广道数字2023年年度董事会经营评述

  公司主营业务属于软件和信息技术服务业，主要是做大数据智能化相关这类的产品的研发、生产、销售及服务。公司结合多年的技术积累与行业经验，自主研发了一系列大数据智能化产品，这一些产品涵盖了数据采集、数据治理、湖仓一体数据库、数据可视化分析等数据生命周期内的关键环节，为数字政务、数字军工、制造业数字化三大业务领域内的客户提供技术、产品和服务。

  主要是根据行业客户通用性的业务诉求，公司自主研发的针对特定场景、特定目标的数据采集产品，以帮助客户实时采集业务执行过程所需要的关键数据。产品一般部署在机场、火车站、宾馆旅店、餐饮服务场所、居住区、工业园区、旅游景区或一些客户指定的区域内，负责对区域内的人员、车辆、移动智能终端、市政基础设施、大气环境质量等多种特征数据来进行采集，并回传给客户供其使用。报告期，已服务的客户包括政务类的大数据用户等。

  是组织中涉及数据使用的一整套管理行为。数据治理是对数据的全生命周期来管理，包含数据采集、清洗、转换等数据集成和存储环节的工作，同时还包含数据资产目录、数据标准、数据开发、数据服务等数据应用。数据治理专注于将数据作为数据资产进行应用的一套管理机制，能够消除数据的不一致性，建立规范的数据应用标准，提高数据质量，实现数据内外部共享。报告期，已服务的客户包括政务类的大数据用户等。

  主要是从客户实际业务场景出发，通过加入向量检索、非结构化数据抽取、知识图谱、自然语言处理、数据可视化等人工智能技术，将客户的实际业务经验固化成产品的算法模型与功能模块，从而形成对应行业的大数据分析与应用平台，帮助客户从高质量的业务数据中挖掘数据价值，使大数据应用更好的驱动业务效率的提升、辅助客户业务决策，提升客户数字化治理能力。具体包括GA大数据实战平台、GA反电诈两卡综合治理平台、智感安防社区管理平台、出租屋智慧管控平台、公共安全数据知识图谱系统等，报告期，已服务的客户包括政务类的大数据用户等。

  公司的企业数字化产品及服务，主要是公司与合作伙伴西门子工业软件公司合作，目前公司为客户提供工程服务的西门子工业软件包括：

  这些工业软件不仅涵盖了汽车行业及智能制造领域的每个方面，也为提升新质生产力提供了强有力的支持。无论是新建项目还是已有产线的改造升级，广道数字的汽车行业及人机一体化智能系统的数字化制造解决方案都能助力企业在产品研制、制造乃至全生命周期管理中实现更高的精益化和智能化。报告期，已服务的客户包括国内知名汽车制造厂商等。

  重点围绕大数据、人工智能、智能制造等数字领域新职业，广道数字联合合作伙伴西门子工业软件公司，在工业软件方面采用“数字孪生技术”进行教学实践。提升新时期工科领域技术人才的数字化技能，适应数字化的经济发展新趋势。报告期已服务的客户包括职业技术院校等。

  该类产品由公司参股公司深圳市唯特视科技有限公司（简称“唯特视”）经营。唯特视已获得国军标质量管理体系认证证书、武器装备科研生产单位二级保密资质证书武器装备科研生产许可及装备承制A类等军工资质证书等。广道数字持有唯特视40%的股权，是其第二大股东。在数字技术上与其相协同。

  在军工数字化领域，唯特视主要面向仿真建模推演、军事大数据分析、目标探测与识别、后勤保障信息化、通信信号侦查系统等，为军队和国防工业公司提供解决方案、产品研发和技术服务。

  通过自主研发国产仿真引擎，进行具体装备效能仿真、具体攻防态势仿线）军事大数据分析

  以大数据知识图谱分析为主，实现对各类传感系统或通信指挥渠道获取数据的融合、分析和可视化展示。

  以先进卷积神经网络和递归神经网络等算法为依托，致力于开发声呐、激光LD、SAR图像、海上目标等目标识别分类设备。

  通过军工智能数字化解决方案，实现军队基础后勤保障信息化采集、数字化处理、高效化决策的后勤保障管理。

  将人工智能算法应用于通信对抗领域，实现快速准确的识别目标上报，也可进行欺骗、干扰和压制实施对抗。

  同时，公司在销售三大类自研产品的基础上，坚持“以客户需求为中心、以自研产品为核心”的销售原则，通过集成第三方厂商的相关产品，构建完整的行业数字化解决方案，以适应客户复杂多变的应用场景及行业诉求，提升公司的产品及解决方案在市场中的核心竞争力。

  公司为了更好的服务合作伙伴及最终客户，已经在广东、湖南、江西、山东、河北、辽宁、浙江、上海、北京等省市建立了分子公司及办事机构，业务分别覆盖了华北、华南、华中、华东、东北等区域，形成了“销售-服务”一体化的营销网络，为当地下游厂商及最终客户提供更全面、更高效的本地化服务。

  报告期内，受国内宏观经济环境影响，下游客户的投入谨慎，公司实现营业总收入288,000,828.62元，较去年同期减少5.83%；实现净利润44,115,129.70元，较去年同期减少29.51%。

  在面对挑战的同时，公司积极抓住新质生产力的历史机遇，一方面持续加强公司核心技术的研发投入；另一方面积极开拓新的区域市场、拓展行业客户种类、丰富公司的业务类别，提升公司整体的盈利能力。紧紧围绕数字政务、数字军工、数字制造业三大业务领域开展经营理念。

  报告期内，公司与中国科学院深圳先进技术研究院共同成立了《大数据&AI技术创新联合实验室》，在大数据及人工智能技术领域展开深度合作，加速推进公司在湖仓一体与智能计算、政务数据知识图谱构建与应用、工业机器视觉等大数据及人工智能领域内的技术创新突破和产学研落地转化，围绕数据采集、数据管理、数据分析、数据可视化等数据全生命周期过程，构建并提升公司的核心技术能力。

  截止目前，公司在数据采集领域内积累了“基于行业应用的深度报文检测（DPI）”“网络专用处理加速芯片技术”“特定格式文件的信息抽取”“工业机器视觉识别”等技术体系，全方位的提升公司相关产品对于客户业务数据的采集能力。在数据管理领域，公司积累了“结构化和非结构化融合的大数据存储”“湖仓一体与智能计算”“多源数据整合与共享”等技术体系，提升公司数据治理类产品在数据管理方面的技术能力。在数据分析及数据可视化领域，公司积累了“行业知识图谱构建与应用技术”“数据可视化智能分析技术”，以提升公司在数据分析领域内的技术能力。对湖仓一体与智能计算的核心技术之一“联邦学习（Federated Learning）技术”开展技术攻关。

  在产品研发方面，公司一方面保持对现有产品进行持续的更新迭代，以满足技术发展过程中客户对产品功能的优化提升需求。另一方面，加大对数据治理产品及数据分析产品的研发投入。报告期内，公司发布了湖仓一体与智能计算数据库1.0、多维数据融合治理平台V4.0、多维数据研判平台V2.0、公共安全数据知识图谱系统、人力资源信息管理平台等多款大数据智能化产品。

  报告期内，公司获得了《人脸图像安全保护方法、系统及存储介质》发明专利，湖仓一体与智能计算数据库荣获了第25届高交会“优秀产品奖”“AI产业落地十大创新案例”等奖项。在报告期后，公司于2024年4月获得《LakehouseDB湖仓一体数据库平台V1.0》软件著作权证书，已申请了《基于数字对象的联邦湖仓》《一种基于特征向量相似度搜索的湖仓一体非结构化数据索引方法》《一种湖仓一体的统一数据存储技术》等发明专利。

  1、公司继续被华为公司认证为华为的认证级解决方案开发伙伴（ISV/IHV），包括独立软件提供商（ISV）和独立硬件提供商（IHV）。ISV伙伴指的是能够结合华为ICT产品与解决方案构建联合方案。IHV伙伴则能够结合华为平台进行二次开发或对接。这一伙伴关系包括技术支持、营销支持等多方面的合作权益。

  2、公司与中国科学院深圳先进院共建“大数据&AI技术创新联合实验室”，致力于将科技创新转化为真正生产力，共同推进科研成果的商业化落地。期间，为推动业务拓展，发挥产学研用优势资源，中科院联合公司积极布局行业展会与论坛活动，如“科创中国”企业家论坛、深圳20+8产业集群建设项目签约、第25届高交会、高性能芯片设计与制造高峰论坛、第十二届中国电子信息博览会、2024先进制造业集群展等。累计线万人次以上，线上触达超千万人次，根据目标人群展开精准营销活动，发挥集聚效应，促进科技成果转化，实现产业、科研双轮驱动。

  3、公司被西门子软件公司认证为专家级金牌合作伙伴，公司凭借专业的工程服务，向国内制造公司可以提供西门子全栈式产品解决方案及工程技术服务，共同提升产业升级新动力300152），服务中国制造业的产业升级。

  报告期内，持续优化公司组织结构，建立并完善公司内部流程及规章制度。截止到2023年12月31日，公司内部已经形成了产品战略中心、营销中心、财务中心、行政中心、采购中心五大核心部门，分别负责公司的产品设计规划与研发、产品营销与技术服务、财务管理、内部控制与人力资源管理、供应链与仓库管理工作。

  公司成立了《大数据&AI技术创新联合实验室》，主要负责公司核心技术体系的搭建、前沿技术的研究、产学研技术成果转化等工作；成立了CVC投资部，主要负责投融资并购业务及被投企业的投后管理工作。

  人工智能已成为引领新一轮科技革命和产业变革的关键驱动力，涵盖芯片、大数据模型、云计算等多个关键技术领域，是我国“新质生产力”的重要组成部分。

  算力竞争使人工智能发展从单纯的技术变革跃迁到技术、资源的双向赋能，人工智能时代由此迎来新的机遇和挑战。

  整体ICT市场从以增量市场为主转向以存量市场为主，不同行业数字化成熟度和数字化投资增长决定细分行业市场。企业抓住AI转型的具体机会，应该聚焦决定细分市场的“七大因素”以及把握获取商机的“三大抓手”。

  其中，完善的数据治理体系和高效的数据湖仓构建与管理至关重要，它们既保障了AI转型的法律与伦理底线，也驱动了企业的数字化升级和AI应用的深入发展。

  作为数字经济领域创新发展的老兵，广道数字始终保持着敏锐的洞察力和前瞻性思维，以更加开放的眼光和胸怀拥抱数字化浪潮。报告期。公司与中科院深圳先进技术研究院建立的公司成立了《大数据&AI技术创新联合实验室》，开展了湖仓一体与智能计算关键技术研究。其中，对湖仓一体与智能计算的核心技术之一“联邦学习（Federated Learning）技术”开展技术攻关。

  什么是联邦学习技术呢？采用联邦学习技术，旨在打破数据孤岛，释放数据价值。

  在数据为“王”的时代背景下，由于本应协同合作的多个信息系统之间存在功能上的非关联性与信息的非共享性，导致无法直接交换数据，从而形成了“数据孤岛”现象，严重阻碍了数据要素市场化建设。同时，互联网和移动互联网的迅猛发展，进一步加剧了数据的碎片化问题，使得跨平台、跨领域的数据整合与利用变得更为复杂。

  在应对大数据时代挑战的过程中，广道数字凭借前瞻性的技术视野，提出了基于数字对象和联邦湖仓架构的湖仓一体技术。这一创新技术结合了联邦学习在用户隐私安全方面的技术优势与数据湖仓在数据治理与深度分析的能力，有效打破了数据孤岛，实现了跨组织的数据共享与分析。通过连接多个数据湖仓，湖仓一体技术构建起一个统一的数据平台，使企业能够轻松地访问、查询、分析和挖掘不同来源的数据，为企业未来的数字化转型和业务创新提供了有力支持。

  联邦学习（Federated Learning）本质是一种分布式机器学习框架，它能够在保障数据隐私安全及合法合规的前提下，实现数据共享。其核心思想在于，当多个数据源共同参与模型训练时，不需要进行原始数据的流转，仅需通过交互模型之间的参数进行模型的联合训练，从而确保原始数据可以留在本地。

  联邦学习的出现打破了传统机器学习的集中式数据训练模式，同时，各组织、机构、设备间的交互被以保护隐私为目标而精心设计，使得联邦学习应用可以在保护隐私的前提下，完成多方数据联合建模的任务。这种方式实现了数据隐私保护和数据共享分析间的平衡，即“数据可用不可见”的数据应用模式。

  传统的机器学习需要将数据汇聚到中心后才可以进行模型训练，同时，随着数据量的增加，应用成本也会相应上升。此外，数据一旦离开其原始环境（即出域），将会变得难以管理和控制，从而导致数据隐私泄露，埋下数据安全隐患。

  相比之下，联邦学习能够助力多个机构共同构建一个统一、安全、高效且合规的多源数据应用生态系统。通过实现跨机构的数据融合共享，联邦学习为大数据应用提供了精准、安全、高效的人工智能模型构建基础，从而提高了大数据服务的质量，为经济社会的发展创造出更多的价值。

  1、政务开放。在政务数据开放共享的过程中，因缺乏有效的隐私安全保护技术，数据共享后无法限制数据用途，导致出现了数据滥用和隐私泄露等问题。联邦学习应用可以与大数据开发组件集成，实现数据资源的定向使用，打破政府部门的数据孤岛，提升政务服务的效率和质量，增强政府的透明度和公信力。

  2、智慧城市。智慧城市的核心是通过数据驱动城市治理，但由于各机构、单位对数据安全共享的严格管控，数据难以融合互通。利用联邦学习，各机构、单位可以形成联邦协作，共创联邦学习模型，在确保数据安全的前提下，充分发挥数据的最大价值，助力智慧城市的构建与发展。

  3、金融应用。对于分别分布在银行、电子商务平台和用户的私人社交网络中的信息，联邦学习可以为其构建跨企业、跨数据平台以及跨领域的大数据和AI系统提供良好的技术支持，保障多方在合规的基础上进行深度合作，同时也为金融行业带来了新的业务模式和增长机会。

  4、数字广告。数字广告产业链由于涉及广告主、流量平台、消费者以及诸多第三方等多方参与，因此数据分散且互通性差，导致数据孤岛现象严重。联邦学习可以提供加密的分布式机器学习技术，让各方在不披露底层数据和保持数据加密（或混淆）状态的前提下，遵循隐私安全法律法规，建立出虚拟的共有模型，提高各方的合作效率。

  5、医疗应用。基于生物医学的算法或统计研究需要大量的样本，单一数据源很难满足海量的数据需求。联邦学习应用可以提供多数据源医疗数据共享平台，在保证数据源隐私安全的情况下又能够实现数据价值的共享。

  联邦学习作为兼顾数据协同和安全隐私的新型技术，是保障数据有序合规流通的基础要素。其为各行业打破数据屏障提供了新的思路，实现了以保护数据安全为前提的多方互利共赢。产业链上下游应凝聚共识，加强对于个人信息保护和数据安全的重视，积极探索联邦学习在垂直行业中的应用案例，形成行业示范，加速联邦学习行业应用场景的探索。使联邦学习可以在许多关键的开放性问题上取得显著进展，将人工智能的益处惠及至社会的每个角落。

  数字经济是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力的新经济形态。世界各国竞相将数字经济作为抢抓新一轮科技革命和产业变革新机遇、构建国家竞争新优势的战略重点。党的十八大以来，以习同志为核心的党中央高度重视发展数字经济，习深刻指出“数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量”，并强调要“促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业300832）新业态新模式，不断做强做优做大我国数字经济”。这些重要论述为我国数字经济发展指明了方向。中央经济工作会议指出，要大力推进新型工业化，发展数字经济，加快推动人工智能发展。我们要顺应数字化浪潮，加快发展数字经济，不断构筑竞争新优势、壮大发展新动能。

  近年来，我国数字经济快速发展、成效显著，已成为我国经济增长的新动能、高质量发展的重要引擎。一方面，以互联网、云计算、大数据等数字技术驱动的新兴产业有力拉动经济增长；另一方面，数字技术与产业深度融合，催生新业态新模式，传统产业发展动能不断增强。2022年我国数字经济规模达50.2万亿元，总量稳居世界第二，同比名义增长10.3%，占GDP比重提升至41.5%。数字产业化规模与产业数字化规模分别达9.2万亿元和41万亿元，占数字经济比重分别为18.3%和81.7%。

  数字产业蓬勃发展，新兴业务快速增长。我国电子信息制造业营业收入从2012年的7万亿元增长至2022年的15.4万亿元，2022年规模以上电子信息制造业增加值比上年增长7.6%，增速超出工业4个百分点。软件和信息技术服务业业务收入从2012年的2.5万亿元增长至2022年的10.8万亿元，2022年全国软件和信息技术服务业规模以上企业超3.5万家。人工智能、物联网等领域的发明专利授权量居全球前列。数据中心、云计算、大数据、物联网等新兴业务快速发展，2022年共完成业务收入3072亿元，比上年增长32.4%。

  数字技术与实体经济深度融合，产业数字化转型步伐加快。数字技术广泛融入生产、流通、消费等各个环节，工业互联网应用融入49个国民经济大类，赋能千行百业数字化转型。智能化制造、网络化协同、个性化定制、服务化延伸、数字化管理等新模式新业态广泛普及。数实融合有力提高了经济发展质量，从宏观层面看，优化了资源配置，提高了经济运行效率；从产业层面看，推动了产业转型升级，促进了产业融合发展；从企业层面看，重塑了企业研发、生产、销售、服务等各个环节，改变了传统的生产、经营、管理方式，增强了企业内生增长动力。

  数字基础设施建设取得长足发展，数字经济发展底座不断夯实。建成全球规模最大、技术领先的信息通信网络，算力规模全球排名第二，累计建设5G基站328.2万个，实现“市市通千兆”“县县通5G”“村村通宽带”。深入实施“东数西算”工程，促进东西部算力高效互补和协同联动，引导通用

  数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局。日益完善的数字基础设施有力支撑数字经济发展、赋能产业升级，成为经济增长、融合创新的新动力。

  当前，新一轮科技革命和产业变革突飞猛进，互联网、大数据、云计算、人工智能、区块链等技术加速创新，产业数字化、智能化、绿色化转型不断加速，全球要素资源配置方式、产业发展模式和人民生活方式发生极大改变。这既给我国发展带来巨大挑战，也给我们提供了难得的历史机遇。

  近年来，我国数字技术创新能力快速提升，创新驱动发展成效显著。关键数字技术研发应用取得积极进展，5G实现技术、产业、网络、应用的全面领先，集成电路、人工智能、软件、量子信息技术等关键领域创新应用取得积极进展。前沿数字技术创新日益活跃，国家进一步加大对高端芯片和集成电路、操作系统和关键软件、人工智能、量子信息、类脑智能等领域的基础研究和战略前瞻布局。

  得益于超大规模市场、海量数据603138）资源及丰富应用场景等优势，数字技术已深度融入我国经济、政治、文化、社会、生态文明建设各领域和全过程，数字化新技术、新产品、新产业加快发展。2022年我国工业机器人产量达到44.3万套，装机量占全球比重超过50%，连续9年成为全球最大的工业机器人应用国。

  但也要看到，我国数字技术创新潜能有待深入挖掘。关键领域核心技术受制于人的局面尚未根本改变，标准体系尚不完善，制度规则有待进一步优化，数字经济话语权仍待提升。数字创新体系整体效能不强，创新资源存在分散、重复、低效等问题，制约创新成果转化。

  与此同时，新技术、新应用持续涌现带来新挑战。以Web3.0、量子计算、卫星通信等为代表的新技术加快实现从研究探索到商业落地的跨越，驱动生产生活方式变革。以大模型为代表的人工智能技术取得突破性进展，未来人工智能将成为新一轮科技革命和产业变革的重要驱动力量并显著改变工作、生活、学习。人工智能的发展也会导致创新方式发生改变，“数据+AI”与工业研发流程融合催生新型研发范式，形成改变传统边界的创新能力。基于数据的研发方式，能够对传统物理试错方法形成有效补充，大幅缩短研发周期，提升创新效率。

  要探索与数字技术、数字经济发展规律相适应的科技创新体制和产业创新机制，以人工智能为突破口，加快推进数字领域关键核心技术突破，持续加大科研投入，大力培养专业人才，加强国际合作，实现开放式创新。聚焦数字产业化战略前沿，大力发展数字经济核心产业，推动数字产业集群发展。加快构建全链条、全过程的人工智能行业应用生态，让人工智能充分赋能经济社会发展。推动5G、工业互联网等设施规模化应用，并超前谋划6G、量子信息、类脑智能等未来产业。

  我国数字经济发展取得举世瞩目成就，对经济社会发展的支撑作用日益凸显。然而，当前还存在一些短板与不足，影响数字经济高质量发展。一方面，不同行业、不同企业数字化转型水平及路径存在一定差异，数字鸿沟问题凸显，中小企业数字化转型尚处于探索阶段，全产业链数字化转型生态尚未形成。产业数字化中的核心问题，如实现物理世界和数字世界的连接、打破数据孤岛促进数据融合等，都需要新一代数字技术来解决。而我国高端芯片、工业控制软件、核心元器件、基本算法等多项数字关键技术仍然受制于人。另一方面，我国数据要素市场发育相对滞后，数据资源确权、开放、流通、交易相关制度不够健全，数据开放共享不足，数据要素没有充分流动和深度开发利用，要素价值尚未得到充分发挥和有效释放。

  要构建良好数字技术创新生态，加快企业数字化转型步伐。搭建供需平台，推动供需双方从研发到生产全过程参与、协同攻关，打造多元化参与、网络化布局、市场化运作的创新生态。推动新一代信息通信技术向工业领域加速渗透，加快传统制造业数字化、网络化、智能化改造，推动产业链向上下游延伸，实现全域、全链、全环节数字化发展，大力支持中小企业数字化转型。

  要充分发挥平台企业作用，优化供需匹配，提高资源配置效率。引导平台企业在赋能制造业转型升级、促进对外开放、挖掘消费潜力等方面创造更大价值。依托平台更好支持实体企业走出去，通过跨境电商加速中国制造走向全球。支持工业互联网平台、消费互联网平台技术创新，增强平台企业国际竞争能力，提升全球要素资源配置能力，加速技术出海、模式出海。

  要加快完善数据治理规则，激发数据要素的活力和潜力。党的十九届四中全会将数据增列为生产要素，党的十九届五中全会进一步明确推进要素市场化配置改革，发展技术和数据要素市场，这为加快培育发展数据要素市场指明了方向。要加快发展数据要素市场，建立健全数据资源产权、交易流通、跨境传输和安全保护等基础制度及标准规范，培育规范数据交易平台和经营主体，完善数据分类分级保护制度，加强数据安全评估，推动数据跨境安全有序流动。进一步释放数据要素价值、激活数据要素潜能，为建设现代化经济体系、构筑国家竞争新优势提供有力支撑。

  数字技术革命带来的产业体系的迭代升级和新型数字产业集群，使得数字技术的应用无处不在，近二三十年来数字经济呈现井喷式发展势头。能否跟上数字经济的快速发展，是公司参与国内、国际竞争的关键因素。公司虽然是在本行业深耕20年的“老兵”，但是，在技术和业态不断迭代更新的当下，公司始终把自己看作“新兵”。2024年，公司将继续加强与产业领域的国际、国内巨头企业合作，与国内科研院所合作，向巨头学习，跟随他们的引领，提升公司的竞争能力和应变能力。

  2024年，公司继续聚焦大数据智能化与数字经济领域，围绕公司的产业定位及发展方向，从事该领域内大数据智能化相关这类的产品的研发、生产、销售及服务。

  公司管理层将继续保持稳中求进的经营理念，抓住数字中国建设与数字经济、人工智能的发展机遇，在数字政务、数字军工、制造业数字化三大业务领域继续开展业务，一方面持续加强公司核心技术的研发投入，提升公司在数字化的经济领域的自主创新能力；另一方面积极开拓新的区域市场、丰富公司的业务类别，提升公司整体的盈利能力。

  重大风险事项描述：公司实际控制人为金文明，其为公司的实际控制人、董事长兼总经理，对公司决策、监督、日常经营管理均能产生重大影响。虽然公司已经建立较为完善的内部控制制度和公司治理结构，包括制定《公司章程》《股东大会议事规则》《董事会议事规则》《监事会议事规则》和《关联交易管理制度》等规章制度，但并不排除实际控制人利用其控制权对公司的经营、人事、财务等进行决策，给公司经营带来风险的可能。

  应对措施：为避免实际控制人对公司的不当控制，公司已组织管理层尽快学习、熟悉股份公司的全部制度，并在上市后聘任常年法律顾问持续协助公司规范内部治理程序，不断提升公司管理层的职业素质以及完善公司内控制度。

  重大风险事项描述：公司所处行业的发展呈现技术升级与产品更新换代迅速的特点，公司需具备及时应对行业发展技术革新和趋势变化的能力，迅速地根据技术发展方向，加大技术研发投入，并将创新成果转化为成熟产品推向市场。在行业技术结构愈加复杂、变化层出不穷的当下，对市场需求的反应速度越快，就越容易率先占领该细分领域市场。然而目前公司所处行业发展趋势变化较快，公司做出前瞻性预测的难度较大，虽然现有的行业经验能助力公司提前布局未来市场，但行业发展趋势的不确定性仍然可能导致其前瞻性技术创新偏离市场轨迹。应对措施：任何技术创新和变革都有可能失败，都有可能面临风险。我们所能做到的，就是不断跟踪最新前沿技术，充分听取行业联盟、协会和专业论坛中专家、同行的意见，坚持技术创新，规避技术创新风险。

  重大风险事项描述：公司所处行业是知识密集型行业，核心技术人员的专业素质对于企业发展至关重要，该行业目前整体上存在核心人才向大型企业流动的现象，因此公司需要合理的薪酬和福利条件来保证核心人才的稳定性。该行业主营产品科技含量高，在核心关键技术上拥有自主知识产权，因此核心人才的流失不仅对公司技术创新和未来发展造成损失，还面临核心技术泄密的风险。由于公司所处行业的产品和技术研发周期长，核心技术人员稳定及技术保密性对企业的发展尤为重要，如果在技术和人才的市场竞争中，出现技术外泄或者核心技术人员流失情况，将对公司的长期发展带来不利影响。

  应对措施：为了更进一步降低风险，公司配备了足够多的技术研发人员，设立了技术办公室，由行业专家，学术领头人组成，公司还与中国科学院深圳先进技术探讨研究院、北京信息科技大学等科研机构和高校建立产学研合作，建立完善的人才培养和培训体系，规避人才流失和技术泄密风险。

  重大风险事项描述：公司拥有多项计算机软件著作权、专利、商标等无形资产，报告期内未发生被盗版及侵权事件。但是由于我国对软件的知识产权保护还有差距，存在一些软件产品被盗版、专有技术流失或泄密等现象。鉴于国内市场和知识产权保护现状以及软件易于复制的特性，公司的产品也存在被盗版的风险。如果公司的产品、研究成果遭到较大范围的盗版、仿冒或非法销售，将会对公司的盈利水平产生不利影响。

  应对措施：公司已采取多项应对措施防范知识产权被侵害的风险，公司一直重视核心技术的保密工作，已制定专门的保密制度；公司在知识产权开发成功后会及时申请软件著作权、专利、商标等加以保护。

  重大风险事项描述：公司以大数据、人工智能等技术作为核心基础，覆盖大数据智能化与数字化的经济领域相关市场，客户多集中于政府、事业单位、电信运营商等，上述客户通常实行预算管理制度和集中采购制度，在上半年集中审批采购计划，在年中或下半年安排产品采购，产品交货、安装、调试和验收，公司下半年尤其是第四季度业务量相对较大。因此，公司经营存在一定的季节性波动风险。

  重大风险事项描述：受到宏观经济环境影响，存在应收账款回收风险。可能会对公司盈利指标产生不利影响。