经济行业分类与代码》（GB/T4754―2017），公司所处行业归属于软件开发业（I6510）。

    根据《产业结构调整指导目录（2019年本）》，“软件开发生产（含民族语言信息化标准研究与推广应用）”属于“鼓励类”产业。

    2025年是“十四五”收官之年，也是布局“十五五”的关键之年。当前正处于新一轮科技革命和产业变革加速突破的阶段，软件和信息技术服务业也迎来了新的发展机遇，尤其是人工智能技术进入全面应用阶段后，一方面基础研究领域的竞争会进一步加剧，可能对我国造成“卡脖子”的影响，与此同时如果我们能实现新技术与产业优势的深度融合，又有可能在全球格局重构中赢得战略先机。

    （1）行业发展阶段

    ①基础设施中间件行业发展情况

    信息技术应用创新产业包含了从IT底层的基础软硬件到上层应用软件全产业链的安全、可控，中间件作为核心基础软件，在我国各行业信息系统中均发挥着至关重要的作用。实现中间件产品关键核心技术自主可控，是保障国家信息安全的关键一环，因此受到了国家政策的重点扶持。

    我国中间件软件行业早期由国际知名厂商IBM和Oracle以领先的产品技术迅速占领了市场，随着国产中间件厂商技术的升级，以宝兰德为代表的国产厂商赶超者，在电信、金融、政府等领域客户中不断打破原有的IBM和Oracle的垄断，逐步实现了中间件软件产品的国产化自主可控。

    在国家信息技术应用创新产业发展的持续推动下，中间件产品的国产化进程将持续加快，国产中间件厂商将迎来难得的发展机遇，并有望成为信息技术应用创新产业发展的标杆行业。随着云计算、物联网和大数据领域相关技术日渐成熟，中间件开始不断扩大边界以融合新兴技术趋势，中间件产品形态愈发多样，既可以是在计算机硬件和操作系统之上，支持应用软件开发和运行的基础中间件软件形态，也可以是在云环境中组成PaaS平台的云化中间件形态，以及在大数据领域中以数据中台的形态出现。但不论应用场景如何变化，为分布式应用提供标准平台的需求始终存在并持续增长，中间件产品的概念不断延伸，且将随着数字化技术的发展而不断壮大。

    ②IT智能运维软件行业发展情况

    信息技术应用创新运维需求激增

    伴随国产化信息技术应用创新工作的不断落实和深入推进，新型国产化软硬件产品在更多行业和领域纷纷落地，由于产品的兼容适配性及稳定性的差异导致的业务系统故障明显增多，传统基于设备的监控运维产品无法满足需要，从而催生了大量面向信息技术应用创新领域的运维工具的产品需求。同时，信息技术应用创新产品的测试认证工作也为行业内的运维产品设定了门槛。

    新型云计算技术推动云原生可观测发展

    随着容器、微服务、分布式架构、无服务器等新型云计算技术的引入，基于云原生平台承载的应用系统在运维过程中出现的故障越来越复杂，传统运维监控系统已不足以支撑故障的快速定位需求，给运维支撑人员带来了很大的挑战。如何通过业务无侵入、用户无感知的内生技术帮助客户快速诊断云原生应用的故障，是云原生环境下的运维服务面临的一大挑战。

    智能运维成为ITOM类产品主要方向

    全球IT运维行业已从被动式监控和管理演进到通过对监控和运营数据及经验的积累主动监控管理业务系统，即所谓的IT运营分析（ITOperationsAnalytics，或称ITOA），随着人工智能技术和机器学习算法的发展，全球主要IT运维厂商将AI算法与ITOA技术相结合，IT运维行业正在向智能运维（ArtificialIntelligentOperations，或称AIOps）的方向演进。

    一体化运维成为新增核心赛道

    通过运维工具向平台化、一体化演进，运维平台的作用已经从“IT效率工具”升级为“数智化转型核心底座”，驱动运维向极简运营、极高可用的目标演进。根据IDC发布的《2024年中国IT智能运维软件产品市场报告》，即ITAO(ITAIOperationSoftware)报告，IOMP（一体化运维平台）以平台化架构为核心竞争力，通过PaaS层或中台层整合IT设备、系统及数据，实现资源优化配置与跨域协同，其数据中台能力可打破“数据孤岛”、提供统一数据基座，自动化编排与智能分析使运维效率与硬件资源利用率显著提升，并降低人力成本。

    大模型技术为智能运维开辟了新思路

    随着人工智能技术的兴起，大模型赋能的智能化运维为企业提供了一种全新解决运维难题的路径。通过大模型从日志、指标等时序监控数据中挖掘有效信息，实现故障的精准定位和快速解决。通过检索增强生成RAG框架，大模型可以依托运维专家支持能力的沉淀积累及对历史案例的泛化学习，提供预测分析技术，可以帮助企业提前识别潜在的故障风险、容量问题，实现从事后处置向事前防控演进。对于企业沉淀的诸多运维解决方案资料库，大模型通过NLP技术，将运维手册、场景问题回答、运维案例库和实时数据整合为运维智能知识系统，降低了对人工的依赖，提升了团队协作效率。同时大模型还可以自动化处理重复性任务，如告警分类、日志分析和状态监控，通过不同的运维专家Agent，驱动大模型实现智能化的故障识别、故障定位、根因分析、报告生成，同时支持多环节智能编排，降低整个运维周期中对人工的依赖。

    ③人工智能及大数据行业发展情况

    IDC发布的2025年《全球人工智能和生成式人工智能支出指南》显示，2024年全球人工智能IT总投资规模为3158亿美元，并有望在2028年增至8159亿美元，五年复合增长率（CAGR）为32.9%。聚焦生成式AI（GenerativeAI），IDC预测全球生成式AI市场五年复合增长率或达63.8%，到2028年全球生成式AI市场规模将达2842亿美元，占AI市场投资总规模的35%。中国将继续引领亚太地区人工智能市场发展，占亚太地区人工智能总支出超五成，预计到2028年中国人工智能总投资规模将突破1000亿美元，五年复合增长率为35.2%。

    随着各行业对数据价值的重视，数据要素产业相关市场也在不断扩大。大数据与云计算、人工智能等技术的融合，进一步拓展了其应用场景和市场空间。2024年中国大数据产业规模突破2万亿元，云计算市场的增长也将带动大数据软件市场的发展。按照20%以上的年均增长率测算，2030年中国数据产业规模将达7.5万亿元。

    （2）行业基本特点

    ①基础软件中间件行业基本特点

    国家政策推动信息技术应用创新加速

    二十大报告强调，“坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，加快实现高水平科技自立自强。以国家战略需求为导向，集聚力量进行原创性引领性科技攻关，坚决打赢关键核心技术攻坚战。”要深入贯彻落实党的二十大关于加快实现高水平科技自立自强的战略要求，面向软硬件等信息技术领域开展核心关键技术体系化布局，以体系化优势弥补单点弱势。着力补齐技术短板，重点推进集成电路、基础软件、工业软件领域关键核心技术突破，加快改变核心技术受制于人的局面。随着国家政策的大力支持和行业需求强劲拉动，“新基建”在全国范围内快速铺开，“信息技术应用创新”已然成为“新基建”的重要内容并迎来加速发展的窗口期，信息化创新的成熟度也在不断提高。

    企业数字化转型与云原生技术结合催生新型市场需求

    “整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形成新质生产力。”习近平总书记关于新质生产力的重要论述，为新时代新征程加快科技创新、推动高质量发展提供了科学指引。《“十四五”规划和2035年远景目标纲要》内容指出，加强产业基础能力建设，加快补齐基础软件等瓶颈短板，成为“十四五”时期的主要任务之一。根据国家发展改革委、国家数据局2024年联合印发的《数字经济2024年工作要点》，明确提出加快推动数字技术创新突破，深化关键核心技术自主创新，打造数字产业集群；深入推进产业数字化转型，深化制造业“智改数转网联”，释放数据要素价值。同时，2025年《国家信息化发展报告（2024年）》进一步强调“坚持驱动引领，加快推动信息化赋能新质生产力发展”，要求强化数字技术赋能实体经济。在此背景下，以云原生技术为核心的新型IT架构成为支撑转型的关键引擎。分布式计算、微服务、容器化及持续交付等技术重构了软件开发生态，推动中间件向云原生范式演进。更多细分领域的中间件产品涌现，为应用的敏捷部署、弹性扩展和安全运维提供底层支撑，助力企业构建横向打通、纵向贯通的数字化体系，响应《数字经济2024年工作要点》中“加快建设全国一体化算力网”与“深化赋能增效”的战略目标。

    ②IT智能运维行业基本特点

    我国智能运维行业起步较晚，经过近些年的不断实践，也取得了部分成果，除了互联网公司、银行以外，证券、保险、电力、运营商、工业制造、国家机关、自动驾驶公司等也都开始尝试AIOps落地，智能运维逐步形成了产业生态化。在智能运维场景上也呈现了精细化、多样化的趋势，用户在具体场景的异常检测、根因分析、趋势预测等要求会根据场景和检测重点而不同。整个产业也在不断提升应用开发效率，并逐步形成整体AIOps技术的平台化。各行业对IT运维产品的需求呈现明显差异，在推进IT运维软件深度落地的过程中，不同领域面临着独特的机遇与挑战。随着各行业数字化转型持续深入，人工智能、大数据、边缘计算等技术与运维场景加速融合，推动行业运维模式从被动应对向主动预测转变。在此背景下，IT智能运维软件的价值将超越传统的运营效率优化工具，逐步成为驱动各行业实现高质量发展的核心赋能要素。

    ③人工智能行业基本特点

    人工智能已经成为全球共识的新兴生产力，而数据已被纳入我国的新兴生产要素，共同推动着技术普惠和社会进步。近年来，人工智能与大数据行业在我国得到了迅猛的发展。这一趋势不仅体现在市场规模的扩大，更体现在技术创新和业务模式的深刻变革。

    人工智能技术的快速进步，正驱动企业加速数字化转型进程。以大模型为代表的AI技术革新，显著提升了软件开发的智能化水平，不仅简化了开发流程、降低了技术门槛，更大幅提升了研发效率。这些先进技术在电信、金融、制造、医疗、教育等垂直领域的深度应用，为行业提供了更精准、高效的智能化解决方案，推动产业数字化转型迈向新阶段。当前，众多企业正积极部署大模型等前沿技术，通过优化生产流程、降低运营成本来构筑竞争优势，抢占行业发展先机。

    （3）行业主要门槛

    ①技术门槛

    中间件软件属于基础类平台产品，具有跨平台性，应可以满足高性能、稳定性、可扩展性、跨平台、跨语言的要求，需要开发商具备优秀的软件架构能力和底层技术研发能力。针对云原生环境下的中间件，不仅仅需要在传统中间件类型上进行丰富，提供更多的服务满足应用架构升级、分布式、微服务化转变等需求，同时还需要中间件产品自身的云原生化转变，能够实现对云上基础资源的适配，支持容器化运行、有状态无状态服务分离、组件模块化、支持弹性伸缩等能力。

    面向云计算的智能运维管理平台技术复杂度高，需要支持云计算的特性，即大规模、按需使用、灵活快速部署等。大规模要求平台具备高效并行计算能力及数据传输能力，按需使用要求云管理平台须能够实现按照策略完成物理资源、中间件实例、应用实例三个层次的自动化调度等。同时，面向IT行业的智能运维，需要大量的IT运维工作经验，对系统架构、应用架构、运行模式、运行机制等方面深入了解，技术要求高，行业经验要求深，开发周期长，具有较高的技术门槛。

    人工智能作为引领未来的战略性技术，其研发与应用存在较高的技术门槛，需要较高研发投入与长周期迭代。在算法与模型创新方面，需持续突破大模型架构设计、多模态对齐、小样本学习等核心算法，依赖顶尖科研团队与长期技术积累。同时从实验环境到规模化落地的过程中，会考验研发团队较强的工程化能力，需解决算力虚拟化、算力调度优化、分布式训推优化、低延迟推理、模型压缩、数据解析优化、参数自动化调优、大模型自身幻觉问题消除等技术难题，涉及复杂系统工程经验。

    ②市场壁垒门槛

    公司所在行业的最终客户中由于较高比例是电信、金融、政府领域等大型政企单位，这些客户不仅对产品质量要求很高，而且对厂商提供的售后服务要求也很高。基础软件产品的供应商只有通过长期的技术服务和市场推广才能形成规模化、稳定成熟的客户群体。客户的计算资源、数据资源、业务及企业规范都依托于底层和支撑的软件基础架构，相关系统的有效运营依赖于供应商对客户信息系统的深入理解，因此，客户在软件基础架构的投资规模很大，同等条件下，其替代及更换成本较高。使用周期越长，其对产品及服务的提供商的粘性就越强，这个特点对市场新进入者形成了较强的市场壁垒。

    ③人才门槛

    中间件和云环境下的智能管理平台软件是平台基础软件，连接应用和操作系统、数据库。不同于一般行业解决方案开发商的研发人员，中间件和云管理平台要求开发人员熟悉基础底层核心的知识，不仅仅精通中间件自身的技术，还要精通数据库以及操作系统的技能，更需要有对技术演变具有很好的前瞻性，云管理平台还要求对虚拟机技术、容器技术和分布式文件系统等技术有很好的掌握。而IT智能运维需要有大型软件的系统架构经验，需要精通网络通信、大数据、AI算法和可视化等技术。对于人工智能方面的人才，则需要对机器学习、深度学习、强化学习、神经网络、大模型、智能体等各种前沿算法和技术有积累和沉淀，具备数学建模与创新能力，并且在人工智能场景与行业的结合中具备跨学科交叉与行业洞察，所需的人才培养周期长。

    2、公司所处的行业地位分析及其变化情况

    随着信息技术、数字技术、智能技术的不断变革和迅猛发展，云计算、大数据、人工智能等尖端科技的更迭日新月异，推动了各行各业的深刻变革。客户对于产品服务的灵活性和响应速度提出了更高要求。为应对这一新挑战，并满足市场的多元化需求，公司积极推动产品创新与技术升级，灵活调整战略以适应行业的新动态和未来趋势，从而为公司的稳健、持续、高质量发展奠定坚实基础。公司产品逐渐形成基础设施软件、智能运维软件、人工智能和大数据三大类别。

    （1）基础设施软件市场地位

    在公司的产品板块布局中，基础设施软件涵盖中间件类、云应用类产品。中间件作为公司的拳头产品，依赖自主研发的多项核心技术，其处理能力、高可用、稳定性等特性均达到媲美国外一流产品的水平，在政府、金融和电信领域的市场应用中均处于领先地位。并且随着信息化建设和软件国产化的市场需求不断增加，公司业务在能源、教育、医疗等多个领域也获得了高速增长。随着技术的不断演进，公司推出的云原生中间件系列产品可以更好地适应新型云化趋势下应用构建的需求。云应用基础设施领域作为新兴市场，随着上云速度的不断加快，尤其在从传统架构向云化架构迁移的过程中，行业用户在PaaS建设方面的市场需求快速扩大，公司衍生出众多新型云端中间件技术。公司在弹性计算平台的能力支持、多元异构中间件产品的统一管控、服务能力统一提供等维度均提供了容器PaaS平台、中间件统一管理平台等产品。凭借在基础中间件和PaaS云平台领域丰富的产品技术能力、针对行业客户大型核心系统的支撑能力和针对企业用户的定制服务能力，公司持续处于市场领先地位。

    （2）IT智能运维软件市场地位

    经过多年发展，公司对智能运维软件领域核心技术深入研究开发，通过不断加大技术研究、产品开发投入力度，持续进行改进和创新，公司产品功能、技术水平不断提升。公司不断提升监控产品实现全栈融合监控和云原生可观测能力，增强低代码开发能力和AI能力以快速适应用户需求变化，全面助力自动化、数智化运维新场景。在应用性能管理软件基础上，逐步研发演进出基础设施监控软件、容器监控软件、业务性能管理软件、应用可用性探测软件、用户体验类监控软件等产品，为客户提供一站式融合监控解决方案。随着云计算技术的快速发展以及云原生平台承载的应用系统复杂故障界定和溯源问题带来的挑战，公司打造了基于云原生技术的全景可观测平台软件，为帮助客户快速准确诊断云原生应用故障提供了有力的技术支撑。公司推出的智能运维编排软件，允许用户通过拖拉拽方式快速建立运维作业和任务，实现自动化调度，快速应对用户不同运维场景需求。基于领域模型驱动型的低代码开发平台，可实现运维服务的快速开发与交付。同时基于数字效能大模型等专业领域模型的构建，利用AI智能运维机器人作为产品入口，深化了ChatOps等场景能力。

    针对具备强大纳管能力，可全面管理算力平台容器化与非容器化环境的全域资源并高效采集数据。平台深度融合资源、指标、日志等各类运维数据，构建规范统一的能力中心。从应用视角重塑数智化算力运维场景，通过实时监测与快速处理，为企业智能业务和算力服务提供全方位保障。为智能运维业务的提智增效创造了新的契机。公司不断进行架构优化，进一步规范和统一技术架构，梳理各产品功能定位，使产品的组合集成更标准、更便利，给用户提供更优质的客户体验。

    （3）人工智能和大数据市场地位

    经过多年的研究与发展，人工智能和大数据的底层技术已经逐渐走向成熟，并开始广泛渗透到各行各业的实际应用场景中。人工智能以其智能化、自动化的特点，可有效提高工作效率、优化服务体验，而大数据技术借助强大的数据处理能力能够处理和分析海量的信息，为决策提供有力支持，两者相辅相成，共同推动着各个领域的数字化转型，为生活和工作带来了前所未有的变革。无论是金融、医疗、教育还是交通等领域，都可以看到人工智能和大数据技术的身影，它们正在逐步改变着传统行业的运作方式，引领着未来发展的新方向。

    公司在人工智能领域的投入从研发初期就注重技术的落地性和实效性，公司智能运维AIOps产品聚焦在如何将人工智能技术运用到企业的运维实践中，提升整体运维效率和生产运行质量，降低IT建设运营成本。公司AI智能学习平台AILinkLearning作为智能计算软件的基础设施，着力打造智能化的数据处理、模型开发、模型训练部署、模型评估、模型推理、算力管理、国产AI芯片适配、算法应用等能力，降低人工智能应用的开发维护成本，并以此为依托提供各种优质高效的算法服务及衍生产品打造智能化的数据处理和模型服务等服务化能力。随着生成式人工智能技术的迅猛崛起，公司在如何利用大型模型技术来显著提升用户的数字效能方面重点投入，专注于多个关键领域包括低成本私有化专业大模型的研究、规模化商业大模型服务的集成以及大模型领域应用开发的拓展等。

    公司注重立足实际场景应用，结合丰富的行业经验，迅速构建出AI智能助手平台AILinkDebot，大幅提升运维服务、客服投诉、智能营销、故障应急、态势分析、智能学伴、智能助教及其他业务场景的智能化程度，让技术价值直接转化为业务效能，实现一岗一助手，通过AI原生应用的构建重塑业务流程，并已在电信、金融、教育领域实现落地。

    AI智算平台AILinkComputing通过整合企业内不同厂商、型号的算力资源，帮助企业有效利用现有硬件，为未组建算力平台的企业提供集中管理方案。同时还聚焦于解决大模型应用中的高并发压力和推理服务响应问题，并支持对模型进行微调，提升大模型在实际应用中的准确性和效果，降低企业在大模型开发与部署过程中的成本与技术门槛，加速人工智能技术的落地和广泛应用，解决算力瓶颈问题并推动行业数字化转型。通过提供完善的算力服务体系，通过规范化的流程管理、灵活的弹性计费模式、直观的资源全景视图以及高效的一体化运维能力，显著降低企业在大模型开发与部署中的成本和技术门槛。这不仅有效解决了算力资源短缺的瓶颈问题，更将加速人工智能技术的应用落地，有力推动各行业的智能升级。

    在大数据领域，公司重点加强数据集成、数据交换、数据治理、数据服务资产及数据可视化等大数据体系的产品研发，研发并完善了数据交换平台BESDataLinkDXP、数据集成平台BESDataLinkDI、数据资产服务平台DASP、数据治理平台DGP、大数据平台BESDataLinkDSP、数据可视化平台DataCool等云计算和数据类中间件及平台类软件，有效地支撑了下游用户数字化转型及数据要素支持等方面的需求。

    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）自主安全可靠成为行业新航向

    中央网络安全和信息化委员会印发的《“十四五”国家信息化规划》指出，“十四五”时期，信息化进入加快数字化发展、建设数字中国的新阶段。随着科学技术的不断进步，产业数字化转型要求将云计算、大数据、人工智能、5G等技术融入到传统产业之中，不断推出产业级的创新应用。中间件作为重要的一类基础软件，是系统建设中承上启下的关键，需要不断发展更新以适应上下层技术与业务需求的发展，

    实现关键技术自主安全可靠的战略意义重大，关乎国家的经济安全、网络安全、国际竞争力和长远发展。国家在不断重视关键技术的自主可控工作，自主安全可靠中间件是保障关键信息基础设施安全稳定运行的关键。做大做强我国信创产业，实现跨越式发展，必须提供自主安全可靠的中间件产品，促进中国软件技术的进步和创新，打破国外技术壁垒，解决信息安全隐患。同时聚焦行业差异化需求，为电信、金融、政府等行业用户提供自主可控安全可靠的中间件产品，打造更高质量、更有效率、更可持续，更为安全的基础软件产业链和供应链。

    （2）人工智能、云原生等技术广泛应用推动领域交叉创新

    2024年《政府工作报告》指出，要推动科技创新和产业创新融合发展，激发数字经济创新活力。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。扩大5G规模化应用，加快工业互联网创新发展，优化全国算力资源布局，打造具有国际竞争力的数字产业集群。加快完善数据基础制度，深化数据资源开发利用，促进和规范数据跨境流动。

    同时云原生技术和产业数字化转型存在相互促进的关系。在产业发展过程中，以容器、微服务、Serverless、DevOps等为代表的云原生技术和理念可在云计算、大数据、人工智能等各种基础设施层面为产业应用提供底层支撑能力，一方面云原生技术提供的敏捷性提高了产业应用的开发效率及生命周期的管理能力，实现产业资源利用效率的提升、业务弹性扩展能力和灵活性的升级，另一方面云原生技术的先进性提供了更加灵活高效多样的云边端等基础设施资源，带来了业务形态多样性的可能，如云原生中间件、云原生可观测等新型云原生技术的涌现和演进，为中间件快速上云、降低复杂环境的运维难度带来了突破口。

    随着技术创新深化与市场边界拓宽，人工智能和运维也在不断跨界融合。其中算力运维在数字经济中的战略支撑作用将日益凸显，借助算力可观测能力，企业能够高效优化资源分配、精准预警风险，显著降低算力成本。这一趋势正驱动市场对专业算力监测及可观测产品与服务的需求持续攀升。而人工智能和中间件技术也在不断融合，人工智能技术的迅猛发展，正在逐步加深对中间件全生命周期的开发态、运行态、运营态等各个环节提供了全方位的赋能，同时在人工智能的场景下，中间件的内涵持续丰富，演化为AI模型与AI应用之间的桥梁。传统基础中间件将不断增强自身能力，以更好适配复杂的AI场景。

    （3）分层赋能破局行业数字化转型深水区

    “十四五”期间，国家加大力度加快企业数字化转型升级，倡导有条件的大型企业打造一体化数字平台，全面整合企业内部信息系统，强化全流程数据贯通，加快全价值链业务协同，形成数据驱动的智能决策能力。中小企业及信息化较为分散的行业则从数字化转型需求迫切的环节入手，加快推进线上营销、智能生产、远程协作、数字化办公等应用，由点及面向全业务全流程数字化转型延伸拓展。基于公司在中间件、智能运维及人工智能领域的技术积累，可分层赋能政企数字化转型。针对大型企业，云原生平台、中间件统一管理、AI智能体和算力统一管理等技术方案可有效整合业务系统、软件资产、算力资源，构建全流程数据驱动的智能决策中枢；面向中小企业及信息化较为分散的行业用户，可通过提供轻量化一体化运维平台、轻量化AI工具包的方式，从持续运营、经营分析、智能运维等单点场景切入，逐步向全业务延伸。

    二、经营情况的讨论与分析

    报告期内，面对复杂多变的市场环境，公司坚持独立自主的产品研发，以实现基础软件自主可控为公司使命，坚持以客户为中心，专注客户需求，持续进行研发创新，不断提升产品竞争力。报告期内，公司营业收入、净利润有所下滑，但公司持续重视研发投入，保持着对技术创新的关注，报告期内，公司研发投入占营业收入的比例为55.69%，较上年同期增长27.54%。随着各项优化措施的持续深化，公司将进一步维持稳健发展的态势。报告期内，公司主要经营工作如下：

    （一）加强应收账款管控，加速资产周转，改善现金流

    2025年，公司将应收账款管理作为重要的专项行动，构建全周期管理体系，提升资产运营效率。为强化应收账款管控，提升资金回收效率，公司制定了应收账款专项催收管理机制，报告期末，公司应收账款余额较期初下降10.11%，经营活动产生的现金流量净额较去年同比有所增加。

    （二）重视研发投入，不断提升核心竞争力

    报告期内，公司高度重视技术创新与产品研发，累计研发投入4,552.46万元，较上年同期增长约15.48%，占本期营业收入的比例为55.69%。公司持续实施研发投入结构化升级，重点投向AI智算平台、智能体开发平台、智算运维平台、行业AI应用场景建设、中间件品类拓展、智能运维可观测等核心技术领域，彰显了公司对技术创新的高度重视，为进一步契合信息技术产品发展及公司后续成长提供了坚实支撑。

    （三）合理控制成本、费用，加强管理监督

    报告期内，公司通过进一步加强预算编制管理，合理资源配置、严格监督等措施，进一步聚焦核心市场、核心产品，在保障公司市场竞争力及发展前景的前提下，加强成本费用管控，有效控制运营成本。

    （四）优化公司治理，加强合规运作

    报告期，公司管理层高度重视内部控制管理工作，进一步建立健全各项内部控制制度，提升公司规范化运营水平。在制度建设上，公司已根据法律法规的最新要求，全面修订内部控制制度，并进行公司治理结构的调整，公司已制定了详细的调整方案，确保调整工作平稳过渡。沟通协作方面，强化董事会、高管之间的交流，明确各自职责权限，建立科学决策流程和高效执行机制，保障决策科学合理，提升执行速度与效果。信息披露层面，公司加强内部协作，优化审核审批流程，通过真实、准确、完整、及时的信息披露，增强投资者信心，提升市场声誉。投资者关系管理上，公司通过举办业绩说明会、上证E互动、投资者热线等多种方式，加强与投资者的沟通交流。

    三、报告期内核心竞争力分析

    (一)核心竞争力分析

    经过多年的积累，公司形成了较强的技术优势、客户优势、产品线优势、服务优势、人才优势。

    1、技术优势

    公司自主掌握中间件相关的核心技术。公司自创立以来，长年扎根于中间件及相关底层架构演进和传输技术的研究中，完全自主掌握了一整套中间件相关的核心技术，并研发出了以应用服务器为核心的中间件系列产品。通过持续的研发投入和对产品技术的不断改进和创新，公司产品功能和技术水平得到不断提高和完善。

    公司2017年通过了软件开发过程成熟度CMMI3级认证，并在2025年通过了软件开发过程成熟度CMMI5级认证；CMMI是国际公认的衡量软件开发过程成熟度和过程规范性评估标准，连续获得该体系的CMMI3级和CMMI5级，表明公司研发管理有效性、过程规范性得到持续认可。2021年，公司通过了信息技术服务标准（ITSS）三级资质认证；2022年公司通过了ISO9001质量管理体系认证标准和ISO27001信息安全管理体系认证年审、通过了KCSPKubernetesCertifiedServiceProvider）认证。

    公司通过长期的持续积累和研发投入，在夯实原有产品的基础上，演进研发了新型的中间件产品，其中应用服务器云化版和微服务版已广泛应用在各行业客户；消息中间件的PaaS服务MQPaaS及中间件统一管理平台MCP已经在金融领域实现落地应用，通过向下对接统一云平台、向上支撑云管理平台，可提供广泛且高效的运维管理支撑能力；数据类中间件以产品工具套件的形式，为企业形成有效数据资产提供了便利；此外公司在容器管理、微服务、DevOps开发交付一体化等方面均推出了成熟完整的云原生系列产品，形成了完善的云原生解决方案。

    公司在智能运维领域以“新一代IT运维闭环管理套件”理念为指导，集全方位监控、资产配置管理、流程工单管理、自动化操作和智慧赋能于一体，打破传统监控工具的数据壁垒，构建业务、应用、资源的融合配置模型，为企业用户提供全面立体的监控及管理服务，有效缩短排障时间。并且根据不同行业客户的实际情况，针对性解决分布式、容器化、微服务架构下应用系统故障快速定位与排查问题，减少故障损失。通过积极跟进云原生技术演进趋势，公司研发团队在现有监控产品体系基础上演进升级打造内生能力框架，形成云原生可观测平台，构建云原生要素地图，提高系统排错、剖析及分析能力，保障云基础设施高效稳定运行。

    公司积极响应国家在人工智能及数据要素方向上的战略规划，在企业发展战略上将AI技术及数据技术作为公司发展的重要动力，在通用人工智能平台、垂类算法模型能力提升及沉淀、大模型技术的行业领域创新、数据全生命周期一站式开发与治理能力打造等多个维度重点发力，构建了数据治理软件、数据资产服务平台、智能学习平台、AI智能助手、AI智算平台等多款产品能力体系。公司通过持续的研发投入与技术创新，掌握了多项关键核心技术，并通过对核心技术的应用，显著提高了相关软件和服务产品的性能优势，形成了公司的核心竞争力。

    2、客户优势

    公司销售的软件产品和技术服务行业覆盖度广，品牌认可度高。公司产品的主要终端客户为电信、金融、政府等领域，在技术先进性、性能优越性、产品成熟度及安全可靠性等方面得到了各行业用户的认可，在市场中树立了良好的品牌形象，只有通过长期的技术服务和市场推广才能形成规模化、稳定成熟的客户群体。客户的计算资源、数据资源、业务及企业规范都依托于底层和支撑的软件基础架构，相关系统的有效运营依赖于供应商对客户信息系统的深入理解，因此，客户在软件基础架构的投资规模很大，同等条件下，其替代及更换成本较高。使用周期越长，其对产品及服务的提供商的粘性就越强。

    3、产品线优势

    公司以中间件软件为拳头产品，主要中间件软件产品包括中间件领域的应用服务器BESApplicationServer，Web服务器中间件BESWebServer，分布式缓存数据库软件BESCacheDB，消息中间件BESMQ，云原生消息流软件BESCloudMQ等，覆盖了市场上主流的基础中间件软件产品。同时，拓展了云计算CloudLink系列基础设施软件产品、大数据DataLink系列产品以及智能学习平台AILink产品，并且不断完善智能运维领域的融合监控WebGate系列和运维管理OpsLink系列软件产品。上述产品与中间件天然兼容和集成，成为公司中间件软件产品向前不断演进和完善的有力补充，在市场层面形成为存量客户提供扩展服务的合力优势。公司基础设施软件产品线和智能运维产品线相辅相成，智能运维产品线可以增强基础设施软件产品的运维效率，能提高可持续运行的能力；而基础设施产品的能力反过来可以用来作为智能运维产品线的支撑，例如提供运维大数据能力的支撑、云原生底座能力的支撑、可观测内生能力的支持等，并形成技术助推和拉动的引擎。

    4、服务优势

    公司为客户提供的技术服务贯穿于公司产品在客户现场的需求规划、部署实施、运行保障以及后期升级服务等完整服务过程。公司建立了规范严谨的技术支持服务流程，组建了专业高效的服务团队，并在内部建立了完善的知识库体系，本着“客户至上”的原则，公司在北京、上海、西安、长沙等重点客户所在地建立了本地化支持团队，可以为客户提供及时快速的服务响应；同时公司的技术服务团队处于7x24全天候的待命状态，随时准备为客户提供服务，并为部分客户提供驻场“贴身式”服务支持。公司现已在北京、西安、长沙等地建立产品技术研究中心，负责对客户进行专业的技术支持服务。

    5、人才优势

    作为软件企业，人才是第一生产力，公司自成立之初就一直把人才队伍建设放在首位。通过公司多年的积累和培养，公司已经拥有大批优秀的技术人才。公司将持续依靠灵活、科学、人性化的用人机制和人才培养机制，持续完善公司的人才梯队建设，持续为公司发展储备人才优势。

    (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

    公司持续聚焦于分布式、云化架构软件基础设施领域，密切关注基础设施平台、智能运维、大数据及人工智能领域技术的更新发展，将创新技术与传统技术架构有效融合，自主研发形成系列拥有自主知识产权的核心技术。报告期内公司新增的关键核心技术包括：基于大模型的自然语言转SQL语句的方法、基于文档切片与打标的增强型问答方法、基于仓颉编程语言选用数据库执行查询的方法、基于仓颉语言元编程实现服务限流熔断降级的方法等。

    除了保持核心技术与业界规范的同步发展外，公司积极跟进业界应用在云计算领域的需求变化，从应用云原生化演进对中间件云原生化转变的要求出发，结合在云计算领域相关技术产品的研发，形成了云原生中间件完整的解决方案、覆盖了容器、微服务、DevOps等相关新兴领域的产品的自主研发，并与传统中间件、消息中间件等产品形成了优势整合，转向为应用提供覆盖开发、生产、运维全生命周期的支撑。公司的应用服务器软件产品，经中国信息通信研究院的检验，通过了《云原生能力成熟度模型第5部分：中间件》标准的弹性、可移植性、可维护性、可观测性、高可用性、开放性及安全性的检测，在国内率先通过云原生中间件成熟度评估的4级要求。

    公司在信创全栈中间件解决方案涵盖应用服务器中间件、Web服务器中间件、消息中间件、分布式缓存中间件、天工JDK等，这一方案具备强大的替代能力，能够全面取代国外主流商用及开源产品，满足金融、电信、能源、交通、政务等行业对安全可控、高性能、高可靠性的严苛要求。宝兰德中间件在功能、性能、兼容性、稳定性和安全性等核心指标上在行业内处于领先地位,能全面替代国外主流商用及开源产品。在金融行业，成功入围某大型银行选型测评，凭借金融级高可用和智能化运维能力，以及出色的高并发处理、云原生支持性能，部署规模不断扩大。在政务领域，众多中央部委机关项目稳定运行背后，都有宝兰德中间件的坚实支撑，有力保障了国家关键信息基础设施的安全稳定。

    此外，随着中间件应用范围和功能被快速扩大,传统的分散管理模式已难以应对日益增长的管理需求，遭遇诸如使用不规范、部署效率低、配置复杂、故障分析难、安全风险高等中间件的使用及管理难题，导致中间件管理及运维效率低下，成本居高不下。针对企业在使用和管理中间件过程中的种种难题，宝兰德凭借在中间件及运维领域的深厚积淀以及对中间件应用场景的深刻理解，推出中间件统一管理平台解决方案，集中间件部署、监控、配置、运维、安全管控于一体，旨在帮助企业打破原有烟囱式格局，建设完备的中间件服务及运管能力体系，规范中间件使用，实现规模化的中间件深度治理，提升中间件运维效率，实现企业降本增效的目标。该平台通过了中国信息通信研究院《云原生平台中间件管理能力评估要求》中针对中间件管理能力相关的接入管理、生命周期治理、运维支撑、运营服务、高可用、兼容性、开放性、安全性等八个部分的考察，从8大维度124个评估方向进行多轮实际演示与测评，顺利通过并获得先进级（最高级）认证，可满足不同业务场景通用性与定制化使用需求。

    基于生成式人工智能技术，公司创新性的研发了AI智能数字助手平台，利用大模型技术为用户构建私有化AI应用中台，助力行业客户低成本赋能AI应用开发，其中智能数字助手与运维业务相融合打造的ChatOps场景，实现了AIGC技术与智能运维业务的有机结合。宝兰德积极拥抱前沿技术，实现关键突破。核心产品AI智慧助手深度接入DeepSeek，从2024年5月便开展底层技术适配与算法优化，历经多阶段打磨，逐步构建起代码生成、智能问数等核心能力。尤其在2024年12月与DeepSeekV3版本API接口对接后，智能问数场景准确率提升约10%，生成速度显著加快，在复杂业务场景下交互更流畅，决策效率更高。凭借该技术融合，宝兰德在运营商、金融、教育等行业实现规模化落地。例如，助力某省运营商完成服务场景智能化改造，大幅提升服务响应效率，验证了在垂直场景的深度适配能力；帮助某金融客户打造综合经营分析、智能营销、IT服务、故障应急等多个智能化业务场景；为高校用户打造智慧教育平台，集成个性化学习支持、智能教务管理及科研辅助工具。同时通过AI智算平台的推出，对企业、高校、地方等智算中心的算力纳管、算力加速、算力调度、算力运维、算力运营等各项核心诉求均能高效支持，帮助用户突破算力瓶颈，加速大模型及其场景的普及及广泛应用。

    2、报告期内获得的研发成果

    报告期内，公司新取得授权发明专利3个，累计获得发明专利66个，新取得软件著作权1项，共拥有281项软件著作权；共有17项注册商标。

    四、报告期内主要经营情况

    公司实现营业收入8173.99万元，同比减少41.63%；实现归属于上市公司股东的净利润-6777.07万元；实现归属于上市公司股东的扣除非经常性损益的净利润-7937.33万元。

以上内容为证券之星据公开信息整理，由AI算法生成（网信算备310104345710301240019号），不构成投资建议。