信雅达:信雅达科技股份有限公司2024年年度报告摘要

公司代码：600571 公司简称：信雅达
信雅达科技股份有限公司
2024 年年度报告摘要

第一节 重要提示
1、 本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规划，投资者应当到上海证券交易所网站（www.sse.com.cn）网站仔细阅读年度报告全文。
2、 本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实性、准确性、完整性，不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。
3、 公司全体董事出席董事会会议。
4、 天健会计师事务所（特殊普通合伙）为本公司出具了标准无保留意见的审计报告。
5、 董事会决议通过的本报告期利润分配预案或公积金转增股本预案
本公司2024年度的利润分配预案为：公司拟以466,318,309股本为基数，向全体股东每10股派发现金红利0.47元(含税)，共计派发现金21,916,960.52元。
不派发股票股利，不转增股本。
第二节 公司基本情况
1、 公司简介
公司股票简况
股票种类 股票上市交易所 股票简称 股票代码 变更前股票简称
A股 上海证券交易所 信雅达 600571 无变更
联系人和联系方式 董事会秘书 证券事务代表
姓名 叶晖 何阳
联系地址 杭州市滨江区江南大道 3888 号 杭州市滨江区江南大道 3888 号
电话 0571-56686627 0571-56686791
传真 0571-56686777 0571-56686777
电子信箱 mail@sunyard.com mail@sunyard.com
2、 报告期公司主要业务简介
当下，全球正处于新一轮技术革命与产业变革的交汇期，人工智能行业迎来空前的市场机遇。
特别是随着大模型技术的成熟与“AI+金融”场景的落地普及，AI 驱动的业务模式在金融行业获得越来越多的认可。由于公司最初就专注于 OCR、NLP 等智能技术，其在银行票据影像识别、金融智能客服、远程银行等领域拥有丰富实践与领先优势。另一方面，随着用户需求的不断升级与监管的日益严格，传统金融机构对安全、隐私与合规性拥有更高要求，也为金融 AI 方案提供商提出了更具挑战性的课题。
除了外部宏观环境与行业发展趋势，数字人民币、金融信创和大模型应用也在逐步改变金融市场竞争生态。越来越多的银行开始建设私有化运营知识体系、搭建多维度风控模型，通过大模型与企业级金融场景结合，提升金融服务创新能力与抵御风险的综合水平。正是在这一背景下，
公司制定了“All in AI & AI in All”战略，紧扣市场脉搏，借助近 30 年的技术储备与市场触角，在多项
业务中努力推进从“技术积累”到“市场化赋能”的升级。
1、报告期内公司从事的业务概述
公司成立于 1996 年，初期便以图像智能金融 OCR 票据影像产品切入市场，并由此逐步建立了
与金融行业的深厚合作基础。早期，公司凭借 OCR 技术帮助我国金融电子化发展，在影像识别、票据处理等业务场景中持续发力，为银行、保险、证券等金融机构提供高效率与高准确度的解决方案。时至今日，这一早期的技术积累不仅为公司在金融 IT 领域的长久深耕奠定了坚实基础，更塑造了其“生而 AI”的天然基因。
在过去近三十年的发展过程中，公司在业务层面不断扩展，既专注于自身的 AI 技术方案研发，也兼顾与其他行业龙头企业的多方位合作，逐渐形成了多元化创新生态体系。
公司于 2010 年完成了首次业务升级：将传统呼叫中心技术与自然语言处理（NLP）和音视频技术深度融合，推出智能化呼叫中心解决方案，实现了服务模式从单纯的人工坐席到智能客服的跃迁，也成为 AI 在其业务应用上进一步发展的里程碑。
2023 年后，随着生成式 AI（Generative AI）所引领的技术热潮持续升温，公司更是顺势提出“All
in AI”的创新战略，即在公司内部全面拥抱 AI。
报告期内，公司先后成立了两家 AI 原生子公司——星舰智能与光年智能，快速整合了内部金融大模型领域的优势资源，并对外推出了针对多模态数据处理和大模型调优的核心产品。
报告期内，公司在 AI 领域的战略布局已初显成效。公司连续三年（2022-2024 年）入选"信创
领军企业 100 强"名单，巩固了在金融科技创新方面的优势地位。公司将金融客户的信创要求与数智化转型深度融合，形成集战略咨询、系统建设、应用集成、生产运维服务等于一体的"双助力"体系。

公司通过系列举措构建了较为完整的 AI 产品矩阵，涵盖从底层技术到行业应用的较为完整链路：
1)、AI 技术底座：包括大模型平台、智能体开发框架等基础设施
2)、行业解决方案：聚焦金融行业智能化转型需求，打造特色应用场景
3)、专业服务能力：形成咨询、实施、运维一体化的服务能力
2、公司核心产品体系
公司已形成一套比较完整的 AI 产品体系，涵盖基础平台、行业解决方案和专业化工具：
2.1.1 基础平台与工具链
1. 大模型知识管理平台（猛禽平台）：
o 基于 Agentic RAG 与 GraphRAG 混合架构
o 通过动态知识更新，实现知识库与监管要求的强时效对齐
o 深度集成 Xinference 推理服务框架，实现推理加速与资源监控
o 支持多种模型的高效部署和优化，同时借助大小模型协同处理多模态数据
o 融合 DeepResearch 和 GraphRAG 两大能力，实现跨文档的数据整合与逻辑关系挖
掘
2. AI 研发底座：
o 通过结合大模型能力定制化，解决传统软件研发生命周期中的痛点
o 通过自然语言处理与智能识别、分析和管理需求，确保需求一致性与连续性
o 采用"场景定义-模型适配-应用落地"架构，实现智能需求标注、辅助管理需求等场
景化功能
o 提升软件研发效能与交付质量
3. 多智能体协作的全景洞察平台：
o 基于非侵入性日志聚合和读时建模核心技术
o 实时监控智能体运行状态和工具调用结果
o 利用智能分析算法自动发现日志中的异常模式、性能瓶颈和潜在风险
o 提供流程优化、风险管理、用户行为分析和智能体编排协作分析等功能
4. 一站式模型与算力管理平台：
o 快速接入多模态、多尺寸模型
o 实现异构算力融合、算力弹性调度、分布式算力协同

o 提升算力资源的高效利用和灵活调配
5. 智能体应用开发平台：
o 提供低门槛、可视化的智能体开发环境
o 加速各类场景中的智能体构建、测试以及部署过程
o 快速链接实现业务场景智能化
6. 数据工厂：
o 用于数据标注、数据清洗、数据治理等的综合工具平台
o 内置多套标注工具及智能化工具
o 持续助力标注效率和精度的提升，实现海量标注数据生产
2.1.2 行业解决方案
1. AI 大模型赋能银行运营数智化系统：
o 以助力银行实现数智化运营建设为目标
o 依托大模型技术构建私有化运营知识体系
o 形成包括制度规范、业务逻辑与操作执行的三层核心知识库资产
o 深度整合专家经验与数据分析能力
o 分解为知识问答、业务辅助、风控合规、数据分析及智能审核五大智能体
2. 远程银行大模型应用实践：
o 依托近 30 年的行业积淀，利用大模型能力推动产品智能化升级
o 突破小模型瓶颈，通过大模型长文本解析和语义理解能力，实现服务升级
o 重构智能中台，通过大小模型协同，实现信息的实时场景与洞察场景优化
o 激活非结构化数据，利用"猛禽智能体平台"挖掘语音、文本等数据价值
o 实现智能填单、知识随行等功能，提升标准化与效能
3. 贸易金融智能审单平台：
o 深度融合 OCR 与金融大模型技术，重构审单全流程
o 基于多模态智能解析突破传统规则局限
o 精准实现条款合规审查、隐性风险识别等复杂决策
o 内置标准化规则库并支持灵活配置
o 通过垂直领域大模型调优与硬件加速技术，保障高并发场景
o 采用轻量化模型压缩及数据隔离架构，满足银行私有化部署的合规管控需求
o 已覆盖信用证、保函等核心场景，持续拓展跨境支付、供应链金融等业务
2.1.3、业务场景与应用实践
致力于将 AI 技术深度融入金融业务场景，主要应用实践包括：
1. 金融智能文档处理：
o 实现票据、合同、凭证等复杂金融文档的精准识别
o 解决"高门槛、低智能、弱运营"难题
o 助力金融机构实现数据采集、处理、分析的一体化闭环
2. 智能化审单能力：
o 自动解析单证业务逻辑
o 智能识别风险点与合规漏洞
o 复杂业务流程审核一键完成
3. 远程银行全链路智能升级：
o 融合大模型技术，围绕远程银行呼入与呼出场景
o 实现智能转线摘要、智能话术推荐、智能质检与智能工单总结等功能
o 大幅提升用户服务体验
4. 客户经理展业效能提升：
o 快速整合财报、舆情、行业数据
o 一键输出各类深度业务分析报告
o 解放客户经理，提升工作效率
5. 智能合规引擎：
o 解析海量外部法规
o 自动匹配内部规范
o 输出合规风险清单与整改建议
o 助力企业规避合规盲区
6. 员工能力提升系统：
o 自然语言驱动的数据洞察，让业务人员无需 SQL 基础即可进行数据分析
o AI 模拟实战培训，构建虚拟业务场景，快速打造高绩效团队
o 企业级知识运营中枢，构建动态更新的金融知识库
3、 公司主要会计数据和财务指标
3.1 近 3 年的主要会计数据和财务指标
单位：元 币种：人民币