数字化转型新范式 ——从共识转向价值深耕 THINK AHEAD 钛媒体 ACCA TMTPOST 目 录 1. 关于本调研 2. 受访者基本情况 3. 数字化能力评估及结果 4. 企业 Al 应用现状与能力需求 5. 领先企业的数字化特征及案例 6. 致谢与参考资料 ACCA 国泰海通灵犀”引领证券业智能服务模式变革 2025 年 7 月国泰海通推出新一代全 AI 智能 APP “ 国泰海通灵犀”。首次实现了 AI 从“工具辅助”到“中枢驱动”的底层逻辑变革。推动证券业服务从“标准化供给”全方位 转向 “千人千面”的智能化、个性化定制，为金融行业大模型落地提供系统化路径，大模型的投入浓缩在全新 APP 之中，重塑每一项业务流程，实现全场景深入应用，将专 家经验 转化为可计算的智能体，与模型的深

车，精解车间机车解体人员现场学习，其余两台机车整备、拆解由精解车 间完成。拆解的各紧固件、螺栓套管、橡胶件分别装袋标记。 1.细录。将入厂机车停放在交车台位，分解确检部组织技术部、总装 车间、电气车间、转向架车间、部件车间技术人员对入厂机车进行细录， 对段改、技改项目进行静态确认（段改项、技改项由分解确检部与段方沟 通确认），分解确检部和总装车间与段方送车代表点检交接好随车的工具， 总装车间做好随车工具的保管。 系统、CMD 系统进行状态确认。 3.整备。总装车间将机车运至 A6 跨，进行放砂、放主变压器油、牵引 甘肃省碳排放权交易中心有限公司 报告编号：GS-JXZZ--2023-02 13 变流器冷却液；转向架车间取主变压器油样，并送至质量保证部理化计量 检测中心对油样进行检测。车顶设备：拆除顶盖与车体各部件的线路、管 路（如高压电缆、接地线、受电弓风管、走廊灯等线管路）；顶盖上的灯 具、摄像头、 螺栓，用天车将顶盖吊至部件存放区；对顶盖连接设备受电弓、绝缘子、 避雷器等进行分解，各部件按类存放至周转箱内；将受电弓吊至精解车间 电器件二级解体区，其他部件放置在部件存放区的周转箱内。拆开转向架 与车体之间的连接（包含牵引杆、减振器的连接螺栓，牵引电机连线及接 地线、速度传感器连线、轴头接地线、制动风管、风道软连接等部件）。 4.解体。 1）机车进入电力机车走行部解体台位后，将车体吊起放置在电力机车

品线 3.4.5 线控制动发展历程 3.4.6 线控制动：EHB One-Box当前是主流方案 3.4.7 伯特利：线控制动持续攀升，全面打造XYZ三轴汽车底盘 控制系统供应商 3.4.8 线控转向：L4级及以上自动驾驶必备，尚处市场导入期 4.投资建议 5.风险提示 请务必阅读正文之后的免责条款部分 3 端到端发展进入加速期，基于 规则长期护航 1 请务必阅读正文之后的免责条款部分 文 《 End to End Learning for Self-Driving Cars》。同年，英伟达发布了 基于卷积神经网络（CNN）的端到端自动驾驶系统DAVE-2， 通过摄像头图像直接输出转向指令。这是端到端技术的早期 尝试，标志着自动驾驶从模块化向一体化迈进的起点。 2017年：Wayve.AI成立并发布“Learning to Drive in a Day”。Wayve.AI采用强化学习结合深度学习的方法，仅用 端到端技 术在快速学习和适应能力上的潜力。 2017 年 ： Comma.ai 推 出 OpenPilot 。 Comma.ai 发 布 了 OpenPilot软件，最初为L2级辅助驾驶系统，后逐步转向端 到端神经网络模型，成为首个商业化端到端自动驾驶产品。 • 技术突破与现实应用阶段（2019年-） 2021年：特斯拉发布BEV（Bird Eye View）技术。特斯拉在 AI Day上公布了

.........................4 （一）算力体系由规模扩展转向协同架构与工程化能力约 束下的综合竞争..............................................................................4 （二）数据与环境资源由离线供给转向实时生成与虚实协 同驱动的能力重构...................... .......................... 6 （四）能源与动力系统由基础保障转向能效、安全与系统 协同驱动的能力竞争.....................................................................7 （五）结构与本体工程由机械实现转向结构—算法协同驱 动的系统能力塑造........................... .17 （一）全球具身智能技术发展趋势：迈向“模型牵引、数 据赋能与系统协同驱动”的一体化演进阶段.......................17 （二）全球具身智能产业发展趋势：由技术竞争转向生态 主导与规则塑造的全链条博弈阶段.......................................18 （三）全球具身智能发展路径与治理框架：迈向协同创新 与规则共塑的新阶段.

电动助力转向系统 RWS Rear Wheel Steering 后轮转向系统 SBW Steer by Wire 线控转向系统 FCW Forward Collision Warning 前方碰撞预警 AEB Advanced / Automatic Emergency Braking 自动紧急制动系统 ESA Emergency Steering Assistance 紧急转向辅助 AES AES Automatic Emergency Steering 自动紧急转向 LCW Lane Change Warning 变道碰撞预警 RCTA Rear Cross Traffic Alert 后方交通穿行提示系统 BSD Blind Spot Detection 盲区监测 SBSD Side Blind Spot Detection 侧面盲区监测 SBSM Side Blind 智能驾驶行业赋能与场景创新 24 3.1 主动安全 25 3.1.1 碰撞预警（FCW/RCW） 25 3.1.2 自动紧急制动系统（AEB） 25 3.1.3 紧急转向辅助（ESA） 26 3.1.4 自动紧急转向（AES） 26 3.1.5 变道碰撞预警（LCW） 27 3.1.6 车道保持辅助（LKA） 27 3.1.7 车道偏离预警（LDW） 27 3.1.8 前

中国 研发项目管理数字化洞察》。本报告不仅是对未来趋势的系统梳理，更是对研发管理底层逻辑的根本性反思。 我们发现，随着 AI 智能体（AI Agent）的深度嵌入，研发管理的核心正从“流程驱动”转向“价值驱动”， 从“效率提升”升维为“创新赋能”。 在这一转型过程中，数据治理、平台集成、人机协作正成为企业构建敏捷响应能力的数字化底座。而 项目经理的角色也在悄然演变——从计划的执行者，逐步成为“人工智能（Artificial 07 10 11 16 19 20 22 05 21 18 14 16 趋势一：AI 深度嵌入研发全流程，研发项目管理的核心价值从 “流程控制” 转向 “创新赋能” 趋势二：研发项目管理对象不再只是人工生产力，而是人机协作 趋势五：AI 辅助知识管理成研发项目管理新趋势 趋势七：企业对混合项目管理方法的使用提升 趋势九：AI 平台化与集成是刚需 纯粹的瀑布或敏捷模型逐渐减少，企业普遍转向混合式项目管理，结合不同方法的优势， 适应多变的需求和复杂的项目环境。 混合模式成为主流 重塑研发管理范式 的底层逻辑 06 07 2026 中国研发项目管理 十大数字化趋势 AI 深度嵌入研发全流程，研发项目管理的核心价值 从 “流程控制” 转向 “创新赋能” 2026 中国研发项目管理 十大数字化趋势 PMI

产业合作新阶段，以领先的新能源与智能化技术带动当地汽车工业升级。 展望三：智能底盘将成为高阶智能化的最后一块拼图 智能底盘迎来千亿级市场空间，新技术不断涌现，线控制动 EMB 从研发走向 量产，线控转向 SBW 受益于 L3 及 Robotaxi 需求推动量产。 展望四：汽车与人形机器人产业链将加速融合 汽车产业链上下游企业从本体、零部件、数据采集、训练等多个环节赋能人形 机器人，助力人形机器人迎来量产落地。 业链将充分受益。重点关注四条方向，智能化检测：高阶智驾时代，检测需求大 幅提升。感知层：高阶智驾需要更多激光雷达、毫米波雷达等传感器。决策层： 智驾芯片算力需求显著提升。执行层：方向盘解耦趋势下，线控转向迎来新机遇。 2025 年底工信部发布有条件准入许可，L3 正式落地。2025 年 12 月 15 日，工业 和信息化部在第 401 批《道路机动车辆生产企业及产品公告》中，附条件许可全 国首批 芯片，多家国内车企也在加速自研智驾芯片；外 部采购方面，英伟达的 Orin 系列与 Thor 系列智驾芯片是高端车型的主流选择， 国产替代地平线与黑芝麻也在快速发展。执行层：方向盘解耦趋势下，线控转向 迎来新机遇。相比于传统汽车底盘，线控底盘对汽车的驱动、制动、转向、悬架 等功能进行线控化与集成化改进，从而实现更加灵敏与智能的操控能力。L3 以上 级别自动驾驶将驾驶的主要职责交给系统，方向盘解耦将成为发展趋势，线控转 向技术有望迎来发展新机遇。

持续领先企业所拥有的数字化生存能力，关键核心是企业家认知的改 变 六个关键认知 从竞争逻辑转向共生逻辑 开放、信任和协同是关键 顾客主义 长期主义 数据 媒介 价值本身 企业创新价值空间 方向 六个关键认知 认知一：一切正在转化为数据 效率改变 模式创新 成为 影响 数据特定价 值 从供应转向协同共生 从产品转向数据 从顾客转向用户 洞察 包容 商业活动变化 融合更多需求 连接与共享不断 可信 度 安全 性 认知三：开放、信任和协同是关键 生态 伙伴 企业 实现数字化的 核心关键 协同 价值 开放 信任 协同 战略底层逻辑 转向 共生逻辑 竞争逻辑 认识四：从竞争逻辑转向共生逻辑 数字化时代 认知五：顾客主义 企业定义：创造客户价值 顾客需求 + 技术 全新战略空间 认知六：长期主义 需要长期主义认知能力原因： 1. 企业与环境是一种共生关系 组织内部关系 分工 协同 评价 工作投入 工作产出 薪资 岗位 技能 职业发展 组织主导 自我主导 流动性 纵向 多向 特征 固化、稳定 变化、动态 风险 僵化 混乱 组织管理从传统管理模式转向新型管理模式 管理战略 人力资源 管理转型 推动变化 组织中人力资源管理的价值发生变化 面向未来 / 战略 管理组织 机制机构 管理员工 贡献程度 变化的助推剂 人 面向日常

企业正在优先考虑数据生命周期管理、现代化和人力能力 塑造未来18个月人工智能驱动转型的战略重点 人工智能正从概念验证阶段发展到企业级部署 3. 人工智能从测试和试点转向各行业的战略性、生产就绪型应用 组织正从广泛实验转向具体、高价值 2. 用例 从炒作转向专注：经过验证、可衡量的应用取代了漫无目的的实验 5. 语义建模、对话智能和治理正成为关键的不同点 定义可扩展性、信任和负责任的人工智能采用的隐藏促进因素 工具 ，但缺乏适当的访问权限和治理，导致员工之间意外共享敏感信息。这并 非真正的人工智能问题，而是数据权限和治理的失败。在准备人工智能时 ，强大的治理框架需要成为优先事项。 2 组织正从广泛的实验转向具体的高价值用例 该模式在各行业重复出现。航空公司需要数据共享平台，以实现与第三方实 体的合作。在媒体和娱乐行业，投资将人工智能与强大的数据管理相结合， 能够带来切实的成果，包括超个性化的客户体验、内容与受众趋势的先进分 业。在高度受监管的金融服务领域，信任、透明度和合规性至关重要，人工 智能在这些领域的角色仍然处于探索阶段。 3 人工智能正从概念验证阶段发展到企 业级部署 到2026年，人工智能的采用将从根本上不同于当今的实验方法。从概念 验证转向生产已经发生了转变。 针对常见业务问题的现成人工智能解决方案比定制解决方案能提供更具一致 性的价值，因为它们专注、易于访问且立即有用。它们相对便宜，并可作为 员工测试平台和教育工具。若要区分您商业模式的独特能力，定制解决方案

世纪末） ·OEM阶段：新中国成立后，中国服装产业以代工生产（OEM）为主，依托劳动力成本优势承接国际订单，成为全球纺织服装供应 链的重要一环。 ·ODM阶段：随着技术积累，部分企业从单纯代工转向设计制造（ODM），开始参与产品设计环节，但仍以出口导向为主。 第二阶段：高速发展阶段（2001年-2010年代） ·加入WTO的推动：2001年中国加入WTO后，服装出口规模快速扩张，外贸需求 衣行业品牌建设和结构升级提供了良好的发展空间。 2)消费升级与国潮崛起 文化自信持续提升。伴随“千禧一代”和“Z世代”成长，消费者更青睐本土品牌，推动国潮设计兴起。居民可支配收入增长 促使消费观念从“实用”转向“个性化” “情感化”，催生高端化、健康化产品需求多元化。海通证券发布研报显示，2023年 中国服装行业市场规模达到21643.8亿元，预计2023-28年（CAGR）为3.5%。当前服装行业正处于高质量发展阶段，强品 ·本土品牌崛起：2010年后，以安踏、李宁、波司登为代表的国产品牌通过文化自信和设计创新打开市场， “国潮”成为消费新趋 势。 ·情感型消费阶段：随着“Z世代”成为消费主力，消费者从功能需求转向情感价值，推动个性化、定制化和文化符号的创新。 ·科技赋能：大数据、AR/VR技术应用于设计、生产和零售，智能工厂和数字化供应链提升行业效率。 第四阶段：全球化与可持续发展（未来趋势） ·品牌