能建造新范 式中塑造自身核心竞争力。这是时代赋予我们的使命，也是实现“中国建造2035”的必由之路。 —— 国家数字建造技术创新中心首席科学家、华中科技大学教授 丁烈云 推动AI在建筑企业的落地，核心在于实现建筑行业复杂知识的结构化表达和智能化重构。建 筑工程大模型的构建，正在通过多模态数据融合与对齐技术，打通文本、工程图表、BIM模型等 多模态数据之间的壁垒，提升大模型对建筑行业语义的识别、理解与生成能力。基于混合专家大 清华大学教授 马智亮 建筑企业的AI转型之路，要立足行业实践逻辑，同时要具备超越当前范式的战略眼光。建筑 活动具有空间构型的复杂性、施工环境的动态性以及多专业之间的强耦合特性，这决定了AI在这 个领域的落地必须经历知识结构的深度嵌合与组织流程的适应性重构。AI不应仅被视为辅助工 具，更应成为建筑企业核心机制的一部分。企业在推进智能化的过程中，需要从工程属性出发， 构建面向问题、面向过程的技术融合机制， 入业务核心，AI才可能真正参与工程价值创造。在未来，具备知识沉淀、模型驱动与自我调优能 力的企业，将形成稳定智能能力体系，进而拥有更强的工程整合力、风险控制力与利润提升力。 —— 全国工程勘察设计大师 谢卫 推动AI在建筑企业落地，首要挑战不是技术可行性，而是行业知识的结构化表达。建筑活动 本质上是一种跨学科、高耦合、高变异的复杂系统管理过程。只有将专业知识系统化表达为可识 别、可推理的数据模型，AI才能真正参与到价值链核心。企业是否具备从项目数据中抽提知识、

能自动化向认知智能化 跃迁。本白皮书系统阐述应用智能化的框架、关键技术、和实现路径，旨在帮助企业应对应用智能化三大核心挑战： 1. 技术链断裂导致的落地周期过长：算力、大模型、智能体的新概念，开发、运维、安全合规等等环节的割裂都导 致企业落地智能化的周期依然较长； 2. 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 前言 迈向 AI-Native 时代：智能体驱动的应用现代化新范式 近两年来，随着 ChatGPT、DeepSeek 等大模型技术的快 、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。 目前， AI 在医疗、科研、教育、物流等各个领域的应用，为社会带来了巨大价值的同时，又进一步支持了 AI 技术

2.0 趁风而上，AI-HR 走向“大航海”时代 从“走起来”到“跑起来”，人力资源管理进入“智”胜关键期 从“想做好”向“做得好”迈进，企业 HR 如何推进 AI 应用落地 要“执行力”也要“领导力”，AI 落地离不开这项核心力 关于易路 关于 HR 数智研究院 1.AI 在人力资源中的应用现状概览 2.AI 在人力资源各模块中的应用现状 2.1 招聘管理 2.2 员工入职 0 CHAPTER 1 在数字化浪潮的推动下，人工智能（AI）正以前所未有的速度渗透各行各业，人力资源管理（HR）领域也不例外。 AI 技术的引入与应用落地，不仅提升 HR 管理效率，更在深层次上带来人力资源运作模式的变革。 AI 应用落地 为企业人力资源管理注入新活力 1.1 认识 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 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 浪潮下的人力资源管理迭代与蜕变正由星星之火，迈向燎原之势。 围绕人才选、用、育、留各主要业务场景，AI-HR 在不同阶段应用落地、价值体现也各有不同，例如： 发展早期：主要应用于人才选拔、面试辅助环节，帮助 HR 节省简历和面试效率、从而提升招聘效率； 发展中期：随着深度学习的持续深入，AI 在人才筛选甄别中价值除了体现在整体效率上，还逐步参与到决策

......................................................................... 4 2.4 面临挑战: 多要素难题阻碍L4全面落地 .................................................................................................. .......................................................................... 12 3.3.4 制定L4实施框架，凝练3步落地方法 ........................................................................................... 14 ，网络运营正经历从机器辅助 向人机深度协同的重大变革。 中国联通始终秉持科技创新与产业创新深度融合的发展理念，以自智网络为战略引领，全 力推进人工智能 A 计划，积极探索人工智能在网络领域的落地路径，坚定不移地深化网络自 动化、智能化转型。公司着力构建“服务向优、运营向智、维护向新、基础向实、安全向稳、 协同向赢”的“四擎两翼”智慧运营新生态，于更高维度推动网络高质量发展，持续巩固差异

但我们也深知，这条道路没有现成的地图可循。工程智能作为开创性领域， 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 ii 核心技术研发、规模化落地路径等诸多问题，都需要我们在实践中不断探索、逐 步完善。 而驱动我们必须攻坚克难的，正是这个时代赋予工程领域的崭新命题。放眼 今日中国，从 C919 大飞机翱翔蓝天，到“深海一号”能源站矗立碧波；从“中 人才培养的规模化：打破 AI 与工程之间的知识壁垒，培养兼具两方面素养 的复合型“新工科”人才。工程智能平台本身就是最佳的教学与实践环境， 它将加速新一代工程师的成长，为产业的未来储备核心力量。  产业落地的规模化：确保 AI 解决方案不仅在技术上可行，更能在商业上成 功。通过标准化的流程、可靠的验证与可信的部署，将 AI 应用从“九死一 生”的探索，提升为“十之八九”的成功，真正产生可衡量的产业价值与社 应运而生。它是推动 工程领域智能化转型的关键驱动力，也是应对日益复杂工程挑战的全新范式。工 程智能的核心目标，是通过平台化架构实现对工程领域规模化赋能，涵盖技术研 发、领域创新、人才培养与产业落地四个规模化维度，推动从“点”上的单一场 景突破，扩展到“线”上的共性问题覆盖，最终构建“面”上的学科平台重塑。 这一进程不仅将极大提升传统工程的效能与范畴，更为人工智能的规模化应用提 供了不可

本白皮书深入剖析了“AI Ready”的数据中心在计算、网络、存储及 相关治理组件等关键要素，并前瞻性地提出了AI变革就绪度评估体系。 我们希望，这不仅能为企业决策者提供清晰的指引，更能为技术管理 者提供具体可落地的行动方案。我们相信，通过构建面向未来的AI基 础设施，企业定能在这场波澜壮阔的智能化转型中，乘风破浪，行稳 致远。 侯胜利 思科大中华区资深副总裁 暨首席技术官 © 2025 毕马威华振会计师事务所(特殊普通合伙) 已进行AI战略部署并且在业务中有明确AI落地场景， 并对期望借助大模型技术进一步扩大的泛行业企业 进行了问卷调研，以期深入了解企业AI战略认知与 布局、AI变革需求与核心挑战、AI体系变革路径等 最新实践。 综合调研结果来看，部分受访企业在推进AI变革过 程中已逐步形成覆盖技术架构侧、数据语料侧、基 础设施侧、组织体系侧的系统化推进思路。主要呈 现以下特征： • 在技术架构侧，企业通常以落地场景的体系设 计为起点，采取混合部署方式推进大模型落地 应用，并统筹考虑云端风险应对、私域安全防 护、模型幻觉应对等问题，以重构技术底座， 适应创新之变； • 在数据语料侧，企业着眼于数据治理框架搭建 和数据质量提升，推进数据语料的深度治理， 并且已初步形成数据标准化体系、智能清洗工 具等共性选择； • 在基础设施侧，企业兼顾创新与务实，充分权 衡AI基础能力建设与业务需求满足，通过混合 部署和协作管理措施等实现协同优化；

当下，短距物联网领域正处于迅猛变革期。在技术维度，已从单纯满足基础连接迈向追求低时延、高精度、多模融合 的高阶阶段：Wi-Fi 7 与 HaLow 二代芯片成功实现量产应用，集成 SLP 定位功能的星闪 2.0 正式落地市场，搭载 Channel Sounding 技术的蓝牙 6.0 也已步入商用环节，且 AI 能力正在与短距通信技术进行深度的融合，市场上已有支持端侧 AI 的 短距通信芯片产品。技术发力点全 场景和严苛需求，多技术协同运作成为行业前行新航道。 与此同时，短距物联网在应用场景层面展现出强劲的渗透拓展态势。场景边界全面向工商业级延伸，工业领域新增资 产追踪应用，汽车领域实现数字车钥匙场景落地，同时海外智能家电市场需求爆发，成为营收贡献显著的新场景，行业正 式形成消费级 + 工商业级双轮驱动、国内 + 海外市场协同的场景布局。 为此，物联传媒旗下 AIoT 星图研究院展开《2025 短距物联——中国 其二，深度剖析技术与场景适配逻辑，精准识别低时延、高精度技术在各场景的核心应用潜力，为企业技术攻坚、产 品布局锚定方向。 其三，科学预判多技术融合、场景纵深发展趋势下的行业走向，助力产业链各环节精准把握技术落地节奏，加速技术 与场景深度融合，驱动行业高质量、跨越式发展。 目录 PART 01 Wi-Fi/ 蓝牙 / 星闪技术概述 ������������������1 一、Wi-Fi 技术现状及趋势

全场景主动攻防：紧扣多元应用场景，引入 TTF/WST 攻防逻辑，模拟极端工况测试，以攻促防、优化设计，锻 造场景适配韧性。 全周期安全管理体系：构建端到端体系，贯通需求到价值与战略到执行双闭环，覆盖全业务环节，为安全落地提 供体系化支撑。 全维度安全量化：构建全工况、全生命周期量化评估体系，将安全指标转化为“严重等级 + 发生概率”数据，形 成风险矩阵，实现安全管理有数可依。 储能产品安全理念 03 在全 质量体系中 APQP 和 PPAP 的理念，白盒化管理电芯规格定义、产品设计、产品测试验 证、工艺制定、小批量试制、量产爬坡等全过程，确保产品生的好、产的优。 强化生产过程工艺执行与变更管控，严格按标准落地生产流程；对于材料、工艺变更需充分验证；为识别过 程波动对一致性的影响；实施生产大数据记录，做到全流程可追溯。 提升电芯鲁棒性 1. 2. 提升电芯一致性 08 电池模块安全以在电芯热失控 的安全目标。 聚焦机械、电、热三维防护设计与故障预测能力，兼顾极端情况下的风险与范围管控，构建全场景安全兜底体系。 储能场站安全目标核心为：避免场站级火灾等恶性事故，全面保障人员与设备安全，具体落地关键设计如下： 二、电池模块安全 三、储能舱安全设计 四、储能场站安全设计 1. 2. 1. 2. 3. 1. 2. 被动安全：提升电池模块抗冲击能力，增强鲁棒性，通过热管理、

地区，涵盖客户自建 站点和云服务站点，拥有150万+海外终端用户。其中，Coremail 邮件系统解决方案广泛应用于上合组织成员国，已 在阿联酋、埃及、柬埔寨、缅甸、沙特及中国等六个成员国中成功落地，收获近200家来自海外的政府、金融、咨询、 能源、运营商、房地产等领域客户的信赖与选择，如DICA（Directorate of Invest and Company Administration）、 家会员单位、200万条资讯信息、230亿项指标数据、50余项发布成果等内容，注册用户覆盖全球80余个国家和地区， 累计访问量达60余万次，初步构建了“能联全球”发展合作生态圈，有力推动全球能源互联网落地实施。 经济效益： 该平台实现的经济效益： “能联全球”面向各方开放，政府部门可以发布招商引资、发展规划、政策法规等信息；企业可以推广自身品牌， 跟踪行业动向，寻找市场机会；金融机构可以获取 使观众仿若置身烟火人间。这种多模态的感官交互不仅极大增强了影视内容的情感穿透力，更通过嗅觉记忆的独特编 码，创造出令人过目难忘的沉浸式体验。 所属类别 总体介绍 应用效果 该产品正以全球化布局加速落地，通过差异化场景应用，深度融入多国文化经济生态。如在塔吉克斯坦，与国家 博物馆达成战略合作，依托数字嗅感技术为文物展陈赋能，将古老织物的岁月气息、木质建筑的历史沉香等具象化呈 现，让参观者通过嗅

。未来，随着软硬件技术的迭代，其应用将向家庭服务（健康监测、 家务协助、餐饮制作）和商业场景拓展。然而，技术壁垒（如运动控制精度）、资金投入、高端人才短缺及市场接受度等问题，仍对其大规模商 业化落地形成制约，行业发展目前仍处于初步阶段。 行业环境分析 看经济｜电子信息制造业快速发展，为人形机器人发展创造良好环境 2024 年，我国电子信息制造业生产增长较快，出口持续回升，效益稳定向好，投资增势明显，行业整体发展态势良好。 比重持续提升，人均医疗保健支出 达 2547 元，个人卫生支出占比稳定在 27%，为高端设备提供经济支撑。居民对术后恢复、假体耐用性要求更高，机器人精 准微创优势契合需求，叠加国家政策支持，其应用加速落地。 发布时间 政策名称 发布机构 主要内容 2023年11月 《关于促进骨科手术智能辅助技术临 床应用和合理收费的函》 国家医保局 按手术机械臂辅助操作（骨科）新增价格项目， 工业机器人企业痛点： · 一是 技术适配难，具身智能不成熟，难满足高稳定性与精度要求； · 二是 定制化需求高致量产难，设备售价高，中小企业采购意愿低； · 三是 真实场景数据不足，实验室技术难落地。 医疗骨科机器人企业受三方面制约： 核心部件依赖进口，系统稳定性不及外资；外资占比超 60%，基层医院采购受限，医师习惯难改；设备维护成 本高，产学研协同弱，服务生态有待完善。 2、 三类机器人企业的转型出路