北京博睿宏远数据科技股份有限公司2026年第一季度报告

登录新浪财经APP 搜索【信披】查看更多考评等级

公司代码：688229 公司简称：博睿数据

北京博睿宏远数据科技股份有限公司2025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http://www.sse.com.cn网站仔细阅读年度报告全文。

2、重大风险提示

公司已在本报告中详细阐述公司在经营过程中可能面临的各种风险及应对措施，敬请查阅本报告第三节“管理层讨论与分析”。

3、本公司董事会及董事、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。

4、公司全体董事出席董事会会议。

5、立信会计师事务所（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。

6、公司上市时未盈利且尚未实现盈利

□是√否

7、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

公司2025年度拟不进行利润分配，也不进行资本公积金转增股本。

母公司存在未弥补亏损

√适用 □不适用

截止2025年12月31日，母公司未分配利润为-34,967.13万元，未弥补亏损金额为-34,967.13万元。

8、是否存在公司治理特殊安排等重要事项

□适用 √不适用

第二节 公司基本情况

1、公司简介

1.1公司股票简况

√适用 □不适用

■

1.2公司存托凭证简况

□适用 √不适用

1.3联系人和联系方式

■

2、报告期公司主要业务简介

2.1主要业务、主要产品或服务情况

1、主营业务情况

公司主营业务属于IT运维管理监控领域的重要分支行业一一应用性能管理及可观测性行业。博睿数据始终秉承“以数据赋能IT运维”的理念，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。

应用性能管理（Application Performance Management，简称APM）是指通过系统化的方法体系与专业工具组合，对应用程序的运行效能实施全生命周期管理及实时监测。其核心目标在于保障企业业务系统的高效稳定运行，通过持续优化应用可靠性与服务质量，确保终端用户获得优质的服务体验，同时有效优化IT运维综合成本。可观测性（Observability）作为支撑复杂IT系统运维的技术体系，基于全链路调用追踪数据、运行指标、日志记录及事件信息的采集分析，构建多维度的系统状态感知能力。该技术使企业能够实时洞察数字化系统的整体运行状态、性能表现及用户体验，精准识别潜在异常风险并快速定位故障根源，为数字化服务优化提供数据驱动的决策支持。

公司核心产品Bonree ONE可以为企业提供一体化智能可观测性解决方案，通过对丰富多样的软硬件IT资产运行所产生的各类数据构建模型、分析处理，叠加开箱即用的AI算法能力，为用户在运维工作中提供更直观、更准确的见解，提升运维效率、减少故障带来的经济损失，最终确保客户数字化业务的有效开展。

2、主要产品情况

截至目前，公司主要产品介绍如下表所示：

■

核心产品Bonree ONE发展路径介绍：

2022年，公司深刻认识到目标客户的主要挑战在于应对监控工具碎片化、云原生技术所带来的数据高动态性和高维护门槛以及稳态、敏态两种IT架构所导致的数据割裂，国际同业在应对此类挑战时已经有了成功案例，而国内尚缺少可以应对该挑战的产品和供应商，经过周密调研和审慎研判后，推出“All in ONE”战略。从2022年到2025年，产品的发展迭代经历了如下几个阶段。

■

2022年，将原有的多个分散工具，Server、RUM（包含了MP、Browser、SDK的能力）、ITIM等整合到一个产品中，从前端的用户体验到后端的应用性能实现端到端全链路打通，帮助用户从全链路视角上快速定位问题的原因。

2023年，补齐之前缺少的可观测三要素之一的日志分析能力，正式发布新一代核心产品Bonree ONE并投入商用。此外，通过发力ETL、数据集成、AI 三方面能力，积极探索多源异构数据场景下的根因定位最佳实践。

2024年，业内率先推出可观测全域数据模型，Bonree ONE 3.0重磅升级。数据模型的引入，将可观测平台的分析能力进一步提升，将运维领域由碎片化工具带来的无序数据变成了有序数据，数据之间的关联更加紧密，进一步提升了运维效率。

2025年，平台化改造突破升级，将数据的读取和写入进行一体化管理，解决多源异构数据的融合治理难题，同时将应用场景实现与Ai引擎、数据治理引擎等关键能力解耦，为运维数据中台的建立打下了坚实基础。

（1）一体化智能可观测平台Bonree ONE产品推出 2025秋季正式版

2025年10月，Bonree ONE 2025秋季正式版隆重发布，新版本主要在AI深度融合、全面多维观测、架构突破升级三大维度展开，具体情况如下：

①AI 深度融合

通过AI构建多维度智能模块协同框架，实现与可观测性的深度融合，将观测数据转化为自主运维决策能力与精准的根因定位能力。以小睿助理作为统一交互入口，结合AIGC与RAG知识库，提供智能问答、智能环境感知、导航引导、AI帮写、自主决策型根因分析功能，使可观测能力更易于触达和应用。

智能问答功能：无需翻阅使用手册，即问即答，获取可观测平台的准确、详细操作指引，1,035 篇公共文档+21,954 篇私域文档，实时推理，实现如真人专家协同般的故障排查体验；

智能环境感知功能：实时感知当前页面所在位置，提供功能说明和详细解释；

智能导航功能：支持用户输入操作意图描述，小睿助理可通过意图解析精准定位对应功能的操作路径，一键跳转，实现需求与操作入口的直接衔接；

AI 帮写功能：AI 帮写赋能数据探索、仪表盘、告警配置等环节，可快速生成 PromQL，交互中支持一键回填；

自主决策型根因分析功能：当异常触发时，通过大模型理解可观测数据，结合Agent、大语言模型（LLM）与知识库，并依托 MCP 客户端等协同运作，能够实现自主决策型根因分析并输出排查指导建议，推动 AI 与可观测技术深度结合。

②全面多维观测

全面多维观测能力以业务形态为核心，组织并串联所有IT运维数据，实现由大到小、由粗到细的分层分类呈现。既可一览业务整体健康状况，又能逐层下钻、精准定位问题根因，从而快速启动应急恢复，保障生产系统的业务连续性。

链路编排功能：支持用户围绕核心业务，灵活定制关键路径视图，从而摆脱孤立指标的局限，实现对系统架构与运行状态的全局掌控。任何异常均可通过关联指标与告警被即时感知，同时，页面布局与图表支持完全自定义，使用户能够根据实际需求自主配置，实现更精准、高效的数据分析；

宏观概览功能：将复杂的分布式系统映射为清晰可视的核心业务链路，清晰掌握全局架构与关键流程，轻松掌握系统整体健康状态；

焦点详情功能：每个节点均支持逐层下钻，直观展示上下游架构依赖关系，整合日志、调用链、告警等多维信息，层层下钻溯源，迅速定位和解决问题，显著缩短故障排查时间，提升运维效能。

③架构突破升级

核心ETL引擎Ingester经过重构，资源消耗降低65%，并实现毫秒级数据接入，为高效查询奠定坚实基础；QueryService能力显著增强，对PromQL的兼容度大幅提升，极大提升了查询的便捷性与强大能力；在此之上，AI Service全面融入大模型技术，共同驱动监控与分析系统向智能化、洞察化迈进。

Ⅰ ETL架构全面升级，新一代ETL引擎以流批一体为核心，围绕处理能力、资源调度、算法支持、性能与稳定性五个维度实现增强。

处理能力方面，新增滚动、滑动、会话及全局窗口支持，并提供“精准一次”处理语义保障；

资源调度方面，支持任务级与算子级并行度灵活配置；

算法引擎方面，内置200+算子并支持UDF，适配复杂计算场景；

性能提升方面，资源利用率提升65%，实时流数据处理延迟降至毫秒级，计算资源需求降至原方案的1/3；

稳定性方面，构建50+监控指标与智能预警体系，引入自适应流量控制与熔断保护机制。

Ⅱ 存储体系升级，统一读写能力强化，QueryService对PromQL兼容度提升至99.44%，增强多协议交互稳定性；通过动态索引、并行副本加速及列存储压缩等技术，实现查询性能提升3倍，存储占用降低50%；且借助分级存储与无锁并发机制，数据延迟从分钟级优化至秒级，整体入库与查询效率提升30%。

Ⅲ 以大模型为核心的智能能力重构

上层构建四大智能模块，基于多路召回与知识大脑的智能问答、下一代根因分析引擎、自然语言驱动的智能检索，以及多源数据聚合的智能总结，底层通过OneFlow可编排平台与MCP服务平台，实现能力灵活调度与闭环服务支撑，推进AI技术从生成到落地的全面覆盖。

（2）全面拥抱国产化，支持信创生态。

公司已完成核心产品线的信创生态适配体系构建，实现在主流国产CPU（鲲鹏、飞腾、海光、兆芯、龙芯）、国产操作系统（麒麟、统信等）、国产中间件(东方通、华宇、金蝶天燕等)以及数据库（达梦、人大金仓等）等信创环境的兼容技术开发，完成相关部署和稳定运行测试，进一步拓展了公司产品的适用环境。其智能探针能够监控国产化操作系统、服务器、中间件的性能，并对部署在相关软硬件上的应用进行性能监控，保障业务系统的连续性及稳定性。

2.2主要经营模式

1、销售模式

公司以直销模式为主，海外主要采用经销商模式。专注于为企业级客户提供优质的应用性能管理及可观测性产品和服务，下游客户涵盖金融业、互联网、制造业、能源业等多种行业，重点服务行业头部大客户，客户粘性较强，合作关系稳固。

公司主要采用参与各种行业活动、客户间介绍、电话沟通、现场拜访、参与招投标等方式拓展客户，根据客户需求制定方案、提供技术咨询、提供测试等形式与客户进一步接洽，若客户存在采购意向，双方则进入商务谈判阶段，根据谈判情况确定最终报价并签署合同。

2、采购模式

在经营过程中，公司的采购主要包括网络资源采购、软硬件采购、会员监测服务采购等。公司采购主要由采购部负责，其中会员的招募与管理主要由交付中心一一会员部负责。

公司制定了《采购管理制度》，建立了专门的采购管理系统，当公司发生采购需求时，由需求部门具体人员在采购系统中发起采购申请，经过部门负责人、公司分管负责人、采购部门负责人审批后交由采购部具体人员安排采购，确保所需物资优质、高效供应，并不断降低采购成本和管理成本。

3、服务模式

目前，公司主要服务企业级客户。公司为客户提供持续的技术咨询服务和故障处理服务，及时发现并迅速解决客户在使用中遇到的技术问题，同时还为大客户配备专门的售后技术工程师，为客户开展产品使用培训，指导客户使用公司的产品，协助客户解读性能数据、定位性能问题、并提出优化建议等。此外，根据客户要求，公司技术人员还会上门提供专业的技术指导并撰写服务报告。

4、研发模式

公司设立研发部门，组建了专门的研发队伍、测试队伍，还设置了专门的代码管理、质量控制、资源调度、安全管理等岗位，确保产品研发的质量和效率。公司产品研发遵循标准的软件开发流程并通过CMMI5认证，自主研发流程主要为：需求分析、开发立项、设计及研发、测试、验收、培训等环节，完善、严谨的研发管理体系可保障公司产品在精准符合客户需求的前提下，有效地缩短开发周期。

2.3所处行业情况

(1). 行业的发展阶段、基本特点、主要技术门槛

公司始终秉承“以数据赋能IT运维”的理念，坚持“客户第一、正直守信、追求卓越、开放创新、勇于担当、协作共赢”的品牌价值观，致力于为企业级客户提供优质的应用性能管理及可观测性产品和服务。通过助力客户构建稳定、高效、智能的新型IT运维监控体系，提升IT运维效率、降低总体运营成本，驱动业务创新增长，赋能企业数字化转型高质量发展。根据中国证监会发布的《上市公司行业分类指引（2012年修订）》，公司属于软件和信息技术服务业（分类代码：I65）。依据《国民经济行业分类和代码表（按第1号修改单修订）》（GB/T 4754-2017），公司所处行业为“信息传输、软件和信息技术服务业”门类下的“软件和信息技术服务业”。

（1）行业发展阶段

①全球应用性能管理及可观测性（APMO）市场

北美应用性能管理及可观测性市场起步较早，已形成完整的市场竞争格局。海外市场许多企业和组织积极采用APMO解决方案来监控和管理其应用程序性能，APMO产品逐渐从传统监控工具演变为业务生产过程中的生产力工具。可观测性能力以数据为中心，通过人工智能技术赋予监控工具强大的数据洞察力，使监控工具能够快速识别并预测故障，从而在对用户影响最小的前提下解决相关问题。同时，可观测性能力支持集成原始监测数据，助力运维人员更好地理解和探索数据，有效解决传统监控工具分散导致的数据孤岛问题。根据Gartner预测，到2028年，可观测性产品市场估计将达到142亿美元，按固定汇率计算，2021年至2028年复合年增长率（CAGR）为11.1%（Gartner《可观测性平台魔力象限》报告2025。）。随着数据量及关系复杂度的持续上升，运维管理面临巨大挑战，企业对应用性能管理及可观测性能力的需求正高速增长。

IDC最新数据显示，2023年全球数字化转型投资规模超过2.1万亿美元，2028年预计达到4.4万亿美元，2023-2028年五年复合增长率(CAGR)为15.4%。随着全球数字化转型市场蓬勃发展，云计算、人工智能、大数据、5G等技术的应用范围不断扩大，全球企业的数字化转型已进入持续发展阶段，这也促使企业不断加大在数字化转型的投入（IDC《全球数字化转型支出指南》2024年11月6日。）。

从供给侧看，海外已存在众多优秀的商业化技术供应商，提供多元的应用性能管理及可观测性解决方案，包括基于云端的、移动端的、微服务架构等，如Dynatrace、Datadog、Splunk、Honeycomb等。同时，也涌现出一批开源项目，如Prometheus、OpenTelemetry等。这些技术和工具持续创新演进，以适应不同场景下的监控及可观测性需求。

②中国的应用性能管理及可观测性（APMO）市场

中国APMO市场处于初期阶段，行业渗透率相对较低，但市场认知和客户需求在2025年下半年已明显释放。2024年11月，IDC首次将原应用性能管理（APM）市场革新升级为应用性能管理及可观测性（APMO）市场，此举预示在数字化转型进程加速的背景下，国内企业对应用性能管理及可观测性的需求持续上升，中国APMO市场展现出巨大的增长潜力。

到2025年底，数字中国建设取得重要进展，数字领域新质生产力不断壮大，数字经济发展质量和效益大幅提升，数字经济核心产业增加值占国内生产总值比重超过10%，数据要素市场建设稳步推进，算力规模超过300EFLOPS，政务数字化智能化水平明显提升，数字文化建设跃上新台阶，数字社会精准化、普惠化、便捷化取得显著成效，数字生态文明建设取得积极进展，数字安全保障能力全面提升，数字治理体系更加完善（《数字中国建设2025年行动方案》。）。

“十五五”规划（2026-2030年）指出，将深入推进数字中国建设，提升数智化发展水平，把握数字化、网络化、智能化发展大势，加快数智技术创新，深化拓展“人工智能+”。数字中国建设将进入“深化应用、规范发展、普惠共享”新阶段，IT系统可观测性将从“辅助工具”升级为“数字化基石能力”。聚焦“融合（运维/安全/业务）、智能（AI驱动）、国产化”三大趋势，打造覆盖全域数据、实时响应、价值导向的可观测体系。

从技术栈演变路径看，北美市场已完成从基础监控、日志分析、APM、应用安全到全面可观测的能力累积，而中国仍处于快速发展阶段，正逐步对标北美技术演进轨迹。在部署模式上，北美业务应用更倾向于部署在主流云平台上，国内则伴随着云计算技术与云生态环境的持续成熟，推动企业加速业务上云进程，推动了技术栈的升级和发展。中国作为全球最大的信息技术市场之一，未来随着中国数字经济的稳定发展，叠加5G、云计算、物联网等技术的规模化落地，中国应用性能管理及可观测性的需求将逐步得到释放。

（2）行业基本特点

随着中国企业推动数字化转型，应用性能监控及可观测性需求日益增长。高效、稳定、智能的IT系统智能可观测方案可以更好地服务于互联网、金融机构、制造业、甚至初创企业。

①文化层面：伴随敏捷开发、DevOps（开发运维一体化）、BizDevOps（业务开发运维协同）及DevSecOps（安全开发运维融合）等理念的涌现和转变，结合持续集成、持续部署等工具流和工具的整合，软件迭代效率得到显著提升。在此背景下，通过系统化梳理模块间依赖关系、建立全链路代码追踪机制，提升开发团队对系统运行状态的实时监测能力，已成为保障复杂系统稳定性的核心因素。

②业务层面：在数字化转型加速的背景下，客户体验已成为企业核心竞争力的关键构成要素。企业已经认识到，传统监控体系难以适配云原生、微服务架构等技术演进趋势，推动应用性能管理及可观测性解决方案逐渐纳入技术选型评估范围。政策方面，《关于促进数据产业高质量发展的指导意见》明确提出，到2029年数据产业规模年均复合增长率超过15%，数据产业结构明显优化，数据技术创新能力跻身世界先进行列，数据产品和服务供给能力大幅提升，将催生一批数智应用新产品新服务新业态（《关于促进数据产业高质量发展的指导意见》，2024年12月30日。）。

在政策驱动下，数据资产运营体系的建设将推动企业升级数据治理工具链，而应用性能管理及可观测性工具作为保障数据应用高效运行的重要手段，市场需求有望加速释放。

③技术驱动：2025年被广泛视为智能体产业化元年，智能体从实验室走向市场，开始重构数字生产力。中国工程院邬贺铨院士提出三阶段演进路径：单智能体→多智能体协同→智联网，最终实现开放协作。随着MAS的普及，IT领导者应重新审视工作流程，多智能体系统中智能体之间的通信为可观测性创造了新的机会，使复杂工作流的故障排除和更新变得更加容易。

④本土化需求：受中西方文化背景与使用习惯差异影响，本土化的应用性能监控及可观测性解决方案正加速成为市场主流。此类方案深度适配国内企业云架构部署特征及业务连续性管理要求，在信创产业政策持续深化背景下，政务、金融、能源等关键基础设施领域对核心业务系统的稳定性保障与性能优化已成为关键运维指标，直接驱动具备自主知识产权的应用性能监控及可观测产品国产化替代进程提速。伴随数字化转型及5G、算力等IT基础设施建设加速，叠加信息安全和数据合规等对信息安全体系的强制性合规要求，国内APMO厂商凭借对本土数据主权规范与行业监管政策的精准适配能力，市场渗透率有望持续提升。

⑤目标客户行业技术栈差异：金融、电商、游戏等垂直领域的技术生态体系差异显著，例如金融行业的高并发分布式交易系统、电商平台的弹性微服务架构、游戏产业的实时渲染引擎等技术特征分化明显。此类跨行业技术组件的兼容性要求，对应用性能管理及可观测性厂商的技术积累和行业沉淀提出了较高要求，需能够适配不同行业的各类技术栈，以更高效支撑各行业数字化转型中的业务连续性保障。

（3）主要技术门槛

公司产品的核心价值是自动发现客户IT业务系统复杂的内部结构，并进行实时数字建模，从而对其运行状态进行管理、观测和排障，以保障客户自身业务的连续性。该类产品的技术门槛主要体现在以下几个方面：

①具备“全栈、双模”的数据采集能力

作为数据平台类产品，其核心能力建设需聚焦于构建开放型数据治理体系。在数据采集维度，除标配的标准化数据采集探针外，重点需实现异构数据源的标准化接入能力，具体表现为：通过单一探针组件即可完成基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层的全栈数据关联采集；同时依托多源异构数据处理引擎，低成本建立与数百种第三方产品或工具的无缝集成。因此，开发商需同步具备探针级数据抓取技术的深度研发能力及分布式计算引擎研发能力。

②具备“开放、融合”的全域可观测数据模型构建能力

该产品需应对多源性异构数据融合的核心挑战，其数据具有以下三种特征：其一，数据源端呈现跨平台集成复杂性，涵盖自研探针数据流、第三方系统API接口数据、客户各类自定义数据的多源异构融合。其二，数据结构多样性，涵盖结构化的指标、元数据，半结构化的事件、调用链和日志数据，以及堆栈、会话回放视频等非结构化数据。其三，数据量级极大，日处理数据量一般达到PB级别。因此要求开发商须对海量的可观测信号数据和元数据进行统一化处理和规范化建模的能力，构建以IT实体为中心的全域可观测数据模型，具体包括基础设施层（IaaS）、网络传输层、基础平台层（PaaS）、应用服务层（SaaS）至业务层。这是对IT系统进行全面可观测的基础，因此开发商需对可观测性有极为深入的理解，并拥有较强的海量可观测数据处理、治理和建模能力。

③具备“统一、强大”的数据中台能力

该类产品接入数据特征，要求开发商在大数据处理方面至少具备以下三项技术能力：一是对海量多源异构数据的实时建模能力，构建以运维实体为中心的全域可观测数据模型；二是对跨多种大数据存储和分析引擎联合分析能力，如支持指标存储引擎、日志存储引擎与配置管理数据库的联合查询和分析场景，如支持对分布于多地多中心的数个指标存储引擎和配置管理数据库的分布式联合分析等；三是支持灵活的分布式数据视图能力以及架构动态伸缩的能力，以适配不同量级、灵活多变的业务场景。上述能力要求开发商需具备很强的统一数据中台研发能力。

④具备“精准、可解释”的AI算法能力

该类产品由于数据量级极大，格式复杂多样且数据之间存在各种关联关系，传统的数据分析技术难以满足上层灵活多变的分析场景需求。开发商需具备以下三类AI算法技术，一是预测型AI算法技术，通过对系统内数百万个指标进行机器学习，进行精准的趋势预测，自动生成指标基线并设置告警阈值，对指标的异常波动进行自动检测与生成告警。二是因果型AI算法技术，对系统内不同层级、不同实体、不同时间发生的多个事件，通过统一运维数据大模型自动构建事件因果图谱，进而进行根因事件和表因事件的识别，自动确定IT系统故障根因，极大提高客户故障定位效果和处置效率，减少业务损失，该算法的特点是分析结果具备天然的可理解性和可解释性。三是生成式AI算法技术，通过对用户输入的自然语言指令进行智能分析，自动规划任务，实现如自动创建分析模型、自动创建告警规则等功能，极大提高用户使用效率和体验。上述能力要求开发商除需要具备较强的多场景AI算法能力外，还需对可观测性领域有深入理解，且自身数据具备极高的品质。

⑤具备“众创、百搭”的数据应用能力

该类产品的数据消费和应用场景极为复杂多样，既包含以各种运维实体为中心的独特观测视角，也涵盖以各种可观测性信号数据为中心的统一分析视角；既涉及对各种海量运维实体运行状态的监控场景，也包含对海量实体及关联关系的管理诉求；既需要具备APM、RUM、ITIM、LOG等专项能力，也需拥有仪表盘、智能告警、数据分析等强大且开放的平台能力。因此，一方面需要开发商具备较强的可观测应用场景和开发能力，能够为客户提供丰富成熟的各种专项应用，另一方面需要开发商提供强大、开放、灵活的自定义应用引擎能力，能够支持用户高效、低成本地自行构建自定义数据应用，以满足客户应对复杂多变业务场景的监控和分析诉求。这对市场上多数专项监控产品开发商而言构成了极高的技术门槛。

(2). 公司所处的行业地位分析及其变化情况

随着国内信息技术的快速发展和数字经济建设的全面推进，国内企业对于应用性能监控及可观测性技术的认知逐步深入，企业对精细化运营的重视程度不断提升，逐渐意识到应用性能管理及可观测性技术在助力企业自身业务发展中的关键作用。企业如何高效地利用海量数据，做出精准决策并快速响应市场成为关键，使得市场对可观测性的需求也日益明确和迫切。

公司一体化智能可观测平台Bonree ONE产品于2023年4月正式投入商用，自推出以来便引领了市场对可观测性的需求。于2025年5月全球发布Bonree ONE国际版，开启公司软件出海征程。2025年10月Bonree ONE2025秋季版发布，围绕AI深度融合、全面多维观测、架构突破升级三大维度全面升级可观测能力。根据IDC发布的《中国IT统一运维软件产品市场跟踪报告》，2025H1，公司以市场占有率22.06%位列中国应用性能监控及可观测性市场第一，持续领跑中国APMO市场。

（1）产品战略领先、成熟稳定，中国领先的一体化智能可观测平台

公司2021年正式迈入可观测性领域，首次提出“All in ONE”战略，逐步构建了Bonree ONE一体化智能可观测平台并持续迭代，产品经历了一体化一一可观测一一模型化一一平台化四个发展阶段，实现从单一监测工具向全场景解决方案的跨越，构建了完整的可观测性能力图谱。

公司在保持中国应用性能管理及可观测性APMO市场领先地位的基础上，Bonree ONE 2025春季版正式推出国际化版本，支持中英文切换以适配海外用户需求；导航栏、工作台全面优化，重构交互逻辑与界面设计，为全球用户带来更便捷、更高效的观测体验。

针对云原生架构的动态、弹性、分布式的特点，以及传统割裂的监控工具适配不足的行业痛点，结合企业系统持续上云、云原生架构加速普及的趋势，公司对Bonree ONE 2025春季版对云原生观测能力进行了全面升级。

Bonree ONE 2025春季版进一步释放了数据模型的价值，同时全面深化从数据采集到业务分析的全域可观测能力，为用户提供更高效、灵活的全域可观测与管理体验。

Bonree ONE 2025秋季版在产品能力维度方面实现关键进化：一方面通过多维观测实现系统链路的全局洞察，清晰掌握全局架构与关键流程；另一方面通过小睿助理将AI深度融入日常运维，提供如专家随行般的智能协作体验。同时，Bonree ONE在技术架构与生态支持方面实现全面升级：ETL与统一存储架构经过全面优化，性能更稳定；OpenAPI及文档中心完成系统性重构，共同为高效、智能的运维体系构筑起更为坚实可靠的底层基座。这是针对复杂数字化时代运维痛点的一次突破性改变。

（2）坚持自主研发，技术实力雄厚。

公司坚持以技术创新和产品创新为核心的发展战略，密切关注应用性能管理及可观测性技术的最新发展趋势，经过十七年的行业深耕，公司在IT数据的采集、治理、存储及分析等核心环节积累了丰富的技术经验，能够满足国内客户不断变化升级的市场需求。截至报告期末，公司共拥有57项已授权发明专利、135项软件著作权、32项核心技术，在应用性能管理及可观测性领域实现了多项技术突破，具备显著的技术先进性。

公司基于行业技术领先优势，在履行社会责任过程中积极参与行业标准体系建设，推动行业高质量发展。公司深度参与信通院AIOps标准制定工作，同时参与编制中国电子工业标准化技术协会《政务App评价指标》团体标准，协同推进信通院分布式系统稳定性实验室主导的《信息系统稳定性保障能力建设指南》编制。入选中国信通院《高质量数字化转型产品及服务全景图》、《高质量数字化转型技术解决方案集》、《高质量数字化转型案例集》。长期担任新浪银行App评测数据支持机构，持续输出技术标杆实践，为行业可持续发展提供动力。此外，公司荣获技术卓越奖评选“产品创新奖”、央国企数智化转型与智能制造领航技术服务品牌TOP50、软件/IT服务行业可观测性领域“年度明星产品”等多项荣誉，技术实力与市场价值获得广泛认可。持续输出技术标杆实践，为行业可持续发展提供动力。

（3）拥有行业领先的品牌影响力。

公司基于17年行业积累形成显著市场影响力，获得许多头部客户的信任与认可。客户高黏性与稳定的合作关系使得公司保持竞争优势。

在报告期内有效应对市场环境变化，通过进一步深化市场渗透与品牌建设。公司积极布局线上线下的全域市场运营，完善官网及新媒体营销矩阵，组织行业会议、高峰论坛及专业沙龙，《Bonree ONE产品直通车》《可观测解决方案webinar》及《聊点技术》等系列IT运维行业内容IP，产出系统化公开课及技术论文，发布涵盖100+IT运维应用场景的80余个标杆实践案例。客户成功案例获行业权威认可：制造业领域“Bonree ONE赋能中国铁塔业务监测分析效能升级”（高质量数字化转型典型案例集（2025上半年度），凭借突出的品牌实力与行业贡献，公司荣膺“2025央国企数智化转型与智能制造领航技术服务品牌TOP50”，Bonree ONE斩获2025年度技术卓越奖评选-产品创新奖，并于2024-2025年连续两年获评GOITI“可观测性年度明星产品”奖。

（4）领先的客户体验及口碑。

公司通过技术迭代与服务升级持续提升客户体验价值，市场认可度持续提升。例如：在某大型证券公司，通过公司可观测性平台建设，帮助客户梳理21条核心交易链路，以确保核心链路的业务连续性，通过对前后端监控数据、日志数据、基础监控数据、网络数据等全要素可观测数据的整合，帮助该客户构建了1-5-10体系，即1分钟发现问题、5分钟定位问题、10分钟故障恢复，从而大幅降低平均故障恢复时间，为客户生产业务带来了巨大的保障，从而减少业务损失。

综上所述，公司凭借其卓越的技术实力、健全的产品体系和优质的服务体验，稳居中国应用性能监控及可观测行业的领导者。

(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）新技术、新产业、新业态、新模式

2025年，IT运维与可观测领域正经历深刻变革，其核心驱动力是人工智能（AI），特别是与大语言模型（LLM）技术的深度融合。这一变革促使运维模式、技术架构乃至行业生态的重塑。

①AI成为运维工作的“决策大脑”

AI的价值已超越辅助工具，正成为运维的决策核心。其关键进展体现在，智能诊断与自愈、自然语言交互及预测性运维。利用LLM的推理能力，系统能关联分析指标、日志、链路追踪等多源数据，实现跨模态的根因定位，并将诊断环节从小时级缩短至分钟级；运维模式从编写复杂查询语句转向对话式交互。工程师使用自然语言即可查询数据、配置图表或生成脚本，显著降低了使用门槛；通过机器学习算法分析历史数据，系统能够预测潜在的性能瓶颈与风险，推动运维从“被动救火”转向“主动预防”。

②从人机协同到智能体的运维新业态

运维的组织形态和目标正在演进，人机协同成为主流，AI并非取代运维工程师，而是将其从重复性警报处理中解放，转向更高价值的架构优化、策略制定和AI模型监督工作。未来的竞争是“会用AI的运维”与“低效运维”的竞争。且AI智能体（Agent）的崛起，可观测系统正从“眼睛”（观测）演变为具备“大脑”（分析）和“手”（执行）的智能体。这些智能体可以分工协作，自主处理告警生命周期事件，实现“半自治”运维。

③融合与统一的技术新架构

为支撑上述能力，技术底座也在同步升级，不仅包括大模型与传统算法的协同：业界共识两者为互补关系。传统算法在特定场景（如时序异常检测）上响应快、资源消耗低；而LLM擅长处理复杂、跨域的推理任务。最佳实践为传统算法作为“肌肉记忆”处理常规问题，LLM作为“大脑”应对复杂诊断。也包含标准化与成本优化：OpenTelemetry（OTel）已成为可观测数据采集的事实标准，同时公司首推的可观测全域数据模型是进行高质量数据治理的基础条件。

（2）未来发展趋势

数字化转型进入深水区，2025年智能体的迅猛发展、市场从传统IT架构向智能IT架构的洗牌、以及客户需求边界的持续扩张一一IT智能可观测行业正站在一个关键转折点上。未来发展趋势将不再仅仅是“监控IT系统的健康状况”，而是演变为“驱动智能业务运转的决策平台”。

1、智能体驱动：从“被动监测”走向“自主运维闭环”

未来，智能体将实现与可观测平台的深度整合，构建“感知-分析-决策-执行-验证”的全闭环能力。例如，专门处理日志的智能体可自主分析日志数据、提取规律、发现异常，再与负责故障处置的智能体协同，完成资源扩展、流量调度、服务重启等操作，有效缩短平均修复时间（MTTR），降低人工运维成本。同时，随着生成式AI与大语言模型（LLM）的融入，智能体将具备更强的自然语言交互与复杂问题处理能力，能够解读业务术语、自动生成运维报告，甚至基于历史数据预测系统潜在风险，让可观测从“技术监控”升级为“业务保障”的核心支撑。这种智能体驱动的可观测运转模式，将成为行业差异化竞争的关键。

2、架构演进驱动市场洗牌，智能IT架构成为可观测行业的核心适配方向

IT行业正经历从传统IT系统架构向智能IT系统架构的根本性演进，这一变革直接引发IT可观测市场的品牌洗牌，重塑行业竞争格局。传统IT系统架构以单体架构、分层架构为主，结构相对简单，可观测需求集中于基础设备监控、日志分析等浅层场景，对应的厂商多以单一功能工具为主，技术门槛较低，市场竞争分散。而智能IT系统架构以云原生、微服务、边缘计算、中台架构为核心，具有分布式、动态化、复杂化的特点，对可观测能力提出了更高要求一一不仅需要覆盖基础设施、应用服务、业务体验的全链路监控，还需具备跨环境、跨系统的数据整合与智能分析能力。

3、客户需求边界持续扩充，“一栈式服务”成为厂商核心发展方向

客户不仅需要实现基础设施、操作系统（包括虚拟化系统）、中间件、应用、业务、网络的全维度监控，还希望获得数据治理、智能告警、根因分析、成本优化等一体化服务，核心诉求是降低成本开支和故障所带来的经济损失、提升生产和管理效率，实现“一站式解决所有生产质量问题”。

基于这一需求变化，IT可观测厂商未来的核心发展趋势是打造一栈式服务能力，打破数据孤岛与工具壁垒，为客户提供从数据采集、存储、分析到故障处置、成本优化的全流程解决方案。具体而言，厂商将整合日志（Log）、指标（Metrics）、链路追踪（Tracing）、事件（Event）、元数据（Meta），“五位一体”的数据，构建统一的数据中台，实现多源数据的关联分析；同时，融入AI智能运维能力，基于动态基线、知识图谱和大模型技术实现告警分级收敛与秒级根因定位，让客户无需切换多个工具，即可完成全链路观测与运维处置。面对客户有限的人力资源和日益复杂的技术栈，未来的竞争不再是售卖“工具”或“数据存储空间”，而是售卖“解决方案”和“洞察能力”。厂商需要提供行业模板、智能分析看板、咨询及实施在内的全栈服务，让客户无需成为可观测性专家，也能享受到专家级的服务体验。

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

■

3.2报告期分季度的主要会计数据

单位：元 币种：人民币

■

季度数据与已披露定期报告数据差异说明

□适用 √不适用

4、股东情况

4.1普通股股东总数、表决权恢复的优先股股东总数和持有特别表决权股份的股东总数及前 10 名股东情况

单位: 股

■

证券代码：688229 证券简称：博睿数据

本公司董事会及全体董事保证本公告内容不存在任何虚假记载、误导性陈述或者重大遗漏，并对其内容的真实性、准确性和完整性依法承担法律责任。

重要内容提示

公司董事会及董事、高级管理人员保证季度报告内容的真实、准确、完整，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。

公司负责人、主管会计工作负责人及会计机构负责人（会计主管人员）保证季度报告中财务信息的真实、准确、完整。

第一季度财务报表是否经审计

□是√否

一、主要财务数据

(一)主要会计数据和财务指标

单位：元 币种：人民币

■

(二)非经常性损益项目和金额

√适用 □不适用

单位:元 币种:人民币

■

对公司将《公开发行证券的公司信息披露解释性公告第1号一一非经常性损益》未列举的项目认定为非经常性损益项目且金额重大的，以及将《公开发行证券的公司信息披露解释性公告第1号一一非经常性损益》中列举的非经常性损益项目界定为经常性损益的项目，应说明原因。

□适用 √不适用

(三)主要会计数据、财务指标发生变动的情况、原因

√适用 □不适用

■

二、股东信息

(一)普通股股东总数和表决权恢复的优先股股东数量及前十名股东持股情况表

单位：股

■■

持股5%以上股东、前10名股东及前10名无限售流通股股东参与转融通业务出借股份情况

□适用 √不适用

前10名股东及前10名无限售流通股股东因转融通出借/归还原因导致较上期发生变化

□适用√不适用

三、其他提醒事项

需提醒投资者关注的关于公司报告期经营情况的其他重要信息

□适用 √不适用

四、季度财务报表

(一)审计意见类型

□适用√不适用

(二)财务报表

合并资产负债表

2026年3月31日

编制单位：北京博睿宏远数据科技股份有限公司

单位：元 币种:人民币 审计类型：未经审计

■■

公司负责人：李凯 主管会计工作负责人：王辉 会计机构负责人：王晓杰

合并利润表

2026年1一3月

编制单位：北京博睿宏远数据科技股份有限公司

单位：元 币种:人民币 审计类型：未经审计

■■

本期发生同一控制下企业合并的，被合并方在合并前实现的净利润为：0.00元，上期被合并方实现的净利润为：0.00 元。

公司负责人：李凯 主管会计工作负责人：王辉 会计机构负责人：王晓杰

合并现金流量表

2026年1一3月

编制单位：北京博睿宏远数据科技股份有限公司

单位：元 币种：人民币 审计类型：未经审计

■

公司负责人：李凯 主管会计工作负责人：王辉 会计机构负责人：王晓杰

2026年起首次执行新会计准则或准则解释等涉及调整首次执行当年年初的财务报表

□适用 √不适用

特此公告

北京博睿宏远数据科技股份有限公司董事会

2026年4月24日