证券研究报告 | 行业深度 | 航空装备Ⅱ http://www.stocke.com.cn 1/34 请务必阅读正文之后的免责条款部分 航空装备Ⅱ 报告日期：2023 年 08 月 29 日 无人机：现代战场利器，内需外贸双驱动 ——无人机行业深度报告 投资要点 ❑ 无人机较载人机优势突出，演变为现代战争的利器，易消耗属性不断加强 1 年订单产能双提升， 看好大飞机产业链发展——行业 点评报告》 2023.01.13 3 《中国航空工业集团：航空装 备铸就中国力量——大制造央企 专题报告》 2023.01.11 行业深度 http://www.stocke.com.cn 2/34 请务必阅读正文之后的免责条款部分 正文目录 1 无人机：战争角色转变、现代战争的利器 ........... ....................................................................................... 33 行业深度 http://www.stocke.com.cn 3/34 请务必阅读正文之后的免责条款部分 图表目录 图 1： 无人机系统包括飞行平台、动力装置、航电系统、任务载荷系统、航电系统、综合保障系统

践行深度用云 主机上云 运维现代化核心能力 华为云计算技术有限公司 尚海峰 胡玉海 贡 青 刘征辉 林丽鑫 支新辉 王 飞 徐 俊 郭晓征 耿丽丽 马晓明 毛明强 张志炯 张 毅 王进行 马 韬 石 松 黄征彬 熊洪槐 钱 沛 秦丹涛 张瀚文 主机上云带来的运维新挑战 05-08 1.1 挑战1：如何基于应用视角设计高可用上云方案与高可靠运维保障方案 1.2 挑战2：云平台技术栈快速增厚，如何有效进行全链路可视监控 1.3 挑战3：云网深度融合，如何快速发现、定位、恢复问题 11.4 挑战4：如何应对运维安全与租户安全的双重挑战 主机上云带来的运维新挑战 挑战1：如何基于应用视角设计高可用 上云方案与高可靠运维保障方案 主机上 剑，在助力业务快速发展、快速创新的同时，也带来 了系统技术栈复杂度的急剧提升，给传统的IT运维方 式带来巨大冲击。 例如，应用的微服务化改造，带来微服务数量的指数 级增长，应用的调用层次和调用关系变得冗长；分布 式云原生的深度应用，使得业务链路更加复杂。当上 层业务应用出现故障时，排障过程可能涉及从应用到 网络的完整链路，这其中包含业务应用、云服务实 例、云基础设施和服务器、网络、存储等物理设备。 典型的业务流量路径如：应用>容器>PaaS实例>虚

第二代（知识工程）： 知识为核心 3. 第三代（数据模型）：学习为核心 ◼ 从机 器学习到深度学习 1. 任务：判别、预测，通过学习数据分布规律 2. 边界：有规律、可以数字化，属于经验科学 3. 要素：机器学习 - 深度学习 • 模型：神经网络模型（分层；单向） • 策略：损失函数定义 01 对 AI 技术的认知：人工智能的本质 人工智能（ 知识能力：海量公开知识，言之有物， GPT-2 时达 到 • 顺带学习（基座模型）：文字中蕴含了知识 • 压缩：幻觉 • 遗忘：微调（迁移学习），尤其是 RLHF 用人工神经网络获取网络模型：深度学习 -Transformer 模型 - 大语言模 型 大语言模型的核心原理：数据化 - 语义化 -NTP （ Next Token Prediction ） 大语言模型的三层能力：语言能力 - 硕士：专业深化 | 研究方法 | 创新能力 | 工程实践 | 领域专精 博士：原创研究 | 理论突破 | 学术前沿 | 独立科研 | 行业引领 n AI+ 学科 各学科（非人工智能专业）与人工智能的深度融合的课程 n AI 通识教育 面向院校所有学生、教师和教职工 基础概念 | 技术认知 | 伦理思考 | 社会影响 | 应用场景 | 未来趋势 n 培养什么人 1. 思维能力：批判思维、独立思维、逻辑思维

运营商、AI 创新公司等，市场竞争激烈。由于技术复杂性和数据需求，单一厂商难以提供完整的解决方案，未 来技术合作、产品集成、威胁情报共享等生态合作模式将成为主流趋势。 AI 技术深度赋能，应用百场景花齐放。AI 技术正深度渗透并占领安全运营的各个环节，从风险识别、威胁 检测、事件分析、响应到安全管理和报告生成。国内安全厂商积极探索 AI 在不同场景的应用创新，利用大语言 模型（LLM）和 AI 的专业性和效率， 国内普遍采用“大模型+基础 AI 技术”的混合 AI 架构。大模型（如 LLM）擅长自然语言交互、复杂推理、知识 问答和生成全局视角和智能辅助；基础 AI 技术（基于机器学习/深度学习）则侧重于具体的威胁检测、异常识 别等任务，提供快速、准确的执行能力。两者协同工作，实现优势互补，成为当前 ISOC 建设的主流技术路线。 AI Agent 是关键发展方向，但尚处于初步阶段。AI 威胁和预测风险的能力。 为了有效应对这些挑战，智能化安全运营中心（ISOC）应运而生。ISOC 并非对传统 SOC 的简单替代，而 是其全面的智能化升级和能力增强。ISOC 以数据驱动和 AI 赋能为核心，深度融合人工智能（特别是大语言模 型、AI 智能体等先进技术）、大数据分析、安全编排与自动化（SOAR）等技术，并强调人机协同的运营模式。 其目标是实现对安全威胁的更高效、更准确、更主动、更智能的检测、分析、响应和预防，致力于构建一个能

全栈优化 软硬协同释放DCU 澎湃算力性能 DCU：全面兼容主流生态 / FULL ECOSYSTEM PROFILE 类CUDA API的 开源软件开发平台 原生支持多种加速库 及各类深度学习框架 提供完整的开发、 迁移、编译、调试工具 支持容器化工具 大规模部署 支持Kubernetes 和Slurm调度系统 功能健全的DCU软件栈 性能分析工具 主流HPC应用 Gromacs/VASP 当前函数功能 覆盖率 96.95%（15个半精接口 CUDA已标记为废弃 扩展组件层 支持并行解码/高版本组件/性能优化 框架工具层 全系列产品兼容/支持主流AI生态框架 基础算子层 支持深度算子融合/算子优化等操作 快速适配工具 FastPT AI框架 PyTorch/TensorFlow/JAX/Paddle/� 精度检测工具 LayerCheck 图优化组件 GraphRay 海光与天翼云联合推出基于海光DCU的智算一体机，通过整合天翼 云翼政通等智能AI应用、云管平台以及推理管理平台，支持接入主流 大模型驱动定制化功能，结合主流大模型实现一站式快速交付。 性能卓越：海光DCU与天翼云智能AI软件深度协同，满足复杂业 务场景需求，带来精准高效的AI应用体验。 灵活拓展：海光DCU全面兼容主流AI框架，推动业务快速上线， 并为客户自主研发预留弹性算力空间。 安全自主：采用海光DCU+CPU的全国产化方案，为私有化部

黄莺、路斌、郑峰、张昕、李光新、成思敏、李云帆、 鞠武军、谢怡珺、林叠守、姜熠龙、王庆、乔骥、王梓博、李鑫、 陈康翔、李震中、李海斌、何波、辛静清、乔琪、王博文、李亚琦 等 引 言 当前，全球数字化浪潮与国家战略布局深度协同，共同驱动软 件工程领域迈入智能化转型的关键跃升期。从《新一代人工智能发 展规划》确立“三阶段发展目标”的宏伟蓝图，到《数字中国建设 整体布局规划》构筑“2522”整体实施框架，央地协同的政策体系 持续强化，为技术自主创新与产业智能化升级注入了强劲的驱动力。 智能化时代，以大语言模型驱动的智能代码生成、生成式人工 智能赋能的辅助设计以及智能化测试与智能运维工具链为代表的前 沿技术变革，正以前所未有的深度和广度，系统性地重构软件工程 的方法论、工具链与实践范式。软件工程已超越其传统边界，跃升 为支撑数字经济高质量发展、驱动千行百业转型升级不可或缺的核 心基础设施。然而，面对工具生态割裂、工程链路协同不足、垂直 展等方面梳理数字化浪潮下软件工程智能化的变革背景；第二章聚 焦软件工程智能化初期实践，系统诊断当前面临的关键瓶颈；第三 章针对上述痛点，提出智能化标准体系总体架构；第四章围绕关键 领域展开深度分析；第五章总结软件工程智能化未来发展趋势，为 产业智能化升级提供系统性指引与行动思路。 目 录 一、 背景引入：数字化浪潮下的软件工程智能化变革需求 ................ 1 （一）

整、颠覆性技术的加速渗透以及市场动态的深刻演变在此交汇。在这 个全新的时代，企业与客户之间的关系已不再是线性的、可预测的流 程，而演变为一个复杂、动态、多维的生态系统。对于正在经历从高 速增长向高质量发展转型的企业而言，构建深度、智能且富有韧性的 客户关系，其紧迫性与重要性达到了前所未有的高度。 在此背景下，作为企业销售、服务与营销运营基石的客户关系管 理（Customer Relationship Management 响评估。这些法律法 规实质上确立了强制标准：任何 AI CRM 解决方案均须在产品架构与 功能设计环节遵守相关隐私和安全设计原则。这不仅是法律要求，也 是构成客户信任的基础。对于企业而言，选择深度整合合规能力的 AI 智能驱动增长：人工智能客户关系管理系统研究报告（2025 年） 3 CRM 平台，已从单一的技术选型问题，升级为核心的风险管控与业 务连续性战略。构建可信赖的合规性平台，既能有效规避法律合规风 直接服务于“新质生产力”的培育，助推企业 实现生产效率的整体跃升。在政策的东风下，企业有更强的动力和更 多的资源去投资于那些能够显著提升运营效率、优化客户体验、驱动 业务增长的智能解决方案。将 AI 能力与企业核心业务流程深度结合 的 AI CRM 平台，恰好切中了政策鼓励和企业需求的结合点，拥有更 加广阔的市场前景。 综上所述，政策与法规的双重作用力，正在深刻地塑造 AI CRM 市场的格局。严苛的合规要求，实际上是进行了一轮市场筛选，淘汰

条 的改造，提高全要素生产率，发挥数字技术对经济发展的放大、叠加、倍增作用；要推动实体经济和 数字经济融合发展，以信息化培育新动能，用新动能推动新发展。当前，新一代信息技术与制造业融 合的广度深度不断拓展，人工智能引领制造业数字化转型步伐明显加快。我们要抢抓机遇，充分发 挥我国内需市场广阔、产业链条完整、应用场景丰富的优势，加快推动广大制造业企业数字化转型， 为网络化、智能化梯次升级打好 安徽省芜湖市：推动数智赋能，加速制造业转型升级 福建省泉州市：完善“政、企、服”转型生态，推进制造业企业数字化转型 江西省鹰潭市：强化生态要素创新，实现鹰潭产业集群式数字化转型跃迁 山东省济南市：实施制造业数字化转型行动 深度赋能新型工业化 河南省洛阳市：以数字化转型释放高质量发展新动能 广东省广州市：“四化”赋能专项行动推进新型工业化 广西壮族自治区柳州市：制造业“1+1+3+N”破局，“智改数转”驱动百年工业城焕新升级 推动钢铁行业实现数字化转型 扬子江药业集团有限公司：应用人工智能、大数据、物联网等技术推动药品质量精准追溯 实现药品生 产全过程数字化追溯与管理 中车南京浦镇车辆有限公司：应用人工智能图像处理和深度学习技术推动多专业智能运维实现智能 远程诊断分析 江阴兴澄特种钢铁有限公司：基于数据要素和人工智能的特殊钢工艺协同管理和创新 中控技术股份有限公司：应用工业AI技术助力氯碱企业实现低碳、降本、提质、增效

许秋璇 颜 欢 张文轩 郑 浩 摘 要 自 2022 年 ChatGPT 3.5 发布以来，以大模型为代表的人工智能技术突飞猛进，对教育变革带来巨大影响。教 育领域的数字化转型正在深度融合人工智能技术，加速迈向数智化转型。 本报告系统梳理国际与国内政策进展，深入分析国际社会高度重视人工智能教育应用的政策动向，以及国内以 人工智能为基础推动教育创新发展的政策布局。通过政策梳理与 界领先的教育信息化体系，不仅为国内教育现代化提供了强劲动力，也为全球教育数字化转型贡献了中国方案。 综上所述，国际社会的政策共同描绘了一幅图景：各国及相关组织正积极通过顶层设计、伦理规范、系统规划 和风险预判，引导人工智能与教育的深度融合，旨在负责任地利用人工智能的潜力，促进教育的创新、公平与 高质量发展。中国作为一个拥有世界领先教育信息化体系的国家，高等教育理应贡献更多的智慧。 不过，从国际组织和一些国家政策中也可以看出， 旨在将数字中国建设作为推进中国式现代化的重要引擎。其核心 是构建“2522”整体框架：夯实数字基础设施和数据资源体系“两 大基础”；推进数字技术与经济、政治、文化、社会、生态文明“五 位一体”深度融合；强化技术创新体系和数字安全“两大能力”； 优化国内国际“两个环境”。规划目标是到 2025 年，数字中国 建设取得重要进展；到 2035 年，数字化发展水平进入世界前列。 特别是在社会领