2025年企业数智应用白皮书-帆软

微信扫码，打开到小程序

编委会名单 主 编 辑 责 任 编 辑 指 导 专 家 扫一扫，留资获取专家一对一指导 ： ： ： 袁华杰 梅杰 鲍敏 张云扬 吕品 孙韦 王凯军 顾洋 何声凝 上官梦君 （排名不分先后） 版权声明： 本报告由帆软软件有限公司版权所有，并受有关商标和著作权的法律保护，部分文字和数据采集于公开信息，所有权为原 著者所有。未经许可，任何组织和个人不得以任何方式或途径复制或传播，包括但不限于复制、录制，或通过任何数据库、 在线信息、数字化产品或可检索的系统，特此声明。 免责声明： 本报告中的行业数据主要为三方研究人员采用文献研究、市场调查及其他研究方法获得，企业数据主要为问卷调研与访谈 获得，其数据结果受到样本的影响，仅代表调研时间和人群的基本状态，仅服务于当前的调研目的。受研究方法和数据获 取资源的限制，本报告仅作为市场和客户的参考材料，帆软软件有限公司对该报告的数据和观点不承担法律责任。 PREFACE 前言 在 AI 技术飞速发展的时代，企业正迎来数智化转型的历史性窗口期，数据战略成为 AI 项目的 ROI 放大器。数据，这一 数字时代最核心的生产要素，正在重新定义商业价值创造的边界和路径。传统的商业智能模式正在经历根本性重构 : 在数据消费端，智能 BI 技术的突破性进展，正推动着数据消费范式的深刻转变一从传统的 " 人找数 " 模式，转向智能 化的 " 数助人 " 模式。这种转变不仅仅是技术层面的优化，更是认知方式和工作流程的革命。同时，健全的指标体系如 同企业的神经网络，将战略目标与操作执行有机连接，催动管理层与业务一线的深度协同。现代企业的成功不再依赖于 单点突破，而需要全链条、全要素的协同优化，数据驱动的指标体系成为实现这一目标的核心抓手。在数据治理端，企 业需要注重实时技术与规范管理的深度融合，让流动的数据焕发出更大价值。在瞬息万变的市场环境中，数据的时效性 往往决定着决策的有效性。从数据产生到洞察生成，每一秒的缩短都可能转化为真实的商业价值。 在应用开发端，AI 技术正将零代码平台推向全新高度。从简单的轻量化工具演进为强大的创新引擎，AI 让零代码真正 做到 " 更零 "-- 业务人员无需掌握复杂的技术语言，即可快速构建应用，这种技术民主化将释放出巨大的创新潜能。 然而，技术终究是手段，人才才是数智化转型的核心驱动力。新时代的数智化人才需要具备跨界融合能力，既要深度理 解业务逻辑，又要熟练运用数字化工具，更要拥有数据思维和创新意识。 帆软数据应用研究院基于最新的洞察，在本白皮书中将深入探讨这些变革背后的逻辑与实践，为企业数智化转型提供 可行的路径参考，期待更多企业能够借鉴其中的理念与方法，在数智化转型的道路上行稳致远。 解析智能 BI 如何将数据消费范式从“人找数”转向“数助人” 指导企业如何建立自动化指标体系，并随业务发展持续迭代更新 展示 AI 应用场景 -AI 让零代码更“零”& 先进制造落地 AI 决策应用 解析如何通过实时技术和规范管理让流动的数据更有价值 分享“FAST”新型数智化组织能力以及新兴数智人才建设路径 01 02 03 04 05 目录 CATALOGUE 16 企业数智应用关键落地路径 02 17 23 26 30 42 44 47 52 57 59 69 74 BI 平台：释放决策与执行效率，增加可信度 指标建设：健全体系驱动管理与业务协同 应用开发：创新引擎，AI 让零代码更“零 数据治理：实时与管理让流动数据更具价值 BI 助力提升决策效率，减少错误决策 还原数据分析过程，让结果更加可信 应用场景复用让分析成果“即取即用” 智能 BI 将数据消费范式转向“数助人” 数智时代指标体系驱动业管协同 企业自身指标体系建设常见误区 指标平台建设，促进数据消费 典型案例实践：某专精特新企业 零代码从轻量工具到创新引擎 AI 时代，以用促建，以用促准 数据实时将“事后分析”升级为“实时决策” 资源治理提升数据 ROI，助企业高质量发展 2 .1 2.2 2.3 2.4 17 41 56 64 企业数智应用情况及趋势 01 国家层面数据政策一览 BI 向多形态融合的必然演进 面向数据应用进行敏捷治理 数智应用 ROI 评估一简要思路 1 . 1 1.2 1.3 1.4 01 02 10 13 15 企业最佳数智应用实践 企业数智应用关键催化因素 04 03 数智化组织能力促进企业技术应用 AI 辅助工业决策 : 先进制造落地 AI 决策应用 3 .1 2.5 104 86 78 103 84 92 复合型数智人才承接组织能力升级 数智化时代人才分类与结构变革 数智人才“规划、培育、善用、保留” 数智化人才为数智化组织注入活力 3.2 92 93 95 企业技术转型面临新的目标和挑战 企业需建立 "FAST”数智化组织能力模型 决策应用与智能体成为降本增效主战场 大模型下的供应链管理的销售和需求预测 110 116 86 87 78 80 宁德新能源：全员参与生产管理数字化革命 联宝科技：供应链控制塔从可视走向价值 帆软软件：从流程提效到业财协同 4 .1 4.2 4.3 帆软 AI 学习包 AI- 销售需求预测 在线 demo 体验 01 企业数智应用白皮书 PART1 企业数智应用情况及趋势 PART1 THE APPLICATION AND TREND OF ENTERPRISE DIGITAL INTELLIGENCE 02 企业数智应用白皮书 国家层面的 数据政策一览 发布时间 政策文件 内容 发布单位 2025 年 4 月 《国家数据局综合司关 于组织开展 2025 年可 信数据空间创新发展试 点工作的通知》 支持龙头企业等运营企业可信数据空 间，深化数据驱动型创新实践，完善 数据供给机制，丰富数据应用场景， 带动供应链上下游企业、生态合作伙 伴等协同开放共享数据资源。 国家数据局 2024 年 6 月 《国家人工智能产业综 合标准化体系建设指南》 以高质量数据为基石，规范 AI 研发 全流程数据服务（采集、标注、质量 管控等 ），通过透明算法、可解释 模型及合规管理，为 AI 系统筑牢数 据根基，释放 “数据 + AI” 融合创新 价值，驱动智能应用场景突破。 工业和信息化部、中央 网信办、国家发展改革 委、国家标准委 2024 年 10 月 《关于加快公共数据资 源开发利用的意见》 支持企业利用数据分析、数字仿真等 技术，加快产品迭代，提升创新效率， 增强市场竞争力。 中共中央办公厅、国务 院办公厅 2024 年 12 月 《中小企业数字化 赋能专项行动方案 （2025—2027 年）》 以数据为抓手，通过提供轻量化数据 工具、共享行业数据资源、搭建应用 服务平台等，降低中小企业数据应用 技术与成本门槛，激活中小企业数据 创新活力，推动其在生产、营销、供 应链等环节实现数字化升级，带动产 业链配套中小企业协同发展。 工业和信息化部、财政 部、中国人民银行、金 融监管总局 发布时间 政策文件 内容 发布单位 2025 年 5 月 《数字中国建设 2025 年行动方案》 从 “层级化治理体系” 迈向 “生态化治 理网络”：借助数据实时连接治理参 与方（政府部门、企业、公众），形 成 “需求实时响应 - 多方协同治理 - 价值共同创造” 的治理生态，实现治 理决策从单向传导到多元互动 国家数据局 数据应用层面：数据应用场景持续丰富 数据治理层面：从 “单向传导” 到 “治理生态” 1.1 03 企业数智应用白皮书 发布时间 政策文件 内容 发布单位 2025 年 1 月 《关于完善数据流通安 全治理 更好促进数据要 素市场化价值化的实施 方案》 数据治理方（政务云平台、数据运营 服务商、行业治理大脑）参与公共事 务治理价值分配，原行政流程中低效 环节价值被压缩，数据驱动的精准治 理、智慧服务环节价值凸显，推动治 理资源向数据赋能场景倾斜 国家发展改革委、国家 数据局、中央网信办、 工业和信息化部、公安 部、市场监管总局 2024 年 10 月 《关于加快公共数据资 源开发利用的意见》 打破传统治理部门分割，通过 “数据 贯通 + 业务协同”，将政务、民生、 经济等多领域治理场景融合，构建 “全 域治理数据网络”，催生跨域协同治 理单元，如 “智慧政务协同体”“民生 服务数据共同体” 中共中央办公厅、国务 院办公厅 在数据价值释放瓶颈中，以央国企为例，企业面临“数据质量问题主导、组织协同与标准、人才短板叠加”的复合型挑战。 调研数据显示，67.9% 的企业受数据质量问题制约，具体表现为准确性不足、跨系统数据不一致等；50% 的企业存在 组织协同壁垒，46.2% 的企业面临标准体系缺失问题，44.9% 的企业存在专业人才缺口。反映出企业在数据应用方面 既需突破数据准确性等技术性难关，更需破除组织协作机制、标准体系建设及人才梯队培养的管理性瓶颈。 来源：《2025 央国企数智化转型发展报告》 70% 67.9% 图：企业数据价值释放主要瓶颈 A、数据质量 B、组织壁垒 F、标准缺失 D、人才缺口 C、安全合规 E、机制缺陷 H、工具缺失 G、其他 50.0% 44.9% 23.1% 23.1% 17.9% 19.2% 56% 42% 28% 14% 0% 46.2% 04 企业数智应用白皮书 数据资产入表，企业该入什么 如何借力 BI：发挥数据价值，加速数据资产入表 企业进行数据资产入表，需要将企业的数据资源以无形资产或者存货的形式，计量初始成本后列示在资产负债表相关科 目下并披露信息。依据《暂行规定》，企业应当按照《企业会计准则》相关规定，根据数据资源的持有目的、形成方式、 业务模式，以及与数据资源有关的经济利益的预期消耗方式等，对数据资源相关交易和事项进行会计确认、计量和报告。 企业使用的数据资源，符合《企业会计准则第 6 号—无形资产》（财会〔2006〕3 号）规定的定义和确认条件的，应 当确认为无形资产。企业日常活动中持有、最终目的用于出售的数据资源，符合《企业会计准则第 1 号—存货》（财会 〔2006〕3 号）规定的定义和确认条件的，应当确认为存货。 简单来说，以内部使用为主要目的，与其他资源相结合并服务生产经济管理活动的数据资源，可以被确认为无形资产进 入资产负债表；而以对外出售为主要目的，进行原始数据直接交易或加工后交易的数据资源，可以被确认为存货进入资 产负债表。 确认为无形资产的数据资源的初始成本计量 成本类别 具体说明 外购成本 企业通过外购方式取得确认为无形资产的数据资源，其成本包括购买价款、相关税费 加工成本 直接归属于使该项无形资产达到预定用途所发生的数据脱敏、清洗、标注、整合、分析、可视 化等加工过程所发生的有关支出 自研成本 应当区分研究阶段支出与开发阶段支出。研究阶段的支出，应当于发生时计入当期损益 ; 开发阶 段的支出，满足无形资产准则第九条规定的有关条件的，才能确认为无形资产 其他成本 包括数据权属鉴证、质量评估、登记结算、安全管理等费用 图：数据资源的初始成本计量 05 企业数智应用白皮书 确认为存货的数据资源的初始成本计量 成本类别 具体说明 外购成本 企业通过外购方式取得确认为存货的数据资源，其采购成本包括购买价款、相关税费、保险费， 以及数据权属鉴证、质量评估、登记结算、安全管理等所发生的其他可归属于存货采购成本的 费用 加工成本 企业通过数据加工取得确认为存货的数据资源，其成本包括采购成本，数据采集、脱敏、清洗、 标注、整合、分析、可视化等加工成本和使存货达到目前场所和状态所发生的其他支出 图：数据资源的初始成本计量 图：企业数据资产化流程 某集装箱有限公司（以下简称集装箱公司）的业务涉及港口库场货物仓储相关服务。集装箱公司通过自动化结 合人工的作业方式采集到了超 1,500,000 条某港口库场中不同地点存放的货物种类、余量等信息，并成立了数 据治理团队对采集到的数据进行了标准化和规范化的处理，以服务后续对数据的应用需求。 实践案例：某集装箱有限公司基于帆软产品实现数据资产化 我们发现一些进行了数据资产入表的企业使用了帆软产品进行数据的应用，并最终实现了数据的资产化。 06 企业数智应用白皮书 FineReport 和 FineBI 的趋势预测、警戒预警、深度分析和可视化展示功能全方面促进数据应用 充分应用数据才能最大化数据的价值。集装箱公司组建了数据应用团队，负责对所获数据的计算分析与展示应用，并参 与后续数据相关的决策行动。基于帆软的 FineReport 和 FineBI 产品，数据应用团队搭建了公司内部的数据服务管理平 台，进行三方面的数据应用工作。 其一： 基于 FineReport 的计算分析功能，选取适当的公式和函数，对各种货物的历史存货量进行汇总计算 和变化趋势分析，以便预测未来不同货物的存量变化情况，提前规划库场存储空间、优化仓储分配， 实现效益的最大化。 图：货物存量汇总及变化趋势分析示意图 其二： 对货主在库场内存放货物种类、存量及存放时长的分类统计，以及对于超期存放、长期无人取货等情 况的预警。基于这些应用，集装箱公司可以识别出不同货主的存货习惯，个性化地为其定制仓储服务， 同时及时催缴超期存放货主的租金，降低公司的服务成本。 07 企业数智应用白皮书 图：库场堆存管理平台示意图 其三： 基于 FineBI 的可视化展示功能，以图表、数表等方式将复杂的存货余量数据直观地展现出来，帮助 管理者便捷地获取到库场内不同存放位置的货物总量及剩余空间信息，让管理者及时洞察到空间不足 的情况，优化存储空间利用率。此外，集装箱公司还通过 FineBI 集成员工工效数据，以收货数据结 合工效数据深度分析库场入库效率低下的问题根源：是库容不足还是人员偷懒。 08 企业数智应用白皮书 凭借 FineReport 和 FineBI 的多种功能，集装箱公司得以对库场堆存数据资源进行趋势预测、警戒预警、深度分析和可 视化展示等多方面的数据应用，从而挖掘出数据背后的经济价值，实现为企业降本增效和扩大营收的目标。具体到应用 场景，该堆存管理数据资源集在 FineReport 和 FineBI 的辅助应用下，提升了库场 16% 的仓储空间利用率，平均缩短 了约 20 分钟的入库时间，实现降本增效。此外，该数据资源集还可以服务于供应链金融。银行等金融机构可以通过该 数据资源集了解不同货主在库场的存货种类及数量变化情况，由此掌握相关供应链中该环节的运作状况，以便对供应链 上下游企业进行信用风险评估和放款。 01 AI 时代，数据战略是 AI 项目的 ROI 放大器 根据IBM在2025年3月份对CFO群体的调研结果显示，在企业采用的能够带来最佳ROI的AI战略路径中，有29%的受访 CFO认为拥有清晰的数据战略和路线图能够显著提高的企业AI项目ROI，同时也有27%的受访CFO认为提高企业AI项目 ROI的必要策略是实施循序渐进的数据基础建设。另外，根据IBM的数据显示，拥有高“数据财富”的公司在AI项目的ROI 大致在9%，而其他公司仅在4.8%左右；拥有高“数据财富”的公司在AI项目的效率上高达77%，而其他公司仅为47%。 因此，可以看出拥有高“数据财富”的公司虽然尚未达到世界级水平，但它们拥有大量高质量数据储备，能有效地将数据 资本化，这些特质推动了高于平均水平的投资回报率，并促成了AI项目更有效地落地。 将AI和生成式AI融入整体财务转型计划 系统化追踪AI和生成式AI的影响 制定清晰的数据战略和路线图 聚焦短期显著成果与早期影响 逐步构建数据能力和基础设施 推动“串珠式”用例实施 建立AI与生成式AI专项计划 与IT部门建立系统化协作机制 设立专门的AI和生成式AI预算 建立系统化的沟通与变革管理机制 32 所有32种策略的平均值：23% 来源：波士顿咨询公司首席财务官卓越小组2025年3月调查；(样本量n=284) 报告“取得巨大成功”的受访者占比(%) 其他所有企业 4.8% 9.0% 77% 47% 数据优势 领先企业 企业整体AI能力实现的投 资回报率(ROI) AI项目有效性 来源：BCG《How to Get ROI from AI in the Finance Function》 30 29 27 27 27 27 26 25 25 价值聚集 转型视角 协同合作 有序执行 09 企业数智应用白皮书 数据分析以65%的高关注度位居首位，凸显了企业从“数据积累”迈向“数据驱动”的迫切需求。 数据处理、数据指标体系建设紧随其后，进一步印证了企业对于数据治理与价值挖掘的重视。 系统应用与价值推广也成为企业当前的核心关注点，如何让数据真正赋能业务，成为关键课题。 辅助业务决策，让数据成为管理者的“智慧大脑”； 消除信息孤岛，实现数据的无缝流动与高效协同。 而在数据战略层面，企业的下一步重点清晰可见： 此外，在数智化产品与服务方面，企业最期待的是： Q2：认为贵公司在数据侧下一步重点是什么？ Q3：最希望数智化实现哪类应用？ 系统选型咨询 数智化战略规划 企业总体架 构设计 跨行业的数智化经验 交流 20% 同行业标杆企业建设 经验 26% 数智化能力及价值 评估，17.64% Q4：数智化产品与服务改进需求 Q1：贵公司在企业数智化建设 中需要哪些支持与服务？ 结论: ●��最关注:同行业标杆企业建设经验， 同时希望可以有跨行业的数智化经 验交流机会 ●��次关注:数智化能力及价值评估&企 业总体架构设计 结论: ●��最关注:数据分析 ●��次关注:数据处理、数据指标 结论: ●��最关注:数据辅助业务决策&消除信息孤岛 ●��次关注:智能化IT管理 结论: ●��目 前 主 要 关 注 系 统 应 用 、 价 值 推 广问题 ●��其 次 是 缩 短 建 设 周 期 ， 增 强 产 品 可靠性 数据存储 数据采集 数据分析， 65% 消除信息孤岛，整 合数据，30.46% 数据来源 : 帆软数据应用研究院 注 : 被调研企业包括民营企业、国资企业、外资企业，共 1172 家 智能化 的IT管理， 24.49% 支持数据的有效利用, 辅助业务决策， 40.10% 不同终端设备之 间无缝切换 咨询能力， 9.30% 建设可靠性， 17.41% 建设周期， 21.16% 系统应用、价值 推广，27.22% 数据指标，13% 数据处理，13% 02 围绕数智化建设，企业都在关心什么？ 企业最关注的是同行业标杆的建设经验，同时也希望获得跨行业的经验交流机会，以拓宽视野、优化自身实践。 数智化能力及价值评估以及企业总体架构设计，成为企业提升数字化竞争力的重要支撑需求。 同时，我们在 2024 年深入调研了民营、国资、外资等 1172 家企业，通过全年跟