央国企数字化应用实践报告

微信扫码，打开到小程序

2 | 2024 爱分析·央国企数字化应用实践报告 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 3 | 2024 爱分析·央国企数字化应用实践报告 特别鸣谢（按拼音排序） 4 | 2024 爱分析·央国企数字化应用实践报告 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 5 | 2024 爱分析·央国企数字化应用实践报告 报告综述 | 2024 爱分析 央国企数字化应用实践报告 6 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 | 2024 爱分析 央国企数字化应用实践报告 7 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 l 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。 | 2024 爱分析 央国企数字化应用实践报告 8 l 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。 l 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。 l 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。 | 2024 爱分析 央国企数字化应用实践报告 9 3. 2024 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 10.7%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 1 2024-2027 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 32.2 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 61.3%，而项目披露的中标金额占比约为 49.8%。 | 2024 爱分析 央国企数字化应用实践报告 10 市场洞察 | 2024 爱分析 央国企数字化应用实践报告 11 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（know-how）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 | 2024 爱分析 央国企数字化应用实践报告 12 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“N+X”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 DeepSeek R1 模型为这一困境带来了突破性解决方 案。通过开源，DeepSeek R1 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： l 模型蒸馏与能力迁移：央国企可通过蒸馏 DeepSeek R1 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。 l 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。 l 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。 | 2024 爱分析 央国企数字化应用实践报告 13 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。 | 2024 爱分析 央国企数字化应用实践报告 14 | 2024 爱分析 央国企数字化应用实践报告 15 | 2024 爱分析 央国企数字化应用实践报告 16 | 2024 爱分析 央国企数字化应用实践报告 17 | 2024 爱分析 央国企数字化应用实践报告 18 | 2024 爱分析 央国企数字化应用实践报告 19 | 2024 爱分析 央国企数字化应用实践报告 20 | 2024 爱分析 央国企数字化应用实践报告 21 | 2024 爱分析 央国企数字化应用实践报告 22 | 2024 爱分析 央国企数字化应用实践报告 23 | 2024 爱分析 央国企数字化应用实践报告 24 | 2024 爱分析 央国企数字化应用实践报告 25 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 OpenAI o1 和 DeepSeek R1 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 或做出深思熟虑的决策。 非推理模型和推理模型各有所长，未来企业需要同时部署这两类模型，这超出了此前的预期。在 DeepSeek R1 出现之前，企业尚未意识到推理模型的快速发展和广泛应用。当前，企业的算力规划 主要针对非推理模型，而未来则需要同时支持非推理和推理两类模型，因此对算力的需求将显著增 加。 （2）用户数量激增 DeepSeek 的破圈效应相当于对全民进行了一次 AI 普及教育，其影响力远超企业内部的任何一次培 训。预计会有更多央国企员工主动使用 AI 工具来解决工作问题，以提升效率和质量。用户数量的激 增将导致对算力的需求大幅超过企业原有的规划。 | 2024 爱分析 央国企数字化应用实践报告 26 （3）训练与蒸馏 如果央国企希望对 DeepSeek R1 进行蒸馏，将其推理能力复制到自身的大模型上，或者参照 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，这 些操作都将显著增加对算力的需求。 根据爱分析的专家调研结果，央国企对算力的需求预计将是原先的 3-5 倍。因此，企业需要重新规 划算力投入。鉴于大模型领域的技术和产品发展迅猛，同时算力成本也在逐步降低，采用租用算力 的方式来弥补算力缺口将是一种更为灵活且经济的选择。 | 2024 爱分析 央国企数字化应用实践报告 27 大模型市场 | 2024 爱分析 央国企数字化应用实践报告 28 3. 大模型市场 关键成功要素：央国企应重视“场景选择方法论”。 大模型的应用不能仅仅是为了技术的堆砌，而应真正发挥其价值。因此，大模型必须与央国企的具 体业务场景紧密结合。央国企通常具有庞大的人员规模、复杂的业务流程和多样化的业务场景，能 够梳理出数百个潜在的应用场景。然而，受限于资源（时间、IT 团队、算力等），大模型无法在所 有场景中同时落地。因此，必须通过科学的场景选择方法论，筛选出优先级最高的场景，以确保资 源的高效利用。 根据央国企大模型项目的实践经验，制定并顺利执行场景选择方法论的关键可归纳为“三准备、一 设计、一研讨”。具体操作方法如下： （1）第一项准备：组织准备 大模型落地工作需要由央国企的高层领导牵头，负责协调各方资源，并将大模型推进纳入各部门或 子公司的年度任务。建议由 CIO 担任“项目经理”，负责具体事项的推进和管控。同时，抽调各部 门或子公司的骨干成员，组建专项工作组，以贡献不同领域的资源和智慧。一些央国企的大模型落 地工作仅由 CIO 牵头，且未成立跨部门/子公司的专项工作组。这种情况下，虽然推进初期各项工作 尚能正常开展，但随着时间推移，非 IT 部门的员工可能会出现不重视或懈怠的情况，导致项目推进 难度逐渐增大。 （2）第二项准备：认知准备 大模型是新兴技术领域，行业内专业人员与央国企的领导和员工之间存在显著的认知鸿沟，难以顺 畅交流。一些央国企的领导和员工由于缺乏对大模型的基本认知，容易产生不切实际的期望。因此， | 2024 爱分析 央国企数字化应用实践报告 29 必须通过培训来尽可能地弥合这种认知差异。培训的重点不应是讲解概念、技术原理或发展趋势， 而是要清晰地阐述智能化与数字化的区别，以及大模型及其应用的能力边界。 （3）第三项准备：场景准备 在进行场景选择之前，需要准备一份全面的场景清单。央国企的操作方式主要有两种： ① IT 部门或技术厂商通过调研梳理出场景清单； ② 制定场景表格和示例，让各部门负责人按照格式主动提供需要落地大模型的场景，形成场景清单。 从实践结果来看，第二种方式——即“收集”而非“调研”——更具可行性。 （4）设计方法论指标体系及权重 方法论的一级指标可分为“价值”和“技术”两大类。其中，“价值”的二级指标至少包括“战略价 值”“业务价值”和“推广价值”；“技术”的二级指标至少包括“技术可行性”和“数据丰富度”。