数据要素的核心地位 - 数据要素是新质生产力技术革命性突破的核心要素，是科创赋能制造业的新引擎[2][3] - 数据要素的创新型配置是新质生产力发展的第二个路径[3] - 数字技术与制造业深度融合是创新赋能的关键路径[2] 数据要素驱动的产业方向 - 下一代互联网、人工智能、具身机器人、低空经济、生物制药等均为数据驱动的新兴产业[3] - 制造业发展核心方向为高级化、绿色化、智能化、融合化，均需数据应用贯通[4] - 数据要素与其他要素结合推动Data For Science或Data For Innovation，带来创新爆发式增长[4] 数据要素在产业链各环节的应用 - 研发设计环节数据带来生产力极大提升，例如锂电池新材料研发通过数据高通量计算快速提升电池续航里程[4][5] - 制造环节数据实现降本增效提质绿色化，例如炼钢过程通过数据计算控制成本配煤配温，全流程产线数据控制可迅速发现问题[5] - 消费环节数据是连接市场和产业最重要方式，数百万至数千万产品依靠数据匹配数千万至数亿消费者[5] - 国际贸易环节通过数据计算最短路径，实现产品集运并极大节约物流成本[5] 产业数字化转型的挑战与重组 - 中国5600多万企业中九成以上为传统产业，面临数字化转型挑战[5] - 数字化时代产业重组是全产业范围内重新匹配搭链过程，并非简单将原有企业数字化[5] - 部分企业将因跟不上数字化转型而出局，产业重组将带来企业淘汰和出局，成为长期常态[6]

文章核心观点 - 第23届财经风云榜评选活动正式启动，旨在通过评选行业领军企业，以微观视角聚焦市场主体，树立标杆以推进中国经济及行业高质量发展 [1] - 评选采用网络大众投票与专家专业评审的双轨制评价体系，覆盖上市公司、银行、保险、金融及综合领域五大榜单 [1] - 该榜单已连续成功举办二十二届，累计吸引超过千家企业参与，是中国财经领域极具公信力的评选之一，被誉为中国下一年财经动态的风向标 [2] 评选活动概况 - 活动由联办集团、和讯网联合主办，财经中国会承办，线上评选通道已启动 [1] - 获奖名单将于财经中国2025年会现场公布，往届获奖者在评奖周期内均实现品牌声量与业务创新的双突破 [2] - 参选企业需在中国境内合法经营，无所有制、国别、规模限制，覆盖消费、金融、科技、智能制造等领域 [3] - 企业需遵守相关法律法规，一年内未出现重大违规或受监管机构立案调查，每个公司最多申报一案两报 [3] 奖项设置详情 - 上市公司奖项包括年度卓越价值上市公司、年度潜力成长上市公司、年度上市公司品牌影响力榜样等 [9] - 品牌营销类奖项包括年度品牌IP奖、年度创新品牌、年度社会化营销奖等 [6][7][10] - 企业社会责任类奖项包括年度企业社会责任贡献企业、年度ESG发展影响力企业、年度公益行动企业等 [8][11] - 中企出海类奖项包括中国企业出海先锋榜、中国企业出海创新榜、企业出海服务优质榜 [12] - 企业服务类奖项包括年度领航财经公关、年度领航企业服务 [13] - 银行类奖项包括品牌影响力银行、普惠金融先锋银行、数字化转型领先银行等共14项 [14] - 保险类奖项包括品牌影响力保险公司、普惠先锋产品、值得关注养老险产品等共9项 [15][18] - 券商类奖项包括年度卓越证券研究机构、年度资产管理券商、年度成长性券商等共5项 [16][19] - 基金类奖项包括年度品牌基金公司、年度创新基金公司、年度成长性基金公司等共4项 [17][20] - 期货类奖项包括年度优秀期货公司、年度成长性期货公司、年度期货创新先锋等共4项 [21] 活动时间与地点 - 财经中国2025年会暨第23届财经风云榜将于2025年12月7日在北京JW万豪酒店举行 [21]

行业背景与公司转型 - 2025年1-8月中国规模以上企业啤酒产量2683.3万千升，同比下降0.2%，行业面临消费疲软压力[2] - 行业逻辑从"增量"转向"增价"，头部厂商发力高端化产品[2] - 公司于2019年正式提出"五年增长与转型战略"，向中高端市场发力，转型起步晚于青岛啤酒、华润等同行[2] 2025年三季度及近期业绩表现 - 2025年1-9月公司啤酒销量349.52万千升，同比增长1.39%[3] - 2025年前三季度营业收入134.33亿元，同比增长4.57%；归母净利润17.70亿元，同比增长37.45%[3] - 第三季度单季营收48.75亿元，同比增长1.55%；净利润6.68亿元，同比增长26%[4] - 前三季度17.70亿元的净利润已超越2024年全年10.56亿元的总额[7] - 公司宣布上市以来首次前三季度利润分配方案，每10股派发现金股利1.00元（含税），合计分配2.82亿元[7] 近五年业绩增长轨迹 - 营收从2020年的109.28亿元稳步攀升至2024年的146.67亿元[5] - 净利润从2020年的1.97亿元跃升至2024年的10.56亿元，五年间增长超过四倍[5] - 自2021年以来已连续四年保持业绩增长[5] - 营收增速从2022年的10.38%逐步放缓至2024年的3.2%[6] - 净利润增速保持较高水平，2022年至2024年增幅分别达54.51%、83.02%和63.74%[6] 产品结构升级与盈利能力 - 燕京U8过去五年间从9万吨增长到90万吨，成为公司第一款真正意义上的全国性大单品[2] - U8的成功带动公司中高档产品收入占比提升至约70%[2] - 2025年前三季度公司毛利率达47.19%，第三季度单季毛利率为50.15%，同比分别增长2.1和2.16个百分点[6] - 2025年上半年，以U8为代表的中高档产品实现营收55.36亿元，同比增长9.32%，占主营业务收入比例从68.54%提升至70.11%，毛利率达51.71%[6] 大单品战略与营销策略 - U8在2019年推出，差异化瞄准8~10元价格带，定位"高阶小度啤酒"[8] - 中泰证券研报指出，U8所在的8~10元次高档价格带未来有望承接消费升级，具备巨大放量空间[8] - 营销上抓住"国潮"趋势，定位"中国人自己的啤酒"，并邀请王一博、蔡徐坤、关晓彤等新生代明星代言[8] - 连续六年推出"超级品牌日"，打造U8"祝福罐"、"心愿罐"等特色产品，赞助音乐节、体育赛事、综艺节目[9] 渠道拓展与内部管理 - 2025年上半年传统渠道收入达74.89亿元，同比增长6.02%，占营收绝对主导地位[9] - 电商渠道增速亮眼，实现1.36亿元收入，同比增长30.79%[9] - 公司通过"燕京酒號"社区小酒馆等自有渠道拓展新兴消费场景[9] - U8的出厂吨价约为5000元/吨，能为渠道商留出利润空间，结合扁平化分销体系激发经销商积极性[9] - 公司为U8设置专项考核与激励方案，引导一线销售资源向该单品集中[9] 未来展望与挑战 - 若第四季度营收能与去年同期的18.2亿元持平或实现小幅增长，2025年全年营收有望突破152亿元[7] - U8的成功带来年轻化和全国化两个改变[10] - 百威亚太等国外品牌份额持续下滑，为燕京U8等本土品牌腾出市场空间[10] - 公司计划将U8打造为"百万千升级"的标杆，并意图复制其成功经验培育第二个大单品[11]

十五五规划战略方向 - 高质量发展为第一目标，旨在解决内需不振和内生动力不足的挑战[6][8] - 产业发展坚持智能化、绿色化、融合化的“三化”方向，首次出现在五年规划中[8][9] - 建设制造强国、质量强国、航天强国、交通强国、网络强国“五个强国”，排序反映优先级[8][10] 科技创新核心地位 - 科技自立自强被提至第二优先级，回应外部技术封锁压力[11][12] - 加强原始创新首次出现在五年规划，强调首创性、突破性及战略价值[4][13] - 关键领域国产替代与自主创新将获政策推力，包括新一代信息技术、人工智能、生物医药等[12] 产业发展重点领域 - 先进制造业被定位为现代化产业体系的“骨干”，预计资本将关注智能、绿色、融合特征的领域[4][10] - 未来10年目标再造一个高技术产业，催生数个万亿元级甚至更大规模市场[12] - 新型举国体制推动半导体、工业母机、人工智能等领域突破，结合政府引导与市场化配置[13] 改革与金融支持 - 科技体制改革允许科技成果转化收益分配自主权，深化高校及国企创新激励[15] - 金融需服务实体，重点支持科技金融、绿色金融、普惠金融及重大战略领域[17] - 资本市场改革包括提高直接融资比重、强化上市公司监管及引导长期资金入市[17] 内需与市场建设 - 前三季度GDP同比增长5.2%，但CPI同比下降0.1%，全社会用电量增幅放缓至4.6%，显示内需待激发[8] - 统一大市场建设为扩内需关键，需破除地方保护、隐性政策洼地等卡点堵点[8] - 改革力度与锐度将影响经济潜能释放速度，2029年前需完成多项改革任务[19][20]

2035年远景目标与“十五五”增长预期 - 到2035年人均国内生产总值达到中等发达国家水平是主要目标之一[2] - 2020至2024年中国经济平均增速达到5.5%，人均GDP从10632美元提升至13445美元[3] - 为实现2035年目标，未来十年GDP年均增速需保持在4.4%以上，“十五五”时期增速目标起码应设定在4.5%以上，或设定在5%左右[3] “十五五”时期经济潜在增速预测 - 中银研究院预计基准情形下“十五五”时期中国经济潜在增速区间为4.5%至5.3%，乐观情形下可提高到5.1%至5.8%[3] - 根据有关机构研究，“十五五”期间中国经济潜在增长率约为5.01%[4] - “十五五”规划经济增长目标的表述为“高质量发展取得显著成效”，具体增速目标有待观察[4] “十五五”时期发展环境与挑战 - 我国发展处于战略机遇和风险挑战并存、不确定难预料因素增多的时期[5][6] - 国际上面临大国竞争博弈加剧、科技制高点争夺激烈、全球供应链深度重塑及贸易保护主义抬头[5] - 国内存在经济下行压力较大、有效需求不足、供需结构性失衡、房地产及地方债务风险需化解等挑战[5] “十五五”时期发展重点与基调 - 我国经济基础稳、优势多、韧性强、潜能大，长期向好的支撑条件和基本趋势没有变[6] - 相较于“十四五”时期，增加了“科技自立自强水平大幅提高”和“国家安全屏障更加巩固”等目标，更加强调经济发展质量[6] - 科技是高频词汇，表明将以科技为经济发展牵引，坚定抢占科技制高点的决心，统筹发展与安全是未来五年主线[6]

AI在金融领域的应用现状与影响 - 金融监管总局表示目前未发现金融机构因AI应用而产生员工安置压力的案例 强调员工是金融机构最有效的生产力且都在创造价值[2] - AI在金融领域的应用仍处于早期阶段 作用为辅助性 无法取代人的决策 例如柜员服务中AI无法替代与客户的个性化互动[2] - 在信贷、保险定价、定损、精算等关键领域 仍然离不开人的专业判断 人才被视为行业最宝贵和最有价值的资产[2] - AI的应用可能创造更多工作岗位 但其影响是边际性改变、增量性变革还是根本性颠覆仍需继续观察[2] AI在金融行业的具体应用领域 - AI在金融行业主要用于优化业务流程和对外服务 应用集中在三个主要领域[5] - 应用中后台运营智能化 在银行等金融机构内部已广泛应用 覆盖数据收集、加工、信息甄别与识别及客户评估等多个环节[5] - 应用于客户交流方面 许多金融机构在客户关系管理 包括营销、维护和问题解答等方面普遍应用AI技术[5] - 应用于金融产品提供方面 对内帮助金融机构降低成本、提高效率 对外使机构能够提供更个性化、精准的金融产品与服务[5] AI应用带来的新型风险 - 与历史上科技革命类似 AI应用主要带来增量风险和边际风险 金融行业面临的信用风险、市场风险等根本性风险未发生革命性改变[3] - 对单家金融机构而言 存在模型稳定性风险 因业务拓展高度依赖模型 模型的稳定性和可靠性至关重要[4] - 存在数据治理风险 涉及数据来源选择、数据质量把控及事后评估与监测程序[4] - 对整个行业而言 存在集中度风险 行业在AI模型技术上可能依赖少数技术能力强、资源投入大的服务提供商 大型机构更具优势可能导致市场集中度提高[4] - 存在决策趋同风险 因使用的模型和数据相对标准化和集中 可能导致行业决策同质化 引发"共振"效应[4] - 需要关注AI对整个金融结构变化的潜在影响 良好稳定的金融结构需要多元化参与者与市场平台[4]

AI在金融领域的定位与影响 - AI是金融领域在信息处理、IT和自动化基础上的又一次重大边际变化，涉及银行主要业务、客户行为与监管等多层面[3] - 从历史视角看，过去几轮科技革命在金融领域主要带来增量风险和边际风险，但行业根本性风险如信用风险、市场风险等未发生革命性改变[5] - AI对央行"双支柱"政策框架（货币政策和宏观审慎监管）的影响仍需更长时间观察和研究[8] AI对银行业务与结构的影响 - 银行业在过去六七十年间已从传统银行转变为数据处理行业，核心业务如支付、定价、风险计量等高度依赖数据分析和模型计算[6] - 客户行为变迁推动AI在支付、定价、风险管理等领域发挥更大作用，银行从业人员规模会显著减少[6][7] - AI在金融行业目前主要用于优化业务流程和对外服务，包括中后台运营智能化、客户交流管理和金融产品提供[11] AI带来的新型风险与挑战 - 微观层面，单家金融机构面临模型稳定性风险和数据治理风险两类新型或增量风险[10] - 宏观层面，行业面临集中度风险和决策趋同风险两类增量风险，可能导致市场集中度提高和决策同质化[10] - AI模型的"黑箱"特性与监管要求的透明度存在矛盾，过度依赖短期高频数据可能与金融稳健所需的长期性产生偏差[8] AI在监管与政策中的应用前景 - 机器学习有望从历史金融数据中推理预知"明斯基时刻"的爆发概率，但需要处理非结构性数据、多模态信息和社会情绪[4][7] - 货币政策是"慢变量"，AI在数据收集和处理方面可影响货币政策决定，但过快响应可能引发不必要波动[8] - 当前反洗钱系统利用机器学习从海量数据中识别线索已取得很大进展[7]

AI对银行业性质的重新定义 - 银行业在过去六七十年间已发生根本转变，从传统银行转变为数据处理行业，核心业务如支付、定价、风险计量及市场营销均高度依赖数据分析和模型计算[2] - 人机关系经历深刻演变，从过去人主导、机器辅助，演变为人主要作为机器与客户之间的界面，这一历史性转变已持续六七十年[2] - 金融系统积累的海量数据使得机器学习能够推动传统模型向智能推理模型升级[2] AI在银行业的具体应用与影响 - 银行业主要依托大数据分析和推理模型，未来结构会进一步向此方向发展，银行的从业人员规模会显著受到影响和减少[2] - 近十多年来客户行为发生深刻变迁，越来越多客户更习惯与机器互动，不太愿意或认为没有必要人工介入，这种双向变化正推动AI在支付、定价、风险管理和市场推广等领域发挥更大作用[2] AI在金融监管与稳定中的应用 - 在反洗钱领域，当前系统可利用机器学习从海量数据中识别洗钱等线索，已取得很大进展[3] - 在金融稳定领域，机器学习有望从历史金融数据中推理预知“明斯基时刻”的爆发概率，但需要处理非结构性数据、多模态信息乃至考虑社会情绪[3] AI应用的挑战与政策影响 - AI模型的“黑箱”特性与监管要求的透明度存在矛盾，同时若AI模型过度依赖短期高频数据，其产出可能与金融稳健所需的长期性、基础面导向产生偏差[4] - AI可在物价和微观行为的数据收集、处理、模式识别和推理方面影响货币政策决定，但货币政策是“慢变量”，随经济周期调整而变化不会太快，过快响应可能引发不必要波动，因此慢变量需要慢处理[4] - AI对央行“双支柱”政策框架（货币政策和宏观审慎监管）的影响可能还需要更长时间的观察和研究[4]

展会概况 - 2025 DMP大湾区工业博览会将于11月5日至8日在深圳国际会展中心举办 [1] - 本届展会展览面积达18万平方米，汇聚超过1200家优质展商 [5] - 展会覆盖数控机床、工业自动化、3D打印、精密零部件等9大应用领域 [5] 核心主题与展区特色 - 展会携手设备之家重磅打造“国潮品牌机床展区”，旨在展现中国机床产业在核心技术突破与高端装备自主化方面的重大进展 [1] - 该展区为国产机床企业提供展示舞台，促进产业上下游对接合作，推动制造业迈向智能化、高端化 [1] 合作伙伴服务与观众福利 - 合作伙伴设备之家为专业观众推出四重专属福利，包括注册会员领取逛展大礼包、APP认证参与每日抽奖（奖品含价值2000元华为平板）、转发直播间兑换礼品以及独家组织“灯塔工厂免费参观”活动 [2] - “灯塔工厂免费参观”活动每日组团深入欣旺达、埃安、优必选等智能制造标杆企业 [2] 企业采购支持方案 - 设备之家为现场采购企业提供专享“万元购机现金礼包”，适用于展会期间超过500家主流品牌设备，线上线下同步支持，可直接抵扣合同金额 [2][5] - 同时加赠最高300万元保额的设备财产一切险，全面覆盖台风、火灾等自然灾害导致的设备损失 [2][5] 线上线下联动展示 - 设备之家在5号馆设置400平方米“设备无界 生态共联”主题展区，系统呈现一体化解决方案 [3] - 无法亲临现场的企业可通过设备之家APP体验集品牌展示、直播专访、采购对接与融资服务于一体的“线上展馆”，该线上展馆将持续运营至年底 [3]

中国出口贸易格局演变 - 中国出口金额从2020年的2.59万亿美元增长至2024年的3.57万亿美元 [2] - 中国在全球出口贸易中的占比从2020年至2024年基本维持在15% [2] - 美国在中国出口总额中的占比呈现明显下降趋势，东盟自2022年起已成为中国第一大出口目的地 [2] 中国企业出海战略演进 - 出海逻辑从规避关税壁垒的自发行为，演变为国内竞争加剧及产业升级下的更合乎逻辑的选择 [3][4] - 企业供应链战略需要重塑，需重新审视出海的长期目的及实际影响 [4] - 未来目标应是加强区域间贸易与直接投资，将东盟地区构建成自成一体的体系，而非仅作为借道美国的跳板 [7][8] 制造业绿地投资与“新三样”出海 - 制造业绿地投资自2020年开始显著回升，投资金额与项目数量均反映强劲复苏势头 [5] - 2020年至2024年，中国累计在东盟制造业绿地投资为659.1亿美元，其中“新三样”占比64.1% [5] - 新能源汽车投资集中在泰国、马来西亚和印度尼西亚，光伏投资集中在越南、泰国、马来西亚和柬埔寨 [5] 企业出海面临的挑战 - 在泰国生产基本没有成本优势，部分企业成本高于国内，且面临本地化采购困难 [6] - 出海企业本地化不足导致未能有效改善当地供应链与劳动力吸纳情况 [6] - 官僚流程迟滞，在泰国完成公司注册和BOI审批可能耗时长达3至5个月，而新加坡仅需数周 [8] 在泰中资企业的金融服务需求与挑战 - 泰国当地金融机构难以用单一模式满足中国企业的多元化需求，大型企业需结构化产品，中小企业需便捷灵活的融资方案 [9] - 跨境资金流动是共同痛点，大型企业苦于高银行费用和外汇出境延迟，中小企业现金流受外汇管制威胁 [10] - 外汇风险管理普遍缺失，调研的56家企业中，47%的大型企业无正式风险管理策略，67%的中小企业无任何策略 [10] 政策与监管建议 - 对中国政府与监管机构的建议核心是从战略高度重新认识和支持企业出海 [6] - 对泰国监管机构的建议包括为DBD与BOI设定明确服务水平协议，目标将审批时限控制在60至90天内 [11] - 对金融机构的建议包括提升泰国在跨境支付创新中的作用，扩大与中国CIPS系统的对接，探索接受中资机构担保作为抵押品 [11]