智通財經APP獲悉，中金髮布研報稱，DeepSeek發佈以來，衆多政企開始陸續接入大模型，愛分析統計數據顯示，截至2 月21 日已有45%的央企完成了DeepSeek模型的部署。這反映出大模型在性能、成本以及安全等方面已達到了企業大規模應用的要求。在此背景下，企業中臺有望煥發新機，建議投資人關注數據硬件產業鏈(如傳感器、通信模組)、算力硬件產業鏈(如芯片、服務器、一體機)的投資機遇。

中金主要觀點如下：

企業數字化轉型中，爲提升運營效率，中臺架構應運而生

傳統“前臺-後臺”架構易出現重複投資、協同性弱、業務難沉澱等問題，且變化緩慢的後臺與快速迭代的前臺不相適應。爲化解“煙囪式”困境，中臺架構被提出。中臺位於前臺與後臺之間，它抽象出各個業務條線對於數據、技術的共性需求並形成一個能力樞紐，向上承託業務資源、向下賦能前臺部門，解決前後兩端失衡問題。

隨着AI技術的發展，傳統中臺也融合AI能力向AI中臺發展。但是AI中臺在實際建設中進展較慢，Gartner在2024 年甚至將數據中臺劃入“未成熟即面臨淘汰”之列。中金認爲，技術層面，由於傳統分析式AI泛用性較弱，針對特定業務或流程構建的AI體系難以遷移至其他場景，使得不同業務的中臺工具難以協同，且後續擴展性不足。生成式AI出現之後，又由於其高昂的前期投入，衆多企業持觀望態度。組織層面，技術部門與業務部門彼此溝通了解有限，使得中臺工具的供給方與需求方不相匹配。

DeepSeek的出現，有望增強AI中臺能力， 加速其在企業中的落地

DeepSeek通過軟件算法的創新以及硬件工程化優化，實現了算力資源的充分挖掘以及算法性能的進一步升級。我們認爲，基於DeepSeek大模型的企業AI中臺，模型泛化能力有望增強，進而能夠處理不同模態數據、理解不同業務流程，降低AI中臺的建設門檻。同時，DeepSeek推理成本更低，且開源後企業可通過私有化部署兼顧數據隱私與安全。DeepSeek的出現有望加速企業AI中臺在內部業務的落地。

數據、模型、算力和管理是AI中臺正常運行必不可少的四個環節。數據是起點、模型是核心、算力是基礎、管理是支撐，從硬件角度看，數據硬件以及算力硬件有望受益於AI中臺的發展。

標的方面

建議關注：1)數據硬件產業鏈公司，如海康威視(002415.SZ)、大華股份(002236.SZ)等；以及2)算力硬件產業鏈公司，如中科曙光(603019.SH)、浪潮信息(000977.SZ)、聯想集團(00992)、中興通訊(000063.SZ)等，相關公司還包括寒武紀(688256.SH)、海光信息(688041.SH)等。

風險因素

生成式AI模型創新、AI算力硬件技術迭代、AI應用落地進展不及預期。