AI进化论(9)：中台智能化 赋能新引擎

投资建议

    DeepSeek发布以来，我们看到众多政企开始陆续接入大模型，爱分析统计数据显示，截至2 月21 日已有45%的央企完成了DeepSeek模型的部署。我们认为这反映出大模型在性能、成本以及安全等方面已达到了企业大规模应用的要求。在此背景下，我们认为企业中台有望焕发新机，建议投资人关注数据硬件产业链（如传感器、通信模组）、算力硬件产业链（如芯片、服务器、一体机）的投资机遇。

    理由

    企业数字化转型中，为提升运营效率，中台架构应运而生。传统“前台-后台”架构易出现重复投资、协同性弱、业务难沉淀等问题，且变化缓慢的后台与快速迭代的前台不相适应。为化解“烟囱式”困境，中台架构被提出。中台位于前台与后台之间，它抽象出各个业务条线对于数据、技术的共性需求并形成一个能力枢纽，向上承托业务资源、向下赋能前台部门，解决前后两端失衡问题。

    随着AI技术的发展，传统中台也融合AI能力向AI中台发展。但是AI中台在实际建设中进展较慢，Gartner在2024 年甚至将数据中台划入“未成熟即面临淘汰”之列。我们认为，技术层面，由于传统分析式AI泛用性较弱，针对特定业务或流程构建的AI体系难以迁移至其他场景，使得不同业务的中台工具难以协同，且后续扩展性不足。生成式AI出现之后，又由于其高昂的前期投入，众多企业持观望态度。组织层面，技术部门与业务部门彼此沟通了解有限，使得中台工具的供给方与需求方不相匹配。

    DeepSeek的出现，有望增强AI中台能力， 加速其在企业中的落地。

    DeepSeek通过软件算法的创新以及硬件工程化优化，实现了算力资源的充分挖掘以及算法性能的进一步升级。我们认为，基于DeepSeek大模型的企业AI中台，模型泛化能力有望增强，进而能够处理不同模态数据、理解不同业务流程，降低AI中台的建设门槛。同时，DeepSeek推理成本更低，且开源后企业可通过私有化部署兼顾数据隐私与安全。我们认为，DeepSeek的出现有望加速企业AI中台在内部业务的落地。

    数据、模型、算力和管理是AI中台正常运行必不可少的四个环节。数据是起点、模型是核心、算力是基础、管理是支撑，从硬件角度看，我们认为数据硬件以及算力硬件有望受益于AI中台的发展。

    估值与建议

    建议关注：1）数据硬件产业链公司，如海康威视、大华股份等；以及2）算力硬件产业链公司，如中科曙光、浪潮信息、联想集团、中兴通讯等，相关公司还包括寒武纪、海光信息（均未覆盖）等。我们维持所覆盖公司的目标价、评级、盈利预测不变。

    风险

    生成式AI模型创新、AI算力硬件技术迭代、AI应用落地进展不及预期。