行业和公司概况 行业概况 [1] - 公司所处行业受到外部环境影响,行业化进程有待进一步发挥作用 公司概况 [1][2][3][4][5][6][7][8] - 前三季度营业收入57.4亿元,同比增长0.5%,收入增速放缓 - 订阅收入增速较高,达28%左右,订阅合同负债增长32% - 净利润亏损同比有所增加,主要受无形资产摊销和离职补偿金增加的影响 - 公司已进行大规模人员优化,减少3,600多人,对四季度和明年业绩有较大影响 - 大型企业客户业务受宏观环境和行业化进程影响,签单和收入确认有所滞后 - 中型企业客户业务全面转向订阅模式,订阅收入增速较高 - 公司推出BIP超级版产品,面向大型企业提供订阅服务,签约金额快速增长 关键观点和论据 收入增速放缓的原因 [1][4][5] 1. 外部环境影响,宏观经济形势下行 [1] 2. 行业化进程有待进一步发挥作用 [1] 净利润亏损增加的原因 [2][3] 1. 无形资产摊销同比增加2.25亿元 [2] 2. 离职补偿金同比增加1.4亿元 [2] 3. 订阅成本增加约1亿元 [2] 人员优化的影响 [3][4][13][14] 1. 四季度和明年现金流和净利润有较大影响 2. 预计明年可节省大量人工成本 大型企业客户业务情况 [4][5][6] 1. 受宏观环境和行业化进程影响,签单和收入确认有所滞后 2. 已交付多个标杆性项目,为未来发展奠定基础 3. 行业化进程有待进一步加快 中型企业客户业务情况 [6][7][16][17] 1. 全面转向订阅模式,订阅收入增速较高 2. 音乐产品和制造业云产品是订阅增长的主要动力 3. 软件产品全面订阅化,短期内收入下降但未来有望贡献订阅增长 大型企业订阅业务情况 [18] 1. 推出BIP超级版产品,面向大型企业提供订阅服务 2. 签约金额快速增长,成为订阅增长的主要贡献力量 毛利率下滑的原因及恢复预期 [19][20] 1. 主要受订阅成本上升影响 2. 随着交付效率提升和订阅规模效应,毛利率有望回升 其他重要内容 10月订单和回款情况 [10][11] 1. 10月订单和回款情况有所好转,呈现增长态势 2. 国有企业和医疗行业订单保持较好增长,民营企业有所下滑 未来提升盈利的举措 [13][14] 1. 继续优化人员结构,减少人工成本 2. 进一步提升管理效率,控制费用 3. 研发投入逐步下降,有利于资本化率提升

报告行业投资评级 未提及 报告的核心观点 全球 IT 技术与产业创新进入以 AI 为中心的时代，用友推出的企业服务大模型 YonGPT 凭借多方面优势为企业提供全方位服务支持，推动企业数智化转型 [2][3][26] 根据相关目录分别进行总结 全球 IT 技术与产业创新趋势 - 人工智能和机器学习应用在各行业快速扩展，云计算和大数据技术提升企业决策效率，区块链技术为多领域提供新方案，5G、物联网推动产业创新 [2] - AI 技术成为产业创新核心，改变数据处理和分析方式，推动产业升级和新商业模式出现 [2] - 人工智能进入普及应用新阶段，标志全球 IT 技术与产业创新进入以 AI 为中心的新阶段 [3] - 信息技术应用进入数智化时代，企业应用与服务模式走向融合化，主题化、融合化、智能化创新应用成新目标 [4] YonGPT 用友企业服务大模型综述 - 用友 7 年前战略投资研发用友 BIP，结合智能技术提供智能化应用与服务，选择做企业服务领域大模型，与主流模型提供商合作，围绕四个方向推进 YonGPT 训练和优化 [5] - YonGPT 是融合企业专业知识和商业 KnowHow 的企业应用服务大模型，能理解解析企业数据，提供多种服务 [6] - YonGPT 包含 10 大领域场景深度认知和经验沉淀，用友积累的数据和经验为其构建提供素材和指导 [7] - YonGPT 具有丰富经验和历史、全面解决方案、强大研发团队等核心优势 [8] - YonGPT 与用友各领域产品结合，可实现业务数据智能分析和流程自动化生成，为多领域提供智能决策支持和高效业务处理，已赋能数十种应用场景，后续将全面覆盖产品体系 [9][10] YonGPT 技术架构 - YonGPT 做企业服务大模型，可解决企业服务特点带来的问题，通过意图槽位收集、精调与知识经验学习、执行链技术等实现功能 [11] - YonGPT 通过大模型服务平台提供多种功能，各模块为大模型构建和服务提供支撑 [12] - 用友通用大模型底座支持主流通用大模型，具备高效计算和存储能力、可扩展性和灵活性，集成丰富工具和库，助力企业数字化转型 [13] - YonGPT 通用能力层具备语义理解、内容生成、多轮对话、知识问答、角色扮演、逻辑推理、代码生成、图像生成等能力，各能力有不同应用场景和价值 [14][15][16] - YonGPT 应用能力模型包括交互式数据查询与指令执行、业务知识查询回答、复杂任务执行系统，分别通过不同方法解决相应问题 [22][23][24] YonGPT 企业服务的大模型应用 - YonGPT 为企业提供智能运营、人机交互、知识生成、应用生成等全方位服务支持，赋能多业务领域形成全场景应用 [26][27] - 大模型改变企业应用服务，可处理大量数据、实现复杂任务、帮助企业自动化智能化、发现新商业模式和收入来源 [28] - YonGPT 在企业的主要应用包括智能运营、人机交互、知识生成、应用生成，各方面有不同能力和应用场景 [30][44][47][54] - YonGPT 是多领域融合化、多形态综合型的企业服务大模型，覆盖多业务领域，契合企业融合创新需求，与用友 BIP 集成带来智能化业务运营等优势 [56] - YonGPT 在财务领域驱动财务智能化转向价值创造自动化，助力财务实现价值创造和无人值守共享中心落地 [57][58] - YonGPT 在人力领域帮助企业实现数据识人、智能选人、智慧用人，提升人力资源管理效能 [59][60] - YonGPT 在业务领域帮助企业在采购、供应链、营销、制造等业务方面实现数智化，有多种智能应用场景 [61][62] YonGPT 将持续进化 - 用友 YonGPT 将在优化已有场景体验、拓展新应用场景、产学研结合等方面提升智能化能力，融入用友 BIP 服务能力体系 [63]

会议主要讨论的核心内容 1) 公司今年上半年的经营情况,包括营收、利润、人员、毛利率等基本面指标的表现 [1][2][3][4][5] 2) 公司在信创领域的进展,包括国产替换、国产化等不同类型的客户需求 [18][19] 3) 公司在海外市场的布局和发展情况,包括客户接受度、付费能力等优势 [14][15][16][17] 4) 公司在AI大模型方面的应用和突破,包括私有化部署、成本优势等 [16][17][49][50][51] 5) 公司产品线的迭代方向,包括AIGC能力融合、交付效率提升等 [6][7][8][9][10][11][12][13] 问答环节重要的提问和回答 1) 电子凭证推进的速度和公司的应对 [14][15][16] - 公司目前已经接触了大量试点客户,预计两三个月就能完成电子凭证的推广 - 公司产品已经具备接收电子凭证的能力,可以帮助客户实现财务和业务的深度融合 2) 公司在中小企业和大型企业的经营策略 [19] - 中小企业聚焦订阅收入,大型企业提升交付效率降低成本 - 中型企业订阅化转型是公司的重点,有望带动订阅收入的快速增长 3) 公司海外业务的发展情况和未来规划 [14][15][16][17][48] - 海外业务增速有望达到2-3倍于公司整体水平 - 公司正在逐步建立海外分支机构,并与当地服务商合作推广产品 4) 公司AI大模型的应用优势和未来发展 [16][17][49][50][51] - 公司在私有化部署、成本优势等方面领先于国内其他厂商 - 大模型的应用有助于提升交付效率,降低成本,带来更多的业务增量

会议主要讨论的核心内容 - 公司上半年营收实现同比12%以上的快速增长 [1] - 公司通过行业化经营、提升交付效率等措施,毛利率大幅提升超过600% [1][2] - 公司对人员规模进行了优化调整,全年预计减少8%左右 [2] - 公司在AI领域持续投入,已研发79款行业垂直大模型,未来将在企业级大模型上进行深化 [3][4] - 公司在智能行销、智能招聘等领域的SaaS产品取得良好进展,单价10-20万元,受到大型企业客户的广泛认可 [5][6] 问答环节重要的提问和回答 问题1 **投资者提问** 公司大型企业业务订单增长情况如何,未来发展趋势如何 [7][8] **公司回答** 公司去年对大型企业客户的经营存在一些挑战,主要是由于行业化调整导致的磨合期,但经过一年的积累,行业化经营成效已经非常明显,大型企业客户的订单增长保持较快节奏 [8][9][10] 问题2 **投资者提问** 公司在不同行业客户的需求和选择上有何考虑 [10][11] **公司回答** 公司在客户选择上更加注重盈利能力和产品财务化程度,会优先选择科技含量较高、产品标准化程度较高的客户 [11][12] 问题3 **投资者提问** 公司全球化战略和进展情况,对收入和利润的贡献如何 [14][15] **公司回答** 公司持续推进全球化战略,在新加坡、欧洲、美国等地设立了办事处,但目前海外业务占比较小,还未对公司整体收入和利润产生重大影响 [14]

报告行业投资评级 无相关内容。 报告的核心观点 1. 数据是21世纪的"石油"，在数字经济时代已成为重要的生产要素 [5][6] 2. 中国是国际上率先提出将数据作为生产要素的国家，这是一项重大理论创新 [5][6] 3. 数据资产化和数据资产入表是数字经济发展的必然要求 [6][8] 4. 中央企业的数据资产具有广泛的地域覆盖性、跨行业的综合性、复杂的成本结构、灵活的应用场景、高质量的数据以及动态的稀缺性和可替代性等特点 [14][15][16] 5. 中央企业数据资产化面临数据价值挖掘不足、数据治理难度大、数据安全风险高、会计处理复杂度高等挑战 [17][18][19] 6. 中央企业数据资产化的路径包括数据场景化、数据资源化和数据价值化三个阶段 [20][21][22][23][24] 7. 数据资产入表需要满足数据合规与确权、数据资源可管理、数据资产有带来经济利益的预期、数据资产的成本清晰可计量等条件 [35][36][37][38][39][40] 8. 用友提供了包括数据价值规划、数据资源管理、数据资产智能核算以及价值创新在内的一套完整的中央企业数据资产化及数据资产入表解决方案 [26][27][28][29][30][31][32][33][34][41][42][43][44][45][46] 根据目录分别进行总结 政策背景/意义 1. 数据已被纳入生产要素范围,是经济发展的核心要素 [5][6] 2. 健全数据要素市场化配置机制是国家战略 [6] 3. 数据资产入表是数据资产化管理的一部分,标志着我国开始探索企业数据资产入表的具体路径 [6][8] 央企解决方案 1. 中央企业的数据资产具有广泛的地域覆盖性、跨行业的综合性、复杂的成本结构、灵活的应用场景、高质量的数据以及动态的稀缺性和可替代性等特点 [14][15][16] 2. 中央企业数据资产化面临数据价值挖掘不足、数据治理难度大、数据安全风险高、会计处理复杂度高等挑战 [17][18][19] 3. 中央企业数据资产化的路径包括数据场景化、数据资源化和数据价值化三个阶段 [20][21][22][23][24] 4. 用友提供了包括数据价值规划、数据资源管理、数据资产智能核算以及价值创新在内的一套完整的中央企业数据资产化及数据资产入表解决方案 [26][27][28][29][30][31][32][33][34] 解决方案详解 1. 数据价值规划设计是数据资产化过程中的关键一步,需要坚持需求牵引、注重实效、试点先行、重点突破、整体规划和场景切入 [27][28][29] 2. 数据资源管理包括数据资源盘点、数据登记/确权和数据资产判定,是确保数据质量、安全性和可用性的重要环节 [30][31][32] 3. 数据资产入表智能核算包括数据成本归集、列表与披露和数据价值评价,可以帮助企业全面了解和管理数据资产 [34][35][36][37][38][39][40] 4. 数据价值化体现在内部价值、外部价值、直接价值和间接价值等多个维度,价值创新的重点是场景化切入 [44][45][46]