炒股就看金麒麟分析師研報，權威，專業(yè)，及時，全面，助您挖掘潛力主題機會！

　　來源：源達

　　投資要點

　　數(shù)據(jù)要素指的是根據(jù)特定生產(chǎn)需求匯聚、整理、加工而成的計算機數(shù)據(jù)及其衍生形態(tài)，是基于數(shù)字經(jīng)濟及新質生產(chǎn)力產(chǎn)業(yè)發(fā)展而出現(xiàn)的概念。數(shù)據(jù)要素的一次價值體現(xiàn)在在企業(yè)數(shù)字化轉型過程中，數(shù)據(jù)經(jīng)由各個業(yè)務系統(tǒng)的設計而產(chǎn)生，用以支撐業(yè)務系統(tǒng)的正常運轉。數(shù)據(jù)要素的二次價值體現(xiàn)在數(shù)據(jù)可通過數(shù)據(jù)分析、AI大模型等手段，揭示內在運行規(guī)律，用于支持生產(chǎn)、經(jīng)營和治理等環(huán)節(jié)的戰(zhàn)略決策。數(shù)據(jù)要素的三次價值體現(xiàn)在數(shù)據(jù)作為商品，可交易至更多需要的場景實現(xiàn)價值利用。數(shù)字化和智能化趨勢下，各組織需要更多數(shù)據(jù)用于分析決策，產(chǎn)生數(shù)據(jù)流通需求，因此數(shù)據(jù)可作為商品進行價值流通。

　　數(shù)據(jù)基礎設施是發(fā)展數(shù)據(jù)要素產(chǎn)業(yè)的基礎，人工智能技術將實現(xiàn)對數(shù)據(jù)要素的更好利用。因此需發(fā)展以數(shù)字經(jīng)濟、人工智能行業(yè)為代表的新質生產(chǎn)力產(chǎn)業(yè)，才能加快發(fā)揮數(shù)據(jù)要素行業(yè)的各項作用?！?024年國務院政府工作報告》中提到：要深化大數(shù)據(jù)、人工智能等研發(fā)應用，開展“人工智能+”行動，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群；健全數(shù)據(jù)基礎制度，大力推動數(shù)據(jù)開發(fā)開放和流通使用；適度超前建設數(shù)字基礎設施，加快形成全國一體化算力體系，培育算力產(chǎn)業(yè)生態(tài)。

　　數(shù)據(jù)流通端是數(shù)據(jù)要素流通的中介與核心，溝通各類市場主體，是數(shù)據(jù)作為生產(chǎn)要素進行交互、整合、交換、交易的平臺。目前國內數(shù)據(jù)要素交易場內機構以形成“國家級+省市級+行業(yè)級+企業(yè)級”的格局。其中國家級和省市級交易機構是市場內主流，集中于華東與華南地區(qū)，以國資主導公司制為主，通常為通用型數(shù)據(jù)交易平臺。而行業(yè)級和企業(yè)級交易機構往往專耕單個或數(shù)個細分行業(yè)和領域，如：鋼鐵行業(yè)、醫(yī)藥行業(yè)、金融行業(yè)和電信行業(yè)等。

　　數(shù)據(jù)要素是國家基于數(shù)字經(jīng)濟和新質生產(chǎn)力產(chǎn)業(yè)發(fā)展的又一重要政策導向方向。伴隨國內新質生產(chǎn)力產(chǎn)業(yè)發(fā)展壯大，數(shù)據(jù)要素市場商業(yè)化有望加快成熟。建議關注數(shù)據(jù)基礎設施、人工智能和數(shù)據(jù)要素交易平臺等環(huán)節(jié)的投資機會。

　　政策導向不及預期的風險，市場競爭加劇的風險，技術發(fā)展不及預期的。

　　一、數(shù)字化和智能化趨勢下，數(shù)字要素市場生態(tài)逐漸完善

　　“數(shù)據(jù)要素”是數(shù)字經(jīng)濟中，討論生產(chǎn)力和生產(chǎn)關系時對“數(shù)據(jù)”的指代，是對數(shù)據(jù)促進生產(chǎn)價值的強調，即數(shù)據(jù)要素指的是根據(jù)特定生產(chǎn)需求匯聚、整理、加工而成的計算機數(shù)據(jù)及其衍生形態(tài)，投入于生產(chǎn)的原始數(shù)據(jù)集、標準化數(shù)據(jù)集、各類數(shù)據(jù)產(chǎn)品及以數(shù)據(jù)為基礎產(chǎn)生的系統(tǒng)、信息和知識均可納入數(shù)據(jù)要素討論的范疇。

　　圖1：數(shù)據(jù)要素主要表現(xiàn)形態(tài)

　　資料來源：《數(shù)據(jù)要素白皮書》，源達信息證券研究所

　　數(shù)據(jù)要素的一次價值體現(xiàn)在支撐企業(yè)、政府的業(yè)務系統(tǒng)運轉實現(xiàn)業(yè)務間的貫通。在企業(yè)數(shù)字化轉型過程中，數(shù)據(jù)經(jīng)由各個業(yè)務系統(tǒng)的設計而產(chǎn)生，用以支撐業(yè)務系統(tǒng)的正常運轉。

　　數(shù)據(jù)要素的二次價值體現(xiàn)在數(shù)據(jù)可揭示內在運行規(guī)律，用于支持生產(chǎn)、經(jīng)營和治理等環(huán)節(jié)的戰(zhàn)略決策。在數(shù)據(jù)分析、人工智能等技術支持下，數(shù)據(jù)可用于構建出理解預測乃至控制事物運行的模型體系，從而支撐未來決策。

　　數(shù)據(jù)要素的三次價值體現(xiàn)在數(shù)據(jù)作為商品，可交易至更多需要的場景實現(xiàn)價值利用。數(shù)字化和智能化趨勢下，各組織需要更多數(shù)據(jù)用于分析決策，產(chǎn)生數(shù)據(jù)流通需求，因此數(shù)據(jù)可作為商品進行價值流通。

　　圖2：數(shù)據(jù)要素產(chǎn)生價值的三種方式

　　資料來源：《數(shù)據(jù)要素白皮書》，源達信息證券研究所

　　根據(jù)數(shù)據(jù)要素的三次價值，數(shù)據(jù)要素市場可分為數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)加工、數(shù)據(jù)流通、數(shù)據(jù)分析、數(shù)據(jù)應用、生態(tài)保障七大模塊。其中為實現(xiàn)數(shù)據(jù)要素的一次價值需推動政府及企業(yè)數(shù)字化轉型，發(fā)力服務器及云計算中心等數(shù)據(jù)基礎設施建設；實現(xiàn)數(shù)據(jù)要素的二次價值需發(fā)展人工智能行業(yè)，通過大模型等智能終端輔助決策；實現(xiàn)數(shù)據(jù)要素的三次價值需構建數(shù)字要素交易流通市場，方便數(shù)據(jù)要素的市場化流通。

　　圖3：數(shù)據(jù)要素市場構成

　　資料來源：國家工業(yè)信息安全發(fā)展研究中心，源達信息證券研究所

　　通過數(shù)據(jù)分級分類可將數(shù)據(jù)分為四類數(shù)據(jù)：公開數(shù)據(jù)、低敏感度數(shù)據(jù)、中敏感度數(shù)據(jù)、高度機密數(shù)據(jù)四種，提出針對不同數(shù)據(jù)類型，應用不同的數(shù)據(jù)流通技術和服務模式。

　　圖4：數(shù)據(jù)流通金字塔模型

　　資料來源：國家工業(yè)信息安全發(fā)展研究中心，源達信息證券研究所

　　中國數(shù)據(jù)交易市場規(guī)模保持高速增長趨勢，預計2023年中國數(shù)據(jù)交易行業(yè)市場規(guī)模達1199億元，同比增長36.72%。預計2030年中國數(shù)據(jù)交易行業(yè)市場有望增長至5156億元。

　　圖5：2021-2030年中國數(shù)據(jù)交易行業(yè)市場規(guī)模及預測

　　資料來源：《2023年中國數(shù)據(jù)交易市場研究分析報告》，源達信息證券研究所

　　二、加快新質生產(chǎn)力建設，為數(shù)據(jù)要素生態(tài)保駕護航

　　人工智能大模型對數(shù)據(jù)要素有巨大需求。AIGC行業(yè)進入高速發(fā)展期，AI大模型性能持續(xù)提升的背后是千億級以上的參數(shù)訓練，帶來對算力的高額需求，有望推動新一輪AI基礎設施建設。根據(jù)OpenAI官網(wǎng)，AI模型訓練計算量自2012年起每3.4個月就增長一倍。以GPT-3模型為例，根據(jù)lambdalabs數(shù)據(jù)，該模型參數(shù)規(guī)模達1750億，完整訓練運算量達3640PFlop/s-days（以3640PFlop/s速度進行運算，需要3640天）。模型完成單次訓練約需要355個CPU年并耗費460萬美元（假設采用Nvidia Tesla V100芯片）。

　　表1：人工智能大模型的參數(shù)規(guī)模呈指數(shù)級增長趨勢

Models

Release time

Developers

Parameter size/10-8

Sample size/10-9

GPT-1

2018

OpenAI

1.17

10

BERT

2018

Google

3.40

34

GPT-2

2019

OpenAI

15.00

100

Fairseq

2020

Meta

130.00

—

GPT-3

2020

OpenAI

1750.00

4990

GLaM

2021

Google

1200.00

16000

LaMDA

2022

Google

1370.00

15600

GPT-4

2023

OpenAI

—

—

Ernie Bot

2023

Baidu

—

—

SparkDesk

2023

iFLYTEK

1700.00

—

PanguLM

2023

HUAWEI

>30000

　　資料來源：《大語言模型研究現(xiàn)狀及趨勢》，源達信息證券研究所

　　更多大模型類應用的推出是對數(shù)據(jù)要素有效利用的基礎。AI Agent是一種以AI大模型驅動的人工智能工具，可根據(jù)具體場景實現(xiàn)高度個性化和智能化的智能服務，有望將大模型的潛力最大化，推動AI技術應用化，加速人工智能產(chǎn)業(yè)商業(yè)化。

　　表2：國內廠商加大對AI Agent等大模型驅動下的人工智能應用的投入

公司名稱

大模型產(chǎn)品

阿里云

百煉大模型服務平臺

AWS

Amazon bedrock 以及partyrock.aws等工具

百度智能云

TiAppBuilder、AgentBuilder

京東云

Al Agent開發(fā)管理平臺

螞蟻集團/螞蟻數(shù)科

螞蚊Al Studio+Max

昆侖萬維

SkyAgents

商湯科技

MaaS平臺-應用智能體

深信服科技

AI算力平臺

神州數(shù)碼

神州問學-AI應用及Agent管理

騰訊云

騰訊元器

月之暗面

Kimi Plus

中國電信（天翼AI）

智能體開發(fā)運營平臺

字節(jié)跳動

扣子/Coze，火山引擎Al Agent開發(fā)管理平臺

360

360智腦、360智匯云

　　資料來源：IDC，源達信息證券研究所

　　服務器等數(shù)據(jù)基礎設施是數(shù)據(jù)要素價值得到有效利用的基礎。自OpenAI發(fā)布ChatGPT后，AI大模型有望成為助力千行萬業(yè)智能化轉型的底層支撐。AI大模型的訓練和運行過程對對算力需求極大，預計將推動一輪算力中心的建設。以Nvidia A100服務器為例（由8個A100 GPU構成），單臺服務器算力約為5Pflop/s，則訓練一個具有1750億個模型參數(shù)的大模型需要約2917臺A100服務器。

　　表3：具有1750億個模型參數(shù)的大模型訓練一天需要約2917臺Nvidia A100服務器

模型參數(shù)（億個）

350

700

1050

1400

1750

所需算力（E+8PFlop/s）

0.63

1.26

1.89

2.52

3.15

有效算力比率（%）

25%

25%

25%

25%

25%

實際算力需求（E+8PFlop/s）

2.52

5.04

7.56

10.08

12.6

服務器算力（PFlop/s）

5

5

5

5

5

每日工作時間（s）

86400

86400

86400

86400

86400

服務器需求數(shù)（臺）

583

1167

1750

2333

2917

　　資料來源：Nvidia官網(wǎng)，OpenAI，源達信息證券研究所

　　用于構建算力中心的AI服務器出貨量高速增長。2023年全球普通AI服務器/高端AI服務器出貨量分別為47.0和27.0萬臺，較2022年分別同比增長36.6%和490.5%，并預計2024年全球普通AI服務器和高端AI服務器出貨量分別為72.5和54.3萬臺，分別同比增長54.2%和172.0%。

　　圖6：AI服務器出貨量高速增長

　　資料來源：華勤技術投資者關系公眾號，源達信息證券研究所

　　華為加大算力基礎設施研發(fā)力度。目前華為算力基礎設施布局中：鯤鵬系列以通用算力為主，昇騰系列以智能算力為主，均采用國產(chǎn)芯片打造。華為憑借自身強大的研發(fā)能力，已實現(xiàn)從算力、存力、互聯(lián)技術和計算架構等方面為世界提供第二選擇，打造算力堅實底座。從產(chǎn)業(yè)鏈布局看，目前華為主要負責服務器或其中核心器件的研發(fā)和生產(chǎn)，并由下游服務器廠商代理銷售，主要的華為系服務器廠商有高新發(fā)展（對華鯤振宇持股70%）、四川長虹、神州數(shù)碼、拓維信息和烽火通信等。此外2023年3月中興通訊宣布自身服務器將為百度“文心一言”提供算力支撐。

圖7：搭載鯤鵬920處理器的鯤鵬服務器主板

圖8：華為推出昇騰系列AI算力基礎設施

資料來源：華為官網(wǎng)，源達信息證券研究所

資料來源：華為官網(wǎng)，源達信息證券研究所

　　三、構建數(shù)據(jù)要素交易平臺市場，商業(yè)模式加快成熟

　　數(shù)據(jù)流通端是數(shù)據(jù)要素流通的中介與核心，溝通各類市場主體，是數(shù)據(jù)作為生產(chǎn)要素進行交互、整合、交換、交易的平臺，是推動數(shù)據(jù)交易市場建設的基礎。數(shù)據(jù)流通端按類型可分為數(shù)據(jù)交易所、企業(yè)主導型數(shù)據(jù)服務平臺及開放數(shù)據(jù)平臺。未來數(shù)據(jù)交易所有望成為數(shù)據(jù)要素市場交易的主流平臺。

　　圖9：中國數(shù)據(jù)要素流通行業(yè)產(chǎn)業(yè)鏈

　　資料來源：《2023年中國數(shù)據(jù)交易市場研究分析報告》，源達信息證券研究所

　　數(shù)據(jù)交易按類型可分為場內交易和場外交易，場內交易由數(shù)據(jù)交易所制定數(shù)據(jù)交易流程及規(guī)章，在交易前負責質量評估、合規(guī)評估和資產(chǎn)評估等；在數(shù)據(jù)交易環(huán)節(jié)做好風險控制；在交易后提供交易核驗、仲裁糾紛等服務。

　　圖10：數(shù)據(jù)要素交易模式

　　資料來源：《2023年中國數(shù)據(jù)交易市場研究分析報告》，源達信息證券研究所

　　圖11：場內外數(shù)據(jù)交易流程

　　資料來源：《2023年中國數(shù)據(jù)交易市場研究分析報告》，源達信息證券研究所

　　目前國內數(shù)據(jù)交易平臺的規(guī)模仍有待壯大。數(shù)據(jù)交易平臺注冊資本數(shù)額大多在5000萬元-1億元，有23家；而注冊資本數(shù)額超過1億元的有4家，其中上海數(shù)據(jù)交易所注冊資本達8億元，北京國際大數(shù)據(jù)交易所和鄭州數(shù)據(jù)交易中心注冊資本達2億元。

　　數(shù)據(jù)交易平臺分布以華東、華南和華中為主。受企業(yè)數(shù)字化水平及數(shù)據(jù)資源分布情況影響，目前數(shù)據(jù)交易平臺分布仍以華東、華南和華中為主，其中華東地區(qū)有14家，占比達35%，華南和華中地區(qū)各7家，占比為17.5%，三個地區(qū)合計占比達70%。

圖12：數(shù)據(jù)交易平臺注冊資本數(shù)額情況

圖13：數(shù)據(jù)交易平臺區(qū)域分布情況

?

?

資料來源：《數(shù)據(jù)交易平臺發(fā)展白皮書》，源達信息證券研究所

資料來源：《數(shù)據(jù)交易平臺發(fā)展白皮書》，源達信息證券研究所

　　目前國內數(shù)據(jù)交易機構的產(chǎn)品以數(shù)據(jù)集、API和數(shù)據(jù)應用服務為主。少數(shù)機構還提供許可（金麒麟分析師）證、數(shù)據(jù)處理服務、數(shù)據(jù)分析工具服務和行業(yè)研究報告等產(chǎn)品。

　　圖14：主流數(shù)據(jù)交易機構的產(chǎn)品上架情況

　　資料來源：《數(shù)據(jù)流通市場中數(shù)據(jù)產(chǎn)品的特性及其交易模式》，源達信息證券研究所

　　目前數(shù)據(jù)交易平臺的盈利模式主要有三種：傭金模式、會員制和增值式交易服務三種。其中交易傭金模式的優(yōu)勢是簡單易行、門檻低，但傭金費率過高會抑制平臺交易需求；會員制模式可利于促進長期合作及交易安全性，但交易規(guī)模的擴大具有一定難度；增值式交易服務模式交易所需提供數(shù)據(jù)處理等更多服務，對平臺的能力提出更高要求。

　　圖15：數(shù)據(jù)交易平臺的盈利模式

　　資料來源：《數(shù)據(jù)交易平臺發(fā)展白皮書》，源達信息證券研究所

　　中國數(shù)據(jù)要素交易場內機構可分為國家級、省市級、行業(yè)級和企業(yè)級。其中國家級和省市級交易機構是市場內主流，集中于華東與華南地區(qū)，以國資主導公司制為主，通常為通用型數(shù)據(jù)交易平臺。而行業(yè)級和企業(yè)級交易機構往往專耕單個或數(shù)個細分行業(yè)和領域，如：鋼鐵行業(yè)、醫(yī)藥行業(yè)、金融行業(yè)和電信行業(yè)都有較好應用前景。

　　圖16：中國數(shù)據(jù)要素交易場內市場競爭格局

　　資料來源：《2023年中國數(shù)據(jù)交易市場研究分析報告》，源達信息證券研究所

　　目前國內數(shù)據(jù)要素交易市場存在的問題有：數(shù)據(jù)產(chǎn)權不清、數(shù)據(jù)交易活躍度低、同質化競爭和新技術應用不成熟等。目前各機構收集的個人數(shù)據(jù)權屬仍存在爭議，導致交易風險較高，需要進一步完善相關制度體系及讓交易所發(fā)揮好做市商功能；而數(shù)據(jù)交易機構的建設需根據(jù)區(qū)域、產(chǎn)業(yè)和經(jīng)濟情況做好統(tǒng)籌布局，避免同質化競爭和資源浪費。

　　圖17：目前數(shù)據(jù)要素交易行業(yè)仍存在的問題

　　資料來源：《數(shù)據(jù)交易平臺發(fā)展白皮書》，源達信息證券研究所

　　四、投資建議

　　數(shù)據(jù)要素是國家基于數(shù)字經(jīng)濟和新質生產(chǎn)力產(chǎn)業(yè)發(fā)展的又一重要政策導向方向。國家數(shù)據(jù)局等17個部門聯(lián)合引發(fā)《“數(shù)據(jù)要素×”三年行動計劃（2024—2026年）》：將工業(yè)制造、交通運輸、金融服務、科技創(chuàng)新、醫(yī)療健康、氣象服務、城市治理等12個行業(yè)作為數(shù)據(jù)要素高水平應用的重點行業(yè)。數(shù)據(jù)交易層面國內已建成多個大型數(shù)據(jù)交易所，形成“國家級+省市級+行業(yè)級”的發(fā)展局面，為數(shù)據(jù)要素市場發(fā)展打牢基礎。伴隨國內新質生產(chǎn)力產(chǎn)業(yè)進一步發(fā)展壯大，數(shù)據(jù)要素市場有望加快成熟。

　　五、風險提示

　　政策導向不及預期的風險；

　　市場競爭加劇的風險；

　　技術發(fā)展不及預期的風險；