南、数字化转型 项目管理人员能力指南等标准项目。 2.项目商业分析和立项论证指南改名为项目商业分析指南。 3.项目成熟度评估指南改为系列标准。 4.删除以下标准项目：项目财务管理通则、科学技术研究项目管 理指南、组织级项目管理能力评价要求、组织级项目管理成熟度评价 指南、项目管理咨询机构能力评价要求等 5 项曾申报但未通过国家级 评审的项目。 调整后形成的《全国项目管理标准体系建设指南（2024 目组合管理 挣值管理实施指南》《项目供应商管理指南》《项目变更 管理指南》《研发项目管理评价指南》《项目复盘评价要求》等标准项 目。 2.2024 版规划的标准项目《项目成熟度评估指南（系列）》更名 为《项目管理成熟度评价指南（系列）》，《项目总承包管理规范》更 名为《项目外包管理指南》，《项目进度计划技术方法》更名为《项目 进度计划编制方法》。 3.鉴于行业标准与项目管理国家标准的承接性较弱，删除附录的 评价与改进通用标准用于指导项目后评价、项目绩效评价、项目 管理成熟度评价、项目持续改进等，涉及相应的活动流程、准则、方 法和工具，通用于各行业、各领域的项目。具有行业特色的或领域专 有的，宜纳入“CC 行业项目评价与改进标准”。 2. 评价与改进技术与工具标准 评价与改进技术与工具标准用于统一项目的管理评价、技术评价、 12 经济评价、环境评价、综合评价，以及项目后评价、项目管理成熟度 等的评价方法、参考模型。评价方法宜通用，确实具有行业特色的或

...................................................................................... 27 3.2.3 成熟期： 提升品牌国际影响力，标准化高效运营 .............................................................................. .............. 53 4.5 企业出海数字化整体成熟度评估 ............................................................................................................. 54 4.5.1 全连接成熟度框架 .............................. .......... 54 4.5.2 国际标准成熟度框架 ........................................................................................................................ 55 4.5.3 安全韧性成熟度框架 ........................

15 2.1 发展阶段评估：四类企业的转型路径与困境........................................................ 15 2.2 关键领域应用成熟度分析......................................................................................17 2.3 挑战与瓶颈：跨越转型的“深水区” 清晰的演进路径 - 我们从“数字化”与“数智化”的本质区别入手，帮助企业厘清转型的 阶段性目标，避免盲目投资。 全景的现状扫描 - 通过对四大类型企业的深入剖析，辅以研发、生产、供应链等关键领域 的成熟度分析，为企业精准定位自身坐标提供参考。 落地的技术指南 - 我们不空谈概念，而是深入解析云原生、AI 大模型、数字孪生等技术的 实际应用场景，展示它们如何真正为制造业创造价值。 真实的行业实践 底层的 HR 数据中台，将分散的数据资 2175 云，人力资源数智化解决方案 第 10 页 共 37 页 产进行统一治理、整合与建模，形成可复用的数据服务。 同时，引入或搭建 AI 平台，将成熟的算法模型（如离职预测模型、人岗匹配模型）沉淀 为标准化服务，供 HR 各个业务场景随时调用。 4. 第四步：文化重塑与组织适配 技术只是工具，真正的变革在于人。必须培育企业的数据文化，鼓励各级管理者基于数据

场景选择困难：单点试点难以穿透企业核心业务链的转型挑战，ROI 的评估难度大； 3. 产业协同低效：技术供应商能力分散与企业需求的差距。 本白皮书旨在为企业智能化转型提供系统性参考，通过解析智能应用的核心特征、构建分级成熟度模型、设计分步 实施路径，我们希望为不同数字化基础的企业厘清转型逻辑。在技术快速迭代的背景下，期待与产业界共同探索最佳实 践，务实推进应用智能化落地进程。 ——《应用全生命周期智能化白皮书》编写组 间的自主协商与任务分解。此外随着云原生 AI 技术（如多模态大模型、 智能 Agent 开发与运行、检索增强生成、智能应用管理引擎、智能组装与集成、统一可观测、多模态交互、AI 内生安全等） 的成熟，使得 Agent 的开发效率提升数倍以上，支撑智能化应用的多模交互、自主运行、智能进化、环境理解、智能协作、 智能研发等特征落地，形成更广泛、更灵活的智能体系统，从而能够在降本增效、体验优化等各方面得到大幅提升。 大模型能力的突破性提升，为 Agent 提供智能化基座 3.1.2 Agent 从单一工具向自主协作系统演进 3.1.3 行业需求从效率优化到体验升级，Agent 成为优先选择 3.1.4 Agent 技术生态的成熟支撑 3.2 智能应用的核心技术架构概览 3.3 智能应用的六大核心特征 3.3.1 特征 1：多模交互 3.3.2 特征 2：智能协作 3.3.3 特征 3：自主运行 3.3.4 特征

为确保成功实施，企业应避免盲目采用代理型人工智能，而应聚焦于其能力 能为简单解决方案带来真正优势的具体应用场景。 提升商业智能 实现可扩展的自动化 创建自适应工作流 在复杂流程中提供智能协调 人工智能成熟度较低的组织可利用预配置的领域专用代理或低代码平台，同 时确保健全的治理框架、持续监控和强大的安全措施。 供应商应整合反馈机制，使代理在面临不确定性时能够寻求人类输入，实现 全面的数据可观察性，实施 缘AIo AIoT：源 T：源头 头智 智 能 能 Andy Brown, Practice Lead, IoT Andy Brown, Practice Lead, IoT 物联网部署正逐步成熟，越来越多的组织开始寻求从海量数据中获取更多洞 察。 越来越多的组织开始借助人工智能（AI）/机器学习（ML）和边缘计算技 术，以实现对运营环境的实时洞察（见图1）并提升自动化水平。 人工智能与 速了相关兴 趣与实验，尤其因为代理型AI能够在生成式AI投资的基础上进行扩展和深 化。 克服这些采用障碍的组织报告了显著的益处，特别是在研发加速和客户智能 改进方面。 这表明，随着人工智能计划的成熟，解决技术债务和其他采用障碍可以释放 巨大的商业价值，而更多的人工智能概念验证项目将过渡到生产阶段。 人工智能供应商可通过开发以安全设计原则为导向并注重数据隐私保护的综 合解决方案来应对这些挑战。

本白皮书详细阐述了光计算的发展背景、内涵、总体技术架构与 技术路线，并针对当前光计算面临的问题及解决方案进行了系统性分 析。光计算的发展成熟需要产学研用各方凝心聚力，中国移动愿与业 界合作伙伴一道，共同攻关光计算关键技术，孵化创新应用，加速光 计算从“实验室”到“产业化”进程，推动光计算技术成熟和生态繁 荣，助力我国实现算力技术的“换道突破”和产业的“弯道超车”。 中国移动 面向新型智算的光计算白皮书（2025） AI 加速计算芯片等纳入重要内容，为科研工作提供了明确的方向指引。 国家自然科学基金委将“实现大规模光计算芯片的智能推理与训练”列为 2024 年度中国科学十大进展之一，进一步推动光计算技术的发展成熟。 地方政府积极响应国家号召，因地制宜地加快制定相关行动计划。广东省发 布的《加快推动光芯片产业创新发展行动方案(2024—2030 年)》，全力支持光 计算、光神经网络等前沿技术研发，致力于攻克光芯片领域的关键核心技术，培 MZI 阵列 支持复数域计算、技术手段成熟 级联数目较多、相位误差积累、 片上衰减大 MRR 阵列 尺寸较小、矩阵映射方法简单 受 WDM 信道数目限制、对环境敏 感 PCM 结构 结构简单、尺寸小、功耗低 工艺与 COMS 不兼容、调制时延 稍高 亚波长衍射结构 对光场控制精确 工艺复杂、稳定性低 基于 MZI 阵列的方式工艺简单、技术相对成熟，具有较高的认可度，但存在 中国移动

AI-HR 所谓 AI-HR，是指将人工智能技术应用于人力资源管理，并通过机器学习、自然语言处理、数据挖掘等技术，优 化招聘、培训、绩效评估、员工关系等人力资源各个业务模块。近年来，随着 AI 技术的成熟和普及，AI-HR 逐 渐从概念走向实践，成为企业提升竞争力的重要工具。 尽管 AI 在人力资源领域的应用最早可以追溯到 20 世纪 90 年代，但真正快速发展其实是在过去 10 年左右。 我们从诸多研究与观察中可以清晰看到，AI 投入成本最小、HR 业务效率最佳，也成当前研究重点之一…… 10 AI 在企业人力资源中的应用白皮书 2.0 CHAPTER 1 1.2 HRVP 的新难题：如何界定标准工作与非标准工作？ AI 发展日益成熟的背景下，越来越多标准工作由 AI 完成，转而释放更多精力专注非标准化工作成为必然。典 型场景诸如：早期电商平台采用智能自动回答顾客问题；以特斯拉等工厂流水线借由机器人完成零部件组装。 而作为企 升效率、释放人力已经在现阶段取得较为明显 的成效，典型如自动化简历筛选，缩短招聘时间；智能考勤系统，减少人工统计错误；薪酬核算自动化，降低 HR 事务性工作负担，等等。 而随着 AI 技术逐渐成熟，AI 的能力已从简单的任务执行扩展到复杂的决策支持，为提升有效性提供了可能。 未来，AI-HR 的核心价值不仅要强调“把事情做快”，还要力争“做对的事情”。 为了实现提升 AI 赋能有效性的目标，企业及

位测距。 来源：AIoT 星图研究院 制图：AIoT 星图研究院 中国高精度定位技术产业 背景描述 1.1 为什么需要高精度定位技术 室外的卫星定位系统在不断地完善与发展，基于成熟的定位软件，人们的定位精度与体验也越来越好，但是在碎片化 的 IoT 场景很多时候无法获取卫星信号，这便需要 UWB、蓝牙、5G、音频、地磁等非 GNSS 定位技术补盲。 所以，本白皮书的高精度 芯片的智能硬件，比如电视遥控器、宠物项圈、寻物 Tag、智能 机器人等。 第三类市场：汽车市场。典型的产品就是汽车数字钥匙等。 第四类市场：手机市场。就是手机里面加入 UWB 芯片。 IoT 企业级应用是当前已经较为成熟的市场，这个市场特点是出货量不大，但是方案价值大，单项目上千个基站项目 规模就很大，所以这个市场是属于方案商的。 IoT 消费级应用，需要等待手机等平台类设备都有 UWB 芯片之后才有爆发基础，如果不依赖手机也可以起量的场景 定位管理、电子围栏等。 第四个是提供精准的寻向导航能力，应用领域包括会展场景、博物馆、封闭园区的自动驾驶以及 C 端的寻物场景等。 在过去，UWB 的应用大多数集中在对人的管理，而随着产业越来越成熟，UWB 技术用于对物体的管理需求将会越来 越多。 与四五年前我们写第一版定位报告相比，UWB 芯片厂商的格局已经发生了翻天覆地的变化。 首先是巨头的涌入，苹果、高通、三星、NXP 等巨头都推出了

应急管理、智能疫苗查漏补种、职业健康风险监测评 估、智能药品监管方面的应用，但整体应用范围还比 较有限，处于探索和试点阶段，距离广泛应用和成熟 发展还有一定的距离，本报告不做具体场景展开。 AI 在医疗健康行业的应用前景广阔，但不同应 用场景的成熟度存在显著差异。 智慧医疗： 智慧医疗是 AI 在医疗健康行业中 应用最成熟的领域之一，尤其在医学影像诊断方面 表 现突出。通过深度学习算法， AI 能够快速准确 地识别 X 人工精细设计。尽管如此， AI 有望将药物 研发周期从 10-15 年缩短至 5-8 年，为制药公司带 来显著的商业价值。 健康管理：基于 AI 的智能健康监测设备及配套 数据分析技术已较为成熟。这些设备能实时采集用户 的生理数据，经由 AI 分析后提供健康风险预警和建 议，满足了人们日益增长的健康管理需求。例如，智 能手 10 医药创新 · 蛋白质结构预测 · 靶点识别与验证 的采集和分析涉及用户隐私，必须符合相关法规（如 GD- PR、HIPAA）。随着技术的进步， AI 有望在未 来提供更多定制化的健康管理服务，释放商业价值。 总体而言， AI 在医疗健康行业的部分应用场景 已经达到了较高的成熟度，特别是在智慧医疗和医药 研发领域，展现了显著的技术可行性和商业价值。而 在个人健康管理方面，虽然技术和市场接受度逐步提 升，但在情感理解、复杂问题处理和个性化服务等方 面还有改进空间。未来， 随着

为了实现更高的集群算效水平，互连技术方案的演进迫在眉睫。 在超节点设备的互连选择上，当前主要存在两种路径：基于铜缆和基 于光纤的传输方式。尽管铜缆作为目前的主流方案，相较于传统的可 插拔光模块与光纤组合，拥有技术成熟度、成本、可靠性以及部署维 护便捷性等多方面优势。通常在小于2米短距离和低于800Gbps的非超 高速组网场景中，铜缆凭借这些优势依然能满足绝大多数应用需求。 特别是无源直连铜缆（DAC, Direct 切换速度，较电交换快2-3个数量级。纯光交换中微镜反射型（MEMS， 面向大规模智算集群场景光互连技术白皮书 (2025) 7 Micro-Electro-Mechanical Systems）做为其中一种比较成熟的技术， 已经实现了商业化应用。 面向大规模智算集群场景光互连技术白皮书 (2025) 8 2. 极致化需求驱动光互连技术革新 根据不同应用场景，光互连技术主要分为数据中心间（Data Center 头信息将不同的数据包 转发至不同的输出端口 内部采用MEMS技术（或压 电陶瓷等其他技术），直 接将光信号折射到对应 的输出端口 工艺制程 要求高，依赖先进工艺， 51.2T需要3nm制程 要求低，180nm成熟工艺 信号转换 O-E-O转换 无需光电转换 功耗 20w/端口 <1W/端口 带宽速率 取决于端口速率 速率和协议无关，从400G 到800G乃至1.6T均可平滑 支持 通信模式 Any2Any