活动概述 - 在全省范围内开展“数据治理服务进百企”活动，旨在深入贯彻国家大数据战略并推进省委省政府数字化转型战略部署 [1] - 活动将系统收集企业在数据管理能力成熟度贯标、数据资源管理、数据产品化、数据人才培养等方面的数据治理需求 [1] - 企业可根据自身实际需求，于11月13日前通过河南省大数据产业综合服务平台的“线上申报”模块自愿填写需求征集表 [1] 实施机制 - 根据收集的需求形成入企服务工作清单，并搭建对接服务平台以建立长效服务机制 [1] - 将组织专家服务团队深入企业开展规划论证、痛点梳理、系统设计、方案编制等工作 [1] - 推动数据治理咨询服务、技术工具和典型实践的持续落地与应用 [1] 预期成果 - 活动将及时跟踪进展，挖掘形成一批可规模化推广的解决方案与实践范式 [1] - 计划推广一批带动性强的企业数据治理典型案例 [1]

战略布局与研发合作 - 公司是专业从事公网通信、专网通信与智慧应用、智能制造的高新技术企业，注册资本6.8亿元 [3] - 卫星互联网是公司战略方向之一，已与西电ISN成立联合实验室，开展天地一体化泛在信息网络技术研究 [3] - 公司在中国通信标准化协会参与空天地协同组网研究和标准制定，加快低轨卫星通信产品研制 [3] - 2025年6月，公司与氦星光联、北京忆芯科技在之江实验室签署战略协议，成立联合企业研发中心，旨在突破激光-微波复合传输等关键技术 [3][4] 核心业务进展 - 数据治理业务涵盖数据集成、治理、开发、共享服务、安全、运维及信息资源门户，服务于政务、企业及行业领域 [5] - 低空经济业务近期获中国通信企业协会三项荣誉，并参与"瞰乾城市级安全运营模型"发布，公司作为电科集团低空总体论证支撑单位，深度参与顶层设计和技术攻关 [6] - PCB业务通过技术创新和工艺优化，聚焦高可靠性样品及中小批量市场，拓展商业航天、低空经济、汽车电子等细分领域 [7] - 应急通信业务提供370MHz设备、卫星电话、北斗终端等产品，子公司远东通信推出天地融合集群系统，包含卫星数据采集终端、动中通指挥车等核心产品 [8] 市场活动与认可 - 2025年10月31日，公司通过电话会议开展三季报业绩解读，参与机构包括华西证券、民生证券、博时基金等多家投资机构 [2] - 低空经济业务获"十大年度贡献代表""十大创新案例""十大成员单位"荣誉 [6]

数据治理：全生命周期的价值基石 - 数据治理是贯穿数据从产生到销毁全过程的系统性工程，核心目标是通过标准化、规范化管理，实现数据质量、安全性与可用性的三重保障 [1] - 通过制定数据标准、质量评估体系及监控机制提升数据质量，例如某金融机构通过数据治理将客户信息准确率提升至99.8% [3] - 构建覆盖数据采集、存储、传输、使用的安全体系防范泄露与滥用，采用加密技术结合访问控制策略确保数据仅在授权范围内流动 [3] - 通过数据整合与共享打破部门壁垒释放数据潜能，例如制造业企业实现生产、供应链、销售数据互联互通以优化库存管理并降低运营成本 [4] 数据销毁：全生命周期的终极防线 - 数据销毁的必要性体现在合规性、安全性与资源优化三方面，是数据生命周期的终端环节 [6] - 法规如《数据安全法》《个人信息保护法》明确要求企业及时销毁过期或冗余数据，未彻底销毁可能导致信息泄露、巨额罚款及声誉损失 [6] - 普通删除或格式化仅移除数据索引存在被恢复风险，物理销毁或逻辑销毁可确保数据无法恢复 [6] - 定期销毁过期数据可释放存储资源并提升系统运行效率，例如某云服务商通过数据销毁策略降低客户存储成本30% [6] 实施路径：从规划到执行的闭环管理 - 数据治理与销毁需融入全生命周期管理，形成标准化流程，包括数据分类分级、技术选型适配和流程可追溯性 [8] - 根据数据敏感度与业务价值制定差异化销毁策略，例如核心数据需采用物理粉碎加监销流程，公开数据可简化流程 [8] - 物理销毁适用于硬盘等实体介质，逻辑销毁适用于云存储等虚拟介质，委托销毁适用于国家秘密或大量敏感数据 [8] - 建立销毁台账记录关键信息形成追溯机制，例如某企业通过区块链技术记录销毁过程确保审计可查 [8] 协同价值：治理与销毁的双向赋能 - 数据治理为销毁提供依据，通过数据资产梳理与分类分级明确需销毁数据的范围与标准 [8] - 彻底销毁过期数据可降低治理复杂度并提升数据质量，例如某企业通过定期销毁冗余数据将数据治理成本降低25% [8] - 将销毁要求纳入数据安全治理体系可确保全流程合规，例如某金融机构通过整合治理与销毁流程使监管审计效率提升40% [8] - 数据治理与销毁是相互支撑的有机整体，共同实现数据质量、安全性与合规性的三重保障 [8][10]

论坛核心信息 - 论坛主题为“数赋万象智赢未来”，聚焦数据资产化路径及AI智能体时代的数智化转型实践 [2] - 十余名行业专家共同探讨数据要素价值释放的历史性机遇，旨在实现“AI+数据”双驱动的企业创新能力持续增强 [2] 行业趋势与机遇 - 数据治理框架与标准正加速演进，数据资产管理领域涌现众多新政策、新模式与新技术 [2] - 主数据管理体系精益化构建、数据治理框架迭代深化以及全球数据治理规则协同推进表明数据要素市场加速形成 [2] - AI智能体在促进数据互操作与可信流通方面取得创新突破 [2] - 数据要素与AI技术的融合创新是企业发展新质生产力、构建现代化产业体系的核心驱动力 [3] 公司战略与框架 - 公司作为国内数据资产管理领域的技术先行者，前瞻性探索领域前沿，高度关注AI技术为数据要素市场化和资产化注入新动能 [2] - 公司提出“数据治理三阶五步法”，强调源头与湖内治理并重，通过“盘、规、管、建、用”实现全域数据资产的可见、可控、可用、可信 [3] - 该治理框架涵盖从战略解读、数据规范定义、清洗加工到应用运营的全生命周期管理 [3] - 公司依托数据资产管理平台实现数据资产盘点、质量管控、安全治理及价值运营 [3] 技术发展与未来展望 - 区块链、隐私计算等新兴技术与数据治理的深度融合，将开辟全新发展路径并驱动数据价值释放模式革新 [2] - 公司将持续深化生态协同、技术创新、场景拓展与产品迭代，全方位赋能企业数据管理升级 [3]

公司财务表现 - 2025年前三季度实现营业收入9.09亿元 [1] - 营业收入同比下滑3.48% [1] 公司业务与技术发展 - 公司为软件服务企业，主要业务领域涵盖法律、教育、政企数字化 [1] - 公司正推进技术赋能关键业务场景，涉及人工智能、数据治理、数据运营、数据可信计算、数据安全等技术 [1] - 公司持续迭代法律行业垂类大模型"华宇万象" [1] - 公司致力于构建以"大模型+"为核心的应用生态，通过数字技术创新行业服务和应用以提升竞争力 [1]

公司上市与市场意义 - 滴普科技于10月28日成功登陆港交所，标志着公司发展进入全新阶段，并预示中国企业服务市场迎来AI驱动的新时代 [3] 创始人背景与公司起源 - 创始人兼CEO赵杰辉拥有天津大学电气工程及电力系统自动化专业本硕学历，曾任职华为核心研发岗位和阿里云关键职务 [4] - 在华为的十一年经历奠定了技术底层思维和对复杂系统工程的敬畏，在阿里云的经历使其洞察企业数据孤岛痛点与市场空白 [6] - 公司于2018年创立，名称取自英文"deep"，寓意"点滴努力，普惠科技"，创始团队多来自华为、阿里、IBM等公司，技术基因深厚 [6] - 成立初期公司深耕数据治理领域，依托自主研发的湖仓一体架构，推出FastData企业级数据智能解决方案，为AI转型奠定基础 [6] 技术平台与解决方案 - 公司打造FastData Foil数据融合平台和Deepexi企业级大模型平台作为两大基础设施 [7] - 基于平台构建FastData（企业级数据智能）与FastAGI（企业级人工智能）两大解决方案，分别聚焦数据标准化输出与模型训练、模型部署与业务应用 [7] - Deepexi平台通过监督微调及强化学习技术，使基础模型深度融合客户私有数据，形成企业专属模型，降低模型幻觉现象 [7] - 平台配套运营智能体、生产力智能体和工作流执行智能体三类AI智能体应用，提供决策支持和效率提升工具 [7] - FastData解决方案通过构建高质量知识库提升数据分析效率和业务响应速度，FastAGI可帮助客户自动化业务流程并作出更明智决策 [9] 客户基础与业务成效 - 截至2025年6月，公司累计服务客户283家，覆盖消费零售、制造、医疗、交通等重点领域 [11] - 全链路服务能力为客户在运营效率、决策精度与生产力方面带来显著提升，形成强劲客户黏性和长期价值 [11] 行业前景与政策支持 - 国家政策明确加快人工智能等数智技术创新，实施"人工智能+"行动，推动人工智能与经济社会各行业深度融合 [12] - 2024-2029年，中国企业级人工智能应用解决方案市场预计从386亿元增长至2394亿元，复合年增长率达44% [12] - 企业级大模型人工智能应用解决方案市场预计从58亿元增长至527亿元，复合年增长率达55.5% [12] 财务表现与战略转型 - 公司收入从2022年的1.00亿元增至2024年的2.43亿元，年复合增长率达55.5% [13] - 毛利率从2022年的29.4%大幅提升至2025年上半年的55.0%，证明向高价值AI解决方案转型的战略正确性 [13] 上市募资用途与未来规划 - 上市募集资金净额约40%用于未来五年研发投入，约30%用于拓展国内销售网络，约15%用于海外业务布局，其余用于战略投资并购及营运资金 [14] - 公司将持续构建Data+AI领域技术优势，推动技术与各产业深度融合，助力客户创造实际价值，推动"人工智能+"产业落地 [16]

文章核心观点 - 对能源公司而言，高质量、标准化的数据是实现供应链转型和人工智能等先进技术应用的关键资产 [1] - 当前能源行业普遍面临数据质量低下、系统孤岛林立等挑战，阻碍了技术投资回报和运营效率提升 [1] - 通过重建数据基础和建立可持续数据环境的两步法，可以实现显著的业务成效，例如减少30%不必要的高价值库存 [1][3][4] - 数据转型的成功依赖于人员、流程、治理和文化的综合变革，而不仅仅是技术升级 [8][10] 能源行业数据挑战 - 缺乏高质量、标准化的数据，导致对分析和人工智能等昂贵工具的投资难以获得最大回报 [1] - 数据分散冗余，同一参数存在多个字段，导致效率低下和理解混乱 [5] - 数据陈旧低质，多年未更新，导致信息可信度下降和运营效率低下 [5] - 缺乏统一标准，数据字段定义不清，造成输入不一致和系统集成困难 [5] - 系统孤岛林立，各职能部门维护独立主数据，数据难以在全公司范围内打通 [5] - 外部协同不足，与运输管理系统、第三方仓储运营等系统间数据无法无缝流动，缺乏端到端可视性 [5] - 治理责任缺失，企业数据与数据质量缺乏明确责任主体，长期问题得不到解决 [5] 数据管理破局两步法 第一步：以业务案例转变观念并针对性提升数据质量 - 将数据战略与最具价值的人工智能应用场景紧密关联，清晰展现数据管理对业务目标的支撑作用 [3] - 聚焦于清洗与重点应用场景和业务问题相关的数据字段，采用小而准的方案高效提升数据质量 [3] - 明确特定任务所需的数据，集中精力改善相关数据，加速释放数据价值 [3] 第二步：通过全局变革建立可持续数据环境 - 实现持续改进需全面关注流程、治理和人员，将数据质量嵌入组织成为长期工作方式 [4] - 整合数据以创建唯一可信来源，解决因数据不信任导致的超额订购和库存积压问题 [4] - 数据标准化有助于清理积压库存，但需结合改善的治理机制防止问题复发 [6] - 明确数据所有权的有效治理对于保持变革方向至关重要，并需结合安全协议保护敏感信息 [6] - 构建可持续的数据驱动环境需要跨职能协作支撑的文化转变，让员工信服其必要性 [6] 成功实现数据转型的关键要素 - 明确数据赋能供应链的愿景，所有利益相关方需理解实现数据驱动洞察与决策的目标和路径 [10] - 勇于质疑现状，挑战现有做法以实现真正可持续的解决方案，通过追问原因识别改进点 [10] - 任命来自运营或资产管理部门的变革推动者，主导转型并清晰传达变革重要性 [10] - 展示速赢成效，如清理数据助其削减30%低效库存，能积累动能、争取支持 [10] - 认识到转型不仅是数据和技术变革，人员、流程、治理和文化转变与数据本身同等重要 [10] 数据转型的收益与前景 - 建立可靠、高质量的数据基础后，公司在各运营领域获得了做出明智决策所需的可视性与透明度 [11] - 对流程的更清晰理解，带来了整个供应链中更有效的计划、优化和风险缓解 [11] - 全面解决数据质量问题产生的涟漪效应将实现跨职能部门的更好沟通与对齐，促进协作与战略决策 [11] - 集中、高质量的数据使能源企业能够从被动响应转向主动预测型运营，为采用人工智能等先进技术做好准备 [11] - 以中国天然气行业为例，利用超过13万条行业数据实现了全国天然气消费的日预测，准确率高达96% [11]

核心观点 - 公司被视为中国版Palantir，其成功源于构建了“数据治理+场景化应用+政府能力+高端客户理解”四位一体的商业模式 [1] - 公司通过深度融合业务场景与数据智能，逐步建立起具备中国特色的数据应用生态 [1] 核心技术 - 核心技术为“人+X”技术体系，以人为中心动态串联各类关联数据，实现从静态数据管理到动态关系认知的跨越 [2] - 构建“智能体图谱”技术，实现从知识关联到“智能体”自主决策与行动的能力跃升，技术达到“国内领先、国际先进”水平 [2] - 基于两大技术支柱，打造“岱、瀚、格、钧”四大产品体系，形成从数据治理、融合分析、可信运营到智能决策的全链路闭环 [3] - 通过构建安全合规的数据可信流通机制，为城市治理与产业发展构建“数据底座” [3] 场景应用 - 数据底座针对城市治理的三大挑战设计：视角割裂、动态监测能力不足、决策支撑薄弱 [4] - 底座能汇聚政务、运营商及互联网等多源数据，进行清洗、关联与融合，打造“城市智能决策中枢” [4] - 在海淀区项目中建成融合多源数据的实时决策支撑系统，形成可复制的“北京经验” [5] - 在覆盖北京市16区的领导驾驶舱项目中实现全域态势一屏统览 [5] - 在上海通过人口数据底座优化2000余个社区生活圈，公共服务覆盖率提升25% [5] - 在智慧水务领域实现从取水到排水的全流程数智化管理 [5] 生态构建与市场表现 - 系统实现92%的跨系统数据贯通率，处理效率较通用型解决方案提升4.3倍 [6] - 参与20余项行业标准制定，并作为唯一民营企业参编北京国际大数据交易所《数据交易通用指南》 [7] - 业务已覆盖北京市多个委办局及区级政府，并拓展至全国近十个省份，客户复购率保持高位 [7] - “海淀区大数据决策分析平台”项目实现连续多年服务，公司成立十年来持续盈利 [7] - 2025年第一季度营业额突破亿元 [7] - 作为国家级专精特新“小巨人”与双高新企业，构建覆盖数据全链路的12大核心技术矩阵 [7] - 累计获得137项知识产权，其中含62项发明专利 [7] - 通过“顶尖人才、前沿研究、产业转化”三位一体的人才战略推动技术创新落地 [7]

核心观点 - 中汽创智在SAECCE 2025展会上行业首发“人-车-路-云-星”全维信息技术平台联合创新体，标志着汽车智能化竞争进入“空天地”系统级较量，代表中国智能网联汽车未来发展方向 [1][3][7] 联合创新体发布 - 中汽创智携手中国一汽、东风汽车、长安汽车、西部科学城智能网联汽车创新中心及头部低轨卫星运营商，于10月22日联合发布基于天地融合的“人-车-路-云-星”全维信息技术平台 [3] - 该平台深度融合“车路云一体化”与“卫星强国”战略，以数据为核心驱动，定位“车为终端、路为延伸、云为中枢、星为链接”，通过天地协同破解复杂环境运行难题，推动智能汽车从“单点智能”迈向“全域全场景”生态 [5] - 平台采用“两纵五横”架构，“两纵”兼顾存量系统兼容与增量星端、AI大模型技术跃迁，“五横”打通人、车、路、云、星维度，实现数据流、控制流、价值流闭环协同 [7] 技术展示与解决方案 - 公司展出了覆盖新能动力材料、共性智能底座、同源新型技术三大领域的创新产品，包括氢燃料动力膜电极、催化剂、固态电池电解质、正负极膜、高比能全固态电芯等核心部件 [8] - 通过沙盘演绎具象化呈现车用操作系统、AI基础服务平台、车路云星平台运作及信息安全服务等共性智能底座产品，并展示了在飞行汽车、人形机器人等前沿领域的探索成果 [8] - 展品吸引了大量与会嘉宾驻足交流，包括重庆市政府副市长马震、东风汽车集团党委常委、副总经理尤峥等行业重要人士参观 [9] 数据治理与行业协同 - 在“汽车大数据前沿技术探索与应用实践论坛”上，公司强调驱动汽车智能化发展的关键是系统治理后的高质量数据，而非海量原始数据 [17] - 公司创新构建“标准、技术、管理、合规”四位一体数据治理体系，通过建立数据质量标准、突破治理关键技术、强化质量管控与合规建设，实现数据全生命周期质量提升，印证“治理即收益” [20] - 公司协同中国汽车工程学会和国家智能网联创新中心发起共建智能网联汽车场景数据资源平台，联合制定场景数据共建协同机制，呼吁行业联合打造数据标准，推动高质量数据集生产与评测，加速数据流通共享 [22]

公司业务模式澄清 - 公司未直接管理客户数据，仅在合规前提下受托对客户数据进行治理及数据应用 [1] 业务参与范围 - 现有各业务线均有参与数据治理及应用 [1] 人力资源配置 - 医疗数据业务类部门涉及相关人员数量较多，2024年末数量超200人 [1]