把握AI主線下四大投資方向

一、行業(yè)回顧市場行情回顧信創(chuàng)、數據要素、AI輪番驅動，計算機板塊顯著跑贏大盤。202年0月美對華芯片出口管制、二十大提“統(tǒng)籌安全與發(fā)展”信創(chuàng)節(jié)奏預期帶動計算機板塊行情，10月底伴隨《全國一體化政務大數據體系建設指南等數據要素市場政策陸續(xù)推出信創(chuàng)+數據要素共同帶動計算機板塊春節(jié)前上漲行情春節(jié)后微軟數十億美金投資openI，CatGT、4等大模型陸續(xù)發(fā)布，國內大廠紛紛跟進，算法、算力、數據、應用等AI相關板塊領漲市場，帶動計算機板塊顯著跑贏大盤。圖122年0月以來申萬計算機行業(yè)指數累積漲跌幅及重要事件數據來：2022年10月至春節(jié)前主要指數均出現反彈其中計算機板塊大幅上漲28.41顯著跑贏其他主要指數。春節(jié)后在I大模型的推動下計算機板塊繼續(xù)上漲4月以來略有回調但整體漲幅仍有1.88相對其他主要指數仍保持較大的相對收益截至5月4日計算（申萬顯著跑贏大盤年初以來漲幅達2581%列申萬一級行業(yè)第3位。圖222年0月以來計算機行業(yè)及主要指數漲跌幅（）-11.15-11.15春節(jié)后至2022年10月至春節(jié)前-3.620-5-0-50.182.6257.959.40109.9011.8812.98201528353025計算機(申萬) 滬深300 創(chuàng)業(yè)板指 中證500 上證指數數據來：，截至2354行業(yè)及子板塊業(yè)績回顧202年行業(yè)營收增速有所放緩毛利率下滑以及研發(fā)投入增長導致利潤同比下滑截止2023年4月30日，申萬計算機行業(yè)總計348家上市企業(yè)剔除B股上市公司共計346（下同2022年全年合計實現營業(yè)收入164.1億元同比增長1.18%增速中位數為0.8%實現歸母凈利潤307.92億元同比下降44.57%增速中位數為13.9實現扣非凈利潤198.69億元同比下降50.35%增速中位數為6.2從費用率情況來看2022年行業(yè)銷售費用率研發(fā)費用率同比略有上升財務費用率略有下降2022年全年行業(yè)整體銷售費用率為同比上升0.38個百分點；2022年全年行業(yè)整體研發(fā)費用率為9.25%，同比上升0.82個百分點。2022年受多地散發(fā)疫情影響部分項目四季度未能完成驗收確認收入導致行業(yè)整體利潤端表現不佳毛利率相較2021年同期下降0.62個百分點。行業(yè)整體營收同比基本持平，一季度毛利率同比小幅提升，非經常性項目損益較大，歸母凈利潤整體實現較大幅度增長一季度行業(yè)費用率同比提升明顯整體扣非凈利潤出現虧損同比下滑明顯023年一季度3家公司合計實現營業(yè)收入2329.2億元同比下降1.27%增速中位數為6.6實現歸母凈利潤48.94億元同比上升62.83%，增速中位數為22.7；實現扣非凈利潤8.17億元，增速中位數為22.0%。從費用率情況來看，2023年一季度行業(yè)銷售費用率研發(fā)費用率同比略有上升財務費用率略有下降歸母凈利潤提升主要來自于毛利率提升及非經營性損益提升，包括政府補助、投資收益等，扣除非經常項目損益后的凈利潤下降，主要原因系行業(yè)整體銷售研發(fā)費用率的提升2023年一季度行業(yè)整體銷售費用率分別為8.81%同比上升0.81個百分點；2023年一季度行業(yè)整體研發(fā)費用率為1.09%，同比上升1.07個百分點。行業(yè)深度表1:計算機行業(yè)2年年報及03年一季報主要經營指標財報期 總營收歸母凈潤扣非凈潤銷售費率管理費率研發(fā)費率財務費率毛利率2全年 .1.2.9.%.%.%.%.%1全年 .5.1.6.%.%.%.%.%1 .2.9.7.%.%.%.%.%1 .7.6.0.%.%.%.%.%數據來i2022年疫情影響較大僅過半數企業(yè)實現收入增長從收入增速結構來看剔除B股的346家上市公司中184家公司2022年全年收入實現同比正增長，占比較2022年三季度有所下滑。其中，超8成公司全年收入增速處于30~30區(qū)間。對于多數計算機公司而言，收入確認與驗收基本集中在第四季度，2022年四季度疫情有所爆發(fā)，導致大量驗收確認工作無法正常推進，影響行業(yè)內公司全年財務表現。疫情影響逐步消退，超六成公司一季度實現收入增長。從收入增速結構來看，剔除B股公司，346家上市公司中216家公司203一季度收入實現同比正增長相較2022年全年實現同比正增長的184家有明顯提升。其中超7成公司前三季度收入增速處于30~50區(qū)間10家公司203年一季度收入實現翻倍增長主要原因為去年一季度收入基數較低，或近一年內發(fā)生了獨立上市、投資并購等事件。對于多數計算機公司而言，收入存在較為明顯的季節(jié)效應，收入確認與驗收基本集中在第三、四季度，第一季度收入在全年中占比相對偏小，波動也較大。一季度隨著疫情影響逐步消退，生產生活節(jié)奏恢復正常，多數計算機公司訂單情況表現良好，部分2022年四季度受局部疫情影響導致的項目驗收、實施延后，使得本應2022四季度確認收入的項目延期至今年一季度或二季度，也為部分公司貢獻了2023一季度的收入增長。整體來看，計算機行業(yè)2023年第一季收入略有提升隨著經濟復蘇進一步推進招投標項目加速推進并進入實施階段2023年全年計算機公司收入情況有望實現穩(wěn)步增長。圖3:計算機行業(yè)2全年收入增速分布（單位：家） 圖4:計算機行業(yè)21收入增速分布（單位：家）數據來： 數據來：2022年疫情影響下多數企業(yè)利潤出現下滑超兩成企業(yè)由盈轉虧從利潤情況來看2022年計算機行業(yè)中僅17家企業(yè)利潤實現扭虧120家企業(yè)虧損其中盈轉虧企業(yè)77家續(xù)虧企業(yè)43家行業(yè)內公司受疫情影響較為明顯，部分項目延期至2023年上半年確認收入及利潤。一季度利潤端基數偏小導致波動較大盈轉虧及扭虧企業(yè)占比基本相當從利潤情況來看2023年第一季度計算機行業(yè)中虧損企業(yè)162家33家企業(yè)盈轉虧34家企業(yè)扭虧考慮到計算機行業(yè)大多數公司收入端存在季節(jié)效應同時成本端為各季度平攤因此一季度利潤端虧損企業(yè)占比較高屬正常現象全行業(yè)2023年一季實現歸母凈利潤增速62.8%，增速中位數22.7%，體現行業(yè)當前處于良好發(fā)展趨勢，隨著下半年收入確認高峰期來臨，預計全年行業(yè)利潤有望實現觸底回升。圖5:計算機行業(yè)2全年利潤增速分布（單位：家） 圖6:計算機行業(yè)21利潤增速分布（單位：家）數據來： 數據來：2022年行業(yè)龍頭業(yè)績穩(wěn)定性更強，23年1疫情緩解經濟復蘇中小企業(yè)業(yè)績彈性更大。對比總市值大于500億元的大型龍頭企業(yè)與其他企業(yè)業(yè)績，可以看出大型企業(yè)具備更強的抗風險能力，中小企業(yè)具備更強的業(yè)績彈性。截至2023年4月30日，申萬計算機行業(yè)分類中500億市值以上的上市公司共計16家，包括?？低?、金山辦公、科大訊飛、三六零、寶信軟件、同花順、恒生電子等各領域龍頭企業(yè)，相較2022年底的1有明顯提升。2022年全年，大型企業(yè)營收增速6.19%，其余企業(yè)營收下降1.10%，顯示了大型企業(yè)在宏觀環(huán)境波動情況下的業(yè)績穩(wěn)定性2023年Q1大型企業(yè)營收同比減少6.88%其余企業(yè)增速達到1.58%利潤端來看，2022年全年受疫情影響交付及收入確認等因素影響大小市值公司利潤均有較大幅度下滑大市值企業(yè)利潤下滑幅度顯著低于中小企業(yè)2023年Q1其余企業(yè)利潤迅速增長同比增速達到132.03（2022年同期為虧損，體現出疫情緩解后中小企業(yè)業(yè)績恢復的強大彈性總體來看大型企業(yè)在2022疫情影響下體現出更強的業(yè)績穩(wěn)定性，其余企業(yè)在2023年Q1表現出較強彈性，業(yè)績迅速恢復。表2不同市值分組企業(yè)業(yè)績表現板塊營業(yè)收入（億元）21全年2全年同比增速131同比增速大市值業(yè)>0.8.9.%.2.0.%其他.7.2.%.5.2.%板塊歸母凈利潤（億元）21全年2全年同比增速131同比增速大市值業(yè)>0.5.6.%.4.9.%其他.6.6.%.8.6.%數據來：，以2..0收盤格計算基金持倉及估值截至5月4日收盤申萬計算機行業(yè)P（TTM（剔除負值為54.85倍處于2017年以來的88.4分位水平。2022年10月以來，計算機板塊行情持續(xù)回升，當前估值水平已經回升到較高水平。圖7計算機行業(yè)歷史估值情況：P（TM）（剔除負值）計算機 均值 +TD 1D8070605040302010021//3 21//3 21//3 22//3 22//3 22//3 22//3數據來：，截至2354從板塊估值來看當前計算機多數子行業(yè)估值逐步回升截至5月4日醫(yī)療IT教育IT金融IT衛(wèi)星及遙感應用等板塊PE（TTM）分別為84.05、6347、1.78、8.70倍，分別處于2017年以來95.6%、91.6%、78.9、83.1%分位水平，回升到較高水平。工業(yè)互聯網及工業(yè)軟件、企業(yè)級服務、互聯網金融等板塊的估值水平還處于歷史分位數30及以下，仍有估值修復空間。圖8計算機行業(yè)及各子板塊當前估值及歷史分位數9 %83.19 %83.1%91.6%79.1%78.9%66.4%59.5%8 548.4%80.701%5 52.21 51.7824%143 9%30.51640 47.07.1%96.16.17.45376 62 64.12.73.45.44.05.680706050403020100數據來：，截至2354

PE(TTM剔除負值) 2017年以來分位數

10%10%8%6%4%2%0%根據id一致預期，截至5月4日，申萬計算機行業(yè)203年預測市盈率39.01倍，智能汽車、教育IT、智慧城市金融IT工業(yè)互聯網及工業(yè)軟件企業(yè)級服務互聯網金融能源及電力信息化等子板塊2023測市盈率低于行業(yè)平均水平。圖9計算機行業(yè)及各子板塊預測市盈率（整體法，剔除負值）50.7148.5350.7148.5347.8344.0440.2439.013637.6437.5234.5634.4529.4429.2624.8050403020100數據來：，截至23542022年0月以來信創(chuàng)數據要素AI帶動計算機行情回升2224和021基金持倉計算機比例持續(xù)回升。2023年一季度末公募基金計算機持倉占比已經由2022年二季度末的2.29回升至5.84，目前處于2017年以來的較高水平。圖0公募基金重倉計算機行業(yè)比例基金重倉計算行比例7%

6%5%4%

%

3%

2%1.99%1%

2.29%數據來：重倉持股集中度回落從持股集中度來看20231計算機行業(yè)重倉股前五持倉市值占行業(yè)整體持倉市的42.66，前十占比為60.34，集中度環(huán)比大幅回落，環(huán)比2022Q4分別回落5.67和5.0個百分點。圖1計算機重倉股集中度情況100%

重倉股前5占比 重倉股前1080%60%40%20%數據來：從計算機前十大重倉股變化來看2023年一季度末科大訊飛同花順三六零晉升前十大重倉股金山辦公重倉市值升至行業(yè)第一，2022年四季度末前十大重倉股金蝶國際用友網絡、航天宏圖退出前十，三只股一季度分別下跌24.01、上漲4.05和上漲1.40。2023年一季度計算機前十大重倉股多數出現一定幅度上漲其中只有納思達錄得漲幅重倉市值也下降至行業(yè)第五十大重倉股中受益于I大模型推動金山辦公、科大訊飛、同花順、三六零一季度漲幅較大，重倉市值環(huán)比2022年四季度提升明顯。表3:前十重倉持股變化情況2022重倉前十情況2023重倉前十情況公司簡稱重倉市值2031漲跌幅公司簡稱重倉市值2031漲跌幅納思達1.7-.%金山辦公3.378%金山辦公1.178%恒生電子1.035%廣聯達1.829%科大訊飛12.129397%恒生電子1.935%廣聯達1.729%深信服70434%納思達965-.%中科創(chuàng)達66987%深信服82934%金蝶國際4117-2.0%同花順803411.1%寶信軟件37429%寶信軟件63329%用友網絡36574.5%中科創(chuàng)達52487%航天宏圖27711140%三六零405216.8%數據來：二、投資展望市場展望atPT的出現是當前計算機板塊最重要變化之一。黨的十八大以來，黨和國家大力推進新一代信息技術發(fā)展人工智能技術被廣泛應用到工業(yè)服務業(yè)農業(yè)等經濟發(fā)展各領域推動經濟快速朝著智能化方向發(fā)展。2017年國務院印《新一代人工智能發(fā)展規(guī)劃提出了面向2030年我國新一代人工智能發(fā)展的指導思想略目標重點任務和保障措施部署構筑我國人工智能發(fā)展的先發(fā)優(yōu)勢加快建設創(chuàng)新型國家和世界科技強國人工智能已經上升為國家戰(zhàn)略?！笆奈濉睌底纸洕l(fā)展規(guī)劃提出了數字經濟發(fā)展的目標和任務，其中包括加快數字化基礎設施建設，推動數字化技術應用創(chuàng)新，加強數字安全保障等，深化新一代信息技術集成創(chuàng)新和融合應用，加快平臺化、定制化、輕量化服務模式創(chuàng)新，打造新興數字產業(yè)新優(yōu)勢。人工智能在推動產業(yè)轉型升級促進數字經濟發(fā)展中將發(fā)揮重要作用。atPT具備生成自然語言的能力，可以實現多種語言任務，如問答、對話生成、文章創(chuàng)作等，其強大的功能在商業(yè)領域已經逐步得到體現，預計未來以P4位代表的多模態(tài)大模型將對人類生產力和創(chuàng)造力的提升帶來積極影響?；仡櫣I(yè)革命、互聯網、移動互聯網的出現，生產力提升后均給社會帶來了巨大的變化。機器的發(fā)明和使用是工業(yè)革命最大的變化，在很大程度上取代了手工勞動，使得生產過程更加高效、更加精密，勞動分工更趨專業(yè)化，鋼鐵、機械、汽車等新興行業(yè)得以發(fā)展?；ヂ摼W的出現大大加快了信息傳遞的速度，人們可以更加便捷、高效地進行信息交流和信息共享，也使得生產過程更加智能化和自動化，互聯網的創(chuàng)新發(fā)展各領域融合應用，電子商務、在線教育、在線醫(yī)療等新興數字經濟產業(yè)得以發(fā)展。此次以大語言模型為代表的生成式大模型帶來的生產力提升，預計未來也將給各行各業(yè)帶來較大的生成關系和商業(yè)模式變化。目前，海內外各路巨頭們紛紛斥巨資加入到I的布局，整個行業(yè)正在快速發(fā)生變化。表4:各巨頭I布局情況公司大模型局公司大模型局eCaPT語)、T-(多態(tài)、x(編程)CP(模)、AE圖)百度文心一(言)IR系(視覺)文心模態(tài)ENE體)eeia(多態(tài))AlFl(生Ala(碼)阿里通義Ali(語)通義視覺通義(模)GerinER(多態(tài))aA語言)PLa(語)Ia圖音頻)華為盤古NP語言)盤古C視)科學計大模eaA(言A(片)kA-視頻)騰訊unYa-NL(言)unYa-r視)unYan_r(模)太極文圖多模)數據來：在A股市場同樣表現出對AI的熱情，到目前為止大致分3個階段：1）概念為主，春節(jié)期間PT的出圈，導致春節(jié)后第一階段市場先買人工智能標簽票：海天瑞聲、云從科技、科大訊飛、拓爾思、漢王科技等領漲市場；2）邏輯為主，微軟推出copilot展示后，市場第感受到了生產力的巨幅變化，機構加速入場，I卡位好且邏輯好的龍頭票受到機構青睞金山辦公同花順36寒武紀科大訊飛等3變化為主在各巨頭紛紛加入大模型后市場更青睞去買由于I帶來變化的股票例如萬興科技率先接入GT且一季報好用戶數有變化海外開始討論數據版權收費問題后中國科傳因為數據收費的變化而漲光模塊800g變化預期光模塊大漲；福昕接入PT后大漲等。因此，我們認為現階段，市場已經對于AI變革的重要性達成共識，而I主要圍繞算法、算力、應用、據四個方向。從投資策略來看，后續(xù)在I浪潮下，核心思路還是應該關注這幾個方向內能產生變化的個股。算力相關投資機會展望人工智能大模型浪潮推動智能算力需求提升機器學習于20152016年開啟了大模型時代，人工智能算法加速發(fā)展。在NP領域，OpenI團隊于2018年提出了采用raorer架構的大模型P1其使用了大規(guī)模無監(jiān)督預訓練的方法實現了連貫自然語言文本的生成。隨著PT大模型的持續(xù)迭代，penI團隊分別于2019、2020、23年發(fā)布PT24，大模型的參數量、預訓練數據量逐代提升，PT3.5的訓練參數量已達到1750億，PT4參數量預計在20003000億之間。我們認為隨著raorer模型廣泛的應用參數量和預訓練數據量的增加提升了模型整體的表現千億級參數量的模型不斷涌現。在P3發(fā)布之后，模型參數的增多顯著提升了模型對于文本理解的準確性，海內外頭部廠商紛紛布局研發(fā)新一代超大規(guī)模NP模型?；赼tPT的成功經驗，各廠商也積極推動大模型在問答方面的應用，包括ooleBard百度文心一言阿里通義千問等當前有更多的玩家布局I大模型賽道投入到超大規(guī)模語言模型的開發(fā)意味著超大規(guī)模P模型的迭代速度有望提升模型參數量及預訓練數據量需求也有望增加在玩家增多以及模型迭代的雙重促進下，我們預見未來大語言模型帶來的算力基礎設施建設需求將進一步擴張。人工智能大模型浪潮推動智能算力需求測算在國內大模型陸續(xù)上線后算力消耗有望呈現指數級增長今年4月CatGPT曾因大規(guī)模封號引發(fā)熱議，在4月5日，其正式關閉了atTPls的申請通道，原因為算力需求不足。atT在發(fā)布幾個月后即面臨到算力缺口，國內大量已經或即將上線的大模型預計也面臨巨大的算力需求。國內外大廠騰訊、阿里、、亞馬遜英偉達等近期先后入局大模型算力服務通過優(yōu)化I框架模型編譯等降低算力成本為外部企業(yè)提供普惠算力支持，打造自身的云生態(tài)。I大模型的算力需求主要來自模型預訓練etue微調日常運營三部分由于同一通用大模型可以通過不同的etue生成不同的執(zhí)行具體任務的大模型因此Fiete環(huán)節(jié)算力需求特異性強與下游任務的復雜度有關，較難估計。以下我們對國內大模型的預訓練及日常運營所需的算力進行了簡要測算。行業(yè)深度圖2大模型算力需求拆解 圖3大模型算力需求拆解數據來eatanuer 數據來：eatanuer據penI團隊發(fā)表于2020年的論文《agaeodelsareew-Sotearers》，訓練一次13億參數的P3L模型需要的全部算力約為27.5Pop/sday，訓練一次1746億參數的P3模型需要的算力約為364Pop/sda，得出參數量每增多1億，預訓練所需算力平均增加2Pop/sda。根據已知消息，華為盤古大模型參數量為2000億，百度EIE3.0為2600億，阿里M6大模型雖然參數量達到萬億級，但官方宣稱該模型成倍降低了能耗和算力需求，以當前公告或新聞粗略統(tǒng)計，中國正在或計劃預訓練的大模型有超過30個，平均每個的參數量為2000億，因此全部預訓練一次帶來的算力需求即為1200Pop/sda（=2Pop/sda200030），即以一萬億次每秒的速度計算，需要12000天。圖：大模型預訓練算力需求測算數據來源：OpenAI，華為，百度，據orte雜志，每次用戶與CatGPT互動，產生的算力云服務成本約0.01元。而根據國內互聯網用戶活躍度預測：百度搜索日活用戶大約為2億人，微信日活躍用戶大約為1億，由于現在開發(fā)NP大模型幾家互聯網企業(yè)已經覆蓋了互聯網的各種使用場景，在未來國內大模型初步開放使用時，假定每人同時只使用一種大模型且日均調用次數一次那么國內大模型日常運營成本將達到200萬美元（2億0.01美元大模型完全成熟后，日常運營成本將達到100萬美元天（1億0.01美元）。此外據abda使用訓練一次P3模型所需花費的算力成本超過460萬美元據penI訓練一次P3模型需要的算力約為364Pop/sda。我們假設單位算力成本固定，計算出單位算力成本為0.126萬美行業(yè)深度元/(Pop/sda)，則國內大模型初步開放使用時，日均算力需求將達到1580Popsda；當國內大模型完全成熟后，日均算力需求將達到870Pop/sda。圖5大模型日常運營算力需求測算數據來源：Fortune，Lambda，OpenAI，百度，微信，智能算力增對應AI服務器需求測算按照估算假設國內存在30家大模型則預訓練算力需求大約為12000Pop/sda假設大模型一次預訓練需要1周，則日均算力需求約為17100Pp/sda；而日常運營算力需求按初步開放的日活躍用戶2億人計算，由于白天使用人數多于夜晚，因此假設白天使用熱度是夜晚的2倍，再修正假設為每人每天平均與大?；?次，則前文估算的日常運營算力需求經折算后，日均算力需求約為6320Pop/sda；若按大模型成熟后活躍用戶1億人計算，日均算力需求為34760Pp-da?？紤]企業(yè)算力設施的可復用性，即企業(yè)用來預訓練的服務器可以用于日常運營大模型，則短期預測中日均算力需求為每天17100Pp/sday，長期預測中日均算力需求為34760Pop/sday。而以浪潮I服務器浪潮56886為例，每秒算力為500Tp/=5.0e+15/s，在短期內需要大約3960臺服務器不停工作，在國內大模型成熟后活躍人數進一步增加使用頻率大于6次天之后所需運營算力將大于3476Pop/sday少需要8050臺服務器不停工作我們認為I大模型的訓練和運營產生的算力需求有望推動I服務器出貨量快速上升。圖6:I大模型訓練及運營算力需求對應I服務器需求量測算數據來源：OpenAI，Fortune，Lambda，百度，微信，浪潮信息，隨著預訓練大模型的不斷進步，人們不再滿足于大語言模型的簡單的文本理解和生成，而是將主要研究方向轉向多模態(tài)大模型，即能夠從文字、圖像、視頻、音頻等多種模態(tài)同時理解輸入信息并產生多種輸出，進而執(zhí)行跨模態(tài)多任務的大模型；多模態(tài)大模型能夠廣泛運用于情景理解、圖像生成、機器視覺等人工智能前沿領域，也成為各家大模型技術競爭的焦點。多模態(tài)大模型廣闊的應用場景帶來了巨大的市場需求，不斷推動了新行業(yè)深度的模型、技術創(chuàng)新涌現，也加快了多模態(tài)大模型商業(yè)化落地的步伐。在傳統(tǒng)的“文生圖”領域，已有較為成熟的多款應用，目前對大眾開放的圖片生成模型主要包括blefsio2penI的DLLE2djorey等此外isalCatGPT即利用atT開源的api加上多個視覺模型也可以實現圖文互動雖“文生圖技術已經較為成熟但目前這些大模型還未實現充分商用，未來市場空間依然廣闊。在新興的游戲開發(fā)領域，多模態(tài)大模型可以接收用戶上傳的圖像、視頻，快速實現數字人建模，相比傳統(tǒng)建模方法具有效率高成本低個性化強的優(yōu)勢英偉達的Oiereatar就是一個利用I技術建立數字人的成熟產品；也可以接受用戶與數字人互動時的表情、語音信息，綜合理解分析語義，有望應用于數字人交互領域。圖7多模態(tài)具有廣泛的應用場景數據來：百enA，tiiyAI，iouny根據penI關于PT4的論文使用文本+圖像的混合輸入方式進行提問PT4仍然能給出正確回（正確率與純文本提問方式無統(tǒng)計顯著的差異接受圖像輸入后使用者的提問將更加簡便靈活因此在未來T的應用會集中于多模態(tài)方面。由于加入了圖像處理模型的PT4參數量更大，所以也會帶來更大的日常運營算力需求。國內開發(fā)的多模態(tài)大模型，也往往以圖像處理、視覺模型等為一大亮點，目前較為成熟的有百度文心IERUO2.0(10億參數)和華為盤古V大模型(30億參數)功能為接受識別、理解圖像信息無論是多模態(tài)大模型的預訓練、ie-te調試，還是日常運營，都勢必會進一步推高國內的I服務器算力需求。圖8百度文心的多模態(tài)技術方案數據來源：百度，行業(yè)深度服務器市場行業(yè)格局及發(fā)展展望服務器作為算力基礎設施中的重要環(huán)節(jié)有望受益于I時代對算力需求不斷提升以及數字中國建設推進兩方面助力，實現快速增長。當前國家提出的數字中國建設規(guī)劃中，東數西算作為重要著力點，首次將算力資源提升至水、電、燃氣等基礎資源的高度，全面助力我國算力基礎設施建設，推動包括服務器、存儲、數據中心等環(huán)節(jié)的高速發(fā)展此外基于前文的測算大模型火熱預計帶來千臺以上I服務器增量需求帶動產業(yè)發(fā)展從全球服務器市場的總體競爭格局方面來看自2021年以來l始終占據第一位PE與浪潮交替占據第二位其他中國企業(yè)均占據一定市場份額在市場增速方面中國服務器市場增速快于全球市場除2022年因國內疫情反復影響供應鏈以外中國年度增速季度同比增速均領先全球2018年2022年中國市場CGR達到1.5%，領先全球的7.3%。中國服務器市場的總體競爭格局方面自2021年Q4超聚變成立以來，市場份額前三名基本固定，依次為浪潮新華三和超聚（之前第三名由華為Intel交替占據在市場集中度方面中國服務器市場C3CR5近年來整體呈下降趨勢，表明在信創(chuàng)產業(yè)、數字經濟發(fā)展的促進下，國產服務器廠商不斷涌現。數據還顯示，伴隨國產服務器廠商市場份額快速增長的，是IBM、Dell等外國廠商的退出中國市場，這表明在信創(chuàng)政策的支持下，國產服務器逐步贏得了市場的信賴，未來市場份額與營收有望進一步提升。圖9中國服務器市場集中度整體呈下降趨勢CR3 R59 0 1 2022數據來作為I服務器產品中最重要的組成部分之一，PU芯片目前出現供不應求，價格上漲的情況。根據ebay上英偉達I芯片100的最新報價，為大約10000鎊，較官方給出的10000元價格明顯上漲；H100由于暫未公布官方建議價格當前最低40000美元的零售價也高于去年下半年約36000美元的價格由于I服務器主要成本近80來自于PU、PU芯片，同時I服務器也呈現供不應求的情況，我們預計I服務器將跟隨PU芯片同步漲價，若供需關系進一步緊張，漲價幅度有可能超過芯片漲價比例。主要廠商梳理表4:I算力服務器主要廠商梳理公司名稱 I算力服務器相關布局I服務器領軍廠，國市占五成，球市率超成。聯領域客基礎好，極拓通、金融行業(yè)客浪潮信息戶。中科曙光 布局算基礎施+體化力務平臺子公曙光創(chuàng)核技為浸沒相變冷技。工業(yè)富聯 海外云商微、英達、馬的長期作伙，受于算需增長。華為鯤生態(tài)心參者，繞騰和人智能向，州鯤三人工能I新品首發(fā)亮相，中心訓服務、神州數碼推理服器、緣服器等個型。拓維信息 華為鯤+鴻核心與者“瀚”系服務已在內多頭互聯網業(yè)適測試。四川長虹 與華為合宣推出于鯤主的長虹宮系，子司虹軟經營/通用服務器。全球領的CT設備廠商，全務器出量排居前微軟英達的戰(zhàn)合作伴廠，具覆全球的應鏈網聯想集團絡。資料來源：，各公司官網，數據相關投資機會展望數據為AI大模型賦能，數據收費是趨勢預訓練模型微調是大模型時代下的趨勢參數量和訓練數據量對模型性能提升作用大高質量數據資源是推動PT迭代的重要因素。T模型采用的是raforer結構，其訓練分為預訓練和微調兩個階段，主要思想是在不同層之間交換信息以更好地捕捉上下文信息。（1）預訓練階段：用大規(guī)模通用文本數據集訓練模型，自動地學習到單詞的語義和上下文信息；（2）微調階段：使用特定的任務數據集對預訓練好的模型進行微調，以適應特定任務的需求?？v觀PT模型的發(fā)展，參數量和訓練數據量的大幅提升是PT模型取得性能提升的關鍵其中參數量方面P1只有1.17億P3已經達到1750億訓練數據方面P1使用了Booorps數據集包含7,000本沒有發(fā)布的書籍大小在4.6G左右P2的數據取自于eddit上高贊的文章命名為ebet共有約800萬篇文章累計體積約40GP3共訓練了5個不同的語料分別是低質量的ommonral，高質量的ebet2，Boo1，Boo2和iipedia，合計大小在45TB。參數量和訓練數據量的大幅提升也使得大語言模型涌現出強大的學習能力。表5:PT模型參數量及預訓練數據量變化情況模型發(fā)布時間參數量預訓練數據量P128617億約5BP22925億40BP320510億45B資料來eAIt計劃向通過其PI使用數據的公司收費大模型訓練數據進一步規(guī)范數據版權價值顯現大模型訓練對高質量數據的需求增加，谷歌、penI和微軟等公司正使用eddit平臺上的用戶對話語料訓練I大語言模型4月18日eddit宣布計劃向通過其PI使用數據的公司收費數據收費有望成為趨勢4月27日，據Eractie報道，歐洲議會成員（MEP）就《人工智能法案》達成提案，對I模型提出更嚴格監(jiān)管要求，其中關于訓練素材的使用方面，提出模型開發(fā)商將會被要求披露在構建其模型時使用的任何版權材料，目的是保障版權所有人索要收入的權利。在國內大廠紛紛“官宣”推出自研大模型的背景下，4月1日，國家互聯網信息辦公室發(fā)布關《生成式人工智能服務管理辦法(征求意見稿)公開征求意見的通知強調提供者需確保數據安全和個人信息保護合規(guī)，尤其是隱私保護，應當對生成式人工智能產品的預訓練數據、優(yōu)化訓練數據來源的合法性負責。國內大模型訓練所需的文獻數據來源，包括知網等，目前提供的都是付費的文獻檢索服務，因此訓練數據的獲取也是有償的。隨著國內對于I數據監(jiān)管的進一步嚴格，未來數據版權價值會更加凸顯。atP、P-4效果好的關鍵之一就是引入基于人類反饋的強化學習（H），其中新增兩大數據集需求預計未來國內大模型迭代過程也將催生更多的數據標注需求相比之前的PT家族ItrctPTT35和之后的atPT主要添加了兩個數據集引入RF之后其實相當于在P3的基礎上做了兩次Ialignet，第一次是采用一個人工標注的對話數據數據集deotrationdata，利用強監(jiān)督學習來訓練P3預訓練模型，即T(periedfiete)odel達到生成對話的目的第二次是引入第二個人工標注的數據集合排序數據集copariondata，使獎勵函數可以更加符合人對模型輸出的喜好。因此，預計未來國內大模型不斷發(fā)展的過程中，將催化兩類數據集需求，一是訓練階段的通用數據集，二是微調優(yōu)化階段的專業(yè)輔助數據集。從第一類通用數據來看，國內數據沉淀較多，catpt訓練數據集在國內均能找到對應的映射，關鍵是質量的問題，因此后續(xù)主要會帶來數據清洗、加工等方面的業(yè)務需求。第二類微調數據對專業(yè)性和準確性要求較高，利好第三方專業(yè)數據標注企業(yè)。圖0:IsttPT引入人類反饋的強化學習示意圖數據來eAI表6:I訓練數據集及國內映射OeI訓練數據類型 國內對應數據CmnCaited) 過濾后爬蟲據 百度爬、0索爬bet2 Rdt上贊的章 知乎、瓣、度知等Bks1 圖書 知網、方等Bks2 圖書 知網、方等ikipia 英文版基百科 百度百、0科等資料來源：OpenAI，垂直行業(yè)數據是大模型行業(yè)落地的關鍵，關注具備數據卡位優(yōu)勢的企業(yè)在以CatGPT為代表的大語言模型出現之前各行各業(yè)其實存在很多垂類的小模型即采用特定領域的專業(yè)數據直接訓練而得到的特定行業(yè)的I模型，比如同花順重點打造的“i問財”目前是財經領域落地較為成的自然語言語音對話交互問答系統(tǒng)商湯科技eeCore大模型裝置打造的I視覺領域基模型等隨著國內外大模型陸續(xù)推出，預計未來也會像手機操作系統(tǒng)領域存在閉源的iOS和開源的安卓一樣，既有商業(yè)化成功的閉源大模型，也會有開源的大模型項目。未來很多垂直行業(yè)會結合大模型去做垂類應用，相比之前的小模型，在訓練數據量、模型效果方面都會得到很大的提升。在這個過程中，具備數據卡位優(yōu)勢的垂直行業(yè)龍頭，有望表現出比大模型廠商更強的競爭優(yōu)勢。包括金融領域的同花順、金證股份、恒生電子，教育和醫(yī)療領域的科大訊飛，安防領域的海康威視、大華股份，高清地圖領域的四維圖新，航運領域的中遠海科，法律領域的華宇軟件、金橋信息等，未來無論是接三方PI還是自研，均有望借助大模型提升自身產品力，增強客戶粘性。以上公司均是特定領域深耕多年的細分龍頭企業(yè)，在為客戶提供服務的過程中沉淀了很多專業(yè)數據，在大模型廣泛應用之前，有些已經對這些數據進行知識圖譜的構建，對數據的理解比較深厚。圖1同花順i問財網頁版數據來源：同花順，行業(yè)深度政府、國央企是垂直行業(yè)數據的主要來源，其開放共享將進一步為AI賦能根據中國通信企業(yè)協會2016年估計顯示我國70的數據集中在政府部門另外20%的數據掌握在大型業(yè)手中包括運營商大型互聯網企業(yè)等剩余10的數據則分散在各個行業(yè)隨著各行各業(yè)數字化轉型推進，當前政府部門數據占比或有下降，但預計或仍超60。數據要素行業(yè)的下游用戶目前主要分布于政府、金融工業(yè)等領域，目前大數據最廣泛應用于政府領域，金融領域位居第二，也是大數據技術應用廣泛的行業(yè)之一。圖2我國數據行業(yè)分布情況 圖3數據要素下游用戶分布其他,31.0%政府,35.0%其他,31.0%政府,35.0%金融,25.0%互聯網、營商大型企業(yè),

政府

交2.2%工業(yè)6.6%數據來源：中國通信企業(yè)協會、 數據來源：中商產業(yè)研究院、目前政府數據開放程度有待提高以醫(yī)保為代表的特定領域數據有望率先實現共享201年8月國家醫(yī)保局提出建立醫(yī)保數據與商業(yè)保險數據共享機制打“保險+健康服務生態(tài)閉環(huán)2023年1月2日全國醫(yī)療保障工作會議提出“把大數據賦能作為醫(yī)保改革發(fā)展的重要借力點，最大程度發(fā)揮全國統(tǒng)一醫(yī)保信息平臺作用更安全更積極更有序地用好醫(yī)保大數據2023年初以來，國家醫(yī)保局密集調研醫(yī)保信息化標準化工作，強調統(tǒng)籌醫(yī)保數據安全與共享，更好發(fā)揮數據要素作用。2023年2月7日、2月13日至16日、3月20日23日3月29日4月1日國家醫(yī)保局黨組成員副局長黃華波帶隊分別調研和考察北京市重慶廣東、黑龍江、吉林、上海、浙江等地醫(yī)保信息化標準化工作，重點強調全國統(tǒng)一的醫(yī)保信息平臺建設及運維管理、推進醫(yī)保信息業(yè)務編碼貫標工作、推進醫(yī)保電子憑證、移動支付、電子處方流轉等便民服務功能深化應用。在加強醫(yī)保大數據開發(fā)與應用，有效發(fā)揮醫(yī)保大數據要素作用方面，2023年2月25日國家醫(yī)保局網信辦就“構建數據基礎制度更好發(fā)揮數據要素作用”組織集中學習，黃華波強調，建立健全醫(yī)保數據基礎制度，更好發(fā)揮數據要素作用是學習宣傳貫徹黨的二十大精神落《中共中央國務院關于構建數據基礎制度更好發(fā)揮數據要素作用的意見的重要舉措要明確定位加強數據確權授權共享收益分配等重點問題研究積極探索醫(yī)保數據要素化利用。加強國家醫(yī)保信息平臺數據治理，深化支付方式、異地就醫(yī)、藥耗招采、基金監(jiān)管等子系統(tǒng)應用，不斷提升數據質量，強化對醫(yī)保管理、服務、改革的數據賦能，構筑醫(yī)保數據應用新生態(tài)。數據要素市場化加速，數據權屬會進一步明晰，AI和數據要素有望實現共振2022年以來數據要素市場化節(jié)奏加快相關政策法規(guī)陸續(xù)推出包括數字經濟十四五規(guī)劃“數據二十條、數字中國建設規(guī)劃等已經從制度和目標層面做了比較清晰的規(guī)劃，各地也陸續(xù)建立了大數據局、數據交易平臺等法定監(jiān)管和運營主體，當前數據要素市場化的難點在于如何準確清晰的對數據進行確權和定價，未來數據進一步賦能I的前提和關鍵也是解決權屬問題。去年12月財政部已發(fā)布《企業(yè)數據資源相關會計處理暫行規(guī)（征求意見稿）》，而企業(yè)數據資產入表的前提是數據權屬和定價規(guī)則應該清晰和統(tǒng)一。因此，我們預計未來行業(yè)深度特別是對于企業(yè)服務客戶時沉淀的、互聯網上留存的相關數據的權屬規(guī)定的細則或有望陸續(xù)推出，結合要素市場、要素定價和交易等制度，進而構建全國統(tǒng)一的監(jiān)管體系和標準，實現數據要素市場有序、安全、可靠的平穩(wěn)運行。圖4數據要素流通主要環(huán)節(jié)數據來源：優(yōu)易數據，數據權屬明晰后，合作運營將是數據要素市場化的主要方式。相比土地等其他生產要素，數據要素的鮮明特點包括可共享可復制，因此我們認為未來數據要素市場的底層核心邏輯還是建立生態(tài)。作為生產要素，數據可被加工成不同產品同時賦能不同類型的客戶，賦能過程需要很多合作伙伴配合，特別是垂直行業(yè)的數據服務商政府數據未來拿出來做共享和運營大概率還是會采用合作運營的方式關注政務IT系統(tǒng)建設廠商政數據要素平臺搭建廠商以及數據安全企業(yè)等。圖5:數據要素市場參與主體數據來源：中國電子信息產業(yè)發(fā)展研究院，行業(yè)深度數據要素試點以點帶面，深圳、上海等地加快推進當前國內數據要素市場化建設以區(qū)域試點為主，以點帶面，未來逐步實現規(guī)范、標準的統(tǒng)一。在數據權屬界定方面上海廣東深圳先后開“數據資產登記“數據產品登記“數據資產憑證“數據生產要素統(tǒng)計核算”等有益探索。深圳率先規(guī)劃建設數據產權登記管理制度和業(yè)務體系，將在各地區(qū)各行業(yè)數據產權制度建設中起到積極的引領示范效應2月20日深圳市發(fā)改委官網公《深圳市數據產權登記管理暫行辦法（征求意見稿），其中明確數據產權登記包括首次登記、許可登記、轉移登記、變更登記、注銷登記和異議登記等六大類型，以期實現對數字產權登記的規(guī)范化管理，促進數據要素市場發(fā)展。早在2020年10月，中共中央辦公廳、國務院辦公廳印發(fā)《深圳建設中國特色社會主義先行示范區(qū)綜合改革試點實施方案（20202025年）》支持深圳加快培育數據要素市場，賦予深圳“率先完善數據產權制度，探索數據產權保護和利用新機制”重大改革任務2022年以來深圳先后出《深圳經濟特區(qū)數字經濟產業(yè)促進條例《深圳市推進數據交易近期重點工作安（20222023年《深圳爭創(chuàng)國家級數據交易所行動計劃《深圳市數據交易管理暫行辦法》等重要政策文件，堅持把大力發(fā)展數字經濟作為城市主導的戰(zhàn)略。上海則以上海數交所建設進行試點探索，發(fā)布了若干項交易規(guī)范和交易指導，積極參與數據流通交易國家標準制定的相關工作，目前已推動編制完成并發(fā)布《信息技術數據交易服務平臺通用功能要求》《信息技術數據交易服務平臺交易數據描述》《信息安全技術數據交易服務安全要求三項國家標準引領數據交易制度建設方面預計以深圳上海為代表的城市在數據要素市場建設過程中的先行先試，有望帶動全國各地數據要素市場化建設加速。數據要素市場化試點推進過程中，特別是政務端數據運營，預計將以中國電子、中國電科、三大運營商等央企集團為主要參與方，建議關注以深桑達、易華錄、太極股份為代表的政府數據要素平臺建設合作伙伴。深桑達控股子公司中國系統(tǒng)是國內最早的數據要素化探索與實踐者，致力于成為國際領先的數據資產運營商，目前積極開展數據安全與數據要素化工程建設試點部分試點已完成整體驗收中國系統(tǒng)在國內首“制度+市+技術三位一體總體實施架構創(chuàng)造性地定義“數據元件“數據金庫“數據要素操作系統(tǒng)的產品內涵和標準，培育形成資源市場、元件市場、產品市場三大市場，最終實現在數據產權、流通交易、收益分以及安全治理方面可實際操作的方案。中國系統(tǒng)目前已在武漢、德陽、江門、江陰、大理、徐州等地開展數據安全與數據要素化工程試點其中德陽已經與2022年7月份完成整體驗收部署了數據金庫和數據要素加工易中心，交易產生收入已達千萬元級別。易華錄自2016年搭建政務大數據底座，至今已布局32個數據湖并取各地政府的數據運營授權；公司承建和運營撫州數據資產交易中心，采用政務數據授權運營模式，為全國首例，項目采用的“數據銀行”政務數據授權運營模式被多家媒體報道，并被列入多項政府文件。應用相關投資機會展望新技術推動AGC商業(yè)化演進加速Diffion和raforer模型的提出加速AC商業(yè)化演進海外2C應用的高質量反饋引發(fā)本輪AI行情?；仡橤b在2023年至今的活躍應用，技術層面多以GPT的插件開發(fā)和LaMA模型改進相關，場景端在聊天、語音轉換/助手、圖像生成等方面熱度偏高。GT的出現讓市場認知到AI自我學習和進化的能力已有重大變化，為I結合場景需求的工程落地效果奠定一個新起點。目前中美科技巨頭對I技術投入、應用和未來發(fā)展均表達了共同期待我們認為I進入中美科技共振周期預判短期內會出現較多的基于IGC技術產生的新應用。行業(yè)深度表：23年以來itb的每周排名前三的活躍應用情況資料來源：GitHub,目前AC類模型涉及到的模態(tài)有文字圖片視頻音頻3D模型科學知識代碼等可以按照輸入輸出的數據類型進行分類可以被分為12類不同形態(tài)間往往可以進行相互轉化例如文本轉圖片文本轉視頻等。當前IC類的應用開發(fā)多數也是均是基于該十二類模型進行落地，滿足不同場景的需求。圖：03年以來itb的每周排名前三的活躍應用情況資料來：iub結合目前國內外大廠的AC應用推出情況我們認為主要在以下4塊領域投入較多1代碼領域行業(yè)深度于penI的odex模型，hb推出的opilot具備代碼的生成、補全、建議等功能，用戶量突破百萬級別；2）文本領域，atGPT目前已開放PI接口，微軟計劃在Bing和ice等應用接入，隨著生態(tài)完善將極大改善生產方式。多模態(tài)預訓練大模型P4發(fā)布并開放純文本PI，在學術基準和人類專業(yè)測試中都展現出其強大的性能并展現了更廣泛的應用場景3圖像領域，blediion等文生圖應用已突破千萬級用戶量目前是商業(yè)模式最成熟的領域國內也在積極布局4音視頻游戲領域起步較晚對模型復雜度和算力要求更高，未來市場空間巨大。依據紅杉資本的預測，預計2023年在文本和代碼領域將出現成熟的IGC類應用。圖：C重點產品時間線資料來源：OpenAI，Google，百度，科大訊飛，圖：生成式I相關應用發(fā)展進程預測時間表資料來源：sequoia，辦公娛樂金融等場景容易先受益C技術C端應用數據跟蹤反映技術助力初顯基于當前已有的AI技術和多模態(tài)的產品研發(fā)進度應用場景百花齊放其中辦公娛樂及傳媒教育、醫(yī)療互聯網等場景行業(yè)可能會率先受益1辦公:公場景中會涉及較多的文本數據圖表音頻處理，基于I的自動生成分析結果文案圖像等都可以有效的提高辦公效率對于咨詢文案美工等特定工種的促進效果會更明顯2娛樂及傳媒對于非嚴肅場景下的內容生成特效處理腳本創(chuàng)作等均有有效促進；3）金融：產品咨詢、產品方案設計、法律法規(guī)查詢、事件情況檢索、智能投顧等多方面都可與I結合，生行業(yè)深度反饋結果與建議4教育I的自學習能力在生成題目課題講解自動問答等方面多有優(yōu)勢疊加考慮數據量相對清晰落地特定場景的效果較好5醫(yī)療基于圖像識別臨床指南的學習可以在診療讀片檢查反饋等方面提供幫助；6）互聯網：生成式I在代理、邏輯推理層面已有較大突破，以代碼編寫為主的互聯網企業(yè)，未來可通過I自動生成需求代理等方式提高生成效率或為工程師提供靈感。圖：生成式I可較快落地的場景產業(yè)的部分描述資料來源：同伴客數據，海外看，微軟作為和OPNI關聯最為緊密的公司之一，其推出的yaic365&PowerPlatorm均可為B/C端處理日常辦公需求。1）Daic365是微軟推出的企業(yè)服務平臺，其中于2023年3月9日推出的的Daics365opilot結合了atGPT相關的I技術，用于CM和EP。目前處于預覽階段，其可以為銷售、服務、營銷到供應鏈等跨業(yè)務的人員提供幫助，例如實現生成回復客戶信息的電子郵件，為團隊創(chuàng)建會議摘要，為營銷活動提供靈感等；2）PoerPlatorm是微軟旗下的開發(fā)者工具，其中于2023年3月6日推出的Poerirtalents和IBilder都已經使用了penI的T語言模型技術。其中Poerirtalets通過聊天機器人的形式實現低代碼編程，比如將I聊天機器人指向企業(yè)的特定資源，如網站或者知識庫，簡單配置便可使用無須額外編寫代碼而IBilder結合了atGPTP（稱為zrepeI服務的生成I功能，允許開發(fā)人員使用PT模型生成文本，包括匯總報告、生成內容創(chuàng)意等等。圖：使用yaic365ilt輔助回復郵件資料來源：微軟，行業(yè)深度圖：利用Pwrirtulgts便捷構建聊天機器人資料來源：微軟，全球金融巨頭Boog于2023年3月31日發(fā)布轉為為金融領域打造的大型語言模型——BoogPT，讓金融領域復雜性和獨特的術語與通用大模型結合支持金融行業(yè)內各種各樣的P任務支持研究人員進行情感分析命名實體識別新聞分類和問答等從落地和商業(yè)模式看BloobeGT有望融合彭博終端利用終端的大量數據和服務需求更好的服務客戶此外,老虎證券于4月1日宣布推出基于aPT的金融問答人工智能產品——ierP,是在投資軟件中部署的I投資助理底層是利用公司自身數據庫和多個付費平臺的內容覆蓋上市公司背景及數據海量金融知識第三方觀點等以對話形式在數秒內為用戶解決投資問題。金融作為高專業(yè)度高接納度的行業(yè)對于新技術的融合使用熱情較其他行業(yè)更快且金融行業(yè)本身對數據信息處理的速度、需求也較其他傳統(tǒng)行業(yè)更多，是較好融合IC類技術的落地場景。圖：lobgPT示意圖資料來：數學習aaaner國內看，百度、阿里等互聯網大廠紛紛發(fā)布自己的大模型產品，其余公司如商湯、科大訊飛、昆侖萬維、360等也紛紛發(fā)布了對話類大模型產品。具體工具應用端，金山辦公、福昕軟件、萬興科技等也發(fā)不了融合新技術的AI產品或M，可見國內廠商對AI的重視和追趕勢頭已不容小覷。圖：國內辦公軟件融合C的情況資料來源：視界，國內金融科技公司反應迅速同花順金證股份等多家金融科技公司宣布繼續(xù)完善AI與金融場景的結合，基于新技術豐富現有產品線情況。同花順于206年開始投入I技術研發(fā)，目前在IC方向已建設了自動化構建驅動渲染的包括2D2.5D3D數字人系統(tǒng)短視頻生成平臺整合了自動寫音樂自動改寫文章摘要抽取等功能，可以快速生成短視頻；智能寫作系統(tǒng)可以自動寫研報、新聞；代碼生成系統(tǒng)能夠輔助程序員提高代碼效率，技術已融合進包括“i問財”在內多款自有產品中。金證股份2018年開始AI技術的投入，其AI首席詹毅先生曾任百度總技術委員會委員在人工智能領域有著10多年的從業(yè)經驗目前金證在智能風控智能投行、智能投顧、A、智能客服、智能投資等金融領域實現了多個業(yè)務方向的突破?？紤]國內金融行業(yè)B端投研對數據分析的需求和龐大C端客群對信息獲取的付費意愿，GPT類服務的付費有望在金融行業(yè)率先落地應用領域的產品跟蹤往往與月活、用戶量等直接掛鉤，C端產品月活在技術助力下易出現較快速增長。）ChatPT和Midjoy的月度訪問量在203年-3月呈現快速增長，4月維持在高位；2）海外人工智能聊天機器人ia的月活近1年多維持在50-60萬左右的高位，較200年初有明顯增長。3）萬興科技率先推出結合生成式AI的更新產品，包括萬興喵影、PF等，其新品萬興播爆針對跨境電商市場，結合腳本生成和數字人技術推出自動生成視頻功能，其移動端和PC端的訪問和下載量有明顯快速增長。圖：03年以來tPT和Mijry的全終端訪問情況（萬）tGPT（左軸） idj（右軸）2,000 1,500 1,0000 0 0年月 年月 年月 年月資料來源：data.ai、圖5:218年1月223年4月的lia月活情況（萬）0

ik（全球）數據來源：data.ai，similarweb，圖：萬興科技旗下產品3年移動端的下載量情況（萬）萬興播爆 ima 萬興54321021 22 23 2資料來源：七麥數據、similarweb、投資建議：應用端屬于百花齊放，C端應用可通過新AI技術助力實現繼續(xù)維持或趕超原有競爭對手的可能容易較快落地營收層面的催化且可通過跟蹤移動端PC端的下載訪問量來前瞻反應應用熱度和付費意愿。B端應用以降本增效為主，更看重和場景、客戶需求的緊密結合度，與技術、工程落地、場景理解等多維度掛鉤我們判斷基于文本圖像音頻的分析處理類的AGC技術更為成熟,容易先落地在辦公會議電商、教育、醫(yī)療等場景。三、推薦標的中遠海科智慧航運業(yè)務快速增長，集團賦能力度大。2022年司智慧航運成為增速最快的業(yè)務板塊，實現營收億元同比增長46.70%慧交通板塊實現收入11.64億元同比下滑4.98%慧物流板塊實現營收2.76億元同比增長7.31%203年集團關聯交易預期10.5億元較2022年實際落地交易5.1億元同比翻倍增長，可見集團數字化轉型需求的旺盛和對公司賦能力度的明顯提升。助力交通與航運業(yè)務數字化發(fā)展，打造交通與航運科技創(chuàng)新和數字化產業(yè)標桿。公司加快推進創(chuàng)新和快數字化轉型，基于數據中臺架構打造面向行業(yè)服務的數字化平臺產品，為行業(yè)客戶提供端到端的數字化、智能化解決方案。公司在智慧航運業(yè)務板塊積極探索基于數據為基礎的應用，其產品“船視寶”平臺成為上海數據交易所首批掛牌產品，平臺已匯聚了船舶、港口、航線、船期、氣象等302億條數據，形成船舶航行全生命期行為動態(tài)6700多萬條，提供PI查詢次數7.3億，另一產品，航運管理平臺已上線服務近900條船舶。堅持創(chuàng)新驅動多款智慧航運產品融入新技術智慧航運的核心產“船視寶平臺系列產品已初具規(guī)模，其開發(fā)的低碳寶可實時跟蹤和計算船舶能耗、碳排放，利用數據技術和模型為節(jié)能減排奠定基礎，產品已基本覆蓋全球干散貨船舶此外在船舶主動安全系統(tǒng)研發(fā)中完成了船舶態(tài)勢感知系統(tǒng)已完成態(tài)勢預測R增強瞭望、智能避碰和輔助靠離泊四個功能模塊開發(fā)，使用了基于IS數據和視頻多元數據判別三種會遇方式，避碰預測數據準確率達到92%。公司積極認知人工智能是引領未來的戰(zhàn)略性技術和新一輪產業(yè)變革核心驅動力，積極將I技術融入在航運、交通等多產品場景中。深桑達A國資云核心受益標的信大背景下云平臺作為信息化基礎設施安全性至關重要預計未來黨政+行業(yè)的云建設將以國資云建設為主，目前我國私有云市場每年增量1500億，未來還將持續(xù)增長，公司大股東集團擁有最為完善的信創(chuàng)產品，中國電子云與集團內部基礎軟硬件做到代碼級別適配，同時可通過集團獲取信創(chuàng)訂單。數據要素試點國家隊深桑達旗下中國系統(tǒng)是目前為數不多可以做政府數據脫敏+治理的公司在德陽陰、大理等城市已經開展試點。當前數據要素政策持續(xù)推出，央企和地方政府積極響應，EC成立數據產業(yè)團，浙江、廣東等省市進展迅速。今年數據要素試點將逐步落地，商業(yè)模式和市場空間會逐漸清晰。金山辦公全面擁抱AI，辦公場景結合新技術推動產品智能化不斷提升。在AI領域，共識自主研發(fā)的文檔圖片識別與理解文檔轉化技術已達到國內領先水平OCR和機器翻譯技術水平位列國內第一梯隊在文檔校對方向實現了金山辦公和黑馬校對的雙引擎整合，成為中文校對領域的佼佼者。國內端，公司和創(chuàng)業(yè)公司MINIMX合AI插件用于輕文檔實現自動文案生成總結分析等為用戶提供便捷優(yōu)質的智能化服務體驗；海外端公司也在和OPENI接觸融合AI技術與WPS產品結合2022年金山辦公利用AI能力幫助用戶校對總字數達3,340億個，全年OCR處理圖片數量達146億份，智能美化功能月活躍用戶數量達237萬。。國內機構業(yè)務快速發(fā)展，推進公司B端業(yè)務線的持續(xù)拓展。公司重視國內機構客戶數字辦公需求，持續(xù)推進數字辦公平臺在效率提升、數據管理、安全管控、行業(yè)場景應用等領域充分發(fā)揮作用，推進政企端云一體化及協作辦公進程。公司2022年實現數字辦公平臺（云和協作產品）相關收入同比增長57%，數字辦公產品全年新增政企客戶3990家，帶動國內機構訂閱及服務業(yè)務高速增。目前在標桿客戶方面，中國五礦、中國石化、、建設銀行、比亞迪、完美世界等均為公司數字化辦公標桿項目，并推動案例的不斷復制與下沉。2022年內，公有云SaaS在期付費企業(yè)數同比增長51%，付費企業(yè)續(xù)約率超70%，金額續(xù)費率超100%，帶動公有云領域相關收入同比增長超100%。C端會員體系變更新體系有望帶動C端u值提升本次會員體系調整一方面取消了包含稻殼會員、WPS會員在內的低價會員體系，另一方面，降低了超級會員的入門價格，同時，推出pro版本并提供專享權包，滿足部分用戶的特定需求。新會員體系運營后將有效提升公司C端用戶的RPU值。同花順Q1業(yè)績好于預期，投資者對金融信息服務需求增加。202Q1公司營收及銷售收款實現同比增長，AI賦能優(yōu)化產品，滿足用戶需求。市場行情回暖，公司AI相關產品的接受度提升。公司具備深厚的技術優(yōu)勢和流量優(yōu)勢同時積累了大量高質量的行業(yè)數據公司擁有行業(yè)領先的流量入口，同花順APP已接入外部投顧在C端積累了海量的個人投資者用戶注冊用戶超6億公司深耕于行業(yè)大數據，建立了行業(yè)知識圖譜，沉淀了大量高質量的專業(yè)數據。擁抱AI大模型推動用戶體驗的持續(xù)優(yōu)化打造國內財經AI領域的領先者司已構建同花順AI開放平臺，可面向客戶提供智能語音、智能客服、智能金融問答、智能投顧、智能質檢機、會議轉寫系統(tǒng)、虛擬數字人智能醫(yī)療輔助系統(tǒng)等多項AI產品及服務可為銀行證券保險基金私募高校運營商政府等行業(yè)提供智能化解決方案2022年以來公司持續(xù)加大研發(fā)創(chuàng)新投入，進一步加大對機器學習自然語言處理、能語音圖形圖像識別與處理數字人等關鍵技術攻關特別是在AI大模型AI內容生（AIGC等領域的應用研究，并將相關成果運用到金融信息產品和服務中，進一步提升用戶體驗和產品競爭力。目前，基于自主智能語音技術的產品已應用于多家證券公司、基金公司及電信運營商；同花順虛擬數字人對話平臺，運用多模態(tài)數字人對話技術，實現與真人用戶“面對面”的交互體驗，該產品已落地多個大型客戶。金證股份組織架構創(chuàng)新調整提升管理效率，公司雙基石業(yè)務保持快速增長。戰(zhàn)略布局上，公司將大證券和大資管雙基石業(yè)務作為公司投入和發(fā)展重點實行公司證券和資管一體化管理提高管理效率證券IT受益于資本市改革和信創(chuàng)推進，公司正在全力