近日，中国科学院主管期刊《互联网周刊》联合DBC德本咨询等机构发布《2026中国新科技100强》榜单。这份覆盖人工智能、AI芯片、新型工业化、能源科技等11个赛道、100家企业的名单里，数字产业赛道的第一名，给了一家做企业商业数据的公司——企查查。

榜单的遴选标准是“可持续增长”，考察的不是短期营收增速，而是技术立身与产业价值。在这两个维度上，一家数据公司能排到数字产业赛道首位，指向的是一个正在升温的判断：数据要素，正在成为未来科技产业里确定性方向之一。

数据要素，正在从产量走向价值

国家数据局今年4月在数字中国建设峰会上发布的《全国数据资源调查报告（2025年）》给出了这个行业的两个基本面。一边是供给：2025年全年数据产量达到52.26ZB，同比增长27.28%，占全球总量的27.44%；另一边是流通：全国已有11.65%的企业购买过数据。

供给与流通之间的广阔空间，正是商业数据服务公司的成长土壤。企业决策要查交易对手，银行放贷要查借款人，律所要查涉案记录，供应链企业要穿透二级三级供应商——这些需求分散、高频、实时，靠政府公开信息的原始接口拼凑不出完整的答案。谁先把散落在工商、司法、知识产权、招投标各处的公开数据清洗、关联、结构化，谁就握住了这门生意的入场券。

这个入场券，企查查拿得比大多数同行都早。作为国内最早一批从事企业信用信息服务的公司，企查查目前沉淀了全球7.3亿+市场主体、2.5亿+司法诉讼、2.4亿+知识产权数据，构建起覆盖工商、司法、经营等400余维度的智能信用图谱。用户侧的数字同样可观：注册用户超1.6亿，月活跃用户近8000万。

从个人订阅到银行级客户

数据生意最难的不是攒数据，而是让人愿意付费。据企查查公开披露的信息，2025年公司营业收入7.87亿元，付费客户达107.04万。放在数据行业里，能够实现如此大规模的付费客户转化，本身就是一道不低的门槛。

同时，其接近软件行业的毛利水平，说明这门生意已经跑通了数据订阅的基本盘；而更值得关注的是其在银行级客户的渗透。公司披露信息显示，企查查服务了5大国有银行、12家股份制商业银行。银行对数据准确性与合规性的要求，是所有客户里最苛刻的一档，能通过这一关，本身就是一种资质证明。

在金融之外，政务、律所、供应链等场景也在陆续接入：政府做企业信用监管、律所做尽职调查、制造业企业穿透二级三级供应商，这些场景的共同点在于，它们对数据的完整性、时效性和可追溯性都有近乎苛刻的要求。

这门生意的天花板，取决于数据的维度和场景的广度，而这两件事都急不来——公司先后获评国家高新技术企业、独角兽企业、江苏省级企业技术中心，靠的正是十年攒下来的数据积淀与技术投入。

把数据能力接进AI生态

在《2026中国新科技100强》的评选逻辑中，一个显著的趋势是：人工智能赛道的重心已从通用大模型转向行业大模型、智能体与AI数据服务。“AI能不能帮企业降本？能不能创造新的收入？能不能深入到业务流程里协同人类办公？”

这恰恰是企查查正在做的事。

据了解，企查查已将AI大模型深度嵌入核心产品线。基于其海量结构化数据与行业知识积累，企查查正在探索“AI+商业数据”的垂直应用——包括智能企业画像生成、自然语言交互式查询、风险事件智能归因分析、供应链图谱自动推演等。相较于通用大模型的“泛而不深”，企查查的AI能力建立在对企业信用数据的深刻理解之上，更容易在金融、政务、法律等专业场景中产生可量化的商业价值。

以智能体（AI Agent）为例，企查查正尝试将数据能力从“被查”转向“被调”。

在大模型与智能体加速渗透业务流程的背景下，企查查的定位不再只是一个提供查询界面的数据产品，而是逐步向AI应用背后的数据基础设施层延伸。据公开信息，企查查已与多家大模型厂商及企业级智能体平台开展合作，将企业信用数据以标准化接口的形式嵌入AI工作流，使智能体在处理尽调、风控、合规等任务时能够直接调用结构化、可溯源的商业数据。

这层能力的价值在于，大模型的泛化能力只有与真实、准确、实时的数据结合，才能在容错率要求极低的商业场景中落地。一个智能体可以生成流畅的尽调报告，但如果支撑报告的企业股权结构、涉诉记录、经营异常等关键信息出现偏差，输出结果就失去了可用性。企查查在数据治理和更新频率上的积累，恰好补上了这一环。

从实际场景看，这一方向已有初步落地。在供应链风控中，企业将企查查的数据接口接入内部智能体后，系统可自动监控多级供应商的工商变更、司法风险和经营异常，并在触发条件时主动推送预警，替代此前依赖人工定期排查的模式。在金融合规场景中，客户经理通过对话式智能体提问企业情况，底层调用的是企查查的实时数据与信用图谱，回答可附带数据来源与更新时间，从而满足机构对可解释性和合规性的要求。

当然，AI生态中的数据服务并非没有竞争，但至少从目前看，企查查在数据与AI的结合上，方向是清晰的：它不试图去讲一个通用人工智能的故事，而是把自身在商业数据领域十余年的积累，嵌入到AI应用对真实世界信息的需求链条里。这或许正是其在“新科技100强”数字产业赛道中排到第一的原因：在数据要素与人工智能交汇的节点上，它占住了一个相对确定的位置。

校对 陶善工