IT时报记者 孙永会 "AI不是孤立的模型，而是以数据为核心的智能生态。构建数据智能飞轮，让数据生智、智能反哺数据，才能真正实现可落地的业务价值。"在9月12日举办 的以"以数生智、以智驭数"为主题的新品发布会上，矩阵起源CEO王龙指出，当前AI行业正经历从模型能力不足到基础设施不足的转变，核心业务AI的价值 实现率仍仅 5%。在他看来，企业落地AI的关键在于解决数据割裂问题，通过数据智能飞轮构建AI 驱动的数据反馈循环，提升落地效率并释放业务价值。 发布会上，矩阵起源推出两款战略级核心产品——超融合异构云原生数据库MatrixOne（MO）与AI原生多模态数据智能平台MatrixOne Intelligence （MOI）。 矩阵起源已有实践。比如其与软通动力联合打造的企业级AI 落地解决方案，以"主权 AI"为核心，通过构建企业AI工厂、打造数据、模型 、知识库和智能体 四大工程能力，破解企业AI落地架构不明、数据不足、人才紧缺等痛点。 发布会现场，矩阵起源携手合作伙伴赛意信息共创"AI + 数字化工厂"，与辰奕智能达成合作，三方将在产业资源、数字化服务与智能数据底座方面的优 势，加速AI在制造业的端到端 ...

核心观点 - 中泰证券首次覆盖神州控股并给予买入评级 预测公司2025-2027年营收分别为186.44亿元、208.06亿元和233.26亿元 归母净利润分别为2.26亿元、4.24亿元和5.64亿元 看好公司营收增长与盈利能力提升趋势 AI+大数据能力赋能供应链场景实现较好落地 出海业务有望快速规模化复制 估值具备向上溢价空间 [1] 公司业务与财务表现 - 公司2000年成立 2001年在香港联交所主板上市 是以自主创新大数据融合技术赋能核心场景的高科技企业 2018年至今向数字化转型迈进 围绕DataxAI战略推动产业数智化升级与商业价值重构 [2] - 公司聚焦DataxAI核心 构建多业务协同生态 形成大数据产品及方案、软件及运营服务、信创及传统服务三大业务体系 [2] - 2024年营收166.57亿元同比下降8.9% 但业务结构持续优化 毛利率较高的大数据产品及方案业务营收占比提升 降本控费效果显著 归母净利润-2.54亿元同比大幅减亏 [2] - 2021年以来经营性现金流始终保持较好正向流入 体现较好回款管理能力 为公司发展提供资金支持 [2] - 2025年上半年营收78.65亿元同比增长12.1% 归母净利润0.15亿元同比增长40.7% 业绩企稳和底部改善趋势进一步巩固 [2] 行业发展趋势 - 供应链管理服务行业规模不断扩大 2025年中国供应链管理服务市场规模预计突破2500亿元 [3] - 供应链数智化发展加速 物联网、人工智能、数字孪生、区块链等新兴技术得到深度应用 物联网和AI技术渗透率已超过60% 提升供应链效率与智能化水平 [3] - 智慧供应链整体成熟度处于初级向中级过渡阶段 头部企业创新实践成果斐然引领产业方向 [3] - AI在全球企业中的应用从早期探索步入广泛落地阶段 企业从AI试点转向大规模应用部署 规模化发展迅速 [3] 公司竞争优势 - 场景端：基于二十余年行业场景深耕经验 在智慧供应链、金融科技、政企数字化、连锁酒店等领域构建场景认知-技术解构-价值闭环的核心竞争优势 [4] - 技术端：依托自主研发能力和产学研创新模式建立领先技术优势 将技术与行业解决方案深度融合 依托AI基础设施+数据智能平台+AI应用及行业解决方案全栈技术能力赋能实体行业数字化转型 形成覆盖咨询规划、产品和解决方案交付、运营及运维的端到端服务体系 [4] - 生态端：致力于打造开放型创新生态平台 深度融合政产学研用多维资源 构建技术协同、场景共创、产业联动的创新生态体系 开放数据能力基座与AI工具链降低AI创新门槛 驱动数智化升级规模化落地 [4] 出海业务 - 公司依托多年海外供应链服务经验 在2024年中企出海浪潮中伴随华为、荣耀、中兴、比亚迪等中资企业客户一同出海 提供国际国内运输、海内外仓储、进出口、跨境电商、跨境直播等端到端一站式供应链运营服务和数智化服务 为中国企业出海与转型提供可复制范式参考 [5]

财务业绩 - 2025年上半年营业收入10.45亿元 归母净利润4502.67万元 [2] - 中国大陆地区营收4.76亿元 同比增长4.61% 非中国大陆地区营收5.69亿元 同比增长3.65% [2] - 归母净利润同比增长6.09% 主营业务毛利率58.32% 同比提升0.88个百分点 [2] - 研发设计类业务收入0.57亿元 同比增长11.05% [6] 区域业务表现 - 中国大陆地区在AIoT业务策略性收缩下仍实现稳健增长 聚焦电子 汽车零部件等高景气细分市场 [3] - 中国台湾地区在ERP/HRM/BI系统中导入AI数智员工 完成数十家客户签约 绿色制造领域构建碳盘查自动化等AI应用场景 [3] - 东南亚市场以制造业为主 需求集中在生产管理 供应链协同和质量追溯 偏好SaaS轻应用交付模式 [4] AI技术应用与研发 - 基于Indepth AI平台开发数十个AI Agent应用 覆盖生产 销售 财务等领域 [4] - 研发领域AI配方生成降低原材料成本15% 产品合格率提高8% 制造领域设变一点通减少数据分析工作量60%以上 [4] - 发布智能数据套件 构建企业数据底座 加速数据资产管理和知识图谱构建 [5] - PLM产品融入AI技术 获近百家客户签约 数十家客户成功部署 支持国产信创操作系统和数据库 [6] 业务策略与管控 - 策略性调整业务结构 聚焦高毛利业务推广 加强费用管控 管理费用率同比下降0.04个百分点 [3] - 运用AI工具在交付 营销环节降本增效 提升人效和盈利能力 [3] - 引入近百家AI生态伙伴 沉淀六大产业AI应用场景模板 [3]

核心财务表现 - 上半年营业收入10.45亿元 同比增长4.08% [1] - 归母净利润4502.67万元 同比增长6.09% [1] - AI业务收入同比大幅增长125.91% [1][2] AI技术研发与产品创新 - 发布业内首款AI技术PLM产品 获近百家客户签约 [2] - 推出四大工业软件AI智能套件 覆盖ERP/PLM/MES/WMS产品线 [2] - 开发文生设计/配方生成等AI智能体应用 累计数十个应用开发 [2] - AI配方生成技术助企业降低15%原材料成本 提升8%产品合格率 [2] 生态合作与平台建设 - 定位"AI软基建"生态厂商 构建模块化AI能力封装体系 [3] - 革命性开发鼎捷雅典娜平台 包含数据智能套件与企业智能体生成套件 [3] - 基于MACP协议实现多智能体协同 提升兼容性与合作效率 [3] - 在中国台湾地区引入近百家AI生态伙伴 沉淀六大产业AI应用场景模板 [3] 行业应用与市场拓展 - 沉淀汽配/装备/电子/家电/化工等行业可复制标杆案例 [2] - 覆盖电子/医药/流通等产业AI应用场景 [3] - 产品能力提升加速商业闭环形成 [4]

大模型技术发展与应用 - 大模型技术快速发展，性能显著提升，DeepSeek模型的发布降低AI创新门槛，推动金融行业从基础模型转向应用创新 [1] - 金融行业正密集研发适应各类业务场景的智能体应用，呈现百花齐放局面，但应用效果分化明显 [1] - 金融场景应用需满足高准确性和优质用户体验，面临多重挑战 [1] 腾讯云大模型战略与实践 - 腾讯践行"AI in ALL"战略，将混元/DeepSeek模型能力拆解为可复用的"AI能力原子化"，嵌入全场景业务矩阵 [3] - 提出"云-数-模-应用"飞轮模型：云提供智算底座，数据湖为模型增强提供原料，四大板块驱动AI跨越数据和场景鸿沟 [5] - 腾讯金融云整合B端技术能力和C端生态，形成金融机构全方位合作解决方案 [5] 腾讯云金融行业AI解决方案 - 提供从智算底座到AI应用的全栈能力，包括智算底座TCE、大数据平台TBDS、混元大模型和一站式训推平台TI [8] - 智能体开发平台TCADP支持RAG、工作流和agent模式，集成外部工具和金融场景插件，快速构建金融Agent [9] - C端提供AI原生应用如超级应用元宝和个人知识库ima，知识库广场拥有超1000万篇公开知识 [10] 金融大模型应用场景 企业知识库场景 - 金融行业面临知识碎片化、检索效率低和安全合规风险高等挑战，腾讯乐享企业知识库解决方案推动知识整合 [12] - 支持混元与DeepSeek双模驱动，30多种多模态格式，多级分类管理，解决知识零散难题 [15] - 长生人寿基于乐享上线"AI-长小生"，落地企业知识库、AI小助手和AI陪练三大智能场景 [13] 信贷尽调助手 - 银行信贷经理人工编写尽调报告需2-3周，大模型信贷尽调助手将周期压缩至1小时，效率提升10倍 [19][20] - 报告生成采纳率超93%，支持对公信贷细分场景，形成"信贷智能体"覆盖贷前、贷中、贷后全流程 [20] - 解决RAG技术性能瓶颈和幻觉效应，通过后训练/全参数微调提升准确率 [19] 保险代理人助手 - 个险代理人团队面临工作负荷高、信息碎片化等痛点，AI助手优化全天工作流程 [24] - 支持多种文档输入、意图识别、KV提取和风险分析，分钟级生成保障思路和保险计划 [24][25] - 代理人可从低价值重复工作中解放，专注客户经营和学习提升 [26] 金融舆情应用 - 大模型技术实现舆情事件发现效率提升30倍，报告生成时效压缩至15分钟 [29] - 采用混元专项增训舆情大模型与DeepSeek双模驱动，赋能投研分析、风险监控等领域 [29] - 联合行业专家沉淀高质量舆情数据，拓展音视频及海外数据源处理能力 [29] 金融风控实践 - 腾讯积累丰富黑产和欺诈数据，形成全知识、全模型和全特征输入训练风控大模型 [32] - 风控大模型支持基于少量样本快速适配新场景，区分度提升20% [33] - 通过自监督和半监督学习完成训练，记忆信息多，掌握以往模型和特征全貌 [33] Data+AI未来趋势 - Data+AI从"单点技术突破"迈向"产业深度重构"，数据治理与AI开发需整体规划 [36] - 三大趋势：智能化管理挖掘数据价值、一体化存储打破数据孤岛、私域数据创造高价值 [37] - 腾讯金融云Data+AI解决方案支持结构化、非结构化及向量数据统一存储，简化架构提升效率 [40]

腾讯云"Data+AI"战略布局 - 腾讯云将于下半年发布数据智能体产品，构建"Data+AI"深度融合能力，实现从数据存储到智能交互的跃迁 [2] - 公司提出新一代DIaaS平台，集成多模态数据处理、AI模型和Data Agent，使非结构化数据可被AI理解与利用 [5] - 与传统"DataxAI"概念不同，腾讯云强调"Data+AI"是原生一体化平台，目标是让数据智能成为基础设施级的服务 [5][6] 数据产业规模与增长 - 2024年中国数据生产总量达41.06ZB（同比增长25%），人均31.31TB（同比增长25.17%） [2] - 当前中国数据领域企业超19万家，产业规模超2万亿元，预计2030年达7.5万亿元（年均增长率20%+） [8] - 非结构化数据占比达70%-90%，相关IT支出将占数据管理总支出的40%（2027年预测） [3][5] 行业技术变革趋势 - AI大模型推动数据平台转型：从被动数据仓库发展为主动交互的"知识母体" [4][5] - 企业面临数据源激增挑战（平均管理400+异构数据源），需建立动态可追溯的治理体系 [3] - Gartner预测2027年80%的数据治理措施可能因缺乏危机意识失效 [3] 市场竞争格局 - 国际头部企业Databricks估值600亿美元、Snowflake市值740亿美元，已成功转型"Data+AI" [7] - 国内尚未出现对标Snowflake的技术型大数据初创公司，但预计下半年将涌现新竞争者 [7] - 腾讯云认为行业协同至关重要，单独企业难以满足全部客户需求 [7] 技术应用前景 - 生成式AI推动非结构化数据处理需求爆炸式增长，合规压力加剧企业管理难度 [3] - Agent智能体短期内（1-3年）可提升数据价值，但长期可能被AI模型替代 [7] - 大语言模型技术成熟与用户需求增长是推动数智平台发展的双重动力 [6]