国常会部署人工智能落地应用,夯实算力底座守牢安全底线 事件正面
- 国常会明确从夯实底座、赋能应用、统筹发展与安全三方面深化拓展“人工智能+”行动,强调以落地应用牵引技术创新
- 我国人工智能核心产业规模已突破1.2万亿元,人工智能企业超6600家,智能算力规模达2592百亿亿次浮点运算
- 全国推进以八大国家算力枢纽、10个国家算力集群、3个算电协同区域为重点的“8+10+3”算力布局,规划提出到2030年智能算力规模较2025年增长超5倍
- 工信部发布覆盖20个细分领域、1000余个场景的“人工智能赋能新型工业化高价值场景”,并指出近一半应用场景仍停留在试点阶段、尚未放量推广
- 安全治理体系加快构建,《人工智能科技伦理审查与服务办法》《智能体规范应用与创新发展实施意见》等文件相继印发,强调分类分级监管与包容审慎并行
- 产业赛道事件对应的产业方向与逻辑梳理
- 关联公司各赛道业务关联公司及其方向
- 风险提示事件相关的风险与不确定性
智能算力基础设施与算力网络
积极方向政策层面对算力底座的强调体现在三个方向:一是全国一体化算力网与“8+10+3”空间布局继续推进,带动数据中心、服务器与网络设备的需求;二是算电协同被明确提及,使算力节点的能源配套与调度成为建设重点;三是《信息通信行业发展“十五五”规划》对智能算力规模给出长期方向性指引,并要求提升公共算力服务能力与算力互联互通水平。运营商作为算力网络的主要建设与运营主体,服务器与超算设备厂商作为供给方,业务均与上述部署直接对应。
公司承担算力枢纽节点与智算中心建设运营,天翼云提供公共算力服务;会议提出的算力网建设、算电协同、公共算力服务能力提升与其主业方向一致,算力互联互通节点布局亦与其网络资源禀赋相关。
公司推进算力网络资源布局与智算中心建设,属于“夯实发展底座”部署中的基础设施建设与运营环节;算电协同、算网融合方向的推进与其数据中心能源管理与网络调度业务相关。
公司为算力中心提供服务器整机与集群方案,政策提出增加智能算力供给、推进算力枢纽建设,对应其对智算中心的设备供给业务;算电协同趋势也与其液冷、能效优化类产品方向相关。
公司参与超算与智算中心的设计建设及算力服务运营,与“夯实发展底座”“强化公共算力服务能力”的部署方向对应;其在高性能计算与数据中心节能方面的技术积累与算电协同要求相关。
工业智能应用与智能制造
积极方向新闻将制造业定位为人工智能落地的主战场,并提出聚焦原材料、装备制造、消费品、电子信息等重点行业凝练推广高价值场景、培育特色化智能体。配套措施包括发布覆盖20个细分领域、1000余个场景的高价值场景目录,组织“深度行”活动促成供需对接,以及创建国家人工智能创新应用先导区。对提供工业软件、机器视觉、智能终端操作系统、智能制造装备的企业而言,这意味着需求侧的选型参照更清晰、供需撮合更频繁;但同时政策指出近一半场景仍停留在试点阶段,尚未放量推广,应用侧企业的实际订单转化仍需时间验证,内部存在分化。
公司既为算力基础设施提供服务器等硬件供给,又在自有工厂推进自动化与智能制造,并对外输出工业互联网平台;政策推动“人工智能+制造”场景落地与智能算力供给增加,与其硬件制造和工业软件两条业务线均相关。
公司在工业质检、安全生产、园区管理等场景提供机器视觉与智能分析方案,属于工信部高价值场景目录中制造与治理类场景的技术供给方;场景培育与推广力度加大,对其行业解决方案的落地环境构成支撑。
公司提供端侧智能操作系统与算法集成服务,与政策提出的“加快新一代智能终端场景应用”“产出一批特色化智能体”方向相关;终端智能化与边缘侧模型部署需求增加,对应其软件与平台业务。
公司企业软件与工业互联网平台可作为人工智能在企业管理与生产环节落地的承载载体,与“赋能应用”方向存在间接关联;但政策重点更侧重工艺、质检、装备等生产场景,其业务受益路径偏间接,方向性不强。
人工智能芯片与算法平台
积极方向“夯实发展底座”直接指向技术攻关与算法创新,并要求补短板、锻长板,意味着在智能算力芯片、异构计算、基础模型与算法框架等环节的自主研发受到持续关注。同时智能算力规模的长期扩容方向,为芯片与算法平台提供应用验证与迭代的规模基础。需要注意的是,该环节技术门槛高、迭代快、生态依赖强,不同企业在产品成熟度与生态适配上差异较大,业务受益程度并不均等。
公司主营智能算力芯片与配套软件,与政策提出的“技术攻关和算法创新”“补短板”方向直接对应;智能算力规模扩容与国产算力生态建设为其产品提供应用验证场景。
公司提供面向数据中心的通用处理器与AI加速产品,处于算力底座的核心供给环节;政策强调夯实算力底座与加强技术攻关,对其产品在智算中心的适配与生态建设构成需求侧支撑。
公司具备自主大模型与算法研发能力,并在多个行业落地应用,与“算法创新”和“赋能应用”“产出一批特色化智能体”的部署方向对应;其在国产算力平台上的模型适配也属于补短板方向的实际参与者。
公司从事GPU类芯片研发,属于算力供给链条上的芯片设计环节,与“技术攻关”“补短板”方向存在关联;但其产品结构与人工智能训练推理场景的匹配度相对有限,政策对其直接业务的影响方向不明显。
数据要素与人工智能安全治理
积极方向政策在发展与安全两端同时加码:一方面提出增加高质量数据供给,数据资源的归集、治理与流通成为模型训练与场景落地的前置条件;另一方面要求统筹发展和安全、加强风险研判评估,配套的科技伦理审查、智能体规范应用等文件已相继出台,并推动人工智能关键技术标准制定。这使数据治理服务、内容与算法安全评估、AI全生命周期防护等业务环节的规范化需求上升,同时监管要求也提高了相关企业的合规成本与资质门槛。
公司参与政务与行业数据平台建设,与“增加高质量数据供给”“以实体经济为重点强化供需衔接”的部署方向相关;公共数据归集治理与行业数据平台建设需求上升,对其系统集成与数据服务业务构成环境支撑。
公司业务涉及语料与文本数据治理、知识库构建,属于高质量数据供给与大模型行业化落地的配套环节;政策强调数据供给与场景培育,对其数据加工与语义分析类业务方向形成支撑。
会议提出守牢人工智能安全底线、加强风险研判评估,公司提供数据安全与AI应用安全防护相关产品;政策要求覆盖研发、落地、应用、运维全生命周期的防护,与其安全运营与合规评估类业务方向一致。
公司在数据安全分类分级、安全监测与合规服务方面有业务布局,与人工智能安全治理、算法与内容风险研判的监管方向相关;分级分类施策的治理思路会带来合规咨询与安全能力建设类需求。
- 政策落地节奏不确定:国常会部署为方向性要求,具体配套细则、试点名单与资金安排尚需各部门与地方陆续出台,实际推进速度可能低于预期。
- 应用场景放量存在不确定性:文件明确近一半“人工智能+”应用场景仍停留在试点阶段,尚未实现规模推广,场景的可复制性、企业付费意愿与投入产出验证均需时间。
- 算力供给与能源配套的匹配风险:算电协同、算力互联互通涉及电力、网络与数据中心多方协调,区域间能源与网络资源分布不均,可能制约算力设施的实际建设进度。
- 技术路线与生态适配风险:AI芯片、算法框架与大模型技术迭代快,若产品与主流生态适配不足或技术路线发生变化,相关企业的业务拓展可能受阻。
- 安全合规成本上升风险:伦理审查、智能体规范、标准体系等要求逐步细化,企业需投入额外资源满足合规要求,短期内可能增加应用侧的落地成本。
- 行业分化风险:政策强调以落地应用牵引,缺乏可复制场景与工程化能力的主体难以获得实质业务增量,同一赛道内不同企业的业务进展可能出现明显差异。