指需求端在考虑到实际需求后，在 战略上高度认可，并确定未来一年在转型支出上增加投入，且供应商的选择更关注产品 及服务的实用性；另一方面则是指面对大模型的热度，需求端虽然积极拥抱，但是是以 客户洞察与营销管理这一大模型更适用的场景为主。聚焦主要是指需求端对自身的需求 认知更明晰，即更加聚焦数据准备、供应链管理、生产管理等紧迫需求场景。 3 目 录 CONTENTS 01 需求市场宏观分析 核 www.iresearch.com.cn 企业探索大模型落地场景-营销销售为主 营销销售、供应链管理、数据服务等是企业探索大模型落地的主要场景 此次调研结果显示，企业对大模型的落地探索较为热情，基本覆盖了研-产-供-销-服等所有环节。其中，有40.0%的企业选择大模型 落地经营环节-客户洞察与营销管理，这与大模型良好的文本能力、图片生成能力等息息相关。除此以外，供应链管理、数据相关服 22.2% 研发设计-产 品/产线设计 及仿真验证 生产环节-设 备管理、预 测性维护等 生产环节- 排产计划 生产环节- AI质检 生产环节- 协同作业 经营环节- 客户洞察与 营销管理 运维管理-IT 运维、生产/ 数据安全等 经营环节- 财务管理 经营环节- 其他 数据相关-底 层设备/系统 改造、跨部 门数据打通 供应链-供 应商管理、 仓储物流等 目前还没有应

望推动石油石化产业向高端化、智能 化、绿色化方向发展。 其中，以人工智能技术为代表的智能化发展将成为落实石油石化产业新型工业化的关键。企 业需要在工程项目中实施智能化，通过构建涵盖财务、物资、营销、金融等多个业务领域的数据 分析模型，为石化产业的智能化建设打下坚实的基础。值得关注的是，����年《政府工作报告》 首次写入了“人工智能+”，人工智能技术将作为关键驱动力量，与包括石油石化在内的制造、 程的智能化进阶发展。 来源: 石化盈科&IDC ����年 图�. 石油石化产业人工智能技术演进路线 业务价值 时间 智能供应优化 智能研发模拟 风险智能预测 湖仓智能管理 智能营销预测 智能无废生产 智能无废生产 巡检智能 智能仓储管理 智能调度 调度管理 地震解释 工程虚拟测量 数字绩效管理 可视化监控 地震解释 无废生产管理 管网调度优化 开发辅助设计 调度与指挥智能 资产预测性维护 智能仓储管理 炼化经营智能管理 智能质量检测 智能油库管理 供应链运筹优化 储运经营智能管理 销售数据智能分析 智能电商 智能客服 智能合同管理 客户满意度分析 数字智能营销 服务经营智能管理 机器人智能巡检 研发辅助设计 生产管控一体化 智能化应用场景 智能化目标 四大业务 资源开发 管道储运 炼油化工 产品销售 数字开采 智能储运 智能生产 智能服务

和优化控制、质量档案及质量追溯等质量管控标准；设备运 行状态监控与优化、故障诊断与设备健康评估等设备运维标 准。 （5）智能管理标准 主要包括原材料、辅料等质量检验分析、采购订单智能 分析等采购管理标准；销售预测、全渠道营销管理、销售行 为管理、客户服务管理等销售管理标准；设备管理、知识管 理等资产管理标准；可视化能源监控、能效评估等能源管理 18 标准；风险点实时监控、应急管理、危化品管理等安全管理 标准；环保实时监测、预测预警等环保管理标准。 字化模型的工艺设计等标准研制。 智能生产标准。推动多级计划协同调度、全流程多工序协同优化的生产执行、在线质 量监测管理、基于知识的设备健康评估等标准研制。 智能管理标准。推动数字化精益管理、全渠道营销管理、可视化能源健康管理、安全 管理和环境管理等标准研制。 工厂智能物流标准。推动工厂内物料与货物状态标识与跟踪、物流配送路径规划与管 理、货物信息全流程管理等标准研制。 集成优化标准。推动 业的智能工厂评价、能力评估等实施指南标准。 6. 汽车 针对汽车产业技术密集性强、零部件众多、产业链长、 细分车型种类较多、生产工艺过程复杂等特点，围绕智能赋 30 能技术在汽车设计研发、生产制造、物流供应链、营销、出 行服务及评价等方面，突出汽车冲压、涂装、焊装、总装四 大工艺特点，兼顾企业级和协同级内外智能制造应用场景， 制定基于数字孪生的汽车产品研发设计、试验验证、产线制 造及集成等规范标准；制定面向工厂规划仿真、工厂协同设

能源汽车出海提供了广阔蓝海。 从整车出口目的地来看，目前，中国新能源汽车在以巴西、墨西哥为代表的拉美市场、 俄罗斯、东南亚等市场销售表现良好。越来越多的新能源车企趟入出海深水区，从在海外建 立营销销售中心为起点，逐步在海外建成完整的生产线，实现从组装到销售的本地化，如在 泰国设立生产基地的长城汽车、与当地企业合资在瑞典进行本地化生产的吉利汽车等龙头企 业，提升我国新能源汽车产业的技术水平和国际化人才队伍。 2023-2024海外人才市场需求大数据 图7 四大行业海外各职能分布情况 数据来源：科锐国际2023-2024海外人才市场需求大数据 随着中国制造业企业出海进程的深入，中国企业已经从单纯的产品“出海”或营销“出 海”，走向品牌“出海”和研发“出海”，开始在全球建立包括研发团队、生产制造以及 销售一体化，岗位需求从过去更多集中在销售、职能类岗位向生产运营、技术研发等方向 拓展。企业对于岗位的要求也 销售岗位人才画像 岗位类型 典型岗位 销 售 国家销售经理、业务拓展经理、大客户销售服务经理 职能（人/财/法/行政） 海外HRBP、海外财务总监/经理、投资经理、法务 市 场 海外营销副总、国际营销总监、品牌总监 生产制造 汽车模具设计经理、设备经理、工艺工程师 运 营 工厂厂长/工厂总经理、海外生产运营工程师、供应链负责人、厂务负责人、质量体系高级经理 技术研发 车身结构专家、Seating

可以看到，这些变化影响的首先是一线作业人员和设备维 修运维人员的工作，比如要从过去以体力劳动为主转变为 以信息处理等脑力劳动为主，并且要具备与智能设备和智 能技术进行交互的能力；其次，这也会改变采购、研发、 设计、营销、销售等各个角色的工作，比如即便是研发也 要对复杂的智能制造系统非常熟悉，要运用好数字化工具， 能基于系统的数据分析，洞察市场的需求，并据此对产品 不断做出优化。 除了对企业现有人员的工作提出更高标准，一些新的人才 须重新构建 内部的人才培养模式和工作体验，从而留住更多人才，尤 其是年轻员工，并且让他们在企业中不断得到成长。 责产品质量模块的就去到产品质量部门，负责采购模块的 就去采购部门，负责营销模块的就去营销部门，以此类推。 二是培育业务人员，让他们更懂技术，通过低代码、数据 分析等工具降低技术的使用门槛，让业务人员直接受益于 数字化带来的价值。 还有企业强调，在做人才培养时一定要注重人才按技能分

辆布控，助力构筑无死角的视频安全管理网络，并实现周 界视频联动、精准检测。 • 智慧通行：通过车牌识别等应用实现车主无感通行、自助 缴费、车位导航，打造无人值守的停车场，同时支撑商户 的精准营销与收费管理。 • 智慧物业：支持安保、保洁作业的智慧调度管理，通过设 施运维实现数据融通、边缘控制、系统联动，有效降低设 备投入，提升设备利用率。此外，智慧物业应用还能提供 统一的管理看板，辅助管理者进行决策。 数据经过边缘 AI 计算盒处理和量化后，会进一步送到云端的 SaaS 平台，经由开域集团解决方案在不同时间维度上，为用 户提供完备的转化分析能力，例如进店客流分析、平均停留 时长分析、区域流向分析以及营销效果分析等。 收益：助力数智园区优化生活服务体系 对于数智园区而言，开域集团商业客流统计解决方案在降低 成本、提升经营效益、提升服务质量等方面都有着重要价值， 有助于优化园区的生活服务体系： 解决方案 通过远程巡店等方式，有助于将更多人力资源解放出来，帮 助门店降低运营的成本。 • 提升经营效益：开域集团商业客流统计解决方案具备客流 特征分析等特点，能够支持门店进行客流动线设计与营销 策划，从而改进门店经营能力。 • 提升服务质量：在开域集团商业客流统计解决方案的支撑 下，商业门店能够为园区用户带来更加个性化、贴合需求 的服务，提高生活服务体验。 图 15. 开域门店客流分析系统

Tableau。AI Cloud 总共有九种模型：销售 GPT、 服务 GPT、营销 GPT、商业 GPT、Slack GPT、Tableau GPT、Flow GPT 和 Apex GPT。 销售 GPT 可以快速自动制作个性化电子邮件；服务 GPT 可以根据案例数据和客户历史 创建服务简报、案例摘要和工作订单；营销 GPT 和商业 GPT 可以将受众细分，以便根 据每个买家的特点定制产品描

可制造性、可供应性、可维护性、可持续性等。因此， 在产品上市的过程中必须满足下游各环节对产品的 DFx（Design for X，面向产品生命周期各环节的设 计）的要求，从而确保生产、供应、营销、服务体系能够 高效运营，以同步满足产品成功投放的要求。 制造企业在产品生命周期协同研发方面往往面临 以下挑战：缺乏产品组合策略规划和管理，导致产品 型号数量多，产品盈利状况不佳；技术规划和开发没 能和应用、平台和技术架构以及商业模式等方面都将 呈现出新的特点和趋势。 功能和应用层面，仿真分析与IoT、AI和大数据 分析结合，衍生出产品全生命周期的各类数字孪生应 用，包括产品设计和性能验证、营销展示和体验、制 造工艺和制造系统的验证，以及服役产品的故障监 测和预测性维护等；端到端的产品数据得以拉通， 数字主线轮廓初显；互联系统的复杂性加速和扩展了 MBSE（基于模型的系统工程）的应用需求；“软件定

工业大模型涉及复杂的算法、高精度的数据分析、以及大规模的计算能力，同时依赖于高质量的工业数据进行训 练和优化，这些技术要求使得行业具有高门槛，头部企业拥有丰富的资源，能够迅速调动技术、资本、市场营销 等各方面资源，以最快的速度推广和部署新技术，确保在市场竞争中保持领先位置并逐渐形成技术壁垒。中国科 技巨头企业的研发投入平均占营收的15%-20%，例如，阿里巴巴和华为的年研发投入分别达到约170亿美元和

再气化及储存转型、 先进控制、智能工厂、城市燃气业务创新等多个领域。中控技术 AI 时序大模型 TPT 等 AI 技术将在 PGN 天然气加工过程优化、天然气使用峰谷预测、新装置投资与运营、智能营销、 预测性维护等覆盖企业运营全生命周期当中将带来显著应用价值。 图 13：中控技术与印尼国家石油公司全方位合作 资料来源：中控技术新品发布会、申万宏源研究 3.3 万华化学