公司融资与市场表现 - 上市仅八个月的Mirxes觅瑞完成新股配售，募集资金约7.11亿港元，配售定价每股32.5港元，较其上市发行价23.30港元溢价近40% [1] - 在港股生物医药板块整体估值承压、IPO审核趋严的背景下，公司上市8个月累计融资规模近20亿港元，表现亮眼 [1] - 此次溢价配售成功，反映了全球专业投资者对具备技术壁垒、商业化进度和可持续增长能力的优质生物科技标的的重新评估与认可 [2] 行业发展趋势与潜力 - 全球癌症早筛赛道步入资本与产业深度融合的爆发期，行业具有千亿级增长潜力 [3] - 国际医疗与科技巨头如三星、罗氏、雅培等通过战略投资、巨额并购布局该赛道，其中雅培以210亿美元收购Exact Sciences，创下年度全球医疗器械行业最大并购案 [3] - 全球政策与支付体系持续向早筛领域倾斜，美国推动多癌早期检测产品纳入联邦医保报销，中国将多项肿瘤专项检查纳入医保并构建多元支付格局，共同激活庞大市场需求 [3] - 癌症早筛行业正从技术验证阶段快速转向大规模商业化阶段，市场潜力加速释放 [4] 公司竞争壁垒与战略 - 公司是全球首家且唯一一家获得分子胃癌筛查IVD产品监管批准的公司，其核心产品觅小卫（GASTROClear）已获得中国国家药监局第三类医疗器械注册证，稀缺的监管资质构成强大护城河 [5] - 公司拥有梯次化的产品管线，除胃癌筛查产品外，肺癌、结直肠癌、乳腺癌等单癌种早筛产品有序研发，结直肠癌筛查产品有望近期上市，并前瞻性布局CADENCE多癌种多组学检测项目，确保持续增长动力 [5] - 公司与晶泰科技签署战略合作，瞄准亚洲高发癌种，联合打造AI赋能的“诊疗一体化”创新研究及产业化平台，以“数据+AI”双轮驱动模式构建创新生态并引入新业务增长点 [6] 公司技术路径与研发实力 - 公司选择基于miRNA检测的差异化技术路线，针对亚洲高发癌症胃癌，从数千例样本中筛选出12种与胃癌密切相关的miRNA生物标志物，形成独特检测组合 [7] - 核心产品GASTROClearTM是全球首款获批的血液胃癌分子诊断产品，其在新加坡完成的前瞻性临床试验入组5282名受试者，是全球针对癌症筛查已进行的最大规模前瞻性试验之一，对胃癌的整体灵敏度达87.0%，对一期胃癌灵敏度达87.5% [7] - 公司自主研发的mSMRT-qPCR技术能在4小时内完成多个样本检测，与传统方法及DNA甲基化检测相比，在早期发现、灵敏度及特异性方面具有优势，并已建立起覆盖关键环节的全球化专利网络 [8] - 公司研发投入占比极高，2022年至2024年研发投入分别占同期总收益的104.1%、93.5%及94.2%，体现了对技术创新的坚定承诺 [8]

公司业务与市场定位 - 公司在数据要素赛道拥有超过十年的深耕经验[1] - 公司长期服务于世界500强及中国500强等头部品牌客户[1] - 公司主要客户覆盖TMT、快消品、汽车、医疗、烟草等领域的头部企业及公共服务领域的专业客户[1] 核心产品与服务 - 公司为客户提供数据分析、数据挖掘及数据运营相关业务[1] - 公司提供数据领域解决方案[1] - 公司持续深耕“数据+AI”的业务能力[1] 市场拓展与机遇 - 公司数据相关业务已赢得出海机遇，业务范围不限于欧盟国家[1] - 出海机遇源于国内企业出海及海外客户对公司解决方案的需求[1] - 公司旨在赋能更多国内外客户，为合作伙伴创造AI时代价值[1]

公司融资与股东情况 - 微风企科技完成数千万元人民币B轮融资，由杭州市上城区国有资本运营平台“上城资本集团”领投，老股东华孚时尚持续加注 [1] - 上城资本集团是杭州市上城区唯一的区属国有资本运营平台，注册资本达100亿元，合并资产总额近2000亿元，拥有国内最高信用评级AAA，并在人工智能、智能终端、低空经济等前沿赛道深度布局 [1] - 本轮融资体现了国有资本对公司技术实力、市场前景及社会价值的高度认可，也展现了老股东对企业持续发展的坚定信心 [1] 公司业务与技术核心 - 公司成立于2018年，专注于非公开企业财、税、票等核心经营数据的采集、清洗、分析与建模 [1] - 公司构建了覆盖小微信贷、财税风险、信用评级、融资尽调等多维度的智能解决方案 [1] - 公司依托自研的“深寻”财税垂直大模型，为银行、征信机构、泛金融平台及各类企业服务机构提供精准的数据风控与信用评估服务 [2] 市场地位与运营数据 - 公司合作客户已超5000家，累计服务调用量超过1200万次，稳步成长为行业领先的数据智能服务提供商 [2] - 公司实现了从区域到全国、从产品到平台、从数字基建到AI智能体的全方位布局 [1] 产品平台与最新进展 - 2025年，公司正式推出Wbit企业级AI平台，以“深寻”大模型为核心，为企业搭建持续进化的“超级大脑” [5] - Wbit平台可为企业构建业务决策大脑，生成专属“数字员工”，辅助风控、营销、财务、采购等决策，并能连接产业链上下游构建智能体商业网络 [5] - 在Wbit智能体平台中已生成虚拟数字员工超过50万个，通过智能匹配单笔业务成交周期最快30分钟内完成 [5] 融资资金用途与发展方向 - 融资资金将重点投向财税大模型迭代与Wbit企业级AI平台实践及规模化推广，持续提升数据链接与智能决策的精准度、便捷性、智能化 [7] - 本次融资进一步强化了公司在“合规、专业、稳健”方面的品牌信任度 [7] - 公司正稳步迈向“企业智能决策服务领军者”的新征程 [8]

数据产业的战略地位与发展动力 - 数据已成为数字经济时代继土地、劳动力、资本、技术之后的关键生产要素 [2] - 5G通信网络、卫星遥感系统、生成式AI等关键技术加速迭代以及智能终端规模化部署，增强了数据生成能力 [2] - 数据、算力与算法是人工智能发展的三大核心支柱，高质量数据已成为制约AI技术发展的关键战略资源 [2] - AI大模型重构了数据要素的价值创造路径，显著激活了数据要素市场的商业化进程 [2] - 在文旅、金融、医疗健康、智能制造等垂直领域深度应用的驱动下，对数据的多样化需求持续攀升 [2] - 具备“数据+AI”深度融合能力并能应用于真实场景的企业，已成为数字化转型浪潮中的核心投资标的 [2] 一级市场融资概况与地域分布 - 2021年至2025年11月，国内数据与人工智能领域在一级市场共发生融资事件4496起，涉及企业2610家，披露融资总额为2511.1亿元 [3] - 融资活动显著集中于北京、广东、上海、浙江及江苏五地，合计占比达81% [3] - 北京以1149起融资事件位居全国之首，已成为国内数据产业融资的绝对中心 [3] “2025值得关注的数据应用创新企业”评选概况 - 评选活动旨在发掘在文旅、金融、工业和医疗等领域中，实现“数据+AI”深度融合并具备扎实落地场景能力的优秀企业 [3] - 评选围绕数据要素应用全链条展开，覆盖数据采集、存储、治理、分析等核心环节 [3] - 评选重点关注数据基础设施与智能技术，以及产业应用场景两大关键方向 [3] - 评选综合考察企业在技术创新性、商业价值、成长潜力及创始团队等维度的表现，最终评选出50家企业 [3] 获奖企业基本画像 - 行业赛道：专注于智能技术创新的企业有26家，专注于产业应用落地的企业有37家，其中13家企业同时覆盖两个方向 [6] - 成立年限：获奖企业平均成立年限为5年，处于成长期阶段 [6] - 员工规模：平均员工规模85人，呈现初创企业的轻资产、高能效特征 [6] - 总部城市：北京以18家企业领跑，杭州（7家）、上海（6家）及深圳（5家）紧随其后，地域分布凸显京津冀、长三角与珠三角三大创新高地的产业生态集聚效应 [6] - 融资情况：36%获奖企业处于天使轮融资阶段，60%获奖企业处于A轮融资阶段 [6] 获奖企业名单与业务简介 - 获奖企业名单按简称首字母排序，涵盖数据基础设施、垂直行业应用、AI基础软件、数据服务等多个细分领域 [8][9][10][11][12][13] - 企业业务简介体现了“技术驱动应用”的特点，涉及云原生平台、AI数据基座、垂直行业大模型、AI智能体、数据治理、智能内容生成、工业仿真、生物计算等多个前沿方向 [8][9][10][11][12][13]

展会概况与公司定位 - 2025年上海法兰克福汽配展是全球前三、亚洲最大规模的汽车零部件专业展会，吸引了来自44个国家及地区的超过7000家企业参展 [1] - 车凌科技作为智能出行解决方案提供商，在展会上展示了其“数据+AI”的全场景技术解决方案，聚焦车辆全生命周期管理 [1] 核心产品：Hyper Fleet车队运营管理平台 - 该平台定位为服务车队的全球化数智“指挥官”，聚焦资产管理（资产风险的“全景哨塔”）与运营管理（运营效率的“精算师”）两大核心能力 [3] - 在资产管理方面，平台通过端侧AI算法对车辆进行7x24小时监控，能实时感知并告警碰撞刮擦、零部件异常磨损，以降低资产折损率 [3] - 在运营管理方面，平台通过多维度驾驶行为分析模型，实时识别疲劳驾驶、分神等高危行为并生成司机安全画像，旨在降低事故率 [3] - 该平台为基于使用行为的保险（UBI）提供了精算依据，可帮助优质车队显著降低保费成本，提升运营效益 [3] 技术基础与关键场景应用 - 公司以“数据+AI”构筑技术“护城河”，核心由Hyper Flow（凌云数采）与Hyper Agent（凌云智能体）组成 [7] - 在售后维修诊断场景，Hyper Agent引入大语言模型能力，结合Hyper Flow的实时数据，能自动生成故障分析树、定位故障根源并生成维修方案与备件清单，旨在将车辆“故障停机时间”压缩至最低 [7] - 在电池安全场景，针对新能源物流车队，公司展示了基于AI的电池健康管理方案，通过融合BMS电压、温度等多源数据构建电池安全“防火墙” [7] - 该方案能提前数天预警热失控风险，并能精准评估电池健康度，为电池梯次利用和二手车残值评估提供数据支持 [7] 行业合作与发展前景 - 公司已与多家保险机构建立合作，列举的合作方包括中国人寿财产保险、中国人民保险、申能财险、东吴财险、合众保险等 [6] - 随着汽车产业数字化进程加速，公司计划继续深化“数据+智能体”技术路径，为全球出行客户提供更智能、高效的场景解决方案，助力产业实现更多数智化体验 [10]

财务业绩表现 - 2025年前三季度累计实现营业收入3.15亿元，同比增长16.35% [2] - 2025年第三季度营业收入1.13亿元，同比增长19.24% [2] - 前三季度归属于上市公司股东的净利润同比减亏，扣除股份支付影响后同比减亏3017.89万元 [2] - 业绩减亏得益于深耕存量市场、加强增量市场布局及项目落地实施，推动收入稳步提升 [2] 业务与技术基础 - 公司在数据要素赛道有十余年积累，拥有大量商业场景和行业知识库、算法模型库 [2] - 长期服务通信、ICT、快消品、汽车、医疗、金融、烟草等领域的头部客户 [2] - 提供数据分析应用、数据运营等多方面的全栈解决方案 [2] - 积累的场景Know-How为AI智能体应用落地奠定基础 [2] AI技术与业务融合 - 在数据智能业务交付中有效结合AI技术研发成果，为业务开拓带来积极贡献 [3] - AI相关产品应用已产生多个订单，创新业务成长态势凸显，预计未来订单需求旺盛 [3] - AI技术驱动的产品服务收入占比逐步提高，有望带动公司收入和总体毛利率持续提升 [3] 战略举措与资本运作 - 发布股权激励方案，对公司核心业务及技术骨干进行激励并设定考核目标 [3] - 变更募投项目，由"AIOT行业应用解决方案云平台项目"迭代为"行业数据智能应用服务平台升级" [4] - 募投项目升级旨在将数据分析技术升级到最新数据智能技术体系，并新增建设多个行业的高质量数据资源库 [4] - 引入西藏恒擎极智人工智能合伙企业作为战略投资者，基于对公司未来发展前景的认可 [4]

行业趋势转变 - 数据与AI技术正推动企业从“信息时代”迈向“认知时代”，企业核心竞争力从数据处理能力向认知能力跃迁 [1] - 认知能力即企业对商业世界的深刻理解、精准判断与科学决策的能力，将成为企业增长的新引擎 [1] 信息时代的挑战 - 过去信息时代认知能力分散于个体，导致企业面临战略规划受经验束缚、市场洞察滞后、销售预测偏差、部门数据割裂等问题 [3] - 体系化认知的缺失导致决策风险，例如某企业因受众与渠道错配导致营销活动失败 [3] 认知时代的解决方案 - 企业可通过深层数据洞察构建稳定、统一的集体认知，使高质量决策成为可持续动能 [4] - 企业认知分为三层进阶：信息层识别表象，洞察层理解动因，认知层决策判断，完成进阶标志着企业迈入认知驱动的高级阶段 [4] 火山引擎Data Agent产品 - Data Agent在“认知层”发力，通过打通结构化与非结构化数据壁垒实现自然语言交互下的全面数据洞察 [4] - 产品将各平台能力原子化供大模型灵活调度以消除系统孤岛，并沉淀行业专家经验使工具具备开箱即用的分析与营销能力 [4] - 其智能分析Agent可自动生成深度洞察结论，“一客一策”引擎能基于多维度数据构建立体客户画像并输出精准营销策略 [4] 客户实践验证 - 某品牌借助Data Agent在数小时内生成精准营销方案，效率提升数倍 [4] - 某SaaS企业通过“一客一策”实现高价值客户优先触达与千人千面推荐后，线索转化率提升2倍以上 [4] 底层数据基础设施 - 火山引擎AI数据湖以Daft引擎统一处理多源数据，通过“AI算子广场”提升非结构化数据处理效率 [5] - 采用Lance技术降低存储成本超50%，以破解大模型时代的数据基建痛点 [5]

核心观点 - 公司发布2025年度"提质增效重回报"行动方案 从党建引领 主业发展 投资者回报 服务国家战略 市值管理和公司治理六大方面推动高质量发展 [1] - 公司2024年归母净利润15.44亿元 同比上升88.39% 净资产收益率显著提升 经营质效实现跨越式增长 [1] - 公司自2015年上市以来累计现金分红48.10亿元 连续9年分红比例超过归母净利润30% [2] 主业发展 - 公司坚守"金融报国 金融为民"初心 以客户为中心 投研为驱动 持续优化业务结构 巩固核心业务优势 [1] - 公司发挥"投研—投资—投行—资管—财富"链条协同效应 打造一体化综合金融服务平台 [1] - 公司继续深化业务协同 [1] 投资者回报 - 公司2024年实施中期分红 全年现金分红总额4.65亿元 占当年归母净利润比例30.14% [2] - 公司2025年继续完善分红机制 增强分红频次和透明度 [2] - 公司2025年中期拟向全体股东每10股派发现金红利0.76元 [2] 服务国家战略 - 科技金融方面 2024年主承销科技创新债券47.14亿元 通过股权投资支持人工智能 新能源等领域创新企业 [2] - 绿色金融方面 成功发行全国首单双原始权益人绿色ABS 规模4亿元 [2] - 普惠金融方面 "普善系列"资管计划累计捐赠214.95万元 东兴期货开展"保险+期货"项目65个 承做保障金额15.32亿元 [2] - 养老金融方面 推出多类型养老策略产品 完善全生命周期财富管理服务 [2] - 数字金融方面 推进"数据+AI"融合应用 提升业务智能化与客户服务体验 [2] 发展目标 - 行动方案是公司贯彻金融强国战略 提升高质量服务能力 增强市场认同的重要举措 [3] - 公司以党建引领发展 以专业创造价值 以回报赢得信任 为资本市场平稳健康发展贡献力量 [3]

财务表现 - 2025年上半年公司实现营收23.15亿元，同比增长10.95% [1] - 金融科技板块营业收入7.33亿元，同比增长21.36%，是业绩增长核心驱动力 [1] 业务亮点 - 银行业务收入增速达51.38%，在国有大行和全国性股份制商业银行中客户覆盖率高达94% [1] - 银行产品线构建以"FADOs"为核心的能力体系，以"数据+AI"为双引擎，覆盖金融行业主要应用场景 [1] - 通过数据智能、监管合规、渠道创新及测试服务四大板块提供全栈式数智化服务 [1] 战略方向 - 公司聚焦金融行业并实现价值上探，将进一步拓展数字银行解决方案 [2] - 加强区块链金融应用布局，重点开拓跨境支付、贸易结算等金融创新场景 [2] - 凭借技术优势和合作伙伴关系助力金融机构提升效率和服务体验 [2]

研究背景：数字营销的机会、困境与技术挑战 - 广告行业面临传统媒介增速放缓、增长动力减弱的挑战，数字营销以大数据技术为依托满足广告主预算调整需求[5] - 广告营销生态存在明显不平衡：头部平台（如抖音、小红书）拥有海量数据和全面生态系统，在生产力和生产资料上占优；代理商和服务商自动化水平低，依赖人工操作，数据量与平台方存在不对等[6] - AI技术对行业变革至关重要，但需深度融入数字营销业务底层以打破生产力和生产资料不均衡的僵局[7] 行业趋势：大体量、低增速、新业态 - 2023年全国广告业务收入达13120.7亿元，数字营销市场规模10500亿元（占整体80%），内容营销规模4000亿元（占数字营销36%）[8] - AIGC内容营销领域2023年市场规模50亿元，预计2030年增至1000亿元[8] - 新业态包括短视频广告、直播带货、程序化广告和AI驱动的智能广告，依托算法推荐和实时互动实现精准触达[9] 数字化基建：生态内部差异显著 头部平台侧 - 头部平台（字节跳动、阿里巴巴、腾讯、快手）数字化基建完善，拥有海量数据、强大算法和中台体系，实现高度自动化和智能化[15][17] - 字节跳动采用"大中台、小前台"模式，KA客户定制化采购广告位，中小客户通过巨量引擎程序化购买；阿里巴巴通过阿里妈妈提供多元产品服务；腾讯利用广点通沉淀广告数据；快手通过磁力引擎构建全链路营销服务[15][17] - 平台通过开放数据产品和API接口赋能合作伙伴，促进行业生态循环和规范发展[18] 代理商和品牌方侧 - 中小代理商和传统广告代理商技术能力有限，缺乏数字化工具，数据管理不足，营销策略单一[20] - 品牌方数字化进程两极分化：大型品牌自主开发数字化平台，整合数据资源；中小品牌受资金技术限制，数字化程度低，依赖第三方平台和代理商[20] - 中小品牌面临缺乏实践经验、数据系统不完善、服务商选择困难等挑战，数字化布局推进受阻[21] AI在中国广告行业的应用现状及特征 - AI应用呈散点式和低渗透特征，仅集中于广告投放精准度和个性化等个别环节，未全面覆盖业务全流程[23] - AI在内容营销中仅用于达人筛选等节点，创意生成和效果预测仍依赖人工，工具性特征明显[23] - 行业需探索AI深度赋能以破解生产力和生产资料不足的困境，推动向智能化营销转型[24] 解决方案：打造"数据+AI"营销新范式 夯实数字化基建 - 数字化基建通过业务系统将信息转化为可读数据，为AI学习提供依据和赋能接口[27] - 数据沉淀使AI能自动化完成营销动作（如素材投流），突破对人类生产力的依赖[27][30] 技术-产品-业务一体化架构 - 架构核心包括内容生产（AIGC Engine）、效果预测（Prediction）、媒介管理（Channel）和投放监测（EC）等模块，灵活适配不同业务类型[29][34] - Social DAM 2.0作为"数据大脑"，整合品牌内部和三方数据资产，通过AI打标签赋能内容生产和投放侧[31][32] 实践案例 - KOL数据管理：AI对达人分级、匹配创作元素、动态淘汰低效KOL，提升资源利用效率[35][37][40] - KOL营销：AI拆解品牌brief、多维度筛选达人（平台标签+非标需求+私域数据），Social DAM系统监控全链路数据并反馈优化[41][43] "数据+AI"营销的价值体现 - 提供新生产资料（数据桥梁联动创新要素）和新生产力（AI工具自动化执行营销活动），未来AI Agent可独立决策用户体验环节[44][45] - 满足个性化需求，提升品牌决策精度：AI智能匹配广告内容，优化预算分配和效果监控[46] - 缓冲人员流动和经验密集型风险：数字化存储项目经验降低依赖，自动化工具减少对人工经验的需求[47]