年 11 月 -2024 年 10 月 时间：2022 年 Q4-2024 年 Q3，职级：中级，工作经验：1-4 年，单位：千元 职能 2022 2023 2024 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 生产类 服务类 销售类 IT 类 支持类 研发类 工程类 传媒类 市场类 19 20 7 10 -65.0% 5.3% 42.9% 18.8 21.5 2.2 峰飞航空近两年招聘薪酬变化率 时间：2022 年 Q4-2024 年 Q3，职级：中级，工作经验：1-4 年，单位：千元 职能 2022 2023 2024 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 生产类 IT 类 支持类 研发类 工程类 28.1 14 28.9 28.4 6.5 32.3 11.5 22.5 8.8 8.1 35.7 10 3.2 中航通飞近两年招聘薪酬变化率 时间：2022 年 Q4-2024 年 Q3，职级：中级，工作经验：1-4 年，单位：千元 职能 2022 2023 2024 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 生产类 客服类 服务类 IT 类 支持类 研发类 工程类 金融类 传媒类 市场类 9.8 7 15 7.2 9.3 7 8.8 9.2 15

R19与R20将促成真正目标的实现， 从而确保5G能够带来实际价值与成功。 发展规划图 release 18 release 19 release 20 Release的路径 Release的影响 R18 Q2 2024 AI 用于工业物联网的低功耗高精度定位（LPHAP）、用于进 一步降低复杂性的eRedCap设备以及包括临时和服务区域 在内的切片增强功能 包括L和S波段的NTN透明模式增强功能 具变革性的能力的无缝演进。 预计时间线 R21 第一个技术规范规格 R20 规格 R19 R20 研究项目 Q4 2021 ‒ Q2 2024 Q1 2023 ‒ Q4 2025 ~Q1 2025 ‒ Q1 2027 ~Q4 2026 ‒ Q2 2029 R18 规格及研究项目 规格及研究项目 19 思博伦5G报告 2025 进展、关键点与未来展望 国际电信联盟无线电部门

技 术底层来看，系统必须采用近年来领先的应用技术；在外部对接方面， 则应具备灵活性和便捷性，确保系统能够适应不断变化的需求和发展 趋势。 马俊鹏 钓鱼台美高梅酒店集团 数字化转型与信息技术总监 Q2 13 第三，应用先进性。 系统必须紧密结合业务需求，并从实际运营角度进行 设计。例如，一些市场上的PMS系统采用All-in-One 设计，将中央预订、物业管理、电子发票、早餐核销、 电子签 我们的度假教练预约体系和娱乐项目预约体系也非常 完善，在国内旅游度假区中具有明显的差异化优势。 未来，我们计划将这套文旅管理平台的能力输出到其 他旅游目的地。 嘉宾访谈 ◼ 万达酒店集团的付费会员体系发展情况如何？ Q2 复购率和客单价表现良好。 集团不断在调整付费会员权益，未来权益将更加丰富， 从原来的三个等级（银卡、金卡、铂金卡）扩展到六 个等级，3 月份将上线三种不同等级、共九款产品， 包括畅行卡、经典卡、联名卡等，为付费会员提供更 化应用，为企业高效决策奠定良好的基础。 2025年，我们将重点集中部署中央预订系统CRS，打 通上下游订单流；建设CRM和营销小程序，实现会员 管理和积分管理，增强会员黏性；部署数据指标分析 平台，提高数字化决策效率。 Q2 ◼ 您认为传统国企开展数字化项目的关键点有哪 些？ 传统国企实施数字化项目，不仅是顺应时代潮流、提 升核心竞争力的必然选择，更是推动企业转型升级、 实现可持续发展的必经之路，其关键点主要包括以下

保 障 机 制 序号 编号 项目名称 预计开始时间 预计结束时间 2024 年 2025 年 2026 年 2027 年 2028 年 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 Q1 Q2 Q3 Q4 1 A1 关键人才引进项目 2024 年 1 月 2025 年 12 月 2 A2 人才培养体系优化项目 2024 年 1 月 2025

业认知理解与认知壁垒构建时，正向工程尤为重要。因此，软硬 融合只是起点，通过具体实践，打磨并优化软硬件产品的性能、 适配性才是重点。具体，可持续关注工业富联在2021年联合凌 云光推出的全自动机器视觉检测新设备的后续发展情况。 Q2：软硬融合之路是唯一解吗？--- 不，打造绝对优势产品是关键  西门子、达索等国际龙头企业都是以占据绝对优势的产品起家， 然后通过收购、投资、生态等方式在上面添砖加瓦，逐步形成自 己的全套解决方 数据挑战：1）数据质量和数量不足。工业领 域数据存在噪声大、缺失值多、格式不统一、 标注困难等问题，而高质量的数据是训练有效 智能体的基础。2）大模型需要能够处理流式 数据。  模型挑战：大模型的可解释性需进一步提升。 Q2：如何理解工业智能体？  定义：当使用正确的数据进行AI模型训练后， 工业智能体可能能以类人的方式执行特定任务。 因此工业智能体能够智能地代表和管理工业企 业的功能和能力。  驱动方式：工业智能体可以用workflow驱动， （如立项申请），还有很庞大的可想象空间，因此 市场上几乎对各个核心环节都进行了探索。当前比 较热的场景探索主要聚焦于大模型的代码辅助、文 本生成、参数优化等能力，故在辅助设计、营销管 理、设备管理等场景的探索热度较高。 Q2：如何看待大模型对制造业数字化转型市场的影响？  短期来看，市场仍然以大模型的落地探索为主，市 场竞争格局不会发生较大变化。但大模型的出现有 可能会加速市场竞争格局的变化，加速点是大模型 是否

设备停机的根本原因。有一次，他在生产线上发现机器总是停转，虽然修 过多次，但仍不见好转。于是他询问工人机器停机的原因。 对话： Q1：为什么机器停了？A1：因为机器超载，保险丝烧断了。 Q2：为什么机器会超载？A2：因为轴承的润滑不足。 Q3：为什么轴承会润滑不足？A3：因为润滑泵失灵了。 Q4：为什么润滑泵会失灵？A4：因为它的轮轴耗损了。 Q5：为什么润滑泵的轮轴会耗损？A5：因为杂质跑到里面去了。

融合只是起点 ，通过具体实践 ，打磨并优化软硬件产品的 性能、 适配性才是重点。具体 ，可持续关注工业富联在 2021 年联合凌 云光推出的全自动机器视觉检测新设备的后续发展情 况。 Q2 ：软硬融合之路是唯一解吗？ --- 不，打造绝对优势产品是关键 西门子、达索等国际龙头企业都是以占据绝对优势的产品起家 ， 然后通过收购、投资、生态等方式在上面添砖加瓦 ，逐步形成 自 域数据存在噪声大、缺失值多、格式不统 一、 标注困难等问题 ，而高质量的数据是训 练有效 智能体的基础。 2 ）大模型需要能够 处理流式 数据。 模型挑战：大模型的可解释性需进一步提升。 Q2 ：如何理解工业智能体？ 定义：当使用正确的数据进行 AI 模型训练后， 工业智能体可能能以类人的方式执行特定任务。 因此工业智能体能够智能地代表和管理工业企 业的功能和能力。 市场上几乎对各个核心环节都进行了探索。当前比 较热的场景探索主要聚焦于大模型的代码辅助、文 本生成、参数优化等能力，故在辅助设计、营销管 理、设备管理等场景的探索热度较高。 Q2 ：如何看待大模型对制造业数字化转型市场的影响？ 短期来看，市场仍然以大模型的落地探索为主，市 场竞争格局不会发生较大变化。但大模型的出现有 可能会加速市场竞争格局的变化，加速点是大模型

需提升订单节奏，并采取适当的留 存订单策略确保销售目标平稳达成 未完成销售目标，下半旬销售业务 压力较大 Q1 ：潜在客户数不足 Q2 ：意向客户转化率较低 Q4 ：订单数定于目标水平 Q3 ：意向客户数低于目标水平 Q5 ：零售数未达标 Q1 Q2 Q3 Q4 Q5 1 销售业绩监控与问题诊断 销售节奏控制前 月度节奏缺乏控制，容易造成月底追进度，价格不 稳定。 掌握

需提升订单节奏，并采取适当的留 存订单策略确保销售目标平稳达成 未完成销售目标，下半旬销售业务 压力较大 Q1 ：潜在客户数不足 Q2 ：意向客户转化率较低 Q4 ：订单数定于目标水平 Q3 ：意向客户数低于目标水平 Q5 ：零售数未达标 Q1 Q2 Q3 Q4 Q5 1 销售业绩监控与问题诊断 销售节奏控制前 月度节奏缺乏控制，容易造成月底追进度，价格不 稳定。 掌握