中国GEO市场研究报告总结

市场规模与趋势

• 千亿市场形成：GEO（生成式引擎优化）市场预计将达千亿规模，成为AI时代的新型用户入口。
• 需求与供给：需求侧品牌焦虑加剧，供给侧存在混乱，但市场潜力巨大。
• 未来展望：GEO将从工具化应用向生态化生存跨越，个性化记忆、公私域融合及AI交易闭环是关键趋势。

GEO方法论

• 用户洞察：从传统用户洞察转向意图挖掘，以适应AI场景下的新用户认知。
• 高频监测：通过高频监测对抗AI模型的随机性，提升优化效果。
• 内容优化：从可见度博弈转向品牌认知建设，强化品牌在AI推荐中的影响力。

GEO商业模式

• 定价模式：从服务费向交易分成转变，组合式定价与token化趋势明显。
• 未来模式：AI交易闭环与私域融合将成为主流，提升商业变现效率。

竞争格局

• 哑铃型竞争：市场呈现哑铃型竞争格局，头部厂商与技术驱动型服务商占据主导。
• 四维竞争：竞争维度包括技术、数据、运营和合规。
• 五类玩家：AI原生型、传统营销机构转型型、技术驱动型、垂类深耕型及合规底线型，各有竞争优势。

未来趋势：从GEO走向AEO

• 个性化记忆挑战：AI推荐结果千人千面，品牌需适应个性化记忆机制。
• 公私域融合：AI应用将从信息获取入口转变为交易入口，公私域融合成为关键。
• AEO生态：AEO（AI引擎优化）的核心目标是提升品牌进入Agent决策体系的概率，而非单次曝光。
• 合规经营：企业需持续适配Agent的认知规则，合规经营是长期生存基础。

爱分析机构简介

• 服务内容：爱分析专注于AI市场研究咨询，提供市场洞察、品牌营销等服务。
• 核心优势：凭借行业积累与头部客户经验，助力科技厂商把握市场机会，提升竞争力。

金融行业已进入云服务和人工智能（AI）全面应用的阶段，AI 正从实验走向大规模生产。行业面临的主要挑战是如何在 AI 应用速度加快的同时，提升安全治理和运营模式的成熟度。

• 云服务采用率极高：98.3% 的金融机构使用云服务，其中 33% 采用完全云架构，46% 采用混合架构。公共云在存储和处理受监管数据方面的使用率持续上升。
• 多云策略成为趋势：48% 的机构在过去 12 个月改变了云服务提供商策略，主要驱动因素是提高弹性和可用性（51%）和成本优化（50%）。37% 的机构制定了退出计划，反映了监管机构对第三方风险管理的重视。
• 治理框架碎片化但正在发展：ISO/IEC 27001 和 NIST Cybersecurity Framework 是最常用的框架，而 AI 特定框架如 NIST AI Risk Management Framework 和 CSA AI Controls Matrix 的采用率正在上升。
• 安全态势：工具、风险和优先事项：SIEM 是最广泛部署的工具，但 CSPM 的采用率增长最快。主要风险是第三方风险（55%）和配置错误（52%）。非人类身份管理成为一个日益增长的关注点。
• AI 采用：从实验到规模化生产：91% 的机构在业务流程中使用第三方和机器学习，35% 处于试点阶段，34% 处于积极的生产实施阶段。AI 代理在客户服务、网络安全运营、欺诈检测和后台自动化等领域的应用日益普及。
• AI 风险：主要是数据问题：61% 的机构将敏感数据泄露视为最大的 AI 风险，其次是 AI 代理的权限和审计问题。
• AI 代理：自主性的前沿：62% 的机构使用 AI 代理，其中 38% 授予了有条件或高度的自主权。85% 的机构预计 AI 代理将代表消费者执行金融交易。
• AI 安全事件：一个不透明的问题：20% 的机构报告了与 AI 相关的安全事件，21% 不确定是否发生了此类事件，这表明缺乏 AI 监控和检测。
• AI 采用障碍：隐私、技能和信任：54% 的机构将数据隐私和安全视为采用 AI 的主要障碍，其次是缺乏 AI 和机器学习专业知识（45%）和缺乏对 AI 输出的信任（45%）。

七大趋势：

1. AI 安全集成势在必行：金融机构需要将 AI 安全集成到现有的云安全治理中。
2. AI 时代的第三方风险：第三方和供应链风险成为云安全的首要关注点。
3. AI 金融浪潮：AI 代理将越来越多地参与金融决策和执行。
4. 监管趋同与持续分化：全球监管框架在原则上趋同，但在具体执行上存在差异。
5. 技术安全差距：从安全护栏到 AI 数据管道：传统安全控制无法完全解决 AI 数据管道的安全问题。
6. 系统性风险：超越单个机构：如果许多机构依赖相同的模型和云服务，可能会产生系统性风险。
7. 从云安全到 AI-云安全：云安全和 AI 安全不再是分离的学科，需要统一治理。

建议：

• 金融机构应将 AI 风险管理纳入现有的云安全治理框架，加强非人类和代理身份管理，并实施 AI 数据控制措施。
• 云服务提供商应提高透明度，并开发支持 AI 治理的功能。
• 监管机构应明确现有监管要求如何适用于 AI，并制定 AI 特定的监管程序。

量化派控股研报总结

公司定位与商业模式

量化派控股并非试图在底层算力或机器人硬件上与巨头竞争，而是作为“AI应用层龙头”，利用其深厚的场景Know-How向线下重资产行业输出“数字大脑+物理执行”标准化解决方案。公司以羊小咩消费电商为数据基座与现金牛，以量星球AI中台为核心引擎，沿“场景洞察—SOP数字化封装—B端AIAgent输出”的路径，实现从线上消费平台向物理AI场景赋能者的跃迁。

双飞轮驱动与竞争优势

公司构建了‘数字大脑（商业意图理解）’与‘物理小脑（执行控制）’的协同飞轮。粮仓飞轮负责洞察区域/社区的商业意图，自动生成BOM指令与SOP序列；物理飞轮（智慧餐厅Store Agent与机器人）则负责接收这些高阶商业意图，并转化为底层的物理执行动作。相比于纯烧钱的具身智能初创企业，量化派2025年高达95.4%的毛利率和10.34亿的电商营收，为其提供了无风险的AI试错资本。

公司掌握三维独特数据：粮仓数据（6300万用户的策略归因级消费偏好标注）、感官数据（智能抱枕等硬件捕获的语音交互、触摸反馈、环境感知等）、具身数据（智慧餐厅机器人采集的ego第一人称操作数据、真机遥操作演示数据和高保真仿真合成数据）。三种数据形成的跨域关联价值远超单一数据源加总。

三层TAM市场与数据飞轮

量化派当前的业务版图横跨线上消费平台、企业级AI Agent解决方案、智能硬件与具身智能三大市场。这三个市场并非彼此孤立，而是通过"消费数据—AI训练—场景验证—能力输出"的正反馈飞轮形成递进关系。

• 基座层（线上消费平台）：市场规模2024年为25.7万亿元，预计2025年至2029年CAGR为9.1%。竞争核心从"谁流量大"转向"谁的AI驱动转化效率更高"。
• 爆发层（企业级AI Agent）：预计2028年市场规模达270亿美元，中国市场预计2028年达33,009亿元。核心驱动力是线下重资产行业真实的效率痛点，如餐饮连锁行业合格店长的培养瓶颈。
• 前沿层（具身智能与物理AI）：全球具身智能市场规模预计2033年达676亿美元，中国具身智能市场规模预计2026年突破万亿元。物理AI的核心命题是：能否通过机器人、智能硬件等物理载体，在真实环境中完成"感知—决策—执行"的长链路任务。

量星球AI中台正在经历三层架构升级：感知层从结构化标签扩展至多模态融合（视觉/语音/力反馈/动态环境）、决策层从推荐排序升级至物理任务编排、学习层从批式训练转向"仿真+遥操作+在线学习"三重引擎。这一升级使公司的可触达市场从线上消费平台延伸至企业级AI Agent和具身智能。

商业闭环与五层递进生态

量化派的商业模式沿"量星球AI中台（大脑）→羊小咩数据基座（粮仓）→智能硬件感知延伸（感官）→智慧餐厅场景验证（试炼场）→B端Agent输出（变现）"五层递进构建，每层竞争优势建于前层积累之上。

• 数据基座（粮仓）：羊小咩+消费地图沉淀消费偏好场景标注数据，其壁垒在于"策略+行为+结果"的完整闭环，数据标注维度不可回溯。
• 底层基座（大脑）：量星球AI中台通过三层架构升级，从电商工具进化为全场景具身大脑。
• 感知延伸（感官）：智能硬件与物理飞轮开启物理世界的数据入口，为后续模型训练和场景化应用提供数据基础。
• 能力验证（试炼）：智慧餐厅作为B端Agent的商业化验证样板，验证AI Agent对真实运营流程的介入能力。
• 商业终局（变现）：B端Agent输出实现收入模型升维，从"赚C端交易佣金"经三个阶段跃迁至"赚B端AI Agent订阅费+软硬一体解决方案+API调用费+数据服务费"的多元结构。

财务表现与估值

量化派2022-2025年营收分别为4.75亿元、5.30亿元、9.93亿元和10.34亿元，营收复合增速达29.6%。2025年毛利率为95.4%，净利率为18.9%，扣非后归母净利同比增速为33%。羊小咩GMV突破100亿元，次月复购率达到35.88%。

采用SOTP分部估值法，公司2027年合理目标市值为163.5亿港币，当前市值约79.07亿港币，对应上行空间约106%。

风险因素

• 传统业务增长放缓风险
• 新业务落地不及预期风险
• 跨界生态整合风险
• 数据合规与伦理风险
• 技术研发及场景泛化风险
• 特定商业模式的政策定性及合规风险
• 流动性与市值管理扰动风险

核心观点

• 公司概况：润和软件深耕金融科技、智能物联、智慧能源三大主业，构筑稳固基本盘。公司长期深度协同华为产业生态，深度参与开源鸿蒙、开源欧拉两大操作系统生态体系建设，创新业务收入占比达21.59%。
• 业务布局：
  • 金融科技：传统优势领域，金融信息化市占率排名位居前列，积极推动AI智能体研发落地。
  • 智能物联：营收占比持续提升，有望成为全新增长曲线，包含软件技术服务和软硬件产品及解决方案两种类型。
  • 智慧能源信息化：面向B端与G端客户，提供电力信息化解决方案。
  • 智能供应链信息化：其他主营业务，2025年收入同比减少13.41%。
• 创新业务：
  • OpenHarmony：公司基于OpenHarmony的自研商业发行版操作系统HiHopeOS，持续高效迭代系统版本、开展各类配套软件开发。HiHopeOS已推出13款面向行业的软件发行版操作系统并落地商用，OpenHarmony软件发行版数量在社区位列第一。
  • OpenEuler：公司以HopeOS操作系统作为AI产业核心底座，深度适配多种全栈国产算力平台，形成规模化复制与可持续运营的商业落地能力。HopeOS已经在金融保险、能源电力、应急安全、医疗与教育等众多领域实现落地。
  • 人工智能平台及解决方案：公司自研AIRUNS调度、训推一体化两大基础平台，推出基于昇腾的一体算力服务器，同步落地RAG+、机器视觉、数字人等多套企业级AI应用解决方案。
• 财务状况：公司营收保持稳健增长，2025年同比增长17.1%。盈利能力正在修复，2024/2025年扣非归母净利润分别同比增长53.02%/36.96%。智能物联毛利率增长，收入结构变化有望改善利润水平。公司重视研发投入，研发人员规模维持。
• 机遇分析：
  • 鸿蒙生态：金融+电力信创进度领跑，行业适配加速落地。纯血鸿蒙能力升级，商用发行版生态加速繁荣。HiHopeOS率先获得权威认证，行业赋能：钻研细分行业领域，商业发行版已实现多行业落地。
  • 欧拉生态：CentOS停服倒逼服务器国产替代，本土操作系统迎来自主可控发展窗口期。openEuler位居国内系统前列，市场占有率达到57.3%。HopeStage成为首个通过新国标GB/T20272-2019三级的OS发行版，公司已形成规模化复制与可持续运营的商业落地能力。
  • 智能体商业化：HarmonyOS 7开发者Beta版启动，全面迈向Agent时代。金融行业生成式AI市场规模持续扩容，智能体应用场景逐渐丰富。公司已在金融行业构建多个智能体，并在多家金融机构实现商业化应用。
• 研究结论：预计公司2026-2028年营业收入为46.47/53.87/61.66亿元，同比增长16.7%/15.9%/14.5%。首次覆盖，给予“买入”评级。
• 风险提示：技术和产品迭代风险、市场竞争加剧风险、研究报告中使用的公开资料可能存在信息滞后或更新不及时的风险。