报告行业投资评级 无相关内容 [无] 报告的核心观点 1. 中国经济回升态势向好,高技术制造、服务消费和外需表现较为亮眼,全年实现"5%左右"GDP增长目标的可能性升高 [52] 2. 中国在许多方面仍具有韧性和优势,为经济持续增长提供动能,如居民消费具有韧性、数字经济为增长提供新动能、新能源产品领域形成优势、越来越多企业开展高质量全球化布局 [53][54][55] 3. 政府把"加快发展新质生产力"作为首要任务,强调充分发挥创新主导作用,以科技创新推动产业创新 [55] 4. 政府大力支持科技创新和民营经济发展,为民企在全球舞台上发挥更大作用提供坚实保障 [56][57] 根据报告目录分别进行总结 宏观趋势 1. 中国经济回升态势向好,高技术制造、服务消费和外需表现较为亮眼 [52] 2. 中国在许多方面仍具有韧性和优势,为经济持续增长提供动能 [53][54][55] 3. 政府把"加快发展新质生产力"作为首要任务,强调科技创新 [55] 4. 政府大力支持科技创新和民营经济发展 [56][57] 调研主要结论 1. 企业面临的主要挑战包括组织模式创新、国际化拓展、研发技术升级等 [59][60][61] 2. 企业关注的关键战略举措包括深度理解客户需求、研发技术升级、成本控制等 [64][65][66][67][68] 3. 企业未来数字化投入重点在于业务流程智能化、数据分析/商业智能等 [69][70][72] 4. 企业在全球化经营中亟待提升的能力包括战略制定、业务拓展、数字化管理等 [74][75][76] 5. 企业面临的供应链管理主要挑战包括预测准确率不足、供应商韧性等 [79][80][81][82]

报告行业投资评级 无 报告的核心观点 中国智能语音市场的机遇 [6][7][8][9][10][11] 1. 智能语音技术进入发展高峰期,从萌芽期迈入成熟期,推动大规模商业化应用落地 2. 智能语音技术已经从识别孤立语音发展到可识别大量词汇的连续语音,进入应用落地阶段 3. 国家和地方政府出台了20多个利好政策,促进了智能语音上下游产业链的发展 4. 受益于成熟技术、政府/资本扶持以及市场需求,中国智能语音市场规模将进一步增长,预计2030年达到1,452亿元 5. 上游参与者不断提升竞争实力,中游参与者依托技术优势布局下游应用场景 6. 疫情催化下,智能语音应用于日常生活和特定场景的需求不断扩张 智能语音市场重点发展领域 [12][13][14][15][16][17][18][20][22][23] 1. 车载语音市场: - 智能驾驶下智能语音交互应用沉浸增强,消费者接受度高 - 国产品牌竞争力显著提升,市场竞争激烈 - 多模态交互和基于车辆为中心的生态系统建设是未来重点 2. 金融语音市场: - 金融行业智能语音客服场景发展迅速,从"成本中心"转化为"利润中心" - 智能语音市场可拓展营收空间潜力巨大,如建立企业级知识库、千人千面标签体系和智能语音助手 3. 运营商语音市场: - 智能语音技术赋能智慧通信,如智能机顶盒、智能呼叫中心和智慧通讯 - 5G等新技术进一步推动智慧通讯发展 4. 智慧教育市场: - 政策助推智慧教育发展,如新高考和国家英语能力考试改革 - 从B端向C端延伸,智慧学校和学习机需求增长 5. 智慧医疗市场: - 利好政策环境快速推动智能医疗发展,电子病历建设是长期需求 - 智能语音机器人将赋能医疗和健康管理领域 未来智能语音情境 [24][25] 1. "交互大军"情境:智能语音交互是大众接触智能语音最普遍的渠道,将赋能多形态智能终端 2. "技术输出"情境:智能语音技术将在智慧教育和智慧医疗等专业场景大规模应用 3. "资讯同步"情境:智能语音将改变传统媒体行业,实现快速生成新闻报导 4. "搜索革新"情境:语音搜索将成为主流信息获取方式,提高特殊用户的使用友好性

报告行业投资评级 无相关内容 报告的核心观点 基础设施行业特点 - 投资规模大,投资周期长,资金要求高 [5][6] - 投资回报率有限,现金流稳定,债务融资占比高 [7][8] 全球基础设施 REITs概览 - 全球已有超过40个国家和地区发行REITs,市场规模较大的有美国、日本、澳大利亚、新加坡等地 [11][17] - 目前基础设施REITs在全球REITs市场中所占份额不高,但其整体抗风险能力较强、收益稳定性强的特点,也让其成为投资组合配置中的重要类别 [13] - 中国在2021年首次发行基础设施REITs,后续市场规模将快速发展 [13][14] REITs对于基础设施建设的推动作用 - 提高基础设施企业的再投资能力 [19][20] - 拓宽基础设施项目投资建设的资金来源 [20][21] - 实现基础设施领域的投融资闭环 [22] 基础设施REITs的发展展望 - 各国财政赤字率和公共债务规模持续上升,基础设施REITs或将成为为数不多的可行出路,有望得到快速发展 [24]

报告行业投资评级 无相关内容 报告的核心观点 1) 国际税收制度正在发生重大变革,OECD/G20税基侵蚀和利润转移(BEPS)包容性框架达成的政治协议是关键驱动因素[8] 2) 新的税收规则包括支柱一和支柱二,将重新分配跨国企业的征税权并确保最低税率[10][12] 3) 反避税措施如多边公约(MLI)将OECD/G20 BEPS项目成果转化到双边税收协定中[13] 4) 提高税收透明度要求,如要求跨国企业公开国别报告和防止滥用空壳实体[14][15] 行业分析 1) 大型跨国建筑工程企业通常不会超过10%的利润率门槛,因此可能不适用支柱一金额A规则,且一般在经营所在市场国已缴税,可能适用安全港规则[18] 2) 在低税辖区开展经营的跨国建筑工程企业可能受到全球反税基侵蚀规则的影响,但由于总部和经营所在辖区的企业所得税率通常较高,受支柱二的实质性影响应该不大[18] 3) 反避税措施如MLI防止协定滥用最低标准应限于某些特定的滥用情形[19] 4) 提高税收透明度要求有助于税务机关对跨国建筑工程企业进行税收风险分析,并影响分析师、投资者等的看法[20] 5) 新税收规则错综复杂,跨国建筑工程企业需要了解其全部影响和相关性,以及与现有规则的关系[21] 6) 跨国建筑工程企业的税务合规性要求将显著提高,需要在集团层面上协调相关程序,确保信息流通[22] 7) 企业需要提前预测新规则的影响,调整系统、流程和公司治理以适应新的税收要求,并确保税务信息披露的一致性[23][24][25]

报告行业投资评级 - 文档未提及报告行业投资评级 [无] 报告的核心观点 - 建筑行业对欧盟GDP贡献率达9% 其增长缓慢原因包括技能短缺供应链分散竞争力不足项目风险过高和利润率过低 为降低风险提高生产力应用先进技术至关重要 建筑行业生产力增长落后于许多行业 在英国也低于全国平均水平 如今应考虑何时及如何投资实现数字化工作方式 [4] - 建筑行业以区块链为基础可实现项目数据民主化 智能合约可执行预先配置指令并由区块链分布式账本验证 自动化可优化合同管理减少处理时间 还可增加安全防护层减少索赔和纠纷带来的工期延误和费用 [5] - 云计算边缘计算手机硬件和应用程序及现场高速互联网接入不断完善使数字化模型应用增加 数字孪生技术发展客户可跟踪材料和工厂移动建立资源模型 数字孪生和区块链结合可改变行业运作模式 [6] - 虚拟现实和增强现实技术在建筑行业的应用可提高安全性和效率 如手机结合智能应用程序可更新模型 还有安全帽集成AR屏幕等 随着数字化解决方案在建筑行业更广泛应用 对数字化战略进行战略投资机会增多 [7] 根据相关目录分别进行总结 数字化趋势相关 - 建筑行业增长缓慢存在多种原因 而先进技术应用对其降低风险提高生产力很关键 随着工业4.0解决方案发展 建筑行业需考虑投资数字化的时机和方式 数字化解决方案有助于行业转型 [4] - 数字化模型应用在建筑全生命周期多方面发展 数字孪生技术发展使客户能更好跟踪相关内容 数字孪生和区块链结合会改变行业运作模式 多种技术在建筑工地的应用支持虚拟和远程工作方式提高安全性和效率 [6][7] 民主且安全的环境相关 - 建筑行业以区块链为基础实现项目数据民主化 智能合约可被区块链分布式账本验证 自动化可优化合同管理减少处理时间 区块链技术可减少建筑行业因索赔和纠纷产生的工期延误和费用 [5]

报告行业投资评级 未提及 报告的核心观点 - 人工智能应用从消费智能拓展到企业智能，制造业数据丰富是应用蓝海，2019年是人工智能工业落地元年，亚太区潜力大，中国、日本、韩国竞争力强 [4] - 人工智能直击制造业痛点，未来2 - 5年有望产生可见影响，但91%项目未达预期，企业应明确战略、找准场景等让其创造价值 [4] 根据相关目录分别进行总结 技术趋势 - 人工智能被制造业寄予厚望，93%受访企业认为其是制造业增长和创新关键技术，39%已采用，54%计划采用 [12] - 亚太地区人工智能发展，不同国家和地区有不同战略和发展情况，如中国、日本、韩国竞争力强，部分地区有相关研发和战略规划 [17][18] - 中国制造业应用市场规模预测，2025年将达200亿，较2019年增长40%，增长因素包括技术发展、技术应用价值提升、制造业与人工智能融合加深 [27] 应用场景 - 应用阶段及主要场景，2019年87%企业已或计划采用人工智能，应用场景包括智能生产、产品与服务、供应链管理、企业运营管理、业务模式决策，智能生产占比51%，产品与服务占比25% [31][33] - 智能生产，相关应用是目前制造企业部署人工智能首要选择，涉及自动化效率和精确度提升、质检效率提升等 [41] - 产品与服务，关注产品和服务场景的企业占比25%，细分场景包括客户需求洞察、营销效率提升等 [31][42] - 供应链管理，涉及物流服务、库存管理等场景，人工智能技术可提升供应链效率和灵活性 [47] - 企业运营管理，包括企业运营流程优化、资源管理等场景 [48] - 业务模式决策，人工智能可辅助企业进行业务模式决策，提升决策科学性和准确性 [未明确体现] - 热点应用场景变化趋势，未来两年产品服务和企业管理相关应用场景增加，出现新增长点，如营销效率、物流服务等方面关注度上升 [4] 现实与预期的差距 - 91%项目未能达到预期，从企业获益、预算及时间投入角度衡量，仅9%企业认为项目达到预期 [58] - 半数企业不能接受预期和现实的落差，51%企业对项目结果不满意，49%可接受 [61] 未来已来 - 实际影响可期，83%企业认为人工智能将对制造业产生可见影响，56%认为将在2 - 5年内产生影响 [68] - 企业投资偏好，32%企业愿意投资2000万以上，部分企业倾向于投资特定技术和领域，如自动化、数据分析等 [74] - 布局工业AI平台，部分企业已开始布局工业AI平台，如CraftWorks、HARTING、Konica Minolta等 [79] 德勤建议 - 战略目标匹配，企业应使人工智能战略与企业战略和业务目标匹配，考虑自身发展阶段和需求 [84] - 明确应用场景，根据企业实际情况明确人工智能应用场景，选择合适技术和解决方案 [85] - 落实数据基础，确保数据质量和可用性，为人工智能应用提供数据支持 [未明确体现] - 组建团队及搭建伙伴关系，组建专业团队，搭建合作伙伴关系，获取技术和资源支持 [86][87] - 验证及大规模实施，在大规模实施前进行验证和测试，确保项目可行性和有效性 [未明确体现]

报告行业投资评级 未提及 报告的核心观点 - 中国人工智能产业迎来黄金期，成长型AI企业是重要一极，具有广阔发展空间 [13][18] - 成长型AI企业数量庞大、小而灵活，但面临营收、融资、人才等挑战 [13][18][57] - 北上深等城市引领成长型AI企业发展，不同区域各有优势 [15][61][62] - 成长型AI企业应先垂直渗透后向上发展，精于技术强于场景方案，善用多元化融资渠道等 [14][15][11] 根据相关目录分别进行总结 第一章 中国成长型AI企业概况 - 数量庞大：全国约4484家成长型AI企业，占人工智能相关企业的89%，未来5年将百花齐放 [18][22] - 小而灵活：人员规模250人以下的企业占比92%，具有团队优秀、场景灵活、合作共赢等优势 [23][27][28] - 迈上大舞台：国家战略支持，创新试验区提供孵化园地；资本市场活跃，行业集中度提升；开源环境加速创新；人工智能步入广泛商业化落地阶段 [34][36][52][53] - 发展挑战：面临营收规模和亏损、初级企业淘汰、人才聚集和结构不完善等挑战 [57][58] 第二章 成长型AI企业地域分析 - 北上深 — 全面方位引领：北京引领技术，在政策、科技资源和基础层技术方面优势突出；上海商用排头兵，商业化应用、人才积累和产业国际合作优势明显；深圳产业化强势，在产业化和资本实力方面优势显著 [64][69][72] - 杭宁穗 — 优势稳进：杭州、南京、广州是高速发展的核心人工智能城市，在技术应用广度、科技发展等方面迅速成长 [15][61][62] - 苏渝蓉 — 奋起直追：苏州、重庆和成都在人工智能新兴城市中发展显著，分别在产业园建设、应用场景扩大和引入科教资源方面发展较快 [15][61][62] 第三章 成长型AI企业生态圈与应用 - 企业生态圈：未提及具体内容 - 成长型AI企业应用场景：智能制造将释放巨大市场潜力；金融AI负载边缘化，服务个性化、精细化和普惠化；智慧医疗进入价值验证期 [9] 第四章 成长型AI企业技术发展现状 - 算法：CV、NLP等领域需求大、投入多，新冠疫情推动AI算法在生物医学的应用，成长型AI企业多采用计算机视觉算法及各种热门模型 [10] - 框架：TensorFlow和PyTorch成为热门，成长型AI企业更多使用TensorFlow，其他热门框架也被大量使用 [10] - 平台：通用与垂直领域双向发展，云平台成为AI产业发展的增长点，成长型AI企业大量使用通用平台，其余建立垂直领域平台形成长尾 [10] - 趋势：跨学科、跨场景、跨空间的融合，边缘计算等跨界领域是未来发力点 [10][16] 第五章 成长型AI企业关键成功要素 - 先垂直渗透后向上发展 [11] - 精于技术强于场景方案 [11] - 善用多元化融资渠道 [11] - 创新市场强化合作 [11] - 优化运营提升竞争力 [11] - 打造数据闭环迭代优化产品 [11]

报告行业投资评级 本报告未提供行业投资评级。 报告的核心观点 亦庄地区培育高质量高科技高成长企业 - 亦庄地区通过持续优化营商环境,推动"44637"发展体系高质量发展。[20] - 亦庄地区拥有大量创新型中小企业、专精特新中小企业和国家高新技术企业。[21] 亦庄高科技高成长企业分布情况 - 集中于机器人和智能制造、生物技术和大健康等一级行业。[4][5][6] - 主要分布在智能制造、高端医疗设备及数字化诊疗技术等二级行业。[9][10][11][12] - 未来健康和未来材料行业发展迅速。[14][15][16] - 95%的企业属于四大主导产业,80家企业先后或多次入围明日之星榜单。[24][25][26] 亦庄高科技高成长企业发展成果 - 集成电路、高端汽车和新能源智能汽车、商业航天、未来能源、量子信息等领域企业取得突破性进展。[22][23] - 13家企业从明日之星成长为20强。[29] 企业数字化转型情况 - 企业数字化建设投入占营业收入和长期资产投入比例较低。[31][35][37] - 企业面临数字化成本高、政策支持少、数据质量和分析效用不足等挑战。[39][40][41][42] - 企业未来两年将在管理数字化、数据分析和智能决策等领域加大投入。[44][45][46][47][48] 企业融资情况 - 约三分之二的企业有私募融资计划,其中45%计划融资超过1亿元。[51][52] - 大多数企业倾向于人民币私募融资。[55][56] - 大多数企业依然首选中国大陆市场为IPO目标。[59][60] 企业选址考量因素 - 营商环境和经营成本是最重要的选址因素。[62][63][64] - 人才供应、市场获取、补贴力度等也是重要考量。[62][63][64][65] 企业期望获得的政府支持 - 企业最希望获得产业大数据和公共大数据支持。[67][68][69] - 几乎全部企业希望获得研发补贴,超半数希望获得人才引进、租金和税收补贴。[72][73][74]

价值创造:借助并购、建立合作伙伴关系、达成协作、寻找新的资本来源和调整投资组合等策略实现价值创造 并购:并购激发增长动力 - 制药行业的巨额并购交易展示出制药企业的雄厚购买力 [23] - 大型制药公司可借助成功的并购交易来补偿专利独占权丧失所带来的损失 [42][44] - 监管机构对并购交易的审查将持续 [24][25] 建立合作伙伴关系和协作 - 生命科学公司正在探索将丰富的科学数据集与最新的生成式AI技术相结合 [157] - 科技巨头希望抓住生命科学与医疗行业带来的巨大机遇 [157][158] - 制药公司与科技公司联手开发生成式AI [159][160][161][162] 寻找新的资本来源 - 中小型生物技术公司寻求建立合作伙伴关系和战略联盟,作为并购的替代路径 [69][70] - 政府与非营利组织正在为生物医学创新提供资金支持 [81][82][83][84][85][86] - 医疗技术公司正在寻求风险投资公司的支持 [87][88][89][92][93] 调整投资组合 - 制药公司正加大对肿瘤学和特殊疾病领域的投入 [100][101][102] - 市场对于专注于常见疾病领域的公司给予了积极反馈 [103][106][109][115] - 制药公司需要平衡药品定价、创新和可及性之间的关系 [334][335][374][375] 探索生成式AI和新兴技术的价值 打造竞争优势 - 生成式AI和其他AI技术可提高生命科学价值链许多领域的整体效率 [130][131][132] - 生成式AI在研发、制造、商务化等领域可创造30%-45%的价值 [138][139][141][146][147][148][149] 探寻协同效应 - 大型制药公司和大型科技公司正在合作开发生成式AI技术 [157][158][159][160][161][162] - 英伟达等科技公司相信生成式AI将助力打造下一个万亿美元级制药公司 [158] 管理风险,构建适当的基础模型 - 部分生命科学公司将着手构建专有LLM,以建立"围墙花园" [207] - 协调型初创企业将发挥重要作用,帮助简化模型选择、微调和部署 [208][209] - 企业需要制定策略来补充创新,同时增强客户信任和品牌价值 [214][223][224][225][226] 全球药品定价压力上升,影响研发创新积极性 药品支出增加 - 高收入国家的药品使用量通常高于低收入国家 [250][251][252] - 特药预计将占全球药品支出的40%以上 [251] 全球药品定价压力 - 各国政府正在实施药品定价监管和调控措施 [257][258][259][260][261][262] - 美国《通货膨胀削减法案》将对制药行业的研发和商业决策产生深远影响 [263][264][265][266][267][268][269][270][271][272][273][274][275][276][277][278][279] 制药行业关注创新 - 制药公司认为《通货膨胀削减法案》忽视了研发的性质 [313][314][315] - 部分公司正在重新考虑其研发投入,并放弃小分子药物投资 [327][328][329] 日本药物创新受到定价压力影响 - 日本政府根据《药品价格标准》为患者报销药品费用 [338][339][340][341][342][343][344][345][346][347][348][349][350][351][352][353][354][355][356][357][358] - 日本正在探索成本效益分析(CEA)等新的定价方法 [359][360][361][362] 加速实现研发活动价值 采取敏捷思维 - 制药公司正在探索节约成本和获取竞争优势的个性化途径 [391][392][393] - 利用"零食化AI"可提高工作效率 [394] 利用AI技术 - 研发领域的AI使用率预计将增长106% [395] - 生成式AI可帮助攻克复杂疾病生物学难题,加速药物发现过程 [384] 开展CGT战略合作 - 细胞和基因疗法(CGT)获批后,患者获取速度成为关注重点 [432][433][434][435][436] - 战略合作伙伴关系是推动CGT公司市值增长的关键因素 [436][441][442] 利用外包策略 - 制药公司正在增加外包的比重,以加快产品上市速度 [443][444][445][446][447][448][449][450][451][452][453][454][455] 开放趋势的变化:全球化与本地化及其对跨国企业的影响 全球化并未消亡,只是在演变 - 全球贸易集中化日趋明显,各国的对外贸易依存度不断降低 [483][484][486][487][488][489][490][491][492][493][494][495][496][497][498][499][500][501][502] - 中国和日本在医疗技术和科技领域采取了不同的发展模式 [472][473][490][491][492][493][497][498][499][500][501][502] 中国市场的机遇与挑战 - 跨国企业仍将致力发展在华业务,但面临更多的监管审查和市场准入挑战 [505][506][507][508][509][510][511][512][513][514][515][516][517] - 中国政府希望外国跨国企业趋于本土化,以支持本地发展 [527][528][529][530][531][532][533][534][535][536] 日本制药公司的全球化之路 - 日本制药公司正在扩大全球足迹,通过并购、合作等方式提高全球影响力 [547][548][549][550][551][552][553][554][555][556][557][558][559][560][561][562][563][564][565][566][567][568][569][570][571][572][573][574][575][576][577][578][579][580][581][582][583][

供应链管理的关键要点 - 供应链管理存在治理问题,需要关注环境、社会和治理(ESG)报告披露和要求[13] - 管理供应链碳足迹正成为气候披露要求的优先事项[13,14] - 供应链管理面临政策、技术、信息披露、合规、声誉、财务和物理等多方面风险[25,26,29,30,31] - 实现可持续和有弹性的供应链对于增强公司抵御波动的能力和提高增长及盈利能力至关重要[48,49] 供应链转型的关键策略 - 采用战略性、长期性和多维度的思维,超越短期成本控制[34,35,36,37] - 加强与供应商的伙伴关系,提高数据透明度和可追溯性[37,43,44] - 利用数字技术和数据能力提高供应链的可见性、可追溯性和可跟踪性[38,45] - 制定有效的采购策略和可持续供应链路线图,减少范围3排放[43,44,46,47] - 设定适当的可持续发展目标,并制定切实可行的转型计划[55]