2024爱分析·央国企数字化应用实践报告——DeepSeek引领技术潮流,央国企应重新规划大模型算力投入和应用节奏

报告编委 报告指导人张扬 爱分析 联合创始人首席分析师 报告执笔人李进宝 爱分析 高级分析师 外部专家（按姓氏拼音排序）陈阳 科大讯飞 咨询专家 马若尘 网易易盾 解决方案专家 湾晓原 科大讯飞 咨询专家 喻友平 中关村科金 总裁 张利国 网易云商 解决方案专家 张社丽 蓝凌 副总裁 特别鸣谢（按拼音排序） 目录1 报告综述 6 2 市场洞察 11 3 大模型市场 28 4 合规管理市场 42 5 智慧办公市场 49 6 智能客服市场 59 7 结语 68 关于爱分析 69 产品服务 70 法律声明 71 报告综述 52024爱分析央国企数字化应用实践报告 1报告综述 1“央国企KPI”驱动央国企数字化投入稳中有进 在民营企业推进数字化转型的过程中，其核心驱动力往往聚焦于降本增效与开源节流。然而，对于央国企而言，尽管降本增效等因素亦在其考量范围之内，但其推进数字化转型的根本动因则需追溯至“央国企KPI”这一关键层面。 数字化与“央国企KPI”紧密相连，这一点从每年年末国资委召开的中央企业负责人会议中便可窥见一斑。2023年12月25日至26日，国资委召开中央企业负责人会议，全面总结2023年国资央企的工作成果，并深入研究部署2024年的重点任务。会议明确提出，2024年国资委对中央企业将继续保持“一利五率”目标管理体系的总体稳定，具体要求包括“研发投入强度和科技产出效率持续提高”，同时强调“持续加强精益化运营管理”“着力加大科技创新工作力度”。2024年末的会议亦延续了类似的表述。2024年12月23日至24日，国资委召开中央企业负责人会议， 对2024年国资央企的工作进行全面总结，并研究部署2025年重点任务。会议指出，2025年“一利五率”经营指标体系将总体保持稳定，同时进行个别优化，研发经费投入强度需实现同比提升，并强调“坚持科技引领与产业升级相结合，着力培育更多创新驱动的新质生产力”。 从整体来看，国资委对央企的研发投入强度提出了持续增强的要求，强调科技创新作用的持续体现以及运营管理的持续精益化。参照央企的相关要求，国企亦面临着类似的要求。数字化转型正是实现这些“央国企KPI”的关键路径之一。 除了上述年度KPI之外，央国企还设有专项KPI。近两年来，在数字化领域最为显著的专项KPI当属人工智能专题。2024年2月19日，国务院国资委召开“AI赋能产业焕新”中央企业人工智能专题推进会。会议认为，加快推动人工智能发展，是国资央企发挥功能使命，抢抓战略机遇，培育新质生产力，推进高质量发展的必然要求。中央企业要开展AI专项行动，强化需求牵引，加快 重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态。在此背景下，中国兵器装备集团有限公司、中国石油化工集团有限公司、中国建筑集团有限公司等10家中央企业共同签署倡议书，承诺将主动向社会开放人工智能应用场景。与此同时，各省国资委亦纷纷举行类似工作会议。例如，近期召开的湖南省国资国企工作会议明确提出，将开展“人工智能”专项行动作为新一年度“三大行动”之一。会议强调，要全力推动产业AI化与AI产业化，重点布局和发展人工智能产业，加强人工智能等新技术的应用，加速应用场景、智慧产线等数字化建设，打造智慧工厂、智慧矿山等典型生产场景，从而显著提升生产效率与产品质量，有效降低成本。 专项KPI的范畴不仅局限于人工智能，信创领域亦占据重要地位。随着《“十四五”推进国家政务信息化规划》《网络安全审查办法》《“十四五”数字经济发展规划》等一系列重要文件的相继发布，信创产业政策已从党政机关逐步拓展至重要行业，覆盖范围持续扩大，推行力度不断增强。尽管目前尚未有公开政策文件明确要求央国企优先采购信创产品，但从央国企的IT规划与招标要求中不难发现，其对信创工作的重视程度极高，已将其视为数字化转型的关键环节之一。 2“央国企KPI”催生四大数字化需求热点：老旧系统升级、集团级数字化、国产化替代、大模型 老旧系统升级。央国企的信息化建设起步较早，其核心信息系统，如办公自动化（OA）系 统、采购系统等，部分已拥有近二十年的历史。随着企业业务的快速发展和管理需求的日益复杂，这些老旧系统在终端适应性、功能扩展性、数据统计以及AI功能集成等方面逐渐暴露出诸多局限性，已难以满足企业当前及未来的业务需求。因此，老旧系统的升级与优化成为央国企数字化转型的关键热点之一，旨在通过技术升级持续提升央国企的经营管理能力。 集团级数字化。尽管央国企在IT系统建设方面起步较早，但由于早期数字化整体设计方案的时代局限性以及集团发展过程中的历史遗留问题，部分央国企尚未实现集团层面的全面数字化转型，下属单位仍处于“各自为政”的状态。集团级数字化的推进不仅有利于进一步深化企业的降本增效，还可通过集中管控和加强下属公司间的互联互通，实现资源的高效配置与信息的快速流通，从而提升企业的整体运营效率和协同能力。 国产化替代。信创产业正从“关键环节、部分市场”的局部突破，迈向“全产业链、全行业”的全面升级，致力于构建完全自主可控的国产IT标准与服务生态。从央国企的IT规划与招标要求来看，国产化替代的范围已涵盖芯片、基础软件、操作系统、中间件以及应用软件等多个领域。这一趋势不仅反映了央国企对信息安全和自主可控的高度重视，也体现了其在推动国家信息技术自主创新方面的关键作用。 大模型。在当前人工智能技术的发展趋势中，“无大模型，不AI”已成为行业共识。因此，央国企在提及“AI”或“AI赋能”等战略方向时，其技术内核均指向大模型的应用与创新。央国企的AI规划通常较为全面，涵盖算力、模型、各类平台以及应用场景的全方位布局，且投入规模较大。出于技术创新、研发投入以及安全可控等多方面诉求，央国企往往选择与技术厂商深度合作，共同打造定制化的大模型。例如，中国石油的“昆仑大模型”、中国绿发的“泰山大模型”以及中国移动的“九天大模型”等，均是央国企在大模型领域的创新实践典范。 32024年央国企数字化市场规模约为5931亿元；央国企成为大模型类项目的最大甲方，贡献一半市场规模 根据爱分析的测算，2024年央国企数字化市场规模约为5931亿元人民币。预计2025年至2027 年期间，该市场将保持107的年复合增长率（CAGR），到2027年市场规模有望达到8101亿元人民币。 图120242027年央国企数字化市场规模 智能超参数数据显示，2024年共统计到931个由央国企作为招标方的大模型中标项目。其中，380个项目未披露中标金额，其余项目披露的中标金额总计约为322亿元人民币。在整体大模型市场中，央国企发起的采购项目数量占比高达613，而项目披露的中标金额占比约为498。 市场洞察 102024爱分析央国企数字化应用实践报告 2市场洞察 市场洞察1：央国企数科子公司利润中心角色凸显，深耕所属行业更易实现商业化目标 在央国企数字化转型的进程中，数科子公司作为关键参与者，承担着对内数字化建设支持的重要职责。此类公司在央国企数字化项目中通常扮演以下三类角色：一是类似央国企内部的IT部门，负责需求传达、项目验收等关键环节；二是系统集成商，整合各类技术资源以推动项目落地；三是技术与产品供应商，直接为项目提供核心技术和解决方案。凭借背靠央国企这一强大后盾，数科子公司在资源获取与项目推进上具有显著优势。 然而，研究发现，央国企数科子公司正逐渐承担起对外输出的重任。从传统的IT部门或信息中心演变而来，数科子公司亟需从成本中心向利润中心转型。在竞争激烈的软件市场中，实现对外输出的商业化目标并非易事。央企数科公司不仅要面对传统IT企业的竞争压力，还需应对来自互联网巨头、初创企业等多元竞争对手的挑战。为了实现可持续的商业化成功，数科子公司必须不断提升自身为客户创造价值的能力。 目前，央国企数科子公司的业务方向主要分为两大类。其一是通用类产品，如云计算、即时通讯（IM）等。在这些领域，央国企数科子公司面临的竞争压力较大，竞争力相对较弱。其二是垂直类业务，即与所属央国企的业务场景高度相关的领域。数科子公司将母公司作为行业领军企业的专业知识与经验（knowhow）沉淀到数字化产品或服务中，打造具有竞争力的解决方案，构建竞争壁垒。例如，宝信软件凭借其在钢铁行业的深厚积累，提供涵盖一体化经营管理、多基地制造协同MES、钢铁行业APS、工序一贯质量管理、工厂运营与辅助决策、集控中心、数字钢卷、移动操检、自动出钢、无人化行车、工业机器人等核心应用的智慧制造解决方案。这些方案广泛应用于铁区、炼钢、热轧、中厚板、棒线、型钢、冷轧、钢管及特钢等全产线全流程，成功打造了多个业内标杆工程，助 力钢铁企业实现核心竞争力的提升与数智化转型。根据宝信软件2024年上半年财报，其与母公司的关联交易仅占同类交易金额的7左右，显示出其在独立市场中的强劲竞争力。 市场洞察2：DeepSeek引领技术潮流，助力央国企大模型应用跨越“深水区” 央国企在大模型落地过程中普遍采用“NX”的推进节奏。“N”代表通用场景，如知识问答、合同起草、招标采购等，通常对应技术厂商的标准化产品。这些场景落地难度较低，但价值也相对有限，属于大模型应用的“浅水区”。“X”则代表行业特定的业务场景，例如煤炭行业的勘探、电力行业的设备巡检、运营商行业的宽带报修等。这些场景通常需要央国企与技术厂商深度共创，落地难度较大，但潜在价值较高，属于大模型应用的“深水区”。 在2023年和2024年，央国企主要聚焦于推进“N”类场景的落地，同时也在探索“X”类场景的应用，但进展相对缓慢。核心问题在于现有大模型缺乏对央国企复杂业务逻辑的理解能力，难以直接应用于业务场景。然而，DeepSeek开源的DeepSeekR1模型为这一困境带来了突破性解决方案。通过开源，DeepSeekR1使央国企的大模型能够理解业务逻辑，从而为“深水区”场景的落地提供了可能。 目前，央国企可通过以下三种方式实现这一目标： 模型蒸馏与能力迁移：央国企可通过蒸馏DeepSeekR1获取推理能力，并将其“复制”到自有模型上，快速提升模型的业务适配性。 技术路径参考与自主构建：央国企可参照DeepSeek公开的技术路径，从头构建思维链数据，并通过微调、强化学习等方式改造自有模型，实现深度定制化。 定制化合作：未来，若DeepSeek提供定制化服务，央国企可直接与DeepSeek合作，对自身大模型进行针对性改造，加速“深水区”场景的落地。 无论选择何种方式，DeepSeek引领的技术潮流都将助力央国企跨越大模型应用的“深水区”，使其在业务场景中真正发挥核心价值。与此同时，央国企在大模型落地规划层面也需要重新审视，充分评估DeepSeek及其技术潮流带来的影响与促进作用。 根据爱分析的统计数据，截至2月21日，已有45的央企完成了DeepSeek模型的部署。在不到 一个月的时间内，如此高比例的央企实现了对开源模型的快速覆盖，这一速度在过去是难以想象的。 市场洞察3：DeepSeek引领技术潮流，促使央国企重新规划算力投入 央国企在2023年和2024年迅速完成了AI算力的规划、采购与部署。然而，DeepSeek及其引领的技术潮流的发展速度超出业内预期，导致央国企现有的算力投入规划面临失效风险。 央国企对算力需求的超预期变动主要体现在以下三个方面： （1）双模型部署 过去，大模型主要以快速、直观、自动的思维方式运行，类似于人类的无意识行为，依赖直觉和经验，能够迅速做出反应。例如，当人们看到一个熟悉的面孔时，几乎无需思考就能认出它。我们将这类模型称为非推理模型。 然而，当前备受关注的OpenAIo1和DeepSeekR1则代表了推理模型。这类模型以慢速、深思熟虑、逻辑性的方式运行，通过强化学习训练，在回答问题之前会通过思维链进行“思考”，思考时间越长，在推理任务上的表现就越好。这种思维方式需要有意识的努力和思考，用于解决复杂问题或做