2023 年央国企数字化市场规模将达到 5057 亿元。
根据爱分析数据测算，2023 年央国企数字化市场规模将达到 5057 亿元。预计 2026 年央国企数字化 市场规模将达到 8128 亿元，2023-2026 三年 CAGR 为 17%。央国企数字化市场的快速增长主要受政策、使命、内生需求的共同驱动。政策层面，上云用数赋智行 动、十四五规划、数字中国建设等一系列政策文件均为央国企数字化转型指明了方向，包括加快释放 数据价值、鼓励企业“上云用数”、信创国产化替换、加强合规监管等。使命担当层面，央国企肩负 着经济发展、稳固政治和服务社会的使命担当，亟需借助数字化转型推动组织创新、技术创新、管理 创新，培育具有全球竞争力的世界一流企业。内生需求层面，央国企基于自身业务发展的实际情况， 有通过数字化转型实现降本增效、业务模式重塑、资产保值增值、培育发展新动能的现实需要。
央国企作为数字化转型的主力军，在政策、技术等的共同驱动下，其数字化需求也在持续发生变革。 数字化能力建设方面，央国企在深度用云、释放数据要素价值、强化 AI 能力方面的需求不断增强。 n 伴随数字化转型的持续深入，央国企不再只关注云平台建设，而是更加关注如何管好云、如何通 过深度用云驱动业务创新升级，相应对云平台的需求升级为稳定高效支撑业务、云服务运维运营 统一管理、以及核心技术自主安全可控。 n 央国企数据需求由数据汇集和统一治理转向数据实时驱动业务，相应需要将 DataOps 等理念与 数据中台建设深度融合，形成数据集成、数据开发、业务编排、主动治理、任务运维等数据开发 治理一体化能力，进一步放大数据中台的应用价值，实现数据质量提升和数据应用持续敏捷交付。 n 大模型技术在人工智能领域带来了巨大变革，央国企作为行业企业的领军者，积极强化大模型等 AI 技术能力建设，并深度应用于央国企的生产、营销、运营等业务场景，有效促进场景创新、激 活发展新动能。
数字化应用场景建设方面，针对制造、能源、服务、建筑四大垂直行业场景应用，央国企结合自身业 务特点，更加需要借助数字化技术提升质量管理水平，例如制造类央国企注重提高产品质量在线监测、 在线控制和全生命周期质量追溯能力。针对通用职能场景应用，央国企的核心需求变化集中在国产化 替换、加强合规监管、业务财务深度融合、强化网络安全等方面，例如信创政策要求下，央国企需要 基于信创底座构建数字办公平台，提高协同办公效率，保证办公体系的安全可控。
伴随国资委 79 号文等政策文件明确央国企信创替换的节奏和要求，以及相应财政预算、贴息金融扶 持政策等资金扶持计划的陆续出台，央国企信创建设发展迎来全面加速，信创产品采购步入常态化阶 段。从行业信创落地进展来看，党政信创进入全面建设阶段；交通、能源、教育、电信等行业央国企正加快多个环节的信创采购和替换节奏；医疗、工业行业信创建设相对较慢。未来五年，信创“2+8+N” 应用体系的需求将全面爆发。 信创四大领域中，央国企当前核心需求点集中在基础设施和应用软件领域，对基础软件和信息安全的 需求尚未放量。结合信创替换政策要求、落地实践经验，央国企信创落地路径分为四步：一是加强信 创替换顶层规划设计，明确信创落地的任务目标、实施路径及实施方案等；二是推动 CPU、芯片等基 础设施国产化替换的同时，全面完成综合类办公系统的国产化替换，并逐步推进战略决策、ERP、风 控管理、CRM 经营管理系统的试点替换落地；三是规模化完成战略决策、ERP、风控管理、CRM 经营 管理系统的国产化替换，并探索生产制造、研发系统的国产化替换；四是规模化推进生产制造、研发 系统的国产化替换。
厂商选型方面，信创能力是决定央国企产品采购与否的关键因素。一方面，厂商需为内资控股企业， 所提供产品的核心技术须自主可控；另一方面，厂商需构建完善的信创生态体系，产品能够全面兼容适配主流国产软硬件环境，包括操作系统、数据库、中间件以及各类应用软件等，助力央国企打造全 栈自主可控的 IT 系统。
大模型是推动新一轮科技创新和产业升级的重要生产力。作为大模型“国家队”，央国企凭借数据基 础设施建设完备、算力投入高、AI 应用场景多且基础强等优势，正在以不同方式加速布局大模型，旨 在强化自身能力建设的同时，为大模型在各行业企业落地应用起到引领示范作用。 目前央国企落地大模型分为三种方式：
第一种是从算力和数据出发构建通用大模型，深度赋能千行百业数字化转型，如运营商类央企。 例如，中国移动发布九天·众擎基座大模型，融合通信、能源、钢铁、建筑等 8 大行业专业知识， 超两万亿 Tokens 训练数据，助力企业快速构建行业大模型和打造智能化应用。 n 第二种是从场景数据出发，通过训练企业自有大模型的方式来支撑自身业务应用，以年度数字化 预算达到 20 亿以上的央国企为主。例如，南方电网自主研发百亿参数规模的电力大模型，具备 意图识别、多轮对话、总结提炼、自动生成巡检报告、可视化数据服务等能力，并在发、输、变、 配、用电各领域落地 80 余个场景应用。 n 第三种通过调用开源大模型或者大模型 API 服务来满足场景应用需求，绝大部分央国企采用该落 地方式。例如，中国工商银行推动基于知识增强的 NLP 大模型在金融场景的创新应用，要求供应 商具备可支持私有化部署的千亿级自然语言大模型产品。
从大模型的实际落地进展来看，能源、金融类央国企成为大模型建设的领军企业，已部分进入试点应 用的阶段。能源类央国企生成类场景落地速度快，如智能客服、设备运检知识助手、检修文档生成等， 所带来的业务价值更多是用户体验的改善和内部效率的提升；高价值应用场景主要聚焦决策类场景，如电力负荷预测、新能源规划设计等。银行类央国企重视大模型在营销、风控、运营三个方向的应用 价值，智能问答助手、智能客服、营销图片生成、贷后报告撰写将实现率先落地应用。
