日前，一份名为《2026中国新科技100强》的名单对外发布。牵头评选的，是中科院主管刊物《互联网周刊》，联合发起方还包括DBC德本咨询等机构。名单按人工智能、AI芯片、新型工业化、能源科技等11个赛道排定100家企业，其中数字产业赛道的榜首位置，落在了一家以“查公司”为主业的企业头上——企查查。

评选标尺是“可持续增长”，不看某一年的营收爆发，看的是技术根基和产业里的位置。一家商业数据公司坐上这个位置，某种程度上回应了科技行业这两年反复琢磨的问题：数据要素，究竟能不能成为一门独立生意。

两个官方数字，划出一片市场

国家数据局今年4月在数字中国峰会上公布的《全国数据资源调查报告（2025年）》，给出了这个行业的底数：一年52.26ZB的数据产量，同比增长27.28%，全球占比27.44%；而付费购买过数据的企业，占比不过11.65%。

供给汹涌、流通尚浅，中间的空隙就是商业数据服务公司的生存空间。签合同前摸一摸交易对手的底，放贷前核实借款人资质，尽调时调涉诉记录，供应链上穿透二级三级供应商——这类需求零碎、高频、讲究时效，指望公开信息的原始接口拼出完整答案并不现实。工商、司法、知识产权、招投标各处的公开数据，得先经过归拢、比对、关联，变成结构化的档案，才谈得上可用——这一步，是这门生意绕不开的入场券。

入场早的人，家底更厚

企查查属于国内最早一批从事企业信用信息服务的公司。其数据如今覆盖全球7.3亿+市场主体，司法诉讼数据2.5亿+，知识产权数据2.4亿+，由此织成一张400余维度的智能信用图谱；用户端，1.6亿+注册用户，月活接近8000万。

不过这门生意真正的门槛不在攒数据，而在让用户掏钱。据企查查方面公布的数据，2025年公司收入7.87亿元，付费客户107.04万——放在整个数据行业里，做到这个量级的付费转化并不多见。

最挑剔的客户，给了最硬的背书

客户结构比收入数字更有说服力。公开信息显示，五大国有银行、12家股份制商业银行都在用企查查的服务。金融机构对数据准确性与合规性的验收，在各类客户里近乎最严，能过这一关，本身就是一种资质证明。政务监管、律所尽调、制造业供应链穿透等场景也在陆续接入——它们的共同点，是对完整性、时效性、可追溯性近乎苛求。

公司先后获评国家高新技术企业、独角兽企业、省级企业技术中心。这类认定考核的通常是十年量级的持续投入，而非某一年的财务表现。

AI时代，数据公司的新位置

今年这份榜单的评选逻辑里有一个明显转向：人工智能赛道的重心，正从通用大模型移向行业大模型、智能体与AI数据服务。评选方关心的问题很具体——AI能不能帮企业降本，能不能创造新的收入，能不能进入业务流程与人协同。

企查查的路径与此吻合。它没去讲通用人工智能的故事，而是把十余年的商业数据积累做成标准化接口，接进大模型与智能体的工作流。智能体处理尽调、风控、合规任务时可以直接调用其结构化数据，回答附带数据来源与更新时间。这层能力的意义在于：泛化能力只有接上真实、准确、实时的数据，大模型才进得了容错率极低的商业场景——一份看起来流畅的尽调报告，若底层的股权与涉诉信息有偏差，输出便失去可用性。

落地已有实例。供应链风控中，企业把企查查的数据接口接进内部智能体后，多级供应商的司法风险、工商变动、经营异常可被自动盯控，满足触发条件即主动预警，取代了此前人工定期排查的模式；金融合规场景中，客户经理以对话方式询问企业情况，底层调用的实时数据与信用图谱自带来源溯源，满足机构对可解释性的要求。

在数据要素与人工智能交汇的节点上，这家公司占住了一个相对确定的位置。数字产业赛道的头名，可以视作行业对这种确定性的一次正式确认。

校对 陶善工