公司业绩与战略 - 公司预计2025年上半年净亏损520万元左右，较上年同期大幅收窄[1] - 2025年一季度实现营业收入7861.20万元，归母净利润314.44万元，同比扭亏为盈[1] - 计划2025年实现销售收入不低于3.81亿元，力争扭亏为盈[1] - 公司组建了具有国际化视野和技术专长的多元化高管团队，包括新任董事长姜烨和总裁张小玮[1] 业务发展与合作 - 公司主营业务包括医药流通、司法体外诊断(IVD)和医药制造[2] - 董事长率队走访上海道客网络科技有限公司，与总裁郭杰交流沟通[1] - 上海道客是头部云原生企业，2024年与英伟达在商业与技术层面达成合作[2] - 全资子公司高盛生物自主研发超微量DNA自动提取检测工作站，产品及服务覆盖全产业链[2] 行业趋势与布局 - IVD行业正经历从"单一检测"向"精准化、全周期管理"转型[3] - 技术创新驱动的场景拓展以及消费医疗的爆发将进一步重塑行业格局[3] - 公司将重点投入滴眼液的品牌营销，提升"海宝"牌珍珠明目滴眼液的品牌声量[3] - "海宝"牌珍珠明目滴眼液选用北部湾优质南珠，已被纳入医保与国家基本用药目录[3] 管理团队与治理 - 董秋红当选公司第十一届董事会独立董事[1] - 2024年8月以来公司组建了多元化高管团队[1] - 新任总裁张小玮拥有清华大学技术背景，曾创建电商平台"买卖宝"[1]

金融行业数字化转型 - 金融行业数字化转型进入深水区，技术架构革新与智能化应用落地成为重塑行业竞争力的关键引擎 [1] - 自主创新步入高峰窗口期，云原生和分布式单元化架构成为金融机构核心系统升级的重要选择 [1] - AI大模型在经历爆发式探索后，正回归业务价值本质，向核心场景寻求深度突破 [1] 自主创新与金融IT基建 - 金融行业信息技术发展沿国产化与智能化升级两条主轴推进，自主创新进程从银行扩展至证券、保险、消费金融、融资租赁等多元金融机构 [2] - 券商和保险机构向国产数据库、云平台及核心系统服务商的选型项目激增，区域性银行、中小券商与保险公司成为建设主力 [2] - 腾讯云联合行业头部ISV提出采用云原生与分布式单元化架构，通过微服务实现功能模块解耦与敏捷叠加，降低系统长期运维难度 [2] - 国产数据库厂商数量在过去一年减少超过60家，具备大规模业务验证能力、通过严格安全测评的头部产品成为金融机构普遍选择 [3] AI大模型在金融领域的应用 - 大模型技术推动金融行业从观望走向"百花齐放"，应用落地回归理性，能否解决核心业务痛点、实现可量化效率提升成为价值标尺 [4] - 通用模型叠加检索增强（RAG）与简单工作流已在代码助手、企业知识库、客服与营销内容生成等低精度要求场景成熟落地 [4] - 头部机构推进路径：能聊天—能干活—代理自主规划—多Agent协同，券商APP中已用于C端投顾问答、舆情分析，保险领域用于代理人培训、知识库、营销计划书生成 [4] - 涉及交易策略、行业研究、信贷决策等复杂场景尚处探索期，需通用模型、领域模型、企业自有高质量数据及复杂工程化组合提升准确率 [4] - 模型幻觉及共振风险暂无彻底解决方案，腾讯云通过多模态验证、多模型交叉校验、安全模型嵌入合规判断及一致性校验等工程手段缓解 [4]

场景分析 - 云原生时代云厂商发挥云标准化技术优势和生态优势，AI时代来临后腾讯云率先推出AI原生概念，将云原生技术标准优势、生态优势与AI大模型训练、智能体开发相结合，成为业内公认的AI原生云[3] - 存储场景分为四个阶段：初期解决数据云端备份问题，随后产生处理类需求如打水印、缩放裁剪，3.0时代叠加AI能力如压缩识别，4.0时代实现非结构化数据快速建库与检索[3] 存储底座 - 对象存储COS是无目录层次结构、无数据格式限制的分布式存储服务，支持多样化接入方式实现海量数据存储和管理[10] - COS提供全生命周期管理方案，包括智能分层存储功能优化成本，以及精细化权限管理、数据防覆盖机制保障安全[11] - 针对AI场景推出数据加速器GooseFS，优化存储吞吐、访问时延和QPS，与COS配合带来性能飞跃[11] 处理管理双引擎 - 数据万象提供图片裁剪、加水印、转码、识别、审核等处理加工服务，节省流量成本且响应更快[14] - 管理引擎支持非结构化数据特征提取和建库，实现多模态检索如以文搜图、以图搜视频[16] - 盲水印功能可追溯侵权内容，以图搜图和阻断截流功能助力私域营销场景[16] 一站式软件搭建平台 - 智能媒资托管整合底层存储、上层处理、业务接入等能力，通过SDK或API简化SaaS应用搭建流程[17] - 文件去重功能降低存储成本并提升用户体验，边转边播功能优化视频资源处理效率[18] - 腾讯云企业网盘作为实践案例，与腾讯办公全家桶深度整合提升办公效率[19]

AI算力投资趋势 - 马斯克旗下xAI计划将10万GPU集群规模扩大10倍，Meta拟投资100亿美元建设130万GPU数据中心，GPU数量成为衡量AI实力的核心指标[1] - 行业呈现简单粗暴的"堆卡"模式，但实际AI集群效能并非与GPU数量线性相关[2] 传统AI集群痛点 - 传统架构存在通信瓶颈、内存碎片化、资源利用率波动三大问题，GPU实际算力利用率受限[3][4] - 节点间采用RoCE网络通信，带宽仅200Gbps（25GB/s），存在南北向带宽瓶颈[23] - 超大规模模型运行时暴露算力不足、内存带宽受限、节点通信延迟高等问题，通信开销可占任务时长的40%[10][11][19] 华为CloudMatrix架构创新 硬件设计突破 - 采用384个NPU+192个CPU的超级节点设计，通过UB网络实现392GB/s单向带宽（相当于每秒传输48部1080P电影）[14][24] - 全对等互联架构消除CPU中转，AIV直连机制使传输延迟从10微秒降至1微秒，MoE场景通信耗时缩短70%[20][25][26] - 对比测试显示：预填充吞吐6688 token/s/NPU，解码吞吐1943 token/s/NPU，计算效率4.45 token/s/TFLOPS，均超越NVIDIA H100/H800[7] 软件栈协同 - 五大核心模块构成云原生软件栈：MatrixResource（拓扑感知资源分配）、MatrixLink（QoS保障网络）、MatrixCompute（自动扩缩容）、MatrixContainer（K8s容器化）、ModelArts（全流程MLOps）[33][34][36][37][40][41] - 内存池化技术实现全局内存视图，KV缓存访问延迟从毫秒级降至微秒级，缓存命中率提升至56%[27] - 支持15ms严苛延迟约束下的稳定推理，维持538 token/s解码吞吐量[28][44] 性能与成本优势 - DeepSeek-R1模型迁移仅72小时（传统方案需2周），INT8量化精度与官方API一致[7][54] - 首Token延迟降低80%，NPU采购量减少50%，万卡集群故障恢复时间<5分钟[44][52] - 在50ms TPOT约束下实现1943 token/s/NPU解码吞吐，严苛15ms场景仍保持538 token/s[28] 行业范式变革 - 打破算力-延迟-成本"不可能三角"，EP320专家并行模式下token分发延迟<100微秒[47][48] - 未来演进方向：节点规模扩展+资源解耦（CPU/NPU物理分离、注意力计算与解码路径解耦）[60][62][63] - 已部署乌兰察布等四大节点，10ms时延圈覆盖全国19个城市群，支持动态扩缩容[45][51]

报告公司投资评级 - 维持优于大市评级，调整目标价至290.30元 [4] 报告的核心观点 - 2024年与2025Q1公司利润保持高增，能源、交通等领域增幅较大；分布式数据库、AI以及云原生推动公司产品升级 [1] - 公司有望受益于数据库行业国产化的推进，考虑到研发和销售费用将保持投入，2025 - 2027年EPS预测为4.32/5.36/6.63元，给予2025年25倍PS，目标价290.30元 [4] 根据相关目录分别进行总结 财务摘要 |项目|2023A|2024A|2025E|2026E|2027E| |----|----|----|----|----|----| |营业收入（百万元）|794|1,044|1,315|1,650|2,064| |(+/-)%|15.4%|31.5%|25.9%|25.5%|25.1%| |净利润（归母，百万元）|296|362|490|607|751| |(+/-)%|10.1%|22.2%|35.3%|23.9%|23.8%| |每股净收益（元）|2.61|3.20|4.32|5.36|6.63| |净资产收益率(%)|21.0%|11.2%|13.7%|15.3%|16.8%| |市盈率(现价&最新股本摊薄）|82.92|67.85|50.14|40.47|32.70| [3] 公司经营情况 - 2024年营收10.44亿元，同比+31.49%；归母净利润3.62亿元，同比+22.22%；扣非净利润3.41亿元，同比+24.14%。2025Q1营收2.58亿元，同比+55.61%；归母净利润0.98亿元，同比+76.39%；扣非净利润2.55亿元，同比+87.92% [4] - 2024年，公司主营在党政、能源、交通、金融等行业均有所上涨，其中能源和交通增幅较大；2025Q1，公司主营在党政、能源、交通、信息技术、运营商等行业均有所上涨，其中交通、信息技术及运营商涨幅较大 [4] - 2024年公司经营活动现金流净额同比+36.95%，主要系销售回款增加以及销售订单增长 [4] - 按行业及产品来看，软件使用授权收入2024年同比+22.79%，运维服务收入同比+38.50%；数据及行业解决方案业务收入同比+204.51%；数据库一体机收入同比+179.59% [4] - 分地区来看，公司主营广泛分布于全国各地，尤其集中于华北、华东、华中和华南地区，各主要地区内收入均有所上涨 [4] 技术发展情况 - 分布数据库研发顺利，已形成落地案例，还在高并发性能处理、多租户、集中分布式一体化等技术方向进一步迭代发展；达梦共享存储（DSC）集群已大面积应用，还在进一步提升共享存储集群（DSC）故障容灾水平，并布局探索共享存储集群前沿发展方向 [4] - 2025年公司以技术创新为核心驱动力，围绕“智能化、一体化、多模化、云原生化”方向，通过AI赋能数据库、集中 - 分布式一体化架构、多模数据融合引擎及云原生技术推动数据库技术升级，并围绕达梦数据库一体机和达梦启云数据库开展“单项冠军产品”培育行动 [4] 可比公司估值 |证券简称|证券代码|市值（亿元）|2025E营收（亿元）|2026E营收（亿元）|2027E营收（亿元）|2025E PS（倍）|2026E PS（倍）|2027E PS（倍）| |----|----|----|----|----|----|----|----|----| |金山办公|688111|274.87|60.53|73.34|86.87|21.03|17.36| |华大九天|301269|117.18|16.11|20.79|26.38|39.49|30.60| |柏楚电子|688188|138.2|21.98|27.72|34.64|18.13|14.38| |平均| - |176.75|32.87|40.62|49.30|26.22|20.78| [8]

云原生与AI融合技术大会 - KubeCon+CloudNativeCon China 2025在香港召开，聚焦云原生与AI融合的最新进展与未来趋势 [1] - 华为深度参与大会，带来3场主题演讲及10多个技术分会场分享，展示云原生与AI融合领域的突破性成果 [1] - 开源生态加速AI时代技术跃迁，汇聚全球智慧、缩短创新周期、催化创新应用落地 [1] 华为云原生AI技术实践 - 华为提出AI时代算力集群技术演进趋势，包括异构集群管理、超大规模集群调度、云边协同AI等领域的应用实践 [1] - 华为通过openEuler、Volcano、Karmada、KubeEdge、openFuyao五大项目实现全栈开源，帮助企业优化AI集群 [3] - 华为云原生开源解决方案支持PyTorch/TensorFlow/MindSpore等主流框架及大语言模型开发场景 [3] 企业AI应用案例 - B站构建以Volcano和Karmada为核心的调度框架，支持上亿月活用户的AI工作负载，提升资源利用率 [4][6] - 科大讯飞借助Volcano实现GPU利用率提升40%以上，故障恢复时间缩短70%，资源干扰率降低50% [7] - Bloomberg利用Karmada构建弹性数据分析平台，证明其在大规模数据平台中的可靠性 [12] 云原生技术创新 - Volcano是CNCF首个批量计算项目，新增HyperNode网络拓扑感知调度策略，提升AI训练和推理效率 [9] - Karmada支持应用跨集群滚动更新、有状态应用故障迁移等特性，解决多集群编排难题 [10] - KubeEdge作为CNCF首个云原生边缘计算毕业级项目，支持智慧物流、机器人编排等边缘场景 [12][14] 高性能技术解决方案 - Kmesh是内核级云原生流量治理引擎，采用eBPF技术实现高性能、低开销的Sidecarless方案 [14][16] - openGemini是高性能时序数据库，已在9大领域应用落地，支持数据多副本及流式计算新特性 [16][18] - openFuyao打造多样化算力互联的集群管理与调度体系，促进AI和大数据场景的高效算力释放 [18] 华为全栈生态布局 - 华为展示AI-Native云原生基础设施，包括UCS、CCI、CCE Autopilot等行业级产品 [20] - 华为构建覆盖底层硬件、操作系统、数据库到AI框架的全栈能力，提供"算力+生态"一体化基础设施 [20] - 华为通过openEuler、openGauss、MindSpore等开源项目为世界提供第二选择 [20]

中国创投新纪元 - 中国创投市场处于周期筑底转折点与结构性转型深化期 政策主导、国资与资本高度集中的新生态要求顺应趋势灵活调整 [1] - 36氪WAVES新浪潮2025大会聚焦AI技术革新、全球化浪潮与价值重估 汇聚创投领域顶级投资人及科技商业领袖 [1] AI应用趋势圆桌讨论 企业介绍 - **戴盟机器人**：聚焦机器人灵巧操作能力 通过视触觉传感器DM-Tac W、五指灵巧手DM-Hand1及数据采集系统DM-EXton实现"感知-操作-学习"全链路贯通 [4][5][6] - **Zadig**：开源云原生DevOps平台 将AI落地至奶茶、新能源车等生活场景后端系统 [6] - **葱花投研**：专注REITs领域AI投研 通过AI提升传统金融数据提取与量化分析效率 [7] - **AMD**：覆盖云边端全场景算力 联合生态伙伴推动AI处理器创新 [8] - **ChatExcel**：北大团队开发的AI表格处理工具 国内首款通过聊天交互处理Excel数据的原生智能体产品 [8] 技术趋势判断 - **硬件层**：AMD观察到AIPC从DEMO到成熟应用的快速迭代 终端侧模型参数从7B跃升至235B 芯片厂商与应用方呈现双向奔赴态势 [10] - **软件层**：企业级AI落地仍具挑战 需聚焦数据所在场景而非创造新需求 如Zadig通过DeepSeek大模型提升DevOps精准度与效率 [11][12] - **商业化验证**：ChatExcel经历C端免费到B端付费转型 用户需求明确为准确性（100%）、处理多样性及数据安全 [13] - **垂类应用**：葱花投研在REITs领域需解决传统行业数据化难题 依赖AI中间层工具快速迭代提升投研能力 [14][15] - **具身智能**：戴盟机器人强调阶段性落地价值 工业场景如药品分拣、金属打磨已实现80%-90%替代 需从结构化向通用化场景延伸 [16][18][19][20][21] 商业化路径 - **场景选择**：Zadig提出"热启动"策略 基于现有业务数据嵌入AI杠杆 非技术出身的葱花投研通过行业Know-How先行验证B端付费逻辑 [22][25][26] - **生态协同**：AMD建立应用创新联盟 整合推理引擎、算法优化等中间层伙伴 通过海外资源助力商业化拓展 [28][29] - **团队定位**：ChatExcel强调速度与战略定力 需直面大厂竞争并聚焦真实付费需求 商业化核心是"活下去"而非理想化产品 [30] 外部支持需求 - **资源类**：创业团队亟需资金、人才与增长支持（ChatExcel） 低成本的ToB试验田与快速决策合作方（Zadig） [31][34][35] - **技术类**：垂类应用需要更成熟的中间层工具支持（葱花投研） AI人才稀缺成为行业瓶颈（戴盟机器人） [32][36]

公司技术升级 - 国诚投顾与阿里云达成战略合作，以Serverless技术为核心引擎推动投顾服务智能化、自动化、高效化[1] - 公司自主研发的智能投顾软件"决策家"2024年上线，标志着智能化转型关键一步[2] - 基于阿里云Serverless应用引擎（SAE）构建全新云原生架构，实现从传统运维向现代化架构平滑演进[2][3] 技术架构变革 - 全量迁移至SAE平台，实现秒级弹性扩容、按需计费、零运维门槛[4][5][6] - 引入云原生API网关替代自建网关，支持多协议接入和精细化流量控制[7][8] - 集成阿里云MSE微服务引擎，增强服务治理能力并支持多语言开发[9][10][11][12] - 构建可观测体系，通过ARMS和SLS实现链路追踪、指标监控和日志集中管理[13] - 建立自动化DevOps流水线，支持多种发布策略和快速回滚机制[14] 业务价值实现 - 整体资源利用率提升近50%，运维团队工作效率提升约40%[17] - 故障定位速度提升30%，系统稳定性与服务质量持续优化[18] - API管理能力升级，实现统一接入、鉴权限流和多版本管理[18] 战略发展规划 - 2025年成为国内首批接入阿里云全栈AI技术的证券投顾机构[19] - 计划在智能投研、客户服务、风控管理等场景深度融合大模型技术[19] - 新架构为数字化创新和规模化扩展奠定技术基础[19]

数字化转型与可观测性技术 - 可观测性技术正从"看得见"向"智能预判、自主决策"层级演进，成为保障数据生态透明与业务高效运行的关键 [1] - 公司2021年提出"All in ONE"战略，构建Bonree ONE一体化智能可观测平台，经历一体化、可观测、模型化、平台化四个发展阶段，实现从单一监测工具向全场景解决方案的跨越 [1] Bonree ONE 2025春季版核心升级 - 围绕国际化拓展、云原生可观测、AI大模型能力、用户体验四大方向迭代，涵盖十余项核心能力升级 [3] - 推出国际化版本支持中英文切换，适配海外用户需求，优化导航栏和工作台交互逻辑与界面设计 [5] - 支持私有化与SaaS双模式部署，重新制定符合国际市场习惯的定价体系，聚焦东南亚、中亚、港澳等高潜力市场，已完成中国香港子公司与新加坡孙公司布局 [7] 云原生可观测能力 - 深度兼容Prometheus On K8s，全面支持Kubernetes环境下多维数据接入、分析、告警和可视化 [9] - 引入Service Monitor与Pod Monitor动态发现能力，优化Prometheus接入流程，实现云上云下环境一键式数据对接 [9] - 统一查询语言与仪表盘管理，支持与主流查询语法和监控组件全面兼容，提升数据采集、查询分析与可视化能力 [9] AI大模型与智能化升级 - 优化LLM模型管理架构，支持灵活切换市场主流大模型，用户可根据私有化场景需求选择最优模型 [13] - 新增事件中心功能，统一查询纳管云原生、安全、网络等全平台事件信号，提升运维效率与优先级管理能力 [13] - 新增自动标签能力，自动关联业务语义与观测信号，打造"多维观测"应用场景，通过链路图一站式展现企业数据和系统运行状况 [13] 战略布局与未来方向 - 将大模型技术全面引入Bonree ONE，提升复杂运维问题查询能力及根因定位智能化，探索大模型技术的实际应用场景 [15] - 依托云原生与大模型的深度协同，持续优化产品技术体系，助力企业在复杂数字架构中实现智能运维与精准决策 [15]

报告公司投资评级 - 首次覆盖，给予“买入”评级 [3] 报告的核心观点 - 报告研究的具体公司是全球领先的企业管理云 SaaS 公司，云转型成功，财务指标多维优化，具备抗周期增长韧性、高人效客户粘性和现金流前置获取等优势 [8][23] - 公司三类 SaaS 产品助力不同规模客户国产替代和数字化转型，成长驱动明确 [8] - Agent 落地有望参与客户收入分成，公司在 AI 领域布局领先，苍穹 AI 云平台初具 Agent 能力 [8][105] 根据相关目录分别进行总结 一、上云之后：抗周期增长韧性+高人效客户粘性+现金流前置获取 - 产品形态从 ERP License 转变为云原生 EBC，从单体架构转变为平台生态，历经五个发展阶段 [14][18] - 2024 年云服务收入占比超 80%，云转型推动财务指标多维优化，包括收入增长韧性增强、人均创收提升、成本结构改善和现金流健康等 [23][29] 二、成长驱动：高性价比 SaaS 产品助力三类客户国产替代+数字化转型 - 苍穹&星瀚：业内首个云原生 EBC，受益于信创驱动的国产替代需求，2024 年 NDR 为 108%，签约客户达 2,110 家，潜在市场空间约 100 亿元 [54][60] - 星空：赋能中小企业“专精特新”，受益于政策驱动的市场需求，2024 年收入约 21.5 亿元，潜在市场空间约 70 亿元 [61][67] - 星辰：业财税智能闭环破解小微企业痛点，续费率持续向上，2024 年小微财务云收入 12.3 亿元，覆盖 43.5 万小微企业，SaaS 市场约为 100 亿元 [73][81] 三、AI+SaaS：从交付效率到交付效果，Agent 的实质是打造“数字化员工” - DS 开源模型实现十倍降本，SaaS 掌握“数据+入口”壁垒，驱动数字劳动力革命 [82][87] - 多模态大模型重构技术业务逻辑，Agent 化商业模式有望参与收入分成，商业模式从 CapE 到 OpEx，再到 VabEx [93][98] - 公司从“云原生”到“AI 原生”，苍穹 AI 云平台初具 Agent 能力，可应用于多个业务场景 [105][112] 四、盈利预测及估值 - 预计公司 25 - 27 年营业收入分别为 70.1/80.5/93.8 亿元，归母净利润分别为 0.8/4.9/10.7 亿元 [3] - 采用市销率法，给予公司 25 年 8 倍 PS 估值，目标 16.98 港元/股 [3]