电话会议纪要关键要点总结 一、 涉及的行业与公司 * 行业：人工智能（AI）、云计算、大数据、企业数字化转型、政务数字化、信创（信息技术应用创新）、算力产业 * 公司： * 云赛智联：会议主要讨论的上市公司主体，为上海仪电集团控股的国有企业，业务涵盖云服务大数据、解决方案、智能产品三大板块[2] * 南洋万邦：云赛智联的全资子公司，是本次会议AI业务分享的核心主体，兼具民营市场竞争与国企担当的双重属性[3][4][9] * 北京信诺：云赛智联的另一家子公司，与南洋万邦一同从2023年开始布局AI应用[3] 二、 核心观点与论据 1. 公司业务与财务概况 * 云赛智联业务结构：主要业务分为三块：云服务大数据（包括云服务、数据要素、数据治理）、解决方案（城市安全治理、民生信息化如医疗、教育）、智能产品[2] * 财务表现与展望：2024年（会议中称“25年”）整体经济形势不佳，但公司业绩保持不错，具体数据待3月底年报公布[3]。云赛智联年营收约40亿人民币，南洋万邦年营收约16-17亿人民币，占云赛智联营收近一半[8]。南洋万邦2024年营收预计超过2023年的17.5亿人民币，实现一定增长[9] * 南洋万邦业务布局：业务多元化但围绕“政府和企业的数字化转型”核心主题，涵盖云（代理国内外主流云厂商，微软云业务占其云业务营收约一半）、数（深度参与上海市大数据中心建设运营）、智（AI应用）、安（全链路信息安全）、训（各类专业培训）[4][5][9][10][11] * 历史渊源与优势：南洋万邦与微软有超过30年的合作关系，是微软进入中国后的第一家软件代理商，目前代理微软全线产品[7]。公司兼具民营企业市场竞争力与承担政府数字化转型项目的国企角色[9] 2. AI战略核心观点：从传统软件到智能交付 * 对美股传统软件下跌的看法：认为AI对传统软件行业是冲击而非毁灭，关键在于商业模式转型。传统订阅制SaaS或卖软件许可的模式遭遇挑战，未来将是AI驱动的软件交付[18] * AI时代软件价值变迁：源代码本身不再是核心价值，而设计源代码的流程、方法以及利用AI交付结果的能力成为新的核心价值[18][20][39]。AI使得高度定制化软件成为可能，冲击了传统SaaS的通用性逻辑[18][31] * 公司AI业务定位：南洋万邦不做通用的超级AI应用（如豆包），而是定位为AI服务提供商。利用最强的AI模型作为工具，为客户交付基于AI的定制化解决方案，核心是提供“基于AI的服务”而非交付AI软件源代码[19][20][37][40] * AI业务现状与增长：目前AI业务营收在整体营收中占比不大，约几千万人民币级别（例如中标徐汇区5000万AI平台建设项目）。但AI服务增长率每年翻番，增长迅速[17] * 技术趋势判断：行业正从AI智能体（AI Agent）向代理式人工智能（Agential AI） 演进。后者通过多个智能体协作完成复杂任务，是未来发展方向[20][21][26]。RAG（检索增强生成）技术因其性价比（例如用几十万成本达到过去2000万微调模型的效果）已成为当前主流，而微调技术可能仅用于特定细分场景[22][23][24][25] 3. 新范式开启与行业影响 * 企业软件交付新范式： * 需求变化：企业级软件从标准化通用产品转向高度定制化需求，AI使得快速、低成本定制成为可能[18][31][33] * 交付变革：软件公司需将AI融入从方案设计、PPT制作、架构开发到代码编写的全流程，实现AI化的软件交付[33] * 付费模式挑战：传统SaaS的均匀订阅费模式难以适应AI开发中算力消耗（token消耗）的巨大个体差异和波动性，按使用量付费（pay by usage） 可能成为趋势，但定价面临挑战[29][30][31] * 消费级市场变化：软件发现机制从搜索引擎优化（SEO）转向生成引擎优化（GEO）。AI助手会主动抓取并推荐软件，因此软件在设计发布时需考虑如何让AI更好地理解和推荐[34][35][36] * 对传统SaaS公司的建议：必须转型，让自身软件具备AI定制能力，允许用户基于现有SaaS产品通过简单指令生成定制化功能。否则将面临生存危机[49] 4. 核心竞争优势与业务方向 * 双轮驱动优势： * 政务侧：依托母公司上海仪电集团（被定位为上海市人工智能产业发展引领者）的国企背景，以及对政务业务的深刻理解，建立了强大的政府客户信任关系，在政府AI项目上具备天然优势[6][20][41] * 企业侧：凭借与微软30多年的合作积累了大量企业客户资源[20] * 核心载体“南洋星工AI平台”：该平台作为AI服务交付的载体，对接各类基础大模型，内置公司自研的各类AI工具和智能体，类似“安卓市场”，用于快速组合和交付定制化AI解决方案[14][42] * 未来重点业务方向： 1. 政务定制化：作为主要发展方向，利用AI工具缩短交付周期、降低成本[43][45] 2. 企业服务规模化：将政务领域沉淀的AI工具和能力复用于企业市场，实现规模扩张[43][45] 3. 智算服务协同：与集团内智算公司合作，将算力服务与AI交付服务紧密结合[44][45] 4. 生态布局：围绕AI产业链进行战略投资，关注上游算法、基建、基座模型和下游场景、数据，旨在提升整体交付和服务能力[44] 5. 算力行业观点 * 算力需求判断：AI推理算力需求正指数级爆发，未来10年算力都将处于短缺状态，而非过剩[33][48] * 中美算力竞争路径： * 美国：优势在于单体GPU算力强大（如英伟达Rubin芯片），瓶颈在于电力供应[51][52] * 中国：短期内难以在单体算力上超越，必须通过软件和架构创新，用多张国产卡的协同效率来对标一张高端卡，实现“三个臭皮匠顶个诸葛亮”[52] * 国产算力发展逻辑： * 战略必要性：在关键算力节点必须使用国产卡，以确保国家安全，避免受制于人[53] * 产业特性：AI芯片迭代快，折旧周期需大幅缩短（从传统的3-5年缩短至1-3年），企业规划需适应快速硬件更新[52] * 发展前景：在AI战略竞争背景下，国产算力行业将蓬勃发展，引进英伟达高端卡与发展国产卡并不冲突，前者用于学习，后者用于保障安全与自主[53]