数据治理与智能转型 - 胜利油田通过部署新型传感器，数据采集完整率从68%提升至91%，深海设备年维护成本降低40% [1] - 采用特种合金外壳的耐腐蚀压力传感器在海水环境中稳定运行8个月，单台年维护费用从20万元降至12万元，防爆型传感器使用寿命从3个月延长至1年，单井数据完整率从72%升至93%，月度维护工时减少60% [2] - 部署北斗授时系统实现2.3万个监测点毫秒级时钟同步，时间戳错乱率从15%降至1%，引入小波变换算法使数据偏差从12%缩小到3% [2] 模型优化与算法应用 - 胜利油田通过植入地形高程参数和植被分布特征，火灾蔓延预测误差从45%降至18%，灭火时间缩短25% [3] - 建立动态学习机制，当抽油机振动频谱偏移超过15%时自动触发模型增量训练，故障预警准确率稳定在89%以上 [3] - 开发参数迁移技术，模型适配陆地油库仅需补充10%新数据，训练成本降低70%，运用生成对抗网络（GAN）技术将7起重大井喷事故数据扩展至85组合成样本，识别率从32%提升至78% [4] 人员培训与技能转型 - 推出可视化手册将43项常见操作转化为三维动画，老员工系统操作通过率从52%提升至89% [5] - 采用"师徒结对"模式让老员工适应智能终端，共同开发的智能阀门控制系统在突发停电事件中发挥关键作用 [5][6] - VR演练舱提供12类事故场景模拟，井喷模拟考核平均得分提高37%，"石油工程+AI"双专业培训班学员优化3个应急模型，故障预警准确率提升15% [6] 协同机制与行业影响 - 跨油田应急演练中地质构造数据共享使泄漏扩散模拟误差从30%收窄至12%，联合处置效率提升40% [2] - 23个微服务模块平稳运行，86%老员工通过系统操作考核，智能应急体系实现从单点预警到全局协同的跨越式发展 [6] - 员工提出的17项优化建议中5项已落地应用，预计年创效超200万元 [6]

行业前景 - 国内金融科技市场规模预计以13.3%的复合增长率增长，2028年将突破6500亿元 [1] - 金融科技正成为推动产业升级的核心引擎，数字经济与实体经济深度融合 [1] 公司战略与技术布局 - 公司构建"技术赋能—风险防控—生态共建"全链条金融科技服务体系，在AI技术应用、数据治理、产业金融场景落地等领域形成标杆效应 [1] - 自主研发智能客户管理系统，运用自然语言处理技术提升服务精准度，减少客户被打扰次数 [2] - 与华为云合作基于昇腾AI云服务与DeepSeek大模型，实现AI机器人、智能客服等场景的孵化与商用 [2] - 与华中科技大学合作突破传统客服痛点，升级系统实现知识库动态匹配与用户情绪精准感知 [2] 数据治理与风险防控 - 累计服务新市民、信用白户等客群2200万人，协助金融机构实现380亿元授信额度投放 [3] - 采用SSL/应用层加密技术、HTTPS双向认证技术，抵御网络恶意攻击20000余次，拦截DDOS攻击550万余次，阻拦电信诈骗63.5万余次，挽回用户损失超20亿元 [3] - 获得ISO27001、公安部三级等保认证，联合117家金融机构组成打击金融领域黑产联盟（AIF） [3] 金融风险宣导与客户服务 - 金融风险宣导官方渠道覆盖率100%，线上金融风险普及教育超60次，覆盖人次超30万 [4] - 热线渠道全年客户满意度高达97%，形成"技术防御有硬度、教育普及有温度"的消保新生态 [4] 生态协同与政策响应 - 响应《关于做好金融"五篇大文章"的指导意见》，推动金融与产业深度融合，平衡数据智能与治理的关系 [5] - 荣获"专精特新"企业资质，探索AI赋能、数据驱动、生态协同的发展模式 [5] 未来展望 - 公司将以更开放的姿态融入产业生态，用技术创新滋养个体与组织 [6]

银行数据治理现状与趋势 - 数据作为生产要素正加速融入银行运营各环节，成为拓展营收的重要引擎，应用场景包括小微客户信用评估、零售客户精准画像、供应链金融等业务创新 [1] - 银行数据治理呈现两极分化：一方面数据报送与治理违规罚单频现，另一方面越来越多银行将数据管理部门独立并抬升至一级部门 [1] 银行数据治理组织架构调整 - 2024年多家银行设立独立数据管理部门：浦发银行设立总行一级部门"数据管理部"，工商银行董事会审议通过组建总行数据管理部议案 [3] - 国有大行中中国银行、建设银行、交通银行、邮储银行，股份行中浦发银行、兴业银行、民生银行，城商行中青岛银行、贵阳银行、苏州银行等均单独设置数据治理一级部门 [3] - 部门命名存在差异化：交通银行设"数据管理与应用部"，华夏银行设"数据信息部"，光大银行设"数据资产管理部"，江苏银行设"大数据部"，体现数据治理不同阶段特征 [4] - 南京银行行动较早，2018年3月即成立数字银行管理部，承担全行数据治理和数字化转型双重职能 [4] 数据治理监管政策与实施进展 - 2018年原银监会出台《银行业金融机构数据治理指引》，要求建立自上而下治理体系并明确董监高职责 [6] - 2020年数据首次被国务院列为生产要素，2024年央行等七部门联合印发《推动数字金融高质量发展行动方案》，提出2027年基本建成适应数字经济的金融体系 [6] - 政策出台7年后，商业银行数据治理仍普遍处于"打补丁"阶段，缺乏全生命周期治理机制，中小银行尤为突出 [6][7] - 多数银行数据治理工作仍归属科技部门，部分通过委员会协调但作用有限，仅江浙区域中小银行因认识数据价值而主动推进 [7] 数据治理实施难点 - 银行高层普遍将数据治理视为部门级任务而非全行战略，导致资源投入不足 [10] - 部门壁垒导致数据孤岛问题，二级部门缺乏问责业务部门的权限 [10] - 数据资产化涉及业务流程重塑、平台搭建、人才培养等系统性工程，启动难度大 [12] - 监管滞后性使新兴业务缺乏治理框架，中小银行面临合规成本高企问题 [12] 数据治理监管处罚与改进措施 - 2025年前5个月涉及数据报送与治理违规的银行罚单达118例，涵盖虚报瞒报数据、EAST数据漏报等多种类型 [15][16] - 典型处罚案例：农业银行周口分行因监管统计数据不真实被罚50万元，江阴银行因重点领域数据不准确被罚60万元 [16] - 领先银行建立数据标准体系：平安银行制定企业级标准超200项，中信银行累计建设基础标准2.5万项，厦门银行建立2600余项分析标准 [17] - 部分银行开始战略级重视：浦发银行加强源头治理，华夏银行形成集团化体系，齐鲁银行将数据治理提升至全行战略层级 [19]

致同咨询交易支持服务联席主管合伙人刘波揭示了民营企业价值跃迁的底层逻辑。在刘波看来，新 质生产力将为民营经济带来范式变革，促进民营经济从生存竞争转向价值创造。企业层面，数据、技 术、人才三位一体的创新体系需要关注；政策层面，优化制度供给，降低创新试错成本，可让民营经济 有更多动力去做长时间研发；生态层面，通过跨界合作、产业链并购、兼并重组等优化资源配置，并开 放更多的创新网络，让民营经济在未来十年、二十年甚至更长的时间里获得更好的发展。 致同审计合伙人张丽雯分享民营企业国际化经营中的合规保障与价值创造。她通过典型案例分析指 出，企业在跨国供应链建设中，都会面临"当地代理"与"自主建设"的战略选择，需综合考虑物流成本、 管理效率等多重因素。从财务角度出发，要以成本最低化、毛利最大化来设计，但实际上，从无到有的 过程中，只要符合预期的性价比，就是民营企业走向国际市场的最大动力。 民营经济促进法自5月20日起施行，为民营经济高质量发展注入了强劲法治动力。在新法实施的背 景下，民营经济如何进一步实现跃迁式发展？近日，在致同会计师事务所举办的"民营经济新质跃迁的 多维赋能"研讨会上，多位合伙人针对民营经济、民营企业高质 ...

金融信息化行业市场规模 - 2024年中国金融信息化行业市场规模达726.02亿元，同比增长13.85%，过去几年年均增长率保持两位数[1][10] - 软件业务收入2024年达13.73万亿元，同比增长10%，为金融信息化提供底层支撑[8] - 银行业占据金融信息化下游应用的48%市场份额，证券/基金业占26%，保险业占16%，互联网金融占8%[11] 行业定义与分类 - 金融信息化是指通过IT技术推动金融业务数字化、网络化和智能化转型的过程，涵盖信息系统建设、业务流程自动化、数据管理及电子化服务[2] - 行业目标为提高金融服务效率、降低成本、增强风险管理能力并推动金融创新[2] 产业链分析 - 上游包括硬件设备、基础软件、云服务及安全防护供应商，提供算力与存储支持[4] - 中游由系统开发商、金融科技服务商构成，负责定制化系统搭建及AI、区块链等技术应用[4] - 下游覆盖银行、证券、保险等金融机构及监管机构，实现高效运营与风险防控[4] 行业发展历程 - 1978-2000年为电算化奠基期，实现业务从手工到自动化跨越[6] - 2001-2010年为系统集成期，网上银行兴起，大数据初步应用[6] - 2011-2020年为科技融合期，互联网金融爆发，AI、区块链技术渗透[6] - 2021年至今为自主可控期，数字货币试点与生成式AI落地推动技术自主化[6] 上游技术发展 - 大数据技术助力金融机构客户画像精准度提升，如银行通过消费行为分析推荐金融产品[8] - AI技术变革风控与客服环节，智能算法降低信贷违约风险，智能客服提高满意度[8] 重点企业分析 - 恒生电子占据证券IT领域超50%市场份额，核心交易系统支持高频交易与万亿级资产管理[14][16] - 中科软保险科技市占率超30%，核心平台覆盖寿险、财险、健康险全场景[14][16] - 软通动力2024年营收313.16亿元，同比增长78.12%，主导银行核心系统信创替代[16] - 金仕达期货行业市占率超60%，专注复杂衍生品定价模型与高并发交易系统[16] 未来发展趋势 - AI技术将风控欺诈识别准确率提升至99%以上，降低人工审核成本60%，客户服务响应速度达秒级[20] - 数据治理通过联邦学习等技术扩展客户画像维度至200+，某银行信用卡审批时间从7天缩短至1小时[21][22] - 安全技术方面，AI入侵检测系统将安全事件响应时间缩短至分钟级，拦截成功率超99%[23]

大模型落地挑战 - 大模型需要完整的软件栈和工具链支持才能转化为生产力，仅引入模型如同"买图纸"，还需专业"施工队"完成开发、调优、部署等全流程工作 [1] - 开源大模型降低中小企业部署成本，但技术到场景的转化仍需解决工程性任务，要求"施工队"兼具行业理解与技术经济性 [1] 行业应用案例 - 宠物经济中，大模型可分析宠物行为数据创造新消费场景，但企业需配套能力跑通应用全流程而非仅采购模型 [1] 实施瓶颈 - 企业预算流程滞后导致"施工队"动力不足，数据治理能力弱制约人工智能落地，数据问题被比喻为"下水道工程" [2] 发展建议 - 企业需增加预训练投入、提升算力效率，通过消费场景实践形成数据闭环优化模型 [2] - 培养跨界复合型人才是推动大模型落地的关键要素 [2]

公司基本信息 - 公司全称中电科普天科技股份有限公司，简称普天科技，是从事公网通信、专网通信与智慧应用、智能制造的高新技术企业，2011 年 1 月 28 日在深交所上市，央企控股，股票代码 002544，注册资本 6.8 亿元 [2] 更名背景 - 原全称中的“广州”与业务区域布局不匹配，拟免冠“广州” [3] - 2021 年度信息通信类业务营业收入占公司年度营业收入 80.75%，为匹配主营业务和发展战略，经同意和授权，将“杰赛”字号变更为“普天”字号 [3] 业绩情况及原因 - 2024 年归属于上市公司股东的净利润 1119.2 万元，同比下降 68.56%，扣除非经常性损益的净利润 -524.2 万元，同比增长 70.68% [4] - 公网通信板块收入规模略增，净利润改善；专网通信及智慧应用板块收入下降，净利润改善，因客户资金紧张，项目招标推迟或取消致延期较多；智能制造板块营业收入和净利润下降，受市场需求不振、产品订单规模和单价下滑、制造成本上升影响 [4][5] 亮点及未来盈利增长驱动因素 - 以“夯实基本盘，拓展延长线，谋划第二曲线”为指引，聚焦信息通信领域，布局新兴产业打造新质生产力 [6] - 公网通信板块聚焦重点行业和客户，拓展业务，加大研发，参与集采 [6] - 专网通信及智慧应用板块稳固基本盘，探索“低空经济”应用，推动数字应用创新 [6] - 智能制造板块加大技术创新和人才储备，更新设备，提升高可靠性、高技术含量产品市场占有率 [7] 业务情况 - 数据治理业务打造核心能力平台，涵盖多方面，面向多领域实现数据全生命周期管理，推动行业人工智能业务创新 [8] - 卫星互联网是战略方向之一，与西电 ISN 成立联合实验室，开展多方面合作，积极布局产品研制、北斗应用、提供卫星设备组件，加大研发投入形成空天一体能力体系 [9] 资本运作规划 - 坚持稳中求进，通过内涵式和外延式发展，抓好资本驱动，促进产融结合，围绕产业链延展布局，推动核心能力构建 [10] 应收账款催收和化债工作 - 高度重视应收账款清收，制定方案并跟踪执行，目前应收账款呈下降趋势，将持续推进催收工作 [11]

政策背景与核心内容 - 国家发展改革委、公安部、国家数据局联合印发通知，全面推行以专项信用报告替代有无违法违规记录证明（"信用代证"）[1] - 该政策旨在解决经营主体办理行政审批时需提供多领域无违法违规记录证明的痛点，过去此类流程常耗时数月[1] - "信用代证"是减证便民与信用赋能的深度融合，对提升行政服务效率和优化营商环境具有积极意义[1] 政策实施机制 - 建立跨省互认机制，实现一份报告多地通用，形成全国统一大市场的信用纽带[1] - 要求地方政府加强信息归集共享，中央国家机关将信息推送给省级部门，实现中央与地方数据的"纵向贯通"和部门间数据的"横向整合"[1] - 建立数据异议反馈和核查修正机制，对已修复的信用信息在专项信用报告中标注"已修复"[2] 政策创新与拓展方向 - 鼓励各地探索信用承诺制，体现宽严相济的治理理念[2] - 计划拓展"信用代证"适用对象至更多社会组织和自然人，拓展适用场景至融资授信等市场交易活动[2] - 需解决地区间标准差异和信用信息安全风险等技术与制度层面的挑战[2] 政策影响与意义 - 该政策是破除地域分割、促进要素流动的有效举措，为更深层次跨省通办改革奠定基础[1] - 反映出我国数据治理格局更加健全，数字政府建设底层支撑更加稳固[1] - 有助于全社会营造知信、用信的良好氛围，充分释放信用红利和市场活力[2]

财务数据和关键指标变化 - 第一季度总收入9310万美元，同比增长25%，高于指引上限，按固定汇率计算，总收入同比增长27% [22] - SaaS业务第一季度收入6890万美元，按固定汇率计算同比增长34.37%，占总收入的74%，高于去年的69% [22] - 定期许可和支持业务第一季度增长12%，主要受亚太地区几笔大交易推动 [23] - 订阅收入（SaaS和定期许可收入之和）第一季度增长31%，较第四季度加速 [23] - 维护收入同比下降，服务收入同比增长4%，但占总收入的比例降至不到12%，第一季度超过88%的总收入为经常性收入，创历史新高 [23] - 第一季度末总ARR为3.455亿美元，同比增长26 - 28%（经外汇调整），净新增ARR为1850万美元，同比有机增长57% [26] - 第一季度末ARR超过10万美元的客户有689个，比上一年增加23个，为十个季度以来的最高增长率 [26] - 第一季度按渠道计算的ARR占比为50.5%，高于去年的51%，第一季度增量ARR的63%来自渠道 [27][28] - 第一季度经外汇调整的滚动十二个月总客户留存率为89%，较去年提高2个百分点，净留存率为111%，较去年提高1个百分点 [28] - 第一季度毛利为6980万美元，毛利率为75%，高于2024年第一季度的74.1% [29] - 第一季度运营费用为5650万美元，占收入的61%，去年同期为4860万美元，占收入的65%，运营收入为1340万美元，运营利润率为14.4%，高于指引上限 [30] - 第一季度末现金、现金等价物和短期投资为3.518亿美元，其中包括第一季度认股权证行使所得的8730万美元，第一季度运营现金流为49.5万美元，自由现金流为 - 100万美元，去年同期运营现金流为780万美元，自由现金流为730万美元 [31] - 第二季度预计总收入9530 - 9730万美元，增长22 - 25%，按固定汇率计算预计收入增长20 - 22%，预计非GAAP运营收入1320 - 1420万美元 [33] - 全年预计总ARR为4.118 - 4.178亿美元，增长26 - 28%，包括约1050万美元的外汇顺风，经外汇调整后预计总ARR增长24 - 26% [33] - 全年预计总收入3.974 - 4.054亿美元，增长20 - 23%，包括1380万美元的外汇顺风以及第一季度超出指引的360万美元收入，按固定汇率计算预计收入增长18 - 20% [34] - 全年预计非GAAP运营收入6140 - 6440万美元，运营利润率为15.5 - 15.9%，全年收入的外汇顺风超过一半将反映在运营收入中 [34] 各条业务线数据和关键指标变化 - SaaS业务是公司业务的主要驱动力，第一季度收入增长强劲，占比提高 [22] - 定期许可和支持业务第一季度增长12% [23] - 维护收入同比下降，服务收入增长但占比下降 [23] 各个市场数据和关键指标变化 - 北美地区SaaS收入同比增长31%，占该地区总收入的82%，该地区总收入同比增长22% [24] - 欧洲、中东和非洲地区SaaS收入同比增长36%，占该地区总收入的85%，该地区总收入同比增长29%，按固定汇率计算，SaaS收入增长39%，总收入增长33% [24][25] - 亚太地区SaaS收入同比增长40%，占该地区总收入的51%，该地区总收入同比增长24%，按固定汇率计算，SaaS收入增长45%，总收入增长27% [25] - 第一季度北美地区ARR增长22%，欧洲、中东和非洲地区ARR增长26%，亚太地区ARR增长34% [25] 公司战略和发展方向和行业竞争 - 公司致力于成为全球领先的数据管理软件公司，实现2029年10亿美元ARR目标 [7] - 平台战略聚焦数据安全、治理和弹性需求的融合，提供全面解决方案，以应对企业数据管理挑战 [8][13] - 持续创新，本季度增强平台的多云功能和AI解决方案套件的集成，加速客户价值实现 [14] - 加强渠道合作，通过渠道推动更多业务，扩大市场覆盖范围，同时保持销售和营销支出的效率，支持盈利增长 [28] - 市场竞争方面，公司认为自身信心平台有多个切入点进入企业客户，当前安全和治理是关键驱动力，控制套件是增长最快的套件 [40][41] 管理层对经营环境和未来前景的评论 - 尽管宏观经济环境不稳定，但公司凭借过去在类似时期的成功经验和解决方案的关键性质，有能力应对未来挑战 [8] - 行业对数据管理的需求持续存在，特别是在AI时代，公司的解决方案对企业构建竞争优势至关重要 [9] - 目前需求环境与之前季度相比保持不变，公司业务和行业整体气候未变，但会关注下半年宏观环境的潜在二阶影响 [38] - 公司对未来充满信心，将继续执行战略，解决数据管理难题，抓住市场机会 [20][86] 其他重要信息 - 第一季度获得多个新客户，包括人力资本管理解决方案全球领导者、欧洲著名商学院、亚太地区设计工程咨询公司和全球消费品包装巨头等，展示了平台在不同客户群体、行业和地区的影响力 [15][16][18] - 收购Identik，虽收入贡献小，但对平台IP扩展重要，未来将在MSP领域推出更多积极举措 [48] 问答环节所有提问和回答 问题: 需求环境是否有变化，如客户犹豫或销售周期延长 - 目前需求环境与之前季度相同，公司业务面向企业和合作伙伴的技术需求，当前主要需求仍为AI和安全，但会关注下半年宏观环境的潜在影响 [38] 问题: 竞争环境有何变化，数据治理是否有助于获得新客户，大客户通常从哪个业务切入 - 公司信心平台有多个切入点，当前安全和治理是企业关注重点，是关键驱动力，控制套件是增长最快的套件，专注于云非结构化数据治理，帮助客户为AI做好准备 [40][41] 问题: MSP业务的动态、规模、增长情况，以及产品组合策略 - MSP业务增长势头强劲，2020 - 2024年平均复合年增长率为60%，2024年底MSP ARR占总ARR的14%，收购Identik是重要的IP扩展，未来将推出更多举措 [47][48] - 目前通过MSP将企业级SaaS解决方案推向中小企业市场，近期发现大型企业也存在多租户、许可证管理等问题，已利用该平台达成一些大型企业交易 [50] 问题: 排除外汇和Identik影响后，增量ARR是否有实质性增长 - 第一季度表现强劲，收入和运营收入均超出指引，但全年ARR指引除外汇顺风外未提高，是考虑到宏观环境，公司希望谨慎制定指引 [56][57] 问题: 25000个客户中，处于CoPilot部署阶段的比例 - 约80%的客户正在积极测试CoPilot，部署比例仍低于10%，但明显好于之前，企业对AI功能的实际部署正在进行 [58][59] 问题: 数据现代化和管理战略的实施进度，以及数据现代化顺风将持续多久 - 数据现代化部署仍处于早期阶段，因为AI部署需要进行业务流程再造、数据清理和整合等困难任务，尤其是大型公司实施难度更大，所以这一过程需要时间 [65][66] 问题: 直接销售团队的调整举措，以及许可证业务超预期的原因 - 直接销售主要针对5000名员工以上的大型企业，渠道销售专注于中小企业，公司要求各业务部门密切关注客户，保持敏捷和灵活 [70][71] - 许可证业务超预期是多种因素的综合结果，本季度有40笔超过10万美元的交易，同比增长43%，各地区都有大交易，地理多样性发挥了作用 [75][76] 问题: 全年业绩提升是否完全归因于外汇因素，以及客户实施AI的情况是否放缓 - 全年业绩提升除第一季度的业绩超出指引外，主要归因于外汇因素，公司在制定指引时采取了谨慎合理的态度 [78][79] - 客户实施AI的情况并未放缓，企业对在企业内有意义地实施AI有紧迫感，AI实施和采用仍在进行 [80][81]

纪要涉及的行业和公司 - **行业**：AI 应用行业，细分包括教育、军工、广告行业 - **公司**：Duolingo、Palantir、Applovin、腾讯、快手、慧亮、一点、汇量科技、易点天下、好未来、学大教育、昂立教育、深通股份、第四范式、携程、阿里巴巴、ServiceNow、Volunteer、花旗银行、英国石油、美国保险公司 纪要提到的核心观点和论据 美股 AI 垂类应用表现 - 自 2024 年下半年起显著增长，教育、军工、广告等公司营收和利润超预期，股价实现 5 - 10 倍增长，为国内 AI 应用提供借鉴 [1][4] Applovin 情况 - 一季度营收 15 亿美元，广告业务增长 71%，非 GAAP 利润率达 81%，游戏广告投放领域市占率 28%，切入电商广告市场增速迅猛 [1][5] - 与 Meta 和 Unity 相比，在游戏广告投放方面优势明显，电商广告市场潜力巨大 [6] AI 与程序化广告结合对国内企业启示 - 对腾讯、快手等有启示，可提高 APP 展示时间及转化率，腾讯一季度广告收入预计维持 18%左右高增长，中长尾程序化广告公司股价上涨 [8] 教育行业 AI 应用 - 亟需 AI 技术实现大规模、低成本、高质量教育产品，面临成本和精准度问题 [9] - 多邻国接入 GPT - 4 推出 Duolingo Max，日活用户达 4600 万，同比增长 44%，付费订阅用户达 1030 万，同比增长 40% [1][9] - 国内教育公司采用低成本 AI 技术升级产品，如好未来、学大教育等 [3][10] Palantir 情况 - 一季度营收 8.84 亿美元，同比增长 39%，归母净利润 2.14 亿美元，同比增长 130%，上调全年指引 [3][11] - 计划引进自主 agent AI agent 帮助客户进行数据治理与挖掘，美国市场对其业务需求较全球更快 [13][14] AI 技术对企业影响 - 在企业降本增效方面展现强劲韧性，即使未大规模应用，也能通过降本增效提供高价值 [12] AI 应用落地挑战与趋势 - 企业端 AI 应用落地核心在于数据治理，随着 AI agent 加速落地，未来将开启新的应用周期 [13][16] 其他重要但可能被忽略的内容 - 汇量科技 Mintegral 平台从休闲广告向中重度游戏广告转型，易点天下获 Applovin 大中华区代理权，一季度收入增长 193% [8] - 多邻国计划推出国际象棋课程，扩展语言课程边界 [9] - 看好第四范式等公司，有望成为中国版 Palantir [3][17] - 海外与国内市场对 AI 技术需求及应用效果超出预期，AI 技术具有跨行业、跨界重构产业的潜力 [18][19]