81.50% 0.50% 18% 驾驶人因素 机动车因素 环境因素 经济价值：根据麦肯锡官网的预测，中国或将成为全球最大的自动 驾驶市场，至2030年，自动驾驶相关的新车销售及出行服务创收将 超5000亿美元。 图：中国自动驾驶市场空间预测（亿美元） 资料来源：麦肯锡官网，海通证券研究所 1. 智能驾驶拥有可观的价值前景 5 请务必阅读正文之后的信息披露和法律声明 “无图”智能驾驶时代来临 4. 投资机会分析 7 请务必阅读正文之后的信息披露和法律声明 根据麦肯锡官网的调研：49%的中国消费者认为全自动驾驶“非常 重要”，德国和美国这一数字为16%；同时中国消费者愿意为购买 自动驾驶车辆支付高达4600美元的溢价，而美国和德国则分别为 3900美元和2900美元。 资料来源：麦肯锡官网，海通证券研究所 图：中国消费者对自动驾驶兴趣浓厚 2. 智能驾驶越来越吸引消费者

序 和 超 融 合 Confidential 1 Confidential 1 全面数字化时代到来，拐点出现 • 麦肯锡《物联网：抓住加速机遇》指出到 2026 年 IoT 数据市场规模 1000 亿美金，而“ IoT 最大场景 在中国”。而物联网最典型的数据是时序数据。 DB-Engines 过去 24 个 月流行度趋势

举了部分典型应用场景。 （一）生产过程优化 在现代制造业企业中，通过实时采集生产线上的关键数 据，并结合物联网技术，利用机器学习算法对数据进行深入 分析，可有效实现设备故障的预测预警。根据麦肯锡全球研 究所数据显示，到 2024 年，基于 AI 的预测性维护可为全球 制造业节省约 6300 亿美元的维护成本，一些高精密行业， 预测性维护的采用率已达到 67%。 同时，构建数字孪生模型并动态模拟生产参数，能够帮

率、价格竞争力等），系统自动生成排名，从而优化供应商名 单。数据分析还可帮助优化采购批量和时机：根据价格走势和 库存成本，计算某原材料的经济批量和采购周期，做到既不断 料又减少库存占用。麦肯锡研究表明，端到端数字化采购可让 企业年采购成本节省 20%～30%，交易采购时间缩减约 30%。三 级场景下，中小企业开始享受这些降本增效红利。 四级：与核心供应商数据互通，构建协同平台实现需求共

• 分布式文件系统 HDFS • 分布式文件系统 HDFS （一）认识工业大数据特征 （二）了解工业大数据及应用分类 （三）认识工业大数据系统架构 什么是大数据（ Big Data ）？ 麦肯锡： 大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。 维基百科 : 大数据指的是所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理、并整理成为 人类所能解读的信息。

下加速扩张，成为产业新闻的头条主 角。中国在全球具身智能的发展中，承担了半壁江山的作用。根据麦肯锡的分析，按 照现有趋势发展，到 2040 年全球具身智能的市场规模将达到 3700 亿美元，中国市场 占据 50%的份额。 图：2040 年全球具身智能的市场规模将达到 3700 亿美元，来源麦肯锡 · 68 具身智能≠人形机器人，未来的具身智能，不止于制造“更像人”的机器人，更是打造 城市管理模式已经难以满足需求。 智慧城市、智慧交通、智慧园区等应用通过构建全面感知、智能分析、精准决策、高 效执行的闭环体系，实现了城市治理能力的质的飞跃。 图：智慧城市治理的三层架构，来源麦肯锡 · 89 1.2 产业赋能类应用 产业赋能类应用是 AIoT 技术推动实体经济转型升级的核心动力。通过将智能化技术深 度融入制造、能源、物流等传统产业，不仅提升了生产效率和产品质量，更重要的是

外汇市场造成负面冲击，俄罗斯卢布的汇率大幅波动以及日元贬值屡创新高等均造成了 各国外汇市场风险的累积扩散（沈嘉贤等，2025）。如图1-1所示，主要外币兑人民币即 期汇率的波动性呈现明显上升趋势。麦肯锡研究报告显示，2023-2024年，主要非美央行 （如欧央行、日央行）货币政策紧缩周期内，欧元/美元、美元/日元等主流货币多次出现 单日涨幅超3%的极端波动，此类事件发生频率较2010-2020年历史均值增长2

我们也坚信，未来一、两年内，因AI而流失的工作比例，将比较接近专家估 计的下限。有一个预测非常有启发性：2015年，麦肯锡全球研究院（McKinsey Global Institute）将工作分解成任务，预测透过目前的AI技术，美国将可能有 45％的工作可以用自动化处理。5 然而两年后，麦肯锡研究人员指出，有几个因 素：包括自动化的成本、劳动力不足、经济效益和法规，将对自动化的速度和普 及程度产生 们仍然能够完成工作，而且 通常是在更好且更适合行动的智慧系统协助的环境里完成。 但是远距、独立的工作也充满挑战。无论是新员工到职、和同事社交，以及 私底下和人类同事学习，都变得更加困难。就像麦肯锡全球研究院（McKinsey Global Institute）在2020年报告里总结的，许多工作面对面完成的效果更好， 包括教练指导、咨询、提供建议和回馈、建立客户和同事关系、引进新员工、谈

随着人工智能技术的快速发展，其在制造业中的应用已从概念 验证阶段逐步走向规模化实施。当前，AI 技术在制造业的核心应用 领域主要涵盖预测性维护、质量控制、供应链优化和生产调度等关 键环节。据麦肯锡 2023 年全球制造业 AI 应用报告显示，全球领先 制造企业中已有 67%实施了 AI 解决方案，其中，预测性维护的成 功实施使设备非计划停机时间减少了 30%-50%，维护成本降低了 20%-40%。

更便宜-更好的供应安全 （访问于2025年9月2日）。 Berkhout，V. (2023), , 欧盟委员会：总局- 等 欧洲通用能源数据空间 能源通用，弗劳恩霍夫系统与创新研究所ISI，指南针集团，麦肯锡公司，TNO，Trinomics，乌得勒支大学。 阿比索耶，B.O.，孙，Y.和曾辉，W.（2024），\"可再生能源预测人工智能方法的综述：方法论和见解\ , 第48卷, h ttps://doi