国泰海通计算机专家会：AI基础设施与FDE产业化新范式研讨

发布时间：2026-08-08 一、核心要点 1. 本次会议为国泰海通证券正式签约客户内部学习内容，主题为AI基础设施重构与FDE产业化新范式，由国泰海通计算机分析师钟明翰主持，邀请产业界资深AI应用首席架构师分享。 2. FDE领域国内外差异：国内FDE多以交付实施为核心，Poc阶段极少付费，职能环节集中在交付、售前、需求分析；国外FDE体系职能划分更细分。 3. AI对FDE的影响：AI可承担编码、业务产出工作，降低人力成本，推动FDE产业化发展，解决国内FDE人力堆量问题，推动其向规范化方向演进。 4. 大模型落地演进路径：从早期知识问答，到引入RAG，再到引入知识图谱解决跨序列实体推理问题，再到Agent深度调用知识库、图、数据库、数据中台等，图可解决RAG跨序列知识缺失问题，为下一代AI基础设施（Agent形态）发展提供支撑。 5. 国内FDE业务实践：客户要求数据不出域，实施交付多在内网完成；成熟客户项目金额多超200万，新客户超50万，Poc周期1周-6个月不等，大单多来自长期合作客户，部分甲方有人员驻场等特殊要求。 6. FDE业务人效与成本：成熟行业及客户FDE人效高，新行业人效低；FDE业务规模效应明显，复用定制成果可降低边际成本。 7. 数据资产积累：客户侧数据无法带出，可沉淀行业专家经验，抽象框架模块形成公共资产，提供可组装拆卸式能力，迭代组件解决客户敏感数据问题。 8. 大模型改变业务范式：从BI、低代码应用，到RAG，再到工作流，再到Agent，需求从报表、知识问答升级为工作流、跨系统调用的智能化落地，推动AI基础设施持续重构。 9. Agent发展现状：大模型能力提升推动Agent从固定工作流进化为具备自我规划、迭代的循环Agent，当前Agent需求仍处于扩张阶段，相关应用已落地。 10. IT预算AI渗透模式：一是1/3企业从原有IT预算切换；二是顶级政企及机关新增单独预算；三是人力密集型企业通过降本增效资金建设AI体系，该模式占比约20%。 11. 企业Token消耗情况：顶级政企日消耗数百亿Token；国内头部汽车企业销售培训单功能年Token费用约280万，多场景下年费用可达千万至上亿，办公类企业年Token消耗也常达千万级。 12. AI研发效率提升：AI带来软件研发效率提升，保守预估为100%-300%，部分企业实际提升超300%；Agent工具已成为当前正在应用的产品，而非未来技术，FDE的智能体相关应用也已落地。 13. FDE行业竞争格局：FDE核心竞争力来自行业know-how、客户侧已落地的平台及能耗壁垒，新进入者难以快速突破；具备企业级服务经验、行业know-how及平台积累的B端服务商、有数据积累的科技公司更具优势，跨行业赢家通吃未出现，竞争呈行业、区域分散格局。 14. AI算力基础设施情况：国产算力迭代快、折旧周期短，部署顶尖大模型（如Kimi K3）面临高算力、并发量门槛，千万级小模型私有化部署更普遍。 15. 政企大模型需求：政企客户对顶尖大模型需求受数据安全、算力及预算限制，Kimi K3等国产顶尖模型可满足政企80%以上场景需求，不同行业渗透率差异大，公共安全领域渗透率超50%，矿山领域不足10%。 二、风险与关注 1. 国内FDE早期阶段付费意愿低，Poc阶段付费情况少，客户对数据安全要求高，实施交付受限于内网环境。2. Agent技术迭代快，当前需求扩张但行业仍在演进，企业Token消耗差异大，算力与预算限制政企顶尖大模型落地。 三、后续关注点 1. FDE产业化规范化进程与AI降本增效效果的持续落地情况。2. Agent技术从循环迭代向规模化应用的发展进度。3. 国产顶尖大模型在各行业的渗透率提升情况与客户数据安全要求的平衡方式。