光大证券发布研报称，DeepSeek的出现推动决策“AI平权”，电力数字化企业最终的产品核心要素为其领域的纵向深耕水平，决定了其模型预测的水平。数据壁垒是电力数字化行业核心要素，企业通过行业深耕垂直扩充数据容量，提升预测水平，进而在生成式AI助力下得到更为合理的决策及成果。建议关注在电力数字化细分应用领域具备核心产品的朗新集团(300682.SZ)、国网信通(600131.SH)、国能日新(301162.SZ)等。

光大证券主要观点如下：

电力数字化拥有巨大的发展空间，物理模型叠加通用模型创造数字空间

未来在数字化边端、泛在通信网络、算力和存储、算法和应用等新一代数字化使能技术的大力发展和广泛应用下，电力数字化将全面联通物理世界与数字空间，通过将电力系统中的设备信息、生产过程等转化为数字表达，打造电力系统在虚拟空间中的“数字镜像”。

通过供给侧、输配侧、需求侧在“源、网、荷”端布局的新型电力系统的硬件，加之使能技术赋能，电力数字化运营场景广阔，包括供给侧(电厂规划、电厂建设、电力生产、电厂运维)，电网侧(电网计划建设、电网运维技术)，需求侧(灵活调度、综合用能管理等)。通过公司自有物理模型以及接入的通用大模型(如DeepSeek，ChatGPT)对数据加工并创造数字空间，从而达到降本增效的目的。

AI在电力数字化中应用广泛，DeepSeek的出现推动生成式“AI平权”

电力数字化行业中AI技术应用广泛，主要为三大形态六大场景。AI主要被分为预测式AI与生成式AI。预测式AI专注于“分析”与“预测”，生成式AI核心在于“创造”与“生成”。DeepSeek开源大模型为典型的生成式AI代表。DeepSeek的开源降低了AI社区的资源门槛，DeepSeek成为“AI平权”的结果，其出现使得技术创新门槛降低，成本降低，打破了算力垄断，在电力数字化领域的应用拓展展现出强大的潜力。

AI在将电力数据转换成数字化应用过程中，其目的是决策，预测水平决定转换成败

数字化应用的实现是一个涉及数据导入、物理模型预测以及生成式AI辅助决策的多步骤过程。电力数字化产品会将原始数据变量导入到物理模型中得到预测的结果，生成式AI通过对该数据进行分析辅助用户生成决策。在DeepSeek的出现实现了决策平权后，预测成为数字化应用优秀与否的核心。预测的核心是数据和行业深耕的水平。公司在这些领域具备独特的数据优势，可以通过自身物理模型得到更精准的预测，进而通过DeepSeek等开源大模型得到较好的结果。

风险提示

新能源装机进度不及预期；电网建设进度不及预期的风险；AI迭代低于预期。