行业和公司概况 行业概况 [1] - 公司所处行业受到外部环境影响,行业化进程有待进一步发挥作用 公司概况 [1][2][3][4][5][6][7][8] - 前三季度营业收入57.4亿元,同比增长0.5%,收入增速放缓 - 订阅收入增速较高,达28%左右,订阅合同负债增长32% - 净利润亏损同比有所增加,主要受无形资产摊销和离职补偿金增加的影响 - 公司已进行大规模人员优化,减少3,600多人,对四季度和明年业绩有较大影响 - 大型企业客户业务受宏观环境和行业化进程影响,签单和收入确认有所滞后 - 中型企业客户业务全面转向订阅模式,订阅收入增速较高 - 公司推出BIP超级版产品,面向大型企业提供订阅服务,签约金额快速增长 关键观点和论据 收入增速放缓的原因 [1][4][5] 1. 外部环境影响,宏观经济形势下行 [1] 2. 行业化进程有待进一步发挥作用 [1] 净利润亏损增加的原因 [2][3] 1. 无形资产摊销同比增加2.25亿元 [2] 2. 离职补偿金同比增加1.4亿元 [2] 3. 订阅成本增加约1亿元 [2] 人员优化的影响 [3][4][13][14] 1. 四季度和明年现金流和净利润有较大影响 2. 预计明年可节省大量人工成本 大型企业客户业务情况 [4][5][6] 1. 受宏观环境和行业化进程影响,签单和收入确认有所滞后 2. 已交付多个标杆性项目,为未来发展奠定基础 3. 行业化进程有待进一步加快 中型企业客户业务情况 [6][7][16][17] 1. 全面转向订阅模式,订阅收入增速较高 2. 音乐产品和制造业云产品是订阅增长的主要动力 3. 软件产品全面订阅化,短期内收入下降但未来有望贡献订阅增长 大型企业订阅业务情况 [18] 1. 推出BIP超级版产品,面向大型企业提供订阅服务 2. 签约金额快速增长,成为订阅增长的主要贡献力量 毛利率下滑的原因及恢复预期 [19][20] 1. 主要受订阅成本上升影响 2. 随着交付效率提升和订阅规模效应,毛利率有望回升 其他重要内容 10月订单和回款情况 [10][11] 1. 10月订单和回款情况有所好转,呈现增长态势 2. 国有企业和医疗行业订单保持较好增长,民营企业有所下滑 未来提升盈利的举措 [13][14] 1. 继续优化人员结构,减少人工成本 2. 进一步提升管理效率,控制费用 3. 研发投入逐步下降,有利于资本化率提升

白皮书 前言 1.1 全球 IT 技术与产业创新进入以 AI 为中心的时代 全球 IT 技术与产业创新的发展呈现出几个显著的趋势。首先，人工智能和机器学习的 应用正在各行各业中快速扩展，推动了自动化和智能化的进程。其次，云计算和大数据技术 的发展，使得企业能够更高效地处理和分析海量数据，从而提升决策效率。此外，区块链技 术的崛起，为财务、人力、生产、营销、采购等领域提供了新的解决方案。同时，5G、物联 网等新兴技术的发展，正在推动智能城市、智能家居等产业的创新。总的来说，全球 IT 技 术与产业创新的发展，正在推动社会进入一个全新的数字化、智能化的时代。 其中 AI 技术不断突破逐渐成为了产业创新的核心。首先，AI 技术的发展改变了数据处 理和分析的方式，使得大数据的价值得以充分挖掘，推动了各行各业的数字化转型。其次， AI 技术的应用使得机器能够自我学习和优化，提高了工作效率，降低了人力成本，推动了产 业升级。最后，AI 技术的发展也推动了新的商业模式和服务模式的出现，如 AI 驱动的个性 化推荐、智能客服等，极大地丰富了消费者的体验，推动了经济的发展。因此，我们可以说 IT 技术与产业创新已经进入了以 A ...

会议主要讨论的核心内容 1) 公司今年上半年的经营情况,包括营收、利润、人员、毛利率等基本面指标的表现 [1][2][3][4][5] 2) 公司在信创领域的进展,包括国产替换、国产化等不同类型的客户需求 [18][19] 3) 公司在海外市场的布局和发展情况,包括客户接受度、付费能力等优势 [14][15][16][17] 4) 公司在AI大模型方面的应用和突破,包括私有化部署、成本优势等 [16][17][49][50][51] 5) 公司产品线的迭代方向,包括AIGC能力融合、交付效率提升等 [6][7][8][9][10][11][12][13] 问答环节重要的提问和回答 1) 电子凭证推进的速度和公司的应对 [14][15][16] - 公司目前已经接触了大量试点客户,预计两三个月就能完成电子凭证的推广 - 公司产品已经具备接收电子凭证的能力,可以帮助客户实现财务和业务的深度融合 2) 公司在中小企业和大型企业的经营策略 [19] - 中小企业聚焦订阅收入,大型企业提升交付效率降低成本 - 中型企业订阅化转型是公司的重点,有望带动订阅收入的快速增长 3) 公司海外业务的发展情况和未来规划 [14][15][16][17][48] - 海外业务增速有望达到2-3倍于公司整体水平 - 公司正在逐步建立海外分支机构,并与当地服务商合作推广产品 4) 公司AI大模型的应用优势和未来发展 [16][17][49][50][51] - 公司在私有化部署、成本优势等方面领先于国内其他厂商 - 大模型的应用有助于提升交付效率,降低成本,带来更多的业务增量

会议主要讨论的核心内容 - 公司上半年营收实现同比12%以上的快速增长 [1] - 公司通过行业化经营、提升交付效率等措施,毛利率大幅提升超过600% [1][2] - 公司对人员规模进行了优化调整,全年预计减少8%左右 [2] - 公司在AI领域持续投入,已研发79款行业垂直大模型,未来将在企业级大模型上进行深化 [3][4] - 公司在智能行销、智能招聘等领域的SaaS产品取得良好进展,单价10-20万元,受到大型企业客户的广泛认可 [5][6] 问答环节重要的提问和回答 问题1 **投资者提问** 公司大型企业业务订单增长情况如何,未来发展趋势如何 [7][8] **公司回答** 公司去年对大型企业客户的经营存在一些挑战,主要是由于行业化调整导致的磨合期,但经过一年的积累,行业化经营成效已经非常明显,大型企业客户的订单增长保持较快节奏 [8][9][10] 问题2 **投资者提问** 公司在不同行业客户的需求和选择上有何考虑 [10][11] **公司回答** 公司在客户选择上更加注重盈利能力和产品财务化程度,会优先选择科技含量较高、产品标准化程度较高的客户 [11][12] 问题3 **投资者提问** 公司全球化战略和进展情况,对收入和利润的贡献如何 [14][15] **公司回答** 公司持续推进全球化战略,在新加坡、欧洲、美国等地设立了办事处,但目前海外业务占比较小,还未对公司整体收入和利润产生重大影响 [14]

报告行业投资评级 无相关内容。 报告的核心观点 1. 数据是21世纪的"石油"，在数字经济时代已成为重要的生产要素 [5][6] 2. 中国是国际上率先提出将数据作为生产要素的国家，这是一项重大理论创新 [5][6] 3. 数据资产化和数据资产入表是数字经济发展的必然要求 [6][8] 4. 中央企业的数据资产具有广泛的地域覆盖性、跨行业的综合性、复杂的成本结构、灵活的应用场景、高质量的数据以及动态的稀缺性和可替代性等特点 [14][15][16] 5. 中央企业数据资产化面临数据价值挖掘不足、数据治理难度大、数据安全风险高、会计处理复杂度高等挑战 [17][18][19] 6. 中央企业数据资产化的路径包括数据场景化、数据资源化和数据价值化三个阶段 [20][21][22][23][24] 7. 数据资产入表需要满足数据合规与确权、数据资源可管理、数据资产有带来经济利益的预期、数据资产的成本清晰可计量等条件 [35][36][37][38][39][40] 8. 用友提供了包括数据价值规划、数据资源管理、数据资产智能核算以及价值创新在内的一套完整的中央企业数据资产化及数据资产入表解决方案 [26][27][28][29][30][31][32][33][34][41][42][43][44][45][46] 根据目录分别进行总结 政策背景/意义 1. 数据已被纳入生产要素范围,是经济发展的核心要素 [5][6] 2. 健全数据要素市场化配置机制是国家战略 [6] 3. 数据资产入表是数据资产化管理的一部分,标志着我国开始探索企业数据资产入表的具体路径 [6][8] 央企解决方案 1. 中央企业的数据资产具有广泛的地域覆盖性、跨行业的综合性、复杂的成本结构、灵活的应用场景、高质量的数据以及动态的稀缺性和可替代性等特点 [14][15][16] 2. 中央企业数据资产化面临数据价值挖掘不足、数据治理难度大、数据安全风险高、会计处理复杂度高等挑战 [17][18][19] 3. 中央企业数据资产化的路径包括数据场景化、数据资源化和数据价值化三个阶段 [20][21][22][23][24] 4. 用友提供了包括数据价值规划、数据资源管理、数据资产智能核算以及价值创新在内的一套完整的中央企业数据资产化及数据资产入表解决方案 [26][27][28][29][30][31][32][33][34] 解决方案详解 1. 数据价值规划设计是数据资产化过程中的关键一步,需要坚持需求牵引、注重实效、试点先行、重点突破、整体规划和场景切入 [27][28][29] 2. 数据资源管理包括数据资源盘点、数据登记/确权和数据资产判定,是确保数据质量、安全性和可用性的重要环节 [30][31][32] 3. 数据资产入表智能核算包括数据成本归集、列表与披露和数据价值评价,可以帮助企业全面了解和管理数据资产 [34][35][36][37][38][39][40] 4. 数据价值化体现在内部价值、外部价值、直接价值和间接价值等多个维度,价值创新的重点是场景化切入 [44][45][46]