随着数字中国建设不断推进,办公场景数字化已成为必然的趋势,重点行业PC渗透度和结合度不断提高。尤其是近年来,金融、能源、教育等行业及政府对PC需求空间持续拓宽,商用PC占比有望不断提高。
为挖掘重点行业对PC各项指标的基本要求和特色化需求,合理评估目前我国PC重点系列产品的综合表现,为重点行业PC选型提供科学参考。赛迪顾问电子信息产业研究中心编制了《2023中国重点行业PC选型参考研究报告》,并于2023年11月3日在2023行业信息技术应用创新大会上发布。
一、市场规模:需求空间将不断拓宽,市场有望恢复增长
2022年,全球经济发展放缓,叠加原材料供应危机、消费者购买力下降等因素影响,供求两端都呈现疲软态势,PC出货量出现大幅下降,同比降幅高达10.0%。未来,在数字经济战略持续推进的影响下,数字转型红利将惠及中小企业。未来中小企业在线会议、远程办公、数据上云等线上场景将不断丰富,多场景的协同办公的工作模式将刺激中小企业对PC需求快速增加。预计2025年中国PC出货量将超过5500万台,同比增长8.5%。

图1 2019-2025年中国PC出货量与增长(数据来源:赛迪顾问2023,11)
二、评价体系:综合考虑行业多元化需求,构建六维度选型评价体系
为挖掘重点行业对PC各项指标的基本要求和特色化需求,合理评估目前重点PC系列产品的综合表现,为重点行业PC选型提供科学参考。研究遵循科学、可靠、客观、可操作的原则,根据企业对于PC“可用”和“好用”的要求,综合考虑不同行业、不同应用场景对PC的特色化需求,构建了PC选型评价体系:

图2 PC选型评价体系模型(数据来源:赛迪顾问2023,11)
PC选型评价体系中共收录了性能、稳定性、灵活性、安全性、使用成本和体验感六个一级指标,每个一级指标下设三个二级指标:

图3 PC选型评价体系指标(数据来源:赛迪顾问2023,11)
三、重点行业重要应用场景PC选型分析:稳定性普遍关注度高,不同业务需求差异较大
报告利用PC选型评价体系对当前金融、教育、电信运营商、能源、政府等PC重点行业典型应用场景需求进行评估:

图4 重点行业典型应用场景PC选型分析结果(数据来源:赛迪顾问2023,11)
金融、运营商两大行业柜台服务应用场景:该场景具有业务种类多且杂、外设多的特点。且因为柜台服务需要直面客户,业务办理的处理速度、流畅度和稳定性问题会被放大。因此对PC的稳定性、灵活性要求较高。教育行业智慧教室应用场景:智慧教室场景具有数据量大、需要播放大量多媒体文件等特点。因此对PC的性能、稳定性要求较高。能源行业监控应用场景:能源监控应用场景具有清晰度要求高、持续监测和数据量大等特点。因此对PC的性能、稳定性要求较高。政府日常办公应用场景:日常办公场景主要包括文件收发、文件撰写、报表填写、办公系统平台操作等业务,对性能要求普遍不高,对稳定性要求更高。政府与其他行业日常办公场景相比,对安全性要求更高。
四、国内主要商用PC产品评价:不同系列产品各有亮点,性能和安全性是主要发力点
为了了解国内主要商用PC产品综合能力,报告选取中科可控Suma“天阔”系列、联想“开天”系列、华为“擎云”系列、紫光“UNIS”系列、长城“世恒”系列等主要国产商用PC系列产品,利用PC选型评价体系进行了评估:

图5 国内主要PC系列产品综合能力评价(数据来源:赛迪顾问2023,11)

图6 国内主要PC系列产品六边形打分情况(数据来源:赛迪顾问2023,11)
通过评估可以发现,中科可控Suma“天阔”系列PC产品在性能、安全性和体验感表现优异,产品平均得分4.48分,综合实力排名第一。联想“开天”系列产品在使用成本和性能指标表现优异,灵活性表现较好,产品平均得分4.41分。华为“擎云”系列在安全性指标表现优异,产品平均得分4.26分。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。