数据分析优化，实现智能生产与管理。 应用场景：产线优化、智能排程、设 备预测性维护、基于大数据分析的质 量优化、现场库存优化等 展示页 8 GUANLIJISHUHUA GUANLIJISHUHUA 传统制造 认知制造 • ERP • 套装软件 • 数据库 • 工业自动化 • 互联网技术 • 社交网络 • 移动技术 • 工业物联网 • 大数据分析 • 云计算 • 深度学习 • 增强现实技术 • 机器人 • 实现数字化 实现智能化 2025 或更早 智能制造 主要的应用技术 对业务的影响 制造业的演变 当前 认知制造是智能制造的最终目标 2015 前 2015-2025 展示页 9 GUANLIJISHUHUA GUANLIJISHUHUA 推广阶段 实施阶段 探索阶段 分析验证 互联落地 互联，流程数据打通，实时数据共享 • 在生产线或局部生产区域实施认知解决方案 • 效益得到实现 • 多个认知方案的实施和集成 • 认知运营控制中心的建立 • 认知模型逐步收敛，集成。运营效率有跨越式的提高 • 实现认知型企业 • 和供应商，客户，级各类合作伙伴共享认知平台 • 实现单件盈利模式（ Profitable Lot Size One ） 转型阶段 认知制造有四个主要阶段 展示页 10 GUANLIJISHUHUA

历、爱好、年收入、购 买意愿，将潜在用户分为 5 类，以定性为基础结合定量方法分析了潜在客户价值。 通过文本挖掘以及问卷调查的结果，我们得到以下主要结论：第一，智能手 环已具备一定的市场认知率，从认知到实际购买的转化率较低，功能实用性是集 II 中关注点。第二，消费者对智能手环总体的满意度差强人意，天猫和京东两个电 商网站的消费者评价数据中 19.9%的消费者对购买的智能手环给予了高度满意 8-1 智能手环市场认知率与使用率....................................................... - 35 - 图 8-2 智能手环认知渠道........................................................................... - 35 - 图 8-3 智能手环市场认知率与使用率.... 了分层抽样与不等概率三阶段抽样 相结合，使总体中的单位科学地区分开来，并且每个单位都有一个非零概率被抽 中。 在搜集到数据之后，我们对数据进行编码和录入，对结果进行检验。我们对 智能手环使用率及认知率现状，潜在客户特征，客户群体特征，客户群体满意度 等进行了描述性分析。我们运用 logit 二元选择模型分析智能手环客户特征进行 分析，再利用 K-means 聚类分析法进行对潜在客户群体分级，发掘潜在在客户

战及未来趋势，具有重要的理论和现实意义 ［7］。 1 具身智能的核心概念 1.1 具身智能的定义与内涵 具身智能是指具有物理本体的人工智能 agent（如 机器人、无人机、智能汽车等）通过物理实体与环境实 时交互，实现感知、认知、决策和行动一体化的智能系 统 ［8］。其核心理念在于强调智能的本质必须通过物理 实体与环境的动态互动来塑造和体现，突破了传统人 工智能仅依赖符号推理和虚拟计算的“离身性”局限。 具身智能的智能体能够利用自身的传感器感知周围 ［10］。具身智能能够将感知、认知和行动 紧密结合，形成一个闭环的智能系统，使智能体能够 更加灵活、智能地应对各种实际问题 ［7］。 1.3 具身智能与传统机器人、工业机器人的区别 具身智能的起源可追溯至 20世纪中叶，计算机科 学之父 Alan Turing 在《计算机器与智能》中首次提出 “机器能否思考？”的哲学命题，预示了具有物理本体 的人工智能 agent通过物理交互实现认知的可能性 ［11］。 难道不是具身智能？确实，从二十世纪八十年代，大 量重复性、固定程式固定步骤的作业工序逐渐由工业 机器人承接并完成。工业机器人被广泛应用于产线 作业是自动化时代重要的落地应用之一。但是工业 机器人是不具有自主感知、认知、决策和执行、接入自 主修正等能力的，依赖编程逻辑；固定用于某一道工 序的工业机器人，如果更换成另一道工序，则需要重 新编程，可以认为经典工业机器人依赖规则设定和专 家经验。近年来，工业机器人也在逐渐增加人工智能

不知道自己不知道——以为自己什么都知道，自以 为是的认知状态。 知道自己不知道——有敬畏之心，开始空杯心态， 准备丰富自己的认知。 知道自己知道——抓住了事情的规律，提升了自己 的认知。 不知道自己知道——永远保持空杯心态，认知的最 高境界。 不知道自己不知道 知道自己不知道 知道自己知道 不知道自己知道 ………… 95% ………… 4% …………0.9% …………0.1% 傅盛《认知三部曲》 : 管理的本质是认知的管理 管理的本质是认知的管理 公 管理水平参差不齐 Touchnet technology Co.,Ltd. 数字化认知盲区 可 以 不 断 优 化 1 、 反正都说是个性化的， 后续再慢慢优化好了； 2 、 你们做好了，我们再 来评价，再调整 项 目 的 价 值 没 有 发 挥 项目即便上线，也没有发挥应有的效果，只是为了上项目而 上项目，有时候不但形不成管理的助力，可能时管理的负担， 过的，为什么现在就必须 要做 ? 就是一个系统 1 、 不就是一个系统， 你们来给我们上就行了。 2 、 你们是专家，你们 做了就行 公 管理水平参差不齐 没有效果 / 达不到 目 标 认知误区 Touchnet technology Co.,Ltd. 各部门各自有管理风格，各自为政， 难以形成统一的体系 市场与供应链控制乏力，生产被动应 对，只希望通过系统能有效解决 生产过程控制实效，缺少敏捷反应能

前管理（上工治未病）。 企业、城市、政府，都将建设上述三个能力、走向新供给。对客户服务 互动性、机动性、前瞻性，考量你的，就是数据采集与使用能力。 新消费风向要求：链接一切、更广的场景、更精准的客户认知（数据系 统的重要性进一步凸显）。城市与政府的供给与运营呢？ 3 、新需求（新消费风向）对供给的要求 供给服务需求、运营客户的三个境界 10/19/2025 30 1782 年蒸汽机 采集经济 代表性作者 配第； 理查德 坎蒂 萨伊； 约翰 穆勒 阿尔弗里 德 马歇尔 徐寿波 中共中央 19 届 中全会 生产要素理论比较表 3 、建设新基建，创设第三元空间，产生数据新要素 改变信息源和认知，激发数据生产力 数字中国 数据海洋 社会 空间 物理 空间 网络 空间 数字中国是一个万物互联、人机交互、天地一体的网 络空间，由数字经济、智慧社会、数字政府等组成。 关键：网络安全与保障、网络空间治理、数据安全与 关键：网络安全与保障、网络空间治理、数据安全与 隐私保护、人机友好等。 行为数据、机器数据、生理数据和地理自然数据等成 为新型生产资料，成为测试与优化人工智能的重要材 料。 数据粒度越细，认知精准度越高。 用户 智能产品 生理数据 消费互联网 行为数据 消费物联网 行为数据 政府 行为数据 智能工厂 机器数据 产品数据 自然地 理数据 链农 爱大厨 河狸家 青苹果健康 悦美

塑造核心竞争优势的重要方向。三是用户需求升级。在 购车决策中，智能驾驶功能已成为除传统指标外的重要考 量因素，智能驾驶功能的安全、舒适、效率等已经成为一、 二线城市购车决策的关键指标。 与此同时，由于技术发展与用户认知的不匹配，市场中 存在过度营销现象，智能驾驶技术相关功能概念“不清晰、 不明确、易滥用”等问题日益突出。基于此，中国汽车技 术研究中心有限公司、清华大学、华为技术有限公司联 合编写了《汽车智能驾驶技术及产业发展白皮书》，从 成为更加具象化的新质生产力，激发行业及全社会的创 新活力，助力汽车强国与交通强国建设。 鉴于产业动态演进迅速及信息获取渠道的客观约束，虽 已采取多重校验机制最大限度确保信息时效性与准确度， 仍可能存在数据更迭或认知局限导致的偏差，恳请产业 界专家及学术界同仁对文中未尽之处予以批评指正。 03 缩略语 英文缩写 英文全称 中文解释 ODD Operational Design Domain 运行设计域 象，其核心症结在于技术参数的片面传播与系统价值的 认知错位。一是算力参数的孤立化传播。智能驾驶系统 的成熟度更取决于算法迭代能力、数据闭环体系、功能 安全设计等深层技术要素的有机融合，算力硬件作为基 础支撑平台固然重要，但必须与场景理解算法、海量数 据训练验证、多层级安全冗余等系统化工程能力形成协 同，才能真正实现安全可靠的驾驶体验。二是市场认知 呈现断层式割裂。普通消费者受限于技术背景，难以分

绍⼤模型的技 术原理、应⽤⽅式以及在科学研究全流程中的应⽤。本⽂⾸先从社会科学和⼤语⾔模型的本 质出发，分析了认知⾃动化的边界，指出围绕理论⼯作的能⼒是⼈类科学家在⼈⼯智能时代 的核⼼能⼒。随后，本⽂介绍⼤模型的基本原理、关键技术和发展趋势，经济管理研究者可 以建⽴对⼈⼯智能技术的基本认知。接下来，本⽂介绍了通过API 访问、本地部署等⼤模型 的具体应⽤⽅式。随后本⽂提出了⼤模型在经济管理研究全流程中的四种⻆⾊：参谋、助研、 大模型的技术原理、应用方式以及在科学研究全 流程中的应用。本文首先从社会科学和大语言模型的本质出发，分析了认知自动化的边界，指出围绕理论工作 的能力是人类科学家在人工智能时代的核心能力。随后，本文介绍大模型的基本原理、关键技术和发展趋势， 经济管理研究者可以建立对人工智能技术的基本认知。接下来，本文介绍了通过 API 访问、本地部署等大模 型的具体应用方式。随后本文提出了大模型在经济管理研 来评判有多少会受到人工智能的影响，经济学家已经有 64% 的任务暴露于人工智能的影 响之下。人工智能的飞速发展，一方面使我们好奇：究竟是怎样的技术，能够具备如此令人惊叹的文字输出和 思考能力？它们更促使我们思考：当认知辅助工具已能处理大量学术任务时，我们应如何重新定义经济学家的 角色与价值？更重要的是，如何将这些工具整合到研究全流程中，使之成为智力放大器而非简单替代品？ 幸运的是，我们有机会找到与人工智能合作

智能电厂的特点 智能化特点 ０ 7 3 知识智能化 4 智能价值化 5 价值可传承 2 信息技术化 1 数据信息化 工业大数 据的意义 算法 学习 数据驱动 记忆认知 计算认知 交互认知 自适应 智能电厂特征 ０ 8 工程设计 数字化 数 字 化 设 计 、 采 购 和 工 程 管 理。 生产过程 智能化 监 控 参 数 的 数 字化可视化。 行为管理

协会的悉心指导，凝聚了产业内众多参与方的 智慧。 汽车战略家班成员涵盖了国内超过半数的主要车企及重要供应链企业，具有广泛的行业代表性。本白 皮书汇集了来自中国一汽以及汽车战略家班成员企业的前沿认知与实践案例，系统梳理了汽车AIGC 技术的概念框架、关键技术领域、已出现的典型应用与前沿探索，全面展现了AIGC技术在汽车行业 的现状与发展趋势。 本白皮书不仅剖析了汽车AIGC技术的核心价值 势进行了预判。随着AIGC技术的不断成熟与应用场景的持续拓展，AIGC将在汽车设计、制造、营销、 服务等多个环节发挥重要作用，推动整车向更加智能化、个性化的方向迈进。 白皮书也提出了一系列行业建议，旨在启发行业认知升级，促进AIGC技术在汽车行业的深入发展与 应用。我们期待通过本白皮书的发布，激发更多行业内外人士的关注与参与，共同推动汽车AIGC技 术的创新与发展，为汽车产业的智能化发展贡献一份力量，助力汽车产业迈向新的高度。 Agent实现的基础。高质量的数据是提升AIGC能力的关键因素。 3 AIGC与人类不是相互替代的关系，未来的趋势是人机共智，两者的互补性体现在机器提供强大的数据 分析和生成能力，而人类则提供情感认知、判断力和创造力，二者相辅相成，共同确保安全和性能。 4 智能座舱和自动驾驶是AIGC在汽车产品的两大杀手级应用，极大提升了消费者体验，通过赋能车企打 造差异性的功能，跳出同质化竞争的窘境。

内容渠道创新：围绕新媒体、事件打造、合作 冠名、线下露出四大营销渠道进行创新 领先企业已将创新品牌传播渠道作为有机补充以放大 品牌声量，聚焦展示品牌整体形象和领导力IP，在产 品之余构建更全面的品牌认知。 在新媒体渠道方面，企业借助微信视频号、抖音、小红 书等社交媒体发布内容或开展直播，联动配合客户活 动或营销渠道进行引流，投放汽车相关垂媒与KOL 达人资源等，通过产品技术科普、员工故事和消费者 品）品类、核心性能部件（芯片）起步，终端用户最初 主要关注核心性能部件Intel芯片。随着消费认知的 延展，用户开始逐步形成对汽车零部件品牌的感知， 开始关注传统国际领先品牌，如博世、采埃孚等，以 此作为汽车核心产品力保证。进入新能源汽车时代 后，用户率先聚焦电池、智驾领先品牌，宁德时代、华 为等自主、技术领先品牌的认知度显著提升。未来， 用户对于汽车其他核心零部件板块的关注度或将进 一步建立，2B品牌感知度将持续提升。 创造了更多进入机会；新质生产力的持续释放成为 车企向上突破的关键支撑，助力中国车企弯道超车； 同时，全链本地化2.0正引领利益共赢。然而，风险与 挑战也并存，多变的国际关系导致不确定性大幅上 升，全球范围内产能过剩导致内卷外溢，认知断层导 致竞争格局固化，短期内难以打破。机遇与风险的叠 加导致中国乘用车在乐观情境下销量将于2030年达 1,000万辆，保守情境下达700万辆。 中国零部件企业海外营业收入快速增长，龙头企业持