行业概况 - 安徽省1-5月汽车产量123 57万辆 新能源汽车产量61 33万辆 均居全国第一 [2] - 已形成覆盖整车制造"三电""三智"、销售维保、回收利用等关键环节的新能源汽车全产业链条 [2] - 长三角一体化布局显著 蔚来80%-90%供应链及50%以上客户源集中在长三角地区 换电站布局超1000座 [3][4] 技术创新 - 蔚来新桥二工厂实现98秒完成整车车门安装 80%制造场景由AI智能决策 [1] - 江汽集团尊界S800采用分区声场控制技术 探索语言/手势控制的"音随心控"方案 [2] - 安徽胜华波研发无刷电机雨刮器 满足新能源汽车轻量化与静音需求 即将量产交付 [3] 企业动态 - 江汽集团与华为深度合作 尊界S800上市首月大定6500台 突破百万元级豪车市场 [3] - 合作涵盖数字孪生工厂(iDME技术)、研发、供应链、制造及销售服务全环节 [3] - 蔚来、江汽、奇瑞等企业通过科技创新推动产业创新 加速安徽新能源汽车发展 [1][2] 产品升级 - 尊界S800配备影院级音效系统 支持乘客个性化声场调节 [2] - 智能汽车技术从"音随手控"向"音随声控""音随心控"迭代 [2]

2025年，深圳数据要素改革深化政策落地，探索数据交易与收益分配机制创新；贵州一家工业企业 以"生产工艺工序数据集"为质押，38天获2000万融资，创下全国首例；苏宁易购因供应链智能化跃迁入 选零售业最佳实践，缺货率下降15%……这些事件的共同内核，正是数据决策能力已成为企业的新型生 产力。 当数据被正式列为资产，企业面临的挑战从技术层面升级至价值层面：制造业的产线数据如何转化为融 资信用？零售巨头的千万级SKU如何实现动态供需匹配？金融机构如何穿透抵押物不足的融资瓶颈？ 答案指向同一个技术底座——数字孪生与智能决策系统： 在制造业，某线缆企业通过5G数字孪生工厂，将80条产线的实时工况映射为虚拟模型，使生产数据成 为可评估资产，最终推动"数据质押"落地； 在零售业，某巨头融合AI预测与RPA补货系统，让库存周转率提升20%，其关键在于将渠道、天气、促 销等碎片数据转化为动态分货策略； 在金融领域，沿海某银行通过工业互联网平台接入企业生产流数据，为中小制造企业提供"无感授信"， 化解传统风控中的数据孤岛难题。 行业变革中的"数据困局"与破局之道 凡拓数创的FunBI三维可视化配置平台，并非简单的可视化工具，而 ...

这些问题的背后，是制造业对"智能决策"能力的迫切需求。大模型的突破性价值在于其"认知+推理+生 成"的三位一体能力。通过训练海量行业数据，大模型不仅能模拟人类工程师的经验判断，还能在复杂 工况下自主优化决策路径。例如，在钢铁行业，有大型钢企通过部署行业大模型，某产线采用自动排程 编制效率提升40%，轧硬卷周转周期缩短12%，减少返回卷35%，年均增效超千万元。案例揭示了大模 型不是简单的工具叠加，而是制造业"知识资产化"的关键载体。 大模型在制造业的落地并非简单的技术移植，而是涉及数据治理、算法优化、场景适配的系统工程。从 技术实现路径来看，主要呈现以下特征： 一是数据驱动的智能决策。制造业积累的海量生产数据（设备运行数据、工艺参数数据、质量检测数据 等）为大模型训练提供了丰富素材。通过构建行业知识图谱，大模型能够实现数据的深度关联分析。例 如，某化工企业利用大模型对生产过程中的5000+个参数进行实时监控和预测，成功将产品合格率提升 至99.8%。这种基于数据的智能决策，使生产过程从"经验驱动"转向"数据驱动"。 周城雄（中国科学院科技战略咨询研究院研究员） 近日，工业和信息化部召开专题会议，明确提出推动大 ...

代码定位痛点 - 传统代码定位方法存在关键词匹配粗糙、直接丢给LLM低效、Agent盲目遍历笨拙三大缺陷[2] - 核心挑战在于自然语言问题描述与需修改代码位置之间存在多层调用关系（如XSS漏洞需修改深层验证函数）[2] - 代码定位需跨越语义差异与结构距离，要求模型具备跨层级推理能力[4] LocAgent技术架构 - 将代码库解析为包含文件/类/函数关系的异构图，提供图原语接口支持LLM高效探索[9] - 基于AST构建异构有向图显性化隐式依赖，使调用链上的模块在图结构上邻近[12] - 提供SearchEntity/RetrieveEntity/TraverseGraph三大工具接口实现多跳推理[13][14][15] 性能表现 - 在SWE-Bench Lite基准上文件级Acc@5达92.7%，函数级Acc@10达77.37%，全面超越基线方法[22] - 开源模型Qwen2.5-7B微调版成本仅$0.05，性能接近GPT-4o；32B版成本节省86%逼近Claude-3.5[26][27] - 在Loc-Bench四类任务中文件级平均准确率81.1%，函数级46.9%，优于SWE-Agent+Claude-3.5组合[26] 应用价值 - 代码定位准确率提升直接带动GitHub问题自动修复成功率提高12%[30] - 处理高难度任务（hop≥2）时性能下降幅度显著小于传统检索方法，展现强鲁棒性[31] - 采用Qwen2.5-7B时成本效益比达13.2，是商用模型的10倍以上[33][34] 技术范式创新 - 实现从暴力计算到智能决策的转变，通过结构化索引分解复杂问题[37] - 开创agentic retrieval范式，让AI自主决策检索策略而非依赖预设规则[37] - 结构化索引+LLM智能体协同设计可能成为未来AI工程标准模式[37]

以下文章来源于虎嗅智库服务 ，作者刘越 虎嗅智库服务 . 虎嗅智库是聚焦企业数字化、AI创新实践的新型研究服务机构。 点击卡片 关注我们 回复PDF 获取报告原版 虎嗅智库荐语： 随着数字化时代进步，餐饮业在拥抱机遇的同时也面临着许多挑战：在工作中积累的海量数据，易陷入 "数据洪流" ；面对复杂多变的市场环境和激烈的竞争，易处于 "决策饥渴" 。 针对不同岗位角色构建用户画像体系并制定差异化数据推送策略，需考虑哪些关键因素？餐饮企业在生成 式BI应用初期，推荐选择哪些高频刚需场景进行试点？怎样从成本、市场及客户等方面助力餐饮消费类企 业应对市场不确定性？ 本文将分享与西贝XIBEI数智化副总裁的对话，深入思考西贝在生成式BI应用方面的探索，为餐饮行业在 数字化转型道路上提供参考与启示。 出品丨虎嗅智库 作者丨刘越 数字化一端链接供应链源头，一端链接服务终端。 在企业沉淀了海量数据之后，如何唤醒沉睡的数据金矿， 如何更好地去应用这些数据反哺业务？ 基于这种需求，西贝XIBEI选择以生成式BI为钥匙，并不断深入场景化 应用，开启从数据可视化到决策智能化的跃迁之路。 西贝XIBEI数智化副总裁坦言，当下整个餐饮行业 ...

财务数据和关键指标变化 - 2024年第四季度GAAP收入7940万美元，同比增长7%，调整后EBITDA为3340万美元，调整后EBITDA利润率42%，自由现金流1210万美元，占收入15%，季度末现金及现金等价物9280万美元 [31] - 2024年全年收入3.163亿美元，同比增长4%，调整后EBITDA为1.307亿美元，调整后EBITDA利润率41%，现金流7780万美元，占收入25%，自由现金流7030万美元，占收入22%，总债务4.727亿美元，净债务3.758亿美元，净债务与LTM调整后EBITDA约为3倍 [41][48][49][50] - 2025年预计总GAAP收入在3.26亿 - 3.34亿美元之间，同比增长3% - 6%，调整后EBITDA在1.315亿 - 1.375亿美元之间，调整后EBITDA利润率约41% [55][59] 各条业务线数据和关键指标变化 按收入来源划分 - 2024年第四季度订阅收入同比增长5%，占总收入82%；服务收入同比增长6%；其他收入同比增长40% [35] - 2024年全年订阅收入同比增长3%，占总收入84%；服务收入同比增长9%；其他收入同比增长17% [43] 按解决方案类型划分 - 2024年第四季度总贷款软件收入同比增长7%，占收入约80%；消费贷款收入同比增长9%，占贷款软件收入89%；抵押贷款软件解决方案同比下降7%，占贷款软件收入11%；数据验证软件解决方案收入同比增长4%，占总收入20% [36][37] - 2024年全年总贷款软件收入同比增长7%，占总收入近79%；消费贷款收入同比增长9%，占贷款软件收入89%；抵押贷款软件解决方案同比下降7%，占贷款软件收入11%；数据验证软件解决方案收入同比下降6%，占总收入21% [44][45][46] 各个市场数据和关键指标变化 - 2024年第四季度抵押贷款业务中，合同低于最低水平的比例从约三分之二改善至约二分之一 [46] - 预计2025年抵押贷款市场全年收入贡献约18.5%，消费贷款预计增长约7%，数据验证收入预计有适度增长 [55][57] 公司战略和发展方向和行业竞争 - 公司致力于成为领先金融科技平台，以MeridianLink One满足客户贷款策略需求 [8] - 2025年将投资销售和营销、产品和基础设施，以抓住市场回升时的份额和业务量 [13] - 调整指导实践，改为提供年度指导的季度更新，不再提供下一季度指导 [14] - 持续创新，为MeridianLink One增加功能，加强其作为领先数字贷款平台的地位 [10] - 投资销售和营销，优化土地和扩张战略，增加解决方案咨询团队，完善基于账户的销售策略 [20][21] - 资本分配优先顺序为有机增长投资、有纪律的并购、以低于内在价值回购股票 [62][63] 管理层对经营环境和未来前景的评论 - 2024年宏观环境充满挑战和不确定性，但公司执行良好，销售团队创造强劲需求，服务团队加速创收，产品团队持续创新，运营效率显著提高 [7][8][9][10] - 2025年经济不确定性高，消费者信心受挑战，但客户和潜在客户越来越重视贷款技术投资，有利于公司市场领先平台MeridianLink One [11] - 尽管当前环境不佳，但公司相信长期机会，有信心在2025年及以后实现业务规模增长 [13][14] 其他重要信息 - 与一大型数据验证客户达成三年协议，预计2025年该客户年收入减少约600万美元，影响总收入增长约220个基点 [32][33] - 2024年因招聘新领导进行了较大规模股票授予，预计2025年股票授予将减少 [64] - 2025年2月董事会授权新的股票回购计划，可收购至多1.295亿美元股票 [64] 总结问答环节所有的提问和回答 问题1: 非抵押贷款业务的业务量敏感性 - 目前不会提供消费者业务的进一步披露，但会在未来电话会议中考虑 [69][70] 问题2: 41% EBITDA利润率目标的可持续性 - 公司对41%的利润率感到满意，实际参考数字是40%的指导。由于下半年的投资，第一季度或上半年利润率可能较高，投资计入损益表后会对利润率产生一定压力，但公司成本控制良好，资本部署有纪律 [71][72][73][74] 问题3: 2025年除销售和营销外其他类别的投资方向 - 产品方面，重点是数字界面、合作伙伴基础设施和抵押贷款业务；基础设施方面，围绕数据工程和扩展系统以支持未来业务增长 [78][79][80] 问题4: 业务管道的规模、构成以及新客户势头是否会持续 - 公司年底业务管道强劲，进入2025年上半年的势头良好。交叉销售举措取得成功，特别是抵押贷款业务和平台上的其他模块。客户和潜在客户有投资意愿，业务管道有望继续增长 [81][91][92] 问题5: 核心消费贷款业务的增长驱动因素及可持续性 - 9%的消费贷款增长由稳定的ACV释放驱动。在当前宏观环境下，客户对公司产品有需求，随着销售、交叉销售和新客户拓展的推进，该业务增长有望持续 [95][96][97] 问题6: 不同消费贷款类型在LOS业务中的占比情况 - 汽车贷款约占消费LOS业务的一半，其中约三分之二是二手车贷款，三分之一是新车贷款；非资产支持产品类别（信用卡和个人贷款）约占四分之一；其余构成消费业务的其余部分，且占比没有明显变化 [98][101][102] 问题7: 与Zest AI合作带来的增量价值及2025年欺诈产品阵容机会 - Zest AI是公司的AI决策合作伙伴，深度集成到平台中，为客户提供增强和自动化决策能力。公司在欺诈领域有多个合作伙伴，客户对欺诈防范有较高兴趣，公司将继续投资和拓展该领域 [105][106][108] 问题8: 通过并购加强业务的特定领域 - 并购考虑几个方向：一是进行平台扩展的tuck - in收购，满足客户与单一供应商合作的需求；二是向平台相邻领域拓展；三是考虑具有战略和增长意义的转型性并购，但更侧重于前两个方向 [112][113][116] 问题9: NRR改善的驱动因素及可持续性 - NRR改善得益于强劲的业务预订和ACV释放，以及小客户账户数量的减少。进入2025年，随着ACV释放和业务量增长，NRR有望持续增长 [119][120][121] 问题10: 客户流失率是否已见顶 - 客户流失受宏观环境影响，公司密切关注。消费业务的流失率大致符合预期，抵押贷款相关流失率略高。进入2025年，抵押贷款业务的变化将使流失率降低 [122][123][124]