..................... 104 三、 加强数据治理与决策支持系统建设 ................................. 105 （一） 强化数据治理能力 .......................................... 105 （二） 构建数据分析与决策支持系统 ................................ 106 不仅是一 种软件工具，更是一种信息集成和协同工作的方法论，通过构建虚拟的建筑信 息模型，实现对建筑全生命周期的数字化管理。BIM 技术的核心在于建立一个 包含建筑物物理特性和功能特性的数字化表达，作为决策的可靠基础。 BIM 模型包含建筑物的几何信息、空间关系、地理信息、各建筑构件的属 性以及工程量等多维度信息。通过参数化建模，BIM 能够自动关联和更新设计 变更，确保模型中的信息始终保持一致性和准确性。BIM Autodesk 的 Construction IQ 平台利用机器学习 分析历史项目数据，预测安全和质量风险；英国 BAM 集团开发的数据湖（Data Lake）整合各类项目数据，支持多维度分析和决策优化。 在中国，建筑业大数据分析起步较晚，但随着数字化转型加速，发展势头 迅猛。中国建筑、中铁建等大型企业纷纷建立企业级数据中心，开发定制化的 大数据分析系统。如中国建筑"智慧工地"平台整合项目管理数据、传感器数据

结合当前标准发展和产业实践，从数字人直播、5G-A 等业务发展、云网算智融合的网络演进、以及大模型 /Agent，数字孪生等新技术和应用方面，进行深度洞 察，分析自智网络产业的发展趋势及面临的挑战，并提 出解决策略与建议。 成功案例分享 列举自动化、智能化、能效优化的高阶自智网络实践 案例，为全球运营商及合作伙伴提供宝贵参考与借鉴 资源。 产业协同倡议 倡议广大合作伙伴携手共进，在共创共赢的理念下推动 型在复杂推理任务 中表现卓越 ，开启了“慢思考”的大模型新范式，为通 信网络的运维与运营提供了全新解决方案。例如，O1 模型及其推理增强技术能够在复杂业务场景中实现任 务编排、问题分析、灵活决策和优化执行。通过自动化 识别问题根因并生成解决方案，这些技术有效减少了 人工干预，提高了运维自动化率。 各种传统AI算法和小模型，在数据分析、数据预测等 方面，短期内依然具备精度高、成本低等优势，因此 据集成、全生命周期管理、自适应优化、智能决策支持和高度协同等新特点。 在通信行业数字孪生的应用主要集中在网络建设、优化和运维方面，意图通过构建虚拟网络模型，运营商能够模拟真 实网络环境，进行故障预防、性能优化和资源调度，提升网络自适应能力。 数字孪生技术在通信行业的发展演进中也存在诸多挑战，例如： 应对建议 针对感知、分析、决策、执行闭环等各部分，研究应聚焦于为精准的评估和决策赋能，提升网络的智能化水平，加强网

懂，是智慧公路全息感知体系的发展方向。 应用智慧云控平台决策道路运行 智慧云控平台是智慧公路建设成功的根本，是决定智慧公路能否发挥“智慧”和“服务”，实现信息互联互 通的关键。利用云计算、大数据等技术，整合路网静态交通设施、动态交通流和交通参与者的时空信息，并基于 GIS/ 高精地图构建完整的数字孪生平台，在此基础上提供认知、决策、仿真、评估等算法模型，是提升交通安全 和效率的关键。 等现代化信息技术，全面感知、分析、整合和处理公路路网运行信息，以数 据资源驱动公路规划、建设、管理和服务创新发展。智慧公路的核心是交通要素的感知化、互联化和智能化，具体 表现形式包括智能设施、智能决策、智能管控和智能服务等，从而形成智慧化交通运输综合管理、控制和运营服务 系统。考虑称谓的全球适用性，本白皮书中所指的智慧公路涵盖开展智慧化交通建设的高速公路、普通公路和城市 道路三大类。 世界 进运输组织管理。提高车辆实载率和里程利用率，大大提高路网运行效率。 需求和挑战 智慧公路技术白皮书 12 新技术赋能传统交通工程，是智慧公路的主要挑战 3.3 全球智慧公路的建设在智能感知、智能联接、智能决策和智能应用方面都存在一定的挑战： 道路基础设施信息化程度低，交通信息感知获取不够全面 比如，高速交通事故或异常事件发生后不能及时快速发现，容易引起二次事故再次发生，导 致更多事故伤亡。当前一些

（以下简称“《意见》”）。《意见》中明确指出煤矿智能化是煤炭工业高质量发展 的核心技术支撑，将人工智能、工业物联网、云计算、大数据、机器人、智能装备等 与现代煤炭开发利用深度融合，形成全面感知、实时互联、分析决策、自主学习、动 态预测、协同控制的智能系统，实现煤矿开拓、采掘（剥）、运输、通风、洗选、安 全保障、经营管理等过程的智能化运行，对于提升煤矿安全生产水平、保障煤炭稳定 供应具有重要意义。 《 设技术规范 与标准体系，实现开拓设计、地质保障、采掘（剥）、运输、通风、洗选物流等系统 的智能化决策和自动化协同运行，井下重点岗位机器人作业，露天煤矿实现智能连续 作业和无人化运输。 到2035年，各类煤矿基本实现智能化，构建多产业链、多系统集成的煤矿智能化系 统，建成智能感知、智能决策、自动执行的煤矿智能化体系。 为保证上述目标的不断落地实现，需要持续深化煤炭行业工业化和信息化的两化融 矿智能化建设技术规范与标准体系，实现开拓设计、地质保障、 采掘（剥）、运输、通风、洗选物流等系统的智能化决策和自动 化协同运行，井下重点岗位机器人作业，露天煤矿实现智能连续 作业和无人化运输。到2035年，各类煤矿基本实现智能化，构 建多产业链、多系统集成的煤矿智能化系统，建成智能感知、智 能决策、自动执行的煤矿智能化体系。 19 20 通过研读国家层面关于煤炭矿山行业的各类政策方针，可以发现，各项政策中频频的提到

业知识相匹配，同时具有更高的效率。根据Gartner的预测，到2028年，AI技术将自动化至少15%的 日常决策，大幅提升企业生产力，降低运营成本。通过AI技术与城市数字孪生场景结合，以时空为 “索引”对多源异构数据进行时空化治理和融合，并借助知识工程和AI算法进行智能分析、挖掘知 识和辅助决策，可以很好地解决地理规律的复杂性、地理信息表达的多样性以及地理数据的不完备 性等关键问题。 以“模型+知识”智能驱动的AI 升级、建设路线升维、底层逻辑演进，提出的 “1234MNX”参考架构具有可落地性，值得学界和业界借鉴参考。相信亦希望通过“AI CITY”的探 索实践，汇聚产业链各环节、各方的力量，通过感知、决策、执行等形成全面智能合力，构建具有 竞争力的AI CITY生态体系。 深圳大学智慧城市研究院院长、教授 1.1“人工智能 +”成为新时期经济社会发展的战略指引 ................ 市数字化底座，突破传统单点技术堆砌模式，系统化布局、一 体化推进，加速构建面向未来的城市数字底座，构建自主可控的算力基础设施、建立跨部门数据融通体系，升级打造 基于AI的一体化城市全域感知与协同决策支撑能力。 二是制度创新不断深入，全过程优化城市数字化转型生态 新时期智慧城市建设，要注重制度创新与技术创新相互促进，建设和运营并行推进，通过适数化制度创新，建 立与数字化发展相适应的规范体系

过促销或生产消耗逐步出 清2024年度的过剩库存后，正以审慎态度启动2025年采购计划。 成本管控与技术创新的平衡 制造商持续优化供应链以提升其盈利能力， 这往往涉及产能分配的艰难抉择。此类决策 可能引发价格、交付周期及供货水平的区域 分化。” Evan Maniquis 销售副总裁（欧洲、中东和非洲地区） 各企业的重心依旧在费用和现金流的管控上， 成本节约仍是企业核心战略。尽管如此， 系统级元件的需求将持续升温，并驱动数据 中心、AI（人工智能）创新与高速互联解决 方案的协同发展。 过去几年间，后疫情时代的PC（个人电脑） 换机潮消退导致个人计算与消费电子市场复 苏乏力。消费者对个人电子产品的升级决策 逻辑已经发生转变：从原来的单纯追逐新品 迭代转向了对技术突破与功能创新的实质性 价值考量。 普通消费者对技术进步的反馈不如预期。早期 的端侧AI（人工智能）应用——如Microsoft Worldwide（孚昇电子）12月的市场情报显示， 部分客户已针对HDD（机械硬盘）、SSD（固态 硬盘）及存储产品启动预防性库存建设，以对 冲关税升级的冲击。 2025年，企业决策层需制定关键应对方案， 在保障自身经营的连续性与应对市场冲击之 间寻求最优解。 14 2025制胜战略框架 2025制胜战略框架 面对复杂的市场动态，电子行业需以韧性战略构筑竞争优势。在以下战略中，敏捷响应、

年以内，反映了企业进行智改数转时，往往倾向于迅速见 到成果，期望能在相对较短的时期内实现成本回收。 —6— 企业在进行数字化转型之后，通常能够显著提升运营效率， 优化业务流程，实现资源的高效配置；同时，通过数据驱动决策， 企业能够更精准地把握市场趋势和客户需求，从而创新产品和服 务，增强市场竞争力；此外，数字化转型还能促进企业的组织变 革，培养数字化人才，构建更加开放、协作和创新的企业文化， 为企业的长期发展奠定坚实基础。 通过率，降低了产品不良率；在机械装备领域，利用机器视觉技 术对钢板进行智能分拣，降低了产品不良率。 预测优化与流程自动化：利用 AI 算法对生产数据进行实时 采集和分析，预测能耗、设备故障和工艺参数，为设备维护和生 产调度提供决策支持。例如，锂电池生产中通过 AI 算法进行质 量检测和能耗预测，有效降低了生产成本；同时，MES 系统与 ERP 系统的联动，实现了从订单接收、生产排程到物料采购、库 存管理的全流程自动化管理。 CAD、逆向工程和 材料优化，加速产品开发，提升创新能力。 系统集成与综合决策：从数字化车间到企业级信息平台，各 类系统之间实现了数据互联互通与信息共享，打破了信息孤岛。 通过大数据和人工智能技术，将车间内部的 SCADA、MES 系统， 以及企业级的 ERP、OA、供应链管理等系统进行数据集成分析， 为企业决策层提供了实时、综合的决策依据。 —17— 不论是传统产业如糖业、金属加工，还是新兴领域如新能源

正式诞生，标志着中 国无人驾驶行业正式起步并进入探索期。 · 研发阶段 ·2011 年，红旗 HQ3 完成了从长沙到武汉 286 公里的高速全程无人驾驶试 验， 标志着我国无人车载复杂环境识别、智能行为决策和控制等方面实现了新 的技 术突破。 · 企业入局阶段 · 自 2013 年以来，百度、华为、腾讯等互联网企业，上汽、一汽、宇通等车企 以及大量创业公司纷纷开始无人驾驶车辆的研发和测试，行业开始快速发展。 其 他 B 数据采集、存储与处理 + 提供 应用支 持 + 专业应用平 台 智能网联汽车安全监管 智慧公交 自动泊车 交通仿真 . 平台能力 标准化分级共享接口 融合感知、协同决策、 协同控制、交通管控、 领域大数据赋能标准件 云网一体化底座 交通管理与控制 类应用平台 交通数据赋能 类应用平台 系统重要 感知与 执行单元 系统的 中枢处理 单元 提供 车辆动态信息 新能源顾客的充电习惯和 消费行为，利用双方新媒 体视频号开展线上营销活 动推广，向顾客科普专业 的新能源汽车知识和产品 信息，吸引潜在消费者的 关注，不断为双方的营销 决策提供 数据支 持 安徽合肥石油 强化跨界融合，与国家电网 合作，根据实际运营情况及 时调整储能“充放电”模式 , 实现电力灵活调控响应； 针对大型站外停车场，探索 委托管理模式，提升管理规

亿台，覆盖工业、农业、 医疗、交通等全领域。这一趋势背后是各垂直行业对网络性能的多元化需求：工 业 4.0 要求网络支持微秒级时延的机器间通信和近乎零中断的可靠性；智慧城市 需要整合跨部门数据以实现实时决策；扩展现实（XR）与全息通信则依赖超高 带宽和超低时延提供沉浸式体验。移动通信网络作为全球信息社会的核心基础设 施，正面临用户需求爆炸性增长、资源利用率低下及跨运营商协作不足的多重挑 战。据 GSMA 理需求；而对于一些小 型的第三方接入网，则可以采用虚拟化的软件网关，部署在通用服务器上， 降低成本的同时保持灵活性。未来，随着人工智能和机器学习技术的不断发 展，智能网关将具备更强的自主学习和决策能力。它能够根据历史数据和实 时网络状态，自动预测流量变化，提前进行资源调度和路径规划，进一步提 升网络的智能化水平和运营效率。 3.1.2 跨域策略管理 跨域策略管理是联盟网络中实现多主体协同的关键机制，它涉及到制定 联盟智能体是联盟网络中实现跨主体协同决策和任务执行的智能实体， 它基于联邦学习等技术，在多个主体之间进行知识共享和协同工作。在智能 交通系统中，联盟智能体可以整合交通管理部门、公交公司、出租车公司等 不同主体的数据和资源，通过协同决策优化交通信号控制、公交调度和出行 路径规划，提高城市交通的整体运行效率。联盟智能体的核心在于跨主体的 知识共享和协同决策。通过联邦学习等技术，联盟智能体可以在不泄露各主

www.iresearch.com.cn 中国AI+行业进程加速渗透 决策式AI与生成式AI的共同赋能，生成式AI加速内容产业的渗透进程 人工智能技术正与人类经济生产活动的主要环节达成紧密结合，提供生产办公效率提升、运营管理优化、服务体验增强等效果实现。 而随着大模型、 而随着大模型、生成式AI技术的到来，其强大的数据处理、学习泛化与内容生成能力，高质效加速了各行各业人工智能技术的赋能 进程，为AI可赋能的场景领域、扮演角色提供更多创新性与可能性。在对原本计算机视觉产品、对话式AI产品、决策智能产品完成 能力优化外，衍生出更多文本生成、代码生成、图像生成等产品功能，由技术底层实现内容生产效率的飞越，并有望进一步变革人 机交互方式，以对话形式降低人机交互门槛，高维度优化用户交互体验。 来源：艾瑞根据公开资料自主研究绘制。 故损分析 质控、风 控和安防 安全 窗口服务 远程办事 远程作业 客户触达 营销运营 客户服务 内容创作、 办公助手、 AI智能体 企业管理、 知识助手、 流程优化 情报大数 据研判、 运营决策 该行业较少涉及该场景 尝试应用AI AI价值得到验证， 进入规模化落地 AI示范项目增加， 形成典型应用场景 图例 零售 设计生产 运营管理 客户服务 知识管理 教育 能源电力 汽车