智算产业已形成“硬件-云-模型-应用”的 四层结构，当前正从“算力先行”向“模型 生态构建”与“应用商业化”过渡 02 高端算力为基，垂直行业能 力为王： ◆ IaaS层的核心价值在于销售GPU算力，而 获取高价值的关键在于“高端卡保有量”与 “垂直行业能力模块建设”的结合 04 从直接竞争转向价值整合与 生态赋能： ◆ 为克服SaaS市场固有的销售体系与客户 决策链不兼容等难题，大型云厂商的有 高用量场景：教育科研辅助、药物研发、物理 世界模型、训练仿真推理平台 8 www.leadleo.com 400-072-5588 中国：云计算系列 行业研读 | 2025/07 • SaaS层的价值目标不在于直接盈利，而是作为流量入口，带动云厂商 在IaaS及PaaS的底层能力。在SaaS层的获客路径包括“企业级的降本增 效”、“通用流量级消费产品”以及“AI+硬件”的捆绑销售 智算产业价值路径——云企业价值增长路径 IaaS层增长的商业闭环 行业研读 | 2025/07 10 www.leadleo.com 400-072-5588 中国：云计算系列 行业研读 | 2025/07 • IaaS层的核心价值在于售卖GPU义满足由传统CPU云转向GPU云的产业 价值变革，云厂商获取IaaS价值的关键在“高端卡保有量”与“垂直行业 能力建设”，两者能力结合能够深度绑定头部客户并创造高毛利 IaaS层产业机遇——云厂商在IaaS层的价值实现路径

我们强调协作，绝不是抛弃“分工”，而是在“分”的基础上“协作” 首先，我们要认识到，必须有分工，分工是报酬递增得以实现的基本组成部分 其次，我们也必须了解到，分工对于价值贡献的递增曲线日趋缓慢，价值贡献的关键点在于协同效率，既包括企业 内 各部门之间的协同，也包括企业外组织间的协同 这是由技术及互联网的动态环境决定的 基本原理 1 ： 组织内和组织间协同成为效率的主要来 源 协同并不仅仅是主体之间简单的协作和沟通， 极参与公司管理，基本交由职业经理打理， 他们转而成为财务性股东” 华人企业的小规模，在于“华人非常信任 与之有关系的人”，反之，也同样非常不 信 任自己家族和亲属之外的人 家庭之外的信任匮乏，致使不相关的人很 难组建群体或者组织，如商业企业 赋能组织成员的关键在于，通过结构设计和激励体系相结合，在高度连接的网络中建立基于契约的信任感 福山：《信任：社会美德与创造经济繁荣》 福山：《信任：社会美德与创造经济繁荣》 基本原理 3 ： 企业要建立基于契约的信任体 系 我们一定要建立一种真正的信任， 一种基于契约的信任， 方可在更广泛的网络中构建共生价 值 新范式的关键在于构建或是加入一个“合作主体的共生系统”， 在系统优势下， “ 共生经营” 获得系统效率，在“ 共生空间” 中协同发展， 这才是新时代激活组织的价值创新 基本原理 4 ： 实现从“竞争逻辑”到“共生逻辑”的战略认知转变

家中外商学院教授市场营销课 程。 云 科特勒咨询集团（ KMG ） 菲利普 · 科特勒及其弟子团队，结合中国化营销实践所著。 菲利普 · 科特 勒 王 赛 作者简介 2 市场营销的魅力，在于让企业具有实现价值的可能，而增长的魅力，在 于让 CEO 看到价值实现的区间。这个区间由企业的愿景、战略意图、 营 销手段、客户价值的计算以及公司战略的设计等路径来 实现，所有 这些 路径，都被王赛博士融合进一个称为“增长五 撤退线： 反向增长的原理 2 8 撤退线：案例 摩拜单车卖给美团，创始人套现 27 亿 元 2 9 从 0 到 1 云 企业如果想设计撤退线， 关键在于做出自己的价值点，比如独特 的科技能力、核心的价值认同。在此阶段，企业都是在做技术和 市场测试，而壁垒性技术和市场的认可直接决定了企业拥有高质 量的增长基因。 从 1 到 n 好的企业家，永远会考虑在最坏情况下的后路。 好的企业家，永远会考虑在最坏情况下的后路。 撤退线主要在于在你的市场扩张后，外部资源方对你的认可，生 态相关型企业会去入股或者购买你的企业股权，所以如何与它们 在增长阶段进行有效连接尤为重要 从增长角度来讲，企业可以分为如下几个阶段：从 0 到 1

务，正以前所未有的速度产生指数级数据量，却又深陷数据分散、系统孤立、决策滞 后的矛盾。研不通产、产不连供、供不联销、销不反哺服的现象普遍存在，“研产供 销服”一体化依旧是行业的长期痛点。 更深层的问题在于，汽车产业的复杂性不仅体现在物理制造上，更体现在数据链 条的碎片化。研发端的 PLM、生产端的 MES、供应链的 ERP、销售端的 DMS 与售后 的 CRM 系统各自独立运转，缺乏统一的指标标准与语义体系，使得数据难以穿透、智 % 与此形成对比的是合资品牌的市场份额被持续压缩，其总体份额从过去的半数以 上，收缩至当前的三成左右，并且仍面临进一步的下行压力。 2. 新能源赛道上的发展差距 造成这一格局转变的根本原因，在于双方在新能源转型速度上的显著差异，这种 差异已构成了明显的发展差距。 以 2024 年 12 月的单月数据为例，主流合资品牌的新能源汽车渗透率仅为 4.8%，而同期自主品牌的新能源渗透率则高达 。两者之间存在巨大差距。这清 晰地表明，当自主品牌的业务重心已普遍向新能源转移，并建立了丰富的产品矩阵 时，多数合资品牌的主力销售产品依旧是市场正在萎缩的传统燃油车。 合资品牌在转型上相对迟缓，其根源在于其“路径依赖”。它们在全球市场拥有 成熟且盈利的燃油车技术、生产和供应链体系。这种历史上的成功，在中国市场快速 变化时，反而成为其战略调整的制约因素。庞大的组织惯性、复杂的全球决策流程、 以及

式中塑造自身核心竞争力。这是时代赋予我们的使命，也是实现“中国建造2035”的必由之路。 —— 国家数字建造技术创新中心首席科学家、华中科技大学教授 丁烈云 推动AI在建筑企业的落地，核心在于实现建筑行业复杂知识的结构化表达和智能化重构。建 筑工程大模型的构建，正在通过多模态数据融合与对齐技术，打通文本、工程图表、BIM模型等 多模态数据之间的壁垒，提升大模型对建筑行业语义的识别、理解与生成能力。基于混合专家大 用 门槛。唯有在行业大模型能力上实现系统性跃升，AI才能真正从“可用”走向“有用”，成为建 筑企业可持续发展的新引擎。 —— 中国建筑股份有限公司首席专家 李云贵 建筑企业推进AI赋能，关键在于如何将通用大模型“训练”为真正懂企业业务的专业化大模 型。实践证明，作为基本路径，通过提示工程（Prompt Engineering）、微调（Fine-Tuning）和 检索增强生成（RAG）这三项 行业战略，今天看来，其正在迈入智能化发展的高级阶段。但这并不意味着行业的数字化发展就 已然完备。当前一些建筑企业仍处在数据孤岛、多系统割裂、业务流程未线上化的初级阶段。AI 转型的真正难点，不在于技术本身，而在于如何在基础能力薄弱的情况下实现跃迁。因此，企业 在拥抱AI的同时，更需要系统性补齐数字化短板，夯实数据基础，理顺业务逻辑，重塑组织能 力。只有将数字化能力建设与智能化转型同步推进，才能真正释放AI技术的变革潜力，推动建筑

用后，才真正 转化为推动社会变革的生产力。一项技术若只能在实验室、在少数专家的手中、 针对少数问题创造“奇迹”，那它便只是珍稀的“炼金术”，而非普惠的“工业 革命”。 人工智能今日之困境，正在于此。其规模化之路面临两大根本性障碍：一是 生产力的问题，即如何将 AI 的能力系统性、可靠性、低成本、规模化地应用于 千行百业的核心场景；二是生产关系的问题，即如何构建与之匹配的商业模式、 工 我国完备的产业链为工程智能的应用落地提供了得天独厚的沃土；同时，以大模 型为代表的新一代人工智能技术突破，为工程智能在各工程领域的全面渗透提供 了强大的技术驱动力。 然而，实现工程智能规模化赋能的进程并非坦途。核心挑战在于如何跨越工 程领域固有的专业壁垒，满足其对可靠性的严苛要求，解决人工智能技术落地时 面临的效率与成本问题、系统融合与协同问题等瓶颈。此外，人才培养、治理机 制与生产关系等配套体系尚不完善，也为规模化发展带来复杂挑战。 识世界”为目标，致力于探索自然规律、构建理论体系，其方法论核心在于理论 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 3 推导与实验验证；而工程则以“改造世界”为目标，聚焦于将科学理论转化为现 实的产品、设施或解决方案，其方法论核心在于可行性验证与实践优化。这一“理 论”与“实践”的分野，正是理解工程智能定义的逻辑起点。

入霍尼韦尔卓越运营体系，浙江锦华用六年时间 完成了令人瞩目的蜕变――营收增长 3 倍，人均效能提升近 4 倍，从后进单位跃升为行业标杆。 作为这一历程的参与者、亲历者，我深切感受到锦华成功的核心在于把握住了转型升级的关键，首 先是“空杯心态”的勇气，全盘接纳先进管理体系；其次是“铁三角”领导团队的担当，将精益理 念转化为组织共识；最重要的是“持续改进”的坚持，使精益管理从工具方法升华为企业文化。 、开 花结果。 当前，中国制造业正处于从“制造”向“智造”转型的关键时期，锦华的经验证明，数字化转型不 仅需要技术升级，更需要管理变革和组织能力建设作为支撑。这个案例的价值，不仅在于其取得的 量化成果，更在于它展示了一条可复制、可持续的转型升级路径。 霍尼韦尔愿将这样的成功经验分享给更多中国企业。让我们以卓越运营为基石，以持续创新为动力， 共同推动中国制造业实现高质量发展，为建设制造强国贡献力量。 提供具有学术价值和实践意义的参考样本。 锦华公司的转型升级具有显著的研究价值。作为曾经面临严峻经营挑战的集团“后进单位”， 该公司通过六年的精益管理实践，成功实现了向行业标杆的跃升。其独特之处在于，这一转 变主要依托于系统性管理创新，而非依赖大规模技术改造，这一路径选择为理解中国制造企 业的转型升级提供了全新的视角。 本研究采用了深度访谈、现场观察和文献分析相结合的多元化案例研究方法。在研究过程中，

“ 新的陌生时代已经明确到来， 而我们曾经很熟悉的现代世界 已经成为与现实无关的过往 。” —— 彼得 · 德鲁 克 术 ， 不在于产品 ， 不在于市场 ， 而在于 如 何解决组织的问题 ， 因为强个体才是所 有 能深刻理解数字化转型的困难 ， 不在于 技 变化中最不可知的力量 ， 才是创造价值 的 只有清晰理解数字化时代的变化 ， 才 核心。 连接改变了 生存方式 共生改变了 进入人脑 数据、信息、知识与智慧的关系 承载 激发对学习的热爱 获得更多知识 知识作为一种合理的 信念增强着行动结果 知识是动词，不是名词 驱动努力学习 最大的挑战在于甄别知识 不确定性成为常态 对知识验证的要求 越来越高 迭代加快，不断涌 现新知识 认知盈余， 选择障碍 渴望知识又 应接不暇的 表现 时间稀缺 是惯性使然还是无法应对 是自我设限还是认知不足

阻。数据作为生产要素，其价值的充分释放有赖于清晰的权益界 定和顺畅的流通机制。当前，相关法律规则的供给尚显不足，对 数据要素市场的培育和发展形成了一定的制约。一是数据权益归 属与价值分配规则不清。数据的价值在于流动，工业数据由多方 参与生成，权益交叠，现行法律对数据“持有权、使用权、经营 权”等分置运行的产权界定较为原则。同时，由于缺乏科学合理 的数据资产评估体系，在数据交易与合作中，各参与方在数据价 辑存在差异。内地的《数据安全法》《个人信息保护法》等法律 体系，将数据安全提升至国家安全层面，并确立了以分类分级为 基础的管理制度，其中“重要数据”的出境受到严格监管。香港、 澳门地区的法律体系关注重点在于个人隐私权的保障，并未设置 与内地“重要数据”相对应的法律概念。内地相关法律制度将数 7 据安全置于较高地位，对“重要数据”的出境活动设有专门的监 管要求。与此同时，“重要数据”的具体识别标准在法律层面有 在的复杂性、决策过程的不透明性以及对生产经营活动的深度介 入，也带来了一系列需要审慎对待的法律问题，对现有治理体系 提出了新的要求。 1．产业反映 智能制造是先进制造技术、新一代信息技术与人工智能技术 的深度融合体，其目标在于推动我国制造业向数字化、网络化、 智能化的高阶形态转型升级，最终实现高质量发展。在此进程中， 算法扮演着整个制造体系“大脑”与“灵魂”的角色，是实现环境感 知、数据分析、科学推理、智能决策乃至自主学习与持续优化的

标准及其他协议，如蓝牙、Thread、Zigbee、Matter 等。 工作频段 分为单频（2.4GHz 或 5GHz）、双频（2.4GHz+5GHz）、三频（2.4GHz+5GHz+6GHz）。2.4GHz 频段优势在于覆盖广、穿透性强， 短板是易受其他无线设备干扰，速率受限；5GHz 频段速率优势显著，但覆盖与穿透能力较弱；6GHz 频段则解决了 5GHz 频段带 宽资源紧张问题，进一步提升传输速率。双频及三频设 标准的演进路径呈现显著差异化特征，其核心驱动 力始终围绕带宽拓宽与传输速率提升展开，并未绑定特定应用场景。这种技术迭代逻辑直接导致不同类型终端对 Wi-Fi 最 新标准的跟进节奏呈现明显分化，而背后的核心决策变量在于性能诉求与成本控制的动态平衡。 从终端适配优先级来看，路由器、网关等网络基础设施作为 Wi-Fi 信号的核心输出端，往往成为最新标准的率先落地 载体，对应的 Wi-Fi 路由 AP 芯片市场长期 有效下降前，高性能 Wi-Fi 产品极易因技术过剩 导致市场接受度不足，难以形成规模化应用。 但从产业发展规律来看，Wi-Fi 从 4 代向 6 代的技术演进仍具备不可替代的战略价值，其核心意义在于通过优化网络 延迟、提升连接稳定性，为物联网场景提供更适配的通信解决方案，进而支撑终端产品的功能创新与差异化竞争。 当前，对传输速率和时延有刚性需求的音视频类物联网产品，如 IPC（网络摄像头）、猫眼可视化智能门锁等，已成