需求从标准化产品转 向千人千面的个性化体验，我们的 IT 系统正面临前所未有的考验。 传统业务模式下的 "烟囱式" 系统架构，在多渠道融合的冲击下逐渐显露短板。门店库存与线上 订单不同步、会员数据分散在多个平台、促销活动难以跨渠道协同 —— 这些痛点的本质，是企 业需要一套更灵活、更敏捷的信息系统，用极简架构支撑复杂业务。对于有一定体量的企业，" 简单即高效" ：技术栈越简洁，运维成本越低，业务响应速度越快。 投入都必须产生可见价值。传统架构中，为 支撑高并发需堆叠服务器、为实现实时分析需部署多套数据库，这种 "以资源换性能" 的模式早 已难以为继。我们需要的是能精打细算的技术底座，用一体化设计降低总拥有成本，让有限的 IT 预算创造更大价值。 当下，AI 技术正从概念走向实战，成为重构商业模式的核心引擎。从智能选款、动态定价到个 性化导购，AI 应用的深度取决于数据底座的支撑能力。在探索 AI 驱动的 "超级导购" 场景中 发现：能否将商品图片、面料参数、会员偏好等多模态数据实时转化为向量特征，能否用 SQL+AI 融合查询实现 "一句话找货"，直接决定了 AI 应用的落地效果。这要求数据库不仅是数据的 " 仓库"，更要是 AI 能力的 "孵化器"，让业务团队无需复杂技术就能调用智能分析能力。 正是在这样的背景下，我们看到了一体化云数据库的价值。它用分布式架构消解了多渠道并发的 压力，用 HTAP 引擎打通了交易与分析的壁垒，用向量原生能力架起了数据与

www.lhratings.com 研究报告 0 2025 年钢铁行业分析 2024 年，中国粗钢产量同比小幅下降，钢铁行业下游需求疲弱，供给端相对处于 过剩态势，原燃料价格虽有下降，但成本端降幅不及钢材价格降幅，钢铁行业整体盈 利水平持续下行。受供需关系影响，铁矿石和焦炭价格均呈现波动下行态势；房地产 投资持续下滑，但制造业和基建投资对用钢需求提供重要支撑，钢铁产品结构持续调 格迅速反弹；而后需求端修复不及预期和原燃料成本下移等利空驱动，钢价震荡 下行。 图 2 2023 年以来中国钢材综合价格指数 资料来源：Wind 从经营业绩来看，根据中国钢铁工业协会数据，2022－2024年，重点统计会员 钢铁企业的利润总额分别为982亿元、855亿元和429亿元。2024年，钢铁下游需求 疲弱，钢铁供给相对处于过剩态势，行业竞争加剧导致钢材价格进一步下跌；原燃 能化等高附加值和高技术含量产品方向发展。 3. 出口压力传导，加剧国内市场竞争 2024 年，中国钢材出口量同比增长，但海外反倾销、加关税压力加剧，出口 受阻或加剧国内市场竞争。 根据海关总署数据，2024 年，中国钢材累计出口 11072 万吨，同比增长约 22.67%。自 2025 年 2 月以来，越南和韩国分别对中国热卷等钢材产品实施反倾销 www.lhratings.com

2 | 2025 爱分析·流程智能化应用实践报告 报告编委 报告指导人 张扬 爱分析 联合创始人&首席分析师 外部专家 张杜丽 蓝凌 副总裁 3 | 2025 爱分析·流程智能化应用实践报告 特别鸣谢 4 | | 2025 爱分析·流程智能化应用实践报告 目录 1. 报告综述! " 2. 落地实践! # 案例: 蓝凌助力中集集团，以智能 BPM 平台重塑流程管理新范式! $$ 3. 结语! $# 关于爱分析! %& 产品服务! %$ 法律声明! %% 5 | 2025 爱分析·流程智能化应用实践报告 报告综述 | 2025 爱分析 · 流程智能化实践报告 6 1. 报告综述 2025 年伊始，推理模型的崛起与 AI Agent 的再度火爆，使得流程智能化领域迎来新的突破机 会。金融、零售、制造等诸多企业在部署 DeepSeek 大模型之后，都在积极探索企业内部的流程 重构与效率提升场景。 企业探索流程智能化，一方面是为了在疲弱的宏观经济形势下取得成本优势，另一方面也是为了在

1 | 2024 爱分析·央国企数字化厂商全景报告 � 1� � |� � 2023 ���·���������� 2 | 2024 爱分析·央国企数字化厂商全景报告 报告编委 报告指导人 张扬 爱分析 联合创始人&首席分析师 报告执笔人 李进宝 爱分析 高级分析师 3 2024 爱分析·央国企数字化厂商全景报告 目录 1. 研究范围定义 5 2. 厂商全景地图 10 3. 市场分析与厂商评估 19 3.1 智慧园区 19 华胜天成 23 4. 入选厂商列表 29 关于厂商全景报告 42 关于爱分析 43 研究与咨询服务 44 法律声明 45 4 | 2024 爱分析·央国企数字化厂商全景报告 爱分析·央国企数字化厂商全景报告 研究范围定义 5 | 2024 爱分析·央国企数字化厂商全景报告 1. 研究范围定义 研究范围 央国企包含中央企业和国有企业，是由国家直接或间接控股的企业实体，承担着国家经济发展、战略 安全和社会责任的重要使命。中央企业由国务院国资委直接监管，如中国石油、中国移动等；国有企

具身机器人行业现状 及 未来趋势分析 CONTENTS 目 录 当前研发状态 01 应用现状 02 未来发展方向 03 商业化挑战与突破点 04 投资逻辑建议 05 总结 06 01 运动控制进展与瓶颈 运动控制基础行走抓取已实现，动态平衡复杂地形适应 受限，如宇树科技春晚表演机器人在复杂舞台环境中需 多次调整才能稳定行走。 运动控制技术瓶颈制约应用场景拓展，复杂环境适应性 能源效率问题限制机器人在物流仓储等需要长时间连 续作业场景的应用，增加运营成本。 硬件技术突破 具身智能算法环境感知与决策能力相当于GPT- 2水平，依赖大量数据训练，如星海图机器人需人工干预才能完成复杂任务。 具身智能算法数据依赖性强，数据采集标注成本高，且算法泛化能力有限，难以适应多样化场景。 多模态交互视觉语言动作协同尚未成熟，MIT实验完成指令需3.4次试错，交互效率低，影响用户体验。 护机器人摔倒检测准确率92.3%，满足家庭需求。 消费级市场发展将创造巨大消费潜力，推动机器人技术普及，提升生活质量，促进产业发展 多元化。 应用场景拓展 未来机器人技术将与人工智能、物 联网、大数据等深度融合，实现更 智能自主化发展，如智能工厂中机 器人与设备协同作业。 技术融合创新将提升机器人智能化 水平，拓展应用边界，推动行业向 高端化智能化迈进。 技术融合创新趋势 市场需求从工业领域向服务、消费、

将模型在大规模无标注数据上进 行自监督训练得到预训练模型 将模型在下游各种自然语言处理任 务上的小规模有标注数据进行微调 得到适配模型 AI大模型就是预训练语言模型 通过在大规模宽泛的数据上进行训练后能适应一系列下游任务的模型 预训练语⾔模型“预训练 + 微调”技术范式 ⼤规模⽆标注 ⽂本数据 模型预训练 不同特定任务 有标注训练数据 模型微调 测试数据 最终模型 从海量数据中自动学习知识 行业高精 数据短缺 中国在高质量数据获取方面面临挑战， 主要由于缺乏完善的数据法规、行业内 固有的竞争性保密性，对开源合作文化 的不足 相较于英文、中文高质量开源数据非常 少，特别是在构建通用领域大模型的百 科类、问答类、图书贡献、学术论文、 报告杂志等高质量内容 由于各类政策管制和商业模式复制壁垒 低，导致的基础数据和语言语料同质化 数据 人才 中文语料 短缺 数据和语料 的同质化 全球化 经营 人才流失与 人才短缺 产业研究 战略规划 技术咨询 7 科技大厂 创业新势力 产业研究 战略规划 技术咨询 8 综合各测评平台的方法论来看，在基础能力的测评维度基本相同，仅测评数据集和评估权重占比不同；而在基础能力之外，各测评平台侧 重点不同 ��� ü ü ü ü ü OpenCompass 2.0 �� ü ü ü ü ü Agent IDC ü ü ü ü