社区

1. 报告综述

1. “央国企KPI”驱动央国企数字化投入稳中有进

在民营企业推进数字化转型的过程中，其核心驱动力往往聚焦于降本增效与开源节流。然而，对于央国企而言，尽管降本增效等因素亦在其考量范围之内，但其推进数字化转型的根本动因则需追溯至“央国企KPI”这一关键层面。

数字化与“央国企KPI”紧密相连，这一点从每年年末国资委召开的中央企业负责人会议中便可窥见一斑。2023年12月25日至26日，国资委召开中央企业负责人会议，全面总结2023年国资央企的工作成果，并深入研究部署2024年的重点任务。会议明确提出，2024年国资委对中央企业将继续保持“一利五率”目标管理体系的总体稳定，具体要求包括“研发投入强度和科技产出效率持续提高”，同时强调“持续加强精益化运营管理”“着力加大科技创新工作力度”。2024年末的会议亦延续了类似的表述。2024年12月23日至24日，国资委召开中央企业负责人会议，对2024年国资央企的工作进行全面总结，并研究部署2025年重点任务。会议指出，2025年“一利五率”经营指标体系将总体保持稳定，同时进行个别优化，研发经费投入强度需实现同比提升，并强调“坚持科技引领与产业升级相结合，着力培育更多创新驱动的新质生产力”。

从整体来看，国资委对央企的研发投入强度提出了持续增强的要求，强调科技创新作用的持续体现以及运营管理的持续精益化。参照央企的相关要求，国企亦面临着类似的要求。数字化转型正是实现这些“央国企KPI”的关键路径之一。

除了上述年度KPI之外，央国企还设有专项KPI。近两年来，在数字化领域最为显著的专项KPI当属人工智能专题。2024年2月19日，国务院国资委召开“AI赋能 产业焕新”中央企业人工智能专题推进会。会议认为，加快推动人工智能发展，是国资央企发挥功能使命，抢抓战略机遇，培育新质生产力，推进高质量发展的必然要求。中央企业要开展AI+专项行动，强化需求牵引，加快重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态。在此背景下，中国兵器装备集团有限公司、中国石油化工集团有限公司、中国建筑集团有限公司等10家中央企业共同签署倡议书，承诺将主动向社会开放人工智能应用场景。与此同时，各省国资委亦纷纷举行类似工作会议。例如，近期召开的湖南省国资国企工作会议明确提出，将开展“人工智能+”专项行动作为新一年度“三大行动”之一。会议强调，要全力推动产业AI化与AI产业化，重点布局和发展人工智能产业，加强人工智能等新技术的应用，加速应用场景、智慧产线等数字化建设，打造智慧工厂、智慧矿山等典型生产场景，从而显著提升生产效率与产品质量，有效降低成本。

专项KPI的范畴不仅局限于人工智能，信创领域亦占据重要地位。随着《“十四五”推进国家政务信息化规划》《网络安全审查办法》《“十四五”数字经济发展规划》等一系列重要文件的相继发布，信创产业政策已从党政机关逐步拓展至重要行业，覆盖范围持续扩大，推行力度不断增强。尽管目前尚未有公开政策文件明确要求央国企优先采购信创产品，但从央国企的IT规划与招标要求中不难发现，其对信创工作的重视程度极高，已将其视为数字化转型的关键环节之一。

2. “央国企KPI”催生四大数字化需求热点：老旧系统升级、集团级数字化、国产化替代、大模型

l 老旧系统升级。央国企的信息化建设起步较早，其核心信息系统，如办公自动化（OA）系统、采购系统等，部分已拥有近二十年的历史。随着企业业务的快速发展和管理需求的日益复杂，这些老旧系统在终端适应性、功能扩展性、数据统计以及AI功能集成等方面逐渐暴露出诸多局限性，已难以满足企业当前及未来的业务需求。因此，老旧系统的升级与优化成为央国企数字化转型的关键热点之一，旨在通过技术升级持续提升央国企的经营管理能力。

l 集团级数字化。尽管央国企在IT系统建设方面起步较早，但由于早期数字化整体设计方案的时代局限性以及集团发展过程中的历史遗留问题，部分央国企尚未实现集团层面的全面数字化转型，下属单位仍处于“各自为政”的状态。集团级数字化的推进不仅有利于进一步深化企业的降本增效，还可通过集中管控和加强下属公司间的互联互通，实现资源的高效配置与信息的快速流通，从而提升企业的整体运营效率和协同能力。

l 国产化替代。信创产业正从“关键环节、部分市场”的局部突破，迈向“全产业链、全行业”的全面升级，致力于构建完全自主可控的国产IT标准与服务生态。从央国企的IT规划与招标要求来看，国产化替代的范围已涵盖芯片、基础软件、操作系统、中间件以及应用软件等多个领域。这一趋势不仅反映了央国企对信息安全和自主可控的高度重视，也体现了其在推动国家信息技术自主创新方面的关键作用。

l 大模型。在当前人工智能技术的发展趋势中，“无大模型，不AI”已成为行业共识。因此，央国企在提及“AI+”或“AI赋能”等战略方向时，其技术内核均指向大模型的应用与创新。央国企的AI规划通常较为全面，涵盖算力、模型、各类平台以及应用场景的全方位布局，且投入规模较大。出于技术创新、研发投入以及安全可控等多方面诉求，央国企往往选择与技术厂商深度合作，共同打造定制化的大模型。例如，中国石油的“昆仑大模型”、中国绿发的“泰山大模型”以及中国移动的“九天大模型”等，均是央国企在大模型领域的创新实践典范。

3. 2024年央国企数字化市场规模约为5931亿元；央国企成为大模型类项目的最大甲方，贡献一半市场规模

根据爱分析的测算，2024年央国企数字化市场规模约为5931亿元人民币。预计2025年至2027年期间，该市场将保持10.7%的年复合增长率（CAGR），到2027年市场规模有望达到8101亿元人民币。

图 1 2024-2027年央国企数字化市场规模

智能超参数数据显示，2024年共统计到931个由央国企作为招标方的大模型中标项目。其中，380个项目未披露中标金额，其余项目披露的中标金额总计约为32.2亿元人民币。在整体大模型市场中，央国企发起的采购项目数量占比高达61.3%，而项目披露的中标金额占比约为49.8%。

2. 市场洞察

市场洞察1：央国企数科子公司利润中心角色凸显，深耕所属行业更易实现商业化目标

在央国企数字化转型的进程中，数科子公司作为关键参与者，承担着对内数字化建设支持的重要职责。此类公司在央国企数字化项目中通常扮演以下三类角色：一是类似央国企内部的IT部门，负责需求传达、项目验收等关键环节；二是系统集成商，整合各类技术资源以推动项目落地；三是技术与产品供应商，直接为项目提供核心技术和解决方案。凭借背靠央国企这一强大后盾，数科子公司在资源获取与项目推进上具有显著优势。

然而，研究发现，央国企数科子公司正逐渐承担起对外输出的重任。从传统的IT部门或信息中心演变而来，数科子公司亟需从成本中心向利润中心转型。在竞争激烈的软件市场中，实现对外输出的商业化目标并非易事。央企数科公司不仅要面对传统IT企业的竞争压力，还需应对来自互联网巨头、初创企业等多元竞争对手的挑战。为了实现可持续的商业化成功，数科子公司必须不断提升自身为客户创造价值的能力。

目前，央国企数科子公司的业务方向主要分为两大类。其一是通用类产品，如云计算、即时通讯（IM）等。在这些领域，央国企数科子公司面临的竞争压力较大，竞争力相对较弱。其二是垂直类业务，即与所属央国企的业务场景高度相关的领域。数科子公司将母公司作为行业领军企业的专业知识与经验（know-how）沉淀到数字化产品或服务中，打造具有竞争力的解决方案，构建竞争壁垒。例如，宝信软件凭借其在钢铁行业的深厚积累，提供涵盖一体化经营管理、多基地制造协同MES、钢铁行业APS、工序一贯质量管理、工厂运营与辅助决策、集控中心、数字钢卷、移动操检、自动出钢、无人化行车、工业机器人等核心应用的智慧制造解决方案。这些方案广泛应用于铁区、炼钢、热轧、中厚板、棒线、型钢、冷轧、钢管及特钢等全产线全流程，成功打造了多个业内标杆工程，助力钢铁企业实现核心竞争力的提升与数智化转型。根据宝信软件2024年上半年财报，其与母公司的关联交易仅占同类交易金额的7%左右，显示出其在独立市场中的强劲竞争力。

市场洞察2：DeepSeek引领技术潮流，助力央国企大模型应用跨越“深水区”

央国企在大模型落地过程中普遍采用“N+X”的推进节奏。“N”代表通用场景，如知识问答、合同起草、招标采购等，通常对应技术厂商的标准化产品。这些场景落地难度较低，但价值也相对有限，属于大模型应用的“浅水区”。“X”则代表行业特定的业务场景，例如煤炭行业的勘探、电力行业的设备巡检、运营商行业的宽带报修等。这些场景通常需要央国企与技术厂商深度共创，落地难度较大，但潜在价值较高，属于大模型应用的“深水区”。

在2023年和2024年，央国企主要聚焦于推进“N”类场景的落地，同时也在探索“X”类场景的应用，但进展相对缓慢。核心问题在于现有大模型缺乏对央国企复杂业务逻辑的理解能力，难以直接应用于业务场景。然而，DeepSeek开源的DeepSeek R1模型为这一困境带来了突破性解决方案。通过开源，DeepSeek R1使央国企的大模型能够理解业务逻辑，从而为“深水区”场景的落地提供了可能。

目前，央国企可通过以下三种方式实现这一目标：

l 模型蒸馏与能力迁移：央国企可通过蒸馏DeepSeek R1获取推理能力，并将其“复制”到自有模型上，快速提升模型的业务适配性。

l 技术路径参考与自主构建：央国企可参照DeepSeek公开的技术路径，从头构建思维链数据，并通过微调、强化学习等方式改造自有模型，实现深度定制化。

l 定制化合作：未来，若DeepSeek提供定制化服务，央国企可直接与DeepSeek合作，对自身大模型进行针对性改造，加速“深水区”场景的落地。

无论选择何种方式，DeepSeek引领的技术潮流都将助力央国企跨越大模型应用的“深水区”，使其在业务场景中真正发挥核心价值。与此同时，央国企在大模型落地规划层面也需要重新审视，充分评估DeepSeek及其技术潮流带来的影响与促进作用。

根据爱分析的统计数据，截至2月21日，已有45%的央企完成了DeepSeek模型的部署。在不到一个月的时间内，如此高比例的央企实现了对开源模型的快速覆盖，这一速度在过去是难以想象的。

市场洞察3：DeepSeek引领技术潮流，促使央国企重新规划算力投入

央国企在2023年和2024年迅速完成了AI算力的规划、采购与部署。然而，DeepSeek及其引领的技术潮流的发展速度超出业内预期，导致央国企现有的算力投入规划面临失效风险。

央国企对算力需求的超预期变动主要体现在以下三个方面：

（1）双模型部署

过去，大模型主要以快速、直观、自动的思维方式运行，类似于人类的无意识行为，依赖直觉和经验，能够迅速做出反应。例如，当人们看到一个熟悉的面孔时，几乎无需思考就能认出它。我们将这类模型称为非推理模型。

然而，当前备受关注的OpenAI o1和DeepSeek R1则代表了推理模型。这类模型以慢速、深思熟虑、逻辑性的方式运行，通过强化学习训练，在回答问题之前会通过思维链进行“思考”，思考时间越长，在推理任务上的表现就越好。这种思维方式需要有意识的努力和思考，用于解决复杂问题或做出深思熟虑的决策。

非推理模型和推理模型各有所长，未来企业需要同时部署这两类模型，这超出了此前的预期。在DeepSeek R1出现之前，企业尚未意识到推理模型的快速发展和广泛应用。当前，企业的算力规划主要针对非推理模型，而未来则需要同时支持非推理和推理两类模型，因此对算力的需求将显著增加。

（2）用户数量激增

DeepSeek的破圈效应相当于对全民进行了一次AI普及教育，其影响力远超企业内部的任何一次培训。预计会有更多央国企员工主动使用AI工具来解决工作问题，以提升效率和质量。用户数量的激增将导致对算力的需求大幅超过企业原有的规划。

（3）训练与蒸馏

如果央国企希望对DeepSeek R1进行蒸馏，将其推理能力复制到自身的大模型上，或者参照DeepSeek公开的技术路径，从头构建思维链数据并通过微调、强化学习等方式改造自有模型，这些操作都将显著增加对算力的需求。

根据爱分析的专家调研结果，央国企对算力的需求预计将是原先的3-5倍。因此，企业需要重新规划算力投入。鉴于大模型领域的技术和产品发展迅猛，同时算力成本也在逐步降低，采用租用算力的方式来弥补算力缺口将是一种更为灵活且经济的选择。

3. 大模型市场

关键成功要素：央国企应重视“场景选择方法论”。

大模型的应用不能仅仅是为了技术的堆砌，而应真正发挥其价值。因此，大模型必须与央国企的具体业务场景紧密结合。央国企通常具有庞大的人员规模、复杂的业务流程和多样化的业务场景，能够梳理出数百个潜在的应用场景。然而，受限于资源（时间、IT团队、算力等），大模型无法在所有场景中同时落地。因此，必须通过科学的场景选择方法论，筛选出优先级最高的场景，以确保资源的高效利用。

根据央国企大模型项目的实践经验，制定并顺利执行场景选择方法论的关键可归纳为“三准备、一设计、一研讨”。具体操作方法如下：

（1）第一项准备：组织准备

大模型落地工作需要由央国企的高层领导牵头，负责协调各方资源，并将大模型推进纳入各部门或子公司的年度任务。建议由CIO担任“项目经理”，负责具体事项的推进和管控。同时，抽调各部门或子公司的骨干成员，组建专项工作组，以贡献不同领域的资源和智慧。一些央国企的大模型落地工作仅由CIO牵头，且未成立跨部门/子公司的专项工作组。这种情况下，虽然推进初期各项工作尚能正常开展，但随着时间推移，非IT部门的员工可能会出现不重视或懈怠的情况，导致项目推进难度逐渐增大。

（2）第二项准备：认知准备

大模型是新兴技术领域，行业内专业人员与央国企的领导和员工之间存在显著的认知鸿沟，难以顺畅交流。一些央国企的领导和员工由于缺乏对大模型的基本认知，容易产生不切实际的期望。因此，必须通过培训来尽可能地弥合这种认知差异。培训的重点不应是讲解概念、技术原理或发展趋势，而是要清晰地阐述智能化与数字化的区别，以及大模型及其应用的能力边界。

（3）第三项准备：场景准备

在进行场景选择之前，需要准备一份全面的场景清单。央国企的操作方式主要有两种：

① IT部门或技术厂商通过调研梳理出场景清单；

② 制定场景表格和示例，让各部门负责人按照格式主动提供需要落地大模型的场景，形成场景清单。

从实践结果来看，第二种方式——即“收集”而非“调研”——更具可行性。

（4）设计方法论指标体系及权重

方法论的一级指标可分为“价值”和“技术”两大类。其中，“价值”的二级指标至少包括“战略价值”“业务价值”和“推广价值”；“技术”的二级指标至少包括“技术可行性”和“数据丰富度”。指标权重由专项工作组商定，并依次上报CIO和央国企高层领导确认。在设计环节，央国企容易陷入“纠结状态”，导致投入大量时间却难以拿出可用成果。核心是快速拉高层领导参与其中，并明确其倾向性。

（5）场景研讨

研讨的发起方应为央国企IT部门或技术厂商，调研对象为提供场景的部门的一线业务骨干，同时需要专项工作组参与场景研讨。专项工作组在此过程中起到“翻译”的作用，因为发起方通常不懂业务，而调研对象则对AI技术不熟悉，二者难以直接交流。专项工作组成员既懂业务又懂AI，能够使交流更加高效。研讨的话题是对业务部门提供的场景表单进行深入讨论。研讨形式应采用小型研讨会的形式，各方派出2-3人即可。调研结束后进入讨论环节，核心是各方评估自己最擅长的领域：由专项工作组对“价值”相关指标进行打分，由央国企IT部门或技术厂商对“技术”相关指标进行打分。无论是央国企IT部门、技术厂商还是专项工作组，都需要提高对场景研讨投入精力的预期，至少做好“3个月密集调研上百场”的心理准备。在场景研讨的同时，专项工作组也需要输出对应的调研报告，及时向央国企高层、CIO和各部门/子公司负责人汇报，以拉齐认知并及时发现问题，避免在场景研讨结束后统一撰写和汇报，导致分析结论受到过多挑战。

案例1: 中国海油以人工智能模型技术驱动业务与管理升级，助力能源行业迈向智能化新征程

作为国民经济的关键支柱，央国企在各关键领域和行业中始终发挥着引领作用。在数智化转型浪潮中，央国企更是积极拥抱人工智能技术，成为推动技术落地与创新的主力军。据智能超参数数据统计，2024年，央国企作为招标方的大模型数量达到931个，占整体市场的61.25%，充分彰显了其在人工智能领域的强大引领力与影响力。

国务院国资委强调中央企业作为国家战略科技力量，要全面开展“AI+”专项行动，强化需求牵引，推动AI与工业融合，助力现代化产业体系建设。中国海洋石油集团有限公司（以下简称“中国海油”）作为央国企的重要一员，始终秉持守正创新的理念，积极把握人工智能发展机遇。2024年，中国海油成功推出人工智能模型及相关应用，旨在通过前沿科技赋能，为能源行业在人工智能时代注入全新活力，推动行业迈向智能化、高效化发展的新征程。

01 中国海油携手科大讯飞打造人工智能模型

中国海油依托海量数据资源，联合科大讯飞进行技术攻关，共同打造人工智能模型，不仅集成既有模型，同时兼顾专业和通用两大类场景和应用。中国海油人工智能模型平台包括5个专业场景模型和6个通用场景模型，推动实现集团各业务场景“升规模、升效率、升体验，降成本、降风险、降直接接触”。专业场景模型针对海上油田稳产增产、安全钻井、海工制造、设备维护、LNG（液化天然气）贸易、油气销售等场景，构建数据驱动、业务协同的新模式，进一步提升产业数智化水平。通用场景模型针对招标采办、员工健康、辅助办公等需求推出智能应用，助力业务管理和办公效率提升。

02 中国海油在数智化需求驱动下，积极探索人工智能模型落地应用，赋能业务与管理升级

中国海油积极落实党和国家决策部署，将数字化、智能化作为公司 “1534”总体发展思路组成部分，要求加快发展新一代人工智能，推动人工智能技术与传统业务深度融合，探索符合行业特点的多场景应用，加快推进数智赋能业务高质量发展和管理模式变革。

围绕集团核心业务，中国海油深入挖掘数智化需求，近年来在相关领域取得了显著成果。特别是在人工智能领域，中国海油持续保持高度关注，与人工智能公司和科研高校密切交流，积极开展实地参观与学习活动。中国海油通过将现有数智化基础与人工智能模型技术相结合，进一步深度赋能业务和管理流程，释放更多潜在价值。

03中国海油基于深厚的技术实力、国产化布局和完整的生态，建设人工智能模型平台

在人工智能模型平台建设的关键决策中，中国海油经过深入的市场调研和严格的技术评估，最终选择科大讯飞作为平台建设的合作伙伴。中国海油人工智能模型平台，聚焦三大核心亮点，彰显独特价值。

亮点一：深厚的技术积累与国产化信创适配

中国海油人工智能模型平台和应用均基于国产化算力、模型进行构建，完全满足央国企在信创方面的要求。这一优势不仅符合信息安全和自主可控的严格标准，也展现了人工智能模型在软硬件协同方面的核心竞争力。

亮点二：完整的技术与应用生态

中国海油人工智能模型平台不仅具备完整的技术栈，而且拥有丰富的应用生态。从基础层的高性能计算、存储、网络资源，到平台层的智算平台、模型服务、智能体，再到应用层的油气研究、勘探开发、炼油化工、油气贸销等涵盖业务领域和管理领域的丰富应用，构建了一整套完整的技术和应用生态。

亮点三：特色的场景与深度赋能

中国海油围绕核心场景需求，打造了一系列特色的场景应用。在勘探开发与研究、油田现场安全监测、设备设施维护、大型装备管理、供应链管理、研发设计和安全应急等场景中试点应用，向着赋能作业无人化/少人化、研究数智化、管理协同化的目标迈进。

案例2: “双碳”背景下，中国绿发发布泰山大模型，并打造首个央企AI总部

在全球数字化浪潮与“双碳”战略的双重驱动下，人工智能已成为推动产业升级与可持续发展的重要力量。中国绿发投资集团有限公司（以下简称“中国绿发”）作为绿色产业领域的领军企业，积极探索人工智能与绿色产业深度融合的创新路径。通过构建“1251”AI总部架构与绿色产业专属的泰山大模型，中国绿发不仅实现了战略决策、资源调配、内控监督、创新研发及综合保障等核心职能的智能化升级，更在绿色能源、低碳城市、幸福产业及战略性新兴产业四大主业领域树立了行业标杆。这一合作不仅为中国绿发带来了显著的效率提升与管理优化，也彰显了人工智能赋能传统产业的无限潜力，为全球绿色产业的智能化发展贡献了智慧与方案。

01 中国绿发以AI赋能绿色产业，推动智能转型与高质量发展

中国绿发作为一家股权多元化的中央企业，直接受国务院国资委管理。自成立以来，中国绿发以绿色发展为主题，践行“碳达峰·碳中和”行动，以绿色能源、幸福产业、低碳城市及战略性新兴产业投资为发展方向，打造绿色低碳为主业的综合型领军企业，建设世界一流绿色产业投资集团。

在当前全球数字化转型加速、人工智能技术蓬勃发展的大背景下，国家层面尤其是国资委对人工智能赋能产业升级给予了高度重视。2024年初，国资委召开了一系列关于AI赋能产业焕新的会议，为中国绿发等企业指明了转型方向。在此背景下，中国绿发迅速响应，于2024年初的工作会议上正式提出“拥抱AI 启航未来”专项行动，并与科大讯飞合资成立北京中绿讯科科技有限公司（以下简称“中绿讯科”）旨在通过集团内部对AI技术的学习与应用，结合企业自身发展战略，推动AI技术在绿色能源、文娱度假、智能城市等核心业务领域的深度应用，为央国企基础管理能力、生产经营质效等方面深度赋能，实现人工智能与企业经营管理的有机融合。

中国绿发的战略目标是通过构建AI总部，打破传统部门壁垒，以核心职能为导向进行统筹规划与资源整合，实现与各业务板块的深度融合与全面优化。这一战略旨在显著提升企业的决策能力、资源调配能力、创新研发能力，并有效降低经营风险，为中国绿发在绿色产业领域的持续引领提供坚实的数字化支撑。

02 中国绿发基于技术实力、方案完善性、国产化优势及丰富案例，选择科大讯飞作为AI转型合作伙伴

2024年3月，中国绿发“拥抱AI 启航未来”专项行动工作组正式成立。该工作组由各部门抽调的精干力量组成，通过深入的市场调研与分析，最终选择科大讯飞作为合作伙伴，共同推进专项行动目标的实现。科大讯飞凭借以下四大关键优势脱颖而出：

亮点一：深厚的技术积累与行业经验

科大讯飞在人工智能领域已深耕20余年，是国内具有代表性的AI企业之一。公司长期专注于智能语音、视觉、自然语言处理等核心技术的研发与应用，积累了丰富的技术沉淀和项目经验。这些技术基础为双方合作提供了坚实的保障。

亮点二：全方位的大模型解决方案

科大讯飞在大模型领域构建了全方位的解决方案，涵盖从算力基础设施建设、数据治理、模型训练、场景落地、安全保障及精细化运营的全流程。这一方案能够满足央国企对大模型项目的整体需求，为项目的顺利推进提供了系统性支持。

亮点三：国产化算力与安全保障

科大讯飞的大模型建设完全基于国产化算力，涵盖训练与推理环节。这一方案契合央国企对自主可控技术的需求，尤其在当前国内芯片供应受限且安全性要求较高的背景下，国产化算力成为重要的考量因素。此外，科大讯飞与华为、寒武纪、中科曙光等国内芯片企业深度合作，承担多项国家级重大项目。特别是在华为升腾芯片适配方面，双方已成立上百人团队进行软硬件协同优化，适配效果显著。

亮点四：丰富的央国企落地经验

科大讯飞在央国企落地项目中积累了大量成功案例，如与中石油、中海油等企业的深度合作。这些案例为中国绿发提供了的参考依据，进一步增强了其对科大讯飞的信任与信心。

全文请在爱分析公众号观看下载