AI赋能化工之二_AI助力化工行业转型升级2022A/E 2023E 重点公司代码 股票名称 投资评级 请务必阅读报告附注中的风险提示和免责声明 3 资料来源: Wind 资讯,国海证券研究所(未评级标的采用 wind 一致预期,中国化学、东华科技、中国石油、中国石化、万华化学、森麒麟、华大智造、中 控 技术、容知日新、川仪股份 2022 年数据为真实值,其余为预测值) 重点关注公司及盈利预测 核心提要 人工智能未来有望赋能化工“研发 容知日新(机械) 。 投资建议: AI 赋能化工产业,助力化工行业转型升级。 综合考虑 AI 对化工行业的赋能和带动效应, 维持基础化工行业“推荐” 评级。 风险提示:重点关注公司业绩不及预期;宏观经济大幅下滑;项目进展不达预期风险;行业政策大幅变动风险;行业竞争加剧风险。 请务必阅读报告附注中的风险提示和免责声明 4 目录 AI 提升研发效率 AI 优化化工设计和建设 AI 赋能化工生产运营 2022-2024 盈利预期 ,预计公司 2022-2024 年归母净利分别为 5.52 、 8.27 和 10.80 亿 元 ,对应的 PE 为 63 、 42 和 32 倍 ,考虑到公司合成生物学技术优势 ,维持公司“买入”评级。 风险提示:项目投产不达预期风险 、 产品价格下滑风险 、 产品需求下滑风险 、 工厂安全环保生产风险 、 原材料价格波动的风险 、 汇率 波动风 险 、 销售未达预期风险等 。10 积分 | 57 页 | 2.47 MB | 7 月前3
AI+医疗:提质增效,全面赋能集团、讯飞医疗科技、创业慧康、中科软、医渡科技、朗玛信息、东华 软件、智云健康、医脉通、嘉和美康; AI+制药:晶泰控股、成都先导、泓博医药、药石科技、美迪西、恒瑞 医药、百济神州、荣昌生物、云顶新耀。 ◼ 风险提示:政策推进不及预期,行业竞争加剧。 -23% -16% -9% -2% 5% 12% 19% 26% 33% 40% 47% 2024/2/23 2024/6/23 2024/10/22 2025/2/20 并结合脂质纳米颗粒递送系统激活特异性 T 细胞,达到治疗癌症的目 的。其自研算法在多个验证研究中表现优异 数据来源:Wind,东吴证券研究所 3. 风险提示 1、政策推进不及预期:如果后续政策推进力度不及预期,可能导致行业的发展和 落地不及预期。 2、行业竞争加剧:目前国内产业相关企业众多,行业竞争可能加剧。 免责及评级说明部分 免责声明 东吴证券股份有限公司经中国 个月内行业或公司回报潜力相对基准表现 的预期(A 股市场基准为沪深 300 指数,香港市场基准为恒生指数,美国市场基准为标普 500 指数,新三板基准指数为三板成指(针对协议转让标的)或三板做市指数(针对做市转 让标的),北交所基准指数为北证 50 指数),具体如下: 公司投资评级: 买入:预期未来 6 个月个股涨跌幅相对基准在 15%以上; 增持:预期未来 6 个月个股涨跌幅相对基准介于10 积分 | 14 页 | 1.28 MB | 7 月前3
电子行业:AI大模型需要什么样的硬件?-20240621-华泰证券-40页文档总结、PPT 智能创作、文生图等企业的基本办公需求,是大模型时代生产力工具的主要 支点。我们认为 2025 年 AI PC 渗透率有望大幅提升。 风险提示:AI 及技术落地不及预期;硬件产品销售不及预期,服务业务用 户增速放缓。本研报中涉及到未上市公司或未覆盖个股内容,均系对其客观 公开信息的整理,并不代表本研究团队对该公司、该股票的推荐或覆盖。 (29) (20) (12) sPvMMYpMoN 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。 3 电子 摘要:大模型能力提升不断解锁新的应用场景 过去一年,大模型能力的发展速度超出我们预期。以衡量 LLM 的常用的多语言理解均值评 测标准(MMLU)为例,2021 年底全球最先进大模型的 MMLU 5-shot 得分刚达到 60%, 2022 年底超过 70%,而 2023 年底已提升至超过 够理解文本、图像、音频、视频(帧),并生成文本、图像、音频。2022 年 9 月,红杉资 本预计还需要近十年的时间,大模型才能实现实习生级别的代码生成、好莱坞质量的视频 和区别于机械声的人类质量语音,但是实际进展远超当时预期,Sora 已经能够生成 60s 的 高质量视频,GPT-4o 和谷歌 Gemini 都已经能够实现具备感情的实时人机语音交互。 我们看到,随着大模型能力的不断增强,AI 的作用不断深化,生成式10 积分 | 40 页 | 2.60 MB | 7 月前3
电子行业深度报告:AI系列深度,AI+降本增效拓宽应用,硬件端落地场景丰富-20230712-东吴证券-28页4、零部件及组装:领益智造、威机电、三利谱、歌尔股份、长盈精密。 5、服务器端:PCB 龙头沪电股份、全球代工龙头工业富联。6、传输端: 源杰科技、中际旭创、新易盛、华工科技。 ◼ 风险提示: AI 应用推广不及预期;AI 技术发展低于预期导致应用面 狭窄。 -19% -16% -13% -10% -7% -4% -1% 2% 5% 8% 11% 2022/7/12 2022/11/10 2023/3/11 份、长盈精密。 传输端:中际旭创、新易盛、华工科技。 5. 风险提示 1、AI 应用推广不及预期。AI 技术在应用推广的过程可能面临数据质量、资源限 制和技术能力等因素的制约,导致相关企业的 AI 应用存在推广进度不及预期的风险。 2、AI 技术发展低于预期导致应用面狭窄:AI 技术发展遭遇瓶颈,可能导致诸多场 景的大规模落地缺乏技术可行性。 免责及评级说明部分 个月内行业或公司回报潜力相对基准表现 的预期(A 股市场基准为沪深 300 指数,香港市场基准为恒生指数,美国市场基准为标普 500 指数,新三板基准指数为三板成指(针对协议转让标的)或三板做市指数(针对做市转 让标的)),具体如下: 公司投资评级: 买入:预期未来 6 个月个股涨跌幅相对基准在 15%以上; 增持:预期未来 6 个月个股涨跌幅相对基准介于 5%与 15%之间; 中性:预期未来 6 个月个股涨跌幅相对基准介于-5%与10 积分 | 28 页 | 2.68 MB | 7 月前3
赋能金融,AI开启新时代【AI金融新纪元】系列报告(三),迅速聚集了大量的用户, 日均发帖 量超过 100 万条 ,是全国最重要的、最火热的财经论坛之一。依托强大 的股吧社区 ,实现了将社区流量向产品销售规模的转化 ,初步具备了“用 户 + 其他金融产品拓展 + 外延预期”的业务形态。 2007 年 ,东方财富网 日均访问用户超 2000 万, 日均页面浏览量超 2.5 亿 ,远高于行业竞争者 ,用户数量以及粘性优势明显。 在 2004 年到 2010 年期间, 金融信息服务、券商导流业务。 2023 年同花顺增值电信服务、广告及互联网业务推广服务、软件销售及维护服务、基金销售及其他交易 手续费服务占比分别为 43% 、 38% 、 12% 和 7% 。我们预期 ,在 AI 逐步导入现有应用 ,公司 iFinD (增值电信业务) 、券商导流业 务(广告及互联网业务推广服务)、爱基金(基金销售业务)收入将受益增长。 图表:同花顺主要产品 赋 能 同花顺 资料来源:同花顺官网, Wind ,东吴证券研究 我们预计 ,金融行业有了 AI 相关产品的赋能 , 市场活跃度将稳定提升 ,基于该项市场环境假设 ,我们对同花顺的各项存量业务终局状态增长空间预期如下: 增值电信业务: 同花顺是国内金融信息服务商龙头 , 用户规模庞大 , 我们预计 AI 功能嵌入原有产品将提升同花顺 B 端及 C 端产品用户规模 , 且实现用户粘性、 活跃度的优化 ,并促成注册用户转化为付费用户。10 积分 | 32 页 | 1.10 MB | 1 月前3
基于DeepSeek AI大模型资产配置规划应用设计方案(151页 WORD)本文旨在探讨如何将 DeepSeek 技术引入资产配置规划中,以 提升投资组合的优化效果和风险管理能力。本文将详细介绍 DeepSeek 技术在资产配置中的具体应用方案,包括技术原理、实 施步骤、以及预期效益。文章结构如下:首先,概述资产配置的基 本概念及其在现代投资中的重要性;其次,分析传统资产配置方法 的局限性;接着,引入 DeepSeek 技术,详细阐述其在资产配置中 的创新应用;然后,通过实际案例和数据展示 动态调整策略是资产配置规划中不可或缺的一部分。市场环 境、经济周期以及投资者个人情况的变化,都会影响资产配置的合 理性。因此,定期对投资组合进行再平衡至关重要。例如,当某一 资产类别的表现超出预期比例时,需要减持该资产,增持表现较弱 的资产,以维持既定的风险收益目标。 以下是一个简单的资产配置示例,适用于稳健型投资者: pie title 资产配置比例 "股票" : 险。资产配置的目的是在长期内实现稳定的投资回报,而不是追求 短期的高收益。 为了更直观地展示资产配置的效果,我们可以通过一个简单的 表格来比较不同资产配置方案的风险和预期收益: 资产类别 配置比例 预期年化收益 风险等级 股票 60% 10% 高 资产类别 配置比例 预期年化收益 风险等级 债券 30% 5% 中 现金及等价物 10% 2% 低 在实际操作中,资产配置需要根据投资者的具体情况进行动态 调整10 积分 | 160 页 | 490.85 KB | 1 月前3
电子行业深度报告:DeepSeek推动模型平权,关注AI终端及算力领域及R1模型推出而放缓资本开支投入的步伐,反而加大相关投入,而国内 CSP为了保持竞争优势亦有望跟进,增加AI领域相关投入。同时AI应用 场景加速普及,也将反哺算力需求。 风险提示:终端需求不及预期;技术推进不及预期;资本开支投入不及 预期等。 深度报告 行业研究 证券研究报告 电子行业深度报告 2 请务必阅读末页声明。 目 录 1. DeepSeek 推动模型平权,关注 AI 终端及算力领域 ..... 终端(手机、可穿戴、玩具等)有望加速落 地,而 AI+快速发展也将反哺训练算力、推理算力需求。 2. AI 终端有望加速落地 2.1 AI 手机 苹果 FY25Q1 业绩符合预期,国行 AI 功能渐行渐近。苹果 FY25Q1 营业收入为 1,243 亿 美元,高于市场预期的 1,241 亿美元,同比增长 3.95%,主要得益于 Mac、iPad、服务 等业务增长较好。2 月 11 日,据 The Information 终端及算力领域的投资机会。 5. 风险提示 终端需求不及预期:若终端消费者对 AI 终端产品接受度不及预期,或会影响终端的出 货量及渗透率,进而影响产业链相关公司业绩; 技术推进不及预期:若 AI 大模型性能、降本不及预期,或会影响 AI 终端推出时间,进 而影响产品出货量、产业链相关公司业绩。 资本开支投入不及预期:若海外及国内 CSP 资本开支投入不及预期,或会影响服务器、 数据中心、网络设备等基10 积分 | 23 页 | 2.65 MB | 7 月前3
高伟达(300465)首次覆盖:AI Agent和智能金融大数据服务打造新成长曲线-国泰海通证券[杨林]-20250911【9页】信息科技(香港)有限公司已签约参股数字资产清算服务有限公司 (DACS),在业务和客户层面进行深度合作。公司有望成为帮助传 统金融体系接入 Web3.0 和数字人民币世界的重要“桥梁”。 风险提示。AI 技术发展不及预期,市场需求不及预期,行业竞争加 剧风险。 [Table_Finance] 财务摘要(百万元) 2023A 2024A 2025E 2026E 2027E 营业总收入 1,404 1 2025-2027 年公司系统集成业务收入增速分别为 40%/0%/0%。 3)创新业务:公司积极推进与蚂蚁合作,聚焦银行信贷场景,探索金融 AI Agent 落地,并有望实现分润型的商业模式创新,预期该业务规模将加速增 长,为公司打造第二成长曲线,我们假设 2025-2027 年公司创新业务收入分 别为 2.10/5.88/10.58 亿元,并考虑分润模式带来的业务毛利率的提升,假设 2025-2027 67 0.07 0.10 0.25 359 254 102 数据来源:Wind,国泰海通证券研究 注:股价为 2025/9/10 收盘价,可比公司 EPS 预测值来自 Wind 一致预期,高伟达 EPS 预测值来自国泰海通证券研究。 2)PS 估值 我们预测公司 2025-2026 年营业收入分别为 15.42/20.12 亿元,SPS 分别为 3.47/4.53 元10 积分 | 9 页 | 1.53 MB | 1 月前3
AI改变能源:智算如何引领新型电力系统智算如何引领新型电力系统 扫码了解更多 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 1 前言 2 第一章:文献综述与方法论 4 ● 美国的算力增长预期,分歧重点在市场 5 ● 中国算力增长预期,不确定性主要在技术 5 第二章:测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 用电量;再根据算力增长、芯片能效(单位时间内完成的计算量与消耗的电能 之间的比率)提升,以及数据中心能效 (PUE,数据中心总能耗与关键 IT 设备能 耗的比率,数字越小越接近 1,能效越高 ) 提升的预期,来推测未来一段时间内 智能数据中心的用电量增长情况。 智能算力的提供者及主要使用者,如科技企业、电信企业、政府、以及日益数 字化的许多行业,都提出了 100% 使用绿色电力、实现碳中和的目标和路线图。 这些研究报告,对于人工智能技术最发达、电力市场化程度最高的美国研究比较 充分,为关于中国的研究提供了基准性的参考,但忽视了中国所面临的芯片系统 技术的挑战及能源电力市场的差异性。这些报告对美国智能算力增长和电力需求 的预期并不一致,而中国面临的首要问题是如何克服芯片能效提升的瓶颈。 第一章: 来源:Hugging Face,未尽研究,环球零碳 说明:对数轴。每进行 1000 次查寻,完成每种推理任务平均消耗的电能。10 积分 | 25 页 | 709.89 KB | 7 月前3
AI改变能源-智算如何引领新型电力系统8 月 AI 改变能源 智算如何引领新型电力系统 AI 改变能源 智算如何引领新型电力系统 1 前言 2 第一章:文献综述与方法论 4 ● 美国的算力增长预期,分歧重点在市场 5 ● 中国算力增长预期,不确定性主要在技术 5 第二章:测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 用电量;再根据算力增长、芯片能效(单位时间内完成的计算量与消耗的电能 之间的比率)提升,以及数据中心能效 (PUE,数据中心总能耗与关键 IT 设备 能耗的比率,数字越小越接近 1,能效越高 ) 提升的预期,来推测未来一段时间 内智能数据中心的用电量增长情况。 智能算力的提供者及主要使用者,如科技企业、电信企业、政府、以及日益数 字化的许多行业,都提出了 100% 使用绿色电力、实现碳中和的目标和路线图。 这些研究报告,对于人工智能技术最发达、电力市场化程度最高的美国研究比较 充分,为关于中国的研究提供了基准性的参考,但忽视了中国所面临的芯片系统 技术的挑战及能源电力市场的差异性。这些报告对美国智能算力增长和电力需求 的预期并不一致,而中国面临的首要问题是如何克服芯片能效提升的瓶颈。 第一章: AI 改变能源 智算如何引领新型电力系统 来源:Hugging Face,未尽研究,环球零碳 说明:对数轴。每进行 100010 积分 | 25 页 | 497.14 KB | 7 月前3
共 126 条
- 1
- 2
- 3
- 4
- 5
- 6
- 13
