智能化时代，以大语言模型驱动的智能代码生成、生成式人工 智能赋能的辅助设计以及智能化测试与智能运维工具链为代表的前 沿技术变革，正以前所未有的深度和广度，系统性地重构软件工程 的方法论、工具链与实践范式。软件工程已超越其传统边界，跃升 为支撑数字经济高质量发展、驱动千行百业转型升级不可或缺的核 心基础设施。然而，面对工具生态割裂、工程链路协同不足、垂直 领域适配薄弱等关键挑战，亟需构建统一标准体系打通技术研发与 驱动设计开发一体化协同。通过 AI+ 设计实现需求智能洞察与架构自适应优化，将模糊需求转化为可执行 技术蓝图；在 AI+开发层强化智能编码辅助与实时缺陷预判能力，结 合开发者行为分析持续优化编码范式。深度融合智能评审与 CI/CD 流 水线，形成从设计意图到代码实现的闭环知识沉淀。 （3） 测试智能化聚焦 AI 驱动测试流程自动化与 AI 系统评测。 一方面通过 AI 赋能打通全链路智能化测试闭环，通过智能需求分析、 阵 1.智能项目管理中枢：实现全要素全流程智能管控 项目管理智能化建设需遵循“能力筑基、场景突破”原则，形成 “治理体系现代化、技术实施自主化、基础保障生态化、场景应用智 能化”的新型项目管理范式，为企业数字化转型提供核心支撑。建议 分三阶段推进：初期夯实数据基础与制度框架，在关键场景建立智能 工具支点；中期打通能力域协同链条，实现跨场景智能联动；远期建 成自适应管理生态。企业需建立常态化评估机制，确保建设方向与业

术创新，也是企业顺应宏观趋势、提升客户价值与实现可持续增长的 战略抉择。 本报告系统梳理了人工智能赋能客户关系管理系统的技术演进、 核心能力与产业实践，围绕四个方面展开。一是分析技术变革，梳理 AI 重塑 CRM 的交互范式、核心能力演进与安全合规要求；二是描绘 市场格局，呈现 AI CRM 市场主流技术路线及核心功能，并结合营销、 销售、服务等典型场景，展示 AI CRM 落地的实践路径与成效；三是 .................................................................................. 8 （一）大模型驱动下的交互范式变革 ................................................................. 8 （二）智能化核心能力演进 ............. Intelligence， AI）技术飞速发展，特别是以大语言模型（Large Language Model， LLM）为代表的生成式 AI 已然崛起。这不仅是一次技术迭代，更是 一股重塑商业范式的根本性力量。本章旨在系统性地阐述驱动企业向 人工智能 CRM（AI CRM）转型的宏观战略背景与微观经济动因，详 细阐述 AI CRM 选型研究的背景与动因。 （一）政策法规环境与发展机遇

文章编号：1007-3043（2025）07-0046-07 中图分类号：TP18 文献标识码：A 开放科学（资源服务）标识码（OSID）： 摘 要： 具身智能作为融合了人工智能与机器人技术的新范式，是实现物理世界感知、 决策与交互的重要路径，对通用人工智能的发展具有关键意义。梳理了具身智 能的核心能力维度，分析了当前标准化工作的进展与挑战，提出评测体系设计 原则与关键指标，探讨了典型评测方法与平台实践。尽管初步标准框架已形 技术框架和评估体系，以促进全球范围内的协同创新 与应用落地。通过政府、产业和学术界的协同推进， 国际具身智能标准化正逐步从“项目散点”走向“体系 收敛”，各主流组织正加速形成统一的技术语言、能力 指标与安全评估范式，为全球具身智能技术的协同创 新与跨境互认提供基础支撑。 ISO/IEC 第一联合技术委员会（JTC 1）在人工智能 领域持续推进标准化工作，在功能安全领域，2022 年 发布的《道路车辆- 154. ［19］ 沈甜雨，陶子锐，王亚东，等 . 具身智能研究的关键问题：自主感 知，行动与进化［J］. 自动化学报，2025，51（1）：43-71. ［20］ 周乐鑫 . 人工智能评测新范式：解锁 AI性能的可解释力与预测力 ［EB/OL］. ［2025-05-12］. https：//www. microsoft. com/en-us/re⁃ search/articles/adele/

质生产力、重塑世界发展格局的重要力量。从外部环境看， 世界百年变局和信息革命浪潮叠加演进，国际形势复杂多 变，不确定性、不稳定性因素增多。从技术趋势看，人工智 能成为生产力发展新引擎，区块链带来生产关系新范式，要 素内涵不断拓展，应用范式深入变革，数据、算法、算力成 为重要战略资源。从自身发展看，网络信息技术产业生态有 待加强，数据供给质量不高、流通机制不畅、应用潜力释放 不够等问题依然存在，促进和规范新技术新应用发展面临新 基。新质生产力的核心在于技术创新的引领。信息化通过优 化技术研发路径与创新模式，加速跨领域融合与智能化变革 的重大进程，强化技术研发的协作效应，提升创新体系的整 体效能，推动技术创新向更广范围、更深层次、更高效能的 新范式演进，促进原创性、颠覆性、引领性科技成果涌现， 为新质生产力发展注入源源不断的动力。 （二）以信息化优化要素配置，创新新质生产力发展机 制。新质生产力的形成依赖于生产要素的创新性组合。信息 新应用不断涌现。人工智能推进科研范式变革，人工智能在 各学科领域的应用不断深化，文献情报、化工、海洋、气象 等重点领域大模型持续迭代更新，有效提升科研效率，推动 科学知识的发现与创新。北京、上海等地发布《北京市加快 推动“人工智能+新材料”创新发展行动计划（2025—2027年）》 《上海市发展医学人工智能工作方案（2025—2027年）》等 政策，推动重点领域创新范式变革。 （三）全民数字素养与技能持续提升

编者按 当前，全球正经历大国博弈与技术范式的深刻变革。面对中美战 略竞争加剧、传统产业亟待升级、地产与地方债务旧有逻辑亟待转变 等多重挑战，培育支撑中国经济长期高质量发展的“新质生产力”， 已成为一项紧迫的时代课题。 具身智能，作为人工智能与物理世界深度融合的典范，正步入以 “AI+高端制造”为核心的黄金发展期，有望成为驱动未来经济增长的 核心引擎。它不仅将重塑制造业价值链，更将催生“制造服务业”、“现 业增加值之和，并是日本制造业 GDP 总量的 5 倍以上。在传统制造 过剩和低附加值的背景下，“高端制造”成为转型必然，而具身智能 正是这一战略升级的底层支撑。 具身智能引领“自动化→智能化”的范式跃迁。传统机器人依赖 硬件与固定编程，而具身智能融合 AI 大模型、多模态感知、端到端 控制，实现感知—认知—决策—执行的动态闭环。应用场景有望从商 用、工业扩展到医疗、家庭、教育等，推动“软件定义硬件，硬件产 资本与政策新动能 资本涌入 AI 驱动的初创企业和跨界巨头，政策支持力度加大（如“十四五” 智能制造专项、“人工智能+”行动）。 在产业演化方面，传统机器人到具身智能的产业演化反映了从 “自动化”到“智能化”的范式跃迁。传统机器人以硬件+固定编程为核 心，具身智能以软件智能（大脑、小脑）+硬件升级（结构优化）为 核心，让“软件定义硬件，硬件产品承载软件剩余价值”成为趋势。 7 图表 5：机器人智能化持续迭代升级

epSeek医疗大模型，将传 统报告解读转化为即时、精准的数字化服务，显著提升患者体验与医 疗效率，并构建起“AI报告解读+健康干预”的全链条闭环管理，为临 床诊断、患者服务及科研创新提供全新范式。 构建“AI报告解读+健康干预”全链条闭环 北京航天总医院 背景需求 / BACKGROUND 需要在全国产信创环境下验证AI技术与医疗应用场景的适配 性，保障兼容性、稳定性以及数据安全。 强化国家科学预测能力：支撑气候预测、生态演化和污染控 制等重大科研任务，填补自主高端模拟平台空白。 保障数据安全与战略自主：突破地球数值模拟的技术壁垒， 实现关键模型与模拟能力国产可控。 引领地球科学数值模拟范式转型：从多学科并行建模到AI辅 助气候推演，为我国地学研究迈入大数据与智能计算时代奠 定基础。 HYGON 37 38 HYGON 海光DCU行业实战手册 开展高精度原子势能模型大规模并行训练

11g，该系统具有良好的稳定性，并 可以为智慧园区信息平台技术架构的实现提供了有力的保证，数据库在设计时遵循 的基础是“三大范式”，但如果设计完全遵循“三大范式”带来的后果是数据表的大量增 加，会对数据库访问的效率带来巨大的影响，因此在部分表的设计中适当违反第三 范式，为了保证数据的完整性和一致性，系统用严谨的程序设计弥补了这一缺陷。 以下为部分实体关系图（E-R 模型）和数据表结构。 3

大脑，能够提升泛化能力，让机器变得真正聪明，扩大应用场景和范围 , > Al 需要身体，机器人需要大脑。两者双向奔赴，刺激了具身智能的全面爆发 , 我们也可以说，具身智能是 Al 发展到一定阶段的必然产物，是一种新的 A 范式。 ■ 具身智能的发展演进 □ 具身智能的五个阶段 > 无智能阶段：只能执行简单的预设任务，缺乏自主性和适应性； 基础智能阶段：开始具备基本的感知能力，能够对外界环境做出简单的反应； >

正在探索数据价值的企业提供方法论参考与实践启示，助力更多企业在数智化竞争中构建“数据资产-业务效能-商业 创新”的正向循环，最终抵达数据驱动增长的新巅峰。 从数据觉醒到价值共生 ⸺ 解码数智时代的增长新范式 目录 解难题 - 避误区 - 评成效，三步落地业务数据治理 01 02 03 04 ·····················03 1.1 数据沉淀不及时、不安全、不连贯？CRM