I 序 全栈 AI, 跑步进入企业智能化转型 2.0 时代 站在 2025 年初启的当下, 回首被时代的飞轮带走的 2024 年, 可以清晰地 看到, 曾在金字塔顶端的 AI, 已经化身百模大战、自动驾驶、智能制造等场景和 应用, 以周计地改写着人类的未来, 也将中国企业的智能化发展之路,带至一个 全新的高度。 从 AI 1.0 到 AI 2.0 , 人类对 AI 的想象, 飞速从简单地识图、识字、辨音等 2.0 时期的新要求、高要求,对企业利 用新 AI 技术实现跨越式发展提供一定面向未来的指引。 作为率先布局全栈 AI 的领军者, 企业聚焦数据、算力和算法, 积极投身 AI 带来的智能化变革的时代洪流。过去的近八年, 企业在 AI 领域砥砺深耕、前瞻 II 布局。作为科技领域的先锋企业, 企业凭借对 AI 技术的深度应用, 将其巧妙转 化为自身降本增效的强大生产力工具,也带领众多合作伙伴开启了全新的发展篇 创新与 企业应用在智能化转型的道路上相向而行, 双向奔赴, 这个过程中, 一站式 partner 性质的长期陪伴尤为重要, 它将带领技术与企业共同奔赴, 共创更高价 为时代浪潮激动之余, 我们也清醒地认识到,智能化时代在为我们敞开机遇 之门的同时, 也抛出了诸多棘手难题。人工智能在医疗、交通、教育等领域的应 用极大地提高了效率,解决了许多传统难题,但同时带来了数据安全、隐私保护、 伦理道德等问题。

Mind Ingmar Posner 应⽤ ⼈⼯智能教授 ⽜津⼤ 学⼯程学系 3 2024年12⽉ Citi GPS：全球展望与解决⽅案 AI机器⼈的崛起 物理⼈⼯智能即将到来 我们正在进⼊⼀个新时代，⼈⼯智能机器⼈和⼈形机器⼈将在我们周围移动。我们的分析 表明，到2035年，可能会有13亿个⼈⼯智能机器⼈，到2050年将达到40亿个。 英伟达CEO⻩仁勋最近表⽰“⼈⼯智能的下⼀波浪潮已经到来。 ⼈⼯智能在计算机视觉领域取得了显著进展，使机器⼈能够在其物理环境中导航 和互动。2012年，引⼊了AlexNet，这⼀深度学习模型⼤幅降低了图像分类错误率 ⾄15%，有效地拉开了计算机视觉领域的现代深度学习时代的序幕。这⼀进展在2 015年继续发展，微软的ResNet实现了3.6%的错误率，超越了⼈类估计的5-10% 的错误率。 © 2024 花旗集团 13 Citi GPS: 全球视⻆与解决⽅案 2024年12⽉ 政府政策，可以帮助管理向更加⾃动 化的机器⼈经济转变的过渡，使⼯⼈和社会受益。有关AI对⼯作影响的更详尽探讨， 请参阅我们最近的CGI报告“AI的⼯作毁灭还是繁荣”以及“机器⽆法掌握的技能： 在AI时代蓬勃发展的技能” © 2024花旗集团 78 花旗环球研究：全球视⻆与解决⽅案 2024年12⽉ 结论 那么，在这份报告的旅程中，我们学到了什么？ 1. 快速技术进步，特别是⼈⼯智能⽅⾯，正在发⽣并⾛到⼀起

端到端与AI共振，智驾平权开启新时代 ——汽车智能驾驶行业深度报告 证券研究报告 发布时间：2025年3月31日 分析师：刘乐 执业证书编号：S0020524070001 邮箱：liule@gyzq.com.cn 分析师：陈烨尧 执业证书编号：S0020524080001 邮箱：chenyeyao@gyzq.com.cn 智能驾驶行业研究 请务必阅读正文之后的免责条款部分 目录 2 端到端的定义、发展历程、实现方法及挑战 1.2 自动驾驶产业支持充足，标志性政策落地 1.3 车企抢滩DeepSeek，AI行业与智能驾驶共振 1.4 10万级别智驾落地推动行业进入智驾平权 1.5 汽车行业加速迈向智能驾驶全面普及时代 2.关注自研核心算法的整车企业 2.1 特斯拉：纯视觉方案+一体化端到端先驱 2.2 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 2.3 小鹏：云端蒸馏模型+纯视觉方案，大幅提升车端上限 7 端到端自动驾驶的起源可以追溯至1988年，当时ALVINN系统利用相机和激光测距仪的输入，通过简单神经网络生成转向指令。 2016年，英伟达开发了端到端CNN原型系统，推动了这一概念在GPU计算时代的发展。随着深度神经网络的进步，端到端自动驾 驶在模仿学习和强化学习方面取得突破，LBC中的策略蒸馏方法通过模仿优秀专家，提升了闭环性能。 为增强系统的泛化能力，尤其是针对专家策略和学习策略之间的

与企业运 营的深度融合，把握智能时代的战略先机。 AI 引言 AI 力，即与 AI 协作、驾驭 AI 的综合能力，正在成为继智商 (IQ)、情商 (EQ)、团队合作力、领导力之后，影响组织和个人发展的关键指标。 面对 AI 的快速发展，企业对 AI 人才的需求已经发生质的转变，从早 期单纯的技术人才扩展到具备 AI 思维和应用能力的复合型人才，我们 必须重新思考大模型时代对人才的能力要求。这种转变既反映了 3 高管低估了员工学习和接纳 AI 的意愿 03 12 13 15 人才是变革的关键 4.1 引入大模型≠提升生产力 04 16 4.2 AI 力的诊断和测评 17 4.3 发展大模型时代的 AI 力 18 22 2.1.3 AI 在销售领域的应用 10 2.1.4 AI 在人力资源领域的应用 11 2024 年被业界公认为“大模型落地元年”。经过 2023 年的技术爆发期，大语言模型正在 部门尽管 应用普及率较高，由于业务场景复杂和跨部门协同困难，AI 的应用成熟度较低。 08 "君子生非异也，善假于物也。"两千余年前，荀子在《劝学》中道出“借外物以成事”的生存 智慧，在数字文明时代正演绎出新的战略内涵。 以大语言模型为代表的新一代 AI ，早已突破了简单的效率提升，正在为企业带来全方位 的革新动能和效益提升，涵盖客户体验优化、流程自动化、决策支持、商业模式创新等诸 多方面。未来的商业竞争，比拼的将是企业运用

----------------------- 01 二、行业洞察：数字化转型是刚性需求 ----------------------------------- 02 1.时代背景 | 中国数字经济成就为人才发展提供时代舞台 ------------ 02 2.政策环境 | 中央及地方积极出台数字化转型及人才培养政策 ------- 04 三、拥抱变化：数字化人才将成为企业新的发力点 -- 差异化数字化转型路径的重要指引，为企业在数字经济的蓝海中扬帆远航提供强有力的支持与 保障。 第 2 页 二、行业洞察：数字化转型是刚性需求 1.时代背景 | 中国数字经济成就为人才发展提供时代舞台 数字经济正成为重构全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。 而有着“数字经济时代石油”之称的数据，如今已成为继土地、劳动力、资本、技术后的第五 大生产要素。  中国数字经济成就世界瞩目，连续多年位居世界第二 数字营销、渠 道管理、销售与销售管理、产品与服务管理(9 个能力项) 2.数字化人才发展现状分析 当今时代，数字经济已成为全球经济增长的新动能，在此时代背景下人才在我国经济全面 数字化转型的过程中已然成为第一资源和核心驱动力。对于企业方而言，人才的亟需，开启了 数字化人才刚需时代，但实际上我国数字化转型进程中人才还面临着各种不足，不能匹配企业 需求。  数字化人才供需失衡 《中国

5G+AI投资策略研究 目录 CONTENTS 5G：终端发布在即，射频、光学、面板行业迎新机遇 1 5G将开启手机新一轮换机周期 1.1 射频端：需求增加、技术升级、集成度提升 1.2 摄像头：5G智能化时代最核心传感器，持续升级 1.3 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.4 设备和材料：国产替代加速进行 1.5 AI：安防、汽车和IoT将是率先爆发的三个场景 2 安 6 1.1 5G将开启手机新一轮换机周期 1 5G：终端发布在即，射频、光学、面板行业迎新机遇 1.2 射频端：需求增加、技术升级、集成度提升 1.3 摄像头：5G智能化时代最核心传感器，持续升级 1.4 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.5 设备和材料：国产替代加速进行 7 从4G换机周期看5G：国内4G换机周期效应明显 11 1.1 5G将开启手机新一轮换机周期 1 5G：终端发布在即，射频、光学、面板行业迎新机遇 1.2 射频端：需求增加、技术升级、集成度提升 1.3 摄像头：5G智能化时代最核心传感器，持续升级 1.4 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.5 设备和材料：国产替代加速进行 12 5G对终端射频器件影响：需求增加、技术升级、集成度提升

报告研究背景与主要研究结论 4 报告研究背景 • 纵观算力中心发展历程，移动互联网时代与云计算时代的技术革命催生了集约化、超大规模化的数据中心需求，由此孕育出了算力中心定制批发的业 务模式，并且该业务模式在2015-2020年间实现了快速增长。然而，伴随着移动互联网用户红利见顶、新基建边际效应递减及后疫情时代经济周期波动， 定制批发业务遭遇需求收缩与供给过剩的双重压力，行业陷入供需失衡与资本退潮的转型期。 数据中心自互联网时代诞生以来，伴随科技的发展进步，在移动互联网、云计算、电商及短视频等行业的推动下 快速发展，而生成式AI的兴起正驱动其向重视计算效能与硬件配置的算力中心转型，为行业发展增添新动能。 9 数据中心发展历程 时代 背景 • 互联网初步兴起，中国 进入门户时代 • 数据中心概念初步普及 • 互联网逐步普及，社交 平台的兴起与电子商务 的蓬勃发展成为该时代 下的核心驱动力 2022年ChatGPT的出现引领全球科技领域的核心聚焦于人工智能产业，随着AI大模型的技术突破与应用场景拓 展，"AI+"战略将全面赋能推动千行百业加速迈向全面智能化与数字化转型的新纪元。 13 资料来源： 灼识咨询 AIGC时代到来 • 2022年12月，OpenAI推出的 ChatGPT展现出了其在逻辑推理和 文本理解上的强大能力，且其生产 的内容已接近人类创作水平，这标 志着AI大模型能力的进一步飞跃。 • AI大模型高度智能化的生成能力具

从“获取资源”到“创造价值”，企业云战略与业务目标协同演进 第二章 多云发展战略，持续扩展企业未来高质量增长空间 �.� 多云战略落地的应用场景 �.� 多云战略为企业带来显著实践价值 第三章 智能时代，企业多云战略面临的挑战 �.� 多云是企业开展智能化升级的重要策略 �.� IT复杂性攀升，安全、效率、创新、成本成为长期挑战 �.� 重视六大核心能力，构建先进多云体系 第四章 在下一朵云上，解锁AI发展新动能 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展，发挥大模型优势，提升业务价值，并通过 ROI（投资回报率）指 �% ��.�% ��.�% ��.�% �.�% ��.�% �.�% ��.�% �.�% �� 智能时代 第三章 企业多云战略面临的挑战 �.� 多云是企业开展智能化升级的重要策略 生成式AI和大模型等先进技术的发展正在加速推动我们迈向智能化时代，在这段 进程中，对于企业而言，多云战略将依旧起到重要的支撑作用，成为驱动企业发 展的重要力量。IDC调研结果显示，超过三分之一的全球企业将多云战略视为支

及负责任地使用AI，在客户和员工中建立对数字系统和 AI模型的信任。人们相信AI能够如预期和公正地运行— —超越任何技术方面——这是我们必须做对的一个基本 要素。 我们相信我们能够做到。我们将这个技术新时代视 为一个机会，通过系统化地注入对人工智能的信任 ，使企业和人们能够实现其不可思议的革新潜力。 共同合作，我们现在可以为人工智能自主且帮助我 们共同实现更多成就的勇敢未来做好准备。 领导者们意识到创造这一未来的挑战，其中包括对 覆的力量。随着组织内外的自主性不断增长，摩擦减少 ，我们可以更快地完成更多任务，先行者将能确保持续 数十年的优势。未能及时行动或等待过久，将让竞争对 手，无论是新的还是旧的，都有机会颠覆行业规范，正 如我们在数字化时代所看到的那样。再考虑一下这一点 ：今天全球互联网市值不到1%是在Netscape Navigato r将互联网推广给世界的前两年成立的。 13 现在，自ChatGPT发布以来已经超过两年。我们进入这 字大脑，企业将能够解锁今天人工智能的无限潜力。似 乎明智的是提及，在过去的25年生产技术愿景中，很少 有技术像现在的人工智能那样对商业、工业甚至技术本 身产生广泛的影响。我们预计我们正生活在与科技史上 最大时刻相媲美的时代，这将由人工智能驱动的自主性 和人工智能认知数字大脑在社会各个层面的出现所塑造 和定义，而我们才刚刚开始。 您的面孔，在未来的样子 推动思考更进一步，提出一个 简单却至关重要的问题：如果世界由人工智能和增强自

行业三个变化：成本变革，训练成本和 Token 调用价格不到海外模型的 30%； 技术变革，突破 CUDA 依赖，支持多样化 GPU；生态变革，开源模型，打 开多元化应用时代。我们也维持三个前期观点不变：算力需求增长不变；能 效追求不变；绿色发展不变。 AI 应用加速，进入全民 AI 时代，有望构成国内电力需求新增长极 相比美国，中国虽然互联网大厂在过去 2 年资本开支有 12%的复合增长，但 仅为美国同行增速的不到三分之二、总量的不到十分之一。根据 及技术迭代加速后 HVDC 以及巴拿马电源和 SST 的发展机遇。产业链标的包括：欧陆通，中 恒电气，明阳电气，伊戈尔。最后，我们重申于《新型电力系统成本篇：多 维解决消纳问题，新能源迈入 2.0 时代》（2024.10.25）中对于配网建设， 储能平价和风电发展的看好，我们认为数据中心建设将加速国内能源转型和 提升新能源有效需求，绿色电源和数据中心耦合将成为趋势。 风险提示：AI 应用落地不及预期，供应链风险。 2017 3 四大行金融客户 2017 2020 3 南网 2017 中国移动 2009 2019 10 资料来源：《数据中心 HVDC 发展十年,开创泛在高压直流时代（胥飞飞，《数据中心建设+》2020 年 2 期）》，华泰研究 HVDC 保持高装机增速，但 UPS 仍居市场主流。纵向比较，由于 HVDC 行业相关统计较 少，我们通过HVDC新增装机容量和