正在重 构产业竞争格局。 值得注意的是，AI 转型的本质并非单纯的技术升级，而是人机协作模式的重构与组织能 力的重塑。在这场变革中，人才既是 AI 的使用者，更是推动企业转型的核心引擎。唯有将 人才置于 AI 转型的核心，构建组织和人才系统化应用 AI 的能力，才能实现 AI 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 大模型正从“能用”迈向“好用”和“实用 ”，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 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 2.1.2 AI 在零售行业的应用 02 08 09 09 企业 AI 应用落地核心挑战：认知偏差与人才短缺 3.1 企业普遍缺乏对 Al 的专业认知和技能 3.2 AI 人才短缺 3.3 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

智驾地图是支撑L2级及以上智能驾驶系统的关键数据基础设施，其核心价值在于补充车载实时感知、提 供超视距信息及优化路径规划。  智驾地图正从重几何精度的高精地图向更注重拓扑、语义与鲜度的轻量化地图演进，其具体形态随自动 驾驶算法需求动态演进，众源更新成为保障鲜度的关键技术。 5 资料来源：公开资料、专家调研、泰伯智库 市场概述 智驾地图的定义、核心特征与要素 高精地图主导 高精几何+语义 - 旨在实现成本与功能的最佳平衡。 • 高新鲜度: 对影响驾驶决策的道路变化要求近乎实时的更新能力， 依赖高效的自动化（含众源）更新机制。对于城市NOA，关键要 素的“天级/周级”更新成为普遍预期。 核心特征（动态演变中） 智驾地图形态演进示意图 版权声明：本报告版权归泰伯智库所有，未经授权许可，不得擅自引用或将报告内容外泄。Copyright@2025，Beijing Taibo Co.， Ltd 资料来源：公开资料、泰伯智库 市场概述 智驾地图与传统导航地图的区别 特征 传统导航地图 智驾地图 主要目的 人类驾驶员路径规划、导航指引 服务自动驾驶系统 (机器)，辅助感知、规划与决策 核心要素 道路网络、兴趣点(POI)、基本交通规则 按需提供车道拓扑、关键语义要素、精确道路属性等 精度要求 道路级别 (典型精度5-10米) 按需达到车道级或更高精度 (如信号灯等关键要素位 置，<50cm)

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 2.4 理想：双系统并行，VLM规范端到端模型下限 图6：逆最优控制（IOC）方法 图7：强化学习方法 请务必阅读正文之后的免责条款部分 10 端到端的挑战：数据 由于端到端算法基于数据驱动，大模型依赖大量的高质量数据进行训练。以训练数据为核心，重点关注数据量、数 据标注、数据质量、数据分布、云端存储与超算中心等因素。2023年，特斯拉在端到端神经网络开发初期，就向系统 输入了1000万个经过筛选的人类驾驶视频片段，按每段15秒估算，高清 资料来源：焉知人形机器人，国元证券研究所 车企抢滩DeepSeek，AI行业与智能驾驶共振 14 以Deepseek为代表的AI技术进步助推自 动驾驶行业告别硬件堆叠、算力比拼， 一场以AI融合为核心的高阶智能驾驶和 智能座舱新竞赛即将展开。以往在大模 型竞赛中，通常是围绕“数据、算法、 算力”三要素中的算力进行突破，企业 通过不断堆高算力水平来实现大模型训 练和推理的加速。而DeepSeek的出现则

Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 智算产业现状总览 , 智算产业运行状况 , 智算中心核心驱动力 , 智算产业关键技术 , 智算产业竞争格局 生成式AI驱动的变革 , 生成式AI对智算产业的影响 , 生成式AI发展挑战 , 大模型对智算产业的作用 , 智算产业是否过度依赖大模型 Agenda 3 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 1. 智算产业现状总览 核心点： 驱动力 ｜ AI训练与推理需求激增，驱动算力基础设施快速迭代 技术体系全景 ｜ 覆盖芯片器件层（CPU/GPU/TPU）、硬件设施层（AI服务器/液冷）、平台调度 层（弹性调度/绿色节能）、应用场景层（AI训练/边缘智能） Confidential & Proprietary. Do not reproduce or distribute. 1. 智算产业现状总览 我国智算产业主要驱动力 来源：与非研究院 AI算法和芯片是核心驱动力，大数据和云计算提供重要支撑，政府政策与企业需求发挥推动作用。 6 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce

....................................................................... 63 5.2 产业实践者: 重塑 AI 战略, 升级核心竞争力 ................................................................................. 64 结语: 从“通用试验”迈向“实用创收”的 2 AI 创新成为企业普遍共识, 赋能千行百业提质增效 在科技迅猛发展的今天,人工智能已成为最具变革性和影响力的核心技 术之一。中国信息通信研究院发布的 《中国数字经济发展研究报告 (2024 年) 》显示,截至 2023 年底,我国人工智能核心产业规模接近 5800 亿元, 核心企业数量超过 4400 家, 居全球第二。 2023 年以来, 生成式人工智能 更多干货请关注公众号“管理技术化平台” 年) 》认为, 当前人工智能应用持续走深向 实,行业大模型已在金融、 医疗、教育、零售、能源等多个行业领域实现了 初步应用,并产生了明显的经济效益和社会效益。 如今, AI 成为发展新质生 产力的核心要素, 企业智能化转型也成为新质生产力的关键价值呈现。 企业作为科技创新的主力军,积极投身于人工智能的应用浪潮中 人工 智能创新发展和融合应用取得积极进展, 行业应用活力涌现。从企业管理、 生产制造到客户服务

重构与效率提升场景。 企业探索流程智能化，一方面是为了在疲弱的宏观经济形势下取得成本优势，另一方面也是为了在 存量市场竞争中寻求创新点。技术与商业的共振，昭示着流程智能化已从成为企业重塑竞争壁垒的 核心引擎。 1. 技术拐点爆发，AI 大模型开启流程智能化新时代 AI 大模型在认知层级的突破，使得传统流程自动化执行场景范畴得以扩充。 首先，大模型在非结构化数据的处理与分析能力层面实现了跃迁。过去的 在显性成本层面，流程智能化通过自动化直接压缩资本开支。例如，美的集团对于供应链流程进行 智能化改造，可以显著降低库存周转天数。在隐性成本层面，AI 驱动的合规与风险审查成为核心 | 2025 爱分析 · 流程智能化实践报告 7 工具。供应链核心企业通过创建实时监控全球供应商风险的智能化审查流程，从而规避天灾等自然 因素导致的供应链断裂风险。 3. 破局存量竞争，流程智能化缔造创新机会 体验差等问题逐渐成为制约管理效率与业务创新的瓶颈。如何通过数字化实现流程管理 的智能化、敏捷化与全局化，成为中集集团新挑战。中集集团通过与蓝凌深度合作，基 于蓝凌 BPM 打造一体化流程支撑平台，以加速流程建设为核心目的，开启了流程管理 变革。 01 传统 BPM 系统“四大桎梏” 中集集团原 BPM 系统的局限性集中体现在四个维度：系统架构恐龙化困境、安全与合 规风险、流程扩展瓶颈以及用户体验代际断层。

----------------------------- 06 2.解决方案 | 重视数字化人才培养 ------------------------------------ 08 四、人才赋能：数字化转型的核心驱动力 -------------------------------- 09 1.数字化人才 -------------------------------------------------------- ----------------------------------------------------------------- 50 第 1 页 一、引言 在科技飞速发展的当下，数字化转型已成为全球经济发展的核心驱动力，深刻改变着各行 各业的运营模式和发展格局。从智能制造到智慧金融，从医疗健康到教育文化，数字化的触角 延伸至社会的每一个角落，重塑着我们的生活与工作方式。 大模型技术的兴起，将企业数字化 作为这一领域的先锋，北京中培伟业管理咨询有限公司（以下简称“中培伟业”）自 2006 年成立以来，一直致力于为企业提供最前沿、最专业的数字化人才培养解决方案。我们深知， 数字化人才是企业实现数字化转型的核心要素，只有拥有一支高素质的数字化人才队伍，企业 才能在数字化浪潮中稳健前行。 本指南以前瞻性的视野，深刻剖析了行业发展的最新趋势，精准捕捉到了企业在数字化转 型过程中面临的诸多挑战与痛点。在此

....................................................................................29 2.2.1 机械本体与核心部件................................................................................................. 能手机和新能源汽车之后，成为重塑全球经济产业格局、改变人类生 活与生产方式的又一强大驱动力，其在智能制造、家庭及商业服务、 仓储物流、特种作业等诸多领域的广泛应用潜力，彰显了作为未来科 技变革核心驱动力的巨大价值，人形机器人无疑是开启人类未来无限 可能的一把关键钥匙。 随着人形机器人技术的迅猛发展，其在国际科技舞台上的竞争愈 发激烈，已然成为各国角逐未来产业制高点的关键领域。然而，当前 展指导意见》 《关于推动未来产业创新发展的实施意见》等一系列国家政策对人形 机器人产业的战略规划与具体要求，旨在深入贯彻《十四五机器人产 2 业发展规划》中关于机器人标准化工作的重要部署。其核心目标在于 充分发挥标准化在支撑产业发展中的关键作用，着重强化产业链上下 游的协同创新能力，推动科技成果向实际应用的高效转化，构建完备 的产业技术创新生态链，推动软硬件系统的标准化与模块化设计，大

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 �.� 获得先进技术能力是当前企业选择下一朵云的首要核心驱动力 �.� 围绕AI构建多云能力的三大步骤 �.� 最佳实践 第五章 IDC建议 第六章 关于火山引擎 �� �� �� 一系列的变革将给企业的云战略演进带来强劲冲击。企业应努力思考如何构 建与业务协同发展、适度超前的IT架构，基于技术优势带动业务创新和商业 模式创新，推进企业整体发展目标的达成。以云为核心的IT基础设施规划与 企业业务规划密切相关，在业务发展的每一个阶段都应起到核心推动作用。 面对业务和技术发展新需求，越来越多的企业开始在已有云设施之外，规 划、建设新的云环境，利用技术的更新和IT架构的迭代，获得新的发展动 力，并 务商，�个私有云服务 商；��%的中国企业将在当前和未来�-�年持续选择多云部署模式，有意识地 将资源、业务和服务能力分散到多个云平台上。 �� 获得先进技术能力是当前企业选择下一朵云的首要核心驱动力。企业在新引 入云服务商时，应关注其是否在关键领域具备符合企业发展需求的领先技术 优势，这对企业未来发展具有显著的现实意义。这些关键优势包括：全面立 体的多云安全保障体系、先进的AI技术能力、高效普惠的数据运营管理能

行业模型（垂直模型、垂类模型） Ø 教育、医疗、金融等 大模型的前世今生 •人工智能：让机器具备动物智能，人类智能，非人类智能（超人类智能） •运算推理：规则核心；自动化 •知识工程：知识核心；知识库+推理机 •机器学习：学习核心；数据智能（统计学习方法，数据建模） •常规机器学习方法：逻辑回归，决策森林，支持向量机，马尔科夫链，….. •人工神经网络：与人脑最大的共同点是名字，机制和架构并不一样 t，Inception，…… •Transformer架构：可以并行矩阵计算（GPU），核心是注意力机制（Attention） •编码器（BERT）：多数embedding模型，Ernie早期版本，……. •混合网络：T5、GLM •解码器（GPT）：大语言模型（LLM），也是传统的多模态模型的核心 •生成式人工智能（GenAI）：AIGC •DeepSeek、Qwen、GLM、Ste Kimi 1.5 18 为什么火：能力突破、开源、低成本、国产化 DeepSeek以“推理能力+第一梯队性能” 为核心基础，叠加：开源开放、超低成本、 国产自主研发三大优势，不仅实现技术代际 跨越，更推动AI技术普惠化与国产化生态繁 荣，成为全球大模型赛道的重要领跑者。 核心加分项：开源、低成本、国产化 • 开源：技术共享，生态共建 全量开源训练代码、数据清洗工具及微调框架，开发者可快速构建教育、金融、医