报告核心观点 - 2024年央国企RPA市场规模达20.9亿元，受整体经济和AI技术影响，中国整体RPA市场增速放缓，但央国企RPA市场规模增速显著高于整体，且随着AI与RPA融合发展，市场空间将进一步扩大 [4][33] - 2024年央国企RPA市场中，TOP8原生RPA厂商合计占比超26%，央国企对厂商综合能力要求高，综合能力弱的厂商将被淘汰，市场集中度将提升 [4][41] - 多数央国企对RPA结合AI技术持观望并期待态度，部分央国企在AI领域投资预算达数十亿元，愿为出色的RPA+AI产品投入高预算；央国企应用RPA+AI面临行业特定需求变化和跨部门协调两大挑战；RPA结合AI语言大模型和智能体形成新自动化模式APA，实现从“规则化任务处理”向“动态决策和复杂环境任务处理”转型 [4] - 央企数字化转型加速，数科公司成为RPA/APA产品重要推广渠道，未来其在央企RPA采购链条中的占比将迅速提升至40%-50%，并对RPA/APA市场渠道模式和生态产生颠覆性影响 [4] 央国企RPA市场发展背景 RPA定义及分类 - RPA又称“数字员工”，是让软件机器人按预设逻辑在计算机上模拟和执行人工操作的技术，可按运行模式、部署位置、应用领域、技术特性分为多种类型 [10] 央国企分类及规模 - 国企由国资委或地方国资委出资、控股或实际控制，央企由国务院国资委或其他国家部委负责；2024年国有及国有控股企业营业总收入84.7万亿元，2023年我国央企和地方国企超46万家，2024年超48万家，预计2025年将突破50万家 [14] RPA应用场景 - RPA广泛应用于财务、采购、人力资源等业务场景，财务领域应用最广，研发部门适合用RPA进行数据处理和文件填写等辅助工作，通用业务场景涵盖内容核对、材料自动填报等多个领域 [18] 央国企RPA核心价值 - RPA可解决央国企数据庞杂、流程繁琐、跨系统操作效率低、信息孤岛等痛点，具体通过承担重复性工作、自动化标准操作流程、模拟人类操作集成系统、自动化数据传输和集成来实现 [23][24] RPA客户类型及采购差异 - RPA行业客户分中央企业、地方国有企业、民营企业，采购评估体系有差异，央企优先选有央企背景的服务商，看重政策合规、系统安全稳定和端到端交付服务能力；民营企业对成本控制更敏感，央国企容忍度高，弱化了RPA厂商低价竞争策略 [26] 央国企RPA采购关键评价指标 - 央国企采购RPA关注安全稳定性、交付能力、信创适配和技术能力，安全稳定性是首要考虑因素，涵盖安全合规、稳定运行、财务健康等方面 [29] 央国企RPA市场发展现状 央国企RPA市场规模及预测 - 2024年央国企RPA市场规模达20.9亿元，未来中国整体RPA市场增速放缓，但央国企RPA市场受信创、数字化转型等政策驱动，增速显著高于整体，AI与RPA融合后市场空间将扩大 [33] 央国企RPA市场关键驱动因素 - 信创要求、国产化替代和监管合规推动央国企自动化与数字化，需在2027年完成关键产品100%信创替代；劳动力成本上升和业务扩张使自动化需求增加；AI技术推动RPA向智能化和云端化演进，解决传统RPA部署瓶颈 [37][38] 央国企RPA市场竞争格局 - 2024年央国企RPA市场中，TOP8原生RPA厂商合计占比超26%，央国企对厂商综合能力要求高，综合能力弱的厂商将被淘汰，市场集中度将提升 [41] 央国企RPA厂商痛点问题 - 多家厂商存在资金风险，如融资、回款困难和亏损经营；价格竞争激烈，部分厂商低价销售影响服务质量；技术引入困难，员工对RPA技术认知不足；深度参与和兜底能力不足，项目实施无法达预期目标 [47] 央国企RPA细分行业分析 央国企RPA细分行业市场现状 - 金融、制造、交通、能源行业在央国企RPA市场合计占比接近80%，金融是数字化建设和IT投入集中领域，制造行业规模大但数字化程度差异大，交通和能源行业数字化推进快，对RPA需求增长 [51] 金融行业央国企RPA市场供需情况 - 金融行业央国企RPA供应商中，金智维居首，九科信息与弘玑居第二梯队；金融行业应用痛点包括业务流程复杂多变、合规与数据安全要求高、交易及时性与容错率低 [58] 交通行业央国企RPA市场供需情况 - 交通行业央国企RPA供应商中，九科信息居首，实在智能与来也科技居第二梯队；应用痛点有业务流程复杂、新老系统集成困难、安全性和可靠性要求高 [63] 能源行业央国企RPA市场供需情况 - 能源行业央国企RPA供应商中，弘玑居首，九科信息与来也科技居第二梯队；应用痛点包括成本投入高、业务量庞大领域跨度大、信息化程度参差不齐 [67] 制造行业央国企RPA市场供需情况 - 制造行业央国企RPA供应商中，九科信息居首，弘玑和来也科技居第二梯队；应用痛点有数字化转型阶段差异、子公司众多单体需求有限、业务流程分散系统集成难度大 [71] 央国企RPA优秀案例 九科信息案例 - 中国交通建设集团：构建全面高效产品技术架构，部署110项财务RPA应用，投入300多台机器人，覆盖39类业务场景，提升业务处理能力和效率 [78] - 招商局集团：在招商局私有云快速部署，支持多应用操作，建设企业协同运营能力，部署2000+个机器人，实现200+个场景自动化流程，投入产出比达400% [80][83] - 某头部国有控股银行：将近2000个业务场景迁移至国产化环境，部署1000余个机器人，覆盖800余个业务场景，首年投资回报率1300%，每年节省工时超50万小时 [88] 金智维案例 - 中信证券香港子公司：运用全文识别等技术解决数据变更监控难题，提高处理跨页表格效率，每年节省数十万元人力成本 [91][95] - 中国工商银行：无需改造系统实现自动化处理，打造完整服务体系，服务90多家机构，日均任务量50000+，建设数字员工，智能增效超3万人年 [99] 弘玑案例 - 兴澄特钢：梳理业务流程，适配智能机器人，产品盈利分析报告业务流程处理时间从1人1周降至5分钟，人工三单业务流程每周节省4小时工作量 [101][105] - 某省电力公司：打造智能运维平台，具备全面数据采集等四大核心能力，使员工专注重要任务，满足安全合规审计要求 [107][109] 央国企RPA行业发展前瞻 发展趋势一：RPA+AI - 多数央国企对RPA结合AI技术持积极态度并期待，部分央国企投资预算达数十亿元，愿为出色产品投入高预算；应用面临行业特定需求变化和跨部门协调挑战 [112] 发展趋势二：智能体流程自动化APA - APA实现从“规则化任务处理”向“动态决策和复杂环境任务处理”转型，与RPA技术互补，推动“端到端”业务流程无人化，减少企业对传统外包模式需求，重塑市场和销售模式 [118][122] 发展趋势三：技术挑战 - RPA技术发展面临数据安全、技术融合与兼容性、人才短缺挑战，细分领域存在AI算法“黑盒性”等六个难题 [125] 发展趋势四：数科公司兴起 - 央企数字化转型加速，数科公司成为RPA/APA产品重要推广渠道，未来在央企RPA采购链条中占比将提升至40%-50%；数科公司重构新兴渠道与生态，冲击传统集成商或渠道伙伴；RPA厂商需与数科公司合作以获推广机会 [127][128]

行业投资评级 - 报告未明确给出行业投资评级 [1] 核心观点 - 2024年中国AI大模型产业落地明显加速，产品化、商业化和产业化的发展脉络基本形成 [2] - AI大模型分为通用大模型和垂直大模型，垂直大模型又分为行业大模型和垂直场景大模型 [2] - 2024年AI大模型应用市场规模约157亿元，2022-2027年复合增长率达148% [7] - 未来3年，中国AI大模型产业将逐步进入需求侧驱动阶段 [7] - 国产大模型已大幅降价，为广泛商业化应用奠定基础 [8] 研究背景 - AI大模型可按照应用领域和输入数据类型进行分类 [5] - 至2024年中国AI大模型产业发展加速进入商用阶段 [5] 发展现状 - TOP5大模型应用行业：互联网、金融、医疗、教育、政务 [8] - 国产大模型已大幅降价，为广泛商业化应用奠定基础 [8] - 中国AI大模型产业图谱 [8] - AI大模型商业化落地：55%为定制化模式、40%-45%为API及订阅模式 [8] - 五种部署方式：直接调用、能力嵌入、扩展应用、定制模型、全栈构建 [8] 应用场景及案例 - AI大模型在互联网、政务、金融等行业应用场景日益丰富 [7] - 金融行业痛点及解决方案 [7] - 医疗健康行业痛点及解决方案 [7] - 教育行业客服场景痛点及解决方案 [7] - 政务领域市场监督管理场景痛点及解决方案 [7] - 零售消费行业痛点及解决方案 [7] - 制造行业知识管理场景痛点及解决方案 [7] 市场规模 - 2024年AI大模型应用市场规模约为157亿元，2022-2027年复合增长率达148% [40] - 至2027年，AI大模型市场规模将达到1130亿，AI大模型行业达到盈利临界点 [42] 发展驱动 - 未来3年，中国AI大模型产业将逐步进入需求侧驱动阶段 [45] - 研发和训练能力更为强大的通用大模型产品 [46] - 聚焦特定行业或领域，提供更高的准确性和行业属性大模型 [46] - 将大模型能力融入应用软件，或基于大模型开发企业级应用 [46] 技术趋势 - AI大模型四个主要技术方向 [68] - Scaling Law面临挑战，大模型研究重点从预训练转向后训练 [69] - 算力平台和模型创新紧密耦合，提升大模型创新效率 [70] - MoE架构开始广泛应用于推动模型性能和效率提升 [71] - 大模型工具链不断完善加速大模型应用研发与落地 [72] 市场应用趋势 - 融合应用软件、智能助手和AI Agent是AI大模型市场应用的三个主要方向 [73] - 应用软件厂商将更专注于AI大模型应用场景的探索以及与现有应用的融合 [74] - 工具软件与AI的融合能够优化用户体验与生产效率，提升产品竞争力 [74] - 大语言模型提升了智能助手的自然语言理解、生成能力和多模态能力 [74] - AI Agent作为一种满足企业智能化需求、打通业务场景的AI大模型产品化落地形态 [74] 面临的挑战 - 缺乏高质量数据集是大模型商业落地面临的关键挑战 [76] - 国内专业数据服务产业处于起步阶段，整体资源投入较少 [76] - 数据交易体系还未形成规范和标准 [76] - 私域数据流通难 [76]