eVTOL因其快速、灵活的特性，有望成为在地面交通与传统民航之间开辟“第三空间” 的新一代交通方式。然而，受限于技术、监管和基础设施等因素，eVTOL在过去很多年间 始终未能进入实质性落地阶段。如今，随着市场要素的日益成熟，中国eVTOL正从概念走 向现实。从初创企业到传统汽车巨头，各类参与者竞相入局，加快推动“飞行汽车”从小 众概念向产业化、规模化迈进。 本轮eVTOL的产业加速并非偶然，而是中国市场四大关键发展要素同步推进的结果： 中国载人eVTOL行业白皮书 5 1.3.2 监管端——从特殊豁免走向常态审批 eVTOL的商业化进程依赖于健全的监管体系，涵盖适航审定、飞行员执照、空域划设 及运行规范等关键环节。过去，受限于eVTOL相关监管机制尚未成熟，往往只能通过“试 验飞行”方式获得个例豁免审批。当前，中国民航局正与产业界密切协作，积极探索适配 eVTOL运行特点的审定标准及监管框架，通过推动专项型号审定、简化飞行员执照类别、 逐步放开低空空 的出行eVTOL通常需满足更高的安全 性、容量与系统冗余标准，涉及认证起降点、冗余通信链路、航迹监控系统、气象服务等 更多高等级配套设施，这类基础设施仍需较长的建设周期，预计将在未来三到五年内逐步 成熟（参阅图5）。 整体而言，中国eVTOL基础设施已初具雏形，以深圳为代表的先行城市正在为全栈式 低空运行体系提供验证样板，为更多地区的推广应用提供了路径参考。 深圳在导航、协调与通信等领域率先推进eVTOL基础设施建设

（ESG）因素如何影响保险行业的长期 发展。 • 战略规划：基于各类参考系综合分析， 制定长期的业务发展战略和规划。 技术成熟、市场趋于饱和； 有闲阶级和资本的出现； 新的投资机会短缺；经济 大概率出现“滞胀”；自满 与失望并存，社会割裂 导入期 转 折 展开期 泡沫之路 新一轮康波 狂热阶段 协同阶段 成熟阶段（动能衰竭） 产能过剩 爆发阶段 新范式与旧经济的分裂； 旧产业的衰落和失业问题 的加剧 视角之后，需要将视野收紧到更为中观 的角度来进行进一步的分析。中观周期是指行业和产业受到技术发展影响的周期。人工智能的爆 发是因为前期在算力、算法和数据等方面进行了长时间的铺垫，这些条件现在逐步成熟，人工智 能便应运而生，对行业和产业产生影响。 科技新趋势 构建保险行业的技术发展趋势参考系（中观） 8 采用 新模式 变革 以早期采用者为重点，适应和支持企业战略和管理革新的措施 技术到应用的转化： • 技术本身不能直接成为服务，它必须通过集成多项技术形成应用。 • 应用是技术与用户需求和场景结合的结果，它将技术的潜力转化为实际可用的功能。 应用到服务的发展： • 应用的成熟是服务发展的前提，只有当应用建立了固定模式，它才能转变为服务。 • 服务是应用在具体领域的实践，它解决了特定用户群体的需求。 随着AI技术的快速发展，它已经成为了推动科技产业价值规律变化的重要力量。短期内，AI技术

的组织实际上已 具备了开展数智能化审计的数据支撑基础。 •.统计数据表明大多数组织重视数据管理工作，已基本形成了收集、整理和存储数据的 流程和习惯，说明他们已经走在了数字化转型的道路上，并且已经有相对成熟的数字化业务 流程。 图表.7.数据治理环境 13 数智化审计调研报告 ( 四 ) 组织在数智化审计时比较重视工具的使用 数据分析工具、数据可视化工具、数据库审计工具、数据资产管理工具、AI 针对受访者所在机构的总体审计能力，本次调查要求受访者从制度、组织、流程、人员、 技术等方面对其所在机构的审计成熟度做一个评估，成熟度由低到高分为 1-5 分，调查结果 17 数智化审计调研报告 的平均分为 2.73 分。成熟度为 1 和 2 的机构总占比达到了 46.6%，这说明有很大一部分机 构还处于审计成熟度的初级阶段，大多数机构的审计成熟度还有很大的提升空间。尽管有很 多机构已经对审计进行了一定程度的建设，但仍然需要通过总体规划和体系建设来提高其审 需要通过总体规划和体系建设来提高其审 计能力和完善其审计体系的成熟度。 图表.16.审计成熟度 ( 七 ) 对数智化审计的投入明显不足 当前组织对数智化审计的资金投入明显不足，意味着组织无法购买和维护先进的审计工 具和技术，导致审计过程效率低下；对人员配置的投入不足，将导致组织没有足够的有一定 技能和经验的专业人员来应对复杂的审计挑战。 从统计数字来看，71.73% 的受访者认为其组织对于数智化审计项目实施、团队组建、

时。然而，企业必须考虑大量因素，才能使 AI 实施 真 正有效。不断增加的监管压力以及扩展 AI 应用案例的需求，带来了一系列复杂的运营和组织挑战。 在罗兰贝格，我们根据每家公司的 AI 发展成熟度，提供一种模块化方法满足不同公司需求。我们的定制化解决方案可以帮助公司 量 身打造其 AI 应用之旅，以最大程度地提高公司应用适配性和影响力。 2 AI 在制药领域的应用 执行摘要 国 食品和药物管理局 (FDA) 提交的材料中使用 AI 的数量增加了十倍。因此，美国食品药品管理局和欧洲药品管理局纷纷发起多项举措，旨在为药物发现环节中使用 AI 提供指导方针。 随着 技术日益成熟，了解这些方针及其未来发展趋势对于可持续实施 AI 至关重要。 企业能力 • 员工目前对 AI 使用的认知程度如何，还需要补 充 哪些方面？ • 将 AI 整合进企业流程并保持合规性和质量需要哪 AI 的 规模化应用。在这种情况下，制药公司需要应对不断增加的监管压力，并确保成功扩展 AI 应用案例。 采用 AI 创建运营防护机制以实现 AI 规模化部署应 用 从基础搭建到广泛应用 AI 成熟度阶段比较 AI 起步 初步建立 AI 卓越 AI 部署 战略转型

度与信息两大系统管理间的统筹与整合？ • 是否考虑逐步改变目前以三产公司为主的外包策略？ 初步意见 22 附录 – IT 架构治理诊断问卷结果 23 EAM 要素评估结果举例 - 架构创建与维护 EAM 要素成熟度平均分 1. 低； 2. 中低； 3. 中高； 4. 高 答卷总数 : 14 资料来源： 调研及访谈科信部、业务部 IT 联络员、欣能公司、物资公司 A 硬件平台 3.5 3.0 3 是“参考国外先进经验”，不是参 考模型，没法直接用。 我们得按国网的“典设”（典型设 计）做，比如 CMS 系统的项目。 24 EAM 流程评估结果举例：架构创建与维护 有关架构创建与维护的流程成熟度平均分 1. 低； 2. 中低； 3. 中高； 4. 高 答卷总数 : 14 利益相关者的参与 2.8 交付模式 2.6 企业架构管理的内容 需求管理 2.5 测试原型 2.5 记录归档 当被问及架构维护和技术改 进 : A 资料来源： 调研及访谈科信部、业务部 IT 联络员、欣能公司、物资公司 25 EAM 角色评估结果举例 - 架构创建与维护 有关架构创建与维护的角色成熟度平均分 安全架构师 2.6 硬件架构师 2.5 集成架构师 2.4 需求协调员 2.2 流程架构师 1.5 EA 备选库主 管 业务数据架构师 1.4 2.2 2.0 企业架构师

新技术的注入；而政策、资本、社会、 技术等方面优越的发展条件，推动了“人 工智能 + 医疗”的发展； 医疗人工智能拥有广阔市场需求与多元 业务方向，新创公司数量未来几年将不 断增长，创业界与投资界看好未来市场； 产品成熟前 大规模市场推广风险大，创 业公司需时间积累，不断优化产品；医 疗人工智能存在技术风险、道德伦理风 险与整体风险。 智能医疗概述 1 智能医疗概述 艾伦 · 麦席森 · 图灵丨 Alan 享优化后的产品 脱敏病历数据 公司与医院 科研合作 使用中不断训练模型 2 典型应用场景 产品 出品公司 产品介绍 云医声 科大讯飞 “ 云医声” App+ 自主研发的麦克 风，语音识别技术相对成熟 云知声 云知声 “ 云知声”软硬一体解决方案，云 端语义校正，识别有口音的普通话 医语通 中科汇能 “ 医语通”软硬一体解决方案，正 在自主研发麦克风；无监督自适应 技术逐步解决口音识别问题 国内三甲医院医院 采购行为无需公开 招标的金额范围； 医院可用“计划外 预算”资金进行采 购，或进行追加 . 2 典型应用场景  发展环境及产品：机器人是 AI 各大应用中的热门应用，技术相对成熟，资本市场火热。医疗领域 的导诊机器人主要基于人脸识别、 语音识别、远场识别等技术，通过人机交互，执行包括挂号、 科室分布及就医流程引导、身份识别、数据分析、知识普及等功能。 从 2017 年起，导诊机器人

，公开资料、甲子光年智库总结整理 2025 年， AI Agent 风口已至：基础能力成熟，推动 AI 迈向新阶 段 L3 智能体 —— 目前阶段 能思考，还可以采取行动的 AI 系统 L1 聊天机器人 具有对话能力的 AI 来源： OpenAI 对于 AI 的分级 www.jazzyear.com 生态系统成熟度 产业生态与应用场景 L4 创新者 能协助发明创造的 AI L2 推理者 产品和技术协议，发挥引领示范作用。同时， 相对 成型的 Agent 产品如 Manus 、 AutoGLM 、 Genspark 等开始涌现，验证了子技术的可行性，标志着 Agent 从设想进入相对成熟的产品阶 段。 企业不再满足于 AI 的浅尝辄止，而是寻求能深度嵌入业务、创造颠覆性价值的真正生产力。 Agent 走向 生产力工具 2025 年， AI Agent 风口已至：市场需求得到标杆产品的验 ，打造强大的智能 Agent 产品矩阵； OpenAI 凭借 Operator 图形界面交互智能体和 ChatGPT Agent 多模态任务执行中枢，为企业提供便捷高效的智能交互体验。 随着技术的不断成熟，企业级 Agent 的 “自动化” 能力逐渐崭露头角，受到市场的广泛关注，成为企业优化流程、提高效率的重要选择。 2025 年， AI Agent 风口已至：科技巨头竞逐企业级 Agent 赛

照、证件照等有约束场景下的人脸识别准确率接近 99%。在语音识别 领域，全球知名的开源语音识别数据集 Librispeech 上已实现接近 2% 的错词率2。 （二）人工智能产业发展现状 当前人工智能理论和技术日益成熟，应用范围不断扩大，产业正 在逐步形成、不断丰富。人工智能产业体系主要分为支撑层、产品层 和应用层。 来源：中国信息通信研究院 图 1 人工智能产业体系 支撑层包括硬件、软件等基础技术。硬件部分包括传感器、人工 层关键信息。感知类的典型赋能场景包括身份核验（人脸识别）、人 流分析、车况监控、车外环境感知、驾驶员行为监测、交通设施状态 感知、实时路况感知、机非人（机动车、非机动车、行人）识别等。 目前人工智能感知类技术服务的产业化最为成熟，在交通领域应用的 范围最广泛。 人工智能技术基于对海量数据的“学习”，可以超越人类的经验 感知，更快速地识别特征、做出分析预测。交通数据信息具有异构性、 多样性和海量性等特征，人工智能可以更好地处理多源异构时空数据， 节，才能确保良好的赋能效果，比如共享出行、出行即服务、智慧座 舱、智能驾驶/远程驾驶、智慧公交、智慧高速、智慧停车、城市交 通大脑等。相较单一场景，综合应用场景的技术复杂度最高，受国家 和民众的关注度也最高，一旦解决方案成熟，其释放的经济社会效益 也最大。受限于多种因素，目前此类应用还处在商业落地的早期。 二、人工智能在交通领域的业务应用现状 （一）人工智能在交通领域应用的产业环境趋好 1. 政策面利好

 （ 3 ）应用层：利用 AI 技术在制造业生产和服务的各个环节创造价值。 图表：“制造业 +AI” 产业结构 AI 应用于制造业多个环节，在产品设计、生产、销售、售后等过程均有渗透且 成熟度不断提 升。  产品设计：（ 1 ）通过 AIGC 完成工程设计中重复的低层次任务；（ 2 ）通过 AIGC 生成衍生设 计，为工程师提供灵感；  生产计划：需求预测、智能排产。（ 1 04 统筹规划，落地实施 统筹规划，发展智能制造，主 导智能制造解决方案的构建与 实施落地 大处着眼，小处着手快 步向前 整体谋划，明确智造发展路线， 找准突破点，快速迭代式推进， 将成熟场景应用以点带面进行 推广 夯实基础，布局长远 扎实打好基础，认清发展趋势， 加快转型升级布 局，通过提质 增效降成本等方面占据竞争制 高点 鼓励自主，开放共赢 自主创新，掌握核心技术，同 • 有效避免真实信息被层层“过滤”，管理有效性提升 15% • 避免业务流程被层层等待，决策及时性提升 30% ，有效实现数据业务 化应用 基于实时数据，对设备的价值指标建模和统计分析，以科学成熟的设 备指标体系，给管理层提供设备数据驾驶舱 设备指标：开机时长、作业时长、开机率、作业率、冗余率、瓶颈率 多维度对比分析：组织维度、工艺维度、厂房维度、灵活自定义维度 Project Content

84 亿 360 亿 200 亿 126 亿 806 亿 1200 亿 智能客服多场景分批成熟，三到五年内 AI 替代 70% 的人力 文字机器人 （售后） 外呼机器人 （初筛） 智能质检 3-5 年 落地技术 当前 人力规模 附：选自《人工智能时代中国就业的挑战与应对》 完整性 ★★★ 开放性 ★★ 私有化项目为主 完善的语音合作伙伴 小 I 机器人 C 完整性 ★★★ 开放性 ★★★ 定制开发 + 服务、 SaaS 和 OEM 第三方 合作结合 定价明确 渠道成熟 合作伙伴多 百度智能客服的 优势 技术对比 ★ 产品对比 百度智能客服项目实施案例 业务系统 按键式 IVR 语音识别能力 + 深度语义理解 + 对话配置能力 + 智能化知识库 产 品 业务流程逻辑 对话结构树 业务知识点 意图 》》 百度智能客服具备丰富成熟的合作伙伴生态 圈 合 作 伙 伴 生 态 圈 互 联 互 补 互 惠 共 赢 产