国企业智能化成熟度报告 (2024) 》 (以下简称《报告》) 中,便是千行百业如 雨后春第般地开始探索与迈进各自的智能化发展旅程,从智能制造领域的智能生 产线优化,到医疗行业的辅助诊断与疾病预测,再到交通领域的智能调度与拥堵 缓解, AI 技术如同流水 悄无声息又快速地填满了企业运营的各个环节 静水流 深地改变了企业的运营模式和人们的生活方式。 在今年的调研中, 我们将企业智能化成熟度量表做了刷新 算力的场景化应用虽催生了对通用算力、超级计算、智能计算等多样 化需 求, 但混合架构衍生出的多云管理、多芯片协同等问题, 如同前行路上 的暗礁, 横亘在智能化的航道之上。 《中国企业智能化成熟度报告 (2024) 》承载着对过往中国企业智能化发 展 的复盘总结,更寄托着对未来前路的展望期许。 我们深知, 文明的壮丽绝不 仅止 于任何器物的如日中天, 对 AI 或者任何技术的追求, 最终的目的都是开 数字底座 ................................................................................... 7 2.2 企业智能化成熟度模型 ................................................................................................

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 Al 的热情高涨 1.2 AI 在企业中的应用场景持续扩展，正在经历从点到面的深度变革 1.3 AI 在企业应用中"普及度"与"成熟度"的反差 03 01 04 01 02 06 07 AI 赋能企业的创新模式和应用场景 2.1 AI 在重点行业和细分场景的创新实践 2.1.1 AI 在医疗健康行业的应用 2 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 39.2% 30.0% 45.3% 18.8% 4.3% 5.5% 6.4% 5.4% 6.5% 7.1% 44 其他 生成式 AI 在企业各环节应用的成熟度 应用成熟 一般 应用不成熟 数据来源：腾讯研究院《2025 年 AI 转型的进展洞察报告》，样本数量：2887 家企业 腾讯研究院发布的《2025 年 AI 转型的进展洞察报告》调研了全国近 3000 家企业，揭 示了企业 AI 转型过程中战略与现实的博弈：生成式 AI 在企业应用中呈现出"普及度"与" 成熟度"不完全匹配的特点。 从应用分布来看，企业更愿意将生成式

开放场景、陪伴化与拟人化、自 主决策 农业机器人 群体协同、精准作业、不同地形 移动与导航 医疗机器人 手术机器人 专科化场景下手术的稳定性与可 靠性 康复机器人 人机协作与融合、稳定性与可靠 性 15 场景应用成熟度 资料与数据来源：月狐研究院整理 高 低 低 高 智能机器人应用场景分析矩阵 应用场景 需求程度 应用场景渗透率 PS：气泡大小代表未来市场空间 工业 制造 仓储 运输 电力 巡检 巡检 金融 服务 医 疗 文 旅 教 育 养老 服务、 陪护 建 筑 探测 救援 楼宇 办公 采 矿 农林牧渔产业 餐饮、酒店 • 生产活动中，制造、仓储等场景因技术成熟度高、切入时间早具有较高应用渗透率；酒店、餐饮等封闭的商业场景的机器人应用较广泛，但因市场规模大，覆盖 率稍低。农林牧渔业因其开放场景、多样地形在技术实现与落地上难度较高，渗透率较低。 • 针对探测救援 针对探测救援、采矿、建筑等危险作业场景，智能机器人的用户需求程度较高，但因其技术实现难，应用案例仍在开发中。对于养老、医疗等劳动力稀缺的精细 化、人性化工作场景，如人形机器人等高新技术正在逐步落地。 各场景应用成熟度：工商农业等生产场景渗透率较高，医疗、 教育、陪护、危险作业等场景受技术与伦理影响渗透率较低 16 工业：从汽车与3C电子走向全环节多领域，从单点智能到多 设备互联 产业典型案例 资料与数据来源：

力、稳定可靠的多云治理和协同、持续优化的成本治理能力、开放合规的全 球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶 段，而处于有序复杂和战略价值实现阶段的企业不到�/�，从整体上看，企业 在提高多云成熟度方面还有很长的路需要探索。 面向通用人工智能技术高速发展的新时代，企业有必要重点围绕AI应用需求 构建多云能力。即以应用为导向，以创造业务价值为目标，确保所选技术和 策略能够直接支持业务创新发 ，以及与 自身技术发展思路的匹配性等。 �� 适时寻找提升多云战略成熟度的突破口 企业在进一步发展多云战略时，往往会遭遇来自多方面的阻碍。 《����年IDC中国企业多云战略调研》显示，目前，超过一半的企业处于复杂多 云阶段，而处于有序复杂阶段或战略价值实现阶段的企业加起来不到�/�。这表 明企业在提升多云成熟度方面，还有很长的路需要探索。 图�� 企业选择云服务商看中的能力 来源：IDC，���� 发展一致性：持续改进技术能力并与本组织的技术发展路线匹配 ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% ��.�% 图�� 企业多云战略成熟度 来源：IDC，���� 初步探索阶段 企业刚刚开始尝试多云架构 30.0% 复杂多云阶段 企业的多云环境已经显现出 规模化，并正在应对多云带 来的复杂性提升问题 51.3% 有序复杂阶段

要从起点到规模化成功，对人工智能和数据的全面视角至关重要。 来源：Strategy& 分析 B 用例 什么？（？） 探索 发展 A 影响 D 抱负 （为何？） 路线图 哪种方式？（） 愿景/抱负 成功因素 成熟度 执行计划 C 策略 企业 如何？ 治理与组织 能力与流程 建筑与技术 技能与文化 人工智能在汽车领域的机遇 Strategy& 信任的AI是解决伦理和监管挑战的关键。 建立并监控 人工智能在汽车领域的机遇 Strategy& 注意：1）我们的图书馆包含一份超过100个AI在不同成熟阶段的汽车价值链上的应用案例列表（从想法到真实世界案例）。 合伙人， 汽车实践引领汽 车行业转型 评估您的AI成熟度并提供初步 建议 在一场免费的在线测试中 乔纳斯·赛弗特 主任 AI/技术驱动 移动性创新 2 受我们行业特定人工智能用例 库的启发 1) 在初次对话中 联系方式 jonas.seyfferth@pwc

德要求并赢得信任，通过广泛而深入的培训提升员工潜 力，以开拓价值驱动的充满创造力和创新性的未来。 银行在每个阶段可能都会采取一系列针对各个（运营模式）层级的措施。各阶段的措施和投资比例会随着组织成熟度的变化而变化。最初，银行会将大多数资源集中在第一阶段，通过 少量措施探索整体转型。随着时间的推移，在实现基础效率之后，他们会着眼未来将更多资源投入第二阶段，并开始通过第三阶段的长期投资为转型创新奠定基础。这种动态平衡有助 。它有助于在提高短期效率的同时，为未来的 增长和创新做好准备。能够帮助银行对工作进行优次排序，有效分配资源，打造能力，并使其人工智能举措与短期目标 和长期战略目标保持一致。 赋能 价值 成熟度 融合 职能层面 基础层面 演进 企业层面 调研结论 打造智慧银行 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 阶段一 © 2025 成员。 版权所有，不得转载。 智慧银行：以人工智能驱动转型并创造价值 14 人工智能 之旅的 各个阶段 在“赋能、融合和演进”三个阶段聚焦成熟度发展， 对于持续的价值创造至关重要。这需要同时提升对基 础、职能和企业层面的关键人工智能能力的成熟度。 在企业层面，这涉及跨职能的人工智能能力发展，以 实现与战略相符的整体创新。若银行无法在上述三个 层面保持平衡，则可能难以把握转型机遇。

的知识库和案例库，为企业各层级员工带来更加智能、高效的管理解决方案。 第 32 页 运行阶段 3.1 运行阶段-管理成熟度变迁与数字化价值转化管理 数字化转型是一项长期持续工作，系统功能发布后需要进行系统推广、培训、宣贯， 确保用户有效理解、有效应用。根据业务管理成熟度变化，需要采用敏捷开发方式结合有 效的 IT 建管模式，快熟实现、保障业务有效运行。 2.数字化赋能平台功能介绍  务、应用、数据、技 术（含安全）架构设计人员多维协同，可有效管理架构资产，推进 4A 架构协同设计。  变革项目管理子系统介绍 客观认知企业管理存在的问题，分析与优秀企业管理的差距，以管理成熟度分析模型为指 引，明确未来质量提升方向，基于变革项目建设范围和复杂程度，定义变革项目建设过程和管 控模式，开展项目 WBS 工作计划分级，任务进度管理和风险控制设置。基于项目进度反馈情 第 34

CNN与RNN为典型小模型架构，Transformer已奠定当今大模型架构基础 来源：艾瑞咨询研究院自主研究绘制。 人工智能产业典型模型架构演进历程 相较于大模型，小模型在一些领域会更具应用优势：1） 小模型成熟度高 2）小模型使用成本低 3）对小模型替代 成本高 • 1980年，卷积神经网络的雏形CNN诞生；1998 年，现代卷积神经网络的基本结构LeNet-5诞生。 • 循 环 神 经 网 络 （ RNN to voice等项目部分开源。市面在AI声 音克隆、AI音色生成上已有众多优质开源项目，如 ChatTTS、CloneVoice、GPT-SoVITS、Seed-TTS等 • 该类TTS技术成熟度相对较高，已在国内电商领域（视 频制作）、泛娱乐消费领域（有声书、AI配音、歌手音 色克隆）等应用端得到小规模传播应用。 文本 歌词 旋律 音频 音乐 音效 歌曲 添加创作性 与旋律感 从投 融资轮次来看，仅有的2例较为成熟轮次的投融资事件（1例新三板上市，1例D+轮次融资）均发生在以判别为核心的机器视觉赛道中，说 明尽管生成类企业势头迅猛，但资本市场目前仍对机器视觉赛道的商业化成熟度抱有更高预期。 62.5% 37.5% 以判别为核心的机器视觉赛道 以生成为核心的AI图像/视频/3D影像 生成赛道 16% 26% 2% 2% 54% 种子轮/天使轮 pre A-B+轮

CNN与RNN为典型小模型架构，Transformer已奠定当今大模型架构基础 来源：艾瑞咨询研究院自主研究绘制。 人工智能产业典型模型架构演进历程 相较于大模型，小模型在一些领域会更具应用优势：1） 小模型成熟度高 2）小模型使用成本低 3）对小模型替代 成本高 • 1980年，卷积神经网络的雏形CNN诞生；1998 年，现代卷积神经网络的基本结构LeNet-5诞生。 • 循 环 神 经 网 络 （ RNN to voice等项目部分开源。市面在AI声 音克隆、AI音色生成上已有众多优质开源项目，如 ChatTTS、CloneVoice、GPT-SoVITS、Seed-TTS等 • 该类TTS技术成熟度相对较高，已在国内电商领域（视 频制作）、泛娱乐消费领域（有声书、AI配音、歌手音 色克隆）等应用端得到小规模传播应用。 文本 歌词 旋律 音频 音乐 音效 歌曲 添加创作性 与旋律感 从投 融资轮次来看，仅有的2例较为成熟轮次的投融资事件（1例新三板上市，1例D+轮次融资）均发生在以判别为核心的机器视觉赛道中，说 明尽管生成类企业势头迅猛，但资本市场目前仍对机器视觉赛道的商业化成熟度抱有更高预期。 62.5% 37.5% 以判别为核心的机器视觉赛道 以生成为核心的AI图像/视频/3D影像 生成赛道 16% 26% 2% 2% 54% 种子轮/天使轮 pre A-B+轮

，推 动计算与存储融合设计，促进存储与网络和计算协同发展，引 导合理配置存算比例，实现数据在算力中心内部和算力中心之 间的高效流动。 专栏 3 存算协同发展行动 一是开展数据中心存储能力成熟度研究及评价，提升全场 景存力服务能力，促进存算网均衡发展。二是鼓励在关键信息 基础设施中使用自主的存储设备，通过全闪存储整机带动关键存 储部件的国产化应用。三是加强数据中心存力监测，定期发布