行业市场规模与增长 - 中国高等教育教学数字化市场规模从2020年的127亿元人民币增长至2024年的213亿元人民币，复合年增长率为13.7% [1] - 预计到2029年，市场规模将进一步扩大至453亿元人民币，对应复合年增长率为16.3% [7] - 高等教育数字化教学内容制作市场预计到2029年规模达231亿元人民币，复合年增长率为18.8% [7] - 高等教育数字化教学环境市场预计到2029年规模达222亿元人民币，复合年增长率为14.1% [7] 公司市场地位 - 公司2024年在国内高等教育教学数字化市场收入排名第二，市占率为4% [1] - 公司在国内高等教育数字化教学内容制作市场收入排名第一，市占率为7.3% [1] - 公司客户数量从2022年的1174名增加至2024年的1738名，大客户数量从245名增加至449名 [9] 公司财务表现 - 公司收入从2022年的4亿元人民币增长至2024年的8.48亿元人民币 [2] - 2025年上半年公司收入为2.75亿元人民币 [2] - 公司毛利率从2022年的44.1%提升至2024年的61.9%，2025年上半年毛利率为46.9% [2][4] - 公司归母净利润从2022年的-5911万元人民币改善至2024年的1.05亿元人民币 [2][5] - 2025年上半年归母净利润为-9895.6万元人民币，主要受行业季节性模式影响 [2][5] 业务结构与发展 - 数字化教学内容服务及产品是公司支柱业务，收入占比从2022年的83.9%升至2025年上半年的91.3% [3][4] - 知识图谱业务收入占比从2022年的1.5%大幅提升至2025年上半年的54.7%，成为主力产品 [3][4] - 数字化课程业务收入占比从2022年的73.9%下降至2025年上半年的32.6% [3][4] - 虚拟仿真业务收入占比从2022年的8.5%下降至2025年上半年的3.9% [3][4] - 数字化教学环境服务及产品收入占比从2022年的15.9%下降至2025年上半年的8.7% [3][4] 核心产品与技术 - 公司于2022年推出知识图谱构建产品，截至2025年6月底已交付超过8700份知识图谱 [6] - 知识图谱产品覆盖工学、医学、理学、农学等多个学科门类 [6] - 公司计划未来设立1或2个知识图谱构建中心以支持业务增长 [6] - 公司于2020年推出虚拟仿真开发产品 [2]

行业市场概况 - 中国高等教育教学数字化市场规模从2020年的127亿元增长至2024年的213亿元，复合年增长率为13.7% [1] - 预计到2029年，市场规模将扩大至453亿元，对应期间复合年增长率为16.3% [7] - 其中，数字化教学内容制作市场预计复合年增长率为18.8%，至2029年规模达231亿元；数字化教学环境市场预计复合年增长率为14.1%，至2029年规模达222亿元 [7] 公司市场地位 - 卓越睿新在2024年国内高等教育教学数字化市场所有公司中收入排名第二，市占率为4% [1] - 公司在国内高等教育数字化教学内容制作市场所有公司中收入排名第一，市占率为7.3% [1] - 公司旗下品牌“智慧树”于2013年推出，已发展为国内知名的高等教育机构数字化教学解决方案提供商 [1] 公司财务表现 - 收入从2022年的4亿元增长至2024年的8.48亿元，2025年上半年收入为2.75亿元 [2] - 毛利率在2022年至2024年分别为44.1%、60.7%、61.9%，2025年上半年为46.9% [2][4] - 归母净利润在2022年为-5911万元，2023年为8142.1万元，2024年增长至1.05亿元，2025年上半年为-9895.6万元，亏损同比扩大 [2][5] 业务结构分析 - 数字化教学内容服务及产品是支柱业务，收入占比始终超过80%，并在2025年上半年升至91.3% [3][4] - 该业务涵盖教育部认可的12个学科门类及92个专业 [3] - 业务细分为数字化课程、知识图谱和虚拟仿真三个子单元 [3] 产品收入构成演变 - 2022年，数字化课程收入占比为73.9%，知识图谱和虚拟仿真占比分别为1.5%和8.5% [3] - 到2024年，知识图谱收入占比大幅提升至40.1%，接近数字化课程的41.4% [3] - 2025年上半年，知识图谱收入占比进一步升至54.7%，成为贡献增量收入的主力军 [3] 数字化教学环境业务 - 该业务旨在协助高等教育机构建立高效整合的数字化环境，细分为云LMS和数字化教室 [3] - 2025年上半年，云LMS和数字化教室收入占比分别为5.4%和3.4%，同比均有所萎缩 [3] 知识图谱业务发展 - 公司于2022年推出知识图谱业务，该业务随后快速放量 [6] - 截至2025年6月底，公司已为多个学科门类交付了超过8700份知识图谱 [6] - 公司计划在未来设立1或2个知识图谱构建中心，以支持该业务的快速增长和集中管理 [6] 客户与增长动力 - 客户数量从2022年的1174名增加至2024年的1738名，其中大客户数量从245名增加至449名 [9] - 每名客户平均收入和每名大客户平均收入均有不同程度的增长，呈现量价齐增趋势 [9] - 公司通过推出虚拟仿真开发、知识图谱构建等新技术与产品，致力于提供更具互动性、吸引力及个性化的学习体验 [2]

纪要涉及的行业或公司 * 公司为“零点有数”，主营业务为数据智能辅助决策，涉及政务、金融、消费品等行业 [1] * 行业涉及数据智能、人工智能（AI）、知识图谱、大模型应用及保险科技、金融科技等 [6][7][23] 核心观点和论据 **1 财务表现与战略调整** * 公司三季报毛利率提升，核心原因是数据决策智能软件业务占比从去年约25%提升至接近40% [1][2] * 数据决策智能软件业务毛利率约60%-70%，远高于传统咨询报告业务（毛利率仅20%+） [2] * 公司主动放弃低毛利业务，进行战略调整，旨在调结构而非单纯追求收入增长，导致收入小幅下降但亏损缩窄 [2][4][5] * 研发高峰期已过，研发费用大幅下降，投入更聚焦于基于知识图谱的低幻觉人工智能智能体研发 [3] **2 技术整合与产品方向** * 公司并购“海益思”后，整合其知识图谱技术，形成了“轻量级数据库+基于本体的知识图谱计算平台”的技术底座 [7][9] * 该技术平台旨在降低大模型幻觉，并利用大模型降低知识图谱构建和更新成本 [7][8] * 对标美国Palantir，计划将知识图谱能力从军工领域拓展至金融保险领域 [10][11] * 在保险细分领域探索新模式，目标按保费3%-4%进行TPA（第三方）收费，预计明年一季度推出产品 [11][12] * 在新消费领域（如新型零食）探索AIAAS模式，参与产品从概念到销售的全流程并分成，预计本季度落地 [26][27] **3 市场需求与业务亮点** * G端业务（政务）因经济环境及政府过紧日子相对低迷，但公司所在的民生治理领域（如12345热线）需求稳定未减量 [13][14] * B端业务需求增加但竞争激烈导致毛利率下降，公司通过AI审单等技术帮助客户降本增效，例如替代部分买手工作 [14][15] * 公司获得来自DeepSeek、豆包等大模型公司的商机，因客户发现大模型直接应用效果不佳，需要公司的工程化能力和行业Know-how进行落地 [19][20] * 观察到边缘计算趋势，并与芯片公司探讨合作，未来方向包括“软件芯片化” [21] **4 未来发展与商业模式演进** * 公司未来整合方向包括技术端、数据源（如IoT设备、软件系统积累的数据）以及行业线（保险科技、金融科技公司） [23][24] * 现有软件业务已具备类SaaS持续收费特征 [30] * 战略路径清晰：业务经验模型化、模型算法化、算法软件化、软件芯片化 [21][30] * 积极探索从卖工具转向卖结果的新型商业模式（AIAAS） [27][31] 其他重要内容 * 提及香港公司“海思科技”已递表港交所，其知识图谱相关收入约1亿元，AI Agent收入约1亿元，总规模约5亿元，作为知识图谱和AI Agent赛道受资本市场关注的佐证 [9] * 提及Palantir与英伟达的合作，作为边缘计算降低算力成本趋势的例证 [21]

大会概况 - 中国中文信息学会将于2025年10月28日至29日在北京举办第二届中国大模型大会（CIPS & CLM 2025）[2] - 大会旨在延续首届会议精神，聚焦大模型的理论突破、技术前沿、产业落地与生态共建，致力于打造更具技术深度与行业影响力的AI盛会[2] - 会议汇聚百余名国内NLP领域顶尖学者与技术专家，参会规模逾千人[2] 核心议程与特邀报告 - 大会荣幸邀请到管晓宏院士和方滨兴院士等多位知名专家作特邀报告[3] - 管晓宏院士（西安交通大学）将作题为“人工智能的奖励函数意味着什么”的报告[5][17] - 方滨兴院士（广州大学）将探讨“伦理与安全驱动的大模型关键技术研究”[5][18][20] - 文继荣教授（中国人民大学）将介绍扩散大语言模型新范式LLaDA，挑战自回归范式的地位[5][30] - 邱锡鹏教授（复旦大学）将提出“情境智能”作为补全AGI的关键拼图，以突破算力与数据瓶颈[6][33] 专题论坛与技术方向 - 大会将组织13场高端专题论坛，覆盖生成式AI、知识图谱、具身智能、情感计算等热点技术方向[3][7] - 专题论坛主题包括大模型与AIGC协同创新、大模型时代具身智能、大模型安全与隐私计算、大模型与民族语言等[7][8][10] - 具体技术议题涵盖智能体革命、大小模型协同、大模型高级推理、长上下文能力构建、多模态具身机器人等前沿领域[8][9][10] 产学研结合与产业应用 - 多个专题论坛聚焦产业落地，如“大模型时代语音技术的产学研协同”论坛将探讨学界和工业界如何协同发展[14] - 产业界代表将分享实践，包括阿里国际数字商业集团骆卫华博士探讨工业级大模型应用的挑战，字节跳动吴烨博士介绍大模型隐私保护推理，中国电信李杰博士分享星辰语音大模型研发应用[10][11][14] - 智慧医疗论坛将探讨AI全科医生构建、多模态医学数据分析、心电大模型等临床应用前景[11][16]

会议概况 - 新质生产力人工智能大会暨对接交流会在四川绵阳举行，作为科博会子活动 [1] - 会议吸引全国多省市企业负责人、高校专家及金融投资机构高管参与，通过经验共享和项目路演为新质生产力发展注入活力 [1] 行业趋势与专家观点 - 专家将AI进化类比人类进化，指出智能体是未来中国IT等产业发展的主题 [3] - 智能体互联网协议建设与应用是重要发展方向，并预测了人工智能未来发展方向 [3] - 企业AI智能自动化的未来在于打造数字员工组织，实现从赋能到共生的人机协同新范式 [3] 公司产品与技术展示 - 九科信息技术下一代企业自动化产品核心特性包括低门槛交互式辅助设计、智能性与可控性兼备、自动应对异常与变动以及数字员工团队组织与协作 [4] - 公司展示了突破卡脖子技术、开拓新场景的实践范例 [3] - 项目路演涵盖知识图谱与大模型融合的企业级文档管理、AI赋能金融、AI智能体服务科学家创业融资及企业成长、AI赋能情绪心理健康、智能线控制动及底盘域控技术等多个前沿领域 [4][5]

公司AI产品入选创新案例 - 公司9个AI产品通过开源大模型集成应用能力质效评估，入选首批"开源大模型+"软件创新应用典型案例，成为入选案例数量最多的公司[1] - 评估涵盖接入能力、应用能力、模型性能、安全能力、兼容适配、运营管理等六个维度[3] - 产品聚焦销售、核保、理赔和风控等实际业务场景，从68个入围案例中脱颖而出[3] AI能力建设与生态构建 - 公司构建"保险+科技+服务"模式，升级建设AskBob、智能图像、知识图谱、仿真预测四方面AI能力[4] - AskBob引入预训练大模型技术，已在核保、理赔等场景应用，团财核保答疑实现24小时0等待，有效解答率超90%[4] - 智能图像大模型替代烟囱式小模型，新场景交付时效大幅缩短，内容创作效率提升95%[4] - 知识图谱覆盖5类知识体系，实现知识自动化构建[5] - 仿真预测在车险保费预测场景实现从0到1突破[5] 业务场景应用与价值创造 - 公司完成DeepSeek大模型本地化部署，围绕销售、核保、理赔、风控等场景打造AI助手[6] - 创小保AI助手实现单条营销内容百万级客户精准触达，提升非车销售能力[6] - 团非数字核保人实现"人工核保"到"AI自核"模式变革，自核率提升17pt，首次报价时效缩短至2小时以内[7] - 数字化风控体系实现每年AI减损金额超50亿元[7] 行业地位与未来规划 - 公司AI大模型技术已全面融入业务流程，展现AI技术创新实践上的强大实力[3] - 公司在ICDAR、EMNLP、Gartner等多个世界AI顶级会议比赛中获得冠军[4] - 未来将深化数字化转型，推进"人工智能+"行动[7]

业绩总结 - 2022 - 2024年公司总收入分别为4.001亿、6.53亿和8.482亿元，2024年较2023年增加29.9%[154] - 2022 - 2024年公司销售成本分别为223,566千元、256,621千元、323,040千元[58] - 2022 - 2024年公司毛利分别为176,545千元、396,343千元、525,158千元，毛利率分别为44.1%、60.7%、61.9%[62] - 2022 - 2024年公司经营（亏损）/利润分别为 - 79,387千元、87,093千元、108,728千元，占比分别为 - 19.8%、13.3%、12.8%[54] - 2022 - 2024年公司本公司拥有人应占（亏损）/利润及全面（亏损）/收益总额分别为 - 59,110千元、81,421千元、105,071千元，占比分别为 - 14.8%、12.5%、12.4%[54] - 2022 - 2024年数字化教学内容服务及产品收入分别为335,554千元、538,434千元、709,964千元，占比分别为83.9%、82.5%、83.7%[56] - 2022 - 2024年数字化教学环境服务及产品收入分别为63,471千元、113,915千元、137,620千元，占比分别为15.9%、17.4%、16.2%[56] 用户数据 - 2022 - 2024年客户数量分别为1,174、1,422、1,738[32] - 2022 - 2024年每名客户平均收入分别为340,809.9元、459,187.1元、488,031.1元[32] - 2022 - 2024年重叠客户数量分别为291、346、449[32] - 2022 - 2024年每名重叠客户平均收入分别为711,504.1元、1,018,652.0元、1,102,294.3元[32] - 2022 - 2024年重叠客户贡献的收入分别为207,047.7千元、352,453.6千元、494,930.2千元[32] - 2022 - 2024年大客户数量分别为245、344、449[32] - 2022 - 2024年购买多款数字化教学内容服务及产品的客户分别为112名、313名及579名[34] - 2022 - 2024年数字化课程开发服务的客户分别为950名、1147名及1298名，同年分别交付7914门、11167门及12304门数字化课程[34] - 2022 - 2024年同时购买两款数字化教学环境服务及产品的客户分别为9名、23名及15名[37] - 2022 - 2024年分别有477名、516名及676名客户订阅云LMS（学习管理系统）[39] - 2022 - 2024年分别有零名、5名及12名客户订阅LiveCourse（同步课堂网）[39] 未来展望 - 公司战略包括聚焦战略客户、升级产品、布局知识图谱开发中心及招聘人才[52] - [编纂]净额预期用于提升客户服务及支持能力、设立知识图谱开发中心、营运资金及一般公司用途[80] 新产品和新技术研发 - 往绩记录期公司开发超31,000门数字化课程，涵盖12个学科门类及92个专业[29] - 公司有627门数字化课程获评金课，在按收入计的前五大参与者中排名第一[29] - 2023年及2024年为多学科门类分别交付超1200份及4600份知识图谱[38] - 2022 - 2024年分别交付6个、15个及5个沉浸式教室和3个、16个及12个全景教学空间[39] 其他 - 每股H股面值为人民币1.00元[10] - 发行价申请时申请人或须支付最高发行价每股另加相关费用，多缴股款可退还[8] - 2023年公司在中国高等教育教学数字化市场收入排名第二，市场份额3.4%；在数字化教学内容制作市场收入排名第一，市场份额6.2%[28][50] - 截至2024年12月31日，公司在95个城市设有247个客户服务和支持中心[42] - 2022 - 2024年前五大客户收入占总收入比例分别为6.5%、7.1%、5.0%，最大客户收入占比分别为1.4%、2.6%、1.2%[45] - 2022 - 2024年前五大供应商采购占总采购量比例分别为50.8%、37.3%、32.2%，最大供应商采购占比分别为35.6%、21.7%、16.3%[45] - 2023年前五大公司在中国高等教育教学数字化市场总份额为12.6%，市场规模从2019年111亿元增至2023年193亿元，复合年增长率14.8%[50] - 截至2022 - 2025年4月30日，公司存货、贸易应收款项及留置金应收款项、现金及现金等价物、贸易应付款项、流动资产净值有相应数据变化[66][67] - 截至2022 - 2024年，非流动资产总值、非流动负债总额有相应数据[68] - 2022 - 2024年经营活动所得/（所用）现金净额分别为(48,135)千元、10,914千元、(9,526)千元[73] - 2022 - 2024年净利率2022年不适用，2023 - 2024年分别为12.5%、12.4% [75] - 2022 - 2024年权益收益率2022年不适用，2023 - 2024年分别为23.5%、23.6% [75] - 2022 - 2024年资产负债率分别为6.2%、6.7%、16.4% [75] - 公司已根据相关标准向联交所申请批准H股[编纂]，预计市值超过40亿港元[83] - 公司于往绩记录期间概无派付或宣派股息，未来宣派股息由董事酌情决定[87] - 公司面临技术发展、市场竞争、客户留存、信贷风险等多方面挑战[136][152][145][148]

知识图谱定义与结构 - 知识图谱是由实体（节点）和关系（边）组成的结构化网络，用于以机器可读形式编码知识，实体对应现实世界概念（如人物、地点），边表示实体间关系（如"Person worksFor Company"）[1][2] - 采用灵活的基于图的数据模型（如RDF或属性图），支持异构和动态数据，通过唯一ID或URI标识实体，属性可附加到节点和边上以补充详细信息[2] - 与传统关系数据库相比，知识图谱能更好地捕获信息上下文和含义，促进数据整合与新事实推断[2] 知识图谱在AI中的作用 - 为AI系统提供结构化背景知识，支持多跳连接查询、逻辑规则应用和上下文关联，增强语义理解与推理能力[3][4] - 主要应用包括：知识集成（打破数据孤岛）、语义丰富（为NLP/ML添加语境）、逻辑推理（推断新事实）、人机交互（生成可解释答案）[3][4] - 通过链接多源数据（如客户数据、社交媒体）实现全局分析，例如图像识别系统可结合知识图谱提升对象分类理解[3] 知识图谱的优势 - 减少AI数据需求：编码先验知识（如"阿司匹林治疗头痛"）可降低对大规模标注数据的依赖[5] - 改进迁移学习：跨任务复用图谱知识（如城市道路网络理解），无需重新训练[6] - 增强可解释性：通过关系链追溯决策依据（如金融AI标记欺诈交易的原因）[6] - 提升互操作性：共享词汇表和标识符实现跨系统数据整合，如谷歌搜索利用知识图谱优化结果[7] 历史演变 - 概念源于20世纪60年代语义网络，经语义网（RDF/OWL标准）和链接数据（2006年）发展，2012年谷歌知识图谱推动商业化应用[8] - 当前形态包括领域专用图谱（医疗/金融）、开放知识库（Wikidata）和企业知识图谱，动态图谱可自动更新（如整合新研究成果）[8] - 科技巨头自建图谱案例：微软Satori、Facebook实体图谱[8] 最新技术进展（2023-2025） - **与LLM融合**：KG作为外部知识源减少LLM幻觉，支持检索增强生成（RAG）；LLM辅助自动化KG构建（实体/关系提取）[9][10][11] - **嵌入与图机器学习**：TransE/ComplEx等嵌入模型升级，结合GNN/Transformer处理复杂关系；基准测试（FB15k-237）推动链接预测精度提升[12][13] - **自动推理**：SPARQL优化器改进，神经符号系统处理不确定性；超关系图谱支持n元事实推理，查询语言扩展（Cypher/GSQL）[14][15] 新兴趋势 - 企业级自动化管理（AI驱动构建/更新）与可信AI（决策溯源）成为重点[16][17] - 领域专用图谱（生物医学/法律）快速发展，多模态集成（图像/音频链接实体）受关注[16] - 知识嵌入2.0融合本体与文本描述，混合符号-神经方法成为研究方向[16]