慧辰股份（688500）2025年半年度管理层讨论与分析

证券之星消息，近期慧辰股份（688500）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

    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/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。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。据中国互联网络信息中心（CNNIC）发布的《中国互联网络发展状况统计报告》显示，“十四五”期间，我国互联网建设取得显著成就，新型信息基础设施建设加速布局，互联网基础资源持续丰富，为互联网普及和数字经济发展提供了坚实支撑。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

    当前，全球互联网技术正经历新一轮深度变革，人工智能、数据要素、绿色算力等领域的重大突破持续推动产业格局发生深刻变化，催生出新的产业形态和商业模式，数字化、智能化成为互联网未来方向和数字经济发展趋势。2024年，“人工智能+”首次被写入政府工作报告，2025年政府工作报告提出，人工智能与各行各业的协同发展日趋加速，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。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，旨在推动人工智能与经济社会深度融合。意见提出，到2027年实现人工智能与6大重点领域广泛融合，智能终端普及率超70%；到2030年全面赋能高质量发展，智能经济成增长极；到2035年步入智能社会新阶段。重点实施六大行动，涵盖科技、产业、消费、民生、治理、全球合作等领域，并强化模型、数据、算力等8项基础支撑，确保行动安全可控、开放共享。

    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。2025年，中央一号文件指出，“支持发展智慧农业”“以科技创新引领先进生产要素集聚，因地制宜发展农业新质生产力”。以数字技术为引擎，推动智慧农业集群向高端化、规模化迈进，夯实智慧农业发展的基础。中国旅游研究院发布的《全国智慧旅游发展报告2024》显示，人工智能技术的新突破推动旅游行业数智化加速升级，为智慧旅游发展带来了新的机遇。生成式人工智能将对旅游内容创作、旅游趋势预测、旅游数据分析、个性化营销产生较大的影响，正成为推动行业变革的重要力量。

    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AIAgent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地进行自主分析，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、以及各地大数据局、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。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、经营情况的讨论与分析

    2025年上半年，受宏观经济环境影响，总体外部环境挑战和压力仍较大，客户趋于谨慎，表现出相关投入一定程度上减缓或延后的情形。报告期激烈的市场竞争环境给公司经营带来挑战，面对种种困难，公司积极应变，洞察机会，坚定长期发展战略，始终以积极、审慎的态度迎接挑战，聚焦核心优势，牢牢把握“数据要素×”和“人工智能＋”的国家产业机遇，持续在数据资源建设、数据智能和人工智能技术研发方面进行投入，打造核心竞争力，密切跟进市场需求新趋势，致力探索和推动AI智能体创新应用在商业垂直领域落地。公司凭借提升客户粘性及强化业务服务能力两大抓手，夯实市场根基，积极开拓创新业务，持续优化管理效率，使得总体经营已经呈现良好向上的发展趋势。报告期内公司收入稳定增长，现金流、利润及人均创收等关键指标同比均有提高。

    本报告期，公司各项业务有序开展，经营计划稳步推进，实现了营收与净利润双增长，公司实现营业总收入20,161.24万元，同比增长14.79%，第二季度实现收入12,464.35万元，同比增长19.16%；归属于上市公司股东的净利润为-3,202.51万元，同比增长11.11%；归属于上市公司股东的扣除非经常性损益的净利润为-3,437.63万元，同比增长16.48%。因报告期内公司实施股权激励方案，扣除股份支付影响，归属于上市公司股东的净利润为-2,805.77万元，同比增长22.12%；归属于上市公司股东的扣除非经常性损益的净利润为-3,040.90万元，同比增长26.12%，总体经营绩效提升较为显著。公司2025年上半年经营性净现金流量同比增长80.85%，报告期末3年以上应收账款余额同比下降19.73%，一方面随着销售收入增长，经营性回款相应增加，另一方面，公司持续聚焦应收账款回收工作，采取法律手段等多种措施进行催收，使得经营现金流得到明显改善。

    AI技术和行业应用相关产品服务（AIGC和Agent智能体相关产品、慧AI应用平台、算力融合管理平台等）是公司近年来创新业务的战略重点和持续发力领域，一直大力投入技术研发和积极进行市场拓展。报告期内客户AI相关需求逐步明确且持续攀升，公司已在数据智能业务交付的产品服务中有效结合融入AI相关技术研发成果，对数据业务开拓及交付带来积极贡献，同时AI相关产品应用也已产生多个订单，创新业务成长态势凸显，预计未来相关订单需求旺盛。随着AI技术驱动的产品服务收入占比的逐步提高，有望带动公司收入、总体毛利率持续提升。

    报告期内，公司狠抓精细管理和技术赋能，持续优化业务及人员结构，探索／挖掘AI技术对业务运营和产品服务的支撑效益，持续推进业务开源，涵盖提升客户单额、拓展与AI相关业务以及开拓其他业务领域等多方面举措，公司人均半年度创收同比增加29.97%。

    2025年上半年主要工作成果：

    （一）深度布局AI领域，多项创新技术成果落地

    AI应用产品业务：自2024年以来，公司顺应AI技术应用发展方向以及头部企业客户业务场景AI智能化的发展趋势，公司的智能数据分析产品服务向AIGC／Agent应用模式进行升级。公司研发的面向企业AIGC应用场景的Agent应用平台—“慧AI智能应用平台”，将AI技术融合应用到企业的更多数据智能化场景（日常办公、企业知识库、研究分析、销售运营、产品创新、知识问答等），2024年下半年起已开始面向多行业的推广，已实现自研应用在合作方应用项目落地部署。报告期内，公司基于大模型、Agent智能体与已有的分析模型结合研发的“慧AI智能应用平台”、“ChatBI数据分析智能体”、“定性数据研究智能体”和“AI数字员工”等相关技术产品，可实现面向企业客户服务数据分析、业务洞察、产品创新、数字化营销等场景的智能体应用，已支撑公司日常业务及面向行业市场推广。报告期内上述AI应用产品已取得客户订单进行交付，并持续跟踪更多客户需求，挖掘潜在订单。

    算力管理服务业务：报告期内公司凭借自主研发的融合算力管理服务平台，签署某“AI公共算力平台软件”项目，标志着公司在算力管理运营领域的技术和产品实现商业化落地。

    （二）紧抓市场机遇，实现营利双增

    报告期内，公司不断提升业务品质，各项业务有序推进，营收态势呈现上升趋势，业绩取得显著提升。公司上半年实现营业总收入20,161.24万元，同比增长14.79%。

    公司的主要收入来自于TMT、快速消费品、耐用消费品和政府等行业客户，其中，公司本报告期TMT及消费行业收入平稳增长，得益于公司长期与行业头部客户保持稳定深入的合作。在TMT行业，公司继续保持深耕细作，快速响应客户的需求，以优异的交付质量与中国移动、华为、可口可乐、宝洁、诺和诺德、伊利、威富服饰、中国烟草、中国建设银行等世界500强、中国500强及多个细分行业头部品牌构筑形成长期合作伙伴关系，公司在巩固与长期合作伙伴的良好合作关系的基础上，拓宽了与客户合作的业务领域，随着头部客户对AI应用的关注与应用，公司已经取得积极进展并争取持续获得更多订单。

    （三）推进精细化管理，持续优化内控体系

    报告期内，公司在规范运营的基础上，进一步优化内控体系，提升运营效率。公司紧密围绕“合规优体系，全员更高效”的目标，已优先在客户管理、合同管理、印章管理、证据链管理、供应商管理等方面，优化规则和流程设计，简化不必要的冗余环节，更有效地平衡风险控制与业务效率，让符合规范的流程本身，成为业务顺畅运行的助推器。

    （四）积极践行市值管理，维护股东权益

    公司积极响应新“国九条”精神，不断深化市值管理，提升投关水平，全力搭建投资者沟通桥梁。报告期内，公司通过多元化渠道，包括常态化举办业绩说明会、接受调研、运用新媒介等方式，向投资者传递公司战略规划和价值，切实回应投资者的核心关切。公司已完成制定、修订《上市公司信息披露管理办法》《舆情管理制度》《市值管理制度》《投资者关系管理制度》，辅助公司在及时、准确、完整、有效做好和持续提升信息披露质量的基础上，有效开展专业、高效的投资者关系管理工作，充分维护广大投资者的利益。

    （五）提升公司治理效率，提高科学决策能力

    报告期内，公司按照最新《公司法》的相关规定，结合监管政策变化，对《公司章程》及配套制度进行梳理并完成修订，以及作出取消监事会，由审计委员会行使监事会职权、选举职工代表董事等一系列调整，构建起权责更为集中的治理架构，进一步强化审计委员会在监督体系中的核心作用，有效提升公司治理效率与决策科学性。

    （六）推动股权激励实施，致力打造卓越团队

    报告期内，公司实施了股权激励计划，不仅进一步推动完善了公司中长期激励机制，同时也增强了市场对公司实现战略目标和业绩增长的信心，充分调动了员工的主观能动性，提高了员工对企业的认同感和归属感，同时也向核心业务骨干提出了更高的业绩目标要求，构建员工与企业协同发展的命运共同体，实现员工与企业的共同成长。公司将持续对优秀人才进行多层次激励，吸引数字人才加入。

    （七）荣誉加持，技术实力再获认可

    报告期内，由数据猿携手上海大数据联盟共同编制的《2025中国数据智能产业图谱1.0版》正式发布。公司凭借在数据智能领域深厚的技术积累与丰富的行业实践成果，在大数据分析平台与用户行为分析两大核心维度成功登榜。这是继2024年入选《中国AI大模型产业图谱》、《中国数据要素产业图谱》后，公司在数据智能领域的实力再次获得权威认可。

    五、报告期内主要经营情况

    2025年上半年公司实现营业收入20,161.24万元，较上年同期增长14.79%，归属于母公司所有者净利润为-3,202.51万元，归属于母公司所有者扣除非经常性损益的净利润为-3,437.63万元。

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。