略竞争加剧、传统产业亟待升级、地产与地方债务旧有逻辑亟待转变 等多重挑战，培育支撑中国经济长期高质量发展的“新质生产力”， 已成为一项紧迫的时代课题。 具身智能，作为人工智能与物理世界深度融合的典范，正步入以 “AI+高端制造”为核心的黄金发展期，有望成为驱动未来经济增长的 核心引擎。它不仅将重塑制造业价值链，更将催生“制造服务业”、“现 代服务业”、“消费新物种”等新业态，并广泛赋能于国防无人系统、生 土壤。2023 年，中国制造业增加值达 32.38 万亿元，已超过美、德、意、英制造 业增加值之和，并是日本制造业 GDP 总量的 5 倍以上。在传统制造 过剩和低附加值的背景下，“高端制造”成为转型必然，而具身智能 正是这一战略升级的底层支撑。 具身智能引领“自动化→智能化”的范式跃迁。传统机器人依赖 硬件与固定编程，而具身智能融合 AI 大模型、多模态感知、端到端 控制，实现感知 10 年，我国制造业呈现出显著的增长态势。然而，其中传 统制造业也面临着产能过剩、附加值低、内卷严重等一系列问题。从 中可见，发展能够增强经济韧性和安全性，且有效创造更高利润率的 “高端制造”成为必要。 “高端制造”通常指处于制造业价值链顶端、具有高技术含量、高 附加值、高创新强度、强品牌影响力和良好绿色发展水平的产业和产 品。官方相关数据显示，2023 年，中国高技术制造业占规模以上工

达变得越来越零散。同时数据安全的规管也改变了大 家分享数据的形式及难度，汇聚数据的成本正在不断 提高。但是我们都知道大数据的核心价值来自分享， 经过数据的分享增加了预判及还原现实的可能性。所 以成本效应成为了企业及政府机构数据化的绊脚石。 如今企业都意识到数据是重要的资产，也意识到 有效数据治理是数据资产化的前提，近年本人在国内 做市政府和一些互联网企业的咨询专家及顾问，都涉 及到如何建立横向的数据治理系统。这个经验最早来 升和进化非常低效； —数据割据，算法分离，带来混乱和质量的不 确定性； —业务变更时，数据及数据产品反应不及时； —组织架构制约了数据的共建和共享，缺乏标 建设数据中台，赋能创新改革 成本效应成为了企业及政府机构数据化的绊脚 石，管理层必须理解，从信息化到数据化再到 应用，必须有强大的技术支持、灵活的政策保 障以及开放的生态支撑，方可马到功成 10/2018 New Economy Weekly 设计之下，数字化步伐都在追随各个职能部门的 发展，数据体系也是基于业务单元垂直积累，从 而形成了烟囱式体系。垂直式数据体系的优点是 紧贴场景反应敏捷，缺点是数据分散、不标淮， 难以共用关联成为合力，大数据价值优势被削 弱。此外，烟囱式数据体系还会造成混乱的数据 调用和拷贝，以及系统功能建设和维护带来的重 复投资，不仅造成人力、财力、资源的浪费，更 重要的是时间浪费以及数据质量的参差不齐！

推进。 来源：中国信息通信研究院 图 1 “无线之树”示意图 无线经济发展研究报告（2025 年） 2 一、无线经济是数字经济发展的重要引擎之一 在全球科技浪潮席卷而来的当下，创新驱动已成为推动经济稳 健增长、重塑产业竞争格局的关键。2025 年政府工作报告着重强调， 要 “深入实施创新驱动发展战略，推动经济实现质的有效提升与量 的合理增长”。无线经济作为新经济形态中的重要组成部分，依托 产业创新能力正不断增强，当前无线技术与人工智能等新技术深度 结合，推动消费电子、智能装备、智能网联汽车、行业智能等领域 新产品、新应用发展提速。无线产业边界正不断拓展，具身智能、 低空经济、海洋经济等领域成为产业发展新空间。无线基础设施的 智能底座作用正不断加大。5G 网络作为新型基础设施，至 2025 年 7 月末，我国 5G 基站总数已达 459.8 万个，覆盖范围持续扩大，广泛 支撑 5G 在 ；5G 大带宽广连接特性让车间内数千传感器实时联网，构建全要素数据 池，助力预测性维护与工艺优化。无线赋能助力未来产业培育壮大。 无线技术持续创新，深度赋能人工智能、具身智能、商业航天等， 成为推动未来产业发展的关键力量。以 5G 赋能具身智能为例，5G 毫秒级时延与高可靠性，确保机器人关节传感器、视觉摄像头的实 时数据能瞬时传输至控制系统，支撑精密操作。 （三）无线电管理为产业发展提供重要保障​

生存”迈向“数智化共 生”的新纪元⸺数据不再是业务流程的衍生结果，而是企业核心生产资料。尤其在以客户为中心的商业环境下，营 销、销售、服务（以下简称 “营销服”）环节沉淀的业务数据与客户数据，正成为撬动企业增长的“数字杠杆”。 然而，数据价值的挖掘与释放绝非一蹴而就，许多企业坐拥海量数据却依旧陷入应用困境。究其本质是由于数据 治理缺位：唯有实现数据的及时采集、安全存储、高质量处理与结构化整合，才能将其转化为驱动决策的“高纯度燃 的闭环；通过将数据嵌入商机推进、订单履约、售后服务等核心场景，让结构化数据成为销售策略的“导航仪”、服 务效率的“加速器”、客户运营的“显微镜”。在渠道管理中，通过统一数据口径、沉淀全生命周期合作数据，实现 “厂商赋能渠道、渠道反哺市场”的双向共赢。 而当大模型应用成为企业提效的标配，数据的安全性、及时性、多模态处理能力成为AI应用落地的前提：不合规 的数据可能引发法律风险，低质量的数据会导致 ········27 2 CRM数据治理及应用实践蓝皮书 contents 解难题 - 避误区 - 评 成效，三步落地业务 数据治理 01 在数字化转型加速的今天，业务数据与客户数据已成为驱 动企业增长的核心引擎。然而，海量业务与客户数据并未 化为企业增长动能，反而在数据应用过程中陷入"数据沼 泽"困境： 数据量大却难以 支撑精准决策 客户画像持续模糊 导致资源错配 低质量数据影响

28 1 一、研究背景 （一）AI 大模型发展趋势及挑战 随着新一轮科技革命和产业变革加速推进，AI 大模型浪潮 席卷全球，成为最具影响力的创新科技，大模型被认为是未来人 工智能领域的关键基础设施。AI 大模型正加速定义及形成新服 务、新制造、新业态，成为数字时代的新质生产力。 随着技术演进，AI 大模型技术呈现以下显著发展趋势： 一是模型能力持续提升。随着深度学习技术不断发展，AI 划决策、执行复杂任务的智能体 AI Agent。 二是模型结构持续演进。稠密模型由于其结构简单及易于实 现，在早期成为大模型的主流。但是随着 AI 模型规模不断扩大， 计算和存储资源的需求不断增加，成为新的挑战。稀疏模型因其 支持参数剪枝，在保持模型性能的同时极大降低了计算成本，因 而受到更多关注并逐步成为演进方向。 三是模型算力持续增长。从 2016 年到 2024 年，GPU 单卡算 力增长了 1000 务器 节点通过高速网络互联组成AI算力集群协同完成。但AI算力集群 并非通过简单算力堆叠即可实现完美线性扩展，而是取决于节点 间网络通信及集群系统资源调度能力。网络系统的性能及可用性 3 成为AI算力集群的线性度和稳定性的关键，也面临新的挑战： 一是高性能传输挑战。大模型需要大量的数据进行训练和推 理，千亿模型单次计算迭代内，梯度同步需要的通信量达百GB 量级；MoE稀疏模型下张量并行的卡间互联流量带宽需求达到数

趋势展望：软件工程智能化技术演进与产业升级驱动​ ............. 30 （一） 技术拐点：从“问答”到“智能驱动” ......................30 （二） 行业纵深：垂直领域适配突破，可信智能成为刚需 ............31 （三） 生态博弈：标准化与产业生态的共生治理 ....................32 软件工程智能化标准体系建设指南（2025 年） 1 一、背景引入：数字化浪潮下的软件工程智能化变革需 新中小企业市场竞争力占有率，并以规模 化典型应用场景培育一批本地数字化转 型服务商，带动数字经济加快发展。 （二）数字经济规模持续扩张，智能软件需求持续攀升 从整体来看，全球数字经济加速扩张，智能软件成为核心驱动力。 IDC 预测，2028 年全球数字化转型投资规模预计达到 4.4 万亿美元， 2023—2028 年五年复合增长率（CAGR）为 15.4%。聚焦中国市场，2028 软件工程智能化标准体系建设指南（2025 （三）技术创新驱动持续深化，软件工程智能纵深发展 一方面，技术内生演进驱动工程方法革新。全球人工智能技术进 入体系化突破新阶段，推动软件工程向智能化纵深跃迁。大语言模型 （LLM）重构软件开发模式，生成式 AI 推动人机协同开发成为主流。 国际标准化组织（ISO/IEC JTC1）联合多国制定 AI 风险管理标准 （ISO/IEC 23894），推动企业从黑箱开发转向可解释性工程实践。 技术突破与标准建设协同发力，正加速全球产业形成“敏捷创新-快

数据资源开发利用提质扩面。数据基础制度体系初步建立， 数据资源规模质量持续提升，2024 年我国年度数据生产量达 41.06ZB，同比增长 25%，累计数据存储量达 2.09ZB，同比 增长 20.81%，数据标注成为新兴产业，7 个数据标注基地加 快建设，数商企业数量超过 100 万家。三是数字技术和实体 经济深度融合。智慧农业加快发展，实施《关于大力发展智 慧农业的指导意见》。制造业数字化转型稳步推进，截至 共文 化数字化服务水平持续提升，推动优质文化资源直达基层。 中央广播电视总台和 9 省市卫视超高清频道开播，带动超高 清产业加速升级迭代。网络视听行业繁荣发展，用户规模达 10.91 亿人，成为群众文化生活的重要渠道。人工智能技术 赋能网络文化传播，沉浸式数字演艺等文化新业态不断涌 现。网络视频、网络游戏、网络新媒体平台蓬勃发展，网文、 网剧、网游等数字内容加速出海，文化国际传播影响力不断 年信息化发展形势与任务 当前，网络信息技术创新加速演进，以人工智能为代表 的战略性新兴产业和未来产业蓬勃发展，信息化成为培育新 质生产力、重塑世界发展格局的重要力量。从外部环境看， 世界百年变局和信息革命浪潮叠加演进，国际形势复杂多 变，不确定性、不稳定性因素增多。从技术趋势看，人工智 能成为生产力发展新引擎，区块链带来生产关系新范式，要 素内涵不断拓展，应用范式深入变革，数据、算法、算力成 为

随着物联网、云计算、大数据、移动互联网等热门技术的不断发展，智慧城市、 智慧园区的各种研究炙手可热，智慧视频监控、智慧交通、智慧环境监测、智慧物 流等等成为科研界研究的热门话题，也成为了商业应用的热点。随着技术的进一步 成熟，智慧型城市的建设已经成为了民生问题，它发展的好与坏将直接关系到人民 生产、生活的方方面面，智慧城市是由多种组成部分组成的，其中智慧园区是其重 要的组成部分和表现形态，有一 映智慧城市的发展模式和体 系结构，也同时具备了不同于智慧城市发展模式的独特性。 河北科技大学硕士学位论文 2 IBM 早在 2008 年就提出了“智慧城市”和“智慧地球”的概念，之后智慧城市成为 了很多国家实施的远景目标，根据《欧盟关于“智慧城市”的报告》，智慧城市可以 从智慧环境管理、智慧经济管理、智慧公众管理、智慧流动管理、智慧交通管理和 智慧居住等坐标维度来界定。在美国，2008 数据采集、数据分析、模型利用、智能处理、高速响应等方式，采取高互联化、高 感知化、高智慧化为手段，将园区内物理上分散、技术上相对落后的物理设施、信 息设施、商业基础设施进行有机整合和连接，成为新一代智慧园区的组成部分，从 而成为一个具有高数据共享、高协调管理、高调控能力的有机整体。在一定程度上， 智慧园区是智慧城市建设过程中的“线”，而智慧城市可以认为是“面”，二者应协调促 进和发展，从而实现“以面促

未来趋势：数字经济是大势所趋，“产业内容数字化、数字内容资产化”成为新趋势 科技发展的主线沿着“能源”与“信息”展开。 当前，数字经济已经成为驱动全球经济发展的重要引擎，在数字经济的浪潮下，企业开展数字化转型是大势所趋，数据已经对社会生产生活 方 式，国家治理能力乃至全球的生产、流通、分配、消费、经济运行机制产生了重大的影响，数据已经成为“国家基础性战略资源”。 在数字经济时代加速发展中，数字要素成为不可或缺的一种“流通货币” 。随着产业端不断丰富，应用层迭代优化，智能终端技术快速革新的 浪潮中，数据的应用和采集以及分发制度等完善，成为当下企业发展的重要课题之一。 贯彻中央部署，升级企业新战 略在数字经济大潮中全面突破 数据要素赋能保障，实现商业模 式、运营模式、治理模式创新 形成人人为我，我 为人人的共治文化 高质量 发展 破局 革新 共治 政策红利：重大政策变化带来产业机会，积极响应推动发展实体经济的建设步伐

能、边缘侧大数据分析、边缘侧 隐私保护等边缘计算关键技术领域，形成国际领先的产品解决方案，已推广至汽车、特种装备、军工等行 业。研究所未来将面向国民经济的重大需求，围绕产业链打通创新链，力争建设成为集“科学研究、工程 应用、检测评估、标准制定”四位一体、具有中国特色、国际知名的机器人与智能制造国立科研机构。 编委专家评语 该方案于传统边缘计算网关中巧妙融入多种智能模块，构建出具备高阶功能的工业物联网 共享协作。不仅推动 了数据仓库技术的进一步革新，也促进云原生技术在数据管理和应用领域的广泛应用。 随着云计算、大数据和人工智能技术的不断发展，随着技术的不断成熟和应用的深入，云数仓技术 将逐渐成为数据处理和分析的主流模式。 在未来，云原生数据仓库有望实现更高效的资源管理和更灵活的数据处理能力。通过持续优化云原 生架构，云原生数据仓库将能够支持更复杂的数据应用场景，满足企业对于实时性、可扩展性和安全性 。 4. 法规遵从性增强：随着全球数据保护法规趋严，集成安全防护的存储解决方案可以帮助企业更好 地满足合规要求。 总之，随着技术的不断进步和市场需求的增长，安全防护技术在存储控制芯片中的应用将成为推 动存储行业向前发展的重要力量，不仅提升产品的市场竞争力，也为整个产业生态带来了新的机遇和 挑战。 申报单位简介 introDuction of tHe applicant unit 合肥