2024AI行业报告：A股上市公司的AI技术渗透与应用分析

1.去伪存真，有多少企业在拥抱AI技术？

生成式AI技术在经历了过去一两年的产业发展和资本市场行情演绎后，当前似乎来到了一个重要节点——产业趋势仍在快速发展，但投资者对股价的看法逐步分化。中长期看，AI赋能行业发展、推动经济增长或是共识；然而，技术变革推动生产力提高并非一蹴而就。在这个节点，我们认为了解AI在国内企业的“渗透率”，既能把握产业发展的进度，也能进一步理解行情的主要矛盾。因此，本文尝试从A股上市公司2023年年报公告中，挖掘企业参与AI产业的信息，勾勒出A股整体拥抱AI技术的图谱。考虑到生成式AI与早些年认知的传统AI并不相同，我们在筛选年报公告的关键词选择上，主要包含：通用类（AIGC、生成式人工智能、生成式AI），专用类（算力、AI芯片；大模型、通用模型、AI算法）。根据A股全部上市公司2023年年报公告，初步筛选出1269条。经过人工进一步逐一核对后，最终保留883家上市公司样本，这些公司或多或少会涉及到生成式AI的业务。

1.1渗透率提升但仍低，TMT、大市值相对抢先

拥抱AI技术的企业在过去几年A股的渗透率有提升，但目前仍较低，其中TMT、大市值公司相对抢先布局。（1）从最新年报数据看，全A上市公司中提及AI业务的渗透率不足20%，其中板块上，科创板>创业板>主板>北证。行业上，与AI相关性最高的TMT行业渗透率最高，计算机居首、数量占比超70%；但一级行业中，有超过一半的行业渗透率不足10%，食饮、农业、石化、钢铁等行业均只有1家，煤炭0家。（2）结合2020年以来的年报公告筛选来看，提及AI业务的公司数量有明显增加，从2020年的172家上升至2023年超1200家；公司数量占比在逐步提升，但提升较慢。其中，依然是TMT四个行业渗透率提升最快，其次为银行。（3）市值分布上与全A接近，但大公司参与率比小公司高。

TMT公司涉及AI业务的程度亦有高低，深度拥抱AI技术的公司并不多。虽然TMT行业渗透率高于其他行业，但仍可对具体企业涉及AI业务的程度进行人为判断。整体上看，深度参与AI产业布局的科技公司并不算多，其中计算机比例相对最高，传媒次之，通信、电子靠后。

1.2基础层以算力为主，技术层大模型超150家

AI的产业链主要由基础层、技术层、应用层来构成。（1）基础层主要涉及“硬件基础设施”和“数据资源、算力基础、生产工具（算法模型）”这三大核心要素。通用大模型规模扩大往往需要高性能的硬件设备、海量的学习数据、强大的算力基础以及不断优化的算法模型，其中不断优化的算法模型是AI学习能力提升的关键。（2）技术层主要涉及模型的构建。目前，Transformer架构在AI大模型领域占据主导地位。AI大模型包括NLP 大模型、CV 大模型、多模态大模型等。这些模型采用预训练和微调的策略，先在大量无标注数据上学习基本的语言或图像，然后针对特定任务进行微调。（3）应用层主要涉及到AI技术与其他行业或产品的融合。AI大模型拥有多模态生成能力能够向外赋能，包括通过开放API的形式，降低AI应用开发门槛，提高落地部署效率和精度等，进而降低AI规模化部署的成本，可以广泛的与电商、医疗、家居、物流、教育、金融以及传媒行业进行融合，或者嵌入智能机器人、智能终端、智能汽车等产品，进一步推动人工智能进入工业化发展阶段。

（1）基础层中，“算力”相关公司超80家，其次为“数据中心/IDC”、“芯片”、“服务器”、“光模块、光通信、光缆”业务相关公司，涉及“液冷/热管理”业务的公司也有17家左右。（2）技术层中，近170家公司AI业务涉及“大模型”，其次做“平台”业务和“机器视觉”业务的公司也相对较多。行业分布上，计算机行业AI大模型最多、超80家，其次为传媒，其余行业涉及AI大模型的公司数量均不足10家。

2.投入产出视角，年报公告详解AI图谱

基于上述公告样本，我们主要从投入方式、参与进度、产出效果、未来发展4个维度详细分析上市公司如何拥抱AI技术，重点围绕投入和产出视角进行探讨。

整体来看，上市公司多以自研的方式拥抱AI技术，且大部分已经进入产品应用阶段，但相应的产出效果依然停留在提质增效层面，实质性带来业务收入寥寥无几，症结或仍在于缺少应用场景和产品开发不足，这两点也是企业未来要发展的重点方式。（1）投放方式上，有近70%的公司采用自研的方式，合作的公司约21%，战略投资和收购较少；（2）参与进度上，超75%的公司已有产品发布/推广/应用，处于研发、测试阶段的近25%，仍有近9%的公司尚处于构思/设想/初步布局。（3）产出效果上，提质量和提效率的公司比例最多，均在五成左右，其次有26%左右的公司提及拉需求，明确表明对公司业务增收/增利的比例仅8%左右。（4）未来发展方式上，应用场景拓展、技术研究、产品开发的公司比例均在25%左右，约14%的公司要继续加大研发投入，也有5%的公司提及基础设施完善。

2.1投入方式：基础层、制造类偏自研，技术和应用层、消费类偏合作

自研是主要参与方式，但相较基础层，技术层和应用层公司进行合作的比例更高。考虑到基础层公司主要涉及算力链、数据资源及硬件设施等，这类公司更倾向于内部研发，占比近80%。而技术层和应用层公司合作比例较基础层高，占比近30%。

各行业参与AI的方式也略有差异，消费属性强的公司倾向于合作，制造属性强的公司倾向于自研。考虑到偏制造业属性的公司有一定的技术积累，且自主研发可以确保技术和产品更好地适应公司的实际情况，自研比例更高。而偏消费属性的公司在技术研发上相对薄弱，合作比例更高。与企业或高校合作能够更快进入AI产业链，从而加速产品开发、应用。

公告中提及自研的公司研发投入比例确实更高。将提及自研的公司研发投入比例与全A的研发投入比例进行对比，提及自研AI的公司2023年研发投入比例高于全A大概4.5pct，且差值较2022年有所扩大。

对比美股和港股科技龙头，当前国内AI龙头的资本开支仍相差甚远。对比美股、A股和港股AI产业链的龙头公司近几年资本开支数据，可以看到A股公司资本开支规模显著偏低。而根据M7公司对AI业务的展望，微软、英伟达、谷歌、亚马逊、Meta 的管理层均在Earnings Call中明确表明2024全年将加大资本开支力度。其中谷歌表明其2024Q1资本支出为120亿美元，主要用于AI基础设施投资。

2.2所处阶段：多数行业已有部分AI业务进入产出阶段不论涉及哪个层级的业务，多数行业在产品应用阶段的比例均较高。从各行业在不同层级的发展进度来看，参与AI公司占行业全部公司的比例反映出，多数行业在应用层的发展进度相对快于基础层和技术层。其中值得关注的几点：（1）通信、电子、电力设备等行业在基础层处于应用阶段的比例高于技术层和应用层，这几个行业都偏硬件端；（2）计算机、传媒在技术层处于研发阶段的比例高于基础层和应用层，这两个行业偏软件端。

对于样本公司内部来看，各行业在不同阶段的比例差异显著。其中，渗透率较高的行业中，美容护理、零售、纺服、计算机、银行等行业在应用阶段占比较高，而有色、社服、建筑、医药等行业在早期的布局和研发阶段占比较高。针对“发布/推广/应用”阶段的企业，2023年整体营收增速超过全A水平，且与全A之间的轧差相较2022年在拉大。

2.3产出效果：提质增效为主、增收尚早，整体效果仍浅靠上游的环节需求提升较为明显，靠下游的环节则更注意降本增效。在不同产业链位置，公司对AI的预期效果表现不一。（1）基础层公司看重AI对拉动需求的推动作用。随着大模型和生成式AI的持续发展，模型参数量不断升级，对数据、算力和算法要求及需求也在持续递增，芯片和服务器功率逐步升级，在平衡能耗目标和AI建设的背景下，进一步催化热管理等环节的需求提升。（2）应用层公司更注重AI对提质增效的潜力。AI技术通常可以帮助应用层公司优化生产流程、提升产品品质或者服务质量，达到提质增效的目的。（3）行业上差异也较为明显。其中，降成本（纺服、轻工），提质增效（纺服、军工、家电），拉需求（电子、电新、通信），增收增利（轻工、零售、非银）。

所处不同阶段的公司对AI的预期效果也存在差异，在提效率方面比例下降，而在提质量和扩收增利方面比例提升。针对所处不同阶段的样本公司看产出效果，可以看到，随着进度从早期布局→研发、测试→推广、应用，提效率的比例在逐步下降，而提质量和扩收增利的比例在逐步提升。前者反映企业在初步布局时看重提效率，但进入研发、测试甚至应用阶段后对提效率的预期在降低；同样，后者反映企业在初步布局时较少追求提质量和扩收增利，但研发和应用后该预期在增强。

降成本的企业反映到毛利率指标上确有体现，扩收增利则相对不明显。从财务指标来看，“降成本”的企业2023年毛利率相较全A确实有明显提升，而对于“增收/增利”的企业，2023年营收增速相较全A亦有提升，但提升幅度环比2022年不明显。

2.4未来投入：技术研究、产品开发、应用场景拓展是重点方向技术研究、产品开发、应用场景拓展是AI相关企业未来发展的主要方向。结合样本公司未来发展战略以及2024年经营计划中AI相关的语句，可以看到未来发展方式上：（1）基础层重点关注AI赋能产品迭代升级，技术层和应用层关注技术深度研发、拓展AI应用场景。（2）行业结构上，相对其他行业对未来发展更看重、占比更高的行业包括：研发投入（社服、建筑、机械、通信），基础设施完善（通信、轻工），技术研究（有色、交运、汽车），产品开发（家电、电新、电子、有色），应用场景拓展（银行、纺服），市场拓展（电新、电子、有色），商业模式（纺服）。

3.上市公司角度，AI未来发展趋势如何？

企业家视角，硬件端关注AI服务器、液冷等，软件端关注多模态、开源等。在上市公司对未来AI相关业务如何发展方面，我们梳理了主要行业部分公司的经营计划和行业趋势，总结如下：（1）通信行业中，中国联通提到了多元异构算力、云边端协同算力，中兴通讯提及智算中心建设、算力网络；（2）部分消费电子零部件公司（如立讯精密、工业富联）、计算机设备公司（如中科曙光）、以及IT服务公司（如紫光股份）均提及散热、液冷相关技术；（3）部分消费电子零部件公司（如工业富联）、数字芯片设计公司（如澜起科技）、新能源汽车公司（如比亚迪）均提及AI服务器业务。（4）大模型相关公司（如科大讯飞、昆仑万维）重点提及了多模态、开源等技术。

在上市公司展望未来AI发展趋势时，也在年报中引用了相关第三方咨询机构的数据进行佐证，对液冷服务器、AI服务器、智能算力、AI PC等细分行业预期未来高增。具体如下图所示。

生成式AI技术在经历了过去一两年的产业发展和资本市场行情演绎后，当前似乎来到了一个重要节点——产业趋势仍在快速发展，但投资者对股价的看法逐步分化。在这个节点，我们认为了解AI在国内企业的“渗透率”，既能把握产业发展的进度，也能进一步理解行情的主要矛盾。因此，本文尝试从A股上市公司2023年年报公告中，挖掘企业参与AI产业的信息，勾勒出A股整体拥抱AI技术的图谱。➢核心结论：渗透率仍低，进入产出阶段但效果仍浅整体来看，AI在A股的渗透率仍较低，多以自研的方式拥抱AI技术，且大部分已经进入产品应用阶段，但相应的产出效果依然停留在提质增效层面，实质性带来业务收入寥寥无几，症结或仍在于缺少应用场景和产品开发不足，这两点也是企业未来要发展的重点方式。

渗透率提升但仍低，TMT、大市值相对抢先拥抱AI技术的企业在过去几年A股的渗透率有提升，但目前仍较低，其中TMT、大市值公司相对抢先布局。全A提及AI的渗透率相较1-2年前有提升，但整体依然不足20%，小公司参与数量多，大公司参与率更高。行业主要集中在TMT板块，但深度拥抱AI的并不多；超一半的一级行业渗透率不到10%。基础层涉及数据中心、芯片、服务器、光通信等公司较多；技术层大模型超150家，以计算机行业为主。➢自研为主但资金投入不足，未来关注应用场景和产品开发（1）投入方式：基础层偏自研，技术层和应用层偏合作；消费属性强的公司倾向于合作，制造属性强的公司倾向于自研。公告中提及自研的公司研发投入比例确实高于全A水平，但对比美股和港股科技龙头，当前国内AI龙头的资本开支仍相差甚远。

（2）未来投入：对于公司未来的规划，应用场景拓展、技术研究、产品开发是主要三项，或许也是当前痛点所在。➢多数行业进入产出阶段，但以提质增效为主、扩收增利尚早（1）所处阶段：多数行业在产品应用阶段的比例较高。其中，美容护理、零售、纺服、计算机等行业在应用阶段占比较高，而有色、社服、建筑、医药等行业在早期布局和研发阶段占比较高。（2）产出效果：靠上游的环节需求提升较明显，靠下游的环节则更注意降本增效。所处不同阶段的公司对AI的预期效果也有差异，在提效率方面比例下降，而在提质量和扩收增利方面比例提升。

降成本的企业毛利率确有提升，扩收增利则相对不明显。➢企业家视角，AI未来发展趋势如何？硬件端关注AI服务器、液冷等，软件端关注多模态、开源等。通信行业部分公司提到了多元异构算力、云边端协同算力、智算中心建设、算力网络；部分消费电子零部件公司、计算机设备公司、以及IT服务公司均提及散热、液冷相关技术；部分消费电子零部件公司、数字芯片设计、新能源汽车提及AI服务器业务；大模型相关公司重点提及了多模态、开源等技术。

4.风险提示

1）AI技术可能发生重大突破。本文基于上市公司2023年年报公告对AI产业的描述进行归纳总结，不代表行业真实的发展趋势，若AI技术发生重大突破，可能导致相关结论出现变化。2）样本筛选和年报总结或有偏差。在人工筛选和阅读上市公司年报的过程中，可能会存在样本或理解上的偏差，导致数据统计发生变化。

企业家视角，硬件端关注AI服务器、液冷等，软件端关注多模态、开源等。在上市公司对未来AI相关业务如何发展方面，我们梳理了主要行业部分公司的经营计划和行业趋势，总结如下：（1）通信行业中，中国联通提到了多元异构算力、云边端协同算力，中兴通讯提及智算中心建设、算力网络；（2）部分消费电子零部件公司（如立讯精密、工业富联）、计算机设备公司（如中科曙光）、以及IT服务公司（如紫光股份）均提及散热、液冷相关技术；（3）部分消费电子零部件公司（如工业富联）、数字芯片设计公司（如澜起科技）、新能源汽车公司（如比亚迪）均提及AI服务器业务。（4）大模型相关公司（如科大讯飞、昆仑万维）重点提及了多模态、开源等技术。

在上市公司展望未来AI发展趋势时，也在年报中引用了相关第三方咨询机构的数据进行佐证，对液冷服务器、AI服务器、智能算力、AI PC等细分行业预期未来高增。具体如下图所示。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）