计算机-2025年计算机行业年度策略：从Infra到AgentAI创新的无尽前沿

——2025年计算机行业年度策略分析师：郑宏达S080052402002024年回顾：1）截至12月18日，计算机行业股价变动与整体市场趋势保持了较高的一致性，基本没有走出独立行情。前三季度，营收保持增长，利润端同比大幅下滑。公募基金持仓维持低配，后续板块上涨动能较为充足。2）AI方面，基础大模型百花齐放，性能进一步提升；GPT-4o领衔交互新范式，交互型多模态大模型有望带来应用爆发的起点；多元应用场景对AI提出了更高的要求；端侧AI逐步在手机、眼镜、汽车、机器人等落地。2025年展望：以AI为核心的科技创新。1）大模型降本趋势显著，为应用爆发奠定基础，且生成式AI领域将不断涌现新的技术成果，为应用生态建设注入活力。2）算力芯片在推理侧会呈现更多的产业机遇，高速推理将成为算力发展的新坐标。3）端侧AI的新产品将呈现出更多元的发展趋势。4）国产化2025年行情判断：上半年是做多的良好窗口。我们预计上半年有模型、有产品、有订单，无论AI还是国产化，产业•智能终端：1)AI眼镜：多模态大模型有望重塑智能硬件，端侧AI赋能下AI眼镜有望成为比肩手机的下一代终端产品，看好AI眼镜起量。2）智能汽车：自动驾驶ScalingLaw逐步验证，端到端融合为大势所趋；大模型赋能座舱场景升级，人机交互界面迭代升级进行时，智能座舱进阶4.0时代；3）人形机器人：大模型成为“AI大脑”，通用人形机器人曙光已现。4）端侧AI的智能手机：有望实现调取A•AI在B端的应用：AI只有和业务场景结合厂商的赋能。Agent有望推动下一波人工智能转型。我们认为AIAgent将与企业应用深度结合，在教育、税务、OA、ERP、CRM、营销、企业级搜索等各类场•高速推理：未来的AI应用场景对推理的要求将越来越高，高速推理将成为算力的核心需求。对推理芯片在高速推•国产化：海外出口管制升级，半导体产业自主可控是大势所趋；而信创处于党政深化下沉、行业持续发力的关键阶段，操作系统、数据库、办公软件、PC、打印机等环节国产替代进程有望加速。此外，工信部为工业软件的国风险提示：AI技术突破不及预期；大模型应用落地节奏不及预期；宏观经济增长不及预期，IT预算不及预期；国际计算机沪深30010% 2023-122024-042024-082024 资料来源：iFinD（截止2024年12月18日）、西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明4申万计算机行业指数自2020年7月以来持续向下调整，2022年10月随着信创、安全等板块边际变化止跌回升，2023年H1在AIGC概念带动下，AI算力、大模型、AI应用、智能驾驶、数据要素等概念齐受益，市场预期提升，板块反弹明显。2023年6月，计算机板块开始回落。2024年，计算机行业股价变动与整体市场趋势保持了较高的一致性，基本没有走出独立行情。截至12月18日，计算机板块2024年累计涨幅为10.72%，位居申万31个一级行——计算机（申万）沪深30050%40%30%20%10% 35%30%25%20%15%10% 医药生物农林牧渔食品饮料美容护理建筑材料纺织服饰轻工制造房地产社会服务电力设备钢铁综合石油石化有色金属机械设备煤炭建筑装饰计算机传媒交通运输汽车电子商贸零售家用电器通信银行非银金融资料来源：iFinD、西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和2024年前三季度，计算机行业营收保持增长，利润端同比大幅下滑。我们选取申万计算机指数（剔除营收和利润体量较大的海康威视、大华股份；同花顺；所有的北交所上市公司；ST股票），共322家公司。整体法下，2024年前三季度，计算机行业总营收7560.77亿元，同比+6.91%；归母净利润62.72亿元，同比-47.93%；扣非后归母净利润-2.25亿元，同比-108.13%。•盈利能力有所承压：计算机行业整体毛利率为23.02%（同比-2.05pct）；•降本增效成果较为显著：销售费用同比-2.30%，研发费用同比-1.75%，管理费用微增+1.31%，。•其它六项损益对净利润产生较大影响：公允价值变动净收益同比-78%，其他收益同比-14%，资产减值损失同比扩大43%。0营收（左轴，亿元）yoy（右轴）2020Q1-Q32021Q1-Q32022Q1-Q32023Q1-Q32024Q1-Q30mm归母净利润（左轴，亿元）——yoy（右轴）2020Q1-Q32021Q1-Q32022Q1-Q32023Q1-Q32024Q1-Q3资料来源：iFinD、西部证券研发中心请务必仔细阅读报告尾部的投资评级说明计算机行业2024Q3延续低配，重仓股配置比例为2.1%（环比-0.04pct），低配2.2pct，低配幅度进一步扩大，后续板块上涨动能较为充足。根据iFinD数据，剔除市值较大的海康威视、大华股份以及非典型计算机公司同花顺，计算机（申万）行业重仓股配置比例连续六个季度下滑，2023Q1-2024Q3，公募基金持仓比例分别为6.2%、6.0%、4.4%、4.0%、3.0%、2.1%、计算机行业（申万）-公募基金配置比例8%6%4%2% 7.9%8.4%8.3% 7.4%5.9%6.1%6.3%6.2%6.0%Anthropic领衔挑战OpenAI，ChatGPT与Claude竞争步入白热化，引领基础模型迭代升级。2024年3月，Anthropic发布了最新的Claude3系列模型，该系列包含三个模型，按能力由弱到强排列分别是Claude3Haiku、Claude3Sonnet和Claude3Opus。其中，能力最强的Opus在多项基准测试中得分都超过了GPT-4和Gemini1.0Ultra，在数学、编程、多语言理解、视觉等多个维度树立了新的行业基准。9月，OpenAI发布首个经过强化学习训练的模型o1系列大模型，它在输出回答前会思考，会在产生一个很长的内部思维链，可以实现复杂推理，在编程、数学等需要强推理能力的领域。国内厂商百舸争流，目前基本已接近GPT-4水平。QuestMobile将国内大模型生态划分成“三大阵营”：以百度、阿里、腾讯、字节跳动在内的互联网头部企业，以智谱AI、月之暗面在内的独角兽，以商汤、云从科技、科大讯飞在内的传统AI企业。以GPT-4作为参考标杆，国内头部的大模型厂商和大厂，在今年上半年都已慢慢接近GPT-4的水平。资料来源：AIport、MenloVentures《2024年：企业中的生成式AI发展现状》，西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明7交互型多模态大模型是指跨越单一模态的限制，支持文本、音频、图像、视频等模态任意组合的输入输出，能做出实时的、“类人”的理解和反馈，可以跟人无缝交流的大模型。OpenAI在2024年5月14日发布GPT-4o，并展示其视频语音交互功能，但目前该功能暂未大规模向用户开放；5月15日，谷歌在I/O开发者大会上展示了AI智能体项目ProjectAstra。国内大模型多处于语音交互阶段，商汤发布国内首个流式交互多模态大模型“日日新5o”，交互效果逼近GPT-4o，智谱、讯飞星火、豆包领衔升级视频语音交互功能。我们认为交互型多模态大模型有望带来AI应用的爆发，因为多模态更符合人类感知周边、探索世界的方式；而应用的本质是交互，应用发展的核心就是人机交互的不断进化与深化。大模型的终极形态，是让人机交互进化到最原始、最简单的形态，在未来和电脑、手机等直接说话交流或许就是最主要的交互方式。交互模式的简化，会极大降低AI的使用门槛，交互型多模态大模型带来的这种更加直观、傻瓜的交互，有望带来大模型应用更大面积的普及。资料来源：OpenAI官网、机器之能公众号、极客公园微信公众号、西部证券研发中心整理绘制请务必仔细阅读报告尾部的投资评级说明和声明8大厂押注AIAgent。Anthropic发布Claude3.5Sonnet，引入突破性的新功能——计算机使用能力，即开发者可以通过API，指导Claude像人一样使用计算机。TheVerge报道称OpenAI也计划于2025年推出类似的名为“Operator”的AIAgent。11月7日，微软发布Magentic-One，通过协调器指挥Coder、ComputerTerminal、WebSurfer、FileSurfer四个主要Agent，共同执行任务。11月20日，微软宣布推出全新升级的MicrosoftCopilotStudio和CopilotActions等多款AIAgent相关产品，CopilotStudio可调用1800多个定制AzureAI模型的任意一个。资料来源：新智元微信公众号、InfoQ微信公众号、西部证券研发中心利用个人信息简化和加速日常任务。而华为则在HDC2024上展示了HarmonyInt），根据Theverge，Ray-Ban和Meta联合打造的AI眼镜销量已Meta,lookand...”后，眼镜会自动调用摄像头，拍下用户当前正在看的场景，调用多模态大模型的能力，回答用户的相关问题。9月，MetaConnect大会上，Meta为这款眼镜加入了实时AI翻译的功能，实用性进一步增强。资料来源：Apple官网、爱范儿微信公众号、西部证券研发中心请务必仔细阅读报告尾部的投资评级降息周期美股SaaS板块超额收益显著。当地时间9月18日，美联储宣布将联邦基金利率目标区间下调50个基点，降至4.75%~5.00%水平。这是美联储自2020年3月以来的首次降息，也标志着由货币政策紧缩周期向宽松周期的转向。我们选取20家具有代表性的美股SaaS公司股价涨幅均值达到30.8%（9月18日至12月18日），而美股六巨头涨幅均值只有16.1%。•宽松周期内，美股SaaS厂商营收增速显著快于紧缩周期。美国企业IT支出平稳，很多公司将IT支出视为提高企业效率的工具，在降息周期时使•生成式AI在企业级的应用逐渐展开，融入SaaS产品已经成为趋势。我们认为生成式AI为Saas开辟了新的增长空间，打开了SaaS企业成长天花谷歌AMSFT.ONVDA.O资料来源：iFinD（截至2024年12月18日）、西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明11 大模型降本趋势显著，为应用爆发奠定基础。2024年7月，OpenAI发布高性价比模型GPT-4omini，性能逼近原版GPT-4，成本相比GPT-3.5Turbo便宜60%以上。SamAltman表示，两年前OpenAI最好的模型还是GPT-3的text-davinci003版本，与GPT-4omini相比性能差得多，但却贵100倍，即大模型成本在两年内下降了99%。按照这个趋势，我们预计大模型的成本有望继续快速下降，每百万tokens的推理成本或将在两年内下降2个数量级至美分量级。生成式AI领域将不断涌现新的技术成果，为应用生态建设注入活力。更强大的基础模型如OpenAI的Orion、Anthropic的Claude3.5Opus等有望发布。Agent生态有望逐步繁荣。硅谷投资风向标YC的AI初创数量越来越多，大模型创新不止，在今年S24共255个项目中，其中有170个与AI相关，占比达到67%。11月，在接受YC总裁GarryTan采访时，针对最后一个问题“2025年什么会让你期待与兴奋”，SamAltman回答“AGI”。67%63%67%63%51%29%22%W21S21W22S资料来源：OpenAI、钛媒体微信公众号、创业邦微信公众号、西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明13芯片数量之比或达到2：8。目前生成式AI模型仍处于快速迭代，各厂商相互追赶的阶段，随着模型性能的逐步稳定和应用的陆续落地，算力的推理需求有望超过训练需求。而推理需求与训练需求在计算量、精度要求以及部署位置上存在差异。一方面，训练需求的精度要求较推理需求更高，因此训练芯片也就要求有更高的精度范围，在高精度场景下同样需要具备较强的性能。另一方面，训练芯片主要部署在数据中心（云侧），推理芯片则会兼顾云侧与边缘侧的算力需求。根据施耐德电气的测算，到以在极短时间内完成大模型应用的测试和调优循环，不仅能加速开发过程，还有助于更深入全面的模型评估和应用优化；2）高速推理还意味着现有大模型交互效率的飞跃，将大大缩小人机交互的时间差，为更自然、更流畅的交互体验铺平了道路。软件层面，通过架构迭代、65432106543210响应速度（秒）资料来源：IDC&浪潮信息《2023-2024年中国人工智能计算力发展评估报告》、新智元微信公众号、OpenAI2024春季发布会、西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明14万物皆可AI+，端侧AI的新产品将呈现出更多元的发展趋势。•随着大模型逐步发展，尤其是多模态能力增强，更广泛的AIoT设备也迎来了更新换代的重要机遇。1）安防摄像头：大模型即使没有事先掌握所有的复杂视觉场景也能够理解和执行更广泛的下游任务，在安防场景价值有望显现。2）智能家居：随着AI技术的不断进步，家电产业正在经历一场革命性的变革。扫地机器人和智能摄像头等传统决策式AI产品已经成熟，但随着生成式AI大模型的引入，智能家居产品的用户体验将迎来颠覆性的变化。这种高级别的智能化体验，预计将成为未来智能家居产品的一个必要属性，对消费者的购买决策产生显著影响。•此外，AI定义硬件时代还有望出现新的终端产品形态。全新的终端形态或将创造一个新的交互方式去连接物理世界、思维世界以及数字世界，打造出一个全新的应用生态。资料来源：月狐数据微信公众号、国际创客峰会暨MakerFaireSZ微信公众号、西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明15美国对华制裁不断升级，意在抑制中国AI产业链发展以及本土半导体生态系统建设，我国产业链自主可控迫在眉睫。11月，集微网消息称，台积电已经向目前所有中国大陆AI芯片客户发送正式电子邮件，宣布自11月11日起，暂停向中国大陆AI/GPU客户供应所有7纳米（nm）及更先进工艺的芯片。12月，美国商务部工业和安全局（BIS）修订了新的《出口管理条例》（EAR），将136个中国相关实体添加到“实体清单”，清单包括了半导体产业链上的多个环节，如涵盖了涂胶显影、刻蚀、薄膜沉积、清洗、去胶、离子注入、CMP、封装测试等半导体设备的大部分领域，还有半导体材料公司、EDA公司、芯片公司等。此外，这次制裁对HBM实施新控制。近年来国内芯片设计、晶圆制造与国际先进水平差距不断缩小，封装测试技术逐步接近国际先进水平，整体技术水平不断提升。操作系统方面，华为发布HarmonyOSNEXT，完全基于华为自己的技术栈和设计理念构建的操作系统，不依赖或兼容其他操作系统的架构，是真正独立于安卓、iOS的操作系统，未来有望在信创中扮演重要角色。此外，其它基础软硬件也由可用逐步变为好用，信创生态走向繁荣。资料来源：IT之家资讯，GeekPark，寒武纪公司官网，英伟达公司官网，腾讯新闻，36氪微信公众号，西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明16资料来源：晚点LatePost微信公众号，西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明17字节AI部门由大模型研发团队Seed、AI产品团队Flow和产品研发支持团队Stone共同组成。整体架构清晰，各司其职。其中：Flow团队成立于2023年年底，负责基于大模型的AI原生应用的Stone团队是今年下半年从Flow团队中拆分出来，主要承担字节AI产品研发的支持工作。作为衔接Seed和Flow的关键环节，确保技术从研发到应用此外，尽管现在Seed和Flow是字节明面的生成式模型与应用部门，但字节内部通过赛马机制，每个有研发能力的团队都在尝试研发出更好的模型或字节在生成式AI领域的布局采取了“饱和式”的多维度攻击策略，涵盖从基础AI模型的研发到应用软件的创新，再到硬件产品的布局。字节已经成为目前拥有最全生成式AI模型、最多AI应用的技术公司之一。模型端，字节豆包大模型家族已包括了通用大语言、语音合成和识别、图片及视频等不同模态的生成式AI模型。当前暂时缺少可交互式的多模态大模型，但可以预期，字节未来大概率也将推出这类模型，以进依托豆包大模型的能力，结合字节产品所能触达的业务场景，字节的AI应用已经覆盖聊天交流、图像与设计、社交娱乐、视频创作与编辑、教育、智能体开发与应用、办公及生产力、音乐等各个领域。并且，其核心应用均有国内及对应的海外发行版同时，以智能体耳机、智能玩偶、台灯为切入点，通过与生态伙伴的合作，字节在AI硬件端业已开始了布局。语言模型豆包通用模型Pro豆包通用模型lite语音模型Seed-ASR（语音识别）Seed-TTS（语音生成）豆包文生图豆包图生图SeedEdit视频模型SeaweedPixeldance音乐模型Seed-Music具身智能模型GR-1GR-2智能体耳机OlaFriend智能台灯大力智能学习灯智能玩偶显眼包智能助手豆包CiCi工具集-社交猫箱AnyDoor星绘PicPic教育豆包爱学Gauth图片/视频生成即梦AIDreamina视频剪辑CapCut数字人抖音AI分身TikTokAI网红抖音电商内容生-智能体开发平台扣子Coze编程助手MarsCode-模型分享社区炉米Lumi-音乐生成软件应用海绵音乐-资料来源：火山引擎官网、雷峰网、电科技、机器之心、多知微信公众号、第一财经杂志、极客公园、西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明18可精调，具备理解、生成、逻辑等综合能力，适作、分类等各类场景。根据北京智源人工智能研资料来源：北京智源人工智能研究院，AI产品榜，第一财经，西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明19字节现有的AI硬件产品:AI玩偶等。“显眼包”并非字节对外直接售卖的产品，而是今年中秋节作为字节公司内部的伴手礼。这个蓝白配色形似小山的毛绒玩具的大模型AI机芯Magicbox（其中搭载了乐鑫科技的产品esptool而Magicbox可以搭载并呈现豆包大模型和扣子专业版的能力。玩具配置比较简单，能一问一答进行互动，但不支持一次性的多轮对话，也不支持自动唤醒。尽管功能相对单一以预期，如若未来叠加视觉能力，AI玩偶将会带来更强的交互沉浸感，进而给予用户更大的情感价值，也将具备更大的图：字节AI陪伴玩偶“显眼包”资料来源：多知微信公众号，财联社微信公众号，西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明20Friend的硬件部分由字节于今年上半年收购的Oladance完成。Oladance是一家开放式穿戴立体声）专利技术，主打无感佩戴、不入耳、音响级音效等特点。而AI应用端，耳机与豆包大模型深度融合，同时接入Se技术，只需通过语音命令即可唤醒豆包，并调用手机上的豆包APP进行交流而无需额外操作手机，适用于运动、出游、会议、资的耳机产品。融入了豆包AI功能后，FIILGSLinks可以提供资料来源：Oladance官网，中科蓝讯微信公众号，科创板日报，西部证券研发中心请务必仔细阅读报告尾部的投资评级说明和声明21 基于成本、能耗、可靠性和时延、隐私和安全、个性化服务等考虑，端云融合的AI才是AI的未来，高通认为终端侧AI能力是赋能混合AI并让生成式AI实现全球规模化扩展的关键。高通曾发布白皮书称混合AI是AI的未来。只有云和终端都能承担AI处理的任务，才能实现AI的规模化扩展并发挥其最大潜能。我们认为，未来AI处理将以终端为中心，必要时向云端分求助；而在以云为中心的场景下，终端将根据自身能力，在可能的情况下从云端分担部分AI工作负载。苹果发布AppleIntelligence，基于“端侧模型+私有云计算+第三方大模型”三层架构，有望驱动手机销量进一步增长。AFM代表AppleFoundationModel，端侧模型AFM-on-device参数量约30亿；更大的基于服务器的模型为AFM-server，可以高效、准确和负责地执行专门的任务。此外，AppleIntelligence会根据不同地区的需求接入不同的外部第三方模型，用户可以选择是否共享信息。资料来源：高通《混合AI是AI的未来》白皮书、机器之心微信公众号、西部证券研发中心请仔细阅读尾部的免责声明23和处理来自不同传感器的数据，使设备在更少的硬件组件下实现更多的功能。另一方面，大模型将帮助眼镜产品实现更高效简洁的人机交互进而提升用户接受度：多模态大模型可以理解语音、图像等多种输入方式，用户仅需通过语音、眼动、开启摄像头等方式即可实现人机交互。因此，在后续产品功能升级迭代的过程中，模型训练升级将承担用户对新功能的学习成本，进科技巨头积极布局，2025年有望成为AI眼镜爆发元年。根据VR陀螺数据，（含海外），涉及产品数量预计超过50+。展望2025年，更多科技巨头将涌入眼镜赛道。根据wellsennXR预测，从2025年开始，AI智能眼镜将在传统眼镜销量保持稳定增长的大背景下快速向传统眼镜渗透；2029年，AI智能眼镜年销售量有望达到5500万资料来源：Rokid微信公众号，Ray-Ban官网，站酷，Aha车库，虎嗅，VR陀螺，西部证券研发中心请仔细阅读尾部的免责声明24尤其国内路况极为复杂且车辆众多，如果自动驾驶车辆行驶到高精地图之外的区域、遇到规则之外的道路障碍物，可能就会束手无策，陷入困境。从2021年开始，特斯拉开始重构底层系统代码，将Transformer架构引入了感知领域，将摄像头的2D图像转化为3D图景，也称鸟瞰图BEV。随后，特斯拉持续用AI神经网络重塑规划控制模块，端到端模型方案雏形渐成。特斯拉于2023年发布端到端自动驾驶系统FSDv12，并于2024年初在一定范围内推送FSDv12。今年9月，特斯拉宣布，FSD将于2025年Q1在中国和从目前国内车企的发力重点来看，端到端也已成为主流自动驾驶技术路线。华为、小鹏、小马智行、Momenta、极佳科技、地平线等都在积极跟进，纷纷推出了面向量产的端到端自动驾驶资料来源：36氪微信公众号、智驾网微信公众号、西部证券研发中心请仔细阅读尾部的免责声明大模型赋能座舱场景升级，人机交互界面迭代升级进行时，智能座舱进阶4.0时代。相较于智能座舱3.0时代的生态构成，4.0时代不仅是芯片算力的比拼，还新增了数据、算法等新元素的比拼；中间层除了操作系统的比拼外，也诞生了大模型、AIAgents以及模型服务等新的元素的比拼。2023年12月，理想汽车开始批量推送OTA5.0，多模态认知大模型MindGPT首次上车，赋能理想同学拥有类似于ChatGPT、Midjourney等生成式AI的能力，拉开了智能座舱的AI竞争序幕。2024年4月，蔚来自研的AI大模型NOMIGPT正式上线，可以实现视觉（图像）、听觉（声音）、触觉（车身传感器信息）等维度的感知能力，具备包括语音、视觉和文本等多种形式的交互能力。5月，小鹏汽车首发全域大语言模型，将AI大语言模型的推理能力融合到用车的全场景中，实现了自研XPGT大模型、阿里通义大模型以及智谱AI通过多模态技术提供导航指引、播放音乐、调节AlAgent可以作为智能助手，帮助驾驶员和乘客处理工作任务，如日程安教育场景提供24小时在线教育资源，帮助驾驶员和乘客在旅途中学习新知识，并通提供适合儿童的教育内容和娱乐活动，如讲故事、播放儿歌等，提供个性化的电影推荐，并通过识别语音指令控制调节车内氛围提供个性化的音乐推荐，并根据歌词内容提供实时壁纸生成，还资料来源：ErgoLab公众号、佐思汽研、西部证券研发中心语音进行推理。。大模型+机器人是AI重要落地场景，大模型的泛化能力为通用人形机器人的发展带来曙光。大模型凭借其庞大的知识库和强大的理解能力所带来的泛化能力，赋予了人形机器人更高的通用性，使其能够满足不同场景下的多样化任务需求；同时大模型的辅助编程等功能还能有资料来源：新智元微信公众号、科创板日报、西部证券研发中心请仔细阅读尾部的免责声明27完成复杂任务。PC互联网时代，搜索引擎为主要入口。在移动互联网时代，社交平台、短视频等成为“超级APP”，形成多样化内入口，由此用户内容获取链路变短。与搜索引擎不同，在呈现质量上，大模型可更好理解用户意图，为用户提供更具个性化、更有针对性的互联网内容；在供给方式上，传统搜索引擎要求用户自行拆解任务、提炼关键词、筛选并整合信息，而大模型通过多模态交互可代劳上述工作，理解复杂的用户意图，简化用户思考流程，降低用户使用门槛。而移动互联网时代诞生的一系列超级App间彼此互不相通，如果想要完成一个多场景的连贯式操作会非常困难；而未来大资料来源：MenloVentures《2024年：企业中的生成式AI发展现状》，西部证券研发中心请仔细阅读尾部的免责声明29AI只有和业务场景结合才能发挥出多重价值，我们看好大模型企业级的应用以及对ToBSaaS厂商的赋能。美国知名VC机构MenloVentures对600名企业IT决策者进行调查，并发布报告《2024年：企业中的生成式AI发展现状》。报告显示，今年企业在生成式AI上的支出高增500%，从2023年的23亿美元增至138亿美元，这表明企业正在从实验转向大规模采用，将AI嵌入其业务战略的核心。虽然基础模型仍然是支出的大头，但是应用层太投入的增长更快，企业今年在生成式AI应用层投入了46亿美元，比去年报告的6亿美元增长了近8倍。尽管生成式AI应用处于早期，但部分用例已经通过提高生产力或运营效率带来了切实的投资回报率：Codecopilots、聊天机器人、企业搜索和检索、数据提取和转换、会议摘要等。YC近两年投资的AI初创企业中从事toB业务的占比高达80%以上，其中AI自动化应用占比较低，该市场还有较大潜力待挖掘，Agent大有可为。Scaler前数据科学与机器学习总监、LinkedIn最畅销课程作者HarshitTyagi详细分析了硅谷创投风向标YC（YCombinator）近两年投资的417家AI初创公司的数据，包括公司业务、落地行业等信息。在417家AI初创公司里，有约338家公司是toB服务的，占比高达81.1％，而从事toC业务的公司占比只有不到20%。从AI产业链分布看，位于基础设施层的公司数量为62家，占比14.9%，而处于应用层的公司则高达355家，占比达到85.1%。从AI定位来看，虽然AI在部分场景已经开始了自动化应用，但在更多场景里，AI仍然只是扮演着人类助手的角色；在417家AI初创公司里，只有129家公司的业务与AI自动化有关，占比30.9%，场景包括自动点餐、自动发票管理等等，而AI智能助手的公司高达288家，占比近70%，包括医疗诊断助手、审计员助手等等。AlinfrastructureAlinfrastructureAlAlApplications85%AlAl辅助用户Al自动化资料来源：乌鸦智能说微信公众号，西部证券研发中心机版AutoGLM与电脑版GLM-PC，内测阶段覆盖部分多个常用应用。其中AutoGLM支持包括微信、抖音、小红书、微博等社交平台，美团、饿了么、等美食平台，淘宝、京东、拼多多等购物平台、高德和百度地图等出行平台，以及12306、去哪儿、携程等旅游订票平台。智谱CEO张鹏表示：“AutoGLM相当于在人与应用之间添加一个执行的调度层，很大程度上改变），资料来源：36氪Pro微信公众号、西部证券研发中心在YCS24项目中，AIAgent创业项目占比达36%。S24中，以面向客群来看，2B企业达到了96家，占比超过半数。在产品形态来看，AIAgent以61家（36%）的绝对优势占据数量第一，排在在基础设施（25家，15%）、数据分析（17家，10%）等前面。医疗、金融、销售分别是AIAgent落地最多的三个领域，物流、餐饮、公安等领域也有落地。根据MarketsandMarkets预测，未来，全球AIAgent市场规模将实的应用场景和技术链条将继续发生变化。根据MenloVentures数据，企业AI设计模式中，RAG（检索增强生成）增势迅猛，Agent异军突起。RAG目前占主导地位，采用率为51%；而微调只有9%；AIAgent占比从0上升至12%。未来，大模型需要更复杂的任务，这些任务超出了当前专注于内容生成和知识检索的系统的能力。Agent有复杂推理能力、可以执行多步骤操作，我们认为AIAgent有望与企业应用深使用AIAgent进行各种支付，包括电子商务、消费者服务资料来源：创业邦微信公众号、MenloVentures《2024年：企业中的生成式AI发展现状》，西部证券研发中心请仔细阅读尾部的免责声明32助手。无论是内置功能还是自定义选项，Agentforce都支持灵活扩展，满足不同业务场景需求。AgentforceServiceAgent则是面向客户在2025财年第三季度，Salesforce营收94.4亿美元，同比增长8%，公司的GAAP营业利润率达到了20.0%，AI带来了较为显著的运营效率提升，同时，公司在单周内就签下了超过200个Agen资料来源：Salesforce咨询微信公众号，西部证券研发中心资料来源：iFinD，西部证券研发中心AI的智能表现受限于单次推理速度，目前最先进的GPU仍然无法满足大模型实时交互的需求。基于Transformer架构的大语言模型在推理过程中采用自回归的序列生成方式，即每个词的生成都依赖于之前生成的词，这种顺序依赖性使得计算过程难以实现真正的并行化。尽管GPU可以通过批处理、模型并行等技术来提高效率，但这些方法主要是增加推理吞吐量，即同时响应更多请求、服务更多用户，而非从根本上解决单次推理的速度和时延问题。内存带宽限制推理速率。从更深层次来看，大模型推理速度的瓶颈源于底层计算架构的固有限制，主要体现在存算交换带宽方面，这就是所谓的"存储墙"问题。在传统的冯·诺依曼架构中，计算单元和存储单元是分离的，数据需要在这两个单元之间不断移动，这个过程会消耗大量时间和能源。而随着处理器速度的不断提升，内存访问速度便成为了制约系统性能的主要因素。资料来源：腾讯研究院微信公众号，西部证券研发中心未来的AI应用场景对推理的要求将越来越高，高速推理将成为算力的核心需求。对推理芯片在高速推理方面性能提•为实现高速推理，英伟达借HBM拉近存算距离。英伟达通过引入高带宽内存（HBM）技术实现技术采用垂直堆叠的内存芯片设计，配合超宽数据总线和硅中介层，显著提升了内存带宽。这使得英伟达的GPU，如A100和H100，能够•Groq和Cerebras以存算一体技术路径突破瓶颈。Groq采用独有的全新芯片设计方案——语言处理单元（LanguageProcessingUnit，简称LPU），使用类似超长流水线的一维处理器阵列结构，每个处理单元都配备了本地内存，能就近获取所需数据，大大减少了模型参数的搬运距离，使得数据可以在处理单元之间高效流动。叠加精确的静态调度机制，LPU确保每个处理单元的任务被精确安排，最大限度地减少了等待和冲突。LPU能高效处理具有强依赖性的连续操作，且避免了频繁访问芯外储存，从而带来显资料来源：InfoQ微信公众号、半导体产业观察微信公众号，西部证券研发中心资料来源：芯东西微信公众号、腾讯研究院微信公众号，西部证券研发中心请仔细阅读尾部的免责声明37•Cerebras的底层技术路线Wafer-ScaleEngine（WSE）更为激进。WSE可以被视为一个巨大的“计算工厂”，其最大特点是其惊人的尺寸，单个芯片几乎覆盖了一整块晶圆的面积。在这个超大芯片上，计算单元和内存单元高度集成，形成了一个密集的网格结构。这种设计使得数据可以在极短的距离内在计算和存储单元之间传输，从根本上降低了数据移动的成本。Cerebras迄今最大芯片WSE-3尺寸是H100GPU的57倍，核心数量（90万个核心）是H100的52倍，片上内存（44GB）是H100的880倍，内存带宽（21PB/s）是H100的7000海外出口管制升级，半导体产业自主可控是大势所趋，国产化需求迫切，国家扶持力度增强，本土企业创新有望加速。2024年5月24日，“国家大基金三期”成立，注册资本达3440亿元，规模超过一期和二期之和。我们认为未来政府支持力度有望进一步增强，本土半导体产业链卡脖子环节有望加速突破。确了至2027年工业软件及工业操作系统的国产化替换目标——到2027年，完成约200万套工业软件和80万台套工业操作系统更资料来源：头豹研究所、艾瑞咨询、西部证券研发中心 617.62578--7.1-8.5121.22817149.360.960.171.956.775.8143.546.568529.857.7658.7559--34.1-64.421.4425475.64,763.4210.434.623250.61,196.2330.0396134.370.321.8水晶光电*21.129328.650.86.054.09583.1100.026.592236.333.9985.71016.21150.327.036.958.7247116.099.420.224.930.12.02.63.767.874239.376.2316.8382.5428.723.228.5金山办公*314.099.230.245.650.6546.098.8196.56.6--6.37.1-6.4-5.1-4.251.052.433.423.923.724.92.32.631.8135.093.220.824.20.82.9资料来源：iFinD（截至2024年12月18日西部证券注：其中*为已覆盖标的，部分已覆盖但盈利预测未更新标的及未覆盖标的73.567742.295.86.17.08.4-0.9-0.10.337.5158.075.96.78.20.92.020.5307.883.67.89.70.42.5409--98.0109.8125.3-9.7-0.23.3金蝶国际9.1327--56.865.776.3-2.1-0.6106.1250---1.7249--31.2-13.1115.564132.26.7219.1经纬恒润*93.2--46.8-2.23.4454--23.737.0-67.4-11.0-14.464.72972,443.199.852.453.962.04.73.65.391.1393--24.2-12.3-9.1-7.5软通动力*58.7559217.192.0175.85.3372.828380.480.57.93.050.6430--67.270.379.4-2.32.0503--134.2164.2203.8-9.80.82.428.1399--240.6265.5294.2-61.990.2160.830.58.30.629.37952.571.122.349.739334.925.886.2资料来源：iFinD（截至2024年12月18日），西部证券研发中心