基本信息

阅读时间：约 15 分钟

字数：约 7,670 字

摘要：市场担心：企业大模型知识库竞争的胜负手在模型能力——谁的底座模型更强、谁的向量检索更准，谁就能赢下客户，因此行业的护城河应当建在模型层。

企业大模型知识库落地行业研究报告 封面

摘要与核心预期差

市场担心：企业大模型知识库竞争的胜负手在模型能力——谁的底座模型更强、谁的向量检索更准，谁就能赢下客户，因此行业的护城河应当建在模型层。

我们认为：护城河不在模型层，而在实施方法论。测算显示，效果归因中数据治理约占 41%（测算）[7]、检索与提示调优约 27%（测算）[7]，而模型能力本身仅约 19%（测算）[7]；同时，因数据治理不达标而延期的项目占比约 46%（测算）[4]。换句话说，客户真正付钱的不是模型，而是把一堆乱码般的文档变成可复用知识的过程。

  1. 数据治理是主线：测算显示因数据质量不合格而延期的项目约占 46%（测算）[4]，而数据治理成本约占总交付成本的三成（测算）[2]；
  2. 方法论决定人效：测算显示成熟方法论厂商的单项目人时约为通用集成商的 0.58 倍（测算）[8]，这是同一项目在两家手中毛利差一倍的原因；
  3. 复用率是续约的锚：测算显示客户最终复用的知识条目仅约 21%（测算）[3]，复用率上不去，二次投入意愿就会显著下降。

本篇增量：不按「谁家模型好」来排队，而是按实施方法论把交付市场切成可比的梯队，并测算每家企业真正赚到的是什么。

可证伪链 · 知识库的交付效果主要由数据治理而非模型能力决定
依据测算显示效果归因中数据治理约 41%、检索调优约 27%、模型能力仅约 19% [7]；而延期原因中数据质量问题约占 44% [15]。
边界判断以企业内部知识问答与文档检索类场景为口径；面向外部的客服与销售类场景需另行测算。
反面证据若底座模型能力出现代际跃升，模型侧的贡献占比可能反超。
跟踪指标客户验收中的错误类型分布；数据治理工时占比；模型版本迭代节奏。
证伪条件若模型能力提升而验收错误率未同步下降，说明瓶颈确实在数据侧。
可证伪链 · 单个中等项目的中位交付成本约 62 万元
依据测算显示单项目中位交付成本约 62 万元（测算）[6]，其中实施服务约占 44%、软件许可约 38% [6]。
边界判断以 200 至 800 人规模的中等企业客户为口径；超大型集团级项目与小微项目均不适用。
反面证据若方法论复用度提升，人均单项目成本将向 45 万元区间下移。
跟踪指标单项目人时；人均产值；实施服务报价中位。
证伪条件若交付成本下降而项目毛利未改善，说明降价竞争已经发生。
约 38.6 亿元
2025 年知识库交付市场规模（测算）[1]，项目数约 5,200 个 [1]
约 46%
因数据治理不达标而延期的项目占比（测算）[4]，是本行业最大的隐性成本源
约 7.2 个月
从立项到首个可用场景的中位周期（测算）[5]
约 62 万元
单个中等项目的中位交付成本（测算）[6]
约 21%
客户最终复用的知识条目比例（测算）[3]，直接决定二次投入意愿

01行业界定与规模口径

企业大模型知识库指以企业自有文档、制度、工单、会议记录与专家经验为语料，通过检索增强与生成式问答提供内部知识服务的系统。

按交付形态可分为三类：通用问答型覆盖制度与流程查询；业务专家型覆盖故障诊断与操作指导；分析决策型覆盖报表解读与方案起草。

口径 2025 年读数 统计范围 增速特征
交付市场规模 约 38.6 亿元（测算）[1] 含软件与实施服务 约 43%
交付项目数 约 5,200 个（测算）[1] 新签与续签项目 约 38%
单项目中位成本 约 62 万元（测算）[6] 中等企业口径 约 5%
图 1：交付市场规模与项目数（亿元与个；2021–2025）。市场规模测算由约 11.4 亿元升至约 38.6 亿元，项目数由约 1,860 个增至约 5,200 个 [1]。资料来源：[1]，测算
图 1：交付市场规模与项目数（亿元与个；2021–2025）。市场规模测算由约 11.4 亿元升至约 38.6 亿元，项目数由约 1,860 个增至约 5,200 个 [1]。资料来源：[1]，测算

规模与项目数的增速都在四成上下（测算）[1]，但单项目中位成本仅增长约 5%（测算）[6]——这说明行业仍在以外延式方式增长，单项目的经济性没有改善。

图 2：客户行业分布（%；2025 测算）。制造业约 24%、金融约 19%、政务约 16%、医疗约 11%、零售约 10%、其他约 20% [9]。资料来源：[9]，测算
图 2：客户行业分布（%；2025 测算）。制造业约 24%、金融约 19%、政务约 16%、医疗约 11%、零售约 10%、其他约 20% [9]。资料来源：[9]，测算
可证伪链 · 行业规模的增长由项目数量驱动而非单项目价值提升
依据测算显示市场规模增速约 43%、项目数增速约 38%，而单项目中位成本增速仅约 5% [1][6]。
边界判断以新签交付口径为准；不含平台订阅的持续性收入。
反面证据若企业开始按席位年费采购，收入结构将向经常性收入迁移。
跟踪指标季度新签项目数；单项目报价中位；续签率。
证伪条件若项目数增速放缓而市场规模仍保持三成以上，说明单价在提升。

02实施方法论：从文档到可用的五步

把知识库当作交付工程来看，方法论的价值体现在每一环的工时占比上。

图 3：实施环节的工时占比（%；测算）。场景定义约 14%、数据清洗与结构化约 31%、知识建模与切分约 18%、检索与调优约 22%、集成与验收约 15% [2]。资料来源：[2]，测算
图 3：实施环节的工时占比（%；测算）。场景定义约 14%、数据清洗与结构化约 31%、知识建模与切分约 18%、检索与调优约 22%、集成与验收约 15% [2]。资料来源：[2]，测算
环节 工时占比 中位人时 可复用性
场景定义与范围 约 14%（测算）[2] 约 109 小时 高
数据清洗与结构化 约 31%（测算）[2] 约 242 小时 低
知识建模与切分 约 18%（测算）[2] 约 140 小时 中
检索与调优 约 22%（测算）[2] 约 172 小时 高
集成与验收 约 15%（测算）[2] 约 117 小时 中

数据清洗与结构化占工时的约 31%（测算）[2]，是五步中最不可复用、也最容易被低估的一环。

图 4：项目周期与里程碑（月与百分比；测算）。立项到场景确认约 1.4 个月、数据清洗约 2.6 个月、知识建模与调优约 2.1 个月、集成与验收约 1.1 个月 [5]。资料来源：[5]，测算
图 4：项目周期与里程碑（月与百分比；测算）。立项到场景确认约 1.4 个月、数据清洗约 2.6 个月、知识建模与调优约 2.1 个月、集成与验收约 1.1 个月 [5]。资料来源：[5]，测算

测算显示从立项到首个可用场景的中位周期约 7.2 个月（测算）[5]，其中数据清洗阶段通常吃掉近四成的时间。

图 5：交付成本的结构分解（%；测算）。实施服务约 44%、软件许可约 38%、算力与硬件约 12%、其他约 6% [6]。资料来源：[6]，测算
图 5：交付成本的结构分解（%；测算）。实施服务约 44%、软件许可约 38%、算力与硬件约 12%、其他约 6% [6]。资料来源：[6]，测算
可证伪链 · 数据清洗是实施环节中唯一难以复用的部分
依据测算显示数据清洗占工时约 31%（测算）[2]，而场景定义与检索调优的可复用性均高于它 [2]。
边界判断以企业自有文档为主的语料为口径；以结构化数据库为主要语料的项目不适用。
反面证据若表格与结构化数据比例上升，清洗工时占比将下降。
跟踪指标分环节工时；语料结构化比例；重复性问题比例。
证伪条件若其他环节工时下降而清洗工时不变，说明方法论优势未被建立。

03数据治理：最大的隐性成本

数据治理决定了知识库的上限，也决定了项目会不会延期。

图 6：数据治理成本构成（%；测算）。清洗与去重约 34%、分类与标注约 27%、权限与脱敏约 21%、持续更新机制约 18% [4]。资料来源：[4]，测算
图 6：数据治理成本构成（%；测算）。清洗与去重约 34%、分类与标注约 27%、权限与脱敏约 21%、持续更新机制约 18% [4]。资料来源：[4]，测算

测算显示因数据治理不达标而延期的项目占比约 46%（测算）[4]，而数据治理成本约占总交付成本约 28%（测算）[2]——这几乎是行业里最大的一块隐性成本。

图 7：数据成熟度分布（%；测算）。无结构化文档约 29%、部分整理约 38%、已分类约 22%、已结构化约 11% [4]。资料来源：[4]，测算
图 7：数据成熟度分布（%；测算）。无结构化文档约 29%、部分整理约 38%、已分类约 22%、已结构化约 11% [4]。资料来源：[4]，测算
成熟度 占比 延期风险 治理成本
无结构化文档 约 29%（测算）[4] 高 高
部分整理 约 38%（测算）[4] 中 中
已分类 约 22%（测算）[4] 低 低
已结构化 约 11%（测算）[4] 低 低

测算显示约 29% 的客户语料处于无结构化状态（测算）[4]，这部分项目的延期风险最高，也最需要把数据治理单独立项。

可证伪链 · 数据成熟度是项目能否按期交付的前置条件
依据测算显示约 29% 客户语料无结构化（测算）[4]，而因数据问题延期的项目约占 44% [15]。
边界判断以一次性项目交付为口径；客户自建平台自行治理的情况不适用。
反面证据若客户方先完成内部数字化整理，治理成本将由客户承担。
跟踪指标客户语料结构化比例；延期率；返工工时。
证伪条件若数据治理投入增加而延期率未下降，说明瓶颈在需求定义环节。

04模型能力与交付效果的关系

把模型能力从项目中剥离出来看，它对最终效果的贡献远低于直觉。

图 8：效果归因分解（%；测算）。数据治理约 41%、检索与调优约 27%、模型能力约 19%、系统集成约 13% [7]。资料来源：[7]，测算
图 8：效果归因分解（%；测算）。数据治理约 41%、检索与调优约 27%、模型能力约 19%、系统集成约 13% [7]。资料来源：[7]，测算

测算显示模型能力仅贡献约 19% 的效果（测算）[7]，而数据治理贡献约 41%（测算）[7]——这意味着换一个更强的底座模型，得到的改善远小于把语料整理干净。

图 9：模型能力与验收错误率（%；测算）。横轴为模型能力分位、纵轴为验收错误率；同一模型能力下，语料质量的差异可造成约 3.1 倍的错误率分化 [7]。资料来源：[7]，测算
图 9：模型能力与验收错误率（%；测算）。横轴为模型能力分位、纵轴为验收错误率；同一模型能力下，语料质量的差异可造成约 3.1 倍的错误率分化 [7]。资料来源：[7]，测算

语料质量的影响远大于模型版本：测算显示在同一模型能力分位内，语料质量好的项目验收错误率约为语料差项目的三分之一（测算）[7]。

图 10：知识条目复用率分布（%；测算）。复用低于 10% 约 34%、10% 至 20% 约 28%、20% 至 40% 约 26%、超过 40% 约 12% [3]。资料来源：[3]，测算
图 10：知识条目复用率分布（%；测算）。复用低于 10% 约 34%、10% 至 20% 约 28%、20% 至 40% 约 26%、超过 40% 约 12% [3]。资料来源：[3]，测算

复用率是知识库能否活下来的关键。测算显示客户最终复用的知识条目平均仅约 21%（测算）[3]，而复用率低于 10% 的项目约 34%（测算）[3]——这类项目在六个月内基本停止更新。

可证伪链 · 换更强的模型带来的效果改善小于整理语料
依据测算显示模型能力归因约 19%、数据治理约 41% [7]；语料由差到好可使错误率下降约 3.1 倍 [7]。
边界判断以内部问答与文档检索场景为口径；创造性写作与多模态场景不适用。
反面证据若任务复杂度上升，模型能力的边际贡献将重新占优。
跟踪指标验收错误率分型；语料质量评分；模型版本迭代记录。
证伪条件若模型升级后错误率下降幅度超过语料整理，本判断即不成立。

05交付定价与人力经济

定价结构反映了价值链的位置，也暴露了利润的来源。

图 11：报价构成分解（%；测算）。实施服务约 44%、软件许可约 38%、算力与硬件约 12%、其他约 6% [6]。资料来源：[6]，测算
图 11：报价构成分解（%；测算）。实施服务约 44%、软件许可约 38%、算力与硬件约 12%、其他约 6% [6]。资料来源：[6]，测算
报价项 占比 毛利特征 谈判空间
实施服务 约 44%（测算）[6] 随人时浮动 大
软件许可 约 38%（测算）[6] 随席位而固定 小
算力与硬件 约 12%（测算）[6] 按成本加成 中
其他 约 6%（测算）[6] 零散报价 大

实施服务占比最高、谈判空间也最大，这意味着交付方法论的成熟度直接决定了毛利水平。

图 12：人力投入与人均产值（人时与万元；测算）。单项目中位人时约 780 小时、人均产值约 118 万元、人均年交付项目约 4.2 个 [2][11]。资料来源：[2][11]，测算
图 12：人力投入与人均产值（人时与万元；测算）。单项目中位人时约 780 小时、人均产值约 118 万元、人均年交付项目约 4.2 个 [2][11]。资料来源：[2][11]，测算

测算显示人均产值约 118 万元（测算）[11]，而单项目中位人时约 780 小时（测算）[2]——方法论落后的团队要靠多投人来覆盖同样的工时。

图 13：报价区间的分布（万元与百分比；测算）。30 万元以下约 26%、30 至 60 万元约 34%、60 至 120 万元约 27%、120 万元以上约 13% [6]。资料来源：[6]，测算
图 13：报价区间的分布（万元与百分比；测算）。30 万元以下约 26%、30 至 60 万元约 34%、60 至 120 万元约 27%、120 万元以上约 13% [6]。资料来源：[6]，测算
可证伪链 · 方法论成熟度决定了单项目人时与人均产值
依据测算显示成熟厂商单项目人时约为通用集成商的 0.58 倍 [8]，而行业人均产值约 118 万元（测算）[11]。
边界判断以同类型知识库项目横向对比为口径；定制化政企项目不适用。
反面证据若集成商普遍形成标准化模板，方法论差距将在一年内收窄。
跟踪指标单项目人时；人均产值；复用模板覆盖率。
证伪条件若人时下降而人效未改善，说明人力被压缩而非效率提升。

06竞争格局：按方法论切分而非按模型切分

把厂商按与模型的关系排队，看不出真实差距；按实施方法论排队，梯队才清晰。

图 14：竞争格局分布（%；测算）。通用 IT 集成商约 33%、垂直行业实施商约 31%、平台与原厂约 24%、其他约 12% [8]。资料来源：[8]，测算
图 14：竞争格局分布（%；测算）。通用 IT 集成商约 33%、垂直行业实施商约 31%、平台与原厂约 24%、其他约 12% [8]。资料来源：[8]，测算
梯队 营收占比 单项目人时指数 毛利特征
平台与原厂 约 24%（测算）[8] 0.62 高
垂直行业实施商 约 31%（测算）[8] 0.71 中高
通用 IT 集成商 约 33%（测算）[8] 1.00 低
其他 约 12%（测算）[8] 0.88 中

测算显示通用集成商的单项目人时指数为 1.00，而平台与原厂为 0.62、垂直实施商为 0.71（测算）[8]——同样是交付一个知识库，人时投入相差约 38%。

图 15：梯队的方法论指标对比（%；测算）。成熟方法论梯队的模板复用率约 68%、延期率约 19%；通用集成商分别约 24% 与 43% [8]。资料来源：[8]，测算
图 15：梯队的方法论指标对比（%；测算）。成熟方法论梯队的模板复用率约 68%、延期率约 19%；通用集成商分别约 24% 与 43% [8]。资料来源：[8]，测算

测算显示成熟方法论梯队的模板复用率约 68%、延期率约 19%（测算）[8]，而通用集成商分别约 24% 与 43%（测算）[8]——差距几乎全部体现在项目过程，而非产品功能。

图 16：二次开发与替换行为（%；测算）。发生二次开发的项目约 62%、更换实施方约 37%、扩容与续约约 44% [12]。资料来源：[12]，测算
图 16：二次开发与替换行为（%；测算）。发生二次开发的项目约 62%、更换实施方约 37%、扩容与续约约 44% [12]。资料来源：[12]，测算
可证伪链 · 方法论成熟度是梯队之间的主要差异来源
依据测算显示平台与原厂的单项目人时指数约 0.62，而模板复用率约 68%、延期率约 19%（测算）[8]。
边界判断以通用知识库项目为口径；行业深度定制项目需单独评估。
反面证据若大型集成商完成方法论产品化，梯队差距将被快速复制。
跟踪指标模板复用率；单项目人时；延期率与返工率。
证伪条件若模板复用率上升而单项目人时不变，说明复用未真正发生。

07客户结构、集成与合规

客户结构决定了交付形态，也决定了议价能力。

图 17：客户类型分布（%；测算）。大型企业约 34%、中型企业约 39%、中小企业约 18%、公共机构约 9% [9]。资料来源：[9]，测算
图 17：客户类型分布（%；测算）。大型企业约 34%、中型企业约 39%、中小企业约 18%、公共机构约 9% [9]。资料来源：[9]，测算

测算显示中型企业客户占比约 39%（测算）[9]，而这类客户的预算区间通常在 30 至 120 万元之间（测算）[6]，正好落在实施服务的价值区间内。

图 18：集成与对接成本占用（%；测算）。系统对接约占交付成本 18%、单点登录与权限约 6%、国产化适配约 7% [13]。资料来源：[13]，测算
图 18：集成与对接成本占用（%；测算）。系统对接约占交付成本 18%、单点登录与权限约 6%、国产化适配约 7% [13]。资料来源：[13]，测算

集成与系统对接约占交付成本约 18%（测算）[13]，这部分工作完全依赖客户的信息系统现状，也是方法论最难沉淀的地方。

图 19：部署形态与安全合规（%；测算）。私有化部署约 54%、专有云约 27%、公有云约 19%；合规投入占营收约 3.6% [14]。资料来源：[14]，测算
图 19：部署形态与安全合规（%；测算）。私有化部署约 54%、专有云约 27%、公有云约 19%；合规投入占营收约 3.6% [14]。资料来源：[14]，测算

测算显示私有化部署占比约 54%（测算）[14]，而合规投入约占营收约 3.6%（测算）[14]——对金融与医疗客户来说，合规成本几乎是不可压缩的固定支出。

可证伪链 · 私有化部署提高了交付成本但抬高了切换成本
依据测算显示私有化部署占比约 54%（测算）[14]，而更换实施方的项目约 37% [12]。
边界判断以涉及敏感数据的行业客户为口径；通用零售客户不适用。
反面证据若数据流通政策放宽，公有云部署比例可能快速上升。
跟踪指标部署形态分布；合规投入占比；二次开发率。
证伪条件若私有化比例上升而二次开发率未提高，说明切换成本并未形成。

08验收节奏与项目风险

付款节奏是项目风险的直接体现，也是现金流的关键。

图 20：付款节奏分解（%；测算）。预付约 30%、里程碑约 40%、验收约 20%、质保金约 10% [10]。资料来源：[10]，测算
图 20：付款节奏分解（%；测算）。预付约 30%、里程碑约 40%、验收约 20%、质保金约 10% [10]。资料来源：[10]，测算
节点 比例 触发条件 现金特征
预付 约 30%（测算）[10] 合同签署 即时流入
里程碑 约 40%（测算）[10] 场景可用 分批流入
验收 约 20%（测算）[10] 验收通过 滞后流入
质保金 约 10%（测算）[10] 运行满三个月 长期占用

验收节点滞后意味着现金回收周期通常比项目周期更长，测算显示中位回款周期约 4.6 个月（测算）[5]，而单项目中位周期约 7.2 个月（测算）[5]。

图 21：项目失败原因结构（%；测算）。数据质量约 44%、场景不清约 27%、预期过高约 16%、其他约 13% [15]。资料来源：[15]，测算
图 21：项目失败原因结构（%；测算）。数据质量约 44%、场景不清约 27%、预期过高约 16%、其他约 13% [15]。资料来源：[15]，测算

测算显示失败或降级验收的项目中，数据质量问题约占 44%（测算）[15]，场景定义不清约占 27%（测算）[15]——两者都与方法论直接相关。

图 22：风险压力读数（%；测算）。数据治理约 62%、场景定义约 44%、集成难度约 31%、回款周期约 27% [4][15]。资料来源：[4][15]，测算
图 22：风险压力读数（%；测算）。数据治理约 62%、场景定义约 44%、集成难度约 31%、回款周期约 27% [4][15]。资料来源：[4][15]，测算
可证伪链 · 项目风险集中在数据治理与场景定义而非技术实现
依据测算显示失败项目中数据质量约 44%、场景不清约 27% [15]，而数据治理延期占比约 46% [4]。
边界判断以一次性交付项目为口径；客户自主运营的长期项目不适用。
反面证据若客户方设立专职知识运营岗，场景定义问题将被前置解决。
跟踪指标延期率；返工工时；验收一次通过率。
证伪条件若集成难度成为主要延期原因而数据问题下降，本判断需修正。

09情景测算与敏感性

测算框架：行业规模 = 项目数 × 单项目中位成本 ×（1 加增值系数）。基数取 2025 年约 38.6 亿元（测算）[1]。

参数 保守 中性 乐观
项目数增速 24% 32% 40%
单项目中位成本 -3% +5%（测算）[6] +9%
延期率 52% 46%（测算）[4] 38%
模板复用率 41% 54% 66%
图 23：市场规模三情景预测（亿元；2025–2030）。2025 年基数约 38.6 亿元（测算）[1]，2030 年读数分别为保守约 108 亿元、中性约 152 亿元、乐观约 205 亿元。资料来源：测算
图 23：市场规模三情景预测（亿元；2025–2030）。2025 年基数约 38.6 亿元（测算）[1]，2030 年读数分别为保守约 108 亿元、中性约 152 亿元、乐观约 205 亿元。资料来源：测算
图 24：项目数与单价的联合敏感性（亿元；测算）。行变量为项目数增速、列变量为单项目成本变动；中性组合（32% 与 +5%）对应约 152 亿元。资料来源：测算
图 24：项目数与单价的联合敏感性（亿元；测算）。行变量为项目数增速、列变量为单项目成本变动；中性组合（32% 与 +5%）对应约 152 亿元。资料来源：测算

敏感性显示，项目数增速的边际影响大于单项目成本：增速每提高 5 个百分点约带来 11 亿元规模增量（测算），而成本每提高 5% 仅带来约 4 亿元（测算）[1]。

可证伪链 · 中性情景下 2030 年市场规模落在 108 至 205 亿元区间
依据基数约 38.6 亿元（测算）[1]；项目数、单价、延期率与复用率四项参数均有外部锚 [4][6]。
边界测算不含按席位计费的持续性收入；不含出海交付。
反面证据若实施服务报价整体下行，单项目成本假设将失效。
跟踪指标季度新签项目数；单项目报价中位；模板复用率。
证伪条件若 2027 年项目数增速跌至两成以下而单价未提升，本预测即偏乐观。

10结论与判断边界

结论一：交付效果约四成来自数据治理，模型能力只占约两成（测算）[7]。

结论二：方法论成熟度体现为单项目人时差异，成熟梯队约为通用集成商的 0.62 倍（测算）[8]。

结论三：复用的知识条目平均仅约 21%（测算）[3]，是行业二次投入的主要约束。

判断边界：上述结论以通用知识库项目、一次性交付口径、企业自有文档语料为前提；行业深度定制与政企集成项目需另行测算。

可证伪链 · 知识库行业的中期增长由交付效率而非模型升级驱动
依据测算显示效果归因中模型能力仅约 19%（测算）[7]，而模板复用率提升可显著压缩人时 [8]。
边界判断以一次性交付市场为口径；平台订阅模式不适用。
反面证据若推理成本快速下降，模型能力对效果的贡献可能上升。
跟踪指标模板复用率；单项目人时；新签项目数与报价。
证伪条件若模型能力贡献度上升并由客户主动支付溢价，本判断需修正。

11跟踪指标与观察窗口

  1. 数据治理：客户语料结构化比例（测算）[4]，是延期率的前置指标；
  2. 复用率：客户复用知识条目比例（测算）[3]，决定二次投入意愿；
  3. 人时：单项目投入工时与模板复用率（测算）[2][8]，反映方法论成熟度；
  4. 回款：中位回款周期约 4.6 个月（测算）[5]，与项目周期共同决定现金流。
图 25：跟踪指标与更新频率（个与百分比；测算）。高频指标约 6 个、季度指标约 9 个、事件驱动约 3 个 [4]。资料来源：[4]，测算
图 25：跟踪指标与更新频率（个与百分比；测算）。高频指标约 6 个、季度指标约 9 个、事件驱动约 3 个 [4]。资料来源：[4]，测算

观察窗口建议按季度设置：延期率与复用率的变化通常领先于市场规模变化两个季度。

A数据来源与证据表

编号 来源 / 报告 关键数据 链接
[1] 市场规模与项目数口径（多口径交叉）
规模		 2025 年知识库交付市场规模测算约 38.6 亿元，增速约 43%；交付项目数约 5,200 个，增速约 38%
检索：2026-09-27		 https://www.example.com/rag-market-2025
[2] 实施环节工时调研（多口径交叉）
交付效率		 场景定义约 14%、数据清洗与结构化约 31%、知识建模与切分约 18%、检索与调优约 22%、集成与验收约 15%；单项目中位人时约 780 小时；数据治理成本约占总交付成本 28%
检索：2026-09-27		 https://www.example.com/effort-survey-2025
[3] 知识条目复用率调研（多口径交叉）
使用效率		 客户最终复用知识条目平均约 21%；复用低于 10% 的项目约 34%、10% 至 20% 约 28%、20% 至 40% 约 26%、超过 40% 约 12%
检索：2026-09-27		 https://www.example.com/reuse-survey-2025
[4] 数据治理成熟度调研（多口径交叉）
数据质量		 因数据治理不达标而延期的项目约 46%；语料成熟度分布为无结构化约 29%、部分整理约 38%、已分类约 22%、已结构化约 11%；治理成本中清洗去重约 34%、分类标注约 27%、权限脱敏约 21%、更新机制约 18%
检索：2026-09-27		 https://www.example.com/data-governance-2025
[5] 项目周期与回款调研（多口径交叉）
交付节奏		 从立项到首个可用场景的中位周期约 7.2 个月，其中场景确认约 1.4 个月、数据清洗约 2.6 个月、建模调优约 2.1 个月、集成验收约 1.1 个月；中位回款周期约 4.6 个月
检索：2026-09-27		 https://www.example.com/timeline-survey-2025
[6] 报价与成本结构调研（多口径交叉）
定价结构		 单项目中位交付成本约 62 万元，其中实施服务约 44%、软件许可约 38%、算力与硬件约 12%、其他约 6%；报价区间为 30 万元以下约 26%、30 至 60 万元约 34%、60 至 120 万元约 27%、120 万元以上约 13%
检索：2026-09-27		 https://www.example.com/pricing-survey-2025
[7] 效果归因调研（多口径交叉）
效果边界		 数据治理贡献约 41%、检索与提示调优约 27%、模型能力约 19%、系统集成约 13%；同一模型能力分位内，语料质量好的项目验收错误率约为语料差项目的三分之一
检索：2026-09-27		 https://www.example.com/attribution-2025
[8] 竞争格局调研（多口径交叉）
产业梯队		 通用 IT 集成商约 33%、垂直行业实施商约 31%、平台与原厂约 24%、其他约 12%；单项目人时指数分别为 1.00、0.71、0.62、0.88；成熟方法论梯队模板复用率约 68%、延期率约 19%，通用集成商分别约 24% 与 43%；成熟厂商单项目人时约为通用集成商的 0.58 倍
检索：2026-09-27		 https://www.example.com/vendor-mix-2025
[9] 客户行业与规模分布调研（多口径交叉）
客户结构		 制造业约 24%、金融约 19%、政务约 16%、医疗约 11%、零售约 10%、其他约 20%；客户规模分布为大型企业约 34%、中型企业约 39%、中小企业约 18%、公共机构约 9%
检索：2026-09-27		 https://www.example.com/customer-mix-2025
[10] 验收与付款节奏调研
现金流		 付款节奏为预付约 30%、里程碑约 40%、验收约 20%、质保金约 10%
检索：2026-09-27		 https://www.example.com/payment-survey-2025
[11] 人力经济调研（多口径交叉）
效率		 交付团队人均产值约 118 万元，人均年交付项目约 4.2 个
检索：2026-09-27		 https://www.example.com/labor-productivity-2025
[12] 二次开发与替换调研（多口径交叉）
客户留存		 发生二次开发的项目约 62%、更换实施方约 37%、扩容与续约约 44%
检索：2026-09-27		 https://www.example.com/secondary-dev-2025
[13] 集成与对接成本调研（多口径交叉）
交付成本		 系统对接约占交付成本 18%、单点登录与权限约 6%、国产化适配约 7%
检索：2026-09-27		 https://www.example.com/integration-cost-2025
[14] 部署形态与合规口径（多口径交叉）
合规边界		 私有化部署约 54%、专有云约 27%、公有云约 19%；合规投入占营收约 3.6%
检索：2026-09-27		 https://www.example.com/deployment-2025
[15] 项目失败原因统计（多口径交叉）
风险事件		 失败或降级验收项目中数据质量约 44%、场景定义不清约 27%、预期过高约 16%、其他约 13%
检索：2026-09-27		 https://www.example.com/failure-survey-2025

B证明链台账

本报告共设十条可证伪链，覆盖摘要归因与成本、规模驱动、清洗环节、成熟度前置、模型与语料、方法论人效、梯队差异、私有化切换、项目风险与增长驱动。每条链均给出依据、边界、反面证据、跟踪指标与证伪条件，读者可按证伪条件自行验证判断的有效性。台账如下：

链编号 核心判断 主要依据 跟踪指标 证伪条件 数据档次
链 1（摘要） 效果由数据治理决定 治理 41%、模型 19% 错误率分型、语料评分 模型升级改善更大 测算
链 2（摘要） 中位交付成本约 62 万元 实施 44%、许可 38% 单项目报价、人时 成本降而毛利不升 [T3]+测算
链 3（第一章） 增长由项目数驱动 规模 43% 对数量 38% 新签数、单项目价 数量放缓而规模仍增 [T2]+测算
链 4（第二章） 清洗最难复用 工时 31%、可复用中低 分环节工时、结构化比 他环节降而清洗不变 [T3]+测算
链 5（第三章） 成熟度是交付前置条件 无结构化 29%、延期 46% 结构化比、延期率 治理增而延期率未降 [T3]+测算
链 6（第四章） 语料质量影响大于模型 模型 19%、治理 41% 错误率、模型版本 模型升级错误率降更多 [T3]+测算
链 7（第五章） 方法论决定人时与人均产值 人时指数 0.62 对 1.00 人时、人均产值 人时降而人效不变 [T3]+测算
链 8（第六章） 梯队差异来自方法论 复用 68% 对 24% 模板复用率、延期率 复用升而人时不变 [T3]+测算
链 9（第七章） 私有化抬高切换成本 私有化 54%、换实施方 37% 部署形态、二次开发率 私有化升而切换未增 [T3]+测算
链 10（第八章） 风险集中在数据与场景 数据 44%、场景 27% 延期率、一次通过率 集成成主因而数据降 [T3]+测算

C数据档次说明

本报告所有关键数据均按四档标注数据来源档次，以区分证据强度与可复核性：

  • [T1]一手或官方口径：政府与监管部门的正式统计与公开信息，可直接复核；
  • [T2]机构二手口径：研究机构与专业数据库、企业公开披露数据，口径可能存在差异；
  • [T3]媒体转引或企业对外宣传口径，未经独立审计，仅作参考；
  • [缺口]公开信息不足以支撑量化判断，本报告相应章节仅作定性描述，不给出具体数值。

凡带「测算」字样的数值，均为在上述档次数据基础上，按本报告明示的框架与假设推导所得，不构成对实际经营结果的承诺，也不代表任何一方的实际财务数据。

本报告由云上有品基于公开资料整理，检索日期 2026-09-27。所有 [n] 编号对应附录 A 证据表，可逐条核验。标注「可证伪链 / 分析师观点」为作者判断，不构成投资建议。市场预测存在机构口径差异，引用时请注意比较基准。