读书笔记 用得上 营销知识全景解析系列 增长是一切企业问题解决的入口 数字化时代 企业增长地图系统化搭建与优化路径 1 咨询顾问，市场增长战略专家，任科特勒咨询（ KMG ） 中国区管理合伙人，师从菲利普 · 科特勒，为世界 500 强 与创新型公司的管理者提供深度的市场战略决策咨 询服 务。 著有《数字时代的营销战略》《首席增长官：从 CMO 到

模化效率的发展模式逐步转变为基于 信息技术赋能作用获取多样化效率的发展模式。开展数字化转型,需系统把握如下四个方面:一是数字 化转型是信息技术引发的系统性变革,二是数字化转型的根本任务是价值体系优化、创新和重构,三是 数字化转型的核心路径是新型能力建设,四是数字化转型的关键驱动要素是数据。 深度应用新一代信息技术,大力发展新技术、新产品、新模式、新业态,全面加速数字化转型,已经成 为新时期企业生存和发展的必然选择。然而 用于本文件。 3. 1 数字化转型 digitaltransformation 深化应用新一代信息技术,激发数据要素创新驱动潜能,建设提升数字时代生存和发展的新型能力 (3. 11),加速业务优化、创新与重构,创造、传递并获取新价值,实现转型升级和创新发展的过程。 注:推进数字化转型通常 坚 持 以 价 值 效 益 为 导 向、以 新 型 能 力(3. 11)为 主 线、以 数 据 要 素 businessscenario 关于业务运行的参与主体、行为活动、资源条件以及数据要素等的有机组合。 3. 8 数字场景 digitalscenario 基于相关数字模型(3. 4)实现关键业务动态响应、动态协同、动态优化的一类业务场景(3. 7)。 注:数字场景、知识场景、智能场景都属于数字化(的)业务场景。 3. 9 知识场景 knowledgescenario 基于相关知识 模 型 (3. 5)实 现 关

....................................................................................37 2.5.1 药物筛选与优化................................................................................................... ....................................................................................57 3.3.1 模型选择与优化................................................................................................... ...66 3.5 持续优化与更新.......................................................................................................................................................68 3.5.1 模型迭代与优化..............

月，“新基建”战略进一步把数据中心、智能计算中心列为核心，全面鼓励产业 高质量跃升；随后，《“十四五”数字经济发展规划》、《数字中国建设整体布局规划》和 《关于推动新型信息基础设施协调发展有关事项的通知》等政策密集出台，系统优化全国算 力布局，引导智算中心有序落地、协同发展。另一方面，需求端爆发式增长，人工智能大模 型迭代进入“多模态＋AI（Artificial Intelligence）智能体”阶段，对高并发、高能效、低 GPU、CPU（Central Processing Unit）、NPU（Neural Processing Unit）、FPGA（Field-Programmable Gate Array）等，实现对不同类型计算任务的优化。 与传统同构算力相比，异构算力强调在指令集架构、处理器类型、通信接口、内存访问模式 等多个层面的差异性与互补性，但也对异构算力整体系统性的资源管理、软件适配、调度优 化提出了更高的要求。 器学习等 非图形化任务，实现了对传统 CPU 计算体系的革命性扩展。ASIC 通过定制化硬件架构，将 计算任务固化于电路设计，其核心在于以降低通用性为代价，针对特定算法或应用场景进行 晶体管级优化，实现远超通用芯片的计算效率与能效比，这一技术通过重构计算单元、内存 层级及指令集，使芯片变成“领域专用体系架构”。 1.4 异构算力协同挑战 智算算力“百花齐放”呈现多元异构局面，面临异构算力“资源墙”、软件栈“生态割

发展与态势 3. 数据分析 第二章 AI 前沿 1. 从大语言模型走向自主智能体 2. 具身智能 3. 脑机接口 4. AI 内生安全 第三章 数学 1. 基础理论 2. 优化 3. 统计 4. 科学计算 5. 复杂系统 第四章 物质科学 1. 物理 2. 化学 3. 材料 4. 能源 第五章 生命科学 1. 合成生物学 2. 医学 3 5 2. 发展与态势 2.1 最新进展 随着深度学习、生成模型与强化学习等 技术的突破，人工智能不仅能从海量数据中 识别人类难以察觉的复杂模式，更展现出自 主提出科学假设、设计实验方案、优化研究 路 径 的 惊 人 能 力。DeepMind 推 出 的 AlphaFold 31 突破性地实现了对几乎所有分 子类型的蛋白质结构预测，提高了蛋白 - 配 体相互作用预测的准确度，为新药研发、疫 著提升了全球天气预报能力，实现更长时间 尺度、更高精度的天气预测。普林斯顿等离 子物理实验室利用强化学习优化等离子体控 制，解决撕裂不稳定性问题，加速核聚变能 源的实现 5。加州大学伯克利分校和劳伦斯 伯克利国家实验室利用机器人执行实验，机 器学习规划实验并结合主动学习优化实验过 程，研发用于无机粉末固态合成的自动实验 室 A-Lab，显著提高了材料合成效率 6。 2.2 前沿科学问题与突破路径

运营管理 AI转型阶段 以AI为优先的战略，借助 智能代理流程重塑组织的 业务运营模式 AI技能开发包括体验式与 嵌入式学习，覆盖跨职能 角色，由IT与HR共同管理 优化创新 AI驱动型阶段 实现持续的AI驱动业务模 式创新与优化，成为组织 运营的新常态 AI技能开发完全嵌入所有 角色，由代理型AI辅导支 持，并被视为核心KPI 2023-2024 2025 2026-2027 2028-2029 略优势脱颖而出。 智 能 世 界 的 I C T 岗 位 与 技 能 04 单点试验 AI 试点阶段 局部推广 AI 转折阶段 扩展复制 AI 对齐阶段 运营管理 AI 转型阶段 优化创新 AI 驱动组织阶段 图 2：IDC全球与中国AI驱动型组织的5阶段成熟度模型 来源：IDC IDC 发布《2025年全球 AI 驱动型组织成熟度模型基准报告》，揭示了各组织当前在AI应用进程中 随着组织逐步推进，35%的企业已开始“扩展复制”，在各业务职能领域规模化推广和协调AI技 术落地；另有7%的企业达到“运营管理”⸺该阶段的显著特征是具备完善的治理体系与协同化 转型机制。值得注意的是，仅有不到1%的企业属于“全面优化的AI驱动型组织”⸺在这类组织 中，AI已深度融入商业模式与工作流程的各个环节。 组织在成熟度模型上的分布，既凸显了AI应用取得的快速进展，也反映出各组织在迈入AI成熟度 更高阶段时面临的持续

................................................................................... 28 6.2 数据网络智能优化分析，提升运营效能 ......................................................................................... gital Twin技术构建L4能力；2025-2026年， 计划在网络优化、网络配置变更、网络规划等更多高价值场景打造L4能力。 Singtel集团：将自智网络视为未来战略，已在集团成立自智网络 Program，加强子网间 的经验分享与协作，共同迈向自智网络L4。目前聚焦于故障管理、投诉管理、无线节能和无线 优化等高价值场景。 Deutsche Telekom：将自智网络升级为公司 Telekom：将自智网络升级为公司级4大战略之一，发布了“minimum-to- 3 none”的少人化/无人化的自智网络愿景，致力于成为自智网络先锋。目前聚焦家宽体验保障、 无线节能优化、无线故障处理、无线网络优化等高价值场景。 Orange: 自智网络是集团“Lead The Future 2030”战略的5个重点工作之一。明确了 向自智网络L4演进的目标，目前聚焦网络变更、故障管理等高价值场景。 Telefónica：发布公司级战略“AN

第一阶段组织数字化能力较弱，仍以机械化活动或者初级信息工作为主。 5.1.2 S2 数智化探索者 第二阶段组织基于现有业务模式，利用数字化技术，进行运营优化和技术创新，价值创造和传递活 动主要集中在企业内部，实现降低成本、优化效率、提升质量。 5.1.3 S3 数智化运营者 第三阶段组织已系统部署数字化能力，推动价值创造和传递活动沿着产品/服务链延长，基于数智 化能力实现产品创新、服务拓展、业务领域延伸。 研发资产化 研发设计 研发设计数字化 工艺流程设计数字化 研发管理数字化 产品迭代数字化 生产运营能力类 数字业务 业务计划系统 核心业务数字化 协作系统 运行优化 数字运营 运营流程 流程设计 业务数据运营 数字管控 数据分析 质量管控 精益管理 数字供应链 物流配送智能化 供应链管理 数字化供应链网络 数字安全 为目标，构建系统间连接机制，通过数据治理规模提升系统和运营效率。 5.3.5 L5 系统部署级 组织内部系统实现数智化，全组织数据实现获取与智能化应用，组织效率与敏捷性得到提升，组织 内部高效运作，可以提供数智化优化的产品/服务体验。但未关注数智化的颠覆性潜力。 5.3.6 L6 生态创新级 建立数字生态系统，具备颠覆型数字技术和业务模式，基于数据智能化主动响应外部变化，把控生 态市场，通过生态系统的反

重塑增 长模式。数字化技术的应用，正全面改变实体商业的价值链、业务模式和市场格局。 在此背景下，本研究聚焦于数字化赋能实体商业的实践，以及万达智慧商业平台在推动行业转型中的关键作用， 旨在为品牌商户优化运营模式和提升市场竞争力提供有力支持，同时为行业决策者与投资者提供前瞻性观点。 ▋ 研究内容 本报告深度剖析数字化赋能实体商业的现状、挑战及发展路径，全面展示数字化技术如何助力实体商业转型升级， 节面临诸多痛点，而数字化技术的渗透正在重塑行业格局与增长逻辑。  发展路径：实体商业的数字化转型，是一个从单店模型到规模化扩张的系统工程。涵盖了品牌选址、租铺开店、 经营扩张等全流程的数字化服务，在此基础上，品牌商户可以实现全链条优化。  优秀实践：作为商管领域的引领者，珠海万达商管以其深厚的行业经验和广泛的资源整合能力，打造了覆盖全 国商业服务的万达智慧商业平台，为平台上1300万+用户，50万+品牌提供高效、精准的全方位支持。 电商购物节：2013年阿里巴巴推出“双十一”购物节， 虽然促进了在线购物，但也激发了实体商业的创新应对。  商业综合体正在加速数字化转型，盘活实体商业经济： • 2023年万达广场加强了数字化运营，通过大数据分 析消费者行为，优化了顾客体验。 • 2023年南京德基广场通过其官方APP，提供了虚拟 试衣间、在线预订、会员积分管理等功能。 • 2023年深圳壹方城推出了“壹方城智慧商城”项目。 来源：中华人民共和国商务部

AI赋能通过构建自动化数据流水线释放人力冗余，依托智能 算法提供动态预测与战略决策支持，不仅重构数据采集、处 理与分析的全链路效率，更推动决策机制从被动响应转向前 瞻预判，实现资源精准配置与业务流程深度优化，最终构建 起"数据-洞察-行动"的闭环价值体系，全面赋能企业高效决 策与智能运营。 ❑ 中国ABI市场呈现爆发式增长，2023年规模达3亿元，预计 2024年跃升至8亿元，2024-2028年间将以42%的年复合增 自己的需求灵活创建报表和图表，极大提高业务人员的分析能 力，推动全员数据文化的建设。 现代BI系统需具备预测分析的能力，通过机器学习、人工智能 等技术为企业提供更深入的洞察。例如，通过数据模式识别和 趋势预测，帮助企业提前做出决策、优化运营流程。 现代BI系统应具备集成和整合来自不同来源的数据的能力。企 业不再仅仅依赖于单一的数据源，而是需要能够综合内部和外 部的数据，形成更为全面的分析基础。通过整合来自CRM、 ERP、社交媒 白皮书｜2025/05 AI赋能BI的核心功能分析 AI赋能BI通过自动化数据处理提高效率，减轻数据分析师的重复性工作负 担，同时通过智能决策支持帮助企业进行战略性决策，推动高附加值的 思考和资源优化，从而提升整体运营效益 人工智能与商业智能发展现状——AI赋能BI的核心功能 来源：头豹研究院 ◼ 自动化数据处理与分析是AI赋能BI的基础功能 AI通过自动化技术实现数据拉取、清洗、分析和报表生成等基础任务，显著降低了