【中泰證券】DeepSeek將如何改變AI應(yīng)用

DeepSeek將如何改變AI應(yīng)用？|證

券

研

究

報(bào)

告|20

25

.

02

.13專

業(yè)｜

領(lǐng)

先

｜

深

度

｜

誠(chéng)

信中

泰

證

券

研

究

所n

從kimi

（月之暗面）到智譜，從豆包（字節(jié)）到DeepSeek，

中國(guó)基礎(chǔ)大模型一直處于快速演進(jìn)之中，演進(jìn)的主旋律則

體現(xiàn)為性能提升和成本降低，與計(jì)算機(jī)歷史上PC、互聯(lián)網(wǎng)的發(fā)展邏輯類似。我們總結(jié)了以下三個(gè)關(guān)鍵詞：n

關(guān)鍵詞1：低成本。與暴力美學(xué)的大模型相對(duì)應(yīng)的就是高成本，動(dòng)則數(shù)百上千萬(wàn)元的成本投入在很大程度上制約了下游需

求的釋放，在中國(guó)當(dāng)前的宏觀環(huán)境下這種挑戰(zhàn)更為明顯。

DeepSeek帶來(lái)的成本指數(shù)級(jí)下降，將會(huì)大大加速AI應(yīng)用的落地進(jìn)程。n

關(guān)鍵詞2：開(kāi)源。伴隨閉源基礎(chǔ)大模型能力不斷提升之后，

是否會(huì)向上侵蝕應(yīng)用市場(chǎng)成為了市場(chǎng)的一種擔(dān)憂。而開(kāi)源體系

大大降低這種可能：1）開(kāi)源體系需要生態(tài)繁榮，基模廠商與應(yīng)用廠商是合作關(guān)系；2）對(duì)于應(yīng)用廠商而言，開(kāi)源大模型

的可獲得性、可把握性更強(qiáng)，更容易基于此構(gòu)建自己的垂直模型和能力。n

關(guān)鍵詞3：中國(guó)。中國(guó)具有廣闊的應(yīng)用場(chǎng)景，

但一方面接入海外OpenAI模型存在一定的障礙，

另一方面中國(guó)的基礎(chǔ)大模

型能力存在差距。DeepSeek縮小了這種能力差距，一定程度上補(bǔ)齊了中國(guó)AI應(yīng)用的底座短板。2核心觀點(diǎn)Big

Picture：從基礎(chǔ)模型的能力上限和應(yīng)用成本談起1應(yīng)用場(chǎng)景隨模型能力提升和成本降低而不斷解鎖；DeepSeek的低成本+強(qiáng)能力將解鎖更多應(yīng)用場(chǎng)景；4模型能力上限對(duì)話場(chǎng)景；

AI搜索；智能客服；

AI代碼；技術(shù)-能力上限曲線價(jià)格-應(yīng)用成本曲線資料來(lái)源：中泰證券研究所n

AI隨模型能力的提升和應(yīng)用成本的降低，

共同解鎖更多應(yīng)用場(chǎng)景。圖表：AI應(yīng)用分析框架應(yīng)用的分析框架：能力上限與應(yīng)用成本共同決定應(yīng)用場(chǎng)景

營(yíng)銷醫(yī)療法律模型定價(jià)……

……n

DeepSeek

V3再次展現(xiàn)出能力上限突破，在MMLU

、MATH500等任務(wù)中均表現(xiàn)除了優(yōu)于GPT-4o和Claude-3.5-Sonnet的SOTA能力。其發(fā)布的推理模型DeepSeek-R1在數(shù)學(xué)、編程等推理任務(wù)中接近或達(dá)到了o1的水平。能力上限之一：DeepSeek系列模型擁有比肩GPT-4o、Claude3.5和o1的能力資料來(lái)源

：DeepSeek-R1:IncentivizingReasoningCapabilityinLLMsviaReinforcementLearning

，中泰證券研究所資料來(lái)源：DeepSeek-V3Technical

Report

，中泰證券研究所圖表：DeepSeekV3和其他模型的表現(xiàn)對(duì)比圖表：R1在各項(xiàng)任務(wù)中的表現(xiàn)5n

DeepSeek模型在Post-Train階段大規(guī)模應(yīng)用了強(qiáng)化學(xué)習(xí)方法。

R1使用了冷啟動(dòng)微調(diào)+強(qiáng)化學(xué)習(xí)方法，

R1-Zero版本模型

使用純強(qiáng)化學(xué)習(xí)方法。隨訓(xùn)練過(guò)程推進(jìn)，模型展現(xiàn)出了推理能力的擴(kuò)展（高準(zhǔn)確率和long-CoT能力涌現(xiàn)等）。能力上限之二：后訓(xùn)練階段大規(guī)模應(yīng)用強(qiáng)化學(xué)習(xí)，表現(xiàn)推理能力擴(kuò)展資料來(lái)源：DeepSeek-R1:Incentivizing

ReasoningCapability

in

LLMsviaReinforcementLearning，中泰證券研究所資料來(lái)源：DeepSeek-R1:Incentivizing

ReasoningCapability

in

LLMsviaReinforcementLearning，中泰證券研究所DeepSeek-R1-Zero自然涌現(xiàn)long-CoT能力DeepSeek-R1-Zero的能力隨步數(shù)提升圖表：隨步數(shù)提升R1-Zero的AIME任務(wù)準(zhǔn)確度圖表：深度思考能力提升6n

RL下模型展現(xiàn)出了自主開(kāi)發(fā)先進(jìn)問(wèn)題解決策略的行為：

1）模型表現(xiàn)出了“Aha

moment”，突然學(xué)會(huì)更有效的推理方

式，也增加了推理復(fù)雜度；2）模型在訓(xùn)練過(guò)程中出現(xiàn)了Reflection能力，

能夠重新評(píng)估初始方法來(lái)學(xué)習(xí)為問(wèn)題分配更

多的思考時(shí)間。雖然應(yīng)用純強(qiáng)化學(xué)習(xí)方法的R1-Zero在穩(wěn)定性、可讀性上仍有差距（存在多語(yǔ)言混雜生成現(xiàn)象）

，但

Aha

Moment

、Reflection等能力的出現(xiàn)展現(xiàn)出了純強(qiáng)化學(xué)習(xí)方法的巨大潛力。圖表：訓(xùn)練過(guò)程中R1-Zero表現(xiàn)出的AhaMoment資料來(lái)源：DeepSeek-R1:Incentivizing

ReasoningCapability

in

LLMsvia

ReinforcementLearning

，中泰證券研究所7能力上限之二：純強(qiáng)化學(xué)習(xí)的R1-Zero展現(xiàn)出“Aha

Moment”能力涌現(xiàn)n

Janus-Pro

結(jié)合了優(yōu)化的訓(xùn)練策略，擴(kuò)展了訓(xùn)練數(shù)據(jù)集和模型規(guī)模。通過(guò)這些改進(jìn)，Janus-Pro

在多模態(tài)理解和文本到

圖像的指令跟蹤功能方面都取得了重大進(jìn)步，同時(shí)還增強(qiáng)了文本到圖像生成的穩(wěn)定性。n

作為在GenEval等評(píng)測(cè)中超越DALL-E3和Stable

Diffusion3-Medium的開(kāi)源模型，

Janus-Pro也展現(xiàn)出了更多應(yīng)用潛力。圖表：Janus-Pro多模態(tài)理解和視覺(jué)生成表現(xiàn)能力上限之三：開(kāi)源Janus-Pro模型，圖像生成和多模態(tài)理解能力大幅提升資料來(lái)源：Janus-Pro:Unified

Multimodal

UnderstandingandGenerationwith

Dataand

ModelScaling

，中泰證券研究所8n

DeepSeek在訓(xùn)練階段采用了多種方法降低訓(xùn)練成本，并保證模型的良好表現(xiàn)。1）冷啟動(dòng)：構(gòu)建并收集少量

Long-CoT

數(shù)據(jù)來(lái)微調(diào)模型，而非單純運(yùn)用大規(guī)模RLHF或RL，很好地平衡了性能和成本；

2）MLA（多頭潛在注意力機(jī)制）

的優(yōu)化：降低了鍵值量緩存需求，減少算力壓力；后續(xù)的ALFS

（無(wú)輔助損失負(fù)載均衡策略）方法：能讓MoE的專家

在偏好值和工作量上達(dá)成平衡狀態(tài)，當(dāng)負(fù)載比較大的時(shí)候能夠轉(zhuǎn)移到其他專家上，

加強(qiáng)了模型整體性能的負(fù)載均衡與

穩(wěn)定性。圖表：DeepSeek-R1訓(xùn)練過(guò)程應(yīng)用成本之一：極致優(yōu)化的工程化方法，大幅降低訓(xùn)推成本資料來(lái)源：木堯，中泰證券研究所9n

對(duì)V3進(jìn)行蒸餾的R1在數(shù)學(xué)、代碼能力上再次顯著提升。MoE架構(gòu)的R1模型共有671B規(guī)模，激活后的參數(shù)量為37B，

部署時(shí)能夠大大節(jié)省推理成本。n

DeepSeek開(kāi)源了模型，API的調(diào)用價(jià)格也大幅低于OpenAI。以O(shè)utput

API價(jià)格為例，

DeepSeek-R1大約是OpenAI的

3.7%。以R1為代表的優(yōu)秀開(kāi)源模型的能力也離閉源模型越來(lái)越近。應(yīng)用成本之二：低推理成本+開(kāi)源，api成本僅為o1幾十分之一資料來(lái)源：Epoch

AI

，中泰證券研究所10DeepSeek-R1的OutputAPI價(jià)格約為o1的3.7%資料來(lái)源：DeepSeek

，中泰證券研究所圖表：閉源模型與開(kāi)源模型的差距正在縮小圖表：DeepSeek-R1api價(jià)格與o1對(duì)比n

通過(guò)將DeepSeek-R1的推理能力蒸餾到更小的模型中，較小的模型也能具備強(qiáng)大的推理能力。DeepSeek開(kāi)源了從15億

到700億參數(shù)的R1蒸餾版本。這些模型基于Qwen和Llama等架構(gòu)蒸餾，

表明復(fù)雜的推理能力可以被封裝在更小、更高效

的模型中。從論文結(jié)論看，蒸餾比單獨(dú)依賴強(qiáng)化學(xué)習(xí)訓(xùn)練更為高效，且蒸餾與強(qiáng)化學(xué)習(xí)的結(jié)合可以進(jìn)一步提升模型性能。n

2025年2月，科學(xué)家李飛飛團(tuán)隊(duì)帶領(lǐng)以不到50美元的費(fèi)用訓(xùn)練了一個(gè)能力比肩DeepSeek-R1的s1模型，也展現(xiàn)了蒸餾模

型應(yīng)用的更多應(yīng)用潛力。應(yīng)用成本之三：蒸餾小型模型展現(xiàn)Test-timeScaling，有極高應(yīng)用潛力資料來(lái)源：s1:Simpletest-timescaling

，中泰證券研究所11模型展現(xiàn)出隨推理時(shí)間增加準(zhǔn)確度增加的TesttimeScalingS1僅使用1000個(gè)微調(diào)示例就達(dá)到了類似r1的準(zhǔn)確度資料來(lái)源：s1:Simpletest-timescaling

，中泰證券研究所圖表：各模型微調(diào)示例數(shù)與準(zhǔn)確度對(duì)比圖表：s1表現(xiàn)出的TesttimeScaling應(yīng)用場(chǎng)景：通用+行業(yè)場(chǎng)景不斷解鎖，關(guān)注B端SaaS落地+AI安全2n

應(yīng)用層AI公司不僅是基礎(chǔ)模型之上的前端界面，

而是擁有復(fù)雜的認(rèn)知架構(gòu)的應(yīng)用產(chǎn)品。通常包括多個(gè)基礎(chǔ)模型，上面

有某種路由機(jī)制，用于檢索增強(qiáng)生成（RAG）的向量和

/

或圖數(shù)據(jù)庫(kù)，合規(guī)性和安全性防護(hù)手段，以及模仿人類在工

作流程中進(jìn)行推理思考方式的應(yīng)用邏輯。n

借助Agent，應(yīng)用層軟件公司能夠?qū)⒎?wù)轉(zhuǎn)化為軟件（Service-as-a-Software）。這意味著應(yīng)用的目標(biāo)市場(chǎng)不是軟件

市場(chǎng)，而是以萬(wàn)億美元計(jì)的服務(wù)市場(chǎng)。而隨著基礎(chǔ)模型推理成本快速下降和性能提升，這種應(yīng)用的價(jià)值創(chuàng)造增速將遠(yuǎn)

超傳統(tǒng)軟件模式。70605040302010020252026

2027 System-centricautomation理解應(yīng)用層公司的價(jià)值創(chuàng)造：取代人力，瞄向萬(wàn)億級(jí)別的服務(wù)市場(chǎng)20222023

2024 Labor-centricautomation資料來(lái)源：SequoiaCapital，中泰證券研究所圖表：2022-2027自動(dòng)化市場(chǎng)規(guī)模預(yù)測(cè)（$B）圖表：ServiceasaSoftware面向的市場(chǎng)規(guī)模資料來(lái)源：IDC，中泰證券研究所13n

生產(chǎn)力工具能夠較好嵌入和應(yīng)用大模型的生成能力，將最先受益于模型能力上限提升和成本下降。如以O(shè)ffice365Copilot

、WPSAI為代表的AI+辦公軟件和以Midjourney、Sora為代表的多模態(tài)生成模型正在加速滲透。據(jù)智聯(lián)招聘調(diào)

研，2025年春招首周約60%職場(chǎng)人已經(jīng)在工作中使用AI工具，明顯高于去年同期的44%。圖表：辦公軟件類別占比情況（截至2024年4月）4%13%39%21%23%資料來(lái)源：頭豹研究院，中泰證券研究所14通用場(chǎng)景之一：生產(chǎn)力工具對(duì)應(yīng)生成能力，AI加速滲透AI+文字處理AI+通訊協(xié)作類

AI+演示協(xié)作類

AI+數(shù)據(jù)處理類AI+項(xiàng)目管理類60%50%40%30%20%10%0%用戶比例50.90%29.70%11.50%7.90%0%極其有用

相當(dāng)有用

有些有用

稍微有用

完全無(wú)用n

Cursor是AI驅(qū)動(dòng)的代碼編輯器，能夠無(wú)縫與VSCode集成。通過(guò)先提供新用戶2000次代碼免費(fèi)生成功能，再轉(zhuǎn)化付費(fèi)的方式，目前Cursor已經(jīng)擁有超過(guò)36萬(wàn)名個(gè)人開(kāi)發(fā)者。個(gè)人用戶每月支付20-40美元，平均合同價(jià)值為276美元，ARR從$1M到$100M僅用了不到兩年時(shí)間。n

GithubCopilot發(fā)布以來(lái)，幫助開(kāi)發(fā)人員將Coding速度提高55%。隨用戶數(shù)超過(guò)1.5億，GitHub也宣布將開(kāi)設(shè)免費(fèi)的GitHubCopilot服務(wù)，并將服務(wù)集成到了新版的VSCode中。新用戶也可擁有每月2000次代碼補(bǔ)全和50條聊天消息的免費(fèi)額度。通用場(chǎng)景之二：AICoding大幅提升編程效率，用戶數(shù)快速上升資料來(lái)源：Github，中泰證券研究所15資料來(lái)源：SACRA，Spearhead，中泰證券研究所圖表：用戶對(duì)GithubCopilot的評(píng)價(jià)圖表：各公司ARR增速與時(shí)間的關(guān)系n

AI搜索已經(jīng)能夠?yàn)橛脩籼峁┚_的信息來(lái)源，

大幅提升搜索效率。Google等搜索引擎提供了AI

Overviews功能，通過(guò)

綜合來(lái)自多個(gè)來(lái)源的信息以提供更全面的摘要。這種方法讓用戶更廣泛地了解搜索結(jié)果，無(wú)需點(diǎn)擊多個(gè)鏈接。AI搜索

公司Perplexity以對(duì)話形式為用戶提供搜索的答案，每月處理約4億次搜索查詢。公司估值實(shí)現(xiàn)了24年初的5.2億美元到

年底90億美元的快速增長(zhǎng)。n

AI搜索也將賦能私域數(shù)據(jù)搜索。據(jù)Hebbia

，Google僅索引了全球4%的數(shù)據(jù)。大部分的私有數(shù)據(jù)，如企業(yè)ERP

、CRM或者OA系統(tǒng)中的各種數(shù)據(jù)未得到充分利用。圖表：Perplexity

AI的估值增長(zhǎng)（單位：$billion）圖表：GoogleOverviews示意1098765432102024年1月

2024年4月

2024年6月2024年12月資料來(lái)源：Crunchbase，Bloomberg

，Datawrapper，中泰證券研究所

資料來(lái)源：

Google

，

中泰證券研究所16通用場(chǎng)景之三：AI搜索以O(shè)verviews形式落地，PerplexityAI等SaaS公司崛起n

AI營(yíng)銷通過(guò)數(shù)據(jù)智能、自動(dòng)化和個(gè)性化技術(shù)，正在重構(gòu)傳統(tǒng)營(yíng)銷模式，成為企業(yè)降本增效、提升客戶體驗(yàn)的核心工具。

IDC預(yù)計(jì)GenAI在未來(lái)五年內(nèi)將營(yíng)銷生產(chǎn)力提高40%以上的潛力。

Applovin提供了提升ARPDAU、增加廣告庫(kù)存、獲

取App用戶和增加應(yīng)用內(nèi)購(gòu)買。n

未來(lái)GenAI有望直接生成廣告并創(chuàng)造收入。據(jù)Accenture的預(yù)測(cè)，到2029年30%的社交媒體廣告，將由AI自動(dòng)生成。50%47%

46%42%改善客戶關(guān)系有效的數(shù)據(jù)分析提高財(cái)務(wù)收益

準(zhǔn)確的預(yù)測(cè)資料來(lái)源：Applovin，中泰證券研究所17通用場(chǎng)景之四：AI營(yíng)銷重構(gòu)傳統(tǒng)營(yíng)銷模式，降本增效潛力初顯51%

50%40%30%20%10%0%效率圖表：Applovin擴(kuò)大受眾群體增收的途徑圖表：營(yíng)銷人員對(duì)GenAI帶來(lái)ROI的定義資料來(lái)源：Statista，中泰證券研究所60%n

AI能夠賦能B端SaaS軟件，在企業(yè)通用領(lǐng)域提供AI能力。AI+ERP

（如SAP、金蝶）產(chǎn)品能夠?qū)崿F(xiàn)對(duì)財(cái)務(wù)和運(yùn)營(yíng)數(shù)據(jù)的

分析跟蹤；

AI+HR（如北森）產(chǎn)品能夠賦能人力資源管理，

在AI面試等場(chǎng)景實(shí)現(xiàn)降本增效。通用場(chǎng)景之五：AI+ERP/

HR等企業(yè)SaaS場(chǎng)景資料來(lái)源：SAP，中泰證券研究所資料來(lái)源：北森，中泰證券研究所圖表：SAPJoule

Agent平臺(tái)圖表：北森AI面試降低成本18n

AI在醫(yī)療領(lǐng)域的應(yīng)用涉及各部門的優(yōu)化與效率提升。1）診斷輔助和醫(yī)學(xué)圖像分析：人工智能代理使用深度學(xué)習(xí)算法分

析醫(yī)學(xué)圖像，以協(xié)助放射科醫(yī)生檢測(cè)異常并做出準(zhǔn)確診斷；2）個(gè)性化治療計(jì)劃和預(yù)測(cè)分析：AI代理使用患者數(shù)據(jù)和醫(yī)

學(xué)文獻(xiàn)制定針對(duì)個(gè)人患者需求和病史的個(gè)性化治療計(jì)劃；預(yù)測(cè)分析模型可預(yù)測(cè)疾病進(jìn)展和治療結(jié)果；

3）藥物發(fā)現(xiàn)和開(kāi)

發(fā)：人工智能代理通過(guò)分析大量數(shù)據(jù)集來(lái)識(shí)別潛在的候選藥物、預(yù)測(cè)療效并優(yōu)化臨床試驗(yàn)流程，從而加快藥物發(fā)現(xiàn)；4）

虛擬健康助手和患者監(jiān)測(cè)：人工智能虛擬健康助手為患者提供實(shí)時(shí)指導(dǎo)、健康建議和提醒。人工智能代理還可以實(shí)現(xiàn)遠(yuǎn)程患者監(jiān)測(cè)，以便盡早發(fā)現(xiàn)健康問(wèn)題并采取主動(dòng)干預(yù)措施；5）行政任務(wù)自動(dòng)化：

AI代理自動(dòng)執(zhí)行行政任務(wù)，例如預(yù)

約安排、醫(yī)療轉(zhuǎn)錄和計(jì)費(fèi)流程，

以簡(jiǎn)化醫(yī)療保健運(yùn)營(yíng)并減輕行政負(fù)擔(dān)。圖表：AI

Agent在醫(yī)療領(lǐng)域的功能行業(yè)場(chǎng)景之一：醫(yī)療行業(yè)診斷/治療跟蹤、行政任務(wù)的各類流程自動(dòng)化資料來(lái)源：LeewayHertz，中泰證券研究所19n

AI在法律行業(yè)已經(jīng)滲透至各工作流程中?？梢詤⑴c的過(guò)程包括：1）

電子取證與調(diào)查，涉及大量電子數(shù)據(jù)的識(shí)別、收集

和分析，加速過(guò)程；2）合同審查與盡職調(diào)查，

自動(dòng)化和增強(qiáng)勞動(dòng)密集型的合同審查和盡職調(diào)查流程；3）訴訟支持，自動(dòng)化大量文檔的處理；圖表：AI法律工作流應(yīng)用資料來(lái)源：LeewayHertz，中泰證券研究所20行業(yè)場(chǎng)景之二：法律行業(yè)取證、盡調(diào)、訴訟支持等各類流程自動(dòng)化n

多模型大模型為具身智能發(fā)展打開(kāi)空間。

“具身智能（EmbodiedAI）

”指有物理載體的智能體，

在與物理世界的交

互過(guò)程中，通過(guò)感知、控制和自主學(xué)習(xí)來(lái)積累知識(shí)和技能，形成智能并影響物理世界的能力。n

人工智能算法的發(fā)展，尤其是多模態(tài)大模型技術(shù)的突破性進(jìn)展，將顯著加速機(jī)器人產(chǎn)業(yè)的發(fā)展，提升機(jī)器人的智能水

平，使得機(jī)器人能夠自主進(jìn)行判斷和識(shí)別，執(zhí)行復(fù)雜的多階段語(yǔ)義推理任務(wù)，不僅提高了機(jī)器人的泛化能力，也快速

推動(dòng)了人形機(jī)器人通往量產(chǎn)的進(jìn)程。資料來(lái)源：甲子光年，中泰證券研究所資料來(lái)源：甲子光年，中泰證券研究所21行業(yè)場(chǎng)景之三：多模態(tài)突破大幅增強(qiáng)人形機(jī)器人泛化能力圖表：大模型與Agent技術(shù)是機(jī)器人產(chǎn)業(yè)突破臨界點(diǎn)的關(guān)鍵圖表：具身智能的不同階段及意義n自動(dòng)駕駛將是通用機(jī)器人的最先落地場(chǎng)景。在CVPR2023會(huì)議上，特斯拉公司介紹了他們研發(fā)的“通用世界模型”。

該模型具備強(qiáng)大的功能，能夠?qū)ξ磥?lái)事件進(jìn)行有效預(yù)測(cè)，并且可以通過(guò)人為干預(yù)進(jìn)行控制。此外，

它能夠以多種形式

輸出結(jié)果，極大地便利了仿真實(shí)驗(yàn)的開(kāi)展，為科研和技術(shù)創(chuàng)新提供了新的可能。隨著通用世界模型的成熟和落地，

未

來(lái)智能汽車也將成為一個(gè)通用的端側(cè)智能體，自動(dòng)駕駛或?qū)⒊蔀橥ㄓ脵C(jī)器人的最先落地場(chǎng)景。圖表：汽車由專用智能向通用智能發(fā)展資料來(lái)源：鑒智機(jī)器人、中泰證券研究所22行業(yè)場(chǎng)景之三：通用具身智能場(chǎng)景中，智能駕駛將最先落地n

DeepSeek遭受了大規(guī)模惡意攻擊，

引發(fā)了AI安全的關(guān)注。1月28日，

DeepSeek官網(wǎng)服務(wù)狀態(tài)頁(yè)面顯示：

近期DeepSeek線上服務(wù)受到大規(guī)模惡意攻擊，

為持續(xù)提供服務(wù)，暫時(shí)限制了+86手機(jī)號(hào)以外的注冊(cè)方式。

DeepSeek面臨

的核心網(wǎng)絡(luò)安全事件可能包括數(shù)據(jù)泄露、越獄攻擊和DDoS等。n

我們認(rèn)為，

AI的部署和應(yīng)用必然誕生新的安全問(wèn)題，但另一方面AI技術(shù)的突破也可促進(jìn)主動(dòng)防御技術(shù)創(chuàng)新、數(shù)據(jù)隱私

與合規(guī)增強(qiáng)、身份認(rèn)證和訪問(wèn)控制升級(jí)與安全響應(yīng)效率提升。圖表：微軟概括的AI安全體系A(chǔ)I安全：與技術(shù)進(jìn)步相伴相生，永不過(guò)時(shí)的話題資料來(lái)源：Microsoft，中泰證券研究所23n

我們認(rèn)為當(dāng)下時(shí)點(diǎn)需要重視AI應(yīng)用，中國(guó)AI應(yīng)用有望迎來(lái)數(shù)年的黃金發(fā)展期。投資標(biāo)的建議按照以下思路尋找：n

1）需求應(yīng)用場(chǎng)景：站在全球范圍的2B軟件視角看，

通用場(chǎng)景中的營(yíng)銷（營(yíng)銷、銷售、客服）

、編程（Coding）、知

識(shí)（搜索）是當(dāng)前發(fā)展最為迅速的，財(cái)務(wù)和人力場(chǎng)景也有積極的探索，在當(dāng)下中國(guó)建議重點(diǎn)關(guān)注營(yíng)銷和ERP

（財(cái)務(wù)、人力）場(chǎng)景，對(duì)應(yīng)的標(biāo)的包括焦點(diǎn)科技、百融云、明源云、新致軟件等和金蝶國(guó)際、鼎捷數(shù)智、北森控股、普聯(lián)軟件、

用友網(wǎng)絡(luò)、賽意信息、泛微網(wǎng)絡(luò)、致遠(yuǎn)互聯(lián)等；垂直場(chǎng)景中，醫(yī)療、金融有望最先落地，

醫(yī)療場(chǎng)景標(biāo)的包括嘉和美康、

醫(yī)渡科技、鷹瞳科技、衛(wèi)寧健康、創(chuàng)業(yè)慧康、潤(rùn)達(dá)醫(yī)療、訊飛醫(yī)療等，金融場(chǎng)景標(biāo)的包括恒生電子、同花順、頂點(diǎn)軟

件、宇信科技、京北方、天陽(yáng)科技、百融云、長(zhǎng)亮科技、中科軟、新致軟件等；n

2）物理AI趨勢(shì)：中期確定性趨勢(shì)在于物理AI，

自動(dòng)駕駛和人形機(jī)器人都是超級(jí)賽道，行業(yè)正在或者即將進(jìn)入規(guī)?；A

段，相關(guān)標(biāo)的包括地平線、索辰科技、中望軟件、速騰聚創(chuàng)、經(jīng)緯恒潤(rùn)、誠(chéng)邁科技等；n

3）供給成功要素：高質(zhì)量的垂類數(shù)據(jù)、高門檻的行業(yè)knowhow和高粘性的客戶資源是AI應(yīng)用廠商的關(guān)鍵競(jìng)爭(zhēng)力，基

于該視角最優(yōu)先建議關(guān)注SaaS類廠商和2C廠商，

相關(guān)標(biāo)的包括金蝶國(guó)際、百融云、北森、明源云、廣聯(lián)達(dá)和金山辦

公、同花順、科大訊飛、彩訊股份、萬(wàn)興科技、合合信息等。n

4）安全：

AI的部署和應(yīng)用必然誕生新的安全問(wèn)題，但另一方面AI技術(shù)的突破也可促進(jìn)主動(dòng)防御技術(shù)創(chuàng)新、數(shù)據(jù)隱私

與合規(guī)增強(qiáng)、身份認(rèn)證和訪問(wèn)控制升級(jí)與安全響應(yīng)效率提升。相關(guān)標(biāo)的包括啟明星