可控智算能力平台建设与行业垂直模型产业化项目可行性研究报告
思瀚产业研究院 每日互动    2024-12-26

（一）基本情况

本项目依托大数据技术、AI 大模型等人工智能技术及公司的数据治理能力，通过汇聚各类跨区域、跨层级、跨机构的多种数据源，打造全面提升数据治理与应用效能的数据智能操作及应用平台，从而建立自主可控的数据智能技术底层架构。

本项目包括数据集、ID 映射（ID-Mapping）、智算能力平台、数据标注、数据中间件、垂直模型等建设内容，拟通过对多源异构数据融合、安全计算和大模型等多项技术进行研发，提升数据治理及应用效能，并最终结合业务场景完成行业垂直模型的产业化。

（二）实施主体

本项目的实施主体为每日互动股份有限公司。

（三）建设周期

本项目的建设期为 3 年（36 个月）。

（四）投资概算

本项目预计总投资金额为 53,263.60 万元。

（五）经济效益评价

经过可行性论证及项目收益测算，本项目具有良好的经济效益。

（六）项目建设的必要性

1、积极落实公司战略目标，巩固公司领先竞争优势

公司是专业的数据智能服务商，坚持“自数-治数-置数”的战略，围绕“DMP”（Data-Machine-People，数据积累-数据治理-数据应用）的三层业务逻辑，将深厚的数据能力与行业知识（Know-How）有机结合，构建了移动开发、用户增长、品牌营销、公共服务和智慧交通等多领域的数据智能服务生态。

在这一过程中，公司打造了数据智能操作系统（DiOS），完成了数据要素的归集汇聚、精细加工、资产化管理，确保数据的合法、安全、高效地使用，以此解决各行业在落地数据智能应用过程中的问题，是公司对内治理数据，对外输出治数能力，实现公司战略的重要组成部分。

本项目将利用公司在数据智能操作系统（DiOS）的研发基础和行业经验，构建“可控智算能力平台”的相关工具链和产业化应用，顺应行业发展趋势，进一步提升公司在行业内的领先优势，积极落实公司的战略目标。

本项目拟通过对文档、图像、音频、视频、传感器数据等多源异构数据融合，并结合安全计算、数据治理、知识挖掘、图计算、向量化、大模型等多项技术进行研发，提升数据治理能力，同时运用公司多年互联网数据的加工、价值挖掘和数据服务运营能力，向不同行业应用场景提供有效易用的行业垂直模型，丰富用数场景，提高用数效率。

本项目建成后所带来的数据处理能力和行业应用能力，能大幅提升公司对自身数据价值挖掘的能力，为数据应用场景提供新的可能性，对公司现有自营数据产品的基础功能进行扩展、提升和创新，是对现有产品线的完善和补充，同时可形成平台化产品并将这种能力对外输出，最终通过汇集更多的数据服务方，根据场景应用目标构建协同联动、规模流通、高效利用、规范可信的数据公共服务体系，初步形成第三方平台商业模式。

因此，建设可控智算能力平台建设与行业垂直模型产业化项目是公司实现“自数-治数-置数”战略的必然选择。

2、解决痛点，满足客户对高效、可控管理数据资产的迫切需求

大数据时代，数据治理在数据资产管理中发挥着核心作用，它不仅关系到企业的日常运营，推动数据驱动的决策和业务创新，更关系到企业的长期发展和核心竞争力，通过有效的数据治理，企业能够提升数据价值，增强决策的科学性。然而在现实中，绝大部分企业的数据是非结构化的，结构化和半结构化数据只占企业数据的 20%左右，企业更难以规模化管理和应用。

本项目建设的可控智算能力平台，在信创适配的条件下，可通过大模型等 AI能力，支撑企业对结构化、非结构化数据进行清洗、整合和验证，并通过构建大模型支持能力支撑企业体系化进行大模型训练、微调、推理等，从海量数据中提取有价值的信息，提高数据处理效率和准确性；

同时，平台将这种智算能力赋能真实业务，在选择数据治理技术时，充分考虑业务需求，确保技术与业务紧密结合，提升治理效果，并可制定并推广企业内部统一的数据标准和管理规范，消除数据孤岛，实现数据共享和流通，推动业务创新和发展。

可控智算能力平台建设与行业垂直模型产业化项目通过大数据、人工智能等技术手段，能有效解决客户数据管理中的痛点问题，帮助客户在不同场景下对数据进行高效治理和落地应用，提升客户数据资产的安全性和价值性，是满足客户对高效管理数据资产需求的重要手段；

同时，项目定位“自主可控”，在项目开发中采用成熟的信创适配技术，在系统服务端、数据库、中间件、垂直行业模型等方面深入开展信创适配，打造安全、开放、兼容、自主可控的产品，实现行业信创场景落地，满足客户高效、可控管理数据资产的迫切需求。

3、提升公司数据融合与治理能力，支撑上层业务发展

公司构建了“数据积累-数据治理-数据应用”的三层业务闭环。随着大数据和人工智能技术的发展，上层数据应用场景更加丰富，变现方式更加多样，特别是 AI 大模型的应用为数据应用场景提供了更多可能性，这对公司的底层数据积累能力和中间数据治理能力提出了更高要求。

例如，在数据积累层，公司需要具备融合多源、多行业、多模态的数据能力；在数据治理层，公司需要运用 AI 能力，扩充新的数据技术服务，提升数据处理的效率，并重点以业务需求为导向进行数据治理，将数据与业务紧密结合，形成企业业务的数据地图，实现数据价值最大化。

因此，公司急需提升数据融合与治理的能力，通过提升数据质量、促进数据共享、支撑业务决策、实现数据资产化、优化运营管理、提升合规性、推动技术与业务融合，实现数据价值最大化以及提升数据管理能力成熟度，从而为上层数据应用的业务提供支撑作用。

4、丰富公司行业垂直模型应用场景，拓展业务新增长点

大数据变现是技术化与市场化共同作用的结果，需要深入了解应用场景和用户需求，将各种不同属性的数据应用到新场景中，并产生新价值的过程。行业垂类模型将数据应用到新场景中，尤其是跨场景关联可能会产生更高的数据价值。例如，在医疗领域，行业垂直模型可通过提供医学影像标注、病灶勾画等服务，提升了医疗影像数据的可用性，为医学诊断系统研发提供了数据支撑。

目前，公司行业垂直模型使用场景有限，待可控智算能力平台建设完成及行业垂直模型产业化后，公司可以利用 RAG、AI Agent 等技术能力，在互联网、品牌营销、医疗健康、教育、金融、交通物流、制造业、新能源等多个领域落地具有市场需求的行业垂直模型，丰富公司行业垂直模型的应用场景，进一步巩固公司的市场地位；

同时，公司还可以通过平台对外输出能力，与其他企业、机构合作与共享，获得更多资源和知识支持，提高数据资产的价值和变现能力，多方共同开拓市场、开发新产品和服务，实现共赢拓展，这些都将有望成为公司新的业务增长点。

（七）项目建设的可行性

1、数据要素政策红利为项目实施提供政策保障

近年来，与数据要素相关的政策利好不断涌现，为本项目的顺利推进提供了政策保障。在国家层面，数据要素的重要性日益凸显，国家相继颁布了一系列政策文件，为数据要素市场的发展提供了明确的指导与支持。

从《关于构建更加完善的要素市场化配置体制机制的意见》到“数据二十条”，再到《“数据要素×”三年行动计划（2024—2026 年）》，这些政策文件逐步构建了中国数据要素市场的基本框架和工作重点，明确了数据产权、流通交易、收益分配、安全治理等关键方向。

地方层面的政策支持同样积极，各地区依据本地实际情况，出台了一系列政策措施，以促进数据要素市场的发展。多个省市制定了数据要素相关规划和目标。中央到地方的政策支持不仅为市场提供了发展的方向和框架，还通过具体的激励措施和区域合作机制，促进了数据要素市场的繁荣和一体化。随着政策的进一步落实和深化，预计中国的数据要素市场将继续保持快速发展的势头，为数字经济的增长提供强劲动力。

2、行业数智化升级为项目实施提供空间

大数据技术正与人工智能、云计算、物联网以及 5G 技术深度整合，为垂直行业的数智化升级奠定了坚实的技术基础，为项目实施提供了广阔前景。

随着数智化转型成为全球的普遍共识，各个行业都在探索如何利用人工智能技术来增强自身的竞争力。人工智能与大数据之间展现出一种动态的“双箭头效应”，大数据促进了人工智能的发展，而人工智能反过来又提升了大数据的使用效率，两者共同促进了企业的数字化与智能化升级。无论是制造业希望通过智能制造提高生产效率，还是零售业期望利用大数据分析来优化顾客体验，抑或是政府机构希望运用智能化技术来加强公共服务管理，都彰显了市场对于

高质量数据智能解决方案的庞大需求。这种强劲的需求不仅推动了人工智能在制造、零售和城市治理等多个领域的现有应用的快速发展，也为现有企业研发人工智能产业化工具和应用提供了前所未有的创新机遇。

在技术进步、市场需求增长、政策扶持以及跨界融合等因素共同作用下，大数据与人工智能的结合为行业数智化升级展现出了广阔的发展前景，为本项目的顺利实施提供了充足的发展空间。

3、扎实的技术积累与充足的人才储备为项目实施提供支撑

公司自成立以来，始终将研发与创新能力视为构建企业核心竞争力的核心。公司具备全面的自主研发能力，在数据积累、数据治理、数据应用、数据安全等领域拥有显著的竞争优势。作为专业的数据智能服务商，经过多年经营，公司积累了坚实的技术基础，取得了一系列技术成果，获得了多项行业领先的专利技术；同时，公司与国内知名高等学府及专业团队紧密合作，积极吸纳高素质人才，进一步巩固了其在技术创新领域的领先地位，为项目的顺利实施提供了坚实支撑。

在多年的经营过程中，公司在大数据、人工智能等领域积累了包括数据融合、安全计算、数据治理、知识挖掘、图计算、向量化、大模型等多项技术在内的技术基础，形成了包括《数据集标注方法、电子设备和介质》《用户识别方法、电子设备和计算机可读存储介质》《一种活跃用户数量的预测方法、计算机设备及存储介质》《一种用户 APP 行为的预测方法》《基于沙箱环境的数据处理系统》在内的多项专利。

基于丰富的技术积累，公司能够实现众多基于 AI 技术的数据智能场景应用。公司还与清华大学、浙江大学、杭州电子科技大学等高校积极合作，共同建立数据智能研发中心、共同开展数据智能项目研究等。通过校企合作模式，公司有效地整合了外部资源，持续优化和丰富了自身的技术储备，为公司的技术优势提供了坚实的支撑，进一步巩固了公司在相关领域的领先地位。

在人才储备方面，公司高度重视人才培养及储备，构建了系统化的人才梯队建设体系。通过对不同阶段、不同岗位的员工实施不同的人才培养策略，公司在业务成长过程中储备了一批稳定的可用之才，集聚了一批在数据智能行业具有高水平的开发人员、咨询专家、服务专家和工程实施专家，部分核心技术人员自公司创业之初便已加入；公司还通过薪酬、福利等激励措施来稳定和扩大人才队伍，激发员工的积极性与创造性。

4、丰富的行业经验与广泛的客户基础为项目实施奠定基础

在提供数据智能服务过程中，公司积累了丰富的行业经验，为本项目的顺利实施奠定了基础。公司拥有海量数据积累，并在 Know-How（行业知识）方面积累了显著优势，在互联网运营、品牌营销、数智交通等领域积累了多年的行业服务经验，并在这些领域推出了一系列数智应用产品与服务。

例如，公司积累了丰富的品牌数智营销实战经验，这种实战经验使得公司能够为大模型提供全面、直接且准确的市场量化统计以及行业知识，提升大模型在营销领域落地的有效性和稳定性。公司的品牌服务曾获得中国信通院 2023 年“数据+”行业应用优秀案例和 2023“VCON 星创奖”等荣誉，体现了公司在行业中的专业地位和经验积累。

在 10 多年的发展中，公司积累了大量优质客户，为新业务的开拓提供了客户基础。公司开发者服务业务为移动应用开发者提供技术服务，积累了数十万的开发者客户；数据增能服务业务为媒体平台的商业化场景助力增能，客户囊括了绝大多数头部互联网企业；品牌服务业务也已服务了多个行业的百余家客户。公司的存量客户与新业务的客户有部分重合，公司客户群中的部分头部企业已有使用融合大数据、人工智能技术的数据智能产品或服务的需求，这为公司拓展新业务提供了客户资源基础。

完整版可行性研究报告依据国家部门及地方政府相关法律、法规、标准，本着客观、求实、科学、公正的原则，在现有能够掌握的资料和数据的基础上，主要就项目建设背景、需求分析及必要性、可行性、建设规模及内容、建设条件及方案、项目投资及资金来源、社会效益、经济效益以及项目建设的环境保护等方面逐一进行研究论证，以确定项目经济上的合理性、技术上的可行性，为项目投资主体和主管部门提供决策参考。

此报告为摘录公开部分。定制化编制政府立项审批备案、国资委备案、银行贷款、产业基金融资、内部董事会投资决策等用途可研报告可咨询思瀚产业研究院。