高可靠 智能化 开放性 高扩展 自动化 高性能 云原生 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 营销云 伙伴云 客户服务云 销售云 现场服务云 智能分析云 微 信 端 企 微 端 云原生计算 虚拟机CVM 容器平台TCS 云原生存储 块存储CBS 对象存储COS 文件存储CFS 云原生网络 私有网络VPC 路由网关 数 据 库 TDSQL 5 6 区块链平台 设备运维(机） 5 组织人才(人） 1 0 先进 制造 智能制造(产） 供应链追溯(供) 数字营销(销） 智慧服务(服） 7 创新 科技 音视频平台 云原生体系 + + 敏捷 弹性 数据 智能 端到端价值链 客户需求 竞争环境 产业政策 颠覆技术 智能化 自动化 精益化 数字化 战 略 组 织 技 术 业 务 腾讯工业1 伴随着公司的高速发展，业务对数字化的诉求不断增加，要求应用功能不 断增强、服务粒度更加精细 � 公司目前信息系统超过500个，近一半是自研应用，2021年相比2020年服 务接口数量增长了XX% 1. 半导体行业首家云原生Paas平台项目； 2. 纯自研产品输出、无定开内容； 3. PaaS平台一体化建设，测试生产两套 环境部署，合同金额double； 4. 包含产品： � 容器和中间件平台 � 分布式消息服务Kafka

新的业务形态和商业机 会快速出现，由此产生新的生态聚集效应，加快重塑市场格局。 更加极致的客户体验：客户体验变得更为为 重要。企业需要深入研究市场以建立差异化 优势，例如面对银发经济和数字化原生代持 续崛起的市场背景，提供定制化与个性化解 决方案。 “走出去”向外追求增量空间：面对不断激 烈的竞争局面，挖掘海外需求、提高海外收入成为中国企业创造增长新曲 线、实现新盈利的方法之一。企业纷纷积极“走出去”，尝试拓展新的海 时，多云架构允许快速将流量切换到其他正常运行的云环境中，确保业务服 务不间断。例如，一些互联网游戏企业利用多云服务器实现资源冗余，在多 家云服务商之间基于不同优先级建立冗余机制。 场景二：按需构建最优业务架构。企业，尤其是数字化原生企业，会将云服 务质量和成本等作为重要考量因素，通过在多个云服务商之间实现按需调配 的模式，在企业内沉淀一套资源优化策略，寻求动态最优的业务架构。例 如，企业通过新引入的云环境实现更快速灵活地创建和销毁资源，帮助企业 时延保障等方面的要求，综合考量，采用公有智算资源、专属智算集群、自 建智算集群等方式，开展训练和推理业务，满足成本和规模化的考量。 场景三：构建企业创新能力。随着大模型带来的新的AGI场景的兴起，企业需 要引入更多的AI原生开发工具能力，构建“AI+”应用。同时，企业还对研 发、测试、交付过程的效率提出了更高的要求。因此，企业需要不断引入新 的云服务商，基于其在AI、机器学习、大数据分析等领域的显著能力优势和 ��

全面推广阶段：AI 的战略化布局 阶段特点： 组织架构重塑 商业模式创新 全域数智化转型 生态系统构建 典型案例： 战略层面：成立 AI 创新中心，设立首席 AI 官 产品层面：推出 AI 原生产品线 运营层面：构建智能化业务中台 文化层面：建立数智化人才培养体系 07 AI 在企业应用中"普及度" 与"成熟度"的反差 1.3 企业将生成式 AI 应用在哪些环节 销售和客户服务 利用大模型卓越地完 成翻译任务 利用大模型写出 “提 示词的提示词” RSTCC 提示词框架 12 个高级提示词技术 基于 RSTCC 的五级提 示词框架 建构式地使用大模型 提示词的时空复杂度 AI 原生的即时练习与反 馈，与 AI 高效互动 基于真实的工作场景， 从单一问题到复杂场景 撰写和润色商务邮件 项目管理文档 1 提升 AI 力的核心： 提示词素养 丰富的提示词练习， 提示词解锁大模型的最大潜力 掌握在组织和工作场景中 高效应用 AI 的核心素养和策略 基于 200+ 篇顶级权威论文 聚焦企业 AI 战略转型的最佳实践 1 3 2 围绕业务场景的提示词练习 提供 AI 原生的即时反馈 4 课程特色 4.3.3 课程形式 4.3.4 课程收益 4.3.5 模块化设计 系统化学习 在线课堂 灵活安排进度 场景化练习 AI 实时反馈 即学即测 社群化交流 构建企业

Do not reproduce or distribute. 1. 智算产业现状总览 我国智算产业发展的关键技术 来源：与非研究院 智算产业关键技术，高性能AI芯片和大模型技术占比最高。云原生、云数据库、5G/6G通信、算力网络 等也发挥重要作用。 7 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute 预测我国智算产业未来两年的投资趋势 基础设施投资持续增加，特别是在数据中心和算力网络建设方面 AI应用开发将成为投资热点，尤其是能够落地实体经济场景的应用 AI基础技术开发将成为投资热点，尤其是具备突破性的领域 云服务和AI原生应用的融合成为重点 资本市场对智算领域的投资将保持活跃 其他 来源：与非研究院 预测未来两年，我国智算产业投资将重点聚焦于基础设施建设、AI应用开发、基础技术研究、云服务与 AI融合。同时，

2025年3月，蝴蝶效应推出通用型AI助手Manus，可实现企业研究、旅行规划、课程设计等多场景的任务规划与流程操作。 中国AI Agent厂商生态分化现状与当下发展困境 互联网科技大厂 垂直领域科技厂商 Agent开发平台厂商 原生Agent应用厂商 • 提供一站式大模型开发平台 • 推出通用型Agent工具链 • 成熟产品集成Agent能力 依托底层算力资源与大模型能力，构建"基 础设施+平台框架+应用生态"体系 接受的SaaS订阅制，初期以免费体验为渗透点，慢慢引导 用户接受AI产品的付费订阅。而AI产品的订阅制收费逻辑可分为三类：1）对AI功能模块的额外收费；2）添加AI功能的整体产品价格上调； 3）AI原生应用的产品收费。展望未来，AI产品或更多主张提供按效果付费的模式，并以AI Agent形式为企业提供个性化产品服务，在用 户订阅数量减少、客户IT支出缩减的大环境下完成更多AI产品拓展与用户付费转化 AI功能为产品带来更多玩法，从商业变现角度提供 更多单功能点付费的可能性。 AI时代浪潮对B端与C端的产品生态格局带来影响，用户市场载体与流量时 长分布发生改变，如网站浏览时长变短，用户转向AI搜索等AI原生应用。 B端客户在采购产品时看重ROI，ROI是推进企业数智化转型的重要衡 量指标。大模型加持下，AI产品质效得到显著提升，采用新商业模式- 按产品效果付费，客户只需为成功效果买单，可有效提升其采购意愿。

2025年3月，蝴蝶效应推出通用型AI助手Manus，可实现企业研究、旅行规划、课程设计等多场景的任务规划与流程操作。 中国AI Agent厂商生态分化现状与当下发展困境 互联网科技大厂 垂直领域科技厂商 Agent开发平台厂商 原生Agent应用厂商 • 提供一站式大模型开发平台 • 推出通用型Agent工具链 • 成熟产品集成Agent能力 依托底层算力资源与大模型能力，构建"基 础设施+平台框架+应用生态"体系 接受的SaaS订阅制，初期以免费体验为渗透点，慢慢引导 用户接受AI产品的付费订阅。而AI产品的订阅制收费逻辑可分为三类：1）对AI功能模块的额外收费；2）添加AI功能的整体产品价格上调； 3）AI原生应用的产品收费。展望未来，AI产品或更多主张提供按效果付费的模式，并以AI Agent形式为企业提供个性化产品服务，在用 户订阅数量减少、客户IT支出缩减的大环境下完成更多AI产品拓展与用户付费转化 AI功能为产品带来更多玩法，从商业变现角度提供 更多单功能点付费的可能性。 AI时代浪潮对B端与C端的产品生态格局带来影响，用户市场载体与流量时 长分布发生改变，如网站浏览时长变短，用户转向AI搜索等AI原生应用。 B端客户在采购产品时看重ROI，ROI是推进企业数智化转型的重要衡 量指标。大模型加持下，AI产品质效得到显著提升，采用新商业模式- 按产品效果付费，客户只需为成功效果买单，可有效提升其采购意愿。

务器等专门为 AI 集群优化的 IT 设备, 大部分企业的计算设备仅能勉强满足日常 基本业务需求,难以承载复杂的 AI 模型开发与运行。其次, 混合云平台的采用 率进展缓慢,调研数据显示,采用了先进的云原生平台, 支持自动化、编排和智 能运维的企业占比仅增加了 4% , 大多数企业仍处于浅层次的资源租用阶段, 未 深入挖掘其在优化业务流程、提升创新能力方面的潜力,未能将公有云的弹性扩 展与私有云的安全可控有机结合。 将创新理念融入到企业的日常运营中,甚至设立了专门的创新实验室,为员工提 供了一个自由探索、尝试新技术的平台。在 AI 人才和 AI 创新的双重推动下, 金 融业建立起了敏捷、创新、开放的 AI 原生组织 不仅为金融业的智能化转型提 更多干货请关注公众号“管理技术化平台” 40 供了有力保障, 也为行业的可持续发展奠定了坚实基础。 2. 智能化成熟度水平 TOP2 行业: 流通 流通行 打造混合 AI 数字底座, 夯实发展基础。这种底座融合了多种技术和 数据资源,包括云计算、 大数据、物联网等, 为 AI 应用提供强大的计算能力、丰 富的数据来源以及稳定的运行环境。最后, 培育 AI 原生的组织和文化, 激发创 新活力。企业注重培养员工的创新思维和自主学习能力,鼓励团队成员利用 AI 技 术优化工作流程, 提升业务效率, 共同推动组织向智能化、高效化方向迈进。 二是加强 AI 能力成熟度评估

国内各厂商在算力领域的资本开支投入有望保持较高增速。 ➢ 未来三年，阿里在云和AI上的资本开支将 超3,800亿元，投入总额超过去十年总和 ➢ 资本投入主要用于AI和云计算的基础设施 建设、AI基础模型平台以及AI原生应用、 现有业务的AI转型升级，整体AI投资节奏 进一步加快 阿里巴巴FY25Q3电话会 亿元 3,800 2021 2022 2023 2024E 938 687 596 >1,200 电力成本对算力中心服务商的运营有重要 影响，电费支出占到算力中心运维成本的 七成。 ➢ 西部地区电价具有明显优势，部分地区算 力中中心用电成本经政策补贴后降低至0.3 元/kWh以下，成为算力中心服务商 “西迁” 的原生动力。 电费占到算力中心 运维成本的比例 ~70% 电费 其他 “东数西算”八大算力枢纽、十大集群十大集群积极落实算力规划，结合地方特色制定区域算力中心发展要领， 推动区域算力资源的科学布局和高效利用。

实体历史数据仿真的生成孪生数据。同时，数据层能够运用 机器学习，大模型技术等 AI 技术对数据集进行各类预测及 模拟生成，对数据进行虚拟化，实现数据智能孪生。 算力层：支撑以上各层服务的算力基础设施层，包括云 计算、容器化、云原生等技术，通用计算、智能计算、存储、 网络等资源，提供弹性高效的算力基础服务。 4 图 1 数字孪生体系架构 （四）数字孪生的关键技术 支撑数字孪生架构体系的关键技术如下。 1.渲染技术

V12测试版发布，采用端到端神经网络替代 30万行C++代码，实现了城市道路自动驾驶，干预频次降至每千英里0.3次，复杂场景表现稳定。2024年12月，FSD V13发布，处理能力提升至36Hz原生清晰度，训练数据和算力分别提升4.2倍和5倍，延迟减少2倍。FSD计划于2025 年第一季度进入中国和欧洲市场，并计划推出无监督版FSD，加速高阶自动驾驶商业化。 特斯拉：纯视觉方案+一体化端到端先驱 Pro三款产品，可以满足NOA、Robotaxi等不 同等级的自动驾驶需求。A2000家族芯片集成了业界领先的CPU、 DSP、GPU、NPU、MCU、ISP和CV等多功能单元，具备高度集成化和 单芯片多任务处理能力，并原生支持Transformer模型。其中， A2000 Lite专注于城市智驾，A2000支持全场景通识智驾，A2000 Pro则面向高阶全场景通识智驾，其算力为当前主流旗舰芯片的4 倍。 核