27-29 日 海外展：IOTSWC 世界物联网解决方案展 5 月 13-15 日（西班牙·巴塞罗那） 参展联系：18676385933 1 IOTE 2025 上海站：6 月 18-20 日 深圳站：8 月 27-29 日 海外展：IOTSWC 世界物联网解决方案展 5 月 13-15 日（西班牙·巴塞罗那） 参展联系：18676385933 2 发布单位： 参编单位： 宠会说社区（深圳）信息技术有限公司 IOTE 2025 上海站：6 月 18-20 日 深圳站：8 月 27-29 日 海外展：IOTSWC 世界物联网解决方案展 5 月 13-15 日（西班牙·巴塞罗那） 参展联系：18676385933 4 本报告是视觉物联、AIoT 星图研究院、深圳市物联传媒有限公司的调研与研究成果。本报告内所有数据、观点、结论的版权均属视觉物联、AIoT 27-29 日 海外展：IOTSWC 世界物联网解决方案展 5 月 13-15 日（西班牙·巴塞罗那） 参展联系：18676385933 5 IOTE 2025 上海站：6 月 18-20 日 深圳站：8 月 27-29 日 海外展：IOTSWC 世界物联网解决方案展 5 月 13-15 日（西班牙·巴塞罗那） 参展联系：18676385933 6 欢迎扫码 联系

, 加快建设低空无人感知产业体系 , 推进低空飞行 服务保障体系建设 , 支持深圳、广州、珠海建设通用航空 产业综合示范区 , 办好第十五届中国国际航空航天博览会 打造大湾区 低空经济产业高地。 15 河南 2022 年 9 月 《河南省通用航 空产业中长期发 展 规 划 (2022- 2035 年 )》 到 2025 年 , 力争全省通用机场及具有通用航空服务功能 的机场达到 20 个以上 23 城市 平均月薪（单位：元） 北京 25,300 上海 25,167 深圳 23,412 杭州 22,946 珠海 17,783 东莞 16,886 南京 15,695 苏州 15,585 广州 15,021 宜宾 14,954 阳江 14,866 镇江 14,590 厦门 14,506 怀化 13,900 合肥 13,354 武汉 13,280 金华 12 22,946 元 / 月； 再例如深圳、广州、珠海三大低空经济集聚区，深圳聚集大疆、通道智能等低空龙头企业，广州则在 eVTOL 以及飞行汽车领域表现亮眼。广深珠三地低空经济产业平均薪酬水平分别为 15,021 元 / 月、23,412 元 / 月、 17,783 元 / 月。 表 2.2.1 低空经济产业不同城市平均月薪（部分） 24 具体到岗位薪酬方面，又以 IT 类岗位薪酬水平最高，平均薪酬可达

计可减少 40% 基础客户经理人力投入，同时通过智能体实现客户需求分层， 使高端客户经理产能提升 25%  体验重构：基于用户画像和交互历史数据，提供动态产品推 荐，使交叉销售转化率提升 15%，客户满意度 NPS 指标提高 20 个百分点 关键业务指标量化目标如下表所示： 指标维度 基线水平 目标水平 达成周期 咨询响应速度 4 小时 ≤30 秒 Q3 业务处理准确率 82% 40%涉及个性化资产配置等增值服 务。 核心痛点可归纳为以下四点： 1. 服务覆盖半径有限：单个客户经理最优服务上限为 50 名高净 值客户，但实际配置比例常超过 1:150，导致客户满意度下降 15%-20% 2. 专业知识更新滞后：新产品上线后需要平均 2 周的培训周期， 期间错失 28%的潜在销售机会 3. 合规风险管控压力：人工操作导致的合规疏漏占操作风险的 34%，主要集中在 KYC 应用潜力方面，该技术可覆盖客户经理 80%以上的常规工作场 景。具体价值实现路径包括： 实际部署数据表明，在试点分行的财富管理场景中，AI 智能体 使 AUM（资产管理规模）同比增长 27%，客户满意度 NPS 值提升 15 个点。模型特有的持续进化能力，通过每月增量训练可使业务 指标保持 3-5%的环比改善。这种技术特性使其特别适合应对银行 业务快速迭代的需求，为数字化转型提供可扩展的智能底座。 1.3 项目目标：构建智能客户经理替代方案

A.11 11 单位工业增加值废水产生量 A.13 12 单位工业增加值固废产生量 A.14 13 资源利用 单位工业增加值新鲜水耗 A.15 14 工业用水重复利用率 A.16 15 工业有机固体废物综合利用率 A.17 16 餐厨垃圾资源化利用 A.18 18 低碳管理 运营宣传 低碳管理能力 A.21 19 低碳宣传 18 11 非传统水源利用率 A.19 12 生活垃圾回收利用率 A.20 13 低碳管理 运营宣传 低碳管理能力 A.21 14 低碳宣传 A.22 15 审核认证 企业清洁生产审核实施率 A.23 16 管理体系认证率 A.24 17 产品认证率 A.25 6 评价方法 概述 6.1 6.1.1 在园区满足第 ≤0.35 4 （0.35,0.5] 2 碳排放强度削减率 ≥6% 8 [4.5%,6%） 4 [3.5%,4.5%） 2 可再生能源消费比重 ≥15% 4 [10%,15%） 2 污染控制 12 单位工业增加值废水产生量 （立方米每万元） ≤0.26 6 （0.26,0.30] 3 单位工业增加值固废产生量 （吨每万元）

[Table_Tag] [Table_Summary] 投资要点 ◼ ChatGPT 爆火，其能力已接近人类水平。GPT 升级至四代，模型能力 高速提升。2023 年 3 月 15 日，OpenAI 正式官宣了多模态大模型 GPT- 4，ChatGPT4 将输入内容扩展到 2.5 万字内的文字和图像，较 ChatGPT 能够处理更复杂、更细微的问题。最新版的 GPT-4 在 ChatGPT ............. 15 2.2.1. 手机需求放缓，科技创新或将成为刺激换机的重要动力......................................... 15 2.2.2. AIGC 赋能智能手机，有望成为新的需求推动点 ....................................................... 15 2.3. IOT 智能终端：AI ............................................................................................ 10 图 15： 观影场景.............................................................................................

智能手机出货量同比 中国移动4G用户渗透率 发售新机中4G机型渗透率 阶段2：4G导入期 （2014年） 阶段3：4G替换期 （2015~2016年） 阶段4：4G成熟期 （2017年~2018年） 15到16年，4G用户渗透率从 10%提升到65%，国内手机出 货量连续两年增长超过10%， 在此之前和之后，手机出货量都 出现了负增长，换机效应明显 阶段1：Pre-4G期 （2013年） 数据来源：工信部，中国移动，国泰君安证券研究 数据来源：工信部，中国移动，国泰君安证券研究 1.1 10 对于5G换机周期的几个判断  5G换机高峰期将出现在2020~2023年，届时手机出货量将恢复增长：国内4G建设相对较晚，换机高峰集中在15~16年，两 年内4G用户渗透率从10%提升到65%，从欧美经验来看，换机高峰一般延续3年左右，考虑到5G建设我国相对领先，我们判 断2020~2023年将是5G换机高峰期，预计国内5G用户渗透 缩小，射频前端 集成化趋势将会 加快。 5G带来的挑战 5G对终端射频带来的影响 1.2 13 -20 0 20 40 60 80 100 0 5,000 10,000 15,000 20,000 25,000 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 yoy（%） 营收（百万美元） Avago Skyworks

��������2222尼����������RTO�� �����尽�DER���������������� ���������太��������������� ����� �����够 Ø ����千������2030���15������� �2045���54.2������ Ø ��������2030���6�������� Ø ����������2025���1�������� ��2024�务���� ©亿欧智库-林业 (398865) ©亿欧智库-林业 (398865) ©亿欧智库-林业 (398865) ©亿欧智库-林业 (398865) ������盟��研������� ( ) 15 u ���������������������⼝�����������������������IESO���������������������������� u �������������� ��� �� ���� ���� ��� ���� Blackhillock ������� ����� ������� �200���MW� /�2�� ���的�� 300MW� �����15� ������� ��1.7���� ���� ������� ����� Zenobe Energy ������� �������������� ������ ���������������

Resolution STP Source to Pay HTR Hire to Retire RTR Record to Report 14 2025 56% 34% 4%3% 3% 15 90% 56% 34% 2 3 7 Q 2~3 87% 2 31% 31% 25% 10% 31% 56% 8 Q 2 31% 31% 25% 10% 3% 16 2025 11% 28% 19% 14% 61% 53% 35% 2025 18 10 Q 4% 18% 35% 53% 61% 58% 44% 41% 11 Q 2% 15% 17% 22% 24% 28% 32% 41% 44% 44% 58% 58% 19 (EY Change Experience) 2025 20 ◼ ◼ ◼ ◼ 21 12% 28% 15% 45% 2025 22 12 Q 12% 28% 60% 45% 15% → → → → 61% 26% 22% 13% 39% 23 2025 24 13 Q 26% 22% 13% 39% ◼ ◼ ◼ ◼ ◼ 68% 46% 15% 7% 32% 525 7% 15% 46% 32% 2025