文章核心观点 - 贵州省贵阳市通过“创业黔行”专项服务中的“创业陪跑”活动，为初创企业提供全周期、针对性强的跟踪帮扶服务，有效解决了企业在商业模式、资本融资、法律合规及市场拓展等方面的核心难题，提升了创业成功率，并搭建了连接高校、资本与企业的资源对接桥梁 [1][2][4] 服务模式与特点 - “创业陪跑”服务模式为“专家上门诊断－发展资源对接－跟踪陪跑服务”的全周期陪跑，提供“一对一”或“多对一”的个性化指导 [4] - 相比单次培训或集中宣讲，该服务更强调持续性、针对性和落地性，能针对企业实际问题给出解决方案 [2] - 服务重点聚焦高校毕业生等青年创业者、返乡入乡创业人员及创业载体入驻企业的发展需求 [4] - 目前已邀请10余名来自大数据、技术转化、投融资等领域的专家，为贵阳贵安多家初创企业提供精准指导和个性化解决方案 [4] 企业案例与具体成效 - **贵州数幄科技有限公司（大数据与AI应用）**：通过两次一对一指导，公司团队战略意识显著提升，对资本、财务、法律问题的认识更加专业，为后续融资和市场拓展打下基础 [1][2] - 该公司通过活动对接了贵州大学公共大数据实验室专家进行商业模式梳理，并对接广州博瑞资本控股有限公司获得财务法律咨询 [2] - **贵州溪坊精酿啤酒有限公司**：通过两次上门指导和政策宣传，获得了融资指导与产品销售渠道的信息资源，对扩大影响力、完善结构、获取投资资源有实质帮助 [3] - 该公司已与花溪区板桥街道办事处对接融资事宜，初步达成投资意向80万元，并与贵州招商易科技服务有限公司对接二期厂房扩建事宜 [3] 资源对接与桥梁作用 - “创业陪跑”活动把高校科研资源、资本机构与初创企业真正连接起来，让创业者获得多维支持 [2] - 活动为优质创业项目搭建了融资对接“桥梁” [4] - 对科技型、AI类企业尤为重要，降低了初创企业的“试错成本” [2] 未来发展方向 - 受益企业期望此类活动能长期坚持，延长陪跑周期，覆盖企业不同发展阶段，增强行业细分匹配度，并形成持续跟踪机制 [3] - 贵阳市人社局下一步将结合本地产业发展情况，强化创业服务全链条，打造具有贵阳贵安特色的创业服务品牌 [4] - 将持续聚焦初创企业需求，对接相关资源，做好跟踪服务，提供“全周期、零距离”的陪伴式服务 [4]

贵州省2025年经济发展与产业建设成果 - 核心观点：贵州省将“大抓产业、大抓项目、大抓招商”作为经济工作头号工程 通过高水平产业发展、高质量项目建设和高效能招商引资 推动经济高质量发展并取得显著成效[1] 招商引资成果 - 2025年1至11月 全省纳入拟招重大项目863个 拟引资5486.9亿元 其中已签约652个 合同额3371.2亿元 已开工444个 合同额1799亿元[6] - 招商主攻方向明确 着力引进世界500强、行业龙头、专精特新等优强企业[8] - 瓮安县2025年新签约项目34个 总投资达371.6亿元 并成功引入福建永荣等重点企业[13] 产业发展与集群建设 - 推动“六大产业基地”向“六大产业集群”转型提升 加快壮大“三大特色产业”[8] - 2025年前三季度 全部工业增加值同比增长7% 对经济增长的贡献率为36.4%[8] - 磷、煤、氟化工实现耦合循环一体化发展 “电动贵州”形成矿石-材料-电池-整车全产业链发展生态 数字制造、数智赋能、算力等产业融合贯通 酱香型白酒形成主业突出、配套完善、整体协同的发展体系[16] 重大项目进展与效益 - 2025年前三季度 “5+3”项目对全省投资贡献率达71.8%[15] - 贵州铝业集团双元新材料公司技改升级及扩能项目采用节能环保的500KA电解槽型及智能化控制技术 完成等量技改并新增10万吨电解铝产能 其电解槽比传统设备能耗降低15%[10][11] - 贵州江山-瓮福新材料及电子化学品项目一期建成投产[13] - 贵州美锦华宇煤焦氢综合利用示范项目建成投产 贵州能源水城“煤-焦-化-电”循环经济基地项目进入调试生产阶段 贵州毕节磷煤化工一体化项目进入公用设施施工阶段[15] 重点区域与企业表现 - 贵阳大数据科创城2025年新增聚集企业530余家 累计聚集企业达1920家 2025年其规上服务业完成营收628亿元[1] - 瓮安县截至2025年11月规模工业总产值完成155.5亿元 同比增长27.2% 工业税收完成11.2亿元 同比增长51%[15] - 贵州铝业集团双元新材料公司项目所在地已聚集69家企业 构建起完整的产业链条[10] - 企业如贵州慧科未来科技有限公司与中科富创(贵州)智能技术有限公司基于产业聚集效应和良好营商环境入驻贵阳大数据科创城 后者自主开发了物流行业首个垂类大模型[3]

工业大数据行业概述 - 工业大数据是指在工业领域中，以数据为核心生产要素，通过数据技术、产品、服务等形式，使数据与信息价值在工业经济活动中得到充分释放的赋能型产业，涵盖从数据采集、存储、处理、分析到应用的全过程 [1][4] - 工业大数据以产品数据为核心，来源主要包括生产经营相关业务数据、设备物联数据和外部数据三类 [4] - 工业大数据除具有一般大数据的特征外，还具有时序性、强关联性、准确性、闭环性等特征 [4] 市场规模与增长 - 中国工业大数据行业市场规模从2018年的400亿元增长至2024年的1373亿元，年复合增长率为22.82%，预计2025年将达到1543亿元 [1][12] - 作为核心基础设施，中国数据中心行业市场规模从2019年的878亿元增长至2024年的3048亿元，年复合增长率为28.26% [9] - 中国大数据行业整体市场规模从2016年的0.28万亿元增长至2024年的2.4万亿元，年复合增长率为30.81%，预计2025年将突破3万亿元 [10] 行业应用结构 - 大数据应用在互联网行业占比最大，达48.8%，其次在政府、金融、电信、工业等行业的占比分别为11.7%、9.9%、9.1%、5.2% [10] 政策环境 - 政府高度重视工业大数据发展，例如2025年5月工信部等三部门印发《电子信息制造业数字化转型实施方案》，深化先进计算、智能控制、大数据等技术应用 [4][5] - 2025年6月河南省提出，到2025年全省大数据产业规模突破2000亿元，培育大数据标杆企业100家，大数据发展创新平台突破200个 [5] 产业链结构 - 产业链上游为基础支撑，包括数据可视化、数据中心、数据挖掘、云计算、人工智能、服务器、数据采集等 [7] - 产业链中游为工业大数据服务 [7] - 产业链下游为应用领域，包括航空航天装备、信息通信设备、海洋工程装备、数控机床、医疗器械、新能源汽车、轨道交通装备、电力、石油等 [7] 市场竞争格局 - 市场已形成内外竞争、层次分明的格局，国际巨头如IBM、Oracle等在高端市场占据重要地位 [12] - 以华为、东方国信、荣联科技、华胜天成、海兰信、汉得信息等为代表的国内企业迅速崛起，依托对本土场景的深刻理解和定制化能力，竞争力不断增强 [12] 重点企业分析 - **东方国信**：主营业务是为客户提供企业级大数据、人工智能、云计算、工业互联网等平台、产品、服务及行业整体解决方案，2025年前三季度营业收入为14.31亿元，同比下降3.73% [13] - **荣联科技**：作为专业数字化服务提供商，主要业务包括企业服务、物联网和大数据、生命科学三个部分，2025年前三季度营业收入为10.56亿元，同比下降23.14% [15] 发展趋势 - **从描述性分析到决策性智能**：向实时决策与自主优化演进，深度融合边缘计算与人工智能，形成“感知-分析-决策-执行”的闭环 [15] - **从数据孤岛到价值网络融合**：打破企业内及产业链上下游的数据壁垒，通过隐私计算、区块链等技术构建工业数据价值流通网络 [16] - **从流程优化到知识沉淀与复用**：转向对工业隐性知识的数字化挖掘、封装与规模化复用，利用AI模型将核心知识转化为可复用的“工业知识组件” [17] 相关企业 - 相关上市企业包括：东方国信（300166）、荣联科技（002642）、华胜天成（600410）、海兰信（300065）、汉得信息（300170）、中科曙光（603019）、烽火通信（600498）、传音控股（688036）、润建股份（002929）、阿里巴巴-W（09988）等 [2] - 其他相关企业包括：华为技术有限公司、北京永洪商智科技有限公司、广州市海捷计算机科技有限公司、北京赛思信安技术股份有限公司、沈阳格微软件有限责任公司等 [3]

文章核心观点 - 作者认为观察和理解宏观大趋势虽然困难但能产生对社会进步的洞察 进而可能带来有用的投资启示[1] - 作者强调在投资时关注基本面 领导层质量 产品线等细节至关重要[1] - 作者的个人兴趣使其始终关注大趋势和技术发展 但同时坚信基本面和市场技术分析对于发现机会至关重要[1] 作者背景与经验 - 作者曾在一家大数据公司工作 指出大数据的应用前景诱人但实施过程复杂且失败常见[1] - 作者近年专注于市场营销和商业战略 主要服务中型公司和初创企业[1] - 作者具有国际发展领域工作经验 包括为外国总理办公室工作 以及在美国的非营利工作 曾评估初创企业和新兴行业/技术[1] - 作者曾兼职担任技术和经济新闻记者[1] 作者投资立场 - 作者披露其目前未持有所提及公司的任何股票 期权或类似衍生品头寸[2] - 作者披露其可能在未来72小时内通过购买股票或看涨期权等方式 对PLTR建立有益的多头头寸[2]

交易核心公告 - GlobalTech Corporation (GTC) 宣布达成最终购买协议 将收购英国高端鞋履品牌Moda in Pelle (MIP) 51%的股权 [1] - 交易对价将包括GTC的普通股和A系列可转换优先股 预计在未来30天内完成 取决于惯例成交条件 [1][3] - 此次收购旨在为GTC提供额外收入来源 通过Thrivo AI技术增强其电子商务能力 并加强其在英国市场的运营版图 [1] 收购标的详情 - 标的公司MIP成立于1975年 是一家拥有50年历史的英国鞋履品牌 以优雅设计和意大利工艺著称 [1][4] - MIP在英国市场拥有强大影响力 通过超过40家零售店、特许专柜及线上渠道销售高品质鞋履和配饰 [4] - 在上一财年 MIP实现了约3700万美元的净收入 [1] 战略与协同效应 - 公司CEO表示 收购MIP符合公司战略 预计将创造巨大价值 增强技术能力 并提供进入利润丰厚的英国市场的直接通道 [2] - 计划在MIP的生态系统中部署Thrivo AI 以进一步提升GTC和MIP双方的业务运营效率 [1][2] - A系列可转换优先股的主要转换条件之一是公司普通股在纳斯达克资本市场升级上市 [3] 公司背景与信息 - GlobalTech Corporation是一家美国科技控股公司 专注于人工智能、大数据和新兴技术领域 [1][6] - 更多交易细节可查阅公司于2025年12月2日向美国证券交易委员会提交的8-K表格当前报告 [5]

行业核心挑战与现状 - 全球97%的金融服务企业面临数据孤岛问题，阻碍其构建和部署高效AI模型的能力[1][3] - 数据安全被视为AI成功落地的最大障碍，AI创新需建立在可信、统一的数据治理与安全基础之上[1][3] - 近一半（48%）的企业已完成AI初步试验但尚未将技术全面融入核心运营，存在显著的“实施差距”[3] - 已有26%的公司在企业内部实现全域AI，显示出行业内部 adoption 进度分化[3] AI部署策略趋势 - 混合AI部署成为金融服务业重要战略，高达91%的机构认为混合策略极具价值[1] - 目前62%的金融服务机构采用融合公有云、数据中心及边缘环境的混合AI策略[2][6] - 灵活且数据全域化的基础设施已成为企业保持竞争优势的核心需求，而非额外选择[2] 数据治理与安全需求 - 随着混合部署兴起，84%的组织认为在所有环境中实施统一的数据治理与安全框架“至关重要”或“非常重要”[6] - 四分之一（25%）的企业在评估AI平台供应商时将安全性列为首要考虑因素[6] - 金融机构需要统一的数据与AI平台，以确保所有环境中实现一致的治理与安全，从而建立信任并管控风险[3] AI技术采用普及度 - 目前97%的金融服务公司正在部署至少一种AI/机器学习用例[6] - AI已从一项新兴技术转变为推动业务发展的核心推动力[6]

大赛概况 - 第五届广东韶关大数据创新创业大赛预热活动于10月10日下午在广东软件科学园举行 [1] - 大赛主题为“智汇英才·数聚韶关·共筑算力新势能” [1] - 大赛由韶关市人民政府主办，旨在推动大数据产业创新与人才集聚，助力韶关打造粤港澳大湾区国家算力枢纽和华南地区算力中心 [1] 产业基础与建设成果 - 韶关作为粤港澳大湾区国家算力枢纽的重要节点，正建设华南地区唯一的国家数据中心集群 [3] - 目前已建成12万标准机架承载能力，上架近8000P智能算力，成为华南地区规模最大的智能算力集聚区 [3] - 自2021年首届大赛以来，累计吸引超过1000个项目参与，成功落地企业17家 [3] 活动内容与行业洞见 - 活动包含院士及专家对人工智能发展趋势、大数据产业发展机遇与挑战的解析 [5] - 大赛以“实景、实需、实效”为导向，紧密对接韶关本地产业转型需求 [5] - 联合韶钢、韶冶等多家龙头企业，围绕智能制造、绿色算力、智慧城市等重点方向发布近20项技术需求 [5] 赛制设置与支持政策 - 大赛设置企业组与团队组双赛道，并特别设立“落户优选奖”、“企业合作奖”、“企业英才奖” [5] - 为优秀项目提供项目孵化、技术合作及人才引进的全方位支持 [5] - 获奖团队可享受韶关市“百团千才万匠”人才政策专项服务，包括场地补贴、研发补助与人才对接等多项支持 [5] 赛事安排与目标 - 大赛半决赛及总决赛将于今年11月在韶关举行 [5] - 赛事是技术比拼与人才选拔，更是韶关面向全国发出的“数字请柬”，邀请各界创新力量参与大数据产业建设 [5]

公司活动 - 公司首席财务官Shan-Nen Bong将于2025年9月16日在投资者峰会虚拟会议上发表演讲 [1] - 演讲内容涵盖公司增长战略和市场机遇的内部视角 [1] 公司背景 - 公司是中国领先的移动大数据解决方案平台 [1] - 公司纳斯达克股票代码为JG [1]

大数据行业定义与范围 - 大数据涵盖结构化、非结构化和半结构化数据 涉及数据处理、存储、分析以及数据挖掘、转换、可视化和预测分析工具的开发[1] 全球大数据市场规模预测 - 2024年全球大数据市场规模达1996.3亿美元 预计2025年增长至2244.6亿美元 2033年将达5734.7亿美元 年复合增长率12.44%[2] - 另据预测 2024年市场规模为2202亿美元 2028年将达4012亿美元 年复合增长率12.7%[2] - 大数据分析市场2024年规模为2771.4亿美元 预计2025年达3037.1亿美元 2033年突破10452.6亿美元 年复合增长率13.7%[3] 重点公司季度表现与推荐 - 推荐五家大数据公司：英伟达、Palantir、微软、IBM和F5 均获Zacks2（买入）评级[4] - 这些公司年内价格表现已通过图表展示[6] 英伟达(NVIDIA)业务动态 - 第二季度财报表现强劲 但中国H20芯片销售因美国政府决策陷入停滞 中国当局鼓励使用本土AI芯片[7] - 第三季度销售指引为540亿美元±2% 若恢复对华H20销售可额外增加20-50亿美元收入[8] - Blackwell GPU在云提供商中创销售纪录 第二季度环比增长17%[9] - 计划2025年下半年推出Blackwell Ultra 2026年发货Vera Rubin 并公布2027年Rubin Next和2028年Feynman AI芯片路线图[11] - 预计本十年末AI基础设施支出达3-4万亿美元[11] - 当前财年（2026年1月结束）预计收入和盈利增长率分别为56.3%和48.5% 过去30天年度盈利共识预期上调4.2%[12] Palantir Technologies业务进展 - 第二季度营收首次突破10亿美元 超出所有预期[13] - 商业业务加速增长 2023年推出人工智能平台（AIP）整合开源与商业大语言模型[14][15] - 全年营收指引从38.9-39亿美元上调至41.42-41.50亿美元[16] - 当前财年预计收入和盈利增长率分别为45.6%和58.5% 过去60天年度盈利共识预期上调12.1%[16] 微软(Microsoft)业绩表现 - 受益于AI业务增长和Copilot采用率提升 Azure云基础设施加速扩张[17] - 第四季度财报全面超预期 体现其在云和AI市场主导地位[18] - Azure全球云市场份额约20-24% 年收入超750亿美元且增长34% 全球基础设施覆盖70个区域超400个数据中心[19][20] - 当前财年（2026年6月结束）预计收入和盈利增长率分别为14%和12.5% 过去30天年度盈利共识预期微调0.1%[21][22] IBM战略布局 - 混合云和AI解决方案需求健康增长 收购Hakkoda增强数据专业能力[23] - 长期增长动力来自数据分析、云计算和安全领域 企业云工作负载因生成式AI部署显著扩大[24] - watsonx平台包含三款产品：AI开发工作室watsonx.ai、数据存储平台watsonx.data和治理工具包watsonx.governance[25] - 当前财年预计收入和盈利增长率分别为6.4%和7.7% 过去30天年度盈利共识预期微调0.1%[26] F5公司市场定位 - 软件增长强劲 受公共云和安全产品需求推动 多云环境应用安全需求增长带来利好[27] - 过去五年收购六家企业以增强网络安全能力并扩大市场份额[28] - 在应用网络市场具独特优势 专注于第4-7层内容交换 为数据中心提供定制化解决方案[29] - 下财年（2026年9月结束）预计收入和盈利增长率分别为3.9%和4% 过去30天年度盈利共识预期上调0.4%[30] 行业增长驱动因素 - AI驱动需求推动英伟达、微软和Palantir业绩增长[10] - IBM和F5受益于混合云、安全及多云解决方案的广泛采用[10]

行业规模与增长 - 2023年大数据产业规模突破1.3万亿元 同比增速达30% [4] - 人才缺口高达150万 供需比达1:10 [4] - 成都、武汉等新一线城市人才需求增速超40% [4] 人才需求特征 - 北上广深杭占人才需求总量65% [4] - 应届生平均起薪12K 3年经验者年薪普遍30万+ [4] - 算法工程师、数据分析师、大数据开发工程师位列需求前三岗位 [4] 就业竞争态势 - 大数据岗位简历投递比仅为1:3 远低于其他技术岗位1:15 [5] - 头部企业校招报录比达1:50 [5] - 金融、医疗、零售、制造等领域应用场景持续拓展 [4] 核心技术要求 - 需精通Java/Python/Scala至少一门编程语言 [7] - 必须掌握Hadoop/Spark/Flink三大框架体系 [7] - 需具备SQL优化与NoSQL数据库应用能力 [7] - 要求掌握机器学习常用算法原理与调参经验 [7] 业务能力要求 - 需要从海量数据中发现价值点的数据敏感度 [7] - 需理解垂直领域业务逻辑的行业认知深度 [7] - 要求使用Tableau/PowerBI进行可视化呈现 [7] - 需要跨部门需求对接与方案落地的沟通协作能力 [7] 职业发展路径 - 技术专家路线：初级工程师→架构师 年薪可达百万 [7] - 管理晋升路线：数据分析师→CDO（首席数据官） [9] - 跨界转型方向包括金融科技、医疗健康、智能制造等领域 [9] 行业发展趋势 - 流式计算替代批量处理 金融风控、物联网领域需求激增 [10] - AI与大数据的深度融合 AutoML技术降低分析门槛 [10] - 行业专属解决方案受青睐 农业大数据、能源大数据等细分领域崛起 [10] 人才价值趋势 - 具备"大数据+行业知识"的复合型人才薪酬将比纯技术人才高出35% [10] - 数据安全与隐私计算将成为必备技能 [10] - 需保持每年300小时以上的学习投入以应对技术迭代 [8]