请仔细阅读在本报告尾部的重要法律声明 [Table_Title] 深桑达：发布政务大模型，落地 AI+政务 [Table_Title2] 深桑达 A(000032) [Table_Summary] 核心观点: 中国电子云发布星智政务垂直领域大模型 7 月 6 日，在 2023 世界人工智能大会人工智能应用创新论 坛上，中国电子云基于 70+城市数字化治理实践的经验，重磅 设的数据专题库）等，满足客户实际的数据咨询需求（如城市 交通情况、教育情况），并实现面向政务相关事项的查询、推 理、分析以及问答能力。目前星智政务大模型在包括武汉等几 个城市落地过程中。 以数字人为载体，率先落地问政与看数两个场景 基于大语言模型，以数字人“小鲸”为载体，面向“问 政”与“看数”两个场景，实现（1）面向政务工作人员的政务 大屏解读和（2）面向基层民众与网格员的政务执行咨询。根据 “N”是投资建设 N 个可信智算中心：可信智算中心有望 年内率先落地北京武汉。北京智算中心预计今年 10 月份完成一 期建设，规模为 100P；武汉智算中心下半年启动，规划总规模 超过规模 500P，分 2-3 期完成建设。 “M”是联合生态打造 M 个行业模型：如政务、医疗、金 融、教育、交通等。会议还同时分享了医疗、交通等行业大模 型落地应用。 投资建议 公司产业服务稳健增长，云+数据要素有望高增。维持盈利预

[Table_ReportInfo] 《计算机行业跟踪周报 350 期：信创操作 系统持续发展，人形机器人落地前景可 期》2024.08.11 《医疗 IT 订单月度数据跟踪系列：7 月中 标订单表现平淡，政策有望加速医疗 IT 需求释放》2024.08.08 《计算机行业 2024 年 8 月研究观点：各 地政府积极布局，低空经济进入加速落地 期》2024.08.06 [Table_AuthorInfo] 管理等都能被 垂类智能体覆盖。结合多模态大模型，自动化和情感需求类智能体已落地。但商 业化智能体仍需考虑成本问题，由于智能体之间的交互过程可能出现错误循环且 输出结果不一定符合需求，tokens 成本远高于普通 LLMs。  人工智能发展迅猛，智能体商业化落地：未来多方面推动人工智能发展，应用级 别智能体有望快速落地。国内各地相继出台关于人工智能的发展政策，推动其为 重要的研究方向。预计 2026 ....................................................................... 12 3.未来展望：人工智能发展迅猛，智能体商业化落地 ..................................................... 13 3.1 海内外政策推动人工智能发展加速 ...................

人工智能+制造业应用落地 研究报告 （2024 年） 创新奇智科技集团股份有限公司 中国信息通信研究院人工智能研究所 2024 年 12 月 1 前 言 制造业作为国民经济的基石，一直是推动经济增长和技术创新 的核心力量。然而随着全球化竞争的加剧和消费者需求的多样化， 制造业正面临着成本上升、效率低下和创新能力不足等多重挑战。 近年来，人工智能技术的兴起为制造业转型升级提供了强大的动力， 级提供了强大的动力， 其在制造业全流程的落地有助于提升我国制造业的整体竞争力，使 其在全球市场中占据更加有利的地位。 自党的十八大以来，我国高度重视制造业与人工智能的融合， 正加速制造业与人工智能的融合进程， 旨在提升制造业效率、质量 和创新能力，促进产业链协同优化，构建开放共享的制造业生态， 为经济高质量发展和全球可持续发展贡献力量。 在此背景下，本报告深入剖析当前技术应用的现状，关键技术 大模型技术已逐渐渗透制造业应用 在制造业智能化转型的浪潮中，大模型技术正逐渐成为研究和 应用的热点。尽管目前大模型技术仍处于探索初期，但其展现出的 巨大潜力却不容忽视。大模型将帮助制造业提升效率、降低落地门 槛。在设计研发阶段，大模型可以根据客户需求自动设计制造原 型， 提高产品开发效率。通过学习大量的制造业设计数据，大模型 可自 动生成一系列详细的设计效果图和三维模型，涵盖产品外观、

证券研究报告·行业深度报告·电子 东吴证券研究所 1 / 28 请务必阅读正文之后的免责声明部分 电子行业深度报告 AI 系列深度：AI+降本增效拓宽应用，硬件 端落地场景丰富 2023 年 07 月 12 日 证券分析师 张良卫 执业证书：S0600516070001 021-60199793 zhanglw@dwzq 端应用场景发展潜力逐渐释放。随着技术和应用 的发展，AI 的赋能将深刻改变很多 B 端的生产力及生产效率，其可以 帮助企业提高生产效率、提升客户体验和创造新的商业价值。举例来看， 1、安防行业作为 AI 技术落地应用较为领先的领域，率先受益于 AI 技术的成熟发展：随着 AI 逐步渗透到视频前后端设备中，AI 技术能够 对视频数据进行实时的结构化处理与分析，呈现在人工面前的并不是实 时的大量视频数据，而是经过 发展改革生产力，已具备多领域应用能力 ................................................................... 6 1.3. AI 向实际场景落地，边缘算力重要性加速凸显.................................................................... 7 2. C 端：AI+拓宽应用场景，推动创新需求

671B 的应用效果，有望进一步催生银行落地应用。 n 我们认为金融行业人工智能的应用价值大体可以分为三个层次： 降本增效，价值创造与决策赋能。在实际银行落地应用 中，可能包括： 1 ）降本增效：智能客服、信贷审批、合同质检； 2 ）价值创造： AI 编程、智能风控、智能营销等； 3 ） 决 策赋能： 深度分析和决策辅助。 n 从实际落地应用情况看， 大行发力更早， 中小银行正 一体机的出现为机构提供了全新的解决方案，凭借其开箱 即 用、软硬件一体化设计等优势， 正在成为很多中小银行智能化转型的重要选择。 n 建议关注：宇信科技、京北方、天阳科技、长亮科技、百融云等。 n 风险提示 ： AI 技术落地不及预期、竞争加剧、信息更新不及时等。 2 核心观点 DeepSeek 开源、低成本、强推 理 助推银行业应用 1 n DeepSeek 模型在 Post-Train 阶段大规模应用了强化学习方法。 图表：金融行业 AI 应用的三个层次 金融行业人工智能的三层价值创造 资料来源：中泰证券研究所 13 n 降本增效场景通常基于大模型的生成能力，进行人力替代或赋能，在银行业 AI 应用场景中落地最早。 n 商业银行主要通过人工客服和智能客服两种方式为客户提供咨询服务。人工客服工作强度高、处理和响应时间相对较长， 而当下智能客服难以覆盖全部服务场景。如工商银行在远程银行业务中将知识搜索与大模型生成能力结合，实现基于实

老教育场景的结合，总会 产生令人欣喜的化学反应。然而，商业实践的落地是受到现实和周期限制的。从落地逻辑而言，当 前产品基本是原有教学场景和产品的替代，原有技术功能的优化迭代，而少有新场景的迸发；就落 地速度而言，尚不成熟的教育大模型落地，仍需学生思考和辨别能力的加持、以及相对明确统一的 评估标准支撑，各领域、场景、学段落地情况各有差异。 同时需要警惕的是，AIGC技术具有显著的资源密集和 化。具体到教育行业，部分基础工作被替代，社会人力结构和人才需求被重塑。AIGC技术与现代 教育在教学内容、师资配置、交互方式等方面有着巧妙的吻合之处，彰显着技术落地的必要性。 AI技术也由教学辅助发展到自适应学习，推动大规模因材施教逐步落地。这些共同推高了时代对 AIGC+教育的瞩目，体现在资本投融资、各国政策监管、学术研究等多个方面。澳大利亚经历的 观望—禁止—反思—放开的挣扎历程，代表了全 练大模型，二者可 能存在着广义上教育资源的竞争。 AIGC技术在教师、学生、管理者多角色中，在学术科研、备课规划、作业生成和批改、自主学习、 辅助练习、测试评估的多场景中，都发挥着一定效力。从落地速度来看，表现为C端>B端>G端， 成人教育>高等教育>K12>幼教，教师>学生>管理者。具体到细分场景中，师生应用的全流程 闭环服务、兼具高难度与高天花板的AIGC学术科研都是潜在机会方向。从商业模式来看，当前，

27 看好丰富数据积累及应用场景驱动下，保险 +AI 大模型的受益机会 核心观点 ❖ 垂直领域大模型或成细分领域公司 AIGC 发力方向，金融领域已率先 落地。垂直 AI 大模型专注于特定的行业、领域或场景，且能够依托行业数据 与知识壁垒，并为企业提供更准确、专业的解决方案，更好满足用户在某个领 域的需求，有望成为后续细分领域企业的发力方向。彭博推出专为金融行业打 BloombergGPT，依托其四十年来积累的大量金融 数据源，基于通用和金融业务的场景进行混合模型训练，使得 BloombergGPT 在执行金融任务上的表现远超同等参数量级的通用大语言模型，为国内金融 行业大模型的落地与使用提供了借鉴路径。我们认为，保险行业作为数字化、 智能化的先行者，在 B 端及 C 端掌握丰富的一手金融数据，且具备政策支持、 业务需求、财力支撑等核心现实基础，或可复制 BloombergGPT 仍在探索中。AI 大模型可从产品研发、渠道营销、运营管理等各方位实现保 险机构的全流程赋能，预计国内保险机构具备 AI 技术迭代升级的动力。 ❖ 中国平安：人工智能等核心技术布局市场领先，AI 大模型落地优势显 著。中国平安是业内领先的科技型保险公司，以人工智能、区块链、云、大数 据和安全五大核心技术为基础，深度聚焦金融科技与医疗科技两大领域，对内 赋能金融发展，一是助力代理人招募、培训、展业、客户经营全流程，二是研

公司月活达到 1.13 亿人，而单季度收入达到 1.9 亿 美金创下新高。 ➢ 国产模型升级利好 AI 教育落地。DeepSeek 横空出世，一方面大幅提升了 国产模型的能力，另一方面通过开源和推理成本的优化，有望加速国内 AI 应用 的落地进程。而无论海内外，教育天然是 AI 落地的重要场景，国内 AI+教育厂 商均在自身的优势领域推出了 AI 产品（例如科大讯飞在 G/C 端布局，佳发教育 在智慧教学中的应用，竞业达在教学评测中的突破），在国产模型加持下有望加 速产品打磨与商业化落地。 ➢ 投资建议：DeepSeek 引领国产大模型突围，字节豆包、阿里通义、Kimi 等 近期都发布了重磅更新，国产大模型呈现百花齐放的良好态势。而 DeepSeek 崛 起，一方面大幅提升国产模型的性能；另一方面开源与成本大幅降低，也有望加 速国内 AI 应用落地的进程。而聚焦 AI+教育，梳理海外龙头 Duolingo Duolingo 的快速 发展，以及其最新推出的 AI 产品，能够看到 AI 在教育领域落地的潜力，而国内 AI+教育公司也纷纷在自身的优势垂直领域，结合 AI 推出了拳头产品。建议关 注：科大讯飞、佳发教育、竞业达、盛通股份等教育 IT 产业链。 ➢ 风险提示：行业竞争加剧的风险、AI 技术迭代升级进度不及预期、行业政策 变化的风险。 推荐 维持评级

和智能金 融大数据服务打造新成长曲线。 投资要点： [Table_Summary] 首次覆盖，给予“增持”评级。公司积极推进与蚂蚁合作，聚焦银 行信贷场景，探索金融 AI Agent 落地，我们预测公司 2025-2027 年 EPS 分别为 0.10、0.25、0.52 元。我们结合 PE 和 PS 估值方法，参 考可比公司，考虑公司创新业务的成长空间，最终给予公司 2026 年 目标价 力和较高市场占有率。 绑定蚂蚁，探索银行 AI 应用落地。2025 年 9 月 1 日，公司受邀参 加蚂蚁数科生态伙伴 AI 智能业务交流闭门会，就银行 AI 应用市场 新的合作方向与蚂蚁数科达成初步共识，公司将吸纳蚂蚁数科在 AI 技术研发与场景落地的前沿先进经验，结合公司深耕银行领域二十 余年的业务理解与客户资源，加速形成“技术-场景-落地”的闭环能 力。此外，公司已成立人工智能与金融大数据事业部，将通过自主 加速金融 AI 布局，战略投资 Web3.0 ....................................................... 6 3.1. 绑定蚂蚁，探索银行 AI 应用落地 ...................................................... 6 3.2. 战略投资 DACS，迈向 Web3.0 技术服务 ..........

梳理：①从不同赛道的竞争重点出发，挖掘 AI 智能化带来的优化和改善空间；②从实际可落地的角度，梳理可率先 形成赛道赋能的方向；③从未来的发展趋势看，化工行业国内外可能出现的格局变化；④落地到具体板块，AI 智能化 能够形成的行业赋能和重点关注的行业机会。 核心逻辑 从大致的路径看，AI 在化工行业应用更多向着拓品、降本两个维度发力。拓品可以通过缩短研发时间，落地工艺设 计、优化工程装置、提升产品差异度等或缩短时间， 或优化结果；而降本可以通过人工替代，精准对接，流程优化， 模拟改造等维度支撑成本改善。 化工行业智能化升级，顺势把握三重机遇。①影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”； ②领军型企业有资金、有要求、有能力、有需求，有望成为 AI 智能化的先期参与者，尤其是大型央国企；③具有较 高的行业敏感度，对接难度相对较小或者改造优势比较明显的意愿型企业也将具有先期优势。 国内外化工行业的软实力差距有望逐步缩窄。经过 最开始获得切入，目 前对选定方向，重复性测试或者方向性改善的领域，AI 智能化将有望直接缩短研究周期，降低投入成本，建议关 注合成生物方向，农药创制药赛道等；  技术研发的优化或将是智能化落地的主“战场”：AI 智能化对接的基础相对较好，投入成本相对可控，产生的长 远影响相对较大。对应的赛道更多是精细化工材料领域，通过 AI 智能化加速研发管线的定制化、高端差异化和 配方产品集合等要