报告行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2][3] 报告核心观点 - 人工智能客户关系管理（AI CRM）系统正成为企业顺应宏观趋势、提升客户价值与实现可持续增长的战略抉择 [7] - AI技术特别是大语言模型驱动的生成式AI为CRM注入了全新动能，驱动其向智能中枢转型 [7][8] - AI CRM系统通过智能化、个性化和可持续的新阶段突破传统CRM局限，重塑企业与客户关系 [7][15] 技术变革分析 交互范式变革 - 大模型技术驱动CRM交互从"被动响应"向"主动洞察"转变，基于自然语言处理实现深度集成 [28][31] - 自然语言交互和上下文记忆能力使CRM系统从"人驱动系统"转变为"系统辅助人" [31][33] - 多模态表达和信息融合能力显著提升系统交互及个性化服务水平，覆盖营销、销售、服务等全场景 [32][33] 智能化核心能力演进 - AI技术使CRM系统具备感知、理解、推理、决策等多元能力，特征包括个性化、自动化、预测性和轻便化 [34] - 智能洞察与个性化演进：通过多源数据融合、动态客户画像和智能情感分析实现千人千面精准触达 [35][36] - 智能提效与流程自动化：营销自动化实现全链路执行，销售管理自动化将个体经验转化为系统能力 [38] - 精准预测与决策优化：AI使系统由经验决策向数据智能演变，在客户行为预测、商机量化等情景中提升能力 [40] - 轻便化与敏捷扩展：低代码开发、敏捷扩展、跨系统集成和智能体协同降低技术门槛并提升响应效率 [41][42] 数据合规与安全新要求 - 数据合规需遵守《个人信息保护法》《数据安全法》《通用数据保护条例》等国内外核心法律与行业标准 [44] - AI深度应用需满足场景化授权、最小化数据收集、敏感信息检测与过滤等新要求 [44][45] - 数据安全要求覆盖存储、应用、传输等多个环节，包括数据加密、数据分级与权限、数据监控与预警 [46][48] 市场格局描绘 主流技术路线与平台特点 - 传统CRM技术路线包括本地部署与定制开发、标准化SaaS路线、PaaS与SaaS融合路线 [49][56][57] - AI CRM主流技术路线分为功能点式浅层集成、通用大模型直接能力调用、原生AI平台与领域专用智能体 [59][62][65] - 原生AI平台路线采用混合式AI模型策略和可定制的领域智能体，构建可持续演进的智能业务平台 [65][67] CRM核心功能概述 - 客户数据管理是CRM系统的核心基础功能，涉及全域数据的采集、整合、治理与应用 [69][71] - 销售自动化简化销售流程并缩短销售周期，提升转化效率 [72] - 营销自动化降低获客成本并提升线索转化质量，涉及线索培育、客户细分、营销分析 [73][74] - 客户服务与支持高效解决客户问题，提高客户满意度，工单全流程跟踪形成完整记录 [75] - 智能分析与决策推动企业向"数据驱动增长"转型，包括销售预测、客户生命周期价值分析等 [76][77] - 生态协同实现内外部系统间数据与流程流动，提升整体运营效率与客户体验 [78] CRM业务智能化落地场景探索 - 智能化营销能力实现个性化内容生成和实时行为触发，提升线索转化率 [80] - 智能化销售行为管理通过实时话术推荐和行为效能看板优化销售人员客户互动 [81] - 智能化销售流程管理实现从线索到成交的自动化推进与智能化决策 [83] - 智能化服务依靠AI技术优化客户服务全流程，包括智能客服和工单自动细分 [84][85] - 智能化分析对CRM全域数据进行深度处理，提供实时、动态、精准的业务洞察 [86] 新一代智能CRM选型指标体系 指标体系设计原则 - AI导向原则重点关注AI在客户洞察、业务流程、决策支持等多层面业务环节的落地深度与覆盖广度 [88] - 系统性原则覆盖技术架构、功能模块、数据治理、安全机制、服务支持等关键构成要素 [88] - 安全合规原则将合规性要求贯穿全生命周期的能力评估，覆盖数据采集、传输、存储、使用等全流程 [89] - 可扩展性原则支持企业在业务增长、技术演进和市场环境变化中持续保持系统适配性与竞争力 [89][90] 核心评估维度 AI底座能力 - 多源数据融合与治理支持全渠道客户数据的实时接入和标准化处理，延迟控制在秒级 [92][93] - AI模型全生命周期管理涵盖模型训练、部署、监控到迭代优化的标准化流程 [94] - 动态算力与资源调度根据实时需求自动分配底层算力资源，确保高并发场景下的稳定运行 [96] - 安全与合规保障在数据全流程嵌入隐私保护机制，支持不同地区法规自动适配 [97][98] 上下文能力 - 上下文整合能力自动采集、融合并关联用户行为、业务数据、系统环境等多维信息 [100] - 上下文理解与建模能力通过语义分析与逻辑关联提炼核心意图及隐含需求 [101][102] - 上下文实时更新与记忆能力确保信息实时更新延迟达秒级内，保障跨时段业务连续性 [103] 推理规划引擎 - 深度业务推理与任务生成能力拆解业务目标为子目标，生成可落地方案并匹配最优执行主体 [106] - 跨系统自动化执行能力与CRM内外部各类业务系统和工具无缝衔接，自动触发任务执行 [107][108] - 实时状态监控能力全程跟踪任务执行状态，实时异常检测与管理确保业务不中断 [109]

股价及交易表现 - 截至2025年9月12日收盘 深桑达A股价报23.54元 单日上涨1.16% [1] - 当日换手率3.19% 成交量34.72万手 成交额8.3亿元 [1] - 主力资金净流出3677.13万元 占总成交额3.64% [3][4] 公司融资进展 - 向特定对象发行股票申请获证监会注册批复 募集资金总额不超过25亿元 [3][4] - 募集资金将用于运营型云项目、分布式存储研发、中国电子云研发基地一期等五大方向 [4] - 发行申请于2025年3月21日经深交所审核通过 5月12日获得证监会正式批复 [4] 数据要素业务布局 - 公司作为数据要素化实践先行者 基于"云数融合"技术体系开展数据基础设施建设 [2] - 形成中国电子云数据智能平台、可信数据空间及"数据港"三大核心产品 [2] - 截至2025年8月 中标及签约数据创新相关项目120余个 覆盖20个省市的公共数据授权 [2] - 已形成十余项数据产品 涵盖养殖、金融、文旅、交通、司法、医疗等多个产业领域 [2] - 深度参与第一批国家数据基础设施试点项目及多个可信数据空间创新发展试点项目 [2] 重大项目中标确认 - 确认中标聚变新能BEST设备水冷系统采购与集成项目 中标单位为中国电子系统工程第四建设有限公司与安徽省建筑设计研究总院联合体 [2] 经营业绩表现 - 数字与信息服务板块2022年至2024年归母净利润持续亏损 [4] - 公司存在应收账款账龄较长、合同资产减值、资产负债率较高等经营风险 [4]

公司业务定位 - 公司作为数据要素化实践先行者 基于云数融合技术体系及中国电子云高安全算力基础设施开展数据基础设施建设探索和实践 [1] 产品体系布局 - 形成中国电子云数据智能平台 中国电子云可信数据空间 中国电子云数据港数据运营产品三大核心产品线 [1] - 提供数据治理服务 覆盖数据供给 数据流通 数据交易及数据治理等数据要素核心环节 [1] - 自研央国企一站式数据治理解决方案 服务中国化学 中国海油 中国船舶 中国华电等大型央企数字化转型 [1] 市场拓展成果 - 截至2025年8月中标及签约数据创新相关项目120余个 向多层次客户提供数据创新服务 [1] - 获得20个省市的公共数据授权 形成十余项数据产品 涵盖养殖 金融 文旅 交通 司法 医疗等多个产业领域 [1] - 助力湖南 云南 河北 河南等地实现省市二级公共数据级联直通 服务地方公共数据归集共享和开发利用 [1] 创新项目进展 - 中国电子云可信数据空间深度参与第一批国家数据基础设施试点项目 [1] - 参与多个可信数据空间创新发展试点项目 [1]

核心观点 - AI商业化浪潮下 公司2025年中报显示收入恢复正增长 亏损大幅收敛 AI基础设施相关订单以千万量级进入报表 标志公司走出高投入期[1] - 公司Q2单季毛利率超50% 销售和管理费用率显著下降 经营现金流改善 体现规模效应和精细化运营成效[2] - 大模型相关订单接近3000万元 占当期收入近20% 落地金融、能源、政府、教育、制造等行业 产品解决多模态语料治理痛点[3] - 与香港宽频战略合作 成为其在香港的首家AI与数据产品供应商 以轻资产方式输出平台和工具 短期看订单增量 中长期有望复制到东南亚市场[4] - 公司被类比为中国版Databricks 产品推动数据与AI深度融合 实现全流程覆盖 符合中国市场对全栈能力的需求[5][6] - 收入结构从项目交付向订阅服务演进 应用场景集中在金融、电信、能源等行业 客户付费能力强且对自主可控需求迫切[7] - 公司成长逻辑与Databricks高度契合 但还承载中国数字经济和自主可控战略使命 成长故事更具确定性和独特性[8] - 产业趋势和政策红利共振 数据被确立为第五大生产要素 AI+行动全面部署 公司AI Infra体系覆盖数据要素化到AI价值兑现完整链条[9] - 国产化替代与自主可控主线 《国资委79号文》要求2027年央企信创100%替代 公司坚持核心技术自主研发 完成全栈适配和国产化集成[10] - 公司通过国家信息安全等级保护三级测评和国密认证 国产密码算法在分布式数据库中工程化落地完成[11] - 卖方预期提振 多家券商给出买入评级 2025-2027年收入预测为5.00/6.34/7.94亿元 复合增速约26% AI基础设施处于政策与需求共振加速期[12] 财务表现 - 上半年实现营收1.53亿元 同比增长8.82% 归母净利润亏损缩窄至-1.43亿元[2] - Q2单季毛利率达52.24% 同比环比双升 销售费用率降至43.94% 管理费用率降至34.30% 同比下降30.69和9.9个百分点 经营性现金流净额大幅改善[2] AI订单与商业化 - 大模型相关订单接近3000万元 占当期收入近20% 金融客户借助知识平台构建投研知识库 能源集团完成设备故障预测场景快速上线[3] - AI基础设施项目通常伴随扩容和持续服务收入 3000万元订单只是开端 后续有望沿软件授权+技术服务+运维订阅路径持续兑现[3] 战略合作与区域扩张 - 与香港宽频战略合作 成为其在香港的首家AI与数据产品供应商 加入香港宽频创科生态联盟[4] - 香港宽频拥有覆盖全港的三重光纤网络及政企客户资源 公司以轻资产方式输出数据平台与AI工具[4] 产品与对标 - 公司推动数据与AI深度融合 通过数据库、中台与AI平台结合 实现从数据采集到智能应用的全流程覆盖[6] - 被类比为中国版Databricks 两者在产品全栈化、收入结构转型趋势和应用场景扩展潜力上高度契合[5][8] 产业趋势与政策 - 数据被确立为第五大生产要素 数据治理与人工智能融合成为产业升级核心引擎 国务院发布人工智能+行动意见[9] - 《国资委79号文》要求2027年央企信创100%替代 公司坚持核心技术自主研发 符合安全与自主要求[10] 技术适配与认证 - 完成芯片-操作系统-数据库全栈适配 ArgoDB完成对六大国产CPU的指令级亲和优化 TPC-DS测试性能达海外竞品14倍[10] - 通过国家信息安全等级保护三级测评 覆盖近三百项指标 获得国密认证 国产密码算法在分布式数据库中工程化落地完成[11] 市场预期 - 多家券商给出买入评级 2025-2027年收入预测为5.00/6.34/7.94亿元 复合增速约26%[12] - AI基础设施处于政策与需求共振加速期 公司凭借全栈产品率先拿到入场券 收入弹性尚未被充分定价[12]

核心观点 - 公司2025年中报显示AI商业化拐点或已到来 收入恢复正增长且亏损大幅收敛 AI基础设施相关订单首次达到千万量级 [1] - 公司成长路径对标全球大数据与AI明星企业Databricks 在产品全栈化、收入结构转型和应用场景扩展方面高度相似 [5][6][7] - 公司受益于数据要素化、人工智能+行动和央企信创100%替代等多重产业趋势与政策红利驱动 [9][10][12] 财务表现 - 上半年实现营收1.53亿元 同比增长8.82% 归母净利润亏损缩窄至-1.43亿元 [2] - Q2单季毛利率达52.24% 同比环比双升 销售费用率和管理费用率分别降至43.94%和34.30% 同比下降30.69和9.9个百分点 [2] - 经营性现金流净额同比大幅改善 凸显公司在科技股盈利压力背景下的韧性 [2] AI商业化进展 - 大模型相关订单接近3000万元 占当期收入近20% 标志AI Infra商业化拐点到来 [3] - 落地行业包括金融、能源、政府、教育和制造 金融客户借助TKH知识平台构建投研知识库 能源集团通过Sophon LLMOps实现设备故障预测 [3] - AI就绪数据平台将向量、图、全文索引等数据模型纳入统一底座 解决多模态语料治理痛点 显著缩短语料清洗-模型微调-应用上线流程 [3] - AI基础设施项目通常伴随扩容和持续服务收入 3000万元订单可能只是开端 后续沿软件授权+技术服务+运维订阅路径持续兑现 [3] 区域扩张与战略合作 - 与香港宽频达成战略合作 成为其在香港的首家AI与数据产品供应商 并加入香港宽频创科生态联盟(iTEA) [4] - 香港宽频拥有覆盖全港的三重光纤网络及政企客户资源 公司以轻资产方式输出数据平台与AI工具 合作推动香港企业数智化转型 [4] - 香港作为国际金融枢纽数据合规要求严格 公司私有化部署方案具先发优势 短期看订单增量 中长期有望复制到东南亚华人市场 [4] 产品与竞争定位 - 公司产品体系实现从数据采集到智能应用的全流程覆盖 全栈化产品战略符合中国企业客户希望通过一个供应商解决全栈需求的市场特点 [6][7] - 公司被IDC定位为中国面向生成式AI的数据基础设施领导者 彰显其在生成式AI时代数据基础设施领域的领先地位 [9] - 公司完成芯片-操作系统-数据库全栈适配 ArgoDB完成对飞腾、鲲鹏等六大国产CPU的指令级亲和优化 TPC-DS测试性能达海外竞品14倍 并可异构混合部署实现即插用 [10] - ArgoDB通过国家信息安全等级保护三级测评 获国家密码管理局国密认证 主从节点全部符合GM/T 0028第二级要求 标志国产密码算法在分布式数据库中工程化落地完成 [11] 行业趋势与政策驱动 - 数据被确立为第五大生产要素 数据治理与AI融合成为产业升级核心引擎 国务院发布人工智能+行动意见进行全面部署 [9] - 国资委79号文要求2027年央企信创100%替代 公司坚持核心技术自主研发 符合关键基础设施领域安全与自主要求 在政企客户中具不可替代性 [10][12] - 在数据要素、人工智能+和央企信创100%替代多重机遇下 公司正成长为计算机板块中的隐形冠军 [12] 市场预期与成长性 - 浙商证券给出买入评级 预测2025-2027年收入为5.00/6.34/7.94亿元 隐含2025-2027年复合增速约26% [12] - 多券商看好核心逻辑一致 AI基础设施处于政策与需求共振加速期 公司凭借全栈产品率先拿到入场券 收入弹性尚未被充分定价 [12]

数字基础设施建设 - "十四五"期间国家级数字新基建以八大国家算力枢纽节点和十大国家数据中心集群为代表 [2] - 截至今年6月底国内算力总规模位居全球第二 人工智能专利数量占全球总量的60% [2] - 数字基建被视为数字化发展的关键底座 [2] 数字技术应用与赋能 - 数字技术已融入智慧城市、数字乡村、智能制造、智慧医疗等生产生活各方面 [3] - 数字化建设在改善民生、提升治理效能及推动经济社会高质量发展方面展现出巨大潜力 [3] - 数字技术高效推动社会发展需加快数据流通与要素价值释放 [5] 数据要素化与产业价值 - 数据已成为数字经济时代的战略性核心资源 正赋能千行百业升级转型 [5] - 2024年全国数据企业数量超过40万家 数据产业规模达5.86万亿元 较"十三五"末增长117% [9] - 建设和运用国家数据基础设施旨在加快数据流通 [5] 智慧渔业应用案例 - 广东湛江的"恒燚1号"深海养殖平台实现了高度绿色化、自动化、智能化的数据驱动养殖 [7] - 数据驱动的智慧渔业使饲料系数降低20%～40% 鱼类增重率提高10%以上 人工成本降低60% 经济效益提升超30% [7] 数字化公共服务提升 - "十四五"期间数字化建设显著提升了公共服务的可及性和公平普惠水平 [9] - 远程医疗合作实现多方共赢 方便患者、基层医院留住病人、政府节约医保资金、大医院分流病人 [11][13] - 全国互联网医院年服务量超过1亿人次 跨省异地就医直接结算惠及5.6亿人次 [13] 数字社会建设成果 - 国内已建成全球规模最大、资源最丰富的国家智慧教育平台 [13] - 全国10.7亿人领用电子社保卡 [13] - 数字技术使公共服务更普惠便捷、数字生活更美好智能、社会治理更精准高效 [13]

数字技术发展现状 - 数字技术加速融入生产生活各方面 包括智慧城市 数字乡村 智能制造和智慧医疗等领域 [1] - "十四五"期间信息革命经历从网络化向数字化再向智能化加速转型 [1] - 国家级战略工程包括八大国家算力枢纽节点和十大国家数据中心集群 [1] - 截至2024年6月底 中国算力总规模位居全球第二 [1] - 人工智能专利数量占全球总量的60% [1] 数字基础设施建设 - 数字基建是数字化发展的基础底座 [3] - 需要加快数据流通和推动数据要素化以释放数据价值 [3] - 二十届三中全会提出建设和运用国家数据基础设施 [3] - 数据已成为数字经济时代的战略性核心资源 [3] 数据驱动产业转型 - 广东湛江深海养殖平台"恒燚1号"实现绿色化 自动化和智能化养殖 [3] - 智慧渔业相比传统模式饲料系数降低20%-40% [5] - 鱼类增重率提高10%以上 [5] - 人工成本降低60% [5] - 经济效益提升超过30% [5] 数据产业发展规模 - 2024年全国数据企业数量超过40万家 [5] - 数据产业规模达5.86万亿元 [5] - 较"十三五"末增长117% [5] 数字化公共服务 - 远程医疗显著提升公共服务可及性和公平普惠水平 [5] - 播州区人民医院与上海38家三甲医院近千名医师建立线上联合诊疗合作 [7] - "十四五"期间全国互联网医院年服务量超过1亿人次 [7] - 跨省异地就医直接结算惠及5.6亿人次 [7] - 建成全球规模最大 资源最丰富的国家智慧教育平台 [7] - 全国10.7亿人领用电子社保卡 [7]

隐语社区战略升级 - 隐语开源社区从聚焦隐私计算升级为覆盖六大技术路线的“数据可信流通技术社区”，旨在解决数据流通全链路的信任嵌入问题 [1] 数据要素市场现状与挑战 - 2024年全国数据市场交易规模超1600亿元，同比增长30%以上，其中场内市场数据交易规模同比翻番，但相较于53.9万亿的数字经济规模，流动数据占比仍很小 [3] - 大型企业数据流通的核心障碍是数据外循环中安全合规责任的断层风险及下游保障能力不足，而非盈利动机 [3] - 产业落地面临“共识难”、“标准难”、“门槛高”三重挑战，技术路线碎片化且政策修订速度无法匹配技术迭代 [4] - 公共数据开放因责任权利失衡举步维艰，政府部门无法承担专业脱敏工作，需要引入市场化机制 [4] 技术路线与生态整合 - 新社区将覆盖隐私保护计算、可信数据空间、数据元件、数联网、区块链、数场六大技术路线，并进行多技术路线融合，构建模块化解决方案 [4] - 社区通过开源开放代码促进跨领域技术协同与标准共建，并推出SaaS化服务为中小企业提供轻量化方案 [4][5] - 隐语社区开源框架已部署超2000个节点，其中三分之一为企业所用 [5] 可信流通技术方案 - 蚂蚁密算通过构建统一的可信数据空间技术体系，实现跨主体的安全合规数据流通 [3] - 密态计算实现全链路保障，不仅保护计算过程，还将计算结果置于加密状态，显著降低生态整体成本 [5] - 可信数据空间核心解决全链路密态保障（数据不泄露）和全流程可信管控（数据不被滥用）两个问题 [6] 行业应用与新模式探索 - 数据流通不等同于交易，大厂的数据通常不售卖，数据要素需要新的范式而非传统土地财政模式 [6] - 在供应链金融领域，通过隐私计算实现“脱核”模式，数据持有方无需暴露原始数据即可输出可信结果，推动金融机构进行更全面的信用画像 [6] - “数据即服务”模式从经济效益延伸至产业链协同优化 [6] 人工智能与数据流通融合 - 大模型使非结构化数据价值显性化，但70%～80%的可靠性在医疗、金融等专业领域无法承受风险 [7] - 蚂蚁探索“高阶程序大模型可信应用技术框架”，通过程序表达、知识嵌入和闭环核验反馈机制，将大模型输出转化为可信的专业生产力 [7] - 该框架已在金融风控全链路、网络入侵检测、医疗重复计费等多行业场景中应用，可靠性和时效性有显著提升 [7] 软硬件一体化与成本优化 - 可信根芯片成本仅几十元，能大幅提升密态计算效率，蚂蚁与海光、华为等企业合作推动软硬一体化的可信安全体系 [7] - 数据流通短期突破点在于公共数据开放与大模型赋能 [7] 开源生态建设与产学研合作 - 开源社区旨在降低数据可信流通技术的应用门槛，提供更高性能、更强安全、更低成本的技术方案 [8] - 社区三年来已链接全球2万名开发者、60所高校及70余家产业伙伴，在普惠金融、医保结算等领域落地标杆案例 [8] - 社区与中电数据、国家工信安全中心、浙江大学、华为等建立合作，推动跨领域标准共建，增强技术中立性 [8] 未来展望与价值释放 - 行业正从隐私计算的“单点突破”迈向数据流通全栈技术的“系统作战” [9] - 数据流通基础设施成熟将释放指数级价值，让96%尚未激活的高价值数据成为数字经济的新质生产力引擎 [9] - 在数据领域可能出现真正的大模型Killer App，其冲击可能比自动驾驶来得更快、更大 [9]

数据要素市场发展 - 数据作为"第五大生产要素"的价值凸显，产业链涵盖数据库、数据平台、基础数据服务三大核心环节，需求弹性显著[2] - 中国数据产量占全球10.5%，国家政策推动数据要素在12个重点领域应用，目标2029年数据产业规模年均复合增长率超15%[2] - 专项债券政策将算力设备纳入资本金范围，数据产业基金成为破解市场化瓶颈的关键金融工具[3] 数据产业基金规模与增长 - 全国数据产业基金总规模从2023年不足500亿元跃升至2025年6月的1500亿元，实现跨越式增长[4] - 2024年呈现爆发式增长，广东设立首期200亿元、总规模1000亿元的粤港澳大湾区基金群，北京配套资金约400亿元[10][14] - 2025年新增基金规模缩减但更精准，如江苏两期各15亿元基金和浙江10亿元杭州基金[11] 区域发展特征 - 东部沿海基金规模占优：广东1000亿元基金群聚焦跨境数据流通，浙江50亿元确权基金探索金融化，山东100亿元基金投向元宇宙等[14][15] - 中部地区应用驱动：河南30亿元母基金深耕智慧农业/物流，湖北基金支持AI+工业，与实体产业深度耦合[16][17] - 西部差异化布局：重庆100亿元卫星互联网基金、贵州150亿元大数据科创基金强化算力基建和空间数据[18][19] 投资方向演变 - 从硬件投资转向全链条覆盖：早期侧重数据中心建设，2025年重点拓展确权、评估、交易等软性环节[21][33] - 战略协同特征明显：重庆对接国家卫星互联网工程，粤港澳基金呼应大湾区战略，北京配套资金服务数据安全治理[21] - 垂直场景深度融合：江苏基金投资生物医药数据中台，河南基金支持农业数据授信模型，湖北基金打造工业互联网平台[24][27][28] 行业挑战 - 转化能力分化：部分省份存在基金落地进度滞后问题，需强化头部企业牵引作用[34] - 同质化竞争显现：多地重复布局数据中心等基础设施，需加强区域协同与差异化定位[34] - 合规治理压力：跨境数据流动等场景面临隐私保护和法律合规挑战[34]

数据要素化转型 - 玄武区通过数据要素化转型突破土地资源限制，打造长三角数据要素流通枢纽[1] - 构建以数据为关键要素的数字经济，落地全国首个电池数字护照创新中心、全省合规数据跨境服务平台、长三角首个大模型工厂[1] - 江苏省数据交易所落地玄武区，采用"省市共建"模式构建统一交易平台和制度体系[1][12] 数据产业生态建设 - 国机数科落户运营"农机云"和"机械装备行业云"，中节能集团打造"零碳云"国家行业云[5] - 江苏国际数据港吸引麦当劳金拱门数科研发总部、西门子Xcelerator科创中心等头部企业[5] - 南京市交通集团挂牌全国首个全系列"路铁桥隧"交通数据产品，实现数据资产入表[6] 大模型产业发展 - 玄武大模型工厂集聚近30家人工智能龙头企业，构建1500P规模智能算力基础设施[8][9] - 促成沙钢集团等百余家制造企业与头部大模型企业建立产业协同关系[9] - 全省1/4生成式大模型诞生于此，半年带动企业新增业务超3000万元[9] 跨境数据服务 - 联合中国信通院、德国莱茵发布全国首个电池数据标准，建设电池数字护照云平台[9] - 电池数字护照已接入3万多块电池，提升中国电池企业国际竞争力[9] - 江苏中亚中心成为对接中亚五国及"一带一路"国家的数字贸易枢纽平台[10] 数据要素制度创新 - 成立全国首个"数据要素×公证法律服务"联合实验室，探索数据资产确权等法律服务新模式[13] - 江苏省数交所上架首批380个数据产品，涵盖金融、交通、工业制造等多个领域[12] - 对数据产品来源、质量、授权等环节严格审核，构建数据要素流通信任基础[12]