公司代码：688619 公司简称：罗普特

2022年年度报告摘要

罗普特科技集团有限公司

第一节 重要提示

1年度报告摘要来自年度报告的全文。为了充分了解公司的经营成果、财务状况和未来发展规划，投资者应该去www.sse.com.cn网站仔细阅读年度报告全文。

2.重大风险提示

本公司已在本年度报告中详细描述了可能存在的风险。请参阅本报告第三节“管理讨论与分析”的“四、风险因素”。

3.公司董事会、监事会、董事、监事、高级管理人员应确保年度报告的真实性、准确性和完整性，无虚假记录、误导性陈述或重大遗漏，并承担个人和连带的法律责任。

公司全体董事出席董事会会议。

5.会计师事务所(特殊普通合伙)为公司出具了标准无保留意见的审计报告。

公司上市时没有盈利，也没有盈利

□是 √否

7董事会决议通过的本报告期利润分配计划或公积金转换股本计划

2023年4月6日，公司第二届董事会第十次会议审议通过了《关于公司2022年利润分配计划的议案》。根据《中国证监会关于进一步落实上市公司现金股息的通知》、《上市公司监管指南》、《公司法》、《公司章程》等有关规定，鉴于公司2022年的实际经营，考虑到当前产品研发、市场扩张和订单实施活动资本需求，为了更好地维护全体股东的长期利益，确保公司的长期稳定发展，除2022年通过招标交易回购公司股份外，公司计划在2022年不再进行现金分红，也不将资本公积金转换为股本。上述利润分配计划已经董事会审议通过，仍需提交公司年度股东大会审议。

根据《上市公司股份回购规则》，“上市公司以现金为对价，以邀请、集中竞价的方式回购股份的，视为上市公司现金分红，计入现金分红的相关比例。2022年，公司以集中竞价交易方式回购股份的金额为299.58万元(不含印花税、交易佣金等交易费用)。因此，公司2022年的现金分红总额为299.58万元。

88公司治理是否有特别安排等重要事项

□适用 √不适用

第二节 公司基本情况

1公司简介

公司股票简介

√适用 □不适用

■

公司存托凭证简介

□适用 √不适用

联系方式和联系方式

■

报告期公司主要业务简介

(一)主要业务、主要产品或服务

1、主要业务及主要产品

基于数字经济，公司专注于人工智能、大数据、云计算、智能感知、元宇宙等核心技术的沉淀和发展，深入应用于行业，为行业提供具有核心竞争力的数字产品和技术。同时，为客户提供数据服务，帮助行业数字化转型。

报告期内，公司逐步加强数字经济核心技术研发布局和核心技术人才梯队建设，加强数字技术创新研发体系建设，在数字基础设施、数据资源系统、数据平台、数字双胞胎、信函安全等方面建立技术体系，不断完善和完善。在建立的数字技术系统的基础上，不断开发各种数字平台产品和行业数字解决方案，提高公司产品的市场竞争力。

在技术竞争激烈的人工智能市场上，公司始终坚持科技创新，致力于人工智能产品研发、大数据挖掘和行业实际应用开发，核心技术和市场成熟技术，根据用户需求进行技术集成和应用开发，形成具有市场实际应用价值的产品和行业解决方案。公司的核心竞争力来自于对人工智能算法技术特点和行业场景需求的深刻理解，以计算机视觉及相关人工智能技术平台为牵引，坚持产品和服务技术场景应用路线的高效协调，基于智能城市、公共安全、社会治理、工业物联网、生活等场景需求，通过最后一公里的技术到场景实际应用，让技术快速、高效地为社会服务。

公司致力于为客户提供全方位、系统的安全服务业务，不断扩大人工智能技术和产品在不同行业、不同领域的应用。其主要业务是为客户提供计算机视觉智能产品、大数据产品和人工智能+行业应用的系统级整体解决方案。公司以计算机视觉、语义分析、元素感知、边缘计算、大数据挖掘、计算机深度学习、逻辑推理、空间技术为核心，支持智能产品业务和“AI+研发过程包括前端感知软硬件开发、数据传输与计算软硬件开发、后台智能分析、大数据处理、平台设计与应用开发等。为客户提供从端到端的全过程智能产品和行业应用。

如下图所示，公司的产品类别包括计算机视觉智能产品、统一技术平台产品、平台产品和行业级解决方案。其中，计算机视觉智能产品主要涉及智能终端核心硬件产品（包括计算机视觉摄像头、多模态智能终端、存算集成终端、移动感知终端、物联网智能终端、边缘计算单元等）。统一技术平台产品包括RUP统一研发效率平台、智能硬件平台、物联网（IoT）中台、AI算法中台、大数据中台等。平台产品包括智能硬件、智能技术平台、行业应用平台等一系列产品。行业解决方案包括公共安全、智能政治法律、智能交通、智能海洋、生态环境、智能城市等行业。

■

2、核心技术能力

2.1 RUP统一研发效率平台

RUP效率基础平台的统一研发（Ropeok Unified Platform）基础平台是一个涵盖统一开发基础框架、运维基础框架、基础服务系列组件、基础业务系列组件的技术基础开发平台，统一定义了研发管理标准体系和规范、服务标准和界面规范，以及快速开发和部署规范，它是基础设施平台与应用产品之间的共享技术基础。基于此基础平台，项目可以快速交付，提高R&D效率和质量，降低R&D成本，减少重复开发。

■

公司RUP基础平台不断积累研发成果和技术竞争力，不断构建开放生态，通过统一的技术框架与合作伙伴互补研发优势，实现平台的共同建设、治理和共享，赋予合作伙伴权力，为客户创造价值。

■

报告期内，公司继续扩大RUP基础平台的研发投资，加快基础平台的更新迭代，将基础技术开发平台升级为基础开发生态。同时，公司推出了新的基本运维系统，加强了平台本身的运维监控，降低了产品和应用的运维难度。

■

2.2 AI中台

人工智能平台抽象业务所需的人工智能能力，与业务管理、基础平台等模块解耦，实现智能处理过程的标准化、标准化和数据流的安全。通过灵活的算法调度、模型调度和扩展操作和维护功能，为不同数量的业务需求提供可配置的人工智能能力，使整个系统最大化。

在报告期内，公司继续优化和扩大AI算法中台的应用领域，深入优化算法中台的负载平衡，中台算法的吞吐性能提高了15%；在算法库中，公司增加了非机动车违章检测等新算法，并结合智能硬件平台发布了新产品，取得了新的进展。

2.2.1 算法集成调度平台

实现统一访问、服务安排、可视化、控制管理、流程自定义等功能，是算法服务的入口。采用容器技术，将软件的运行环境与特定的操作系统隔离，从而保证稳定性。内外平台可以通过标准接口进行识别和认证，并按照预先配置的流程进行数据处理。一个处理过程可以按顺序调动多个算法，也可以平行处理多个算法请求，平衡负载。可提供中间步骤的结果统计，方便业务端优化算法流程，提高效率和准确性。

2.2.2 算法/模型仓库

算法模型仓库负责现有算法、模型和相应数据集的结构化存储。通过对其进行分类、用途和版本的综合历史管理，不仅可以快速获得现有的人工智能处理能力，而且可以方便地迭代算法模型。目前，仓库内现有的算法类型主要包括OCR识别、场景识别、人车视觉跟踪、非机动车非法检测、自然语言处理等。

2.2.3 中台支撑组件

中台支撑组件采用分布式微服务架构，主要包括算法框架、资源管理模块、扩容管理模块和部署运维模块。内部模块通过http或rpc协议解耦通信。实现算法框架标准化、插件化的高性能推理定制能力，支持算法定制项目的快速实施。当管理模块发现微服务接近性能瓶颈时，可以自动调动资源扩大服务容量，缓解压力瓶颈。该框架还支持手动管理，可引入性能监控板、统计分析和虚拟环境等其他标准化功能模块，以满足灵活变化的业务需求。

■

2.2.4 AI智能算法

(1)全景视频运动目标跟踪算法

在全景图片中，由于图片扭曲而导致检测跟踪失效的情况并不少见。针对全景视频的投影变形和智能应用需求，公司开发了一套集检测和跟踪为一体的算法，对全景图像进行分辨率和几何补偿，大大提高了整个目标跟踪能力。并通过批处理加速提高运行效率，降低硬件配置要求。特别是在跟踪过程中，设计了一套多元化的数据匹配系统，通过深度特征重新识别和匹配目标，以减少跟踪错误和丢失的问题。目前，该算法已应用于公路卡车控制场景，取得了显著的效果。

(2)多引擎人像识别算法

公司多引擎肖像识别算法技术是在整合国内主流人脸识别算法的基础上进行二次综合优化，输出最终肖像识别比较结果。该算法不仅可以提高肖像识别的准确性，而且可以最大限度地发挥多引擎的综合性能，避免单引擎的特殊缺点，实现智能分析效果。

(3)智能管廊多模态安全管理算法

该算法首次创新地将知识地图和深度学习应用到智能管廊的场景中，建模和分析了走廊中大量的多模态数据，实现了对设备和设备的有效监督。同时，可以实现人员控制，重点解决走廊人员属性分析、弱光下人员跟踪、多摄像头重识别、走廊运行等问题，在走廊场景智能分析领域达到行业领先水平，为类似走廊环境的场景控制提供新的解决方案。

(4)多源视频集成算法

该算法通过基于光速平差的多源相机的联合校准技术完成了空间位置校准。采用基于快速切割的海洋图像拼接集成技术，实现视频图像拼接。基于该算法，可实现广域全景分析、海洋、无人岛屿等大型场景的实时获取或检测，可广泛应用于边防、海防、无人岛屿监控。

(5)量子加密应用算法

公司致力于量子加密算法技术的现场着陆和应用，成功应用量子加密技术，确保边检系统各业务数据传输的安全。公司建立了重点技术应用实验室，加快量子加密技术的现场应用研究，努力在安全领域为社会创造更大的价值。

(6)移动嵌入式非机动车违章检测算法

报告期内，公司根据业务场景需求和AI算法中心开发嵌入式移动终端专用业务算法，并配合AI中心组件提供视频分析微服务。该算法通过安装在车辆上的双向视频设备输入数据，捕捉和识别路边非法、非法驾驶的电动自行车和驾驶肖像，并在车载算法盒上进行离线分析，检测占用机动车道、逆行、进入专用车道、不戴头盔、私人雨棚等违法行为。

2.3 大数据中台

公司大数据平台基于RUP基础平台，基于大数据、物联网、人工智能、视频图像信息分析识别等前沿技术，以“数据资产”和“数据价值”为目标，采用实时计算、离线计算、数据挖掘、机器学习、分布式计算存储等核心技术，加强海量异构、多维多源、多模态数据采集、转换、比较、存储、处理、计算分析，实现数据集成、数据处理、数据开发、数据集成、数据分析、数据服务等功能，为用户提供高性能、高稳定性、高可靠性、高安全性、易于扩展、易于管理和维护的一站式大数据服务平台。

公司秉承“从项目中培育产品，从实践中积累经验，从客户需求中锤炼产品能力”的理念汇源区和公安大数据已扩展到城市社会治理大数据、政府信息大数据、交通大数据、建设监管大数据等领域。

2.3.1 集成平台

■

通过统一的数据收集，集成平台可以在复杂的网络环境中为各种异构数据源之间提供高速稳定的数据搬迁和同步能力。同时，海量数据结构化和非结构化处理可以通过可视化操作实现，为客户提供稳定、高效、灵活的数据同步管理工具。

2.3.2 数据开发平台

数据开发平台可以提供标准化的数据开发过程，支持多脚本开发和插件导入，通过可视化配置满足不同人员的使用需求，大大提高数据开发效率，降低平台的使用成本。

2.3.3 数据集成平台

数据集成平台是基于业务视角提供统一的数据视图、业务模型、业务标签、业务指标数据集成、数据安排、数据组装操作，实现碎片化数据场景业务重组，促进数据共享和业务授权，真正实现模块化、敏捷的数据处理。

2.3.4 数据调度平台

数据调度平台是整个大数据中心平台的调度执行大脑，提供从数据收集、数据处理到数据服务的全过程调度能力，有效帮助用户提高数据处理效率，满足大量数据和复杂业务场景的需求，为数据实施者提供数据链路进度、质量、安全可视化监控、闭环问题处理工具。

2.3.5 数据分析平台

数据分析平台引入多种数据挖掘算法，结合机器学习和深度学习技术，对各种数据进行深入分析和淬炼，提取海量数据中隐含的数据价值，建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制

2.3.6 数据资产平台

数据资产平台的核心是数据共享，为每个业务提供有价值的重用数据。公司数据共享以统一门户、统一用户、组织、认证、监控、统一目录、知识地图、数据存储为数据资源来源，统一服务实现系统集群资源调度，统一日志为系统安全提供审计保障，统一开放为开发者中心，形成数据共享系统，加强业务系统基于实际业务场景的应用。

2.4 物联感知（IoT）中台

公司深入了解物联网行业的需求，不断构建端、边、管、云、使用的五层 IoT 结合大数据技术，产业全景技术体系赋能重点产业和城市感知物联网平台建设。

物联网物联网 业务平台是公司统一研发效率生态的重要组成部分，实现视频、图像、物联网传感数据的集成、收集、管理、存储、分析和应用；支持内部网络独立部署、公共云平台部署、云边缘组合部署，满足不同场景的应用需求；支持浏览器、桌面、移动终端等多端访问。基于物联网IOT 中台可以实现行业场景应用的深度融合。

在感知方面，公司与主要传感器制造商充分合作，实现各种通用和定制协议的网关，方便设备快速访问，方便数据采集和远程控制。

在边缘端，公司独立开发扩展硬件网关，通过在基础上扩展不同的通信扩展板来支持不同的协议和不同的通信方式。同时，利用边缘端的计算能力，实现实时收集、实时处理、实时存储和实时分析。

在管理端，平台可以连接大量设备，支持云收集设备数据和设备事件。提供云 API，通过调用云端，服务端 API 将指令反向发送到设备端，实现端到端的闭合链路和远程控制。

在云平台上，公司采用多租户设计、弹性伸缩运维、云对接等方式，提供丰富的通用服务。

在应用层面，公司基于物联网中心，结合大数据分析，开发了智能分析算法模型，在智能灯杆、智能环保、智能水利、智能农业等一系列行业形成了特色解决方案，真正解决了各行业的痛点，赋予了各行业权力。

■

2.5 智能硬件中台

智能硬件平台致力于打造嵌入式互联的开发标准，以及一站式硬件产品的智能化和物联网应用的快速开发。一方面，硬件产品的快速组合可以实现：通过独立设计的板卡系列，组合可以形成路由能力、通用物联网能力、AI 计算能力系列产品；另一方面，提供嵌入式系统级开发支持：独立设计的分布式跨平台操作系统可以解放不同芯片平台、系统和连接协议的碎片化开发经验，专注于自身业务的发展，实现一次开发、多端可用、安全稳定。

■

报告期内，公司通过整合国内芯片平台制造商、传感器制造商和通信模块制造商的相关产品，开发了一些硬件板卡和产品，并发布了灯杆智能网关、边缘计算网关等产品；通过驱动开发、系统移植和基本开源技术，构建了业务模型层、业务引擎层和边缘算法引擎。多向开放不同的芯片平台、系统和连接协议，以满足嵌入式互联的标准。

报告期内，硬件技术平台从基本嵌入式模式转变为智能硬件平台，完善了整个硬件技术体系结构，同时引入Webservice引擎，进一步完善了整个嵌入式软件平台系统，开发了“5G眼光骑兵”的新产品应用。

3、AI+产品系列

3.1 行业智能硬件产品线

3.1.1视频监控产品线

公司视频监控产品线基于远程视觉、高清视觉、广域视觉、图像理解、多模态集成等核心技术，形成了远程监控系列、广域全景监控系列、智能监控系列、行业监控系列等系列产品。

■

3.1.2智能物联网产品线

公司的智能物联网产品线主要包括两个产品系列：边缘计算和感知终端。边缘计算产品主要用于边缘智能场景应用，包括肖像网关、全结构网关、敏感视图保护网关、多源感知一体机、智能操作箱等。感知终端产品主要用于终端信息收集，包括智能人孔盖终端、环境传感器、海洋传感器、定位设备、监控工作站等。

■

3.1.3智能设备产品线

公司智能设备产品线主要包括综合执法、出入口控制、智能灯杆等系列产品。综合执法系列产品包括红外热成像仪、警车综合执法记录仪、5G执法记录仪、5G执法控制球、巡逻机器人、无人机库等设备，出入口控制系列产品包括门禁、访客、人行门、车辆门、智能灯杆系列产品是集照明、视频监控、通信基站、信息发布、环境监控、一键报警、智能充电为一体的新基础设施。

■

3.2 智能技术平台产品线

3.2.1大数据技术产品线

公司数据产品线包括数据中心平台、视图数据处理平台、BI分析平台、视觉数据决策平台等系列产品。在报告期内，研发团队通过数据处理和数据挖掘积累的大量数据，输出多维数据模型和数据标签，有效响应客户多维掌握数据趋势的需求。

■

大数据技术部分产品图

3.2.2视频图像技术产品线

公司视频图像产品线主要涵盖以下产品：“视频综合应用平台”、“视频图像资源库平台”、“视频分析平台”、“AR视频集成平台”等。报告期内，R&D团队不断迭代升级视频图像产品线平台，推动公司将产品推广到更多行业。特别是在社会治理领域取得了显著成效，报告期已在三明市沙县区、昆明市五华区等地落地。

■

视频图像技术部分产品图像技术

3.2.33智能中台技术产品线

目前，公司的智能平台技术产品线主要面向研发系统。通过总结公共需求，提取一系列基本平台，实现相关需求的快速稳定响应，降低研发成本和开发风险，提高整体标准化水平。报告期内，公司通过中台系列产品线的技术授权，实现了多种需求场景的快速发展和输出，在政治法律、交通、农业、先进科研项目等领域取得了显著成果，部分得到了应用。

■

智能中台技术部分产品图

3.3 行业应用软件产品线

3.3.AI+智能警务产品线

公司以人工智能、大数据、数字空间、知识地图技术为牵引，实现多项核心技术整合创新，构建“数字警察大脑”

■

AI+部分智能警察产品图

3.3.2AI+社会治理产品线

公司社会治理产品线包括：城市治理双驾驶舱、社会治理综合管理云平台、社会治理多引擎技术中心平台、社会治理移动应用平台、综合网格管理平台、多矛盾纠纷解决平台等系列产品。

■

AI+部分社会治理产品图

3.3.3AI+智慧城市产品线

公司智能城市产品线包括“公司智能城市产品线”RKSC-PM(园区管理)、“RKSC-UT(综合管廊)、“RKSC-CM（城管）”、“RKSC-EP(生态环保)、“RKSC-RR(农村振兴)、“RKSC-CP(方便)六大产品系列已建成“一个基础+6个系列+8个行业应用”的产品架构，并在多个项目中得到验证。

■

AI+部分智慧城市产品图

3.3.4AI+智能交通产品线

AI+智能交通产品线包括城市交通业务管理平台和交通安全管理平台。城市交通业务管理平台已应用于厦门、大冶等城市，交通安全管理平台已应用于厦门、三明、福州等城市。

■

AI+智能交通部分产品图

3.4 解决方案：数字行业解决方案提供商

3.4.11公共安全数字化解决方案

公司提供公共安全一站式数字服务解决方案和实施能力，面向平安城市、雪亮工程、边海防控、信息安全、校园安全、国防安全等典型应用场景。目前，项目案例已覆盖福建、江西、江苏、重庆、甘肃等20多个省份。

■

公共安全数字化解决方案应用图

3.4.社会治理数字化解决方案

公司社会治理数字化解决方案涵盖顶层规划、方案设计、产品开发、系统集成和维护服务，为市、区、县多级社会治理精细化管理需求提供全栈综合解决方案。目前，该业务已应用于福建省厦门市、三明市、重庆市江津区、重庆市永川区等省、市、县，形成全国布局。

■

社会治理数字化解决方案应用图

3.4.智能交通数字化解决方案

公司为交通、交警、地铁等领域的客户提供数字化的整体交通解决方案。目前，该业务已覆盖厦门、大冶、曲靖等城市。

■

智能交通数字化解决方案应用图

3.4.4智能海洋数字化解决方案

目前，我国海洋信息化市场的发展水平并不高，但在总体政策规划下，未来市场的发展潜力巨大，仅海洋信息化设备的潜在市场空间就超过1300亿元。

公司以自主研发的软硬件产品为基础，为边防、海警、养殖、客运、港航、科研等细化领域的客户提供集数字海图、立体监控、海洋牧场、智能研究判断为一体的整体智能系统解决方案。公司还拥有船舶跟踪指挥平台、近海三维监控平台、海洋空间大数据平台等解决方案实施案例。目前，厦门已实现多个客户项目的业务实施，并领导厦门大学和上海海图中心承担厦门“基于海洋空间信息和水文数据的海洋数字经济产业化研究与应用”的海洋专题。

■

智能海洋数字化解决方案应用图

3.4.5智能城市数字化解决方案

智慧城市应用场景趋于多样化，微场景服务需求和“黑色技术”创新演变趋势更加明显，迫使智慧城市产业供应能力不断分化，服务链不断扩展，更接近细分领域和特色场景。

基于上述独立开发的城市大脑基础和五大系列产品，公司为园区、城市管理、生态环保、农村振兴、便利服务等行业的客户提供整体智能系统解决方案。本方案以城市治理和民生服务为导向，围绕“互联网+政府服务”、在精准扶贫、医疗卫生、环境保护、交通物流、文化旅游等领域，有助于提高公共管理服务、决策、运营和立体感知能力。

■

智慧城市数字化解决方案应用图

3.4.66生态环境数字化解决方案

随着环境保护理念的逐步深化和监测技术的不断提高，以及物联网、大数据、人工智能等智能技术的应用，环境保护将具有更高的准确性和实时性。智能环保系统有望广泛应用于环境监测、信息管理、规划评价、治理等领域，提高环境管理的效率和效果。

公司基于上述自主研发的城市脑基座和RKSC-EP系列产品，为县/市环保单位、社区、园区、景区等细化领域的客户提供集多元化收集、实时监控、可追溯性分析、决策指挥于一体的整体智能系统解决方案。

■

生态环境数字化解决方案应用图

(二)主要经营模式

1、研发模式

(1)加强基础研发，积累核心技术

公司坚持不断加强基础研究和核心技术研发，一方面遵循国家科技战略规划“加强国家战略技术实力，实施一批重大科技创新项目，加强关键核心技术研究”的步伐，以国家企业技术中心为驱动，在原计算机视觉核心技术的基础上逐步增加图像智能分析、自然语言语义分析、数据挖掘分析等基础核心技术的研发。另一方面，继续围绕核心技术研发，不断完善和深化公共安全、社会治理、智能数字城市、智能数字海洋、数字农村、数字农业等产业的技术体系建设AI+“数字化”赋能更广阔的产业领域，助力各行各业数字化转型和智能化水平提升，助力数字中国和平安中国建设。

公司通过国家政府项目的牵引，加强基础和核心技术的研发，加强研发项目的审批和管理。通过调动高级研究骨干和科研机构建立联合实验室、社会招聘核心技术人才、收购技术团队等方式，建立高等教育、高质量、高水平的研究团队。公司研究团队致力于核心基础技术的研发，如视觉图像分析、人工智能算法、大数据技术和关键数字技术的定位，并与生态研发合作伙伴合作，不断深化和扩大公司的核心技术障碍。在多年的发展和研发过程中，与科研院所、院士专家、高校等生态科研力量建立了良好的合作关系。

(2)立足技术中心，快速形成碎片化创新标准化产品输出

公司通过技术中心研究团队不断完善和扩大统一的研发效率平台（RUP），打造人工智能中台、物联网中台、大数据中台、智能硬件平台等一系列核心自主研发技术中台，不断提高研发效率。通过产品规划、市场实战检验等不断构建产品体系，包括智能硬件产品（智能监控产品、全景监控产品、远程监控产品、边缘计算产品、感知终端产品、出入口控制产品、综合执法产品、智能灯杆产品等）、软件产品(大数据平台产品、AI平台产品、视频图像平台产品、物联网平台产品等)、行业产品（AI+智能警务产品线，AI+社会治理产品线，AI+智慧城市产品线，AI+智能交通产品线等。)，赋能公共安全、社会治理、智慧政法、智慧交通、智慧海洋、生态环境、智慧农业、智慧城市等千行百业。

■

公司研发结构体系不断完善，厦门、上海研究院建设，加强研发实力和布局。通过建立技术中心、技术标准、平台开发，形成共享技术储备和技术资源池，探索和研究未来技术和产品，形成产业技术规划，积极引导核心技术客户。通过设立产品技术部，利用共享技术或外部成熟技术快速为客户开发特定产品，加强项目全生命周期管理，提高研发项目和产品的实施和交付能力。

各行业中心围绕行业中心组织研发工作，建立基于技术中心的技术中心，结合行业市场需求建设行业中心，快速高效地响应公司区域和行业的市场需求，在市场上建立行业技术的核心竞争力。同时，公司将在行业平台建设过程中进行技术共享分析，将个性化的共同核心技术回馈到技术平台，深入研发基础和核心技术，快速形成碎片化创新的标准化产品输出。

(3)R&D组织沉入用户端，与用户共同创新，提升产品市场竞争力

公司坚持与客户共同进行技术创新的研发理念，建立行业研究所和联合实验室，将研发团队下沉到国家子公司客户端，建立总部研发与区域研发协调的平面研发组织结构，打造“一个平台、多个行业、Ｎ项目，垂直到底，水平到边缘”的创新研发模式。

区域研发和行业中心注重接近区域行业客户的需求，开展一线研发，为客户提供高质量的一线技术，包括售前、售中、售后迭代升级等服务。同时，区域研发将项目开发过程中的创新技术和应用模块提炼到总部技术中心，使公司能够进一步产品研发和技术共享，输出可复制的标准化产品，逐步形成规模营销的标准化产品。

2、销售模式

(1)区域营销网络与产业营销网络相结合，构建立体化营销体系

公司坚持以技术营销为驱动，为客户提供高质量的解决方案设计和定制开发服务，赢得了客户的广泛信任，促进了区域子公司的建设和发展。公司以区县为单位设立子公司，目标是通过不断扩大的技术区域子公司获得市场优势，实现区域子公司的本地化、技术和实体实施，确保市场的可持续发展。

同时，加强与行业主管部门的技术交流和政策研究，满足行业需求和发展趋势，注重行业顶层设计和总体规划，加强与行业研究机构和领先企业的战略合作，形成准确独特的产业链定位，从上到下与区域网点有效整合，建立独特的三维营销体系。

(2)以技术驱动提升客户体验，打造技术服务体系

公司以区县为单位在当地设立子公司，将研发组织向用户下沉，形成接近用户需求的技术服务体系，与客户联合创新，接近客户实际战斗技术服务，获得客户实际战斗认可，与客户共同建设示范基准项目，打造品牌、产品、服务等多维竞争力。

（3）加强与优质集成商和供应商的战略合作，建立风险共享产业链体系

公司加强与全国各地区实力雄厚的集成商的战略合作，为集成商提供高质量的产品和行业解决方案。通过加强与优质供应商的战略合作，倡导“风险共享、收入共享”的合作模式，大大提高了公司的业务消化能力，缩短了产品着陆周期，减少了项目的资本投资，减少了公司的整体资本占用，提高了公司的资本周转效率。

(4)依托技术创新和本地化服务，打造新的商业模式

该公司正在向客户提供一系列“”AI+同时，积极发挥数据处理、数据运维等方面的技术积累和保密资质优势，提供“数据”＋通过数据挖掘、分析、二次处理和应用，形成了一系列数据算法和强大的数据应用平台，为市场二次销售奠定了良好的基础，从而提高区域市场竞争中的客户粘性和市场影响力。

目前，公司在全国多个省市通过区域分支、子公司和区域研究所与当地客户建立了数据管理和系统运维的合作模式，为区域和行业客户提供数据管理和平台系统运维升级的新服务。通过与区域客户合作，整合相应区域内各委员会、办公室、部门及相关单位的数据，建立统一的数据标准和接口规范，依托数据资源池和数据交换系统，筛选、清洁、处理收集到资源池的业务数据，为客户提供全面的数据处理服务。通过制定数据质量管理方法、组织、流程和评价规则，及时发现和解决数据质量问题，提高数据的完整性、及时性、准确性和一致性，提高客户数据的价值。公司通过筛选、清洁和处理收集到的数据，形成可收集的主题库数据资源，提供一线数据处理和咨询服务，为区域客户的重大事项提供决策支持。

(三)行业情况

1.行业发展阶段、基本特征和主要技术门槛

根据中国证监会发布的《上市公司行业分类指南》(2012年修订)和国家统计局 2011年公布的《国民经济产业分类》（GB/T4754-2011)，公司所在行业为“软件与信息技术服务业”。同时，公司专注于人工智能产业生态，致力于“智能/数字+产业”数字服务的源头创新。

(1)行业发展阶段及基本特征

根据工业和信息化部发布的《2022年软件和信息技术服务业统计公报》数据，2022年，中国软件和信息技术服务业运行良好，软件业务收入快速增长，跃升到10万亿元，盈利能力稳步提升，员工规模不断扩大。其中，软件产品收入稳步快速增长。2022年，软件产品收入达到26583亿元，同比增长9.9%，占整个行业的24.6%。信息技术服务收入70128亿元，同比增长11.7%，比全行业高0.5个百分点，占全行业收入的64.9%。

目前，我国人工智能产业的发展正在加快，从基础支持、核心技术到产业应用的产业链基本形成。一批创新活跃、特色鲜明的创新企业正在加速增长，新模式、新业态不断涌现，整体呈现出蓬勃发展的趋势。根据艾瑞咨询、中国商业情报网、中国研究网等研究机构近年来关于人工智能的数据分析，预计2025年中国人工智能产业核心产业规模将达到4000-5000亿元。与2021年相比，CAGR为20%-22%，增速明显。未来三年，政策支持、投资指导和巨头布局将推动中国 AI 产业结构调整，进一步扩大市场规模，整体市场稳步前进，各行各业人工智能场景稳步实施。计算机视觉仍然是人工智能技术轨道的重要市场之一。根据艾瑞咨询发布的报告，预计2022年中国计算机视觉核心产品市场规模将达到1133亿元，预计到2026年将超过2000亿元，CAGR将超过18.2%。

人工智能经历了诞生之初的第一波和工业模式的第二波。现已进入实用技术创新研究的第三波。近年来，在数字经济、智慧城市、数字双胞胎、数字转型、元宇宙、AIGC、在ChatGPT等概念的加持下，人工智能加快与千行百业融合创新，有望带动新一轮行业快速增长。

(2)产业政策

2017年7月，国务院发布了新一代人工智能发展计划，提出了2030年新一代人工智能发展指导思想、战略目标、关键任务和保障措施，明确分为三个步骤，到2030年人工智能理论、技术和应用达到世界领先水平，成为世界主要人工智能创新中心、智能经济、智能社会取得显著成果，为创新型国家和经济强国的前列奠定重要基础。

2021年3月，第十三届全国人民代表大会第四次会议通过了《中华人民共和国国民经济社会发展第十四五年规划》和《2035年愿景目标纲要》。大纲提出，重点关注新一代信息技术、生物技术、新能源、新材料、高端设备、新能源汽车、绿色环保、航空航天、海洋设备等战略性新兴产业，加快关键核心技术的创新应用，提高要素保障能力，培育和扩大产业发展的新驱动力，构建产业体系的新支柱。

2021年11月，工业和信息化部发布了《十四五大数据产业发展规划》。规划中提出的数据是新时代重要的生产要素，是国家基础战略资源；要求加强技术创新，弥补关键技术不足，重点加强自主基础软硬件的底层支撑能力，促进自主开源框架、组件和工具的研发。

2022 2001年1月，根据国内数字经济和智慧城市建设现状，国家层面对“十四五”期间数字经济和智慧城市发展进行了专项规划，发布了“十四五”数字经济发展规划进一步优化升级数字基础设施，充分发挥数据要素作用，促进产业数字化转型，促进数字产业化，不断提高公共服务数字化水平，完善数字经济治理体系，加强数字经济安全体系建设规划要求，促进数字经济健康发展和下一阶段数字经济建设规划提供顶级指导。

2022年7月，科技部等六个部门发布了《关于加快场景创新，以人工智能高水平应用促进高质量经济发展的指导意见》。重点鼓励人工智能技术在制造、农业、物流、金融、商业、家居等重点行业的应用，促进智能经济高端高效发展，围绕安全便捷的智能社会建设创造重大场景。在城市管理、交通管理、生态环境保护、医疗卫生、教育、养老等领域，以更智能的城市和更贴心的社会为导向，不断挖掘人工智能应用场景机会，开展智能社会场景应用示范。

2022年8月，科技部发布了《支持新一代人工智能示范应用场景建设》通知强调，坚持世界科技前沿、经济战场、国家重大需求、人民生命健康，充分发挥人工智能在经济社会发展中的作用，围绕人工智能产业应用生态建设全链、全过程，支持一批基础良好的人工智能应用场景，加强上下游研发合作和新技术集成，形成一批可复制、可推广的基准示范应用场景。第一批支持十个示范应用场景的建设。

2022年12月，国务院发布了《关于更好地发挥数据要素作用的意见》，明确探索建立数据产权体系，促进结构分配和有序流通，加强高质量数据要素供应，完善和规范数据流通规则，建立促进使用和流通的交易体系，完善数据要素收入的再分配调整机制，让全体人民更好地分享数字经济的发展成果；鼓励有条件的地方和行业在制度建设、技术路径、发展模式等方面进行试点，鼓励企业创新内部数据合规管理体系，不断探索和完善数据基础体系。

2023年2月，国务院发布《数字中国建设总体布局规划》，明确数字中国建设按照“2522”总体框架布局，推进数字技术与经济、政治、文化、社会、生态文明建设“五位一体”；在农业、工业、金融、教育、医疗、交通、能源等重点领域，推动数字技术与实体经济深度融合，加快数字技术的创新和应用；提高数字文化服务能力，建立多个综合数字文化展示平台，加快新文化企业、文化形式和文化消费模式的发展。

2023年3月，第十四届全国人民代表大会第一次会议通过了关于国务院体制改革计划的决定。根据《国务院体制改革计划》第八项，国家数据局正式批准成立。国家数据局承担国家发展改革委员会和中央网络安全信息委员会办公室的部分职责，由国家发展改革委员会管理，负责协调数据基础体系建设，协调数据资源整合共享和开发利用，最终推进数字中国、数字经济、数字社会规划建设，将有效促进数据要素的产业化发展。

(3)行业主要门槛

①技术门槛

计算机视觉作为信息领域的一个分支，是人工智能在行业应用中的重要组成部分。从事计算机视觉业务的企业的核心竞争力主要体现在核心技术和核心产品的研发上。一方面，只有具有核心技术、软硬件设计开发和系统解决方案设计实施能力的企业才能在行业中站稳脚跟，其他企业大多只能成为简单的设备OEM或运维企业，利润空间小，竞争薄弱；另一方面，计算机视觉设备每3-5年更新一次，集成电路芯片的迭代周期较短，同时，软件行业也处于技术应用爆发的时代。上游产业和底层技术的快速发展导致了软硬件两端人工智能产业的快速更新，对专业技术吸收、优化和创新的要求日益提高。如果企业不能跟上行业技术的发展趋势，实现技术和产品的快速迭代和升级，就有可能在竞争中被淘汰。

②人才门槛

人工智能产业属于技术密集型产业，需要大量优秀的软硬件研发人员和行业专家储备，以确保企业具有持续的研发能力和独立创新能力，此外，还需要熟悉软硬件、系统集成、综合人才的具体应用需求来决定研发方向。优秀的研发人员不仅需要扎实的专业知识和良好的理论知识，还需要丰富的行业实践经验。我国人工智能行业仍缺乏专门、系统的专家人才培训机制，优秀人才难以直接从人才市场引进。企业往往需要通过业务实践培养自己，积累经验，培训周期长。缺乏人才是行业新进入者的一大痛点。

③市场准入和资格门槛

社会安全对计算机视觉等人工智能技术的需求相对迫切，通过应用社会安全场景更容易获得实际效果。因此，计算机视觉企业将优先考虑社会安全行业的技术应用和产品开发。社会安全产业关系到人民的生命、健康和公私财产安全。中国对社会安全产业产品的生产和销售有严格的准入和监督：一是根据《国家强制性产品认证目录》，被列入国家强制性产品认证目录的，必须通过CCC认证生产和销售；进入国际市场销售的产品还需要获得CE、UL、FCC等不同类型的认证和RoHS测试；二是取得相关主管部门颁发的施工企业资质证书和工程设计资质证书；三是涉及数据分析、处理和军事保密项目，在承担项目之前，还需要取得军工和保密资质。上述制度和资质认证的存在，使企业进入人工智能在社会安全领域的应用业务存在较高的市场准入和资质壁垒。

④行业经验门槛

人工智能应用于不同行业的下游客户属于不同的行业和领域，对产品和服务的需求也会有很大的差异。这就要求企业对客户所在行业的业务规则、业务流程、管理模式和应用环境有深刻的了解，具有丰富的行业经验，尤其是公安、武警、军队、边防、政法等领域的大客户。更加关注企业过去的行业成功案例和标杆项目。同时，更多的业务经验也为不同行业的人工智能系统提供了更多的实际应用和场景学习机会，优化了产品的实际性能。同时，更多的业务经验也为不同行业的人工智能系统提供了更多的实际应用和场景学习机会，以优化产品的实际战斗性能。上述情况使得人工智能在各行业的实际战斗中存在较高的行业经验障碍。

⑤客户资源门槛

人工智能在不同行业的应用，特别是在社会安全行业，通过与客户的长期业务和技术合作，可以建立良好的用户基础，积累丰富的成功案例，下游客户在产品的长期使用过程中会形成用户习惯，如果客户更换其他企业提供的产品可能承担较高的转化成本。同时，社会安全产品属于硬件和软件一体化产品。产品在运行模式、安装调试、维护等方面需要售前技术支持和长期售后服务。一旦企业产品得到客户的认可，就更容易建立长期的合作关系。进入数字时代后，随着人工智能技术的不断成熟和渗透，社会安全产品的升级速度加快，市场空间大。在此背景下，客户在升级产品时也会优先考虑原供应商。同时，人工智能在各行业的应用需要行业专家不断深入了解客户的需求，与客户共同创新。行业专家的持续沟通和指导可以增强客户的粘性。

⑥资金门槛

随着国家对新基础设施目标的提出，地方政府将新基础设施作为一个重要的建设要素，但由于地方财政的周期性调整，人工智能在不同行业的实施中存在一定的资本障碍。障碍主要体现在两个方面：一是由于智慧城市等新型基础设施项目规模的不断扩大，项目招标人对招标企业的资本实力和风险承受能力提出了较高的要求；二是项目招标人多为公安、武警、军队、边防、政法制度、发改委、应急局、教育局、卫生计生委等政府部门。政府项目规模一般较大，项目支付周期较长，中标企业需要有足够的资金实力来满足项目运营的资金需求。

2.公司的行业地位分析及其变化

根据中国企业数据库企业查猫查询的最新数据，目前中国人工智能行业相关企业8586家，其中2020年注册热潮为主，2020年注册企业2589家，2021年注册企业2244家。相对而言，目前注销人工智能的企业数量仅占企业总数的9%，可见人工智能行业仍处于快速扩张阶段。未来的发展前景依然广阔，但行业内的竞争可能会逐渐加剧。目前，我国人工智能产业企业注重多元化应用场景，在我国国情和市场需求的指导下，针对交通、医疗、金融、安全等领域智能转型升级的实际需求，重点选择一个或多个关键领域进行关键布局，围绕行业整个生命周期大数据，通过优化场景设计率先促进商业实施。近年来，差异化和区域竞争的形势促进了大量新兴的人工智能企业，促进了该领域产业规模的不断扩大，也促进了行业的良性双赢竞争。

为了应对多变的市场和层出不穷的竞争对手，公司始终坚持自主研发创新，拓宽计算机视觉和人工智能在智能城市、智能交通等领域的发展。在此期间积累的计算机视觉应用解决方案帮助企业准确满足客户需求，解决从技术到实战的“最后一公里”；通过二次开发和实战应用开发，公司不断实现技术中台沉淀，充分发挥数据处理能力的优势，实现跨行业、跨区域人工智能解决方案的多元化布局；报告期内，公司获得国家专业新“小巨人”称号，并获得权威网站“智能公安” 行业认可TOP50。

3.报告期内新技术、新产业、新业态、新模式的发展及未来发展趋势

目前，数字经济已成为支撑宏观经济增长的关键驱动力。自2012年以来，中国的数字经济增长率明显高于同期的GDP增长率，数字化对经济增长的贡献继续增加。特别是在过去两年中，随着经济下行压力的增加，数字经济已成为经济复苏的支柱。据中国信息通信研究院估计，2022年，中国数字经济规模有望达到50万亿元，同比增长约10%。近十年来，数字经济占GDP的比例从20.9%提高到39.8%，2022年数字经济占GDP的比例可能超过41%。

近年来，数字经济应用在各个领域都表现良好，其中智慧城市覆盖的广度和深度不断丰富。数字政务、智能交通、医疗、教育等领域正在加快融入居民生活，行业市场规模不断扩大。2012年，中国智慧城市市场规模仅为0.65万亿元，2021年升至21.08万亿元。2012-2021年复合年均增长率为47.2%。截至2020年12月，已有900多个城市开展了智慧城市试点工作。

从国家层面来看，政府先后发布了《关于促进智慧城市健康发展的指导意见》、《国家智慧城市顶层设计指南》、《新一代人工智能发展规划》等意见。近两年来，全国各地也在十四五规划、政府工作报告等文件中强调智慧城市，很多城市把建设智慧城市作为未来发展的重点。智慧城市建设政策文件内容从整体结构到具体应用，内容“加快”和“推广”是高频关键词，随着智慧城市参考指标体系的建设和完善，政府对智慧城市建设的详细指导预计将出台，智慧城市建设的“政策光环”将继续。

智慧城市的建设离不开政府的规划引导，顶层设计是智慧城市咨询规划的核心。依托不同的规划设计机构，地方政府积极推进智慧城市顶层设计，出现了杭州、上海、济南、新智慧城市、智慧城市等各种概念。智慧城市作为一种新的城市发展形式和治理模式，得到了社会群体的广泛认可和接受。2023年初，各地出台了政府工作报告，其中数字经济的应用，特别是城市数字化转型，仍将是省、市甚至县政府的重点之一。

4公司主要会计数据和财务指标

4.1近三年的主要会计数据和财务指标

单位：元 货币：人民币

■

4.2报告季度主要会计数据

单位：元 货币：人民币

■

季度数据与披露定期报告数据的差异

□适用 √不适用

5股东情况

(下转14版)