普元信息 688118

（一）经营情况概述报告期内,随着人工智能技术的加速普及,下游客户的投资重点正从基础信息化建设,转向高质量数据、AI应用落地及智能化基座构建等方向。

为主动应对这一变化,公司进一步将AI能力深度融入核心产品体系,集中资源发展以产品为驱动的高质量核心业务,同时主动收缩低毛利、非核心的传统开发及服务类项目。

报告期内,公司实现营业收入33,962.55万元,同比下降19.10%；归属于上市公司股东的净利润709.97万元,同比增长8.45%。

公司通过聚焦产品为核心的高质量业务,实现综合毛利率由上年度52.58%提升至54.48%。

报告期公司经营稳健,为构筑AI时代持续竞争力奠定坚实基础。

（二）报告期内经营情况讨论与分析1.收入及营销分析（1）营销体系升级,深化产品驱动型业务转型报告期内,公司持续推进营销体系升级,系统性优化了营销团队组织架构与专业能力结构。

通过建立优胜劣汰与能力迭代机制,团队营销模式已从传统的“项目跟随”转向“主动产品驱动”,实现了向“产品引领”的定位升级。

围绕提升产品驱动型业务比重的战略目标,公司核心的软件基础平台业务实现收入31,485.09万元,占总营收比重进一步提升至92.71%；同时,公司继续压缩低毛利技术服务类业务,应用开发业务收入规模缩减至2,477.46万元,占营收比重下降至7.29%,收入结构的优化,体现了公司向产品驱动导向转型的成效。

在客户拓展方面,公司持续深耕金融、电信、能源、政务等传统优势行业,并积极布局新兴领域。

报告期内,公司成功拓展细分行业龙头企业及其他新客户200余家,覆盖电子、快消、医药、卫健、教育等多个领域；同时,在代表新质生产力的专精特新领域取得突破,新增合作企业50余家,标杆效应显著。

（2）持续培育合作生态,深化市场纵深布局报告期内,公司合作伙伴生态规模稳步扩大,在“平台+生态”战略引领下,公司持续深化渠道网络布局,加速中腰部市场纵深覆盖。

通过“AI元力”普元数智基座城市巡展与生态巡展,公司相继在深圳、长沙、合肥等十个核心区域城市落地,输出数智基座落地范式与场景实践。

其中,城市巡展举办11场,覆盖近千家区域客户；生态巡展举办5场,覆盖200余家合作伙伴。

同时,公司持续实施“伙伴赋能计划”,通过认证培训、虚拟实验室、AI人才共培等机制,助力合作伙伴快速掌握公司核心产品能力,推动其向高价值AI解决方案提供商转型,共同开拓企业级AI应用构建与数据要素价值化赛道。

2.研发分析：推进“产品+AI”与“AI原生”双轮驱动战略随着AI技术加速向实际生产力转化,各行业对高质量数据管理与软件生产的需求显著提升。

公司自主可控的软件基础平台,凭借在智能数据中台、智能低代码平台、智能中间件领域的全栈产品能力,已成为企业级AI基座的关键组成部分,为智能化转型与AI落地提供核心支撑。

2025年,公司重点推进“产品+AI”战略,围绕智能体开发、AI知识库、AI数据治理、AI数据分析、AI模型与服务网关五大方向完成平台落地,实现产品能力的系统性跃升：智能体开发平台：支持低门槛构建复杂AI应用；AI知识库：深度融合RAG技术,实现企业知识的智能问答与精准溯源；AI数据治理：通过数据智能体大幅降低数据治理门槛；AI数据分析：支持自然语言驱动的指标归因与影响预测；AI模型与服务网关：提供统一的模型接入与MCP服务,为上层应用提供灵活可控的AI服务支撑。

同时,公司已完成“AI原生”战略的前瞻布局,聚焦高质量数据集与AI原生编程两大方向。

其中,高质量数据集围绕“高价值、高可信、高安全”的构建目标,为企业AI基座提供标准化的数据原料；AI原生编程致力于打造AI驱动的下一代软件工厂,覆盖需求、设计、编码、测试、发布的完整链路。

公司将以持续扩展的产品矩阵为引擎,助力客户加速AI基座建设,抢占智能化转型先机。

(一)行业格局和趋势1、行业的发展阶段、基本特点、主要技术门槛根据《国民经济行业分类（GB/T4754-2017）》,公司所处行业为“软件和信息技术服务业（I65）”。

1.1行业发展阶段我国软件和信息技术服务业在数字经济快速发展的驱动下,持续保持稳健增长,已成为支撑经济高质量发展的重要动力。

根据工业和信息化部发布的《2025年软件业运行情况》,2025年全国软件业务收入达154,831亿元,软件业利润总额18,848亿元,同比增长7.3%。

当前,我国软件和信息技术服务业正处于加速迈向“智能化”的发展阶段。

2025年政府工作报告提出“持续推进‘人工智能+’行动”,并将数字技术与制造优势、市场优势更好结合起来,支持大模型广泛应用；2026年政府工作报告不仅延续“人工智能+”的战略部署,更首次将“智能经济”作为独立的经济形态概念写入其中,标志着人工智能发展从技术赋能迈向与实体经济深度融合的新阶段。

1.2行业基本特点（1）AI驱动的软件研发模式变革人工智能技术已深度融入软件研发全生命周期,成为推动研发体系变革的重要驱动力。

基于大模型的智能化开发方式,正逐步从辅助角色走向核心,与传统手工编码模式形成互补融合。

在需求拆解、架构设计、代码生成、测试运维等环节,研发流程呈现出轻量化、自动化特征,技术门槛显著下降,交付效率持续提升。

企业通过引入AI技术,可有效重构研发流程、优化运营成本结构,并以此为杠杆,实现生产效益的全面提升。

（2）高质量数据成为核心资产与关键驱动要素在企业级软件领域,高质量、合规的数据是连接大模型、AI技术与复杂业务场景的核心基础与关键纽带。

它不仅是模型训练与迭代的“燃料”,更贯穿需求、开发、测试、运维全流程,是实现自动化与智能化的先决条件。

基于高质量数据,企业级软件得以精准适配业务场景,实现个性化功能落地与智能决策,从而驱动数智化转型,构筑企业核心竞争力。

1.3主要技术门槛软件基础平台行业领域具有较高的技术壁垒,主要体现在以下三个方面：（1）持续研发与创新能力壁垒。

产品的高通用性与专业化要求企业必须具备长期且高强度的研发投入能力,以保持技术领先。

这不仅需要深厚的技术积累,更依赖于持续的创新迭代。

（2）综合产品与一体化解决方案壁垒。

随着技术融合趋势加速,客户更倾向于选择能提供覆盖数据、应用、集成等多域能力的一体化平台厂商。

单纯提供单一产品或工具的企业,难以满足复杂的客户需求,面临被市场淘汰的风险。

（3）行业认知与业务理解壁垒。

软件基础平台需深度适配客户的业务场景。

企业不仅要有技术敏感度,更要对行业客户的业务流程、痛点有深刻理解,才能将通用产品转化为适配特定行业的解决方案,这是决定产品能否落地的关键。

2、公司所处的行业地位分析及其变化情况当前,随着新一代信息技术的快速演进,企业数字化转型已迈入以“价值释放”为目标的深水区,市场对软件基础平台的需求,正从支撑业务数字化向赋能业务智能化与数据价值深度挖掘升级。

面对这一趋势,公司持续强化技术前瞻布局,已完成低代码开发、数据中台、中间件三大核心产品线的全栈AI升级,并积极布局新产品研发。

通过积累优质客户口碑与加强品牌建设,公司行业地位得到持续巩固与提升。

在智能数据中台领域,公司凭借“数据资产治理+AI”一体化产品体系,成功入选《IDCMarketScape：中国面向生成式AI的数据基础设施厂商评估,2025》主要厂商类别,并连续位列《中国数据智能市场生态图谱》数据治理代表厂商。

这标志着公司在AI数据时代,赋能企业构建高质量数据集、激活数据价值的能力已获市场持续认可。

在智能低代码平台领域,公司再度被中国信息通信研究院评为低代码产业赋能者象限“引领者”,与华为云等头部企业同处行业第一梯队。

同时,公司作为唯一软件基础平台厂商,入选海比研究院《中国商用AI智能体选型排行榜》。

该平台深度融合AI能力,实现高低开协同与多域能力整合,不仅显著提升应用构建效率,更成为企业将生成式AI与智能体快速融入核心业务流程的关键桥梁,支撑客户从“数字化”迈向“智能化”。

在应用支撑与集成领域,普元iPaaS平台在《中国企业集成平台（iPaaS）技术评估,2025》中斩获八项满分,能够从应用、数据、API、消息集成到稳定性、安全性、服务支持、场景落地等维度,为企业构建安全高效的数字连接中枢与“AI中枢”。

此外,公司成功入选中国软件行业协会首次发布的“2025年度中国信创软件高质量发展百强企业”,进一步确立了在信创软件领域的标杆地位。

3、报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势（1）大模型驱动软件生产范式变革当前,人工智能正加速从“感知理解”向“自主执行”演进,以推理模型、多模态、智能体（Agent）及AI编程为代表的技术突破,使大模型不再局限于文本生成与交互,而是逐步具备代码编写、系统设计、任务编排与自动化执行的能力,推动数字化、智能化技术加速普及。

在软件工程领域,大模型驱动的编程智能体能够自主完成需求分析、架构设计、代码编写、测试生成与部署运维等全流程任务,推动软件生产从传统人工主导模式,向人机协同乃至智能体自主执行的新范式转型。

（2）高质量数据成为企业级AI落地的核心战略通用大模型主要解决通用编程问题,而企业级落地必须以高质量数据为根基。

数据来源正从通用公开数据转向企业专属知识,分散的文档、代码、业务流程需经系统化治理,构建企业知识库。

同时,数据重心从追求规模转向深耕质量,高密度、高精度的数据成为核心竞争力。

在模型应用层面,企业依托自身高质量数据,通过微调、检索增强生成（RAG）等方式,将大模型与现有IT架构、业务流程深度融合,实现从通用预训练向定制化微调的演进,确保输出的可控性与适配性。

高质量数据正从“辅助资源”跃升为“核心战略资产”,数据治理能力将成为企业智能化转型的关键分水岭。

（3）信息技术应用创新进入关键冲刺期与价值创造新阶段2026年是“十五五”开局之年,也是国资委79号文要求的2027年全面信创替代前的关键冲刺期。

在政策强力牵引下,信创正从党政办公向金融、电信、能源、交通、医疗、教育等关键行业纵深推进,全行业信创建设进入实质性落地阶段。

产业格局从“关键环节、部分市场”迈向“全产业链、全行业”的信息技术升级,芯片、操作系统、数据库、中间件等基础软硬件实现全栈协同发展。

此外,“信创+AI”成为核心趋势,国产GPU、大模型应用加速融入产业生态。

信创产业已从“规模替代”迈向“价值创造”新阶段,我国IT系统框架正经历全面重构。

二、经营情况讨论与分析（一）经营情况概述报告期内,随着人工智能技术的加速普及,下游客户的投资重点正从基础信息化建设,转向高质量数据、AI应用落地及智能化基座构建等方向。

为主动应对这一变化,公司进一步将AI能力深度融入核心产品体系,集中资源发展以产品为驱动的高质量核心业务,同时主动收缩低毛利、非核心的传统开发及服务类项目。

报告期内,公司实现营业收入33,962.55万元,同比下降19.10%；归属于上市公司股东的净利润709.97万元,同比增长8.45%。

公司通过聚焦产品为核心的高质量业务,实现综合毛利率由上年度52.58%提升至54.48%。

报告期公司经营稳健,为构筑AI时代持续竞争力奠定坚实基础。

（二）报告期内经营情况讨论与分析1.收入及营销分析（1）营销体系升级,深化产品驱动型业务转型报告期内,公司持续推进营销体系升级,系统性优化了营销团队组织架构与专业能力结构。

通过建立优胜劣汰与能力迭代机制,团队营销模式已从传统的“项目跟随”转向“主动产品驱动”,实现了向“产品引领”的定位升级。

围绕提升产品驱动型业务比重的战略目标,公司核心的软件基础平台业务实现收入31,485.09万元,占总营收比重进一步提升至92.71%；同时,公司继续压缩低毛利技术服务类业务,应用开发业务收入规模缩减至2,477.46万元,占营收比重下降至7.29%,收入结构的优化,体现了公司向产品驱动导向转型的成效。

在客户拓展方面,公司持续深耕金融、电信、能源、政务等传统优势行业,并积极布局新兴领域。

报告期内,公司成功拓展细分行业龙头企业及其他新客户200余家,覆盖电子、快消、医药、卫健、教育等多个领域；同时,在代表新质生产力的专精特新领域取得突破,新增合作企业50余家,标杆效应显著。

（2）持续培育合作生态,深化市场纵深布局报告期内,公司合作伙伴生态规模稳步扩大,在“平台+生态”战略引领下,公司持续深化渠道网络布局,加速中腰部市场纵深覆盖。

通过“AI元力”普元数智基座城市巡展与生态巡展,公司相继在深圳、长沙、合肥等十个核心区域城市落地,输出数智基座落地范式与场景实践。

其中,城市巡展举办11场,覆盖近千家区域客户；生态巡展举办5场,覆盖200余家合作伙伴。

同时,公司持续实施“伙伴赋能计划”,通过认证培训、虚拟实验室、AI人才共培等机制,助力合作伙伴快速掌握公司核心产品能力,推动其向高价值AI解决方案提供商转型,共同开拓企业级AI应用构建与数据要素价值化赛道。

2.研发分析：推进“产品+AI”与“AI原生”双轮驱动战略随着AI技术加速向实际生产力转化,各行业对高质量数据管理与软件生产的需求显著提升。

公司自主可控的软件基础平台,凭借在智能数据中台、智能低代码平台、智能中间件领域的全栈产品能力,已成为企业级AI基座的关键组成部分,为智能化转型与AI落地提供核心支撑。

2025年,公司重点推进“产品+AI”战略,围绕智能体开发、AI知识库、AI数据治理、AI数据分析、AI模型与服务网关五大方向完成平台落地,实现产品能力的系统性跃升：智能体开发平台：支持低门槛构建复杂AI应用；AI知识库：深度融合RAG技术,实现企业知识的智能问答与精准溯源；AI数据治理：通过数据智能体大幅降低数据治理门槛；AI数据分析：支持自然语言驱动的指标归因与影响预测；AI模型与服务网关：提供统一的模型接入与MCP服务,为上层应用提供灵活可控的AI服务支撑。

同时,公司已完成“AI原生”战略的前瞻布局,聚焦高质量数据集与AI原生编程两大方向。

其中,高质量数据集围绕“高价值、高可信、高安全”的构建目标,为企业AI基座提供标准化的数据原料；AI原生编程致力于打造AI驱动的下一代软件工厂,覆盖需求、设计、编码、测试、发布的完整链路。

公司将以持续扩展的产品矩阵为引擎,助力客户加速AI基座建设,抢占智能化转型先机。

三、报告期内核心竞争力分析(一)核心竞争力分析1.研发创新优势公司始终聚焦于软件基础平台领域,二十余年来紧跟SOA架构、云计算、大数据、人工智能等创新技术的发展趋势,持续完善产品布局,形成了覆盖智能低代码平台、数据中台、中间件等多技术域的丰富产品组合,能够满足敏捷开发、流程再造、业务协同、服务治理、数据治理等多类型业务需求,在产品覆盖技术领域的广度和业务支撑的宽度方面具备显著优势。

在研发体系层面,基于长期的企业级软件基础平台产品研发经验积累,公司构建了体系化、组件化的平台产品能力,形成了独特的iPALM研发体系,贯穿市场分析、技术预研、产品规划、产品研发到产品维护的全生命周期。

通过标准化产品结构与使用场景提升产品化程度,通过组件复用保障产品快速组装与集成,持续提升产品演进速度。

在研发过程成熟度方面,公司自2012年首次通过CMMI5级认证以来,已连续4次通过该体系最高等级认证,研发过程成熟度、管理有效性、过程规范性持续获得权威认可。

这一体系化能力使公司能够将研发积累与前沿技术快速融合,确保产品在技术迭代中始终保持领先优势。

在研发人才方面,公司坚持以研发人才布局紧密贴合技术演进与产业变革趋势为导向,积极吸引技术专家和优秀科研人员,依托国家企业技术中心、国家博士后科研工作站等平台,聚焦前沿技术的预研与创新孵化,同时补充AI工具、AI应用、数据等方向的专业力量,持续增强智能化产品研发水平。

公司的研发优势,根植于对软件基础平台领域的长期聚焦,以及支撑持续进化的体系化能力。

通过“聚焦+进化”双轮驱动,使公司能够在技术变革中稳健前行,为客户提供持续领先的基础平台产品与解决方案。

2.优质客户案例优势公司凭借自主研发的软件基础平台产品和技术方案,在与国际品牌的长期竞争中,成功进入金融、通信、政务、能源、先进制造等多个重点行业领域,获得逾千家行业大中型客户的认可,其中不乏大型央企、金融机构、政府机关及世界500强企业,形成了显著的优质客户案例优势。

广泛的客户覆盖有利于公司洞察不同行业需求,始终紧贴市场前沿进行产品技术创新；高端客户的严格要求和复杂场景,持续锤炼了公司产品实力与技术服务能力,使得公司在技术先进性、性能优越性、产品成熟度、安全可靠性等方面在市场中树立了良好的品牌声誉。

基于深厚的优质客户案例积累和市场口碑辐射效应,公司的品牌认可度和行业影响力持续提升,为进一步开拓中腰部及成长型客户市场奠定了坚实基础,形成市场拓展的良性发展格局。

3.长期价值服务优势公司深耕软件基础平台领域二十余年,积累了丰富的行业认知与业务洞察,具备将自研产品与客户业务深度融合的专业服务能力。

公司通过深入理解不同领域客户的业务痛点、流程规范与合规要求,精准识别客户真实需求。

其次,基于覆盖智能低代码平台、数据中台、中间件等多技术域的自研产品体系,公司可快速实现产品功能与客户业务场景的精准匹配,通过配置、扩展或定制化开发,确保产品支撑客户实际业务运转。

在服务交付层面,公司依托CMMI5级认证的成熟过程管理,能够高效完成产品与客户现有系统的集成适配,保障平稳部署与稳定运行；上线后,持续提供运维保障与迭代优化服务。

公司产品化服务能力,既发挥了标准化产品的规模优势,又满足了客户的个性化需求,真正实现技术落地为客户创造价值。

(二)公司发展战略公司始终致力于变革企业级软件的生产方式。

当前,人工智能正加速迈入规模化落地阶段,企业AI应用的成功愈发依赖于数据治理深度、IT资产标准化程度与应用落地能力。

基于二十余年的技术积淀,公司全面推进“产品+AI”与“AI原生”双轮驱动战略,持续巩固作为“AI+软件基础平台”领先厂商的地位。

未来,公司将凭借自主研发的AI系列产品,为客户提供从大模型连接与精细管理、高质量数据资源深度构建,到业务智能体原生开发的全链条能力支撑,助力客户在数智化转型中提升效率、降低成本,在激烈的市场竞争中占据优势,实现可持续的创新发展。

同时,公司将积极培育渠道伙伴网络,携手伙伴共创智能驱动的企业级软件发展新阶段。

(三)经营计划（1）研发：聚焦AI产品化与智能化升级2026年,公司研发工作将围绕现有产品线的智能化升级与AI原生技术产品化展开。

在产品与技术层面,公司将持续发布AI相关新产品,推进高质量数据集构建技术的研发落地,重点突破多模态数据的标注与合成能力,保持产品架构的灵活性与可迭代性。

同时,公司将继续聚焦核心产品线的智能化增强,重视应用层的场景适配与工程化落地。

（2）市场：深化渠道运营与行业渗透2026年,公司市场工作聚焦合作伙伴渠道网络的扩展运营与重点行业的持续渗透。

渠道建设方面,在2025年签约渠道伙伴基础上,公司将重点加强核心伙伴的赋能与转化,提升其自有拓展能力与解决方案交付能力。

市场覆盖方面,公司将在深挖优势客户的同时,继续推进中腰部市场的纵深拓展,通过区域巡展、行业沙龙等方式触达目标客户。

（3）人才：优化人才结构,支撑战略转型2026年,公司将继续优化人才结构与提升团队能力。

人才引进方面,重点补充AI工具、应用、数据等方向的专业力量,增强产品研发与新产品方案交付能力。

人才培养方面,持续推进内部AI技术培训,提升团队对智能化产品的理解与交付能力。

营销队伍建设方面,继续推进营销团队向产品驱动导向的转型,通过能力培训与绩效考核机制,逐步优化团队能力结构,细化与业务发展相匹配的绩效考核方案,支撑公司战略目标的达成。