部门：企业服务三组 ©2025 iResearch Inc. 2024年中国人工智能产业研究报告 2 前言 PREFACE 研究背景： 作为新一轮科技革命和产业变革的核心引擎，人工智能产业在2024年被中央及各地政府确立为 重点发展方向，陆续出台了一系列针对性强、力度大的政策措施，旨在推动产业创新，提升区域经 济的科技竞争力。经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应 化提升模型推理能力， 同时加速跨模态融合，并在推理效率优化和新型注意力机制等方面持续探索，推动AI产业向更 高水平迈进。 宏观环境 产业动态 发展趋势 1）市场规模增速略低于预期：2024年中国AI产业规模为2697亿元，增速26.2%，略低于预期。 主要原因为大模型在实际业务场景的表现未完全满足客户需求，且建设成本较高，较多项目仍 处于探索阶段。 2）算力需求结构性转变：2024年部分 齐放的发展态势。” 数据 算力 规范 标准 技术 ◆ 2024年1月4日，十七 部门印发《“数据要素 ×” 三 年 行 动 计 划 （2024—2026年）》 ◆ 2024年5月29日，中 央网信办等三部门印发 《信息化标准建设行动 计划(2024—2027年)》 ◆ 2024年9月9日，全国网 络安全标准化技术委员会 发布《人工智能安全治理 框架》1.0版。 ◆ 2024年6月19日，四部

部门：企业服务三组 ©2025 iResearch Inc. 2024年中国人工智能产业研究报告 2 前言 PREFACE 研究背景： 作为新一轮科技革命和产业变革的核心引擎，人工智能产业在2024年被中央及各地政府确立为 重点发展方向，陆续出台了一系列针对性强、力度大的政策措施，旨在推动产业创新，提升区域经 济的科技竞争力。经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应 化提升模型推理能力， 同时加速跨模态融合，并在推理效率优化和新型注意力机制等方面持续探索，推动AI产业向更 高水平迈进。 宏观环境 产业动态 发展趋势 1）市场规模增速略低于预期：2024年中国AI产业规模为2697亿元，增速26.2%，略低于预期。 主要原因为大模型在实际业务场景的表现未完全满足客户需求，且建设成本较高，较多项目仍 处于探索阶段。 2）算力需求结构性转变：2024年部分 齐放的发展态势。” 数据 算力 规范 标准 技术 ◆ 2024年1月4日，十七 部门印发《“数据要素 ×” 三 年 行 动 计 划 （2024—2026年）》 ◆ 2024年5月29日，中 央网信办等三部门印发 《信息化标准建设行动 计划(2024—2027年)》 ◆ 2024年9月9日，全国网 络安全标准化技术委员会 发布《人工智能安全治理 框架》1.0版。 ◆ 2024年6月19日，四部

驾驭AI浪潮 释放下一朵云潜能 ⸺ � � � � 中 国 企 业 多 云 战 略 白 皮 书 CONTENTS IDC观点 第一章 三大变量驱动，企业云战略向“创造业务价值”方向演进 �.� 新技术、新环境、新业务，催生企业高质量发展新需求 �.� 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 提 升客户体验；同时，一些企业还坚定地贯彻“走出去”战略，向外追求增量 空间。未来，数字化创新业务和数字化商业模式将成为企业发展的新动力源 泉，让企业能够始终保持积极的竞争姿态，在数字化新环境中打造可持续发 展格局。IDC预测，到����年，已经建立数字业务平台的组织将拥有比竞争 对手高出��%的数字化市场份额，并拥有更强的追踪投资回报率和执行数字 收入举措的能力。 一系列的变革将给 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，并通过引入新的合作对象，解决企业当前云环境下存在的问题。多云策 略已经在企业众多应用场景中实现了深度普及与广泛应用，成为企业重要的 云发展战略组成部分。IDC多云战略调研发现：目前，��%的中国企业已经构 建多云/混合云环境，被访企业平均拥有�个公有云服务商，�个私有云服务 商；��

与非研究院 资深行业分析师 张慧娟 2024中国智算产业全景调研： 技术重构与演进 SupplyFrame Media + E-Commerce 2 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 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） 规模与增长 ｜ 2024年中国智能算力规模达725.3EFLOPS，同比增速74.1%，市场规模190亿美 元，增速超通用算力3倍 未来趋势 ｜ 2026年智能算力规模将达2024年两倍（1,460.3EFLOPS），市场规模增至337亿 EFLOPS，为2024年的两倍。 中国人工智能市场规模： 2025年将达到259亿美元，较2024年增长36.2%； 2026年将达到 337亿美元，为2024年的1.77倍。 数据来源：《2025年中国人工智能计算力发展评估报告》 11 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 2

第 1 页 数字化转型与 人才体系建设指南 2025 年 1 月 北京中培伟业管理咨询有限公司 BEIJING ZHONGPEI WEIYE MANAGEMENT CONSULTING CO.,LTD ·洞察企业数字化转型现状 ·解读数字人才发展与培养 ·构建数字化人才建设体系 ·赋能企业数智化升级突破 目录 一、引言 ---------------------------- ------------------------------------------ 25 2.数字化赋能平台功能介绍 ------------------------------------------ 32 七、中培伟业标杆客户案例实践 ------------------------------------------ 35 案例 1：AI 大模型技术及开发应用实践培训 ------------------------- ------------------------------ 40 八、关于中培伟业 ------------------------------------------------------- 43 1.发展历程 --------------------------------------------------------- 43 2.中培优势 ----------------------------

.....................55 5.1 深睿医疗：自研多模态 AI 引擎，数智化助力医院数据资产管理........................ 56 5.2 医渡科技：“双中台”助力全线产品升级，盈利能力大幅提升............................... 57 5.3 埃格林医药：“自研管线+AI 服务”双引擎战略，引领国内 AI 制药....... ...........17 图表 12 新电子病历系统整体应用水平分级评价基本要求..........................................18 图表 13 新标准中角色、功能对照调整...............................................................................18 图表 14 新标准中提出的“人工智能”要求 ...................................................................................... 20 图表 17 熙软医院运营管理智能体........................................................................................22

动力减弱，老龄化人口占比增长，我国已全面步入中度老龄化社会并且老龄化仍在 加速中。蓝领群体规模达四亿，但劳动力仍存在较大缺口。相对于白领工作，蓝领存在很多繁重、危险的工作场景，年轻人对进入蓝领工作岗位的意愿较低。这 亟需机器人进厂进行岗位的人力替代、协作、补充。 • 目前AI平民化成为大趋势，人工智能融入国民生产生活中，民众对于AI相关应用的关注呈指数级增长，民众对于人工智能的接受度也逐渐上升。 2018年 2019年 2020年 2021年 2022年 2023年 2024年 人口出生率(‰) 人口死亡率(‰) 人口自然增长率(‰) 65岁及以上占比(%) 2015年-2024年中国人口数据 30,000 32,000 34,000 36,000 38,000 40,000 42,000 44,000 46,000 48,000 2023-01 形机器人。 7 驱动因素 技术驱动：关键硬件实现国产化自研或大幅降价，大模型的 爆发降低开发成本，共同促进机器人落地通用场景 资料与数据来源：公开资料 数据收集与预处理 在智能机器人开发中，大模型 可整合来自摄像头、传感器等 设备采集的图像、声音、物理 信号等数据，将原始数据转化 为适合模型训练的高质量数据 集，极大提升数据准备效率与 质量。 1 大模型 模型训练环节

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 Mongo DB Redis 中 间 件 CKAFKA ROCKETMQ ES 大 数 据 SPARK/FLINK CLICKHOUSE HBASE/HIVE /HDFS 人 工 智 能 大模型 TI平台 知识引擎 边缘版 ⋯ 标 准 化 场 站 2 标 准 化 场 站 N 数 据 采 集 公有云丰富的技术能力帮助企业建立分布式智能通用电池/充电桩运营系统 SaaS生态 eSPARK BaaS 业务中台 技术底座 通用电池 应用终端 “ 绿电” 随心用： 开放支持产业链上下 游伙伴，积极探索通 用电池的各种应用场 景，并为合作伙伴量 身定制专属商业模型 和解决方案，通过应 用的低代码配置和快 长鑫在支持应用软件快速构建、部署及运营方面，尚未形成应用云平台的 支撑能力 � 计划通过微服务+容器技术构建长鑫PaaS应用云平台，实现长鑫应用软件 技术栈统一标准及规范，加强应用软件研发的自主可控能力，支撑应用软 件快速构建部署及运营 � 支持应用快速交付和快速部署 � 优化资源利用率，支持弹性扩容 云 资 源 管 理 云 原 生 底 座 PaaS 服 务 应 用 编 排 & 管 控 X86/

端到端的定义：基于数据驱动的深度学习 在广义语境中，端到端是一种研发范式，指在一个任务中，从输入端到输出端，中间不经过任何其他处理环节，由 一个模型完整实现输入到输出的全过程。在智能驾驶领域，端到端架构是指车辆将传感器采集的信息直接输入统 一的深度学习神经网络，经过处理后直接输出驾驶命令。深度神经网络赋予端到端模型强大的学习能力，使其能 从大量驾驶数据中自动学习复杂的驾驶模式和场景特征。 传统智 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差异，业内研究提出了在训练过程中聚合在线数据的策略。 2021年左右，端到端自动驾驶迎来重要转折点。随着传感器配置在合理计算预算内普及，研究重点转向融合更多感知模态和先 态和先 进架构（例如Transformer），以捕捉全局上下文和关键特征，例如TransFuser及其变体。这些设计结合对仿真环境的深入理解， 使模型在CARLA基准测试中显著提升性能。 为提高自主系统的可解释性和安全性，一种解决方案是引入各种辅助模块以更好地监督学习过程，另一种则采取注意力可视化。 2023-2024年，研究重点聚焦生成安全关键数据、预训练策略学习的基础模型或骨干网络，推动感知与规划模块的端到端整合。

80.81% 80.81% 80.81% 70.00% 76.90% 70.00% 网 络 数 据 查 询 分 析 意 图 识 别 准 确 率 网 络 数 据 查 询 分 析 提 取 准 确 率 网 络 数 据 查 询 分 析 覆 盖 范 围 ���研������ DeepSeek R1 DeepSeek V3 模型C 模型D 模型E ���������������� 90% 94.40% 80.81% 80.81% 80.81% 70.00% 96.90% 70.00% 网 络 拓 扑 生 成 意 图 识 别 准 确 率 网 络 拓 扑 生 成 提 取 准 确 率 网 络 拓 扑 生 成 覆 盖 范 围 �������� DeepSeek R1 DeepSeek V3 模型C 模型D 模型E ���������������������� 80.81% 80.81% 80.81% 70.00% 96.90% 70.00% 网 络 故 障 根 因 分 析 意 图 识 别 准 确 率 网 络 故 障 根 因 分 析 提 取 准 确 率 网 络 故 障 根 因 分 析 覆 盖 范 围 ���������� DeepSeek R1 DeepSeek V3 模型C 模型D 模型E 90.20% 90.00% 89.00%