博睿数据 688229

公司始终坚持以技术创新和产品创新为核心发展战略,紧跟行业技术发展趋势,深耕行业客户创新需求,推动企业持续创新并保持行业领先地位。

通过“产品+技术”的双轮驱动,公司不断提升产品与服务的市场竞争力,为企业级客户的IT运维管理提供高质量、可落地的应用性能管理及可观测性解决方案。

报告期内,公司实现营业收入12,667.06万元,同比减少1,388.55万元,同比下降9.88%；归属于上市公司净利润-9,683.50万元,同比减亏1,833.95万元；归属于上市公司股东的扣除非经常性损益的净利润-9,773.80万元,同比减亏1,897.35万元。

公司技术团队稳定,不断推陈出新,在多项技术领域取得新成绩。

报告期内,公司累计拥有已授权发明专利57项、软件著作权135项、核心技术32项,为公司的持续创新能力奠定了良好基础。

此外,公司目前已通过了ISO9001质量管理体系认证、ISO27001信息安全管理体系认证、ISO27701隐私信息管理体系认证、ISO22301业务连续性管理体系认证、ISO20000信息技术服务管理体系认证、信息技术服务标准（ITSS）三级资质认证,为公司在数据隐私信息管理、业务连续性管理、质量管理、信息安全管理、IT服务管理等方面提供了合规性保障。

2025年10月31日,博睿一体化智能可观测平台服务体系已顺利通过国际四大会计师事务所之一的安永华明会计师事务所（特殊普通合伙）的严格审计,正式取得涵盖安全性、保密性、可用性三大核心维度的SOC2TypeII鉴证报告。

SOC2是由美国注册会计师协会（AICPA）制定的国际权威审计框架,其中TypeII认证需对企业连续6-12个月的控制措施有效性进行全面验证。

此次通过审计,意味着公司在数据防泄露、系统稳定运行、敏感信息保护等关键领域的管理能力与实践水平,已获得全球四大会计师事务所的权威认可,达到国际一流标准。

公司持续迭代核心被动式产品BonreeONE,并取得了一系列的新进展。

2025年5月,公司发布了BonreeONE2025春季正式版,延续一体化智能可观测平台核心定位,围绕国际化拓展、云原生可观测、AI大模型能力、升级用户体验四大方向迭代突破,包含十余项核心能力升级,进一步拓展智能可观测平台的能力边界。

2025年10月,公司发布了BonreeONE2025秋季正式版。

该版本进行了重大升级,体现在如下三方面：在AI深度融合方面,平台推出“小睿助理”作为统一智能交互入口,通过智能问答、AI帮写（如快速生成PromQL）以及自主决策型根因分析等功能,显著提升了运维操作的易用性与自动化水平。

在全面多维观测方面,新版本强调以业务为核心,提供从宏观概览到焦点详情的链路编排与下钻分析能力,帮助用户快速定位问题根源,保障业务连续性。

在架构突破升级方面,平台对核心ETL引擎、存储体系及AIService进行了重构,实现了资源消耗降低65%、查询性能提升3倍、数据延迟优化至秒级等显著性能提升,为智能化能力提供了坚实底座。

2025年公司已完成中国香港子公司及新加坡孙公司、马来西亚孙公司注册登记,初步构建起契合区域市场特征的商业化运营体系。

2025年在中国香港地区,公司已实现首批订单落地,已实现百万级订单,公司通过结构化产品与服务组合提升市场渗透能力,品牌及行业影响力不断提升。

公司持续聚焦银行、证券、保险、制造、能源及建筑等多个关键行业,同时拓展了高校行业,且不断挖掘与目标客户行业龙头企业的合作潜力,火山引擎已允许通过公司提供的第三方探针,将监控数据上报到火山引擎的APMPlus服务端进行应用性能监控,后续将在数据采集和数据分析方面进一步深化合作。

(一)行业格局和趋势1、海外市场全球应用性能管理及可观测性市场中,北美作为先发区域已形成成熟竞争格局。

基于深厚的数字化转型基础,企业高度重视自身IT系统运行效能,驱动APMO产品需求持续释放,形成规模化成熟市场。

Dynatrace、Datadog、Splunk、Honeycomb等企业占据市场主导地位,其中Dynatrace（2019年8月上市）与Datadog（2019年9月上市）的市值增长态势,印证了海外市场对可观测性技术商业化路径的认可,反映出该领域技术创新与商业价值的强协同效应。

截至2025年12月31日,Datadog市值约480亿美元,位居应用性能管理及可观测性领域领导地位。

2023年,该公司在日本建立了数据中心,并宣布计划于2025年进驻澳大利亚。

2024年Datadog推出多项新功能：包括支持AI工作负载的LLM可观测性,以及用于管理事件响应的On-Call工具。

该公司进行了多项重要收购,如Quickwit(日志搜索优化),Metaplane(数据可观测性)和Eppo(功能标记与实验管理),拓展了Datadog在可观测性、数据质量及产品性能测量的覆盖范围。

2、中国市场（1）2025年IT运维市场处于关键转型期,可观测需求逐步落地中国数字化转型的推进和云计算、大数据、人工智能等技术的广泛应用,应用性能管理及可观测性市场需求在2025年得到进一步释放,应用性能管理及可观测性相关产品/服务也在不断向各行业延伸。

项目行业范围广泛,覆盖银行、证券、保险、制造、能源及建筑等多个关键行业。

金融、制造、政府、通信等客户群体对应用性能监控及可观测性的需求持续增加。

未来1-2年,具备AI驱动、全栈可观测、信创适配的解决方案将成为企业核心选型标准,运维价值从“成本中心”转向“业务赋能中心”。

（2）中国信创战略的积极影响驱动APMO行业的健康发展和持续繁荣中国信创战略强调信息技术应用创新,鼓励自主研发和国产替代,为中国应用性能监控及可观测性行业发展提供了政策支持和市场机遇。

政府和国有企业优先采购国产化产品,随着信创产品在党政军等关键领域的广泛应用,以及逐步向金融、电信、电力等八大关键行业的推广,为中国应用性能监控及可观测企业提供了稳定的市场需求。

信创战略也鼓励企业积极参与国际竞争,提升中国信息技术产业的国际地位。

在应用性能监控及可观测领域,中国企业通过技术输出和生态合作,参与全球竞争,不断提升品牌影响力和国际知名度,推动行业的快速发展。

3、行业趋势Gartner《预测2026年：人工智能代理将变革IT基础设施和运营》一项调查显示,高达66%的受访者认为,智能体人工智能凭借其自主规划和行动的能力,将在2028年前改变其所在组织的运作方式。

这不仅仅是简单的自动化,可能预示着组织核心运营模式的转变。

因此,未来五年内,近70%的组织可能将开始管理人工智能代理团队,这凸显了人工智能代理作为一支独立的“劳动力”的出现,需要进行管理和监督。

随着智能体代理的深入应用,智能体运维（AgenticOps）或将成为未来智能运维的发展趋势,当前特指一种基于大语言模型智能体（LLMAgent）的新一代运维范式,比传统的AIOps更加注重自主性、规划能力和执行闭环。

传统AIOps的重点是“用AI辅助人做决策”,AgenticOps的重点是“让AI智能体像资深SRE一样自主完成运维任务”。

智能可观测行业正经历从“被动响应”到“主动预测”,再到“自主决策”的范式迁移。

未来的可观测性将不再仅仅是“发现问题”的工具,而是演变为“驱动系统自治”的核心引擎。

以下是四个关键的趋势预测：（1）从“数据统一”到“智能体协同”的架构演进传统可观测性（Metrics、Traces、Logs）解决了数据统一采集和存储的问题。

未来的趋势是以多智能体协同替代人工工单流转。

未来大型企业的基础设施运维将普遍引入“运维智能体集群”,多个具备不同职责的智能体,如“根因分析智能体”“容量规划智能体”“安全威胁狩猎智能体”“成本优化智能体”。

这些智能体通过共享可观测性数据,进行协商、投票甚至辩论,最终给出最优的修复方案,而非仅仅发出告警。

（2）多智能体运维：从“被动告警”到“闭环自治”随着服务网格和云原生环境的复杂度超出人类认知极限,多智能体运维（AgenticOps）通过可观测性数据实时调整资源、限流策略甚至代码级参数将成为解决“告警疲劳”和“MTTR过长”的关键。

其次智能体将具备一定的“执行权”,而不只是传统的观察者,当可观测性数据检测到异常时,智能体不仅能定位根因,还能直接拉起Canary部署、回滚版本或动态调整网络路由,人类仅作为最终的指令决策者或负责复杂的架构变更。

（3）大模型可观测：从“基础设施监控”走向“认知架构监控”大模型应用的爆发,催生了全新的可观测需求。

传统的应用性能监控（APM）无法捕捉“幻觉”、“上下文漂移”和“Token级延迟”等问题。

大模型可观测应运而生或将成为未来三年增长最快的细分领域,且其内涵将从监控“模型API”扩展到监控“认知链路”。

主要集中在以下三个可观测维度：①语义可观测性：监控输入Prompt与输出Completion的语义相似度、敏感数据泄露风险以及“幻觉率”。

不再着重响应时间,而是着重“回答的确定性”随时间或上下文窗口的变化趋势。

②智能体轨迹追踪：对于多智能体运维本身,监控智能体调用了哪些工具、在哪个环节产生了错误推理、以及Token消耗成本。

③GPU与算力调度：随着大模型推理成为主流负载,可观测性将深度融合算力调度,通过监控GPU内核的利用率、显存碎片化程度,动态调度推理请求以最大化算力利用率。

（4）成本与价值可观测：FinOps与AIOPs的深度融合在降本增效的大背景下,可观测性的价值主张正在发生根本变化。

过去可观测性是为了“保证系统稳定”,未来智能可观测平台将回答“每一笔可观测性开销带来了多少业务价值”。

例如大模型成本可观测：在大模型应用中,可观测性工具将精准归因——哪个业务线、哪个用户、哪个Prompt消耗了多少GPU资源和API调用费。

这将推动大模型应用从“野蛮生长”转向“精细化运营”。

可观测平台或将给出智能体运维的投入产出比（ROI）评估：多智能体系统虽然能节省人力,但其自身的算力消耗（大模型推理成本）不容忽视。

未来的平台工程团队需要利用可观测性数据来评估“智能体取代人工”的实际财务收益。

未来的IT系统可观测性,将经历一场“主体性转移”。

预计短期内,可观测性行业的发展重点在于大模型可观测的落地,解决企业上大模型应用时的“黑盒”焦虑,同时多智能体运维开始试点,主要承担“副驾驶”角色,提供建议而不直接执行。

3-5年后随着多智能体运维将进入深水区,在相对标准化的场景（如弹性伸缩、故障根因分析、数据库调优）实现高度自治。

可观测性或将成为企业AI战略的“基础设施”,其建设水平直接决定了企业能否在保障稳定性的前提下,大规模应用AI技术。

(二)公司发展战略公司始终坚持技术驱动发展,以技术创新为导向、产品创新为核心的发展战略,紧密跟随应用性能监控及可观测性技术的前沿发展趋势,践行行业技术先行者的角色定位。

经过十七年的行业深耕,公司目前的技术水平在数据采集能力、数据模型能力、数据中台能力、数据分析能力等核心能力具有较强的竞争力,能够满足国内客户不断变化升级的市场需求。

公司于2023年4月发布一体化智能可观测平台BonreeONE产品,完成了从监控工具产品到可观测能力平台的升级,致力于完成“一个平台满足所有监控需求”的价值目标,覆盖用户、网络、服务、进程、代码、容器、主机、数据中心的全域可观测,使得数据间建立关联,可以更全面、更深入地还原现场,透视数字化业务从客户端的用户旅程到服务端的调用链的处理过程的每一个技术细节,更好地满足客户对于IT监控一体化、智能化的需求,进一步强化APMO领域的发展。

2026年,博睿数据将继续深化提质增效战略,致力于通过技术创新和管理优化,提升整体运营效率,提升盈利能力。

通过持续优化组织架构,精简流程,加强内部协同,打破部门壁垒,提高决策效率、降低管理成本,提升资源利用效率；加强对成本的控制和管理,优化成本结构,降低不必要的开支。

精细化运营,加强预算管理,严格控制各项成本费用支出。

优化经营核心流程,加强应收账款管理,提高资金使用效率；拓展高利润业务,优化收入结构,在巩固现有业务的基础上,优化商业模型,提升市场竞争力和可持续盈利能力。

博睿数据将加速推进国际化战略,积极开拓全球市场,打造国际品牌。

聚焦东南亚、中亚等市场,制定差异化的市场策略和产品策略,拓展海外市场占有率。

公司已在中国香港设立子公司,在新加坡设立孙公司,在马来西亚设立孙公司,积极开展本地化客户服务、本地化团队建设等方面的工作。

通过本地化运营,博睿数据将更好地融入当地市场,提升市场竞争力,提升品牌知名度和影响力。

同时,加强与国际领先企业的合作,学习先进经验,提升自身竞争力。

(三)经营计划1、保持研发投入,推进产品研发公司始终坚持以技术创新和产品创新为核心的发展战略,长期致力于技术自主研发创新,研发投入持续保持高投入,研发团队规模持续达员工总数45%以上。

2026年度,公司将在研发投入上保持战略定力,研发人员规模及资源配置持续稳定,核心团队结构进一步优化,确保产品技术迭代与长期价值创造的连贯性,为投资者创造更具确定性的科技价值回报。

2026年,面对AI带来的广阔发展空间,公司将牢牢抓住机遇,充分结合自身原有的资源优势,实现产品全方位提升。

公司核心产品BonreeONE将以智能化能力建设为核心战略方向,重点推进以下几个方面的产品升级与迭代。

一是发布AI工作台,赋能客户自主搭建企业级运维智能体。

公司计划推出AI工作台产品能力,为客户提供一站式的运维智能体搭建环境。

客户可在工作台内以低代码或可视化方式,灵活编排基于LLM、Workflow、Agent、Skills、Knowledge的智能体工作流,结合平台海量可观测数据,快速构建适配自身业务场景的智能运维能力。

AI工作台的发布将显著降低AI能力的使用门槛,提升客户在复杂运维场景中的自主决策与自动化处置效率。

二是发布AI可观测产品,填补智能化系统监控盲区。

随着企业AI应用的快速普及,智能化系统的稳定性、可控性与经济性监控已成为刚性需求。

公司计划正式发布AI可观测产品能力,聚焦智能化系统落地场景的全链路监控,帮助客户实时掌握大模型服务的运行状态、推理性能及资源利用效率,有效填补当前市场在智能化系统监控领域的能力空白。

该产品能力与AIAgent产品能力共同构成公司在AI赛道的核心商业化产品能力矩阵,具备较强的客户粘度与可持续营收潜力。

三是深化多维观测产品能力,推动内外部数据一体化观测。

2026年,公司将持续深化多维观测能力建设,重点推动多源异构数据的一体化融合观测,打破数据边界,实现对业务全链路的整体感知与分析。

通过构建覆盖内外部数据的统一观测视图,帮助客户在复杂业务场景下实现更精准的根因定位与更高效的决策响应。

2、提前布局前沿技术面向2026年及更长远的技术布局,公司将重点关注AI模型治理架构方向的前沿进展。

随着企业大模型应用的规模化落地,模型治理逐渐成为制约AI能力稳定输出的核心挑战,涵盖模型版本管理、多模型调度与切换、模型性能评估、合规审计及安全防护等多个维度。

公司计划依托现有可观测平台的技术积累,围绕AI模型生命周期构建系统化治理能力框架：在模型调度层面,支持按业务场景、成本预算及响应性能需求灵活观测不同规模与类型的基础模型的性能状况；在模型评估层面,建立基于实际业务数据的自动化评测体系,实现对模型准确率、延迟、幻觉率等关键指标的持续监控与对比分析；在安全合规层面,引入安全合规信息采集机制,结合日志全链路追踪能力,确保模型行为的可审计性与可追溯性。

通过构建完善的AI模型治理架构,公司不仅能够为AI产品的稳定运行提供观测能力支撑,更将形成差异化的技术竞争优势,推动可观测平台向AI基础设施管理延伸,把握新一轮AI规模化应用浪潮中的市场机遇。

3、开拓新增曲线,海外探索拓展成果初显2025年,公司正式发布BonreeONE海外版及BonreeONE秋季版,并相继完成了中国香港子公司、新加坡孙公司及马来西亚孙公司的注册设立,为公司国际化战略落地奠定了基础。

公司将聚焦中国港澳地区及东南亚、中亚等海外市场开展战略布局,通过与生态及当地渠道合作伙伴网络,推进标准化产品的区域适配性落地,加速推动国际市场开拓。

公司在海外已配备了一支专业、高效的业务执行团队,包括销售人员、交付人员及技术服务人员,且完成了合规性资质认证,2026年第一季度,公司在中国港澳地区实现了订单增长,在马来西亚业务开展实现了零突破,并与华为云国际站联合发布了基线解决方案。

未来公司将持续提升品牌知名度和影响力,抓住中国企业“走出去”契机,更加积极地把握海外市场机遇,不断加强与国际领先企业的合作,以产品为基石,以服务为纽带、联合拓展等方式开拓海外本地企业客户市场,提升公司整体竞争力。