2023年AI＋行業發展現狀及趨勢分析報告.pdf

《2023年AI＋行業發展現狀及趨勢分析報告.pdf》由會員分享，可在線閱讀，更多相關《2023年AI＋行業發展現狀及趨勢分析報告.pdf（31頁珍藏版）》請在三個皮匠報告上搜索。

1、2023 年深度行業分析研究報告 目錄目錄 一、行業概述.1 二、發展現狀及趨勢.3 三、相關政策.4 四、AI+促進產業智能化升級.5 五、AI+辦公及相關公司.7 六、AI+醫療及相關公司.13 七、AI+教育及相關公司.20 八、AI+制造及相關公司.22 九、AI+建筑及相關公司.24 十、AI+智能家居及相關公司.27 十一、未來展望：AI+長期拉動經濟增長.29 1/30 行業研究報告 慧博智能投研 一、行業概述一、行業概述 1、AI+的定義：產業智能化的定義：產業智能化AI+是指人工智能與經濟社會各領域深度融合，其核心在于產業智能化，即在產業數字化基礎上通過人工智能技術推動生產和

2、消費的智能化變革，利用數字技術將分散或孤立的設備、產品、生產者、企業等以產業鏈、價值鏈等方式連接起來形成聯動發展，形成讓數據要素成為新資源的經濟社會發展新形態。2、人工智能發展歷程、人工智能發展歷程自 1956 年“人工智能（AI）”這一概念被提出以來，已有 60 余年的發展歷程。2010 年前后，隨著芯片、云計算、物聯網等技術的不斷發展，人類收集和處理大數據的能力極大地提高，算力大幅提升、算法不斷改善，人工智能科技革命開始孵化、孕育和成長，AIGC（人工智能技術自動生成內容）逐漸進入人類生活。ChatGPT 是人工智能科技革命的縮影，ChatGPT 的誕生讓人們看到了，人工智能技術即將廣泛地

3、應用于生產生活，ChatGPT 將在養老、教育、醫療、內容創作等領域實現廣泛的應用?？萍几锩l的標志就是新一代科技成果開始廣泛應用生產生活，解放生產力、發展生產力，提高全要素生產率。人工智能的發展將極大地替代人類重復的腦力勞動，人工智能將成為人類歷史上第四次里程碑式的科技革命。同時，AI+時代也不再遙遠。2/30 3、“、“AI”的特點”的特點(1)AI 具備重算力、輕鏈接的特點具備重算力、輕鏈接的特點“人工智能+”具備重算力、輕鏈接的特點，數據量和運算需求呈指數級爆發，生產力賦能是人工智能的底層邏輯。人類社會的問題情景可以簡化為選擇題和問答題兩類，決策式?AI 主要應對人類社會中的選擇題，

4、例如手機的人臉識別、電商的推薦算法、汽車的智能駕駛等。隨著“選項”的增多，AI 對算力的需求呈指數級增長。生成式?AI 基于大模型和深度學習框架，從大數據中汲取學習要素，進而生成全新的內容。生成式?AI 是為了解決人類社會中的簡答題，其應用場景幾乎可以覆蓋所有行業，為各個領域帶來巨大的生產力提升。(2)國內?國內?AI 亟待完成從亟待完成從“算法算法-算力算力-網絡基礎設施網絡基礎設施”的底層建設的底層建設AI 的推進面臨著海外封鎖，國內亟待完成從“算法-算力-網絡基礎設施”的底層建設。在算力上，在算力上，能夠將人工智能所需的算力分為三類，AI 算力（7/5/3nm 先進工藝）、云計算算力（1

5、4nm 或?28nm 的chiplet）、存儲算力（128 層及以上的?NAND）。而美國芯片法案對中國芯片制造限制的重心在剛需EUV 光刻機的先進工藝，即?14nm 及以下的?fab、18nm 及以下的?DRAM、128 層及以上的?NAND。這使得國內高端?AI 算力極度稀缺，先進工藝的國產化攻關至關重要。在算法上，在算法上，AI 依賴大模型/深度學習框架，當下?OpenAI 尚未向中國開放?API，因此國內大模型的開發將成為國內?AI 布局的第一步。當下，百度文心大模型、華為盤古大模型、騰訊混元大模型、阿里通義大模型正在加快向 GPT 模型追趕的步伐。?PWhVlYQVkYgVmPsRn

6、P8OcMaQoMpPtRpMkPrRrNkPqRtP7NmNwOxNmOpNvPrNtR3/30 二、發展現狀及趨勢二、發展現狀及趨勢 1、我國人工智能和產業智能化現狀、我國人工智能和產業智能化現狀我國對人工智能和產業智能化已有所布局。我國對人工智能和產業智能化已有所布局。2017 年國家指出，要加快推進產業智能化升級，推動人工智能與各行業融合創新，在制造、農業、物流、金融、商務、家居等重點行業和領域開展人工智能應用試點示范，推動人工智能規?；瘧?，全面提升產業發展智能化水平。中國在人工智能領域不斷學習追趕，目前我國人工智能已具備一定從理論到應用的條件。中國在人工智能領域不斷學習追趕，目前我

7、國人工智能已具備一定從理論到應用的條件。據清華大學人工智能發展報告?2020，中國在自然語言處理、芯片技術、機器學習、信息檢索與挖掘等?10 多個AI 子領域的科研產出水平居于世界前列；在多媒體與物聯網領域的論文產出量超過美國，居于全球第一；而在人機交互、知識工程、機器人、計算機圖形、計算理論領域，中國還需努力追趕。此外，據清華大學統計，在?2011 年至?2020 年期間全球人工智能專利申請量為?521264，其中中國專利申請量為?389571，位居世界第一，占全球總量的?74.7%，是排名第二的美國專利申請量的?8.2 倍。2、產業智能化帶來新機遇、產業智能化帶來新機遇產業智能化正在成為我

8、國產業轉型升級的新動能，引領制造業質量、效率和動力變革。能夠認為，產業智能化是一項復雜的系統工程，其先決條件是產業數字化，產業智能化大概率將持續較長時間完成并不斷優化升級。產業的智能化，不僅要注重制造生產環節的智能化，更要注重研發、銷售、服務等全鏈條串聯起來的智能化。當前人們對傳統行業應用智能化技術已有不少設想，例如傳統行業對智能化硬件或軟件的投資需求、終端產品的智能化研發升級、智能化技術對企業賦能降本增效等。更為重要的是在產業智能化過程中生產及生活范式變革帶來的新機遇：更為重要的是在產業智能化過程中生產及生活范式變革帶來的新機遇：（1）生產范式變革，數字要素或將成為傳統行業的重要資產）生產范

9、式變革，數字要素或將成為傳統行業的重要資產農業社會的基本生產要素是土地和勞動力，工業革命的出現將資本變成重要的生產要素，人工智能為代表的科技革命將使得數據成為新的生產要素。傳統產業雖然在人工智能技術上不占優，但人工智能更新迭代所需要的數據基礎卻要來源于各個傳統行業，因此傳統產業能否利用好手中的數據資源更為關鍵，在此過程中也將倒逼相關的數據安全、確權、交易及分配等制度加快完善。2022 年?12 月，國家發布的“數據二十條”中指出，要充分發揮中國海量數據規模和豐富應用場景優勢，激活數據要素潛能，探索數據產權結構性分置制度，建立數據資源持有權、數據加工使用權、數據產品經營權“三權分置”的數據產權制

10、度框架。（2）供給創造需求，產業智能化過程將催生新場景、新需求）供給創造需求，產業智能化過程將催生新場景、新需求供給創造需求，產業智能化過程將催生新場景、新需求，帶來人們的生活范式變革，并重塑衣食住行、醫療和養老等各種傳統生活方式和相關產業賽道。供給創造需求，產業智能化過程將催生新場景、新需求，帶來人們的生活范式變革，并重塑衣食住行、醫療和養老等各種傳統生活方式和相關產業賽道。從歷次工業革命或科技革命來看，新技術、新產品的出現將逐步改變人們的生活方式及理念，創造出新的需求，例如電氣革命帶來冰箱、彩電、觀影等新需求，人臉識別技術創造刷臉支付的需求。4/30 2022 年 7 月，國家相關部門印發

11、的關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見的通知中指出，鼓勵在制造、農業、物流、金融、商務、家居等重點行業深入挖掘人工智能技術應用場景，促進智能經濟高端高效發展；圍繞安全便捷智能社會建設打造重大場景，在城市管理、交通治理、生態環保、醫療健康、教育、養老等領域持續挖掘人工智能應用場景機會；圍繞高水平科研活動打造重大場景，推動人工智能技術成為解決數學、化學、地學、材料、生物和空間科學等領域的重大科學問題的新范式；圍繞國家重大活動和重大工程打造重大場景，在亞運會、全運會、進博會、服貿會等重大活動和重要會議舉辦中，拓展人工智能應用場景。3、我國產業智能化轉型已具備先決條件，逐步

12、推動形成高質量發展的新范式、我國產業智能化轉型已具備先決條件，逐步推動形成高質量發展的新范式 隨著相關技術的發展，我國將以巨大的市場規模做支撐，以及多樣化的產業網絡節點為基礎，生產設施在社會中網狀分布，最終將形成一個用產業互聯網技術連接的、輻射全球的產業形態。1）我國工業體系門類齊全、體系完整，這意味著產業智能化的技術創新都可以形成與中國制造能力的連接。2）我國超大市場規模形成了全球最大的電子商務網絡，基本完成了消費端的數據化遷移。平臺企業積累了龐大的消費者行為數據，使新的智能化技術由消費端向產業端遷移，完成對供給端的改革改組和改造，將有助于推動產業范式的變遷完成。3）我國應用研發能力持續進步

13、。我國已成為全球研發工程師最多的國家，專利和科技論文產出一直在全球名列前茅，極大地推動中國的產業智能化升級。據國家統計局數據顯示，2022 年我國研發經費投入強度達到 2.55%，再創新高，比上年提高 0.12 個百分點，明顯高于“十三五”以來年均增幅，實現了較快提升。世界知識產權組織 2022 年發布的全球創新指數（GII）顯示，我國創新能力綜合排名全球第11 位，較上年提升 1 位，較 2012 年躍升 23 位。三、相關政策三、相關政策 產業智能化是產業基礎再造的重要方向，國家對產業智能化是產業基礎再造的重要方向，國家對“產業基礎再造產業基礎再造”早有部署，產業基礎再造工程和重大技術裝備

14、攻關工程是我國建設現代化產業體系的兩項重點工程。早有部署，產業基礎再造工程和重大技術裝備攻關工程是我國建設現代化產業體系的兩項重點工程。2021 年初的“十四五”規劃綱要提出“實施產業基礎再造工程，加快補齊基礎零部件及元器件、基礎軟件、基礎材料、基礎工藝和產業技術基礎等瓶頸短板”，當年末的中央經濟工作會議提出“提升制造業核心競爭力，啟動一批產業基礎再造工程項目，激發涌現一大批專精特新企業”。2022 年 10 月二十大報告再次強調“實施產業基礎再造工程和重大技術裝備攻關工程實施產業基礎再造工程和重大技術裝備攻關工程，支持專精特新企業發展，推動制造業高端化、智能化、綠色化發展”。產業基礎一般處于

15、產業鏈的上游或中間環節，由于其基礎性地位和功能，因而是構建自主可控現代產業體系和塑造可持續國家競爭優勢的基礎條件和力量源泉。我國基礎科學研究短板依然突出，底層基礎技術、基礎工藝能力不足，工業母機、高端芯片、基礎軟硬件、開發平臺、基本算法、基礎元器件、基礎材料等瓶頸仍然突出，關鍵核心技術受制于人的問題仍然突出。5/30 產業基礎再造將主要圍繞產業智能化（產業基礎再造將主要圍繞產業智能化（AI+）和產業新能源化（新能源）和產業新能源化（新能源+）開展，產業智能化是產業基）開展，產業智能化是產業基礎再造的重要方向。其中，充分的數字化是智能化實現的前提，礎再造的重要方向。其中，充分的數字化是智能化實現

16、的前提，產業數字化是對數據價值的初步挖掘，并為智能化發展打下堅實基礎。有了一定的數字化積累之后，產業智能化過程將開始大規模涌現。據國家統計局的定義，產業數字化指應用數字技術和數據資源為傳統產業帶來的產出增加和效率提升，是數字技術與實體經濟的融合。能夠認為，產業數字化是傳統產業與數字經濟核心產業的深度融合。產業智能化是在產業數字化基礎上由人工智能逐步替代人的過程，不僅在體力勞動，更重要的是腦力勞產業智能化是在產業數字化基礎上由人工智能逐步替代人的過程，不僅在體力勞動，更重要的是腦力勞動。動。產業智能化是未來發展趨勢，從智能化的技術特征來看，是將數據、算法和知識的深度融合。四、四、AI+促進產業智

17、能化升級促進產業智能化升級 當下，AI 技術的發展已經不再停留于研發和學習層面，未來 AI 將是產業智能化的重要內容，對實現企業數字化轉型、產業結構全面升級具有積極意義。而產業智能化是經濟社會面臨的第四次技術而產業智能化是經濟社會面臨的第四次技術-經濟產經濟產業范式的遷移。產業智能化轉型，將形成技術業范式的遷移。產業智能化轉型，將形成技術-經濟范式的變革。經濟范式的變革。所謂“技術-經濟范式的遷移”，是指在通用技術取得關鍵性突破后，相互關聯的產業集群涌現大規模創新，并在各制造業充分滲透，其影響可擴展到宏觀經濟的多維度和更深層次。技術-經濟范式包括一系列相互依存的技術、產業組織、商業模式以及管理

18、創新，這些彼此關聯的因素相互影響、循環往復、持續演進。從中長期視角來看，企業在進入智能化轉型的過程中，將存在很多的戰略性投資機會。我國產業智能化轉型已具備先決條件。我國產業智能化轉型已具備先決條件。在新一輪科技革命的浪潮下，AI+的發展將從降本增效、產業革新和消費升級三個維度對企業進行賦能。1、AI 顯著提升制造業、服務業和軟件應用行業的降本增效能力顯著提升制造業、服務業和軟件應用行業的降本增效能力 6/30 （1）制造業）制造業 對于制造業，人工智能將從機器替代、賦能應用場景兩方面提升企業的降本增效能力。對于制造業，人工智能將從機器替代、賦能應用場景兩方面提升企業的降本增效能力。一是隨著 A

19、I 技術的發展成熟，機器或將取代部分人力工作，實現智能自動化；機器的智能自動化不僅能緩解企業的成本端壓力，還能彌補部分經濟體由于人口老齡化、人力資源成本抬升帶來的勞動力短缺問題。二是在人工智能的賦能之下，經過培訓的員工可以執行更加高級的設計、編程或研發任務，從而帶來生產效率的全面提升。2019 年 11 月相關部門曾印發512 工程推進方案，涉及五大重點行業包括：電子設備生產、裝備制造、鋼鐵、采礦、電力。能夠認為，人工智能可以在協同研發設計、遠程設備操控、設備協同作業、柔性生產制造、現場輔助裝配、機器視覺質檢、設備故障診斷、廠區智能物流、無人智能巡檢、生產智能監測等應用場景對制造業進行賦能。在

20、這一過程中，資本市場對于這些產業的估值也會進一步提升。（2）服務業）服務業 對于以金融、法律、教育、咨詢為代表的服務業，對于以金融、法律、教育、咨詢為代表的服務業，AI 技術的發展將解決運營成本高企、服務質量參差技術的發展將解決運營成本高企、服務質量參差不齊等問題。不齊等問題。AI 技術不僅能通過人工替代，減少案頭性工作的用時；還能夠基于互聯網與客戶進行直接接觸，并利用大數據充分理解客戶的需求，從而降低服務業成本，提升服務效率。以金融機構為例，AI技術催化下，企業一方面能在催收等低技術環節和授信報告、貸后管理報告等強格式性案頭工作實現人工替代，減少用工成本；另一方面，通過 AI 賦能，可以幫助

21、企業更好的整理市場信息、客戶需求等結構性和非結構性，提供更符合客戶需求的金融產品，進而提升金融行業的核心服務價值。（3）軟件應用行業軟件應用行業 AI 學習能力持續超預期的背景下，最直接獲得學習能力持續超預期的背景下，最直接獲得 AI+賦能的軟件應用行賦能的軟件應用行業將持續受益。業將持續受益。對標海外，許多軟件應用已經實現了 AI 賦能。作為 AI 技術發展的先驅，美國已有多類軟件應用獲得了 AI 賦能。（1）日常辦公軟件類：3 月 17 日，微軟發布 Copilot，全面賦能工具軟件和企業服務場景。Copilot 在最新的GPT-4 模型的賦能之下，能夠使用戶在 Word、PPT 中通過簡

22、單指令實現文稿快速生成；在 Excel 中通過簡單語言指令完成數據分析和可視化；2）搜索引擎類，美國的 Bing 搜索引擎已經自帶 GPT-4 模型；3）通用企業應用，AI 賦能 CRM 和 ERP，協助 Slesforce 快速定位目標受眾，輔助生成信息及智能回復等。在海外 AI 應用端開發進展持續超預期的背景下，以 AI 賦能的國產軟件也將快速落地，例如國內百度文心一言有望變革搜索生態，阿里巴巴、騰訊等互聯網企業也有望依托于在 C 端數據的豐富積累，以及在軟件開發領域的優勢，借力于本次 AI 科技革命，推出與海外媲美的 AI 賦能型軟件應用。2、AI 賦能將顯著提升賦能將顯著提升 toC

23、端的使用體驗端的使用體驗 AI+對 toC 端的賦能也同樣顯著，這其中智能家居、智能家電以及智能汽車將是本輪 AI 革命的主要受益者。智能家居板塊，AI 賦能將有效提升家居對不同情景的交互能力。（1）智能家居中家居攝像頭需要對家庭場景進行識別分析（2）家居攝像頭搭載多種智能算法，如人臉識別、寵物檢測、老人摔倒、啼哭檢測等，算 AI 有望提升算法精確度，豐富算法使用場景（3）AI 助力提升全屋智能控制及語音交互。7/30 下面我們著重了解下面我們著重了解辦公、辦公、醫療、醫療、教育教育、制造、建筑、智能家居制造、建筑、智能家居等等 AI+領域領域。五、五、AI+辦公辦公及相關公司及相關公司 1、

24、微軟發布微軟發布+GPT-4，開啟辦公智能化新紀元，開啟辦公智能化新紀元 2023 年 3 月 15 日 OpenAI 發布全新的多模態大模型 GPT-4，GPT-4 相較于 GPT-3 實現了多模態信息輸入、文本處理容量提升、回答準確度提高、對專業知識的處理能力提高、能夠生成創意文本并實現風格變化等方面的能力提升，極大地拓寬了 GPT-4 在企業級服務領域的應用能力，使其能夠處理數量較大、專業性較強且形式多樣的辦公數據，并生成準確度較高的有效處理結果。具體而言，GPT-4 的主要優勢包括：1）接受多維度信息輸入：接受多維度信息輸入：GPT-3 主要接受文本類型的輸入，而 GPT-4 可以接受

25、輸入文本和圖像。2）文本輸出能力增強：文本輸出能力增強：GPT-4 比以往更具創造性和協作性，可以創作歌曲、編寫劇本或學習用戶的寫作風格。相比之下 GPT-3 只能簡單的對文本進行編輯。此外 GPT-4 的文本處理容量也有所提升，目前GPT-4 能夠處理超過 25000 字的文本。8/30 3）回答準確性顯著提高：回答準確性顯著提高：盡管目前 GPT-4 仍然存在錯誤回答的現象，但 GPT-4 相對于以前的模型已經顯著減輕了幻覺問題。在 OpenAI 的內部對抗性真實性評估中，GPT-4 的得分比最新的 GPT-3.5 模型高 40%。與此同時，GPT-4 在 TruthfulQA 等外部基準

26、上也取得了進展，測試表明，模型 GPT-4 具備從不正確陳述中分離事實的能力。4）專業知識的處理能力：專業知識的處理能力：當任務的復雜性達到一定程度時，GPT-4 比 GPT-3.5 更可靠、更有創意，并且能夠處理更細微的指令。OpenAI 在為人類設計的模擬考試上對 GPT-4 進行了實驗，結果表明，GPT-4 在各種專業測試和學術基準上的表現與人類水平相當。例如，GPT-4 通過了模擬律師考試，且分數排名位于前 10%左右；相比之下，GPT-3.5 的得分在倒數 10%左右。5）“角色扮演角色扮演”回答用戶：回答用戶：在 GPT-4 中用戶可以在初始談話時設置角色，后續 GPT-4 可以一

27、直基于用戶設定的角色來進行相應問題的回答，回答更具有人類色彩。2、Microsoft 365 Copilot：AI 時代的生產力革命時代的生產力革命 2023 年 3 月 16 日，微軟發布全面接入 GPT-4 的 Microsoft 365 Copilot，開啟 AI+辦公軟件史詩級革命。Copilot 將 GPT-4 的生成式 AI 能力全面集成至 Microsoft 365 辦公套件中，不僅能夠實現在各個辦公軟件中自動生成內容，同時 AI 還打通了 Microsoft 365 中各個應用的數據壁壘，極大提高產品集成度，使辦公產品的協作性大幅提升。9/30 目前目前 Copilot 主要以

28、兩種方式集成到主要以兩種方式集成到 Microsoft 365 中：中：（1）輔助工作輔助工作 Copilot 嵌入到 Word、Excel、PowerPoint、Outlook、Teams 等所有 Microsoft 365 應用程序中，用戶能夠使用自然語言調用 Copilot 輔助工作，包括在應用內根據要求生成信息，調用其他應用內的信息并進行整合分析等，以釋放創造力、釋放生產力和提升技能。1）Word Copilot 與用戶一起寫作、編輯、總結和創作。1）寫作：Copilot 能夠根據簡短的自然語言提示生成文檔初稿，并根據需要從其他 Office 應用中引入信息；2）編輯及總結：Copil

29、ot 可以在現有文檔中添加內容、總結文本、改寫文件；3）創作：Copilot 會建議用戶的寫作語氣，還可以幫助用戶在寫作中加強論點、消除錯誤。2）Excel Copilot 幫助用戶分析和探索數據。1）分析：用戶用自然語言向 Copilot 提出關于數據集的問題，Copilot 能夠分析數據之間的相關性，提出相應的假設方案，并根據問題推薦新的公式。2）探索：Copilot 根據用戶問題生成模型，還能夠識別數據潛在趨勢并創建可視化圖表。3）PowerPoint Copilot 幫助用戶從其他 Office 應用中調取信息并生成演示文稿。Copilot 可以從 Office 365 的 Word、

30、OneNote 等應用中調取數據，并將文件轉化為帶有演講者筆記和資料來源的演示文稿，或者根據一個簡單的提示或大綱生成一個新的演示文稿。10/30 4）Outlook Copilot 幫助用戶整合并管理收件箱。Copilot 可以總結郵件內容，根據簡單提示以及其他 Microsoft 365應用中的內容自動生成回復郵件，并可根據需求修改郵件的長度和語氣。5）Teams Copilot 幫助用戶開展更高效的團隊會議以及安排會議議程。1）高效團隊會議：Copilot 能夠在會議中幫助用戶組織關鍵討論點，并總結關鍵的行動。在會議中，Copilot 還可以隨時解答參與者的問題，并幫助回憶用戶錯過的信息。

31、2）安排會議議程：將 Copilot 添加到會議和對話中，Copilot 可以根據聊天歷史創建會議議程并確定合適的參會人等。（2）Business Chat Business Chat 基于大語言模型、Microsoft 365 應用程序和日歷、電子郵件、聊天記錄、文檔、會議和聯系人等軟件中的數據運作。用戶使用自然語言向 Copilot 提問，比如“告訴我的團隊我們是如何更新產品策略的”，它就會根據早上的會議、電子郵件和聊天記錄生成一條回復。Microsoft 365 Copilot Business Chat 功能：功能：Business Chat 功能使用戶可以將文檔、演示文稿、電子郵件、

32、日歷、筆記和聯系人中的數據匯集在一起。目前，Microsoft Copilot 365 預覽版客戶可以在Microsoft Teams 中訪問 Business Chat。3、Dynamics 365 Copilot：互動式人工智能助手：互動式人工智能助手 11/30 2023 年年 3 月月 7 日，微軟推出日，微軟推出 AI 工具工具 Dynamics 365 Copilot，該工具集成了，該工具集成了 Dynamics 365 和和OpenAI 的大語言模型，成為企業運營過程中的互動式的大語言模型，成為企業運營過程中的互動式 AI 助手。助手。Dynamics 365 Copilot 應

33、用 GPT 的文檔生成、數據分析、在線問答、創意生成能力，實現包括讓數據分析師和營銷人員用自然語言直接與數據交互，幫助銷售人員、客服人員和其他用戶自動完成撰寫電子郵件、生成電商目錄等日常工作自動化，從而釋放員工生產力。Microsoft Dynamics 365 整合了 CRM 和 ERP 的功能，建立了按需構建的應用模塊來管理業務功能。CRM 相關功能包括商業中心、客戶服務、客戶數據、市場營銷等，ERP 相關功能包括供應鏈管理、智能訂單管理等。Dynamics 365 采用訂閱模式收費，對于已訂閱首個 Dynamics 365 App 的用戶后續訂閱其他功能將采用優惠價格。4、相關公司、相關

34、公司（1）金山辦公金山辦公：WPS+AI 應用潛力大應用潛力大 金山辦公的金山辦公的 WPS 產品為國內產品為國內 AI+辦公軟件生態落地最佳場景，已擁有多項辦公軟件生態落地最佳場景，已擁有多項 AI 功能。功能。金山辦公擁有辦公應用套件 WPS Office，為對標 Microsoft 365 的 AI+辦公軟件應用落地優質場景。目前，金山辦公 AI中臺面向計算機視覺、自然語言處理、語音處理等算法研究方向，圍繞辦公領域，已開發出近百項 AI能力，包含能夠一鍵美化 PPT 的“智能美化”、能夠實現 AI 自動生成段落的“智能寫作”功能等。預期隨著國內 AI 大模型技術逐漸落地，公司有望實現 W

35、PS 產品全面與 AI 整合升級成為下一代辦公軟件套裝。智能寫作智能寫作產品以自然語言處理為核心、面向多領域自主研發智能寫作機器人，支持文本自動生成、輔助成稿寫作、句子智能補寫、文本智能校對等功能。智能美化智能美化功能可以自動為純文字內容推薦多種 PPT 樣式，并加入背景、調好字號和格式。該功能推薦的 PPT 樣式是使用 AI 算法基于文字內容的語義產生的。如果用戶已有素材圖片，只需要把素材堆放在幻燈片上就可以一鍵美化圖片，自動整理好排版并加入動畫特效。公司已深耕公司已深耕 AI 多年，將進一步主動擁抱多年，將進一步主動擁抱 AI 技術變革。技術變革。自 2017 年起，AI 即上升至金山辦公

36、產品戰略之一，公司 AI 業務已經歷技術研發、技術產品化兩個階段，進入當前的 AI 產品業務化階段，計劃將 12/30 AI 產品沉淀轉化為公司實際業務以推動公司業績增長。面對生成式 AI 技術變革，根據采訪，公司 2023年將在 AI 領域進一步重點發力，尤其將在 AIGC 方面實現更多技術應用突破，主動擁抱 AI 技術變革。（2）彩訊股份彩訊股份：接入文心一言探索郵箱新應用接入文心一言探索郵箱新應用 彩訊協同辦公業務以信創郵箱彩訊協同辦公業務以信創郵箱+統一辦公平臺為核心，服務電信運營商、金融企業、大型央國企和政府統一辦公平臺為核心，服務電信運營商、金融企業、大型央國企和政府組織等。組織等

37、。公司協同辦公業務以“信創郵箱+統一辦公平臺”為核心，主要負責為電信運營商、大型企業、政府和高校等組織提供套件化的辦公郵件組件、企業辦公協作系統等協同管理軟件，主要產品包括RichMail 郵箱系統、RichOffice 統一辦公平臺、RichDrive 企業網盤、RichMOA 移動辦公系統、RichAPM 應用性能管理系統等，主要客戶包括中國移動、中移全通、中國聯通等運營商，中國銀行、中國銀聯、中國人壽等金融企業，以及國家電網、中國郵政等大型央國企。彩訊接入百度文心一言，將探索彩訊接入百度文心一言，將探索 AI 在郵箱等核心產品中的應用。在郵箱等核心產品中的應用。2023 年 2 月，彩訊

38、股份成為百度“文心一言”的首批生態合作伙伴，雙方將共同探索 AI 核心技術在彩訊電子郵件 RichMail 等核心產品及電信、金融等核心行業的率先運用，并圍繞技術創新、場景孵化、生態建設等多方面展開深入合作。預期AI 將賦能彩訊 RichMail 郵件系統，幫助其實現郵件摘要自動生成、郵件撰寫智能提示、郵件智能分析、郵件智能搜索、郵件智能分類等功能。對標微軟 Outlook，預期彩訊接入百度文心一言后，彩訊郵箱應用也將為生成式 AI 在國內落地應用的優質場景，公司將受益于此次 AI+辦公軟件技術變革浪潮。13/30 六、六、AI+醫療醫療及相關公司及相關公司 近年來，隨著醫療數據集的快速擴張、

39、硬件設備的迭代升級、算法模型的優化改進，AI 在醫療場景中的技術積累越發成熟，應用場景日益豐富。為疾病檢測、診斷及治療模式帶來深刻變革，為提升居民健康質量提供新方式。近期 GPT 技術的突破再次引燃市場關于 AI+醫療/醫藥的討論關注。包括制藥、輔助診斷、影像、醫療器械在內的醫療健康領域是 AI 率先實現應用的行業之一。2015 年開始，AI 在圖像識別方面的準確率大幅度提升，驅動 AI+影像快速發展。而語音識別的精準度提升以及臨床知識庫的發展，也推動輔助診斷服務逐漸興起。隨著 DeepMind 兩代 AlphaFold 實現了蛋白質空間結構預測的重大突破，AI+制藥也進入高速發展期。1、AI

40、 影像影像（1）AI 醫學影像空間更大，醫學影像空間更大，2030 年國內有望達年國內有望達 1554 億億 人工智能在醫學影像的科室應用更廣泛，場景更豐富，下游更廣闊。人工智能在醫學影像的科室應用更廣泛，場景更豐富，下游更廣闊。醫學影像是指針對人體或人體某部分，以非侵入方式取得內部組織影像的技術與處理過程。人工智能技術能夠顯著縮短影像閱片速度、提高診斷效率、減少錯診誤診率，可以廣泛應用于多個科室，應用場景涵蓋早期的篩查、診斷到中后期的治療、隨訪，具有非?？捎^的市場空間。根據報告，國內人工智能醫學影像市場規模有望從 2020 年的不到 10 億元增長至 2025 年的 442 億元，年復合增長

41、率高達 135%。全球來看，預計人工智能醫學影像市場有望從 2020 年的不到 10 億美元增長至 2025 年的 646 億美元，年復合增速有望達到 147%。14/30 AI 醫學影像起步早、滲透率低，開始進入商業化初期。醫學影像起步早、滲透率低，開始進入商業化初期。醫學影像數據豐富，占所有臨床數據的 80%以上，是最早實現全球標準化的醫療數據之一，并且容易獲取、處理難度小，因此和人工智能技術契合度較高，是 AI 醫療領域率先突破的應用場景。2020 年國內首張 AI 影像輔助診斷領域三類證獲批，比 AI病理提早了近 3 年。截至 2023 年 4 月，國內已經有超過 30 張 AI 影像

42、相關的醫療器械三類證獲批，主要集中在肺部、眼底、頭頸、心血管等領域。相比病理診斷，影像診斷的審批也更加成熟，行業已經開始進入商業化階段，但整體滲透率較低，還有很大提升空間。預計隨著更多科室產品的注冊獲批，AI 影像產品有望加速普及。15/30 （2）入院推廣、商業變現能力有望入院推廣、商業變現能力有望持續升級持續升級 軟硬件協同推廣有望加速軟硬件協同推廣有望加速 AI 影像產品入院。影像產品入院。人工智能醫學影像產品主要用于放射、超聲等科室，配套CT、MR 等大型影像設備來使用，因部分核心組件供應限制等因素，影像科設備整體仍然依賴進口，從科室角度出發，硬件設備自主化的需求更加顯著，預計軟件+硬

43、件的協同推廣有望加速 AI 產品入院。而AI 病理依賴的設備主要是數字化掃描儀（以及脫水機、組織包埋機、顯微鏡等），本土品牌在掃描精度、速度、通量等方面都已與進口貼近，病理醫生本身的經驗判斷更加重要，解放人力的訴求可能更加強烈，人工智能的應用增益有望更加顯著。盈利模式盈利模式有望從一次性付費向按次付費升級，打開市場空間。有望從一次性付費向按次付費升級，打開市場空間。對于影像科而言，人工智能系統相關的機器折舊費、影像診斷費、軟件使用費缺乏統一的標準，科室和患者習慣原有的付費模式，大部分 AI 醫療器械企業通常一次性或者分批次收取軟件售賣收入，按次付費較少。而病理科常年受益 ICL，相應的AI 企

44、業有時還要承擔前期樣本運輸、玻片制作等工作，天然形成按次付費的變現模式。預計未來隨著AI 影像滲透率的不斷提升，按次付費的應用占比將逐漸增加，帶來商業模式的優化與盈利水平的提升。2、AI 制藥制藥 16/30 AI 制藥是將機器學習（Machine Learning）、自然語言處理（Natural Language Processing）及大數據等人工智能技術應用到制藥領域各個環節，進而促進新藥研發降本增效。目前主要應用于藥物研發階段的藥物發現、臨床前階段，隨著 ChatGPT 的不斷應用，AI 向臨床開發階段的滲透有望持續加快。DeepMind 兩代兩代 AlphaFold 引領行業進入高速

45、發展期。引領行業進入高速發展期。梳理 AI+制藥的發展歷程，能夠發現 AI 與制藥的結合逐步深入，成為生物制藥企業的常態化工具。經歷了包括 Exscientia、Atomwise、英矽智英矽智能能、晶泰科技晶泰科技在 AI 新藥研發領域的早期探索（2014-2017 年）、最早一批 AI+新藥企業開始獲得臨床前候選藥物（Pre-clinical candidate,PCC）一類的驗證性成果（2018-2019 年）后，DeepMind 推出的AlphaFold 和 AlphaFold2 實現了蛋白質空間結構預測的重大突破，引領行業進入高速發展期。近期，類近期，類 Chat 的生成式的生成式 A

46、I 開始出現，印證開始出現，印證 AI 與藥物發現的結合逐漸深入。與藥物發現的結合逐漸深入。比如 Salesforce Research、Tierra Biosciences 和加州大學研究團隊發布的蛋白質語言模型 ProGen，在數百萬個原始蛋白質序列上訓練，可生成跨多個家族和功能的人造蛋白質。不同于 AlphaFold2 利用 AI 的手段輔助理解自然界已有的蛋白結構，以 ProGen 為例的類 ChatGPT 生成式 AI 的目標是生成自然界不存在的人工蛋白質序列。雖然生成式 AI 在制藥領域的應用仍處于起步階段，但天壤 XLab 負責人認為，從 AlphaGo、AlphaFold2 到

47、生成式 AI 是一個從分析工具走向解決方案、并落地解決實際問題的過程。長期來看，生成式 AI 有望賦能生物醫藥源頭創新。17/30 國內，包括晶泰科技晶泰科技、英矽智能英矽智能、英飛智藥英飛智藥、百圖生科百圖生科在內的公司均在探索生成式 AI 在制藥領域的應用。AI 制藥有望助力傳統藥物研發降本增效。制藥有望助力傳統藥物研發降本增效。據數據，相較于傳統藥物成功率低，研發周期長、研發投入大，有 AI 加持的 AI 制藥有望：1）提高藥物設計的命中率及成功概率：AI 有望將新藥研發的成功率從12%提高到 14%；2）降低研發成本：有望每年節約數十億美元的研發費用；3）縮短研發周期：在研發主要環節節

48、約 40-60%的時間成本。3、AI 診斷診斷 臨床輔助決策分為診前/診中/診后決策場景，包括醫院數據實時處理、數據質量監控、知識庫查詢、臨床輔助決策、臨床輔助治療、臨床預警、患者畫像、系統監控等功能。醫療診斷場景涉及的信息為多模態且數據量大、交互頻次高、及時性要求高，業內關注多模態大模型能否賦能診斷場景，發揮輔助醫患溝通、診斷決策作用。傳統傳統 AI 語音識別賦能的病例錄入主要以醫生口述語音識別賦能的病例錄入主要以醫生口述-AI 轉寫的形式展開，隨著大語言模型（轉寫的形式展開，隨著大語言模型（LLM）的出）的出現，醫患對話的實時記錄、轉寫和總結能夠大幅提升病例錄入的效率?，F，醫患對話的實時記

49、錄、轉寫和總結能夠大幅提升病例錄入的效率。3 月 20 日，微軟旗下語音識別公司 Nuance Communications 推出基于 GPT-4 的 AI 臨床筆記軟件Dragon Ambient eXperience（DAX）Express，可以在幾秒鐘內生成準確的臨床記錄，減少臨床記錄環節的時間，提升診療效率。Nuance 曾在 2020 年推出 DAX 解決方案，將患者在就診中與醫生的交流轉化為臨床檔案，由于以人工審核來確保信息準確性，全過程需要耗時約四個小時。接入 GPT-4 后，依靠大模型強大的推理能力，DAX Express 生成臨床記錄的效率大幅提升。此外，DAX Expres

50、s 能夠整合進微軟 Teams 中，來輔助遠程醫療。國內包括科大訊飛科大訊飛、云知聲云知聲等在內的產業鏈公司也均在探索大模型在醫療輔助診斷領域的應用。18/30 訊飛訊飛作為語音 AI 龍頭，在 AI 輔助診斷領域耕耘已久，其推出的全科醫生助理通過和醫療機構信息系統進行對接，完成對醫療患者診療信息收集、清洗和預處理，在此基礎上生成臨床診斷與治療推薦建議，為醫生的臨床決策過程提供智能輔助支持。云知聲應用智能語音識別、自然語言理解、臨床知識圖譜等人工智能技術，為醫療行業的各參與方提供豐富的產品和解決方案。覆蓋醫政醫管、臨床診療、醫保管理、患者服務多個業務領域。訊飛和云知聲均計劃在年內推出預訓練大模

51、型，賦能醫療、人機交互等領域。數據的質量和數量成為數據的質量和數量成為 AI 在輔助診斷等領域應用的主要挑戰之一。在輔助診斷等領域應用的主要挑戰之一。大規模的數據標注是 GPT-3.5 這類語言模型突飛猛進的重要原因之一。然而，因為醫療數據的開源程度低，隱私敏感程度高且標注昂貴，往往缺乏高質量的醫療數據來保證大模型的訓練效果。此外，醫療領域的容錯相對更低。因此，構建兼具質量和數量的醫療數據集、打破醫療“數據孤島“現象，促進醫療數據價值流通，將成為 AI 大模型在醫療領域應用的重要挑戰。19/30 4、相關公司、相關公司（1）金域醫學金域醫學 公司以第三方醫學檢驗及病理診斷業務為核心，開創了國內

52、第三方醫學檢驗行業的先河。2022 年公司與華南理工大學合作建設全國第三方醫檢領域首家人工智能聯合實驗室。目前公司已在醫檢 AI 領域取得一系列進展。如 AI 輔助宮頸細胞學篩查、AI 輔助肺部組織病理診斷、虛擬現實（AR）智能顯微鏡等平臺已初見成果，未來有望繼續聚焦醫檢 AI 領域技術難題，積極促進臨床醫學和信息學科交叉領域科技成果轉化應用，實現更加精準、便捷、普惠的診斷服務。（2）九強生物九強生物 公司是國內領先的體外診斷產品與服務供應商，專注于生化、病理、凝血等 IVD 產品的研發、生產和銷售。公司控股子公司邁新生物基于免疫組化多重染色原理，將免疫組化多重染色技術與人工智能有機結合，利用

53、人工智能技術實現免疫組化虛擬多重染色，為免疫組化定量/半定量檢測提供便捷可靠的輔助判讀工具，未來有望持續向數字病理、病理人工智能領域實現突破。（3）華大智造華大智造 公司專注于生命科學與生物技術領域，為精準醫療、精準農業和精準健康等行業提供實時、全景、全生命周期的生命數字化設備和系統解決方案。華大智造自主開發了 Concerto 算法，采用人工智能領域新興的對比自監督學習框架并進行優化適配，以應用在海量單細胞組學數據的建模中；公司的遠程超聲機器人 MGIUS-R3 可以有效替代醫生進行傳統的超聲掃查，解決超聲醫生資源不足的問題，同時公司還在積極開發乳腺自動化篩查等產品，未來有望不斷推動醫療數字

54、化轉型提升醫療領域的效果和效率。（4）泓博醫藥泓博醫藥 20/30 公司 CADD、AIDD 平臺可為客戶提供高效和優質的藥物化學設計服務。目前該技術已應用于無晶體結構靶點的同源模建、先導化合物骨架躍遷、基于片段的藥物設計、分子對接等實際場景，提高了項目研發的效率和成功率。七、七、AI+教育教育及相關公司及相關公司 1、概述、概述 ChatGPT 的面世引發 AI 產業熱潮，GPT-4 發布后，全球最大的語言學習工具軟件多鄰國（Duolingo）宣布正式接入，并推出新產品“Duolingo Max”，提供 Roleplay 功能，通過 AI 聊天機器人和用戶的多輪對話互動，為用戶打造沉浸真實的

55、語言學習環境，實現“因材施教”。AI 技術在應用側有望賦予教育行業新的發展機遇。AI 技術能夠幫助教學內容生產降本增效，實現因材施教、有針對性的自適應性教學，提升學生學習效率，培養優質學習習慣等。梳理細分領域的應用看，國內外 AI+教育產品涉及包括語言學習、自適應學習、早教學習機（AI 護眼、AI 坐姿調整等輔助功能）、拍照搜題、作業自動批改、虛擬教師、智慧教學、智慧招考在內的多元應用領域。21/30 以行業頭部公司業務發展看以行業頭部公司業務發展看 AI+教育具體落地情況?？拼笥嶏w教育具體落地情況?？拼笥嶏w作為國內 AI 龍頭企業，在智慧教育領域實現軟硬件、G 端/B 端/C 端全方位布局，

56、其優越的 AI 底層技術加深了相關產品的產品力競爭壁壘，在教育+AI 領域迅速打開市場，建立了較強的品牌效應。此外，拓維信息拓維信息同樣依托于主業的 AI 能力，全資子公司海天科技是考試測評領域龍頭，結合 AI 技術，提供 AI 評卷監測、AI 在線監考、AI 智能巡檢等。粉筆、高途等在線教育平臺將 AI 技術融入自身教育產品，提升用戶使用體驗。視源股份視源股份、鴻合科鴻合科技技、新東方新東方等有 C 端教育硬件設備（以學習機為主）布局的廠商，則主要將 AI 技術用于學生學習場景下的輔助功能，如 AI 護眼、AI 坐姿提醒等，精準解決家長關注的痛點。方直科技方直科技布局中小學配套教育軟件及互聯

57、網在線全面系統服務，通過提供與教學內容配套的軟件打通學生家校學習場景，并布局虛擬教師等功能，提升學生在家的學習效率。盛通股份子公司樂博教育樂博教育是國內兒童機器人教育龍頭企業，培訓兒童學習機器人相關課程，同時公司戰略布局編程課程，戰略投資在線少兒編程公司 VIPCODE，在 AI 教育細分賽道具有先發優勢。隨著基礎教育階段對 AI 相關教育內容的重視，AI 技術有望更多融入教學實驗中，推動 AI 在教學場景中的使用、與教學深度結合。2、相關公司、相關公司 22/30 八八、AI+制造制造及相關公司及相關公司 在工業在工業 5.0 的架構中，核心是信息社會系統中的并行智能。的架構中，核心是信息社

58、會系統中的并行智能?？v觀系統的演變，從工業 4.0 中的信息和交互會變成工業 5.0 中的智能化和連接；從工業 4.0 中的工業自動化會演變成工業 5.0 中的學習自動化。同時，在工業 5.0 的框架下，基于人機界面，采用文字、音頻、視頻、圖表等訓練集，在大語言模型下 23/30 系統具備語言智能和想象力智能；在大商業模型下系統具備算法智能。這和 ChatGPT 多模態的發展吻合。通過與通過與 ChatGPT 對話試驗，工業對話試驗，工業 5.0 的概念顯現，且系統具備多次訓練后的智能化。的概念顯現，且系統具備多次訓練后的智能化。ChatGPT 這種學習能力，對未來工業端的智能化和自迭代提效，

59、帶來質的飛躍。1、AI 有望重塑傳統的定制化加工模式有望重塑傳統的定制化加工模式，改進生產流程，改進生產流程 工業自動化制造中，定制化的生產線通常需要手動調整，從而需要耗費大量的時間和人力成本，因此工業機械化制造緊缺的是懂工藝和編程的復合人才。當前，當前，AI 能夠實現自然語言編程，有望降低了人才培養難度。能夠實現自然語言編程，有望降低了人才培養難度?，F在隨著 AI 的升級，不懂編程語言也能通過自然語言的輸入，在過去代碼庫的基礎上、讓程序自動生成。因此，做到熟悉工藝就可以通過 AI編程，讓一線技術工人直接介入生產和調試，相當于 AI 完成了原來本屬于 CNC 編碼工程師、出圖師的工作。如果能夠

60、利用 AI 完成這些工作，生產效率有望得到提升，人才培養難度得到下降。此外此外 AI 技術可以實現生產過程的自動化和智能化，從而提高生產靈活性。技術可以實現生產過程的自動化和智能化，從而提高生產靈活性。例如，基于 AI 的智能控制系統可以自動調整生產過程中的參數和流程，從而適應不同的生產需求和變化。2、工業軟件搭載工業軟件搭載 AI 后，有望更加智能化后，有望更加智能化 在前端生產環節，AI 自然語言編程提高工程師設計效率，工廠內部一線的使用人員可以根據經驗、借助自然語言直接進行軟件優化和迭代，效率優化空間更大，工業軟件設計有望加速發展。在后端倉儲環節，AI 也可以通過對倉庫中的物品進行識別和

61、分類，有望提高倉庫管理效率。3、AI 有望提升機器視覺的分辨能力和應用范圍有望提升機器視覺的分辨能力和應用范圍 以往非智能工業制造品控依賴人工進行檢測，效率低下且品控難以保障。機器視覺的本質是為機器植入“眼睛”和“大腦”，用來代替人眼所處理的重復單一的勞動。AI 能夠為機器視覺注入新活力，而機器視覺 24/30 又協助 AI 進行數據生產。搭載 AI 的機器視覺等技術有望能夠大幅提升檢測效率，同時機器視覺是數字經濟技術中獲取數據的重要途徑，通過將生產數據數字化，提供更為豐富的機器學習樣本，助力算法軟件迭代和研發端提效。4、AI 有望加速機器人的訓練有望加速機器人的訓練能力能力 根據谷歌和微軟最

62、新的論文，AI 有望給機器人訓練帶來三重顛覆性改變，分別是自然語言調試、圖片推理和虛擬環境訓練。自然語言調試：自然語言調試：目前我們仍然嚴重依賴手寫代碼來控制機器人。當前的機器人訓練需要將任務要求轉化為系統代碼的工程師或技術用戶。這意味著工程師需要編寫新的代碼和規范來糾正機器人的行為，經調試才能完成，此過程緩慢且昂貴。OpenAI 的新 AI 語言模型 ChatGPT 能夠使自然的人機交互成為可能，未來用戶有可能借助 AI 幫助機器人進行調試，有望能夠更輕松地與機器人互動。圖片推理：圖片推理：由于語言和行動的鴻溝，阻礙了搭載 AI 的機器人像人一樣行動，無法處理真實世界的問題。最近在這方面，谷

63、歌有了重點的突破，根據谷歌最新的論文PaLM-E:Anembodied multimodal language model研究團隊在預訓練的語言類大模型中嵌入圖像、狀態、感知等多類型數據，使機器人可以觀察現實中的事物狀態，做到了超越文本的思考。PaLM-E 模型不僅具備通用化語言能力，還能執行視覺問答、感知推理、機器操作等復雜的任務，在實驗室階段取得了良好的效果。虛擬環境訓練：虛擬環境訓練：過去，機器人的流暢運動需要海量數據進行訓練，造成了較高的成本和進入壁壘。對此谷歌在論文中提出了一個解決方案：訓練數據可以來源于虛擬場景，在其中可以自由設置各種情況的發生。較大規模、較高質量的三維空間感知和狀

64、態數據，成為 PaLM-E 模型具有較強空間感知能力并最終實現機器操作的前提，有望降低訓練成本。5、相關公司：、相關公司：創新奇智創新奇智 公司為國內領先的企業級公司為國內領先的企業級 AI 解決方案提供商，解決方案提供商，“AI+制造制造”龍頭。龍頭。公司成立于 2018 年，由創新工場孵化而來，主要為制造業、金融業及其他行業提供 AI 產品及解決方案。根據弗若斯特沙利文，2020 年公司是中國企業級 AI 解決方案市場上第 3 大 AI 技術驅動型解決方案提供商，在中國“AI+制造”市場中位居行業第一，擁有 MMOC 四大 AI 平臺?；谠谏疃葘W習領域的研究能力，公司自主研發了 MMOC

65、（ManuVision 機器視覺智能平臺、MatrixVision 邊緣視頻智能平臺、Orion 分布式機器學習平臺、Cloud 云平臺）4 大平臺。其中 ManuVision、MatrixVision 分別側重于處理靜態圖像視覺、動態視頻流，Orion 完全整合的端對端機器學習流程支持一站式 AI 解決方案開發，Cloud 云平臺為基礎設施底座。著重耕耘著重耕耘“6+2”垂直賽道，公司為各行業提供各類垂直賽道，公司為各行業提供各類 AI 產品及解決方案。產品及解決方案。一方面，從不同應用場景的角度，由于制造業細分領域繁多長尾，公司將布局聚焦于“6+2”個垂直場景，即制造業的 1）鋼鐵冶金、2

66、）面板半導體、3）3C 高科技、4）工程建筑、5）汽車裝備、6）能源電力，以及金融業的 1）銀行、2）保險等，提煉迭代出適用于某一個場景的共性模型。另一方面，在同一場景內，公司將迭代出的標準化模型復制到不同的企業客戶，實現同一場景內的快速客戶拓展。九、九、AI+建筑建筑及相關公司及相關公司 1、生成式生成式 AI 大模型已在建筑業內逐步落地大模型已在建筑業內逐步落地 25/30 AI 大模型從根本上上簡化了人機溝通成本，其中的 ChatGPT 是一種強大的語言生成工具，多模態大模型也在不斷推出，這一類大模型均具有改變建筑行業的潛力。建筑師、造價員等專業工種，均可以利用AI 大模型的能力。場景一

67、：場景一：從微軟在 Office 中添加了強大的 GPT-4 功能，在近期推出 Microsoft 365 Copilot 全家桶看來，工具軟件是 AI 大模型最好的落地場景之一。建筑師、造價員均需要專業工具軟件來應對日常工作，比如設計軟件和造價軟件等。若將這一類工具性軟件比于文書類工作軟件 Office，office 中嵌入的 GPT 的超強智能處理能力，也可以同樣適用于建筑類的工具軟件中。場景二：場景二：建筑師、造價員等都要應對各類的甲方需求，需要不斷的溝通和服務來加強和客戶的溝通和協作，借助基于 ChatGPT 的插件，建筑師可以更有效地溝通和協作，生成詳細的設計文檔，并探索新的創新設計

68、理念。這項技術可以幫助建筑師提高效率、生產力，從而在實踐中取得更大的成功。場景三：場景三：建筑設計等領域，AI 大模型可以幫助建筑師簡化設計流程，并增強創造力。目前建筑領域已開始有 AI 大模型應用?；?GPT 和耗散模型（Diffusion Models）的各種大模型生成式 AI（AIGC）技術的迅速發展，也催生了 OpenAI、Anthropic、MidJourney 和 Stability AI 等一批新的獨角獸公司，根據奧雅股份，MidJourney 生成的圖片更加具有發散性和不確定性，可用于方案初期設計，而 Stable Diffusion 可讓配合包括 ControlNet 在內

69、的插件，讓設計師實現多次微調，快速從手稿生成效果圖。26/30 2、相關公司：廣聯達、相關公司：廣聯達 公司目前已在造價、施工、設計各個領域落地基于公司目前已在造價、施工、設計各個領域落地基于 AI 模型的產品和功能。在造價業務上，模型的產品和功能。在造價業務上，公司基于深度學習的交互式生成技術，在造價業務中利用大模型技術提供了智能組價和智能算量等服務，有望提升造價員效率，減輕企業造價人員薪酬成本，未來公司可按項目規模進行收費；此外，新成本平臺未來也可升級智能化功能，根據建設方自身特點和歷史項目情況為其提供前期方案建議，降低企業咨詢成本。在施工業務上，在施工業務上，自主研發的勞務人臉識別終端實

70、現量產，CV 安全隱患識別算法集成進入施工蜂鳥盒子產品，助力蜂鳥系統成功入選國家人工智能創新應用先導區“智賦百景”建設施工現場 AI 智能安全巡檢應用場景典型案例，未來有望進一步推廣。在設計業在設計業務上，務上，智能設計中的強排工具（按照建筑強制性規范布置建筑）進入用戶驗證，實時日照分析性能國內領先，未來可結合多模態的大模型提供方案設計功能。27/30 十十、AI+智能家居智能家居及相關公司及相關公司 1、概述、概述 智能家居是以住宅為平臺，將線路綜合布置、網絡通訊技術、家電自動化、物聯網、云計算及人工智能等技術與家居設備相融合，從而形成高效化、智能化的住宅設備集成管理系統，以提升家居環境的安

71、全性、智能性、舒適性、節能性、便捷性。從產業鏈來看，上游包含芯片、云計算、大數據等企業，中游包含智能家電、智能安防、智能影音等模塊、下游包含服務商、運營商、經銷商等，產業鏈覆蓋消費品+服務商企業。從發展階段來看，隨著技術的革新迭代，智能家居行業將從單品發展提升至全面智能，有望催生千億市從發展階段來看，隨著技術的革新迭代，智能家居行業將從單品發展提升至全面智能，有望催生千億市場。場。智能家居 1.0 階段是通過傳感技術實現智能單品設備控制；進入 2.0 階段后，智能家居產業借助網絡通訊和物聯網等技術實現了智能設備全面互聯，更加注重場景多元化和空間智能化；伴隨人工智能主動學習技術的發展，智能家居將

72、步入 3.0 階段，能實現主動洞察客戶需求并及時提供相應智能化的服務。當前，中國智能家居的發展已開始從第一階段向第二階段過渡，未來伴隨 AI 技術的發展，有望步入全面智能的時代，屆時有望催生千億市場。近年來海爾近年來海爾“1+3+5+N”全屋智慧解決方案、華為全屋智慧解決方案、華為“1+2+N”全全屋智能解決方案以及以螢石云為中心的螢石屋智能解決方案以及以螢石云為中心的螢石“1+4+N”智能家居生態等紛紛落地，全屋智能已成為智能智能家居生態等紛紛落地，全屋智能已成為智能家電家居發展的必然趨勢。家電家居發展的必然趨勢。全屋智能的核心價值在于智控系統自主感知、自主決策、自主控制與自主反饋的人與場景

73、交互能力，而當前智能家居的發展仍然受制于各類硬件割裂不兼容、家庭本地控制中心算力與邊緣計算能力不足、人機交互弱以及傳感器技術有待進步等問題。近期基于大型預訓練語言模型產生的生成式多模態大模型ChatGPT-4 橫空出世并引起市場廣泛關注，理解能力與交互能力有了極大提升，近似人類水平的性能也使其成為 OpenAI 在擴大深度學習方面的里程碑。28/30 AI+發展有望進一步融入智慧家電家居，并極大提升智能家居的使用體驗。發展有望進一步融入智慧家電家居，并極大提升智能家居的使用體驗。當前搭載智能技術的智能家電已經更加注重場景化的增強體驗，人機交互也逐漸從“用戶-機器-用戶”的傳統被動互交走向基于預

74、先的情感計算和環境計算的主動交互階段。AI 技術的發展有望進一步挖掘用戶行為背后的意思表示，提高對用戶行為的判斷和解讀能力，進而增強主動決策與自動化控制能力，賦能更多智能家電功能與場景方案的實現，為用戶提供更加細致和個性化的控制方案。智能家居設備及功能更加豐富、使用體驗顯著提升，有望拉動物聯網云平臺的粘性與價值。智能家居設備及功能更加豐富、使用體驗顯著提升，有望拉動物聯網云平臺的粘性與價值。云平臺作為巨量信息處理平臺，整合、儲存資源并實現單品的物理互聯與數據互通，是智能家居的重要技術支撐，被視為智能家居的“大腦”。智能家居云平臺能為消費者提供云端分析、自動決策、云端控制、云儲存、電話提醒、語音

75、助手、畫面異常巡檢等多元化的增值服務，以服務解決方案作為變現手段和盈利模式。2、相關公司、相關公司 29/30 十十一一、未來展望：未來展望：AI+長期拉動經濟增長長期拉動經濟增長 隨著泛在感知數據和圖形處理器等計算平臺推動，以深度神經網絡為代表的人工智能技術飛速發展，圖像分類、語音識別、知識問答、人機對弈、無人駕駛等技術實現了從“不能用、不好用”到“可以用”的技術突破，人工智能在算法、算力和算料等方面迎來爆發式增長的新高潮。從長期看，人工智能成為經濟的發展動能主要體現在三個維度。第一，人工智能的發展核心在于提高人力資本和產業升級之間的適配性，有效釋放工程師紅利，進一步提升勞動力的質量。第二，

76、人工智能有望在更大范圍、更深層次、更廣領域拓展生產可能性邊界，提高全要素生產率。第三，技術變革驅動各類體制機制的完善，優化資源配置。特別值得關注的是數據成為新型要素后，將伴隨資本、勞動力等傳統要素跨區域流動，表現為較強的經濟正外部性。經判斷，人工智能拉動經濟增長方面，主要存在三方人工智能拉動經濟增長方面，主要存在三方面預期差面預期差：1、產業智能化轉型是供需兩側保持向上彈性的樞紐產業智能化轉型是供需兩側保持向上彈性的樞紐 從供給端看，人工智能將快速替代體力和腦力勞動，對沖人口老齡化趨勢帶來的增長中樞下移，同時技術的快速迭代也將大幅提升全要素生產率。從需求端看，產業智能化是一個具有高壁壘的宏觀慢

77、變量，無論是算力的提升還是能源結構的變遷，都將通過技術改造的形式驅動中上游資本開支偏強。2、數據要素推動債務健康積累，形成經濟增長的正向循環數據要素推動債務健康積累，形成經濟增長的正向循環 整體看，人工智能的發展確定了數據要素的發展。能夠認為，當數據要素持續正向增長，并將驅動投入轉化為更多產出，直接的影響是企業和居民端資產負債表的持續改善。具體來看，當數據要素發展積極推動經濟潛在增速上行，企業會通過提高債務，獲得更高的利潤，以擴大再生產，居民也會提高債務創造需求，由此形成“經濟增長-企業擴大資本開支、居民消費支出增加-經濟進一步發展”的正向循環。同時，全社會債務的增加也伴隨著 GDP 體量的同

78、步增加，宏觀杠桿率會維持在相對合理水平。3、人工智能技人工智能技術迭代與新能源廣泛應用相互加強，激發增長新動能術迭代與新能源廣泛應用相互加強，激發增長新動能 當前，大量新設備正在建立網際網絡的連接，借此以產生更多的數據。而這其中有越來越需要借助人工智能的運算，以幫助了解這些大量新生成的數據，使得進行這些運算的半導體耗電量也越來越嚴重?？陀^地看，發展人工智能需要穩定的電力保障，如果加上各種網絡通信設施、智能終端的耗電量，能源革命已成為新一輪科技革命的關鍵所在。特別是化石能源清潔化、清潔能源規?；?、多種能源綜合化、終端能源再電氣化趨勢加速演進，可再生能源、智能電網、非常規油氣等技術規?；瘧?，大規模儲能、氫燃料電池等技術有望突破，帶動相關產業轉型升級，形成經濟增長新動能。以人工智能為核心的新一輪科技革命將是中長期經濟增長的最主要動能。展望未來以人工智能為核心的新一輪科技革命將是中長期經濟增長的最主要動能。展望未來 5-10 年，預計人工年，預計人工智能相關產業將在供需兩側成為經濟增長的重要支撐，實現新一輪從要素驅動向創新驅動、效率驅動的智能相關產業將在供需兩側成為經濟增長的重要支撐，實現新一輪從要素驅動向創新驅動、效率驅動的科技革命?？萍几锩?。