20251212-民银国际-科技行业2026年展望_企业级AI应用落地_开启价值新周期_39页_2mb

报告摘要

科技行业2026年展望：企业级AI应用落地，开启价值新周期

核心内容概述

2025年，港股恒生人工智能主题指数（HSAIT.HK）以 34.6% 的涨幅领跑市场，表现优于恒生指数和恒生科技指数。随着AI大模型技术的不断演进，企业级AI应用正逐步从技术试验转向商业化落地，成为推动科技行业价值新周期的关键因素。2026年，AI大模型将更加注重多模态与Agent技术的融合，企业将采用复合AI策略，并逐步构建AI就绪数据体系，以支持大模型在不同行业的深度应用。

主要观点与关键信息

1. AI大模型发展与演变

技术演进：从2017年Transformer架构的提出，到2025年DeepSeek-R1的推出，AI大模型经历了从“规模竞赛”到“开源民主化”的转变。
模型分类：大模型可分为大型基础模型（LLM、LVM、LMM）和大型行业专用模型（L0、L1、L2）。
性能提升：模型在效率和性价比上持续提升，国内大模型API价格显著低于海外，推理模型成为主流，中美模型差距逐步收窄。
技术突破：2025年DeepSeek-R1实现了低成本、高效率、强推理能力，标志着AI进入“高效开源推理”阶段。
市场趋势：模型调用量呈现爆发式增长，2025年上半年达到10.2万亿Tokens，表明AI需求侧开始发力。

2. 企业级AI应用发展

企业级AI分类：分为判别式AI和大模型AI，后者以生成式和Agentic能力为核心。
市场空间：2023年中国企业服务市场规模达11.4万亿元，预计2026年将达13.6万亿元。企业级大模型市场增速高于判别式AI，2024年达到58亿元，预计2029年将达527亿元。
技术应用：企业级AI应用集中在问答增强、代码助手、文档处理、智能客服等场景，金融、政务、制造等行业加快部署RAG、Agent和数字员工。
部署模式：主要包括私有化部署、混合部署、算力共享模式，其中云上智能算力和开源模型成为主流选择。
应用挑战：企业面临数据质量、模型幻觉、成本、人才短缺等问题，需构建AI就绪数据体系和系统化的AI部署流程。

3. 企业级AI市场参与者

五大类参与者：
1. 互联网科技巨头：如阿里、腾讯、百度、字节等，提供全栈AI生态，掌握算力与数据入口。
2. AI+Data技术提供商：如星环科技、拓尔思、滴普科技等，专注于基础层的数智基建，保持“模型中立”。
3. 技术转型者：如科大讯飞、商汤科技、金蝶等，具备成熟的行业知识与客户基础。
4. AI原生创业者：如DeepSeek、月之暗面、MiniMax等，专注于大模型技术突破。
5. 垂直领域深耕者：如百融云、创新奇智、医渡科技等，聚焦行业解决方案。

4. 企业AI应用趋势

预算增长：企业对生成式AI的预算显著增加，2026年预计增长75%，且预算从创新性项目转向核心业务。
技术采纳：企业对AI技术的采纳率持续上升，2024年有78%的企业至少在一项职能中使用AI，生成式AI的使用率也大幅提升。
开源优势：开源模型因性价比高、可定制、透明性好，逐渐获得企业青睐，2025年上半年企业采用开源模型的比例达44.4%。
招投标活跃度：中国大模型招投标项目数量从2024年初的10个增长至2025年10月的934个，增长超9000%，表明AI商业化落地加速。

5. 2026年行业展望

技术趋势：
- 多模态和Agent技术将进一步渗透到更多行业。
- 企业将采用复合AI策略，结合生成式AI、知识图谱、传统机器学习等。
- AI就绪数据将成为企业成功应用的关键，2028年中国在非结构化数据上的AI就绪数据投资将达2024年的20倍。
市场格局：
- 头部科技公司、AI+Data厂商、技术转型者、AI原生创业者和垂直深耕者将共同推动AI生态发展。
- 企业将更注重技术与业务的深度融合，并构建从数据到模型再到应用的完整链条。

风险提示

落地不及预期：大模型在实际应用中可能面临技术、成本、人才等多重挑战。
市场竞争加剧：随着AI技术的普及，市场参与者数量和竞争强度将上升。
下游客户预算不足：部分企业可能在AI投入上面临资金压力。
人才流失：AI领域人才竞争激烈，企业可能面临人才短缺问题。
地缘政治与政策监管：中美竞争、数据安全、AI伦理等可能影响AI发展。

结论

2026年，企业级AI将迈入规模化落地阶段，多模态与Agent技术的融合将带来更广泛的生产力提升。企业将从“技术驱动”转向“价值驱动”，更关注AI在实际业务中的应用效果。同时，AI就绪数据、开源模型、云服务等将成为企业AI部署的核心支撑。随着技术成熟和市场接受度的提升，AI将逐步成为企业数字化转型的重要工具。

展开完整摘要