行业投资评级 鲁班到家为大家居后市场服务行业的标杆企业之一,在品牌、运营、服务、合规等方面具有较强的竞争力。[193][194][195] 报告的核心观点 1. 大家居后市场服务行业发展前景广阔,受益于房地产市场的边际改善、大家居产品创新及以旧换新政策的推动。[11][12][13][14][15][16][17][18][19][20][21] 2. 大家居产品持续创新,智能化需求成为拉动大家居市场的新增长点。[23][24][25][26][27][28][29] 3. 零售渠道多元化,需要高效的服务体系支撑。[31][32][33] 4. 下沉市场潜力大,对后市场服务提出挑战。[34][35][36][39][40] 5. 数字化技术加速变革大家居后市场服务。[41][42][43][44][45][46][47][48][49][50] 行业服务商分析 1. 鲁班到家在服务能力、师傅培训、服务标准化等方面具有较强的竞争优势。[193][194][195][196][197][198][199][200][201][202][203][204] 2. 鲁班到家通过数字化系统实现了订单全流程托管和服务节点可视化管控,提升了服务效率。[196][197][198][199][200] 3. 鲁班到家建立了完善的师傅培训体系,确保了服务质量。[206][207][208][209][210]

报告的核心观点 1. 企业服务的本质是技术驱动下的社会分工变革,围绕数字化转型的核心理念,技术手段和数据要素的重要性不断提升 [8] 2. 大模型赋予生成式AI应对复杂任务的泛化能力,拓宽企业服务的能力边界 [9] 3. 大模型兴起后,Agent与大模型两者融合相互成就,形成具备独立思考、工具调用能力等特征的系统 [9] 4. 随着业务规模和系统规模的不断增加和扩大,分布式数据管理概念应运而生,传统单一、静态和被动的数据管理模式也将向全面、动态和主动模式转变 [9] 报告内容总结 企业服务概述 - 企业服务是指面向"企业"的"服务",区别于为个人提供的服务以及一次性交付的产品,具有定制性、专业性、复杂性、持续性和技术驱动等特点 [13][16][17] - 企业服务可以划分为外包型、平台型和租用型三种模式 [13][14][15] 企业服务的演进与变革 - 早期以外包服务为主,进入数字化时代后,以云计算、物联网、人工智能、大数据等新一代信息技术为代表的租用型服务兴起,技术手段和数据要素的重要性不断提升 [19][20][21] - 大模型的兴起推动了企业服务的进一步变革,各细分赛道的头部厂商纷纷以大模型为技术底座探索"AI+" [19] 典型厂商与应用实践 - CDP集团通过提供整合SaaS+服务,利用技术加持,进一步提升人力资源管理效率和员工体验 [186][187][188][195][196][197][199] - 金蝶围绕平台+人财税+生态的战略布局,深化云转型,推进AI优先,发布金蝶云·苍穹GPT、财务大模型、Cosmic AI管理助手等多款AI产品 [216][217][218][221][222][223] - 腾讯TAPD敏捷协作平台为多行业提供定制化的解决方案,沉淀卓越实践,快速赋能 [233][234][235][236][237][238][239][244][245][246][249][250] - 智谱AI基于MaaS理念,提供完整的大模型产品矩阵和全流程服务支持,与头部企业共创,打通技术与商业壁垒,推动大模型的场景化落地 [251][252][253][254][255][256][257][258][259][260][261][262][263][264][265][266] 发展挑战与建议 - 需求侧应综合企业的成长阶段、采购偏好等因素选择一体化或垂直化产品 [269][270][271][275][276] - 供给侧在保持各自核心竞争力的同时,无需拘泥于标准化或定制化的服务模式,可以适度拓展服务范围,相互渗透 [278][279][280][281][282][283][284][285][286] - 大模型应用过程中,建议企业综合评定短期与长期投入产出,明晰其能力边界,构建系统性工程 [287][288][289][290][291][292]

报告核心观点 1. 社会现代化带来的环境污染、互联网沉迷等因素给儿童身心健康带来不利影响,导致营养不足、超重肥胖、过敏、近视、心理疾病等问题突出 [15][16][17][18][19][20][21][22][23][24] 2. 针对不同年龄段儿童的健康问题,营养补充是有效的解决手段,家长更倾向于听取专业建议进行营养补充 [39][40][41][42][45][46] 3. 新生代家长更重视分龄精细化营养补充,但目前市场上针对分龄分阶、定制化的产品需求尚未得到充分满足 [55][56][57][58][59][60][61][62][63][64] 4. 行业各方通过理论研究、标准制定、知识普及等方式,推动分龄营养产业进入精细化时代 [65][66][67][68][69][70][71] 5. 全球知名母婴营养品品牌不断推出功能精细化、分龄化、适口性更强的新品,满足消费者多元化需求 [73][74][75][76][77][78][79][80][81][82][83][84][85] 分龄营养消费洞察 学前阶段(0-6岁) - 营养和免疫力是关键,家长倾向于根据宝宝发育状况适时添加辅食、营养品 [41][42][44][45][46] - 家长以专业推荐为营养补充参考,尤其重视DHA、铁和维生素A的补充 [146][147][148][149][150][151][152] - 家长更重视产品的成分安全性、关键成分含量以及产品适龄性 [155][156][157][158][159][160][161][162] 小学阶段(7-12岁) - 家长更关注孩子近视、龋齿及接触性过敏问题,偏好补充叶黄素及益生菌类营养品 [166][167][168][169][170][171][172][173][174][175][176][177] - 家长期待营养品具有方便高效的产品设计,如零食化、多样化包装以及支持个性化定制、即食方便的产品 [234][235][236][237][238] - 家长倾向于购买欧美和澳洲品牌的儿童营养品,主要原因包括产品口感更适合儿童、品牌专业性和知名度更高 [275][276][277][278][279][280][281] 中学阶段(13-18岁) - 学习/升学压力成为青少年的头等难题,心理压力、情绪管理以及睡眠难题如影随形 [242][243][244][245][246][247][248][249][250] - 家长在孩子营养补充方面目的性更明确,会先了解所缺乏的营养素种类,再进行针对性的补充 [252][253][254][255] - 家长更看重核心成分的科学标准和关键营养素含量,确保孩子能够得到充足均衡的营养补充 [268][269][270][271][272][273][274] 行业发展趋势 1. 科学搭配营养素组合能更高效地助力全龄儿童健康成长 [372][373][374][375][376][377][378][379][380][381][382][383][384][385][386][387][388][389] 2. 中大童消费潜力巨大,细分市场发展未来可期 [392][393][394][395][396][397][398][399][400][401][402] 3. 无糖/低糖/天然甜成为儿童营养品新趋势,健康与口感不再是两难选择 [405][406][407][408][409][410][411][412][414][415][416][417][418][419]

数据治理趋势 - 数据治理逐步摆脱对工具的简单使用,转向更加工程化的整体建设思维[251] - 数据治理的驱动力需要由数据本身驱动切换至业务驱动[256] - 引入可视化数据治理平台,洞察数据治理全过程[258] 数据治理价值 - 助力企业构建战略→业务→财务→战略的闭环高韧性发展能力[191] - 提供一站式的数据治理解决方案,实现业务与数据的紧密结合[193,194,195,196] - 通过数据能力将企业核心业务活动与其财务价值视角进行串联[194] - 构建企业从战略决策到运营执行、绩效评估的运营过程的镜像孪生体[196] 行业应用 - 制造业通过数据治理打造企业数据资产基座,实现企业状态、过程、风控可视化管理[198,199,200,201,202,203,204,205,206,207,208,209,210,211] - 工程设计行业以项目全生命周期管理为切入点,用数据助力"大象跳舞"[221,222,223,224,225,226,227,228,229] - 创投行业立足数据视角驱动全局数字化转型,构建创投业务全生命周期运营管理与数据洞察体系[237,238,239,240,241,242,243]

报告行业投资评级 无相关内容。 报告的核心观点 多模态、长文本、大模型小型化成为热点研究方向 [5][6][7][11][12][13] - 多模态大模型能够同时处理和理解包括文本、音频、图像和视频在内的多种数据类型,提供更自然的人机交互方式,具备更全面和准确的认知能力,在不同情境下表现出更高的鲁棒性 - 长文本处理能力的提升,使大模型在理解和生成复杂文档方面表现更佳,能够更好地支持多主题和多步骤的推理任务 - 通过知识蒸馏、模型剪枝和混合精度训练等技术,大模型得以小型化,减少了计算资源需求,提高了推理效率,使大模型在资源受限设备上高效运行 价格战反映出供应商间能力同质化的问题 [14][15][16] - 为争夺大模型客户流量及背后云资源市场,云厂商、大模型厂商等相继调整API产品定价,低价甚至免费供应 - 价格战的积极意义是扩大客户量及使用频次,促进大模型技术在国内更快普及,加速创新型应用的诞生 - 但价格战也反映出大模型产品技术壁垒的薄弱,供应商需加速技术及产品差异化建设 央国企引领大模型项目建设 [17][18] - 央国企凭借较好的数字化基础、丰富的数据资源及业务场景、相对充足的科技投入预算,成为现阶段国内大模型项目建设的主力军 数据、算法、算力是构建AI的三大要素 [19][20][21][22][23][24][25][26] - 数据是AI的基础,大量高质量的数据不仅能够提高现有模型的准确率,还能促进模型的优化和创新 - 算法是处理信息、提取特征、进行预测的逻辑框架,深度学习的兴起极大推动了AI任务的进步 - 算力支持算法处理庞大和复杂的数据集,GPU、TPU等AI芯片的发展直接影响到AI模型的训练效率及规模化应用的可行性 根据目录分别进行总结 AI基础数据服务是AI产业发展的关键支撑 [27][28][29][30] - AI基础数据服务厂商提供的标准数据集和定制数据集,能够缩短AI研发周期,提升AI应用的性能和效果 - 数据质量对AI算法的性能有直接影响,AI基础数据服务厂商确保了数据的高标准质量,为算法的精度和可靠性奠定了基础 AI基础数据服务厂商的主要产品服务 [35][36][37][38][39][40][41][42][43][44][45] - 主要包括标准数据集、定制数据集和配套产品工具服务三大类 - 标准数据集是由数据服务厂商研发并可多次销售的数据集 - 定制数据集是依据客户需求制作的特定数据集 - 配套产品工具服务包括标注工具、实训平台及AI模型评测等软硬件工具服务 通用大模型对数据需求更大、维度更加多元 [46][47][48][49][50] - 大模型的数据量更大,数据维度更加多元,标注方式及质量评判标准也更为复杂多样 - 大模型的标注需要考虑更加多维的信息,如新闻的标注除了主题,还需包括时间、地点、人物等 - 为提升通用能力,大模型训练数据的投入将逐步向图像、视频等多模态数据倾斜 公开评测基准与商业化评测服务共建大模型评测生态 [56][57][58][59][60][61][62] - 公开评测基准为学术研究和产业应用提供评估大模型能力的重要参考 - 商业化评测服务为客户提供符合实际场景需求的评测数据集和指标,构建高效、规范且可演进的评测体系 智能驾驶领域的数据标注工作对比分析 [64][65][66][67][68][69] - 摄像头和激光雷达等传感器数据标注的复杂性、标注量和成本存在差异 - 需要考虑来自不同传感器的数据标签对齐和交叉验证工作 中国AI基础数据服务市场概况 [79][80][81][82][83] - 产业链上游提供原料数据、人力资源支持及IT基础设施 - 中游为数据标注等数据服务的供应商,包括专业厂商及云厂商 - 下游为各行业各领域投入AI算法研发的厂商 中国AI基础数据服务市场规模及增长 [85][86][87] - 2023年市场规模45亿元,未来5年复合增长率30.4% - 预计到2028年市场规模将达170亿元 市场结构分析:自建团队和品牌数据服务商主导 [89][90][91][92][93][94][95][96][97][98] - 需求方自建团队和品牌数据服务商的市场份额上升,中小数据服务商的份额下滑 - 2023年CR4为22.0%,行业集中度显著提升 企业竞争要素与未来发展策略 [99][100][101][102][103][104][105][106][107][108][109] - 自动化平台、深刻的行业理解、对技术与数据的前瞻性布局是关键要素 - 标准数据集的优势有助于企业实现规模效应和获得更高利润 典型企业案例分析 海天瑞声 [110][111][112][113][114][115][116][117][118][119][120][121][122][123][124][125][126] - 深耕行业近20年,向全行业提供多语言、跨领域、跨模态的人工智能数据及相关数据服务 - 2023年营收有较大下滑,主要受境外客户阶段性裁员、业务调整和预算释放放缓影响 数据堂 [127][128][129][130][131] - 凭借高质量数据服务,已帮助全球上千家企业提升AI模型性能 - 近几年收入大幅增长

[报告行业投资评级] 报告未提供行业投资评级。 [报告的核心观点] 1. AI PC发展背景:2020-2023年中国笔电出货量呈下降趋势,PC厂商亟需从产品形态、软硬技术、需求场景等角度寻求新的增长机会。大模型技术革新为PC市场发展带来颠覆性机会。[3][15][28] 2. AI PC的定义:当前更多强调芯片对大模型在PC端高效运行的满足,未来将突出大模型对PC软硬件的影响及持续运维能力。[4] 3. AI PC的定位及应用场景:AI PC的功能属性向着提升用户个性化体验、提升用户交互便捷性等方向发展,应用场景围绕办公、游戏、教育等。[5] 4. AI PC的市场策略:各厂商均希望通过合作/联合开发的方式找到合适的方案快速推出AI PC产品,抓住市场先机。国外PC厂商善于利用成熟产业链优势,国内PC市场硬件配置基本与国外平齐,在大模型能力自主可控的宏观环境下,探索由国产PC-系统软件-AI应用开发者带来的商业闭环。[6][67][78] 5. AI PC的接受度与认知情况:75.3%的用户对AI相关功能融入到端侧设备持支持的态度,但用户对AI PC的认知还非常初期。[7][128][159] 6. AI PC的功能期望:用户对提升效率、提升用户体验提出新要求,包括文本相关、代码相关、设计相关、游戏相关等方面。[8] 7. AI PC未来的看法:89.8%的用户对AI PC的未来持看好态度,但也关注隐私安全、准确性等方面。[8][132][213] [报告内容总结] 报告从AI PC的发展背景、定义、定位、市场策略、用户接受度与认知、功能期望以及未来发展等多个角度,全面分析了AI PC的现状与未来趋势。报告指出,AI PC作为一个具备高算力的系统性产品,正在从单纯的硬件性能出发,向着提升用户个性化体验、提升用户交互便捷性等方向发展。报告还分析了不同厂商在AI PC市场的布局策略,以及用户对AI PC的认知和功能期望。总体来看,AI PC正处于发展初期,但用户对其未来持乐观态度,未来发展前景广阔。

行业投资评级 微短剧行业发展前景广阔,市场规模持续增长。[98][99] 报告的核心观点 1. 微短剧行业发展环境良好，受众基础广泛，用户行为呈现碎片化特点，资本市场热度持续升温，平台和政策持续扶持。[18][19][20][21][25][26][27][28] 2. 微短剧内容供给数量快速增长，以当代都市剧为主，爱情和都市题材广受欢迎。[50][51][52][55][56][57][58][59][60][61][62][63][64][65][66] 3. 微短剧用户群体以女性、中青年、本科学历、新一线及二线城市居民为主，经济基础较好。用户观看驱动以消遣放松为主，短视频平台是主要触达渠道。[107][108][109][110][111][112][113][116][117][119][120][121][122][123] 4. 微短剧产业链已较为成熟，制作商、剧本商、平台运营商和分销商是产业链中坚力量。[74][75][76][77][78][79][80][81][82][83][84][85][86][87] 5. 微短剧商业变现以广告营销和付费充值为主，免费资源拉低付费率是主要障碍。[95][96][97][139][140][141][142][143][144][145][146][148][149][150][151][152] 6. 头部短视频平台快手在微短剧领域占据领先地位，其他平台也在积极布局。[155][156][157][158][159][160][161][162][163][164][165][166][167][168][169][170][171][172][173][174][175][176][177][178] 7. 九州文化、古麦嘉禾等企业在微短剧领域取得成功，阅文集团也在积极布局。[179][180][181][182][183][184][185][186][187][188][189][190][191][192][193][194][195][196][197][198][199][200][201] 行业发展趋势 1. 内容精品化趋势明显，政策引导和行业参与者共同推动。[205][206][207][208][209][210] 2. 新技术应用赋能内容产出效率提升和体验优化。[212][213] 3. 微短剧成为广告营销新阵地,商业潜能得到释放。[214][215] 4. 微短剧出海初见成效,为行业带来新的增长机会。[216][217][218][219]

报告行业投资评级 未提及相关内容 报告的核心观点 - 6月地方性政策较多，覆盖推动人工智能发展、鼓励制造业数智化转型等，全面推动新质生产力 [5] - 数据中心领域在建智算中心部分投产，还有新的在建设；IaaS、PaaS和SaaS领域厂商拓展Agent业务，海外“Agent”融资热情升温，国内AI相关动态活跃，“数据要素”等新闻热度上升 [5] - 国内外头部厂商AI热情高涨，大模型更新，底层智能算力支撑升级，AI生态构建动作频繁 [5] - 6月云服务整体赛道投资热度下降，SaaS仍为投资事件最多的赛道，有投资事件发生的赛道增多 [5] 云服务投融资数据 投融资数量 - 6月SaaS赛道投融资累计32笔，新增3笔，仍是笔数最高的赛道；云数据库、数据/AI中台、RPA和低代码各新增1笔，其余赛道暂无融资动态 [14] 投融资轮次 - 6月SaaS赛道新增A轮2笔、战略投资1笔；云数据库新增1笔IPO（达梦数据库上市）；RPA新增1笔天使轮；低/零代码新增1笔战略投资；数据/AI中台新增1笔股权投资 [17] 重要政策动态 - 国务院办公厅发布《促进创业投资高质量发展的若干政策措施》，提出培养多元化创业投资主体等措施 [20] - 中国证监会发布《关于深化科创板改革服务科技创新和新质生产力发展的八条措施》，强化科创板“硬科技”定位等 [20] - 上海市委市政府发布《成都市进一步促进人工智能产业高质量发展的若干政策措施实施细则》，提出多项补贴政策 [20] - 内蒙古自治区人民政府办公厅发布《关于支持内蒙古和林格尔集群绿色算力产业发展的若干意见》，支持和林格尔数据中心集群绿色算力产业发展 [20] 云服务全链路动态扫描 IDC与智算中心 - 6月智算中心不断建设，前期部分规划的已投产运营，各地重视整体规划和新能源利用 [22] - 湖北广电将合作建设光谷智算中心，计划投资25亿元，部署算力不少于25000P [23] - 云工场港股上市，收益主要来源于IDC解决方案服务等 [24] - 国内首个智算中心数据资产入表，获得1000万元数据资产融资授信 [25] - 中国移动上海青浦区项目开工，总投资约6.21亿元 [26] - 内蒙古开银蒙东智算中心项目动工，投资46亿元，预计2025年3月投用 [27] - 2024北京移动算力网络大会举办，宣布中国移动算力中心北京节点投入使用 [28] - 微软停止海底数据中心项目 [29] IaaS - 6月IaaS厂商产品更新关键词为AI，覆盖底层智能算力升级到上层Agent等人工智能应用 [30] - 青云AI智算平台2.0发布，AI算力管理全面升级 [31] - 京东云大模型支持数百个场景，服务数十万商家 [32] - 小米与火山引擎合作，豆包大模型助力小爱同学智能化 [33] - OPPO与火山引擎合作，推动AI手机交互能力新发展 [34] - 火山引擎第三代云服务器升级，满足AI场景降本增效需求 [35] - 荣耀与火山引擎合作，探索大模型在移动办公领域的应用 [36] - 优刻得首个「国产千卡智算集群」落地，支持智源千亿大模型训练 [37] - 中国电子云与西安电子科技大学、北华航天工业学院达成合作，助力人才发展 [38] PaaS - 6月PaaS领域焦点是扩展合作伙伴生态系统，AI技术融合探索成热点，AI与代码生成助手结合突出 [39] - 金蝶与敬业集团联合共建“苍穹PaaS实验室”，推动钢铁行业智能化升级 [40] - 葡萄城合作伙伴网络升级，推出“云帆计划” [42] - Oracle发布Apex低代码开发平台的AI助手，加速应用开发 [43] - 七彩科技联合轻流无代码开发平台，推出“轻智造2.0”方案 [44] - Creatio完成2亿美元融资，加速无代码CRM平台发展 [45] - 明道云MEGA项目管理应用上线 [47] - 珠海市人社局与金智维签署全面合作协议，推动人社业务智能化发展 [48] - 达观数据与百川智能达成战略合作，构建金融行业大模型体系 [49] - 金现代与联创智云签署战略合作协议，开拓企业级应用落地场景 [50] - 来也科技发布多个AI Agent解决方案，提升开发效率和业务处理能力 [51] - Automation Anywhere与AWS和微软合作推动企业自动化转型 [52] - Emergence筹资9700万美元推出创新AI Agent系统 [53] - Orby AI完成3000万美元融资以推进企业自动化 [54] - 深圳数据交易所携手中国电子云共同推出数据资产化服务中心 [55] - 中国电子云赋能多家企业实现数据资产/产权登记、入表 [56] - 达梦数据成功登陆上交所科创板 [57] - GBASE南大通用与万兴科技签署战略合作协议 [58] - 人大金仓与深信服联合打造教育信创数据库一体机解决方案 [59] - GBASE南大通用与Data Pipeline联合发布实时数据管理解决方案 [60] - 声网发布场景化API，代码量缩减95% [61] - 容联云全媒体智能客服升级 [63] - 声网发布基于鸿蒙Harmony OS NEXT Beta版适配的RTCSDK [64] SaaS - 6月钉钉召开生态大会，宣布底模型全面开放等；多家公司有新品发布，方向集中在完善产品矩阵等；财税SaaS厂商资本市场动作频繁 [65] - 飞书高层调整，总裁张楠卸任，转为顾问 [66] - 钉钉明确出海为战略级项目，服务现有客户出海需求 [67] - 钉钉宣布底模型全面开放，发布全新AI搜索功能，AI助理重磅升级 [68] - Adobe Acrobat AI功能升级，支持文生图、信息梳理等能力 [69] - 微软计划将Copilot应用于客户服务呼叫中心 [70] - 金山办公WPSAI海外版发布，海外月活设备数超两亿 [72] - 钉钉与北森达成全球战略合作，探索大客户人力资源智能化解决方案 [73] - Moka推出人效管理解决方案，帮助企业实现控本增效 [74] - 北森控股公布2024财年业绩，云端HCM解决方案收入增长17.7% [75] - 慧算账二次递交招股书，拟在港交所主板上市 [77] - 畅捷通T+Cloud专属云普及版上市，赋能小微企业财税升级 [78] - 美团企业版发布企业消费全景解决方案，深层驱动企业降本 [79] - 百望云通过上市聆讯，计划于7月9日登陆港交所主板 [80] - 微盟发布企业级AI大模型应用产品WAI Pro [82] - 客如云上线收银系统零售版，涵盖便利店、商超、生鲜三大领域 [83] - 汽车后智能网联服务商广联科技通过港交所聆讯 [84] - 迈富时与乐橙云服联合发布金融保险领域智能营销云平台“即展” [85] - 浪潮软件发布云上政务大厅SaaS版 [87] 云安全 - 6月国内多家公司发布安全产品，集中在“数据安全”“AI安全”方向；海外有云安全初创公司被收购，海外厂商整合云安全解决方案，重视“零信任”等方向 [88] - 思科虚拟防火墙与Azure vWAN集成，简化混合云环境安全管理 [89] - 爱数与Palo Alto Networks联合打造纵深防勒索病毒方案 [90] - Fortinet宣布将收购初创云安全公司Lacework [91] - Tenable将收购云数据安全初创公司Eureka [92] - Any Backup共享式灾备云创新灾备模式 [93] - Cloudflare收购初创零信任公司Bastion Zero [93] - 蚂蚁数科发布新一代AI风控引擎 [94] - 亚信安全中标宁夏枢纽云安全一体化建设工程项目 [96] 国内外头部厂商动态 阿里云 - 阿里云推出5亿算力补贴，助力企业与开发者创新 [98] - Qwen2系列模型开源，覆盖多语言能力 [99] - 零一万物Yi-Large系列大模型登陆阿里云百炼平台，提供限时免费调用额度 [100] - 阿里云决定关停澳大利亚、印度两个地域的数据中心服务 [101] 华为云 - 华为云完成全国三大核心枢纽战略布局，构建“算力一张网” [102] - 华为云荷比卢爱云峰会举行，发布C.H.A.N.G.E架构 [103] - 华为2024开发者大会召开，发布盘古大模型5.0和开发者布道师计划 [104] 腾讯云 - 腾讯云发布大模型迁移企业用户专属福利，新迁移企业用户可免费获得腾讯混元大模型1亿Tokens [105] - 腾讯云发布大数据高性能计算引擎Meson，推动产品线性能升级 [106] 天翼云 - 天翼云中国行走进甘肃，聚焦甘肃数字经济发展 [108] 亚马逊云科技 - 亚马逊云科技6月上新概览，包括上线多个基础模型等 [109] - 亚马逊云科技将投入2.3亿美元，加速全球创业企业构建生成式AI应用 [110] - 亚马逊云科技中国合作伙伴峰会举行，合作伙伴战略升级 [112] - 亚马逊云科技re:Inforce2024召开，推出多项安全服务功能 [113] 百度智能云 - 泛华控股集团与百度智能云签署战略协议，打造AI保险销售助理 [114] - 百度智能云曦灵数字人平台升级 [115] - 百度智能云千帆推出大模型普惠计划 [116] - 百度发布文心大模型4.0Turbo及飞桨框架3.0 [117] - 百度智能云大模型应用产品发布会举行，三款大模型应用升级 [118] 浪潮云 - 浪潮云一体化算力服务调度平台解决方案发布，已在山东省某地市完成验证 [119] - 浪潮云岳向量数据库全新发布，满足海量多模态数据存储和检索需求 [121] - 浪潮云发布海若大模型专利靶点智能体和行业智能体场景产品及全栈超融合技术 [122] 移动云 - 移动云智算管控平台全新上线，提升AI业务稳定性和运行效率 [124] 艾瑞历史报告回顾 - 包括2024年中国企业级SaaS行业研究报告等多个报告 [126] 艾瑞近期研究预告 - 预计2024Q3发布2024年中国混合办公实践白皮书等报告 [127]

报告行业投资评级 无相关内容。[无] 报告的核心观点 1. 元宇宙和AI正推动品牌营销进入全智能时代,为营销带来新机遇。[3] 2. 2024年618家电行业出现三大转折点:市场挑战加剧、渠道变革、行业格局变化。[4][5] 3. 厨电企业正积极拓展海外市场,但面临安装服务、文化差异和标准不一等挑战。[7] 4. 智能家居市场有望持续高增长,政策支持和技术进步是关键驱动因素。[8] 5. 鲁班到家通过数字化零工经济模式,填补了家居后市场的服务空缺。[9] 6. 智能家居设备存在互联互通问题,需要行业标准化和政府推动。[10] 7. 金融科技公司面临贷款规模收缩、逾期率上升等挑战,正采取降本增效和出海等策略应对。[11] 8. AI技术正赋能消费电子产品升级,产业链企业加大布局。[12] 9. 嵌入式冰箱市场竞争激烈,企业需关注产品差异化和渠道创新。[13] 10. "买大""买新""买智能"成为2022年618家电家居消费的主要趋势。[14] 根据相关目录分别进行总结 行业环境 1. 元宇宙和AI正推动品牌营销进入全智能时代,为营销带来新机遇。[3] 2. 2024年618家电行业出现三大转折点:市场挑战加剧、渠道变革、行业格局变化。[4][5] 3. 厨电企业正积极拓展海外市场,但面临安装服务、文化差异和标准不一等挑战。[7] 4. 智能家居市场有望持续高增长,政策支持和技术进步是关键驱动因素。[8] 5. 鲁班到家通过数字化零工经济模式,填补了家居后市场的服务空缺。[9] 6. 智能家居设备存在互联互通问题,需要行业标准化和政府推动。[10] 7. 金融科技公司面临贷款规模收缩、逾期率上升等挑战,正采取降本增效和出海等策略应对。[11] 8. AI技术正赋能消费电子产品升级,产业链企业加大布局。[12] 9. 嵌入式冰箱市场竞争激烈,企业需关注产品差异化和渠道创新。[13] 10. "买大""买新""买智能"成为2022年618家电家居消费的主要趋势。[14] 头部品牌动态 1. 中国大模型在斯坦福MMLU测评中表现出色,阿里和零一万物的模型进入前十。[18] 2. TCL光伏科技完成首笔绿电交易,体现了其在可持续发展领域的领先地位。[19] 3. 行业大咖就大模型发展方向进行了讨论,认为需要结合行业应用场景。[20] 4. 大模型项目中标数量大幅增加,央国企成为主要采购方。[21] 5. 中国手机厂商vivo正与印度塔塔集团洽谈成立合资公司,以符合当地政策要求。[22] 6. 华为HDC大会上,添可展示了利用AI技术实现米其林级别烹饪的智能料理机。[23] 7. 海尔集团战略入股上海莱士,加强在大健康领域的布局。[24] 8. 美的和格力在空调行业的竞争格局发生变化,美的在营收和市场份额上已领先。[25] 9. 蔚来重组智驾团队,采用端到端大模型实现高阶智能驾驶。[26] 10. 商汤-W拟配售股份筹资20亿港元,用于扩大大模型规模和支持生成式AI发展。[27] 11. 各大科技公司正加速推动AI大模型与硬件的整合,应用于手机、PC和AR等消费电子产品。[31] 投资运营 1. 新能源汽车品牌"哪吒"决定保留品牌名称,并重新诠释其内涵以应对销量下滑。[33] 新品上市 1. 中国气象局发布三个AI气象大模型系统,提升了天气预报的准确性和预报能力。[34] 2. 海思推出W610智能穿戴解决方案,支持手表看视频和应用商店等功能。[35] 营销案例盘点 1. 家电企业通过以旧换新政策、体育营销等方式刺激消费,并在新能源领域展开竞争。[36][37] 2. 容声冷柜针对欧洲杯观赛需求,推出了家庭短片和专业冷藏产品。[38]

报告行业投资评级 未提及 报告的核心观点 - 数据中台可统一企业数据资产，支撑业务分析与转型优化，是企业数字化建设的重要构成，国务院及行业机构已发布多方位指引政策促进其构建 [4][12] - 中国数据中台厂商分为云平台、系统集成、独立中台三大类，市场规模受宏观经济影响增速相对平稳，但在企业数字化升级等因素推动下将回暖 [49][60] - 数据中台建设面临高投入低产出等挑战，需紧密结合业务需求、持续优化迭代，数据要素相关政策和市场培育为其发展创造有利条件 [98][102] 根据相关目录分别进行总结 数据中台概述 - 概念及价值：数据中台是企业数字化建设重要构成，可整合数据能力，实现资产化和服务复用，支撑业务创新，解决数据管理问题，促进业务转型 [4] - 功能及作用：对内优化数据资产管理，提升运营效率；对外推动产品服务创新，提升客户体验和市场竞争力 [7][10] - 政策指导：国务院等组织机构印发多项政策，定位数据中台为企业数字化重要基础，各单位从不同层次推动其发展 [12] - 功能架构：构建全方位数据管理和服务系统，实现数据全链条支持，与其他 IT 组件配合提升数据可用性 [15] - 与 AI 融合：大模型拓展数据类型，数据中台为其训练提供支撑，大模型提升数据查询分析便利性和自动化分析能力 [20] - 产品技术演进：在云原生架构下优化升级，强化安全性与合规性，开放性架构演进加速业务创新和运营效率提升 [23][25][29] - 建设路径：涉及多阶段，需企业系统性规划，确保数据战略与商业战略对接，落地运营后不断迭代优化 [33] 数据中台市场研究 - 厂商图谱：云平台、系统集成、独立中台三类厂商多元共生，分别提供一站式服务、集成方案和专业服务 [49] - 市场规模：受宏观经济影响增速相对平稳，2023 - 2028 年复合年增长率约 7%，在多种因素推动下将回暖 [60] - 典型应用：通过数据整合与业务融合，优化企业运营管理，在各行业支撑智能化应用，增强竞争力 [62] - 典型应用行业：包括零售、制造、金融、能源、公共服务等行业，数据中台在各行业有不同的关键应用和价值 [67][69][71][73][78] 数据中台典型企业案例 - 九章数据：以“数据 + AI + 场景”模式，打造四大产品线，赋能零售行业数智化转型，提供大模型驱动的数据平台解决方案 [86][93] 行业发展现存挑战及未来展望 - 现存挑战：数据中台建设存在高投入低产出问题，原因包括规划与业务需求脱节、实施与理论差异、数据治理能力不足 [98] - 改进措施：紧密结合业务需求，建立持续运营和迭代机制，强化数据治理和质量管理，优化数据应用 [101] - 未来展望：数据要素相关政策支持和市场培育为数据中台发展创造有利条件，二者相互促进推动数字经济发展 [102][105]