日期 | 股票名 | 调研地点 | 调研形式 |
2025-07-02 | 零点有数 | - | 特定对象调研 |
PETTM | PB | 股息率TTM | 总市值 | 换手率 |
---|---|---|---|---|
- | 6.57 | - | 30.82亿 | 2.26% |
营业收入同比增长率(%)(单季度) | 营业收入同比增长率(%) | 归母利润同比(%)(单季度) | 归母利润同比(%) | 净利润/营业总收入 |
-44.62% | -44.62% | -35.66% | -35.66% | -98.18 |
销售毛利率 | 销售毛利率(单季度) | 销售净利率 | 销售净利率(单季度) | 毛利 |
29.09% | 29.09% | -98.18% | -98.18% | 0.07亿 |
销售费用/营业总收入 | 管理费用/营业总收入 | 营业总成本/营业总收入 | 归属于母公司的股东权益/带息债务 | 研发费用/总市值 |
42.10 | 76.66 | 201.73 | 18.29 | - |
存货周转天数 | 应收账款周转天数 | 资产负债率 | 利息费用/息税前利润 | 息税前利润 |
337.58 | 501.67 | 24.09% | 0.02% | -0.26亿 |
企业自由现金流量 | 带息债务 | 财务数据报告期 |
业绩预告
公告日期
报告期
|
业绩预告变动原因 |
0.26亿 | 2025-03-31 | - | - |
参与机构 |
青岛朋元资产,上海臻宜投资,上海迅胜投资,玖金基金,涌乐投资,今越投资 |
调研详情 |
一、公司概况介绍环节 公司业务:公司起步时,由于当时数据丰富度有限,需要自行开展调研以获取数据,进而进行分析。随着大数据时代的到来,公司的角色逐渐发生转变。如今,调研成为大数据时代最大的数据补丁,当面临数据缺失或部门间数据不共享的情况时,公司能够通过调研获取数据,为客户提供完整的数据支持,这使得公司在数据服务方面相较于单纯依赖大数据的企业更具优势。 公司软件业务发展战略:公司发展软件业务的战略是业务经验模型化、模型算法化、算法软件化。公司最大核心竞争力是一种比较优势,尤其是公司具备咨询公司的基因。咨询公司的基因最大的价值在于能够快速识别客户需求,沉淀行业 KNOW HOW,并具备建立模型的方法论。同时公司运用了机器学习、自然语言处理(NLP)、垂类大模型、知识图谱等等人工智能技术开发数据智能软件。 模型构建能力的提升:公司业务不断进化,随着商业周期缩短,公司意识到需要快速自动分析能力。从最初的数据收集与人工分析,逐渐向自动分析转型。随着分析模型自动化程度的提高,如回归分析等常见模型已能实现自动化操作,公司进一步追求模型的创新构建能力。在当今时代,算法模型成为关键,与传统常模不同,公司需要针对各种问题提炼出独特的模型,使建模成为常规手段。 二、互动交流 1、公司业务与技术落地 在数据智能技术(简称 "数智技术")研发过程中,零点有数始终秉承问题导向的价值主张,专注于解决客户的场景业务问题。在各个垂直领域,通过深入洞察客户需求和行业痛点,公司开发出了诸多数据智能管理与分析模块,将针对特定场景问题解决的行业知识、算法模型与大模型技术相结合构成决策支持核心,从而形成切实有效的数字化解决方案,应用效果受到很多客户认可。 比如,在 "12345 政务服务便民热线" 领域,公司基于问题导向开发的一套响应性算法模型机制,不局限于"12345 政务服务便民热线" 领域,其技术泛化能力使得它还能够更广泛地应用于其他行业领域的服务与响应场景。结合 12345 政务服务便民热线数智应用场景,基于蒸馏分类模型以及多目标优化算法,将深度学习算法与智能多目标优化算法融合运用到工单派单过程中,产出适应多种派单需求的派单系统;在自助分析领域,开发了如可视化大屏、数据面板、无代码、自动报告等多种自助分析工具,为商业领域和政务服务领域客户提供便捷自助分析服务;在知识图谱应用方面,开发了覆盖城市治理应用的一些重要维度的事理图谱,构建了数据治理与算法库,搭建了从数据存储(数据层)、业务辅助(支撑层)、图谱处理(智谱层)、算子服务(引擎层)到系统展示(展示层)的知识图谱生产五层框架,为城市治理应用系统开发打造了一个知识提炼底座,从而极大地提供了城市治理应用系统开发的效率。 2、知识图谱与大模型的关系 公司将零点有数与并购企业海乂知的技术进行了整合。知识图谱是不同具体领域知识的"基础设施",提供可解释的逻辑骨架,解决大模型的"幻觉"问题,从而提升大模型技术的准确度;大模型是知识进化的"动力引擎",通过大模型的自动化标注与语义理解能力,打破知识图谱更新的"高成本、低覆盖",解决知识图谱构建尤其是更新的高成本问题;公司认为未来"图谱骨架 +大模型引擎"的深度融合,将在政务、金融、保险等场景中抢占数智化先机。 目前公司知识图谱与大模型技术混合智能决策在部分客户中有落地实践。同时,公司在非生成 AI 领域的技术提升推理逻辑的可解释性,弥补生成式 AI的不足。 3、知识图谱在特种业务和民用业务的应用与融合 海乂知在特种领域积累的本体构建经验(如装备故障分层逻辑)可复制到民用场景。例如政务领域"政策推荐"借鉴特种业务情报分析框架,通过文本分析匹配企业与政策,提高政策推荐精准度。海乂知知识图谱技术在特种领域的积累,将有助于公司向政务领域、金融领域、保险领域的扩展。 |
AI总结 |
|
免责声明:数据相关栏目所收集数据,均来自第三方个人或企业公开数据以及国家统计网站公开发布数据,数据由计算机技术自动收集更新再由作者校验,作者将尽力校验,但不能保证数据的完全准确。 阅读本栏目的用户必须明白,图表所示结果或标示仅供学习参考使用,均不构成交易依据。任何据此进行交易等行为,而引致的任何损害后果,本站概不负责。