人工智能时代下IaaS/PaaS/SaaS的产业机遇 2025 China Large Model Cloud Industry 中国AIコンピューティング産業 2 www.leadleo.com 400-072-5588 中国：云计算系列 03 MaaS是决定算力主导权与用 户入口： ◆ MaaS是云厂商一场无法退却的战略战争， 因为它不仅决定了谁能掌握AI时代下的 算力主导权，更关乎在AGI“超级App”的 本性变革，传统的CPU云计算架构已难 以满足AI训练与推理带来的海量算力需 求，市场正加速向以GPU为核心的智能 计算演进。在此背景下，云服务产业 的价值链被重塑，IaaS、PaaS、SaaS各 层的业务逻辑、商业模式与竞争要素 均发生了深刻变化。本报告旨在深度 剖析AI时代下中国智算云服务行业的产 业新机遇。 ◼ 研究目标 • 绘制智算产业全景图谱 • 解析云厂商在IaaS、PaaS、SaaS各层的 的单次销售利润转变为平台 化租赁模式下的持续性收入， 从而实现资产的多次复用并 显著拉长收益周期 地方政府项目在IaaS增长逻辑 中扮演着“资源注入口”而非终 端盈利点的战略角色。其价 值在于利用政策支持快速获 取GPU卡等硬件资产，而真正 的商业变现则依赖于后续将 这些资产并入统一平台，面 向更广泛的商业客户进行市 场化复用与调度 多层产品协同是摆脱底层算力价 格战的关键。在该逻辑下，IaaS 作为资源基座，必须与提供增值

前沿科技类终端是指近几年出现的智能物联类生活场景用途设备，如可穿戴设备、虚拟现 实设备、智能家居（不含 TV）设备、智能驾驶汽车等。这些终端设备在 AI 技术以及用户对便 捷生活、个人健康管理需求的推动下，持续发展壮大，通过集成高性能计算、大数据分析、机 器学习等先进技术以增强用户体验，为用户提供了更为便捷、高效的服务。 颠覆创新类终端是指由 AI 和空间计算等技术发展带来的创新性产品，例如颠覆性伴生设备、 不断增加，多个设备之间的连接和协同将变得更加重要，通过发挥不同形态设备的各自优势， 为用户带来体验跃升。用户在使用设备时，将从当前“以设备为中心”，逐渐过渡到“以场景 为中心”，各个设备在同一场景下贡献自身的价值特性，实现跨设备的互助和协作，应用服务 在多个设备之间协同完成任务。 未来场景展望 - 7 - 鸿蒙 2030 白皮书 ��������� ������ 未来场景展望 。 未来场景展望 - 13 - 鸿蒙 2030 白皮书 2.5 车成为移动的智能生活空间 随着智能驾驶技术的发展，人类注意力逐渐从驾驶行为中释放出来，伴随着车内自由时间 的增加，移动场景下的用户体验将更加多元。在车内，应该和在家里、办公室里一样舒适、方便， 处理工作、娱乐都可轻松实现，智能汽车将真正成为虚实融合的智能生活空间。 预计到 2030 年： ◎ 智能座舱的渗透率将超过

数字化转型的定义 根据数字化时代的特征，以数字化技术为基础，构建和 物理世界对应的数字世界；并以数据为核心，人工智能 为手段，云化服务为形式，企业组织制度流程优化重构 和人才文化为保障，实现在数字化技术支撑下的组织业 务创新发展。 数字化转型内涵 数字化转型的本质 所谓转型是弥补现状与预期状态的差距，本质是借助数字化技术，促进企业与组织能够在变革的数字化世界中创造更大 的价值，实现更强健的生命力。 的最佳条件。 创新至上。如何应用数字化技术来包装和创新产品和服 务，是每个数字化时代的企业都需要思考的问题。数字化 时代我们总喜欢说跨界，事实上，在数字化时代界限从来 都没有存在过，传统思维下，隔行如隔山，那是因为行业 之外的人进入行业需要付出的成本远远高于收益，外行没 有进入的动机。数字化时代，无论资源、人才还是信息， 对任何企业都是公平的，而看到创新机会的往往是我们传 统思维中 了解客户、了解市场，能够有针对性的制定营销的策略与 方法。 统一的、数字化的流程。在整个企业中需要集成数据和流 程，传统公司通常部门壁垒严重，每个部门都有自己的系 统、数据定义和业务流程，而这种情形下，根本无法通过 对数据的分析发现运营的不足，数字化转型不可能有效。 在企业内部统一流程、统一流程中数据收集的标准是非常 重要的。 敏捷的协作。在组织内部敏捷的协作是非常重要的，不仅 要协同，更重要的是快速而敏捷。

................................................................................... 7 3.1 承接四零四自愿景，明确L4自智目标 .......................................................................................... 、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 0，定义自智网络L4的 20个高价值 场景，对每个场景的目标态进行定义（IG1339），并通过解决方案包文稿（IG1501系列）为 行业提供L4自智网络部署实用指南。CCSA聚焦故障管理、能效优化等L4场景，加速标准化进 程。 L4架构及关键技术相关标准：TMF发布L4功能架构标准文稿（IG1251C），确立AN参考 架构、功能架构及引入智能体技术的Agentic AI技术架构。各标准化组织积极推进新兴技术标

数字船舶关键技术和相互关系 8 2.2.1 数字船舶关键技术 8 2.2.2 由关键技术构成的数据治理框架 10 2.2.3 数据安全与网络安全 10 2.3 数字船舶的构建愿景与目标 11 2.4 数字船舶的重要作用 12 第三章 数字船舶的技术架构 14 3.1 技术架构总体设计原则 14 3.2 数字船舶分层技术架构 14 3.2 然举步维艰。 在安全为本、效率为王、绿色为先的新时代，传统的规模化竞争态势正在被重构。决定未来竞争优势 的，是船舶能否从诞生之初就拥有完整的数字基因，其全生命周期的数据是否可以在安全、可信的规则下 自由流动，持续赋能，创造前所未有的价值。然而，现状是，我们的行业仍被禁锢在数据孤岛中，宝贵的 造船和航运数据在漫长的产业链中断裂、沉寂，无法形成驱动创新的合力。 数据的割裂，意味着价值的湮灭。 呼 唤 行 业 级 解 决 方 案 中 国 的 “ 海 洋 强 国 ” 、 “ 交 通 强 国 ” 、 “ 数 字 中 国 ” 等 国 家 战 略 构 成 了 船 舶 数 字 化 的 宏 大 背 景 。 工 业 和 信 息 化 部 《 工 业 互 联 网 与 船 舶 行 业 融 合 应 用 参 考 指 南 》 提 出 的 “ 155N” 体 系 ， 以 及 交 通 运 输 部 《 智 能 航

未经阿里云事先书面许可，任何单位、公司或个人不得擅自摘抄、翻译、复制本文 档内容的部分或全部，不得以任何方式或途径进行传播和宣传。 3. 由于产品版本升级、调整或其他原因，本文档内容有可能变更。阿里云保留在没有 任何通知或者提示下对本文档的内容进行修改的权利，并在阿里云授权通道中不时发 布更新后的本文档。您应当实时关注用户文档的版本变更并通过阿里云授权渠道下载、 获取量新版的本文档。 4. 本文档仅作为用户使用阿里云产品 声明对本文档内容的准确性、 完整性、适用性、可靠性等不作任何明示或暗示的保证。任何单位、公司或个人因为 下载、使用或信赖本文档而发生任何差错或经济损失的，阿里云不承担任何法律责任。 在任何情况下，阿里云均不对任何间接性、后果性、惩戒性、偶然性、特性或刑罚性 的损害，包括用户使用或信赖本文档而遭受的利润损失，承担责任（即使阿里云已被 告知该等损失的可能性）。 5. 本文档中所有内容，包括 30 攻击与隐私合规风险 1.2 高可用性挑战：系统稳定性压力增加 31 1.3 高性能瓶颈：算力利用率与异构协同问题凸显 32 1.4 算力经济性失衡：资源碎片化与供需错位下的 33 成本与效率挑战 2 阿里云的企业级 AI 基础设施建设： 34 在高效的基础上更安全 2.1 云平台级别的全栈安全保障 35 2.2 面向 AI 场景的安全防护

...................................................35 2175 云，人力资源数智化解决方案 第 3 页 共 37 页 6.1 我们的使命、愿景和价值观.................................................................................. 35 6.2 全景解决方案图 7x24 小时的 AI 智能问答机器人，即时解答员工关于薪酬、假期、 制度等 95%以上的常规问题，将 HR 从业者从重复性事务中解放出来。 自主决策：这是数智化的终极体现，即在特定、规则清晰的场景下，系统能够自动执行决 策。例如： 基于实时业务数据与历史规律，系统可自动触发并审批特定范围内的招聘需求。 根据预设的薪酬公平性模型与市场对标数据，系统可**自动生成**年度调薪建议方案，供 管理者决策参考。 这种市场压力传导至内部，要求人力资源模式必须柔性化。传统基于固定岗位的“金字塔” 式组织已难以为继，取而代之的是基于任务的项目制、共享人才池与敏捷团队。 全球化竞争重塑人才争夺格局 在全球产业链重构的背景下，高端制造竞争本质是高端人才竞争。企业不仅面临国内同行 的竞争，更需在全球范围内吸引和保留精通 AI、物联网、数字孪生等技术的复合型人才。 人力资源部门需构建全球化招聘与薪酬体系，并借助 AI 技术提升人才甄别与吸引效率。

新质生产力时期，AI、中台成智慧园区厂商竞争重点 ................................................................ 18 2.2.1 AI 赋能下的智慧园区创新应用场景探索 ............................................................................... 18 2 .......................................................................... 41 第 4 章：新质生产力时期智慧园区趋势愿景 .................................................................................................. ................................................................................ 43 4.2 中长期智慧园区发展愿景 ..................................................................................................

学科交叉之深度，都远超以往。这些超级工程早已不是单一学科知识的线性延伸， 而是需要融合材料、信息、控制、能源、生命等多学科知识的庞大异构系统。如 何实现跨领域知识的高效整合与涌现创新，如何应对极端工况与未知环境下的动 态不确定性，如何确保超大规模系统在全生命周期中的极致安全、高效与可持续， 这些时代之问，为传统的工程技术范式带来了根本性的挑战，也为工程智能的应 用和发展标定了最广阔、最迫切的需求场景。 加入进来，共同破解难题、凝聚共识。 工程智能是新质生产力的重要载体，是教育强国、科技强国建设的关键支撑。 作为同济人，我们始终坚信，大学不仅是知识创新的高地，更应是服务国家战略 的前沿。我们愿以这份研究成果为纽带，与学界同仁、行业伙伴、青年学子一道， 以开放包容的心态、求真务实的作风，探索工程智能发展的新路径、新可能。 期待更多人能读懂工程智能的价值，更多人能投身这一伟大的事业。让我们 ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 vi 摘要 《工程智能白皮书》全面阐述了同济大学工程智能研究院与上海（同济）工 程智能研究院（筹）对发展工程智能这一前沿交叉领域的战略理念与核心愿景， 深度剖析了工程智能的发展现状、时代机遇与核心挑战，前瞻性地提出了以“工 程智能操作系统”为核心的实现框架与核心共性技术体系，并展望工程智能的核 心趋势与未来发展。 随着人工智能技术与传统工