从智能营销到智能制造 邴金友 2025.03.19 营销(CRM)等业务系统在系统功能之外还存在很多的挑战 易操作 高可用 高可靠 智能化 开放性 高扩展 自动化 高性能 云原生 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 营销云 伙伴云 客户服务云 销售云 现场服务云 智能分析云 微 信 端 企 微 端 云原生计算 虚拟机CVM 容器平台TCS 私有网络VPC 路由网关 数 据 库 TDSQL Mongo DB Redis 中 间 件 CKAFKA ROCKETMQ ES 大 数 据 SPARK/FLINK CLICKHOUSE HBASE/HIVE /HDFS 人 工 智 能 大模型 TI平台 知识引擎 主机安全 堡垒机 DDOS WAF 云监控 微 服 务 Dubbo SpringCloud Prometheus/ OAuth2.SAML2 连接产品 连接客户 连接员工 连接伙伴 公有云 私有云 分布式云 企业 微信 腾讯 文档 腾讯 乐享 腾讯 电子签 腾讯 会议 ⋯ ⋯ ⋯ 如针对终端客户：基于大模型和用户手册的智能问答助手 大幅提高客户体验 难点：文档庞大，图文混排复杂 价值：问答准确率：35%->84% • 材料数量庞大：有近50款车型，每款 车涉及「使用说明书」「驾驶指南」 「保养手册」，合计几百份材料。

2025 年 五大趋势 人智共创未来 点燃创新纪元 IBM 商业价值研究院 | 研究简报 2024 年是拥抱变化、把握机遇的一年。冲突和转型的交织令原有假设受到质疑，领导者不得 不重新评估其风险偏好。他们必须平衡速度需求与成熟流程的安全性，然后改变那些束缚发展 的习惯。 生成式 AI 是这一转变的核心，带来了一个充满新机遇和未知风险的世界。智能体 AI 是指自主 执行各种 这样个人得以提高生产率 并重新定义工作流程，同时挑战了传统的领导观念。 引言 AI 推动数据普及化， 重新定义决策流程。 领导者如何才能在不给企业带来风险 的情况下增强员工的自主创新能力？ 2025 年五大趋势：人智共创未来 点燃创新纪元 2 事实上，领导者没有时间审查每一项创新。随着智能体 AI 在组织中发挥的作用不断增强，领导 者需要下放更多决策权，才能真正加快步伐。他们仍然需要制定目标并明确前进规则，但必须 2025 扩展和优化 创新 30% 44% 24% 44% 46% 信息来源：《2025 年五大趋势全球脉动调查》。问：以下哪一项最能 描述贵组织当前和明年采用AI 的方法？ 注：总和不等于 100%，因为“重新评估“和“以上都不是”也是其中 的选项。 2025 年五大趋势：人智共创未来 点燃创新纪元 3 智能体 AI 将变革组织的业务， 但组织首先必须对员工进行再 培训。

(EQ)、团队合作力、领导力之后，影响组织和个人发展的关键指标。 面对 AI 的快速发展，企业对 AI 人才的需求已经发生质的转变，从早 期单纯的技术人才扩展到具备 AI 思维和应用能力的复合型人才，我们 必须重新思考大模型时代对人才的能力要求。这种转变既反映了 AI 应用的深化，也体现了企业对人才能力的新要求。 在 AI 人才短缺的困境中，高管普遍低估了员工学习和接纳 AI 的意 愿。这一认知偏差不仅限制了企业对现有人才的培养投入，也阻碍了 CEO 认可 AI 的战略重要性，超半数的 CEO 表 示正面临来自企业内部推动 AI 转型的迫切压力，但只有四分之一的 CEO 表示其组织已经为全面整合 AI 做好充分准备。 大模型正从“能用”迈向“好用”和“实用 ”，从技术创新演变为推动组织变 革的核心引擎，引领企业的智能化转型。 1 2 3 具备高 AI 力的个体能够显著提升工作效率和质量。 他们能够更好地 理解 AI 的优势和局限性，更有效地利用 02 目录 引言 核心洞察 结论与展望 AI 在企业中的应用现状 1.1 中国 AI 市场规模不断扩大，投资及应用 Al 的热情高涨 1.2 AI 在企业中的应用场景持续扩展，正在经历从点到面的深度变革 1.3 AI 在企业应用中"普及度"与"成熟度"的反差 03 01 04 01 02 06 07 AI 赋能企业的创新模式和应用场景 2.1 AI 在重点行业和细分场景的创新实践

5G：终端发布在即，射频、光学、面板行业迎新机遇 1 5G将开启手机新一轮换机周期 1.1 射频端：需求增加、技术升级、集成度提升 1.2 摄像头：5G智能化时代最核心传感器，持续升级 1.3 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.4 设备和材料：国产替代加速进行 1.5 AI：安防、汽车和IoT将是率先爆发的三个场景 2 安防行业：需求逐渐回暖、AI加速、海外拓展 2.1 智能汽车：5G+AI促进无人驾驶加速落地 2 射频端：需求增加、技术升级、集成度提升 1.3 摄像头：5G智能化时代最核心传感器，持续升级 1.4 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.5 设备和材料：国产替代加速进行 7 从4G换机周期看5G：国内4G换机周期效应明显 -60% -40% -20% 0% 20% 40% 60% 80% 0% 10% 20% 阶段4：4G成熟期 （2017年~2018年） 15到16年，4G用户渗透率从 10%提升到65%，国内手机出 货量连续两年增长超过10%， 在此之前和之后，手机出货量都 出现了负增长，换机效应明显 阶段1：Pre-4G期 （2013年） 数据来源：工信部，中国移动，国泰君安证券研究 1.1 8 从4G换机周期看5G：从欧美4G经验来看，换机高峰一般持续4年左右 数据来源：GSMA Inteligence，国泰君安证券研究

车端：电子电气架构向中央计算迈进 3.2 感知层 3.2.1 传感器数量减配、性能提升 3.2.2 激光雷达市场快速增长，格局集中 3.2.3 高阶智驾需要激光雷达提供安全冗余 3.2.4 前视摄像头市场分散 3.2.5 从全量感知到按需感知的算法演进 3.3 决策层 3.3.1 域控制器构成 3.3.2 智驾域控市场逐渐走向合作定制化 3.3.3 德赛西威：高算力智驾域控行业的领军企业 3.3.4 Momenta： 线控底盘结构及优势 3.4.2 智驾渗透加速线控底盘国产放量，行业格局集中，主机厂 粘性高 3.4.3 线控底盘技术在自动驾驶领域的应用正逐渐普及 3.4.4 拓普集团：业务体系多元化，已形成XYZ三大系列产品线 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 端到端的定义：基于数据驱动的深度学习 在广义语境中，端到端是一种研发范式，指在一个任务中，从输入端到输出端，中间不经过任何其他处理环节，由 一个模型完整实现输入到输出的全过程。在智能驾驶领域，端到端架构是指车辆将传感器采集的信息直接输入统 一的深度学习神经网络，经过处理后直接输出驾驶命令。深度神经网络赋予端到端模型强大的学习能力，使其能 从大量驾驶数据中自动学习复杂的驾驶模式和场景特征。 传统智驾系统的感知层、决策规划层和控制执行层之间

Robotics开发人形机器人Sophia获得 沙特阿拉伯公民身份，成为第一个获 得国家公民身份的机器人。2021 年 ， 特斯拉宣布开发机器人Optimus，带 动人形机器人产业发展。 目前，受大模型的技术驱动，人形机 器人概念爆发，宇树科技、优必选、 傅利叶智能、智元机器人等企业频频 发布产品。 • 我国发布的国家标准《机器人分类》（GB/T 39405-2020）将机器人定义为：具 能机器人定义为：加入智能技术，能够实现自主感知、交互、决策、执行等操作的机器人。 定义及分类：从机械化、单一化向高度智能化、泛在化迈进， 智能机器人历经数十年技术革新与应用探索，仍在持续突破 资料与数据来源：公开资料，月狐研究院整理 5 驱动因素 社会驱动：人口老龄化加速、蓝领工作人力缺口大、高科技 平民化共同驱动智能机器人渗透 • 根据国家统计局最新数据与联合国有关老龄化的划分标准显 高级技工的缺口达到了上千万人。 劳动力缺口大 2 蓝领群体的平均年龄也在继续增加，40 岁以上蓝领劳动者占比约50%，年轻群 体进入蓝领工作岗位的意愿较低。 年轻群体意愿低 3 工厂普工、建筑零工等工作环境危险、 任务繁重，工人精神与肉体压力大， 认可度低。许多危险性大或者繁重辛 苦的工种已经面临招工困难的局面。 繁重、危险工种招工难 6 驱动因素 政策驱动：从国家战略到地方政策培育沃土支持机器人产业

... 1 一、大模型赋能政务热线：从数字化到数智化跃迁.......................................................2 （一）政务热线的发展历程.................................................................................... 2 （二）大模型在政务热线中的全新价值 .........................................5 二、大模型驱动政务热线的创新趋势.............................................................................7 （一）政务热线的新定位：从“接诉即办”到“治理枢纽”.................................8 ............................................................................................24 四、 大模型在政务热线中的场景化实践..................................................................... 28 （一）智能运营体系构建.

... 1 一、大模型赋能政务热线：从数字化到数智化跃迁.......................................................2 （一）政务热线的发展历程.................................................................................... 2 （二）大模型在政务热线中的全新价值 .........................................5 二、大模型驱动政务热线的创新趋势.............................................................................7 （一）政务热线的新定位：从“接诉即办”到“治理枢纽”.................................8 ............................................................................................24 四、 大模型在政务热线中的场景化实践..................................................................... 28 （一）智能运营体系构建.

2024年中国人工智能产业研究报告 2 前言 PREFACE 研究背景： 作为新一轮科技革命和产业变革的核心引擎，人工智能产业在2024年被中央及各地政府确立为 重点发展方向，陆续出台了一系列针对性强、力度大的政策措施，旨在推动产业创新，提升区域经 济的科技竞争力。经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应 用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。2025年2月， 中共中央总书记、国家主席、中央军委主席习近平在京出席民营企业座谈会并发表重要讲话，强调 民营企业的关键角色与发展前景，进一步强调了人工智能产业的战略地位。 2025年初，以DeepSeek为代表的国产开源大模型掀起热潮，其高性能、低成本的特点迅速吸 引了国内外开发者和企业的关注，推动了中国AI生态的开放性和竞争力的进一步提升。这一风潮不 仅加速了模型层的国产化创新，也为中小企业提供了更易获取的 AI 方 面 ， Transformer架构依然主导大模型发展，研发侧通过强化学习、思维链优化提升模型推理能力， 同时加速跨模态融合，并在推理效率优化和新型注意力机制等方面持续探索，推动AI产业向更 高水平迈进。 宏观环境 产业动态 发展趋势 1）市场规模增速略低于预期：2024年中国AI产业规模为2697亿元，增速26.2%，略低于预期。 主要原因为大模型在实际业务场景的表现未完全满足客户需求，且建设成本较高，较多项目仍