年间，中国净 水器行业市场规模将以 8.0%的年复合增长率稳步增长。 1.6 中国净水器行业痛点分析 售后服务体系不完善，用户体验有待提升。净水器作为大件消费品，具有滤 芯更换频繁、设备维护要求高等特点，用户对售后服务的依赖性较强。然而，目 10 前行业服务体系尚未形成统一规范，特别是在三四线城市及农村地区，服务网点 布局稀疏、响应效率偏低，用户维护成本高企，影响终端用户的使用体验和品牌 99%的溶解性物质，包括重金属、细菌和病毒等，其 在滤除细菌、水垢及重金属等有害物质方面的效果显著优于纳滤和超滤 技术。 ➢ 服务特点：智能净水服务以“长期服务、免费更换及定期上门”为核心， 构建覆盖全生命周期的标准化服务体系。品牌方基于滤芯寿命及水质监 测数据，主动开展滤芯免费更换工作，并依托数据监测体系安排专业技 术人员定期上门巡检与维护，确保设备持续稳定高效运行。 ➢ 智能化特点：智能净水服务依托物联网及数据分析技术，具备明显的智 国净水器行业发展的初期阶段， 整机销售模式长期占据主导地位，用户通过一次性购置净水器获得产品使用权， 在一定程度上满足了净水产品初步普及和初级市场需求。然而，该模式高度依赖 前端销售，且后续服务体系不健全、复购率较低等问题，限制了用户生命周期价 值的提升。随着行业步入成熟发展阶段，租赁模式逐步兴起，通过显著降低初期 一次性投入成本，并配套提供设备运维、滤芯更换等增值服务，进一步优化了用

........................... 19 3.2 数字可信设施体系 ........................................ 20 3.3 数字可信服务体系 ........................................ 21 3.3.1 身份可信 ......................................... TEE（可信执行环境）、联邦学习、多方安全计算等隐私 计算技术，以及区块链软硬一体化技术，基于国产软硬件，实现隐私增强的可 信计算。 3.3 数字可信服务体系 图 3-3 数字可信服务体系 3.3.1 身份可信 基于生物识别、分布式数字身份、零知识证明、钱包技术及零信任的身份 可信服务体系，提供可信可靠、自主可控、合规合法、效率创新及符合行业标 准的数字身份服务能力。通过生物识别能力构建，如指纹、面部识别等，可凭 通过身份识别与钱包技术构建唯一身份与资产信任根，共同作用下为数字经济 参与方提供了可信的身份基础。 3.3.2 可信数据 第 22 页 数据可信包括数据访问可信、数据流通可信、数据权属可信及数据开放可 信，是数据可信能力与服务体系的技术能力基础支撑。数据访问可信确保了数 据的来源可靠性。通过多因素认证、数字证书和数字签名等技术手段，验证数 据访问者的身份和权限，防止未授权访问和数据泄露，保障数据本体安全及数 据的完整

智能模拟，有效提升了预警信息的精准度至分钟级，显 著提升了水资源管理、供水调度、防洪排涝等典型场景的应用效能。 3、应用成效 采用“政企合作、政府监督、建运一体”模式，通过整合政企资源、优化服务体系，推动城市经济发展，深化 产城融合，加速产业生态构建。 4、建设运营模式 备自然语言处理、视觉、科学计算等基础能力，并提供模型开发、数据工程、应用开发等套件，助力用户快速完成 行业大模型、场景大模型的构建工作。 能升级面临的挑战，花都区新型工业化数字服务平台 应运而生。该平台以“数”“智”为核心，以服务广大中小企业数字化转型为宗旨，深化人工智能应用，构建“通 用大模型+工业AI大模型”相结合的工业智能服务体系，实现花都区重点行业、区域整体数字化水平提升，全方位为 制造业“赋智赋能”。 1、案例概述 广州市花都区新型工业化数字服务平台采用“1+2+3+2”的设计思路。其中，“1”是面向用户的交互界面和服 花都区政府 投资建设 广州之云科技 普惠算力 创新孵化 产业聚合 人才培养 中小企业 行业用户 科研机构 高校院校 49 AI CITY 发展研究报告 （2）运营模式 强化项目服务体系，通过线上平台和线下中心协同，具体包括： 贴身保姆服务：由区属国企之云科技承担技术运维和业务运营工作，提供贴身保姆式服务，包括不断迭代、更 新、开发等，弥补工业互联网“重建设轻运营”的短板。

循环贷模式。 2023.11 《关于健全中小企业公共服务体系的指 导意见》 工业和信息化部 • 到2025年， “一站式”服务平台基本建成，政策直享、服务直达、诉求直办的服务企业模 式逐步形成。到2035年，与中小企业高质量发展相适应的中小企业公共服务体系更加完备， 形成“机构优、平台强、资源多、服务好、满意度高”的中小企业公共服务体系。 2023.11 《关于强化金融支持举措 助力民营经济发展壮大的通知》

和效率的关键。 构建多应用多层次服务体系 公众出行服务是智慧公路建设的最终目的，公众出行信息服务水平更是衡量智能交通现代化程度的重要标志。 智慧公路的发展需要持续激发市场活力，积极探索引入社会机制，调动资本参与智慧公路规划、建设、运行和管 理的积极性，采用多种方式鼓励政府与企业、社会机构等开展全方位合作，优势互补，共同构建多应用、多层次 的动态信息服务体系。 聪明的车、智慧的路，加速交通行业产业升级 。并且针对分 布在不同地域的计算资源、存储资源等，可以实现统一的管理和调度，提升整体的资源利用率和运维效率。智慧 公路云计算以“智能、快速、绿色、安全”为总体目标，打造分层解耦、开放共享的资源服务体系，助力智慧公 路业务应用快速上线、高质量运行、高效率维护。 技术特点 提供持续更新和演进的云服务，满足智慧公路不断发展变化、业务应用不断迭代的客观需求， 提供按需供给、据实结算的云资源服务。

105 105 106 107 110 113 图 1 AI 与三次产业的融合发展 图 2 AI 时代，新经济深化内涵、拓展外延 图 3 AI 技术 MaaS 对 B 端用户服务体系的提升 图 4 AIGC 助力新质生产力的发展 图 5 2016-2023 年“三新”经济规模及相当于 GDP 的比重 图 6 2015-2023 年中国高技术产业投资增长情况 图 7 MaaS开发人员设计的所有 MaaS配置文件模板都存储 在IaaS层中 MaaS主要针对PaaS的构建 和开发模式产生巨大影响， 缩短PaaS的开发周期 图 3 AI 技术 MaaS 对 B 端用户服务体系的提升 015 另外，目前人工智能已不再局限于传统的逻辑推断，而是能够从大量的数据之中挖掘出数据的 内在联系，在科学研究中起到重要的辅助作用。AI for Science 计算速度快、准确度高、可以自动 辅诊模型。泡泡玛特在自身业务中积极探索 AI 的可能性，通过数据 分析和用户行为预测。洞察消费者的喜好，抓住了“二次元经济”的机遇，实现超预期的营收增长。 八 101 2. 将智能化深度嵌入服务体系，提升用户体验 贝壳找房运用 AI、VR 等技术推动消费者实现美好居住梦想。其中，“设牛”作为贝壳推出的 AIGC 家装设计产品，能够快速生成并展示多种装修风格的效果图，从而满足用户的个性化装修需求。

标准。行业应用方面，2023 年 3 月，中共中央办公厅、国务院办公 厅印发了《关于进一步完善医疗卫生服务体系的意见》，提出要加快 推进云计算等在医疗卫生领域中的应用，加强健康医疗大数据共享 交换与保障体系建设。2023 年 11 月，《工业和信息化部关于健全中 小企业公共服务体系的指导意见》提出，要充分运用云计算等技术， 建立贯通国家、省、市、县各级中小企业公共服务机构的全国中小

可提供智能算力产品及综合数智服务的综合云厂商智能算力产业的重要参与者。从业务重点看，综合型云厂商重点是软件层，围绕 服务大模型的软件平台构建服务能力，并将产品链下沉到算力资源层面，以PaaS带动IaaS，构建“模型和算力”的完整服务体系。 从业务实践看，综合云厂商积极结合自身技术能力和优势行业，同步提升通用大模型服务能力与行业大模型商业化实践。 来源：艾瑞咨询研究院自主研究及绘制。 综合型云厂商 能力 特征 业务 重点

损 失负责。 1 引言 在数字化转型浪潮中，工业互联网正引领全球工业迈向全新发展阶段。作为新一代信息技术与工业深 度融合的产物，工业互联网将人、机、物全面互联，构建起全新的工业生产制造和服务体系，为工业发展 注入强大动力，成为推动经济增长和产业升级的关键力量。 工业互联网打破了传统工业系统相对封闭、独立的运行环境，实现了工业生产各环节与互联网的广泛 连接。这一变革在带来效率提升和创 工业互联网安全产业生态呈现“多领域交织、国内外竞合”态势，涵盖工控、工业数字化、工业 互联网、工控安全四大核心领域。其中工控安全创新厂商技术专精但生态协同不足；IT 大厂技术 实力强却面临工业场景适配难题；传统安全大厂服务体系完备，但 OT 技术存在断层；工控厂商 OT 安全根基深厚，但能力边界明显。需全领域厂商在各自生态位精准发力，通过能力筑基、生 态协同深化与用户价值共创三大路径，助力用户安全价值最大化。 (3) ............................................................................... 95 5.3.3. 传统安全大厂：服务体系完备，OT 技术存在断层........................................................................96 5.3.4. 工控厂商：OT

云计算经过二十年的发展已成为数字经济的主要服务形态，凭借虚拟化、云 原生等技术实现了资源池化和弹性扩展能力，有效支撑了各行各业数字化转型。 随着千亿参数大模型等 AI 技术的迅猛发展，传统云服务体系面临严峻挑战，云 计算进入深水区：在算力方面，十万卡级超大规模 GPU 集群的异构算力需求已远 超现有资源池化的调度能力；在网络层面，AI 训练中 TB 级参数同步对时延极为 敏感，传统网络