星环信息科技（上海）股份有限公司
公司代码：688031 公司简称：星环科技
2022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风险，敬请查阅本报告第三节“管
理层讨论与分析”中“四、风险因素”相关的内容。
3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。
4公司全体董事出席董事会会议。
5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。
6公司上市时未盈利且尚未实现盈利
√是 □否
截至2022年12月31日，公司尚未实现盈利，主要系公司专注于大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等基础软件领域研发，大数据基础软件行业属于技术密集型行业，具有研发投入高、研发周期长、技术壁垒高的特点。公司坚持“自主研发、领先一代”的技术发展策略，目前公司正处于快速成长期，在研发、销售及管理等方面持续投入较大，公司目前的营业收入规模相对较小，尚未形成突出的规模效应，不能完全覆盖各项期间费用及成本的投入。报告期内，为不断寻求技术突破以加强产品竞争力，公司持续加大研发投入力度，不断寻求技术突破以加强产品竞争力。同时，公司加强销售队伍的建设，进行相关垂直行业的市场开拓、客户挖掘及行业深耕，以保证公司业务的持续稳定增长。
研发投入和市场拓展是公司立足于长远发展而进行的投入，是支撑公司长远健康发展的基石。公司目前募投项目进展顺利，公司将持续聚焦技术研发创新、持续加速产品落地，持续构建星环技术生态，持续集聚星环品牌效应、持续拓展市场份额，提升公司的核心竞争力。
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2022年度利润分配预案为：因公司截至2022年12月31日的母公司未分配利润为负，2022年度公司不向股东进行现金分配，也不实行资本公积金转增股本。以上利润分配预案已经公司第一届董事会第十五次会议和第一届监事会第十四次会议审议通过，尚需公司2022年年度股东大会审议。
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
公司股票简况
√适用 □不适用
■
公司存托凭证简况
□适用 √不适用
联系人和联系方式
■
2报告期公司主要业务简介
(一)主要业务、主要产品或服务情况
公司是一家企业级大数据基础软件开发商，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件及服务，已形成大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵，支撑客户及合作伙伴开发数据应用系统和业务应用系统，助力客户实现数字化转型。
公司主要提供两大类的产品和服务：第一类是大数据基础软件业务，包含基础软件产品和技术服务；第二类是应用与解决方案，主要针对大数据应用场景，提供大数据存储、处理以及分析等相关场景下的咨询及定制开发等服务的解决方案；除上述两类业务以外，公司根据客户及项目需求销售少量第三方软件、硬件等其他业务。
公司的第一类大数据基础软件业务中所包含的基础软件产品，主要由下列三大产品矩阵所构成：
1.大数据与云基础平台软件（TDH和TDC）
TDH是公司自主研发的一站式大数据基础平台，包括多个大数据存储与分析产品，能够存储PB级别的海量数据，可以处理包括关系表、文本、时空地理、图数据、文档、时序、图像等在内的多种数据格式，提供高性能的查询搜索、实时分析、统计分析、预测性分析等数据分析功能。
TDC是一款基于容器技术的数据云平台，支持将大数据基础平台、分布式关系型数据库、智能分析工具等大数据软件以PaaS云服务的方式提供给客户，满足客户对数据平台的多租户、弹性可扩展和使用灵活性的要求，可以在一个云平台上支撑大量的用户需求和数字化应用，适用于建设大型企业的数字化基础设施、城市大数据中心的数据平台、企业级数据应用云以及跨多数据中心的数据平台等场景。
2.分布式关系型数据库软件（ArgoDB和KunDB）
ArgoDB是面向数据分析型业务场景的分布式闪存数据库产品，主要用于构建离线数据仓库、实时数据仓库、数据集市等数据分析系统。
KunDB是公司研发的一款面向数据操作场景的分布式交易型数据库，主要用于支持操作型业务场景（如ERP、OA、HIS等）和高并发场景（如消费者的手机APP应用、居民码查询等）的核心数据系统的构建。
3.数据开发与智能分析工具软件(TDS和Sophon)
TDS是公司研发的一款用于大数据开发的工具集。TDS内置多个数据工具产品，为企业构建数据仓库、数据湖、数据中台，提供高效的数据集成、数据治理、数据资产管理、数据标签与服务、数据共享与交易等工具，提高开发者对数据系统的建设效率，提升业务客户对数据资产的利用效率，帮助客户实现数据对业务的赋能。
Sophon是一款一站式人工智能平台，它能够在统一的平台上，端到端对多种模态数据完成数据采集、数据接入、数据标注和自标注、模型构建、模型测试、模型管理、模型持续迭代、知识存算和推理、辅助决策到数据要素流通的各个流程；同时，Sophon也能为不同智能数据分析业务提供便捷的存、算资源管理和调度、监控、审计等企业级功能。Sophon内置了多类机器学习算法（包括不限于各类统计学习、图计算、深度学习算法等），并支持多种主流机器学习计算框架、算法和人工智能模型在Sophon平台运行，能够赋能用户更高效地讲行大规模复杂数据分析和预测性分析，从而辅助业务决策，提高企业的数字化运营能力和智能化决策能力。
(二)主要经营模式
1.盈利模式
公司主要销售大数据基础软件业务相关的软件产品和技术服务，以及为客户提供应用与解决方案。其中，大数据基础软件业务是公司的主要盈利来源。报告期内，公司大数据基础软件产品包括大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具。根据不同客户或项目需求，公司大数据基础软件业务主要以软件产品授权的方式交付，少量情况下也提供软硬一体交付方式，此外，根据部分项目具体需求，公司为大数据基础软件产品或相关的软硬一体产品配套提供相关的技术服务。报告期内，公司主要通过永久授权模式向客户销售软件产品，授权收入根据客户及具体项目需求，按照授权数量收取软件授权费。技术服务及应用与解决方案按项目计价模式或人月计价模式收费，其中维保类服务通常按服务期限收费。公司持续进行新客户的开发、销售，并随着公司客户积累及客户大数据相关信息系统建设需求，向老客户提供已购产品扩容、新软件产品销售、提供技术服务及应用与解决方案的方式，实现老客户对公司产品或服务进行复购。
2.研发模式
公司秉承“自主研发、领先一代”的技术发展策略，由公司总经理作为公司研发工作总负责人，负责技术和产品研发的统筹安排，技术和产品研发的具体工作由产品研发部落实完成。为保证研发质量，推动技术创新，公司针对技术研发过程制定了详细的流程管理制度，主要通过产品研发生命周期管理和软件工程过程管理两大类流程，控制开发各环节的工作质量，提高开发作业能力和研发工作效率，保证产品和技术的先进性。
3.销售模式
根据客户类型不同，公司销售模式分为直接销售和渠道销售两种模式。其中：
（1）直销模式指公司直接面向金融、交通、能源等领域的终端用户进行签约，并向终端用户直接交付公司产品与服务的销售模式。在直销模式下，公司销售团队主要负责新客户的拓展以及存量客户的需求挖掘。公司总部及各地的子公司、分公司等本地化机构具备良好的销售及综合服务能力；
（2）渠道销售模式指公司与项目合作伙伴和经销商等生态合作伙伴直接签约，通过与生态合作伙伴合作向终端用户交付公司产品与服务的销售模式。其中，项目合作伙伴主要包括直接面对中大型终端用户的系统集成商或应用开发商，拥有丰富的行业服务经验和（或）自有的IT产品，能够与公司协作形成具有实际应用价值的产品或解决方案。项目合作伙伴通常根据终端用户的需求采购公司的产品，并结合其自有IT产品或其他厂商产品（如有）销售交付给终端用户。经销商为行业内具有丰富软件推广经验的合作伙伴，与公司签署有效的合作伙伴协议或框架协议，并在合作伙伴合作协议或框架协议中约定了销售业绩或市场占有率或产品数量等指标。公司与经销商客户之间均为买断式销售，经销商客户在采购公司产品后，向终端用户、系统集成商或应用开发商进行销售。
4.采购模式
公司采购内容分为自用采购及项目采购，其中：
（1）自用采购主要为公司日常经营和研发过程中所需的服务器、办公设备等相关硬件和少量技术服务以及办公用品，由采购部门根据内部需求执行采购流程；
（2）项目采购通常包括技术服务采购和软硬件采购，用于向客户实施及交付。
为了提升项目收益率、提高交付效率以及缩短实施周期，公司会向技术服务供应商采购技术服务。公司技术服务采购分为工时计价和项目计价两种方式。公司采购的物料主要为软硬件一体机的硬件设备及通用工具软件。
对于项目采购，公司建立了内部制度规范采购行为，由采购部门根据客户需求执行采购流程。公司制定了《项目外采管理办法》《内部采购管理及供应商管理制度》等相关制度规范采购行为。
(三)所处行业情况
1.行业的发展阶段、基本特点、主要技术门槛
公司专注于大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具等大数据基础软件领域的自主研发，为企业客户和合作伙伴提供覆盖数据采集、存储、治理、建模、分析、挖掘和流通等数据全生命周期的产品与服务。依据国家统计局《国民经济行业分类》（GB/T4754-2017），公司所处行业属于软件和信息技术服务业（I65）。根据《战略性新兴产业分类（2018）》，公司所属行业为“新一代信息技术产业”之“新兴软件和新型信息技术服务”之“新兴软件开发”之“基础软件开发”。
1.行业发展阶段
近年来随着互联网、移动互联网、物联网、5G等信息通信技术及产业的不断发展，全球及中国的数据量均爆发式增长。数据资源总体呈现出“4V”的特点，即海量的数据规模（Volume）、多样的数据类型（Variety）、价值密度低（Value）、快速的数据流转（Velocity）。在大数据时代下，以集中式架构关系型数据库为代表的传统数据管理软件在处理大数据场景时不能很好适应数据的“4V”特性，面临较多技术挑战。随着信息技术的发展，数据处理需求的变化推动了数据管理软件技术的变革，从技术发展方向来看，数据管理软件技术依次按照“关系型、集中式”向“非关系型、分布式”并进一步向“多模型、云原生”这三个阶段进行演变。随着技术不断成熟，分布式架构将逐渐成为主流。自底向上，传统的集中式资源管理调度逐渐向基于云原生技术的分布式统一资源管理平台发展；数据管理软件技术架构也会因为计算模式的转变发生重大变革，传统的集中式数据库逐渐向分布式、多模型数据库发展；传统数据分析软件逐渐向新型的分布式数据开发和智能分析软件发展。
当前，中国大数据软件领域处于发展的历史机遇期，我国高度重视大数据在经济社会发展中的作用。根据信通院发布的《大数据白皮书（2022年）》，2021年，我国大数据产业规模增加到1.3万亿，复合增长率超过30%。根据工信部印发的《“十四五”大数据产业发展规划》，在“十三五”时期，我国大数据产业快速起步，但仍然存在一些制约因素，目前国内的技术支撑不够强，基础软件等关键领域与国际先进水平存在一定差距。在工信部印发的《“十四五”软件和信息技术服务业发展规划》中相关内容亦指出，要聚力攻坚基础软件，对数据库等关键基础软件补短板。
2.行业基本特点
1分布式系统成为行业技术架构主要的发展方向
传统数据库以集中式架构为主，集中式架构由一台或多台主计算机组成中心节点，数据存储以及整个系统的业务单元都集中部署于该中心节点中，系统所有的功能均由中心节点集中处理。每个终端或客户端仅仅负责数据的录入和输出，而数据的存储与控制处理完全交由主机完成。分布式架构下，软件组件分布在不同主机上，主机之间通过网络连接进行通信和协调。
随着海量及异构数据的数据分析需求增长，需要的计算、存储和IO等资源也在极速增加。集中式架构通过改善硬件配置来提升存储和处理能力，但单台主机可配置的资源存在上限，因此传统的集中式架构软件难以满足海量及异构数据的数据集的处理和分析需求。而为了处理TB以及PB级别以上的数据规模，分布式的架构将数据分散在网络上多个通过高速网络互联的节点上联合计算。因为数据分布在不同节点，在进行计算任务时，任务也会被切分成多个子任务，分发到多个节点上同时进行计算，能充分利用整个集群各个节点的计算资源、存储资源和IO资源，可线性提升集群的存储和处理能力。因此，分布式架构能较好的处理该类问题，这也是分布式架构相对于传统单机架构的核心优势。
在大数据场景下，分布式系统在扩展性、容错性、经济性、灵活性、可用性和可维护性方面具有明显优势，能够较好的满足大数据分析的需求。此外，近年来，分布式技术不断发展，在提供高弹性、支持高并发的同时，支持关系型数据库中强事务性的特性，成为大数据技术的重要发展方向。
2数据管理软件国产化趋势明显，国产大数据产品有望实现换道超车
国内数据管理软件基本被Oracle、IBM和微软为代表的国外关系型数据库厂商主导，国产软件产品渗透率低。随着国内客户越来越重视数据与信息安全，国产软件产品在关键领域实现替代成为其中重要环节，越来越多的客户已经开始或计划相关软硬件的采购计划。
大数据时代下，数据管理软件正在逐步由集中式架构软件向分布式架构软件演进，国产大数据产品有望实现换道超车，对国外数据管理软件进行替代。从功能来看，基于新兴分布式架构的国产大数据产品已经能满足市面上绝大多数数据应用场景基础需求。但国产大数据产品能否在市场竞争中胜出、占据更多的市场份额，仍然取决于国产大数据产品能否构建自主研发的生态以及产品的全球竞争力。目前，为保障国家信息安全，自主研发的国产大数据生态体系正在形成，此前国产软硬件发展面临的格局分散、生态基础不完善、规模用户群体缺乏等障碍正被逐步攻克。随着国产大数据生态体系进入快速协同发展阶段，国产大数据产品与服务迎来较好的发展机遇。
3数据管理软件趋向于统一多数据模型的平台
数据模型是决定数据库系统逻辑的重要因素，并从根本上决定以何种方式存储、组织和操作数据，包括传统的关系模型和NoSQL数据模型（文档模型、键值模型、图模型等）。大多数数据库管理系统只能支持一种或少数几种数据模型，因此企业通常只能使用多种数据库产品联合的方案来应对日益增长的异构数据模型处理需求。
随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库模型的大数据平台技术。相比多种数据库产品的集成方案，多种数据库模型统一的大数据平台的优势包括：（1）提升场景效率。同一份数据可以分别采用多种数据模型存放，解决不同场景的处理效率问题；（2）统一分析管理。关联不同模型的数据，统一分析管理；（3）降低运维成本。无需维护多种数据库，降低运维成本；（4）降低数据持有成本，同一份数据在不同的数据模型当中不需要全量存储，不同模型只需要存储必要的数据内容即可，在查询时可以通过关联的方式获取全量信息。
未来多模型数据平台将通过不断提高计算、存储引擎的处理能力，从操作响应速度、数据并发能力、数据管理成本等多个角度优化企业的数据需求，成为多模大数据平台的重要发展趋势。
4云原生大数据平台架构成为未来的主要发展方向
云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API，这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。面对客户日益增长的海量数据、多种数据结构的实时化、智能化处理需求，云原生的大数据平台架构凭借计算存储解耦、资源池化、Serverless等核心技术，提供了高弹性拓展、海量存储、多种数据类型处理及低成本计算分析的能力。相比传统数据库，云原生数据库及数据管理平台天然具备灵活性，能够提供强大的创新能力、丰富多样的产品体系、经济高效的部署方式和按需付费的支付模式。
5国家加速数据要素市场建设，推动数据安全流通技术的商业化加速
2022年1月12日，国务院发布《“十四五”数字经济发展规划》，其中强调“充分发挥数据要素作用”。报告期内，《要素市场化配置综合改革试点总体方案》、《关于加快建设全国统一大市场的意见》、《关于构建数据基础制度更好发挥数据要素作用的意见》、《关于征求〈企业数据资源相关会计处理暂行规定（征求意见稿）〉意见的函》等相关政策不断落地，彰显数据要素的重要性。当前，丰富的数据要素资源已经涵盖了政府、金融、运营商、房地产、医疗、能源、交通、物流、教育以及制造业、电商平台、社交网站等众多领域。同时，由于数据的流通和利用是数据要素价值创造的前提，而跨域、跨中心的数据融合计算需求，以及数据要素在开放流通环节中的安全需求（包括“可用不可见”、“可用不可得”、“可用不出域”等），都使得数据的安全可信流通成为数据要素的市场化配置的重要一环，也是各行业数字化转型过程中和过程后的必由之路。随着《数据安全法》、《个人信息保护法》的实施，以安全为前提的数据开放利用将迎来新一轮发展机遇。隐私计算是在处理、分析计算数据的过程中保持数据不透明、不泄露、无法被计算方以及其他非授权方获取的一种技术解决方案，能够在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放，应用前景和商业价值巨大。在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。
3.行业主要技术门槛
大数据基础软件行业属于知识密集、技术先导型的新兴产业，其技术门槛较高，主要体现在技术迭代的速度以及技术覆盖面的广度，每年不断涌现出新技术成为实现大数据的集成、存储和处理、治理、建模、挖掘和流通的有效手段，需要公司具备较强的研发创新能力及保障持续的技术研发投入以准确把握技术发展趋势、引领新技术的迭代、适应新技术的要求。由于大数据基础软件在不同行业客户的数字化基础设施中，提供信息系统的基础能力，是整个应用系统最终实现数字化的技术基础，其技术水平也决定了对应业务应用系统的能力边界和创造数据价值的效率，在信息系统中处于核心环节，因而企业的研发创新能力也成为未来竞争的关键要素，只有研发能力过硬的企业才能够通过更突出的技术优势树立产品竞争力，而新进入者缺乏对大数据核心技术的有效积累，面临较高的技术门槛。
2.公司所处的行业地位分析及其变化情况
（1）技术地位
报告期内，结合用户实际需求，在市场驱动下公司产品技术不断突破，发布了全系列新版本产品，其中大数据基础平台发布TDH9.0产品，新版本更好地实现更平滑的国产化迁移，与国外开源软件及商业版本相比有更强的功能和性能上的优势。同时，公司面向高校、科研机构推出TDH社区版本，可以免费获得该版本用于教学或科研；开发者也可以使用网络社区版。社区版针对付费客户推出了订阅制的收费模式，商业客户可采用订阅方式使用。
大数据开发和智能分析工具方面，结合数据安全法、个人信息保护法，公司推出数据安全相关产品，帮助客户对重要数据进行数据分类，敏感数据进行静态/动态脱敏，增加数据水印，增加数据噪音等。2022年下半年客户开始关注数据安全监管，公司相继推出了包括网络安全审查、数据安全审查等产品。报告期内，公司的人工智能平台Sophon成为首个通过3TB数据量下（当前TPCx-AI已通过测试最大体量）的TPCx-AI基准测试的产品，并通过了事务处理性能委员会（TPC）的审核。
数据库产品实现了较大的升级。报告期内，分布式分析型数据库ArgoDB实现四种混合负载：数据实时写入、交互式分析、高并发查询、大规模批处理。目前业内单一数据库能同时实现前述四种功能比较少。KunDB实现了高速的存储引擎，联合信通院进行了TPC-C事务性能测试,TPC-C的性能高达180万TPMC（每分钟内系统处理的新订单个数），并大幅提升了PL/SQL的兼容度。
（2）市场地位
公司积极参与行业标准组织的多份行业标准和规范，逐步提高各行业的数字化水平和智能化能力。公司参与编写的数据资产管理领域首个国家级标准《信息技术服务 数据资产 管理要求》、行业标准《人工智能从业人员能力要求》、《数据安全风险治理成熟度评价模型》；国内首份《跨境数据流通合规与技术应用白皮书》、《“边缘计算+”技术白皮书》、《数据资产管理实践白皮书（5.0版）》、《数据治理标准化白皮书》、《分布式存储发展白皮书》、《联邦学习技术金融应用白皮书》正式发布。
随着公司产品在用户场景的逐步落地，公司口碑的不断积累，市场地位迈上新台阶。公司入选工信部网安中心“信息技术应用创新典型解决方案”，成为首批网络安全技术与产业发展工业和信息化部重点实验室专项工作组人工智能分析工作组的成员单位，入选工信部人工智能产业创新任务“揭榜单位”，成为信通院云原生安全实验室首批成员单位，通过信通院第十四批“可信大数据”产品能力评测一一云原生数据湖基础能力测试、图计算平台基础能力测试，获上海市计算机学会科学技术奖一等奖；被列为Gartner数据中台领域全球推荐供应商、中国数据库管理系统产品品类最多的厂商之一、图数据库管理系统市场指南全球代表厂商，作为中国机器学习代表厂商受邀参加Gartner2022数据与分析峰会进行数据分析和图谱建模成果展示。
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
世界百年未有之大变局下，产业链供应链安全成为能否实现高质量发展的重要前提，也决定了必须走自主可控的道路。 “十四五”规划更是明确，强化基础组件供给，大力发展云计算、大数据、人工智能、区块链等平台软件开发框架。目前，国产化替代正处于从“可用”向“好用”的进化阶段，应用领域也从党政行业逐步向其他行业拓展。在基础软件自主研发创新的同时，星环科技积极参与大数据行业标准及规范的制定，并深度参与产品图谱编制、产业白皮书、案例集编撰等工作。
当下面临的挑战是全球化供应链的变化。挑战与机遇并存，把新一代信息技术应用到各行各业，推动各行业的数字化转型，不亚于新的工业革命。在我国数字化转型浪潮的推动下，各个产业领域都在力争实现信息化、智能化。在推动商业数字化转型浪潮时，需要完整而适合的解决方案来将转型落到实处，帮助客户快速实现数字化转型。数字化已经上升到国家战略层面，建设数字基础设施成了重中之重，其中基础软件是数字基础设施的核心基石之一。
在国家加速数据要素市场建设和重视数据安全和隐私保护的大背景下，数据安全防护技术、隐私计算技术的应用普及和商业化在加速进行。财政部《企业数据资源相关会计处理暂行规定（征求意见稿）》，提出数据资产进入财务报表，成为无形资产，进而进行交易和流通，将数据作为生产要素。随着数据作为生产要素地位的确定，数据要素成为数据赋能具体行业的关键一环。数据的流通和利用作为数据要素价值创造的前提，保障数据安全、数据要素安全流通的技术和平台应运而生，数据的跨境数据交易和不同机构间的数据流通的需求将不断增加。诸如数据全流程合规与监管规则体系、统筹构建规范高效的数据交易场所、数据要素流通和交易服务生态、数据安全合规有序跨境流通机制等。
数据智能、机器学习平台是赋能数据要素市场的重要工具。伴随企业对于各业务场景中数据智能应用的实时性需求不断增强，优化运营效率并提升决策水平正在开启企业智能化转型之路。从用户的角度，正在通过不断完善底层数据管理架构，增强企业内智能化水平。以金融、零售、医疗和工业为代表的各行各业正以AI应用率先落地的原始场景为起点，逐步实现了更多场景的赋能延伸。随着技术市场和应用市场的逐渐成熟和深入，单模态、单模型难以应对实际落地过程中对复杂场景的需求，为数据智能的进一步发展提供了动力。对于这种新兴的态势，传统“数据-算法-算力”的三架马车，多模态数据分析、开发运维一体化、可信AI逐渐走上了舞台。愈多业务场景的泛化升级带来企业AI应用的数据连通与业务协同等加成效应，反哺加速企业的智能化转型进程。
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
■
存托凭证持有人情况
□适用 √不适用
截至报告期末表决权数量前十名股东情况表
□适用 √不适用
4.2公司与控股股东之间的产权及控制关系的方框图
√适用 □不适用
■
（下转338版）
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、监事会及董事、监事、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
单位：元 币种：人民币
■
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项目的情况说明
□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
■■
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
2023年3月31日
编制单位:星环信息科技（上海）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：孙元浩 主管会计工作负责人：李一多 会计机构负责人：苏昕
合并利润表
2023年1一3月
编制单位：星环信息科技（上海）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元，上期被合并方实现的净利润为：0 元。
公司负责人：孙元浩 主管会计工作负责人：李一多 会计机构负责人：苏昕
合并现金流量表
2023年1一3月
编制单位：星环信息科技（上海）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：孙元浩 主管会计工作负责人：李一多 会计机构负责人：苏昕
2023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
星环信息科技（上海）股份有限公司董事会
2023年4月26日
证券代码：688031 证券简称：星环科技
2023年第一季度报告
