报告行业投资评级 未提及 报告的核心观点 - AIGC在To B市场应用格局渐明，消费品中大型企业是主要买单方和采购力量，项目多由业务部门牵头，文本、图片、音频模态应用较成熟，主要集中在营销、市场研究、产品研发领域 [10][11][13] - AIGC从“辅助工具”到“爆款大师”需跨过三个技术门槛，预计2 - 3年有突破性进展，革新消费者调研，“AIGC + 社交媒体资源 + 效果监测”整体解决方案更吸引企业 [17][19][22] - AIGC营销需避免同质化、营销感和安全合规风险，对话式AI市场AI硬件企业需采购软硬一体方案 [28][59] - AIGC是行业创新变革重要驱动力，未来将深化与各行业融合，但发展面临挑战需共同解决 [74][75] 根据相关目录分别进行总结 报告综述 - AIGC在To B市场应用格局渐明，消费品企业是主要买单方，食品饮料、母婴等行业是热门领域，中大型企业是主要采购力量，中小企业多员工自行采购 [10] - AIGC项目多由业务部门牵头，文本、图片、音频模态应用较成熟，视频和代码模态尚处发展阶段，主要集中在营销、市场研究、产品研发领域 [11][13] 市场洞察 - AIGC从“辅助工具”到“爆款大师”需跨过缺乏消费者情感深度洞察、创意独特性和突破性有限、对市场趋势前瞻性把握不足三个技术门槛，预计2 - 3年有突破性进展，关键突破路径包括提升数据质量与多样性、优化算法与模型训练、提升跨模态创造能力 [17][18] - AIGC革新消费者调研，提升速度、降低成本、带来新方式，能实时捕捉消费者动态 [19][21] - “AIGC + 社交媒体资源 + 效果监测”整体解决方案能形成闭环营销生态系统，如火山引擎和明略科技的方案，匹配效果监测工具可助企业评估效果 [22][24] AIGC营销市场 - AIGC营销关键成功要素是避免同质化、营销感和安全合规风险，解决同质化需提升技术能力、关注热点储备素材，解决营销感需场景强关联、提升技术、关注资源，解决合规风险需技术优化、差异化处理、建立审核机制 [28][30][32] - 火山引擎助力美素佳儿“户二代”品牌理念落地，活动借势户外热度、趣味特效、热词冲榜实现品牌声量、用户参与与理念传达三重增长，相关话题视频播放量突破6亿，话题互动量达2056.9万次等 [33][41][43] - 明略科技魔方Pro助力头部食品饮料企业优化消费者洞察，具备快速结果生成、全面数据覆盖、灵活自定义交叉分析、高质量AI分析模块、创新“人群洞察”模块亮点，企业社媒营销声量提升258%，研发效率显著提升 [47][55] 对话式AI市场 - 对话式AI指赋能文本大模型成对话式多模态大模型，核心功能包括智能语音交互等，AI硬件企业需采购软硬一体方案 [59][61] - 声网助力Robopoet打造AI陪伴硬件Fuzzoo，解决语音交互技术难题，Fuzzoo在MWC上发布获关注，计划2025年6月正式发布并开启预售 [62][71] 结语 - AIGC是行业创新变革重要驱动力，营销领域未来2 - 3年将有显著进展，对话式AI市场软硬一体方案重要性凸显 [74] - AIGC发展面临挑战需共同解决，未来将深化与各行业融合创造更大价值 [75]

报告核心观点 - 央国企数字化转型受“央国企 KPI”驱动，催生老旧系统升级、集团级数字化、国产化替代、大模型四大需求热点，2024 年市场规模约 5931 亿元，预计 2025 - 2027 年 CAGR 为 10.7%，到 2027 年达 8101 亿元；央国企数科子公司向利润中心转型，DeepSeek 引领技术潮流助力大模型应用和促使算力投入规划调整，各市场有相应关键成功要素和案例 [8][13][15] 报告综述 - “央国企 KPI”是数字化转型根本动因，年度 KPI 要求研发投入强度增强等，专项 KPI 包括人工智能和信创领域 [8][10][12] - “央国企 KPI”催生四大数字化需求热点，即老旧系统升级、集团级数字化、国产化替代、大模型 [13][14] - 2024 年央国企数字化市场规模约 5931 亿元，预计 2025 - 2027 年 CAGR 为 10.7%，到 2027 年达 8101 亿元；2024 年央国企发起大模型采购项目数量占比 61.3%，披露中标金额占比约 49.8% [15][16] 市场洞察 央国企数科子公司 - 数科子公司在数字化项目中扮演多种角色，正从成本中心向利润中心转型，业务分通用类和垂直类，垂直类更易实现商业化目标，如宝信软件 [20][21][22] DeepSeek 对大模型应用的影响 - 央国企大模型落地采用“N + X”节奏，DeepSeek R1 助力“深水区”场景落地，央国企可通过模型蒸馏与能力迁移、技术路径参考与自主构建、定制化合作三种方式实现，截至 2 月 21 日，45%的央企完成部署 [23][24][25] - 列举众多央国企应用 DeepSeek 的案例，如中国核工业集团、中国航天科工集团等 [27][29][31] DeepSeek 对算力投入的影响 - DeepSeek 使央国企现有算力投入规划面临失效风险，算力需求超预期变动体现在双模型部署、用户数量激增、训练与蒸馏三方面，需求预计是原先 3 - 5 倍，建议租用算力 [44][45][47] 大模型市场 关键成功要素 - 央国企应重视“场景选择方法论”，具体为“三准备、一设计、一研讨”，包括组织准备、认知准备、场景准备、设计方法论指标体系及权重、场景研讨 [51][52][55] 案例 中国绿发 - 响应号召与科大讯飞合作，构建“1251”AI 总部架构和泰山大模型，实现核心职能智能化升级，提升效率与管理水平，如合同审核效率提升 30%，招标评审效率提升 70% [59][71][72] 中国长安四川分公司 - 与中关村科金合作，以差旅填报为切入点，构建智能填报体系，员工信息填报效率提升 50%以上，为智能化转型积累经验 [74][84] 合规管理市场 关键成功要素 - 央国企应选择具备监管部门沟通渠道且支持系统持续升级的技术厂商合作 [87] 案例 - 上海申通地铁集团与网易易盾成立联合创新工作室，打造智能内容审核系统，保障 PIS 系统信息内容安全合规，系统具备产品能力出众、灵活高可用、紧跟监管持续更新等优势 [89][92][93]

报告行业投资评级 无 报告的核心观点 - 深入探讨人工智能如何重塑航空业并为航空公司提供智能化转型路线图，AI 优化运营流程、开辟商业模式，带来效率提升、成本降低等好处，助力可持续发展，白皮书剖析痛点和转型需求，阐述核心 AI 技术，强调“存智一体”理念及路径，通过案例展示潜力并提供实施指南，引领航空公司迈向智能化未来，驱动民航高质量发展 [3] 根据相关目录分别进行总结 引言 - 人工智能正变革航空业运营模式和服务体验，360 亿方智能联合川大编制白皮书，剖析痛点和转型需求，阐述核心 AI 技术，强调“存智一体”理念及路径，展示 AI 潜力并给出实施指南，为航空业相关企业提供参考与指导 [13] 航空行业的现状与挑战 行业发展概述 - 中国民用航空发展历经早期萌芽与初步探索（20 世纪初至新中国成立前夕）、新中国成立后的缓慢发展（1949 年至 1978 年）、改革开放后的蓬勃发展（1978 年至今）阶段 [17] - 截至 2023 年底，我国有运输航空公司 66 家，民航运输飞机 4270 架，定期航班航线 5206 条，国内通航城市 255 个，国际通航 57 个国家的 127 个城市，2023 年旅客运输量 61957.64 万人次，比上年增长 146.1%，货邮运输量 735.38 万吨，比上年增长 21.0% [20] - 民航业推动人员与物资流动，促进经济交流合作，在就业创造、GDP 贡献、带动相关产业发展等方面影响深远，民航运输市场规模与国民经济规模呈强正相关 [22] 行业发展规划及趋势 - 中国“十四五”民用航空发展规划坚持安全发展底线和智慧民航建设主线，明确总体工作思路，确定“六个新”发展目标，构建六大体系、实施六大工程，突出创新驱动发展，推动数字化、智能化转型 [25] - 未来 20 年全球商用飞机数量将从 2024 年初约 24240 架增至 48230 架，亚洲特别是中国和印度将成增长主要驱动力，全球航空业推进技术创新和可持续发展 [27] 行业发展面临的痛点 - 市场竞争激烈，内部竞争同质化严重，外部受高铁冲击 [29] - 专业人才短缺，飞行员供不应求，其他专业人才也不足 [31] - 数字化转型缓慢，技术融合深度不够，数据管理与共享不足 [32] - 运营成本波动与增长，差异化服务不足，存在网络安全威胁和地缘政治不确定性 [33] 行业的数字化 - 多数航空公司已完成各环节信息化，但推进中面临挑战，未来需加大投入，深化技术融合应用 [34] - 面临数据安全与隐私保护、技术融合与协同工作、员工培训与适应挑战，需加强数据安全管理、培养专业人才、对员工进行培训 [36] - 未来人工智能与机器学习、物联网、云计算与大数据、区块链技术将在航空行业有更深入应用 [39] 人工智能大模型（LLM ）技术概述 人工智能技术的发展 - 1956 年“人工智能”概念提出，近年来大型语言模型如 GPT 和 BERT 等引起轰动，从 RNN 到 Transformer 是技术进步，GPT、BERT 等标志 LLM 新时代来临，其兴起得益于多方面技术突破 [45] LLM 的定义及工作原理 - LLM 是具有大规模参数和复杂结构的神经网络模型，核心在于多种能力，可按应用场景、技术路线、模态划分，工作原理包括输入表示、嵌入表示、Transformer 架构、自注意力机制、预测生成、预训练和微调等步骤 [49] LLM 的应用优化关键技术 - 提示工程包括明确具体、链式思考、自我一致性、反思等技巧 [56] - 知识增强可采用检索增强生成（RAG）方法 [57] - 模型微调包括全量微调（FFT）和参数高效微调（PEFT） [59] 大模型对航空行业的机遇与挑战 大模型对航空行业的机遇 - 提供数据治理新路径，整合分析数据，协助清洗和纠错 [63] - 带来知识应用新范式，挖掘专业知识潜在关联和规律 [64] - 带来智慧决策新可能，提升决策支持精准性和速度 [65] 大模型对航空行业的应用挑战 - 存在数据隐私泄漏风险，数据收集和处理过程中易导致隐私泄漏 [68] - 模型存在偏见与不公平性，可能导致不公平结果，影响人才选拔和服务均衡发展 [69] - 模型具有不确定性与不可预测性，可能危及飞行安全、增加运营成本、降低旅客满意度 [70] - 模型存在可解释性问题，难以解释输出结果，影响飞机维护和安全监管 [71] AI 在航空领域的具体应用 收益管理 - 定价策略方面，传统定价对突发变化反应不灵活，动态定价是趋势，基于强化学习和大数据模型的动态定价可提高收益，但发展需逐步过渡 [75] - 机票销售预测可通过数据收集与预处理、建立特征工程、选择机器学习模型、模型训练与调优等步骤构建模型，准确预测对收益管理意义重大 [78] - 超售预测可帮助航空公司应对顾客预订不确定性，机器学习方法可提高预测准确性，实现收益最大化 [84] - 运价评估是收益管理和运营决策核心，人工智能技术可帮助航空公司制定票价策略、实现个性化定价、自动化和优化定价 [88] - 经营分析可挖掘运营数据价值，利用人工智能技术进行预测和决策，帮助航空公司优化策略、提升竞争力 [91] 智慧营销 - 客户细分可通过 AI 进行，常用模型包括 K-Means 聚类等，针对不同价值客户制定不同服务和营销战略 [96] - 精准需求洞察与行为预测可构建旅客画像，洞察需求并预测行为，提高营销活动响应率 [98] - 个性化内容定制与实时推送可根据旅客画像定制内容并实时推送，提高旅客关注度和点击率 [99] - 营销时机精准把握与动态调整可根据旅客行为和状态调整策略，提高营销活动转化率 [100] - 营销渠道智能选择与整合可分析渠道效果，优化配置资源，降低营销成本 [102] - 营销效果实时监测与评估可跟踪指标，及时调整策略，提升营销水平 [103] 客户服务 - 个性化体验可通过深度旅客洞察构建画像，精准推送个性化服务，提升旅客满意度 [104] - 智能客服包括智能问答快速响应与问题解决、智能转接与协同高效服务，提高咨询处理效率和沟通效率 [107] - 多语言支持包括实时多语言翻译和多语言智能客服自助服务，确保沟通顺畅，减轻人工客服压力 [110] 运营管理优化 - 航班调度与优化可构建延误预测模型，进行动态调度和资源配置，减少延误、提高空域利用率、降低运营成本 [112] - 维护预测可提前预测飞机部件故障，制定智能维护计划，降低延误率、延长部件使用寿命、提高维护效率 [114] - 燃油效率优化可提供实时飞行操作建议和优化航线规划，降低燃油消耗 [116] - 机上销售和食品供应方面，AI 可用于需求预测、个性化服务、减少浪费和机上销售优化 [118] 机场运营 - 自助值机中人脸识别技术可提升效率和旅客体验，减少排队时间，提高安检验证和登机速度 [124]

行业投资评级 - 报告未明确给出行业投资评级 [无] 报告的核心观点 - Al Agent是大模型最佳应用场景之一 [29] - Al Agent在各行业落地进展迅速 [31] - Al Agent在通用场景落地进展显著 [37] - Al Agent在企业用户落地价值巨大 [43] Al Agent市场定义 - Al Agent定义为能够自主执行任务的智能体 [12] - Al Agent在企业用户场景的发展阶段包括探索期、成长期和成熟期 [16] - Al Agent核心组件包括工具组件、算法服务、知识服务和数据服务 [17] - Al Agent在企业用户落地形式多样,通常针对不同应用场景开发相应的Al Agent [18] - Al Agent运行流程包括问题澄清、分析拆解、智能决策、任务执行、观察结果和记忆存储等步骤 [23] Al Agent落地正当时 - Al Agent是大模型最佳应用场景之一,2023年6月开始进入成长期 [29] - Al Agent在各行业落地进展迅速,涉及金融、制造、能源、医疗等行业 [31] - Al Agent在通用场景落地进展显著,包括办公、客服、营销等场景 [37] - Al Agent在企业用户落地价值巨大,能够显著提升企业效率和竞争力 [43] Al Agent落地路径 - 当前企业用户落地Al Agent主要问题包括技术成熟度、数据质量和人才缺乏等 [51] - Al Agent落地流程包括规划立项、开发实施和持续运营三个阶段 [53] - Al Agent落地关键要素包括专家知识建设和业务流程设计 [60]

报告行业投资评级 蓝凌软件在大模型+知识库市场中表现突出,具有明显优势。[32][41] 报告的核心观点 1. 蓝凌 aiKM 方案融合了大模型和知识图谱等技术,实现了知识管理全流程的智能化。[42][43][44][45][46] 2. 蓝凌通过专属语料库和模型管理,可以快速配置出针对性的场景化智能服务。[47][48] 3. 蓝凌提供了多重安全和准确性保障机制,确保知识应用的安全合规和输出质量。[50][51] 4. 蓝凌具备"咨询+IT"立体化服务能力,为企业用户提供全方位的支持。[52][53][54][55] 根据目录分类总结 知识管理全流程智能化 - 蓝凌 aiKM 方案融合大模型和知识图谱等技术,实现了知识采集、管理、入库、搜索等全流程的智能化。[42][43][44][45][46] 场景化智能服务快速配置 - 蓝凌通过专属语料库和模型管理,可以帮助企业快速配置出针对性的场景化智能应用。[47][48] 安全准确性保障 - 蓝凌提供了多重安全和准确性保障机制,确保知识应用的安全合规和输出质量。[50][51] 全方位服务支持 - 蓝凌具备"咨询+IT"立体化服务能力,为企业用户提供从咨询规划到落地实施、运营管理的全方位支持。[52][53][54][55]

报告的核心观点 - 环境不确定性加剧,中小企业需要顺势而变,办公IT轻资产化是有效抵御不确定性的方式 [4][5] - 办公IT类资产占中小企业总资产的30%-80%,办公IT轻资产化对中小企业具有重要意义 [6][7] - 办公IT轻资产化可以带来现金流更健康、更聚焦主营业务、经营更灵活三大收益 [9][10][11] - 中小企业办公IT轻资产化遭遇低性价比、低可靠、低灵活和服务割裂四大挑战,降低了战略转型收益 [13][14][17][20][22] 报告内容总结 1. 环境不确定性加剧,中小企业需要"轻装上阵" - 国内经济复苏未达预期,国际局势日趋紧张,内外因素叠加,企业所处环境不确定性加剧 [4] - 大企业具有营收稳定性、资金储备等优势,而中小企业不具备这些优势,需要顺应时代发展做出改变 [4] - 办公IT轻资产化是中小企业抵御不确定性的有效方式 [5] 2. 办公IT类资产占比较高,中小企业应聚焦办公IT轻资产化 - 中小企业资产可分为五类,其中办公IT类资产占比最高,通常为30%-80% [6][7] - 办公IT轻资产化可以带来现金流更健康、更聚焦主营业务、经营更灵活三大收益 [9][10][11] 3. 中小企业办公IT轻资产化遭遇四大挑战 - 低性价比:一些服务商收取较高租金和维修费用,导致订阅模式不划算 [14][15][16] - 低可靠:中小企业IT维护团队人员较少,需要供应商提供高质量服务保证产品可用性 [17][18][19] - 低灵活:业务变化导致员工变动,已订阅的设备可能出现闲置,多数服务商不提供灵活退还 [20][21] - 服务割裂:多数服务商无法提供全场景产品订阅和全流程服务,增加企业工作复杂度 [22][23][24] 4. 中小企业需要一站式解决方案 - 高性价比:与提供高性价比订阅服务的大型服务商合作,可以节省每台电脑每年150元 [26] - 24小时服务:与提供7x24小时在线客服和工程师上门服务的服务商合作,保证业务连续性 [27][28] - 灵活用退:与支持灵活用退的服务商合作,根据业务变化灵活调整订阅需求 [29][30][31] - 一站式服务:与提供全场景产品订阅和全流程服务的服务商合作,减轻企业行政和IT人员工作量 [32][33][34] 5. 易点云是中小企业办公IT轻资产化的优质供应商 - 易点云提供办公IT综合解决方案,满足中小企业对高性价比、24小时服务、灵活用退和一站式服务的需求 [35] - 易点云采用"用量付费"模式,帮助中小企业节省IT资产购置支出,降低运营成本 [35]