——Deepseek 冲击波系列报告 ⚫ ⚫ ⚫ ⚫ ⚫ 维持评级 程培   宋丽莹  孟熙  行业深度报告 · 医药生物行业 Catalog 行业深度报告 · 医药生物行业

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 工业/能源 DeepSeek 冲击下，AI 产业对国内电 力行业的变与不变 华泰研究 工业 增持 (首评) 能源 增持 (维持) 研究员 刘俊 SAC No. S0570523110003 SFC No 仅为美国同行增速的不到三分之二、总量的不到十分之一。根据 IDC 预测 2025-27 年国内人工智能服务器工作负载中超过 70%将用于推理，仅不到 30%为训练，因此即使 DeepSeek 大幅下降训练算力，对国内冲击相对较小。 根据信通院，截止 2022 年末中国算力规模 302EFlops，结合主要云厂资本开 支和芯片出货预测，我们预计 2024-26 年我国算力规模年复合增速有望达到 44%，带动 2025/2026

趋势：云服务能力持续跃升，加速企业数智化转型与创新 01 目录 1.1 技术全面升级，为复杂的企业在线业务提供保障 1.2 软硬一体协同优化，应对AI时代激增的数据冲击 1.3 持续的融合创新，助力企业的国际化布局 挑战：企业多元业务需求与海量AI数据的冲击 02 2.1 在线业务面临性能与效率的极限挑战 �.� AI数据处理与计算协同的复杂度激增 2.3 国际化进程中的全球布局、合规与质量一致性难题 率，这对于保障在线业务的体验至关重要。 存储方案升级应对大数据量冲击：云服务商通过采用更高性能的存储设备和更高效的存储架 构，结合对数据布局的优化，提供贴合不同在线业务需求的个性化存储服务，例如低时延块 存储（数据库多副本场景，<0.1ms延迟）、高带宽弹性盘（大数据单副本场景，吞吐量达 ��Gbps）、高速临时存储等。 1.2 软硬一体协同优化，应对AI时代激增的数据冲击 AI预训练和推理过程需要存储和预处理 应用出海。一大批 AI产品已经在市场中发挥了巨大作用，例如B端市场的国内企业生产、供应链管理、风险控 制，以及C端市场的智能搜推、智能客服等。 �� 挑战：企业多元业务需求与 海量AI数据的冲击 02 2.1 在线业务面临性能与效率的极限挑战 面对企业海量在线业务以及复杂的创新场景，现有的云基础设施常常难以应对用户在弹性、低时 延和高吞吐等方面的基础性能问题。 复杂应用的复合性能挑

与“实验验证滞后”痛点，AI 通过跨尺度建模、分子动力学加速等方案实现突破。在生产流 程中，AI 结合高通量机器人实验优化生产，降低损耗与故障率。但 AI 也在瓦解传统技术壁 垒，“白痴指数”高的材料受冲击大。化工企业需加强 AI 研发、引进人才、推动数字化转型， 以应对挑战，把握发展机遇。 许隽逸 张玮航 陈律楼 黄楷 SAC：S0590524060003 AI+机器人的冲击或越严峻。 产品的成本相比制造该产品的原材料成本的比例即为马斯克提出的“白痴指数”，在 AI+机器 人时代，高“白痴指数”意味着其生产过程有很大的优化空间，AI 技术更容易在这些材料的 研发和生产中发挥作用，找到低成本的替代品。而对于一些白痴指数较低的化工材料，如部 分成熟化工产品或者已近处于严重过剩的化工品，其生产工艺已经相对成熟，生产过程简单 高效，受到 AI 冲击或相对较轻。例如谷歌 要依据数 据集的规模、标注情况以及任务复杂性来决定使用何种算法。在完成 AI 模型训练后， 还需通过实际实验验证，自动化验证能够大大提升效率。 “白痴指数”越高的化工材料面临 AI+机器人的冲击或越严峻。产品的成本相比制造 该产品的原材料成本的比例即为马斯克提出的“白痴指数”，在 AI+机器人时代，高 “白痴指数”意味着其生产过程有很大的优化空间，AI 技术更容易在这些材料的研 发和

位一体的教育形态意 义几何？以知识传递和测评为核心的教育内容该如何升级？大规模的个性化教学是否真的有可能实 现？AI与人类是否会在社会和教育资源上展开竞争？这些重大问题，因AIGC的到来，再一次冲击了 现有的教育体系。 在微观层面上，教育的各场景和环节，都因AIGC技术的应用而有所助益，如教师侧的备课规划、作 业生成和批改，学生侧的自主学习、辅助练习、测试评估等，新技术与古老教育场景的结合，总会 模型开源及API价格的降低、插件服务带来的应用生态繁荣等，都使得AI技术或将 成为像水、电、网络一样的基础设施，渗透并改变千行万业。然而，大模型具有认知、分析、推理能力，不同于自动化浪潮下对蓝 领的冲击，AIGC时代受AI影响最大的可能是初级专业人士和技术人员，即部分白领。据Challenger报告显示，2023年5月，美国因AI替 代造成的失业人数达3900人，且都发生在科技行业。以及据麦肯锡数 来源：麦肯锡《生成式人工智能的经济潜力:下一个生产力前沿》、世界经济论坛《未来就业报告2023》 ，艾瑞咨询研究院根据公开资料自主研究绘制。 AI成为基础设施，基础工作被替代 AI大模型具备认知、分析、推理能力，冲击替代的对象涉及部分专业化岗位： 需要一定知识储 备的辅助性工作： 法律案件整理等 精度及标准化要求不 高的图文工作：如海 报设计、物料生成 专业性较高，但模型 化程度也较高的工作：

工具等复杂资本工具的会计分类错误或风险权重 规避行 为） 8、如何追踪表外业务风险传染路径？（应用图数据库技术，映射理财代 销、 担保承诺等表外业务与底层资产的关联网络，量化交叉违约对资本充足率的 潜在 冲击） 9、如何定位押品估值虚高的异常案例？（建立押品价值 AI 评估模型，对 比 内部估值与外部市场数据（如房产交易平台、动产登记系统），标记偏离度 超过 20%的押品并重点核查） 10 、如 与压力测试假设的一致性；通过资金管理系统追踪日内头寸波动，核查应急融 资 预案的可操作性。 3 、利率风险敏感性缺口审计：提取存贷款重新定价期限数据，构建久期 缺 口分析模型；对比银行利率冲击测试结果与独立模型的预测偏差。 4、表外理财业务穿透审计：使用 NLP 技术解析理财产品说明书，提取底层 资产类型及占比；关联托管系统数据，验证非标资产期限错配是否突破监管红线。 5 、对资 联方持 有资产）？（如：筛选交易对手方为关联方的记录，核查交易价格偏离市场公 允 价值的幅度，检查关联交易审批留痕。） 7 、压力测试场景覆盖不全 （7）流动性风险压力测试是否忽略极端市场冲击（如股债双杀）？（如： 模拟市场单日下跌 20%场景，验证系统能否自动触发止损机制，并检查压力测试 报告是否经风险管理委员会审议。） 8 、费用计提不合规 （8）是否超额收取业绩报酬（如未扣除基准收益直接计提超额部分）？

务模式单一，运营过程中速度慢、候车时间长、 准点率低等问题普遍存在。 2014 年以来，中国城市综合交通运输体系经 历了结构性变化。城市轨道交通进入大规模发展 时期。轨道交通的快速发展对地面公交客运量产生 了极大冲击；网约车等出行方式出现并迅速发展， 抢占了大部分公共交通客流，使其他出行方式在出 行结构中的份额不断下降；共享单车蓬勃发展， 为“最后一公里”问题提供了新的解决思路。城市 公共交通系统已完成跨越式发展。2022 同合作。中国城市公共交通系统进入了面向乘客服 务体验的新一轮转型发展周期。 2 中国公共交通系统发展面临的挑战 近年来，在公共交通财政补贴投入高居不下、 基础设施投入持续增加的背景下，受机动化快速 增长、新型交通方式冲击等多重因素综合影响[10]， 中国城市公共交通客运量和分担率均出现了较大 滑坡 （图 1）。公共交通资源浪费、高空载率、服 务吸引力严重不足等诸多问题显现。究其原因， 图1 公共交通供需发展状况