一、事件：世界互联网大会 2025世界互联网大会将于11月6日至9日在浙江乌镇举行。 大会是中国举办的规模最大、层次最高的互联网大会，也是世界互联网领域盛况空前的高峰会议。 峰会以"共筑开放合作、安全普惠的数智未来——携手构建网络空间命运共同体"为主题，除举办开幕式、主论坛外，峰会将围绕全球发展倡议、数字经济、 数据治理、人工智能赋能科学研究、文化遗产数字化保护与传承等议题举办24场分论坛。 本次峰会还创新设置"六小龙乌镇对话"，邀请来自深度求索、宇树科技、云深处科技、游戏科学、强脑科技、群核科技在内的"六小龙"企业负责人，围绕全 球人工智能技术创新发展热点议题进行公开交流。 此外，2025年是构建网络空间命运共同体理念提出10周年，峰会期间将举办构建网络空间命运共同体理念10周年理论研讨会。 此外，据互动平台、券商研报、公司公告等公开信息： 迪普科技：公司承担了G20、APEC峰会、世界互联网大会、建党一百周年、北京冬奥会、杭州亚运会、全国"两会"等重大活动的网络安全保障支持。 绿盟科技：公司长期以来持续参与重大活动期网络安全保障工作，例如在 G20峰会、两会安保、乌镇峰会、世界互联网大会等。 中青旅：公司 ...

峰会基本信息 - 2025年世界互联网大会乌镇峰会将于11月6日至9日在浙江乌镇举行 [1] - 峰会主题为“共筑开放合作、安全普惠的数智未来——携手构建网络空间命运共同体” [1] - 峰会将由世界互联网大会主办，浙江省人民政府承办 [1] 主要活动安排 - 峰会将策划推出构建网络空间命运共同体理念10周年理论研讨会 [1] - 将邀请前沿科技企业负责人开展“六小龙乌镇对话”，聚焦人工智能前沿发展态势和技术创新热点 [1] - 除开幕式、主论坛外，将围绕全球发展倡议、数字经济、数据治理等议题举办24场分论坛 [1] 成果发布与品牌活动 - 峰会将发布《全球人工智能标准发展报告》等多项成果 [1] - 将举行世界互联网大会领先科技奖、“携手构建网络空间命运共同体精品案例”发布展示活动 [1] - 其他品牌活动包括“互联网之光”博览会、世界互联网大会杰出贡献奖等 [1]

据了解，除举办开幕式、主论坛外，本次峰会将围绕全球发展倡议、数字经济、数据治理等议题举 办24场分论坛，并举行世界互联网大会领先科技奖、"携手构建网络空间命运共同体精品案例"发布展示 活动、"互联网之光"博览会、世界互联网大会杰出贡献奖等品牌活动。 2025年世界互联网大会乌镇峰会由世界互联网大会主办，浙江省人民政府承办。（完） 世界互联网大会秘书长任贤良在发布会上介绍，今年乌镇峰会将策划推出一系列新活动，包括举办 构建网络空间命运共同体理念10周年理论研讨会，总结理论成果和实践经验；邀请前沿科技企业负责 人，围绕人工智能前沿发展态势和技术创新热点开展"六小龙乌镇对话"；还将发布《全球人工智能标准 发展报告》等多项成果，为全球互联网发展与治理贡献智慧力量。 "浙江是世界互联网大会乌镇峰会的永久举办地。我们将持续搭建合作平台，充分释放普惠共享的 峰会红利，放大峰会溢出效应。"浙江省委常委、宣传部部长赵承在会上表示，还将聚力打造一次文化 盛会，在场景设置、文创呈现等方面全面融合峰会元素和文化符号，举办"中国历代绘画大系"展示活 动、"文澜重光·数韵流芳"活动等，让人们感受文化瑰宝的魅力。 新华社北京10月17日电 ...

公司上市与市场定位 - 滴普科技已正式通过港交所聆讯，即将成为港股18C新政下首家聚焦企业级大模型及AI应用解决方案全栈的专业提供商[1] - 公司定位为企业级AI应用解决方案市场，该B端市场相较于C端更具商业延展性与利润空间[1] - 滴普科技被视为国内成功理解并践行Palantir商业化路径的标的，有望成为“中国版的Palantir”[1][10] 行业市场规模与增长 - 中国企业级大模型应用市场规模预计将从2024年的386亿元人民币增长至2029年的2,394亿元人民币，2024至2029年的复合年增长率高达44%[2] - 该市场是一个正经历爆发式增长的新兴AI细分赛道[2] 公司市场地位与财务表现 - 2024年，滴普科技是中国企业级大模型人工智能应用解决方案市场中排名前五的提供商[2] - 公司收入从2022年的1.00亿元人民币增长至2024年的2.43亿元人民币，年复合增长率达55.5%[8] - 2025年上半年营收同比增长118.4%，达到1.32亿元人民币[2] - FastAGI企业级人工智能解决方案业务收入占比从2023年的5.1%跃升至2024年的37.2%，并于2025年上半年进一步提升至55.3%，第二增长曲线已然成型[8] 核心技术优势 - 公司是中国首批构建AI-Ready数据融合平台的提供商，具备雄厚的数据治理技术储备，能高效治理多模态数据以构建高质量知识库和训练集[3] - 公司打造了“FastData Foil数据融合平台+Deepexi企业级大模型平台”的技术体系，构建了从数据治理到智能决策的闭环生态，与Palantir的Foundry平台逻辑高度相似[6] - Deepexi企业大模型平台已通过网信办深度合成算法与生成式人工智能服务双重监管备案[6] 商业模式与客户基础 - 公司采用深耕垂直行业、与头部客户共建共创的路线，积累了丰富的行业实践知识，覆盖消费零售、制造、医疗及交通等领域[4] - 累计服务的客户数量从2022年的129名增加至2024年的245名，截至2025年6月30日，累计客户达283名，复购客户达94名，显示出高度的客户黏性[8] 盈利能力与财务指标分析 - 剔除优先股公允价值变动及股份支付等非现金因素后，经调整净亏损率从2022年的222.9%大幅收窄至2025年上半年的39.5%[9] - 根据国际会计准则，优先股公允价值变动计入当期损益，公司估值上涨会导致账面亏损扩大，这是高速成长科技企业的典型特征，而非经营基本面恶化[9][10]

数据治理平台核心价值 - 通过有效资源管理提高问题自动发现率，实现数据异常及时识别与处理，降低人为错误风险并提升决策可信度 [2] - 借助智能化工具控制运营成本，在确保数据可靠性的前提下实现成本降低，使企业在市场竞争中更具优势 [2] - 数据治理成效体现为提升企业决策质量的能力，包括问题自动发现率、决策可信度和成本降低等方面表现 [9] 睿治数据治理平台 - 问题自动发现率达92%，显著降低人力资源需求，决策可信度提升至98%，报告生成时效性提高五倍 [2] - 提供个性化数据治理解决方案，特别适合金融、制造以及政务等行业，有效应对各类数据治理挑战 [2][7] - 凭借高效问题自动发现率和降低的人力成本，适合需要高效解决数据管理问题的大型企业 [7] 网易数帆EasyData平台 - 问题自动发现率达90%，通过智能分析工具将决策可信度从70%提升至95%，人力投入降低60% [3] - 平台灵活性使其适用于金融、制造和政务等多个行业，用户友好界面和个性化功能受中小企业青睐 [3][7] - 在营销数据分析方面表现突出，适合中小企业使用 [6][7] 阿里云DataWorks平台 - 自动化数据问题发现帮助企业快速识别数据异常，人力成本降低约60%，决策可信度提升至98% [4] - 强大数据整合和管理能力支持多种数据源整合，在大数据环境下表现出色，尤其适合注重技术生态的企业 [4][6][7] - 强大集成能力使各种应用无缝衔接，提升数据应用效率 [7] IBM InfoSphere MDM平台 - 专注于主数据管理，通过集成和清洗多源数据确保数据准确性和一致性，自动识别并纠正数据错误 [4] - 决策可信度提升高达30%，功能模块丰富可根据行业需求灵活配置，在金融、制造、零售等领域有广泛应用 [5] - 在金融和制造行业有明显优势，能有效整合不同系统数据，在处理复杂数据环境时性能优势突出 [5][7] Oracle MDM平台 - 支持企业在多个数据源中实现数据统一管理，确保数据一致性，显著降低数据错误率，提高问题捕获率 [5] - 特别适合需要严格遵循合规性要求的金融和医疗领域，助力企业创建全面客户视图以优化市场策略 [5] - 提供灵活而强大的解决方案，助力跨部门数据一致性，适合进行大规模数据管理的企业 [7] 平台选择考量因素 - 选择应基于企业实际需求，包括预算、行业特性以及团队技术水平，通过分析各平台优势劣势更好决策 [6] - 需依据自身特定需求进行定制化调整，明确业务目标和行业背景，评估各工具在特定场景下表现 [8] - 企业需结合自身业务目标和行业特性，在五大推荐平台中进行合理选择以确保应对数据挑战 [9]

行业技术趋势与共识 - 非结构化数据处理、AI与数据深度融合、语义层构建已成为行业共识[4] - 人工智能尤其是大模型的发展是推动数据治理体系智能化升级的核心动力[5] - 金融行业正积极探求“数据+AI”的新兴技术路径，旨在打破“数据孤岛”并提升治理效率[5] - 数据治理正从依赖人工的“人治”阶段转向以AI为核心的“自治”阶段[12] 公司产品与解决方案 - 公司提出“一湖两库”架构理念，即数据湖、数据仓库与知识库协同，支撑全域数据资产构建与AI应用[4] - 公司升级源启·数据资产平台，以“智能体驱动”为核心，通过内置的AI智能体协同工作流实现决策智能落地[4] - 平台的多模态管理平台着力解决非结构化数据整合难题，并通过源启可视化平台将问数准确率提升到95%以上[4] - 公司在风控、合规、财务等细分场景深入实践，借助风洞实验室与AI技术实现风险仿真与业财一体化管理[9] - 公司提出“智能数据自治”新范式，以“三元资产模型”与智能体网络重构DataOps流程，推动数据开发升级为智能工厂模式[9] 金融机构实践与观点 - 邮储银行构建以数据与安全两大底座为支撑的数据治理智能化服务矩阵，强化六大数据治理核心领域能力[9] - 通过场景化应用推动金融数据治理从“被动响应”向“主动预见”转变[9] - 金融机构专家指出AI技术在催生新应用场景的同时也带来了数据确权、伦理合规等新挑战[12] - 大模型为金融机构数字化转型注入新动能，治理目标需从数据质量保障转向数据洞察与业务赋能[12] - 金融机构应构建数据治理与AI的双向赋能机制，通过场景测试、模型评估等手段降低大模型不确定性[13]

三项金融行业标准发布 - 证监会于10月10日发布三项金融行业标准并即日起施行 [1] 《证券期货业业务域数据元规范 第4部分：证券交易所》 - 标准规范了证券交易所业务相关数据项的业务分类、名称、业务含义、数据类型和长度等属性要素 [1] - 该标准为行业机构开展数据建设和应用实践提供指导 有助于规范数据加工存储、提升数据流通效率 [1] - 标准旨在强化关键领域信息披露 加快推进行业数字化转型 [1] 《证券期货业业务域数据元规范 第5部分：企业资产证券化业务》 - 标准建立了一套适用于企业资产证券化业务全生命周期的数据元规范 [1] - 该标准为行业机构提供企业资产证券化业务数据领域的实用通用规范 [1] - 标准旨在巩固行业数据治理基础、推动行业信息高效共享 助力构建高质量、数字化的资本市场 [1] 《期货公司监管数据采集规范 第2部分：资产管理业务》 - 标准规范了期货公司资产管理业务数据要素的业务定义和数据类型 [2] - 该标准有利于提高行业数据治理水平和监管数据标准化程度 明确监管数据采集标准 [2] - 标准旨在推动监管数字化、智能化转型 [2] 证监会下一步工作计划 - 证监会将持续做好数据治理和业务服务标准制定工作 [2] - 下一步将有序推进资本市场信息化数字化建设 不断夯实科技监管基础 [2]

行业标准发布 - 中国证监会于10月10日发布3项金融行业标准并即日起施行 [1] - 发布的3项标准分别为《证券期货业业务域数据元规范第4部分：证券交易所》、《证券期货业业务域数据元规范第5部分：企业资产证券化业务》和《期货公司监管数据采集规范第2部分：资产管理业务》 [1] 标准内容与目标 - 《证券期货业业务域数据元规范第4部分：证券交易所》规范了证券交易所业务相关数据项的属性要素，旨在规范数据加工存储、提升数据流通效率并推进行业数字化转型 [1] - 《证券期货业业务域数据元规范第5部分：企业资产证券化业务》建立了适用于企业资产证券化业务全生命周期的数据元规范，旨在巩固数据治理基础、推动信息高效共享 [1] - 《期货公司监管数据采集规范第2部分：资产管理业务》规范了期货公司资产管理业务数据要素的定义和类型，旨在提高行业数据治理水平和监管数据标准化程度 [2] 未来规划 - 证监会下一步将持续做好数据治理和业务服务标准制定工作，有序推进资本市场信息化数字化建设 [1]

《证券期货业业务域数据元规范 第5部分：企业资产证券化业务》建立了一套适用于企业资产证券化业 务全生命周期的数据元规范。该标准的制定实施将为证券期货行业机构提供企业资产证券化业务数据领 域的实用通用规范，旨在巩固行业数据治理基础、推动行业信息高效共享，助力构建高质量、数字化的 资本市场。 《期货公司监管数据采集规范 第2部分：资产管理业务》规范了期货公司资产管理业务数据要素的业务 定义、数据类型。该标准的制定实施有利于提高行业数据治理水平和监管数据标准化程度，明确监管数 据采集标准，推动监管数字化、智能化转型。 《证券期货业业务域数据元规范 第4部分：证券交易所》规范了我国证券交易所业务相关数据项的业务 分类、名称、业务含义、数据类型和长度等属性要素，为证券期货行业机构开展相关数据建设和应用实 践提供必要指导。该标准的制定实施有助于规范数据加工存储、提升数据流通效率，在强化关键领域信 息披露的同时加快推进行业数字化转型。 ◎记者 汤立斌 据中国证监会10月10日发布的消息，证监会近日发布了《证券期货业业务域数据元规范 第4部分：证券 交易所》《证券期货业业务域数据元规范 第5部分：企业资产证券化业务》《期货公 ...

新发布行业标准概述 - 证监会发布3项金融行业标准 包括《证券期货业业务域数据元规范 第4部分：证券交易所》、《证券期货业业务域数据元规范 第5部分：企业资产证券化业务》和《期货公司监管数据采集规范 第2部分：资产管理业务》 [1] 证券交易所数据元规范 - 规范证券交易所业务相关数据项的业务分类、名称、业务含义、数据类型和长度等属性要素 [1] - 有助于规范数据加工存储、提升数据流通效率 强化关键领域信息披露并加快行业数字化转型 [1] 企业资产证券化业务数据元规范 - 建立适用于企业资产证券化业务全生命周期的数据元规范 [1] - 为行业机构提供该业务数据领域的实用通用规范 旨在巩固行业数据治理基础、推动信息高效共享 助力构建高质量数字化资本市场 [1] 期货公司资产管理业务数据采集规范 - 规范期货公司资产管理业务数据要素的业务定义和数据类型 [2] - 有利于提高行业数据治理水平和监管数据标准化程度 明确监管数据采集标准 推动监管数字化、智能化转型 [2] 未来监管方向 - 证监会将持续做好数据治理和业务服务标准制定工作 有序推进资本市场信息化数字化建设 不断夯实科技监管基础 [2]