证券之星消息，2025年2月17日京北方（002987）发布公告称公司于2025年2月16日召开分析师会议，BrillianceYiTang、贝寅资产杨兆媛、寓隆资产高洋、誉辉资本管理郝彪、长江养老保险罗世超 陈世昕、长信基金何增华、浙江景和资产管理俞谷声、浙商证券马毅 王鹏、智合远见私募基金黄勇、中达投资王勇、中国人保资产管理邱越、中国人民健康保险利铮、博时基金谢泽林 程沅、中加基金袁超、中信保诚基金孙浩中、中信建投证券应瑛 张敏、中银基金蔡国栋、中再资产管理赵勇、重庆德睿恒丰资产管理江昕、财通证券资产管理吴志豪、诚通基金秦杨杨、大家资产管理黄建平、德邦基金袁之渿、东方证券资产管理谢文超 秦绪文、东吴基金朱冰兵、富安达基金栾庆帅 杨红、富国基金曹晋 胡博、Pinpoint Asset Management Limited金伟伟、工银瑞信基金谷衡、广发基金邱世磊 冯骋、广州市玄元投资廖仕超、国海富兰克林基金刘晓、国金证券孟灿 赵彤、Kaiyun国联基金马孟、国融基金贾雨璇、国泰基金智健 陈异、国泰君安证券李博伦、国投瑞银基金桑俊、安信基金李本刚、杭州红骅投资陈佳 陈杰、禾永投资马正南、宏利基金石磊、华创证券吴鸣远 张宇凡 杨玖祎、华商基金童立、华夏基金刘强、华夏久盈资产管理任晏兵、汇丰晋信基金桂治元、建信基金李登虎虎、交银施罗德基金杨芝廷 孙婕衎、百嘉基金黄超、景顺长城基金孟棋、君阳基金张春龙、民生证券杨立天、名禹资产王友红 王益聪、摩根基金万隽宸、摩根资产管理王嵩、摩根资产管理有限公司杨景喻、南方基金李宇一、南银理财宋彬、宁波勤朴私募基金郑志平、宝盈基金容志能、宁银理财刘玉金、诺安基金陈衍鹏、鹏华基金杨飞、平安养老保险王雄辉、平安资产管理王晶、前海联合基金龙若朴、青岛星元投资赵磊、上海阿杏投资陈小珊、上海彬元资产管理WarrenChen、上海博道投资刘俊、北京澄明私募基金谢爱红、上海冲积资产桑梓、上海复胜资产赵超、上海赋格投资孙鑫、上海高毅资产管理吴嘉懿、上海混沌投资邵伟、上海极灏私募基金王照峰、上海玖鹏资产管理周其源、上海君禾投资陈宫、上海明河投资王蒙、上海南土资产管理薛蕴哲、北京金百镕投资崔墨男、上海磐厚投资于昀田 胡建芳、上海秦兵投资童飞、上海筌笠资产管理郑峰、上海彤源投资薛凌云、上海喜世润投资杨渝、上海鑫垣私募基金史彬、上海驯致投资张文婷、上海域秀资产管理吴文哲、上海煜德投资李曲波、上海原泽私募基金姚姗、北京暖逸欣私募基金郭志强、深圳瑞信致远私募证券基金何家龙、深圳市金之灏基金罗燕、深圳市景泰利丰投资吕志伟 邹军辉、深圳市前海道明投资包夏茜、深圳市乾图私募证券基金邓彬彬、深圳正圆投资亓辰、生命保险资产管理贾殿村、太平基金黄立华、泰信基金吴秉韬、天弘基金刘宁、北京遵道资产李强、天惠投资郭立江、万家基金耿嘉洲、五地投资成佩剑、西部利得基金侯文生 吴海健 温震宇、新华基金蔡春红、新华资产管理耿金文、鑫元基金吴菊、易方达基金何一铖、银华基金刘宇尘、英大保险资产管理巩显峰参与。
具体内容如下：问：公司目前在 AI 领域的布局，以及此次 DeepSeek 能够带来的 IT 架构变革是怎样的？答：DeepSeek将带来三大主要变化，即开源的趋势、私有化部署线下闭环及应用效果提升，将从两个维度拓宽金融IT特别是银行应用大模型的空间。纵向来看，效果提升使每个银行的业务在纵向的业务场景中，不同业务节点增加I赋能的可能性；横向来看，不同银行的不同业务使用I的场景会拓展，涉及银行运营、信贷、风控、营销、渠道等不同业务板块。此前受成本和模型部署限制，很多应用场景无法实现，现在空间拓展能释放银行需求，且银行需求会从科技部门驱动转向业务部门驱动。对于IT软件及服务供应商，以大行合作为主的模式下，公司在客户卡位以及对客户行业业务理解上有优势。问：下游客户对于 DeepSeek 部署的需求变化，尤其是私有化部分如何看待，以及未来的商机如何看待？答：过去金融行业主要基于私有化部署接入开源大模型，如阿里的千 问、智谱清言等，进行模型应用的探索工作。银行对数据自主可控的要求极为严格，采用PI方式接入闭源大模型并将银行端数据输入至闭源厂商模型，难免引发数据安全的担忧。因此，支持开源的潮流将促使更多银行选择性价比更高的私有化部署方案。但是私有化部署存在一定算力投入门槛，银行以效果为导向，不会盲目进行大批量部署。大行可能更多采用集中的大平台提供算力，内部接入大平台算力平台；中小行更灵活，会平衡模型研发时间、训练时间和算力投入，可能选择缩小模型、接受相对小的算力和长一点的训练过程。公司作为合作早的厂商，可以和银行探索不同方式，如在私有化部署加上软件的应用层集成开发调优等，未来也有可能探索软硬件一体化的方式。问：公司在BPO场景上关于AI agent的布局是怎样的？答：公司除给银行提供IT系统外，还帮助银行做专家型集中化管理和作业，这使公司能够深入银行的业务流程，了解可通过I赋能和优化的后台业务环节。公司会继续拥抱行业趋势，我们认为用I agent方式解决银行客户作业流中各节点问题是很大的机遇，会带来银行运营体系转型以及公司业务转型机会。问：公司跟模型厂商在银行端或业务侧落地的商业合作模式是怎样的？答：过去与大厂合作时，大厂会自主集中布署算力、进行私有化部署模型平台，并接入不同开源大模型厂商。公司主要参与后端应用开发和模型调优工作，部署完后在银行内部使用。未来随着中小行业进入市场、应用铺开，可能会出现不同商业模式，这取决于客户诉求，大行和中小行需求差异较大，可能会有打包大模型服务等创新方式。目前已有客户在探索让公司接过一些调优工作。打包模式有可能会成为一种主流。问：公司银行及其他行业呼叫中心业务与 AI 结合有什么规划，能否实现降本增效？答：呼叫中心业务很适合做I化，公司有自己的呼叫系统，早期已用人工智能做了一些探索，大模型会进一步提升智能客服、智能外呼、智能营销的效果。公司会积极拥抱技术进步，根据客户需求提供技术支持。对于公司自身非金融领域的呼叫中心服务业务，根据过往经验，用I替代后有降本增效的效果。未来随着I技术走向成熟，效果会更加明显。问：如果AI发展较好，银行及大型企业的呼叫中心会继续外包给公司，还是会选择自己内部上系统？答：银行对合规和安全要求较严格，从公司过去的发展经验来看，ITO和BPO是同步增长的。在使用先进I技术过程中，会衍生出很多新的服务型业务需求，并非简单的替代关系。公司作为IT厂商，能获得IT业务和衍生服务业务两部分的市场机遇。问：为金融行业客户做模型调优工作的价值量如何，公司做这项工作有何优势，同行是否也能做同样的事？答：根据过往案例，一个模型布置初始命中率为25%，经过6个月的调优，命中率提升至55% - 60%，因此调优工作具有较高价值。同时，调优具有一定门槛，首先要对模型有一定理解，需在多个场合应用过该模型；其次，调优的模型分推理型和数据类，推理型模型调优要对业务有深刻理解，数据类模型调优关键在于数据清理，也要求对数据有深刻理解。Kaiyun随着使用时间增长，调优工作的护城河会越来越深。问：金融行业客户使用AI落地主要基于哪些考虑？答：银行使用I前期主要目的为降本增效，即降低单件工作成本，提高人均产出，用I替代常规辅助性工作以降低风险。此外，在个别银行的营销试点中发现，使用I后客户粘性增加，客户在手机银行、网上银行或大堂看相关资讯时的停留时间增加。因此金融机构一方面在加大I内部场景使用以持续降低单件处理成本，另一方面在营销方面通过I辅助增加客户粘性。问：大行、中小行等下游客户在IT支出方面的行业增速如何，2025年整体规划怎样，是否会在AI方面有更侧重的投入？答：整个银行IT过去几年主要依靠数字化转型以及信创驱动。目前银行金融机构有信创的明确要求，所以满足信创要求是基本盘。一些信创节奏较快的大行、股份制银行，可能逐渐转向拥抱新技术投入，将之前积压的需求通过新技术手段应用落地，投入重心会向I或数据等方面调整。银行一般在年初形成初步预算，年中可能根据技术应用进展和变化，对重点方向再次调整。在行方交流需求和落地应用需求都有较大提升的情况下，I方面的投入资源预期会有一定倾斜。
京北方（002987）主营业务：主要向以银行为主的金融机构提供信息技术服务和业务流程外包服务。
京北方2024年三季报显示，公司主营收入34.36亿元，同比上升10.05%；归母净利润2.26亿元，同比下降9.34%；扣非净利润2.21亿元，同比下降5.71%；其中2024年第三季度，公司单季度主营收入11.92亿元，同比上升8.47%；单季度归母净利润1.06亿元，同比上升7.15%；单季度扣非净利润1.03亿元，同比上升8.51%；负债率16.33%，投资收益134.8万元，财务费用-277.06万元，毛利率22.61%。
融资融券数据显示该股近3个月融资净流入1831.67万，融资余额增加；融券净流入69.02万，融券余额增加。
以上内容为证券之星据公开信息整理，由智能算法生成（网信算备240019号），不构成投资建议。
证券之星估值分析提示京北方盈利能力良好，未来营收成长性优秀。综合基本面各维度看，股价偏高。更多
以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息，证券之星对其观点、判断保持中立，不保证该内容（包括但不限于文字、数据及图表）全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议，据此操作，风险自担。股市有风险，投资需谨慎。如对该内容存在异议，或发现违法及不良信息，请发送邮件至，我们将安排核实处理。如该文标记为算法生成，算法公示请见 网信算备240019号。
业务咨询
扫码，关注我们
