6月4-5日，我们组织了2025年中期策略会，我们看到：1）AI算力保持积极向上趋势，推理端与训练端共同推进算力需求；2）国内外Agent进展提速，业绩有望加速释放；3）Agent产品有望在数据复杂度低，业务流程标准化程度高，幻觉容忍度高的场景率先落地。
模型技术演进与产业进展角度共同证明AI算力需求持续上行
训练端与推理端两条主线都对未来AI算力需求保持积极推动：从近期的模型迭代趋势来看，后训练阶段scaling持续推进，预训练阶段的新架构探索有望开启Scaling Law新起点。同时从产业的角度，我们也看到了算力需求继续上涨的积极信号 ：1）大规模算力集群随英伟达B系列交付节奏恢复加速落地。OpenAI星际之门项目与xAI Colossus是全球大规模算力集群的代表项目，目前处于加速落地进程中。2）CoreWeave作为北美最大的算力租赁厂商之一，从CoreWeave订单快速增长来看，高端GPU需求仍存在强劲的增长动能，证明了全球算力需求高景气度仍然存在，我们持续看好AI算力需求。
AI应用：加速从简单场景向复杂场景渗透
Agent为AI应用带来落地方式&商业模式的新范式，从策略会我们观察到，国内AI应用正加速实现从简单环节到复杂环节的产品升级。Agent应用能力边界拓展本质在于数据访问权限与模型能力边界的拓展，国内AI应用加速从简单数据环节向复杂数据环节进阶。我们还观察到AI应用目前进入新的发展阶段，具体体现在商业模式变革与对人力资源的直接替换。从“工具订阅”到“成果合同”，特征表现为企业不再为功能付费，而是为可量化 KPI 或直接收益买单。AI不再只是API，而是能自我触发、持续运行的数字劳动力，自主工作能力提升给企业带来切实效益，企业开始像部署人力资源一样部署 AI 资源。我们认为，随Agent向企业流程的进一步深化，ROI有望进一步明晰，落地节奏有望加速。
AI应用有望在数据流程标准化高&ROI可量化的领域有望率先放量
策略会上我们观察到，目前国内外AI Agent商业化进程均在加速推进，我们认为，Agent产品必须要与垂直行业数据、垂直场景数据深度结合，才能实现真正的商业化落地。从AI落地节奏来看，ToC场景因其需求简单、幻觉容忍度高等原因，推进速度更快，如AI大模型在游戏、电商、广告等领域进展加速。ToB场景中，我们在策略会观察到，AI在营销和销售领域的应用已从技术探索阶段迈入到规模化应用。营销和销售领域成为AI大模型落地最快的场景之一，我们认为，其核心原因在于其数据驱动的本质、业务目标的可量化性、流程的标准化特征与 AI 技术特性高度契合，在这些环节AI应用有望迎来率先放量。
风险提示：宏观经济波动；技术落地不及预期；本研报中涉及到未上市公司和未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。
正文
AI算力：看好算力需求积极向上趋势
从策略会我们观察到，全球AI算力需求持续上行趋势不改，我们认为，训练端与推理端两条主线都对未来AI算力需求保持积极推动：
1）训练端来看，模型层后训练阶段不断有新的scaling路径涌现；新架构正在积极探索过程中，未来有望重启预训练阶段的算力需求叙事；全球大规模算力集群有望伴随英伟达B系列交付节奏的恢复加速推进，主权AI正逐步落地。
2）推理端来看，策略会上我们观察到，部分AI应用厂商已探索出可复制的落地场景，加速实现从简单环节到复杂环节的产品升级。Agent的加速落地有望带来tokens调用量十到百倍提升，推理需求有望加速放量，我们看好AI算力需求持续向上。
训练端：预训练Scaling Law有望开启新起点
训练端来看，总结最近的大模型迭代趋势，模型架构的改进或是Scaling Law提速的可行性方案，预训练有望诞生新的起点。从近期的模型架构探索来看，腾讯发布的混元大语言模型TurboS，是业界首个大规模部署的Transformer-Mamba专家混合（MoE）模型，通过Mamba架构在长序列处理上的卓越效率与Transformer架构在上下文理解上的固有优势的有机协同，实现了性能与效率的平衡。Google于5月的I/O大会上发布了Gemini Diffusion文本扩散模型，能够通过将随机噪声转换为连贯的文本或代码来生成输出，类似图像/视频生成模型的工作模式，Gemini Diffusion是大厂在商业化模型上首次将扩散模型用于文本生成，或是类似于OpenAI o1一样的重要路径转折点。自2024年下半年模型参数的扩大的趋势有所放缓，llya在NeurlPS演讲中表示互联网中用于模型训练的公开数据已到达瓶颈，我们认为，模型架构的改进或为预训练阶段找到Scaling Law的新路径，预训练阶段的AI算力叙事有望开启新起点。
产业端来看，我们也看到了算力需求继续上涨的积极信号，预训练的算力投入步伐从未停下。
1）大规模算力集群随英伟达B系列交付节奏恢复加速落地。OpenAI星际之门项目与xAI Colossus是全球大规模算力集群的代表项目，目前处于加速落地进程中。星际之门阿比林一期工程将包含8个建筑，每座建筑中都会有5万块完全互连的大型GPU集群，总共有多达40万块芯片，总发电容量将达到1.2GW，从最新释出的项目现场视频来看，目前其中2座主体建筑基本完工，伴随英伟达GPU的逐步交付正在进行算力机架与冷却系统的铺设。
2）北美算力租赁厂商订单加速增长，反映出大模型厂商对未来算力需求的乐观态度。CoreWeave作为北美最大的算力租赁厂商之一，3月底在纳斯达克上市，自上市以来涨幅接近260%，反映了美股资本市场对算力端的信心。2025年3月，公司与OpenAI签署5年119亿美元的合同；2025年5月，公司与OpenAI再签40亿美元拓展协议，期限至2029年；根据公司25Q1电话会，截至25Q1，公司收入积压为259亿美元，同比增长63%。从CoreWeave订单快速增长来看，高端GPU需求仍存在强劲的增长动能，证明了全球算力需求高景气度仍然存在，我们持续看好AI算力需求。
推理端：推理需求有望随Agent落地爆发
Agent需求的爆发或将驱动推理算力实现数十倍乃至上百倍的增长。据Artificial Analysis统计，在模型扩展律（Scaling Law）主导的初期阶段，增大模型参数是主要方向，这带来了约5倍的算力提升。进入模型后训练与推理为主导的阶段后，模型输出的Token数量显著增加，推动算力需求再增长约10倍。而步入Agent时代，算力需求激增的驱动力转变为单Agent处理单任务所需的请求次数（request），这一数量级预计提升约20倍。鉴于Agent几乎完全由推理模型驱动，这些因素叠加（参数增大×Token增长×请求量剧增）最终将导致整体推理算力需求呈现数十倍甚至上百倍的跃升。
Agent带来的大量的工具调用与信息交互驱动tokens消耗量数量级的提升。Agent对tokens消耗的核心动因在于：1）交互与任务复杂化：Agent需执行任务分解与编码，处理涉及多步子任务（常达数十个）或屏幕内容识别等复杂流程，远超Chatbot的单次交互Token消耗量。2）多Agent协同开销：未来多Agent协作场景会因跨Agent通信而产生额外算力需求。3）使用强度与模态增加：交互频次、任务复杂度及使用频率的提升，叠加屏幕识别等多模态输入，大幅推高了单位任务Token消耗。综上因素叠加或共同驱动整体算力需求几十到上百倍的提升。
AI应用：加速从简单场景向复杂场景渗透
Agent为AI应用带来落地方式&商业模式的新范式
从策略会我们观察到，国内AI应用正加速实现从简单环节到复杂环节的产品升级。Agent应用能力边界拓展本质在于数据访问权限与模型能力边界的拓展，国内AI应用加速从简单数据环节向复杂数据环节进阶。1）2C AI应用：完成从通用AI搜索向个人知识管理的产品升级，并加速进入生活Agent助理场景，以Manus为代表的通用型Agent实现商业化落地；2）2B AI应用：完成从企业知识库到单点Agent的能力跨越，伴随MCP、A2A等标准化协议推广，2B应用开始布局跨业务的多Agent协同功能，有望实现复杂场景的Agent交互与协同。
我们还观察到AI应用目前进入新的发展阶段，具体体现在商业模式变革与对人力资源的直接替换。1）从“工具订阅”到“成果合同”，特征表现为企业不再为功能付费，而是为可量化 KPI 或直接收益买单，SaaS 的“按座位收费”逻辑被快速侵蚀，销售、营销、风控等预算正迁移到“结果共享”或“按增收分成”的新合同里。2）“被调用”到“主动调度”的智能体操作系统，特征：AI不再只是API，而是能自我触发、持续运行的数字劳动力，自主工作能力提升给企业带来切实效益，企业开始像部署人力资源一样部署 AI 资源，运营中心出现“智能体排班表”，人力成本与AI计算成本出现此消彼长的新结构。
可商业化的Agent产品快速发展，Deep Research功能是目前最成熟的应用方式。从目前商业化的Agent产品来看，实现方式上以虚拟机为主，好处是不用占据用户的本地设备使用权限，可以完全在云端运行，而且支持多任务并行。另一种方式是利用模型的多模态能力对GUI（图形用户界面）进行推理，然后进行键鼠、触屏等操作来模拟人类，好处是可以绕开各类App的底层权限。功能上看，Deep Research最为成熟，本质是让大模型不停的搜索各种网页，然后根据用户的问题形成专业调研报告，一般会持续推理10-30min。
国内AI应用下半年加速落地可期
国内AI落地节奏来看，24年已初步验证，25年有望加速复制推广。我们筛选泛ERP、轻办公、AI+行业、数据等四大类AI应用公司，可以看到AI商业化验证24年已初步完成，我们以AI应用落地较快的汉得信息、鼎捷数智、万兴科技为例，三家公司24年AI应用收入已突破千万人民币。受益于DeepSeek带动下游客户AI需求，25Q1各家公司的业务进展显著提速。
MCP有望加速AI应用产业节奏，应用公司态度积极。MCP协议旨在实现AI应用开发的标准化，对于加速AI应用产业落地具有重要意义。海外Anthropic、OpenAI、Microsoft、Google，国内阿里、腾讯、百度已全面支持MCP，AI应用公司同样快速接入MCP生态。泛ERP类、数据类公司支持MCP，主要是在PaaS平台内提供MCP服务，便于企业开发者打造更丰富的Agent功能；轻办公类、AI+行业类公司支持MCP，主要作为MCP Server提供工具化能力。我们认为，AI应用放量趋势日益明显，产业生态正在加速完善。
未来展望：看好细分领域率先放量
数据流程标准化高&ROI可量化的领域有望率先放量
策略会上我们观察到，目前国内外AI Agent商业化进程均在加速推进，我们认为，Agent产品必须要与垂直行业数据、垂直场景数据深度结合，才能实现真正的商业化落地。
从AI落地节奏来看，ToC场景因其需求简单、幻觉容忍度高等原因，推进速度更快，如AI大模型在游戏、电商、广告等领域进展超预期。而在企业级市场，因ToB客户场景的复杂度更高、对模型幻觉的容忍度较低等原因，落地节奏相对ToC场景会缓慢一些。
在ToB垂直场景中，业务流程相对简单、对模型幻觉有一定容忍度的垂直场景落地更快，如办公、人力资源、营销、销售、智能客服等场景，AI商业化进展相对更快；而投资顾问、财务管理、AI辅助诊断等严肃场景，对模型幻觉率容忍度较低，此部分领域的Agent大规模广泛落地还有赖于大模型能力的进一步提升，但中长期来看，这些领域具有更为广阔的市场空间。
从ToB垂直行业角度看，教育、法律、金融、医疗、工业领域的AI Agent均在快速推进中，如教育领域正在迎来千人千面的学习革命；金融领域AI正在带来交易领域、个性化理财、风险管理等领域的快速变革；医疗AI正在从辅助诊断向健康管理的全面升级；工业领域，AI在预测性维护、供应链管理等领域发挥重大作用。这些行业具有共同的特征：行业数据丰富、信息化水平较高、AI大模型能够给行业带来效果显著的降本增效。
以AI+营销为例，看影响落地节奏的关键因素
在AI分论坛上国内AI+营销领域代表公司原圈科技对AI未来对营销领域的变革做出展望，我们观察到，AI在营销和销售领域的应用已从技术探索阶段迈入到规模化应用。营销和销售领域成为AI大模型落地最快的场景之一，我们认为，其核心原因在于1）其数据驱动的本质：营销领域是企业数据最密集的场景之一，涵盖用户行为、消费偏好、市场趋势等多维度数据。这些数据为 AI 模型提供了丰富的 “燃料”，使其能够快速学习并优化营销策略；2）业务目标的可量化性：营销和销售的核心目标（如销售额提升、提升广告支出回报率 ROAS、转化率、客户留存率）具有明确的量化指标，便于企业快速评估 AI 应用效果；3）流程的标准化特征：营销全链路（从内容生成、投放优化到效果分析）具有清晰的流程节点，流程的可拆解性降低了技术集成难度，企业无需重构业务体系即可快速部署 AI 解决方案。 这些特征与 AI 技术特性高度契合，落地较快。
企业客户对于AI营销的需求已经从单一工具向全链路智能中枢升级。营销链路可以分为公域引流阶段以及私域引流阶段，传统营销模式下企业注重在公域引流上的投入，但在后互联网时代下，越来越多企业注重要私域运营的重要性以实现企业业务的稳定增长。
1）洞察环节：企业利用AI打通线上线下数据，自动聚合多源数据（社交媒体、CRM、电商平台），实时生成市场趋势报告。
2）内容生产：营销内容生成与创意突破。基于大模型生成个性化文案、图像及视频，缩短创作周期。
3）媒介投放：利用AI进行精准营销，并动态优化广告预算分配，实现ROI的快速提升。
4）后链路管理：自动化客户触达与售后服务，提升客户互动体验。
AI营销/销售领域的市场格局分散，AI有望重塑行业格局。AI营销/销售领域的市场格局非常分散，按照沙利文《中国营销及销售SaaS解决方案市场行业研究报告》数据显示，2023年迈富时（Marketingforce）是中国最大的营销及销售Saas解决方案厂商，份额为3%；Saleforce、微盟、纷享销客、有赞市场份额分别为1.8%/1.8%/1.5%/0.9%。当前，AI已成为重塑数字营销及销售行业的重要力量。我们认为，对行业的深刻理解、AI技术领先性、成熟的销售网络、强大的品牌知名度等将成为厂商胜出的重要因素。
宏观经济波动。若宏观经济波动，产业变革及新技术的落地节奏或将受到影响，宏观经济波动还可能对IT投资产生负面影响，从而导致整体行业增长不及预期。
技术落地不及预期。若AI等技术落地不及预期，或对计算机行业公司整体产品迭代、收入增长节奏产生负面影响。
本研报中涉及到未上市公司和未覆盖个股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该股票的推荐或覆盖。
研报：《2025年中期策略会速递——AI：持续看好算力需求，Agent进展提速》2025年6月8日
谢春生 分析师 S0570519080006 | BQZ938
郭雅丽 分析师 S0570515060003 | BQB164
范昳蕊 分析师 S0570521060004
袁泽世 分析师 S0570524090001
岳铂雄 分析师 S0570524080004
王浩天 联系人 S0570125010006
（转自：华泰证券研究所）
