【華泰計算機】DeepSeek：全球AI影響（應(yīng)用）

:全球AI影響(應(yīng)用)謝春生岳鉑雄風(fēng)險提示宏觀經(jīng)濟波動。若宏觀經(jīng)濟波動,產(chǎn)業(yè)變革及新技術(shù)的落地節(jié)奏或?qū)⑹艿接绊?宏觀經(jīng)濟波動還可能對AI投入產(chǎn)生負(fù)面影響,從而導(dǎo)致整體行業(yè)增長不及預(yù)期。技術(shù)進步不及預(yù)期。若AI技術(shù)和大模型技術(shù)進步不及預(yù)期,或?qū)ο嚓P(guān)的行業(yè)落地情況產(chǎn)生不利影響。本報告內(nèi)容均基于客觀信息整理,不構(gòu)成投資建議。參考報告:《微軟:AIARR超百億,CapEx指引強勁》2025-01-30發(fā)言內(nèi)容以報告為準(zhǔn)11DeepSeek模型的關(guān)鍵變化DeepSeek:中國大模型從“等待開源”到“引領(lǐng)開源”??DeepSeek大模型成為全球開源模型領(lǐng)軍者,DeepSeek應(yīng)用登頂iOS應(yīng)用下載榜第一。?市場對于中國大模型的認(rèn)知從“等待海外開源模型”轉(zhuǎn)變?yōu)椤爸袊竽Ｐ鸵I(lǐng)開源”資料來源:DeepSeek官網(wǎng)、Bloomberg、華泰研究資料來源:公司官網(wǎng)3DeepSeekvsMeta的開源協(xié)議有何異同???Meta的Llama模型遵循的是社區(qū)許可證(如LlamaLicense1.0):它雖然允許用戶使用、修改和分發(fā)模型,但有一些額外的使用限制。比如,Llama的開源協(xié)議明確規(guī)定禁止在未經(jīng)Meta授權(quán)的情況下進行大規(guī)模的商業(yè)化操作。?研究和個人使用免費:任何人都可以下載并使用Llama模型進行研究或個人項目,而無需支付費用。?企業(yè)使用限制:如果企業(yè)的月活躍用戶數(shù)(MAU)超過7億人,則需要獲得Meta的額外許可,這可能涉及商業(yè)支付。?云提供商:如果微軟作為云提供商,提供Llama作為API或托管服務(wù),可能需要獲得Meta許可,并根據(jù)協(xié)議支付費用。?DeepSeek-R1采用了MIT許可證進行開源:這意味著任何人都可以自由地使用、修改和分發(fā)該模型,包括用于商業(yè)目的。?任何人都可以自由地使用該模型,包括個人、學(xué)術(shù)機構(gòu)和商業(yè)組織。?允許使用模型進行任何形式的活動,如研究、開發(fā)、部署、產(chǎn)品化等。?允許用戶根據(jù)自己的需要定制模型,進行二次開發(fā)。?MIT許可證允許模型的商業(yè)化使用。這意味著可以將模型用于商業(yè)產(chǎn)品中,無需支付版權(quán)費用。資料來源:DeepSeek官網(wǎng)、Bloomberg、華泰研究資料來源:公司官網(wǎng)4DeepSeek:模型成本下降?基于開源模型的又一次軟硬件創(chuàng)新,帶來模型的成本的快速下降,低成本意味著更低?基于開源模型的又一次軟硬件創(chuàng)新,帶來模型的成本的快速下降,低成本意味著更低的準(zhǔn)入門檻和更高的投資回報率,是應(yīng)用規(guī)?；帕康闹匾P(guān)鍵。DeepSeek基于多頭潛注意力與多Token預(yù)測兩大算法創(chuàng)新,允許使用較少的計算量來訓(xùn)練和推理具有相同能力的模型。?Anthropic的首席執(zhí)行官達(dá)里奧·阿莫迪(DarioAmodei)認(rèn)為,算法的進步甚至更快,可以產(chǎn)生10倍的改進。就GPT-3質(zhì)量的推理定價而言,成本下降到1/1200。$1MTokens輸入1MTokens輸出DeepSeek-chat0.140.28DeepSeek-reasoner0.552.19OpenAIo1OpenAIo1-mini3OpenAI4o5OpenAI4o-mini0.150.60Instruct(70B)0.720.72資料來源:DeepSeek官網(wǎng)、Bloomberg、華泰研究資料來源:公司官網(wǎng)5DeepSeek:模型蒸餾??基于較大基礎(chǔ)模型蒸餾的推理范式,對于提高模型的推理能力至關(guān)重要。DeepSeek-R1產(chǎn)品協(xié)議明確可“模型蒸餾”。?使用DeepSeek-R1挑選(curated)的80萬個樣本,直接微調(diào)了Qwen和Llama等開源模型。研究結(jié)果表明,簡單的蒸餾方法顯著增強了較小模型的推理能力。對于蒸餾模型,僅應(yīng)用SFT,不使用RL(盡管結(jié)合RL可以大幅提高模型性能)。?全部模型開源:DeepSeek-R1-Zero、DeepSeek-R1以及基于Qwen和Llama從DeepSeek-R1中蒸餾的六個密集模型(1.5B、7B、8B、14B、32B、70B)。蒸餾的主要步驟:?1)訓(xùn)練一個性能較好的大模型(教師模型)?2)用大模型在訓(xùn)練數(shù)據(jù)上生成預(yù)測(軟標(biāo)簽,即對樣本進行預(yù)測時輸出的概率分布)?3)使用小模型(學(xué)生模型)通過軟標(biāo)簽和真實標(biāo)簽進行訓(xùn)練資料來源:DeepSeek官網(wǎng)、Bloomberg、華泰研究資料來源:公司官網(wǎng)6DeepSeek:模型蒸餾?蒸餾小模型的性能,優(yōu)于對小模型直接進行RL。相當(dāng)于DeepSeek-R1讓小模型在RL上實現(xiàn)了平權(quán)。?在Qwen-32B-Base上使用數(shù)學(xué)、代碼和STEM數(shù)據(jù)進行大規(guī)模RL訓(xùn)練,訓(xùn)練超過10K步,得到DeepSeek-R1-Zero-Qwen-32B。?結(jié)論:使用Qwen2.532B作為基礎(chǔ)模型,直接從DeepSeek-R1進行蒸餾得到的模型性能,優(yōu)于在Qwen2.532B上應(yīng)用強化學(xué)習(xí)。??1)將更強大的模型蒸餾成更小的模型可以獲得很好的結(jié)果,而依賴本文提到的大規(guī)模RL的更小的模型,不僅需要巨大的計算能力,甚至?可能還達(dá)不到蒸餾的性能。?2)雖然蒸餾策略既經(jīng)濟又有效,但要超越智能的邊界,可能仍然需要更強大的基礎(chǔ)模型和更大規(guī)模的強化學(xué)習(xí)。??基礎(chǔ)模型強的廠商,做小模型同樣更有優(yōu)勢。尤其是對于RL算法。資料來源:DeepSeek官網(wǎng)、Bloomberg、華泰研究資料來源:公司官網(wǎng)72海外對于DeepSeek模型的態(tài)度DeepSeek:通過模型實現(xiàn)AI破局像openAlCMetaGoogle TencTencen廣騰訊lllByteDance資料來源:各公司官網(wǎng)、bloomberg、華泰研究資料來源:公司官網(wǎng)9海外科技廠商積極擁抱DeepSeek資料來源:各公司官網(wǎng)、bloomberg、華泰研究資料來源:公司官網(wǎng)10海外科技廠商積極擁抱DeepSeek??由于擔(dān)心將敏感數(shù)據(jù)“喂給”中國企業(yè),可能需要在內(nèi)部對接時走更加嚴(yán)格的安全審核流程,或者依賴美國云服務(wù)商來間接使用這些技術(shù)。Azure與AWS已正式上線DeepSeek-R1模型。資料來源:各公司官網(wǎng)、bloomberg、華泰研究資料來源:公司官網(wǎng)11MSFT:DeepSeek-R1正式上線,看好端側(cè)??DeepSeek的R1模型今日通過Foundry和GitHub的模型目錄(ModelCatalog)正式發(fā)布,并集成了自動化紅隊測試(RedTeaming)、內(nèi)容安全(ContentSafety)和安全掃描(SecurityScanning)。我們的Phi系列小型語言模型(SLMs)目前下載量已超過2000萬次,此外,我們還提供來自拜耳(Bayer)、Paige.AI、羅克韋爾自動化(RockwellAutomation)、西門子(Siemens)等合作伙伴的30多個模型,以滿足行業(yè)特定應(yīng)用場景的需求。?今年假期,美國15%的高端筆記本電腦是Copilot+PC,我們預(yù)計未來幾年內(nèi),大多數(shù)銷售的PC都將是Copilot+PC。此外,我們看到Adobe、CapCut和WhatsApp等公司越來越多地開發(fā)應(yīng)用,利用內(nèi)置NPU(神經(jīng)處理單元)進行優(yōu)化。未來,它們還將能夠在Copilot+PC本地運行DeepSeek的R1蒸餾模型,同時也能利用Windows上龐大的GPU生態(tài)系統(tǒng)進行計算。?我們對與OpenAI的合作關(guān)系仍然感到非常滿意。正如你所看到的,他們已經(jīng)在Azure方面做出了重大承諾,甚至在預(yù)訂量(bookings)方面,我們目前看到的只是第一批次(firsttranche)。鑒于我們擁有優(yōu)先購買權(quán)(ROFR),這一合作未來還會帶來更多收益。顯然,他們的成功就是我們的成功,我們在博客中詳細(xì)介紹的所有商業(yè)合作協(xié)議也與這一公告相匹配。但從整體來看,我想強調(diào)的是,我們正在構(gòu)建一個高度靈活的計算集群(fungiblefleet),確保在訓(xùn)練(training)和推理(inference)之間達(dá)到最佳平衡,并且這個計算能力是全球分布式的(geo-distributed)。我們正在全力優(yōu)化所有軟件,不僅包括DeepSeek帶來的優(yōu)化,還包括我們多年來與OpenAI合作所做的大量工作,例如降低GPT模型的成本。實際上,我們在推理優(yōu)化(inferenceoptimization)方面投入了大量精力,這對于推動AI發(fā)展至關(guān)重要。在AI領(lǐng)域,關(guān)鍵的一點是:你不能只是推出前沿模型(frontiermodel),如果其推理成本過高,那就沒有意義,因為這樣不會產(chǎn)生任何實際需求。因此,必須不斷優(yōu)化,使推理成本下降,從而讓更廣泛的用戶能夠使用。這正是我們在管理計算集群時的核心原則。另外,需要牢記的是,不要一次性采購過多硬件,因為摩爾定律每年都會帶來2倍性能提升,而我們的優(yōu)化工作可能會帶來10倍的提升。所以,我們的策略是持續(xù)升級計算集群(upgradethefleet)、現(xiàn)代化計算架構(gòu)(modernizethefleet)、優(yōu)化舊設(shè)備)。最終,我們希望在變現(xiàn)(monetization)和需求驅(qū)動的投資回報之間找到最佳平衡,使之與訓(xùn)練成本(trainingexpense)保持合理比例。因此,我對我們的投資充滿信心。這種靈活性(fungibility)讓我們能夠長期擴展業(yè)務(wù)(scalemorelong-termbusiness)。資料來源:各公司官網(wǎng)、bloomberg、華泰研究Meta:Meta’spanic,TrueorFalse?它始于deepseekv3,這使得Llama4在基準(zhǔn)測試中已經(jīng)落后。更糟糕的是,“一個擁有500萬至5000萬訓(xùn)練預(yù)算的未知中國公司”工程師們正瘋狂地剖析deepsek,并從其中復(fù)制我們能得到的一切。我甚至沒有夸張管理層擔(dān)心如何證明建立通用人工智能組織的巨額成本是合理的。他們?nèi)绾蚊鎸︻I(lǐng)導(dǎo)層,因為通用人工智能組織的每一個“領(lǐng)導(dǎo)者”的收入都超過了訓(xùn)練deepseekv3的全部成本,而我們還有數(shù)十個這樣的“領(lǐng)導(dǎo)者”Deepseekr1讓事情變得更加可怕。我不能透露機密信息,但無論如何它很快就會公開這本來應(yīng)該是一個以工程為重點的小型組織,但由于許多人想加入影響爭奪戰(zhàn)并在組織中人為地增加招聘,每個人都失去了。資料來源:各公司官網(wǎng)、bloomberg、華泰研究Meta:開源格局的競爭??Q:也許我可以回到您關(guān)于開源的評論上。您能否幫助我們理解,您對于開源方法與行業(yè)內(nèi)其他公司相比的競爭動態(tài)的看法是如何不斷演變的,以及您的開源方法如何在中長期內(nèi)改變?nèi)斯ぶ悄艿某杀厩€并提高資本回報率?非常感謝。?A:好的。關(guān)于開源,我認(rèn)為對我們來說最好的類比是我們在開放計算(OpenCompute)方面所做的事情,當(dāng)時我們不是第一個構(gòu)建該系統(tǒng)的。所以,當(dāng)我們開始構(gòu)建時,將其專有化并沒有太大優(yōu)勢。所以,我們分享了它。然后很多行業(yè)內(nèi)的公司采用了我們的做法,并為其貢獻(xiàn)了創(chuàng)新成果。通過對其進行標(biāo)準(zhǔn)化,這意味著大量供應(yīng)鏈都圍繞它進行標(biāo)準(zhǔn)化生產(chǎn),這使得每個人的成本都更高效。我認(rèn)為我們在這里看到的是,隨著Llama被更廣泛使用,例如,芯片供應(yīng)商和其他-其他API和開發(fā)者平臺更有可能針對它優(yōu)化他們的工作,基本上降低使用它的成本,并推動一些我們在某些情況下也能使用的改進。所以,我認(rèn)為這個策略將繼續(xù)有效,是的,我仍然對此持樂觀態(tài)度。我認(rèn)為這有點-我認(rèn)為它正在發(fā)揮作用。我也認(rèn)為鑒于最近的一些新聞,來自中國的新競爭對手DeepSeek,我認(rèn)為這也表明-我們正在討論的事情之一是全球?qū)幸粋€開源標(biāo)準(zhǔn)。我認(rèn)為從我們國家的優(yōu)勢角度來看,重要的是這是一個美國標(biāo)準(zhǔn)。所以,我們認(rèn)真對待此事,我們希望構(gòu)建全球人們都在使用的人工智能系統(tǒng),而且我認(rèn)為,如果說有什么不同的話,最近的一些新聞只會堅定我們的信念,即這是我們應(yīng)該專注的?我可以先回答關(guān)于DeepSeek的問題。我認(rèn)為他們做了一些新穎的事情,我們?nèi)栽谘芯?。而且他們有一些進展,我們希望能在我們的系統(tǒng)中實施。這就是這類事情的本質(zhì),無論它是不是來自中國的競爭對手。我有點預(yù)計每個有新進展的新公司-每次有新發(fā)布,都會有一些新的進展,其他同行會從中學(xué)習(xí)。這就是科技行業(yè)的發(fā)展方式。我不知道-現(xiàn)在就對這對基礎(chǔ)設(shè)施、資本支出等方面的軌跡意味著什么有強烈的看法可能還為時過早。這里同時發(fā)生著很多趨勢。已經(jīng)有關(guān)于我們正在使用的計算基礎(chǔ)設(shè)施有多少將用于預(yù)訓(xùn)練,以及隨著您獲得更多這類推理時間模型或推理模型(通過在推理中投入更多計算來獲得更高智能),我們使用計算基礎(chǔ)設(shè)施的方式是否會朝著這個方向轉(zhuǎn)變的討論。資料來源:各公司官網(wǎng)、bloomberg、華泰研究SAP:DeepSeekis‘goodnews’DominikAsam表示,中國初創(chuàng)公司DeepSeek的AI模型實際上對公司來說是“好消息”。?CEOKlein對DeepSeek表示歡迎。他說,能源利用率更高且更平價的AI模型的前景將促進AI的普及,并推動市場對SAPAI服務(wù)的需求?！斑@對我們(SAP)的AI戰(zhàn)略來說是個好消息。我們從一開始就說,我們首先在AI基礎(chǔ)設(shè)施和大語言模型(LLM)方面進行合作。我們相信這越來越成為一種商品?！?被問及DeepSeek是否會被納入SAP產(chǎn)品時,Klein表示,該集團將繼續(xù)向中國客戶提供中國制造的技術(shù)。?SAP的首席財務(wù)官DominikAsam說,如果滿足成本、可靠性等特定的要求,SAP可以采用中國的模型,企業(yè)對企業(yè)(BtoB)環(huán)境下的AI應(yīng)該可以解決問題并增加收入?！皬倪@個角度來看,任何可以降低成本的東西都是有幫助的?！?Asam說,AI技術(shù)也需要可靠且負(fù)責(zé),因為SAP必須遵守數(shù)據(jù)隱私相關(guān)的法律。SAP需要研究,如果將解決方案放到中國的平臺上,如何確保這方面,如果中國的模型開發(fā)方可以證明對此無需擔(dān)心,且能通過盡職調(diào)查,SAP也可以用中國的模型。資料來源:各公司官網(wǎng)、bloomberg、華泰研究NOW:看好模型成本下降后的應(yīng)用放量??1.AI基礎(chǔ)模型成本下降對ServiceNow的影響(WilliamMcDermott)?AI基礎(chǔ)模型(如LLMs)正在快速商品化(Commoditization),其成本下降的速度甚至超出了預(yù)期。對ServiceNow而言,這是一大利好:毛利率受益:隨著AI成本下降,ServiceNow的利潤空間擴大?？蛻纛A(yù)算優(yōu)化:企業(yè)在LLMs、硬件和基礎(chǔ)設(shè)施上的支出減少,意味著他們?ServiceNow的核心競爭力不在AI模型本身,而在其AI平臺的編排(Orchestration)和業(yè)務(wù)運營能力(Operationalization):AI只是數(shù)據(jù)分析的第一步,而ServiceNow讓企業(yè)將AI洞察轉(zhuǎn)化為實際可執(zhí)行的業(yè)務(wù)行動。例如:自動化工作流、主動解決問題、提升企業(yè)生產(chǎn)力?ServiceNow對AI采用持謹(jǐn)慎態(tài)度,嚴(yán)格評估AI模型的安全性和可行性(“測量兩次,計算一次”)。致力于“負(fù)責(zé)任的AI”(ResponsibleAI),確保AI解決方案符合企業(yè)合規(guī)和數(shù)據(jù)安全標(biāo)準(zhǔn)。ServiceNow正在評估DeepSeek,Amit及其團隊已展開研究,但會在確保安全性和可靠性后才決定是否采用。?3.ServiceNow的AI生態(tài)布局(AmitZavery)?ServiceNow支持第三方大型語言模型(LLMs),并與多家AI供應(yīng)商深度集成。ServiceNow的技術(shù)架構(gòu)允許靈活集成AI領(lǐng)域的新創(chuàng)新,確?？蛻羰冀K能獲得最佳AI解決方案。AI+工作流+數(shù)據(jù)的結(jié)合才是ServiceNow的核心競爭力,公司會采用任何能為客戶創(chuàng)造價值的技?DeepSeek只是ServiceNow評估的眾多AI選項之一,目前已有團隊在研究其潛在應(yīng)用,未來可能會根據(jù)需求進行集成。資料來源:各公司官網(wǎng)、bloomberg、華泰研究3全球視角:性價比模型有望加速應(yīng)用放量2025預(yù)期:AI應(yīng)用從商業(yè)化到規(guī)?；虡I(yè)化商業(yè)化產(chǎn)品化規(guī)?；a(chǎn)品化規(guī)?；疢icrosoftCMetaMicrosoftQMicrosoftCMetaservicenawcansa資料來源:各公司官網(wǎng)、bloomberg、華泰研究2025預(yù)期:AI應(yīng)用從商業(yè)化到規(guī)?；患壏诸惗壏诸惞井a(chǎn)品打磨試點前期商業(yè)導(dǎo)入商業(yè)模式成熟科技巨頭公有云MicrosoftAmazon社交應(yīng)用龍頭數(shù)據(jù)工具數(shù)據(jù)庫數(shù)據(jù)中臺數(shù)據(jù)工具數(shù)據(jù)工具ElasticAI應(yīng)用2B平臺應(yīng)用PalantirServiceNow2B垂直應(yīng)用AppLovinShopifyAdobe2C應(yīng)用Reddit資料來源:各公司官網(wǎng)、bloomberg、華泰研究2025預(yù)期:AI應(yīng)用從商業(yè)化到規(guī)?；疉I驅(qū)動訂單20%的交易都包含高級AI用例;客戶有明確的計劃,要在RISE和GROW轉(zhuǎn)型云訂單中約有30%是包含AI用例的交易;云訂單中有50%是包括AI用例的交易Joule能力與NVIDIA一起,我們還通過Joule(面向顧問)和Joule(面向開發(fā)人員)將AI功能帶入我們的RISE。例如,借助后者,用戶可以生成、理解和測試現(xiàn)代云代碼,并將編碼效率提高多達(dá)30%我們現(xiàn)在有了Joule的第一個用例,即人力資源、財務(wù)和供應(yīng)鏈領(lǐng)域;已經(jīng)為Joule添加了500多項技能,我們Joule很快就能協(xié)調(diào)多個AI代理,端到端地執(zhí)行這些復(fù)雜的流程。我們總共集成了1,300項技能,使其能夠在有超過30,000名客戶使用SAP我們將在2025年再次加倍投資AI,所有30,000多名開發(fā)人員都致力于增強我們的AI基礎(chǔ)并構(gòu)建新的用例。關(guān)鍵目標(biāo)是2025年底將工具用戶效率提高30%。Joule商業(yè)化Q2新客戶:印度汽車領(lǐng)導(dǎo)者Mahindra有數(shù)百名客戶獲得了Joule的許可從簽約到第一個AI用例上線,會有約3個月的延遲,然后收入開始釋放。AI用例自23Q4以來,SAP的云產(chǎn)品組合中發(fā)布了30多個新的AI場景,2024年將已經(jīng)發(fā)布了60多個genAI用例,并有望和制造方面,我認(rèn)為這些領(lǐng)域是嵌入式AIGenAI用例,超過了我們的計劃。數(shù)據(jù)價值上下文、具有元數(shù)據(jù)、具有語義,然發(fā)布了SAP知識圖譜;知識圖譜收集了數(shù)十年的業(yè)務(wù)流程知識,使GenAI能夠SAP和非SAP數(shù)據(jù),并始終使用相關(guān)語義。通過這種方式,我們將使AI代理更Unleashed活動中,更多介紹。生態(tài)合作BusinessAI產(chǎn)品,超過60個客戶使用BTP上的GenAI來構(gòu)建自定義AI場景,BTP目前有超過90個合作伙伴用例正在進行共同創(chuàng)新;一個例子是安永開發(fā)的智化方面取得重大進展,使用BTP上的genAIhub方面:我們的合作伙伴的消費量從第二季度到第三季度增長了兩倍多,資料來源:各公司官網(wǎng)、bloomberg、華泰研究資料來源:公司官網(wǎng)202025預(yù)期:AI應(yīng)用從商業(yè)化到規(guī)?；??企業(yè)AI從概念驗證階段轉(zhuǎn)向全企業(yè)范圍部署?最初的一批席位主要用于那些更關(guān)注即時生產(chǎn)力的團隊,比如銷售團隊、財務(wù)部門或供應(yīng)鏈領(lǐng)域,其中經(jīng)常需要使用SharePoint進行數(shù)據(jù)整合,并將其與Web數(shù)據(jù)結(jié)合,以便生成有價值的結(jié)果。?但隨后,我們觀察到的趨勢,實際上與過去幾代生產(chǎn)力工具的演變非常相似——人們開始跨職能、跨角色進行協(xié)作。例如,在我的日常工作習(xí)慣中,我會進入聊天界面,使用工作選項卡(worktab),獲取結(jié)果,然后立即與同事共享頁面。我把這種模式稱為“與AI共同思考、與人共同工作”。而這種使用習(xí)慣的形成,最終會推動企業(yè)將Copilot作為一個標(biāo)準(zhǔn)化工具,全面部署到整個企業(yè)環(huán)境中。這正是我們當(dāng)前看到?最初可能只是從部門級別開始,但協(xié)作網(wǎng)絡(luò)效應(yīng)很快會促使企業(yè)級別的廣泛擴展。你可以按用戶群逐步推廣,并隨著時間推移擴大覆蓋范圍。我們觀察到,許多企業(yè)客戶會從CopilotChat開始,然后逐步擴展到更廣泛的應(yīng)用場景。這使得企業(yè)客戶可以更靈活地部署Copilot,使2025預(yù)期:AI應(yīng)用從商業(yè)化到規(guī)?；??首批用例11月推出以來,目前已獲得1,000家企業(yè)客戶(客戶總量8,400家)。?AgenticAI的用量顯著高于傳統(tǒng)Assist產(chǎn)品,Agent產(chǎn)品后續(xù)將采取訂閱+用量的混合定價模式。AgenticAI的使用量將遠(yuǎn)高于標(biāo)準(zhǔn)NowAssist查詢的消耗量。這一方法不僅確?？蛻裟軌虮M可能快速且無縫地訪問我們的AI功能,同時簡化銷售流程。這項技術(shù)是過去數(shù)十年來最具顛覆性的創(chuàng)新,我們正在鞏固自身作為企業(yè)業(yè)務(wù)轉(zhuǎn)型AI平臺的領(lǐng)導(dǎo)地位。?關(guān)鍵戰(zhàn)略行業(yè):公共部門正迎來重大現(xiàn)代化變革,這一趨勢預(yù)計將在2025年及未來幾年持續(xù)深化。?僅美國政府每年在IT領(lǐng)域的支出就高達(dá)1,250億美元,其中大量資金流向了無法審計、未分類、且缺乏使用跟蹤的系統(tǒng)。這也是為什么我們?nèi)绱丝春锰乩势湛偨y(tǒng)提出的新“政府效率部門”(DepartmentofGovernmentEfficiency)計劃。如果回顧ServiceNow在美國聯(lián)邦政府客戶中的成功案例,我們已通過提高運營效率和自動化冗余工作,幫助政府節(jié)省了數(shù)百萬美元的成本,并減少了數(shù)百萬小時的人工操作時間。?AgenticAI:讓公司變?yōu)檎嬲臄?shù)據(jù)公司。20252024.112025采購AIAgent人力采購AIAgent人力AIAgent開發(fā)AIAgentITSMAIAgent客服AIAgent語音視頻語音視頻多Agent多Agent協(xié)作單一Agent資料來源:各公司官網(wǎng)、bloomberg、華泰研究模型性價比:應(yīng)用放量的重要前提后后企業(yè)承擔(dān)自研模型 數(shù)據(jù)安全數(shù)據(jù)權(quán)限先企業(yè)承擔(dān)自研模型成本 私有化成本閉源模型 結(jié)構(gòu)化數(shù)據(jù)閉源模型結(jié)構(gòu)化結(jié)構(gòu)化數(shù)據(jù)AI應(yīng)用模型數(shù)據(jù)AI應(yīng)用模型開源微調(diào)非結(jié)構(gòu)化數(shù)據(jù)開源微調(diào)非結(jié)構(gòu)化數(shù)據(jù)安全一體化安全一體化閉源安全防護跨業(yè)務(wù)數(shù)據(jù)跨端云數(shù)據(jù)開源私有化閉源安全防護跨業(yè)務(wù)數(shù)據(jù)跨端云數(shù)據(jù)開源私有化資料來源:公司官網(wǎng)232024重心:閉源模型壓制下的數(shù)據(jù)挖掘??數(shù)據(jù)價值成為海外軟件共識,云廠商、數(shù)據(jù)工具商、應(yīng)用廠商紛紛發(fā)力數(shù)據(jù)中臺產(chǎn)品。?1)云廠商:微軟23年5月推出MicrosoftFabric功能,打造全新的、綜合性的統(tǒng)一數(shù)據(jù)分析平臺。?2)數(shù)據(jù)工具商:Snowflake24年6月推出SnowflakeCortex功能,為用戶提供了直接在其數(shù)據(jù)平臺內(nèi)進行AI應(yīng)用開發(fā)的能力。?3)應(yīng)用廠商:Palantir的Ontology、Salesforce的Datacloud、ServiceNow的RaptorDB的功能定位均為企業(yè)數(shù)據(jù)中臺,旨在整合全面的企業(yè)應(yīng)用數(shù)據(jù),構(gòu)建AI應(yīng)用的底層數(shù)據(jù)基礎(chǔ)。?面向AI的數(shù)據(jù)中臺產(chǎn)品具有三大特征:全量企業(yè)數(shù)據(jù)聚合、高質(zhì)量企業(yè)數(shù)據(jù)治理、面向AI應(yīng)用開發(fā)的工程環(huán)境。2022推出DataCloud2024.09推出基于DataCloud2022推出DataCloud2024.09推出基于DataCloud2023.05推出2024.09推出2016年推出Ontology目前AIP產(chǎn)品基于成熟的Ontology模塊2024.06推出產(chǎn)品成熟度資料來源:各公司官網(wǎng)、bloomberg、華泰研究2024重心:閉源模型壓制下的數(shù)據(jù)挖掘??ServiceNow在一個統(tǒng)一的平臺上,規(guī)?；狭薃I代理(AIAgents)、工作流(Workflows)、工作流數(shù)據(jù)結(jié)構(gòu)(WorkflowDataFabric)、RaptorDB以及集成樞紐(IntegrationHub)。比之下,大多數(shù)企業(yè)軟件供應(yīng)商仍在**苦苦應(yīng)對眾所周知的集成挑戰(zhàn)**,在某些情況下,他們甚至夸大了自身的技術(shù)進展,而實際上只是零散的增量改進。?即使我們正在拓展新的買方群體,例如首席數(shù)據(jù)官(ChiefDataOfficer,CDO)和首席AI官(ChiefAIOfficer,CAIO),ServiceNow仍然是CIO的核心控制平臺(ControlPlane),這正是企業(yè)AI發(fā)展的終極方向。?WorkflowDataFabric:我們始終致力于為客戶提供更全面的ServiceNow發(fā)展藍(lán)圖。例如,我們推出的WorkflowDataFabric進一步擴大了ServiceNow的可服務(wù)市場(TAM)。與此同時,代理AI的持續(xù)增長也提升了市度,本季度NTT等新客戶已正式采用該產(chǎn)品。?為進一步增強數(shù)據(jù)架構(gòu)能力,ServiceNow宣布與Oracle和GoogleCloud的全新集成,進一步提升DataFabric解決方案的廣度與深度。?RaptorDBPro高性能數(shù)據(jù)庫:我們在RaptorDBPro產(chǎn)品上也取得了卓越的早期市場反響。自2024年9月發(fā)布以來,該產(chǎn)品已成功吸引5家年度合同價值(ACV)超過100萬美元的客戶。其中,一家領(lǐng)先的跨國科技公司于2024年第四季度采用RaptorDBPro,并已實現(xiàn)超出預(yù)期的性能提升。該客戶的數(shù)據(jù)庫響應(yīng)時間提升最高達(dá)3.5倍,同時數(shù)據(jù)庫體積減少超過30%,從而帶來了顯著的成本節(jié)約。資料來源:各公司官網(wǎng)、bloomberg、華泰研究2024重心:閉源模型壓制下的數(shù)據(jù)挖掘??企業(yè)在數(shù)據(jù)和分析上的支出高達(dá)50%IT預(yù)算。盡管進行了大量投資,許多企業(yè)仍未能充分挖掘數(shù)據(jù)的潛力。數(shù)據(jù)往往被鎖定在信息孤島之中,缺乏業(yè)務(wù)背景。企業(yè)因此無法獲得完整的業(yè)務(wù)視圖,而在缺乏高質(zhì)量數(shù)據(jù)的情況下,AI代理的能力也遠(yuǎn)未發(fā)揮到極致,正如“垃圾輸入,垃圾輸出”的原則所示。我們將通過SAP史上最重要的創(chuàng)新之一,來解決數(shù)據(jù)和AI領(lǐng)域的挑戰(zhàn)。?SAP將統(tǒng)一結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù),整合SAP及非SAP數(shù)據(jù),并始終保持相關(guān)的語義信息。借此,我們將大幅提升AI代理的能力。Joule將成為這些AI代理的超級編排者(superorchestrator),能夠自主執(zhí)行端到端的完整任務(wù),并承擔(dān)大量人工工作。在2月13日的“BusinessUnleashed”大會上,我們將深入探討這一創(chuàng)新。資料來源:各公司官網(wǎng)、bloomberg、華泰研究2025重心:數(shù)據(jù)優(yōu)化后的模型升級帶來的雙擊??哪些海外應(yīng)用廠商會更加受益??1)業(yè)務(wù)流程Agent類應(yīng)用商。算力消耗量大,對于模型成本敏感。?2)已嘗試用量付費模式的應(yīng)用商。模型成本快速下降后,對于此類廠商的產(chǎn)品業(yè)績釋放會顯著提升。?3)擁有中國區(qū)業(yè)務(wù)的軟件商。目前來看,海外廠商更傾向于在中國地區(qū)應(yīng)用DS模型,國內(nèi)功能有望迎來上線。公司業(yè)務(wù)環(huán)節(jié)數(shù)據(jù)中臺Agent應(yīng)用商業(yè)模式PalantirOntology(2016)AIP服務(wù)器節(jié)點數(shù)SalesforceCRM、MAS、SFA、OADataCloud(2022)Agentforce用量ServiceNowITSM、ITOM、HCM、CRMRaptorDB(2024)AgenticAI訂閱+用量SAPERP、CRM、ITSMHANACloud(2020)Joule’sAgent訂閱WorkdayDataHub(2018)WorkdayIlluminateC3.AIC3PaaS(2018)C3GenerativeAIMicrosoftCRM、ERP、OAFabric(2023)CopilotAgent訂閱+用量資料來源:各公司官網(wǎng)、bloomberg、華泰研究2025預(yù)期:AI應(yīng)用從商業(yè)化到規(guī)?；虡I(yè)化商業(yè)化產(chǎn)品化規(guī)?；a(chǎn)品化規(guī)?；疢icrosoftCMetaMicrosoftQMicrosoftCMetaservicenawcansa資料來源:各公司官網(wǎng)、bloomberg、華泰研究4中國視角:模型優(yōu)化下的快速追趕2025預(yù)期:中國AI應(yīng)用進展較緩2C增效智能終端2B2C增效智能終端2B降本MicrosoftQpalantir國ws和yCMetaTencen廣騰訊lllByteDancelllByteDanceTencen廣騰訊資料來源:各公司官網(wǎng)、Wind、華泰研究模型突圍:AI應(yīng)用阻力減少,緩解數(shù)據(jù)質(zhì)量較低問題先先企業(yè)承擔(dān)自研模型 數(shù)據(jù)安全數(shù)據(jù)權(quán)限后企業(yè)承擔(dān)自研模型成本 私有化成本閉源模型 結(jié)構(gòu)化數(shù)據(jù)閉源模型 結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)結(jié)構(gòu)化 非結(jié)構(gòu)化數(shù)據(jù)模型開源微調(diào)AI應(yīng)用模型開源微調(diào)AI應(yīng)用安全閉源安全防護開源私有化一體化安全閉源安全防護開源私有化一體化跨端云數(shù)據(jù)跨業(yè)務(wù)數(shù)據(jù)跨端云數(shù)據(jù)跨業(yè)務(wù)數(shù)據(jù)資料來源:公司官網(wǎng)31DeepSeek直接相關(guān)分類公司市值推薦理由25E凈利潤25E營收浙江東方華金資本每日互動幻方量化第二大股東,為DeepSeek提供海量用戶行為語料數(shù)據(jù)等中科曙光5浪潮信息1卓創(chuàng)資訊并行科技與Deepseek初步接觸,之前合作智譜4當(dāng)虹科技與Deepseek初步接觸,業(yè)務(wù)落地方向仍在探討,自研端側(cè)視頻模型通過國家備案7拓爾思資料來源:各公司官網(wǎng)、Wind、華泰研究Agent應(yīng)用廠商對比Agent分類公司市值推薦理由25E凈利潤模型合作漢得信息合作字節(jié)跳動,在大消費領(lǐng)域成功落地多個Agent標(biāo)桿項目,單個智能體在50-200萬之間能科科技合作華為,在工業(yè)領(lǐng)域連續(xù)落地兩個Agent項目,累計合同價值約2.7億泛微網(wǎng)絡(luò)合作騰訊,打造“市場、銷售、合同”等10多種場景Agent,合作新華三推出辦公大模型一體機金山辦公2024H2,WPSAI2.0新增AI寫作助手、AI閱讀助手、AI數(shù)據(jù)助手、AI設(shè)計助手等功能合合信息具備較強的非結(jié)構(gòu)化多源異構(gòu)數(shù)據(jù)處理能力,有望進一步拓展企業(yè)信息管理、合同管理等Agent/新致軟件面向保險客戶提供新致新知2.0平臺,提供智能客戶助手、數(shù)據(jù)查詢助手、報告生成助手等Agent鼎捷數(shù)智基于鼎捷雅典娜平臺,推出智驅(qū)工作臺、ChatFile、高管AI數(shù)智助理等Agent功能ifind全新上線AI財經(jīng)智匯功能,構(gòu)建了同花順AI開放平臺,為客戶提供Agent構(gòu)建基座用友網(wǎng)絡(luò)基于YonGPT2.0打造了100多項智能應(yīng)用,落地徐工集團、云南白藥、中核四川環(huán)保等多家企業(yè)Agent分類公司市值推薦理由25E收入福昕軟件2024年發(fā)布了面向海外PDF編輯器AI助手功能,定價為4.99美元/月,49.99美元/年8三六零發(fā)布納米搜索AI搜索產(chǎn)品,24年12月訪問量3.59億,目前已上線鴻蒙原生版8星環(huán)科技24年推出SophonLLMOps大模型運營平臺,打造企業(yè)Agent應(yīng)用搭建的數(shù)據(jù)基座6/普元信息24年升級低代碼開發(fā)平臺與數(shù)據(jù)中臺產(chǎn)品,助力金融、軍事、能源等行業(yè)客戶加速Agent開發(fā)4/資料來源:各公司官網(wǎng)、Wind、華泰研究方向1:Agent應(yīng)用提供商?區(qū)別于海外2B應(yīng)用,國內(nèi)2B軟件具有更強的行業(yè)屬性,因此我們判斷國內(nèi)Agent將沿兩類方向演進。?一是,平臺型軟件復(fù)制海外路徑,業(yè)務(wù)功能可能更偏向于后臺業(yè)務(wù)效率提升。代表:用友網(wǎng)絡(luò)、金蝶國際、泛微網(wǎng)絡(luò)、博睿數(shù)據(jù);?二是,垂類行業(yè)應(yīng)用加速迭代,業(yè)務(wù)功能可能更偏向于前臺業(yè)務(wù)效率提升。代表:金山辦公(辦公)、鼎捷數(shù)智(工業(yè))、新致軟件(保險)、華宇軟件(法律)、同花順(金融);公司主營業(yè)務(wù)AI變化模型合作商用友網(wǎng)絡(luò)覆蓋企業(yè)資源規(guī)劃(ERP)、云服務(wù)、財務(wù)管理、供應(yīng)鏈管理、發(fā)布YonGPT2.0,并基于此打造了100多項智能應(yīng)用金蝶國際覆蓋企業(yè)云、ERP、行業(yè)解決方案、小微企AI優(yōu)先戰(zhàn)略,金蝶云·蒼穹重構(gòu)為新一代企業(yè)級AI平臺,包括大模型能力平臺、CosmicStudioAI原生應(yīng)用開發(fā)平百度、華為泛微網(wǎng)絡(luò)騰訊博睿數(shù)據(jù)提供應(yīng)用性能監(jiān)測、數(shù)字體驗監(jiān)測、網(wǎng)絡(luò)性能新致軟件面向保險客戶提供新致新知2.0平臺:智能客戶助手、數(shù)據(jù)查詢助手、智譜華宇軟件發(fā)布法律行業(yè)垂類大模型“華宇萬象”,并推出了系列創(chuàng)新應(yīng)用產(chǎn)品,推出了HithinkGPT大模型,并針對消費者智能投資顧問產(chǎn)品——問財iFinD金融終端推出行業(yè)解讀、AI財經(jīng)智匯等AI功能,應(yīng)用AI功能集合鼎捷數(shù)智積極推進鼎捷雅典娜平臺的研發(fā)升級,推出了娜娜家族、智驅(qū)工作臺、OpenAI(海外)、百度金山辦公2024下半年,WPSAI2.0上線,新增AI寫作助手、AI閱讀助手、AI數(shù)據(jù)助手、AI設(shè)計助手等功能;推出帶有AI搜索的應(yīng)用靈犀,實現(xiàn)搜索/總結(jié)/整理/創(chuàng)作等,從實現(xiàn)的功能上,類似于豆包/Kimi等Chatbot。MiniMax、智譜、自研資料來源:各公司官網(wǎng)、華泰研究方向2:大模型廠商實施商實施商實施商公司主營業(yè)務(wù)AI變化模型合作商漢得信息覆蓋智能制造、數(shù)字營銷、智能供應(yīng)鏈等業(yè)務(wù),覆蓋前中后臺多業(yè)務(wù)環(huán)節(jié),提供海外ERP產(chǎn)品的實施服務(wù)2023年8月推出“融合AIGC平臺H-COPILOT”,24H1實現(xiàn)約2500萬元營收,推出基于S/4HANA的AIGC智能體解決方案,攜手火山引擎,在大消費領(lǐng)域成功落地多個標(biāo)桿項目字節(jié)跳動能科科技簽訂總金額約1.45億元的“大模型場景化應(yīng)用合同”,子公司能科瑞元將為客戶提供全國產(chǎn)化算力集群,部署L0層大模型以及大模型開發(fā)資料來源:各公司官網(wǎng)、華泰研究方向3:數(shù)據(jù)中臺價值重估??數(shù)據(jù)中臺的價值逐步提升Γ國內(nèi)本地化數(shù)據(jù)治理難度高于海外,且大廠數(shù)據(jù)中臺產(chǎn)品多聚焦多云數(shù)據(jù)聚合,本地化數(shù)據(jù)中臺產(chǎn)品有望成為獨立品類釋放價值」,看好后續(xù)業(yè)務(wù)空間拓展。面向AI的數(shù)據(jù)中臺產(chǎn)品具有三大特征:全量企業(yè)數(shù)據(jù)聚合(數(shù)據(jù)聚合)、高質(zhì)量企業(yè)數(shù)據(jù)治理(數(shù)據(jù)清洗)、面向AI應(yīng)用開發(fā)的工程環(huán)境(開發(fā)生態(tài))。?國內(nèi)相關(guān)公司包括:星環(huán)科技、普元信息、第四范式等。公司數(shù)據(jù)聚合數(shù)據(jù)治理開發(fā)環(huán)境星環(huán)科技TDH大數(shù)據(jù)基礎(chǔ)平臺TDS大數(shù)據(jù)開發(fā)工具SophonLLMOps大模型運營平臺普元信息數(shù)據(jù)中臺數(shù)據(jù)中臺低代碼開發(fā)平臺第四范式義插件拓展資料來源:各公司官網(wǎng)、華泰研究5CapEx視角:金額擴大與來源分散大規(guī)模算力投資依然意義重大?算力需求繼續(xù)樂觀。?DeepSeek的成功,使得有限卡情況下的模型訓(xùn)練效率和效果達(dá)到新的高度,1)DeepSeek-R1論文中表示:雖然蒸餾策略既經(jīng)濟又有效,但要超越智能的邊界,可能仍然需要更強大的基礎(chǔ)模型和更大規(guī)模的強化學(xué)習(xí)。2)大廠依然會在此種效率下,保持高CapEx,以探索更強的模型性能。3)小廠則能夠在有限算力下享用到開源的RL模型,實現(xiàn)模型平權(quán),有利于推理側(cè)的擴展。4)海外云廠CapEx除了訓(xùn)練模型,還要云推理服務(wù)+傳統(tǒng)業(yè)務(wù)改造,模型進步依然對云推理和傳統(tǒng)業(yè)務(wù)有很大貢獻(xiàn)。5)整個大模型行業(yè)看,DeepSeek算法進步必然帶動更多的研究,有利于Transformer+ScalingLaw范式持續(xù)推陳出新,模型訓(xùn)練和推理效率也將持續(xù)提升。6)國產(chǎn)芯片適配或進展順利。Therefore,wecandrawtwocon首先,將更強大的模型蒸餾成更小的模型可以取得優(yōu)異的結(jié)果,而依賴本文提到的規(guī)?；瘡娀瘜W(xué)習(xí)的小型模型則需要巨大的計算能力,甚至可能無法Second,whiledisti其次,雖然蒸餾策略既經(jīng)濟又有效,但要超越智能的邊界可能仍需要更強大的基礎(chǔ)模型和更大規(guī)模的強化學(xué)習(xí)。資料來源:DeepSeek-R1技術(shù)報告大規(guī)模算力投資依然意義重大?據(jù)SemiAnalysis數(shù)據(jù),DeepSeekV3和R1發(fā)布以來,H100的AWSGPU價格在許多地區(qū)都有所上漲。類似的H200也更難找到。?V3推出后,H100的價格暴漲,因為GPU的貨幣化率開始大大提高。以更低的價格獲得更多的智能意味著更多的需求。這與前幾個月低迷的H100現(xiàn)貨價格相比發(fā)生了重大轉(zhuǎn)變。資料來源:SemiAnalysis大規(guī)模算力投資依然意義重大?大規(guī)模算力依然是探索大模型新路線的必須門檻。OpenAI仍然是最先公開并指導(dǎo)全球RL+CoT路線的廠商。?Claude3.5Sonnet的訓(xùn)練成本數(shù)千萬美元,如果這是Anthropic所需的總成本,那么就不會從谷歌籌集數(shù)十億美元,從亞馬遜籌集數(shù)百億美元。?算力被約束的情況下,在有限的算力下一方面迭代當(dāng)世代模型,一方面探索次世代路線,較為困難。?如果《MEDEC:ABenchmarkforMedicalErrorDetectionandCorrectioninClinicalNotes》中指多的級別,而DeepSeek是671B,相當(dāng)于o1參數(shù)的2x。是否說明o1還有更好的優(yōu)化算法?Inference單次推理增量或維持增量增量算力需求《MEDEC:ABenchmarkforMedicalErrorDetectionandCorrectioninClinicalNotes》,2024.12.26資料來源:OpenAI官網(wǎng),《MEDEC:ABenchmarkforMedicalErrorDetectionandCorrectioninClinicalNotes》,2024.12.26海外大廠:CapEx仍然維持積極指引AMZNAAMZNAAMZN資料來源:各公司官網(wǎng)、Wind、華泰研究海外大廠:CapEx仍然維持積極指引??MSFT:FY2025預(yù)計突破800億美元,FY2026預(yù)計持續(xù)擴大,增速可能略有放緩。?META:預(yù)計2025年全年資本支出將在600-650億美元(24年指引為380-400億美元)。預(yù)計2025年資本支出增長將由支持生成式人工智能工作和核心業(yè)務(wù)的投資增加所驅(qū)動。2025年大部分資本支出將繼續(xù)投向核心業(yè)務(wù)。服務(wù)器仍將是最大的增長驅(qū)動力,并且在我們的總體資本支出預(yù)算中占比最大。(億美元)0資料來源:各公司官網(wǎng)、Wind、華泰研究算力來源或有更豐富的選項??海內(nèi)外Infra層公司快速上線DeepSeek模型服務(wù)與硬件支持,性價比模型的底層算力支持來源有望全面拓展。與DeepSeek適配情況時間NVIDIADeepSeek-R1NIM微服務(wù)可以在單個NVIDIAHGXH200系統(tǒng)上每秒交付多達(dá)3,872個token01-30AMDAMD已將DeepSeek-V3集成到InstinctMI300XGPU上可在AMDRyzenTMAI和RadeonTM上運行DeepSeekR1蒸餾式“推理”模型01-25QUALCOMM微軟正在將針對NPU優(yōu)化的DeepSeek-R1版本直接引入Copilot+電腦首批支持QualcommSnapdragonX處理器01-29華為云國產(chǎn)大模型云服務(wù)平臺SiliconCloud(硅基流動),首發(fā)上線了基于華為云昇騰云服務(wù)的DeepSeek-V3、DeepSeek-R1,價格與DeepSeek官方優(yōu)惠期(截至2月8日24:00)價格保持一致02-01天翼云天翼云智算成為國內(nèi)最早支持DeepSeek-R1模型的云服務(wù)商之一,并結(jié)合息壤-科研助手、天翼AI云電腦等產(chǎn)品02-01騰訊云DeepSeek-R1大模型可一鍵部署至騰訊云HAI(騰訊云高性能應(yīng)用服務(wù))上,開發(fā)者僅需3分鐘就能接入調(diào)用02-02資料來源:各公司官網(wǎng)、Wind、華泰研究免責(zé)聲明分析師聲明分析師,茲證明本資料所表達(dá)的觀點準(zhǔn)確地反映了分析師對標(biāo)的證券或發(fā)行人的個人意見;彼以往、現(xiàn)在或未來并無就其資料所提供的具體建議或所表述的意見直接或間接收取任何報酬。一般聲明及披露本資料由華泰證券股份有限公司(已具備中國證監(jiān)會批準(zhǔn)的證券投資咨詢業(yè)務(wù)資格,以下簡稱“本公司”)制作。本資料所載資料是僅供接收人的嚴(yán)格保密資料。本資料僅供本公司及其客戶和其關(guān)聯(lián)機構(gòu)使用。本公司不因接收人收到本資料而視其為客本資料基于本公司認(rèn)為可靠的、已公開的信息編制,但本公司及其關(guān)聯(lián)機構(gòu)(以下統(tǒng)稱為“華泰”)對該等信息的準(zhǔn)確性及完整性不作任何保證。本資料所載的意見、評估及預(yù)測僅反映資料發(fā)布當(dāng)日的觀點和判斷。在不同時期,華泰可能會發(fā)出與本資料所載意見、評估及預(yù)測不一致的研究資料。同時,本資料所指的證券或投資標(biāo)的的價格、價值及投資收入可能會波動。以往表現(xiàn)并不能指引未來,未來回報并不能得到保證,并存在損失本金的可能。華泰不保證本資料所含信息保持在最新狀態(tài)。華泰對本資料所含信息可在不發(fā)出通知的情形下做出修改,投資者應(yīng)當(dāng)自行關(guān)注相應(yīng)的更新或修改。本公司不是FINRA的注冊會員,其研究分析師亦沒有注冊為FINRA的研究分析師/不具有FINRA分析師的注華泰力求資料內(nèi)容客觀、公正,但本資料所載的觀點、結(jié)論和建議僅供參考,不構(gòu)成購買或出售所述證券的要約或招攬。該等觀點、建議并未考慮到個別投資者的具體投資目的、財務(wù)狀況以及特定需求,在任何時候均不構(gòu)成對客戶私人投資建議。投資者應(yīng)當(dāng)充分考慮自身特定狀況,并完整理解和使用本資料內(nèi)容,不應(yīng)視本資料為做出投資決策的唯一因素。對依據(jù)或者使用本資料所造成的一切后果,華泰及作者均不承擔(dān)任何法律責(zé)任。任何形式的分享證券投資收益或者分擔(dān)證券投資損失的書面或口除非另行說明,本資料中所引用的關(guān)于業(yè)績的數(shù)據(jù)代表過往表現(xiàn),過往的業(yè)績表現(xiàn)不應(yīng)作為日后回報的預(yù)示。華泰不承諾也不保證任何預(yù)示的回報會得以實現(xiàn),分析中所做的預(yù)測可能是基于相應(yīng)的假設(shè),任何假設(shè)的變化可能會顯著影響所預(yù)測的回報。華泰及作者在自身所知情的范圍內(nèi),與本資料所指的證券或投資標(biāo)的不存在法律禁止的利害關(guān)系。在法律許可的情況下,華泰可能會持有資料中提到的公司所發(fā)行的證券頭寸并進行交易,為該公司提供投資銀行、財務(wù)顧問或者金融產(chǎn)品等相關(guān)服務(wù)或向華泰的銷售人員、交易人員或其他專業(yè)人士可能會依據(jù)不同假設(shè)和標(biāo)準(zhǔn)、采用不同的分析方法而口頭或書面發(fā)表與本報告意見及建議不一致的市場評論和/或交易觀點。華泰沒有將此意見及建議向資料所有接收者進行更新的義務(wù)。華泰的資產(chǎn)管理部門、自營部門以及其他投資業(yè)務(wù)部門可能獨立做出與本資料中的意見或建議不一致的投資決策。投資者應(yīng)當(dāng)考慮到華泰及/或其相關(guān)人員可能存在影響本資料觀點客觀性的潛在利益沖突。投資者請勿將本資料視為投資或其他決定的唯一信賴依據(jù)。有關(guān)該方面本資料并非意圖發(fā)送、發(fā)布給在當(dāng)?shù)胤苫虮O(jiān)管規(guī)則下不允許向其發(fā)送、發(fā)布的機構(gòu)或人員,也并非意圖發(fā)送、發(fā)布給因可得到、使用本資料的行為而使華泰違反或受制于當(dāng)?shù)胤苫虮O(jiān)管規(guī)則的機構(gòu)或人員。本資料版權(quán)僅為本公司所有。未經(jīng)本公司書面許可,任何機構(gòu)或個人不得以翻版、復(fù)制、發(fā)表、引用或再次分發(fā)他人(無論整份或部分)等任何形式侵犯本公司版權(quán)。如征得本公司同意進行