掀起热潮，其高性能、低成本的特点迅速吸 引了国内外开发者和企业的关注，推动了中国AI生态的开放性和竞争力的进一步提升。这一风潮不 仅加速了模型层的国产化创新，也为中小企业提供了更易获取的 AI 工具，激发了应用层的创新活力， 成为中国AI产业发展的标志性事件。 艾瑞人工智能研究团队延续六年行业研究经验，在第七年聚焦人工智能产业的发展环境、产业 进程及产品动态，深入探讨技术驱动、产业机遇、 2）算力需求结构性转变：2024年部分地区智算中心出现闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客 的强大功能，极大突破了以往人们对AI通常进行简单任务处理的认知。AI、AIGC、大模型快速成为近两年科技产业发展的高频关键词，政 府侧、企业侧纷纷加大对AI技术投资以释放大模型生产力，消费者对生成式AI工具产品的兴趣也在增加，其中，文本写作类应用（豆包、 Kimi、文心一言等）、图片生成类应用（文心一格、通义万相等）是大家主要尝试的两大AI功能方向。 中国民众认为“AI到来的标志事件” 2.1%

掀起热潮，其高性能、低成本的特点迅速吸 引了国内外开发者和企业的关注，推动了中国AI生态的开放性和竞争力的进一步提升。这一风潮不 仅加速了模型层的国产化创新，也为中小企业提供了更易获取的 AI 工具，激发了应用层的创新活力， 成为中国AI产业发展的标志性事件。 艾瑞人工智能研究团队延续六年行业研究经验，在第七年聚焦人工智能产业的发展环境、产业 进程及产品动态，深入探讨技术驱动、产业机遇、 2）算力需求结构性转变：2024年部分地区智算中心出现闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客 的强大功能，极大突破了以往人们对AI通常进行简单任务处理的认知。AI、AIGC、大模型快速成为近两年科技产业发展的高频关键词，政 府侧、企业侧纷纷加大对AI技术投资以释放大模型生产力，消费者对生成式AI工具产品的兴趣也在增加，其中，文本写作类应用（豆包、 Kimi、文心一言等）、图片生成类应用（文心一格、通义万相等）是大家主要尝试的两大AI功能方向。 中国民众认为“AI到来的标志事件” 2.1%

”，从技术创新演变为推动组织变 革的核心引擎，引领企业的智能化转型。 1 2 3 具备高 AI 力的个体能够显著提升工作效率和质量。 他们能够更好地 理解 AI 的优势和局限性，更有效地利用 AI 工具完成任务，并从 AI的 输出中获得更深入的洞察。 7 4 5 6 核心洞察 02 目录 引言 核心洞察 结论与展望 AI 在企业中的应用现状 1.1 中国 AI 市场规模不断扩大，投资及应用 年中国 AI 市场在全球 的占比为 9.2%，预计到 2025 年这一比例将大幅提升至 20.9%，标志着中国正从 AI 市 各类便捷的 AI 落地工具和解决方案不断涌现，使 AI 应用从少数科技巨头 的"专利"转变为广大企业可及的生产力工具。 04 AI 在企业中的应用现状 1 技术门槛的显著降低 随着算力成本的持续下降和训练效率的提升，越来越多的企业开始构建专 属大语言模型，推动 AI AI 技术加速普及。 成本结构的根本改善 从互联网到金融，从医疗到制造，各行各业正在探索并实践大模型的落地应 用，将 AI 从概念真正转化为解决业务问题的有效工具。 应用场景的快速拓展 全球范围内 AI 监管框架的逐步构建，不仅为大模型的规范化应用扫清了障 碍，更为行业的可持续发展提供了制度保障。 政策环境的日趋完善 中国 AI 市场规模不断扩大， 投资及应用 Al 的热情高涨 1.1

21 DeepSeek出现之前的十大预判 之八 智能体推动大模型快速落地  能够调用各种工具，具有行动能力  调用企业专业知识，更懂企业  将日常重复性业务流程形成Playbook，实现流程自动化  通过目标拆解，多次调用大模型以及专家模型协同，形成 慢思考能力 传统软件是辅助人的工具，Agent是能够自主工作的数字员工，是新的生产力 政企、创业者必读 22 DeepSeek出现之前的十大预判 建立强大生态，成为全球人工智能根技术，无推广情况下各国 政府、企业、云厂商纷纷接入，获得全球最大影响力  改变中美竞争格局：美国是闭源封闭垄断思路，中国领导开源 文化，加速中国领先地位  中国人民使用的AI工具先进性已超过美国，普及率超过美国， 使用AI人口超过美国总人口，且直接用上最先进的DeepSeek-R1 DeepSeek颠覆式创新——开源 33 政企、创业者必读 新时代下的集中力量办大事 响应：响应速度更快，用户体验更好 部署：可以私有化部署，保障政府企业数据安全 训练：不需要从头训练，只需要专业知识库或者微调就可以 人才：大模型训练复杂程度降低，对人才要求也降低 工具：已经有全套工具 走专业化大模型 之路，大模型落 地门槛大幅降低 从原子弹变成 「茶叶蛋」 52 政企、创业者必读 基于DeepSeek是打造专业大模型、 垂直大模型、场景大模型的最佳选择

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 �� 突出创新服务，例如大数据营销、AI工具链、AI创作等，加速推动新技术的 布局和新业务的增长。 场景四：满足数据合规要 将考虑采用更灵活的治理、分析和应用模式，包括区块链技术支撑下的数据 流通，以及数据不出域前提下的联邦学习、隐私计算等。这些更大范围的协 作模式也会带来对不同云环境、大数据环境的新需求。一些云服务商提供的 跨云工具和服务，或者第三方多云管理平台，可以满足不同云环境间的数据 同步、应用集成和统一管理需求，简化多云环境下的运维复杂性。 �� 多云环境赋能企业增强业务敏捷性和可扩展性，构筑弹性技术服务架构：有 AI模型的训练与推理任务对计算资源的需求差异显著，多云环境为企业提供 了依据具体应用场景灵活调整算力的能力，有助于实现性能表现与成本控制 之间的最佳化。 不同的云服务提供商可以提供各具特色的AI工具和服务，实施多云策略则赋 予了企业根据自身业务需求，自由选取最适宜技术组合的机会。 使用多个云平台可以防止企业过度依赖单一的技术栈，从而能够在技术快速 迭代的时代保持灵活性。 伴随多云部署成

或其他手段更有效地散播虚假信息以及更巧妙的钓鱼攻 击了解得非常清楚——电子邮件技巧或模仿真实人类的 语音。或者偏见的决策如何在即使有AI的情况下崭露头 角。明确地说，这些是真的问题，内容水印技术或深度 伪造检测工具的需求不断增长，紧迫寻求解决这些问题 的措施。但这个故事将AI信任的话题仅仅局限于不良行 为者和利用。这只是部分真相。为了实现真正的自主权 ——在系统、整个劳动力以及顾客中——领导者需要对 信任进行 通过最有价值的创新引擎—— 您的员工，探索认知数字大脑的影响。员工们开始将 人工智能带入工作中，雇主们也深知其所能发挥的力 量。但我们需要转变观念，从自动化转变为赋予员工 自动化的能力——为他们提供创新的工具，重新构想 做事的新方式，并从基层推动进步。我们正在构建一 个良性循环，人们在人工智能机器中学习和教学，而 人工智能机器也以同样的方式与人类互动。这个循环 将让双方释放出新的绩效和扩散水平，这一切都建立 10 技术愿景2025 | 人工智能：自主宣言 未来 苹果公司开启 应用商店 与代理的互动超过平均消费 者在智能设备上的应用使用 时间。 Toolformer，一种可以通 过API自学使用外部工具 的大型语言模型，已被 创建。 26 人们经常使用个人代理访问 数据和在数字生态系统中完 成任务。 代理商，而非个人，是大 多数企业内部数字系统的 首要用户。 一家主要的企业资源规划（ ERP）公司推出了一款新的

------------------------------------------ 18 2.企业数字化人才培养保障体系 ------------------------------------- 23 六、方法工具：数字化转型方法工具适配 ---------------------------------- 25 1.数字化转型推进思路策划 ------------------------------------------ 深度数据分析、产品研发、先进制造、数 字化运营和数字营销六大类别，这些类别紧密对应于数字产品与服务价值链供应端的战略规划、 研发创新、生产制造、运营管理和市场营销等关键环节。 然而，随着数字化工具和 AI 大模型的迅猛进步，企业与组织正加速采纳数字技术和手段， 以推动业务、运营和管理模式的革新。领导者需紧跟并引领数字经济和社会发展的潮流，而业 务部门也针对具体场景提出更为精细的数字需求。为有效应对这些需求，企业采取业务部门与 维方式。 在这种大环境下，培养数字化人才显得尤为重要。然而，在实际推进过程中，依然面临着许多 困难和挑战。  数字技术飞速发展，教育体系跟不上 随着数字化技术的不断创新，各种新的编程语言、工具和框架层出不穷，促使人才不断进 行学习和技术更新。传统的教育体系往往无法及时适应这种快速变化，教材老化、教学方法滞 后，导致其无法有效满足现代数字化人才的需求。教育与行业之间的脱节，使得毕业生所掌握

维度①场景结构化程度（环境、工具）②任务复杂程度（动作、交 互理解）。对机器人的四大关键能力提出需求（感知、运控、决策、交互） 7 一级指标 二级指标 能力等级 指标定义 结构化程度 环境 1 路线与物品位置固定 2 路线涉及物体机械移动 3 路线涉及生物自主移动 操作工具 1 不使用工具/使用固定工具 2 使用某类特定工具 3 使用多种不同工具 一级指标 二级指标 能力等级 工作任务演进逻辑： ✓ 有意义：情绪识别，递送物品，车辆充电 ✓ 有价值：拓展综合型家务，在语言+动作 指导下复刻动作，如平面清洁等 ✓ 有收益：替代清洁工/保姆 • 工作环境：高标准化环境+高标准化工具/零部件 • 工作任务：从单一重复性动作，链条较短任务开始，到胜任复杂工作 • 工作任务演进逻辑： ✓ 找简单工作：在现在已经能够实现的任务中积累行动数据，提高识别准确性 ✓ 拓展上下游：向已实 功能 情感识别与对话、动作与导航、 内容展示等 物体抓取与搬运、远程操作、自主 导航/移动、环境感知等 自主移动、语音识别、导航、信息 查询和客户服务等 远程控制、自主导航、多工具接口 （根据任务更换不同工具）、高精度 作业等 应用场景 家庭服务、商业服务 家庭服务 商业服务 家庭服务 工作地点 友利银行大厅、深圳宝安机场、 东风日产4S店等 康复服务中心（日本横滨康复服务 基金会）

法规和政策 意识和沟通 能力 并且文化 中心：基础培训、最佳实践分享、社区建设 发言人：能力发展和特定于业务单元/功能的培训 培训 工具 技术 中心节点： 基础设施与平台/工具提供，技术与合作伙伴关系 发言人：具体的技術要求定義，具體工具操作 平台与基础设施 人工智能在汽车领域的机遇 Strategy& 数据/人工智能能力 业务（功能/国家）权力平衡注：数据/人工智能治理的 人工智能不是一个单一的软件套件，而是一系列工具/供应商，它们 各自拥有不同的优势——整个AI玩家格局都应被充分利用。 人工智能活动需要与外部合作伙伴进行协作 数据/人工智能专家供不应求，算法复杂——与合作伙伴合作以实现速度 和效率，同时不造成依赖 文化在成功实施人工智能中至关重要。 人工智能通常用技术术语来描述——但创造一种文化， 鼓励员工学习和实验AI工具至关重要。 重新校准现有数据和人工智能活动，以保持领先地位。

对人工智能加以应用。本报告介绍了含三个阶段的人工 智能价值框架，以帮助银行确定应优先开展的工作并相 应调整投资，从而充分发挥人工智能的潜力。 的受访者表示他们的员工正在迅速掌握 如何使用他们引入的人工智能工具/技术 调研结论 阶段二 阶段三 主要考虑因素 为迎接人工智能奠定基础 为您的人工智能转型保驾护航 简介 概要 引言 打造智慧银行 阶段一 简介 85% © 2025 毕马威华振会计师事务所（特殊普通合伙） 难以衡量投资回报 30% 道德风险 28% 数据孤岛 27% 各部门之间缺乏沟通和协调 26% 预算限制或投资不足 24% 缺乏领导层的支持和理解 23% 员工抵制变革及不愿使用人工智能工具 23% 法律/监管限制 23% 数据质量较差 22% 缺乏与领导层的沟通和共识 22% 时间和资源限制 22% 数据格式不一致 21% 贵行在应用人工智能时面临哪些挑战？（最多选5项），n=183 为您的人工智能转型保驾护航 简介 概要 引言 打造智慧银行 阶段一 调研 结论 缺乏优秀的人工智能实施模式 当前，银行正尝试各种人工智能实施方式。66%的 受访银行利用基于云的人工智能平台，46%使用开 源工具，83%则采用本地解决方案。此外，86%的 受访银行正在内部开发定制人工智能解决方案，他 们的实施方式因各自数字化程度的差异而有所不 同。 管理层对控制心存忧虑 对人工智能的控制仍然是银行管理层的主要担忧之