间的联系。 从意想不到的隐性优势到行业先行者的经 验总结，我们的洞察全面展现了数字孪生 技术的应用现状及其未来趋势。 尽管数字孪生的广泛应用仍存在挑战，但 已成功部署本项技术的企业正逐步获得显 著成效。期待与大家共同探索数据的价 值。 3 4 数字孪生 驱动企业价值增长 96%的高层领导认可数字孪生的优势 6 现实超乎预期 10 人工智能的吸引力 12 不同行业在部署人工智能功能的计划方面存在很大差异 提升用户界面 优化推荐效果 创造初始设置 处理前端数据 测试/调试 做出决策 我们未在数字孪生 中使用人工智能 数字孪生行业报告 12 期待数字孪生自主决策 获取信息 165 195 两者皆而有之 130 作为一项快速发展的变革性技术，数字孪生常常遭到误解。 下面我们来探讨五个主要误区 误区 2 必须进行彻底的 数字化转型 随着时间推移逐步提升。 一味追求数据生成并非正确之举。通常来 说，运营数据是已经存在的，即便是纸质 记录的形式：难点在于数据的数字化、索 引编制和验证。 越来越多的企业通过数 字孪生来获取信息，而 不是期待其自主决策 13 企业构建数字孪生时会遭遇哪些挑战？ 数据质量 43% 误区 4 数字孪生 仅适用于设备 误区 5 数字孪生的部署 会大幅超支 技能不足 重大延误

的基因，让我们能够真正理解制造业的痛点，提供“接地气”的解决方案。 数智化转型道阻且长，但行则将至。我们希望这本白皮书能够成为制造业同仁们的“战略指 南”和“行动路线图”，帮助大家在充满不确定性的环境中找到确定的成功路径。 期待与您携手，共同推动中国制造业从“制造”到“智造”的伟大跃迁。 尤建刚 2175 云创始人 & CEO 2025 年 10 月于苏州 2175 云，人力资源数智化解决方案 第 6 页 共 37 选型数字化解决方案时，应优先考虑基于云原生和智能化的平台，以确保技术的先进性与 未来的可扩展性。 3.2 工业大脑：AI 大模型在制造业的落地 当通用大模型（LLM）在文本和图像领域掀起革命时，制造业也在期待一个专属于工业领 2175 云，人力资源数智化解决方案 第 24 页 共 37 页 域的“工业大脑”。这个大模型并非要替代现有的专业工业软件，而是作为一个强大的“副 驾驶”（Copilot）

服务 IT 风险 IT 架构 资源管理 协 调 能 力 沟 通 能 力 情 商 比 智 商 重 要 关 系 比 知 识 重 要 P5 对 CIO 的期待：创造新价值 强化竞争力 业务创新 削减成本 提高业务品质 全球化 IT 新价值 传统 IT 价值 改 提 革 高 成 附 本 加 结 价 构 值 削 减 固 定 经 强的 IT 投资 大部分情况下这类投资是必需的，但对技术趋 势等的未来预测比较困难 较高 维护系统的投资 用于为应对法律制度及企业组织变 更所需而进行的系统修改方面的 IT 投资 基本上无法期待其投资回报，但这样的投入是 不可避免的 低 P25 公司的 IT 投资相关者的职责与责任  起草、判断 IT 投资方案  确保 IT 投资的效果 业务部门  对业务部门提供最佳的 IT 公司的 IT 部门中  能够允许发挥集权型和分权型的优势  业务部门的 IT 团队和母公司 IT 部门之间的协调 负 担较大 IT 中心的发展方向性（从成本中心到业务伙 伴） 经营层 的期待 公司 的 定位 相关部门 的定位 切实保证系统的建设 和稳定运行 （对事业产生间接贡献） 商业模式的变革 业务流程的变革 （对事业产生直接贡 献） 成本中心 业务伙伴 经营层

依托完善的服务体系与领先的产业AI整体解决方案，广联达将持续赋能建筑企业在核心业务 场景中实现AI深度应用，以智能技术推动企业项目交付更高效、业务运营更精准、人才价值最大 化，助力每一个工程项目成功、每一位建筑人有成就。广联达期待与广大建筑企业携手并进，共 同推动建筑产业迈向智能化与高质量发展新征程！ 结束语 构 建 用 产 业 A I 打 造 好 房 子 的 发 展 新 模 式 商标声明 免责声明

直接人工 + 其他制造费用 AT002 机器作业类型 H 小时 折旧费用 资产卡片——业务规范化，与总帐集成  统一管控集团各公司资产分类，资产分类进一步细化  资产卡片与实物一对一  长期待摊费用纳入资产卡片管理 资产卡片设计原则 资产分类编码 资产分类名称 折旧方法 折旧年限 残值 1010 固定资产 - 办公家具及设备 平均年限法 5 5% 1020 固定资产 - 电子设备 - 土地使用权 平均年限法 2030 无形资产 - 商标 平均年限法 2040 无形资产 - 与非专利技术 平均年限法 3010 在建工程 4010 长期待摊费用 平均年限法 订单——多口径数据统计和分析  归集各类项目费用，便于事后追溯和分析  费用流更加清晰，满足核算和统计分析需求 订单设计原则 订单类型 描述 备注 Z001

辅助决策子系统 车城协同 精细感知 上 层 应 用 路 侧 设 备 云 底 座 第 42 页 THANKS 感谢聆听！ 期待携手共建高效、智能的智算中心， 赋能人工智能产业发 展

动力。 （一）乘用车行业：全价值链数智化协同解决方案 乘用车企业的核心挑战在于打破“研、产、供、销、服”的部门壁垒，在急剧压 缩的产品上市周期内，打造出真正满足用户需求的智能化产品，并提供超越期待的全 生命周期服务。 袋鼠云的解决方案旨在通过构建统一的数智基建平台，拉通业务流与 数据流，实现全价值链的敏捷协同与智能决策。 1. 数智营销：构建以用户为中心的增长飞轮 当前，行业挑战已从 DataAPI 数据服务平台，这些实时、准确的订单状态可 以被安全地赋能给车企的官方 APP 或小程序。 用户可以像查询快递一样，随时 随地查看自己车辆的交付进度，每一个节点的更新都会带来一份安心和期待。 这 种透明化的体验，能够极大地缓解用户的等待焦虑，将漫长的等待期转变为品牌 与用户持续互动的窗口，从而显著提升客户满意度和品牌忠诚度。 袋鼠云 汽车行业 Data+AI 数智化转型白皮书

与新型能源体系建设至关重要。 然而，目前节能与综合能源服务产业在政策、市场、资金、人才等方面仍面临诸多 制约。随着服务业态的演变与拓展，产业在部分市场化机制也遇到挑战，阻碍了进一步 的升级与发展。产业期待行业主管部门出台相关政策，以疏通行业发展的痛点与堵点， 进一步支持节能与综合能源服务产业的健康快速发展，使其为推动实现我国双碳目标贡 献更大力量。 | 4 | 中国节能与综合能源服务产业发展研究

率仍 然较低，均导致车路协同场景受限，已搭载 C-V2X 技术的车辆用户 体验感不强；乘用车前装周期较长，尚未形成规模效应，跨品牌、跨 区域的车-车网联通信协同成功率低。车企普遍存在相互观望、期待 他人先部署的博弈心理。另一方面，路侧设备需要持续高质量运维以 保证服务效果，当前缺乏可持续的商业闭环，导致投资建设运营模式 不明确，产业化落地及部署速度缓慢。 (3) 2030 年发展目标

建立创新激励机制，激发行业内的创新活力，推动高 品质协作不断向新的领域和高度迈进。 展望未来，我们将进入一个前所未有的智能时代。高品 质协作的未来发展充满想象空间，预测未来最好的方式 是创造未来，我们期待与全球客户、伙伴一起，携手奋 进，勇于创新，共建开放互联的生态，共同谱写高品质 协作发展的新篇章！ 45 新质生产力探索 高品质协作技术白皮书 附录 A 关键指标体系 技术特征 指标 指标定义