核心能力与壁垒
- 技术壁垒：自研大模型技术，具备多模态和Agent to Agent等能力，采用多模型协同策略（DeepSeek、Claude、Gemini），核心优势在于严格的询证体系，联合十几万名专家构建分学科知识循证体系，确保内容准确性和可溯源。
- 数据壁垒：积累约15PB纯知识数据，预计2027年增至3倍，涵盖100亿个知识单元，包含专家动态推理过程，实现毫秒级更新与多模态结构化，数据经过合规治理、清洗、算法结构化、专家评注等高标准提纯处理。
- 产品化能力：以Skills/Agent形态实现规模化交付，毛利率稳定在65%，通过精细化拆解知识单元，将特定学科学习时间从38小时缩短至10小时。
- 商誉壁垒：获国家部委红头文件表彰，具备稀缺商誉，解决知识领域“卡嗓子”问题。
业务应用与价值
- 科研辅助：助力中国农大蓝莓育种提速50%以上，智能评审系统支持上百维度实时评价，已深入复旦、天大、浙大等高校科研与产教融合场景。
- 教学场景：通过知识单元精细化拆解，打破传统学习框架，实现精准检索和按需调用，提升学习效率，例如将38小时学习内容缩短至10小时。
- 实训与技能测评：开发AI驱动的实训与技能测评模块，模拟真实场景（如小学课堂），弥补大学教育中缺失的实践环节，帮助学生在毕业前掌握职业技能。
- 产学研合作：扮演知识协同桥梁角色，促进高校与产业知识流转与增值，例如与西门子合作，将产业知识引入双高职业院校，支持高校进行再研究和解构。
未来发展规划
- To C业务：计划于2027年重启To C业务，目标客群为25至40岁社会精英，提供专业知识服务。
- 海外市场：伴随国内大学内容输出战略，在亚洲六国和“一带一路”沿线国家提供知识科技传播和AI引擎支持。
- 业务拓展：将大学定位为知识服务对象和知识来源供应者，逐步拓展至其他学术机构、企业，最终面向C端用户。
财务与增长确定性
- 收入与利润增长：主要来源于学校内部业务流程环节中用于AI赋能改造的预算，包括学科经费、双一流建设经费、新工科与新医科专项经费等，总规模约是传统信息化经费的五倍。
- 毛利率展望：当前维持在65%左右，通过推出更高价值的新产品，未来将持续提升毛利率，净利润目标维持在20%左右。
- 业务增速确定性：核心市场（大学）增长路径清晰，通过提高客单价实现增长，政策层面提供强力保障，市场需求与国家政策双重驱动。
赛道独特价值
- 横跨教育、产业及知识科技相关行业，专注于内容和知识数据领域，具有稀缺性。
- 知识领域AI革命：通过深度拆解知识单元，实现知识高效、个性化获取与应用，是知识领域的第二次革命。
- 核心环节：为构建自主知识体系、实现国家崛起不可或缺，目前细分领域内无直接竞争对手。
