本所接受发行人的委托，作为本次发行的专项法律顾问，为本次发行提供法律服务。

　　为本次发行之目的，本所律师于 2023年 12月 20日出具了金证律报[2023]字 1215第 0615号《律师工作报告》和金证法意[2023]字 1220第 0616号《法律意见书》。

　　鉴于深交所于 2024年 1月 5日下发《关于京北方信息技术股份有限公司申请向不特定对象发行可转换公司债券的审核问询函》（审核函[2024]120002号）（以下简称“《审核问询函》”），本所律师就有关法律问题进行了补充核查和验证，出具本补充法律意见书。

　　本补充法律意见书中所使用的术语、名称、简称，除特别说明外，与其在《律师工作报告》《法律意见书》中的含义相同。本所律师在前述法律文件中所作的各项声明，适用于本补充法律意见书。本补充法律意见书构成对前述法律文件的必要补充。除本补充法律意见书的内容之外，本所律师对本次发行的其他法律问题的意见和结论仍适用前述法律文件中的相关表述。

　　本所律师同意将本补充法律意见书作为本次发行所必备的法律文件随其他材料一起上报，并依法对本补充法律意见书承担责任。

　　本所律师根据《证券法》第十九条的要求，按照律师行业公认的业务标准、道德规范和勤勉尽责精神，对《审核问询函》的相关问题和发行人提供的补充资料进行了核查验证，出具本补充法律意见书。

　　期保持 40%的增速，T+8年将产生 21,877.40万元的收入，发行

　　业务和前次募投项目的联系与区别，包括但不限于具体产品、技术特点、应用领域、主要客户、软硬件占比、对现有业务具体项目或产品的升级情况等；结合前述内容，进一步说明将测试云项目和金融数字化项目认定为对现有业务升级的依据及合理性，研发中心项目与发行人主营业务具备协同性的依据，并分项目说明本次募集资金是否属于主要投向主业的情形，是否符合《注册办法》第四十条的规定

　　根据发行人所作说明，本次募投项目及产品与公司现有业务的联系与区别情况如下：

　　对公司既有产品进行升级和功能拓展，应用领域和重 点客户和公司现有业务保持一致；技术上对 SaaS管理 平台系统云计算解决方案中的云底座能力体系进行升 级，应用高端服务器、海量存储、信息安全技术等为 客户打造领先的云服务中心；软硬件方面，项目将广 泛支持主流的国产硬件、操作系统、数据库和中间件， 将银行业务应用场景和国产化软件进行充分适配，提 高对国产基础软硬件的兼容能力。

　　信息技术服务板块-软件产 品及解决方案-通用软件产 品-测试平台类-测试管理平 台

　　具体升级情况：基于国内众多测试需求，在公司盘庚 测试云平台上开展云测试服务；同时，基于不同企业 的需求，配置不同测试管理规则和流程，快速为企业 打造线上测试管理平台。

　　具体升级情况：基于国内自动化测试需求，打造线上 自动化测试，为企业提供一体化的自动化脚本编写体

　　系。企业可根据自身需求，选择 PC端 UI自动化、移 动自动化、接口自动化等，也可以通过场景进行脚本 串联实现复杂的业务场景；并建立基于互联网模式的 获客渠道，平台提供大量的设备进行统一在线管理， 企业根据自身需求，在平台上租用设备，无需进行设 备采购，节省研发投入。

　　信息技术服务板块-软件产 品及解决方案-通用软件产 品-测试平台类-性能测试平 台

　　具体升级情况：基于国内的性能测试需求，在盘庚性 能测试平台上进行场景管理，包含在线场景、JMeter 场景、LoadRunner等多场景设计，并通过策略配置、 性能调优、全链路监控、自定义报告等功能实现性能 测试云化。

　　信息技术服务板块-软件产 品及解决方案-通用软件产 品-测试平台类-真机管控平 台

　　具体升级情况：在云真机平台上对手机 APP、小程序、 H5应用进行兼容性验证，发现并准确定位兼容性问 题，减少因兼容性问题导致的用户流失，提升产品竞 争力。

　　信息技术服务板块-软件产 品及解决方案-金融行业应 用解决方案、通用软件产品

　　对公司既有产品进行升级和功能拓展，应用领域和重 点客户和公司现有业务保持一致；技术上采用公司现 有业务和产品的开发框架，随着公司的组件升级和其 他新的组件的开发，本项目需要集成更新后的组件和 新开发的组件；软硬件方面，本项目将全面适配主流 的国产硬件，主要包括服务器、存储设备、芯片以及 PC等，软件方面适配主流的国产操作系统、数据库和 中间件等，将银行业务应用场景和国产化软硬件进行 充分适配，提高项目中产品对国产基础软硬件的兼容 能力，充分满足国家对关键基础设施单位核心技术的 信创要求。

　　信息技术服务板块-软件产 品及解决方案-金融行业应 用解决方案-运营管控

　　具体升级情况：集中作业平台针对参数、授权等模块 进行升级改造，完善作业流程及任务抓取后台逻辑， 以提升工作效率。

　　信息技术服务板块-软件产 品及解决方案-金融行业应 用解决方案-资产管理、同业 业务、租赁业务等

　　具体升级情况：增加清算管理模块，主要是根据清算 数据生成划款指令，之后能够进行对账以及生成兑付 汇总文件，通过 AI技术中的智能推荐升级金融产品推 荐功能。

　　具体升级情况：数据治理平台可对各类数据源的敏感 数据进行加密、脱敏、访问控制等安全措施，保证数 据的安全性和隐私保护；建立数据流程管理体系，规 范数据的采集、存储、处理、交换和使用等过程。

　　信息技术服务板块-软件产 品及解决方案-金融行业应 用解决方案-风险合规及监 管报送

　　具体升级情况：监管报送完善底层数据抽取智能化及 自动化，并集成大数据技术，提高数据处理的速度和 效率。使用可视化界面和工具配置数据抽取模型，提 高数据抽取的易用性和可维护性。

　　信息技术服务板块-软件产 品及解决方案-金融行业应 用解决方案-数字人民币

　　具体升级情况：数字人民币增加移动端渠道，并使用 客户大数据及客户画像进行精准营销和使用推荐，提 升数字人民币使用效率，推动数字经济的发展。

　　信息技术服务板块-软件产 品及解决方案-金融行业应 用解决方案-企业综合管理 类

　　具体升级情况：对企业管理平台流程业务种类进行优 化升级，实现流程节点可视化、可配置化，优化流程 变更逻辑，提升企业管理效率，更灵活地适应企业未 来各类业务的扩展与变化。

　　本项目为底层技术平台搭建，主要为公司应用层解决 方案提供底层技术支持，拟通过专项课题研发实现科 研成果转化，应用到现有软件产品中；不直接面向客 户销售，未来在实现成果转化后可能面向相关领域的 客户销售，与公司现有及潜在客户重合度较高；技术 上需要应用机器学习、AI算法、机器人流程自动化 （RPA）、自然语言处理（NLP）、低代码技术、隐 私计算和拓展现实等技术，更加智能化、操作简便化、 安全性和精度更高，并能有效控制成本，实现业务智 联；软硬件方面，本项目将广泛支持主流的国产硬件、 操作系统、数据库和中间件，充分适配业务应用场景， 提高软硬件兼容能力，并满足国家对关键基础设施单 位核心技术的信创要求。

　　具体升级情况： 1.升级了 AI的底层技术能力，提供 AI测试助手功能， 结合大模型数据分析能力，智能推荐所需的测试点和 测试用例，以及在测试过程管理上智能配置最优测试 规则和测试流程； 2.在自动化测试应用场景上，提供底座智能测试引擎， 通过执行计划的配置，智能实现测试执行的自动化和 多样化需求；通过接口的智能识别，降低了对测试人 员的技术能力要求，提高了接口测试效率；通过自动 化测试执行设备与被测应用的智能识别，提高了脚本 的利用率与切换时间，多措并举，促进了接口、PC端 自动化、移动端自动化等各类型测试工具的智能化。

　　具体升级情况：区块链技术平台利用加密算法、公私 钥体系、共识算法、时间戳等技术，提升金融安全。

　　信息技术服务板块-软件产 品及解决方案-通用软件产 品-AI人工智能类

　　具体升级情况：为云测试管理平台提供自动化技术方 案提升平台自动化测试水平，提高了自动化脚本的录 制效率。

　　信息技术服务板块-软件产 品及解决方案-通用软件产 品-AI人工智能类

　　具体升级情况：NLP技术中台通过提供智能化服务， 提高现有业务系统的效率。

　　信息技术服务板块-软件产 品及解决方案-通用软件产 品-企业综合管理类

　　具体升级情况：低代码开发平台通过缩短开发时间， 加快了业务响应效率，降低运维难度。

　　具体升级情况：申请隐私计算联邦学习算法相关的发 明专利，提升知识产权水平，并赋能数据相关的产品， 进而加强市场竞争力。通过这种方法，能够在保护用 户隐私的同时，有效地利用数据资源，推动产品的创 新发展，实现技术和商业价值的双重提升。

　　信息技术服务板块-软件产 品及解决方案-通用软件产 品-AI人工智能类

　　具体升级情况：申请异常检测算法相关发明专利，提 升现有知识产权水平，并赋能监控系统，提高产品竞 争力。同时，开发与算法相匹配的用户界面，以增强 客户体验。通过这些创新，可以更有效地预测和解决 潜在的问题。

　　本次募投项目的目标产品是发行人现有部分软件产品及解决方案的升级和完善，上述升级和完善主要体现在软件产品的开发工艺、应用场景、系统架构、系统功能、信创改造、用户体验等方面，能够扩大公司解决方案及产品的覆盖类型，增加项目机会和销售收入，提高解决方案项目的实施能力和实施效率；同时提升公司美誉度和品牌形象，增强市场竞争力。本次募投项目及产品与发行人现有业务和产品的主要区别和联系如下：

　　公司现有软件产品及解决方案下的“测试平台类”产品包括测试管理平台、自动化测试平台、数据测试平台、真机管控平台、性能测试平台、众测服务平台、安全测试平台等，测试云项目拟结合公司现有软件产品和解决方案的技术和业务优势，使用公司现有微服务技术框架、云计算技术以及测试服务业务流程等对测试管理平台、自动化测试平台、性能测试平台和云真机管控平台等四大类产品进行升级，丰富相关产品的业务功能，并对外提供 SaaS测试服务。

　　本项目对 SaaS管理平台系统云计算解决方案中的云底座能力体系进行升级，应用高端服务器、海量存储、信息安全技术等为客户打造领先的云服务中心，全方位满足企业信息化需求。在 SaaS解决方案升级上，对测试管理平台、自动化测试、性能测试、云真机管控等功能进行升级改进，使这些产品在功能上具有普遍适用性；公有云和私有云部署，使该系列产品不仅可以为金融业务开展提供专业领域的产品服务，也可以对有云测试服务需求的不同类型和规模的企业提供专业的云测试服务。本项目以微服务的架构，为用户提供稳定的使用环境。客户可以根据自身的需求，选择某个子产品或子产品中的某个功能模块使用，在选择上更加自主、灵活。本项目以公司现有的微服务技术框架、云计算技术为基础，与测试业务相结合后再进行相应扩展。

　　本项目的具体建设内容包括测试管理平台、自动化测试平台、性能测试平台和云真机管控平台，相关建设内容均主要应用于公司信息技术服务板块软件产品及解决方案中的测试领域，是公司现有业务的重要应用领域。

　　本项目潜在客户主要为银行等金融机构客户以及部分非金融客户，该类客户也是公司现有主要客户群体。

　　本项目将广泛支持主流的国产硬件、操作系统、数据库和中间件，将银行业务应用场景和国产化软件进行充分适配，提高对国产基础软硬件的兼容能力。软件方面，本项目将主要采用最新的云平台技术体系，包括华为云、阿里云、腾讯云等，满足各类平台的适配要求；硬件方面，将主要采用华为等国产应用服务器、数据库服务器、分布式存储设备、大数据服务器等，满足国家对关键基础设施单位核心技术的信创要求。

　　本项目拟购置 295.32万元的软硬件设备，占本项目总投资额的 3.36%；截至2023年 9月 30日，发行人软硬件的账面价值为 2,123.54万元，占公司总资产的0.71%。

　　本项目通过对公司历年研发经验的总结，在以往科技成果转化情况的基础上，结合行业技术发展趋势，对公司现有的测试云产品进一步开发与升级，完善测试云平台的功能模块，提高公司云测试产品市场竞争力，以应对市场对产品不断增加的需求以及日益提高的创新技术需要，并扩大公司业务规模，进一步提升公司的盈利能力。

　　本项目主要通过不断整合软件测试服务能力，在以下业务应用上进行云化： ①测试管理平台：基于国内众多测试需求，在公司盘庚测试云平台上开展云测试服务，包括众测、人工测试、自动化测试、性能测试、兼容性测试等；同时，基于不同企业的需求，配置不同测试管理规则和流程，快速为企业打造线上测试管理平台；

　　②自动化测试平台：基于国内自动化测试需求，打造线上自动化测试，为企业提供一体化的自动化脚本编写体系。企业可根据自身需求，选择 PC端 UI自动化、移动自动化、接口自动化等，也可以通过场景进行脚本串联实现复杂的业务场景；并建立基于互联网模式的获客渠道，平台提供大量的设备进行统一在线管理，企业根据自身需求，在平台上租用设备，无需进行设备采购，节省研发投入；

　　③性能测试平台：基于国内的性能测试需求，在盘庚性能测试平台上进行场景管理，包含在线场景、JMeter场景、LoadRunner等多场景设计，并通过策略配置、性能调优、全链路监控、自定义报告等功能实现性能测试云化； ④云真机管控平台：在云真机平台上对手机 APP、小程序、H5应用进行兼容性验证，发现并准确定位兼容性问题，减少因兼容性问题导致的用户流失，提升产品竞争力。

　　本项目拟通过研发及迭代运营及流程类系统、金融业务类系统、数据资产类系统、风险合规类系统、营销结算类系统、ERP类系统等金融行业解决方案和产品六个研发方向，建立并完善相应的产品体系。公司现有软件产品及解决方案中包括运营管控、资产管理、同业业务、租赁业务、大数据类、风险合规及监管报送、数字人民币、企业综合管理类等相关技术或产品，本项目拟研发及迭代的六大系统是在公司现有软件产品及解决方案基础上的优化升级，并拓展部分新的功能。

　　本项目采用公司现有业务和产品的开发框架，即采用分布式微服务框架+数据库，使用前后端分离的方式开发，前端采用 VUE技术开发，同时系统兼容国产芯片、操作系统、中间件以及数据库等国产软件；在技术组件上，随着公司的组件升级和其他新的组件的开发，本项目需要集成更新后的组件和新开发的组件，如：影像控件、接口平台、流程平台、参数化组件等。

　　本项目主要应用于金融业务、金融机构营运管理、风险控制以及合规、金融产品营销与结算和数据资产管理等领域，是公司现有业务和产品的重要应用领域。

　　公司现有业务的主要客户为以银行为代表的金融机构客户，本项目的主要客户为金融机构类客户，部分产品可以拓展到非金融机构客户。

　　为适应金融行业国产化需求，本次募投项目将全面适配主流的国产硬件，主要包括服务器、存储设备、芯片以及 PC等，软件方面适配主流的国产操作系统、数据库和中间件等，将银行业务应用场景和国产化软硬件进行充分适配，提高项目中产品对国产基础软硬件的兼容能力，产品研发完成均经过第三方测试机构进行国产化软硬件环境的测试，充分满足国家对关键基础设施单位核心技术的信创要求。

　　本项目拟购置 1,312.30万元的软硬件设备，占本项目总投资额的 1.83%；截至 2023年 9月 30日，发行人软硬件的账面价值为 2,123.54万元，占公司总资产的 0.71%。

　　公司通过加大固定资产投入，可较好地改善办公环境和开发条件，在吸引更多优秀技术人才的同时，也可以突破研发条件的瓶颈，持续提升产品孵化能力和产品标准化能力，进一步提高公司的市场竞争力。具体而言：①运营及流程类系统是对集中作业平台的参数、授权等模块进行升级改造，完善作业流程及任务抓取后台逻辑，以提升任务处理速度及工作效率；②金融业务类系统增加清算管理模块，主要是根据清算数据生成划款指令，之后能够进行对账以及生成兑付汇总文件，通过 AI技术中的智能推荐升级金融产品推荐功能；③数据资产类系统使用加密技术对各类数据源的敏感数据进行加密、脱敏，通过访问控制等安全措施，保证数据的安全性和隐私保护，建立数据流程管理体系，规范数据的采集、存储、处理、交换和使用等过程，完善数据标准化，提升数据存储及使用效率；④风险合规类系统监管报送通过完善底层数据抽取智能化及自动化，并集成大数据技术，提高数据处理的速度和效率，使用可视化界面和工具配置数据抽取模型，提高数据抽取的易用性和可维护性；⑤营销结算类系统中数字人民币系统增加了移动端渠道，并使用客户大数据及客户画像进行精准营销和使用推荐，提升数字人民币使用效率，推动数字经济的发展；⑥ERP类系统对企业管理平台流程业务种类进行优化升级，实现流程节点可视化、可配置化，优化流程变更逻辑，提升企业管理效率，更灵活地适应企业未来各类业务的扩展与变化。

　　本项目拟通过基于人工智能、隐私计算、区块链等研发方向，针对智能测试引擎研发项目、区块链技术平台研发、RPA软件研发、NLP技术研发、低代码开发平台研发、隐私计算平台研发、拓展现实技术组件研发这七大专项课题进行研究，同时配备相应的研发设备并持续引入优秀的研发人才，实现科研成果产业转化，应用到现有软件产品中。智能测试引擎研发项目对应公司现有软件产品及解决方案中的测试平台类产品及相关技术，区块链技术平台和隐私计算平台对应软件产品及解决方案中的区块链类产品及相关技术，RPA软件研发、NLP技术研发及拓展现实技术组件研发对应软件产品及解决方案业务中的 AI人工智能类产品及相关技术，低代码开发平台对应软件产品及解决方案业务中的企业综合管理类产品及相关技术。本项目为底层技术平台搭建，主要为公司应用层解决方案提供底层技术支持。

　　智能测试依赖于机器学习和 AI算法来自动化、优化和增强软件测试流程；区块链利用分散的、不可篡改的数字账本技术确保数据的透明性和安全性；RPA（机器人流程自动化）通过模拟人类用户操作来自动化重复的业务流程；NLP（自然语言处理）使用算法解析、理解和生成人类语言，从而实现与机器的自然交互；低代码平台允许开发者通过图形界面和预定义的模块快速创建应用，而不需要深入的编码；隐私计算通过加密和分析技术在不解密数据的情况下进行计算，确保用户数据的隐私；拓展现实（包括虚拟现实和增强现实）提供了一个沉浸式的数字界面，可以与真实世界的物理环境相互作用或替代。与公司现有产品和技术相比，本项目中，智能测试引擎的技术差别在于，相较于传统的测试管理与自动化测试，整合了 AI智能技术和大模型分析技术，实现了测试管理与测试工具的智能化升级。区块链技术平台的差异在于其包含了区块链分布式账本、加密算法、数据存储、网络协议、共识机制、智能合约、应用 API接口等核心模块。

　　RPA软件研发则广泛应用 Nodejs跨平台技术和最新的机器视觉开源技术。NLP技术研发依托于先进的人工智能技术，提供全方位 NLP服务。低代码开发平台提供了可视化开发工具和组件库，简化应用程序的开发过程。隐私计算平台的关键技术包括联邦学习、安全多方计算、同态加密等。而拓展现实技术组件融合了SOTA算法，具有高精度、低延迟等特点，并实现了成本控制和业务智联。

　　本项目为底层技术平台搭建，主要为公司应用层解决方案提供底层技术支持，具体而言：在金融领域，智能测试可以自动化检测金融应用和交易系统的性能和安全性；区块链为交易结算、跨境支付和身份验证提供了透明、安全的解决方案；RPA在自动化银行事务、客户服务和财务报告中扮演重要角色；NLP（自然语言处理）支持智能助手、客户询问解答和情感分析以优化客户体验；低代码平台使得金融机构能快速开发和部署应用，以满足特定的业务需求；隐私计算保证在进行数据分析和共享时客户的敏感信息得到充分保护；而拓展现实可以为金融培训、投资模拟和客户交互带来沉浸式体验。

　　本项目为底层技术平台搭建，主要为公司应用层解决方案提供底层技术支持，不直接面向客户销售，未来在实现成果转化后可能面向相关领域的客户销售，与公司现有及潜在客户重合度较高。

　　本项目将广泛支持主流的国产硬件、操作系统、数据库和中间件，充分适配业务应用场景，提高软硬件兼容能力，并满足国家对关键基础设施单位核心技术的信创要求。本项目拟购置 849.25万元的软硬件设备，占本项目总投资额的2.35%；截至 2023年 9月 30日，发行人软硬件的账面价值为 2,123.54万元，占公司总资产的 0.71%。

　　本项目是公司基于对前沿技术的持续追踪，探索开展的有助于提升现有解决方案产品数智化程度，以及丰富公司业务产品线的重要研发工作。本项目为满足公司未来市场战略需求、提升自主创新和竞争能力、巩固行业地位，在公司现有主营业务的基础上，结合国家产业政策和行业发展特点，以现有技术为依托实施的研发投资计划。项目实施后，将基于现有平台基础和技术沉淀，开发和构建以智能测试、区块链、RPA、NLP、低代码、隐私计算、拓展现实等数智创新技术为基础的平台。

　　就智能测试引擎研发项目而言：①升级了 AI的底层技术能力，提供 AI测试助手功能，结合大模型数据分析能力，智能推荐所需的测试点和测试用例，以及在测试过程管理上智能配置最优测试规则和测试流程；②在自动化测试应用场景上，提供底座智能测试引擎，通过执行计划的配置，智能实现测试执行的自动化和多样化需求；通过接口的智能识别，降低了对测试人员的技术能力要求，提高了接口测试效率；通过自动化测试执行设备与被测应用的智能识别，提高了脚本的利用率与切换时间，多措并举，促进了接口、PC端自动化、移动端自动化等各类型测试工具的智能化。

　　就区块链技术平台而言：利用加密算法、公私钥体系、共识算法、时间戳等技术，提升金融安全。

　　就 RPA软件研发而言：为云测试管理平台提供自动化技术方案，提升平台自动化测试水平，提高自动化脚本的录制效率。

　　就 NLP技术研发而言：NLP技术中台通过提供智能化服务，提高现有业务系统的效率。

　　就低代码开发平台而言：低代码开发平台通过缩短开发时间，加快业务响应效率，降低运维难度。

　　就隐私计算平台而言：申请隐私计算联邦学习算法相关的发明专利，提升知识产权水平，并赋能数据相关的产品，进而加强市场竞争力。通过这种方法，能够在保护用户隐私的同时，有效地利用数据资源，推动产品的创新发展，实现技术和商业价值的双重提升。

　　就拓展现实技术组件而言：申请异常检测算法相关发明专利，提升现有知识产权水平，并赋能监控系统，提高产品竞争力。同时，开发与算法相匹配的用户界面，以增强客户体验。通过这些创新，可以更有效地预测和解决潜在的问题。

　　发行人前次募集资金投资项目包括金融 IT项目、创新技术中心项目、服务基地项目和补充流动资金。2022年 5月，发行人召开股东大会，审议并通过《关于终止部分募投项目并将节余募集资金永久补充流动资金的议案》，服务基地项目终止实施。

　　根据发行人所作说明，本次募投项目与前次募投项目之金融 IT项目、创新技术中心项目的联系与区别具体如下：

　　采用分布式微服务技术路 径，在使用公司已有统一的 主流技术路线的基础上，还 将采用云底座专有的技术路 线，在多云适配、灵活基础 设施对接、多租户隔离、单 元化部署架构、容器安全盾 等技术上进行创新。

　　本次募投项目将 广泛支持主流的 国产硬件、操作 系统、数据库和 中间件，将银行 业务应用场景和 国产化软件进行 充分适配，提高 对国产基础软硬 件的兼容能力； 产品研发完成均 经过第三方测试 机构进行国产化 软硬件环境的测 试，充分满足国 家对关键基础设 施单位核心技术 的信创要求。

　　具体升级内容请见本题“1.本次募投项 目及产品与现有业务的联系与区别”中 的相关内容。

　　运营及流程类系 统、金融业务类系 统、数据资产类系 统、风险合规类系 统、营销结算类系 统、ERP类系统

　　采用分布式微服务框架+数 据库的开发框架，使用前后 端分离的方式开发，前端采 用 VUE技术开发。

　　主要应用于金融行业，部分产 品可以拓展到非金融机构客 户，满足客户在运营及流程、 金融业务、数据资产、风险合 规、营销结算、ERP类系统等 方面的产品和服务需求。

　　具体升级内容请见本题“1.本次募投项 目及产品与现有业务的联系与区别”中 的相关内容。

　　智能测试引擎研发 项目、区块链技术 平台研发、RPA软 件研发、NLP技术 研发、低代码开发 平台研发、隐私计 算平台研发、拓展 现实技术组件研发

　　智能测试依赖于机器学习和 AI算法来自动化、优化和增 强软件测试流程；区块链利 用分散的、不可篡改的数字 账本技术确保数据的透明性 和安全性；RPA（机器人流 程自动化）通过模拟人类用 户操作来自动化重复的业务 流程；NLP（自然语言处理） 使用算法解析、理解和生成

　　在金融领域，智能测试可以自 动化检测金融应用和交易系统 的性能和安全性；区块链为交 易结算、跨境支付和身份验证 提供了透明、安全的解决方案； RPA在自动化银行事务、客户 服务和财务报告中扮演重要角 色；自然语言处理支持智能助 手、NLP支持智能助手、客户 询问解答和情感分析以优化客

　　具体升级内容请见本题“1.本次募投项 目及产品与现有业务的联系与区别”中 的相关内容。

　　人类语言，从而实现与机器 的自然交互；低代码平台允 许开发者通过图形界面和预 定义的模块快速创建应用， 而不需要深入的编码；隐私 计算通过加密和分析技术在 不解密数据的情况下进行计 算，确保用户数据的隐私； 拓展现实（包括虚拟现实和 增强现实）提供了一个沉浸 式的数字界面，可以与真实 世界的物理环境相互作用或 替代。

　　户体验；低代码平台使得金融 机构能快速开发和部署应用， 以满足特定的业务需求；隐私 计算保证在进行数据分析和共 享时客户的敏感信息得到充分 保护；而拓展现实可以为金融 培训、投资模拟和客户交互带 来沉浸式体验。

　　应用支撑平台类解 决方案升级、营销 服务类解决方案升 级、业务流程类解 决方案升级及创新 解决方案开发、管 理决策类解决方案 升级

　　主要使用采用 SSM开发框 架+数据库开发，也会使用分 布式微服务技术，前端使用 VUE或 JS、JQuery等的方式 完成。

　　聚焦于银行业的相关技术组 件，满足银行业客户在营销服 务、业务流程、管理决策等领 域解决方案的需求。

　　主要采用 IOE架 构（即 IBM公司 的服务器， Oracle公司的数 据库，EMC公司 的存储）。

　　主要是对公司的金融 IT业务相关产品的 升级与改进：应用支撑平台方面，在大 数据平台上，升级数据服务中心，为企 业提供数据管理工具；在内容管理平台 上，升级文件管理搜索功能，可以更快 捷地查询到用户所需文件，提升用户体 验；在流程平台上，规范了流程模式并 允许自定义；在影像平台上，通过 OCR 等图像识别技术与算法，提高了图像识 别的精准度；在营销服务上，主要依托 影像平台、流程平台、内容管理平台、

　　大数据平台等四大应用支撑平台，应用 新的技术，加入人工智能元素，进行完 善、整合、升级，形成新一代产品；在 业务流程上，重构原有解决方案和产品 的架构，将金融业务流程碎片化，依据 公司历年 IT服务积累的业务数据，预设 大量流程片段、分支，并融入机器学习 技术，在合规、可控、可审计的框架下 实现业务流程的半自动可编排；在管理 决策上，完善原有产品系统功能，实现 各类风险监控指标的预判、预警，提供 绩效优化路径建议，实现自动化、智能 化的运营管理。

　　基于云计算技术的 企业内容档案管理 平台研发、基于大 数据技术的决策分 析平台研发、基于 机器学习技术的营 运风险监测预警平 台研发、一站式金 融云测试平台建设 研发

　　云计算技术路线主要包括基 础设施即服务(IaaS)、平台即 服务(PaaS)和软件即服务 (SaaS)的建设和优化，以及相 关的虚拟化、容器化和自动 化技术。大数据技术路线涉 及数据采集、数据存储、数 据处理和数据分析，特别是 如 Hadoop、Spark等分布式 处理框架和 NoSQL数据库。 机器学习技术路线集中于数

　　应用于金融行业，云计算为金 融机构提供了灵活的计算资源 和服务，支持高效的交易处理 和数据存储；大数据技术被广 泛应用于风险管理、客户画像 构建和市场趋势分析，帮助金 融机构做出更加精确的决策； 机器学习则赋能算法交易、智 能客服、信贷评估和反欺诈等 方向，实现自动化和精准的服 务提供；云测试确保金融应用

　　研发重点聚焦于大数据、云计算、人工 智能技术在金融领域方面的创新应用和 创新产品，在企业内容档案管理平台研 发方面，通过大数据和云计算分析，增 强了档案管理平台的分析识别能力，便 捷了内容档案的管理分类，节约了时间 和人力成本；在决策分析平台研发方面， 通过大数据技术的分析，搜集更加全面 的决策信息，帮助企业全面且有针对性 地做出决策；在营运风险监测预警平台 研发方面，通过机器学习技术的融合，

　　据预处理、特征工程、模型 选择与训练、模型评估与部 署，并涵盖了深度学习、强 化学习等多种算法。云测试 技术路线则强调在云环境下 的性能测试、功能测试、安 全测试等，以及持续集成和 持续部署的实践。

　　帮助企业及时有效地触发预警，避免风 险；在一站式金融云测试平台建设研发 方面，升级全生命周期的测试管理与自 动化测试工具，有效地为企业降本增效。

　　测试云项目主要是针对公司测试云业务产品的升级与改进，并全面促进公司的测试产品云化，最终实现以 SaaS和私有云的方式提供服务。升级的具体内容包括测试管理服务、自动化测试服务、性能测试服务及云真机管控服务等产品或解决方案，使这些产品在功能上具有普遍适用性。在 SaaS管理平台系统云计算解决方案中的云底座能力体系进行升级，将应用高端服务器、海量存储、信息安全技术等为客户打造领先的云服务中心，全方位满足企业系统测试需求。

　　金融数字化项目拟通过研发及迭代运营及流程类系统、金融业务类系统、数据资产类系统、风险合规类系统、营销结算类系统、ERP类系统等金融行业解决方案和产品六个研发方向，建立并完善相应的产品体系。

　　研发中心项目拟通过基于人工智能、隐私计算、区块链等研发方向，针对智能测试引擎研发项目、区块链技术平台研发、RPA软件研发、NLP技术研发、低代码开发平台研发、隐私计算平台研发、拓展现实技术组件研发这七大专项课题进行研究，同时配备相应的研发设备并持续引入优秀的研发人才，实现科研成果产业转化，应用到现有软件产品中。

　　前次募投项目之金融 IT项目主要是对公司的金融 IT业务相关产品的升级与改进，具体内容包括应用支撑平台、营销服务、业务流程、管理决策等解决方案。

　　前次募投项目之创新技术中心项目主要是对金融信息行业的创新前沿技术进行研发，研发重点聚焦于大数据、云计算、人工智能技术在金融领域方面的创新应用和创新产品，具体包括基于云计算技术的企业内容档案管理平台研发、基于大数据技术的决策分析平台研发、基于机器学习技术的营运风险监测预警平台研发和一站式金融云测试平台建设研发。

　　测试云项目采用分布式微服务技术路径，在使用公司已有统一的主流技术路线的基础上，还将采用云底座专有的技术路线，在多云适配、灵活基础设施对接、多租户隔离、单元化部署架构、容器安全盾等技术上进行创新，前次募投项目之金融 IT项目使用分布式微服务技术和 SSM开发框架。

　　金融数字化项目采用分布式微服务框架+数据库的开发框架，使用前后端分离的方式开发，前端采用 VUE技术开发；前次募投项目使用 SSM开发框架+数据库开发，也会使用分布式微服务技术，前端使用 VUE或 JS、JQuery等的方式完成。在软件兼容性方面，前次募投项目未考虑国产软件的兼容问题，金融数字化项目产品兼容国产芯片、操作系统、中间件以及数据库等国产软件。在集成公司组件方面，随着公司的组件升级和其他新的组件的开发，项目需要集成更新后的组件和新开发的组件，如：影像控件、接口平台、流程平台、参数化组件等。

　　研发中心项目中，智能测试依赖于机器学习和 AI算法来自动化、优化和增强软件测试流程；区块链利用分散的、不可篡改的数字账本技术确保数据的透明性和安全性；RPA（机器人流程自动化）通过模拟人类用户操作来自动化重复的业务流程；NLP（自然语言处理）使用算法解析、理解和生成人类语言，从而实现与机器的自然交互；低代码平台允许开发者通过图形界面和预定义的模块快速创建应用，而不需要深入的编码；隐私计算通过加密和分析技术在不解密数据的情况下进行计算，确保用户数据的隐私；拓展现实（包括虚拟现实和增强现实）提供一个沉浸式的数字界面，可以与真实世界的物理环境相互作用或替代。

　　前次募投项目之金融 IT项目使用 SSM开发框架+数据库开发，也会使用分布式微服务技术，前端使用 VUE或 JS、JQuery等的方式完成。

　　前次募投项目之创新技术中心项目主要研究的是将大数据、云计算、机器学习等行业前沿技术与公司金融 IT软件产品和解决方案相结合，具体而言：云计算技术路线主要包括基础设施即服务（IaaS）、平台即服务（PaaS）和软件即服务（SaaS）的建设和优化，以及相关的虚拟化、容器化和自动化技术。大数据技术路线涉及数据采集、数据存储、数据处理和数据分析，特别是如 Hadoop、Spark等分布式处理框架和 NoSQL数据库。机器学习技术路线集中于数据预处理、特征工程、模型选择与训练、模型评估与部署，并涵盖了深度学习、强化学习等多种算法。云测试技术路线则强调在云环境下的性能测试、功能测试、安全测试等，以及持续集成和持续部署的实践。

　　测试云项目主要应用于公司信息技术服务板块软件产品及解决方案中的测试领域，满足金融和非金融行业客户的云测试服务需求。

　　金融数字化项目主要应用于金融行业，部分产品可以拓展到非金融机构客户，满足客户在运营及流程类系统、金融业务类系统、数据资产类系统、风险合规类系统、营销结算类系统、ERP类系统等方面的产品和服务需求。

　　研发中心建设项目为底层技术平台搭建，主要为公司应用层解决方案提供底层技术支持，具体而言：在金融领域，智能测试可以自动化检测金融应用和交易系统的性能和安全性；区块链为交易结算、跨境支付和身份验证提供透明、安全的解决方案；RPA在自动化银行事务、客户服务和财务报告中扮演重要角色；NLP支持智能助手、客户询问解答和情感分析以优化客户体验；低代码平台使得金融机构能快速开发和部署应用，以满足特定的业务需求；隐私计算保证在进行数据分析和共享时客户的敏感信息得到充分保护；而拓展现实可以为金融培训、投资模拟和客户交互带来沉浸式体验。

　　前次募投项目之金融 IT项目主要聚焦于银行业的相关技术组件，满足银行业客户在营销服务、业务流程、管理决策等领域解决方案的需求。

　　前次募投项目之创新技术中心项目主要研究的是将大数据、云计算、机器学习等行业前沿技术与公司金融 IT软件产品和解决方案相结合，是应用于金融行业的底层技术相关应用研究，具体而言：云计算为金融机构提供了灵活的计算资源和服务，支持高效的交易处理和数据存储；大数据技术被广泛应用于风险管理、客户画像构建和市场趋势分析，帮助金融机构做出更加精确的决策；机器学习则赋能算法交易、智能客服、信贷评估和反欺诈等方向，实现自动化和精准的服务提供；云测试确保金融应用在发布前的稳定性和安全性，特别是在高并发和高可用性的场景下。

　　公司两个前次募投项目主要采用 IOE架构（即 IBM公司的服务器，Oracle公司的数据库，EMC公司的存储），如 IBM eServer P5 570小型机服务器、IBM 3650M服务器、Oracle.（11G）数据库等。本次募投项目将广泛支持主流的国产硬件、操作系统、数据库和中间件，将银行业务应用场景和国产化软件进行充分适配，提高对国产基础软硬件的兼容能力；产品研发完成均经过第三方测试机构进行国产化软硬件环境的测试，充分满足国家对关键基础设施单位核心技术的信创要求。

　　测试云项目拟购置 295.32万元的软硬件设备，占该项目总投资额的 3.36%。

　　金融数字化项目拟购置 1,312.30万元的软硬件设备，占该项目总投资额的 1.83%。

　　研发中心项目拟购置 849.25万元的软硬件设备，占该项目总投资额的 2.35%。前次募投项目之金融 IT项目拟购置 6,030万元的软硬件设备，占该项目总投资额的 17.54%。前次募投项目之创新技术中心项目拟购置 1,830.26万元的软硬件设备，占该项目总投资额的 10.22%。

　　前次募投项目之金融 IT项目主要是对公司的金融 IT业务相关产品的升级与改进，具体内容包括应用支撑平台、营销服务、业务流程、管理决策等解决方案。

　　应用支撑平台方面，在大数据平台上，升级数据服务中心，为企业提供数据管理工具；在内容管理平台上，升级文件管理搜索功能，可以更快捷地查询到用户所需文件，提升用户体验；在流程平台上，规范了流程模式并允许自定义；在影像平台上，通过 OCR等图像识别技术与算法，提高了图像识别的精准度；在营销服务上，主要依托影像平台、流程平台、内容管理平台、大数据平台等四大应用支撑平台，应用新的技术，加入人工智能元素，进行完善、整合、升级，形成新一代产品；在业务流程上，重构原有解决方案和产品的架构，将金融业务流程碎片化，依据公司历年 IT服务积累的业务数据，预设大量流程片段、分支，并融入机器学习技术，在合规、可控、可审计的框架下实现业务流程的半自动可编排；在管理决策上，完善原有产品系统功能，实现各类风险监控指标的预判、预警，提供绩效优化路径建议，实现自动化、智能化的运营管理。测试云项目集成了金融 IT项目中的微服务框架成果；金融数字化项目中部分集成金融 IT项目中的内容管理平台、流程平台和影像平台成果；研发中心项目中的智能测试引擎项目将使用大模型和智能化配置对前募项目之创新技术中心项目中的部分项目成果进行智能化升级，提高自动化和智能化水平。

　　前次募投项目之创新技术中心项目的研发重点聚焦于大数据、云计算、人工智能技术在金融领域方面的创新应用和创新产品，具体包括基于云计算技术的企业内容档案管理平台研发、基于大数据技术的决策分析平台研发、基于机器学习技术的营运风险监测预警平台研发和一站式金融云测试平台建设研发。在企业内容档案管理平台研发方面，通过大数据和云计算分析，增强了档案管理平台的分析识别能力，便捷了内容档案的管理分类，节约了时间和人力成本；在决策分析平台研发方面，通过大数据技术的分析，搜集更加全面的决策信息，帮助企业全面且有针对性地做出决策；在营运风险监测预警平台研发方面，通过机器学习技术的融合，帮助企业及时有效地触发预警，避免风险；在一站式金融云测试平台建设研发方面，升级全生命周期的测试管理与自动化测试工具，有效地为企业降本增效。测试云项目集成了创新技术中心项目中的云计算技术和云测试平台业务功能成果；金融数字化项目部分集成了创新技术中心项目中的大数据技术和分析工具、分析模型以及数据管理环境等成果。

　　3.进一步说明将测试云项目和金融数字化项目认定为对现有业务升级的依据及合理性，研发中心项目与发行人主营业务具备协同性的依据，并分项目说明本次募集资金是否属于主要投向主业的情形，是否符合《注册办法》第四十条的规定

　　测试云项目对现有业务的具体升级情况详见本题回复之“1.本次募投项目及产品与现有业务的联系与区别”之“（1）测试云项目”之“6）对现有业务具体项目或产品的升级情况”。测试云项目是以公司现有的微服务技术框架、云计算技术为基础，与测试业务相结合后对公司现有“测试平台类”产品的云化和升级，并将潜在客户扩大至非金融机构客户，认定测试云项目为对现有业务的升级依据充分、具有合理性，测试云项目投向公司主营业务，符合《注册办法》第四十条的规定。

　　金融数字化项目对现有业务的具体升级情况详见本题回复之“1.本次募投项目及产品与现有业务的联系与区别”之“（2）金融数字化项目”之“6）对现有业务具体项目或产品的升级情况”。金融数字化项目研发及迭代的六大系统是在公司现有软件产品及解决方案基础上的优化升级，并拓展部分新的功能，项目采用的技术框架与公司现有技术框架相同，同时兼容国产芯片、操作系统、中间件以及数据库等国产软件，并随着公司组件升级和其他新的组件的开发，在研发中采用更新后的组件和新开发的组件，认定金融数字化项目为对现有业务的升级依据充分、具有合理性，维基体育官方入口金融数字化项目投向公司主营业务，符合《注册办法》第四十条的规定。

　　研发中心项目对现有业务的具体升级情况详见本题回复之“1.本次募投项目及产品与现有业务的联系与区别”之“（3）研发中心项目”之“6）对现有业务具体项目或产品的升级情况”。研发中心项目拟通过基于人工智能、隐私计算、区块链等研发方向，针对智能测试引擎研发项目、区块链技术平台研发、RPA软件研发、NLP技术研发、低代码开发平台研发、隐私计算平台研发、拓展现实技术组件研发这七大专项课题进行研究。研发中心项目为底层技术平台搭建，主要为公司应用层解决方案提供底层技术支持，不直接面向客户销售，但未来在实现成果转化后可能面向相关领域的客户销售，且与公司现有及潜在客户重合度较高，与公司主营业务具有较强的协同性。研发中心项目投向公司主营业务，符合《注册办法》第四十条的规定。

　　体产品市场需求、潜在客户、在手订单情况等，说明本次募投项目产品是否存在市场基础，是否存在无法取得订单或销售的风险，募投项目是否存在重大不确定性

　　根据发行人所作说明，测试云项目在测试工具和设备云化方面存在研发难度，需要处理测试工具和设备资源动态分配，合理使用，对系统的性能、分配算法提出较高要求；系统也进行了许多研发创新，关于如何利用 AI大模型自动生成测试点和测试用例，需要收集测试方法信息为优化大模型提供素材，和智能测试引擎研发项目配合协作使其可以自动生成测试人员想要的内容。开发过程中，在规则建立和知识库构建方面有大量研发工作和一定难度。公司在相关技术方面具有一定的积累，如以客户应用为导向，提供 SaaS服务，为客户提供定制化功能模块和测试需求；测试工具和设备的云化；利用智能测试引擎底层技术引入 AI模型辅助测试人员编写测试点和测试用例；引入 NLP自然语言编写脚本技术等，相关技术在实践中进行过验证，具有技术可行性。

　　在需求调研方面，由于金融项目的复杂性和多变性，客户需求往往不够明确，导致需求调研难度较大，增加了研发难度。在技术方面，本项目涉及的技术领域广泛，包括金融业务、风控、安全、数据等多个方面，要求研发团队具备深厚的技术功底和丰富的经验。在项目管理方面，项目研发周期较长、涉及的部门和合作方众多，项目管理过程中需要协调各方资源，确保项目按期交付，同时保证质量、安全等各方面要求。在系统集成方面，项目需要与各种基础系统进行集成，个别系统涉及集成原有系统，需要与原有系统兼容且保持数据一致性。公司在多年的项目实施过程中积累了大量资料和人员：在需求调研方面，公司积累了大量的售前、实施、维护全流程的解决方案；在技术方面，公司积累了针对金融业务、风控、安全和数据的技术组件用于快速开发；在项目管理方面，公司执行 CMMI开发和 TMMI测试体系，对过程进行全程监控，可以及时发现并规避风险；在系统集成方面，公司积累大量基础项目实施经验使得对需要对接的基础系统较为熟悉，能够提前给集成方案有效的建议，规避后续集成风险；公司还拥有从需求、产品、业务专家、架构师、技术专家、项目经理等多种人才体系，保证项目顺利进行。

　　研发中心项目中智能测试引擎项目使用的 AI大模型需结合银行具体场景进行数据训练才能得到更加贴合实际需要的结果，需要进一步研究快捷有针对性的训练方法以满足银行落地后的精准生成与推荐，并且需要解决大数据接入后系统性能的相关问题。区块链技术平台使用的加密算法、公私钥体系、共识算法、时间戳等区块链核心技术有较高的研发难度。RPA软件研发需要采用零代码技术，需要设计开发一种统一的元素识别和定位方法。NLP技术研发的主要研发难点包括语言的多样性和复杂性、上下文依赖以及 AI模型开发和训练等。低代码开发平台在设计上需要强大的技术整合能力，在数据交换上需要开发具备较强适配性的中间件。隐私计算平台使用的联邦学习、安全多方计算、同态加密、差分隐私等隐私计算关键技术有较高的研发难度。拓展现实技术组件使用的包括目标检测、目标跟踪、行人重识别、透视测距等在内的基于深度学习的图像/视频分析技术有较高的研发难度。公司已就相关研发重难点进行了分析和研究、准备，具体而言：对于智能测试引擎在银行场景的应用，公司已提出结合银行具体场景进行 AI模型数据训练的方案，并且关注于解决大数据接入后的系统性能问题；在区块链技术平台方面，公司制定了涵盖加密算法、公私钥体系等核心技术的研发方案，目标是增强技术的安全性和稳定性；对于 RPA软件和 NLP技术，公司提出了包括零代码技术应用和语言多样性处理在内的解决方案，以提升软件的适应性和语言处理能力；在低代码开发平台和隐私计算平台的研发上，公司提出了技术整合方案以及针对联邦学习、安全多方计算等关键技术的研究方案；在拓展现实技术组件的研发方面，发行人基于深度学习技术，制定了包括目标检测、目标跟踪等在内的图像/视频分析工具研发方案。

　　公司建立了较为完善的研发组织架构，研发体系主要包括技术研发整体规划，制定具体的实施计划及预算，开展新技术的需求采纳、需求分析、设计、开发、测试、评审验收及发布工作，支持产品的售前及售后工作，对新技术与新盈利模式进行孵化，以满足客户需求并顺利交付。在公司研发体系中，京北方研究院（内设机构，包含博士后工作站）、技术委员会和业务专家委员会构成了三大核心机构，它们共同决定研发工作的总体方向、提供技术指导，其中博士后工作站专注于大数据、云计算、人工智能、区块链、隐私计算等领域的前沿技术研究，并将其应用在公司产品中进行对外推广。

　　公司拥有一支高素质的技术研发人才队伍，截至 2023年 9月 30日，公司共有研发人员 1,831人，占公司总人数的 6.24%，其中核心技术人员 7人，均具有较长的从业时间和丰富的研发经验；公司制定了较为完善的员工薪酬分配制度和考核办法，完善了人才招聘、培训考核、薪酬激励等管理措施，并实施了股权激励，保障核心技术人员与研发队伍的稳定性，持续为公司创造更大价值。

　　公司通过技术研发和项目实施经验的积累，逐步形成了一系列专利技术。截至本补充法律意见书出具日，公司及其子公司、分公司拥有自主知识产权的国家专利 31项、计算机软件著作权 221项，同时还具备 CMMI-DEV 5级评估、TMMi 5级评估、ITSS 2级评估、CCRC软件安全开发服务（二级）认证、CCRC信息系统安全运维服务（二级）认证、跨地区增值电信业务许可证以及业务开展所需的各项 ISO体系认证。

　　针对本次募投项目，公司已开展相关前期研究工作，具体包括：确定研究方向，基于《十四五规划和 2035年远景目标纲要》指引，借鉴数字化转型的行业趋势和最佳实践，结合技术和业务创新；客户需求调研：通过客户交流了解目前市场对于数字化转型需求，以及对测试行业的需求，分析现有系统中的能力，结合各银行特点，设计及优化系统；市场背景调查、竞品分析；技术方案论证及设计；业务需求编写及评审；功能清单及流程梳理；编写可行性分析报告。

　　2020年前后，在全球经济、地缘政治等多重因素变动的影响下，科技金融与金融科技相互影响、融合的同时，也在加快重塑。云计算作为关键 IT基础设施，在数字化转型过程中所发挥的重要作用得到更为广泛的认同。根据 Gartner数据统计，截至 2022年，全球云计算市场规模达 4,910亿美元，同比上涨 19%。

　　预计在大模型、算力等需求刺激下，市场仍将保持稳定增长，到 2026年全球云计算市场将突破万亿美元。

　　在全球数字化转型驱动力和云计算技术不断成熟的双重作用下，越来越多的企业、机构选择上云，并加速向云上迁移的进程。据 Gartner统计，2020年，云计算支出占全球 IT支出的 9.1%，预计到 2024年这一比例将达到 14.2%。在此背景下，金融服务领域内越来越多的独立软件提供商推出更多基于云的解决方案，而多数金融科技公司直接利用云平台为金融机构提供业务平台或云原生的金融服务，上云的金融应用范围也从边缘业务向核心业务扩展，包含云计算在内的技术要素，已经在企业借贷与融资、支付、清结算、DCEP、多方安全计算（智能风控与开放银行）、证券资产管理等多种业务中发挥重要的赋能作用。据 Gartner数据显示，2022年全球云计算市场规模达 4,910亿美元，同比增长 19.0%。

　　同时，据中国信通院数据显示，2022年我国云计算市场规模达到 4,550亿元，同比增长 40.9%。其中，公有云市场规模增长 49.3%至 3,256亿元，私有云市场增长 25.3%至 1,294亿元。相比于全球 19%的增速，我国云计算市场仍处于快速发展期，在大经济颓势下依旧保持较高的抗风险能力，预计 2025年我国云计算整体市场规模将突破万亿元。

　　2022年，中国人民银行于《金融科技发展规划（2022-2025）》中明确提出，未来金融科技发展目标是：金融业数字化转型更深化，上云用数赋智水平稳步提高；数据要素潜能释放更充分，金融与民生领域数据融合应用全面深入，数据安全和个人隐私得到有效保障。随着金融监管进一步强化，金融行业深度上云、用云，云计算相关行业标准不断完善，相关技术持续演进，云计算将为提升我国金融服务质量和效率，优化金融发展方式，增强金融核心竞争力，筑牢金融安全防线做出更大贡献。

　　下游市场方面，在《中华人民共和国国民经济和社会发展第十四个五年规划和 2035年远景目标纲要》《金融科技发展规划（2022-2025年）》等国家数字化转型系列政策层层推进的局势下，构建数字金融新格局，推动金融数字化渐进式生态演变已经成为我国重要的顶层规划。

　　根据 CFCA发布的《2022中国数字金融调查报告》，现阶段，国内多数银行已开展“敏捷组织”转型，“业技”融合、建设数字化工厂等手段为组织创新“新探索”，超过一半的全国性银行和地区性银行通过建设“敏捷组织”和“业技”融合推动企业在数字信息时代的平稳过渡与变革。具体到云技术领域，根据艾瑞咨询的调查，超过 50%的银行数字战略制定者认为，云计算是帮助智能科技与可信科技实现能力突破的基础技术设施；超过 70%的银行数字战略制定者将云计算的价值定位于数字金融的技术基础设施；约 60%的银行数字战略制定者希望通过云计算打造开放金融服务平台，为客户提供多元金融服务。

　　除银行之外，其他类型金融机构同样加速云计算在金融领域的深入运用。例如，针对保险行业，原银保监会发布的《中国保险业发展“十三五”规划纲要》中明确提出推动云计算、区块链、大数据在保险行业的创新与实践，从而加强保险新基建的建设。对于大型保险公司来说，资本和保险业务经验积累方面的优势是显而易见的，从技术的角度来看，大型保险公司的技术应用来自保险业务的现实需要，例如零售端的营销依赖于大数据，核保核赔则依赖于人工智能，而云计算则是实现以上技术的底层基础架构。根据德勤在《2022年保险行业展望》中针对全球保险行业从业者的调研，2022年 22%的受访者预计将大幅增加在云计算和云存储的技术投入。总体而言，伴随着金融行业各领域的数字化转型持续推进和深入，基于云计算的自动化测试将极大地改善企业在数字化转型过程中所面临的投入成本、耗费时间、人为风险等问题，对金融企业降本增效，提升核心竞争力具有重大意义，本项目的实施具备良好的市场前景。

　　本项目潜在客户主要为银行等金融机构客户以及部分非金融客户，该类客户也是公司现有主要客户。2020-2022年，公司测试云项目相关产品和服务收入分别为 425.00万元、687.48万元和 927.28万元，保持较高增速；截至 2023年末，公司测试云产品相关在手合同金额合计 2,604.21万元。

　　银行 IT解决方案总体分为渠道类、业务类和管理类三大类。其中渠道类解决方案包括渠道管理系统类、网络银行系统类等；业务类解决方案包括银行核心业务系统类、信贷系统类、信用卡系统类等；管理类解决方案包括商业智能系统类、客户关系管理系统类等。

　　现阶段，在多种信息技术的持续冲击和刺激下，银行的 IT架构已成为其稳定可持续运行的基础，银行经营效率的高低取决于 IT架构的科学与否。随着人工智能、区块链、云计算、大数据、5G、物联网等技术在银行业的应用不断深入，各项技术所发挥的作用环环相扣，银行 IT系统的底层架构面临重大转变与革命。其中，云计算提供计算、存储、网络等基础服务和软硬件一体化的终端定制化服务，优化 IT资源配置方式，提高运维自动化程度；大数据协助银行积累并深度挖掘数据价值，在对多元化、个性化用户需求的评估和预测方面更加精准，为产品和模式创新提供新手段；物联网通过连接、感知，形成新的资产管控模式，有效避免金融风险；人工智能在风控、营销、客服等方面发挥重要作用，将极大提升工作效率和用户体验；区块链有效解决信息不对称问题，重塑信用创造机制，分布式机制增加数据安全性，提升交易处理效率。针对银行业底层 IT架构的重塑已成为银行数字化过程中无法绕过的磐石。

　　根据艾瑞咨询发布的《中国银行业数字化转型研究报告》，2022年我国银行业 IT支出已达 3,068亿元，同比增加 25%，且预计 2025年将增长至 5,936亿元。根据安永发布的《中国上市银行 2022年回顾及未来展望》，过去三年，21家上市银行的金融科技/信息科技资金投入呈现出稳步上升的态势，从 1,496.01亿元增长至 1,838.44亿元，复合增长率达 10.85%。整体看来，现阶段，银行业的科技投入主要聚焦于国有大行和股份制银行等大型、全国性银行，地区性商业银行在金融信息科技的投入上依然存在信息系统建设不充分、业务数字化水平有限的情况。因此，未来各商业银行在信息化和数字系统的建设及持续投入将为本项目的实施提供良好的市场前景。

　　图：21家上市银行过去三年（2020-2022）金融科技/信息科技资金投入 单位：亿元