[中报]拓尔思(300229):2026年半年度报告
原标题:拓尔思:2026年半年度报告 2026年半年度报告 2026年 8月 29日 2026年半年度报告 第一节 重要提示、目录和释义 公司董事会及董事、高级管理人员保证半年度报告内容的真实、准确、完整，不存在虚假记载、误导性陈述或者重大遗漏，并承担个别和连带的法律责任。 公司负责人李渝勤、主管会计工作负责人林义及会计机构负责人(会计主管人员)林义声明：保证本半年度报告中财务报告的真实、准确、完整。 所有董事均已出席了审议本次半年报的董事会会议。 本半年度报告中相关技术指标均按公司内部口径测算，不构成业绩承诺；报告内引用的行业数据及第三方预测不代表公司盈利预测；报告中涉及未来计划或规划等前瞻性陈述的，均不构成公司对投资者的实质承诺，投资者及相关人士均应对此保持足够的风险认识，并且应当理解计划、预测与承诺之间的差异，敬请投资者注意投资风险。 公司在本报告第三节“管理层讨论与分析”中“十、公司面临的风险和应对措施”部分，详细描述了公司经营中可能存在的风险及应对措施，敬请投资者关注相关内容。 公司计划不派发现金红利，不送红股，不以公积金转增股本。 目 录 第一节 重要提示、目录和释义 ........................................................................................................ 2 第二节 公司简介和主要财务指标 .................................................................................................... 7 第三节 管理层讨论与分析 .............................................................................................................. 10 第四节 公司治理、环境和社会 ...................................................................................................... 35 第五节 重要事项............................................................................................................................... 37 第六节 股份变动及股东情况 .......................................................................................................... 42 第七节 债券相关情况 ...................................................................................................................... 47 第八节 财务报告............................................................................................................................... 48 备查文件目录 （一）载有公司负责人、主管会计工作负责人、会计机构负责人（会计主管人员）签名并盖章的财务报表。 （二）报告期内公开披露过的所有公司文件的正本及公告的原稿。 （三）其他有关资料。 释义
第二节 公司简介和主要财务指标 一、公司简介
1、公司联系方式 公司注册地址、公司办公地址及其邮政编码、公司网址、电子信箱等在报告期是否变化 □适用 ?不适用 公司注册地址、公司办公地址及其邮政编码、公司网址、电子信箱等在报告期无变化，具体可参见2025年年报。 2、信息披露及备置地点 信息披露及备置地点在报告期是否变化 □适用 ?不适用 公司披露半年度报告的证券交易所网站和媒体名称及网址，公司半年度报告备置地在报告期无变化，具体可参见 2025 年年报。 3、注册变更情况 注册情况在报告期是否变更情况 □适用 ?不适用 公司注册情况在报告期无变化，具体可参见 2025年年报。 四、主要会计数据和财务指标 公司是否需追溯调整或重述以前年度会计数据 □是 ?否
1、同时按照国际会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况 □适用 ?不适用 公司报告期不存在按照国际会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况。 2、同时按照境外会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况 □适用 ?不适用 公司报告期不存在按照境外会计准则与按照中国会计准则披露的财务报告中净利润和净资产差异情况。 六、非经常性损益项目及金额 单位：元
□适用 ?不适用 公司不存在其他符合非经常性损益定义的损益项目的具体情况。 将《公开发行证券的公司信息披露解释性公告第 1号——非经常性损益》中列举的非经常性损益项目界定为经常性损 益项目的情况说明 □适用 ?不适用 公司不存在将《公开发行证券的公司信息披露解释性公告第1号——非经常性损益》中列举的非经常性损益项目界定 为经常性损益的项目的情形。 第三节 管理层讨论与分析 一、报告期内公司从事的主要业务 报告期内，公司紧扣“数据+AI”两大主线，以决策智能为战略方向，加速动态本体与行业智能体的场景化部署。公 司率先提出“数力”价值体系，构建“数力（价值层）—动态本体（语义层）—智能体（运行层）”三层架构，以“让每一 个 AI决策，都有迹可循”为技术内核，深化“数据+AI”在数字政府、融媒体、金融科技、数字企业、公共安全等优势领 域的融合创新。 图：拓尔思数力价值体系框架 公司已积累超 1万亿条多模态数据资源，形成以互联网公开数据为底座的多层次数据体系——涵盖媒体资讯、政务公 开、政策文件、行业法规、社交网络等全域公开信源，并融合可公开获取的物理世界感知数据与组织业务知识数据（专项 事件库、机构人物库、信用评级、专项数据库等）。在此基础上，公司具备将用户私有数据与自有数据体系安全整合的能力， 为行业智能体的场景化落地提供完整、可定制的数据支撑。公司据此入选国家级高质量数据集，数据服务已在多家数据交 易所挂牌。拓天行业大模型以动态本体为语义操作系统、以 Skill为可复用能力单元、以智能体为场景执行载体，使 AI从 “对话交互”走向“自主执行”。报告期内，基于动态本体的智能体已在资金链分析、政策智能影响分析等核心场景落地。 公司通过“数据—模型—场景”协同闭环，持续巩固技术壁垒，全面推进商业模式向“智能体集群+场景赋能”转型。 报告期内，公司无新增重要非主营业务。 （一）人工智能产品 决策智能作为人工智能从“感知理解”走向“自主决策”的关键跨越，已成为全球科技竞争的核心前沿。2026年 1月， Gartner首次发布《决策智能平台魔力象限》，正式将决策智能定义为可评估的软件市场，预测到 2027年 50%的业务决策将 通过 AI智能体实现增强或自动化。全球决策智能市场估值约 148亿至 177.9亿美元，年复合增长率超 14%。以 Palantir为代 表的企业正深度融合政务、安全、金融等领域——2026年 Q2营收 19.4亿美元，同比增长 93%（第三方公开数据），其核心 产品 AIP将大语言模型与 Ontology（本体层）深度集成，以 Ontology构建现实世界对象与关系的语义模型，实现从数据挖 掘到智能决策的全链路赋能。国内决策智能产业迎来黄金发展期，在政策支持与技术创新双轮驱动下，AI大模型及智能体 作为核心载体，市场规模高速增长，成为数字经济发展的重要引擎。 作为国内决策智能领域的先行者，公司构建了覆盖“数力（价值层）—动态本体（语义层）—智能体（运行层）”三层 的全栈认知智能产品体系，涵盖从数据采集、汇聚、存储检索到数据治理、动态本体、AI大模型、智能体平台的全链路能 力，为金融、能源、企业、媒体、政务、网信、公安、特种等行业提供端到端的决策智能赋能。 “数力”是公司将数据转化为现实生产力的系统性能力——不是简单的数据规模堆砌，而是数据经过治理、语义化、 能力封装后，可被智能体调用并产生业务结果的综合效能。公司正将三十年积累的1万亿条多模态数据资源与全栈 AI软件 能力重组为一条“数力生产线”——数据是原材料，动态本体是语义加工线，Skill是标准件库，智能体是装配线，最终交 付给客户的是可被调用、可产生结果的生产力本身，为客户提供从数据到决策的全链路赋能。 图：拓尔思数力体系六层架构 拓尔思数力体系六层架构图表明，从底层数据底座到顶层智能体体验与执行，构成从数据原材料到智能生产力的完整 转化链路。右侧“治理与运营层”贯穿全栈，保障系统安全合规与可持续运营。 报告期内，公司“拓天行业智能体平台”和“动态本体一体化平台”在 2026世界人工智能大会（WAIC）亮相，凭借 “业务适配、场景落地、安全可溯、价值跃迁”的核心优势获得广泛关注；“拓天链智能体平台”入选《2026爱分 析·Data+AI厂商全景报告》，入选金融 Data Agent、智能体开发平台、LLMOps、知识工程、本体平台、AI数据库等多个 细分市场代表厂商名录。 1、拓天行业大模型 拓天行业大模型完成重要升级，在智能体、数据智能查询、多语种应用及国产化适配四个维度取得实质性进展。 ? 智能体能力全面增强。智能体开发平台在多轮对话、工具调用及复杂任务并行处理等核心能力上实现系统性提升， 为政务、公安、金融等高复杂度场景的规模化落地提供支撑。 ? 数据智能查询能力持续领先。围绕 Text2SQL这一数据分析领域最成熟的应用方向，公司在 5类核心问数场景中实 现综合性能领先，有效提升了自然语言到结构化查询的准确率与稳定性。 ? 多语种能力实现关键突破。中藏互译能力已在 7个专业评测集上完成验证，藏语语音识别（ASR）实现了从无到可 用的跨越，进一步巩固了公司在多语种智能信息处理领域的技术壁垒。 ? 国产化适配稳步推进。拓天大模型已完成华为昇腾 910B、910B3、910B4等多款国产算力芯片适配与发布，实现从 训练到推理的全链路国产化支撑，为政务、金融等高合规场景的自主可控部署提供保障。 2、动态本体平台 动态本体一体化平台是连接治理数据与业务应用的语义运行平台，通过“建模图谱—实例图谱—运行图谱”组织业务 世界，并以规则、动作、探索和服务能力推动数据向可理解、可追溯、可复用的业务能力转化。 报告期内，动态本体一体化平台完成从“平台构建”向“项目验证与持续运行”的阶段跨越，在建模效率、分析深度、 运行规模及演进方向四个维度实现实质性推进。 ? 建模效率显著提升。平台围绕政务、公安、金融等核心行业，已构建 10余个业务本体，通过标准化本体建模流程 与自动化映射能力，将单个业务本体的构建周期从传统数天缩短至数小时，大幅降低了行业知识语义化的时间成本。 ? 分析能力持续深化。平台支持多起点、多条件、多路径的图谱分析，在复杂业务关系的深度遍历与推理追溯方面实 现突破，所有分析路径与推导过程均可完整溯源，为高合规场景提供可审计、可验证的决策依据。 ? 运行规模稳步扩大。平台已承载 100余项数据接入任务及 50余项规则动作的稳定运行，在高并发、多租户的持续 运行环境下保持系统稳定性，动态本体已从阶段性项目交付演进为持续运行的企业级基础设施。 ? 演进方向更加清晰。平台正加速向智能化（本体构建与映射自动化）、可视化（业务语义与图谱关系直观呈现）、透 明化（全链路可解释、可审计）等方向演进，持续巩固公司在决策智能底层架构领域的技术壁垒。 3、智能体平台 报告期内，公司智能体平台完成从“能回答”向“能交付、能复用、能运维”的能力跃迁，在响应体验、可信度、安 全防护与复用能力四个维度实现系统性提升。 ? 响应体验持续优化。智能体平台已在 100余个核心应用中落地，问答响应速度较上一版本提升约 11%，在多轮对话 与复杂任务并行处理场景中显著改善终端用户的使用体验。 ? 可信度与准确率稳步提升。上下文管理与长期记忆功能持续优化迭代，将进一步增强智能体在长周期任务中的用 户偏好记忆与连贯推理能力。在 Text2SQL问数场景中，智能体问数准确率保持在 99%以上（根据公司内部测算），知识检 索准确率较上一版本提升约 9%，有效降低了自然语言转结构化查询中的语义偏差，使业务决策所依赖的数据输出更加精确 可靠。 ? 安全防护能力全面加固。平台在技能权限隔离、Docker/Sandbox容器隔离、用户文件夹权限隔离及系统命令授权管 控四个维度实现安全加固，有效防范越权操作与恶意代码执行风险，在内容安全与防护层面实现攻击拦截率接近 100%（据 公司内部测算），在政务、公安、金融等高合规性场景中，有效保障了智能体系统的安全稳定运行。 ? 数据管理能力持续优化。平台建立了生成数据的定时清理机制，自动识别和清理临时文件与过期数据，释放存储 空间、降低长期运行成本。 ? 可复用资产持续积累。围绕标准化交付与能力复用，智能体底座已沉淀 100余项内部专属标准化 Skill、5条自动化 工作流及 6类报告模板，有效缩短了同类场景的交付周期，提升了多项目并行交付效率，初步形成“一次开发、多次复用” 的智能体交付模式。 4、Skill能力体系 Skill是封装了特定业务任务最佳执行路径的标准化能力单元，位于动态本体与智能体之间——动态本体回答“业务是 什么”，Skill回答“这件事怎么做”，智能体回答“谁来调用执行”。三者构成从知识到能力的完整闭环。 公司 Skill能力底座已成型，累计沉淀超 200项标准化 Skill，95%已完成上线部署，覆盖政务、公安、金融、网信等核 心行业，呈现“内部提效+外部变现”双轮结构：约半数 Skill部署于公司自有业务场景，通过研发运维、数据治理等高频使 用持续打磨成熟度；其余半数已完成商业化封装并在客户侧实现部署调用。两类 Skill共享统一技术底座，通过“先内后外、 以内养外”的演进路径，有效降低对外交付的技术风险与边际成本，支撑公司人工智能软件从“项目定制”向“数据服务+业务 智能体服务”的模式演进。以网察线上业务为例，相关 Skill矩阵累计调用超 5.95万次，其中数据搜索约 3.6万次、网察巡查 约 1.5万次、项目巡检约 0.64万次，规模化应用价值与客户黏性已得到初步验证。（数据来源于公司内部统计） 公司正持续扩充 Skill库，重点方向包括：跨场景复合 Skill（组合多个原子能力完成复杂任务）、行业专属 Skill（政务、 公安、金融等垂直场景深化）、客户自建 Skill（通过可视化编排工具支持客户自定义）。逐步构建“公司预置 Skill+客户自 5、其他人工智能专业平台 ? 认知域平台：在分析评估体系、对抗仿真与制品生成、项目与课题交付三个维度同步推进，贴文测绘、用户画像、 社群发现、态势跟踪与复盘等核心能力完成建设，支持从数据测绘到态势复盘的全链路分析评估；复杂决策流程模拟（感 知—研判—决策—行动的闭环流程）、社交模拟器、仿真推演及多模态制品生成等能力实现突破，为复杂场景下的模拟推演 与态势研判提供技术支撑。 ? 正鉴与智能校对平台：在 AI内容安全体检报告与校对引擎升级两个方向取得进展，AI内容安全体检报告集审鉴、 报告生成、知识库问答于一体，支持文本、PDF等多格式内容安全审校，为正鉴产品的标准化交付提供支撑；校对引擎新 增 GRA语法审查引擎，完成 PDF校对全流程（分片上传、合并、异步校对、标记导出）建设。 ? 仿真平台与 AI-HUB：在特种场景仿真与应急推演、多环境适配与项目交付两个方向持续推进，完成 AFSIM仿真工具调研适配与国产化测试，仿真推演工作台已在多个客户侧完成部署。 公司上述主要平台已完成与华为昇腾、寒武纪、摩尔线程、沐曦、天数智芯、燧原科技等主流国产 AI芯片的适配，并 与海光、飞腾等国产 CPU平台实现深度兼容，全面构建自主可控的国产化算力底座。 6、智能应用平台 在上述核心技术能力基础上，公司面向垂直行业场景打造了五大数据与智能应用平台——数家资讯平台、网察大数据 平台、数星产业大脑、天目开源情报平台及 Global Insight国际资讯平台。各平台均已嵌入行业智能体矩阵，具体能力详见 本报告“（二）大数据、6、数据资产平台”章节。 （二）大数据 报告期内，公司持续对全栈数据服务能力与产品进行了升级与优化，重点以 Token为核心完成了数据价值的重构，并 率先提出“数力”概念体系，将数据价值的衡量标准升级为综合性的生产力指标。报告期内，公司数据服务类 API日均调 用超 20万次，Token化计费模式已完成产品化封装，具备向客户规模化交付的能力，标志着公司数据价值衡量标准正从 “条数”向“Token”升级，为数据资产的标准化定价与规模化变现奠定了基础。 [注] 数力的概念公式为：数力 = 数据独特性 × 数据质量 × 语义完备度 × 可调用性 × 场景转化率 × 信任系数。这涉 及数据规模与覆盖度、数据质量（准确率/完整性/时效性）、数据产品化率（已封装为可售产品的数据占比）、数据服务调 用量（API日均调用次数）、Skill的调用率等核心指标。报告期内，上述指标均实现稳步提升。 1、数据来源 公司原始数据以互联网公开数据为主体，通过自研海蜘智能化采集平台实现全域覆盖，涵盖媒体资讯、政务公开、政 策文件、行业法规、社交网络等全域公开信源，数据类型覆盖文本、图片、音视频及特种数据，日增数据超 8亿条。在此 基础上，公司依托长期行业深耕，构建了物理世界感知数据与组织业务知识数据（专项事件库、机构人物库、信用评级、 专项数据库等）的定向采集通道，形成了“互联网公开数据为底座、行业专有数据为护城河”的多元化数据采集体系。公 司数据采集严格遵守《网络安全法》和《数据安全法》《个人信息保护法》等相关法律法规，仅采集已合法公开的互联网信 息。 2、数据采集 公司数据采集平台围绕兼容性、效率与智能化完成升级。平台已完成国内外主流平台的采集适配更新，服务器操作系 统从 CentOS 6.5迁移至 Ubuntu 24.04 LTS，系统安全性与可扩展性显著增强。AI可视化采集流程上线，支持多线程并发采 集，吞吐量明显提升；实体关联缓存机制投入使用，有效降低存储与带宽成本。 3、数据治理 公司数据中台从“支撑型平台”向“智能化数据运营平台”升级。平台已沉淀 190余项标准算子，支持流批一体编排 与全链路数据溯源，治理效率大幅提升；具备超 13,000张数据表批量接入、千亿级数据处理与百节点扩展能力，稳定支撑 4、数据质量 公司围绕准确率、覆盖度与完整性持续优化。自主研发的降噪算法有效剔除广告、版权等冗余信息，保留纯净正文； 多语种实体识别与情感分析能力全面升级，已覆盖全球 200+国家/地区。 5、数据资源 公司已积累超 1万亿条数据资源，日增 8亿条，已形成涵盖全球内容与知识数据、社会行为与态势数据、产业经济与 商业数据、全球实体与关系数据、空间与物理世界数据、认知加工与标注数据六大类别的全域数据资产体系，覆盖 200+国 家与地区、130+语种。 截至报告期末，公司依托多年积累的中文语义语料，经标准化清洗与 Token化处理，已构建高质量通用语料池（存量 口径）规模超 200万亿 Token，其中行业高价值语料超 10万亿 Token。该语料池为公司数据资产与模型训练的基础资源， 其价值通过两条路径释放：一是内部模型训练降本增效，二为行业语料授权。另外公司还积累了 3亿对多模态对齐数据集 及逾 1,000万条 RLHF偏好标注数据，直接服务于大模型预训练与对齐优化；同时以逾百亿条规模的知识图谱矩阵，为 AI 推理与行业应用提供结构化知识底座。 图：拓尔思数据规模全景 在此基础上，公司进一步构建了实体知识体系、事件知识体系、关系知识体系、专题知识体系及多维标签体系等专业 知识资产，并形成基础数据产品、专业知识产品、分析研判产品、智能应用产品四层数据产品矩阵，满足从原始数据到决 策智能的多样化场景需求。 6、数据资产平台 公司通过采集互联网公开数据，进行清洗、排重、分类、打标、数据融合后，形成高质量数据资源，分发到六大数据 资产平台：数家资讯平台、网察大数据平台、数星产业大脑、天目开源情报平台、Global Insight国际资讯平台、金信网银 非法金融活动监测平台，为千行百业用户提供数据赋能。报告期内，六大数据资产平台均基于拓天行业智能底座进行了功 能迭代，重点推出智能体应用矩阵，具体内容如下： ·数星产业大脑 公司聚焦金融科技领域，构建覆盖消保全链路与商业大数据决策的智能体产品矩阵。消保智能体集群实现事前审查、 事中投诉、事后预警全链路闭环；已在多家国有大行及股份制银行深度应用。商业大数据决策智能体依托舆情风控数据与 风险营销知识，面向金融机构及企业客户提供风控、营销、供应商管理等场景服务；同步探索 C端专业用户应用与渠道引 流模式。 ·数家资讯平台 持续推进数家资讯平台向“AI Ready”方向改造。平台已完成 Markdown格式的全链路支持，资讯数据可被大模型与智 能体高效读取处理；同时面向数据分析场景开放了事件溯源、脉络分析、传播分析、语义检索、趋势研判、报告生成等十 余个专业智能体，支持上层应用灵活调用。 ·网察大数据平台 持续推进网察产品智能体研发，完成多轮迭代。巡检能力实现从“单点自动化”向“体系化”升级，构建了可复制、 可扩展的 AI巡检体系；Agent早报“数字员工”投入应用，通过智能工作流实现 15分钟内完成完整早报撰写，获得用户认 可；舆情报告实现全流程自动化生成，制作时长从人工 6-15小时压缩至 20分钟-1.5小时，效率提升 80%以上，已在重点项 目中完成从“一次性生成”到“标准化交付”的能力跃迁。 ·天目开源情报平台 完成天目开源情报平台核心升级，建成天目 OS智能中枢，并推出“天目情报官”智能助手，涵盖 8大模块、41项技 能，覆盖简报、舆情、人物分析等核心情报场景，支持 AI意图识别与全流程自动化。目前平台已在多个公共安全客户侧深 度部署，情报报告交付效率提升 70%，单篇简报产出时间由 2小时压缩至 15分钟。 ·Global Insight国际资讯平台 完成重要版本迭代，围绕 AI赋能与用户体验两大主线实现全面升级。AI能力深度嵌入信息检索、事件分析与报告生 成等核心环节，有效降低人工编辑成本；新增论坛数据及多模态检索支持，数据覆盖与分析能力进一步扩展，满足用户更 深层的数据探索需求。同时，产品在协作效率、交互体验、报告生成及系统可审计性等方面同步优化，用户体验显著改善， 产品竞争力持续增强。 ·金信网银非法金融活动监测平台 子公司金信网银非法金融活动监测平台已完成从风险监测向处置全链条的升级，覆盖线索发现、风险监测、智能预警、 协同核查、联动处置闭环。报告期内，平台推出了领域预警模型、现场核查助手、企业风险分析报告生成、风险态势感知 助手等智能体应用，覆盖非法集资、虚拟货币、非法证券期货等重点风险业态，预警与处置效率显著提升。 7、数据安全 报告期内，公司持续推进 AI数据安全治理体系建设，围绕大模型训练数据合规审查、智能体运行数据安全隔离、用户 隐私数据保护三个层面建立了完整的安全管理框架，确保从数据采集、存储、加工到模型训练、智能体运行的全链路数据 安全可控。 子公司天行网安围绕 AI赋能研发与数字化运营两个方向持续推进数据安全产品的能力升级。公司将 AI技术融入产品 设计、代码编写与安全检测全流程，完成 DTS2.7互联网集群、DTS2.7非互联网集群（光闸）等产品开发，95%的代码由 AI辅助生成。进一步完善数字化运营系统，补充开发了售后运维模块，实现了设备报修、运维服务工时记录及运维报告出 具等功能的线上化管理，提升了售后服务的规范化与可追溯性。 （三）行业应用 公司面向金融、公共安全（网信、公安、特种等）、能源、企业、政务、媒体等垂直领域，构建起覆盖核心业务场景的 转化：在金融领域，智能体助力风控审计、消保审查等场景实现全流程智能化；在公安领域，支撑情指行一体化与合成行 动等核心业务。通过标准化开发框架与可复用的行业知识资产，公司实现了智能体应用的快速部署与规模化复制，持续巩 固并扩大在关键赛道的技术代差与市场领先地位；在政务领域，推动“对话即服务”的新型政务服务和数字机关办公模式 落地。 1、公共安全 报告期内，国家安全体系现代化建设深入推进，公安、网信、特种机构对情报智能化、侦查精准化、管控主动化的需 求持续增强，以大模型驱动的智能体应用已成为提升跨部门协同与决策效率的关键抓手。公司依托拓天行业智能底座及警 务大模型、国防大模型、开源情报大模型等，构建覆盖多安全领域的智能体产品矩阵。 公安领域，公司围绕风险感知、侦查研判与证据链条三大核心环节，打造了风险感知、案件智能研判、金析为证、自 动编报等智能体集群，覆盖从风险发现、线索研判到证据固定的全链条业务场景，有效支撑公安客户从“事后追溯”向 “事前预警、事中干预”的主动防控体系升级。目前相关能力已在多个用户处落地验证，显著提升了线索发现与研判效率。 网信领域，公司围绕网络空间治理需求，推出了“灵境”多智能体协同平台。平台以“灵境管家”为统一入口，通过 多智能体协同调度，将用户自然语言需求自动分发至监测预警、分析研判、报告产出等专业智能体，实现从数据采集、风 险识别到研判结论、报告生成的全链路闭环，替代了传统软件“菜单式”操作模式。目前平台已在多个网信客户侧完成部 署验证，有效提升了客户在日常监测与专项任务中的响应效率与作业精度。 特种领域，公司聚焦开源数据采集与分析应用、智能化处理及分析系统、智能体开发验证环境建设等方向，打造了专 项内容监测预警、多维聚合分析、开源情报知识问答、情报写作辅助、数据融合分析等专业智能体应用，形成了覆盖“数 据采集-智能分析-场景交付”全链路的闭环能力。目前相关能力已在多个特种行业客户侧完成部署验证，有效支撑了特殊 业务场景下的信息处理与分析需求。 报告期内，公共安全业务实现营业收入4,510万元。受部分公安及监管机构、特种单位项目验收节奏放缓影响，整体营 收同比有所下降，但公司主动调整业务结构，收缩低附加值的传统系统集成类项目交付，聚焦高价值的智能体应用与数据 服务，成本降幅与营收降幅基本匹配。随着智能体类收入占比的持续提升，公司公共安全业务正加速从传统项目制向“智 能体集群+场景赋能”模式转型，业务质量与客户粘性稳步改善。 2、金融科技 2026年，金融行业监管范式持续趋严，从事后处置向事前防控、全流程穿透监管的转型加速推进，金融机构对 AI驱动 的智能化风控与合规管理需求显著增长。公司依托金融大模型、专业数据与专属智能体的综合能力，围绕消费者权益保护 管理与智慧风控服务两大场景，持续深化智能体应用开发与项目落地。 在消费者权益保护管理方向，报告期内，公司已在多家商业银行成功投产，融合客户私域数据及最新监管要求，构建 12大维度消保技能库，并完成在重点客户从数据融合-模型适配-评测迭代-灵活部署的整体闭环应用。技能调用次数超千万。 智能消保应用已推广至银行、保险、信托、消费金融公司等多类金融机构，如中国银行、兴业银行、上海农商行、百年人 寿、中国人寿、厦门国际银行、渤海银行、渤银理财等。 在智能风控方向，公司基于舆情数据与 AI服务能力，持续为多家金融机构提供风险预警与研判支撑。报告期内，公司 主要聚焦境外风控智能体与数据审核处理智能体的提升，依托全新智能体能力在风险信号全面性与客户风控分层分级适配 性提升整体能力，并大幅降低成本。目前，公司智能风控业务用户已覆盖 5大国有银行、3大政策性银行、92%的股份制商 业银行，以及中国证监会、国家金融监督管理总局、上交所、深交所等核心监管与交易机构。 报告期内，金融、制造、能源等企业客户实现营业收入 3,055万元。受金融机构 IT预算整体趋紧及部分传统定制化开 发项目节奏放缓影响，整体营收同比有所下降。公司主动收缩低毛利率的传统定制化开发业务，聚焦消保智能体与风控数 据服务等高价值业务方向，成本降幅明显大于营收降幅，业务毛利率实现显著提升。其中，消保智能体业务持续放量，已 化标志着金融科技业务已从传统项目制开发迈入“AI+数据”服务模式的良性轨道。 3、数字政府 报告期内，国家互联网信息办公室、国家发改委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》， 该意见是为落实国务院《关于深入实施“人工智能+”行动的意见》制定出台，目的是推动智能体规范应用与创新发展。 北京、深圳、广州等多地相继出台政务智能体建设计划，市场空间加速释放。 公司依托拓天行业智能底座，全面推动数字政府解决方案向“智能体应用”迭代升级。在政务公开与政务服务领域， 打造政务问答智能体，深度融合多轮对话交互与业务编排技术，构建“对话即服务、平台即助理”的新型服务模式，实现 咨询引导、政策解读、诉求响应等对外服务场景的智能化贯通。在政府办公领域，推出公文仿写、材料整编、智能问数、 政策比对、合同比对、材料总结等场景化应用，覆盖公文起草核校、会议纪要生成、督查督办跟踪等内部办公全流程，辅 助公务人员实现政策研读与文稿撰写的高效产出。目前，拓天政务智能体矩阵已在政务热线、政府门户问答、专业领域知 识问答、数字办公、政策分析等核心场景深度落地，实现从“事后处置”向"事前预防、事中干预"的治理模式前移，切实 推动政务服务提质增效与政府治理现代化。 公司政府用户已覆盖 80%的中央和国务院机构、64%的省级政府、52%的地市政府及 400余家地方金融监管单位。 报告期内，数字政府业务实现营业收入 4,006万元。受政府行业 IT预算整体收紧及重大项目验收节奏延迟影响，营收 同比有所下降，成本控制力度弱于营收降幅，毛利率同步承压。尽管短期业绩面临压力，公司在政务智能体领域的前瞻布 局取得积极进展--拓天政务智能体矩阵已在政务热线、政府门户问答、数字办公、政策分析等核心场景深度落地，政策驱 动下的政务智能体市场空间正加速释放。随着政务智能体从试点验证向规模化部署推进，公司数字政府业务的企稳回升具 备较为明确的需求支撑。 4、融媒体 报告期内，“十五五”规划深化主流媒体系统性变革，国家广电总局将 2026年作为广电媒体系统性变革纵深推进年， AI已从辅助工具演进为新的生产力。受行业预算收缩及转型节奏调整影响，中央及省级媒体信息化项目规模有所下降，地 市级与行业媒体投入保持平稳。面对行业调整，公司主动推动业务重心从传统项目制交付向数据服务与智能体应用转型。 公司依托拓天行业智能体底座，持续打磨面向新闻生产全流程的智能编辑助手，集“专业媒资库、全场景覆盖、全流 程接入、多模态支持”于一体，深度集成于编辑器核心工作流，为编辑记者提供标题拟定、智能摘要、多语言翻译、以文 生图、以图搜视频等生成式服务，有效提升内容生产效率。与此同时，公司持续推进数家资讯平台向“AI Ready”方向改 造，面向数据分析场景开放了事件溯源、脉络分析、传播分析、语义检索、趋势研判、报告生成等十余个专业智能体，支 持上层应用灵活调用，为媒体客户的深度数据分析与智能决策提供支撑。 公司融媒体用户已覆盖 72%的中央媒体、61%的省级媒体、40%的行业媒体，保持较高的市场渗透率。尽管中央及省 级媒体项目制业务短期承压，但存量客户黏性稳定。 报告期内，融媒体业务实现营业收入 1,067万元。受媒体行业 IT预算整体收缩及融媒体项目规模下降影响，营收同比 有所下降。公司主动调整业务重心，大幅压缩低毛利的传统项目交付，加大数据服务与 AI赋能类业务的拓展力度，成本降 幅明显大于营收降幅，毛利率实现提升。媒体行业数据服务合同总额及客单价均实现显著提升，存量客户黏性保持稳定， 数据订阅类收入占比稳步增长。融媒体业务从“软件产品”向“数据服务+AI赋能”的复合模式转型已初见成效，为板块 盈利能力修复奠定了基础。 5、数字企业 报告期内，央国企及大型企业在数字化转型中更加注重内部知识赋能与出海业务安全。对智能化内容处理与开源情报 服务的需求稳步释放。 公司依托拓天行业智能底座，持续深化企业内部知识服务场景应用。面向政企校单位推出的“文件智能一体机”，覆盖 识感知系统，实现文档智能切片与语义检索，为研发提供精准问答。在数据治理方向，公司为多家央国企提供高质量数据 集治理服务，助力其完成多源异构数据的统一治理、标准化标注与知识图谱构建，实现数据资产化管理与业务流程智能化 升级。TRS事件预测和推演系统（TRS EPAD）于 2026全球数字经济大会首发，专注复杂局势研判与智能辅助决策。此外， 公司持续为出海企业提供国际风险库、法律法规库、安全风险数据库及海外利益威胁预警等服务，助力客户建立海外风险 事前防范能力。 公司数字企业服务用户已覆盖中国能建、中国铁路、国投集团、国家电网、南方电网、中国人民保险、海尔集团、百 胜集团等大型企业。 报告期内，受大型企业客户 IT预算收紧及部分项目交付节奏延迟影响，营收同比有所下降。公司主动收缩低毛利的传 统项目交付，聚焦高附加值的数据治理、知识感知系统及出海数据情报服务等新场景拓展，成本降幅明显大于营收降幅， 毛利率实现显著提升。数字企业业务从传统软件交付向“SaaS订阅+场景智能体”模式的转型稳步推进，为业务基本盘的 稳健发展奠定了结构性基础。 （四）服务模式 1、软件产品 公司拥有人工智能和大数据技术领域的通用产品，包括拓天行业智能底座、动态本体一体化平台、自主探索系统、海 蜘大数据采集平台、海聚数据融合平台、海贝搜索数据库等，在项目中主要用于构建人工智能底座和大数据底座，为上层 业务应用提供数智化能力。其中，拓天大模型为行业智能应用提供大模型推理与生成能力，动态本体一体化平台实现多源 异构数据的实时融合与知识动态建模，智能体平台作为场景化智能应用的开发与运行载体，三者协同构成公司认知智能体 系的核心引擎。公司的传统软件产品主要按许可组件+套数的模式进行销售。随着人工智能技术向“智能体化”演进，公 司已在探索行业应用场景推出智能体（Agent）软件许可，按智能体实例数、并发数或模型调用量进行计费，满足客户对自 主执行、任务驱动型 AI应用的采购需求。 2、大数据服务 公司采集的公开信源数据经加工处理与专业模型转化，形成覆盖资讯、舆情、产业、情报、国际业务等场景的五大数 据资产产品：数家资讯平台、网察大数据平台、数星产业大脑、天目开源情报平台和 Global Insight国际资讯平台，实现数 据从资源到资产的价值变现。在此基础上，公司进一步提供基础数据产品、专业知识产品、分析研判产品与智能应用产品 四层数据产品体系，主要服务模式如下：
在数据流通方面，公司数据服务类 Open API已在北京、上海、深圳、郑州、湖南、浙江、贵阳、西部等地的数据交易 所挂牌，并入驻了全球数源中心数场平台，也是杭州国家语料库首批数据合伙人。 （五）生产模式 公司全面转向人工智能和大数据赋能客户的数智化发展，整个商业模式正由销售解决方案、软件产品全面转向云和数 据服务模式。传统的数字政府、融媒体等行业解决方案的生产由重建设转向重运营、重增值服务，通过叠加专业领域的数 据服务，进一步深化公司的服务能力。大模型的生产模式也已由“建-用-管”转向细分领域场景落地。 随着智能体应用的规模化推广，公司生产模式正从“传统软件+项目定制”向“数据服务+业务智能体服务”转型，通过沉 淀可复用的行业智能体组件，显著降低交付成本、提升规模化复制能力。在此基础上，公司大力推进“Skill”原子能力生 产模式，将智能体的核心能力拆解为可独立调用、灵活组合的标准化技能单元（Skill），支持面向不同场景快速编排和定制 化组装，实现“基础智能体+场景 Skill”的模块化交付。这一模式有效缩短了从需求到上线的响应周期，提升了产品的灵 活性和复用性，为规模化服务更多细分领域客户奠定基础。 （六）采购模式 公司采购内容包括软件安全产品、技术服务等业务实现过程中所需的软件、硬件、材料、附件、工具，其中 IT软硬件 设备包括网络设备、安全设备、主机设备、数据库软件和操作系统等。随着大模型与智能体业务的拓展，公司采购范围进 一步延伸至算力资源与 Token调用服务——算力方面以 GPU云服务器租赁、智算集群算力服务为主；Token调用方面按 API 调用量或预付费 Token资源池进行采购。IT基础设施部负责受理公司内部软硬件采购申请，提交审批，组织供应商评价工 作，执行采购；商务部负责受理给客户代购的软硬件采购申请，处理客户提交的审批，供应商监督、评价及执行采购等； 行政部负责公司办公用品、产品介质光盘的采购，并负责相关供应商评价；市场部负责公司印刷品的采购，并负责相关供 应商评价；公司主管领导负责对公司内部采购业务的软硬件、办公用品等合格供应商进行审批；申请部门/人员配合采购实 施人员对采购产品进行验收、保管及维护；销售部根据服务项目的需求提出采购申请。 （七）研发模式 报告期内，公司研发人员近 700人，在北京、成都、广州设立了 7个研发机构（北京研发中心、数字经济研究院、资 讯和融媒体产品中心、舆情和网信产品中心、金融和产业大脑产品中心、成都研发中心、广州知识图谱研究院），拥有 4个 北京市重点实验室，是国家重点实验室数据智能创新研发基地，承担过 20余项国家级科研项目，包括多项国家重点研发计 划，已与多家高校建立了联合实验室/战略合作关系，形成产学研深度合作生态。公司新增获批共建情报智能技术北京市重 点实验室，该实验室依托北京市科学技术研究院，由公司与研究院联合建设。公司还与新华社国家重点实验室、北京信息 科技大学三方共建“媒体融合生产技术与系统国家重点实验室数据智能创新研发基地”，面向国家重大需求筑牢科研基础， 旨在推动创新链、产业链、资金链、人才链深度融合，围绕业务需求痛点开展应用研发。 在人工智能时代，公司积极推动研发组织从传统的“金字塔”层级结构向“蜂窝状”超级个体协同模式进化，形成 “小团队、大平台”的工作模式。研发组织围绕金融、政务、媒体、公安等核心行业组建面向场景的端到端研发小组，成 员覆盖算法、工程、产品、测试全职能，通过统一 AI研发平台实现各单元间的协同与能力复用。研发与交付的边界正逐步 消融，技术团队向 FDE（Forward Deployed Engineer，前置部署工程师）模式演进——将售前、实施、产品与客户成功能力 重组于一线团队，使交付与学习同步发生。关键项目从“研发—实施分离”转向平台研发、FDE共创与产品沉淀一体化的 协同机制，强调每一次前线实践都沉淀为可复用的 Skill、模板或产品能力，持续降低后续同类项目的交付成本。 公司已将 AI能力嵌入研发全生命周期——需求阶段由大模型辅助生成文档与原型，开发阶段集成 AI编码助手实现代 码补全与审查，测试阶段应用自动化工具生成用例，文档环节由大模型辅助撰写技术文档。目前，公司 AI辅助开发在研发 体系中的渗透率已超 90%，研发效能持续提升。 在研发流程与考核机制方面，公司以敏捷开发为核心，构建了“需求—原型—验证—迭代”的快速闭环。绩效考核全 面转向“价值导向”，核心指标从传统的“代码量、工时”转向产品交付质量、客户反馈、业务转化成效以及 AI协作效率 （如 Token调度效率、指令质量等新型指标），推动研发人员从“写代码的人”向“规划、验证与指挥 AI完成业务的人” 转型。公司坚持研发必须深入市场和客户，在解决真实业务问题中锻造核心竞争力。 （八）销售模式 公司在全国设立了 31家分子公司和办事处，已与行业头部企业建立了广泛的战略合作伙伴关系，包括央国企、互联网 平台公司、行业集成商等。公司软件产品、云和数据服务的销售主要是通过直接向客户销售以及委托合作伙伴销售相结合 的方式进行。多年来，公司以高质量的产品和服务获得大量的行业用户认可。基于这些客户逐步新增的业务需求，他们在 行业内的口碑传播，以及公司积极进行行业营销活动，形成的销售机会可以驱动公司业绩在稳健增长的基础上随着行业市 场同步发展。 公司需遵守《深圳证券交易所上市公司自律监管指引第 3号——行业信息披露》中的“软件与信息技术服务业”的披露 要求。 （一）行业概述：2026年上半年软件与信息技术服务业发展态势良好 软件与信息技术服务业是关系国民经济和社会发展全局的基础性、战略性、先导性产业，对经济社会发展具有重要的 支撑和引领作用。工业和信息化部数据显示，2026年上半年我国软件和信息技术服务业运行态势良好，软件业务收入达 77,182亿元，同比增长 9.5%；利润总额为 8,999亿元，同比增长 1.0%；软件业务出口 337.9亿美元，同比增长 11.4%。其 中信息技术服务收入保持两位数增长，达 52,907亿元，同比增长 10.4%，占全行业收入的 68.5%；云计算、大数据服务共 实现收入 8,877亿元，同比增长 12.1%；集成电路设计收入 2,365亿元，同比增长 20.1%。信息安全产品和服务收入 1,425亿 元，同比增长 6.3%；嵌入式系统软件收入 6,088亿元，同比增长 10.6%。 （二）行业政策环境与趋势分析 1、人工智能：战略深化与智能经济新形态 近年来，我国人工智能产业在技术创新、产品创造和行业应用等方面实现快速发展，形成庞大市场规模。工业和信息 化部数据显示，我国人工智能核心产业规模已突破 1.2万亿元，企业超过 6,200家，智能算力规模达 2,185 EFLOPS；人形机 器人整机企业超过 140家，产品超 400款，规上工业企业人工智能应用普及率超过 30%。伴随以大模型为代表的 AI技术加 速迭代，人工智能产业呈现出创新技术群体突破、行业应用融合发展等新特点。2026年上半年，中国大模型市场竞争焦点 从流量争夺转向商业变现，阿里、腾讯、字节等头部厂商纷纷将发展重心从通用模型参数竞赛转向智能体赛道，加速推动 AI从“对话交互”走向“自主执行”。 政策层面，2026年 3月 18日，国务院印发《关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号），明确提 出到 2027年新一代智能终端、智能体等应用普及率超 70%，到 2030年人工智能全面赋能高质量发展，智能经济成为我国 经济发展的重要增长极。该意见围绕科学技术、产业发展、消费提质、民生福祉、治理能力、全球合作 6大重点领域开展 “人工智能+”行动，围绕模型、数据、算力、应用、开源、人才、政策法规、安全 8个方面系统构建人工智能基础支撑体系。 2026年 6月 29日，国务院常务会议进一步提出深入实施“人工智能+”行动，推进创新突破，守牢安全底线。工业和信息化 部加快推进“模数共振”行动，推动算力、算法、数据协同攻关。国务院政府工作报告连续三年聚焦“人工智能+”战略，政策 支持力度持续加码。 2、数据要素：市场化配置改革全面深化 数据已成为影响未来发展的关键战略性资源。2026年，数据要素市场化配置改革持续深化。国家数据局印发《2026年 数字经济发展工作要点》（以下简称《工作要点》），对 2026年推进数字经济高质量发展重点工作作出部署，提出 8个方 面重点任务——深化数据要素市场化配置改革，加快建立全国统一数据产权登记制度，推动各地加快建立健全公共数据授 权运营价格形成机制；筑牢数字基础设施底座，加快建设全国一体化算力网；强化数据赋能人工智能发展，实施强基扩容、 应用赋能、提质增效、管理服务、价值释放、标注攻坚 6大专项行动，形成一批满足 AI就绪度要求、有效训练先进模型的 标杆性高质量数据集；促进实体经济与数字经济深度融合；提升数字化治理与服务能力。《工作要点》明确以经济领域重 大场景为切入，充分释放数据要素价值，助力建设现代化产业体系，加快培育新质生产力。 3、数字政府：集约化建设与政务智能体深度应用 近年来，中国政府密集出台多项数字政府政策，推动政务治理向智能化、集约化方向纵深发展。2025年 10月，中央网 信办、国家发展改革委联合印发《政务领域人工智能大模型部署应用指引》（以下简称《指引》），从应用场景、规范部 署、运行管理等方面，为各级政务部门提供人工智能大模型部署应用的工作导向和基本参照。《指引》明确政务部门应探 索构建“一地建设、多地多部门复用”的集约化部署模式。2026年 5月，国家网信办、国家发展改革委、工业和信息化部联 合印发《智能体规范应用与创新发展实施意见》，从技术基础、安全管控、场景应用、产业生态多维度统筹布局，为智能 体行业规范有序、创新向好发展筑牢政策根基。中国信通院发布的《数字政府建设发展研究报告（2025年）》指出，数字 政府建设正从依赖外部投入、粗放扩张的模式，转向以内生动力驱动、注重质量和可持续性的发展模式。当前中国数字政 府建设已呈现政务服务提质增效、城市全域数字化、数据治理体系升级的显著特征，以政务智能体为代表的新型应用加速 落地普及，逐步成为驱动数字政府智慧转型的核心载体。 4、信创产业：自主可控全面加速，2027年节点迫近 当前，我国信创产业正经历从“国产替代”向“价值创造”、从“单点突破”向“场景深耕”的战略转型。据赛迪顾问等机构 测算，2026年中国信创产业市场规模预计突破 1.8万亿元。根据国资委 2022年 9月印发的《国资发〔2022〕79号》文件要 求，所有中央企业、地方国企须在 2027年底前完成信息化系统的信创国产化替代，实现 100%替换。2026年至 2027年正是 集中交付与放量的关键阶段。2026年 5月，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与 创新发展实施意见》，明确智能体发展要坚持安全可控的基本原则。信创建设正从“政策驱动”转向“合规驱动”。预计 2026 年党政领域国产化率将全面达到 100%，金融、能源、交通等关键行业替代进度提速至 75%以上。 二、核心竞争力分析 （一）全栈AI能力：从技术架构到“数力”价值体系 公司成立三十余年来，始终深耕数据与 AI技术。从早期中文全文检索到自然语言处理，再到近年大模型与智能体的全 面布局，公司持续推动数据从“可检索”迈向“可理解”，进而走向“可执行”。公司提出“数力”价值体系，是国内最早将数据 资源与 AI技术深度整合为现实生产力的软件企业之一。 在数据层，公司具备支撑大模型训练的高质量语料基础，并打造了数据中台、高质量数据集构建平台等核心数据处理 引擎，支持文本、图片、音频、视频等多模态数据的高效处理与跨模态检索。在语义层，动态本体一体化平台将多源异构 数据对齐为统一的业务语义表达，实现数据从“可检索”到“可理解、可推理”的升级。在执行层，智能体平台提供可视 化编排、Skill原子能力及多智能体协同等核心功能，支持面向政务、公安、金融、媒体等垂直行业的场景化智能应用开发 与运行。公司以“数力”价值体系为牵引——数据是原材料，动态本体是语义加工线，Skill是标准件库，智能体是装配线 ——将三十年积累的数据资源与全栈软件能力重组为一条从数据到智能生产力的完整转化链路，为客户提供端到端的决策 智能支撑。 报告期内，公司及子公司共计新增软件著作权9项，具体情况如下：
前述数据层能力，依托公司自 2010年自建的大数据中心进一步落地为覆盖多场景的数据资产体系。公司累计积累规模 超 1万亿条（据公司内部统计口径）的稀缺数据资源，形成“治理—挖掘—赋能”闭环，数据覆盖 200+国家与地区、130+语 种，涵盖文本、图片、音频、视频、GIS等多模态。 公司数据体系以互联网公开数据为底座——通过自研采集平台实现新闻资讯、社交媒体、政企官网等全域覆盖，日增 数据超 8亿条（据公司内部统计），保障数据的广度、实时性与持续更新能力；以非互联网公开数据为护城河——与公开 可获取的通用信息形成差异。公司依托三十年行业深耕，构建了多源专有数据渠道，覆盖物理世界感知与行业组织知识类 数据，与互联网公开数据互为补充：前者保障“知道得多、知道得快”，后者确保“知道得深、知道得独到”。公司延续 并深化前述“数力”价值体系，将价值衡量从“数据规模”升级为“生产力”——通过语义识别、实体提取与跨模态融合， 把原始数据转化为智能体可直接调用的知识资产，实现“资源→资产→生产力”跃迁，为大模型迭代与行业数智化提供核心 支撑。 （三）行业深耕×智能体工程化：从“项目交付”到“能力复制” 公司深度渗透政务、公安、网信、特种、金融、媒体等领域，形成行业级服务壁垒。据公司内部统计口径，公司在中 央和国务院机构覆盖率 80%，省级政府覆盖率 64%，省级公安机关覆盖率 100%，中央媒体覆盖率 72%，国有大型商业银 行覆盖率 100%、主要股份制商业银行覆盖率 92%。基于 30余年垂直领域 Know-How沉淀，公司以动态本体封装行业知识、 以 Skill沉淀最佳实践、以智能体实现场景交付，构建了“行业知识—可复用能力—场景化交付”的智能体工程化体系。在 智能体规模化交付过程中，公司建立了 FDE（Forward Deployed Engineer，前置部署工程师）机制——将算法、工程、产品（未完）  |