本报告重点分析了AI在医疗、金融等领域的应用场景,以及数据平台、网络安全等基础设施的重要性。报告指出,大模型能力提升、成本下降和开放权重模型加速迭代,推动AI应用进入百花齐放阶段。铲子股/卖水人因拥有高质量非公开数据资源,有望率先承接增量。Infra作为AI落地的必备条件,其需求持续增长。定制化重的IT交付和行业Knowhow的结合,对软件公司的长期价值至关重要。
AI应用在医疗和金融行业的发展趋势值得关注。医疗领域,AI降低蛋白及抗体设计成本,但结合能力与生物活性仍需湿实验验证。金融领域,同花顺、东方财富通过MCP将专业数据库接入Agent,数据使用从人工查询延伸至持续、批量调用,有望扩大付费空间。此外,数据平台、网络安全等基础设施成为AI落地刚需,推动可观测性需求从系统监控延伸至任务全过程。
报告重点分析了AI在医疗和金融领域的应用方向。医疗领域,AI降低蛋白及抗体设计成本,但结合能力与生物活性仍需湿实验验证。金融领域,同花顺、东方财富通过MCP将专业数据库接入Agent,数据使用从人工查询延伸至持续、批量调用,有望扩大付费空间。此外,报告还强调了数据平台、网络安全等基础设施的重要性,以及定制化重的IT交付和行业Knowhow的结合对软件公司长期价值的影响。
当前AI应用市场呈现百花齐放的趋势,大模型能力提升、成本下降和开放权重模型加速迭代,推动AI应用进入快速发展阶段。铲子股/卖水人因拥有高质量非公开数据资源,有望率先承接增量。Infra作为AI落地的必备条件,其需求持续增长。定制化重的IT交付和行业Knowhow的结合,对软件公司的长期价值至关重要。企业软件厂商披露的AI收入、订单与使用量增长,也表明技术进步正逐步转化为商业增量。
研报提到了AI应用商业化不及预期的风险、企业IT预算恢复不及预期的风险、行业竞争加剧的风险以及海外宏观及汇率波动风险。AI应用商业化需要战略、管理、销售、组织和交付协同调整,执行更快的厂商有望率先受益。软件公司需要在保持既有业务稳定和客户粘性的基础上,推动产品与流程改造,并通过合理定价、方案复用和持续运营保留效率收益。AI应用的成功落地需要多方面的协同和持续的努力。