2021年4月,思迈特软件(Smartbi)宣布完成亿元级B+轮战略融资,本轮投资方为明略科技,此次战略合作双方将进一步加强在数据分析和智能决策等领域的优势叠加效应,通过在产品、技术、市场等方面的整合互补,以产品创新带动产业模式升级,携手为国内企业数字化转型发展注入新动力。
广州思迈特软件有限公司(Smartbi)作为中国领先的商业智能BI和大数据分析产品提供商,致力于为企业客户提供一站式商业智能解决方案,包括企业报表平台、自助分析平台和数据挖掘平台。2020年凭借领先的BI+AI技术入选Gartner“中国AI创业公司代表厂商(2020)”和“Gartner 增强分析2020代表厂商“。
思迈特软件Smartbi产品矩阵覆盖传统BI、敏捷BI、智能BI三个不同的BI发展阶段,满足企业在不同场景下的BI需求。除此之外,思迈特软件还面向行业ISV提供被集成的嵌入式BI,为其产品添加专业的数据分析能力,包括传统BI和敏捷BI的功能,同时提供线上文档和社区等全面支持。
经过多年的沉淀与发展,思迈特软件服务客户群体已成功覆盖金融、政府、制造、地产、能源、零售、教育等行业,获得中国银行、交通银行、深交所、中信证券、国家电网、华为、淘宝、万达、京东方等3000余家头部客户认可。在坚持自主研发、扩大国产系统适配、保证客户信息安全的同时,作为国内大数据行业的参与者与实践者,思迈特软件还参与了国家火星探测器“天问一号”的发射任务。Smartbi作为“天问一号”探测器飞行控制数据分析平台,为探测器全程飞行和落地的运行控制提供支撑。
明略科技创始人兼CEO吴明辉表示:“随着数字化转型的不断加速,BI与AI的深度结合实现组织智能决策,是未来的大势所趋。明略科技多年来专注企业级数据分析及组织智能,积累了业内领先的数据中台建设能力、大数据分析能力和以知识图谱为代表的AI能力。思迈特软件拥有领先业内的完善BI产品矩阵及客户基础,此次投资思迈特软件,双方将AI与BI的优势强强联合,进一步加强端到端的产品和服务能力。未来明略科技将不断深化产业生态链的打造,在行业上下游积极布局优质企业和合作伙伴,打造生态链,与合作伙伴共同提供数字化、智能化转型的完整解决方案。”
思迈特软件CEO吴华夫表示:“Smartbi会进一步加大研发投入,持续保持产品技术领先,特别是对于AI技术在BI领域的探索,我们将不遗余力。此外,Smartbi会与合作伙伴深入联动,在产业上下游积极布局,打造生态链,为更多的行业客户数字化转型助力。”
本次明略科技投资思迈特,除了资本层面的合作,在产品、技术、市场等方面双方也将全面开启战略合作,共同开拓数字经济浪潮下的产业发展机会。

在产品方面,为了实现优势互补,双方将推动思迈特软件的Smartbi产品与明略科技的全域营销测量(OMI)、商业智能与分析(BIA)、企业智能管理系统、数据中台、安智建模平台等产品的融合与匹配,为客户提供更全面的一站式解决方案。
在技术方面,明略科技在知识图谱、知识工程、信息检索、营销智能等领域也处于国内领先地位,思迈特软件的可视化数据发现、增强数据分析和自然语言分析等技术都独具优势,双方将互相借鉴,取长补短,整合最优技术为产品赋能。
在市场方面,明略科技将将根据行业市场和客户需求,在快速消费品、3C产品、泛媒体、工业、金融、数字城市、安智(即面向公安、消防部门提供的知识图谱及其他建模业务)、教育等行业,与思迈特软件开展项目合作,共同开拓市场。
2020年,明略科技完成由淡马锡、腾讯领投E轮及由中俄投资基金领投E+轮共5亿美元融资。本轮融资后,明略科技以产品化战略为核心,在技术、市场方面加大投入,打造“PaaS 平台+应用层产品”双重能力,运用知识图谱、自然语言处理、机器学习、智能推荐等技术,赋能企业数字化转型。
明略科技是中国领先的企业级数据分析和组织智能服务平台,致力于通过大数据分析挖掘和认知智能技术,推动知识和管理复杂度高的大中型企业进行数字化转型。 明略科技帮助企业汇聚多源异构数据,整合大数据、物联网、知识图谱和多模态人工智能技术,将正确的数据推送给决策者,提高组织内营销和运营的透明、安全、稳定,最终实现具有分析决策能力的高阶人工智能应用,让组织内部高效运转。 目前明略科技已为包括宝洁、百胜中国、北京上海等多城市地铁、建设银行、中国人寿、平安银行、多个城市大数据局、国网某电力公司等2000余个客户提供基于数据智能赋能产业转型升级的服务。2020年,明略科技入选Gartner 2020图谱技术Cool Vendor和Gartner 2020年《中国ICT技术成熟度曲线报告》数据中台代表厂商,并凭借知识图谱自动构建及行业应用的成果获得第十届吴文俊人工智能科学技术奖技术发明一等奖。
好文章,需要你的鼓励
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。