2023年計(jì)算機(jī)行業(yè)中期策略堅(jiān)守AI、擁抱數(shù)據(jù)、看好信創(chuàng)

2023年計(jì)算機(jī)行業(yè)中期策略堅(jiān)守AI、擁抱數(shù)據(jù)、看好信創(chuàng)（報(bào)告出品方/作者：西部證券，邢開(kāi)允、趙宇陽(yáng)）一、2023年回顧：堅(jiān)守景氣，行業(yè)反轉(zhuǎn)結(jié)束長(zhǎng)期調(diào)整，迎反彈行情。申萬(wàn)計(jì)算機(jī)行業(yè)指數(shù)自2020年7月以來(lái)持續(xù)向下調(diào)整，2022年以來(lái)受呈現(xiàn)先抑后揚(yáng)趨勢(shì)，前三季度受到疫情、宏觀經(jīng)濟(jì)承壓等因素影響，繼續(xù)深度調(diào)整，而10月以來(lái)隨著信創(chuàng)、安全等代表的板塊邊際變化，23年在AIGC和數(shù)字經(jīng)濟(jì)的帶動(dòng)下，服務(wù)器、大模型、AI應(yīng)用、數(shù)據(jù)安全端紛紛表現(xiàn)，市場(chǎng)預(yù)期提升，板塊反彈明顯。截至4月28日，計(jì)算機(jī)板塊2023年累計(jì)漲幅達(dá)到27.22%，位于申萬(wàn)31個(gè)行業(yè)板塊的3位。公募持倉(cāng)市值環(huán)比改善，但繼續(xù)保持低配。從23年一季度公募持倉(cāng)數(shù)據(jù)看，計(jì)算機(jī)板塊總持倉(cāng)市值為1436億元，總持倉(cāng)占比4.48%，環(huán)比小幅提升，位列6名，目前仍處于低配狀態(tài)。前十大重倉(cāng)股為金山辦公、海康威視、恒生電子、科大訊飛、廣聯(lián)達(dá)、深信服、同花順、寶信軟件、中科創(chuàng)達(dá)、大華股份。板塊估值修復(fù)顯著。2022年10月以來(lái)計(jì)算機(jī)板塊估值從底部開(kāi)始回升，截至2023年4月28日收盤價(jià)，計(jì)算機(jī)板塊PETTM為56.36X，高于五年來(lái)均值水平（46x）。從細(xì)分行業(yè)看，安防設(shè)備板塊估值仍然低于歷史均值，為34X，此外，其他計(jì)算機(jī)設(shè)備、IT服務(wù)III、垂直應(yīng)用軟件和橫向通用軟件PETTM分別為48、49、73、161X。白馬龍頭估值回歸。個(gè)股估值層面，當(dāng)前主要白馬龍頭公司估值有所分化，前期信創(chuàng)、安全等產(chǎn)業(yè)熱點(diǎn)催化疊加近期AI浪潮、數(shù)據(jù)要素等驅(qū)動(dòng)，金山辦公、中望軟件、用友網(wǎng)絡(luò)、中國(guó)軟件、海光信息等公司估值（PETTM）回升顯著，部分仍處于歷史較低水平。業(yè)績(jī)表現(xiàn)待修復(fù)。疫情、經(jīng)濟(jì)壓力加大，2022年前三季度計(jì)算機(jī)板塊業(yè)績(jī)同比表現(xiàn)整體不佳，Q3開(kāi)始后營(yíng)收端看到邊際改善，包括毛利率亦明顯回升。二、AI人工智能：擁抱科技，把握AI新時(shí)代2.1擁抱AI核心資產(chǎn)2.1.1GPU：GPT-4對(duì)算力需求更大，算力重要性凸顯近年來(lái)，由于其并行計(jì)算的特性，GPU也被應(yīng)用于一些需要大量計(jì)算的領(lǐng)域，如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)挖掘、科學(xué)計(jì)算等。在這些領(lǐng)域中，GPU可以加速訓(xùn)練模型、處理海量數(shù)據(jù)等計(jì)算密集型任務(wù)，顯著提高了計(jì)算效率和速度。因此，GPU已成為現(xiàn)代計(jì)算機(jī)的重要組成部分，被廣泛應(yīng)用于各種領(lǐng)域。GPU的工作原理和CPU類似，都是通過(guò)執(zhí)行指令來(lái)完成計(jì)算任務(wù)的。不同的是，CPU是通過(guò)串行執(zhí)行指令的方式來(lái)完成計(jì)算任務(wù)的，而GPU是通過(guò)并行執(zhí)行指令的方式來(lái)完成計(jì)算任務(wù)的。GPU的并行計(jì)算方式可以同時(shí)執(zhí)行多個(gè)任務(wù)，大大提高了計(jì)算效率和速度。GPU采用了數(shù)量眾多的計(jì)算單元和超長(zhǎng)的流水線，但只有簡(jiǎn)單的控制邏輯并省去了Cache；而CPU不僅被Cache占據(jù)了大量空間，而且還有有復(fù)雜的控制邏輯和諸多優(yōu)化電路，相比之下計(jì)算能力只是CPU很小的一部分。CPU需要很強(qiáng)的通用性來(lái)處理各種不同的數(shù)據(jù)類型，同時(shí)又要邏輯判斷又會(huì)引入大量的分支跳轉(zhuǎn)和中斷的處理。這些都使得CPU的內(nèi)部結(jié)構(gòu)異常復(fù)雜；而GPU面對(duì)的則是類型高度統(tǒng)一的、相互無(wú)依賴的大規(guī)模數(shù)據(jù)和不需要被打斷的純凈的計(jì)算環(huán)境。GPU最初用在PC和移動(dòng)端上運(yùn)行繪圖運(yùn)算工作的微處理器，與CPU集成以集成顯卡（核顯）的形態(tài)發(fā)揮功能。NVIDIA于2007年率先推出獨(dú)立GPU（獨(dú)顯），使其作為“協(xié)處理器”在PC和服務(wù)器端負(fù)責(zé)加速計(jì)算，承接CPU計(jì)算密集部分的工作負(fù)載，同時(shí)由CPU繼續(xù)運(yùn)行其余程序代碼。作為獨(dú)顯的GPU由GPU核心芯片、顯存和接口電路構(gòu)成。AI芯片在智能攝像頭、無(wú)人駕駛等領(lǐng)域應(yīng)用廣泛。數(shù)據(jù)、算力和算法是AI三大要素，CPU配合加速芯片模式成為典型的AI部署方案，CPU提供算力，加速芯片提升算力并助推算法的產(chǎn)生。常見(jiàn)的AI加速芯片包括GPU、FPGA（FieldProgrammableGateArray）和ASIC（ApplicationSpecificIntegratedCircuit）三種類型。2021年1月，OpenAI發(fā)布了OpenAICLIP，用于進(jìn)行圖像和文本的識(shí)別分類；同時(shí)推出全新產(chǎn)品DALL-E，該模型可以根據(jù)文字描述自動(dòng)生成對(duì)應(yīng)的圖片，2022年更新的DALL-E2更是全方位改進(jìn)了生成圖片的質(zhì)量，獲得了廣泛好評(píng)。2022年12月，OpenAI推出基于GPT-3.5的新型AI聊天機(jī)器人ChatGPT，在發(fā)布近兩個(gè)月后擁有1億用戶，成為史上用戶增長(zhǎng)最快的應(yīng)用；美東時(shí)間2023年3月14日，ChatGPT的開(kāi)發(fā)機(jī)構(gòu)OpenAI正式推出多模態(tài)大模型GPT-4。GPT-4相較于ChatGPT實(shí)現(xiàn)能力大幅度提升。GPT-4是一個(gè)多模態(tài)大模型（接受圖像和文本輸入，生成文本），相比上一代，GPT-4可以更準(zhǔn)確地解決難題，具有更廣泛的常識(shí)和解決問(wèn)題的能力：更具創(chuàng)造性和協(xié)作性；能夠處理超過(guò)25000個(gè)單詞的文本，允許長(zhǎng)文內(nèi)容創(chuàng)建、擴(kuò)展對(duì)話以及文檔搜索和分析等用例。數(shù)據(jù)、算力及模型是人工智能發(fā)展的三要素。以GPT系列為例：（1）數(shù)據(jù)端：自O(shè)penAI于2018年發(fā)布GPT-1，到2020年的GPT-3，GPT模型參數(shù)數(shù)量和訓(xùn)練數(shù)據(jù)量實(shí)現(xiàn)指數(shù)型增長(zhǎng)。參數(shù)數(shù)量從GPT-1的1.17億增長(zhǎng)到GPT-3的1750億，訓(xùn)練數(shù)據(jù)量從5GB增長(zhǎng)到的45TB；（2）模型端：ChatGPT在以往模型的基礎(chǔ)上，在語(yǔ)料庫(kù)、計(jì)算能力、預(yù)訓(xùn)練、自我學(xué)習(xí)能力等方面有了明顯提升，同時(shí)Transformer架構(gòu)突破了人工標(biāo)注數(shù)據(jù)集的不足，實(shí)現(xiàn)與人類更順暢的交流；（3）算力端：根據(jù)OpenAl發(fā)布的《LanguageModelsareFew-ShotLearners》，訓(xùn)練13億參數(shù)的GPT-3XL模型訓(xùn)練一次消耗的算力約為27.5PFlop/s-dav，訓(xùn)練1750億參數(shù)的完整GPT-3模型則會(huì)消耗算力3640PFlop/s-dav（以一萬(wàn)億次每秒速度計(jì)算，需要3640天完成）。GPT-4相對(duì)于3來(lái)講訓(xùn)練需求的算力更大。以GPT-3模型為例，以算力需求=2參數(shù)數(shù)量3數(shù)據(jù)規(guī)模訓(xùn)練輪數(shù)為計(jì)算模型，以O(shè)penAI數(shù)據(jù)為基礎(chǔ)，則訓(xùn)練1輪GPT-3需要的算力=2174.610^9330010^91=3.1410^23flop，如果采用A100芯片，則GPT-3需要的算力為=3.1410^23/(3910^12365246060=241A100?years（即一張A100芯片需要訓(xùn)練241年），如果需要一個(gè)月訓(xùn)練完則需要2000多張A100?？梢?jiàn)，GPT-3對(duì)于算力的需求巨大，GPT-4相對(duì)于3來(lái)講，參數(shù)是其20倍左右，且增加了多模態(tài)，因此對(duì)于算力的需求更大。全球算力規(guī)模將呈現(xiàn)高速增長(zhǎng)態(tài)勢(shì)。根據(jù)國(guó)家數(shù)據(jù)資源調(diào)查報(bào)告數(shù)據(jù)，2021年全球數(shù)據(jù)總產(chǎn)量67ZB，近三年平均增速超過(guò)26%，經(jīng)中國(guó)信息通信研究院測(cè)算，2021年全球計(jì)算設(shè)備算力總規(guī)模達(dá)到615EFlops，增速達(dá)44%。根據(jù)中國(guó)信通院援引的IDC數(shù)據(jù)，2025年全球算力整體規(guī)模將達(dá)3300EFlops，2020-2025年的年均復(fù)合增長(zhǎng)率達(dá)到50.4%。結(jié)合華為GIV預(yù)測(cè)，2030年人類將迎來(lái)YB數(shù)據(jù)時(shí)代，全球算力規(guī)模達(dá)到56ZFlops，2025-2030年復(fù)合增速達(dá)到76.2%。大模型核心是訓(xùn)練算力，Chat流量核心是推理算力。從訓(xùn)練側(cè)來(lái)看，我們了解到大模型訓(xùn)練需經(jīng)過(guò)無(wú)監(jiān)督學(xué)習(xí)出預(yù)訓(xùn)練模型、有監(jiān)督學(xué)習(xí)數(shù)據(jù)集，獎(jiǎng)勵(lì)學(xué)習(xí)，強(qiáng)化學(xué)習(xí)暴力計(jì)算四個(gè)階段，訓(xùn)練過(guò)程一般在1個(gè)月左右，超過(guò)2個(gè)月則不具備工程和商業(yè)落地價(jià)值。因此需要大規(guī)模GPU服務(wù)器組網(wǎng)訓(xùn)練。從經(jīng)驗(yàn)來(lái)看，GPT-3級(jí)別模型需要大約1000張A100級(jí)別的訓(xùn)練卡才能確保在一個(gè)多月時(shí)間完成訓(xùn)練。如果是GPT-4級(jí)別多模態(tài)訓(xùn)練，則需要在每個(gè)模態(tài)分別訓(xùn)練收斂，最后在全局收斂，訓(xùn)練成本又在GPT-3基礎(chǔ)上大幅增長(zhǎng)數(shù)倍乃至十?dāng)?shù)倍、數(shù)十倍。當(dāng)前國(guó)內(nèi)大模型訓(xùn)練爆火，相關(guān)企業(yè)、團(tuán)隊(duì)不下10家，垂類模型如同花順（金融）、云從（多模態(tài)）等則更多，因此訓(xùn)練側(cè)需求爆棚，相關(guān)GPU、服務(wù)器、光模塊乃至PCB、serdes、HBM等需求將持續(xù)爆棚才能確保不打輸當(dāng)前的軍備競(jìng)賽。但就openAI不支持ChatGPT的Plus付費(fèi)而言，更多的問(wèn)題出在推理測(cè)。與訓(xùn)練側(cè)不同，當(dāng)模型訓(xùn)練完成、應(yīng)用場(chǎng)景固定，通過(guò)對(duì)模型進(jìn)行裁剪、優(yōu)化參數(shù)網(wǎng)絡(luò)存儲(chǔ)、降低精度降低存儲(chǔ)量和計(jì)算強(qiáng)度降低對(duì)顯存、片間帶寬和算力的要求，可以降低對(duì)單張卡的算力要求。但推理直接服務(wù)用戶和應(yīng)用，面對(duì)的是上億（360）、數(shù)億（淘寶）、十億（微信、tiktok、tw、fb、google）等海量流量的沖擊，所需要的算力規(guī)模無(wú)比巨大，從經(jīng)驗(yàn)來(lái)看遠(yuǎn)大于訓(xùn)練側(cè)的算力需求。因此我們建議關(guān)注openAI不支持ChatGPT的Plus付費(fèi)對(duì)訓(xùn)練、推理兩條線的影響：對(duì)訓(xùn)練側(cè)，主要影響在于爆火刺激大模型研發(fā)相關(guān)方積極投入為未來(lái)的AI紅利搶占先機(jī)；對(duì)推理側(cè)，openAI當(dāng)前用A100支持推理側(cè)直面海量用戶的策略遭受巨大挑戰(zhàn)，也預(yù)示著未來(lái)推理側(cè)算力的巨大紅利尚待挖掘。商湯發(fā)布大模型，繼續(xù)看好算力線。商湯4月10日宣布推出大模型體系“日日新大模型”。用戶高度關(guān)注的語(yǔ)言問(wèn)答和圖片AI生成功能部分。1.中文語(yǔ)言大模型應(yīng)用平臺(tái)，商湯將其命名為“商量”，希望AI能在商量的過(guò)程中幫助用戶解決問(wèn)題?！吧塘俊逼脚_(tái)目前參數(shù)量為1800億。實(shí)現(xiàn)多輪對(duì)話、基于人設(shè)的對(duì)話、共情等出現(xiàn)類chatgpt“涌現(xiàn)”能力。2.文生圖方面，“秒畫”可理解為對(duì)標(biāo)Midjourney的AI繪圖產(chǎn)品，并實(shí)現(xiàn)了部分Civitai（C站）功能，尤其值得注意的是，“秒畫”實(shí)現(xiàn)了2秒出圖和自訓(xùn)練功能。商湯此次發(fā)布大模型表示出國(guó)內(nèi)大模型有能力達(dá)到GPT3.5的水平，看好大模型軍備競(jìng)賽，利好算力產(chǎn)業(yè)。2.1.2大模型/垂類模型：隨著數(shù)字經(jīng)濟(jì)、元宇審等概念的逐漸興起，大模型迅速發(fā)展隨著人工智能賦能實(shí)體經(jīng)濟(jì)進(jìn)入深水區(qū)，企業(yè)通常面臨數(shù)據(jù)資源有限、算力投資難度大、高水平人才稀缺的發(fā)展瓶頸。大模型作為解決上述問(wèn)題的最優(yōu)路徑之一，可極大降低企業(yè)的技術(shù)門檻和開(kāi)發(fā)成本。IDC定義下的AI大模型是基于海量多源數(shù)據(jù)打造的預(yù)訓(xùn)練模型，是對(duì)原有算法模型的技術(shù)升級(jí)和產(chǎn)品選代，用戶可通過(guò)開(kāi)源或開(kāi)放API/工具等形式進(jìn)行模型零樣本/小樣本數(shù)據(jù)學(xué)習(xí)，以實(shí)現(xiàn)更優(yōu)的識(shí)別、理解、決策、生成效果和更低成本的開(kāi)發(fā)部署方案。大模型的核心作用是突破數(shù)據(jù)標(biāo)注的困境，通過(guò)學(xué)習(xí)海量無(wú)標(biāo)注的數(shù)據(jù)來(lái)做預(yù)訓(xùn)練，拓展整體模型前期學(xué)習(xí)的廣度和深度，以此提升大模型的知識(shí)水平，從而低成本，高適應(yīng)性地賦能大模型在后續(xù)下游任務(wù)中的應(yīng)用。在實(shí)踐中，預(yù)訓(xùn)練大模型在基于海量數(shù)據(jù)的自監(jiān)督學(xué)習(xí)階段完成了“通識(shí)”教育，再借助“預(yù)訓(xùn)練+精調(diào)”等模式，在共享參數(shù)的情況下，根據(jù)具體應(yīng)用場(chǎng)景的特性，用少量數(shù)據(jù)進(jìn)行相應(yīng)微調(diào)，即可高水平完成任務(wù)。從技術(shù)的角度來(lái)看，大模型發(fā)端于自然語(yǔ)言處理領(lǐng)域，以谷歌的BERTOpenAI的GPT和百度文心大模型為代表，參數(shù)規(guī)模逐步提升至千億、萬(wàn)億，同時(shí)用于訓(xùn)練的數(shù)據(jù)量級(jí)也顯著提升，帶來(lái)了模型能力的提高。此外，繼語(yǔ)言模態(tài)之后，如視覺(jué)大模型等其他模態(tài)的大模型研究，也開(kāi)始逐步受到重視。進(jìn)一步地,單模態(tài)的大模型被統(tǒng)一整合起來(lái)，模擬人腦多模態(tài)感知的大模型出現(xiàn)，推動(dòng)了AI從感知到認(rèn)知的發(fā)展。國(guó)家政策對(duì)AI產(chǎn)業(yè)應(yīng)用的關(guān)注與引導(dǎo)將推動(dòng)預(yù)訓(xùn)練大模型加速發(fā)展。在國(guó)家層面，各國(guó)都在強(qiáng)調(diào)人工智能在發(fā)展中的重要性，并相繼出臺(tái)相關(guān)政策，希望在新一輪產(chǎn)業(yè)變革中占據(jù)上風(fēng)。中國(guó)在“十四五”期間，針對(duì)人工智能的未來(lái)發(fā)展陸續(xù)出臺(tái)了相關(guān)指導(dǎo)方案和激勵(lì)支撐政策，對(duì)人工智能的整體發(fā)展方向和技術(shù)發(fā)展重點(diǎn)做出重要規(guī)劃，同時(shí)提出加強(qiáng)算法創(chuàng)新與應(yīng)用、推動(dòng)算力基礎(chǔ)設(shè)施建設(shè)、完善數(shù)據(jù)基礎(chǔ)支撐體系等關(guān)鍵建議，倡導(dǎo)未來(lái)不斷夯實(shí)產(chǎn)業(yè)發(fā)展新基礎(chǔ)。2021年中國(guó)人工智能軟件及應(yīng)用市場(chǎng)國(guó)模為51億美元，預(yù)計(jì)2026年將會(huì)達(dá)到211億美元，各行業(yè)的需求正大力推進(jìn)AI的發(fā)展，將推動(dòng)市場(chǎng)的持續(xù)增長(zhǎng)。隨著數(shù)字經(jīng)濟(jì)、元宇審等概念的逐漸興起，人工智能進(jìn)入大規(guī)模落地應(yīng)用的關(guān)鍵時(shí)期，但其開(kāi)發(fā)門松高、應(yīng)用場(chǎng)景復(fù)雜多樣、對(duì)場(chǎng)景標(biāo)注數(shù)據(jù)依賴等問(wèn)題開(kāi)始顯露，阻礙了規(guī)?；涞?。AI大模型憑借其優(yōu)越的泛化性、通用性、遷移性，為人工智能大規(guī)模落地帶來(lái)新的希望。2.1.3AI監(jiān)管：AIGC高速發(fā)展，AI監(jiān)管重要性凸顯4月11日，國(guó)家互聯(lián)網(wǎng)信息辦公室發(fā)布關(guān)于《生成式人工智能服務(wù)管理辦法（征求意見(jiàn)稿）》（以下簡(jiǎn)稱“《管理辦法》”）公開(kāi)征求意見(jiàn)的通知?！豆芾磙k法》明確提出，利用生成式人工智能生成的內(nèi)容應(yīng)當(dāng)真實(shí)準(zhǔn)確，采取措施防止生成虛假信息。根據(jù)《管理辦法》，提供生成式人工智能產(chǎn)品或服務(wù)應(yīng)當(dāng)遵守法律法規(guī)的要求，尊重社會(huì)公德、公序良俗，符合以下要求：同時(shí)《管理辦法》指出，利用生成式人工智能產(chǎn)品提供聊天和文本、圖像、聲音生成等服務(wù)的組織和個(gè)人（以下簡(jiǎn)稱“提供者”），包括通過(guò)提供可編程接口等方式支持他人自行生成文本、圖像、聲音等，承擔(dān)該產(chǎn)品生成內(nèi)容生產(chǎn)者的責(zé)任；涉及個(gè)人信息的，承擔(dān)個(gè)人信息處理者的法定責(zé)任，履行個(gè)人信息保護(hù)義務(wù)。此外，《管理辦法》指出，利用生成式人工智能產(chǎn)品向公眾提供服務(wù)前，應(yīng)當(dāng)按照《具有輿論屬性或社會(huì)動(dòng)員能力的互聯(lián)網(wǎng)信息服務(wù)安全評(píng)估規(guī)定》向國(guó)家網(wǎng)信部門申報(bào)安全評(píng)估，并按照《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》履行算法備案和變更、注銷備案手續(xù)。同一時(shí)間，美國(guó)商務(wù)部也就ChatGPT等AI工具監(jiān)管措施公開(kāi)征求意見(jiàn)。作為潛在監(jiān)管的第一步，美國(guó)商務(wù)部4月11日就相關(guān)問(wèn)責(zé)措施正式公開(kāi)征求意見(jiàn)，包括新人工智能模型在發(fā)布前是否應(yīng)經(jīng)過(guò)認(rèn)證程序，征求意見(jiàn)期限為60天。此前一周，全球范圍內(nèi)已掀起了對(duì)ChatGPT潛在風(fēng)險(xiǎn)的關(guān)注，意大利、德國(guó)等計(jì)劃加強(qiáng)對(duì)ChatGPT的監(jiān)管。2.1.4核心應(yīng)用：AI+辦公為核心落地場(chǎng)景在AIGC產(chǎn)業(yè)鏈的下游，可以將相關(guān)應(yīng)用拓展到四個(gè)主要場(chǎng)景：文本處理、音頻處理、圖像處理、視頻處理。文本處理是AIGC相關(guān)技術(shù)距離普通消費(fèi)者最近的場(chǎng)景，也是技術(shù)較為成熟的場(chǎng)景，許多應(yīng)用公司都會(huì)從多個(gè)維度出發(fā)，輔助業(yè)務(wù)拓展與商業(yè)化過(guò)程中。一般說(shuō)來(lái)文本處理可以細(xì)分為營(yíng)銷型、銷售型、續(xù)寫型、知識(shí)型、通用型、輔助型、交互型、代碼型。目前的音頻處理主要分為三類：音樂(lè)型、講話型、定制型，很多公司都專注于此。AI的應(yīng)用將優(yōu)化供給效率，改善整體利潤(rùn)水平。圖片的創(chuàng)作門檻比文字高，傳遞信息也更直觀，所以商業(yè)化的潛力自然也更高。隨著AIGC應(yīng)用的日益廣泛，圖片處理也就從廣告、設(shè)計(jì)、編輯等角度帶來(lái)更大更多的機(jī)遇。圖片處理可細(xì)分為生成型、廣告型、設(shè)計(jì)型、編輯型。隨著時(shí)代的發(fā)展，人們?cè)谝曨l上的投入逐漸超出了在圖片上的，視頻也日益成為新時(shí)代最主流的內(nèi)容消費(fèi)形態(tài)。因此將AIGC引入視頻將是全新的賽道，也是技術(shù)難度最大的領(lǐng)域。視頻處理可以細(xì)分為生成型、編輯型、定制型、數(shù)字虛擬人視頻。同花順擁有大量的訓(xùn)練數(shù)據(jù)。同花順的主營(yíng)業(yè)務(wù)是基于為個(gè)人投資者提供專業(yè)化的投資工具（軟件），從而向用戶收取會(huì)員費(fèi)、向證券公司收取開(kāi)戶導(dǎo)流費(fèi)。據(jù)QuestMobile數(shù)據(jù)顯示，2022年下半年，同花順炒股票APP接近3000萬(wàn)人次，當(dāng)前全國(guó)自然人投資者數(shù)量約為2.1億人，同花順在同類產(chǎn)品中市占率領(lǐng)先。同花順深耕AI領(lǐng)域，初步具備一些應(yīng)用能力。公司的投顧問(wèn)答場(chǎng)景應(yīng)用了語(yǔ)言模型自然語(yǔ)言處理的技術(shù)。相對(duì)于目前較為主流的“端到端”的績(jī)效評(píng)估形式，較早的使用了語(yǔ)言模型來(lái)完成對(duì)用戶的問(wèn)句結(jié)構(gòu)化查詢和匹配的建模。目前用戶向愛(ài)問(wèn)財(cái)提問(wèn)，它還只能給出一個(gè)較為寬泛的一般性回答，未來(lái)需要做的就是將它推進(jìn)到較為精確的階段，如提供一些結(jié)構(gòu)化的圖表。需要利用愛(ài)問(wèn)財(cái)近10年的自然語(yǔ)言工具與結(jié)構(gòu)化查詢數(shù)據(jù)的積累來(lái)訓(xùn)練語(yǔ)言模型，做到更精確的自然語(yǔ)言理解和結(jié)構(gòu)化匹配。金山辦公的WPS產(chǎn)品為國(guó)內(nèi)AI+辦公軟件生態(tài)落地最佳場(chǎng)景，公司主動(dòng)擁抱生成式AI技術(shù)變革。金山辦公擁有辦公應(yīng)用套件WPSOffice，為對(duì)標(biāo)Microsoft365的AI+辦公軟件應(yīng)用落地優(yōu)質(zhì)場(chǎng)景。自2017年起，AI即上升至金山辦公產(chǎn)品戰(zhàn)略之一，公司AI業(yè)務(wù)已經(jīng)歷技術(shù)研發(fā)、技術(shù)產(chǎn)品化兩個(gè)階段，進(jìn)入當(dāng)前的AI產(chǎn)品業(yè)務(wù)化階段，計(jì)劃將AI產(chǎn)品沉淀轉(zhuǎn)化為公司實(shí)際業(yè)務(wù)以推動(dòng)公司業(yè)績(jī)?cè)鲩L(zhǎng)。面對(duì)生成式AI技術(shù)變革，根據(jù)CEO章慶元采訪，公司2023年將在AI領(lǐng)域進(jìn)一步重點(diǎn)發(fā)力，會(huì)側(cè)重在內(nèi)容生成、BI等表格應(yīng)用、格式美化等AIGC方面實(shí)現(xiàn)更多技術(shù)應(yīng)用突破，主動(dòng)擁抱AI技術(shù)變革。公司積極探索AIGC技術(shù)，擬發(fā)行GDR推進(jìn)全球化公司積極探索結(jié)合AIGC、LLM技術(shù)的下一代人機(jī)交互體驗(yàn)，并在文檔翻譯、聽(tīng)讀、中英文校對(duì)、語(yǔ)音及音頻轉(zhuǎn)寫、智能輔助寫作及排版、表格數(shù)據(jù)智能分析、PPT一鍵生成及美化等場(chǎng)景進(jìn)行融合，為用戶提供便捷優(yōu)質(zhì)的智能化服務(wù)體驗(yàn)。2022年，金山辦公利用AI能力幫助用戶校對(duì)總字?jǐn)?shù)達(dá)3,340億個(gè)，全年OCR處理圖片數(shù)量達(dá)146億份，智能美化功能月活躍用戶數(shù)量達(dá)237萬(wàn)。2.2堅(jiān)守邊際優(yōu)先資產(chǎn)從海外模型角度看，GPT系列不斷更新迭代，3月初，GPT成本降低90%，以及GPT-4Office全家桶Microsoft365Copilot發(fā)布，打開(kāi)ai應(yīng)用想象空間，促進(jìn)海外應(yīng)用接入GPT，相對(duì)國(guó)內(nèi)而言，海外應(yīng)用接入GPT-4更加容易和方便。從大模型本身看，自然語(yǔ)言處理（NaturalLanguageProcessingNLP）是用計(jì)算機(jī)來(lái)模擬、延伸及拓展人類語(yǔ)言能力的理論、技術(shù)及方法，是融合語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)等于一體的綜合性學(xué)科。自然語(yǔ)言處理目前面臨的關(guān)鍵問(wèn)題是人類語(yǔ)言的復(fù)雜性和多樣性，例如同樣的詞匯在不同的語(yǔ)境之下意思不完全一致、日常用語(yǔ)中的反識(shí)等反向情感表達(dá)，句式結(jié)構(gòu)的多變和缺失所引發(fā)的歧義以及方言和“行話”等語(yǔ)言個(gè)性化特點(diǎn)。計(jì)算機(jī)視覺(jué)（ComputerVisionCV）是指使用計(jì)算機(jī)及相關(guān)設(shè)備來(lái)模擬生物視覺(jué)的技術(shù)，即基于傳統(tǒng)或深度學(xué)習(xí)算法，賦能計(jì)算機(jī)理解數(shù)字圖像和視頻，并從各種模態(tài)的數(shù)據(jù)之中提取目標(biāo)信息。其主要目標(biāo)是開(kāi)發(fā)“機(jī)器之眼”，不僅讓計(jì)算機(jī)具備視覺(jué)能力，更讓計(jì)算機(jī)識(shí)別、理解“看”到的多模態(tài)數(shù)據(jù)。多模態(tài)大模型的發(fā)展從OpenAl的CLIP（文本圖像匹配），以及DallE（文生圖）拉開(kāi)帷幕，目前跨多個(gè)模態(tài)的數(shù)據(jù)融合問(wèn)題開(kāi)始變成行業(yè)探究的重點(diǎn)。多模態(tài)是指多個(gè)模態(tài)感知與認(rèn)知的融合。對(duì)于人類來(lái)說(shuō)，所有感知交互方式的融合形成了社會(huì)交流;對(duì)于計(jì)算機(jī)來(lái)說(shuō)，是通過(guò)對(duì)文本、圖片、視頻和音頻等不同儲(chǔ)存信息載體的認(rèn)知和理解，結(jié)合環(huán)境因素來(lái)模擬人與人之間的交互方式。多模態(tài)技術(shù)的重要性不言而喻，讓人工智能理解人類世界的最優(yōu)辦法就是讓AI成功理解多模態(tài)信息并能夠?qū)Υ祟愋畔⑿纬煞治?、推理的邏輯和生成新信息的能力。近期Meta發(fā)布SAM，看好多模態(tài)解決方案產(chǎn)業(yè)鏈。Meta可以快速識(shí)別照片/視頻中的所有物體，并智能地將其分割成不同的形狀和板塊。1）相較于普通的摳圖軟件來(lái)說(shuō)，原本需要手動(dòng)選擇的目標(biāo)，現(xiàn)在只需要SAM的識(shí)別就可以快速分割畫面中的物品，且精準(zhǔn)度，效率都要比個(gè)人操作高。2）此外，SAM的一大突破還在于，即使是在訓(xùn)練過(guò)程中從未遇到過(guò)的物品和形狀，人工智能也能將其準(zhǔn)確識(shí)別并分割出來(lái)。3）交互方面，SAM還支持用戶使用各種交互性的方式來(lái)分離出想要的物體?？梢酝ㄟ^(guò)將鼠標(biāo)懸浮在該物體之上，就能自動(dòng)定位出物體的輪廓。即使是顏色非常相近或者有連人眼都很難快速分辨出的倒影的圖片之中，SAM都能非常準(zhǔn)確找出輪廓邊線。也可以直接通過(guò)輸入文字查詢，AI就可以找到并標(biāo)記出這個(gè)圖片中對(duì)應(yīng)的文字對(duì)象。4）視頻方面，對(duì)于視頻中的物體，SAM也能準(zhǔn)確識(shí)別并且還能快速標(biāo)記出物品的種類、名字、大小，并自動(dòng)用ID給這些物品進(jìn)行記錄和分類。5）編輯方面，除了能把物品從圖像中精準(zhǔn)地分離出來(lái)，SAM還能支持對(duì)這個(gè)物品的編輯。SAM基于1100萬(wàn)張照片訓(xùn)練，模型和數(shù)據(jù)全部開(kāi)源，看好多模態(tài)解決方案產(chǎn)業(yè)鏈。1）SAM開(kāi)創(chuàng)性地跟Prompt結(jié)合了起來(lái)。它可以接受各種輸入提示，例如點(diǎn)擊、框選或指定想要分割的對(duì)象，這種輸入并不是一次性指令，你可以不停地對(duì)圖像下達(dá)不同的指令達(dá)到最終的編輯效果，這也意味著此前在自然語(yǔ)言處理的Prompt模式也開(kāi)始被應(yīng)用在了計(jì)算機(jī)視覺(jué)領(lǐng)域；此外，SAM基于1100萬(wàn)張圖像和11億個(gè)掩碼的海量數(shù)據(jù)集上進(jìn)行訓(xùn)練，這是迄今為止最大的分割數(shù)據(jù)集；SAM在各種分割任務(wù)上具有很強(qiáng)的零樣本性能。零樣本意味著SAM可以在不對(duì)特定任務(wù)或領(lǐng)域進(jìn)行任何額外訓(xùn)練或微調(diào)的情況下分割對(duì)象。2）我們看好多模態(tài)產(chǎn)業(yè)鏈，Meta此次推出SAM預(yù)示著大模型在多模態(tài)發(fā)展方面更進(jìn)一步，布局計(jì)算機(jī)視覺(jué)/視頻的廠商有望在Meta產(chǎn)品推出的背景下持續(xù)受益。盤古大模型初露頭角，成果顯著。2021年4月份發(fā)布了盤古NLP大模型和盤古機(jī)器視覺(jué)大模型，當(dāng)年也發(fā)布了盤古科學(xué)計(jì)算大模型，在2021年9月份，用于藥物研發(fā)中小分子藥物篩選發(fā)布了盤古藥物分子大模型；到2022年在行業(yè)中拓展應(yīng)用，比如和能源集團(tuán)合作發(fā)布了盤古礦山大模型，到2022年11月份在華為HDC大會(huì)上發(fā)布了盤古氣象大模型；在2022年的HDC泰國(guó)上，發(fā)布了盤古海浪大模型、盤古金融OCR大模型。盤古生態(tài)逐步完善，有望將AI賦能眾多行業(yè)。大模型是連接技術(shù)生態(tài)和商業(yè)生態(tài)的橋梁，是未來(lái)AI生態(tài)的核心。盤古大模型可分為三個(gè)層級(jí)。L0是基礎(chǔ)通用模型，比如GPT3，但應(yīng)用到行業(yè)中達(dá)不到最好的效果。L1是行業(yè)大模型，在L0的基礎(chǔ)上加入行業(yè)數(shù)據(jù)，通過(guò)混合訓(xùn)練得到。L2是部署模型，將L1在具體下游、千行百業(yè)的細(xì)分場(chǎng)景進(jìn)行部署得到L2。盡快的降低生產(chǎn)成本、提高效率，由L1升級(jí)到L2是關(guān)鍵。盤古大模型聚焦“AIforindustries”，凸顯泛化能力優(yōu)秀、樣本能力高效、使用門檻較低的特點(diǎn)，有望推動(dòng)人工智能開(kāi)發(fā)從“作坊式”到“工業(yè)化”升級(jí)，應(yīng)用領(lǐng)域?qū)庀?、醫(yī)藥、游戲、稅務(wù)、工業(yè)、機(jī)械、航天航空、土木、地質(zhì)等多方面。盤古大模型底層昇騰生態(tài)鏈完善，產(chǎn)能確定落地確定。以“一平臺(tái)雙驅(qū)動(dòng)”布局，昇騰生態(tài)鏈逐漸完善?！耙黄脚_(tái)”：昇騰基礎(chǔ)軟硬件平臺(tái)，包括AI處理器、服務(wù)器硬件、芯片使能軟件、MindSpore全場(chǎng)景AI計(jì)算框架和應(yīng)用使能平臺(tái)MindX?！半p生態(tài)”：（1）AI技術(shù)生態(tài)，包括科研機(jī)構(gòu)、高校、企業(yè)、合作伙伴的研究和開(kāi)發(fā)人員。（2）AI商業(yè)生態(tài)，包括ISV、IHV、整機(jī)伙伴、一體機(jī)合作伙伴等。昇騰計(jì)算產(chǎn)品眾多。其中，昇騰910芯片支持全場(chǎng)景人工智能應(yīng)用，昇騰310芯片主要用在邊緣計(jì)算等低功耗的領(lǐng)域。華為已聯(lián)合超100家頭部ISV基于昇騰孵化超過(guò)120個(gè)解決方案。為盤古大模型的發(fā)展提供底層算力核心支持。盤古大模型聚焦“AIforindustries”，凸顯泛化能力優(yōu)秀、樣本能力高效、使用門檻較低的特點(diǎn)，有望推動(dòng)人工智能開(kāi)發(fā)從“作坊式”到“工業(yè)化”升級(jí)，應(yīng)用領(lǐng)域?qū)庀?、醫(yī)藥、游戲、稅務(wù)、工業(yè)、機(jī)械、航天航空、土木、地質(zhì)等多方面。阿里通義大模型架構(gòu)龐大。阿里通義大模型整體可分為三個(gè)層次，分別為行業(yè)模型、通用模型與模型底座。（1）模型底座層:主要構(gòu)建語(yǔ)言和視覺(jué)的模態(tài)映射，通過(guò)統(tǒng)一學(xué)習(xí)范式與模塊化設(shè)計(jì)來(lái)實(shí)現(xiàn)；（2）通用模型層:主要包括多模態(tài)模型“通義-M6”；NLP模型“通義-AliceMind”和CV模型“通義-視覺(jué)”。每個(gè)模型下對(duì)應(yīng)不同的功能模塊。（3）行業(yè)模型層:結(jié)合電商、設(shè)計(jì)、醫(yī)療、娛樂(lè)、設(shè)計(jì)、金融、工業(yè)、制造業(yè)等行業(yè)的特點(diǎn)，對(duì)通義大模型進(jìn)行功能完善和應(yīng)用細(xì)分。通義大模型厚積薄發(fā)。阿里在NLP、多模態(tài)模型領(lǐng)域技術(shù)實(shí)力雄厚。2019年，阿里開(kāi)發(fā)出了大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型structBERT并登頂全球NLP權(quán)威榜單GLUE；2021年，阿里開(kāi)發(fā)出了國(guó)內(nèi)首個(gè)超百億參數(shù)的多模態(tài)大模型M6。憑借多年的發(fā)展，2023年4月阿里開(kāi)放通義千問(wèn)內(nèi)測(cè)。飛天智算平臺(tái)為大模型提供強(qiáng)大算力。大模型競(jìng)賽本質(zhì)上已延伸到算力層面，云計(jì)算是支撐更聰明AI的基礎(chǔ)。2022年8月，阿里云推出全棧智能計(jì)算解決方案——飛天智算平臺(tái)，為科研、公共服務(wù)和企業(yè)機(jī)構(gòu)提供強(qiáng)大的智能計(jì)算服務(wù)，可將計(jì)算資源利用率提高3倍以上，AI訓(xùn)練效率提升11倍，推理效率提升6倍。阿里推出“魔塔”社區(qū)，讓模型應(yīng)用更簡(jiǎn)單。2022年11月，阿里巴巴達(dá)摩院推出人工智能模型開(kāi)源社區(qū)“魔搭”(ModelScope)，旨在打造下一代開(kāi)源的模型即服務(wù)共享平臺(tái)，為泛AI開(kāi)發(fā)者提供靈活、易用、低成本的一站式模型服務(wù)產(chǎn)品，讓模型應(yīng)用更簡(jiǎn)單?！澳Т睢鄙鐓^(qū)首批上架超300個(gè)模型，其中中文模型超過(guò)100個(gè)，覆蓋了視覺(jué)、語(yǔ)音、自然語(yǔ)言處理、多模態(tài)等AI主要領(lǐng)域，推動(dòng)Al應(yīng)用發(fā)展。不到半年的時(shí)間里，“魔搭”社區(qū)總用戶量已超100萬(wàn)，模型總下載量超1600萬(wàn)次，成為國(guó)內(nèi)規(guī)模最大的AI模型社區(qū)。阿里智能家居業(yè)務(wù)蓬勃發(fā)展。根據(jù)36氪顯示，2023年中國(guó)智能家居市場(chǎng)規(guī)模將突破5000億元。阿里在智能家居業(yè)務(wù)上多面出擊，重兵布局，主要和傳統(tǒng)家電企業(yè)合作，構(gòu)建開(kāi)放式平臺(tái)，形成了較為完整的大家居戰(zhàn)略。天貓精靈成為消費(fèi)者購(gòu)買智能音箱的首選品牌，2022年市場(chǎng)份額為27%。阿里智能家居主要通過(guò)阿里云LoT進(jìn)行阿里智能家居生態(tài)的打造。主要包括三方面:阿里云LoT平臺(tái)產(chǎn)品、阿里云LoT基礎(chǔ)產(chǎn)品和阿里云LoT應(yīng)用&服務(wù)。（1）阿里云LoT平臺(tái)產(chǎn)品阿里云Link生活平臺(tái)（生活物聯(lián)網(wǎng)平臺(tái))，阿里云Link城市平臺(tái)（城市物聯(lián)網(wǎng)平臺(tái))和阿里云Link商業(yè)共享平臺(tái)(商業(yè)共享平臺(tái))。（2）阿里云LoT基礎(chǔ)產(chǎn)品阿里云LinkEdge(將計(jì)算擴(kuò)展至邊緣)，阿里云LinkWAN(廣域低功耗物聯(lián)通訊網(wǎng)絡(luò)）和AliOSThings（嵌入式物聯(lián)網(wǎng)實(shí)時(shí)操作系統(tǒng))。（3）阿里云LoT應(yīng)用&服務(wù)阿里云Link測(cè)試&認(rèn)證服務(wù)（軟硬結(jié)合的測(cè)試&標(biāo)準(zhǔn)化認(rèn)證服務(wù)）和阿里云Link魔筆（自然書寫筆跡數(shù)字化的云端產(chǎn)品)。天貓精靈+GPT已進(jìn)入內(nèi)測(cè)。阿里云將推動(dòng)AI進(jìn)一步普及。阿里巴巴所有產(chǎn)品未來(lái)將接入大模型。目前，釘釘、天貓精靈已經(jīng)在測(cè)試接入大模型。接入通義千問(wèn)后，新天貓精靈變得更擬人更聰明，知識(shí)、情感、個(gè)性、記憶能力大幅躍升。大語(yǔ)言模型“通義千問(wèn)”正式推出。4月11日的阿里云峰會(huì)上，阿里云正式宣布推出大語(yǔ)言模型“通義千問(wèn)”。通義千問(wèn)是一個(gè)超大規(guī)模的語(yǔ)言模型，具備多輪對(duì)話、文案創(chuàng)作、邏輯推理、多模態(tài)理解、多語(yǔ)言支持等功能。三、數(shù)據(jù)要素：數(shù)字經(jīng)濟(jì)之基3.1乘數(shù)字經(jīng)濟(jì)之風(fēng)，數(shù)據(jù)要素市場(chǎng)快速發(fā)展數(shù)據(jù)服務(wù)商在數(shù)據(jù)要素產(chǎn)業(yè)鏈處于核心位置，起到鏈接數(shù)據(jù)供應(yīng)方和需求方的作用。數(shù)據(jù)要素產(chǎn)業(yè)鏈上游主要是數(shù)據(jù)提供方，主要提供公共數(shù)據(jù)、業(yè)務(wù)信息、個(gè)人信息的數(shù)據(jù)。中游主要是數(shù)據(jù)服務(wù)商、數(shù)據(jù)交易所。下游是數(shù)據(jù)需求方，包括政府、金融、教育、醫(yī)療等行業(yè)客戶。在數(shù)字社會(huì)，數(shù)據(jù)扮演基礎(chǔ)性戰(zhàn)略資源和關(guān)鍵性生產(chǎn)要素雙重角色，一方面，有價(jià)值的數(shù)據(jù)資源是生產(chǎn)力的重要組成部分，是催生和推動(dòng)眾多數(shù)字經(jīng)濟(jì)新產(chǎn)業(yè)、新業(yè)態(tài)、新模式發(fā)展的基礎(chǔ)；另一方面，數(shù)據(jù)區(qū)別于以往生產(chǎn)要素的突出特點(diǎn)是對(duì)其他要素資源具有乘數(shù)作用，可以放大勞動(dòng)力、資本等要素在社會(huì)各行業(yè)價(jià)值鏈流轉(zhuǎn)中產(chǎn)生的價(jià)值。根據(jù)《中國(guó)數(shù)據(jù)要素市場(chǎng)發(fā)展報(bào)告》，數(shù)據(jù)要素對(duì)我國(guó)GDP增長(zhǎng)的貢獻(xiàn)率和貢獻(xiàn)度在2021年分別為14.7%和0.83個(gè)百分點(diǎn)。總體來(lái)說(shuō)，數(shù)據(jù)要素對(duì)當(dāng)年GDP增長(zhǎng)的貢獻(xiàn)率呈現(xiàn)持續(xù)上升狀態(tài)，表明數(shù)據(jù)要素正發(fā)揮越來(lái)越大的促進(jìn)作用。數(shù)據(jù)要素包含七大模塊，具備泛在賦能等特點(diǎn)。我國(guó)數(shù)據(jù)要素市場(chǎng)歸結(jié)為數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)加工、數(shù)據(jù)流通、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用、生態(tài)保障七大模塊，覆蓋數(shù)據(jù)要素從產(chǎn)生到發(fā)生要素作用的全過(guò)程。其中數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)加工、數(shù)據(jù)流通、數(shù)據(jù)分析、生態(tài)保障六大模塊，主要是數(shù)據(jù)作為勞動(dòng)對(duì)象，被挖掘出價(jià)值和使用價(jià)值的階段；而數(shù)據(jù)應(yīng)用模塊，主要是指數(shù)據(jù)作為勞動(dòng)工具，發(fā)揮帶動(dòng)作用的階段。數(shù)據(jù)要素流通環(huán)節(jié)亟待發(fā)展。數(shù)據(jù)要素市場(chǎng)涉及環(huán)節(jié)眾多，包括數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)加工、數(shù)據(jù)確權(quán)、數(shù)據(jù)質(zhì)量評(píng)估、數(shù)據(jù)定價(jià)、數(shù)據(jù)交付、數(shù)據(jù)治理、數(shù)據(jù)安全等。經(jīng)過(guò)數(shù)年乃至十?dāng)?shù)年的發(fā)展，行業(yè)數(shù)字化取得了相當(dāng)?shù)倪M(jìn)展，傳統(tǒng)IT服務(wù)市場(chǎng)已較為成熟，但跨行業(yè)、跨公司的數(shù)據(jù)要素流通仍有較大發(fā)展空間，新興IT服務(wù)市場(chǎng)迎發(fā)展機(jī)會(huì)。數(shù)據(jù)供給：當(dāng)前中國(guó)數(shù)商行業(yè)企業(yè)數(shù)量為192萬(wàn)家，數(shù)據(jù)產(chǎn)品和服務(wù)供給不足。根據(jù)國(guó)家工信安全發(fā)展研究中心，從市場(chǎng)規(guī)模來(lái)看，2021年，數(shù)據(jù)供給環(huán)節(jié)（采集、存儲(chǔ)、加工）的市場(chǎng)規(guī)模達(dá)到385億元。2021年中國(guó)數(shù)據(jù)要素市場(chǎng)規(guī)模約為815億元（不含數(shù)據(jù)應(yīng)用），其中，數(shù)據(jù)供給環(huán)節(jié)占比47.2%。從數(shù)商企業(yè)數(shù)量來(lái)看，存在明顯的供需不匹配問(wèn)題，缺少標(biāo)準(zhǔn)化和規(guī)劃化產(chǎn)品。高質(zhì)量數(shù)據(jù)產(chǎn)品的背后是高質(zhì)量數(shù)商。根據(jù)上海數(shù)據(jù)交易所官網(wǎng)，截至2022年11月，上海數(shù)據(jù)交易所累計(jì)掛牌數(shù)商僅89個(gè)。根據(jù)《全國(guó)數(shù)商產(chǎn)業(yè)發(fā)展報(bào)告》，截至2022年11月，中國(guó)數(shù)商行業(yè)企業(yè)數(shù)量達(dá)到192萬(wàn)家。其中，中國(guó)數(shù)商產(chǎn)業(yè)主要集中在長(zhǎng)三角、珠三角、京津翼、川渝地區(qū)，四大區(qū)域合計(jì)占比達(dá)到56.8%。數(shù)據(jù)流通：目前仍以場(chǎng)外交易為主，場(chǎng)內(nèi)交易持續(xù)發(fā)力。從市場(chǎng)規(guī)模來(lái)看，根據(jù)國(guó)家工信安全發(fā)展研究中心，2021年中國(guó)數(shù)據(jù)流通（交易、分析、數(shù)據(jù)服務(wù)）市場(chǎng)規(guī)模約為380億元，占中國(guó)數(shù)據(jù)要素市場(chǎng)規(guī)模的46.6%。從市場(chǎng)占比來(lái)看，根據(jù)上海數(shù)據(jù)交易所研究院，2022年，場(chǎng)外交易占全部交易的比重約為2%。預(yù)計(jì)到2025年，場(chǎng)內(nèi)交易占比將達(dá)到1/4~1/3。場(chǎng)外交易平臺(tái)集中度低，場(chǎng)內(nèi)交易以省市級(jí)交易所為主。2014年1月，中關(guān)村數(shù)海大數(shù)據(jù)交易中心平臺(tái)成立，拉開(kāi)了場(chǎng)內(nèi)交易的序幕；2015年4月，全國(guó)首家大數(shù)據(jù)交易所貴陽(yáng)大數(shù)據(jù)交易所獲批成立；2022年11月，深圳數(shù)據(jù)交易所正式揭牌成立，至此，北上廣深四大一線城市均開(kāi)啟了新的數(shù)據(jù)流通探索。自2020年以來(lái)，國(guó)家陸續(xù)出臺(tái)數(shù)據(jù)要素市場(chǎng)化改革的法規(guī)及政策文件，總體圍繞“以數(shù)據(jù)安全為前提，完善數(shù)據(jù)要素產(chǎn)權(quán)配置、完善數(shù)字治理、細(xì)化市場(chǎng)領(lǐng)域”，由淺入深地建立健全數(shù)據(jù)要素市場(chǎng)的基礎(chǔ)制度。搭乘數(shù)字經(jīng)濟(jì)的快車，我國(guó)數(shù)字要素市場(chǎng)整體處于高速發(fā)展階段。“十三五”期間，我國(guó)各個(gè)要素市場(chǎng)規(guī)模均實(shí)現(xiàn)穩(wěn)定增長(zhǎng)，以數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)加工、數(shù)據(jù)流通等環(huán)節(jié)為核心的數(shù)據(jù)要素市場(chǎng)增長(zhǎng)尤為迅速。據(jù)國(guó)家工信安全中心測(cè)算，2021年我國(guó)數(shù)據(jù)要素市場(chǎng)規(guī)模為704億元，預(yù)計(jì)到2025年我國(guó)數(shù)據(jù)要素市場(chǎng)規(guī)模將達(dá)到1749億元，2021年-2025年的年復(fù)合增長(zhǎng)率超過(guò)25%。根據(jù)中國(guó)信通院數(shù)據(jù)顯示，僅有32%的企業(yè)數(shù)據(jù)價(jià)值會(huì)被激活，還有數(shù)據(jù)未被采集、加工、流通和分析，我們可以預(yù)期未來(lái)數(shù)據(jù)要素市場(chǎng)將會(huì)在立法與技術(shù)的雙重培育下，保持高速增長(zhǎng)。3.2數(shù)據(jù)要素加速落地，醫(yī)療數(shù)據(jù)優(yōu)勢(shì)明顯凸顯新政策帶來(lái)新機(jī)遇，國(guó)家重視醫(yī)療健康領(lǐng)域的數(shù)據(jù)建設(shè)。2022年5月20日，國(guó)務(wù)院辦公廳發(fā)布《“十四五”國(guó)民健康規(guī)劃》，提出促進(jìn)全民健康信息聯(lián)通應(yīng)用，構(gòu)建權(quán)威統(tǒng)一、互聯(lián)互通的全民健康信息平臺(tái)，完善全民健康信息核心數(shù)據(jù)庫(kù)，推進(jìn)各級(jí)各類醫(yī)療衛(wèi)生機(jī)構(gòu)統(tǒng)一接入和數(shù)據(jù)共享。探索建立衛(wèi)生健康、醫(yī)療保障、藥監(jiān)等部門信息共享機(jī)制，通過(guò)全國(guó)一體化政務(wù)服務(wù)平臺(tái)，實(shí)現(xiàn)跨地區(qū)、跨部門數(shù)據(jù)共享。研究制定數(shù)據(jù)開(kāi)放清單，開(kāi)展政府醫(yī)療健康數(shù)據(jù)授權(quán)運(yùn)營(yíng)試點(diǎn)。2023年3月23日，中共中央、國(guó)務(wù)院發(fā)布了《關(guān)于進(jìn)一步完善醫(yī)療衛(wèi)生服務(wù)體系的意見(jiàn)》，提出發(fā)揮信息技術(shù)支撐作用，加強(qiáng)健康醫(yī)療大數(shù)據(jù)共享交換與保障體系建設(shè)；建立跨部門、跨機(jī)構(gòu)公共衛(wèi)生數(shù)據(jù)共享調(diào)度機(jī)制和智慧化預(yù)警多點(diǎn)觸發(fā)機(jī)制；推進(jìn)醫(yī)療聯(lián)合體內(nèi)信息系統(tǒng)統(tǒng)一運(yùn)營(yíng)和互聯(lián)互通，加強(qiáng)數(shù)字化管理。在數(shù)據(jù)要素相關(guān)政策出臺(tái)的推動(dòng)下，醫(yī)保數(shù)據(jù)應(yīng)用有望加速。2021年8月，國(guó)家醫(yī)保局提出打造“保險(xiǎn)+健康”服務(wù)生態(tài)閉環(huán)，依法依規(guī)探索商業(yè)健康保險(xiǎn)信息平臺(tái)與全國(guó)統(tǒng)一的醫(yī)療保障信息平臺(tái)信息共享機(jī)制，強(qiáng)化醫(yī)療健康大數(shù)據(jù)應(yīng)用，助推保險(xiǎn)精算創(chuàng)新發(fā)展。2023年1月12日，全國(guó)醫(yī)療保障工作會(huì)議提出“把大數(shù)據(jù)賦能作為醫(yī)保改革發(fā)展的重要借力點(diǎn)，最大程度發(fā)揮全國(guó)統(tǒng)一醫(yī)保信息平臺(tái)作用，更安全更積極更有序地用好醫(yī)保大數(shù)據(jù)。”數(shù)據(jù)要素相關(guān)政策的陸續(xù)出臺(tái)，醫(yī)保數(shù)據(jù)應(yīng)用的路徑、場(chǎng)景逐漸清晰。國(guó)家醫(yī)保局成立后，我國(guó)醫(yī)保信息化建設(shè)加速，全國(guó)統(tǒng)一醫(yī)保信息平臺(tái)基本建成并投用，各地醫(yī)保信息平臺(tái)也在快速推進(jìn)，醫(yī)保信息化進(jìn)入建設(shè)高峰期。醫(yī)保支付方式改革，如DRG/DIP等，為醫(yī)保信息化建設(shè)帶來(lái)新機(jī)遇，需要醫(yī)院和醫(yī)保部門升級(jí)改造原有系統(tǒng)，提高信息化水平。醫(yī)療機(jī)構(gòu)端信息化投入主動(dòng)性將顯著提升。過(guò)去醫(yī)院信息化建設(shè)的目的主要為：完善院端功能、提升運(yùn)營(yíng)效率和服務(wù)水平、通過(guò)大數(shù)據(jù)和云計(jì)算等提高信息管理水平。由于信息化投入效益難以在短期體現(xiàn)，過(guò)去外部資金支持較為短缺，信息部人力資源不足，醫(yī)院管理層缺乏資金投入動(dòng)力。一方面，隨著行業(yè)眾多催化政策陸續(xù)落地，各項(xiàng)信息化建設(shè)規(guī)劃明確，國(guó)家衛(wèi)健委等官方部門資金支持力度加大，多項(xiàng)信息系統(tǒng)被納入醫(yī)院評(píng)級(jí)標(biāo)準(zhǔn)，各項(xiàng)外部因素驅(qū)動(dòng)醫(yī)院主動(dòng)增加信息化投入。另一方面，人口老齡化、新冠疫情等加重醫(yī)療服務(wù)與管理壓力，醫(yī)院發(fā)展也逐步走向精細(xì)化階段，信息化建設(shè)對(duì)醫(yī)院綜合實(shí)力的影響逐步體現(xiàn)，信息化投入的內(nèi)部主動(dòng)性也將逐步提高。醫(yī)療健康數(shù)據(jù)具有廣泛應(yīng)用場(chǎng)景。如疾病智能篩查診斷場(chǎng)景，通過(guò)融合醫(yī)院診療數(shù)據(jù)，促進(jìn)如疾病自動(dòng)篩查、輔助診斷（CDSS）、智能醫(yī)療培訓(xùn)等醫(yī)療人工智能技術(shù)的加速發(fā)展以及規(guī)模化應(yīng)用；普惠健康險(xiǎn)場(chǎng)景，通過(guò)融合保險(xiǎn)數(shù)據(jù)、診療數(shù)據(jù)、醫(yī)保數(shù)據(jù)、健康數(shù)據(jù)等，設(shè)計(jì)普惠創(chuàng)新的醫(yī)療保險(xiǎn)，提供更加精準(zhǔn)的保險(xiǎn)定價(jià)、投保核保、理賠等服務(wù)；健康管理場(chǎng)景，通過(guò)融合醫(yī)療、健康管理（手環(huán)、手機(jī)健康A(chǔ)PP等）、消費(fèi)等數(shù)據(jù)，對(duì)個(gè)人健康進(jìn)行綜合建模，形成慢病管理、疾病預(yù)防、健康產(chǎn)品推送等綜合應(yīng)用。院端投入規(guī)模仍有較大提升空間。根據(jù)國(guó)家衛(wèi)健委發(fā)布的《全民健康信息化調(diào)查報(bào)告——區(qū)域衛(wèi)生信息化與醫(yī)院信息化（2021）》數(shù)據(jù)顯示，2020年各醫(yī)療機(jī)構(gòu)年度信息化建設(shè)資金投入占總收入比例在0.1%~1%的醫(yī)院占53.7%，比例在1%~5%的醫(yī)院占32.0%，比例超過(guò)5%的醫(yī)院占7.4%，未投入的醫(yī)院占6.8%。據(jù)前瞻產(chǎn)業(yè)研究院，發(fā)達(dá)國(guó)家醫(yī)療機(jī)構(gòu)信息化建設(shè)資金投入占總收入比例在3~5%，相比之下我國(guó)醫(yī)療機(jī)構(gòu)的IT支出占收入比重仍然偏低。四、國(guó)產(chǎn)化/密碼：提速4.1國(guó)產(chǎn)化浪潮持續(xù)推進(jìn)，擁抱自主可控自中興事件以來(lái)，中美貿(mào)易摩擦愈演愈烈，美國(guó)已經(jīng)將數(shù)百家中國(guó)企業(yè)、機(jī)構(gòu)加入“實(shí)體清單”，限制美國(guó)技術(shù)產(chǎn)品對(duì)華輸出。2022年10月，美國(guó)工業(yè)和安全局（BIS）宣布新一輪的對(duì)華芯片出口管制措施，新規(guī)旨在限制中國(guó)獲得先進(jìn)計(jì)算芯片、開(kāi)發(fā)和維護(hù)超級(jí)計(jì)算機(jī)以及先進(jìn)工藝制造能力，給中國(guó)超算、芯片產(chǎn)業(yè)鏈帶來(lái)震動(dòng)。短中期內(nèi)帶來(lái)代工風(fēng)險(xiǎn)，但是也進(jìn)一步倒逼芯片制造向國(guó)產(chǎn)供應(yīng)鏈切換，加速產(chǎn)業(yè)成熟。時(shí)代大背景下，需求端自主可控發(fā)展的迫切性日益凸顯。國(guó)家政策導(dǎo)向更加積極，敦促和引導(dǎo)信創(chuàng)產(chǎn)業(yè)發(fā)展；同時(shí)，產(chǎn)業(yè)對(duì)于的迫切性、主動(dòng)性也在加強(qiáng)，以試點(diǎn)項(xiàng)目、實(shí)際業(yè)務(wù)使用反向催化國(guó)產(chǎn)產(chǎn)品技術(shù)的成熟。2020年正式規(guī)模落地應(yīng)用以來(lái)，信創(chuàng)產(chǎn)業(yè)已經(jīng)開(kāi)始支撐黨政辦公系統(tǒng)、金融、電信等部分業(yè)務(wù)系統(tǒng)。供給側(cè)，國(guó)產(chǎn)產(chǎn)品不斷優(yōu)化。信創(chuàng)生態(tài)系統(tǒng)構(gòu)建以CPU+OS為基礎(chǔ)。國(guó)產(chǎn)CPU主要參與者有海光信息、海思半導(dǎo)體、龍芯中科、上海兆芯、天津飛騰等，產(chǎn)品技術(shù)持續(xù)迭代提高可用性。服務(wù)器端，海光信息具有明顯的兼容X86生態(tài)優(yōu)勢(shì)，而華為積極構(gòu)建產(chǎn)業(yè)生態(tài)，“鯤鵬”ARM生態(tài)加速成熟，PC端，飛騰引領(lǐng)市場(chǎng)份額。操作系統(tǒng)領(lǐng)域，主要由麒麟軟件和統(tǒng)信參與。隨著信創(chuàng)產(chǎn)業(yè)的深入發(fā)展，國(guó)產(chǎn)基礎(chǔ)軟硬件廠商的業(yè)務(wù)規(guī)模高速發(fā)展，并且持續(xù)升級(jí)優(yōu)化產(chǎn)品技術(shù)，提供更可用、更好用的產(chǎn)品技術(shù)。2022年以來(lái)金融為代表的行業(yè)信創(chuàng)推進(jìn)持續(xù)超預(yù)期，相比黨政辦公系統(tǒng)替換，行業(yè)信創(chuàng)以業(yè)務(wù)系統(tǒng)服務(wù)器需求為主，帶動(dòng)服務(wù)器CPU核心廠商海光信息業(yè)務(wù)在2022年繼續(xù)提速高增，表現(xiàn)尤其突出。行業(yè)信創(chuàng)已經(jīng)推進(jìn)至右側(cè)階段，黨政市場(chǎng)替代節(jié)奏待觀望。金融、電信行業(yè)已經(jīng)推進(jìn)三年時(shí)間，通過(guò)業(yè)務(wù)系統(tǒng)測(cè)試不斷打磨國(guó)產(chǎn)軟硬件產(chǎn)品可用性，為后續(xù)更多行業(yè)的國(guó)產(chǎn)替代打下堅(jiān)實(shí)基礎(chǔ)，進(jìn)入22年下半年，信創(chuàng)與各行業(yè)信息化、安全發(fā)展需求形成強(qiáng)共振，目前教育、醫(yī)療、能源、交通等行業(yè)均在有序加速替代之中。同時(shí)，黨政替換第一階段基本完成，后續(xù)推進(jìn)節(jié)奏仍待觀察，但未來(lái)下沉市場(chǎng)、外網(wǎng)政務(wù)系統(tǒng)替換仍有數(shù)倍空間。千億信創(chuàng)基礎(chǔ)軟硬件市場(chǎng)可期。我們?cè)诖饲昂９庑畔ⅰ⑸裰輸?shù)碼首次覆蓋報(bào)告中對(duì)黨政、信創(chuàng)的服務(wù)器市場(chǎng)空間進(jìn)行了梳理，替代空間過(guò)千億。若以現(xiàn)有政府、重要行業(yè)的終端和服務(wù)器數(shù)量為基礎(chǔ)，對(duì)國(guó)產(chǎn)OS替換空間進(jìn)行測(cè)算，我們測(cè)算國(guó)產(chǎn)OS市場(chǎng)可替換空間超過(guò)300億，年化替代市場(chǎng)約為63.81億元。服務(wù)器數(shù)量，根據(jù)IDC數(shù)據(jù)，2020年我國(guó)服務(wù)器出貨量約為350萬(wàn)臺(tái)，重要行業(yè)占其中40%左右，政府為16%，我們估算2020-2022年已經(jīng)替換的服務(wù)器量約為84萬(wàn)臺(tái)，另外按照電子設(shè)備3年一更新計(jì)算存量。終端數(shù)量，參考兩方面口徑，我們假設(shè)可替代終端總量約為5355萬(wàn)，根據(jù)飛騰、金山辦公、麒麟軟件等企業(yè)2020-2022年的銷售額數(shù)據(jù)，我們估算黨政市場(chǎng)已有約600萬(wàn)臺(tái)的替換；a)服務(wù)器與PC的經(jīng)驗(yàn)配比，不同行業(yè)約1:10~20;b)政府及金融、電信、能源、教育等重要行業(yè)的從業(yè)人員數(shù)量：我國(guó)金融行業(yè)從業(yè)人數(shù)已突破800萬(wàn)人；三家基礎(chǔ)電信合計(jì)員工數(shù)量110萬(wàn)左右；教育行業(yè)從業(yè)人員超過(guò)2000萬(wàn)，教師超過(guò)1700萬(wàn)；電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)從業(yè)人員466萬(wàn)；全國(guó)衛(wèi)生人員總數(shù)1398.3萬(wàn)人。另外，還需要考慮能源、醫(yī)療、教育等部分行業(yè)從業(yè)人員并不需要配備PC。終端PCOS價(jià)格，假設(shè)為300元/套，服務(wù)器OS價(jià)格假設(shè)為3500元/套；替換節(jié)奏，我們假設(shè)2023年-2027年五年期為主要替換時(shí)間；4.2密評(píng)和國(guó)產(chǎn)化雙催化，商密產(chǎn)業(yè)高速發(fā)展近年來(lái)隨著國(guó)內(nèi)外網(wǎng)絡(luò)安全事故的頻發(fā)，我國(guó)政府不斷提高對(duì)網(wǎng)絡(luò)安全的重視。2013年先后設(shè)立了重要國(guó)家安全委員會(huì)、中央網(wǎng)絡(luò)安全和信息化委員會(huì)。2017年6月1日，《網(wǎng)絡(luò)安全法》正式發(fā)布，等級(jí)保護(hù)制度隨之上升到法律層面；2019年5月，公安部正式發(fā)布《信息安全技術(shù)網(wǎng)絡(luò)安全等級(jí)保護(hù)基本要求》，開(kāi)啟等保2.0時(shí)代。與等保1.0相比，等保2.0延續(xù)了五個(gè)級(jí)別的劃分。同時(shí)，將可信驗(yàn)證列入各級(jí)別和各環(huán)節(jié)的主要功能要求，要求在通訊傳輸過(guò)程中采用密碼技術(shù)保證敏感信息字段或整個(gè)報(bào)文的保密性，同時(shí)強(qiáng)調(diào)采用密碼技術(shù)保證重要數(shù)據(jù)在存儲(chǔ)過(guò)程中的保密性。新版商用密碼法發(fā)布在即。商業(yè)密碼行業(yè)產(chǎn)業(yè)鏈為：芯片-板卡-加密機(jī)服務(wù)器。目前市場(chǎng)中從事芯片業(yè)務(wù)的公司主要為衛(wèi)士通、三未信安、國(guó)芯科技（上市）、北京宏思、恩智浦；從事從事密碼板卡的公司主要為衛(wèi)士通、三未信安、漁翁信息；從事加密機(jī)服務(wù)器的主要為衛(wèi)士通、格爾軟件、吉大正元、信安世紀(jì)、數(shù)字認(rèn)證。當(dāng)前，商密應(yīng)用領(lǐng)域基本實(shí)現(xiàn)全覆蓋，初步實(shí)現(xiàn)了商用密碼產(chǎn)品與行業(yè)場(chǎng)景特點(diǎn)的融合應(yīng)用。其中，根據(jù)全景財(cái)經(jīng)數(shù)據(jù)，商用密碼在金融領(lǐng)域應(yīng)用占比24.05%，在政務(wù)領(lǐng)域應(yīng)用占比19.31%，在通信領(lǐng)域占比15.38%，在電力領(lǐng)域占比12.31%，在交通領(lǐng)域占比9.47%，在稅務(wù)、醫(yī)療、電子商務(wù)等其他領(lǐng)域占比共計(jì)19.48%。近年來(lái)我國(guó)商用密碼行業(yè)規(guī)模不斷擴(kuò)大，產(chǎn)業(yè)規(guī)模整體呈上升趨勢(shì)。2020年在新冠疫情流行的客觀環(huán)境下，我國(guó)商用密碼產(chǎn)業(yè)仍取得高速發(fā)展，總體規(guī)模達(dá)到466億元，較