HubSpot (NYSE:HUBS) 2025 Conference September 10, 2025 03:25 PM ET Company ParticipantsGabriela Borges - MD - Software Equity ResearchYamini Rangan - CEO & DirectorGabriela BorgesAll right, fantastic. We will go ahead and kick it off. It's a real pleasure to welcome Yamini Rangan back on stage with me, CEO of HubSpot, particularly after the massive success of Inbound last week.Yamini RanganYeah.Gabriela BorgesThank you so much for joining us.Yamini RanganThank you, Gabriela. It's always a pleasure to come b ...

咨询行业升级 - 咨询公司角色从"问题解决者"升级为"战略赋能者" [1] - 2025年企业数字化转型进入深水区，全球化竞争加剧 [1] 战略咨询 - 核心价值：解决企业长期方向问题，如五年规划、新市场进入、业务模式重塑 [3] - 代表机构：麦肯锡、波士顿咨询（BCG）、贝恩，擅长跨行业战略推导 [4] - Artefact（阿蒂法）差异点：融合数据科学工具，通过量化分析验证战略假设 [4] - 案例：某健康科技公司借助Artefact数据模型，六周内明确"客户数据单一真实来源"战略，缩短转型周期50% [4] Artefact（阿蒂法）核心优势 - 人才矩阵：1700+专家覆盖数据科学、AI、咨询、营销、工程五大领域 [4] - 方法论创新：独创"四大支柱"框架（战略愿景、数据场景、治理、平台），绑定数据战略与业务价值 [4] - 实战效率：平均六周完成战略愿景与落地路径设计，帮助客户精简技术栈后IT成本降低30% [4] - 标杆案例：为某健康科技公司评估100+传统数据工具，访谈50+业务负责人，锁定"数据治理缺失"为核心痛点 [3] - 持续落地：提供路线图与执行支持，助力客户年数据决策效率提升40% [5] 其他热门咨询公司分类 管理咨询 - 核心价值：优化组织、流程、人力等运营环节，降本增效 [7] - 代表机构：和君咨询、北大纵横（综合型），百思特（供应链）、华夏基石（人力资源）（专精型） [11] - 适配场景：企业并购后整合、数字化转型非技术侧实施 [11] 数字营销与技术咨询 - 核心价值：通过技术实施与数字营销驱动业务增长 [8] - 代表机构：埃森哲、德勤咨询，擅长CRM部署与大数据分析 [11] - 适配场景：线上业务扩张、客户忠诚度计划设计 [11] 市场研究与调研 - 核心价值：提供市场、消费者、竞对洞察，支撑投资与品牌定位 [9] - 代表机构：尚普咨询（IPO咨询）、启帆（华东中小企业）、博睿（消费行为） [13] - 适配场景：新产品上市可行性研究、渠道优化 [13] 2025年咨询公司选型建议 - 战略层：优先选择MBB或Artefact（数据驱动型战略） [12] - 执行层：管理咨询选和君咨询，数字营销选埃森哲或欧博东方 [12] - 数据层：Artefact为首选，其端到端能力可避免战略与落地脱节 [12] 行业高价值场景与技术壁垒 - 高价值场景：制造业智能化升级、零售业全渠道融合、金融业风控模型优化 [10] - 技术壁垒：自研AI算法与行业场景库，支持快速定制化方案，区别于传统"模板化"输出 [10]

行业数据应用与挑战 - 2024年中国新能源汽车渗透率突破40 9%，智能网联汽车交付量约2000万辆，单车日均数据量达30GB，数据价值潜力加速释放 [3] - 行业面临数据孤岛、碎片化等挑战，需构建生态系统推动数据形成大规模产业级应用 [3] - 新能源智能网联汽车作为移动终端，拥有丰富数据资源和密集交互方式，是数据战略最具前景的落地行业之一 [3] 技术标准化与工程化 - 软件定义汽车过程中，硬件接口定制化严重导致安全合规和开发周期问题，需统一规范和标准 [4] - 端到端模型核心难点在于工程化，需以合理成本和算力实现可控、安全、可量产的部署 [4] - 端到端技术可应用于域控制器和轻量化一体机，实现不同配置车型和量级产品的同权 [4] 协同发展与生态构建 - 智能交通和智能网联汽车发展需各方协同，做好交通统合和车路融合 [4] - 上海国际汽车城探索多数据一站式仿真测试服务，与保险机构合作推动行业发展 [5] - 需破解"端－边－云"算力协同、跨域融合"世界模型"、数据流通可信机制三大关键命题 [5] 数据流通与产业创新 - 企业间数据流通可降低成本和重复投入，探索跨行业融合创新，需政产学研协同 [6] - 下一代紧急呼叫技术利用4G 5G实现低时延数据传输，需标准化和法规测试推动落地 [7] 企业战略与合作 - 众链数智提出通过可信数据空间建设打破行业壁垒，实现数据跨主体流动 [3] - 重庆安驿提出智能化竞争下半场重在用户体验，数据是通用型资源需企业合作 [6]

数据战略与人才缺口 - 企业面临专业人才缺口，缺乏真正懂数据、理解数据的人员，组建专业团队是构建数据能力的核心基础[1] - 企业需从合规、增长、效率三大维度持续发力，以高效、智能、数字化姿态前行，避免错过智能化与数字化浪潮[1] 智能湖仓与数据基座 - 云基础设施的弹性与安全是现代化数据战略的根基，湖仓一体化架构是释放价值的关键引擎，实现从研发、生产到营销的端到端数据贯通[3] - 计算存储分离等技术优化成本并将资源转化为利润，管理层需理解湖仓一体的战略价值以构建数据驱动闭环[3] - 选择亚马逊云科技的原因包括全球协同效应、高敏捷性应对中国市场变化、以及强大的合规管控能力[3] 端到端数据管理生态 - 依托亚马逊云科技构建智能湖仓架构，打破数据孤岛，支撑PB级数据湖弹性扩展，实现异构数据统一治理和自动化ETL流程[4] - 全球合作中，基于云原生数据分析、机器学习等服务，在17个场景中快速部署AI解决方案，预计年成本削减7.5-10亿美元[4] - 生成式AI平台VOX让员工安全创新，访问包括Amazon Bedrock和Amazon SageMaker上的大语言模型[4] 云平台效率与成本 - 云平台实现百倍级效率跃升，支持分钟级服务部署，颠覆传统IT架构以周、月甚至季度为单位的漫长部署周期[5] - 云平台采用"用多少付多少"的按需计费模式，杜绝资源浪费，相比传统架构下硬件设备持续产生固定成本[6] - FinOps云财务管理工具优化资源配置，降低运营成本，将IT部门从成本中心转型为业务加速器[8] Agentic AI在医药行业的应用 - 大模型与智能体技术改变传统AI项目高失败率的局面，智能体让业务场景落地成为可能[9] - 重点推进智能内容引擎和流程执行体两大应用方向，实现医学知识精准个性化分发和自动化流程执行[9] - 智能体接管规则明确、重复性高的流程，将员工从操作员升级为决策者，推动药企向智能敏捷转型[10] 数据本地化与合规 - 将数据本地化从被动合规升维至战略投资，在中国建立物理隔离的云数据基座，满足监管对患者隐私、临床数据出境的重度管控[11] - 数据本地化为本土化创新铺设基础设施，虽剥离全球生态痛苦但必要，对业务带来的机会巨大[11] - 未来竞争聚焦于合规技术底座与AI创新速度的双向驱动，需构建覆盖全链条的智能化合规体系和技术迭代效率优势[11]

数据成为银行核心战略资产 - 数据要素超越传统资金、网点等要素，成为商业银行核心战略资产之一，驱动业务创新、风险管理和客户服务模式全面升级 [1] - 多家银行在数据人才争夺、平台信创改造、数据资产入表等方面加速布局 [1] 银行业数据人才争夺激烈 - 数据分析、数据治理、数据库管理、人工智能等岗位需求旺盛，要求复合型技术能力与业务融合经验 [2] - 黑龙江省农信联社2025年招聘中，信息科技条线岗位占比超50%（66/97人），侧重商业银行、互联网大厂或金融科技企业经历的复合人才 [2] - 股份行浦发银行招聘数据管理部副总经理，要求10年以上金融机构或科技企业经验，5年以上数据管理经验，负责全行数据资产全生命周期管理 [3] - 银行科技与数据类岗位占比大幅提升，市场对"金融+数据技术"复合型人才存在缺口 [3] 数据平台建设加速国产化替代 - 交通银行浙江省分行推进数据平台信创改造，将本地数据迁移至总行OceanBase国产数据库 [4] - 国有大行和股份行分布式核心系统建设进展快，如工行、建行已从技术验证进入投产阶段，采用分布式架构、云计算等技术提升自主可控能力 [5] - 中信银行研发"配置化云端数据湖至应用数据库数据卸载方法"专利，体现技术创新 [5] - 神州数码金融软服业务近三年签约总额年复合增长15.06%，收入年复合增长19.52%，中标多家银行核心系统项目 [6] 数据资产入表推动价值重估 - 财政部《暂行规定》允许数据资源确认为无形资产或存货，银行数据治理投入从成本项转为可量化资产 [7] - 光大银行2024年数据资产入表金额达1809万元，宁波银行、中信银行、恒丰银行分别为600万元、579万元、112万元 [8] - 工商银行、招商银行称《暂行规定》对财务状况无重大影响，华夏银行、浦发银行未披露具体金额 [8] - 行业预计未来三到五年为数据能力建设关键期，提前布局的银行将占据数字化转型先机 [8]