研究报告 2025 年全球感知技术十大趋势预测 2 前言 在当今时代，人工智能、大数据、物联网以及新型通信技术正以前所未有的速度蓬勃发展。 这些技术的不断进步，犹如一股强大的推动力，为感知技术的发展带来了前所未有的机遇。感知 技术，作为科技领域的关键一环，正站在变革的十字路口。 传统的单一传感模式，在智能化时代的浪潮下，逐渐暴露出其局限性。它已难以满足环境认 知、精确定 市场前景以及丰富的商业落地案例。我们力求为读者呈现一幅全景式的未来感知技术图谱，让读 者能够清晰地了解感知技术的发展脉络和未来走向。 研究报告 2025 年全球感知技术十大趋势预测 3 目录 前言...................................................................................... .................................................................... 23 研究报告 2025 年全球感知技术十大趋势预测 4 二、 商业案例 ....................................................................................

目录 甲方供应链未来情景 客户 分公司 S&OP 供应可视 一致性需求计划 可承诺量 (ATP) 供应约束 端到端同步计划 终端客户销售 甲方供应链网络 供应商 交付计划 PO / 预测协 同 及时交付 及时供应 及时交付 周主计划会议 需求管理 供应管理 关注长周期决策 集中型供应链管理组织 - 形成统一的一致性需求计划，根据计划执行生产 1 2 3 4 财务整合 物流网络政 策 11 PO / 预测协同 4 2. S&OP 一级流程 : 供应链计划流程 供应链计划一级流程 输入 输出 装运 装运 生产 生产 采购 采购 供应商 物料 原材料 1.1 需求计划 [ 营销 ] [ 每周 ] [IBP ] 1.2 需求冲减 和优先级 [ 每周 ] [APO-DF ] [ 营销 ] 需求 净预测 销售订单 周生产目标 1.3 原材料装运 原材料接收 成品入库 成品出库 装运 入库 半成品入库 出库 供应监控 计划 vs 执 行 成品每日目标完成 OTD2 OTD1 供应商 OTD OTD0 需求满足 订单 vs. 预测 半成品每日目标完成 主计划 vs. 成品生产计划 成品 vs. 半成品生产计划 生产计划 vs. PO / DN ATP 装运目标 生产目标 采购目标 1. 一级流程设计及未来场景 2.

大模型的应用能够显著提升餐饮企 业的服务水平和运营效率。该模型能够通过分析海量数据，优化点 餐流程、提供个性化推荐、预测菜品需求，并实现智能化的库存管 理和营销策略。例如，通过分析顾客的历史点餐记录和偏好，系统 可以自动生成个性化的菜单推荐；通过实时监控库存数据，系统能 够预测食材需求并生成采购建议，从而减少浪费和提升供应链效 率。 此外，DeepSeek 大模型还能够帮助餐饮企业实现精细化的顾 因素导致失误，并且难以应对高峰期的大规模客流。此外，消费者 的个性化需求，如特殊饮食要求、口味偏好等，往往难以通过传统 方式得到精准满足。DeepSeek 大模型的应用能够有效解决这些问 题。通过对大量历史数据的分析，该模型能够预测顾客的需求，优 化菜单设计，提升服务质量。例如，在点餐环节，DeepSeek 大模 型可以通过分析顾客的饮食记录，推荐符合其偏好的菜品，减少决 策时间，提高顾客满意度。 在餐饮供应链管理方面，DeepSeek 链的高效运 转。 以下是 DeepSeek 大模型在餐饮服务中的应用场景及其对应的 优势：  智能点餐系统：通过分析顾客的饮食偏好，推荐个性化菜品， 提升顾客体验。  库存管理：精准预测食材需求，减少浪费，降低成本。  顾客反馈分析：通过自然语言处理技术，分析顾客评价，帮助 企业改进服务。  动态定价：根据市场供需情况，动态调整菜品价格，优化营 收。 综上所述，DeepSeek

生态资源保护 华为、神华集 团、大同煤矿、 山西焦煤、蒙 草集团 航空 航天 研发周期长 产品种类多、 规模小 产业链特别长 数据源不统一 模型适配性不足 故障预测水平有 待提升 研发设计由串行异构 到并行协同转变 生产制造由以数映物 到数物融合转变 生产管理由单点对接 到动态调整转变 运维服务由定期维护 到视情维护转变 基于 MBD 设备产品多样 化 生产过程离散 化 供应链复杂 资源调配效率低 下 机械设备运维困 难 金融生态不完善 设备维护按需化 备件管理精益化 产融结合在线化 解决方案服务化 设备预测性维护 备品备件管理 智慧施工 互联网金融 卡特彼勒、小 松、日立、徐 工 集团、三一重 工、中联重科 家电 技术更新速度 快 产品研发周期 短 产品同质化程 设备维护成本高 并网协调效率低 弃风漏风较严重 数据采集由底层互联 向全面感知转变 设备维护由人工调试 向智能运维转变 风场管理由单场单管 向虚拟集成转变 虚拟风场设计 设备预测维护 智慧风场管理 精准柔性供电 金风科技、远 景能源、昆仑 数据、明阳智 能、华能集团 四、白皮书主要内容 本白皮书重点介绍了钢铁、石化、煤炭、航空航天、船 舶、汽

践 网络大屏 动态拓扑 网元健康度 路径推演 业务拓扑 批量配置 星空雷达 配置下发 指标预测 异常检测 根因分析 能力封装 统一调度 智能运维 是提供针对服务器设备中 HDD 、 SSD 的多种主流品牌型号的磁盘开展健康 AI 模型建模与检 测 服务。 平台支持基于 API 的磁盘运行数据采集 ，依托 AI 算法 建立磁盘健康度预测模型开展磁盘健康评估 ，并将 磁盘健康 度预测结果通过监控大屏展示。 统一数据采 集 支持多个主流厂家的 SSD 、 HDD 两 大类磁盘的 SMART 性能数据采集。同时 也支持多种接口的数据采集，如 多个主题多个场景的大屏丰富报表 展现，其中核心部分 -- 磁盘异常检测 ， 能够展示模型预测的磁盘故障时间 实 现 异常磁盘预警和精确定位。 基于 AIOps 技术对磁盘性能指标历 史数据进行机器学习模型训练，生成磁 盘故障预测模型，基于该预测模型面向 移动全网提供磁盘故障预测能力。 云秤磁盘健康检测平 台 健康智能评估 表 2 磁盘动态数据 属性英文名 属性中文名

决 方案，通过其强大的数据分析能力和智能决策支持系统，为银行核 算流程的优化提供了切实可行的方案。 DeepSeek 的核心优势在于其能够快速处理海量数据，并通过 机器学习算法自动识别异常、预测趋势和生成报告，从而显著减少 人工干预和错误率。此外，其灵活的模块化设计使得它可以无缝集 成到现有的银行系统中，无需大规模的架构改造。以下是 DeepSeek 在金融银行核算流程中的主要应用场景： 报告生成与审计支持：自动生成符合监管要求的核算报告，并 支持审计人员快速查询和分析历史数据。 通过引入 DeepSeek，银行不仅可以提升核算流程的效率和准 确性，还能降低运营成本和合规风险。同时，其强大的数据分析和 预测能力为银行的战略决策提供了有力支持。因此，DeepSeek 的 应用方案不仅是一项技术创新，更是银行业在数字化转型中的重要 实践。 1.1 背景介绍 随着金融行业的快速发展，银行业务的复杂性和规模日益增 析，DeepSeek 能够及时发现数据异常和潜在风险，从而为金融决 策提供强有力的支持。 其次，DeepSeek 集成了多种人工智能算法，包括机器学习、 深度学习等，这些算法能够自动识别数据中的模式和趋势，预测未 来的市场走向。此外，DeepSeek 还能够通过自然语言处理技术， 理解和分析非结构化数据，如客户反馈和市场新闻，从而为银行提 供更全面的市场洞察。 DeepSeek 的云计算平台采用了高性能的计算资源，保证了数

询价大厅 公共应用 数据后台 mysql8 redis6 nas elasticsearch hadoop CDN NAT 网关 SSL 证书 云服务器 供应商注册 准入评审 需求管理 前期采购 预测管理 订单管理 供应商信息 供应商绩效 询报价 定点管理 收发货 结算管理 技术架构 – 基于微服务的领先技术 目录 CONTENTS 1. 乙方集团简介 2. 项目理解与规划 3. 整体解决方案 供应商风险启用  供应商关系管理 N 是否生效 的价格 N  对账管理  开票管理  付款对账管理 项目管理 寻源定点 生产准备 采购订单 订单执行 开票，结算  ERP 采购预测 ERP 采购订单  ERP 缺料需求  SRM/OA 采购 申请  供应商进度承诺  开模确认  质量先期策划 APQP  零件认可 （ PPAP)  供应商质量管理 电子采购商城 • 电子采购商城 • 外部商城集成 • 采购申请管理 生产准备模块 • APQP （ PPAP) • 模具采购 • 模具验收 • 生产准备计划管理 生产采购执行 • 预测计划协同 • 直送要货协同 • VMI 补货管理 • VMI 配送计划协 同 • 执行配额管理 • 库存监控管理 • 采购订单管理 • 收发货管理 • 退货管理 • 对账结算管理

"FAST”数智化组织能力模型 决策应用与智能体成为降本增效主战场 大模型下的供应链管理的销售和需求预测 110 116 86 87 78 80 宁德新能源：全员参与生产管理数字化革命 联宝科技：供应链控制塔从可视走向价值 帆软软件：从流程提效到业财协同 4 .1 4.2 4.3 帆软 AI 学习包 AI- 销售需求预测 在线 demo 体验 01 企业数智应用白皮书 PART1 企业数智应用情况及趋势 实践案例：某集装箱有限公司基于帆软产品实现数据资产化 我们发现一些进行了数据资产入表的企业使用了帆软产品进行数据的应用，并最终实现了数据的资产化。 06 企业数智应用白皮书 FineReport 和 FineBI 的趋势预测、警戒预警、深度分析和可视化展示功能全方面促进数据应用 充分应用数据才能最大化数据的价值。集装箱公司组建了数据应用团队，负责对所获数据的计算分析与展示应用，并参 与后续数据相关的决策行动。基于帆软的 产品，数据应用团队搭建了公司内部的数据服务管理平 台，进行三方面的数据应用工作。 其一： 基于 FineReport 的计算分析功能，选取适当的公式和函数，对各种货物的历史存货量进行汇总计算 和变化趋势分析，以便预测未来不同货物的存量变化情况，提前规划库场存储空间、优化仓储分配， 实现效益的最大化。 图：货物存量汇总及变化趋势分析示意图 其二： 对货主在库场内存放货物种类、存量及存放时长的分类统计，以及对于超期存放、长期无人取货等情

，让非专业人员也能自如应对 复杂的采购流程。这些平台嵌入人工智能驱动的建议和预测分析，可增强合规性、效率和风险 管理，让采购成为所有业务领域中一个精简且不可或缺的职能。 采购中的人工智能代理：人工智能代理不再是新兴技术，它们正在成为运营的必需。这些代理 可处理需求预测和风险监控等复杂任务，将供应链转变为具有预测性和适应性的网络。通过有 针对性的试点计划，企业可以整合人工智能代理，从而增强弹性并优化端到端供应流。 尽管全球通胀基本得到控制，但由于地缘政治冲突尚未解决，包括俄罗斯入侵乌克兰和中东地区的持续冲 突、中国和 G7 经济体之间酝酿的贸易战以及新兴经济体的食品价格上涨，仍存在不可忽视的风险。 通货膨胀趋势：年度变化百分比（历史和预测） 来源：Trading Economics，《世界经济展望报告》，2024 年 10 月，国际货币基金组织 全球 国家/地区分类 2022 2023 2024 2025 2026 8.6 6 中东和中亚 13.4 15.6 14.6 10.7 8.5 拉丁美洲和加勒比地区 14.2 14.8 16.8 8.5 5.7 撒哈拉以南非洲 15.2 17.6 18.1 12.3 8.4 预测 2025 年趋势洞见 7 采购与供应链 返回目录 洞察 推动 创新 美国 英国 欧元区 中国 印度 日本 澳大利亚 2024 年 1 月 2024 年 2 月 2024 年 3 月 2024

电话：021-6194-6708 核心观点提示 • 海外管理软件厂商验证AI技术的应用场景，为国内厂商打开想象空间。海外管理软件厂 商过去几年已经在推进AI技术的研发和应用，主要集中智能化流程、预测性分析、个性 化等功能。语义识别技术的提升和生成式AI的出现能大幅度降低大型管理软件的使用门 槛，复杂功能最终都将演化成私人AI助理角色。 • 企业加速数字化转型，核心ERP场景市场空间超500亿元，泛ERP市场空间超千亿元。 2019年收购Tableau，后者是一家交互式商业智能数据可视化软件公司，拖拽式操作实现数据可视化。 • 2021年将Tableau能力整合进Einstein AI平台形成Tableau产品，可以自动分析百万行数据并生成预测 性分析，快速挖掘数据并按预设应用自动化流转。 force.com平台 Salesforce从2016年推出Einstein平台，后续不断推出新的单点功能 应用 19 来源：互联网公开资料、弘则研究整理 AI单日做出超过110亿次预测。 FY18Q2 IDC预测到2021年CRM+AI在全球范围将贡献超过1万亿美 金的GDP，超过80万新的工作岗位。 FY21Q1 受疫情影响，Einstein Bot会话数量翻倍增长，预测数量同 比5倍增长。 FY18Q4 Einstein AI单日做出超过10亿次预测。 FY21Q3 Einstein AI单日做出超过800亿次预测。 FY19Q1 Einstein