通动力、深信服、云从科 技、浪潮信息、麒麟信安、天玑科技等；3）AI+司法：华宇软件、金桥信息等。 ➢ 风险提示： AI 落地进度不及预期；行业竞争加剧；监管政策变化. 重点公司盈利预测、估值与评级 代码 简称 股价 （元） EPS（元） PE（倍） 评级 2024E 2025E 2026E 2024E 2025E 2026E 688232 新点软件 0.31 162 253 147 推荐 301236 软通动力 54.29 0.56 0.20 0.35 97 271 155 推荐 资料来源：Wind，民生证券研究院预测; （注：股价为 2025 年 4 月 25 日收盘价；新点软件、税友股份 2024 年 eps 为实际值） 推荐 维持评级 [Table_Author] 化引领的“立体全方位应用—业务与技术融合重构”为核心的数字政府建设阶段。 根据 IDC 的预测，作为承载新兴技术应用的数字平台，其投资比重从目前的 21% 将稳步提高到 2028 年的 26%。其中，大数据和人工智能相关技术是目前数字平 台投资比重最大的板块，分别达到了 28%和 18%。 图2：2023-2028 年中国数字政府市场空间预测 资料来源：IDC，民生证券研究院 AI+招采：面向数十万亿市场。2023

128/74/44 倍，强烈推荐，维持公司“买入”评级。 风险提示 1）市场份额被竞争对手挤压；2）政策推进不及预期；3）大 模型技术发展不及预期；4）经济下滑导致的系统性风险。 盈利预测与估值 资料来源：Wind，华西证券研究所 [Table_profit] 财务摘要 2021A 2022A 2023E 2024E 2025E 营业收入(百万元) p6 证券研究报告|公司动态报告 请仔细阅读在本报告尾部的重要法律声明 7 19626187/21/2019028 16:59 未来氢能占工业能源的比例进行了预测估计，并且快速顺畅的输出了五 条切实可行的政务结论。 图表 5 数据研判推演及结论生成 资料来源：中国电子云官方视频号，华西证券研究所整理 【基层政务咨询 19626187/21/2019028 16:59 交通态势预测、交通事件智能管控、道路阻断影响预测和业务报告智能生成，未来 双方将继续深化合作，打造交通行业知识大模型。 图表 13 交通领域赋能应用 资料来源：中国电子云官方视频号，华西证券研究所 3.投资建议 公司产业服务稳健增长，云+数据要素有望高增。维持盈利预测如下：预计 2023-2025 年公司的营业收入为 582/672/787

通过深度学习与 大数据分析技术，快速识别和分类城市治理中的各类事件，如交通 拥堵、环境监测异常、公共设施损坏等，从而缩短事件响应时间。 其次，通过预测模型的应用，提前预警潜在的城市问题，如天气变 化对交通流量的影响或节日期间人流高峰的预测，以便相关部门提 前部署资源。此外，该模型还将支持多部门协同工作，通过统一的 智能平台，实现信息的实时共享与决策支持，提升跨部门协作的效 率。 为 为实现这些目标，本项目将采取以下具体措施：  构建基于 DeepSeek 模型的事件识别与分类系统，该系统能 够实时分析来自城市各个监控点、传感器和市民反馈的数据， 自动分类并优先处理紧急事件。  开发预测预警模块，通过历史数据与实时数据的结合，预测可 能发生的城市治理问题，并向相关管理部门发送预警信息。  建立一个多部门共用的智能平台，该平台不仅能够集成各部门 的数据资源，还能通过 DeepSeek 模型提供的数据分析结 息 传递机制存在瓶颈，部门间数据共享不足，导致事件处置过程中信 息不对称，影响决策的准确性和及时性。 此外，现有的事件处置系统往往缺乏智能化的技术支持，无法 有效利用大数据和人工智能进行事件预测和趋势分析。这导致事件 处置策略的制定缺乏前瞻性，难以预防和减少潜在问题的发生。同 时，由于缺乏统一的标准和规范，不同地区和部门的事件处理方法 差异较大，影响了整体治理效果的一致性和公平性。

大模型与搜索引擎有着本质的不同 : 大模型通过理解问题直接给出答案 ; 搜索引擎则是给出你要查询信息的参 考链接 , 答案需要用户查看返回链接的内容并自行进行总结。 总之 , 大模型经过训练 , 可以执行简单任务 , 如预测句子中的下一个单词。然而 , 它们也能够理解人类语 言的大部分结构和含义 , 并具备丰富的常识 , 能够在训练中“记住”大量的事实。将大模型想象成一个巨大 而灵活的大脑 , 只要它们有足够的数据和处理能力 分析式 AI （ Discriminant/Analytical AI ）和生成式 AI （ Generative AI ）两类。 决策式 AI ：学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型有用于推荐系统和风控系统的辅助决策、用于自 动驾驶和机器人的决策智能体。 生成式 AI ：学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基于历史进行模仿式、缝合式创作， 信息推荐：根据用户的历史行为和偏好，推荐相关的内容和信息 Deepseek 可以做什么？ 概率预测 （快速反应模型 ， 如 ChatGPT 4o ） 链式推理 ( 慢速思考模型 ， 如 OpenAI o1) 性能表 现 响应速度快 ， 算力成本低 慢速思考 ， 算力成本高 运算原 理 基于概率预测 ， 通过大量数据训练来快速预测可能 的答案 基于链式思维（ Chain-of-Thought ） ，

图，客户行为分析和预测无法实现；  缺乏面向金融业务运营管理的关键绩 效指标体系；  ……  已建立面向整个金融业务的数据仓 库，整合了前台业务运营数据和后台 管理数据，建立了面向金融的管理分 析应用；  智慧税务大数据已开展供应链金融、 人人贷和保理等多种业务，积累了一 定量的业务数据，同时业务人员也从 客户管理、风险评级和经营规模预测 等方面，提出了大量分析预测需求；  固定周期和专项事务处理为主 提升为 以实时快速服务响应 和 动态管理为主 ◎ 由 侧重于结果分析与总结 提升为 过程与结果并重的管理与服务 ◎ 由 事后快速响应处理 提升为 事前准确预测与风险防控 7 • 数据准确，采集高效，信息全面，部署使用便捷 精准、高效、全面、便捷 • 帮助企业提升服务品质和盈利能力 • 为消费者提供定制化的服务，优化消费体验 管理与服务相结合，以服务为先导 主要零售及金融业务系统 数据清洗、整合，为未来 智慧税务大数据数据平台 提供了丰富的数据源。 通过数据平台和 BI 应用建设，智慧税务大数据将搭建统一的大数据共享和分析平台，对各类业务进 行前瞻性预测及分析，为集团各层次用户提供统一的决策分析支持，提升数据共享与流转能力 采购管理系统 查看职能部门的 业务经营情况 查看职能部门的 业务经营情况 Page 9 大数据分析平台建设预期收益 2

块 ，对不完整信息进行综合处理分析。 运筹学 在具有强大数据挖掘能力的机器学习总结出事物的规律（做出分类或者 预测的模型）之后 ，运筹学可实现模型的进一步拓展 ，建立从规律到决 策的完整解决方案。另外 ，在运算效率至关重要的复杂问题解决中 ，参 l 同时因为切音信息是由 wavenet 直接给出 ，在拼接过程中完全避免了人工切音不准的问题。 WaveNet+ 拼接——两种解决方案（ II ） 技术创新 l 基于业界领先的双向 LSTM 预测模型、 精心设计的文本处理和高质量、 低计算的声码器 ， 已广 泛应用于 XX 地图、 XXapp 等各种产品。 产品支持 l 支持流畅的中英文混合合成 ， 可播报通用领域任意文本 l 支持有特色的定制合成 预制通用训练引擎 预制深度学习套装软件 软硬一体交付 开机即用 预制通用训练引擎 软硬一体交付 开机即用 训练一体机 预测一体机 训练一体机 深度学习框架 / 算 法 训练管理软件 私 有 化 私 有 化 数据 上传 模型 训练 数据 标注 预测模型 + + 数据 智能数 标注 据标注 数据 标注 验证 智能缺陷 数据合成 数据上传 待优化数据自动提

AI 大模型凭借其强大的自然语言处理、数据分析和预测能力， 能够为政务平台带来以下显著优势： - 智能问答与咨询：通过自然 语言理解技术，实现用户问题的快速响应与精准解答，减少人工客 服压力。 - 个性化服务推荐：基于用户行为与偏好数据，提供定制 化的政务服务推荐，提高用户满意度。 - 业务流程优化：通过数据 分析与预测，优化业务流程，提升审批效率和服务质量。 - 辅助决 改进方案。例如，在审批流程中，AI 可智能预测审批时间，优先处 理紧急事项，同时优化资源分配，提升整体效率。 此外，项目将推动政务数据的智能化应用，支持政府决策科学 化。通过整合全省政务数据资源，AI 大模型能够实时分析社会经济 运行状态、民生需求变化等关键指标，生成可视化报告和预警信 息，为政策制定提供数据支撑。例如，基于 AI 的预测模型可准确 评估政策实施效果，辅助制定更精准的民生服务策略。 面：首先，整合现有政务系统数据资源，构建统一的 AI 大模型基 础平台，支持多模态数据处理，包括文本、语音、图像等类型。其 次，开发基于 AI 大模型的核心应用模块，如智能问答、文档自动 生成、数据分析和预测等功能，全面提升政务服务效率和用户体 验。再次，搭建完整的 AI 模型训练、部署和运维体系，确保模型 的高效运行和持续优化。项目还将涉及与现有政务系统的无缝对 接，确保数据安全和隐私保护，并制定相应的技术标准和操作规

大模型，可以实现文档的 自动分类、关键词提取、内容摘要生成等功能，大幅提升信息 处理的效率和准确性。 2. 决策支持需求：政府在制定政策、规划发展时需要依赖大量的 数据和信息。AI 平台可以通过数据挖掘、趋势预测、模拟分 析等技术，为决策者提供科学、准确的参考依据，降低决策风 险。 3. 公共服务需求：随着公众对政府服务的要求不断提升，政府机 构需要更加高效、便捷的公共服务方式。AI 平台可以通过智 性。 为了更直观地展示平台的功能需求，以下表格列出了各功能模 块及其对应的应用场景： 功能模块 应用场景 文档智能处理 公文自动分类、关键词提取、内容摘要生成 决策支持系统 数据挖掘、趋势预测、模拟分析 公共服务系统 智能问答、自动回复、个性化推荐 安全保障系统 数据加密、访问控制、审计日志 通过以上分析，可以看出构建政务办公大模型 AI 公共支撑平 台不仅是技术发展的必然趋势，也是提升政府工作效率、优化公共 保每个任务得到及时处理和反馈。 在政务办公大模型 AI 的应用中，以下关键需求尤为突出：  数据处理与分析：支持多源异构数据的整合与清洗，提供高效 的数据挖掘和可视化分析工具。  智能决策支持：基于大模型的预测分析能力，为政策制定和资 源配置提供精准建议。  网络安全与隐私保护：确保 AI 系统的安全性和合规性，采用 加密技术和访问控制机制，保护敏感数据。  用户体验优化：通过自然语言交互和个性化推荐，提升公众和

更庞大的数据集或任务。 大模型通常能够学习 到 更细微的模式和规律 ，具有更强的泛化能力和表达能力 学习能力强 大模型可以从大量的数据中学习， 并利用学到的知识和模式来提供 更精准的答案和预测 。这使得它 们在解决复杂问题和应对新的 场 景时表现更加出色 上下文理解能力 大模型具有更强的上下文理解能 力 ，能够理解更复杂的语意和语 境 。这使得它们能够产生更准确、 大模型可以用于信用评估、欺诈检测等任 务 。通过分析大量的金融数据 ，大模型 可 以评估用户的信用等级和风险水平， 以及 检测欺诈行为，提高金融系统的安 全性和 稳定性 大模型可以用于医疗影像诊断、疾病预测 等任务 。通过学习大量的医学影像数据 ， 大模型可以辅助医生进行疾病诊断和治 疗 方案制定，提高医疗水平和效率 3. 大模型的行业应 用 型可以实现对车辆周围环境的感知和识别， 以及进行决策和控制，提高自动驾驶的安 障诊断，提高生产效率和产品质量 在生物信息学领域 ，大模型可以用于基因 序列分析（识别基因中的功能元件和变 异 位点） 、蛋白质结构预测（推测蛋白 质的 二级和三级结构） 、药物研发（预 测分子 与靶点的相互作用）等 在气候研究领域 ，大模型可以处理气象 数 据 ，进行天气预测和气候模拟 。 它们能 够 分析复杂的气象现象，提供准确的气 象预 报 ，帮助人们做出应对气候变化的 决策 3. 大模型的行业应

系统进行数据融合，指挥中心可通过该系统对一线警力资源进行直接指挥和部署， 减少中间环节的指令传达，同时通过强化各系统的业务协同能力，提高接处警、警力 调度的效率，实现可视化、扁平化指挥。 警情研判 结合时空分析，研判案发规律，预测警情发展态势 指挥调度 通过资源可视化，实现扁平化指挥调度 统一接警 实现全媒体、多渠道的警情接入 警务资源整合 1. 资源管理 2. 预案匹配 3. 图上指挥 4. 任务管理 可视化指挥调 智能情报研判系统 1 、系统简介 2 、系统构成 3 、主要功能 31 智能化情报子系统是警务指挥体系一体化指挥调度平台的智慧引擎。 通过 云数据处理能够深度挖掘情报信息 , 实现智能预测和处理，为管理者提前 预防、主动应对、精确打击提供决策支持。 警务云数据资源 情报研判 子系统 通过情报的云数据应用，为警务指挥体 系各系统服务。 指 挥 调 度 勤 识别个人和其关系网络；获得对人、 事、物和地点的整体观点；分析犯 罪模式和衡量流程 n 数据挖掘技术 提供对于数据的深入理解和洞察； 支持指挥决策；支持资源重新部署 n 预测分析方法 基于历史犯罪数据、其他影响因素 和触发事件，发现潜在的犯罪活动 系统构成 基于警务大数据仓库，实现多类型数据的关联分析挖掘。按照功能层 级可 分为 : 情报信息采集管理模块、分析研判模块、警务服务模块等。