一、行情回顾

1.1 市场行情回顾

2023 年春节后，受 Chat-GPT 在海外大热和产品效果显著区别原有对话类 AI 产品影响，带动产业和资金对 AI 新路线关注度的爆发，国内大厂纷纷跟进，带动算法、算力、数据、应用等 AI 相关标的领涨市场，计算机受 益显著跑赢大盘。7 月后，受 AI 应用进展低于预期影响，计算机整体调整明显。11 月以来，受经济预期修复、 数据要素多地政策落地等情况催化，计算机有望迎来年内第三波行情。

截止 11 月 29 日，年内主要指数均出现下跌，其中上证指数、沪深 300、创业板指、中证 500 分别下跌 2.19%、 9.90%、18.27%和 5.31%，受益于 AI 行情带动，计算机板块大幅上涨 12.12%，显著跑赢其他主要指数，位列申 万一级行业第 3 位。 从月度表现来看，1-3 月受益信创、数据要素和 AI 等主题持续接力，导致计算机行业月度涨幅较大。后续 则随着 AI、数据要素催化的减弱和落地情况不及预期，叠加宏观和市场的情况，跟随市场一起进入调整期。11 月后受益明年经济预期的好转和 AI、数据要素等新催化的出现，计算机板块回暖明显。

1.2 业绩回顾

1.2.1 行业整体收入情况稳中向好，费用端环比回落

行业经营情况整体平稳，营收及利润端小幅提升，单季度费用率同比有所回落。截止 2023 年 10 月 31 日， 申万计算机行业总计 352 家上市企业，剔除 B 股、北交所上市公司共计 332 家，均已披露三季报。上述公司 2023 年前三季度合计实现营业收入 8059.98 亿元，同比上升 1.63%；实现归母净利润 227.44 亿元，同比上升 2.02%； 实现扣非净利润 129.33 亿元。从费用率情况来看，2023 年第三季度行业费用率同比有所回落，前三季度累计费 用率仍高于去年同期。2023 年前三季度行业整体销售费用率为 8.41%，同比上升 0.48 个百分点；研发费用率为 10.19%，同比上升 0.53 个百分点；毛利率为 26.90%，同比上升 0.42 个百分点。

行业多数公司实现营收增长，订单情况良好，全年收入有望实现稳步增长。从收入增速结构来看，332 家 上市公司中 199 家公司（占比 60%）实现 2023 前三季度收入同比正增长；超 8 成公司前三季度收入增速处于30~30%区间，其中罗普特 2023 年前三季度收入实现翻倍增长，主要原因为部分收入结转确认影响。对于多数 计算机公司而言，收入存在较为明显的季节效应，收入确认与验收基本集中在第三、四季度，且四季度收入占 比较高，受项目确收周期影响波动较大，前三季度收入波动相对较大。行业内公司三季度积极推进业务开展，通过紧抓项目实施、回款，同时在人员增长方面有所控制，开源节流瞄准全年经营目标顺利达成。多数公司在 手订单情况良好，签署的订单逐步实施落地，三季度包括信创、各行业信息化项目在内的招投标恢复趋势明显， 预计 2023 年内行业多数公司收入有望实现稳步增长。

前三季度亏损企业比例同比减少，盈利能力向好。从利润情况来看，2023 年前三季度计算机行业中亏损企 业 134 家，37 家企业盈转亏，18 家企业扭亏。亏损企业数量环比同比小幅增加。行业内公司第三季度整体费用 率有所下降，通过内部控制加强费用管控，盈利能力有所提升。考虑到上半年行业内公司费用端投入增长较大， 综合前三季度费用端同比仍有所提升。预计随着四季度在手订单的逐步确认，以及费用端精细化管理，行业内 公司通过开源节流，全年利润有望迎来拐点，实现稳步提升。

板块利润贡献仍以大市值公司为主，中小企业单季度利润端波动较大。经历了年初疫情限制解除，经济进 入弱复苏周期，部分板块内公司在经营策略上做出调整，聚焦主业以及数据要素、人工智能等新兴方向。业务 结构调整导致部分企业出现利润端的较大波动。对比总市值大于 500 亿元的大型龙头企业与其他企业，三季度大市值企业贡献了板块超八成利润，同比利润增速达到 63%（三六零 2022Q3 投资损益及计提减值导致业绩亏 损 15.66 亿元，今年同期为亏损 1.38 亿元。剔除该影响后增速约为 19%）。截至 2023 年 10 月 31 日，申万计算 机行业分类中 500 亿市值以上的上市公司共计 13 家，包括海康威视、金山办公、科大讯飞、宝信软件、同花顺、 德赛西威等各领域龙头企业。2023 年 Q3，大型企业营收同比增长 6.89%，其余企业增速为 5.21%；大型企业利 润端实现稳步增长，其余企业利润端表现波动较大，净利润同比下滑 69%，部分企业处于转型阵痛期，预计随 着业务开拓，经营稳定性有望逐步提升。

从历史情况看，计算机行业经营情况有所好转。2023 年前三季度，计算机（申万）行业整体营收增速 1.63%， 归母净利润增速 2.02%，基本维持稳定，其中 2023 年一季度非经常性损益较高，前三季度扣非净利润下滑较为 明显。当前疫情对于板块经营业绩的影响逐渐减弱，三季度以来招投标加速迹象明显，板块内大多数公司积极 推动成本控制，随着年底前项目验收加速，以及费用端的同比回落，板块内公司有望通过开源节流，提升公司 盈利水平和经营业绩。

1.2.2 能源及电力信息化、工业互联网及工业软件板块经营改善

能源及电力信息化板块收入利润均有增长，工业互联网及工业软件业绩明显改善。分板块来看，2023 年前 三季度营收和扣非净利润均实现双增长的板块主要是能源及电力信息化（收入+8.80%，净利润+10.64%）。营收 端，智能汽车、卫星及遥感应用、能源及电力信息化、建筑信息化、医疗信息化、企业级服务、金融 IT 等板块 收入前三季度延续增长趋势，增速分别为 17.75%、17.40%、8.80%、6.05%、2.76%、1.43%和 1.19%，其中智能 汽车三季度增速继续提升。利润端，前三季度仅有工业互联网及工业软件、智慧城市、能源及电力信息化三个 板块同比保持增长，其中工业互联网及工业软件板块收入端下降，利润同比增长的主要原因为毛利率明显提升， 前三季度毛利同比增加；智慧城市收入端小幅下降，利润同比增长的主要原因为减值减少以及公允价值变动增 加导致；能源及电力信息化板块利润同比增长主要原因为收入增长和毛利率提升。前三季度整体表现比较差的 板块包括教育信息化（收入-0.85%，利润-54.41%）、网安及国产化（收入-7.09%，利润-36.71%）以及互联网金 融（收入-10.42%，利润-11.36%）。

疗信息化、教育信息化、智慧城市等板块经营一般。toG 端业务资金主要为财政投入，受宏观经济下行影响，各 板块 toG 端业务整体恢复较慢，以网安及国产化、教育信息化、智慧城市为代表的板块三季度收入同比仍保持 下滑态势。（2）保持高研发投入，各板块研发费用率同比均有提升。尽管整体经营恢复不及预期，但在 AI 大模 型等新技术迭代进步的背景下，各子板块企业在研发上持续投入，前三季度研发费用率均有提升。（3）板块龙 头公司业绩整体表现稳健，降本增效成果显著。计算机市值超 500 亿的公司中，金山办公、宝信软件、德赛西 威、恒生电子、中科曙光等前三季度业绩保持稳健，整体经营表现较为优异。在表现优异的板块中，龙头公司 相对表现也更加稳健，其中工业互联网及工业软件板块中的中控技术、国联股份、中望软件等业绩较好。

1.3 持仓与估值

1.3.1 行业估值回落至中枢以下

截止 11 月 29 日收盘，申万计算机行业 PE（TTM）（剔除负值）为 46.74 倍，处于 2017 年以来的 52.0%分 位水平；市净率为 3.39 倍，处于 2017 年以来 25.8%分位水平。2023 年 6 月底以来，计算机板块处于回调过程， 当前指数点位已经回落到年初水平，估值处于行业 2017 年以来较低水平。

从板块估值来看，当前计算机多数子行业估值处于历史较低水平。截止 11 月 29 日，工业互联网及工业软 件、互联网金融、企业级服务、建筑信息化等板块估值水平较低，均处于 2017 年以来的 30%以下分位水平。智 慧城市、教育信息化、卫星及遥感应用、金融 IT、医疗信息化等板块估值分别为 55.31、61.98、82.19、46.88、 55.99 倍，分别处于 2017 年以来 88.3%、85.1%、85.0%、61.9%、59.9%分位水平，估值水平相对较高。三季度 以来，申万计算机行业指数下跌 8.18%，多数板块市值加权跌幅均在 8%以上。其中，仅有卫星及遥感应用受益于华为 5G 手机产业链，企业级服务板块中软通动力受益于业务拓展，互联网金融受益于活跃资本市场政策，三 季度以来分别收获 19.03%、4.71%和 1.07%的涨幅，其他板块整体均出现较大幅度下跌。剔除股价变动等因素， 当前智慧城市、教育信息化、医疗信息化、金融 IT 等板块估值仍较高的原因还是 2022 年下半年以来业绩端出 现了较大下滑导致。

根据 wind 一致预期，截止 11 月 29 日，申万计算机行业 2023 年预测市盈率为 40.09 倍，医疗信息化、企业 级服务、金融 IT、互联网金融、工业互联网及工业软件、能源及电力信息化等子板块 2023 年预测市盈率低于行业平均水平。

1.3.2 基金持仓比例环比 Q2 下降明显

6 月底以来，计算机板块持续回调，三季度基金持仓计算机比例下降明显。2023 年三季度末公募基金重仓 配置计算机行业的市值占比大幅下降，由 2023 年二季度末的 5.71%下降至 4.12%。当前公募基金重仓计算机行 业仓位再次回落至 2017 年以来的中位数水平。

重仓持股集中度有回升迹象。从持股集中度来看，计算机行业重仓股前五持仓市值占行业整体持仓市值的 41.80%，前十占比为 57.93%，前五集中度小幅回升，环比 2023Q2 分别提升 1.61、下降 0.85 个百分点，市场对 于计算机头部企业维持较高仓位。

从计算机前十大重仓股变化来看，2023 年三季度末德赛西威晋升前十大重仓股，金山办公重仓市值继续占 据行业第一，2023 年二季度末前十大重仓股中科曙光退出前十，其三季度股价下跌 24.28%。2023 年三季度计 算机前十大重仓股均出现较大幅度下跌，其中新晋前十大重仓股德赛西威跌幅较小。十大重仓股重仓市值环比 2023 年二季度均出现回落。

二、预期复苏与国产化贯穿全年行情

2.1 宏观经济逐步回暖，软件类企业与经济周期共振

三季度经济明显回暖，四季度内外需有望同步改善，预计 2024 年国内宏观经济将进一步好转。10 月 18 日， 国家统计局发布三季度及 9 月份系列经济数据。GDP 同比增长 4.9%，两年平均增速 4.4%，比二季度加快 1.1 个 百分点；GDP 环比增长 1.3%，比二季度加快 0.8 个百分点。三季度以来宏观经济积极因素增多，PMI 于 9 月回 升至枯荣线之上，PPI 环比 8 月转正、9 月涨幅扩大，工业企业利润 8 月当月转正，产成品存货增速 8 月回升， 产能利用率和产销率也都在改善，社会融资规模 8、9 月同比实现多增，城镇调查失业率 8、9 月连续下行。

工业需求回暖、价格利润改善，产能利用率回升。9 月，工业增加值同比增长 4.5%，环比上涨 0.36%；两 年平均增速 5.4%，比上月提高 1.1 个百分点。一方面是需求继续回暖，PMI 分项中反应需求的新订单指数在 9 月进一步上行至 50.5%，主要来源于固定资产投资的回升及出口的改善；另一方面企业生产意愿也增强，8 月工 业企业利润转正，9 月工业品出厂价格环比涨幅扩大，库存也下降至历史较低水平，产能利用率和产销率回升， 均有利于企业扩大生产。

国内软件业务收入增速持续提升，计算机板块业绩触底回暖。软件类企业服务下游各行各业的生产、制造、 营销、管理等环节，业务需求主要来源于政府/行业的 IT 投入，而客户的 IT 支出又与其经营情况紧密相关，因 此，随着宏观经济的复苏回暖，软件类企业业绩也有望受益改善。2023 年初以来，国内工业企业利润同比降幅 持续收窄，国内软件业务收入同比增速也在持续提升，计算机（申万）行业前三季度收入同比增速已经回正。 从整体业绩表现来看，2023Q1 申万计算机行业扣非归母净利润同比下降-117.93%，二季度以来同比降幅持续收 窄，前三季度累计扣非净利润降幅收窄至-27.28%，业绩触底回暖。10 月 24 日，十四届全国人大常委会第六次 会议表决通过了全国人民代表大会常务委员会关于批准国务院增发国债和 2023 年中央预算调整方案的决议，明 确中央财政将在今年四季度增发 2023 年国债 1 万亿元，其中 5000 亿初步考虑在 2023 年安排使用。增发国债有 利于加强基础设施建设，扩大总需求，缓解地方财政压力，后续数据要素、信创等推进节奏有望加快，进而带 动计算机行业需求回暖。

2.2 大市值企业盈利能力相对稳定，AI 等新技术赋能原有业务

疫情对于计算机上市公司业绩冲击较大，2023 年以来缓慢复苏，大市值企业表现相对更优。受疫情影响， 2020 年计算机行业收入和利润端均受到较大影响，全年行业整体收入同比下降 0.77%，归母净利润同比下降 1.48%，同期 500 亿市值以上企业合计营业收入和归母净利润均保持增长，抗冲击能力更强。2023 年以来，疫 情放开后，500 亿市值以上龙头企业业绩恢复更快，其中前三季度营业收入同比增长 5.71%，归母净利润同比增 长 19.76%，扣非净利润同比增长 8.77%，同期行业整体增速分别为 1.65%、1.74%和-27.28%。

龙头企业积极拥抱 AI 大模型，原有业务智能化升级加速。自 2022 年 11 月 ChatGPT 面向公众开放试用以 来，国内外各大科技企业纷纷展开 AI 大模型布局，以百度、360、阿里、科大讯飞等为代表的头部企业陆续推 出通用大语言模型。国内其他垂直行业龙头也纷纷拥抱大模型能力，同花顺、恒生电子、海康威视、大华股份、 用友网络等龙头企业也陆续发布垂类 AI 大模型，并与自身原有产品相结合，提升产品智能化水平，打造行业场 景落地标杆。目前同花顺和恒生电子的金融行业大模型均已落地到相应的 C 端和 B 端产品当中，其中恒生电子 的大模型 LightGPT 和相应的大模型应用产品已正式开放产品公测。海康、大华等安防龙头也陆续发布视觉大模 型，并向多模态演进。金山办公基于通用大语言模型的 WPS AI 已接入旗下全系产品，并已开放体验，未来商业 化可期；科大讯飞星火大模型最新版本全面对标 ChatGPT，同时面向多样化的汽车使用场景，还推出星火座舱 OS、星火汽车 APP 和星火座舱域控，为合作伙伴提供自主可控、组件化、更开放的座舱解决方案。

2.3 信息化与国产化共同推进，行业 IT 的头部公司受益集中度提升

2023 年下半年信创有加速迹象。受宏观环境等因素影响，今年上半年信创板块节奏放缓，相关项目招投标 推迟。7 月份以来，国内信创节奏有提速迹象。7 月 12 日，中国交通运输协会公众号显示《交通运输信息技术应用创新适配测评总体要求》征求意见稿发布。7 月 25 日，软通动力、彩讯股份等成功中标中国移动“云能力 中心 2023-2024 年省专公司操作系统迁移技术服务项目”。7 月 27 日，麒麟软件公众号公告其独家中标中国邮政 集团服务器操作系统集采项目，数量超 60000 套。8 月 3 日，麒麟软件再次独家中标中交集团国产操作系统采 购项目，涉及 6 万套桌面 OS。8 月以来，中信银行、邮政集团、工商银行、浦发银行等陆续发布相关国产化采 购项目招标或者中标公告，其中中信银行通用基础设施集成商入围采购项目涉及金额达 65 亿，其中 34 亿 ARM 服务器、10 亿 C86 服务器。10 月 13 日，中国电信 AI 算力服务器（2023-2024 年）集中采购项目中标候选人公 示，其中以 G 系列为代表的国产化服务器规模占比超过 47%。在信创标准方面，8 月以来，财政部陆续发布数 据库、台式计算机、工作站、通用服务器、一体式计算机、便携式计算机、操作系统政府采购需求标准征求意 见稿，明确相关基础软硬件采购信创要求，有利于加速基础软硬件国产替代进程。

细分行业集中度提升，竞争格局持续优化。疫情加速行业数字化进程，如何利用各类数字化、智能化手段， 实现技术创新、模式创新、生产效率提升，成为企业疫后复苏需要去面临的机遇与挑战。在此过程中，企业对 于数字化厂商的选择更加谨慎，更加看重 IT 厂商标杆案例情况和项目建设经验，细分行业头部企业凭借规模优 势和先发优势，叠加 AI 大模型投入对于原产品的持续赋能，产品力有望增强，未来市占率将进一步提升。以网 安行业为例，头部企业在规模和资源上拥有明显优势，收入增速显著高于行业平均增速，2021 年奇安信、启明 星辰、深信服和天融信四家公司的市场占有率均超过了 5%，行业集中度提升明显。另外，医疗信息化行业的市 场集中度较低，呈现“大行业、小企业”格局，主因我国公立医院区域市场分割情况明显，市场竞争较为充分。 随着电子病历、医院信息互通等功能渗透率提升，行业头部企业凭借较强的营销、研发和服务能力，拿单中标 情况更好，大额订单比例不断增加。行业信创加速背景下，预计医疗信息化行业的集中度也有望进一步提升。

2.4 国产算力受益行业需求爆发

大数据、云计算、AI 等新技术广泛应用，我国算力规模预计保持快速增长。随着数字经济时代全面开启， 算力正以一种新的生产力形式，为各行各业的数字化转型注入新动能，成为经济社会高质量发展的重要驱动力。 截至 2022 年 6 月底，我国算力总规模超过 150EFlops，位居全球第二，算力核心产业规模达到 1.8 万亿元。受 益于政策驱动、全国一体化算力网络国家枢纽节点的部署和“东数西算”工程的推进等利好因素影响，中国算力网络市场高速增长，预计到 2023 年底，总算力规模将超过 200EFLOPS，高性能算力占比达到 10%。根据工 业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等 6 部门联合印发的《算 力基础设施高质量发展行动计划》，2025 年全国目标算力规模超过 300EFLOPS，智能算力占比达到 35%。

AI 大模型热潮兴起，全球对于通用算力、AI 算力需求不断加大。华为《智能世界 2030》报告预测，到 2030 年，全球通用计算算力（FP32）总量增长 10 倍，将达 3.3ZFLOPS, AI 计算（FP16）总量增长 500 倍，将达到 105ZFLOPS。ChatGPT 正式发布之后，国内大厂纷纷跟进训练自己的通用大模型，以同花顺、恒生电子、用友 网络等为代表的垂直行业龙头也陆续基于开源大模型打造自己行业的垂类大模型，前期智算需求主要来源于大 模型训练、微调和精调。根据谷歌发布的论文结果，175B 的 GPT3 模型大约需要 10000 块 V100 训练 14.8 天； 而根据英伟达的报告，175B 的 GPT3 模型大约需要 1024 块 A100 训练 34 天，而一万亿参数的模型则需要 3073 块 A100 训练 84 天。随着国内大模型备案成功，ToC 产品升级、ToB 场景落地实施都带来较大的 AI 推理需求， 根据我们中期策略报告的测算，单个国内大模型初步开放使用时，日均算力需求或达到 1580PFlop/s-day；大模 型完全成熟后，日均算力需求或达到 8700PFlop/s-day。随着预训练大模型的不断进步，人们不再满足于大语言 模型的简单的文本理解和生成，而是将主要研究方向转向多模态大模型，即能够从文字、图像、视频、音频等 多种模态同时理解输入信息并产生多种输出，进而执行跨模态多任务的大模型；多模态大模型能够广泛运用于 情景理解、图像生成、机器视觉等人工智能前沿领域，也成为各家大模型技术竞争的焦点。多模态大模型的参 数量更大，预期会带来更大的推理算力需求。

美国芯片对华禁售政策持续，国产算力有望乘风崛起。10 月 17 日，美国商务部工业和安全局（BIS）公布新的先进计算芯片、半导体制造设备出口管制规则，限制中国购买和制造高端芯片的能力，并将中国 GPU 企业 及其子公司列入了实体清单。受管制的包括但不限于 NVIDIA A100、H100、A800、H800、L40、L40S、RTX 4090 以及集成这些高性能计算卡的 DGX/HGX 系统。随着后续算力需求不断释放，在算力自主可控的背景下，华为、 寒武纪、海光等国产算力有望进一步崛起。

华为鲲鹏+昇腾，打造中国坚实的算力底座，为世界构建第二选择。2020 年第四届华为全联接大会上，华 为基于“鲲鹏+昇腾”双引擎正式全面启航计算战略。华为在 2019 年 1 月向业界发布高性能数据中心处理器鲲 鹏 920，在鲲鹏领域，目前已经有 4700 家合作伙伴，其中整机合作伙伴 11 家，2022 年合作伙伴发货量已达到 95%；华为昇腾主要包括 310 和 910 两款主力芯片，其中昇腾 910B 单卡算力已可对标英伟达 A100。目前在昇 腾领域，华为累计发展了 30 多家硬件伙伴，以及 1300 多家软件伙伴，已孵化和适配了 50 多家主流大模型、 2600 多个 AI 场景方案。

三、数据要素产业蓄势待发

3.1 数据要素是新型生产力，推动数字经济蓬勃发展

3.1.1 国家数据局挂牌，数据要素市场化进程加速

数据要素是指能为使用者带来经济效益的数据。即数据要素是原始数据经过处理，形成使用价值和经济效 益的数据。近年来，国家大力发展数字经济，提出构建全国要素统一大市场，推动数据要素的市场化、价值化， 使其成为推动经济社会发展的新动能。

2020 年数据首次被确认为新生产要素，2022 年以来数据要素市场化节奏加快，相关政策法规陆续推出，包 括数字经济十四五规划、“数据二十条”、数字中国建设规划等已经从制度和目标层面做了比较清晰的规划，各 地也陆续建立了大数据局、数据交易平台等法定监管和运营主体。今年来，《数据资产评估指导意见》、《企业数 据资源相关会计处理暂行规定》等政策陆续出台，且国家数据局于今年十月下旬正式挂牌，标志着数据要素市 场化建设进入加速发展阶段。我国将进入“数字资产”新时代，对于完善数字经济计量体系、激发数据要素活 力、推动数字经济发展起到积极影响。数据资产入表将为数据资源丰富的企业提供了一个新的资产证券化的融 资渠道，后续数据定价、交易、权属的相关法规也有望陆续出台，为数据要素市场安全、可靠、平稳的运行奠 定基础。

3.1.2 数据推动生产力发展，数字经济激发中国经济新动能

数据资源是数字经济的关键要素，数字经济已成为驱动中国经济发展的重要力量。据发改委数据，2022 年 中国数字经济的规模已达到 50.2 万亿元，同比名义增长 10.3%，占国内生产总值比重提升至 41.5%。伴随着数 字技术的创新演进，互联网、大数据、人工智能和实体经济深度融合，数字经济通过创造新需求、数字化转型 提升效率、技术创新形成新产业等多个维度，激发中国经济增长的新动能。

数字经济创造新需求主要来自于 C 端，数字技术围绕消费者衣食住行，创造新的消费需求和场景。服装及 消费品制造业，通过互联网端用户反馈信息获取到用户对于风格设计偏好，根据反馈信息有针对性的完成产品 设计并预售，再通过智能化工厂快速完成设计到量产过程，并根据市场需求柔性生产避免库存积压；饮食方面 智慧餐饮应用包括扫码点餐、食品溯源等；居住方面则包含全套的智能家居；出行方面则是智能驾驶的应用， 极大提升了出行体验。

数字化转型推动企业提质、降本、增效，迎来新发展机遇。传统企业通过数字化转型，实现产业数字化。 例如在金融领域，目前以银行为主的金融机构已经通过购买数据要素产品，融入自身风控模型，更好的判别贷 款企业自身经营风险，既降低了金融机构的信贷风险，又提升了优质企业获取贷款的效率，实现双赢。在交通 领域，通过车侧、路侧收集的各类数据应用于城市管理调度、事故处置、自动收费等场景，提升城市治理能力， 降低人员成本。在检验检测领域，AI 视觉的应用相较人工效率提升明显，准确度也有所保障。企业通过自身经 营产生的数据，以及从外部获取的经加工的数据产品，应用于经营环节中，实现了产业数字化转型。

数据对数字经济的推动还来自于数字产业化的发展带动的创新产业链。近年来，设备的智能化带动了产业 链的迭代更新，智能手机取代传统手机、VR/AR 设备问世，元宇宙、工业互联网、人工智能等领域迎来良好发 展机遇。截至 2022 年，我国数据产量达 8.1ZB，同比增长 22.7%，高于同期 GDP 增速，数据在以人工智能为主 的新产业中起到重要作用，是技术创新、产品迭代升级的必备环节之一。预计我国数据量仍将保持高速增长， 且在数据要素市场化背景下，数据作为新生产要素，将更好的发挥自身价值，并在市场上形成较好的流通。数 据要素产业链生态将逐步完善，作为数字经济发展的基石成为推动我国经济发展的新动能。

3.2 各环节蓄势待发，更看好数据生产型、平台型和背书型企业

当前数据要素市场化建设进程加速，从原始数据到能够产生经济价值的数据要素之间，主要包含数据采集、 数据加工、数据确权、数据定价、数据流通、数据交易等环节。随着国家数据局正式挂牌，各项政策、试点广 泛落地，数据要素产业链各环节厂商积极布局，有望打开数据要素千亿级市场空间，建议重点关注数据生产型 （提供公共数据、行业数据的企业）、平台型（数据交易所等提供平台服务的企业）、背书型企业（参与评估、 确权服务等业务的企业）。

3.2.1 数据要素成为各地重要产业，将带动千亿级产业规模

自党的十九届四中全会首次将数据纳入生产要素，尤其是 2022 年 12 月，中共中央国务院发布《关于构建 数据基础制度更好发挥数据要素作用的意见》（“数据 20 条”）后，我国数据要素市场化建设步伐明显提速。各 地积极贯彻落实党中央、国务院战略部署，不断制定完善数据相关法律制度，创新公共数据授权经营方式，建 立数据交易市场，组建地方数据运营平台，探索数据资产化路径，积极开展试点示范，已初步取得积极成效。

上海作为我国的经济中心，在数据要素市场化建设中积极推进，规划 2025 年数据要素产业规模超 5000 亿 元。今年 8 月，上海市人民政府办公厅印发《立足数字经济新赛道推动数据要素产业创新发展行动方案（2023- 2025 年）》，文件提出全力推进数据资源全球化配置、数据产业全链条布局、数据生态全方位营造，着力建设具 有国际影响力的数据要素配置枢纽节点和数据要素产业创新高地。其中，方案的主要目标如下：“到 2025 年， 数据要素市场体系基本建成，国家级数据交易所地位基本确立；数据要素产业动能全面释放，数据产业规模达 5000 亿元，年均复合增长率达 15%，引育 1000 家数商企业；建成数链融合应用超级节点，形成 1000 个高质量 数据集，打造 1000 个品牌数据产品，选树 20 个国家级大数据产业示范标杆；数据要素发展生态整体跃升，网 络和数据安全体系不断健全，国际交流合作全面深化”。

北京作为全国政治文化中心，持续重视数字经济发展，北京数据基础制度先行区已正式启动运行。今年 11 月 10 日，北京市经济和信息化局局长姜广智在北京数据基础制度先行区启动活动上发布了《北京数据基础制度 先行区创建方案》。根据创建方案，北京数据先行区定位为，在全市特定区域，按照适应数据要素和数字经济特 征的新型监管方式建立先行先试机制，加快建设数据基础制度综合改革试验田和数据要素集聚区。创建方案明 确总体目标：“到 2030 年，完全建成北京数据先行区，打造数据要素市场化配置的政策高地、可信空间和数据 工场，汇聚高价值数据资产总量达到 100PB，数据交易额达到 100 亿元，数据产业规模超过 1000 亿元，打造 “2+5+N”的数据先行区基础架构。预计北京将依托数据先行区，集中试点示范落地国家和北京相关政策措施， 开展重大数据基础设施建设，促进重点行业数据汇聚和应用示范，推进数据资产价值合规高效实现，助力数据 要素产业生态聚集发展。“

3.2.2 数据要素供给主要来自于政府端，存储需求有望加速释放

在产业链上游的数据采集及存储环节，目前数据来源主要分为政府数据以及企业自有或经营中收集的用户 数据。根据中国通信企业协会 2016 年估计显示，我国 70%的数据集中在政府部门，另外 20%的数据掌握在大 型企业手中，包括运营商、大型互联网企业等，剩余 10%的数据则分散在各个行业。考虑到数据权属问题，积 累在政务云平台的数据以及企业自身经营产生的数据有望成为数据要素的主要供给来源。数据存储方面，分为 传统存储及云存储，传统存储包含蓝光存储、服务器存储等，云存储包含公有云、私有云、混合云等。蓝光存 储具备低成本、高可靠、长周期、大容量的特点，适合存储访问频次低、数据量大的历史冷数据，在当下数据 量高速增长的背景下，有望迎来良好发展机遇。

3.2.3 数据治理环节建议关注与政务云服务相关的企业

政务数据治理空间广阔，建议关注业务涉及政务云的企业。数据加工领域，基于采集的数据进行数据清洗、 标注、脱敏、加密、审核等环节，通过数据治理实现数据使用价值的提升，同时保障原始数据的安全，防止原 始数据被泄露、篡改、丢失等。根据《全国一体化政务大数据体系建设指南》，截至 2022 年 12 月我国已实现所 有省份以及 70%以上地级市的政务云平台建设。政务数据通过政务云平台汇集、治理，并以政务数据目录统一 管理，通过接口实现省级数据共享交换等。在政务云平台建设及运营环节中，各政务 IT 厂商积极发挥作用，帮 助各级政府实现了数据资源的初步治理工作。目前已有部分厂商通过和地方政府合作，以政务云平台或数据要 素平台为底座，助力地方政府数据开放，并带动当地数据要素产业快速发展。例如深桑达与德阳市合作，构建 起德阳数据资源、数据要素（元件）、数据产品三级市场，截止 2023 年 10 月，德阳数据要素产业园已挂牌运行 并已开发超 1300 个数据元件、完成 30 余个场景建设；易华录与抚州等地合作，易数工厂在“受托”模式下， 对海量数据进行存储、汇聚、确权和治理，以及在此基础上对数据进行资产化、价值化，最终实现数据的交易 融通和应用增值。随着政务数据开放程度提升，政府需要各合作伙伴的技术赋能，参与各级政府、行业主管机 构云平台建设的厂商有望深化合作，在平台建设、运维基础上，通过合作共建或政府授权运营等模式实现政务 公共数据的价值化。建议关注太极股份、云赛智联等。

3.2.4 数据确权环节建议关注背书型企业

数据确权环节顶层设计仍需完善，国资背景的背书型企业更具优势。数据确权的难点在于，数据资源来自 企业、个人、公共等多个来源，“数据二十条”提出数据持有者或处理者拥有对依法依规持有的数据进行自主管 控的权益，但在实际数据流通过程中，各方的权利、责任、利益分配机制仍有待进一步明确。目前人民网、新 华网等企业基于自身产业经验，结合国家政策，推出了数据确权相关产品。人民网旗下的人民数据在 2019 年推 出全国首个数据确权平台，今年 7 月正式推出“数据资源持有权证书”、“数据加工使用权证书”、“数据产品经 营权证书”，基于人民链 BaaS 服务平台进行确权、上链、存证、交易服务，有助于数据合法合规流通。新华网 旗下的新华智云拥有版权检测业务，其数字资产中心利用区块链技术提供版权确权、村正、维权等业务。人民 网、新华网作为党及政府的官方媒体，在相关领域得到较强的政府背书，预计将打开数据确权的广阔市场空间。

3.2.5 数据定价规则仍待进一步明晰，数据资产入表利好数据生产型企业

数据定价同样存在难点，数据要素入表落地背景下建议关注数据生产型企业。数据定价的难点在于，数据 具备可复制性，且同样的数据资源在不同行业、不同企业、不同应用场景下所提供的价值可能有较大差异，针 对数据定价目前尚未有权威机构提供定价规范及指导。《企业数据资源相关会计处理暂行规定》正式稿近日已发 布并将于明年 1 月 1 日起实施，数据资产入表后数据资产按存货或无形资产纳入将如何评估使用寿命进行折旧 摊销以及管理，仍是待解决的问题。预计在国家政策指导下，各地将结合自身特点进行行业企业试点，并总结 实践经验，总结出适合企业数据资产入表的最佳解决方案。随着数据资产入表的方法论成熟，预计将有利于反 映企业数据资源的投入成本，更好的评估数据密集型企业的资产价值，促进企业数据资产交易。数据生产型企 业将显著受益，例如中远海科、上海钢联、通行宝等。

3.2.6 数据要素市场化的其他环节

数据要素市场化其他环节还包括数据流通、交易、监管、安全等环节。随着政策及试点的落地，数据要素 市场化监管体系将逐步完善，数据安全厂商也将推出数据安全产品和解决方案保障数据要素全流程安全。未来， 数据流通与交易将在合法、合规的前提下安全有序运行，更好的推进数据要素市场化发展。

四、中美技术共振，AI 赋能全行业发展

4.1 AI 技术持续迭代，降本后功能更强大

自 2017 年 Transformer 横空出世，其对 language model 的并行训练更加友好，OpenAI 确立了以 GPT 架构 的 LLM 为主要方向，开启了 GPT 算法路径的探索之路。2018 年 6 月 OpenAI 发布 GPT-1，2019 年 2 月推出GPT-2，2020 年 5 月推出 GPT-3，参数量及训练数据量快速增长，对语言理解能力以及解决任务的能力同步增 强。2022 年 11 月 30 日，OpenAI 推出对话式产品 ChatGPT，引爆了新一轮 AI 浪潮。 AI 技术的迭代仍在加速推进中，今年 3 月 OpenAI 发布了 GPT-4 相关文档，目前具备多模态能力的 GPT-5 蓄势待发。在 11 月 6 日 OpenAI 首届开发者大会上，OpenAI 又开创性的发布了 GPT-4 的升级版 GPT-4 Turbo、 GPTs、GPT Store 三大新品。

全新的 GPT4-Turbo，更多功能&更低价格。新的 GPT4-Turbo 在多个功能模块进行升级并降低了调用价格， 提高了相关商业应用的实用性，为开发者和企业提供更多支持并降低商业化成本。 1、更多的内容长度：OpenA 原本提供的最长的上下文长度为 32k ，GPT4Turbo 支持多达 128K 的内容长度， 大概相当于 300 页的文档。 2、更强的函数调用能力：可以一次性调用多个函数，准确性也更高。在新的 json 模式下，API 参数 response format 使模型能够约束模型输出，以生成语法正确的 JSON 对象。新的 seed 参数能使模型在大多数时间返回一 致的结果来实现可重现的输出。 3、内外部知识库升级：内部知识库更新到 2023 年 4 月，GPT4-Turbo 可以上传外部知识库和文件获取支持。

4、多模态功能更新：新模型支持视觉模型 DALL·E3，可以实现以图生图；并且支持从文本到语音模型，开 发者可以从六种预设声音中选择所需的声音。 5、模型微调与定制：GPT3.5 Turbo 16K 版本支持微调定制，GPT-4 的微调正在申请中。微调模型可以针对 特定领域定制专属模型。 6、降价增速：GPT-4 用户在发布会后可享受每分钟速率限制翻倍的体验，并可通过 API 账户设置请求更改 进一步的速率限制和配额。新发布的 GPT-4 Turbo，输入方面比 GPT-4 降价 3 倍，而输出方面降价 2 倍。新 模型的价格是每千输入 token 1 美分，而每千输出 token 3 美分。

通过 GPTs 及 Assistants API 建立 AI 定制化分身 AI Agent。在本次 OpenAI 开发者大会上，OpenAI 将 AI Agent 作为未来重要发展方向。其中 GPTs 通过零代码方式降低了大模型使用门槛，Assistants API 主要面向企业 端，持久状态（persistent threads）、知识检索（Retrieval）、代码解释器（Code Interpreter）和函数调用（Function calling）等能力，帮助开发者简化开发流程并缩短开发时间。AI Agent 通过定制化体验、扩展应用场景、提高用 户参与度来推动大语言模型能力提升及用户粘性定制化体验方面，用户可以向 AI Agent 下达指令、提供个性化 知识等方式来定制其行为与能力，这将大大提升用户个性化和特定需求下的交互体验。扩展应用场景方面，AI Agent 所具备的定制化能力，能够让不同企业、商业客户根据所处行业和场景数据来定制 AI Agent，创建自己定 制的聊天机器人，这将促进大模型在更广泛领域的应用，提升大模型的商业价值。提高用户参与度方面，定制 化的 AI Agent 更符合用户定制化需求，尤其在个人领域，GPTs 的“零代码”Agent 实现方案能够让用户更主动 的与大模型对话及交互，并将自身使用反馈输入大模型得到更适配自身的 Agent，增强用户体验感和满意度，提 升使用粘性。此外，用户量的提升以及个性化程度的提升对 AI Agent 带来了更灵活、更纵深的定制化能力需求， 未来 AI Agent 厂商和大模型厂商将更多的合作协同，为广泛的用户提供更广阔的应用场景，更好的实现人工智 能商业价值落地。

正式发布 GPT Store，用户可上传定制化应用。今年 5 月 OpenAI 开放插件系统，陆续上线了猜词、翻译、 查找数据等应用工具，却未跑出爆款级应用。本次 OpenAI 重新梳理了其应用商店的体系，原有的插件更名为 GPT，整个应用商店命名为 GPT Store，允许用户或开发者自定义并发布自己的 GPT 版本。GPT 发布后，应用 可以选择私有，专属企业拥有和公开所有三种方式。个人和企业能够将自己的知识库上传到 GPT Store 创建专 属应用，并借此获得利润分享。OpenAI 借鉴成熟的应用商店模式，鼓励个人和企业在 OpenAI 平台上参与和创 造，旨在形成一个自我维持和扩展的 AI 服务生态系统。商业化的交易场所对于 AI 创业者来说形成了良好的正 反馈，创业除了激情与梦想，还能够拥有实现受益的可能，将更好的推动创业者、投资者在大模型及应用领域 的布局热情，更好的促进产业发展。OpenAI 作为基础设施的搭建者，在底层架构基本完善后，上层生态的开花结果指日可待。

4.2 AI 应用商业模式日益清晰，多场景适合 AI 落地

新技术推动、AI 应用生态逐步完善，海外 AI 应用访问量保持稳定增长，AIGC 商业化加速落地。OpenAI 发布会上宣布提速降价，并提供应用平台 GPT Store，为未来 AI 应用生态完善打下良好基础。从海外 AI 应用流 量来看，Top20 的 AI 应用中 18 个实现了 10 月点击量环比正增长，其中 Perplexity、CheggMate、Google Bard、 ChatGPT 增速排名位居前列。

监管方面要求进一步明确，国内多个领域大模型通过备案，可向公众提供服务。层面看，欧盟、中国、美 国今年以来分别推出了 AIGC 相关法案或行政命令，在保护隐私、促进公平、减少虚假信息传播等方面提出监 管要求。具体到国内，网信办联合多部委于今年 7 月发布了《生成式人工智能服务管理暂行办法》，自今年 8 月 起实施。截至目前，国内共两批约 20 余个大模型通过相关备案，可向公众开放，百度、商汤、抖音、网易、蚂 蚁、知乎、金山办公、好未来等公司大模型在列，覆盖通用及科技、互联网、教育、金融等垂直领域。

国内 AI 应用落地加速，AI 产业会议密集，新技术有望落地，带动 AI 应用市场向纵深发展。近期，AI 应 用落地加速，如美图 MiracleVision3.0、中文在线文字写作模型、讯飞星火模型、大华股份多模态 AI 模型等陆续 发布或迭代升级；商业端看，11 月 1 日 Microsoft 365 Copilot 正式向企业客户提供商用服务，预期仅国内首批客 户数超百家；OpenAI 开发者大会召开，实现降费增速。展望未来，SC23、CAIT2023、广州国际人工智能展览 会等多个关于 AI 行业的会议即将开幕。此外，具备多模态能力的 GPT5 有望在年底或明年初发布，预计将进一 步加速 AI 产业发展，推动 AI 应用有望加速落地。

4.2.1 AI 应用落地场景——教育

教育行业具有数据量丰富、客户付费意愿强、个性化程度高的特点，是 AI 应用落地的优质领域。通过教育 领域大模型，可以实现针对不同地域、学校、学生的因材施教，且当前家长对于教育重视程度高，愿意为知识 及服务付费，并且教育垂直领域专业性强，积累了丰富的相关数据。AI+教育的发展历程可以概括为三个阶段。 第一阶段，教育信息化阶段，计算机技术开始赋能教学管理和多媒体教学；第二阶段，在线教育阶段，各类线 上教育机构涌现，满足学生课外学习需求；第三阶段，AI 与教育深度融合，广泛应用于在校内校外、线上线下 教学中。随着生成式人工智能技术的爆发，AI+教育迈向全新的发展阶段。根据 Market Research 数据，生成式 人工智能在教育领域的市场规模将从 2022 年的 2.15 亿美元上升至 2030 年的 27.4 亿美元，CAGR 为 37.5%。

AI 教育的应用场景主要包括智慧课堂、口语陪练、自动化评测等。早期智慧化课堂通过多媒体设备丰富教 育介质，提升授课质量。当前的 AI 智慧课堂包含课前、课中、课后多个环节，帮助教师学生课前精心设计、课 中精致教学、课后精益辅导，推进教育智能化，提升教学质量。当前，智慧教育正处于传统智慧课堂向 AI 智慧 课堂过渡阶段，AI 智慧课堂市场空间广阔，且未来还将与学校教研体系深度融合，服务教学基础上赋能教研及 学校管理。

大模型所具备的多模态+语义理解能力能够较好的满足口语学习中对于音频/文字转换以及学习的个性化需 求，提供一对一专属口语陪练，学生可以与陪练软件生成的虚拟导师进行互动，更好的培养地道发音及语感。 以往的 AI 口语陪练产品，在模板基础上基于 AI 算法微调得到对话内容；大模型则具备强大的生成能力和推理 能力，更好的学习用户意图和语境，反馈输出更真实语境下的口语对话音频，较好的提升了用户体验。目前， 包括 Duolingo、Speak、科大讯飞等厂商在该领域都有相关布局，取得了较好市场反馈。

自动化评测是 AI 教育的另一落地场景，自动批改阅卷实现教学测评效率提升。通过大模型多模态技术的 演进，图像、语音、文字识别以及大数据技术，在教师方面帮助自动化的批改作业、考试阅卷，在学生方面帮 助智能整理错题、形成个性化知识查漏补缺学习方案、针对性推荐题组训练，从两方面赋能教学，提升效率、 提高针对性。

教育将是 AI 应用落地的重要场景，具备广阔市场空间，用户付费意愿强、专业数据量丰富，已形成较明确 的落地商业模式，随着多模态等技术的发展以及应用生态的完善，预计市场将迎来较快增长。建议关注在 AI 教 育领域深度布局的科大讯飞、佳发教育、鸥码软件、视源股份等。

4.2.2 AI 应用落地场景——办公

AI改变了我们的工作方式，开创了智能办公新时代。今年来，微软推出的消费版Copilot以及企业版Micorsoft 365 Copilot 都已上线，目前国内企业版客户已超百家。此外，11 月初 WPS AI 也通过了国家备案，可以正式向 公众提供服务。 Copilot 的定位为日常 AI 伴侣，融合了 GitHub 编程工具、Microsoft365 生产力协同工具箱、Bing 搜索引擎、 Edge 浏览器以及 Windows 操作系统。Copilot 的应用场景涵盖了办公的方方面面，例如在电子邮件中复制文本 后，Copilot 可以实现自动总结文字要点并搜索相关信息，包括文字中地点间的位置距离路线等；在 PDF 中，截 屏的图表和方程可以使用 Copilot 自动求解；此外，Copilot 还实现了电脑与手机端的联通，通过获取手机中短信 等内容，根据用户需求将相关数据导入到电脑桌面，帮助用户直接使用该数据或根据数据进一步生成文字，提 升了办公效率。

WPS AI 在今年 7 月末推出了海外公测版本，今年 11 月初成为国内唯一一个通过备案的办公领域大模型， 具备较大的先发优势。金山办公将应用大模型重构办公软件，为每一位用户提供 AIGC（内容创作）、Copilot（智 慧助理）和 Insight（知识洞察）三方面全新的产品体验。在 B 端，金山办公与科大讯飞达成战略合作，在智慧 教育、智慧医疗、智慧园区、智慧城市等多领域展开联动，目前已有 35 万教研用户使用金山办公文档中台支持 的科大讯飞 AI 教研平台进行教学工作。未来金山办公还将持续推进与各领域生态合作伙伴在兼容、生态等方面 的合作突破，扩展产品应用领域场景。目前，金山办公 WPS AI 智能办公功能，包括：表格输入文字指令智能生 成公式、提纲一键式生成 PPT、基于输入文字进行扩写续写等功能。本次双 11 活动向超级会员赠送 WPS AI 优 先体验，提升了用户付费率，扩大了 WPS AI 测试范围，也为后续 WPS AI 独立收费做铺垫。

除金山办公外，福昕软件深耕 PDF 电子文档领域，海外版云产品 Foxit PDF Editor Cloud 集成了 ChatGPT 能 力，实现 PDF 文档总结、内容改写、实时问答等 AIGC 功能。国内版本目前已接入百度文心一言大模型，并向 公众提供服务。万兴科技在办公文档、绘图、音频视频制作剪辑等办公场景有所布局，今年以来公司持续推进AI 新品研发及推广，云端 AI 创意工具集 Media.io 年内新上线 10 余个 AI 功能，月活翻倍增长；智能化营销视 频生成工具万兴播爆在今年三季度上线云及直播版本，数字人和素材模板数量持续增长。随着 AIGC 进一步发 展，办公作为人们生活中的重要场景之一，AI+办公有望显著提升用户办公效率及体验，用户付费意愿较强，有 望成为 AI 应用落地的重要方向。建议关注办公领域 AI 应用厂商金山办公、福昕软件、万兴科技等。

4.2.3 AI 应用落地场景——金融

金融行业是 AI 应用落地的另一重要场景，金融行业具有数据充足、场景丰富、行业数字化水平高且投入 规模大等特点，利于 AI 应用的落地。根据艾瑞数智《2022 年中国 AI+金融行业发展研究报告》，2021 年我国 AI+金融核心市场规模约 296 亿元，带动相关产业规模 677 亿元；到 2026 年，核心市场规模达到 666 亿元， CAGR 为 17.6%，带动相关产业规模 1562 亿元，CAGR 为 18.2%。AI 在金融各业务场景均能够针对场景需求提 供创新产品或模式，推动金融高质量发展。例如前台业务方面的智能营销、智能投顾、智能客服等；中台业务 方面的数据中台、客户画像、信贷审批等；后台业务中的智慧风控、OCR、RPA 等。

今年 3 月，国际金融巨头 Bloomberg 发布了金融领域专用大语言模型 BloombergGPT，该模型具有 500 亿参 数，数据集方面包含了来自彭博社广泛的数据来源形成的约 3630 亿个 token 以及通用数据集约 3450 亿个 token。 该模型实现了金融专业术语、复杂模型和通用大模型的结合，支持针对金融行业的 NLP 任务，在金融相关的情 感分析、新闻分类问答、命名主体识别等多个领域较同期通用大模型 GPT-NeoX 表现更优异。

国内支付龙头蚂蚁集团旗下的蚂蚁百灵大模型近日通过国家相关要求完成备案，基于该大模型的多款产品 已陆续完成内测，其中金融大模型于今年 9 月正式发布，与 BloombergGPT 类似，其在万亿量级 token 通用语料 基础上注入千亿量级 token 金融知识，目前该模型已通过证券从业资格、保险从业资格等考试，并已开始为客户 提供服务。基于金融大模型的应用产品——智能金融助理“支小宝 2.0”和面向金融行业专家的智能业务助手“支 小助 1.0”即将上线，支小宝 2.0 可以帮助金融机构为用户提供高质量的行情分析、持仓诊断、资产配置和投教 陪伴等专业服务，能帮助用户深度解读市场信息、并结合用户的财务目标、投资偏好等，提供个性化的配置策 略知识水平不输真人行业专家；支小助则包含了“服务专家版”“投研专家版”“理赔专家版”等六个版本，全方位服务不同金融场景的从业人员，可在投研分析、信息提取、商机洞察、金融工具使用等环节提供深度智能 服务。

考虑金融行业数字化水平高、数据质量高且规模大、有较强的数据处理需求，有望成为行业大模型及 AI 应 用率先落地的行业之一。据科技部“新一代人工智能发展研究中心”近期发布的《中国人工智能大模型地图研 究报告》显示，国内已发布的 10 亿参数规模以上大模型约有 79 个，其中金融行业大模型约 18 个。蚂蚁集团、 度小满、恒生电子、同花顺、农业银行、工商银行等均积极推进金融大模型的探索。展望未来，大模型对金融 领域专业知识理解能力的提升、算力和云基础设施的完善，将推动金融大数据分析和智能决策能力提升，改变 金融各领域业务链服务模式，为财富管理、合规风控等多个领域提供更高价值。建议关注金融领域大模型及应 用相关厂商恒生电子、同花顺等。

 

编辑：520中国