计算机行业研究：什么应用值得长期跟踪

敬请参阅最后一页特别声明 1 投资逻辑： 大模型能力突破、成本降低、开放权重模型加速迭代，推动 2026 年 AI 应用正式迈入百花齐放。我们对 AI 软件应用保持乐观，重点看好四类方向：铲子股/卖水人、Infra、定制化重的 IT 交付，以及与业务流程深度结合的行业软件。  铲子股/卖水人最先受益，高质量非公开数据与真实实验需求有望增加。模型能力越强、应用场景越多，对专业数据和结果验证的需求也越大。非公开数据库、实验结果及失败记录难以从公开语料中获得，拥有这些资源的平台可以服务多家模型与应用厂商，有望率先承接增量。以医疗和金融为例，1）医疗领域，AI 降低蛋白及抗体设计成本，但结合能力与生物活性仍需湿实验验证。相关需求已开始落地：Twist 参与 Anthropic 蛋白设计的生产与检测，金斯瑞 2026 年中期业绩披露 AI 赋能药物发现业务收入翻倍。2）金融领域，同花顺、东方财富通过 MCP 将专业数据库接入 Agent，数据使用从人工查询延伸至持续、批量调用，有望扩大付费空间。  Infra 是应用落地的前置必备条件，海外财报已率先验证需求。Agent 进入企业业务，需要数据平台连接信息、网络安全管理权限、可观测性平台追踪执行过程，以及网络服务支持高频调用等。海外 Infra 财报已率先验证这一增量需求：如 1）Snowflake FY27Q2 产品收入 14.919 亿美元、同比增长 37%，连续第三个季度加速，全年产品收入指引由 58.4 亿上调至 60.7 亿美元，CoCo 使用账户超过 9,100 个；2）Datadog 2026Q2 收入同比增长 36%，全年收入指引由 43.0 亿-43.4 亿美元上调至 44.5 亿-44.7 亿美元。  定制化程度较高的 IT 项目，需要端到端的解决方案，FDE 与 AI Coding 推动交付体系重塑。政务、央国企、银行和大型企业 IT 涉及复杂流程与历史系统，AI 落地仍需咨询规划、系统集成、测试验收和持续运营。大客户转型需求也体现在订单中：Accenture FY26 新签订单 845 亿美元，全年共有 141 笔单季度超过 1 亿美元的大单。国内厂商也在推进交付改革，如拓尔思将算法、工程和产品人员前置到客户现场，把经验转化为 Skill、模板和产品能力；软通动力组建 FDE 客户工程中心，农牧领域咨询、ERP 定制开发与 AI Agent 相关项目上半年签约超千万元。软件公司亦需重塑交付流程：FDE 模式下，前端咨询与方案设计更为重要，后端开发可通过 AI Coding 大幅提效，管理方式与组织模式也需同步改革。  行业 Knowhow 与业务流程结合越紧密，应用的长期价值越突出。ERP 掌握采购、财务、库存等流程，CRM 连接客户数据、营销触达与成交反馈，EDA、CAD、PLC 依赖私有工程数据、专业工具和高精度验证，模型需与既有系统深度结合才能完成任务。从相关厂商商业化进展来看：1）Workday FY27Q2 披露，AI 贡献超过 25%的当季新增 ACV；2）Salesforce FY27Q2 Agentforce 相关 ARR 超过 15 亿美元，当季智能体工作单元达 32 亿、环比增长 97%；3）金蝶2026H1 AI 原生产品收入约 2.96 亿元、同比增长 189%，AI 合同签约约 6.05 亿元、增长 159.2%。 相关标的 1）云：阿里巴巴-W、金山云、优刻得、首都在线等； 2）AI Infra：深信服、绿盟科技、德才股份、达梦数据、卓易信息、星环科技、广立微等； 3）AI4S：金斯瑞生物科技、英矽智能、晶泰控股、百普赛斯、药明康德等； 4）AI 应用：迈富时、汇量科技、中控技术、金蝶国际、鼎捷数智、用友网络、泛微网络、海致科技集团、汉朔科技等； 5）IT 咨询与交付：软通动力、汉得信息、拓尔思等。 风险提示 AI 应用商业化不及预期的风险；企业 IT 预算恢复不及预期的风险；行业竞争加剧的风险；海外宏观及汇率波动风险。 行业专题研究报告 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录 一、引言：2026 年起 AI 应用正式百花齐放 ......................................................... 4 1.1 大模型能力持续突破 ..................................................................... 4 1.2 模型成本持续降低 ....................................................................... 4 1.3 开放权重加速迭代 ....................................................................... 6 1.4 企业级 AI 加速落地，2026 年应用迈入百花齐放 ............................................. 6 二、铲子股/卖水人最先受益 ...................................................................... 6 2.1 AI4S：设计成本降低，实验需求增加 ....................................................... 6 2.2 金融：专业数据库接入 MCP ............................................................... 8 三、Infra 是应用落地的前置必备条件 ............................................................. 9 3.1 数据平台、网络安全等 Infra 成为 AI 落地刚需 .............................................. 9 3.2 Infra 是海外财报率先验证的方向 ........................................................ 10 四、定制化重的 IT 交付：端到端方案与 FDE 模式重要性凸显 ......................................... 12 4.1 复杂客户需求需要端到端交付 ............................................................ 12 4.2 Accenture 财报验证 IT 服务需求 ......................................................... 12 4.3 国内实践案例：拓尔思、软通动力推进 FDE ................................................