计算机行业2024年投资策略分析报告：迎接支付AI应用年

迎接支付焕新天，期待AI应用年——计算机行业2024年度投资策略2023年11月8日证券研究报告核心要点市场回顾：计算机板块2023年前三季度业绩有所承压，估值具备弹性。截至2023年11月3日，计算机指数PE（TTM，剔除负值）39.6倍，比过去十年25%分位数低14%，估值具有弹性。2023年前三季度，计算机板块实现营收5082亿元，同比下降1.9%；实现归母净利润73亿元，同比下降14.5%。2024年度建议布局以下四条景气主线：主线一：第三方支付，长期景气拐点，进入收获期。随着第三方支付收单费率重回上涨周期，疫后复苏线下交易流水提升，以及行业监管措施的阶段性收尾，第三方支付板块迎来三大行业拐点共振。主线二：AI，大级别的科技革命。2022年11月，ChatGPT正式上线，开启“AI的iphone时刻”。随着GPT系列模型的大热，海外科技巨头不断加速其基础模型研发工作，国内基础模型厂商也在奋力追赶。11月1日起，Microsoft

365Copilot正式向企业客户提供商用服务，期待AGI真正的大潮逐步到来。主线三：信创，二阶深化，关注行业信创及乡镇下沉。信创后续深化的市场空间数倍于已完成的第一阶段的市场空间。近期麒麟软件独家中标中国邮政集团、中交集团各60000套操作系统项目，中信银行发布65亿元《通用基础设施集成商入围采购项目》招标公告，涉及服务器等，信创集中招标已拉开帷幕。期待金融信创的继续深化，以及运营商、交通、能源等行业的陆续跟进。主线四：数据要素，加速建设期。国家工信安全中心数据显示，2021年我国数据要素市场规模达815亿元，预计“十四五”期间市场规模复合增速将超过25%，整体进入群体性突破的快速发展阶段。数据要素产业链可划分为供给、流通、应用三大环节，主要参与者包括数据供应商、需求方及监管方，市场参与主体丰富，产业变革良机已至。1核心要点投资建议：1，第三方支付，板块迎来三大行业拐点共振：建议关注新国都、新大陆、拉卡拉、移卡。2，AI，中期维度建议从三大层面持续关注AI行情演绎：（1）算力层，重点关注光模块产业链以及其他算力相关厂商神州数码、创业黑马等；（2）应用层，随着《生成式人工智能服务管理暂行办法》出台、正式实施，商业化产品应用落地加速，建议关注金山办公及其他卡位核心的应用软件，以及未来行业边界打开、有板块性价值重估机会的游戏板块；（3）基础层，期待率先接近GPT-4并拉开差距的公司出现，建议关注科大讯飞、三六零等。3，信创，产业快速推进，建议关注三条投资主线：（1）基础硬件，建议关注神州数码（鲲鹏服务器）；（2）基础软件，建议关注中国软件（国产操作系统）、麒麟信安（国产操作系统）、太极股份（数据库）、海量数据（数据库）；（3）应用软件，金融IT建议关注顶点软件；通用软件建议关注金山办公等。4，数据要素：（1）数据流通，建议关注人民网（确权）、浙数文化（交易）、广电运通（交易）等；（2）数据供给，建议关注博思软件（政府数据源）、三维天地（数据管理）等；（3）数据安全：建议关注吉大正元、信安世纪等。风险分析：IT投资不达预期的风险，AI、信创等相关产业进展不达预期的风险。2目

录1、市场回顾：业绩承压，估值有弹性2、第三方支付：长期景气拐点3、AI：大级别的科技革命4、信创：二阶深化，关注行业信创及乡镇下沉5、数据要素：加速建设期6、投资建议7、风险分析31、市场回顾：业绩承压，估值有弹性1.1、估值：仍具弹性，比过去十年25%分位数低14%1.2、风格转移：中小市值涨幅较高，AI概念股活跃1.3、配置略低：2023Q3公募基金低配0.22pcts1.4、2023年前三季度计算机板块业绩有所承压41.1、估值：仍具弹性，比过去十年25%分位数低14%2023年年初至今（2023年1月1日-2023年11月3日，下同），计算机板块上涨8%，同期创业板指数下跌16%，沪深300指数下跌7%，计算机板块涨幅在所有中信一级行业中位列第5。2022年计算机指数下跌25%，同期创业板指数下跌29%，沪深300指数下跌22%，计算机板块涨幅在所有中信一级行业中位列第28。图1：2023年年初至今计算机板块上涨8.4%（截至2023.11.3）资料：WIND，光大证券研究所51.1、估值：仍具弹性，比过去十年25%分位数低14%图2：2023年年初至今计算机板块涨幅位列所有中信一级行业中第5名（2023年1月1日-2023年11月3日）资料：WIND，光大证券研究所61.1、估值：仍具弹性，比过去十年25%分位数低14%图3：2022年计算机板块涨幅位列所有中信一级行业中第28名（2022.1.1-2022.12.31

）资料：WIND，光大证券研究所71.1、估值：仍具弹性，比过去十年25%分位数低14%图4：当前剔除负值后计算机指数（中信）PE-TTM为39.6倍（2013年9月27日-2023年11月3日）200174.7（2015.6.3，过去十年最高点）18016014012010080截至2023年11月3日，计算机指数PE（TTM，剔除负值）39.6倍，比过去十年中位数水平（50.9倍）低22%，比过去十年25%分位数（45.9倍）低14%。计算机指数PS-TTM为2.4倍，比过去十年的中位数水平（3.4倍）低29%，比过去十年25%分位数（2.8倍）低16%，估值具有相当大的弹性。60.8（75%分位数）50.9（中位数）604045.9（25%分位数）2034.3（2022.4.26，过去十年最低点）039.6（当前值）市盈率PE（TTM，剔除负值）市盈率PE(中位数)市盈率PE(25%分位数)市盈率PE(75%分位数)图5：当前计算机指数（中信）PS-TTM为2.4倍（2013年9月27日-2023年11月3日）1412.0（2015.6.3，过去十年最高点）1210864.3（75%分位数）3.4（中位数）42.8（25%分位数）2.4（当前值）21.8（2022.4.26，过去十年最低点）02013-09-272014-09-272015-09-272016-09-272017-09-272018-09-272019-09-272020-09-272021-09-272022-09-272023-09-27市销率PS（TTM）市销率PS(中位数)市销率PS(25%分位数)市销率PS(75%分位数)资料：Wind，光大证券研究所81.2、风格转移：中小市值涨幅较高，AI概念股活跃表1：计算机板块中2023年年初至今涨幅前五个股（2023年1月1日-11月3日）2023年年初至今涨幅前五个股2023年年初至今（2023年1月1日-2023年11月3日）涨幅前五的个股分别为万兴科技

(+187%，AI概念，当前市值116亿元)、金桥信息(+170%，AI概念，当前市值73亿元)、中科信息（+166%，AI概念，当前市值87亿元）、朗科科技（23年年初至今涨市值(亿元)2023/11/3证券代码证券简称万兴科技上涨原因跌幅300624.SZ603918.SH300678.SZ300042.SZ603496.SH186.68%169.90%166.41%158.34%148.66%115.91AIAI金桥信息中科信息朗科科技恒为科技73.1286.6962.7786.17AI存储芯片概念+158%，存储芯片，当前市值63亿元）、恒为科技表2：计算机板块中2022年涨幅前五个股（2022年1月1日-12月31日）(+149%，概念，当前市值86亿元)。市值(亿元)2023/11/3证券代码002866.SZ证券简称传艺科技2022年涨跌幅266.63%59.32600734.SH301153.SZ003005.SZ003029.SZST实达183.34%103.11%83.66%68.95%79.29119.3046.23中科江南竞业达吉大正元40.585资料：Wind，光大证券研究所1.2、风格转移：中小市值涨幅较高，AI概念股活跃图6：2023年年初至今（2023年11月3日）中小市值计算机公司股价表现较好我们统计了近三年计算机公司涨跌幅和市值的关系，2023年年初至今（2023年11月3日）中小市值计算机公司股价表现较好，市值处在1至100亿、100-200亿和200亿以上的计算机公司的年内平均涨幅分别为20%、19%、15%。资料：wind，光大证券研究所注1：2021、2022和2023年的公司市值分别为2021/12/31、2022/12/31和2023/11/3的收盘市值注2：上述纵坐标为市值区间内的所有计算机公司的涨跌幅均值51.2、风格转移：中小市值涨幅较高，AI概念股活跃从个股涨跌幅区间来看，2023年年初至今（2023年1月1日-2023年11月3日）涨幅为正的个股比例为72%，明显高于2022年的24%。图7：2023年年初至今（2023年11月3日）个股整体表现优于2022及2021年资料：wind，光大证券研究所注：上述纵坐标为处在各个涨跌幅区间的计算机公司数量占当年度全部计算机公司的数量的比例（计算过程已剔除当年未上市和新上市公司）51.3、配置略低：2023Q3公募基金低配0.22pcts2023年Q3公募基金对计算机板块的配置比例为4.49%，相比行业标准比例的4.71%低配0.22

pcts。图8：2023年Q3公募基金计算机持仓低配0.22个百分点16%14%12%10%8%4.71%4.49%6%4%2%0%计算机(中信)基金持仓市值/基金股票市值：Wind，光大证券研究所计算机流通A股/全部A股比例资料61.4、2023年前三季度计算机板块业绩有所承压从wind中信行业分类计算机板块中，剔除部分计算机相关业务占比不到50%的公司，最后共选取328家公司作为统计样本。2023年三季度计算机板块总体营收同比下降1.9%，归母净利润同比下降14.5%。2023年前三季度，计算机板块实现营收5082亿元，同比下降1.9%；实现归母净利润73亿元，同比下降14.5%。图9：2019

-2023年前三季度整体营收（亿元）及增速图10：2019

-2023年前三季度整体归母净利润（亿元）及增速资料：wind，光大证券研究所整理资料：wind，光大证券研究所整理注：已剔除部分计算机相关业务占比不到50%的公司，同图1071.4.1、分市值：2023年前三季度中等市值公司业绩表现较优分市值看，2023年前三季度，中等市值公司业绩表现较优。2023年前三季度，市值500亿及以上/200-500亿/100-200亿/50-100亿/50亿以下公司总体营收同比增速分别为+5%/-4%/-4%/+5%/-3%，市值500亿及以上/200-500亿/100-200亿/50-100亿公司归母净利润增速分别为-4%/-44%/+49%/-25%，市值50亿以下公司2023年前三季度利润依然承压，合计为-14亿元，较上年同期（-11亿元）亏损幅度扩大。表3：计算机板块各市值区间2021-2023年前三季度业绩情况21Q1-330322

Q1-334923

Q1-336721

Q1-3

22

Q1-323

Q1-3235003924YOY30%1,91542%95815%2,15412%9895%48%50-40%36-4%20200-500YOY2,061-4%946163%53-27%22-44%33100-200YOY18%8753%-4%93953%33-58%1549%1150-100YOY89825%7683%5%-11%18-55%-11-25%-1450789768YOY12%4,82028%3%-3%5,082-2%-62%19218%-164%85NA5,1807%73YOY-56%-15%资料：wind，光大证券研究所整理14注：公司市值截取至2023年11月02日，已剔除部分计算机相关业务占比不到50%的公司1.4.2、分板块：2023年前三季度数字产业、第三方支付表现亮眼营收方面，2023年前三季度数字产业及汽车IT收入增速较快。2023Q1-3，数字产业、汽车IT、第三方支付、金融IT、网络安全及信创板块营收实现正增长，营收同比增速分别为13%、7%、4%、4%、4%、0.4%。归母净利润方面，数字产业、第三方支付及AI板块表现亮眼，分别实现138%、82%、22%同比增长，此外，网络安全板块亏损收窄，医疗IT板块转亏，数字政府板块亏损幅度扩大，其余板块为负增长。表4：计算机分板块2021年、2022年及2023年前三季度营收和利润增速营业收入（亿元）营收同比增速归母净利润（亿元）归母净利润同比增速板块名称21A22A23

Q1-3

21A22A23Q1-3

21A22A23

Q1-3

21A22A23

Q1-3AI1217124785211%3%-5%913921-11%-58%22%第三方支付信创179171132162515099318%13%13%27%14%29%10%43%9%-5%-1%1%4%2068862542396-184855182972022-351019935%10%2%转亏82%23232277122230223011380.4%-5%13%4%-30%-36%-30%-32%-83%-6%数字政府数字产业金融IT亏损扩大138%-5%13%6%6%5375703823018332%8%汽车IT432419-3%-1%28%5%7%12%医疗IT127125-2%-8%-5%4%-602009%

-201%

转亏智能制造云计算6658506867732145347286445173011-3232%3%21%-5%-14%10873541138370-59%网络安全15%5%-19%-40%亏损收窄资料：wind，光大证券研究所整理152、第三方支付：长期景气拐点2.1、第三方支付机构是服务于B端的核心角色2.2、费率：有望迎来新一轮提价周期，并且空间仍然巨大2.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖2.4、监管：阶段性收尾，

落地将开启新景象162.1、第三方支付机构是服务于B端的核心角色我国第三方支付行业的参与者主要包括监管部门、商业银行、清算机构、第三方支付机构和支付外包服务商。1、监管部门：中国人民银行对整个支付行业产业链进行业务监管。2、服务商：包括商业银行、第三方支付机构和清算机构。3、收单外包服务商：主要侧重小B类型客户收款与经营数字化等全链条服务。图11：中国第三方支付产业图谱示意图料：艾瑞咨询，光大证券研究所172.2、费率：有望迎来新一轮提价周期，并且空间仍然巨大2.2.1、“96费改”落地七年，行业分润比例趋于稳定图13：线下刷卡收单分润逻辑（标准费率）图12：第三方支付行业利润分配图谱商户侧收单机构收取费率&分润比例收单机构最后收入扫码支付占20%，10万亿元收0.38%，380亿元微信/支付宝0.19-0.2%清算机构<

0.005%0.1%--0.2%100-200亿元前端成本约0.2%图14：线下条码收单分润逻辑（标准费率）2022年消费者线下收单市场规模约50万亿元前端成本<

0.5%刷卡支付占80%，40万亿元收0.6%，2400亿元发卡银行<

0.45%清算机构<

0.0325%0.1%--0.2%400-800亿元资料：艾瑞咨询，光大证券研究所整理18资料：艾瑞咨询，光大证券研究所2.2、费率：有望迎来新一轮提价周期，并且空间仍然巨大2.2.2、

我国线下收单费率低，提升空间可观目前国内主要第三方支付机构takerate约0.10%-0.12%，其中移卡2022的takerate较2021年明显上升。2022年，移卡、新国都、拉卡拉、新大陆take

rate分别为0.123%、0.113%、0.101%、0.094%，其中移卡take

rate较2021年增加0.016个百分点。与美国相比，我国第三方支付机构的收单费率有较大提升空间。四方清算模式下，产业链所有成员的收入均为商户支付的费率，从分润比例的大小来看，银行>收单机构>清算机构。在美国，每笔银行卡交易的费率约2.3%-3.0%，其中收单方分润比例约0.7-0.9%。在中国，每笔银行卡交易的费率约0.6%，仅为美国收单费率的四分之一左右，收单方分润比例约0.1-0.2%，仅为美国五分之一左右，有较大提升空间。表5：部分第三方支付机构takerate：因为疫情补贴，持续收窄表6：中美线下支付各相关方分润比例差异相关方中国美国ta

ke

rate拉卡拉新大陆新国都移卡20160

.115

%趋势2019趋势20220

.10

1%商户刷卡手续费发卡行服务费0.6%约2.3%-3.0%1.5%-2.0%0.134%0.152%0.149%0.139%0.35%-0.45%0.065%清算网络服务费收单机构服务费0.12%-0.13%0.7%-0.9%0.072%0.094%0

.113

%0.123%0.1%-0.2%资料：中国人民银行，CardFellow，光大证券研究所注：刷卡费率=商户支付的手续费/交易流水0.129%资料：各公司公告，光大证券研究所测算注：移卡0.129%为2017年数据192.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖根据艾瑞咨询数据，我国线下收单交易流水在2019年突破60万亿元，2020年受到疫情影响，线下收单交易流水下降至61万亿元，同比下降5%。图15：2020年以前我国线下收单交易规模总体稳步增长资料：艾瑞咨询，光大证券研究所202.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖根据我们测算，2022年中国线下收单交易规模约51万亿元。根据中国支付清算协会的数据，2021年商业银行线上+线下收单规模约48万亿元，占国内整个收单规模（线上+线下）的比重为36%，非银行支付机构约85万亿元，占比为64%；2022年非银行支付机构线上+线下收单规模约41万亿元，假设其占国内整个收单规模（线上+线下）的比重为70%（非银行支付机构收单占比持续提升），则2022年商业银行收单规模约18万亿元；假设商业银行收单中，线上和线下占比情况与非银行支付机构类似，线下收单占比86%，则2022年商业银行线下收单交易规模约15万亿元，另外，根据中国支付清算协会数据，2022年非银行支付机构线下收单交易规模为36万亿元，测算得2022年中国线下收单交易规模约51万亿元。表7：根据我们测算，2022年中国线下收单交易规模约51万亿元单位万亿元万亿元%%万亿元%%万亿元%202076.8039.512021114.5747.8821%36%6.4721%14%41.4121%86%202251.0717.72-63%30%2.40-63%14%中国线下收单交易规模商业银行同比增速占比44%5.34线上线下同比增速占比14%34.1715.32-63%86%同比增速占比%86%非银行支付机构同比增速万亿元%%万亿元%%万亿元%%49.3084.6172%64%11.4472%14%73.1772%86%41.34-51%70%5.59-13%14%35.75-15%86%占比56%6.67资料：中国支付清算协会，光大线上线下证券研究所测算同比增速占比注：蓝色字体为中国支付清算协会数据，红色字体为假设数，黑色字体为计算所得的数14%42.63同比增速占比86%212.3、流水：受益于疫后复苏，线下收单交易规模有望逐步回暖在非银行支付机构线下收单市场中，拉卡拉占比12.6%，嘉联支付、国通星驿、移卡占比分别为7.2%/6.6%/6.2%。根据中国支付清算协会数据，2022年非银行支付机构线下收单交易规模约36万亿元，2022年拉卡拉、嘉联支付（新国都）、国通星驿（新大陆）、移卡线下收单交易流水规模分别为4.52、2.58、2.35、2.23万亿元。图16：2022年非银行支付机构线下收单市场份额（按交易流水）12.6%拉卡拉7.2%6.6%6.2%嘉联支付国通星驿移卡67.3%其他资料：中国支付清算协会，拉卡拉、新大陆、新国都、移卡2022年年报，光大证券研究所测算222.4、监管：阶段性收尾，

落地将开启新景象2.4.1、第三方支付行业监管政策密集出台（1）反洗钱监管趋严。（2）发展监管科技。（3）强化综合监管，强调市场公平竞争秩序。表8：支付行业监管政策的发展时间发行单位文件名称具体内容《非银行支付机构风险专项整治工作实施方案》2016年4月

央行等14部委2016年10月

国务院加大对客户备付金问题的专项整治和整改监督力度。严格支付机构市场准入和监管，加大违规处罚。《互联网金融风险专项整治工作实施方集中力量对P2P网络借贷、股权众筹、互联网保险、第三方支付、通过互联网开展资产管理及跨界从事金融业务、互联网案》

金融领域广告等重点领域进行整治与监管。建立健全互联网金融监管长效机制。安全技术操作规范政策2017年12月

中国人民银行2018年8月

中国人民银行2019年9月

中国人民银行2021年3月

全国人大2021年12月

国务院《关于加强条码支付安全管理的通知》强化条码支付技术风险规范，推进条码支付受理终端注册管理。《聚合支付安全技术规范（征求意见稿对聚合支付系统实现、安全技术、安全管理、风险控制等提出更高监管要求。）》运用金融科技提升跨市场、跨业态、跨区域金融风险的识别、预警和处置能力，加强网络安全风险管控和金融信息保护，做好新技术应用风险防范。《金融科技(FinTech)发展规划》《十四五规划和2035年远景目标纲要》要求进一步发展、健全现代支付和收入监测体系、增强金融普惠性、发展金融科技。与支付行业的数字化升级贴合，提出跨境支付、智能支付、供应链金融等与支付相关的规划。发展监管科技、弥合数字鸿沟、金融科技创新进一步加强。《“十四五”数字经济发展规划》数字化与金融科技发展、监管政策《金融科技发展规划（2022-2025年）》2022年1月

人民银行中国人民银行会、市场2022年2月

监管总局、银保监会、

《金融标准化“十四五”发展规划》跨境支付、银行卡终端、监管科技、征信等一系列产业相关走向标准化。加强标准对金融监管的支持，加强产业链供应链金融标准保障，标准化支撑金融产品和服务创新。证监会央行、公安部、国家监2022年1月

察委、“两高”“两会《打击治理洗钱违法犯罪三年行动计划(2022—2024年)》强化洗钱类型分析和反洗钱调查协查、增强反洗钱义务机构洗钱风险防控能力、监管落实工作。反洗钱相关政策法规”等九部门央行会、银保监会、证

《金融机构客户尽职调查和客户身份资2022年1月2022年1月强调支付机构在提供较大额支付处理等环节，必须开展客户尽职调查。监会料及交易记录保存管理办法》反垄断监管政策中国人民银行等有关部

《非银行支付机构条例（征求意见稿）《条例》第五十五条及第五十六条强化反垄断监管措施，维护公平的市场竞争秩序，保护市场参与主体的合法权益。门》23资料：中国政府网，全国金融标准化技术委员会，中国电子银行网，光大证券研究所2.4、监管：阶段性收尾，

落地将开启新景象2.4.2、

收单牌照缩紧、资金追缴，加剧行业寡头化趋势第三方支付牌照数量持续收缩，行业集中度有望提高。根据pos圈支付网数据，截至2023年1月，具有银行卡收单资质的牌照且在有效期内的仅剩51家，业务覆盖全国的有28家，业务覆盖范围有限制的23家。第三方支付行业集中度有望进一步提高。图17：2011-2023Q1第三方支付牌照发放和注销情况

（截至2023年2月10日）资料：中国人民银行，光大证券研究所243、AI：大级别的科技革命3.1、基础模型：ChatGPT开启AI领域“iPhone时刻”3.2、算力：AI时代算力需求快速增长3.3、应用：大规模落地正在临近253.1、基础模型：ChatGPT开启AI领域“iPhone时刻”以“实现安全的通用人工智能(AGI)”为宗旨，OpenAI在人工智能领域不断取得重要突破2022年11月，ChatGPT正式上线，其优秀的文字生成能力、智能“涌现”的表现，引发行业热议。ChatGPT是一个基于自然语言模型的人工智能对话产品，可以生成代码、故事、诗歌等。图18：OpenAI的重要时间点图19：ChatGPT功能介绍资料：ChatGPT官网，光大证券研究所资料：OpenAI官网，光大证券研究所263.1、基础模型：ChatGPT开启AI领域“iPhone时刻”1）性能：ChatGPT

在许多对话式

AI

任务上都达到了人类水平的准确度。2）训练数据：ChatGPT

在来自互联网的超过

45

TB

文本数据的语料库上进行训练。这个庞大的数据集用于教授模型自然语言中的模式和关系，并建立对单词和短语的上下文和含义的丰富理解。3）模型大小：GPT-3是世界上最大的语言模型之一，拥有1750亿个参数。表9：ChatGPT部分职业测试成绩考试内容沃顿商学院MBA期末考试注册会计师成绩UpennCPAB-57.6%50.3%Bar法律SAT美国大学入学测试职业能力考试智商测试1020分（超过48%人类考生）三级工程师（年薪18万美元）83分（低于平均）GoogleIQTVocabulary词汇测试151分（平均99分）资料：光大证券研究所整理273.1、基础模型：ChatGPT开启AI领域“iPhone时刻”2023年3月16日，GPT-4的发布使OpenAI在AI竞赛中再次处于领先地位：1）规模和速度大幅提升。2）支持更多语种。3）增强了文本理解能力，生成质量也大幅提升。4）实现多模态分析功能图21：语言模型发展历程5）更加自然、流畅的对话以及情感分析能力。图20：ChatGPT训练数据于45TB各类文本数据资料：，光大证券研究所资料：OpenAI

论文，光大证券研究所283.1.1、国内外科技厂商纷纷入局基础模型人工智能“基础模型”路线成为主流。因为其卓越的效率和性能，基础模型成为业界重点投入的方向，Open

AI、谷歌、脸书、微软等纷纷推出超基础模型。表10：领头公司预训练模型公司预训练模型应用语言理解与生成对话系统参数量领域BERT4810亿NLPNLPNLPLaMDAPaLM语言理解与生成、推理5400亿谷歌微软、代码生成ImagenParti语言理解与生成语言理解与生成视觉识别语言理解与生成语言模型100种语言互译多面手的智能体语言理解与生成代码生成语言理解与生成、推理1750亿等110亿200亿6.4亿170亿1750亿150亿12亿多模态多模态CVNLPNLPNLP多模态NLPNLPNLPFlorenceTuring-NLGOPT-175BM2M-100GatoGopherAlphaCodeGPT3FacebookDeep

Mind2800亿414亿CLIP&DALL-E图像生成、跨模态检索120亿多模态Open

AICodexChatGPT代码生成120亿NLPNLP语言理解与生成、推理等Megatron-Turing

NLG语言理解与生成、推理5300亿NLPNvidiaStability

AIStable

diffusion语言理解与图像生成多模态资料：腾讯研究院，光大证券研究所293.1.1、国内外科技厂商纷纷入局基础模型随着GPT系列模型的大热，海外科技巨头不断加速其基础模型研发工作，国内基础模型厂商也在奋力追赶。继百度发布国内第一个对话类产品文心一言后，三六零、、腾讯、商汤、阿里、昆仑万维、科大讯飞等科技公司也陆续发布了其基于自研基础模型开发的应用产品或战略布局。表11：国内已公开发布自研基础模型部分汇总研发人

研发费用/公司模型名称发布时间参数规模模型架构研发费用算力储备现金储备场景入口员研发人员A800和H800共5万枚（23年底）百度三六零文心2023.03.16

2600亿2023.03.29

千亿Encoder-DecoderDecoder233.15亿元33.14亿元2.4w

98.8w1940亿智能搜索、百度生态智能搜索、数字助理、办公、智能营销等智脑盘古4k92.0w4000枚高性能GPU238亿工业行业应用（医疗、金融、气象、矿山等）2023.04.08

2000亿2023.04.10

千亿Encoder-Decoder1615亿元40.14亿元554.65亿元6.90亿元11w3k141.7w115.8w184.9w54.5w昇腾芯片1473亿80亿商汤科技

日日新阿里

通义-AI大装置共有2.7万枚GPU6000枚H800及其他共一万枚（23年底）2023.04.11

10万亿2023.04.17

双千亿Encoder-Decoder3w1k5967亿智能居家、阿里生态智能搜索、游戏昆仑万维

天工科大讯飞

星火--计划采购4400万美金硬件设备

13亿教育、医疗、人机交互、办公、翻译2023.05.06-31.11亿元9k33.5w昇腾AI硬件合作32亿腾讯混元2023.06.19

万亿Encoder-Decoder-614亿元4.5w

135.3w上万枚高性能GPU1533亿游戏、社交A100、H100共1.6万枚加A800、H800其他共8.6万枚（23年

2200亿字节火山引擎2023.06.28----短视频、AIGC底）智谱AIGLM-130B

2022.082022.10.30千亿------昇腾AI、火山引擎硬件合作5亿内容生成、辅助编程MiniMax

Glow-Decoder100火山引擎硬件合作20亿APP虚拟聊天资料：Wind，各公司官网，光大证券研究所303.1.2、MaaS模式应运而生MaaS应运而生，AI商业化加速。MaaS（Model

as

a

Service），模型即服务，在该商业模式下，有能力的大公司提供预训练模型，使得垂直行业的小公司能够构建和部署

AI

模型，而无需投资构建和维护自己的模型所需的基础设施、硬件和专业知识。图22：各垂类行业公司借助基础模型API接口实现各种场景下的应用落地资料：腾讯研究院，光大证券研究所313.1.2、MaaS模式应运而生商业化途径可分为三类，即C端订阅（SaaS）、B端企业订阅（MaaS）以及生态合作以OpenAI为例，针对C端用户，其自主开发训练了ChatGPT产品并逐步从免费试用转为付费，并定价20美元/月，实现了C端订阅的稳定收入；针对B端则主要采取API的形式向开发者提供有偿的GPT-3/GPT-4等模型的使用权限，按照TOKEN（1000tokens=750words）使用量收费，每1000

请求token收费0.03美元，每1000个完成响应token收费0.06美元。同时，与微软的深度合作也将持续为OpenAI带来受益。由于行业数据的可得性限制，通用模型无法对于全领域都有完备数据。与之对应，垂类模型主要关注特定的领域或场景，对行业数据在深度和质量上要求上升，如教育、医疗、金融、旅游等方面。同时，垂类模型可以利用已有的通用AI基础模型为基础，通过调整指令、接入专业知识来满足自身领域场景的需要。图23：C端订阅+B端有偿API调用+与微软商业合作构成OpenAI三大商业模式表12：垂类模型依托通用模型更好地实现行业落地垂类模型通用模型一般比通用模型低一个数量级算力层面要求高参数量，如十亿参数、百亿参数需要足够丰富的数据才能够帮助模型训练和调优数据层面

需要获得行业内的优质数据专业程度资料专业知识深度和质量高受行业数据可得性限制专业性相对较低：CSDN，光大证券研究所32资料：FourWeekMBA，光大证券研究所3.2、算力：AI时代算力需求快速增长•

随着数字时代到来，计算场景愈加丰富，人工智能、物联网等技术飞速发展、数据高速增长，在中国乃至全球范围内算力需求也随之提高到了前所未有的高度。•

据中国信息通信研究院，2022年全球计算设备算力总规模达到906

EFlops,

增速为47%；预计未来五年全球算力规模将以超过50%的速度增长，到2025年全球计算设备算力总规模将超过3

ZFlops，到2030年将超过20

ZFlops。图24：2022年全球计算设备算力总规模达到906

EFlops，同比增速为47%资料：中国信息通信研究院，光大证券研究所333.2、算力：AI时代算力需求快速增长基础模型算力成本主要分为训练和推理两个阶段。••基础模型的训练需要大算力支撑，AI训练服务器方面，单个大语言模型训练驱动AI训练服务器市场约2亿美元需求。据英伟达测算，要完成一次10000亿参数大语言模型的训练，使用4096颗A100GPU约需4周时间，使用4096颗H100GPU约需1周时间。按每台服务器配备8颗H100GPU计算，则完成一次万亿参数的大语言模型训练需约500台服务器，配备8个H100GPU的服务器价格约为40万美元，则单个大语言模型训练驱动AI训练服务器约2亿美元需求。图25：英伟达H100/A100对比资料：英伟达官网，光大证券研究所343.2、算力：AI时代算力需求快速增长基础模型算力成本主要分为训练和推理两个阶段。基础模型推理算力需求远高于训练，AI推理服务器方面，单个AI应用如ChatGPT在初期便可带动推理服务器需求达45亿美元。表13：AI推理服务器需求图26：英伟达T4性能表参数1个token算力需求结果单位20,000600亿FLOPSTOKEN亿FLOPS%每人每次提问50字每人每次使用的实际算力需求（考虑利用率前)FLOPS利用率12,000,00021.3每人每次使用的实际算力需求（考虑利用率后)访问人数5.63PetaFLOPS人/日25,000,00010提问次数次/日每天算力需求1,408,450,70416,30281,50865PetaFLOPSPetaFLOPSPetaFLOPSTetaFLOPS台假设一天内平均分摊，则每秒算力需求考虑峰值，假定访问峰值是一天均值的5倍单个T4GPU可提供算力需求推理服务器台数（8GPU）售价156,74529,00045美元H100推理服务器市场亿美元资料：英伟达官网，光大证券研究所35资料：中国信息通信研究院，光大证券研究所3.3、应用：大规模落地正在临近GPT基础模型应用的工程化落地需要时间，应用规模化落地正在临近，AGI真正的大潮仍未到来。•根据中国信息通信研究院资料显示，AGI以其多样性、可控性、组合性的特征，有望帮助企业提高内容生产的效率，以及为其提供更加丰富多元、动态且可交互的内容，或将率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展。•

Gartner将生成式AI列为最有商业前景的人工智能技术。根据其发布的2022年人工智能技术成熟度曲线，预计生成式AI

2到5年内将进入生产成熟期，发展潜力与应用空间巨大。图27：AGI应用视图图28：生成式AI处于“期望膨胀期”，预计2-5年内将进入生产成熟期资料：Gartner，光大证券研究所36资料：中国信息通信研究院，光大证券研究所3.3、应用：大规模落地正在临近长期来看，AIGC可大幅提高生产效率。•

例如，通过AI生成代码，编程时间将缩短一半以上。通过AI生成图像，制作中等篇幅的单张作品所花费的时间将从5小时降低至1分钟，花费也将从150美元降低至0.08美元。图29：通过AIGC生成图像可显著降本增效资料：《ARK’s

BIGIDEAS

2023》，光大证券研究所374、信创：二阶深化，关注行业信创及乡镇下沉4.1、党政信创启动最早，八大行业中金融正在率先接力4.2、信创二阶深化，数倍于第一阶段的市场容量4.3、行业信创帷幕已开，采购需求标准或出台384.1、党政信创启动最早，八大行业中金融正在率先接力（1）金融信创：2020年和2021年分别完成两期试点，2021年开始金融信创进程加快金融信创实验室平台搭建完整，信创生态不断完善，有近200家二期试点单位，试点范围由大型银行、证券、保险等机构向中小型金融机构渗透，要求OA、邮件全部替换。（2）电信信创：自2020年以来，三大电信运营商服务器集采项目向国产化服务器倾斜，实施各类信创项目，标志着电信行业信创的全面提速，目标是5年内实现完全国产化替换。表14：金融信创发展历程及试点情况表15：电信信创发展历程及试点情况时间事件时间事件浪潮发布了我国首套大型主机系统天梭K1，使我国成为继美日之后全球第三个掌握新一代大型主机技术的国家。2013年1月中国联通信息技术应用创新实验室成立，并在广东、浙江、青海、湖南、贵州、吉林、黑龙江7省建立信创攻关分基地。2020年初2013年12月2014年9月2014年10月2016年银监会强调银行业的自主可控。银监会发布39号文，提出到2019年，安全可控信息技术在银行业总体达到75%左右使用率。邮储银行自主可控核心去IOE完成，为银行业第一个成功实现的中大型自主可控案例。浙江金华移动信创配适基地暨信创示范营业厅正式建成启用，作为全国通信行业首家采用国产自主可控技术的营业厅。2021年6月2021年6月2021年6月百信银行成为国内第一家整体去IOE的云上银行。中国电信上海信创基地揭牌。2018年6月央行明确指出推进核心领域自主可控在金融业的应用。中国移动宣布拟成立生态实验室，推动办公系统在国产技术环境中的迁移适配，开展一般业务系统及部分关键业务系统测试。已有标杆性的信创改造案例成功。央行科技司发布《金融科技发展规划》，实现稳定创兴、自主可控，防范系统性金融风险作为金融IT基础设施的关键目标。2019年8月2020年8月金融行业信创一期试点启动，试点机构47家，以头部银行保险券商、一行两会和交易所为主。由中国移动和中国电子旗下长城软件、麒麟软件、中国长城、飞腾等多家单位共同打造的中国移动温州分公司网信示范营业厅正式投入运营，为全国电信行业内首个基于PKS体系打造的网信示范营业厅。2021年11月2020年11月2021年5月金融信创生态实验室成立。金融行业二期试点启动，试点机构198家，要求OA、邮件全部替换。资料：各政府机构网站，光大证券研究所整理资料：各政府机构网站，光大证券研究所整理394.1、党政信创启动最早，八大行业中金融正在率先接力党政信创替换的主题主要是电子公文、电子政务、PC等轻量级软硬件，行业信创替换的主题主要是综合办公和管理系统、生产系统，涉及的产品和服务包括数据库、操作系统、服务器等重量级核心软硬件，实施周期较长，难度较大。表16：党政信创和行业信创的差异党政行业第一阶段电子公文第二阶段电子政务第一阶段综合办公和管理系统第二阶段生产系统替换主题资料：中国电科，光大证券研究所404.2、信创二阶深化，数倍于第一阶段的市场容量信创相关产业链包括基础硬件、基础软件、应用软件等。表17：信创相关产业链生态分类产品整机（PC/服务器）基础硬件芯片（含CPU、GPU）存储操作系统基础软件应用软件中间件数据库办公软件-流版签软件办公软件-OA云服务云服务安全服务外设设备信息安全产品打印机、扫描仪等资料：光大证券研究所整理414.2、信创二阶深化，数倍于第一阶段的市场容量在PC和服务器整机端，党政和行业信创市场规模超4800亿元。表18：信创市场空间测算（仅PC和服务器）PC服务器规模（亿元

比例换算（服务器/PC

总需求量（万人数（万人

保有量（台/人规模（亿元

总规模（亿领域总需求量（万台）

单价（元）单价（元）））））台））元）党、政信创296014801975922072公务员事业编人员行业信创7203200557385917202240390160150005000360112019503011/151/15481492604030000300001444487801201450415682731421490.7金融业就业人员运营商就业人员0.70.7500050001/151/15300003000010070355交通运输、仓储和邮政业就业人员812380550.70.70.756926639500050005000284133191/151/151/153818330000300003000011453839818627电力、煤气及水的生产和供应业就业人员石油和天然气开采业就业人员数航空运输业就业人员教育就业人员卫生人员就业人员合计600.70.70.7425000500050002168647234301/151/151/1533000030000300008309606604803195913481371943912741891372636861457资料：人社部，国家统计局，东方财富数据，IDC，零壹智库，《中央行政单位通用办公设备家具配置标准》，京东商城，光大证券研究所测算注：蓝色字体为公开资料数据，红色字体为假设数，黑色字体为计算所得数424.3、行业信创帷幕已开，采购需求标准或出台信创集中招标已拉开帷幕。7月27日麒麟软件宣布独家中标中国邮政集团服务器操作系统集采项目，超60000套服务器操作系统。8月3日麒麟软件官微发布信息，独家中标中交集团国产桌面操作系统框架采购项目，中标数量为60000套。7月13日中信银行发布65亿元《通用基础设施集成商入围采购项目》招标公告，涉及（ARM芯片/C86芯片）服务器、网络设备（数据中心/非数据中心级别交换路由、防火墙、波分设备）及存储设备（集中式ARM高端/分布式ARM对象、中高端存储光纤交换机）3大类9小类设备。65亿大单中，包括34亿ARM服务器、10亿海光服务器；14亿网络设备；7.2亿存储设备。图30：麒麟软件中标中国邮政服务器操作系统集采项目图31：麒麟软件独家中标中交集团国产桌面操作系统框架采购项目资料：麒麟软件官网微信公众号，光大证券研究所资料：麒麟软件官网微信公众号，光大证券研究所434.3、行业信创帷幕已开，采购需求标准或出台安全可靠测评工作将进一步规范信创产品选型，基础软硬件采购需求标准或将出台。7月28日中国信息安全测评中心发布了针对PC和服务器搭载的CPU、操作系统及数据库等基础软硬件产品的《安全可靠测评工作指南》（以下简称指南）。根据指南要求，产品供应商可以在每年的1-2月及7-8月进行测评申报，送测厂商应为在中国境内注册的实体，且必须具有送测产品完备的设计资料、研发文档、代码数据和研发环境，拥有送测产品的知识产权或授权，具备稳定的研发生产及售后服务团队；产品测评通过后将被认定为安全可靠产品，有效期三年，测评结果供各政企客户自主参考。信创产品测评将有利于信创产品选型进一步规范化。另外，8月7日财政部会同工业和信息化部研究起草并发布了操作系统和便携式计算机政府采购需求标准（征求意见稿）。实际上，自8月3日以来，财政部官网及官微已经连续发布多项采购需求标准相关的通知，涉及一体式计算机、操作系统、工作站、便携式计算机、台式计算机、数据库、通用服务器。针对硬件整机产品，均要求其搭载的CPU、操作系统等核心部件必须为通过安全可靠测评标准的产品；针对基础软件产品，同样要求其必须为通过安全可靠测评标准的产品，且要求其兼容ARM、LoongArch、MIPS、SW64、x86等多种架构的CPU平台。系列基础软硬件采购需求标准的出台，或将提高招投标效率，为行业信创标准的制定工作提供借鉴。445、数据要素：加速建设期5.1、政策吹响号角，数据要素行业静待花开5.2、市场潜力可期，数据要素逐具动能5.3、持续完善市场环节，生态格局雏形已现5.4、市场参与主体丰富，产业变革良机已至455.1、政策吹响号角，数据要素行业静待花开2020年4月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，提出了土地、劳动力、资本、技术、数据等五个要素领域的改革方向，明确了完善要素市场化配置的具体举措，数据要素正式成为了我国的新型生产要素。2022年12月，《关于构建数据基础制度更好发挥数据要素作用的意见》的发布，标志着我国数据基础制度的“四梁八柱”已初步形成。（1）在数据产权方面，提出推进公共数据、企业数据、个人数据分类分级确权授权，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制；（2）在流通交易方面，提出完善数据全流程合规和监管规则体系，统筹构建规范高效的数据交易场所，培育数据要素流通和交易服务生态，构建数据安全合规有序跨境流通机制；（3）在收益分配方面，提出健全数据要素由市场评价贡献、按贡献决定报酬机制，更好发挥政府在数据要素收益分配中的引导调节作用；（4）在安全治理方面，提出创新政府数据治理机制，压实企业的数据治理责任，充分发挥社会力量多方参与的协同治理作用。图32：数据产权制度图33：收益分配制度资料：中华人民共和国国家发展和改革委员会，光大证券研究所资料：中华人民共和国国家发展和改革委员会，光大证券研究所465.2、市场潜力可期，数据要素逐具动能据中国信息通信研究院及中国网络空间研究院统计，2017年到2021年，我国数据产量从2.3ZB增长至6.6ZB，全球占比9.9%，位居世界第二，数据要素市场的发展潜力巨大。国家工信安全中心发布的《中国数据要素市场发展报告》显示，2021年我国数据要素市场规模达815亿元，预计“十四五”期间市场规模复合增速将超过25%，整体进入群体性突破的快速发展阶段，到2025年规模有望接近2000亿元。同时，数据要素对我国经济正发挥着越来越大的促进作用。根据近年相关数据估算，数据要素对我国GDP增长的贡献率和贡献度在2021年分别为14.7%和

0.83个百分点，数据要素对GDP的贡献率总体呈上升状态。图34：

2017-2021年我国数据产量占全球总量比重不断提升图35：2015-2021年数据要素对GDP增长贡献率逐年上升，2021年贡献率超14.0%资料：中国信息通信研究院，中国网络空间研究院，光大证券研究所资料：国家工业信息安全发展研究中心，光大证券研究所475.3.1、数据要素供给：数据资产化的必经之路（1）数据采集：是数据资源化的首要环节，根据数据的不同可分为政府数据采集、企业数据采集、个人数据采集三类，根据采集方式大致分为人工采集、系统日志、网络数据采集等三类。（2）数据整理：是数据资源化的核心环节，主要目的是实现数据资源的标准化，以提升数据资源的可用性，包括数据标注、数据清洗、脱敏脱密、标准化治理等细分环节。图37：数据整理包含标注、清洗、脱敏脱密及标准化等细分环节图36：数据采集广泛、方式多样，发展趋势向好资料：中国信息通信研究院，光大证券研究所资料：中国信息通信研究院，光大证券研究所485.3.1、数据要素供给：数据资产化的必经之路（3）数据聚合：是数据资源化的枢纽环节，核心功能是实现数据资源的互联互通、

开放共享，以增强数据资源的规模效应与产业价值，包括数据传输、数据存储、数据集合汇聚等细分环节，有数据库、数据湖、数据仓库、数据平台等多种业务形态。（4）数据分析：是数据资源化的应用环节，通过对数据资源的研究、总结，最大程度开发数据功能，细分市场包括商业智能分析、知识图谱、边缘计算、智能决策等。总体来看，我国数据要素供给环节发展较为成熟，数据要素产业基础已基本夯实。据国家工信部统计，2021年我国数据采集、整理、聚合、分析的产业规模分别为45、160、180、174亿元。图38：数据聚合是数据资源化的枢纽环节，含多种业务形态49资料：中国信息通信研究院，光大证券研究所5.3.2、数据要素流通：数据生产力落地的重中之重数据要素流通是数据通过流通交易给使用者或所有者带来经济利益的过程，是数据的资产化过程。图39：数据资产化框架图资料：

《数据要素流通标准化白皮书》，光大证券研究所505.3.2、数据要素流通：数据生产力落地的重中之重数据要素流通涉及数据权利、数据登记、数据定价（收益分配）、数据交易、数据监管（安全合规）等五个环节，形成数据闭环的价值体系。对应于数据要素流通流程，数据要素流通制度建设包括数据权属制度、数据评估制度、数据流通制度和数据流通监度。图40：数据产权结构性分置制度图41：数据确权路径（A→F）资料：中华人民共和国国家发展和改革委员会，光大证券研究所资料：华经产业研究院，光大证券研究所515.3.2、数据要素流通：数据生产力落地的重中之重在国家政策的推动鼓励下，数据产品交易的变现能力随着数据要素地位的确立而有所提升，部分省市和相关企业在数据定价、交易标准等方面进行了有益的探索，凭借数据产品交易类型的日益丰富、交易环境的不断优化，2019-2021年我国数据交易市场规模呈现快速增长趋势，2021

年数据交易市场规模达

463.0

亿元，同比增长31.16%。图42：2019-2021年中国数据交易市场规模呈快速增长趋势资料：中研普华产业研究院，光大证券研究所525.3.2、数据要素流通：数据生产力落地的重中之重据中国信息通信研究院统计，截至2022年11月，我国各地先后成立了48家数据交易机构，在政策的加持下，数据交易所积极消除供需双方信息差，推动形成合理的市场化价格机制和可复制的交易制度和规则。未来，随着数据要素市场的成熟，地市级数据交易平台也有希望加入到数据交易大市场中。图43：全国数据交易中心（所）建设历程资料：中国信息通信研究院，光大证券研究所535.3.3、数据要素应用：产业数字化的助推器在数据要素安全高效流通的基础上，数据价值得