本報告由中信建投證券股份有限公司在中華人民共和國(僅為本報告目的，不包括香港、澳門、臺灣)提供。在遵守適用的法律法規情況下，本報告亦可能由中信建投(國際)證券有限公司在香港提供。同時請參閱最后一頁的重要聲明。2022/4/282022/5/282022/6/282022/7/282022/8/282022/9/282022/10/282022/11/282022/12/282023/1/282023/2/282023/32022/4/282022/5/282022/6/282022/7/282022/8/282022/9/282022/10/282022/11/282022/12/282023/1/282023/2/282023/3/31市場表現77%57%37%17%-3% 計算機上證指數相關研究報告證券研究報告·行業深度?2023年中期投資策略報告核心觀點ChatGPT的出現是當前計算機板塊的最重要變化之一，人工智能在推動產業轉型升級促進數字經濟發展中將發揮重要作用。目前，海內外各巨頭紛紛斥資加入到AI的布局，整個行業正在快速發生變化。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AI主要圍繞算法、算力、應用、數據四個方向。從投資策略來看，后續在AI浪潮下，核心思路是尋找和關注以上四個方向內能產生變化的個股。摘要市場回顧：信創、數據要素、AI輪番驅動，計算機板塊顯著4等大模型陸續發布，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。截至5月4日，計算機(申萬)顯著跑贏大盤，年初以來漲幅達25.81%，位列申萬一級行業第3位。業績回顧：2022年行業營收增速有所放緩，毛利率下滑及研發投入增長導致利潤同比下滑。2023Q1計算機行業整體營收同比基本持平，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。一季度行業費用率同比提升明顯，整體扣非凈利潤出現虧損。疫情影響逐步消退，超六成公司一季度實現收入增長，經濟復蘇進程中中小企業業績彈性更大。估值及基金持倉：截至5月4日收盤，申萬計算機行業PE TTM7年以來的88.4%分位水平，當前估值水平已經回升到較高水平。其中，工業互聯網及工業軟件、企業級服務、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。隨著計算機板塊行QQ1基金持倉計算機比例持續回升。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。市場展望：ChatGPT的出現是當前計算機版塊最重要變化之一，人工智能在推動產業轉型升級促進數字經濟發展中將發揮重要作用。目前，海內外各路巨頭們紛紛斥巨資加入到AI的布局，jinge@159348SAC編號:s1440517110001SFC編號:BPD352159231SAC編號:S1440518040002SFC編號:BNS315SAC編號:S1440521100010nyangkecsccomcnSAC編號:s1440521010006計算機頁的重要聲明整個行業正在快速發生變化。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，春節期間GPT的出圈，導致春節后第一階段市場偏好人工智能標簽標的；2)邏輯為主，微軟推出Copilot展示后，市場感受到了生產力的巨幅變化，機構加速入場，AI卡位好且邏輯好的龍頭標的受到機構青睞；3)變化為主，在各巨頭紛紛加入大模型后，市場更青睞由于AI帶來變化的標的。投資策略：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AI主要圍繞算法、算力、應用、數據四個方向。從投資策略來看，后續在AI浪潮下，核心思路是尋找和關注以上四個方向內能產生變化的個股。推薦標的：中遠海科、深桑達A、金山辦公、同花順、金證股份、科大訊飛、中科曙光、創業慧康等。風險提示：市場競爭加劇；國際環境變化影響；行業需求不及預期等。計算機頁的重要聲明 計算機頁的重要聲明1一、行業回顧回顧信創、數據要素、AI輪番驅動，計算機板塊顯著跑贏大盤。2022年10月美對華芯片出口管制、二十大提出“統籌安全與發展”，信創節奏預期帶動計算機板塊行情，10月底伴隨著《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推出，信創+數據要素共同帶動計算機板塊春節前上漲行情。春節后，微軟數十億美金投資openAI，ChatGPT、GPT-4等大模型陸續發布，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。2022年10月至春節前，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。春節后，在AI大模型的推動下，計算機板塊繼續上漲，4月以來略有回調，但整體漲幅仍有11.88%，相對其他主要指數仍保持較大的相對收益。截至5月4日，計算機(申萬)顯著跑贏大盤，年初以來漲幅達25.81%，位列申萬一級行業第3位。計算機頁的重要聲明2圖2:2022年10月以來計算機行業及主要指數漲跌幅(%)50創業板指中證500上證指數12.9811.889.909.407.95 .152022年10月至春節前業及子板塊業績回顧2022年行業營收增速有所放緩，毛利率下滑以及研發投入增長導致利潤同比下滑。截止2023年4月30日，申萬計算機行業總計348家上市企業，剔除B股上市公司共計346家(下同)。2022年全年合計實現營業收入同比增長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年行業銷售費用率、研發費用率同比略有上升，財務費用率略有下降。2022年全年行業整體銷售費用率為7.66%，同比上升0.38個百分點；2022年全年行業整體研發費用率為9.25%，同比上升0.82個百分點。2022年受多地散發疫情影響，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。一季度行業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。2023年一季度346家公司合計實現營業收入2329.02億元，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年一季度行業銷售費用率、研發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，主要原因系行業整體銷售、研發費用率的提升。2023年一季度行業整體銷售費用率分別為8.81%，同比上升0.81個百分點；2023年一季度行業整體研發費用率為11.09%，同比上升1.07個百分點。計算機頁的重要聲明3率率率年9%年0.1697%1%Q02.94895%Q976%2022年疫情影響較大，僅過半數企業實現收入增長。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，導致大量驗收確認工作無法正常推進，影響行業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2023第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%區間，10家公司2023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年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2023年第一季度收入略有提升，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步增長。:計算機行業2023Q1收入增速分布(單位：家)2022年疫情影響下多數企業利潤出現下滑，超兩成企業由盈轉虧。從利潤情況來看，2022年計算機行業中僅17家企業利潤實現扭虧，120家企業虧損，其中盈轉虧企業77家，續虧企業43家，行業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，盈轉虧及扭虧企業占比基本相當。從利潤情況來看，2023年第一季計算機頁的重要聲明4度計算機行業中虧損企業162家，33家企業盈轉虧，34家企業扭虧。考慮到計算機行業大多數公司收入端存在季節效應，同時成本端為各季度平攤，因此一季度利潤端虧損企業占比較高屬正常現象。全行業2023年一季度實現歸母凈利潤增速62.83%，增速中位數22.7%，體現行業當前處于良好發展趨勢，隨著下半年收入確認高峰期來臨，預計全年行業利潤有望實現觸底回升。業2023Q1利潤增速分布(單位：家)2022年行業龍頭業績穩定性更強，23年Q1疫情緩解經濟復蘇中小企業業績彈性更大。對比總市值大于500億元的大型龍頭企業與其他企業業績，可以看出大型企業具備更強的抗風險能力，中小企業具備更強的業績彈性。截至2023年4月30日，申萬計算機行業分類中500億市值以上的上市公司共計16家，包括海康威視、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，相較2022年底的11家有明顯提升。2022年全年，大型企業營收增速6.19%，其余企業營收下降1.10%，顯示了大型企業在宏觀環境波動情況下的業績穩定性；2023年Q1，大型企業營收同比減少6.88%，其余企業增速達到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，大市值企業利潤下滑幅度顯著低于中小企業；2023年Q1，其余企業利潤迅速增長，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業績恢復的強大彈性。總體來看，大型企業在2022年疫情影響下體現出更強的業績穩定性，其余企業在2023年Q1表現出較強彈性，業績迅速恢復。營業收入(億元)全年全年Q1Q1大市值企業(>500億)%歸母凈利潤(億元)全年全年Q1Q1大市值企業(>500億)061%.398%8計算機頁的重要聲明5估值水平。2022年10月以來，計算機板塊行情持續回升，當前估值水平已經回升到較高水平。00SW計算機均值+1STD-1STD2018/1/32019/1/32020/1/32021/1/32022/1/32023/1/3及遙感應用等板塊PE(TTM)分別為84.05、63.47、51.78、80.70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。工業互聯網及工業軟件、企業級服務、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。17.1%37.095%1%005.6%1%1%.6%34.1%9%%48.4%26.1%52.2151.7847.4046.1643.9416.0%43.94計算機頁的重要聲明67-128-129-120-121-122-1234.5634.45根據wind一致預期，截至5月4日，申萬計算機行業2023年預測市盈率39.01倍，智能汽車、教育7-128-129-120-121-122-1234.5634.45圖9:計算機行業及各子板塊預測市盈率(整體法，剔除負值)0050.7148.5347.8344.0440.2439.0137.9637.6437.5229.4429.262022年10月以來，信創、數據要素、AI帶動計算機行情回升，2022Q4和2023Q1基金持倉計算機比例持續回升。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。基金重倉計算機行業比例66.19%5.84%5.89%4.63%5.02%4.59%4.35%4.29%4.09%2.77%1.99%4.39%4.05%計算機頁的重要聲明77-128-129-120-121-122-127-128-129-120-121-122-12重倉持股集中度回落。從持股集中度來看，2023Q1末計算機行業重倉股前五持倉市值占行業整體持倉市值的42.66%，前十占比為60.34%，集中度環比大幅回落，環比2022Q4分別回落5.67和5.70個百分點。重倉股前5占比重倉股前10占比0%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票一季度分別下跌24.01%、上漲4.05%和上漲11.40%。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第五。十大重倉股中，受益于AI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，重倉市值環比2022年四季度提升明顯。值值62%生電子飛.97%生電子62%.17-24.01%405%圖.52計算機頁的重要聲明8二、投資展望2.1市場展望ChatGPT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展，人工智能技術被廣泛應用到工業、服務業、農業等經濟發展各領域，推動經濟快速朝著智能化方向發展。2017年國務院印發《新一代人工智能發展規劃》，提出了面向2030年我國新一代人工智能發展的指導思想、戰略目標、重點任務和保障措施，部署構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國，人工智能已經上升為國家戰略。“十四五”數字經濟發展規劃提出了數字經濟發展的目標和任務，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新，加強數字安全保障等，深化新一代信息技術集成創新和融合應用，加快平臺化、定制化、輕量化服務模式創新，打造新興數字產業新優勢。人工智能在推動產業轉型升級促進數字經濟發展中將發揮重要作用。ChatGPT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、文章創作等，其強大的功能在商業領域已經逐步得到體現，預計未來以GPT-4位代表的多模態大模型將對人類生產力和創造力的提升帶來積極影響。回顧工業革命、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。機器的發明和使用是工業革命最大的變化，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，勞動分工更趨專業化，鋼鐵、機械、汽車等新興行業得以發展。互聯網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，互聯網的創新發展與各領域融合應用，電子商務、在線教育、在線醫療等新興數字經濟產業得以發展。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帶來較大的生成關系和商業模式變化。目前，海內外各路巨頭們紛紛斥巨資加入到AI的布局，整個行業正在快速發生變化。司司IERNIE變體)oAlphaFold2(生物)Alphacode(代碼)AliceMind言)M模態)rainP計算大模型AM騰訊NLPvcrntvr圖(多模態)計算機頁的重要聲明9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，春節期間GPT的出圈，導致春節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，AI卡位好且入大模型后，市場更青睞去買由于AI帶來變化的股票，例如萬興科技率先接入GPT，且一季報好，用戶數有變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GPT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AI主要圍繞算法、算力、應用、數據四個方向。從投資策略來看，后續在AI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。2.2算力相關投資機會展望1人工智能大模型浪潮推動智能算力需求提升機器學習于2015-2016年開啟了大模型時代，人工智能算法加速發展。在NLP領域，OpenAI團隊于2018年提出了采用Transformer架構的大模型GPT-1，其使用了大規模無監督預訓練的方法，實現了連貫自然語言文本的生成。隨著GPT大模型的持續迭代，OpenAI團隊分別于2019、2020、2023年發布GPT2-4，大模型的參數量、預訓練數據量逐代提升，GPT3.5的訓練參數量已達到1750億，GPT4參數量預計在2000-3000億之間。我們認為，隨著Transformer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GPT-3發布之后，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新一代超大規模NLP模型。基于ChatGPT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GoogleBard、百度文心一言、阿里通義千問等。當前，有更多的玩家布局AI大模型賽道，投入到超大規模語言模型的開發，意味著超大規模NLP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。2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上線后，算力消耗有望呈現指數級增長。今年4月，ChatGPT曾因大規模封號引發熱議，在4月5日，其正式關閉了ChatGPTPlus的申請通道，原因為算力需求不足。ChatGPT在發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，通過優化AI框架、模型編譯等降低算力成本，為外部企業提供普惠算力支持，打造自身的云生態。AI大模型的算力需求主要來自模型預訓練、Fine-tune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Fine-tune生成不同的執行具體任務的大模型，因此Fine-tune環節算力需求特異性強，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。計算機頁的重要聲明數據來源：SebastianRuder，中信建投數據來源：SebastianRuder，中信建投據OpenAI團隊發表于2020年的論文《LanguageModelsareFew-ShotLearners》，訓練一次13億參數的GPT-3XL模型需要的全部算力約為27.5PFlop/s-day，訓練一次1746億參數的GPT-3模型需要的算力約為3640PFlop/s-day，得出參數量每增多1億，預訓練所需算力平均增加2PFlop/s-day。根據已知消息，華為盤古大模型參數量為2000億，百度ERNIE3.0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120000PFlop/s-day(=2PFlop/s-day*2000*30)，即以一萬億次每秒的速度計算，需要120000天。據Fortune雜志，每次用戶與ChatGPT互動，產生的算力云服務成本約0.01美元。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11億，由于現在開發NLP大模型的幾家互聯網企業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/天(2億*0.01美元)；大模型完全成熟后，日常運營成本將達到1100萬美元/天(11億*0.01美元)。此外，據Lambda，使用訓練一次GPT-3模型所需花費的算力成本超過460萬美元；據OpenAI，訓練一次GPT-3模型需要的算力約為3640PFlop/s-day。我們假設單位算力成本固定，計算出單位算力成本為0.126萬美計算機頁的重要聲明元/(PFlop/s-day)，則國內大模型初步開放使用時，日均算力需求將達到1580PFlop/s-day；當國內大模型完全成熟后，日均算力需求將達到8700PFlop/s-day。daOpenAI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120000PFlop/s-day，假設大模型一次預訓練需要1周，則日均算力需求約為17100PFlop/s-day；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模型互動6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6320PFlop/s-day；若按大模型成熟后活躍用戶11億人計算，日均算力需求為34760PFlop/s-day。考慮企業算力設施的可復用性，即企業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17100PFlop/s-day，長期預測中日均算力需求為34760PFlop/s-day。而以浪潮AI服務器浪潮NF5688M6為例，每秒算力為5000TFlop/s=5.0e+15Flop/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34760PFlop/s-day，至少需要8050臺服務器不停工作。我們認為，AI大模型的訓練和運營產生的算力需求有望推動AI服務器出貨量快速上升。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大模型，即能夠從文字、圖像、視頻、音頻等多種模態同時理解輸入信息并產生多種輸出，進而執行跨模態多任務的大模型；多模態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，不斷推動了新計算機頁的重要聲明的模型、技術創新涌現，也加快了多模態大模型商業化落地的步伐。在傳統的“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StableDiffusion2、OpenAI的DALL-E2、Midjourney等，此外，VisualChatGPT，即利用ChatGPT開源的api加上多個視覺模型，也可以實現圖文互動。雖然“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。在新興的游戲開發領域，多模態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，相比傳統建模方法具有效率高、成本低、個性化強的優勢，英偉達的OmniverseAvatar就是一個利用AI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數據來源：百度，OpenAI，StabilityAI，Midjourney，中信建投根據OpenAI關于GPT4的論文，使用文本+圖像的混合輸入方式進行提問，GPT4仍然能給出正確回答(正確率與純文本提問方式無統計顯著的差異)；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GPT4的應用會集中于多模態方面。由于加入了圖像處理模型的GPT4參數量更大，所以也會帶來更大的日常運營算力需求。國內開發的多模態大模型，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VIMER-UFO2.0(170億參數)和華為盤古CV大模型(30億參數)，功能為接受、識別、理解圖像信息，無論是多模態大模型的預訓練、Fine-tune調試，還是日常運營，都勢必會進一步推高國內的AI服務器算力需求。數據來源：百度，中信建投計算機頁的重要聲明4服務器市場行業格局及發展展望服務器作為算力基礎設施中的重要環節，有望受益于AI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、數據中心從全球服務器市場的總體競爭格局方面來看，自2021年以來，Dell始終占據第一位，HPE與浪潮交替占據中國企業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CAGR達到11.5%，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、新華三和超聚變(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CR3、CR5近年來整體呈下降趨勢，表明在信創產業、數字經濟發展的促進下，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。2019202020212022數據來源：IDC，中信建投作為AI服務器產品中最重要的組成部分之一，GPU芯片目前出現供不應求，價格上漲的情況。根據ebay上英偉達AI芯片A100的最新報價，為大約10000英鎊，較官方給出的10000美元價格明顯上漲；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AI服務器主要成本近80%來自于CPU、GPU芯片，同時AI服務器也呈現供不應求的情況，我們預計AI服務器將跟隨GPU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。計算機頁的重要聲明.5主要廠商梳理AI算力/服務器相關布局AI服務器領軍廠商，國內市占率超五成，全球市占率超兩成。互聯網領域客戶基礎良好，積極拓展通信、金融等行業客作伙伴，受益于算力需求增長。碼AI蓋中心訓練服務器、。團2.3數據相關投資機會展望預訓練模型+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GPT迭代的重要因素。GPT模型采用的是Transformer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。縱觀GPT模型的發展，參數量和訓練數據量的大幅提升是GPT模型取得性能提升的數據集，包含7,000本沒有發布的書籍，大小在4.6G左右；GPT-2的數據取自于Reddit上高贊的文章，命名為WebText，共有約800萬篇文章，累計體積約40G；GPT-3共訓練了5個不同的語料，分別是低質量的CommonCrawl，高質量的WebText2，Books1，Books2和Wikipedia，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。數據量18.619.240GB20.545TB資料來源：OpenAI，中信建投計算機頁的重要聲明Reddit計劃向通過其API使用數據的公司收費，大模型訓練數據進一步規范，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、OpenAI和微軟等公司正使用Reddit平臺上的用戶對話語料訓練AI大語據Euractive報道，歐洲議會成員(MEP)就《人工智能法案》達成提案，對AI模型提出更嚴格監管要求，其中關于訓練素材的使用方面，提出模型開發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11日，國家互聯網信息辦公室發布關于《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，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AI數據監管的進一步嚴格，未來數據版權價值會更加凸顯。ChatGPT、GPT-4效果好的關鍵之一就是引入基于人類反饋的強化學習(RLHF)，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GPT家族，InstructGPT、GPT3.5和之后的ChatGPT主要添加了兩個數據集，引入RLHF之后，其實相當于在GPT-3的基礎上做了兩次AIalignment，第一次是采用一個人工標注的對話數據數據集demonstrationdata，利用強監督學習來訓練GPT-3預訓練模型，即SFT(supervisedfine-tune)model，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comparisondata，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，二是微調優化階段的專業輔助數據集。從第一類通用數據來看，國內數據沉淀較多，chatgpt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，因此后續主要會帶來數據清洗、加工等方面的業務需求。第二類微調數據對專業性和準確性要求較高，利好第三方專業數據標注企業。InstructGPT習示意圖數據來源：OpenAI，中信建投計算機頁的重要聲明OpenAI練數據類型nCrawlfiltered爬蟲數據搜索爬蟲等bTextReddit上高贊的文章度知道等BooksBooksikipedia基百科百科等資料來源：OpenAI，中信建投垂直行業數據是大模型行業落地的關鍵，關注具備數據卡位優勢的企業在以ChatGPT為代表的大語言模型出現之前，各行各業其實存在很多垂類的小模型，即采用特定領域的專業數據直接訓練而得到的特定行業的AI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功的自然語言、語音對話交互問答系統，商湯科技SenseCore大模型裝置打造的AI視覺領域基模型等。隨著國內外大模型陸續推出，預計未來也會像手機操作系統領域存在閉源的iOS和開源的安卓一樣，既有商業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，具備數據卡位優勢的垂直行業龍頭，有望表現出比大模型廠商更強的競爭優勢。包括金融領域的同花順、金證股份、恒生電子，教育和醫療領域的科大訊飛，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，未來無論是接第三方API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，在為客戶提供服務的過程中沉淀了很多專業數據，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。數據來源：同花順，中信建投計算機頁的重要聲明根據中國通信企業協會2016年估計顯示，我國70%的數據集中在政府部門，另外20%的數據掌握在大型企業手中，包括運營商、大型互聯網企業等，剩余10%的數據則分散在各個行業。隨著各行各業數字化轉型推進，當前政府部門數據占比或有下降，但預計或仍超60%。數據要素行業的下游用戶目前主要分布于政府、金融、工業等領域，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之一。其他行業,10%其他,31.0%政其他,31.0%政府,35.0%政府,60%交通,2.2%工業,6.6%網、運營商等大型企業,30%金融,25.0%數據來源：中國通信企業協會、中信建投數據來源：中商產業研究院、中信建投目前政府數據開放程度有待提高，以醫保為代表的特定領域數據有望率先實現共享。2021年8月，國家醫保局提出建立醫保數據與商業保險數據共享機制，打造“保險+健康”服務生態閉環。2023年1月12日，全國醫療保障工作會議提出“把大數據賦能作為醫保改革發展的重要借力點，最大程度發揮全國統一醫保信息平臺作用，更安全更積極更有序地用好醫保大數據”。2023年初以來，國家醫保局密集調研醫保信息化標準化工作日-23日、3月29日-4月1日，國家醫保局黨組成員、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、浙江等地醫保信息化標準化工作，重點強調全國統一的醫保信息平臺建設及運維管理、推進醫保信息業務編碼貫標工作、推進醫保電子憑證、移動支付、電子處方流轉等便民服務功能深化應用。在加強醫保大數據開發與應用，有效發揮醫保大數據要素作用方面，2023年2月25日國家醫保局網信辦就“構建數據基礎制度更好發揮數據要素作用”組織集中學習，黃華波強調，建立健全醫保數據基礎制度，更好發揮數據要素作用，是學習宣傳貫徹黨的二十大精神，落實《中共中央國務院關于構建數據基礎制度更好發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，積極探索醫保數據要素化利用。加強國家醫保信息平臺數據治理，深化支付方式、異地就醫、藥耗招采、基金監管等子系統應用，不斷提升數據質量，強化對醫保管理、服務、改革的數據賦能，構筑醫保數據應用新生態。AI數字中國建設規劃等已經從制度和目標層面做了比較清晰的規劃，各地也陸續建立了大數據局、數據交易平臺等法定監管和運營主體，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AI的前提和關鍵也是解決權屬問題。去年12月財政部已發布《企業數據資源相關會計處理暫行規定 (征求意見稿)》，而企業數據資產入表的前提是數據權屬和定價規則應該清晰和統一。因此，我們預計未來計算機頁的重要聲明特別是對于企業服務客戶時沉淀的、互聯網上留存的相關數據的權屬規定的細則或有望陸續推出，結合要素交易市場、要素定價和交易等制度，進而構建全國統一的監管體系和標準，實現數據要素市場有序、安全、可靠數據權屬明晰后，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。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系統建設廠商、政府數據要素平臺搭建廠商以及數據安全企業等。計算機頁的重要聲明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域試點為主，以點帶面，未來逐步實現規范、標準的統一。在數據權屬界定方面，上海、廣東、深圳先后開展“數據資產登記”“數據產品登記”“數據資產憑證”“數據生產要素統計核算”等有益探索。深圳率先規劃建設數據產權登記管理制度和業務體系，將在各地區各行業數據產權制度建設中起到積極的引領示范效應。2月20日，深圳市發改委官網公布《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范化管理，促進數據要素市場發展。早在2020年10月，中共中央辦公廳、國務院辦公廳印發《深圳建設中國特色社會主義先行示范區綜合改革試點實施方案(2020-2025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，深圳先后出臺《深圳經濟特區數字經濟產業促進條例》、《深圳市推進數據交易近期重點工作安排(2022-2023年)》、《深圳爭創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，堅持把大力發展數字經濟作為城市主導的戰略。上海則以上海數交所建設進行試點探索，發布了若干項交易規范和交易指導，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。中國系統在國內首創“制度+市場+技術”三位一體總體實施架構，創造性地定義了“數據元件”、“數據金庫”和“數據要素操作系統”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、收益分配以及安全治理方面可實際操作的方案。中國系統目前已在武漢、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交易中心，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個數據湖并獲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。2.4應用相關投資機會展望Diffusion和Transformer模型的提出，加速AIGC商業化演進，海外2C應用的高質量反饋引發本輪AI行情。回顧GitHub在2023年至今的活躍應用，技術層面多以GPT的插件開發和LLaMA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。GPT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AI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AI技術投入、應用和未來發展均表達了共同期待，我們認為AI進入中美科技共振周期，預判短期內會出現較多的基于AIGC技術產生的新應用。計算機頁的重要聲明目前AIGC類模型涉及到的模態有文字、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AIGC類的應用開發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。資料來源：Github，中信建投結合目前國內外大廠的AIGC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，基計算機頁的重要聲明于OpenAI的Codex模型，Github推出的Copilot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，ChatGPT目前已開放API接口，微軟計劃在Bing和Office等應用接入，隨著生態完善將極大改善生產方式。多模態預訓練大模型GPT-4發布并開放純文本API，在學術基準和人類專業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，Stablediffusion等文生圖應用已突破千萬級用戶量，目前是商業模式最成熟的領域，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AIGC類應用。資料來源：OpenAI，Google，百度，科大訊飛，中信建投資料來源：sequoia，中信建投基于當前已有的AI技術和多模態的產品研發進度，應用場景百花齊放，其中辦公、娛樂及傳媒、教育、醫療、互聯網等場景/行業可能會率先受益。1)辦公:辦公場景中會涉及較多的文本、數據、圖表、音頻處理，基于AI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、法律法規查詢、事件情況檢索、智能投顧等多方面都可與AI結合，生成計算機頁的重要聲明反饋結果與建議。4)教育：AI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AI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，未來可通過AI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。資料來源：同伴客數據，中信建投海外看，微軟作為和OPENAI關聯最為緊密的公司之一，其推出的Dynamic365&PowerPlatform均可為B/C端處理日常辦公需求。1)Dynamic365是微軟推出的企業服務平臺，其中于2023年3月9日推出的的Dynamics365Copilot結合了ChatGPT相關的AI技術，用于CRM和ERP。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，為團隊創建會議摘要，為營銷活動提供靈感等；2)PowerPlatform是微軟旗下的開發者工具，其中于2023年3月6日推出的PowerVirtualAgents和AIBuilder都已經使用了OpenAI的GPT語言模型技術。其中PowerVirtualAgents通過聊天機器人的形式實現低代碼編程，比如將AI聊天機器人指向企業的特定資源，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AIBuilder結合了ChatGPTAPI(稱為AzureOpenAI服務)的生成AI功能，允許開發人員使用GPT模型生成文本，包括匯總報告、生成內容創意等等。t資料來源：微軟，中信建投計算機頁的重要聲明圖圖資料來源：微軟，中信建投全球金融巨頭Bloomberg于2023年3月31日發布轉為為金融領域打造的大型語言模型——BloombergGPT，讓金融領域復雜性和獨特的術語與通用大模型結合，支持金融行業內各種各樣的NLP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。從落地和商業模式看，BloombergGPT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11日宣布，推出基于ChatGPT的金融問答人工智能產品——TigerGPT,是在投資軟件中部署的AI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。金融作為高專業度、高接納度的行業，對于新技術的融合、使用熱情較其他行業更快，且金融行業本身對數據、信息處理的速度、需求也較其他傳統行業更多，是較好融合AIGC類技術的落地場景。T資料來源：數據學習DataLearner，中信建投國內看，百度、阿里等互聯網大廠紛紛發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、萬興科技等也發不了融合新技術的AI產品或DEMO，可見國內廠商對AI的重視和追趕勢頭已不容小覷。計算機頁的重要聲明資料來源：視界，中信建投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2016年開始投入AI技術研發，目前在AIGC方向已建設了自動化構建、驅動、渲染的包括2D、2.5D、3D數字人系統；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；智能寫作系統可以自動寫研報、新聞；代碼生成系統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多年的從業經驗，目前金證在智能風控、智能投行、智能投顧、RPA、智能客服、智能投資等金融領域實現了多個業務方向的突破。考慮國內金融行業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。1)ChatGPT和Midjourney的月度訪問量在2023年1-3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Replika的月活近1年多維持在500-600萬左右的高位，較2020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、PDF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。401,500500100002023年1月2023年2月2023年3月2023年4月資料來源：data.ai、中信建投計算機頁的重要聲明repika(全球)8000054321023.0123.0223.0323.04資料來源：七麥數據、similarweb、中信建投投資建議：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AIGC技術更為成熟,容易先落地在辦公、會議、電商、教育、醫療等場景。計算機頁的重要聲明3.1中遠海科智慧航運業務快速增長，集團賦能力度大。2022年公司智慧航運成為增速最快的業務板塊，實現營收2.876億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。助力交通與航運業務數字化發展，打造交通與航運科技創新和數字化產業標桿。公司加快推進創新和快數字化轉型，基于數據中臺架構打造面向行業服務的數字化平臺產品，為行業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6700多萬條，提供API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。堅持創新驅動，多款智慧航運產品融入新技術。智慧航運的核心產品“船視寶”平臺系列產品已初具規模，其開發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研發中，完成了船舶態勢感知系統已完成態勢預測、AR增強瞭望、智能避碰和輔助靠離泊四個功能模塊開發，使用了基于AIS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略性技術和新一輪產業變革核心驅動力，積極將AI技術融入在航運、交通等多產品場景中。國資云核心受益標的：信創大背景下，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，未來還將持續增長，公司大股東CEC集團擁有最為完善的信創產品，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。數據要素試點國家隊：深桑達旗下中國系統是目前為數不多可以做政府數據脫敏+治理的公司，在德陽、江陰、大理等城市已經開展試點。當前數據要素政策持續推出，央企和地方政府積極響應，CEC成立數據產業集團，浙江、廣東等省市進展迅速。今年數據要素試點將逐步落地，商業模式和市場空間會逐漸清晰。3.3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，公司和創業公司MINIMAX合作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質的智能化服務體驗；海外端，公司也億個，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。。計算機頁的重要聲明國內機構業務快速發展，推進公司B端業務線的持續拓展。公司重視國內機構客戶數字辦公需求，持續推進數字辦公平臺在效率提升、數據管理、安全管控、行業場景應用等領域充分發揮作用，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務高速增。目前在標桿客戶方面，中國五礦、中國石化、招商銀行、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在期付費企業數同比增長51%，付費企業續約率超70%，金額續費率超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Arpu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版本并提供專享權益包，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ARPU值。3.4同花順Q1業績好于預期，投資者對金融信息服務需求增加。2023Q1公司營收及銷售收款實現同比增長，AI賦能優化產品，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勢和流量優勢，同時積累了大量高質量的行業數據。公司擁有行業領先的流量入口，APP，在C端積累了海量的個人投資者用戶，注冊用戶超6億。公司深耕于行業大數據，建立了行業知識圖譜，沉淀了大量高質量的專業數據。擁抱AI大模型，推動用戶體驗的持續優化，打造國內財經AI領域的領先者。公司已構建同花順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、虛擬數字人、智能醫療輔助系統等多項AI產品及服務，可為銀行、證券、保險、基金、私募、高校、運營商、政府等行業提供智能化解決方案。2022年以來公司持續加大研發創新投入，進一步加大對機器學習、自然語言處理、智能語音、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內容生成(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。3.5金證股份組織架構創新調整提升管理效率，公司雙基石業務保持快速增長。戰略布局上，公司將大證券和大資管雙基石業務作為公司投入和發展重點，實行公司證券和資管一體化管理，提高管理效率。證券IT受益于資本市場改革和信創推進，公司正在全力推廣新一代核心產品系統。公司在資管科技領域進入發展快車道，一方面資管產品線已實現全面覆蓋大資管的各個細分行業，另一方面公司在多個核心產品和技術上逐步形成優勢。金融AI領域布局多年，打造金融垂直領域大模型體系，產品全面升級賦能。近年來，公司AI應用持續落地，在智能風控、智能投行、智能投顧、RPA、智能客服、智能投資等多領域實現了金融AI業務突破。2022年以來，公司自主研發了智能文檔處理(IDP)引擎，發布“進口問答”產品實現金融領域的ChatGPT式智能對話機器人、推出基于ChatGPT自然語言處理技術的智能助手——金微藍AI運維專家等，未來公司將繼續探索金融AI大模型體系與已有業務和產品線的融合，對產品進行全面升級賦能。計算機頁的重要聲明3.6科大訊飛國內領先的人工智能企業，大模型全方位賦能公司業務。公司發力根據地業務，基本盤業務展現出十足韌性，2022全年同比增長23%。教育業務客戶續購率持續提升，個性化學習手冊同比增長12%，考試業務同比增長35%，學習機業務同比增長53%。醫療根據地，智醫助理剛需不斷呈現，區縣覆蓋從279個上升到380個，輔診數從3.6億上升至5.3億。科大訊飛2022年12月份啟動生成式自然語言大模型任務攻關，加大了AI模型的相關購入，2023年5月6日正式發布星火大模型。公司在大模型領域積淀深厚，自然語言大模型基礎架構為Transformer模型，公司過去利用Transformer模型取得了豐富成果，在語音識別、機器翻譯等任務上達到了國際領先水平，同時公司具備豐富的垂直行業相關數據，搭建了成熟的商業運營模式。2023年5月6日同時發布相應的商業應用成果，其中包括大模型+AI學習機：AI像老師一樣批改作文，像口語老師一樣實景對話；大模型+訊飛聽見：錄音一鍵成稿，一分鐘輸出流暢會議文案；大模型+智能辦公本：根據手寫要點自動生成會議紀要；大模型+智慧駕艙：