1、 数字经济时代数据要素价值释放，公共数据授权运营有
望率先规模化落地 国家顶层早已明确数据作为新型生产要素的重要地位。数据为生产创造价值，形 态从资源到要素不断发展转变，根据中国信通院，数据要素是参与到社会生产经 营活动、为使用者或所有者带来经济效益、以电子方式记录的数据资源。自 2014 年大数据首次被写入政府工作报告，我国对于数据要素市场的探索不断前进。 2020 年国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》， 首次将数据作为与土地、劳动力、资本、技术等传统要素并列的第五大生产要素， 并在数据要素方面提出推进政府数据开放共享、提升社会数据资源价值、加强数 据资源整合和安全保护，自此国内数据要素市场的布局发展正式拉开序幕。
数字经济时代，数据有望更加显著地推动生产力的发展。从关系型数据库的应用， 到数据仓库与数据分析工具的发展，再到 21 世纪大数据分析技术带来的数据大 规模集中和高纬度分析，再到如今人工智能技术浪潮的兴起，数据始终在生产的 基础环节扮演着重要角色，包括基于原始数据集维持业务系统的正常运转，经过 清洗、预处理后的数据用于分析决策，将自身持有的数据加工成数据衍生品对外 流通为其他企业利用参与生产等，数据在生产力提升中起到的作用越来越明显。 随着数据相关技术和产业的发展，数据逐渐具备规模大、价值高等属性，演变为 推动生产效率提升的重要要素。
对当前的计算机行业来说，AI 引领的新一轮技术革命已经开启，而数据作为 AI 的基础其价值的开发利用至关重要。随着人工智能产品不断涌现，人工智能创新 引领时代浪潮，将为数字经济发展提供核心驱动力。由于数据在 AI 中具有极高 的价值，支持训练模型、进行深度学习、克服算法局限等都需要海量数据作为支 撑，随着人工智能模型的迭代发展，高质量数据需求将持续增长。准确的数据可 极大提高产品准确度和完成度，增强场景应用和满意度。ChatGPT 的发展推动 大模型应用技术研究和规模化落地，垂直领域大模型开发又高度依赖政府公共数 据。
从产业落地角度，公共数据作为数据要素的核心一极有望率先实现规模化落地。 公共数据主要有两大来源：一是管理公共事务职能的组织，包含地方各级行政机 关，以及税务、海关、金融监督监管等国家有关部门派驻地方的分支机构；二是 提供公共服务的运营单位，例如供水、供电、供气、公共交通等提供公共服务的 单位。公共数据涉及多个系统，如政府数据库包含从行政记录到财务信息的各种 数据，而城市管理系统则涉及交通、规划和其他基础设施相关的数据。在当前所 有数据资源中，公共数据规模较大，最大范围、最大程度、最高质量地释放公共 数据的可能性，是数据要素产业落地的核心命题之一。
2、 基础制度持续完善、地方配套层出不穷
在“数据”这一概念从资源到要素的发展过程中，国家顶层政策持续完善。对数 据的重视最初始于互联网的兴起和蓬勃，之后随着数字经济在我国的战略地位不 断提升，2015 年国务院印发《促进大数据发展行动纲要》提出数据成为国家基 础性战略资源。至 2020 年中共中央、国务院发布《关于构建更加完善的要素市 场化配置体制机制的意见》，明确将数据称为第五种生产要素，在 2022 年 12 月份出台的《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称 “数据二十条”）奠定了我国数据要素基础制度发展框架，此后顶层政策设计进 入到数据要素基础制度完善期。
其中，“数据二十条”为数据要素基础制度建设奠定了框架。“数据二十条”提 出构建四大基础制度： 建立保障权益、合规使用的数据产权制度，探索数据产权结构性分置制度，建立 数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制 度框架； 建立合规高效、场内外结合的数据要素流通和交易制度，从规则、市场、生态、 跨境等四个方面构建适应我国制度优势的数据要素市场体系； 建立体现效率、促进公平的数据要素收益分配制度，在初次分配阶段，按照“谁 投入、谁贡献、谁受益”原则，推动数据要素收益向数据价值和使用价值创造者 合理倾斜，在二次分配、三次分配阶段，重点关注公共利益和相对弱势群体，防 止和依法规制资本在数据领域无序扩张形成市场垄断等各类风险挑战； 建立安全可控、弹性包容的数据要素治理制度，构建政府、企业、社会多方协同 的治理模式。
组织架构方面，数据要素制度体系的顶层设计机构是党中央决策议事协调机构中 央网络安全和信息化委员会（简称中央网信委）、国家发改委，其中中央网信委 主要负责网络安全和信息化建设的顶层设计、总体布局、统筹协调、整体推进、 督促落实，其他各部门在各领域数字基础建设、数字产业化、产业数字化等承担 一定相应职能。2023 年 3 月，中共中央、国务院印发《党和国家机构改革方案》， 明确要求组建国家数据局，并由国家发展改革委管理，中央网信办和国家发改委 的部分职能划分到国家数据局。
具体到公共数据层面，国家顶层大力支持公共数据的授权运营。2021 年 3 月， 中共中央、国务院出台的《中华人民共和国国民经济和社会发展第十四个五年规 划和 2035 年远景目标纲要》明确提出了“开展政府数据授权运营试点，鼓励第 三方深化对公共数据的挖掘和利用”，表明了对公共数据开发利用的重视，并提 出了通过公共数据授权运营为基础的开发利用新思路。2022 年 12 月发布的“数 据二十条”，明确提出“推进公共数据确权授权机制”，强化公共数据的“统筹 授权使用和管理”，“推动用于公共治理、公益事业的公共数据有条件无偿使用， 探索用于产业发展、行业发展的公共数据有条件有偿使用”。
各部委相继就行业性公共数据开放、授权运营等相关领域作出指导。金融领域， 中国证监会、中国人民银行自 2018 年开始逐步探索数据交易流通、治理规范， 2023 年 9 月，《中国人民银行业务领域数据安全管理办法（征求意见稿）》公 开征求意见，这是中国人民银行业务领域数据安全规范问题的首个针对性重磅法 规，对规范数据分类分级要求、压实数据处理活动全流程安全合规底线、非法获 取数据等行为的处理等多个问题指明了方向。医疗行业，2018 年国家卫生健康 委员会发布《国家健康医疗大数据标准、安全和服务管理办法（试行）》，提出 加强健康医疗大数据管理，明确由国家卫健委负责建立健康医疗大数据开放共享 机制。另外，在交通、气象行业，交通运输部和中国气象局近年也不断出台相关 政策，支持推动公共数据的发展。
地方上，公共数据相关政策也陆续跟进。紧跟“数据二十条”的步伐，我国多个 省市相继发布了关于公共数据授权运营的试行办法，虽然政策细节各有差别，但 是整体都强调推进公共数据开放共享、有偿使用。综合多地政策，“公共数据通 过授权开放”已经成为地方立法的一个标配模式。其中，北京是全国首个以公共 数据专区为抓手来规范推进公共数据授权运营的城市。2020 年北京出台《关于 推进北京市金融公共数据专区建设的意见》，明确金融公共数据专区作为北京市 金融公共数据汇聚的核心载体、运营管理的平台和社会应用的统一接口，承担金 融公共数据统进统出、制度化管理、创新社会应用的功能。在 2023 年 7 月发布 的《北京市公共数据专区授权运营管理办法（征求意见稿）》中，进一步完善专 区运营机制，打造领域类专区、区域类专区以及跨领域、跨区域综合基础类专区， 开拓创新公共数据运营新思路。
3、 场景是激活数据价值的关键，公共数据运营下游场景百 花齐放
当前数据交易仍以场外交易为主，未来场内交易占比有望逐渐提升。《数据价值 化与数据要素市场发展报告（2023 年）》指出，目前中国的数据交易市场以场 外交易为主，尽管存在官方的数据交易平台，但大部分交易活动仍然在场外进行。 场外交易的活跃度导致了合规问题，包括个人信息的未经授权交易和数据泄露等 问题。为了更好地发挥数据要素的作用，《数据二十条》提出建立合规高效、场 内外结合的数据要素流通和交易制度。未来需要纳入监管进一步优化，争取将更 多的数据交易纳入到数据交易所中。
（1） 场内公共数据挂牌产品所属领域五彩纷呈 近几年地方数据交易所争相涌现。根据中国互联网信息办公室的数据，截至 2022 年末全国已有 48 家数据交易平台，最早成立的是中关村数海大数据交易服务平 台（已关闭），贵阳数据交易所是目前仍存续的最早成立的交易服务平台。此外， 从 2021 年开始数据交易服务平台建设进入加速期，其中规模较大的有北京国际 大数据交易所、上海数据交易所、广州数据交易所、深圳数据交易所等机构。
场景是激活数据价值的关键，交易所上架多领域数据。目前各大数据交易所都有 丰富多样的产品推出，其会在对应的产品信息中显示价格（面议/具体金额/免费）、 产品详情、应用领域等内容，方便机构、企业或个人进行选购。以成立时间最早 且仍存续的贵阳大数据交易所为例，其主要涉及的产品领域包括工业农业、生态 环境、交通运输、科技创新、教育文化、智慧城市等诸多领域。生活服务、金融与财政等领域排名靠前，上市产品数众多。我们统计了各交易所 各领域的产品数量，按照大的领域划分，排名靠前的领域分别是公共服务、金融 与财政、地理遥感与航运交通、ICT、医疗健康等。
公共服务：细分场景众多，体现出需求的多样性和碎片化 公共服务领域挂牌产品数量最多，涉及众多细分场景。根据我们对贵阳大数据交 易所、上海数据交易所、北京国际大数据交易所、广州数据交易所和深圳数据交 易所挂牌数据产品的梳理，目前与居民有关的公共服务领域挂牌产品数量最多。 在该领域，数据提供商包括电网公司、气象局、电信运营商等，涉及的细分场景 众多。
金融：主要服务于银行等金融机构，同时惠及个人和小微企业 银行为公共数据的主要需求方。根据《2023 公共数据金融应用白皮书》，上海 大数据普惠金融应用的 33 家试点金融机构中，有 27 家银行参与，占比超过 80%， 显示银行在公共数据应用中的主导地位。银行的参与也推动了公共数据在金融行业更广泛的应用，如信用评估、贷款审批、资产管理等关键环节，进而提高了金 融服务的效率和质量。通过公共数据的整合和分析，银行能够更好地识别和满足 客户需求，同时为小微企业和个人投资者提供更加精准和高效的金融服务。
此外财政、保险、股权融资、普惠金融等也是公共数据应用于金融的重要领域。 财政领域公共数据不仅支持预算管理和规划，还有助于税收政策的制定和优化， 同时在监控政府支出方面发挥着重要作用，确保资金的有效和透明使用。保险领 域也在积极运用公共数据进行风险管理和产品创新。在股权融资领域，公共数据 被应用于交易所、创投机构等。普惠金融通过开放公共数据并优化信贷风控模型， 精准筛选有融资需求的中小微企业，实现个人和小微企业的受益。
地理遥感与航运交通：助力公共交通规划、管理及灾害应急响应等 公共数据在地理遥感领域和交通运输领域都发挥着重要作用。在地理遥感领域， 通过卫星遥感和空中摄影测量技术获取的高精度地理信息为交通规划者提供了 关于地形、城市布局和环境条件的详细洞察，有助于设计高效的交通网络和缓解 交通拥堵。在交通运输领域，公共数据的应用可以提高交通效率、规划城市基础 设施、优化交通流量和提升安全性。通过分析道路和高速公路的使用模式，交通 管理部门可以识别拥堵点，优化信号灯控制和路线设计，减少交通延迟。此外， 公共数据还可以帮助确定哪些区域需要道路维修或扩建，以及更有效地投资交通 基础设施。同时，通过分析交通事故数据可以识别高风险区域并采取预防措施， 改善道路设计或增加交通信号，从而提高安全性。
ICT：助力开发和优化定制化的产品及服务 公共数据在软件和信息技术、通信运营领域的应用至关重要。在软件和信息技术 领域，公共数据用于大数据分析、云计算、人工智能和机器学习，以开发优化软 件产品、提供定制化 IT 服务并进行系统集成，有助于提高运营效率、创新产品 和服务、加强客户关系管理以及提升安全性和合规性。通信运营领域中，公共数据用于网络流量管理、客户服务优化、网络安全和基础设施规划，帮助运营商更 有效地管理网络资源、预测并缓解网络拥堵、优化覆盖范围并提升服务质量。另 外公共数据还用于监测和预防网络欺诈、非法侵入等安全威胁，并在基础设施规 划中指导未来的投资和技术升级决策。
医疗健康：健康管理、医药研发、临床决策、医疗保险等多细分领域 需求明确 在医疗健康领域，公共数据的应用主要集中于提供个性化的健康管理服务、支持 临床决策与医药科研，以及优化智慧养老和医疗保险服务，从而显著提升医疗服 务的效率、精准度和创新性。个性化健康管理方面，公共数据的应用主要集中在 提供个性化的健康管理和远程医疗服务上。临床决策支持方面，公共数据在临床决策支持系统（CDSS）和医药科研领域的应用，使得医疗机构能够提供基于数 据的更准确的诊断和治疗建议。医药科研方面，大数据的应用包括药物研发和市 场需求预测，降低药品研发成本和市场投放成本。医疗保险服务领域，通过对公 共数据进行分析，商业医疗保险机构能够更好地理解和预测市场需求，同时完善 风险控制要素。目前，多地政府积极推进医疗领域的公共数据开放、运营及应用。
（2） 场外第三方服务商以提供零售、电商等非公共数据类产品为主 场外第三方数据服务商主要提供电商、消费者评论等非公共数据。在当前的场外 数据中，场外交易的数据服务商如 Growing l0、魔镜洞察、一面和观远，以及许 多国内咨询公司，通过出售数据实现盈利。这些公司专门收集、分析并销售各类 数据，尤其是零售和电商领域的信息，为市场研究、品牌分析和投资决策提供支 持。根据我们对主流第三方数据服务商所提供的产品进行梳理，场外数据交易主 要集中在零售、金融以及政务等领域。
零售：提升运营效率与增强市场洞察为主要应用方向。通过分析销售数据、客户 行为和市场趋势，零售商能够更好地理解消费者需求，优化库存管理，并制定有 效的营销策略。随着数据的合规性和安全性得到增强，意味着零售商可以依赖更 加准确和全面的数据来驱动业务决策。此外，高质量数据的可用性将加速 BI 技 术在零售领域的应用，使零售商能够更加智能化和自动化地进行市场预测、风险 评估和客户服务。
金融：数据价值挖掘和业务决策支持为主要应用方向。金融机构，如银行和投资 公司，积累了大量的交易记录、客户数据和资产数据。这些数据提供了深入的客 户洞察、风险监控和市场分析机会。结合客户历史数据、公共数据（如财税数据 等）等，金融机构可以更准确地分析市场趋势、客户行为和风险模式。此外，随 着数据质量的提升，BI 还能帮助金融机构更有效地遵守监管要求，比如在反洗钱 和欺诈检测上，BI 技术可以分析交易模式，识别异常行为。 政务：提升政府治理的现代化水平、实现数据驱动的决策制定为主要应用方向。
政府部门结合本部门数据、其他部门数据以及社会数据有助于更好地规划和实施 公共政策、提高公共服务的质量，包括改善社会民生、应急管理、环境监控等多 个方面。随着数据质量的提升，政府部门可以更精确地监测和评估政策的影响， 确保公共资金的有效使用，并通过数据驱动的洞察促进社会和经济的可持续发展。
4、 关注关键产业链环节及主要需求场景下的投资机会
数据要素产业链可划分为上游数据资源、中游基础设施、下游数据服务（垂直数 据应用）以及数据安全等关键环节。从价值分布角度出发，我们看好数据资源提 供商、国资数据基础设施提供商、垂直行业（交通、医疗等）数据服务商以及数 据安全厂商的未来发展。
（1）数据资源提供商：为数据要素价值开发的源泉 数据资源主要分为公共数据、企业数据以及个人数据三类，其中： 公共数据主要由政府和企事业单位掌握。政府和企事业单位通过各种方式收集、 存储和处理公共数据，以便进行政策制定、公共管理和公共服务等工作。这些数 据涵盖了广泛的主题，包括社会、经济、环境、交通等等，对于公众的生活和决 策具有重要意义。企业数据来源广泛，有丰富的生成方式。这些数据来源的主体包括企业内部的业 务运营数据、企业外部的政府公开数据、行业统计数据、市场调研报告等、用户 在企业的网站或移动应用上的行为数据、传感器和物联网设备产生的数据以及社 交媒体平台上关于企业品牌声誉、用户反馈等数据。
个人数据则主要掌握在个人和互联网公司手中。随着互联网和智能手机的普及， 人们每天都在生成大量的个人数据，包括社交媒体上的动态、购物记录、健康数 据等等。其来源主体包括个人自身、应用程序开发者、网站运营商、物联网设备 制造商等，这些数据对于个人用户和企业来说都具有重要的价值。互联网公司通 过各种方式收集和分析这些数据，提供个性化的服务和广告，同时也为个人用户 提供更好的体验和便利。
通行宝：稀缺交通数据入口，构建智慧公路底座 ETC 发行及电子收费为公司基石业务，智慧交通云应用持续拓展。公司为江苏 交控控股的智慧交通平台化解决方案供应商，主要从事智慧交通电子收费业务、 智慧交通运营管理系统业务和智慧交通衍生业务，已成为国务院“科改示范企业”， 技术水平、创新能力、经营质量均较高。根据公司招股说明书，公司为江苏省唯 一经授权的 ETC 发行机构，截至 2021 年末，公司在全国范围内已发展 ETC 用 户约 2087 万。公司智慧交通运营管理系统业务覆盖交通指挥调度、运营服务、 综合管理三大业务场景，提供智慧交通 SaaS 云服务，同时通过加强数据挖掘、 汇聚与分析，支撑综合交通运营决策管理与服务，其中调度云产品目前已实现大 规模商业化运作，并向全国推广。此外，公司调度云产品已实现 SaaS 模式按期 收取服务费，相较于项目制收费，按期收费的方式增强了公司收入确认的持续性 和可预测性，有利于公司业务稳定增长。
建设智慧交通大数据基础设施，以 AI 赋能交通数据应用。数字交通十四五规划 等多项国家级政策提出要加快交通数字化应用，智慧交通顶层设计明确，政策驱 动强。通行宝为江苏交通大数据平台基础设施核心供应商，江苏交控以通行宝主 导研发的“数字交通 AI 云控平台”为基础推进“高速大脑”建设，公司产品实 现从单体云平台业务向数字交通 AI 云控平台的拓展，横向功能拓展将带来业绩 空间抬升。此外，通行宝为交通部 “公路视频云联网系统项目”的供应商，参 与国家级平台建设；公司调度云产品参与北京、河南、河北、湖南、山东等省市 的视频云联网项目，产品向各省市拓展，前景广阔，结合公司调度云 SaaS 按期 收费的模式向更多地区及产品拓展，预期公司整体收入持续性将有进一步提升。 公司还将 AI 技术与智慧交通云应用结合，AI 视频分析云控平台产品通过 AI 技术， 开展事件监测、事故分析等数据挖掘工作，推动基础设施数字化。日前，江苏交 控成功发布了以通行宝主导研发的“云收费·机器人”、“AI 平方”等行业数字 化应用产品，明确将“三网融合”等数字新基础设施建设列入年度重点工作。预 期随着 AI 应用范围逐渐扩大，公司将会实现产品价值量和业务壁垒双重提升， 增强公司竞争优势。
数据要素市场加速建设，公司坐拥海量数据资源。“数据二十条”发布，数据要 素市场建设加速，预期 2025 年我国数据要素市场规模将达到 1749 亿元。公司 为交通端数据要素核心标的，掌握着海量数据资源，将受益于数据要素相关政策 推进。一方面，公司截至 21 年底发展了 ETC 用户约 2087 万人，ETC 发行和 收费过程中采集多类数据资源；另一方面，公司的调度云平台涵盖视频监控、情 报板、语音等八大功能模块，目前已成功连接多省市的交通视频数据入口，积累 了极为丰富的监测数据（道路视频、路况等）和事件案例（突发事件、稽查事件等），如江苏交控调度云平台每年处理突发事件 15 万起；稽核管理云平台累计 核实逃交、少交车辆 55 万余辆等。
（2）数据基础设施厂商：为数据要素价值开发落地筑基 数据基础设施是数据要素产业链的“骨架”。11 月 23 日，国家数据局党组书记、 局长刘烈宏在出席第二届全球数字贸易博览会数据要素治理与市场化论坛，指出 数据基础设施是从数据要素价值释放的角度出发，在网络、算力等设施的支持下， 面向社会提供一体化数据汇聚、处理、流通、应用、运营、安全保障服务的一类 新型基础设施，是覆盖硬件、软件、开源协议、标准规范、机制设计等在内的有 机整体。 在数据基础设施涉及的具体内容和承担的主要能力方面，刘烈宏局长进一步对其 做出重要阐释：以 5G、光纤、卫星互联网等为代表的网络设施为数据提供高速 泛在的连接能力，以通用、智能、超级算力为代表的算力设施为数据提供高效敏 捷的处理能力，以数据空间、区块链、高速数据网为代表的数据流通设施打通数 据共享流通堵点，以隐私计算、联邦学习等为代表的数据安全设施保障数据的安 全。
太极股份：信创主力军，数字中国筑基者 中电科旗下自主可控主力军，业务卡位信创与数字中国。公司实控人为中电科， 是 WE 信创体系的重要组成部分。公司四大业务为云服务、网络安全与自主可控、 智慧应用与服务、系统集成服务，其中云业务指政务云、国资云等服务；网络安 全与自主可控指安全服务与自主可控产品（包括数据库、操作系统、OA 等）； 智慧应用与服务指面向“互联网+政务”、“互联网+行业”提供解决方案；系统 集成服务指定制化解决方案。公司自主可控产品线和云平台卡位数字中国建设的 基础设施环节，并依托这些核心产品面向政务、交通等重点行业提供服务，将高 度受益信创与数字中国建设东风。公司以政府类客户为基石（22 年贡献 57%的 营收；企业类客户贡献 30%的营收），“一体两翼”战略下业务走向产品化， 17 年来系统集成服务占比收窄 19%。
信创产业链布局完善，乘信创东风替代空间广阔。公司是国内信创主力军，核心 自主可控产品人大金仓深耕集中式关系型数据库，是国内数据库行业核心力量之 一，市占率位列国产数据库前三，客户覆盖众多关键行业，标杆案例储备丰富。 人大金仓之外，公司内生与外延并举打造了完善的信创产品矩阵，其中慧点深耕 央国企办公协同，国资委直属企业市场占有率超 65%；金蝶是五大国产中间件领 军品牌之一；普华操作系统是国产化先行者。
筑基数字中国，受益数据要素、国资云与数字政府景气度。数字中国战略高度空 前，强调夯实数字基础设施和数据资源体系“两大基础”。公司作为数字中国建 设的“国家队”，产品覆盖数据库、操作系统、OA 等基础软硬件，业务覆盖全 国一体化政务云、政务大数据、国资云等多个平台体系建设，是数字中国建设中 的“筑基者”。在数据要素建设、国资云建设与数字政府建设景气度空前高涨的背景下，公司作为筑基者将全面受益。根据国家工业信息安全发展研究中心，预 期 2025 年我国数据要素市场规模将达 1749 亿元，CAGR 超 20%，数据加工商、 服务商等众多数商规模也将快速扩张，公司作为标杆数据基础设施建设及运营商， 迎来重大业务机遇。此外，公司积累了极为丰富的数据资源（如北京健康宝平台 截至 2021 年底调用量已达 114 亿人次，累计为 9500 多万民众提供服务），将 进一步助力公司完善升级数据资源平台。政务云和国资云方面，公司在北京地区 政务云市占率超 50%，将依托份额优势随政务云向基层覆盖实现业绩增长，公司 战略合作北控大数据、牡丹集团等，持续推进国资云业务；应用方面，公司是国 家级“一网通办”、“一网统管”建设重要力量，覆盖了 70%以上国家级重大政 务信息化工程。
深桑达：国资云先锋，迎数据要素机遇启航 中国电子旗下领先的数字与信息服务和产业服务提供商。深桑达的前身可追溯到 1984年设立的电子部驻深办，2021年公司切入云计算及存储、数据创新等领域， 推出了“中国电子云”等行业内领先产品，发展成为领先的数字与信息服务和产 业服务提供商，赋能党政、金融机构、公共服务机构、大型集团企业等关键行业 的数字化转型。 云产品受益自主可控和信创，基于中国电子 PKS 信创生态优势明显。云是数字 经济的重要基础设施，当前政务、金融等关键行业对云计算的应用持续深化，具 备全栈自研能力的云厂商竞争优势明显。公司母公司中国电子已形成完善的 PKS 信创生态，而中国电子云是 PKS 体系上性能最好的云产品之一，定位最安全的 国资云，有望依靠下游旺盛需求实现快速的规模扩张。
积极布局数据创新业务，数据要素有望成未来新增长极。数据要素领域，中国电 子已经积累了 2-3 年的研发经验，形成独有的自研数据元件方法论，深桑达凭借 中国电子的自研方法论，定位数据要素前端环节，帮助数据形成数据元件，帮助 政府数据进行数据脱敏和处理，转化成数据元件实现交易，并解决数据确权问题。 此外，公司作为主要服务与党政、央国企类客户的云服务商和数字化服务商，营 业收入中超过一半来自于党政客户，具备党政客户资源优势。
（3）数据加工服务商：为数据要素价值化发展挖掘潜力 数据加工服务商作为数据要素产业链中的“炼金师”，为数据赋予宝贵价值。通 过对数据的处理和分析、价值挖掘、交易咨询等，帮助应用场景需求者更好地利 用数据，实现业务价值和创新。在数据加工处理方面，为企业、政府机构、科研 机构等提供数据清洗、标注、融合、对异构数据进行处理和结构化产品服务，帮 助客户从海量数据中提炼出有用的信息。在数据分析方面，提供分析工具、算法 模型、数据可视化等解决方案，也提供专业的数据分析和挖掘服务，帮助客户从 数据中提取有用的信息和洞察。在数据交易咨询方面，客户在决策是否进行数据 交易，以及交易何种数据、如何交易时，能够协助客户制定与数据相关的战略规 划，包括数据收集、处理、分析、应用等方面的战略，以支持客户的业务目标。 这些服务商通常聚焦于某个特定的垂直行业，具备丰富的行业知识和实践经验。 具体到应用场景，我们可以看到为不同行业如医疗、钢铁等提供专业服务。
医疗数据服务商：数据要素应用场景明确 久远银海：医保民政多业务开发再次起航，医疗数据产品已上架广州数交所。久 远银海自成立起就立足人社领域的软件开发，参与金保一期、二期建设，从人社 到医保、医疗、民政不断丰富旗下业务版图，目前已形成“人社+医保 IT”全产 品体系。公司长期耕耘人社、医保领域，同东软集团共同占据六成以上的市场份 额，在金民工程一期与国家医保局信息平台建设中中标多个核心业务模块，在政 府端领域建设已具备相当的话语权。在规范性、标准化、严监管的要求之下，各 平台间的数据共享、业务融合、数据分析成为建设关键，G 端向 B 端的影响力明 显提高。各省市级政府机构、各医疗机构、商保支付结算的信息化建设也将因网 络效应形成更强的路径依赖。久远银海承建全国医保统一平台核心业务模块和 22 个省平台，积极开展医保数据专区建设和医保数据要素的资产化、产品化、 服务化创新，公司“医院疾病诊疗路径知识库、医疗费用分析系统”是首批上架广 州数据交易所的数据能力，医疗数据要素应用进展领先。
博思软件：卡位财政部，医保等创新业务持续增长。博思软件为财政部电子票据系统唯一的开发商和实施商，在财税生态中的卡位优势显著，在预算一体化及数 电票相关业务等建设新需求下，公司成长空间广阔。数电票业务方面，2023 年 4 月，财政部等九部委联合发布《关于联合开展电子凭证会计数据标准深化试点工 作的通知》，推进电子凭证会计数据标准深化试点，博思软件作为试点服务保障 单位之一，政策为公司打开数电票业务新空间。此外，医保电子票据业务也持续 推进，截至 2023 年上半年，公司医疗电子票据业务完成二级及以上医疗机构新 增推广 7000 余家，且已助力 10 余省份打通医保局的数据共享通道。在商保方 向，公司构建了财政、开票单位、商业保险公司、参保人等多方参与、安全共享 的平台系统，提供出险提醒、保险快赔、两核风险控制等服务。公司在医保商保 等业务领域的参与为公司打开相关数据要素应用空间。
中科江南：数据要素东风推动公司医保及电票入账业务高速发展落地，为公司打 开新空间。医保为数据要素应用的优质领域，中科江南区块链平台的医疗电子结 算凭证业务实现了医保结算数据进一步电子化，帮助释放医保电子凭证的数据价 值，从而实现协助加强医保基金监管、提高报销便利性、推进商保快速理赔等应 用。根据《2021 年我国卫生健康事业发展统计公报》，我国有三级医院 3275 个，二级医院 10848 个，一级医院 12649 个，医保客群庞大，应用空间广阔。 截至 23 年 9 月底，公司已完成区块链中心和电子结算凭证应用国家医保局总节 点和 28 个分节点建设。浙 江、陕西、河南、湖北等 12 省共 230 家试点医疗机 构完成采集上传 574 万余条电子结算凭证数据信息，公司研发的电子结算凭证服 务控件在湖北、陕西、河南等 7 个省市的试点医疗机构实施部署。此外，公司紧 抓各地预算单位的电票入账相关建设需求，作为“电子凭证开具分发平台”和“深化 试点服务保障单位”，投入超募资金加强项目研发建设。公司研发的电子凭证综 合服务分发平台已完成开发并在国资云部署应用，陆续开始对接各电子凭证出票 端，应用平台已开始在全国 11 个省市推进建设，接收各类电子凭证并提供省内 各试点单位业务系统接入，预计相关业务将为公司打开新的业绩空间。
上海钢联：钢铁为营，进军全品类大宗资讯 以钢铁为起点，加速大宗全品类扩张，强化资讯综合竞争力。上海钢联“资讯+ 电商”双轮驱动的成长模式已经在黑色金属系获得成功实践，公司资讯业务 2016 年开始快速发展，续费率持续攀升，利润加速释放。从今年最新股权激励条件看， 未来几年资讯业务将是公司发展重点，同时公司亦公开表示将大力扩充资讯尤其 是能化领域人才，钢铁资讯的成功为公司扩充能化等新品类提供良好经验借鉴和 品牌引流效应。此外，钢铁行业是制造业 31 个门类中碳排放量最大的行业，约 占总排放量的 17%，公司基于钢铁行业突出的累积优势，前瞻布局碳排放交易， 从培训入手，积极寻求咨询、数据服务等业务机会，公司对多品类资讯的扩充完 善将大力提升产品综合竞争力。
对标国际大宗资讯龙头“普氏能源资讯”，钢联近期迈出国际化重要一步。普氏 能源资讯由石油资讯业务起家，通过投资并购逐步延伸至金属、农产品等领域， 营收主要包含订阅收入和特许权使用费，海外收入占比超过 2/3。上海钢联近年 通过投资控股山东隆众，控股中联钢等不断强化在大宗商品资讯领域的领先地位， 马太效应日渐增强。5 月 31 日，公司与新加坡交易所联合推出上海螺纹钢掉期 场外交易和结算，是其迈向国际化、从单一资讯业务向指数授权业务进阶的重要 里程碑。这也是上海钢联在螺纹钢等方面开始具备全球定价权的一个重要突破， 全球影响力提升也将利于公司进一步扩张。
（4）数据安全服务商：为数据要素规模化落地保驾护航 数据要素产业链未来将注重数据安全保障，逐步实现规范化和扩大化，跨界合作 将成为新常态。数据安全服务商将为数据要素整个产业链提供全方位的数据安全 服务，包括网络安全、云安全、信息安全、密码安全等，为客户数据处理过程提 供安全保障。数据安全服务商的主要业务可归纳为提供安全评估和审计服务，帮 助客户识别潜在的安全漏洞和风险，并提供相应的解决方案，同时关注数据安全 的合规性和法规遵守，确保客户数据处理过程符合相关法规和标准，为数据交易 提供安全保障。
1、海外 AIGC 应用已进入落地收费阶段
海外 AIGC 应用已进入落地阶段。自年初微软宣布对 OpenAI 加大投入起，生成 式 AI 即成为新的技术浪潮，各大应用厂商均争先将生成式 AI 嵌入自身产品内。 目前，海外 AIGC 应用已从年初的产品密集发布阶段，进入产品落地阶段。除进 展较快的C端AIGC付费外，B端对AIGC技术也存在高需求，Salesforce、Google、 Adobe、微软等 B 端生成式 AI 产品陆续落地收费，体现 AIGC 应用成熟度进一 步提升，打开 AIGC 商业空间。
目前 AIGC 应用定价仍较高，未来随着成本降低将进一步打开应用厂商收入空 间。从目前已经定价的 AIGC 应用来看，普遍定价较高，微软、谷歌、Duolingo 等 AI 功能订阅定价甚至超过基本功能订阅定价，且微软、谷歌、Salesforce 等 暂时将 AI 功能限制在较大型客户中。我们认为这一方面体现了除 C 端外，大型 B 端用户也对 AI 展现出了较强的需求，愿意接受高定价，另一方面体现了目前AI 算力成本仍较高，需要企业限制客户数量及提高价格。预计随着未来算力成 本降低，AIGC 能力将进一步开放，彻底打开应用厂商收入空间。
AIGC 对基础设施厂商业绩拉动较快，应用层面报表端体现指日可待。分环节看， 目前 AIGC 对云等基础设施业绩已有拉动，应用层面目前仍在逐步渗透收费阶 段，报表端体现仍需时间。以最典型的微软为例，FY24Q1 业绩会中微软已披 露当季度 Azure 收入的 3%来自 Al 贡献，而上一季度贡献为 1%，且 Azure Al 部分收入环比超 200%，体现 AIGC 应用高需求对基础设施收入的拉动；而应用 端，KPMG、Visa 等企业客户的数万名员工已在使用 Microsoft 365 Copilot，预 计 AI 的影响将在 FY24 下半年体现，AIGC 应用对报表端的增量指日可待。
2、GPTs（AI Agent）推动 AI 应用百花齐放
（1）AI Agent 或将帮助 AI 应用进一步智能化 根据《计算机科学技术名词（第三版）》，Agent 是在一定的环境中体现出自治 性、反应性、社会性、预动性、思辨性（慎思性）、认知性等一种或多种智能特 征的软件或硬件实体。在人工智能领域，agent 是一个计算实体，AI Agent 视为 能够使用传感器感知周围环境、做出决策并使用执行器做出响应的人工实体。
AI Agent较目前广泛使用的Copilot模式更加独立。对比AI与人类的交互模式， 目前已从过去的嵌入式工具型 AI（例如 Siri）向助理型 AI 发展，目前的各类 AI Copilot 不再是机械地完成人类指令，而是可以参与人类工作流，为诸如编写代 码、策划活动、优化流程等事项提供建议，与人类协同完成。而 AI Agent 相较 助理型 AI 又更加独立，将能够自主调用资源完成任务，人类在其中更多起到监 督和评估的作用。
大模型为 AI Agent 提供强大核心大脑。目前随着模型规模增大，大模型展现出 上下文学习、推理和思考链等多种类似于人类思考方式的能力。将大模型作为 AI Agent 的核心大脑，使解决复杂问题、实现自然语言交互等任务成为可能。Agent+大模型将有望构建具备自主思考、决策和执行能力的智能体，提升大模型 的应用能力。
在大模型时代，AI Agent 或将拓宽 AI 应用可解决的问题范围，升维软件能力。 AI Agent 或将使软件应用的范式从面向过程迁移到面向目标。传统软件采用预定 义的指令、逻辑和规则来固定流程，而面向目标的架构更专注于特定领域，通过 目标导向的 agent 自主生成，从而拓宽软件应用可解决的问题范围。大模型赋能 agent 后，AI agent 智能程度进一步提升，或将升维软件能力。 例如面壁智能 ChatDev，其将软件开发流程中的不同工作职能分配给不同的 AI Agent（例如 CEO 进行整体决策，CTO 完成系统架构的设计，程序员实现代码 开发，设计师优化产品 UI 等），并实现不同角色 Agent 之间的沟通，形成完整 的软件开发流程。其中，单个 Agent 即是面向目标而非面向过程，从而拓宽了整 体能力范围。
AI Agent 相较于简单的 AI 工具具有更广泛的应用范围、更灵活的交互方式、记 忆和学习能力，以及更强的代理性质，使其能够更全面地满足用户需求并适应不 断变化的环境。（1）应用范围方面，AI 工具大多数是机器人，仅限于特定应用 程序，在特定任务或领域中执行功能；而 AI Agent 具有更广泛的应用范围，可 以处理多个任务，并在不同领域中执行各种功能，具有更强的代理性质，能够代 表用户执行任务，做出决策。（2）交互方式方面，AI 工具通常在写下特定单词 或请求帮助时介入，具有有限的交互方式；而 AI Agent 具有更自然和灵活的交互方式，能够理解复杂的自然语言指令，并与用户进行更智能的对话。
（2）GPTs 推动 AI 应用向前一步 GPTs + Assistants API 为用户提供自定义 AI Agent 的初级形态。用户可通过 自然语言构建专属 GPT，可接受用户专有知识，并通过 API 调用外部能力，使 人人都有可能拥有自己的人工智能助理。GPTs：人人都能拥有自定义 GPT，GPT 应用生态快速发展。OpenAI 于首 届开发者大会上推出了自定义 GPT 功能，并命名为 GPTs，可添加知识、 操作和说明，并发布以供其他人使用。自定义的 GPT 发布后，用户可以选 择私有、专属以及公开三种方式发布应用。企业版用户也可为特定客户、部 门或专有数据集创建自己的 ChatGPT。OpenAI 还推出了 GPT Builder，专 门用于以自然语言交互的方式为用户创建自定义的 GPT，大幅降低了开发 门槛。根据 GPTs Hunter，目前已有超 3 万个 GPTs 被平台收入，GPT 应 用生态快速发展中。
Assistants API：全面的 API 开发助手。OpenAI 还面向开发者推出了全新 的 Assistants API，是 OpenAI 专门设计的用于帮助开发者在自己的程序中 构建Agent的工具。Assistants API提供了“代码解释器（Code interpreter）”、 “检索（Retrieval）”“函数调用（Function calling）”三项功能，其中： 代码解释器允许开发者在沙盒中编写和运行 Python 代码，生成图形、图表 并处理不同数据和格式的文件；检索使得开发者可以利用模型之外的知识来 增强助手；函数调用可令助手能够调用开发者定义的函数，并将函数响应合 并到其消息中。
GPT Store：OpenAI 官方应用商店即将上线，GPT iPhone 时刻来临。OpenAI 未来还将正式推出官方 GPT 商店，主要用于分享用户构建的自定义 GPTs，开 发者可以将自己的 GPTs 提交，经过验证的 GPTs 将会商家 GPT Store 并供用 户下载和使用，以此创造的收入将与 OpenAI 进行分成。GPT Store 是在插件系 统基础上实现的重磅升级，早在今年 5 月份 OpenAI 就在插件系统上开放了 70 多个插件，功能涵盖了创建网页、视频编辑、数据分析等。根据 Sam Altman， ChatGPT 自推出以来，已有超 200 万开发者使用 API，超过 92%的财富 500 强 公司使用 API，周活跃用户超 1 亿。
（3）多模态大模型快速赋能视频创作 大模型多模态能力升级，文生视频快速发展。文生视频为大模型多模态应用的重 要方向，近期多家厂商发布相关产品或更新，大幅提升文生视频效果，实现更高 清晰度、更高流畅度、视频任意修改等功能。如 Runway 的 Gen-2 发布更新， 现可支持 4K 高清视频，并新增“涂哪动哪”功能，实现由静态图到动态图的转 变；Meta 发布Emu Video，既支持图像编辑，也支持根据文本图片生成高分辨 率视频；字节跳动发布 PixelDance，生成有高度一致性且有丰富动态性的视频， 细节处理覆盖人物动作、脸部表情、相机视角控制、特效动作等；Pika Labs 发 布 Pika 1.0，使用 AI 实现画布与视频长度拓展。文生视频能力升级将大幅降低 创作门槛，打开 C 端创作商业空间，同时进一步打开游戏、影视制作等 B 端视 频应用空间。
3、更多 AIGC 应用展望
通 过 微 软 发 布 的 GPT-4V 评 测 报 告 《 The Dawn of LMMs:Preliminary Explorations with GPT-4V(ision)》，我们认为除企业办公外，大模型在教育、医 疗、金融保险、工业制造等领域有望率先落地。 （1）教育 通过微软评测人员的测试，我们发现 GPT-4V 对科学与尝试掌握程度高，且能进 行多模态常识推理及数学推理。此外，通过微软测评，上下文中的少示例学习是 GPT-4V 的新能力，即通过在推 理时前置一些与输入查询具有相同格式的上下文示例，GPT-4V 可以在不更新参 数的情况下生成所需的输出。我们认为结合 GPT-4V 在科学知识领域的积累以及 强大的逻辑推理、上下文学习能力，最新的 LMM在教育领域有较好的应用前景。
（2）医疗 微软评测人员通过提供提示“描述图像”来评估 GPT-4V 在医学图像理解领域 的性能。以下图为例，GPT-4V 识别了给定 X 射线中的牙齿和颌骨。此外，当评测人员提示“在这个 x 射线图像中是否有需要移除的智齿？”时，GPT-4V 对 视觉上下文进行推理，并得出智齿没有完全从牙龈线中冒出的结论。我们认为结 合专业知识的 GPT-4V 可以识别常见病症，并生成相应报告从而减轻了医学专业 人士在起草报告时的工作负担。通过微软对 GPT-4V 在医疗行业的测评印证了医疗是多模态大模型的重要应用 领域。我们认为医学影像分析、医学诊断和治疗以及医学大数据分析都可以被 LMM 赋能。
（3）金融保险 微软评测报告中指出汽车保险是 GPT-4V 的另一个实际应用。通常汽车保险流程 分为损害评估与保险报告两个流程，前者涉及准确识别和评估车辆受损程度的关 键任务，而后者不仅包括损害识别，还包括识别图像中呈现的特定于车辆的信息， 如制造商、型号、车牌和其他相关细节。微软评测人员通过解决以上两个方面， 展示了 GPT-4V 在汽车保险领域的全面能力。
以保险行业为例，叠加了语音与图像功能的多模态大模型智能客服对话机器人、 智能营销机器人、保险条款自动解析、在线理赔等领域的创新应用将大幅提升用 户体验。我们认为汽车保险是大模型在金融领域的一个典型应用，LMM 可以为 金融行业提供许多便利，包括提高效率、降低成本、优化风险管理、改善客户体 验等。
（4）工业制造 微软评测人员为 GPT-4V 提供了两个视觉上相似但在某些区域存在细微差别的 图像，任务是识别两图像之间的所有不同之处。在示例中，GPT-4V 成功地识别 了图像中不同的区域或组件，但在每个图像中所描绘的内容提供准确解释方面稍 有欠缺。我们认为该功能可以被广泛应用于工业领域包括缺陷检测、安全检查、 杂货结账等领域。
4、智能驾驶将加速普及
（1）城市 NOA 加速普及 得益于 AI 大模型的应用，城市 NOA 将加速普及。根据财联社报到，参展 2023 上海车展的量产乘用车为484款，L2级以上智能驾驶车型373款，占比77.07%；具备高速 NOA 及以上功能的车型有 52 款，占比 10.74%。其中，在中高端新能 源车型上，L2+级别的辅助驾驶基本已成为标配。东风技术中心首席总工程师边 宁在中国汽车论坛上表示，未来两年以高速领航辅助和城区领航辅助以及特定场 景的拥堵领航辅助为代表的高阶智能驾驶将迎来发展的高峰期。 BEV+Transformer 的应用，“重感知、轻地图”路线渐成主流。BEV+Transformer 的方案将静态道路信息与动态道路参与方统一到了同一个坐标系下，通过实时感 知与转换，在行驶中即可实时生成“活地图”，推动自动驾驶中“感知-决策-规 划”的任务进行，因此高精地图不再成为强需求。
华为鸿蒙智行，全国都能开的高阶自动驾驶。4 月 16 日，2023 华为智能汽车解 决方案发布会上，华为首发了高阶智能驾驶系统 ADS 2.0。HUAWEI ADS 2.0 搭 载了业界首创激光融合 GOD 网络，障碍识别更精准，即便是在复杂的交通场景 也能安全畅行。ADS 2.0 对高速体验进行了优化，优化后平均人工接管里程从 100km 提升到 200km，上下匝道、通道避障等都能轻松应对。ADS 2.0 搭载的 NCA 智驾领航可覆盖城区 90%场景，有图无图都能开。智能泊车性能和场景进 一步提升，AVP 代客泊车辅助和 360°全范围障碍物感知加持，跨地面、地下停 车场以及机械车位均可进行智能泊车。
最领先的高阶智能驾驶。在智界 S7 发布会上，华为智能汽车解决方案 BU 董事 长余承东表示，华为智能驾驶具备有图无图都能开、泊车代驾、自主学习越开越 好三大特点。
（2）车路协同 C-V2X 车联网短中长期均有政策支撑。12 月 1 日，华为即将全球发布车路协同(V2X)标准。此前，11 月 17 日四部门正 式发布《关于开展智能网联汽车准入和上路通行试点工作的通知》，首次对搭载 L3 及 L4 自动驾驶功能的智能网联车辆开展准入试点工作。我们认为路侧智能化 是我国智能网联汽车的重要组成部分，华为是全球唯一端到端 C-V2X 智能网联 解决方案提供商，华为 V2X 标准发布有望加速路测智能化建设。
1、 看好国产替代长期主线，产业链边际催化不断
（1）当前已进入信创全面落地的加速阶段，需求将持续释放 信创已进入全面落地的加速阶段，需求将持续释放。回顾国内信创发展进程，早在 20 世纪 80 年代初期，我国政府就对 IT 底层基础软硬件的自主创新提出了相 关要求；2021 年“十四五”规划发布以来，国家将科技自立自强确立为发展战 略，继续建立基于自身的 IT 底层架构和标准，助力信创产业持续稳定发展；22 年 9 月国资委下发文件，全面指导并要求国央企落实信息化系统的信创国产化改 造，明确要求 2027 年底前实现所有中央企业的信息化系统信创替代，其中包括 OA、邮箱等产品的全面替换。2020 年至今，信创已进入全面落地的加速阶段。
（2） 边际催化：国家标准工作启动，公开招投标放量 国家标准工作启动，党政与行业信创推进更加有标准可循。2023 年 7 月 10 日， 中国交通运输协会发布《交通运输信息技术应用创新适配测评总体要求（征求意 见稿）》，为交通行业首部信创适配测评标准，文件规定了交通运输行业信创适 配要求和测评要求，包含基础软件和基础硬件适配认定和验证、以及应用软件测 评要求。2023 年 7 月 28 日，中国信息安全测评中心发布《安全可靠测评工作指 南（试行）》，主要面向计算机终端和服务器搭载的中央处理器（CPU）、操作 系统以及数据库等基础软硬件产品，对产品及其研发单位的核心技术、安全保障、 持续发展等方面开展评估。2023 年 8 月 3 日至 8 月 8 日，财政部会同工信部研 究起草了多项信创基础软硬件政府采购需求标准意见稿，其中包括通用服务器 （8.3 公布），一体式计算机（8.4），操作系统、便携式计算机（8.7），数据 库（8.8），工作站（8.9）等。需求标准从产品规格、性能要求、功能要求、安 全要求、可靠性要求、兼容要求、包装及运输要求、服务要求、供应保障要求多个类别出发，针对每项基础软硬件均提出近 200 条具体的指标要求。
公开招投标放量，信创加速落地。8 月 8 日，中信银行发布通用基础设施集成商 入围采购项目《入围通知书》，项目整体预估采购金额约 65 亿元。本次招标采 购涉及 9 类设备，包括 ARM 芯片服务器（34 亿元）、C86 芯片服务器（10 亿 元）、数据中心级别交换路由（10 亿元）、非数据中心级别交换路由（1.2 亿元）、 防火墙设备（1 亿元）、波分设备（1.7 亿元）、集中式 ARM 高端存储（3.93 亿元）、分布式 ARM 对象存储（2.34 亿元）、中高端存储光纤交换机（0.90 亿 元）。根据麒麟软件官方公众号，7 月 27 日和 8 月 3 日麒麟软件分别独家中标 超 6 万套中国邮政服务器 OS 和 6 万套中交集团桌面 OS。
（3） 华为全面回归，全自主可控生态链将加速发展 “一云两翼双擎+开放的生态”的华为计算战略将加速推进。2019 年 9 月第四届 华为全联接大会上，华为正式全面启航“一云两翼双擎+开放的生态”的计算战 略，其中双引擎指围绕“鲲鹏”与“昇腾”打造的两个基础芯片族，构筑异构的 计算架构。两翼指智能计算业务以及智能数据与存储业务，其中在智能计算领域， 面向端、边、云，提供“鲲鹏+昇腾+x86+GPU”的多样性算力；在智能数据与存 储领域，融合了存储、大数据、数据库、AI。一云指华为云，通过全栈创新提供 安全可靠的混合云。开放的生态指通过硬件开放和软件开源，使能广大合作伙伴， 形成开放的产业生态。
推进计算战略四年来，华为构筑起繁荣的软硬件生态体系。根据华为年报，22 年华为创造营收 6423.38 亿元，实现净利润 355.62 亿元，从产业视角进行业务 拆分，ICT 基础设施、终端、云计算、数字能源业务和智能汽车解决方案五大业 务的收入情况分别如下表所示。截至 22 年底，华为合作伙伴数量超过 35,000 家，其中销售伙伴超过 25,000 家，解决方案开发伙伴及服务伙伴超过 8,000 家， 人才联盟伙伴超过 2,400 家。
细分到各业务，截至 22 年底华为欧拉系生态新增 装机量超过 300 万套、开发者超过 300 万、合作伙伴超过 2,000 家；搭载 HarmonyOS 的华为终端达到 3.3 亿台、鸿蒙生态开发者超过 200 万、鸿蒙智联 合作伙伴超过 2,300 家；鲲鹏已有 4,200 多家合作伙伴、190 万名开发者，12,000 多个解决方案通过鲲鹏兼容性测试认证；昇腾已发展超过 120 万开发者，与 1,000 多家 ISV 联合推出 2,000 多个行业 AI 解决方案。 华为基于鲲鹏与昇腾两大基础芯片族，构建了包括欧拉、鸿蒙等基础软硬件在内 的开源开放生态；在云服务领域以云和 AI 赋能千行百业搭建底座，对外输出工 业软件等云解决方案。华为全面回归，自主生态链将加速发展。
2、 关注数据库、操作系统、服务器等国产替代进展
（1） 数据库：国产化替代与大数据技术升级同步推进 国产数据库市场空间及行业格局 国产数据库市场空间广阔。根据大数据技术标准推进委员会，2022 年全球数据库 市场规模为 833 亿美元，我国数据库市场规模（包含数据库周边生态）为 59.7 亿美元（约合 403.6 亿元人民币），占全球 7.2%。预计到 2027 年，我国数据库 市场总规模将达到 1286.8 亿元，市场年复合增长率（CAGR）为 26.1%。假设到 2027 年数据库实现全面国产替换，可以预期国产数据库具有广阔的市场空间。
数据库可按数据模型、设计架构、部署方式和业务负载特征进行分类。1）按数 据模型：分为关系型数据库、非关系型数据库（NoSQL）；2）按设计架构：分 为集中式数据库、分布式数据库；3）按部署模式：分为本地数据库和云数据库； 4）按业务负载特征：分为 OLTP 数据库、OLAP 数据库和 HTAP 数据库。
从大数据时代下数据库技术演进的角度来看 数据库发展进入后关系型时代，NoSQL、分析型、分布式和云蓬勃发展。根据 信通院《数据库发展研究报告（2021 年）》，进入 21 世纪，随着信息技术及 互联网不断进步，数据量呈现爆发式增长，各行业领域对数据库技术提出了更多 需求，数据模型不断丰富。谷歌的三篇论文开启后关系型数据库阶段，该阶段由 于数据规模爆炸增长、数据类型不断丰富、数据应用不断深化，技术路线呈现多 样化发展。随着各行业数字化转型不断深入，5G、云计算等新兴技术快速发展， 传统数据库的应用系统纷纷优化升级。后关系型阶段的数据库演变特征包括：数 据模型不断拓展，非关系型数据库开始兴起，NoSQL 数据库应运而生；分布式 架构逐渐成熟；统一框架支撑分析与事务混合处理；与云基础设施深度结合。
从产品类型及下游行业角度看国内数据库市场需求趋势 数据库作为信创系统与信息核心软件系统中的核心部分，在信创产业国产替代浪 潮涌动的背景下，迎来产业高速发展期，现阶段我国数据库产品的渗透率也屡创新高。随着互联网与大数据产业的发展，我国数据库用户的数量与数据资产规模 累积均不断增加，在政务、互联网、电信、制造等行业已达到 TB 级别。在各类 细分行业之下，用户对数据分析的需求参差不齐，对数据分析需求强烈的行业有 金融、电信、互联网、零售等。
（2） 操作系统：大国铸重器，国产操作系统从模仿借鉴到创新自立 拨云见雾：国产操作系统从模仿借鉴到创新自立 根据中国国产操作系统发展的技术进程和应用范围，可以将国产操作系统的发展 划分为三个阶段，分别是启蒙阶段、发展阶段和壮大阶段。在启蒙阶段（1995 年之前），国产操作系统主要是进行概念学习和对外国操作系统进行汉化；发展 阶段（1995-2018 年），国产操作系统确立了以 Linux 内核为技术基础进行上层 修改、推入市场进行商业化；壮大阶段（2018 年至今），Euler 和 Anolis 对 Linux 内核进行了改写，第一次将源代码的安全主权真正把握在自己手中，实现了国产 操作系统的全新突破，Euler 和 Anolis 将代码开放，成立了 OpenEuler 和 OpenAnolis 开源社区，其他国产操作系统厂商在此基础上开发出了商业发行版 本的操作系统，并借助信创的东风，将产品快速推向市场。
国产技术路线多为基于 Linux 不同版本进行商业开发 我国国产 OS 一般基于 Linux 内核等开源软件或各类 Linux 发行版本进行商 业开发。按照开发基础的不同，可以分为三条技术路线： 1、基于 Linux 内核； 2、基于 Linux 社区发行版本；3、基于 Linux 商业发行版本，三种技术路线的难 度依次递减，安全性也呈递减之态。技术路线 1 基于 Linux 内核开发，自定义 操作系统的软件集合，独立设计发行版本，该技术路线下的操作系统发行版本开 发难度高、开发量大，但不受其他国家和商业主体控制，安全性高；技术路线 2 基于 Linux 社区发行版本（如 Debian、openEuler 和 openAnolis）进行开发。 基于社区发行版本进行开发，需要自定义操作系统的软件集合，对其内核及相关 软件进行大规模修改，但可减少一定的重复开发工作，同时，社区发行版本由全 球开发者共同开发、共同维护、免费使用，安全性中等；技术路线 3 则直接基于 Linux 某个商业发行版本的开源项目（如 CentOS）对部分软件进行修改，开发 难度相对较低，但受商业主体控制，该技术路线面临上游商业发行版本闭源或停 止更新的风险，安全性低。
立根铸魂齐头并进，国产 OS 厂商共铸国之重器 根社区不依赖上游发行版，只有植好国产 OS 的“根”，才能保证真正的自主可 控。服务器 OS 方面，Euler 和 Anolis 开源国产自主的根社区，保证了国产 OS 的根本安全。在 Euler 和 Anolis 出现之前，国产操作系统往往基于国际主流的 Linux 开源社区版本进行开发，存在套壳和安全自主性的质疑，而 Euler 和 Anolis 从操作系统底层开始做起，这将内核层面安全性抓到了自己手中，具有深远的意 义。Euler 和 Anolis 也先后开源，成立了自主开源社区 openEuler 和 openAnolis， 其他国产操作系统厂商可基于此开发国产 OS。
桌面 OS 方面，Deepin 和 openKylin 的出现，进一步丰富了国产操作系统根社 区种类。2022 年 5 月，桌面系统根社区 Deepin 发布；2022 年 6 月，麒麟软件 主导的 openKylin 发布。不同于 openEuler 和 openAnolis 主要应用于服务器等 B 端应用，Deepin 和 openKylin 根社区主要开发桌面操作系统，厂商在此基础上 进一步开发面向个人和办公的桌面操作系统。Deepin 和 openKylin 的出现也标 志着国产操作系统进一步摆脱了“开源代码无国界，开源企业有国界”的操作系 统供应链安全隐患。
国内厂商使用自主根社区开发操作系统，并积极发力生态适配建设。国内操作系 统厂商麒麟软件、统信软件、麒麟信安、凝思软件等纷纷基于 openEuler、 openAnolis 等根社区开发国产服务器操作系统，统信软件、麒麟软件分别基于 Deepin、openKylin 打造国产桌面操作系统，并在此基础上积极进行生态建设， 在软硬件适配上取得了丰富的成果。
（3） 服务器：信创与 AI 算力需求持续增长，国产化占比提升 通用服务器：海光与鲲鹏为第一梯队，ARM 架构份额提升 从运营商近几年服务器集采招投标来看，国产化占比提升，海光与鲲鹏处于第一 梯队。通过梳理 2020-2021 年及 2021-2022 年运营商服务器集采项目，我们测 算得出运营商服务器集采中对信创服务器的采购比例已经提升至 30%左右，其中 鲲鹏/海光系国产服务器第一梯队。
从近期信创大单看，ARM 架构需求提升，鲲鹏服务器招投标表现优异。8 月 8 日，宇信科技公告于近日收到中信银行通用基础设施集成商入围采购项目《入围 通知书》，项目整体预估采购金额约 65 亿元，公司作为排序第一的入围中标厂 商年度订单金额比例为 30%。本次招标采购涉及 9 类设备，包括 ARM 芯片服务 器（34 亿元）、C86 芯片服务器（10 亿元）、数据中心级别交换路由（10 亿元）、 非数据中心级别交换路由（1.2 亿元）、防火墙设备（1 亿元）、波分设备（1.7 亿元）、集中式 ARM 高端存储（3.93 亿元）、分布式 ARM 对象存储（2.34 亿 元）、中高端存储光纤交换机（0.90 亿元），反映出 ARM 架构市占率逐渐占优， 而基于 ARM 架构的鲲鹏将受益。根据工信部通信工程建设项目招标投标管理信 息平台，我们梳理了部分运营商服务器采购项目，总计招标服务器 443 台，其中 鲲鹏 311 台，海光 92 台，飞腾 40 台，占比分别为 70.2%、20.8%、9.0%；根 据剑鱼标讯和招采网平台，近期的部分金融行业服务器采购项目中，共计采购 199 台海光和 143 台鲲鹏，占比分别为 58.2%、41.8%。
从中国电信 85 亿大额 AI 算力项目来看，国产化率近 50%。根据中国电信官网， 2023 年 8 月 21 日，中国电信发布 AI 算力服务器 (2023-2024 年)集中采购项目 集中资格预审公告，2023 年 10 月 13 日，集采项目中标候选人公示。
AI 服务器：AI 算力需求增长，昇腾积极参与各地智算中心建设 随着 AI 模型规模和需要学习的数据的爆炸性增长，AI 计算需求在过去的几年中 增加了30万倍。最近，随着算法的不断增强，特别是大规模预训练模型（如BERT、 GPT-3）的出现，对算力的需求从 TFLOPS 级别增加到 PFLOPS 级别，甚至开 始进入 EFLOPS 级别。同时，超大规模的批处理和自动模型结构搜索等新方法 的涌现，进一步推动了计算需求的增加。这些对 AI 计算系统的计算性能、通信 性能和可扩展性提出了巨大的压力。为了适应新型的 AI 计算模式，计算架构设 计成为了 AI 计算系统的基本问题。同时，在这些大规模的异构计算系统上实现 高效的系统运行和软件开发，充分发挥硬件系统的能力，也是一个现实的挑战。 传统的软件栈可能无法满足大规模 AI 系统的压力。因此，大规模 AI 算法和计算 需求对基础软件、编程模型、编程语言、编译器、开发工具链、大规模运行时、 调度系统、平台软件、通信库和加速库、加速引擎、AI 框架、行业软件等方面提 出了明确而现实的要求。
智算中心建设加速，昇腾芯片成为各地政府建设人工智能计算中心的首选。人工 智能是数字经济高质量发展的引擎，也是新一轮科技革命和产业变革的重要驱动 力。人工智能计算中心作为人工智能算力基础设施，受到全球广泛重视。我国也 积极推动人工智能计算中心的建设。2019 年科技部印发《国家新一代人工智能 创新发展试验区建设工作指引》，提出推进人工智能基础设施建设，加强计算中 心等智能化基础设施建设，截至目前，我国已设立北京、上海、深圳等 18 个国 家新一代人工智能创新发展试验区，相关城市积极建设。昇腾芯片作为国内顶尖 的 AI 芯片，成为各地方兴建人工智能计算中心的首选，据统计，18 个试点城市 中已有 12 个城市明确披露采用昇腾 AI 芯片，占总数量的 2/3。
企业和地方政府亦投入算力建设浪潮。除了国家和省市政府，县区级政府和企业 也发力人工智能计算中心建设，抢抓算力机遇。如 2022 年 1 月，上海商汤科技 人工智能计算中心启动运营，峰值算力高达 3740 P，成为亚洲最大的人工智能 计算中心之一；武汉网安基地算力中心由武汉临空港经济技术开发区与曙光信息 产业股份有限公司联合共建，总体规划建设 500P 超算和智算混和算力能力，一 期算力为 120P，建成后将成为华中地区又一算力中心。
3、 华为链梳理：华为计算产业生态加速发展
（1） 立根：鲲鹏+昇腾硬件链——信创+AI 驱动自主算力需求 鲲鹏计算产业系基于 Kunpeng 处理器构建的全栈设施及服务 计算产业是基于鲲鹏处理器的基础软硬件设施、行业应用及服务，涵盖从底层硬 件、基础软件到上层行业应用的全产业链条。纵观鲲鹏计算产业生态全景，硬件 方面，围绕鲲鹏处理器，涵盖包括昇腾 AI 芯片、智能网卡芯片、底板管理控制 器（BMC）芯片、固态硬盘（SSD）、磁盘阵列卡（RAID 卡）、主板等部件以 及个人计算机、服务器、存储等整机产品。基础软件方面，涵盖操作系统、虚拟 化软件、数据库、中间件、存储软件、大数据平台、数据保护和云服务等基础软 件及平台软件。
Kunpeng 处理器基于 ARM 架构，系鲲鹏计算产业底座。Kunpeng 处理器基于 ARMv8 架构永久授权，处理器核、微架构和芯片均由华为自主研发设计，鲲鹏 计算产业兼容全球 ARM 生态，二者共享生态资源，互相促进、共同发展。作为 鲲鹏计算产业底座的 Kunpeng 处理器，华为将持续保持重点投入，秉承量产一 代、研发一代、规划一代的演进节奏，落实“长期投入、全面布局，后向兼容和 持续演进”的基础战略，通过对产业界提供以 Kunpeng 系列处理器为核心的芯 片族和相应的产品，高效满足市场对新算力的需求。
华为以昇腾 AI 基础软硬件平台，构筑智能根基的全栈 AI 计算产业链 昇腾计算产业是基于昇腾系列处理器和基础软件构建的全栈 AI 计算基础设施、 行业应用及服务。昇腾计算产业大规模运行时、AI 计算框架、开发工具链、管理 运维工具以及行业应用和服务等。昇腾 AI 产业以开放、共建、共享、共赢为理 念，致力于让 AI 普惠于社会发展和产业升级，为人类社会带来价值。该产业链 以昇腾 A 基础软硬件平台为基础，包括硬件、计算架构、框架、应用使能和开发 平台等组成，为构建人工智能计算产业提供全方位支持。
华为昇腾计算产业的基础硬件是整个产业链的核心，也是 AI 计算能力的重要来 源。华为通过基于达芬奇架构的昇腾处理器，为 AI 全栈应用提供强大的算力支 撑。这些处理器专为 AI 计算设计，能够显著缩短海量目标推理和复杂模型训练 的时间，并广泛应用于端边云全场景，以满足不同部署环境的算力需求。华为昇 腾计算产业在硬件方面秉持着"硬件开放"的策略，通过自有硬件和与伙伴合作的 方式，为客户提供多样化的算力选择。 华为的自有硬件系列 Atlas 以昇腾处理器和主流异构计算部件为基础，通过 多种产品形态如模组、板卡、小站、服务器和集群等，构建了全面覆盖“云、 边、端”场景的 AI 基础设施方案。这些产品包括 Atlas200Al 加速模块、 Atlas200DKAI 开发者套件、Atlas300AI 加速卡、Atlas500 智能小站、 Atlas800AI 服务器和 Atlas900AI 集群，广泛应用于平安城市、智能交通、 智能医疗、智能零售和智能金融等领域。
华为在伙伴硬件方面开放了 Atlas 系列硬件给合作伙伴，使其能够基于 Atlas 硬件进行集成和二次开发，共同打造具有竞争力的产品。华为提供 Atlas 200AI 加速模块，合作伙伴可以将其集成到机器人、机器狗、输电智能巡检 方案等 AI 系统中；华为还提供 AtIas300AI 加速卡，合作伙伴可以将其集成 到 AI 服务器中；此外，华为还通过 OEM/ODM 的方式为合作伙伴提供支持。 华为基础软件体系可分为异构计算架构、开发工具链、AI 计算框架三部分。其 中，CANN 作为华为昇腾 AI 基础软硬件平台的核心，是华为针对 AI 场景推出的 异构计算架构，对上支持多种 AI 框架，对下服务 AI 处理器与编程，发挥承上启 下的关键作用，是提升昇腾 AI 处理器计算效率的关键平台。
华为计算产业生态合作伙伴梳理 我们将重点分以下两类梳理华为硬件产业链的生态合作伙伴：1）整机硬件合作 伙伴，即拥有自有品牌产品，能在鲲鹏/昇腾产品基础上二次开发或加工生产， 并销售与服务至最终用户的合作伙伴，主要上市公司包括高新发展（持股华鲲振 宇 70%股份）、神州数码、拓维信息（根据公司 23H1 中报，持股湘江鲲鹏 70% 的股份）、广电运通（根据企查查，持股广电五舟 20%的股份）、同方股份、新 华三、烽火通信（根据企查查，间接持股长江计算 94%的股份）等；2）应用软 件合作伙伴，即开发、销售自有知识产权的应用程序、软件、垂直细分应用等产 品能对接昇腾/鲲鹏产品，有能力二次开发的软件伙伴，主要上市公司包括科大 讯飞、常山北明、创意信息、智洋创新、超图软件、深信服、合合信息、东软集 团、软通动力、商汤科技、格灵深瞳等。
（2） 铸魂：鸿蒙+高斯基础软件链——受益于华为生态完善 HarmonyOS：面向万物互联时代的操作系统 HarmonyOS 从无到有，从小到精。2012 年，华为诺亚方舟实验室成立，开始 规划自有操作系统；2016 年鸿蒙系统正式启动设计；2017 年，鸿蒙内核 1.0 完 成。2019 年 8 月，HarmonyOS1.0 发布；2020 年 9 月，HarmonyOS2.0 发布； 2022 年 7 月，HarmonyOS3.0 发布；2023 年 8 月，HarmonyOS4.0 发布；至 此，华为鸿蒙操作系统从无到有，从小到精，在移动端成为仅次于 Android 和 iOS 的世界第三大操作系统。
HarmonyOS 面向万物互联新时代，构建起“1+8+N”全场景战略。在传统的单设备系统能力基础上，HarmonyOS 提出了基于同一套系统能力、适配多种终端 形态的分布式理念，能够支持手机、平板、智能穿戴、智慧屏、车机等多种终端 设备，提供全场景（移动办公、运动健康、社交通信、媒体娱乐等）业务能力。 对消费者而言，HarmonyOS 能够将生活场景中的各类终端进行能力整合，实现 不同终端设备之间的快速连接、能力互助、资源共享，匹配合适的设备、提供流 畅的全场景体验。“1”是智能手机，“8 个大行星”是指大屏、音箱、眼镜、 手表、车机、耳机、平板、PC 等等。围绕着关键的八大行星，周边还有合作伙 伴开发的 N 个卫星，指的是移动办公、智能家居、运动健康、影音娱乐及智能出 行各大板块的延伸业务。未来，HarmonyOS 会持续围绕着端、管、云、芯构筑 全场景智慧生态。
深耕软件根技术打造坚实的鸿蒙生态底座。自 2019 年 HarmonyOS 问世以来， 已成为发展最快的操作系统。同时，HarmonyOS 持续不断地升级软件根技术， 全新的鸿蒙内核和华为方舟图形引擎，为消费者带来天生流畅、极致能效和纯净 安全的体验；鸿蒙内核拥有卓越的安全能力，获得了业界的高度认可，并于 2023 年 7 月获得了全球首张智能终端操作系统领域 CC EAL 6+证书。优秀技术和理 念吸引众多产业界厂商，华为推出全新智能硬件生态品牌 HarmonyOS Connect， 美的、科大讯飞、苏泊尔等 2300 多家合作伙伴加入。根据 2023 年华为开发者 大会，截止当前，鸿蒙底座已有超过 1 亿行代码，超 2 万个 API，鸿蒙生态的设 备数量已超过 7 亿，鸿蒙底座已经基本成熟。HarmonyOS 经过不断迭代，持续 构建繁荣的 HarmonyOS 应用生态。
鸿蒙近期催化：适配 PC 取得进展；或将不再兼容安卓 HarmonyOS NEXT 的系统底座全线自研，将不能兼容安卓应用。在今年 8 月举 行的华为 HDC2023 大会中，华为在发布全新一代的鸿蒙系统 HarmonyOS 4 同 时，还推出了 HarmonyOS NEXT 开发者预览版。官方称 HarmonyOS NEXT 的 系统底座全线自研，去掉了传统的 AOSP 代码，仅支持鸿蒙内核和鸿蒙系统的 应用，只能使用 Hap 格式的安装包，换言之，将不能兼容安卓应用，无法打开 APK 文件。
多家厂商宣布启动鸿蒙原生应用的开发，头部厂商也开始为推出鸿蒙原生 App 布局。自华为宣布鸿蒙原生应用全面启动后，多家厂商宣布启动鸿蒙原生应用的 开发：国航宣布与华为进一步达成深化合作，国航 App 率先启动航空领域鸿蒙 原生应用开发；同程旅行宣布正式启动鸿蒙原生版 App 开发，将于 2023 年年底 完成核心版本开发；《开心消消乐》现已完成鸿蒙原生应用开发，并能够实现多 设备协同的分布式 PK 场景。其次，一些头部厂商也开始为推出鸿蒙原生 App 布局：美团发布了鸿蒙高级工程师、鸿蒙基建工程师等多个鸿蒙开发相关岗位，主 要开发美团鸿蒙 App、大众点评鸿蒙 App；以及钉钉、今日头条等也陆续发布了 鸿蒙开发工程师的岗位招聘。华为宣布与美团以 HarmonyOS 为基础进行产业创 新、技术应用、商业发展等方面展开全面合作，全力支持美团启动开发鸿蒙原生 应用工作；华为与在线旅游平台去哪儿共同宣布，以鸿蒙操作系统（HarmonyOS） 为基础展开全面合作，全力支持去哪儿旅行鸿蒙原生应用的开发工作；新浪集团 与华为举办鸿蒙原生应用开发启动仪式，正式宣布开展微博、新浪新闻的鸿蒙原 生应用开发，并在技术创新、产业应用、商业合作等领域展开全面深入合作。
Orange Pi OS（OH）在搭载 RK3566 的开发板 Orange Pi 3B 上完成了对 PC 的初步适配。10 月 25 日，香橙派官方宣布，基于 OpenHarmony 定制研发的 Orange Pi OS（OH）即将发布。迅龙开源鸿蒙的工程师团队已经在搭载 RK3566 的开发板 Orange Pi 3B 上完成了 Orange Pi OS（OH）对 PC 的初步适配，这 是国内首次将开源鸿蒙操作系统运行在 PC 设备上。Orange Pi OS（OH）已经 完成了 HDMI 适配、5 寸 LCD 显示屏适配、触摸功能适配、定制化的系统应用、 开机动画、主题、壁纸、设置、文件管理器等，支持十几种 hap 应用。按照迅龙 计划，Orange Pi OS（OH）将首先适配三款设备，均采用 ARM 架构的 CPU， 迅龙的下一步计划是适配 X86 架构的 PC。
OpenHarmony：构建自主智能终端设备操作系统框架和平台 openHarmony 源于鸿蒙操作系统，拥有众多社区贡献者。2020 年，华为将鸿 蒙操作系统开源，源代码捐赠给中国原子基金会基金会，发起成立 open Harmony 社区。openHarmony 目标是面向全场景、全连接、全智能时代，基于开源的方 式，搭建一个智能终端设备操作系统的框架和平台，促进万物互联产业的繁荣发 展。社区成立后，吸引了众多单位及个人爱好者，共同参与社区建设，截至 2023 年 7 月 26 日，社区共有贡献者 5560 名， 212556 个合并请求 PR，57 个兴趣 小组，共有 151 个厂商的 396 个设备通过 OpenHarmony 兼容性测评。
多内核、分布式设计，适应多设备部署场景。OpenHarmony 整体遵从分层设计， 从下向上依次为：内核层、系统服务层、框架层和应用层。系统功能按照“系统 > 子系统 > 组件”逐级展开，在多设备部署场景下，支持根据实际需求裁剪某些 非必要的组件。OpenHarmony 采用多内核（Linux 内核或者 LiteOS）设计，支持 针对不同资源受限设备选用适合的 OS 内核。内核抽象层（KAL，Kernel Abstract Layer）通过屏蔽多内核差异，对上层提供基础的内核能力，包括进程/线程管理、 内存管理、文件系统、网络管理和外设管理等。通过分布式软总线、分布式数据 管理、分布式数据管理、设备虚拟化实现硬件互助，资源共享。
Gauss：从内部自用孵化到共建生态 华为深度融合在数据库领域多年经验，从内部自用孵化 GaussDB 到开源 openGauss 共建生态。回顾华为 Gauss 产品的演进历程，2001-2011 年，华为 自研自用企业级内存数据库；2011 年开始，华为将 DWS 华为云推向市场，G 行 核心数据仓库、Z 行核心业务系统替换商业数据库皆使用华为云 DWS，在全球 有 70+运营商规模商用 3 万+套，服务全球 20+亿人口，同时也支撑公司内部 40+ 主力产品；2019 年 GaussDB 全球发布，华为开始构筑合作伙伴生态，GaussDB 兼容行业主流生态，完成金融等行业对接；2020 年 6 月 30 日，openGauss 开 源，华为携手伙伴共同打造全球领先的企业级开源关系型数据库；目前， openGauss 采用木兰宽松许可证 v2 发行，深度融合华为在数据库领域多年的研 发经验，结合企业级场景需求，持续构建竞争力。
GaussDB 已成为众多政企数字化转型的数据底座。根据华为 2022 年年报，华为云 GaussDB 已应用于超过 2,500 家大型企业。例如，基于 GaussDB，中国 邮政储蓄银行的新一代分布式核心系统为超过 6 亿户个人客户提供日均 20 亿笔 交易的处理能力，联机交易处理效率提升一倍，批处理效率提升 33%。华为云数 仓 GaussDB(DWS)支持毫秒级实时分析、秒级交互式分析、分钟级批量分析以 及 IOT 时序分析，为企业数字化转型提供全场景一站式数据分析服务。
商用+自用+开源相结合，Gauss 内核将长期演进。目前，华为运营商、终端云、 内部 IT 皆配套使用基于 openGauss 打造的数据库产品，同时推出云数据仓库 GaussDB(DWS)产品，广泛运用于金融、安防、政府、运营商等行业；下游数 据库厂商海量数据、宝兰德、云和恩墨等分别基于 openGauss 推出商业发行版 数据库，并在信创国产替换的催动下，抢占市场份额。
（3） 云服务领域：以云和 Al 重塑千行百业 在云服务领域，华为云基于鲲鹏、昇腾等 ICT 技术积累，践行“一切皆服务”战 略，立足行业数字化“云底座”和“使能器”的定位，以云作为数字经济重要底 座，以 AI 加快重塑千行百业。
工业软件：陆续攻坚 MetaERP、EDA 等新高地 联合众多合作伙伴，成功研发 MetaERP 实现旧系统替换。根据华为官网，2019 年受内外部因素影响，华为决定启动对旧有 ERP 系统替换，并开启研发自主可 控的 MetaERP 系统。作为华为有史以来牵涉面最广、复杂性最高的项目，三年 来，华为投入数千人，联合产业伙伴和生态伙伴攻坚克难，研发出面向未来的超 大规模云原生的 MetaERP，并成功完成对旧有 ERP 系统的替换。截至 2023 年 4 月 MetaERP 表彰会，MetaERP 已经覆盖了华为公司 100%的业务场景和 80% 的业务量，并给予用友网络、奇安信-U、软通动力、赛意信息、汉得信息、中软 国际、金蝶软件（中国）有限公司、武汉天喻软件有限公司、北京元年科技股份 有限公司九家合作伙伴企业华为荣誉表彰。
MetaERP 之外，华为陆续攻坚 EDA 等国产工业软件新高地。根据华为集团工 业软件及工业云 CTO 丘水平在 2023 工业互联网大会上的演讲，在 19 年 5 月之 前，华为 95%的先进工业软件都来源于国外，亟需解决“卡脖子”问题。此后华 为以云计算框架为核心，与伙伴共建自主创新工业软件体系，采用板级 EDA 工 具链，云上在线并行 EDA 设计，颠覆传统单体软件设计模式。截止 23 年 6 月 已有 20+工业软件伙伴基于 iDME（华为云工业数字模型驱动引擎）打造新一代 云化工业软件。
工业软件领域合作伙伴包括能科科技、赛意信息等。能科科技基于华为云 iDME构建自研软件平台，携手华为探索 AI 应用；赛意作为华为云同舟共济合作伙伴， 加入华为 MetaERP 生态进行软件实施，将受益于 MetaERP 生态崛起。
盘古大模型：以 AI 重塑千行百业 盘古大模型 3.0 是一个完全面向行业的大模型系列，包括 5+N+X 三层架构。其 中 L0 层包括自然语言、视觉、多模态、预测、科学计算 5 大基础模型，提供满 足行业场景的多种技能。盘古大模型 3.0 可为客户提供 100 亿参数、380 亿参数、 710 亿参数和 1000 亿参数的系列化基础大模型，匹配客户不同场景、不同时延、 不同复杂度的行业多样化需求。无论多大参数规模的大模型，盘古提供一致的能 力集，包括 NLP 大模型的知识问答、文案生成、代码生成、NL2SQL，插件调 用等能力以及多模态大模型的图像生成、图像理解等能力，供客户和伙伴企业直 接调用。
盘古大模型各行业推进进展如下： 在煤矿行业，盘古矿山大模型已经在全国 8 个矿井规模使用，一个大模型可 以覆盖煤矿的采、掘、机、运、通、洗选等业务流程下的 1000 多个细分场 景，让更多的煤矿工人能够在地面上作业，不仅能让煤矿工人的工作环境更 加舒适，而且可以极大地减少安全事故。
在铁路行业，盘古铁路大模型能精准识别现网运行的 67 种货车、430 多种 故障，无故障图片筛除率高达 95%，成为货运列检员身边有力的数字助手， 将列检员从每日数百万张的“图海”检测中解放出来。 在金融行业，盘古金融大模型能根据客户的问题，为柜台工作人员自动生成 流程和操作指导，将原来平均需要 5 次的操作降低为 1 次，办结时间缩短 5 分钟以上。 在制造行业，过去单产线制定器件分配计划，往往要花费 3 个小时以上才能 做齐 1 天的生产计划，而盘古制造大模型 1 分钟即可做出未来 3 天的生产计 划。
在药物研发领域，原来一款新药研发平均需要 10 年时间、花费 10 亿美元。 盘古药物分子大模型助力西安交通大学第一附属医院刘冰教授团队发现全 球 40 年来首个新靶点、新类别的抗生素，并将先导药物研发周期缩短至 1 个月、研发成本降低 70%。
在气象领域，盘古气象大模型是首个精度超过传统数值预报方法的 AI 预测 模型，原来预测一个台风未来 10 天的路径，需要在 3000 台服务器的高性 能计算机集群上花费 5 小时进行仿真，现在盘古气象大模型通过 AI 推理的 方式，研究者只需单台服务器上单卡配置，10 秒内就可以获得更精确的预 测结果。7 月 6 日，国际学术期刊《自然》（Nature）杂志正刊发表了华为 云盘古大模型研发团队研究成果——《三维神经网络用于精准中期全球天气 预报》。《自然》审稿人对该成果给予高度评价：“华为云盘古气象大模型 让人们重新审视气象预报模型的未来，模型的开放将推动该领域的发展。”
华为盘古大模型延续开放的风格，携手众多合作厂商共建大模型生态。科大讯飞、 拓维信息、龙软科技、赛意信息、软通动力、万达信息等均成为华为“盘古大模 型”合作伙伴，共同推动行业大模型落地。龙软科技为华为智能矿山军团生态合 作伙伴，GIS 平台已经作为华为智能化煤炭布局的数字底座；软通动力基于昇腾 AI 推出训推一体化平台，联合昇腾 AI 及昇思 MindSpore 共同推进"行业 AI 大模 型"的实践创新。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
