用而形成的知识之间和人之间的联络。这些研究前沿 的数据连续记载了分散的研究领域的发生、汇聚、发 展（或者是萎缩、消散），以及分化和自组织成更新 的研究活动节点。在演进的过程中，每组核心论文的 基本情况，如主要的论文、作者、研究机构等，都可 以被查明和跟踪。同时，通过对该研究前沿的施引论 文 ①的分析，可以发现该领域的最新进展和发展方向。 2013 年科睿唯安发布了《2013 研究前沿⸺自然 科学和社会科学的前 100 研究前沿由一组共同高被引的核心论文和一组引 用核心论文的施引论文组成。核心论文来自于 ESI 数 据库中的高被引论文，即在同学科同年度中根据被引 频次排在前 1% 的论文。这些有影响力的核心论文的 作者、机构、国家在该领域做出了不可磨灭的贡献 , 本报告对其进行了深入分析和解读。同时，引用研究 前沿核心论文的施引论文可以反映出核心论文所提出 的技术、数据、理论等在核心论文发表之后是如何被 进一 的研究内容、价值、影响。每个重点热点前沿的第一 张表对该热点前沿的核心论文的产出国家 / 地区、机 构活跃状况进行了统计分析，有助于揭示出哪些国家 / 地区、机构在该热点前沿中有较大贡献。第二张表 则对该热点前沿的施引论文的产出国家 / 地区和机构 进行了统计分析，有助于探讨哪些国家 / 地区、机构 在该热点前沿的发展中发挥作用。 （2）新兴前沿分析及重点新兴前沿的解读 新兴前沿的核心论文及其施引论文数量较少，数 据

产业链数字化协同的现状及痛点 产业链数字化协同是数字经济时代产业发展的重要趋势。产业链数字化协同核心在于借 助数字技术，将产业链上的各个环节，包括上游供应商、中游制造商、下游销售商以及与之 相关的金融机构、物流企业等关联方紧密连接起来。通过这种连接，实现全链条数据贯通， 使得信息能够在整个产业链中高效、准确地流动，以实现智能决策共享，最终有助于实现资 源高效配置。产业链数字化协同的核心特征主要体现在数字技术驱动、数据链路贯通、生态 同行业之间的资金流动和业务协同。数字人民币构建的不仅是支付工具，更是数字经济时代 的金融操作系统。依托流程环节从订单、物流、仓储、发票到付款等全生产过程数字化协同（图 4）产生的多维数据，金融机构能够更精准地评估企业的信用状况，为上下游企业提供更便捷、 高效的融资服务，缓解中小企业的融资难题。数字金融生态将最终实现了产业数字化的价值。 未来数字人民币有望与更多产业深度融合，形成涵盖支付结算、融资服务、供应链管理等环 广州、海南等重点城市及区域，并逐步向广东省、江苏省等全省范围推进。应用领域方面，B 端场景已从工资代发、税费缴纳等基础功能，向供应链金融、跨境结算等深度场景延伸。此外， 债券市场成为创新热点，兴业银行、宁波银行等机构落地数字人民币债券发行，应用于科创、 绿色金融等领域。 2.1.2 核心应用场景持续突破 （1）能源互联网结算：助力绿色能源，推动产业升级 数字人民币在电力交易、链接碳资产、绿色金融等场景，展现了技术赋能能源金融的突

主要发现与结论................................................................................104 8.2 对金融机构的建议............................................................................105 8.3 对技术开发的建议... AI 平台， 凭借其强大的数据处理能力和智能算法，为金融贷款评估提供了全 新的解决路径。通过 DeepSeek，金融机构可以实现对借款人信用 状况的实时动态监控，提升风险评估的精准度和效率。DeepSeek 的应用不仅能够有效降低贷款违约风险，还能优化客户体验，增强 金融机构的市场竞争力。具体而言，DeepSeek 在金融贷款评估中 的应用主要体现在以下几个方面：首先，通过深度学习技术， 全面性：整合多源数据，覆盖更多维度的风险因素。  高效性：自动化流程大幅缩短贷款审批时间，提升运营效率。 通过引入 DeepSeek，金融机构能够在控制风险的同时，提供 更高效的金融服务，从而在激烈的市场竞争中占据优势地位。这一 方案不仅切实可行，且已在多家金融机构中成功落地，取得了显著 的业务提升效果。 1.1 金融贷款评估的背景与挑战 近年来，随着金融科技的快速发展，金融贷款评估行业面临着

战。因此， 了解并有效控制数字化和智能化带来的风险已成为当前组织管理者的重要任务。作为企业风 险控制的重要环节，开展数智化审计（即数字化和智能化审计）已成为企业和各类组织的审 计团队及相关审计机构迫切需要开展的工作。 在数字化审计方面，随着各类组织数据量的急剧增加，传统的审计方法已经无法满足对 海量数据高效处理和深度挖掘业务风险的需求。因此，采用云计算、大数据、数据分析工具 等数字技术 自动分析数据，还能从中识别模式、进行预测，为审计决策提供智能建议。 当前开展数智化审计虽然势在必行，但由于存在数据利用不足、技术手段欠缺、人才匮 乏等原因，当前企业及各类机构开展数智化审计仍处于初步探索、浅尝则止的状态。为了能 够对国内的企业及各类机构的数智化审计现状有一个全面准确的了解，同时也是为行业协会、 政府部门在进行国内审计领域宏观规划时提供有价值的决策支持信息，中国内部审计协会联 合北京谷安天下科技有限公司于 调查是通过网上渠道自愿报名方式参加，一共收到 191 名受访者（受访机构）的反馈，涉及 金融、制造、教育、医疗卫生、商业服务业等行业。本调研报告就是在本次调查问卷的统计 分析基础上，结合编者多年的行业经验而编写完成的。 希望本研究报告能够及时准确地反映国内数智化审计的现状，为行业主管部门提供宏观 决策依据，同时也为企业和各类机构在审计业务的数字化转型方面提供可行的实施思路与方 法建议。 6

请务必阅读正文之后的免责条款部分 4 of 9 1. 盈利预测与估值 1.1. 公司业务拆分 基本假设： 1）软件业务：公司在银行 IT 深耕多年，积累了一批以银行为主的优质金融 机构客户，随着 AI 应用在金融领域逐步推广，有望带动传统银行 IT 需求 增长。因此，我们假设 2025-2027 年公司软件业务收入增速分别为 10.0%/8.0%/5.0%。 2）系统集成业 图1：公司面向银行为主的金融机构提供完整 IT 解决方案 数据来源：高伟达招股说明书 在数字化转型和生成式人工智能催化下，银行 IT 解决方案市场持续扩张。 近年来，金融机构全面拥抱金融科技加快数字化转型，并伴随生成式人工智 能技术的迅猛发展及在 TOB 端应用的逐步落地，使得金融机构不断增加对 科技研发的投入，根据中国银行保险报数据，金融机构科技投入规模由 2019 年的 2252 2252.60 亿元增长至 2023 年的 3558.15 亿元，年均增长 14.48%。其中 银行是金融科技投入的主力机构，根据 Wind 数据，2019-2023 年我国银行 IT 投资规模及银行 IT 解决方案市场规模 CAGR 分别达到 11%和 8%。 图2：我国金融机构科技投入规模逐年增长 图3：我国银行 IT 解决方案市场规模持续扩张 数据来源：中国银行保险报，易观千帆，国泰海通证券研究

的设备通常处理能力较弱，而全部通过远端数据中心或云端 进行处理，又容易受到网络因素的影响。为应对这些问题， 智慧教育系统的系统架构正由简单走向复杂。 挑战往往伴随着机遇。面对以上挑战，各教育行业解决方案厂 商在为各级教育机构打造新一代 “人工智能 + 教育” 系统时， 选择与英特尔携手，大胆引入更多、性能更强劲的软硬件设备 和更全面、更前沿的系统架构设计。事实上，采用一系列英 特尔先进产品与技术的解决方案已在诸多教育场景中获得了验 的内容得到大幅扩展，评测结果也能更加精准和科学，并 帮助学生依据评测结果制定和优化后续学习过程。目前， 诸如口语测评等测评类人工智能应用已在各级教育机构获 得广泛欢迎。 • 教学管理场景：数据驱动的智慧教育场景更注重数据的快 速处理、分析与反馈。得益于 5G、边缘计算等技术的成熟， 教育机构得以在校园部署更多的人工智能应用，进而能够 通过更为快捷的数据交互和处理方式来对教学过程实施灵 活的调度和管理。例如，通过智能教学辅助能力，学校管 “人工智能 + 教育” 转型带来的挑战 与机遇 由新技术、新模式驱动的行业转型，在提升效率与优化产品或 服务质量的同时，势必也会对行业既有基础设施能力带来挑战， 在教育领域也同样如此。随着更多教育机构变道切向新的智能 化方向，其 IT 基础设施也面临着严峻挑战。如图 1-1-3 所示， 这些挑战包括： • 人工智能应用对算力的高要求：与学校已有的校园网、电子 白板、平板电脑等信息化设备相比，人工智能应用因其数据

通常需要数年甚至数十年的时间， 期间投入巨大且风 险极高 。据统计， 一款新型高性能材料从基础研究到实现产 业化，平均研发周期长达 10 - 15 年，研发投入高达数亿元。 实验数据分散于各类科研机构 、高校以及企业内部， 缺乏统 一的整合与共享机制， 导致大量重复实验， 严重浪费了宝 贵 的科研资源，降低了研发效率。以某新型合金材料研发为 例， 由于不同团队之间数据无法有效共享， 重复进行了超 由于缺乏统一标准， 不同计算方法和软件得 出 的结果差异较大， 数据的准确性和可靠性难以保障， 无 法为 实验提供精准的理论指导。 在产业应用层面 ，新材料从实验室走向市场的转化之路困 难 重重 。科研机构与企业之间信息沟通不畅， 科研成果往 往未 能充分考虑市场实际需求， 导致大量具有潜在价值的 新材料 成果被束之高阁， 无法实现产业化 。相关研究表 明， 我国新 材料领域的科研成果转化率仅为 强用户对数据空间的信任， 营造安全可靠的 数据生态环境 ， 为数据的安全流通和应用提供坚实保障。 三 、建设思路与原则 3.1 建设思路 3.1.1 以需求为导向 深入开展对新材料企业 、科研机构 、高校等各类创新主体 的 调研， 全面了解其在新材料研发 、生产 、应用等各个环 节的 数据需求 。从材料研发过程中的实验数据采集与分析 需求 ， 到生产过程中的工艺优化和质量控制数据需求，

直财经网址厚积薄发。但是受 限于时代条件，互联网金融领 域仍处于起步阶段。东方财富 后来居上，成为该阶段的集大 成者。 l 中国金融与技术的融合始于 20 世 纪 80 年代，互联网及数字技术 出现，传统金融机构受到提高 工作效率等需求推动，开始通 过传统 IT 软硬件实现办公自 动 化、电子化，实现业务升级。 IT 部门、银行卡、 ATM 、证 券交易所等线下部门快速普及。 2004 年之前 金融： 科技辅助脑力 劳动。 大量原有的金融业务通过大数据、 云计算、 人工智能、 区块链等新技术来改变传统的金融信息采集来源、 风险定价模型 ， 金融科技资金投入年均复合 增速快 ， 非银金融机构技术资金投入占比逐年提升 ，金融 AI 大模型引领金融科技范式将迎来变革。 AI 助力金融存量业务增长 + 开拓新机遇： 1 ） AI 助力金融业务降本增效 ， 降低风险成本。 AI 技术 金融”的三个时代 5 金融信息化阶段（ 2004 年之前）： 中国金融与技术的融合开始于 20 世纪 80 年代，以互联网公司、系统开发商为代表的技术主体为金融机 构提供 技术支持，帮助金融机构“把业务”搬到网上，还未出现真正意义的互联网金融业态。 金融信息化阶段代表性产品及服务： 银行： 自动取款机（ ATM ）的开发与应用初步实现了银行无接触式服务，客户仅需要通过 ATM 自助完成一系列金融交易而无需前往柜台

对象则包含了医药行业下的各参与者；  从产业角度看，医疗产业不仅包含医药行业中的医院、体检中心、制药企业等参与者，还包括了健康管理、生物技术等 医疗相关领 域的参与者；此外，医疗产业还涉及其他服务机构，例如保险公司、机器学习服务提供商、硬件生成商等等。 疾病的治疗 （传统医疗的范畴） 药品 保健 生物 技术 …… 1 智能医疗概述  所谓“赋能”，字面意义上就是指为某个主体赋予 提供商 硬件 / 软件产 品及药品研发 机构 医疗相关服务 研发与供应商 硬件产品及药 品生产商 硬件产品及药 品生产资料供 应商 医疗数据服务 供应商 医院 硬件产品及药 品销售商 患者及防疫等 服务接受群体 健康类产品消 费群体 体检中心 保险公司 （有健康类保 险的公司） 医疗机构 终端消费者 1 智能医疗概述  我国医疗资源 86.6% ，而导致的疾病负 担占总疾病负担的近 70% ；  我国老龄化人口和慢性病患病人数的逐年上升，使得我国在慢性病治疗方面的需求不断膨胀；而慢性病只是众多疾病中的一种类型， 可见医疗机构、医护从业者、药品器械等医疗资源的足量供给，是关系到国情民生的重要命题。 8.9% 9.1% 9.4% 14.9% 15.5% 16.1% 16.7% 135404 136782 136072

衷在于为加密市场提供稳定的交易 媒介，有效规避加密资产价格剧烈 波动带来的风险。 理解稳定币 1. 数字化属性：使其成为连接数字世界与传统金融体系的关键纽带 2. 价值尺度功能：作为非政府机构发行的代币，稳定币在数字资产交易生态中“基础货币” 3. 相对稳定性：区别于其他加密货币的核心优势，通过与特定资产的关联，确保币值波动处于可控范围  金融稳定协会（FSB）：稳定币是“旨在通过指定或一篮子资产来维持稳定价 险。 案例： ①2023 年 3 月硅谷银行（SVB）破产事件中，USDC 发行方次日披露的风险敞口导致其市场价格瞬时跌破 0.87 美元，虽在 24 小 时内恢复锚定汇率，但充分暴露了传统金融机构风险向稳定币市场的传染路径。 ②2022年，2022 年 TerraUSD（UST）崩溃事件暴露了储备资产不足、系统性风险及投资者保护问题。 18 稳定币的若干宏观问题 此页载有机密数据，其 关于免责声明全文，请见本文件最后部分。 稳定币和央行数字货币（CBDC）的共存可以通过双轨方式实现  在欧洲和英国等司法管辖区，批发CBDC ——通常建立在私有区块链网络上——为中央银行和商业机构之间的 银行间结算提供了便利  基于公共区块链的稳定币可以满足零售和跨境支付需求，利用它们的可访问性和全球互操作性。促进稳定币和 CBDC之间的互操作性可以释放显着的协同效应 相比央行数字货币，稳定币在香港的应用具现实意义