Data×AI
搜索文档
神州控股拟减持神州信息2.95%股份
国际金融报· 2025-12-10 12:38
公司资本运作 - 神州控股计划出售其附属公司神州信息不超过2882.73万股股份,占神州信息总股本约2.9543% [1] - 出售计划将在神州信息披露相关公告日期起15个交易日后的3个月内进行 [1] - 出售股份所得款项将用于神州控股自身业务发展及一般营运资金补充 [1] - 交易完成后,神州控股对神州信息的持股比例将从39.9211%下降,但神州信息仍将维持其附属公司地位 [1] 公司战略聚焦 - 公司未来发展目标是成为以供应链为核心的AI解决方案领导者,聚焦“AI+供应链”赛道 [2] - 公司提出“客户+生态”双轮驱动战略,旨在通过精益化运营和强劲营销增加客户粘性并拓宽覆盖 [2] - 在核心技术层面,公司正推动“Data×AI”战略升维,瞄准高质量行业数据进行精准布局 [2] - 公司通过“燕云Infinity筑牢底座,供应链‘小金’智能体集群打开新局,全生态合作构建闭环”来推进战略实施 [2] 公司业务与近期动态 - 神州控股成立于2000年,并于2001年在港股主板上市,是一家提供综合信息技术服务的公司 [1] - 公司业务通过三个分部经营:传统服务业务分部、软件与运营服务业务分部、大数据产品及解决方案业务分部 [2] - 公司近年来围绕数字原生城市、数字原生供应链、金融科技等核心场景打造产品,推动城市智能化和产业数字化转型 [1] - 近期公司在AI领域动作频频,此次股份出售调整或将为其全力布局AI领域提供更充足的资金支持 [1] - 公司正加大基础AI技术研发力度,并进一步扩大AI技术在供应链领域的应用与推广 [1]
神州控股聚焦“AI+供应链”赛道 扎根实体产业关键领域
证券日报之声· 2025-12-10 10:10
公司资本运作 - 神州控股计划出售其附属公司神州信息不超过2882.73万股股份,占神州信息总股本约2.9543% [1] - 出售计划将在相关公告日期起15个交易日后的3个月内进行,所得款项将用于神州控股自身业务发展及一般营运资金补充 [1] - 交易完成后,神州控股对神州信息的持股比例将从39.9211%下降,但神州信息仍将维持其附属公司地位 [1] 公司战略方向 - 公司明确了“成为以供应链为核心的AI解决方案领导者”的发展目标,战略聚焦于“AI+供应链”赛道 [2] - 公司提出“客户+生态”双轮驱动战略,通过精益化运营与多元化营销提升客户黏性,并通过生态合作完善能力布局 [2] - 公司以“Data×AI”战略升维为突破口,聚焦高质量行业数据布局,以形成差异化竞争优势 [2] 技术与产品布局 - 公司与北京大学联合实验室启动,并发布了一站式数据智能决策使能平台“燕云Infinity” [3] - “燕云Infinity”平台具备数据采集、清洗、建模、运维及安全全流程处理能力,可实现百余种数据源的无缝整合与高质量输出 [3] - 公司旗下智慧供应链品牌科捷在消费电子、智能通讯、快消美妆、服装等领域积累了丰富的行业经验与数据资源,结合自研的供应链基础软件,为AI应用提供关键数据支撑 [3] 生态合作与行业倡议 - 今年以来,公司已密集与15家合作伙伴达成战略合作,合作对象涵盖具身智能领域头部企业优必选旗下UQI优奇、圆通速递以及多个行业的领先品牌客户 [3] - 公司联合北京交通大学等单位发起物流数据开放互联倡议,旨在拓宽行业数据来源,为服务更多行业伙伴奠定基础 [3] - 公司通过自身技术与资源赋能生态伙伴,并吸纳优质生态资源弥补自身短板,以构建正向生态循环 [3] 战略落地与行业影响 - 公司通过“燕云Infinity筑牢数据底座、供应链‘小金’拓展应用场景、全生态合作构建产业闭环”的多维举措推进战略目标 [4] - 公司秉持“AI for Process”核心理念,推动AI技术深度融入实体产业关键领域,旨在将AI转化为企业硬核生产力 [4] - 随着战略落地,公司计划在资金流、物流、数据流等多个维度,为实体企业智能化转型升级提供支持 [4]
神州控股回笼资金ALL IN“AI+供应链”赛道
智通财经· 2025-12-09 10:30
公司资本运作 - 神州控股计划出售其持有的神州信息不超过28,827,300股股份,占神州信息总股本约2.9543% [1] - 出售计划将在神州信息披露公告日期起15个交易日后的3个月内进行 [1] - 出售所得款项将用于神州控股的业务发展以及一般营运资金用途 [1] - 出售完成后,神州控股对神州信息的持股比例将从39.9211%下降,但神州信息仍为其附属公司 [1] 公司战略与资金投向 - 此次股份出售旨在为神州控股全力布局人工智能领域提供更充足的资金支持 [1] - 公司明确未来发展目标是成为以供应链为核心的人工智能解决方案领导者 [2] - 公司提出“客户+生态”双轮驱动战略,旨在增加客户粘性、拓宽客户覆盖,并通过生态合作扩充能力 [2] 技术与业务布局 - 神州控股正在加大基础人工智能技术研发力度,并扩大人工智能技术在供应链领域的应用与推广 [1] - 公司在核心技术层面推动“Data×AI”战略升维,瞄准高质量行业数据进行精准布局 [2] - 具体技术路径为通过“燕云Infinity筑牢底座,供应链‘小金’智能体集群打开新局,全生态合作构建闭环” [2]
从金融核心到全球AI底座:OceanBase五年商业化客户破4000家
证券时报网· 2025-11-18 07:19
公司商业化进展与市场地位 - 自2020年商业化以来,全球客户数已突破4000家,连续五年年均增速超100% [1] - 服务覆盖金融、政务、通信、零售、制造、互联网等十余领域,遍及16个国家和地区、60多个地域、240多个可用区 [1] - 在中国市场产品能力与本地部署分布式数据库份额均居第一,并连续三年蝉联墨天轮中国数据库流行榜榜首 [2] 专有云业务表现与行业渗透 - 过去一年专有云客户数增长50%,增长主力来自对稳定性要求严苛的核心系统 [2] - 在金融领域,“百行计划”服务全部政策性银行、5/6国有大行,覆盖超100家资产规模千亿级以上银行,支撑190余个核心系统 [2] - 非银领域渗透深化,75%头部保险集团、80%头部券商、60%头部基金公司已部署,其中超半数用于核心系统 [2] - 政企领域全面提速,现已服务全国1/3省级人社系统,并在通信领域深度覆盖三大运营商 [3] 公有云业务表现与国际化 - 公有云(OB Cloud)近三年客户数年均增长115%,营收占比已达30% [4] - OB Cloud已稳定运行于阿里云、华为云、腾讯云、AWS、Azure、GCP等七大主流云基础设施 [4] - 国际化成果显著,已为GCash、2C2P、PalmPay等50余家海外客户提供服务 [5] - 向量数据库能力跻身DB-Engines全球前十,2025年16篇论文被ICDE、VLDB等数据库顶会收录 [5] 技术优势与标杆案例 - 凭借单机分布式一体化、低成本、高兼容等优势,灵活支持多样化场景 [4] - 平安集团实现银行、保险、基金全栈部署;国泰海通证券升级百余套系统,批处理性能显著提升 [3] - 老中银行新一代核心系统性能提升20倍,批量处理缩至30分钟,成本仅为同类方案20% [3] - 高德使用OceanBase后性能提升25%、成本降低50%;安踏性能提升2–3倍,开发周期减半 [5] 生态合作与发展 - 专有云合作伙伴贡献收入超70%,年增速达80%,已与350多家ISV协作共创900多个行业解决方案 [6] - 公有云合作伙伴收入占比突破30%,年增速达300%,多云业务占比从5%跃升至30% [6] - 深度适配用友YonBIP5数智商业创新平台,发布超融合HTAP数据库联合解决方案 [6] - 2025年原厂高级专家和服务生态专家分别增长30%与50%,问题响应与解决效率提升20% [7] 未来战略与产品发布 - 正式开启“Data×AI”新范式,发布4.4一体化融合版本,首次将TP、AP与AI能力集成于单一内核 [8] - 商用LTS版本将于2026年2月2日推出,同期开源首款AI原生混合搜索数据库seekdb [8] - 公司秉持“正确性第一、稳定性第二、性能第三”工程准则,先后刷新TPC-C与TPC-H两项国际基准记录 [8]
客户数破4000家 OceanBase领跑分布式数据库
中国经济网· 2025-11-18 07:14
公司商业化进展与市场地位 - 自2020年商业化以来,全球客户数已突破4000家,连续五年年均增速超100% [1] - 专有云客户数在过去一年增长50%,增长主力来自对稳定性要求严苛的核心系统 [1] - 公有云(OB Cloud)近三年客户数年均增长115%,营收占比已达30% [1] - 在中国市场,产品能力与本地部署分布式数据库份额均居第一,并连续三年蝉联中国数据库流行榜榜首 [1] - 连续两年稳居中国分布式金融本地部署市场第一 [1] 产品技术优势与核心能力 - OB Cloud具备“多云原生”优势,基于对象存储实现OLTP存算分离,支持跨可用区容灾和跨云双向同步 [2] - 云服务已稳定运行于阿里云、华为云、腾讯云、百度智能云、AWS、Azure、GCP七大主流云基础设施 [2][3] - 向量数据库能力跻身DB-Engines全球前十,2025年有16篇论文被ICDE、VLDB、SIGMOD等顶级会议收录 [2] - 发布4.4一体化融合版本,首次将TP、AP与AI能力集成于单一内核 [3] - 开源AI原生混合搜索数据库seekdb,支持向量、全文、标量、GIS数据统一检索,兼容30+主流AI框架 [3] 国际化与行业应用 - 服务覆盖16个国家和地区、60多个地域、240多个可用区 [1][3] - 在东南亚已服务印尼DANA、Finnet、新加坡Atome等本地金融科技企业 [2] - 助力GoTo风控引擎迁移,峰值承载能力提升10倍 [2] - 技术已深入金融、政务、通信、零售、制造、互联网等十余个领域 [1] - OB Cloud的能力在零售、金融科技、消费电子和泛互联网行业已实现规模化落地 [2] 未来战略方向 - 公司正式开启“Data×AI”新范式,从“存储数据”迈向“理解数据” [3] - 战略核心是以“一体化”理念推进架构、存储与负载的全面融合 [3] - 未来数据库需同时服务“人”与“智能体”,在数据源头驱动实时、可信的智能 [4] - 将持续加大全球开源投入,融入本地生态,加速全球化进程 [3] - 新域名oceanbase.ai同步启用,旨在推动行业加速迈向“智能原生”架构 [4]
OceanBase公布五年成绩单:年均增速超100%,客户数破4000家
新浪科技· 2025-11-18 06:31
公司商业化进展与市场地位 - 自2020年商业化以来,全球客户数已突破4000家,连续五年年均增速超100% [2] - 在中国市场产品能力与本地部署分布式数据库份额均居第一,并连续三年蝉联中国数据库流行榜榜首 [2] - 专有云客户数在过去一年增长50%,增长主力来自对稳定性要求最严苛的核心系统 [2] 金融行业渗透与核心系统应用 - “百行计划”服务全部政策性银行、5/6国有大行,覆盖超100家资产规模千亿级以上银行 [3] - 支撑190余个核心系统、1000多个关键业务,并实现全球化突破,获得汇丰、三井住友等国际金融机构采用 [3] - 在非银领域,75%头部保险集团、80%头部券商、60%头部基金公司已部署,其中超半数用于核心系统 [3] 政企及关键行业拓展 - 在政务领域,现已服务全国1/3省级人社系统,江西试点后十余省份跟进 [3] - 深度覆盖三大运营商,中国移动1/3省级公司、中国联通超300套核心系统、中国电信翼支付全链路均已部署 [3] - 在交通、能源、医疗等高可靠场景站稳脚跟,服务中航信、南航、12123交管平台及多家三甲医院 [3] 公有云业务增长与技术优势 - 公有云(OB Cloud)近三年客户数年均增长115%,营收占比已达30% [4] - 具备“多云原生”能力,稳定运行于七大主流云基础设施,支持应用无需改造即可全球运行 [4] - 已在零售、金融科技等行业规模化落地,助力高德性能提升25%、成本降低50%,安踏性能提升2–3倍 [4] 产品战略升级与AI融合 - 发布4.4一体化融合版本,首次将TP、AP与AI能力集成于单一内核,商用LTS版本将于2026年2月2日推出 [5] - 开源首款AI原生混合搜索数据库seekdb,支持向量、全文等数据统一检索,兼容30+主流AI框架 [5] - 公司开启“Data×AI”新范式,从“存储数据”迈向“理解数据”,致力于打造面向未来的一体化数据底座 [5]
OceanBase CEO杨冰:以“海扬”之名,根自研攻坚数据难题
搜狐财经· 2025-06-26 06:34
公司动态 - OceanBase宣布品牌升级并启用中文名"海扬数据库" 旨在深化本土市场布局并引领全球分布式数据库技术创新[1] - 中文名"海扬"寓意深远:"海"象征对海量数据的处理能力(支持支付宝每秒42万笔交易峰值)及开源开放理念 "扬"代表技术突破与全球化发展[4] - 公司采用100%根自研模式 累计自研400万行代码 具备完全自主的技术生态构建能力[4] 技术能力 - 原生分布式架构突破传统单机数据库性能瓶颈 通过双十一等万亿级交易场景验证 实现高可用/高性能/高扩展性[4] - 发布AI时代一体化数据底库4.4.0版本及首个应用产品PowerRAG AI数据底座已在零售/金融/物流等行业头部企业落地[8] 商业化进展 - 专有云与公有云业务客户数连续四年增长超100% 服务覆盖金融/政务/通信/交通等关键行业[5] - 全球化布局扩展至亚太/中东/非洲/欧洲/美洲等50多个地理区域[5] - 生态建设方面与1200家合作伙伴合作 开源400万行代码 开源集群部署数超60000 下载量破百万[5] 行业机遇 - 数字经济与AI技术双重驱动下 国产数据库面临黄金发展期 企业需求聚焦自主可靠/高性能/高性价比[7] - 生成式AI兴起暴露传统数据库缺陷 OceanBase分布式架构可解决千亿级参数模型训练/数据孤岛/向量检索效率等痛点[7] 未来战略 - 专有云领域聚焦企业核心系统升级 公有云市场通过多云原生架构打造第二增长曲线[8] - 推行"Data×AI"战略 目标成为全球知名数据库品牌 提供从数据存储到智能应用的一站式解决方案[8]
OceanBase启用中文名“海扬数据库”,目标成为全球知名的中国数据库品牌
证券时报网· 2025-06-26 05:32
品牌升级与战略定位 - 公司正式启用中文品牌名"海扬数据库",品牌战略全面升级,体现深耕本土市场与引领全球分布式数据库技术创新的双重目标 [1] - "海扬"寓意承载海量数据(如支付宝每秒42万笔交易峰值处理)和开源开放生态,同时象征技术突破与全球化布局 [1] - 品牌名呼应"100%根自研"技术内核,强调15年自主研发历程 [1] 技术发展与商业化成果 - 公司诞生于2010年支付核心场景,通过"双十一"等万亿级交易考验,构建原生分布式架构,突破传统单机数据库性能瓶颈 [2] - 2020年商业化后,公有云和专有云双线发展,客户数连续四年增长超100%,覆盖金融、政务、通信等行业并实现全球化 [2] - 开源400万行代码,合作超1200家伙伴,开源集群部署数突破60000,下载量超百万 [2] AI时代战略布局 - 推出"Data×AI"战略,发布一体化数据底库4.4.0版本和首个应用产品PowerRAG,聚焦AI数据底座能力 [2] - AI解决方案已在零售、金融、物流等行业头部企业落地,推动AI从概念到实际应用 [2] - 公司目标成为全球数据库市场知名品牌,强化中国技术在全球舞台的地位 [3]
AI大厦需要新的地基!
机器之心· 2025-05-19 04:03
数据与AI融合趋势 - 高质量数据短缺成为AI发展瓶颈,前OpenAI首席科学家Ilya Sutskever警告"预训练时代即将终结"[1] - 全球数据量将从2024年147ZB增长至2028年393.9ZB,年增速达28%[4] - 大数据IT投资规模将从2024年3540亿美元增长至2028年6440亿美元[5] - 数据库发展范式转向"Data×AI",即数据与模型一体化融合发展[1][6] OceanBase战略转型 - 提出构建"一体化数据底座"战略,支持SQL、AP和AI混合负载[2][9] - 15年技术积累支撑支付宝核心系统,连续十年稳定支持双11流量洪峰[13] - 全球唯一同时打破TPC-C和TPC-H测试纪录的数据库[13] - 已服务金融、政务等2000多家客户的关键业务系统升级[13] 技术能力突破 - 向量数据库性能领先,在VectorDBBench测试中超越3款开源产品[13] - 引入BQ量化算法使向量数据内存需求降低95%,2亿条1536维数据从1.2TB降至58.6GB[16] - 支持多模态数据包括标量、JSON、全文索引和向量混合检索[17] - 发布PowerRAG服务,封装文档处理全流程,准确率和召回率优于开发者自建方案[17] 产品发展方向 - 四大战略方向:知识底座、打破数据次元壁、AI靠谱参谋、流量冲浪高手[14] - 增强向量能力与融合检索,实现企业知识库动态更新[14] - 深度整合推理引擎与存储引擎,解决AI查询数据不一致问题[14] - 利用云虚拟化+分布式能力弹性应对流量波动[14] 行业生态布局 - 适配主流智能体平台包括Dify、FastGPT、DB-GPT和LangChain[20] - 开源社区用户突破百万,集群部署量超5万且年增长400%[21] - 连续两年位居墨天轮中国开源数据库排行榜第一[21][22] - 成立AI平台与应用部,CTO亲自担任AI战略一号位[21] 行业趋势判断 - 数据库正成为AI时代关键变量,模型能力取决于数据基础[23][24] - AI应用爆发产生两大需求:更海量数据和混合负载能力[24] - 未来所有数据公司都可能成为AI公司,Data×AI是核心竞争力[22][24] - 行业正从模型竞争转向底层数据基础设施建设[25][26]
不止上新,OceanBase在AI时代的数据“寻宝”
北京商报· 2025-05-18 14:18
公司战略转型 - 公司宣布全面进入AI时代,打造"Data×AI"核心能力,从一体化数据库转向一体化数据底座[1] - 蚂蚁集团CTO表示将支持公司在金融、医疗、生活等核心场景的AI突破[1] - 公司始于2010年服务天猫"双11",2020年独立后面对AI规模化阶段的新红利与价格战等挑战[1] 新产品发布 - PowerRAG提供开箱即用的RAG应用开发能力,打通数据层、平台层、接口层与应用层全流程,支持文档知识库、智能对话等场景[3] - 共享存储产品实现对象存储与事务型数据库深度集成,TP负载存储成本最高降低500%[3] - 共享存储解决无共享架构在弹性和成本方面的瓶颈,适用于TP、历史库、时序类业务等场景[4] 市场需求与产品定位 - 企业分为两类需求:通用AI助力企业需结合内部数据做后训练,SaaS企业需将AI能力拆分融入[5] - 公司未来布局从数据产生到训练、应用全链条,当前重点在构建数据底座[6] - IDC预测2028年全球新生成数据量达393 9ZB,企业数据存储规模迈向EB级带来存储与管理挑战[6] 行业挑战与竞争 - 大模型幻觉问题源于数据质量或缺失,Data×AI融合是当前难点[7] - 数据库行业价格竞争激烈,国产厂商基于开源技术重叠导致低价争夺市场,云厂商通过订阅模式降低成本[7] - 公司强调技术创新带来的成本下降,认为性价比意味着更高质量而非单纯低价[7] 技术背景与趋势 - 对象存储因高可靠、低成本特性广泛应用于AP等场景,但TP生产环境依赖本地磁盘导致对象存储难以应用[4] - 海量互联网数据成就大模型,但数据获取成本增加、行业数据稀缺、多模态处理难等挑战仍存[6]