北京深演智能科技股份有限公司：智能化技术与产品、数字软件与工业服务专精特新企业档案

一、企业速览

企业基础信息：公司名：北京深演智能科技股份有限公司；地区：北京市朝阳区；行业：工业软件与信息服务；成立时间：2009-04-30；注册资本：8161.1175万元；员工数：193人；专利数：94件；认定批次：2023年 第五批；上市状态：上市（港交所 02723.HK）。

北京深演智能是一家聚焦于决策AI技术在营销与销售场景落地应用的软件企业，处于“电子信息与数字技术”产业链中“数字软件与工业服务”环节，核心任务是为企业客户提供智能化的广告投放与数据管理解决方案。

二、主营产品与产业链定位

深演智能的核心产品为两大平台：AlphaDesk（智能广告投放系统）和 AlphaData（智能数据管理平台）。这两套产品主要解决企业在数字化营销链条中的两个核心痛点：一是如何在海量媒体渠道中实现广告预算的高效分配与精准投放；二是如何将分散在不同触点（如官网、App、线下门店、CRM系统）的客户数据进行统一采集、清洗、治理与激活。

从产业链位置看，深演智能属于“电子信息与数字技术”产业链的“数字软件与工业服务”环节。其上游并非传统的原材料或硬件设备，而是数据源与算力基础设施。数据源包括：第三方数据监测平台（如秒针系统、AdMaster）、媒体端数据接口（如字节跳动巨量引擎、腾讯广告、阿里妈妈）、以及企业自身的一方数据。算力基础设施则涉及云服务商（如阿里云、华为云、AWS）的GPU服务器和存储资源。

下游客户则主要集中于消费品牌、汽车、金融、互联网等行业的大型企业，这些企业通常拥有较高的营销预算和强烈的数据驱动决策需求。该类客户的典型特征是：其内部已建立数字化系统（如CRM、CDP、ERP），但缺乏将不同数据源打通并形成决策闭环的AI能力。深演智能的产品实际上是“嫁接”在客户已有的IT基础设施之上，为其提供决策层的智能化“大脑”。

与该产业链其他环节的关系可概括为：向上游采购的是“数据清洗与算力服务”，输出给下游的是“决策算法与软件工具”。这与链上硬件制造、芯片设计等环节完全不同，属于轻资产、高知识密度的服务型环节。

三、核心工序与技术依赖

结合行业共识，一家以决策AI为核心的工业软件企业（数字软件与工业服务方向）其关键的研发与交付工序通常包括以下3-5个步骤：

1. 数据治理与特征工程：将采集到的多源异构数据（记录、点击流、交易记录、人群画像）进行清洗、去重、标准化，并构建用户标签体系。典型参数包括：数据清洗去重率需达到99.5%以上，标签体系覆盖超过2000个用户维度的标准。

2. 模型训练与调优：基于清洗后的数据，利用机器学习（如LightGBM、XGBoost）和深度学习算法（如DeepFM、Transformer）构建用户点击率（CTR）预估、转化率（CVR）预估、人群扩展（Look-alike）等模型。典型要求：模型在线inference延迟需低于10毫秒，AUC（模型区分能力指标）需持续增长。

3. 系统集成与API封装：将训练好的模型封装成标准API接口，与下游广告投放平台（如DSP）及客户内部系统（如CRM）进行对接。主要开发语言为Java、Python。

4. 线上推理与实时反馈：模型上线后，需处理在线广告请求，并在毫秒级内输出出价、创意选择等决策信号，同时回传转化数据用于模型持续迭代。

5. 客户部署与运维：通常支持公有云、私有化部署两种模式，私有化部署要求软件具备良好的容器化（Docker/K8s）和信创适配能力。

上游关键原材料/设备的典型来源（行业共识）：

深演智能在此链条中的具体定位是“算法层”与“应用层”的结合者。其94件专利主要集中在智能广告投放、数据管理、用户画像构建等方向（基于主营记录推断），不涉及底层芯片或数据库的自主开发，而是依赖上游成熟的云服务和数据基础设施，将核心研发精力投入在特定广告场景的AI算法和工程化应用上。

四、竞争格局

国内数字营销与决策AI赛道（同属“数字软件与工业服务”环节，全国共1578家）竞争激烈，典型的直接竞争对手包括：

• 汇量科技（Mobvista，港股上市）：规模更大（员工数超1000人），营收超10亿美元量级。其核心业务是通过旗下Mintegral平台进行程序化广告交易，与深演智能存在业务重叠。不同点在于，汇量科技更注重流量聚合与交易，而深演智能偏向于为大型品牌提供定制化的数据管理与决策算法服务。
• 创略科技（Chinapex）：典型竞争对手，同样聚焦于营销场景的AI和数据驱动，主要产品为企业级CDP和AI预测引擎。规模与深演智能相近（数百人），主要服务汽车、零售行业客户。二者在客户数据管理（AlphaData vs CDP）层面直接竞争。
• TalkingData（腾云天下）：规模较大（超千人），以第三方移动数据监测起家。其业务覆盖面更广，包括数据服务、智能营销、金融风控等。在数据和广告算法领域与深演智能存在交叉竞争。

竞争的核心维度主要有三点：

1. 算法效率：即在同等数据量和预算下，模型提升ROI（投资回报率）的能力。这是公司的立身之本。

2. 数据私域化能力：客户越来越重视数据安全，能否在客户本地部署系统，且在不出库的情况下利用客户一方数据训练模型，成为关键竞争点。

3. 垂直行业理解：对汽车、消费、金融等不同行业的营销流程、KPI理解深度，决定了解决方案的定制化水平。

在专利维度（94件），深演智能略微高于全国同行业上市公司及头部企业的中位数（89件）约6%，这表明其技术积累处于行业中等偏上水平，但并未形成压倒性的数量优势。考虑到专利方向集中在广告算法与数据管理，这种技术密集度与其主营产品高度吻合。

五、护城河判断

• 技术壁垒：94件专利反映其技术积累集中在特定领域（广告智能投放、数据管理与标签）。这构成一定的技术应用层壁垒，尤其在算法工程化场景（如延迟、稳定性、模型实时更新）。但深演智能不涉及底层芯片或基础软件的自主开发，其技术护城河容易受到上游巨头（如阿里、腾讯、字节跳动）对算法和模型开源化、平台化的冲击。
• 客户壁垒：该环节典型的客户验证周期较长（3-6个月），一旦新系统上线并稳定运行，由于涉及企业内部多套系统对接、数据清洗流程和模型迭代，切换成本较高（行业共识）。这构成了较强的客户粘性壁垒。但深演智能未披露客户名单及营收集中度，是否深度绑定少数大客户尚不可知，存在客户流失风险。
• 规模壁垒：193人的团队规模相对“轻巧”。这带来敏捷性（反应快、决策链条短）和成本优势，但对于大型项目（如服务头部汽车品牌，需要驻场工程师、运营人员）的交付能力可能不足。在需要大规模、多地域同时部署的场景下，193人团队可能面临资源瓶颈。这一规模表明其业务模式可能是“小、精、专”的SaaS或项目制模式。
• 认定价值：2023年（第五批）专精特新“小巨人”认定，意味着该公司在“专业化、精细化、特色化、新颖化”方面得到了国家层面的官方背书，尤其在技术创新、市场占有率、产业链关键环节等方面被认可。在当前政策环境下（2025-2026年），“小巨人”认定不仅是一项荣誉，也关联到财税优惠、融资便利（尤其对已上市公司，提升资本市场形象）、以及国家/地方产业基金的重点关注。对于靠AI技术驱动的SaaS企业，这个标签有助于其在客户采购招标中加分。

六、风险与机会

• 行业风险：

1. AI伦理与数据隐私监管风险：营销AI高度依赖用户数据。随着《个人信息保护法》等法规实施及苹果IDFA等政策收紧，数据采集和使用越来越受限。这直接冲击了依赖第三方Cookie和用户画像的模型效果，行业面临重构（行业共识）。

2. 大厂自研导致客户流失风险：阿里、腾讯、字节跳动等平台巨头正不断加强其内部营销云的AI能力，对深演智能这类独立第三方厂商产生挤压。企业客户可能会倾向于采购平台方的综合解决方案，而非外部独立厂商的工具。

3. 宏观经济波动风险：广告支出与企业经营状况高度相关。在经济下行周期，企业会优先削减营销预算，直接冲击以营销预算为核心的软件公司收入。

• 公司风险：

1. 业绩波动信号：公开招股信息显示其营收未披露，但描述为“业绩波动”，这在依赖大客户的SaaS公司中常是高风险信号。说明其商业模式对单一客户、单一市场周期的依赖度高。

2. 资本结构：实缴资本（8391.5175万元）略高于注册资本，但未披露连续财务数据。作为一家2026年上市的公司，从成立（2009年）到上市经历17年，说明其成长路径较长且非线形，历史上可能经历多次业务调整。

3. 证据密度不足：公开信息中缺乏核心客户名单、营收、利润等关键财务数据的披露。这为投资判断增加了不确定性，实际业务质量难以通过现有信息完全核实。

• 机会窗口：

1. AI Agent与自动化决策浪潮：以GPT为代表的大模型技术，正在从“生成内容”（AIGC）向“生成决策”（AI Agent/AI决策）演进。深演智能专注的“营销决策AI”正是这一浪潮的理想应用场景。其数据壁垒和算法积累，有机会将核心产品升级为具备自主规划、执行、优化能力的营销Agent，这是整个数字软件行业当前最大的技术红利。

2. 信创与国产替代机会：在金融、能源、大型央企等关键行业，对“数据主权”和“软件自主可控”的诉求日益强烈。作为拥有“小巨人”资质、且已完成独立私有化部署方案的国产软件厂商，深演智能在替换海外同类产品（如Salesforce DMP、Adobe Audience Manager）方面，存在明确的政策与市场窗口。