序言 随着全球AI浪潮步入应用落地期，AIDC已成为资本市场关注的核心赛道。本报告主要面向关注AI产业的投资人，旨在通过深入研究，解决投资人在该领域的核心诉求。 首先，报告系统界定北京AIDC零售市场的战略价值，论证其相比批发模式在盈利弹性与抗风险能力上的显著优势。 其次，构建量化评价模型，厘清在资源准入门槛极高的北京市场，哪些厂商具备真正的增长动能与行业深耕能力。 以期报告可以解读重要厂商的长期竞争壁垒，为投资人提供价值判断。 第一章：算力红利新纪元，北京AIDC零售服务市场的崛起与核心价值 随着AI技术持续掀起全球热潮，AIDC已是投资人关注的核心赛道之一。在本章中，我们将系统定义北京AIDC零售服务市场，并深度解析这一赛道为何在当前算力爆发的背景下，具备极高的投资确定性与商业稀缺性。 算力需求大爆发，千亿市场的黄金五年 当前，算力需求正经历爆发的黄金增长期。根据科智咨询统计，2025年中国AIDC市场规模将达到1,356亿元，并预计在2028年攀升至2,886亿元。这种高增长背后，是由需求、技术与政策三者共同驱动。 图1：中国智算中心市场规模 首先，增长的动力在于AI推理的下沉与普及。当AI开始渗透进消费者应用、金融风控、工业制造、政务服务等千行百业，大量长尾且碎片化的推理需求被激活。 其次，模型的迭代升级依然是算力需求的压舱石。目前，基础模型的研发仍处于万亿参数规模的军备竞赛阶段，这种对高性能算力资源近乎极致的渴求，为AIDC提供了稳定的基本盘。 最后，国家东数西算工程与各级地方智算中心规划的密集落地，从政策层面为算力基础设施的建设按下了快跑键。 选对赛道很重要，零售模式为什么比批发模式更赚钱？ 在AIDC这一赛道中，存在着批发与零售两种截然不同的商业逻辑。批发型厂商主要服务于互联网大厂，通过规模化换取微薄利润。然而，随着市场成熟，聚焦垂直行业、提供高附加值的零售模

2023年以来，生成式AI（GenAI）如同这一轮科技周期的“蒸汽机”，让全球企业陷入了兴奋与焦虑交织的“iPhone时刻”。然而，当大模型的浪潮拍打到工业领域的坚硬岩石上时，许多人发现：ChatGPT能写出优美的诗歌，却很难直接读懂一台离心机的震动曲线；它能通过图灵测试，却无法在复杂的EMS系统中准确判断光伏场站功率下降到底是因为天气原因还是逆变器的故障，抑或是组件应该清洗。 工业AI落地，究竟难在哪里？在大洋彼岸，大数据独角兽Palantir凭借AIP（Artificial Intelligence Platform）实现了市值的狂飙，验证了一条“数据底座+AI平台”的成功路径。而在中国，谁能复刻甚至超越这一模式？ 近期，爱分析深入调研了中国工业数据智能领域的先行者——寄云科技。透过这家在工业赛道深耕十余年的企业，我们试图通过解构其产品逻辑与Palantir的异同，通过剖析其最新发布的Neu.AI工业智能体，来寻找中国工业数字化转型的下一块拼图。 一、 幻觉与现实：工业企业AI落地的“三座大山” 在与寄云科技团队的深度对话中，我们首先探讨的是一个行业共识性的痛点：为什么生成式AI在工业现场总是显得“水土不服”？ 寄云科技认为，工业场景的特殊性决定了通用大模型无法直接“开箱即用”。横亘在AI与工业价值落地之间的，是三座难以逾越的大山。 1. 私有化数据与“工业语义”的隔阂 “现在的通用大模型，就像一个基础素质超群的博士。你问它知识原理，它对答如流；但你把它扔到工厂车间，指着一台正在报警的压缩机问它‘这代表什么’，它大概率会产胡言乱语。” 寄云科技指出，工业现场的核心资产不是公开的互联网文本，而是私有的、实时的、高密度的工业多模态数据。 数据形态复杂：工业数据包含时序数据（传感器读数）、结构化数据（ERP订单）、半结构化数据（日志）以及非结构化数据（PID工艺图纸、CAD模

1、从“数字化”向“智能决策”跨越，装备制造供应链进入智能化关键阶段 在去全球化背景下，以汽车制造为代表的装备制造业供应链正经历着深刻的结构性调整。从全球化统一生产过渡到复合生产，供应链已不再是简单的线性物流，而是演变为涉及数千家供应商、多层级联动的复杂价值网络，供应商管理复杂度急剧提升。 以汽车制造为例，整个供应链涉及到数千家供应商，形成Tier I、Tier II、Tier III等多层级结构。制造企业和上游供应商的关系不仅是物料供应，还涉及到联合研发以提升产品价值。 1.1智能化是解决全球供应链复杂性的必经之路 全球复杂性、技术整合难度、市场竞争加剧等问题，导致当前供应链协同管理水平亟待提升，必须依靠以人工智能等技术手段，实现实时协作和智能决策。  尽管数字化已打下基础，但要真正实现效率飞跃，必须跨越到智能化阶段。装备制造供应链正处于从数字化向“数据驱动、智能决策”的智能化升级的关键时期。 1.2供应链协同管理主要痛点：数字化系统已触达效率瓶颈 企业普遍已部署了ERP、WMS、MES等数字化系统，完成了数据采集和初步数字化。但这些系统主要服务于企业内部，难以实现跨企业、多层级的深度互联与协同，导致供应链整体效率触及瓶颈，在数据协同、供应商协同、生产协同、业财协同等方面依然面临诸多挑战。 1.2.1  数据协同：数据孤岛与信息不透明 汽车供应链涉及数千个全球供应商部件，对少数关键供应商高度依赖，一旦中断会导致大规模生产停滞，严重影响产量。 但因为数据不统一、缺乏有效实时跟踪手段等问题， 从订单、设计、制造、物流到交付的全流程数据无法打通，形成“信息孤岛”，协同决策缺乏数据支持。 主机厂、Tier 1和Tier 2使用不同的IT系统（如ERP、MES、PLM），数据格式不统一，缺乏有效接口和共享平台，导致零部件设计数据与生产数据难以

序言 在中国企业级应用服务发展的数十年历程中，云大厂、模型大厂与垂直应用厂商之间曾维持着长期的生态平衡，双方以基础设施、业务应用为界，各司其职。然而，随着智能体时代的到来，这一传统边界正面临前所未有的冲击与重构。过去，由于大厂缺乏对knowhow的理解，其通用能力在深水区往往无所适从；但在智能体逻辑下，企业需求正从流程管理转向结果交付，基础模型对原始知识的直接利用能力也显著增强，这使得大厂得以跨越藩篱，直接切入应用层的核心价值地带。 本报告的核心受众为大厂及应用厂商的中高层决策者。报告旨在通过剖析智能体时代的越界逻辑，解决双方在业务变迁过程中的边界问题。我们将通过建立基于任务复杂度与知识复杂度的象限判定模型，提供一张清晰的风险地图，用以判断哪些应用处于大厂的延长线上，哪些应用仍能坚守护城河。 此外，本报告不仅是一份风险评估，更是一份行动指南。针对处于不同象限的应用场景，我们为应用厂商提供了突围策略；同时也为大厂建议了从直接进攻到生态赋能的进击边界。通过本报告的分析，我们期望推动大厂与应用厂商在新的智能体生态体系中实现利益绑定与能力互补，共同构筑智能化时代的产业新轮廓。 第一章 范式迁移：智能体时代大厂越界应用层的驱动逻辑 在中国企业级应用服务发展的数十年历程中，大厂与应用厂商之间始终存在着一条界限分明的楚河。少数的大厂聚焦于基础设施与通用平台，而应用层则是数以万计软件服务商的领地。然而智能体时代的到来，这条界线正在变得模糊。本章节重点剖析为何在此时此刻，大厂具备了跨越边界、深度介入应用层的能力，以及这种越界背后的商业逻辑重构。 行业Knowhow曾是应用厂商不可逾越的围墙 回顾过去数次技术浪潮，大厂即便在资本与技术上拥有压倒性优势，但在应用层鲜有成功案例。根源在于，应用层的核心壁垒是极其深厚的行业knowhow。行业knowhow由两个核心维度构成：对复杂业务流程的深刻理解

​​2025年初DeepSeek爆火，让每日互动这家公司再次受到广泛关注。 ​自2019年上市以来，每日互动作为一家数据智能服务商，秉承着“让数好用，把数用好”的理念，致力于用数据让产业更智能，一直是以“D-M-P”（Data-Machine-People）三层逻辑开展业务。基于在开发者服务中积累的数据以及对海量动态数据的深入洞察，利用数据治理能力，对数据进行归集汇聚、资产化管理、精细加工，结合行业理解，在商业服务和公共服务领域打造了产品化数据智能应用。 2024年底，每日互动首度官宣2025年核心战略——“发数站”战略，并在刚刚结束的2025数据安全发展大会启动“发数站‘百城百场景’共创计划”，计划未来三年在百个城市和企业落地100个数据要素场景。 ​另一方面，每日互动基于“大数据+大模型”，推出了“个知AI”系列产品，面向企业应用和政务场景，实现企业级知识库的快速搭建，和基于权威语料交互式实现政务场景公文写作。 ​“发数站”和“个知AI”新业务布局方向跟每日互动现有“D-M-P”业务逻辑是什么关系？AI大模型产品在每日互动未来业务布局是什么定位？带着这些问题，爱分析对每日互动创始人&CEO方毅进行访谈，围绕着每日互动发数站战略、“个知AI”系列产品等新业务布局展开探讨。 ​基于交流探讨，爱分析认为，“发数站”和“个知AI”两个新方向的业务逻辑跟“D-M—P”是一脉相承。 ​每日互动通过“发数站”及“百城百场景”计划将这三层业务逻辑推广、复制到其他合作伙伴。基于合作伙伴现有数据资源，融合每日互动的数据能力，共创打造出新的数据产品，服务于合作伙伴自身和其他客户。这样能够进一步激活每日互动及合作伙伴自身数据要素价值，充分利用每日互动的数据治理能力，同时能够将“绿波带”等成熟应用场景进行产品化、服务化，扩大潜在市场空间。 ​“个知AI”业务逻辑还是沿着“D-M-P”三层

​​1.报告综述 “央国企KPI”驱动央国企数字化投入稳中有进 在民营企业推进数字化转型的过程中，其核心驱动力往往聚焦于降本增效与开源节流。然而，对于央国企而言，尽管降本增效等因素亦在其考量范围之内，但其推进数字化转型的根本动因则需追溯至“央国企KPI”这一关键层面。 数字化与“央国企KPI”紧密相连，这一点从每年年末国资委召开的中央企业负责人会议中便可窥见一斑。2023年12月25日至26日，国资委召开中央企业负责人会议，全面总结2023年国资央企的工作成果，并深入研究部署2024年的重点任务。会议明确提出，2024年国资委对中央企业将继续保持“一利五率”目标管理体系的总体稳定，具体要求包括“研发投入强度和科技产出效率持续提高”，同时强调“持续加强精益化运营管理”“着力加大科技创新工作力度”。2024年末的会议亦延续了类似的表述。2024年12月23日至24日，国资委召开中央企业负责人会议，对2024年国资央企的工作进行全面总结，并研究部署2025年重点任务。会议指出，2025年“一利五率”经营指标体系将总体保持稳定，同时进行个别优化，研发经费投入强度需实现同比提升，并强调“坚持科技引领与产业升级相结合，着力培育更多创新驱动的新质生产力”。 从整体来看，国资委对央企的研发投入强度提出了持续增强的要求，强调科技创新作用的持续体现以及运营管理的持续精益化。参照央企的相关要求，国企亦面临着类似的要求。数字化转型正是实现这些“央国企KPI”的关键路径之一。 除了上述年度KPI之外，央国企还设有专项KPI。近两年来，在数字化领域最为显著的专项KPI当属人工智能专题。2024年2月19日，国务院国资委召开“AI赋能 产业焕新”中央企业人工智能专题推进会。会议认为，加快推动人工智能发展，是国资央企发挥功能使命，抢抓战略机遇，培育新质生产力，推进高质量发展的必然要求。中央企业要开展AI+

近年来，随着全球市场环境的变化与中国企业实力的提升，“出海”已成为中国企业全球化战略的核心方向。然而，传统的“卖货”模式已无法满足新时代的需求。中国出海企业正面临从“流量驱动”向“品牌驱动”的转型，这一过程中，消费者运营成为关键。企业不仅需要高效触达全球消费者，还需通过精细化运营提升品牌忠诚度与复购率。尤其是在多语言、跨时区、文化差异等复杂环境下，如何实现全球消费者运营的高效化与智能化，成为企业出海的重大挑战。 在这一背景下，快牛QuickCEP凭借其领先的技术实力与深刻的行业洞察，迅速崛起为中国品牌出海消费者运营Agent市场的领军者，市场份额稳居第一。快牛QuickCEP不仅服务了泡泡玛特、荣耀、Ulike、360、赛维时代、Cider等国内头部出海品牌，还成功打入美国、日本、东南亚等海外市场，服务当地企业，成为国内SaaS厂商中少有的全球化标杆。 图片 那么，快牛QuickCEP究竟是如何满足中国品牌出海企业的新需求的？其背后的技术逻辑与市场策略是什么？带着这些问题，爱分析与快牛QuickCEP创始人兼CEO陈光进行了一场深度对话，试图揭开快牛QuickCEP的成功密码。 图片 01 快牛QuickCEP以前瞻性AI技术赋能品牌出海，推动跨境电商从“流量驱动”向“品牌驱动”的范式升级 爱分析：陈总，快牛QuickCEP在中国品牌出海消费者运营Agent赛道上一直处于领先地位，请问你们是如何做到的？ 陈光：其实，我们在赛道火起来之前就已经入局了。提前一两年做准备，让我们在AI和出海风口叠加时能够迅速抓住机会。2021年是我们创业的关键节点，那一年中国跨境电商行业经历了从“卖货”到“品牌出海”的转型。疫情期间，全球供应链依赖中国，跨境卖家赚得盆满钵满，但随后亚马逊对中国违规卖家的清算和iOS隐私政策的调整，让行业面临巨大挑战。 这些变化促使行业反思：单纯依赖流量

1. 报告综述 1. “央国企KPI”驱动央国企数字化投入稳中有进 在民营企业推进数字化转型的过程中，其核心驱动力往往聚焦于降本增效与开源节流。然而，对于央国企而言，尽管降本增效等因素亦在其考量范围之内，但其推进数字化转型的根本动因则需追溯至“央国企KPI”这一关键层面。 数字化与“央国企KPI”紧密相连，这一点从每年年末国资委召开的中央企业负责人会议中便可窥见一斑。2023年12月25日至26日，国资委召开中央企业负责人会议，全面总结2023年国资央企的工作成果，并深入研究部署2024年的重点任务。会议明确提出，2024年国资委对中央企业将继续保持“一利五率”目标管理体系的总体稳定，具体要求包括“研发投入强度和科技产出效率持续提高”，同时强调“持续加强精益化运营管理”“着力加大科技创新工作力度”。2024年末的会议亦延续了类似的表述。2024年12月23日至24日，国资委召开中央企业负责人会议，对2024年国资央企的工作进行全面总结，并研究部署2025年重点任务。会议指出，2025年“一利五率”经营指标体系将总体保持稳定，同时进行个别优化，研发经费投入强度需实现同比提升，并强调“坚持科技引领与产业升级相结合，着力培育更多创新驱动的新质生产力”。 从整体来看，国资委对央企的研发投入强度提出了持续增强的要求，强调科技创新作用的持续体现以及运营管理的持续精益化。参照央企的相关要求，国企亦面临着类似的要求。数字化转型正是实现这些“央国企KPI”的关键路径之一。 除了上述年度KPI之外，央国企还设有专项KPI。近两年来，在数字化领域最为显著的专项KPI当属人工智能专题。2024年2月19日，国务院国资委召开“AI赋能 产业焕新”中央企业人工智能专题推进会。会议认为，加快推动人工智能发展，是国资央企发挥功能使命，抢抓战略机遇，培育新质生产力，推进高质量发展的必然要求。中央企业要开展A

在全球化竞争日益激烈的当下，众多央国企正加速推进从“公司级数字化”向“集团级数字化”的转型进程。这一转型不仅旨在进一步深化企业的降本增效，还期望通过集中管控和加强下属公司间的互联互通，实现资源的高效配置与信息的快速流通。然而，转型之路并非一马平川。若集团新建系统的员工体验欠佳，下属公司往往会倾向于回归之前自建的系统，这将严重阻碍集团数字化战略的落地与实施。在此背景下，IT运维客服系统被视为保障集团数字化落地的“金钥匙”，其重要性愈发凸显。 01 中国建科亟需构建高效的IT运维客服系统来提升员工体验，以确保集团数字化战略的顺利落地 中国建设科技集团股份有限公司成立于2014年6月30日，长期深耕于工程设计领域，并成功完成了众多具有国际影响力的海内外工程项目。作为一家大型企业集团，中国建科旗下拥有众多子公司，境内员工总数超过12000人。为了顺应时代发展潮流，中国建科于2020年开始信息化与数字化战略落地。在这一过程中，公司共搭建了四十余套系统，并采取了从小范围试点单位逐步扩展至全集团范围的推广策略。 随着集团各系统陆续上线并覆盖越来越多的员工，IT运维相关的咨询量也呈现出日益增长的趋势。面对这一挑战，中国建科迫切需要搭建一套高效的IT运维客服系统，以应对全集团员工的咨询需求。该系统需以高品质的员工体验为核心，实现高效、便捷的一体化服务，从而为集团数字化战略的顺利施行提供有力保障。 02 调研发现IT运维咨询现状的四大痛点：IT运维咨询渠道单一、记录工具缺失、服务团队分散、流程散乱 经过深入的市场调研和严格的厂商评估，中国建科选择网易云商作为合作伙伴。双方对中国建科的IT运维咨询现状进行调研，共同梳理出以下四大痛点： 1、服务渠道单一且效率低下：中国建科的IT运维咨询服务主要通过电话进行，这导致服务渠道严重受限。当一名员工正在使用电话咨询时，其他员工的来电就会遭遇占线

国内经济复苏未达预期，国际局势日趋紧张，内外因素叠加，企业处于环境不确定性加剧。中小企业若要在变局中求生存、谋发展，必须顺应时代发展做出改变。办公IT轻资产化是中小企业抵御不确定性的有效方式，可以带来现金流更健康、更聚焦主营业务、经营更灵活三大收益。 中小企业办公IT轻资产化遭遇诸多挑战，可以总结为“三低一割裂”，包括低性价比、低可靠、低灵活和服务割裂，这些挑战将降低企业轻资产化战略转型的收益。中小企业需要高性价比、24小时服务、灵活用退的一站式解决方案，实现高质量办公IT轻资产化。 注：“爱分析ifenxi”微信公众号或者官网，可下载《中小企业突围之道：灵活、高性价比的办公IT解决方案》。 01 环境不确定性加剧，中小企业需要“轻装上阵” 环境不确定性加剧，中小企业需要顺势而变 国内经济复苏未达预期，国际局势日趋紧张，内外因素叠加，企业所处环境不确定性加剧。大企业在营收稳定性、资金储备、授信额度等方面具备优势，面对不确定性具有较强抵御能力。而数量庞大的中小企业则不具备这些优势，它们若要在变局中求生存、谋发展，必须顺应时代发展做出改变。 办公IT轻资产化是中小企业抵御不确定性的有效方式 轻资产强调企业通过租赁、共享或外包等方式，将固定资产的投资降至最低限度。一些中小企业为适应高度不确定的环境，已启动轻资产化战略。 办公IT类资产占比较高，中小企业应聚焦办公IT轻资产化。中小企业资产较为简单，可以划分为五类。一是电脑、打印机等办公IT类资产，二是冰箱、微波炉等生活类资产，三是办公桌、沙发等桌椅类资产，四是白板、笔等文具类资产，五是具有行业或企业特性的其他资产。爱分析选取多类常见中小企业进行调研，对其固定资产分布情况进行盘点。调研数据显示，办公IT是中小企业资产的核心组成部分。从排名角度而言，办公IT类资产在中小企业总资产中的占比通常为第1名或第2名。从比重角度而言，办公IT类

5月15日，爱分析将正式发布《2024爱分析·大模型应用实践报告》。今日先行发布报告的市场洞察部分，主要为大模型落地的三项挑战及其解决方案，以供企业用户前瞻。 注：市场洞察为精简版，下载完整版《2024爱分析·大模型应用实践报告》请登陆www.ifenxi.com，或微信搜索公众号“爱分析”领取。 挑战1：大模型项目与企业战略脱节 一般情况下，大模型通常是由上至下推动的，由董事长或CEO等企业一把手宣布大模型必须落地的任务。该任务无论分配到哪个团队，都会启动一个以大模型为主题的项目，并展开一系列汇报工作。 在汇报过程中，企业一把手询问的首个问题往往是大模型项目与公司战略的关联。但是，在大多数汇报中，项目负责人的回答仅局限于大模型技术和应用，例如“大模型+知识库”赋予一线员工的能力提升、“大模型+数据分析”提高了业务人员使用数据的便捷性等。 这些价值与企业战略间并无必然联系，即大模型项目与企业战略之间没有必然联系，进而导致大模型项目难以顺利过审。 某大型化学用品公司CIO向总经理汇报2024年度IT项目规划和预算情况，但汇报并不顺利，重点问题在于大模型项目的业务价值没有打动总经理。因此，爱分析建议首先要解决如何保持大模型项目与企业战略一致性的问题。 解决方案：战略一致性，企业成功落地大模型的隐藏秘钥 实际上，多数企业在2023年年末至2024年年初期间会做2024年企业战略规划，其中必然涉及到战略目标设定以及战略解码的过程。爱分析认为，大模型项目必须在战略解码的过程中找到自身的核心定位，或者说确定其与战略的紧密联系，这对于项目的顺利进行至关重要。 下图为一个常见的战略解码过程，涵盖了从整体公司级战略到管理层设定的KPI目标，再到业务执行层的每个项目。无论是采用战略地图或者其他形式，都可以帮助企业进行战略解码的工作。其主要作用是在整个战略解码的过程中，尤其是在最终的执行层（项目