数字经济趋势 - 2025年数字经济预计增长速度为全球经济的三倍，达到约24万亿美元，占全球GDP的21% [24] - 数字经济趋势分为12个当前趋势和6个新兴趋势，涵盖可持续智能生态系统、赋权社区以及信任和安全三大主题 [25] - 当前趋势中，扩展全球连接、部署专业化、可访问和本地化的人工智能以及建立数字技能和持续学习预计在2025年产生最大影响 [26] 可持续智能生态系统 - 人工智能和数据在数字经济中创造价值起到关键作用，强调快速创新与资源可持续性及技术平等获取的平衡 [31] - 当前趋势包括部署专业化、可访问和本地化的人工智能，扩展全球连接性，推动可持续数字经济发展，以及加强协作数据生态系统 [32] - 新兴趋势包括大规模部署自主系统和利用新类型数据，这些趋势将重塑行业并提高效率 [32] 赋权社区 - 数字经济正在改变个人和社区的生活，重点在于技能培养、金融包容性和文化适应，促进公平、包容和可持续发展 [36] - 当前趋势包括提供超个性化体验、建立数字技能和持续学习、加速突破性科学发现、强化金融服务数字化以及演变的数字文化、社交关系和行为 [37] - 新兴趋势包括拥抱沉浸式混合体验，扩展现实技术的进步将使人们能够从教育到工业获得沉浸式体验 [37] 信任与安全 - 网络安全是数字经济中的一个不断增长的挑战，需要重新审视激励结构以确保公众信任 [39] - 当前趋势包括不断演进的数字治理、增加网络安全资源以及推进数字经济产业政策 [40] - 新兴趋势包括为量子时代做准备、确保数字安全和包容世界以及治理超级智能人工智能 [40] 行业影响 - 金融部门是未来12-18个月内最有可能从数字经济演变中受益的行业 [111] - 技术、媒体和通信、医疗保健和生命科学、能源和公用事业等行业也将在数字经济中受益 [111] - 行业受访者认为，改善沟通平台、提升员工技能和加强网络安全方面的投资回报最高 [118] 地区趋势 - 北美地区的关键趋势包括增加网络安全资源和部署专业化、可访问和本地化的人工智能 [123] - 欧洲地区的关键趋势包括推动可持续数字经济和部署专业化、可访问和本地化的人工智能 [123] - 印度-亚太地区的关键趋势包括培养数字技能和持续学习以及扩展全球连接 [123]

核心观点 - 日立集团在中国市场持续推动可持续发展战略，重点关注数字、绿色、互联三大领域，致力于通过技术创新和社会创新业务解决环境和社会问题 [10][11] - 日立集团制定了明确的碳中和目标，计划到2030年实现事业所碳中和，到2050年实现全价值链碳中和，并在2023年超额完成了多项环保目标 [12][33] - 日立集团通过开放创新生态体系，推动技术共享和资源整合，与中国政府、大学、企业等多方合作，加速技术创新 [96][97] 公司治理 - 日立集团在中国构建了合法、健全、透明的公司治理体系，强化合规控制和风险管理，确保公司健康运行 [16] - 日立集团通过内部控制推进中心，对采购流程进行专项评价，确保内控体系的有效性 [18] - 日立集团制定了明确的合规计划，涵盖反腐败、防止洗钱等内容，并通过多渠道举报体系保护举报人 [19] 环境战略 - 日立集团制定了"日立环境革新2050"战略，目标是在2050年实现全价值链碳中和，并在2023年超额完成CO2排放总量、用水量和VOCs排放量的减排目标 [31][32] - 日立集团通过"GX for CORE"和"GX for GROWTH"两大支柱战略，推动集团内部和客户社会的绿色转型 [32][35] - 日立集团在2023年超额完成了CO2排放总量减排率74%、用水量原单位改善率30%、VOCs大气排放量原单位改善率22%的目标 [34] 技术创新 - 日立集团在中国推动数字系统及服务、绿色能源及移动、产业互联三大事业领域，重点关注能源、智能制造和医疗健康等成长性领域 [11] - 日立集团通过开放创新平台，与双创机构合作，推动技术共享和资源整合，创造新的商业模式 [96] - 日立中国研究院致力于在数字城市、医疗健康、交通出行等领域探索未来愿景，开发先进技术和解决方案 [97] 社会责任 - 日立集团在中国积极履行企业社会责任，通过"理科教室活动"、"安全乘梯教育活动"等公益项目回馈社会 [13] - 日立集团致力于打造DEI（多元、公正、包容）战略，确保每位员工得到尊重和公平的机会 [13] - 日立集团通过植树造林活动、化学品管理等举措，推动生物多样性保护和生态平衡 [74][75] 供应链管理 - 日立集团通过供应链管理推进体制，评估和监察采购合作伙伴，确保供应链的合规性和可持续性 [37] - 日立集团与采购合作伙伴开展交流合作，推动供应链的绿色转型和可持续发展 [38] 外部表彰 - 日立集团在中国共有9家工厂获评"绿色工厂"称号，多家工厂在无废生产、减污降碳方面表现突出 [81][82] - 日立电梯（上海）荣获"长三角生态一体化示范企业"称号，展现了其在绿色发展方面的示范作用 [85]

2025年经营信心与市场展望 - 2025年消费市场整体不容乐观，48.2%的受访者认为市场增长乏力，41.6%的受访者对复苏有信心 [13][14] - 尽管市场悲观，但57.7%的受访者认为消费者对高品质商品/服务的需求仍在上升，52.6%的受访者认为存在大量未满足的细分市场 [15][16] - 企业对自身和行业的增长保持信心，42.3%的受访者对未来增长非常有信心，62.8%的受访者计划增加2025年营销预算 [19][20][21] 企业面临的三大经营挑战 - 80.3%的受访者认为流量成本上升是主要挑战，尤其是下载行业和年投放在241-2000万元的企业 [31][32][33] - 58.4%的受访者认为经营成本上升是重大挑战，尤其是年投放在5000万元以上的头部企业 [36][37] - 51.8%的受访者认为渠道布局存在挑战，43.1%的受访者认为渠道协同是重大挑战 [39][40][42] 2025年七大营销趋势 - 71.5%的受访者认为占领消费者心智的品牌更具竞争力，44.9%的受访者认为消费者首先想到品牌是关键 [52][53][56] - 67.9%的受访者认为提升用户全链路体验可以带来更好的转化，82.5%的受访者认为推送符合需求的商品是关键 [60][61][64] - 67.2%的受访者认为优质内容/素材能更好地激发消费需求，78.1%的受访者认为数据洞察是生产优质内容的关键 [68][70][72] - 66.4%的受访者认为优化渠道布局和协同资源能实现全渠道增长，79.6%的受访者关注全渠道生意贡献 [76][78][81] - 65%的受访者认为多种生意模式并行的复合经营能挖掘更多生意机会，29.2%的企业已采用两种及以上经营模式 [86][87][90] - 45.3%的受访者认为AIGC将提升内容生产效率，76.6%的受访者认为AIGC能减少创意制作人力投入 [92][94][97] - 近8成受访者认为智能自动化投放能降本提效，64.9%的受访者认为其降低了人力投入 [101][103][106] 调研样本说明 - 本次调研面向巨量引擎品牌方高阶管理者，共回收有效问卷137份，覆盖多个行业，包括美妆护肤、服装配饰、食品饮料等 [111][112]

新变化：2024年央国企数字化转型方向 - 数字化转型是央国企通往高质量发展的必由之路，能够强化内部管理、优化业务流程、增强风险控制能力、提升财务表现并驱动商业模式革新 [7] - 数字化转型领先者在多方面展现出的卓越绩效，进一步验证了数字化转型的战略价值 [7] - 科技创新，特别是AI大模型等前沿技术的突破，成为推动转型的加速器，为央国企提供了强大的技术支持 [7] - 2024年，央国企将以科技创新构建新质生产力推动高质量发展，数智化转型已从可选项转变为必选项 [15] - 数据要素与传统劳动对象融合，发挥“乘数效应”，为新质生产力提供更广阔的发展空间 [15] - 数智化转型促进新型劳动者的培养，塑造新型劳动资料，推动生产工具的迭代更新 [15] 新挑战：2024年央国企数字化转型的现状解读及挑战 - 央国企数字化转型正由战略规划迈向业务试点，并逐步全域推广，核心在于业务与技术的深度融合 [25] - 当前转型面临四大核心挑战：战略衔接、业技融合、孤岛效应以及规则抽象 [25] - 数字化转型方法论强调“厘清头脑、分段实施、小步快跑”，分阶段有序推进转型 [62] - 央国企数字化转型成熟度分为5级，从局部业务数据收集到全域数据驱动的业务优化与创新 [28][29] - 2024年，央国企数字化转型进入深水区，呈现规模化推进、深度化发展的显著特征 [34] - 转型范围从局部突破扩展至全面覆盖，重点从技术开发转向技术与业务应用并重 [34] 新实践：2024央国企数字化转型最佳实践案例解读 - 央国企数字化转型框架分为四大模块：战略规划、管理数字化、生产数字化以及数字化底座支撑 [66] - 管理数字化转型要点包括集团管控、人力资源管理、财务管理、供应链管理等，实现精细化管理 [70][71] - 生产数字化转型通过5T技术（IT、OT、CT、DT、ET）融合，覆盖制造企业经营管理、生产运营、工艺过程的全流程 [89][90] - 数字化底座构建强调统一平台实现技术支撑，包括智能中台、数据中台及信创与安全可靠保障 [97][98] - 昆仑数智通过“梦想云”平台助力中国石油上游信息化建设，打造智能油气田新业态 [93][95] - 曙光云基于人工智能的煤炭行业综合管控平台，实现数据采集、集成、共享及智能决策 [104] 行业趋势与政策支持 - 2024年，中国宏观经济将在结构优化、动能转换、质量提升的前提下保持合理增长 [11] - 国资委政策导向明确指向加速转型，构建高效监管体系，强化合规，并探索智能化应用 [7] - 2023年发布的《数字化转型成熟度模型与评估国家标准》将于2024年6月实施，引导企业数字化转型 [30] - 2024年，央企将进一步深化改革，强化价值创造、创新能力和风险管理，以科技创新引领新质生产力构建 [15] - 数字化转型领先者相较于其他企业更容易实现多维度的卓越绩效，财务价值翻倍，营收增长更高，成本改善更优 [20]

核心观点 - 2025年政策加力扩围实施大规模设备更新和消费品以旧换新，重点支持高端化、智能化、绿色化设备应用，进一步降低经营主体设备更新融资成本 [2][18][19] - 12月CPI同比上涨0.1%，核心CPI同比上涨0.4%，PPI同比下降2.3%，降幅收窄 [3][12][14] - 央行暂停公开市场国债买入操作，后续视市场供求状况择机恢复 [3][25] - 科创50指数涨幅最大为0.9%，综合行业涨幅最大为5.5% [4][26][27] - 投资建议关注新质生产力、扩大内需、大规模化债、央国企市值管理及黄金中长期投资机会 [5][34] 资讯要闻及点评 - 12月CPI同比上涨0.1%，环比持平，核心CPI同比上涨0.4%，涨幅扩大0.1个百分点 [12] - 12月PPI同比下降2.3%，环比下降0.1%，同比降幅收窄0.2个百分点 [14][16] - 国家发改委、财政部发布2025年加力扩围实施大规模设备更新和消费品以旧换新政策，重点支持高端化、智能化、绿色化设备应用 [18][19] - 央行暂停公开市场国债买入操作，后续视市场供求状况择机恢复 [25] 市场概览 - 本周国内证券市场主要指数表现分化，科创50指数涨幅最大为0.9% [26] - 申万一级行业中，综合行业涨幅最大为5.5%，家用电器、电子、汽车、机械设备涨幅分别为5.0%、3.6%、2.6%、2.6% [27] - 本周热点板块中，PEEK材料、人形机器人、GPU、汽车配件、机器人涨幅分别为6.44%、5.52%、5.42%、4.60%、4.30% [33] 投资建议 - 建议关注政策驱动及产业趋势下的新质生产力投资机会：人工智能、低空经济等 [5][34] - 关注扩大内需带来的相关行业投资机会：食品饮料、家电、汽车等 [5][34] - 关注受益于大规模化债的相关行业投资机会：业务To G的公司、基建产业链 [5][34] - 关注央国企市值管理的投资机会，低估值高股息央国企或有估值修复空间 [5][34] - 看好黄金的中长期投资机会，地缘政治紧张局势及全球经济不确定性增加背景下，黄金作为避险资产需求有望持续增长 [5][34]

近期红利风格占优的原因及未来展望 - 近期红利风格占优的原因包括国内政策密度降低、市场预期从"高预期"转向"中性预期"、风险偏好收缩以及资金视角下配置盘和交易型资金的分化[2][8] - 红利风格的相对优势或持续到2025年3月，2025年红利资产可能处于"有绝对收益没有相对收益"的定位，全年相对收益主线或将是"成长+消费"[2][10] - 2025年3月后红利风格可能不再占优，主要由于政策密度不高、特朗普上任可能带来的负面冲击以及利率下行期红利风格表现不突出[10][11] 长期视角下的红利风格 - 长期视角下，不确定性持续提升是高股息占优的重要条件，美、欧、日、中国香港市场的历史数据表明，高股息策略在不确定性较高的市场中表现优异[3][12][14] - 长周期视角下，高股息优化组合具有"强绝对收益+强相对收益"特征，例如"高股息100"、"中特估高股息20"、"高股息20"自2009年9月至2024年末年化收益分别达到18.9%、18.7%、14.9%[3][17] - 港股高股息指数长期占优，主要由于其离岸市场特性带来的不确定性溢价，而美欧高股息策略整体上未显著跑赢大盘[14][20] 高股息优化思路在沪深300和中证A500的应用 - 沪深300代表国内最具实力的龙头企业，具有稳定的现金流和分红能力，而中证A500结合了"核心资产"和"新质生产力"的特点，成长性更具想象力[4][26] - 高股息优化后，沪深300和中证A500的投资价值显著提升，其中A500优化组合的超额收益能力更强，"A500高股息25"和"沪深300高股息25"年化收益率分别为19.79%和12.6%[4][35] - 优化组合在回撤和风险收益比方面显著改善，"A500高股息25"和"沪深300高股息25"的最大回撤分别为31.3%和28.7%，夏普比分别为0.93和0.58[4][35] 高股息优化组合的构建与表现 - 高股息优化组合通过"意愿维度"（平均股息率、预期股息率）和"能力维度"（Δ经营现金流占比、Δ净利润同比）进行筛选，构建了6个组合[32][35] - 自2012年以来，6个组合均获得显著超额收益，其中A500优化组合的年度胜率自2012年以来达到100%，表现极为优异[35][36] - 中证A500优化组合表现更强，主要由于其包含更多细分行业龙头公司，估值弹性更大，且历史回溯有效性可能存在一定偏差[36]

市场表现 - 三大指数探底回升 两市成交额有所上涨 截至收盘 上证指数微幅收红 深证成指和创业板指收绿 两市量能回升超过1.2万亿 [1][2] - 上证指数上涨0.02%收报3230.17点 深证成指下跌0.54%收报9944.64点 创业板指下跌0.98%收报2008.44点 [2] - 两市上涨家数1974只 下跌家数3249只 涨停家数73只 跌停家数10只 上涨家数占比36.13% [4] - 两市成交量1156.43亿股 成交额12429.66亿元 [4] 行业表现 - 申万Ⅰ级行业多数下跌 家用电器、综合、机械设备领涨 涨幅分别为2.23%、1.94%、0.76% [2][5] - 有色金属、钢铁、基础化工领跌 跌幅分别为-1.33%、-1.20%、-1.14% [2][5] - 银行、公用事业涨幅居前 分别为0.71%、0.54% [5] - 煤炭、农林牧渔跌幅较大 分别为-0.90%、-0.76% [5] 政策动态 - 两部门发布2025年加力扩围实施大规模设备更新和消费品以旧换新政策 继续支持8类家电产品以旧换新 新增4类家电产品纳入补贴范围 [3] - 上交所将于1月20日正式发布上证科创板综合指数 反映科创板市场整体表现 [3] - 中金所发布新规 不得对高频交易者减收手续费 严重违规者市场禁入 新规自2025年1月7日起实施 [3]

投资事件 - 本周投资、上市和并购共130起事件，涉及总金额234.56亿元人民币 [3] - 本周金额较大的投资事件是盛合晶微半导体（江阴）有限公司获得7亿美元投资，投资方包括不公开的投资者、Golden Link Investment Limited、国寿股权投资有限公司等 [4] - 从交易事件地域分布看，主要分布在广东省、上海市、江苏省及北京市，占比分别为广东省和上海市并列第一，分别占比16.9%，江苏省16.2%，北京市11.5% [4] - 本周投资事件中，生产制造、信息技术、电子信息产业、医疗健康等行业案例数量较多 [11] - 本周投资事件中，材料、电子信息产业、汽车交通、生产制造等行业披露金额较大 [13] 并购事件 - 本周并购市场共发生33起并购事件，披露的交易金额为14.24亿人民币 [38] - 本周涉及金额较大的并购事件是沈阳润电热力有限公司成功受让沈阳惠天热电股份有限公司持有的沈阳市第二热力供暖有限公司的49%股权，作价3.24亿人民币 [40] 上市事件 - 本周有8家企业上市，总融资金额66.31亿人民币 [41] - 本周融资金额较大的上市事件为国货航在深圳证券交易所主板成功上市，公开发行股票132117.75万股，发行价格为2.30元/股，总募集金额为30.39亿人民币 [41] - 国货航主要业务包括航空货运服务、航空货站服务和综合物流解决方案三大板块 [43]

住房收储政策背景与演进 - 住房收储政策旨在通过政府或国有企业收购未售商品房，转化为保障性住房或其他公共用途，以应对房地产库存压力和保障性住房需求 [3] - 政策演进分为探索阶段（2022年）、试点阶段（2023年）和全面推广阶段（2024年），中央和地方政策逐步细化，资金支持力度从1000亿元提升至3000亿元 [4][5] - 本轮住房收储行动由政府主导，覆盖范围广，资金来源多元化，地方国企为主要实施主体，注重市场化运作和效益 [8][9] 城投公司住房收储业务现状 - 2024年下半年以来，全国住房收储进程显著加速，69座城市已宣布由地方政府或国企收购商品房用作保障性住房，主要集中在一、二线城市 [11][12] - 郑州、温州、济南、青岛等城市已明确由城投公司执行住房收储任务，收储对象主要为已建未售商品房 [13][14] - 住房收储模式多样，包括直接收购、收并购、股权收购、破产重整、以旧换新等，直接收购新房为主要方式 [16][18] 住房收储业务模式分析 - 直接收购新房模式能快速筹集房源，资产权属清晰，享受最大政策支持，但需满足不涉及隐性债务、财务弹性良好等条件 [16][18] - 以旧换新和以租代购模式能降低城投公司筹资压力，改造周期短，后续投入成本低，已在江苏、广东等地推广 [16][17] - 不同模式各有优劣，直接收购资金需求大，收并购和破产重整流程复杂，股权收购整合风险高，以旧换新和以租代购房源分散 [20][21] 城投公司住房收储的机遇与挑战 - 住房收储政策为城投公司提供了盘活土地资产、获取低成本资金的机会，有助于扩充经营性资产、优化现金流结构 [25][50] - 政策执行效果存在地域差异，经济发达地区如深圳、杭州、天津等更有动力执行收储政策，而财政实力较弱地区可能面临较大压力 [27][30] - 成本与收益平衡是关键，东北和中西部地区省会城市租金收益率较高，适合开展住房收储业务，而以旧换新模式对租金收益要求更高 [33][40] 信用风险分析 - 城投公司开展住房收储业务可能面临资产流动性降低、债务规模扩大、盈利能力弱化、资金回笼迟滞等信用风险 [42] - 区域租赁市场供需转弱、租金收益下降、资产租赁效率降低等因素将增加信用风险，长春、青岛、厦门等地区风险较高 [44][52] - 广州、宁波、无锡、济南等东部和中西部省会城市在满足成本收益平衡的前提下，开展住房收储业务的信用风险相对较小 [44][52]

核心观点 - 大模型技术已进入与业务深度融合的关键时期，64%的中国企业预计其对AI的投资将增长10-30% [8] - 大模型在企业落地的周期和应用速度超出预期，部署周期已缩短至平均6-12个月 [9] - 企业正致力于深化业务场景探索，以释放大模型带来的商业价值 [10] - 超过47%的企业认为，与领先的大模型厂商建立可靠的合作关系是项目成功的关键 [11] 大模型技术发展与应用 - 大模型技术已成为AI领域的焦点，驱动了AI应用的升级和创新，企业正加快步伐寻找能够迅速构建商业闭环的应用场景 [13] - 37.7%的受访企业正在重点投资AI大模型，64%的中国企业预计其对AI的投资将增长10-30% [14] - 大模型技术对企业价值的贡献可从对内赋能与对外服务两大维度进行阐释，涵盖工作效率提升、用户体验创新等8大方向 [16][18] 大模型服务商竞争与创新 - 大模型服务商加快步伐，推动技术从创新突破走向企业应用的实际转化，满足各行各业对智能化转型的迫切需求 [22] - 火山引擎通过丰富豆包大模型家族、打造HiAgent平台等方式，降低企业使用门槛，加速智能化转型 [23] - 大模型技术服务商通过构建行业大模型落地联盟、提供专业咨询和培训服务等手段，提升服务能力 [24] 企业落地大模型的挑战 - 高算力成本是企业落地大模型的主要挑战，92%的企业认为缺少算力资源是最大障碍 [28][29] - 模型精度不足、选择错误的机会成本、实际回报与预期差距大等问题也阻碍了大模型的落地 [31][32] - 模型部署过程中，选型困难、通用模型与专业需求不匹配、上线性能难以保证等问题普遍存在 [34][35] 大模型落地收益与案例 - 大模型落地周期多在6-12个月，率先落地的企业已展现清晰的收益曲线，包括工作效率提升、用户体验升级等 [38][42] - 上汽乘用车通过引入豆包大模型，快速处理用户反馈，显著提升服务反馈和质量改进 [42] - 火山引擎助力中国飞鹤落地AI技术，提升运营效率和市场竞争力，智能问答项目实现100%的问答响应率 [43] 大模型应用场景扩展 - 大模型应用场景不断拓宽，涵盖金融、互联网、零售消费、医药健康、智能终端、游戏、企业服务、文化娱乐、教育科研、汽车等十大领域 [65][66] - 金融领域重点应用在智能客服、内部知识管理、研报分析等场景，互联网领域则集中在搜索问答、广告推送、商品推荐等方面 [70][71] - 零售消费领域通过图文生成能力降低人力成本，医药健康领域则主要用于药物研发、智能问诊助手等辅助场景 [72][73] 大模型业务落地能力建设 - 大模型业务落地能力建设分为计划准备、模型部署、迭代优化三大阶段，企业需从战略高度规划大模型的落地 [49][52] - 计划准备阶段需明确初始意愿、剖析目标任务、搭建跨部门团队，模型部署阶段则需科学规划资源投入、模型选择、效果预测等 [52][56] - 迭代优化阶段需持续提升智能体应用效能、拓展跨业务领域应用，并关注企业整体战略规划的影响 [58][59] 大模型落地思维误区 - 企业在大模型落地过程中容易陷入技术指标与商业应用、成本负担与成本优化、开发流程与全周期开发工具等思维误区 [61] - 短期产出与长期投入、安全隐私与大模型商业价值之间的平衡也是企业需要破除的误区 [61] 大模型成功落地案例 - 赛力斯通过豆包大模型提升用户反馈闭环效率，优化业务部门决策支持 [84][87] - 上汽乘用车利用豆包大模型高效处理海量用户反馈，精准分析用户需求 [90][93] - 海尔消金通过豆包大模型提升信贷资产管理效率，客服坐席助手摘录准确率超过95% [95][102] - 中国飞鹤利用AI技术实现全面智能化转型，智能问答项目保持超过95%的高准确率 [104][110] - 中手游为《仙剑世界》打造AI NPC生态，提升游戏服务稳定性和玩家体验 [111][118] - 浙江大学通过火山引擎HiAgent平台构建智能化教育环境，提升教学、科研、校园服务效率 [119][123] - 苏泊尔通过豆包大模型和扣子平台构建AI驱动的"居家食养健康"物联场景生态 [124][129] - 海底捞利用豆包大模型高效完成客户评价分析，提升服务质量洞察 [130][133]