2025汽车行业的人工智能(AI)机遇研究报告Strategy& 4 5 3 关于汽车领域的AI假设 人工智能的能力正从生成式AI发展到代理式AI,然而实现盈利效果的进程比乐观者所希望的更长。 最高短期影响体现在客户支持/体验、软件开发和选定的企业职能上。 人工智能在超越传统“建设方法”的合作伙伴关系中大规模释放其潜力。 赢家从基础人工智能工作开始,迅速聚焦于主要成本/收入类别,并与合作伙伴生态系统高效扩展。 1 人工智能浪潮正在来袭,其影响并不像预期的那样显著。 2000 2020 2025 2030 1997 – 2011 – 2020 – 2024/2025 – 2014 – 2022 – • • • 4 现实的AI演变场景需要首席执行官们立即采取行动 人工智能预期影响的演变 人工智能正从炒作走向现实,尽管采取行动的紧迫性仍然很高。 人工智能正从炒作走向现实,尽管采取行动的紧迫性仍然很高。 预期 影响 物理/类似人类的AI 生成式/代理式人工智能 狭窄/敏锐的AI 颠覆性的 情景 新一代 人工智能作为最高发展阶段 人工智能(AI)策略所需以应对风险 风险规避与业务连续性 – 与人工智能努力的快速加速 利用机会之窗 OpenAI 发布 ChatGPT OpenAI 发布 生成式人工智能 GPT3 基底 情景 监管或成本阻碍10 积分 | 12 页 | 1.49 MB | 5 月前3
与非网:2024年中国智算产业全景调研:技术重构与演进报告, 智算中心核心驱动力 , 智算产业关键技术 , 智算产业竞争格局 生成式AI驱动的变革 , 生成式AI对智算产业的影响 , 生成式AI发展挑战 , 大模型对智算产业的作用 , 智算产业是否过度依赖大模型 算力基础设施架构和国产化情况 , 智算中心如何影响我国算力分配 , 算力卡供应情况 , 国产算力卡替代情况 , 智算中心AI芯片主要方向 , 智算中心利好AI芯片类型 Inc. Confidential & Proprietary. Do not reproduce or distribute. 1. 智算产业现状总览 影响智算中心满负荷运行的主要因素 市场需求不足,导致算力利用不充分 运维管理能力不足,影响算力发挥 电力消耗大,运营成本高,限制了满负荷运行 硬件资源利用率低,技术问题导致算力未充分利用 不确定 来源:与非研究院 市场需求不足、促成更 Do not reproduce or distribute. 2. 算力基础设施架构和国产化情况 智算中心对我国算力格局的影响 集中度提高,算力更加集中在少数大型数据中心 推动算力向边缘计算下沉,满足实时数据处理需求 促进区域平衡,缩小不同地区的算力差距 影响算力价格,由于技术进步和规模经济,价格更加亲民 提高智算中心服务效率,促进产业高质量发展 来源:与非研究院 智算中心建设提20 积分 | 41 页 | 17.39 MB | 4 月前3
2025技术与创新报告:包容性人工智能与发展人工智能使用者 人工智能的运用有可能影响全球40%的就业。在发达经济体中,约有三分之一的岗位 面临AI自动化的威胁,而大约27%的工作有可能通过AI增强,即提高人的能力而不是替 代他们。发达经济体的劳动力面临更大的风险,因为他们的许多工作涉及认知任务。 然而,他们比新兴经济体和低收入经济体更有条件利用AI的益处(图6)。当考虑通用 人工智能(GenAI)的影响时,情况类似。然而,通用人工智能可能为劳动增强提供比 维斯特尔电子 印度塔塔钢铁公司及联合利华 Ubenwa 和 AI 辅助便携式 X 射线机 mMitra 和 mDaktari 难民人口建模 如果以往通用技术的历史可以提供任何指示,那么人工智能相关影响的充分程度可能 需要数年甚至数十年才能显现。建立人工智能基础设施、数据和技能方面的互补性资 产也需要时间。表中总结了农业、制造和医疗保健等领域的人工智能相关案例研究, 这些研究表明,通过精心实施和利 失 业,重塑工作场所动态和劳动力需求。迄今为止,技术进步往往推动自动化,使价值 转向资本。然而,如果得到有效的政策和战略实施的支撑,人工智能的使用提供了增 强工人能力的巨大潜力。 人工智能的全面 影响可能需要许 多年才能显现, 其长期经济结果 仍然高度不确定 。 来源 联合国贸易和发展会议(UNCTAD)的计算,基于Cazzaniga等人,2024年以及Gymrek等人, 2023年的研究(参见报告中的参考文献)。0 积分 | 35 页 | 3.34 MB | 5 月前3
化工DeepSeek时刻到了吗,化工龙头是否会重估?敬请参阅最后一页特别声明 1 本周化工市场综述 关于 DeepSeek,我们认为其对于大化工产业的竞争要素和商业模式可能会产生深远影响,具体到大化工各环节, 我们认为其对于设备、设计、筛选、流程优化,具体到投资方向,我们看好合成生物、农药创制药、新材料以及设备 端的投资机会。本周众多化工品涨价,比如:有机硅、香兰素、炭黑、金属铬、涤纶长丝、钾肥,我们继续看好金三 )和反补贴税(CVD) 申请。根据请愿人计算出的倾销幅度估计在 305.81%至 507.13%之间。 投资组合推荐 东材科技 风险提示 国内外需求下滑,原油价格剧烈波动,国际政策变动影响产业布局。 行业周报 敬请参阅最后一页特别声明 2 内容目录 一、本周市场回顾....................... 胶场内供应有一定增量,国营工厂生产暂无明显波动,民营企业方面,前期检修企业已于 周内复工,个别降负荷企业恢复正常生产,市场整体供应保持稳定运行。 ④景气度跟踪:供需来看目前行业需求具备支撑,开工维持高位。盈利端边际改善,海运 费影响逐渐缓解的同时成本有所回落 金禾实业:甜味剂市场在春节前后需求相对冷淡 ① 三氯蔗糖:淡季效应下,区间谨慎观望 本周三氯蔗糖市场淡稳运行,生产企业由于个别停车,目前库存压力不大,且中间商节前0 积分 | 22 页 | 2.66 MB | 5 月前3
2025年自动化人工智能报告每个领域得到应用,并对所有相关的人和事物产生网 络效应。其影响已经显现,随着公司继续扩大AI规模 ——并将生成式AI作为变革的催化剂——它将解决新 的问题,创造新的发明,改变我们的工作和生活方式 ,并转型行业和政府。 安永研究显示,仅有36%的高管表示他们的组织已 经实现了通用人工智能解决方案的规模化,仅有13 %的人报告称实现了显著的企事业级影响。随着我 们将2025年视为规模化人工智能的年份,我们正在 语音助手功能;以及几乎在一切事物上,从机器人到汽 车,到医疗保健。 4,5,6,7,8,9,10 高度能效的高级人工智能 但是这是一个烟幕弹——大多数商业领袖都无法承受的 干扰。总有一天,通用人工智能将会产生巨大的影响, 但今天它仍然遥远,需要解决深层次的技术和伦理挑战 。相反,领导者们看到眼前更为紧迫的问题至关重要: 人工智能的普及,这将在新水平上为企业系统、工作队 伍和运营带来自主性和能力,在通用人工智能发挥作用 社会将把世界提升到下一个层次的能力、表现和进步。 它将推动一个进化的过程,通过人工智能的认知,使世 界在所有层面上得到增强,并产生一场前所未有的自主 浪潮,这将重塑我们所知的科技和企业。 世界在广泛扩散带来的全面影响下会是什么样子?随 着领导者开始结合他们的AI泛化努力,似乎不可避免 的是,他们将很快提升和赋权个人,推动并帮助企业 运营,彻底重塑产业,甚至提升国家。 行业 这可能看起来像是行业内公司之间的通用框架和10 积分 | 66 页 | 5.50 MB | 5 月前3
2025年五大趋势报告:人智共创未来 点燃创新纪元页“研究方法”)。 我们发现,领导者仍然难以通过 AI 投资实现业务转型,但他们相信自己正处于重大突破的边缘。 事实上,63% 的受访高管表示其 AI 产品组合将在未来一到两年内对组织产生重大财务影响。 实验中 2024 6% 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 术战略问题。除非另有说明,否则所有引用 数据均来源于本次 2025 年五大趋势全球脉 动调查。由于样本量太小,无法对这次的受 访进行分组比较。 每一期的五大趋势报告都会重点介绍在来年 有望对业务产生重大影响的关键挑战和机 遇。今年的报告确定了 2025 年各行业和组 织的发展趋势,基于深度调查和全面的客户 参与,提供切实可行、以研究结果为依据的 洞察,帮助领导者驾驭日益复杂多变的环境 并取得长足发展。 的受访高管 认为到 2026 年,生成式 AI 将让联网资产自主做出决策。 8 受访高管们还表示,由于生成式 AI 的发展,数字助手的决策量将在未来两年内增加 21%。 9 这将对运营模式产生巨大影响,因为 组织必须搭建新的架构,让员工能够监督自主决策流程,并管理由此产生的新风险。 要解决的问题有很多,但 67% 的受访 CEO 认为自动化带来的生产力提升极具吸引力,他们必 须承担高风险来保持竞争力。10 积分 | 28 页 | 2.66 MB | 5 月前3
解码DeepSeek构建医药行业新质生产力医疗⾏业⾯临前所未有的挑战 ⼈⼝⽼龄化 14.9% 10.1% 2014 2023 *65+ 岁 % ⾏业视⾓: DeepSeek 对于医疗体系有那些影响? 《 》 医 《》 : 与 ⽣改 变 ) 占⽐ / 集 采 监管 度更强 ⽐如药 参 管 业 构 监 商 重 化 元⽀ 据安 药品 据 驱 多 数 vs 数 • • • 与学术⽅式和效率 临床决策影响模式 发 / 培训模式发⽣改 变 研 ⽣ 习 科 医 学 ⽣ • • • 精细化运营管理( DRG/DIP ) 患者 个性化诊疗和健康管理 →获取服务的路径发⽣改变 ⼤模型成为新 的信息来源 患者 • 患者⾏为“消费者化”:医疗信息透明化,患者有更多 DeepSeek 对于医疗体系有那些影响? - 患者 超级产品 增长 1 亿⽤户所⽤时 间 16 • ⽬标⼈群画像 / 潜在⼈群标签 (⽐如年龄、性别、主诉、现病史等) 体系性患者宣教 腾讯医典 腾讯视频 视频号0 积分 | 32 页 | 3.98 MB | 5 月前3
腾讯云:2025年解码DeepSeek构建医药行业新质生产力报告2023 亿美元 11.9% 2010 21.7% 2018 单个创新药上市成本 IRR 3.2% 10.1% 2010 2018 ⾏业视⾓:DeepSeek对于医疗体系有那些影响? • 患者⾏为“消费者化”:医疗信息透明化,患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”,产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 Ds推理思考能⼒以及医保控费压⼒ 医院 • 学习/培训模式发⽣改变 • 医⽣临床决策影响模式发⽣改变 • 科研与学术⽅式和效率 医⽣ • 数据驱动的精细化监管:⽐如药占⽐/集采 vs&药品经济学 • 数据安全和合规重构 • 多元⽀付体系(商业参与度更强) 监管 15 DeepSeek对于医疗体系有那些影响?-患者 • 患者⾏为“消费者化”:医疗信息透明化,患者有更多 主动权→⼤模型成为患者信息来源 患者新旅程:终端+数据+AI+服务,AI串联全流程,激发新需求 19 “精益求精”⽤户画像 “细致⼊微”⾏为管理 “极致简化”服务路径 DeepSeek对于医疗体系有那些影响?-医⽣ • 学习/培训模式发⽣改变→交互性、个性化学习 模式 • 医⽣临床决策影响模式发⽣改变→从经验驱动 →基于医学搜索、循证医学证据的驱动 • 科研与学术⽅式和效率→通过⼤模型进⾏科研 课题筛选、⽂献收集、数据结构化提取和分析、 摘要及初稿撰写等10 积分 | 32 页 | 14.20 MB | 5 月前3
人工智能机器人的崛起研究报告:物理AI时代开启我们估计到2050年,在发达地区的⼯业设定中,⼈形机器⼈的渗透率将达到30% / 2 0% / 10%,较少发达和最不发达地区将分别为22% / 11% / 5%。我们的家庭估计受 到80岁以上的⽼年⼈⼝数量和有清洁⼯的影响。考虑到护理和清洁机器⼈可能会惠 及其他许多⼈,我们的渗透率假设可能过低。 我们还注意到,我们尚未分析⼏个潜在的巨⼤市场——如军事、安全、教育、农业。 虽然预计对⼤多数发达地区采⽤率将会更⾼,但我们认为到2050年,较不发达地区 数据(通常使⽤规模上的 ⾃我监督)上训练的任何模型,可以适应(例如,微调)各种下游任务”。 图5。人工智能的故事是一个不断增长和同质化的过程 来源:关于基础模型的机会和⻛险 基础模型对机器⼈的影响深远。它们可以接收任务描述,将其转换为可执⾏代码,然后通过机 器⼈将其转化为物理动作。这种能⼒可以使更多⼈接触到先进的机器⼈技术。 2。多模态性 多模态性涉及整合各种⼈⼯智能技术,以增强机器⼈感知、解释和与环境互动的能 Yadav所指出的,“我们即将看到的不是从⼤ 型模型到⼩型模型的转变,⽽是从单⼀模型类别到模型组合的转变,客⼾将能够就 什么是最适合他们场景的模型进⾏决策”。 7. 自主充电 AI机器⼈的实⽤性将受到其需要时运⾏的影响。 这需要改进功率管理,包括稳健可靠的充电解决⽅案。⽬前,重新为机器⼈充电 的主要⽅法包括⼈⼯⼿动充电或⼈⼯更换电池。尽管有效,但这些⽅法需要⼤量 ⼈⼯操作,并可能导致停机时间。 考虑到电动⻋辆(10 积分 | 82 页 | 5.53 MB | 5 月前3
2025年以DeepSeek为代表的AI在能源行业的应用前景预测报告2、信用风险:在能源交易中,交易双方的信用状况直接影响交易的安全性和可靠性。AI 大模型可以通过对交易对手的信用记录、财 务状况和市场声誉等信息的分析,评估交易对手的信用风险,并为交易商提供信用风险预警和防范措施。 3、政策风险:能源行业受到政策法规的影响较大,政策的变化可能对能源市场的供需关系和价格走势产生重大影响。AI 大模型可以 对政策法规的变化进行实时监测和分析,预测政策的影响范围和程度,帮助能源企业和交易商及时调整经营策略和交易计划,降低政 新能源参与电力市场: -新能源快速增长凸显系统调节能力不足,其随机性、波动性、间歇性等特点,导致电力电量平衡难度加大,新能源消纳和电力保供面临更大压力。 -部分地区省间送出能力与新能源装机不匹配,影响新能源利用率。 2.系统调节能力: -新能源的快速发展需要更多的系统调节能力,但现有调节能力可能不足以应对新能源的波动性和间歇性。 -需要通过技术创新、市场机制设计等手段提升系统调节能力,以保障新能源的有效消纳和电力供应的稳定。 挑战:根技术、大小模型、开放生态。深度赋能、民生。算力基座、数据集、算法。 1、数据准确性方面:首先,在处理能源领域历史事件、人物事迹等内容时可能出现不准确的情况,如对一些能源领域重要人物的生平、 贡献等信息存在误判,会影响知识传递和基于这些知识的决策。其次,能源行业发展迅速,新技术、新政策、新数据不断涌现。 DeepSeek可能无法及时获取和更新最新的能源数据和信息,导致在处理与时效性相关的能源问题时,给出的结果滞后或不准确。10 积分 | 29 页 | 2.37 MB | 5 月前3
共 37 条
- 1
- 2
- 3
- 4
