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。

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

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

注:常见大模型服务内容包括大模型平台服务、大模型开发定制服务、大模型推理及运营服务。 [来源：GB/T 45288.1—2025，3.2] 3.5 微调 fine-tuning 为提升机器学习模型预测准确性,使用专门领域数据在大模型上继续训练的过程。 注1:专门领域数据一般是特定场景的生产数据或合成数据。 注2:常用的微调方法包括提示词微调、全参微调、参数高效微调等。 [来源:GB/T41867—2022 3.8 政务大模型 Government Large-Scale Model 政务大模型是指基于大规模数据训练和深度学习算法构建，专为政务领域设计的人工智能模型，具 备强大的语义分析、信息处理及预测能力，旨在提升政府决策效率和服务质量，优化政务流程，并实现 政务服务的智能化与精准化。 4 符号和缩略语 下列符号和缩略语适用于本文件。 API 应用程序接口(Application Programming 同时起到引导用户输入、约束输入范围、提高用户体验和优化模型预测的作用。 a) 应具备引导用户输入的能力，prompt组件可以引导用户输入，例如提示用户输入某个关键词或 问题，以便引导后续的对话处理； b) 应具备提高用户体验的能力，prompt组件可以提供自然语言交互和多轮对话支持，使用户可以 更加自然和便捷地进行对话，提高用户体验； c) 应具备优化模型预测的能力，prompt组件还可以优化模型预测结果，通过提供特定的关键词或

以此为各级领导提供民政相关民生状态的综合分析、主动预警、应 急指挥与智能预测等功能。另一方面，实现对各级民政工作人员以 各级民政部门工作事项的统计分析，并以此为数据基础给各级领导 提供业务办理情况的综合分析、智能监督、科学绩效考核等功能。 同时，还实现了对各社会组织、社区、社会工作者相关基本信 息、项目活动情况等的统计分析，并提供对各种社会服务承载力量 的全面综合分析、评估评价、发展预测等功能。 1.4.2.5 全面整合民政资源，建设民政数据中心 三是功能全覆盖。一是业务经办内容由经办类向管理类、行政 类扩展。二是公共服务内容由窗口服务向网上服务、电话服务（含 短信）、移动终端服务、市民卡扩展。三是宏观决策内容向运行监 测、分析展现、数据挖掘、预测预警、政策模拟、精算扩展。 四是网络全覆盖。一方面重点加强基层网络建设，包括街道社 区、乡镇、行政村、各类民政服务机构、社会组织位，另一方面要 根据业务需要扩展现有的网络带宽并进行安全加固。 XXXX 市民政社会服务信息化工程通过民政各业务条线的系统联 动操作，实现基本信息的动态管理，不仅方便了各部门的操作，同 时及时地跟踪和记录各项信息的变化轨迹，必将提高政府部门的管 理、决策、监控和预测效能。所有这些业务方面的目标和需求都可 以通过一体化的设计来实现。一体化的内涵包含三方面内容：管理 一体化、服务一体化、技术一体化。 管理一体化体现在：以民为本、全过程、动态化的管理；数据

智慧政务大数据云平台解决方案 互联网 + 智慧政务大数据云平台解决方案 互联网 + 智慧政务大数据云平台解决方案 提高政府的决策效率 … 多部委，全方位数据共享，提高决策的科学性和精准性，提高政府预测预警能力以及应急响应能 力，节约决策的成本。 … 大数据平 台 建设 气象 环保 数据收集 数据分析 数据利用 服务制定 财政决策 应急处理 预先性 系统性 优选性 地区财政发展目标 初步应用，不断 拓展个性化服务，进一步增强政府与社会、老百姓直接的双向互动、同步交流。 政 务 大 数 据 平 台 用户入口 工作人员入口 管理运维入口 … 春运客流分析 失踪儿童搜寻 疫情预测 网上办事大厅 一窗行政审批 互联网 + 智慧政务大数据云平台解决方案 互联网 + 智慧政务大数据云平台解决方案互联网 + 智慧政务大数据云平台解决方案 互联网 + 智慧政务大数据云平台解决方案 智慧政务大数据云平台解决方案 互联网 + 智慧政务大数据云平台解决方案 互联网 + 智慧政务大数据云平台解决方案 基于大数据建模逻辑流程 使用模型 / 算法 分类聚 类算法 相似度 计算 推荐 算法 机器学 习 预测算 法 文本挖 掘算法 TF-IDF, VSM, CRF 条件随机 场 , Text Rant, Topic Model, LDA … KNN, 贝叶斯网络， 神经网