6月25日下午，由爱分析主办的2025爱分析·第三届AI大模型高峰论坛在北京JW万豪酒店成功举办。本次论坛以「技术鼎新，场景跃迁」为主题，通过多行业多领域实践主题演讲和案例解读、互动交流，分享前沿的技术进展和领先企业内的实践经验，共议如何让AI从“技术惊艳”走向“商业爆发”， 驱动企业实现效率与价值的超级跃迁。 活动特别邀请到了王府井集团总裁助理、市场与数字运营中心总经理杜涛、广州广交数科信息产业有限公司AI负责人常振廷、数势科技数据智能产品总经理岑润哲、汇付天下集团系统运营总监、汇付云业务总经理郭松、容联云大模型产品负责人唐兴才、晶合集成AI研发项目总负责人黎家俨、开为科技创始人杨通等嘉宾到场，进行主题分享与互动讨论。 本届高峰论坛还吸引了包括长江证券、长安汽车、首钢集团、中国长城学会等企业在内的超过300位行业人士代表到场参会，同时也有超过2万人在线观看了活动实时直播，并取得热烈反响与一致好评。 活动开场，爱分析创始人兼 CEO 金建华登台发表开场致辞，以具前瞻性的视角，为整场论坛奠定了深刻而富有洞见的基调。他判断：“Agent 将是未来十年的黄金机遇，它将推动软件系统从‘为人服务’向‘为大语言模型服务’转型，彻底重塑中国软件行业格局。” 在主题分享环节，来自不同领域的行业专家相继登台，围绕 AI 大模型的技术进展、应用实践、未来趋势等核心议题，发表真知灼见，输出一系列前沿的AI洞察： 爱分析联合创始人兼首席分析师张扬凭借对中国AI市场多年的深度研究与持续跟踪，结合大量的市场调研数据与实际案例，带来AI Agent落地进展与趋势分析演讲。他指出大模型标杆项目推广过程中，存在着一套行之有效的 “四步法则”：一是提高用户接受度，二是设计可复用的方案，三是构建大模型项目驾驶舱，四是塑造AI文化。 商汤大装置研发总监王志宏结合商汤在多模态 Agent 领域的大量研发实践与成功案

6月25日，2025爱分析·第三届AI大模型高峰论坛圆满举办。作为此次论坛的重磅环节，正式公布了“2025爱分析·DeepSeek最佳实践案例”“2025爱分析·AI大模型优秀厂商”“2025爱分析·AI Agent最佳实践案例”三大奖项，最终共61家公司荣获奖项。 2025爱分析·DeepSeek最佳实践案例 本奖项旨在为了发掘DeepSeek推理模型高价值应用场景，总结并推广DeepSeek应用实践经验，宣传在应用DeepSeek技术方面取得卓越成就的企业，展示不同行业、不同场景下的创新应用。 评选根据案例创新性、案例代表性、案例价值与效果三个维度遴选出8个成熟且已落地DeepSeek项目的案例及企业厂商授予该奖项，希望通过该奖项为更多企业提供借鉴和参考，共同推动人工智能技术的发展和应用。 现将本次获奖企业予以公布（排名不分先后）： 2025爱分析·AI大模型优秀厂商 本奖项旨在表彰在AI大模型领域勇于探索、创新实践，不断突破进步的优秀厂商，帮助各行业企业遴选出在AI大模型领域提供相关产品和服务的厂商，推动企业数智化转型。 评选根据产品领先性、技术创新性、应用成熟度、收入规模，公司规模、价值创造六个维度，遴选出30家优秀厂商授予该奖项。 现将本次获奖企业予以公布（排名不分先后）： 2025爱分析·AI Agent最佳实践案例 本次奖项旨在梳理各行业和应用场景的AI Agent智能体落地方式，挖掘通用领域和垂直领域AI Agent智能体应用价值，给央国企、制造、消费零售、金融、医疗、教育等领域企业用户提供AI Agent智能体规划建议。 评选主要根据解决方案、实践案例、企业代表性三大维度表现展开评选。获评案例展示了AI Agent实践的成果和效益，及在AI Agent领域的创新能力和独特性，爱分析最终筛选出以下25个获奖案例。 现将本次入选案例予以公布（排名不分先后）：

图片 数据业务已经成为头部SaaS厂商新的增长引擎。 Salesforce最新财报显示，Data Cloud业务年度营收达9亿美金，年度同比增长120%，远远高于11%的整体营收增速。Salesforce CEO在电话会议表示，Data Cloud是有史以来增长最快产品，是2025财年焦点产品。国内市场，智能销售SaaS厂商探迹科技已经将数据能力作为核心竞争力，基于1.8亿市场主体的全量数据为企业提供智能销售服务，数据正在释放巨大业务价值，这对数据平台提出了更高要求。 01 数据服务能力成为SaaS厂商的必备能力 以DeepSeek为代表AI大模型爆火后，越来越多SaaS厂商将AI能力融入到产品服务中，研发以AI大模型为核心能力的智能化产品。以探迹科技为例，探迹科技推出了销售大模型“探迹SalesGPT”、电商全流程AI Agents平台“探域电商智能体”，面向营销、获客、售后客服等场景。 在实际落地中，由于 AI 大模型存在“幻觉”等问题，例如生成与事实不符的内容，导致智能产品在没有高质量知识库和数据支撑下难以精准服务。这使得数据质量、知识库构建、工作流稳定性成为智能化场景成功落地的关键前提。 同时，SaaS产品正深入到企业用户的业务场景中，企业用户越来越多的业务数据运行在SaaS平台。探迹销售云产品覆盖了企业用户从寻找客户、联系客户到管理客户的全销售流程，这使得企业用户对探迹科技的数据服务能力提出更高要求，不仅仅是简单的数据看板，而是希望获取实时、深度加工后的数据，辅助业务决策。 以上两方面因素使得SaaS厂商必须持续增强数据服务能力，满足诸多企业用户不断涌现的数智化新需求。 02 SaaS厂商数据平台面临三大问题和一大隐性需求 数据服务能力的底层需要有一套强大的数据平台支撑，而大部分SaaS厂商早期都是基于开源框架组件自建的数据平台，如 Spark、Flin

01 报告综述 近年来，随着宏观货币政策让利实体经济，中国商业银行贷款利率不断下调，导致净息差持续走低。2022年净息差跌破2%，2025年预计将跌破1.5%。净息差也成为银行业利润下滑的主要原因之一。根据国家金融监管总局披露的数据，2024年中国商业银行累计实现净利润2.3万亿元，同比下滑约0.1万亿元。 图1 2020-2024年中国商业银行净息差低息差 时代倒逼银行必须突破传统规模驱动的模式，转向效率驱动与创新驱动模式。 1. 效率驱动：流程精简与成本压缩 在收入增长困难的背景下，银行亟需通过提高运营效率来控制成本。部分银行的北极星指标已经从资产规模增长转为成本收入比。 首先，围绕新的北极星指标，银行运营管理的核心指标体系将发生变化。行内需要将成本收入比指标，逐级拆解至各个地区、业务部门、职能部门，进而在全行范围内建立新的成本控制指标体系。这对于银行的运营指标分析体系提出了新的要求。结合AI大模型技术的智能分析，成为诸多银行2025年内部落地的重要数字化项目。通过智能分析服务，银行不光能提高运营管理取数效率，更需要在经营分析层面构建归因推演、趋势预测等深度推理能力。 其次，银行将大力推进核心业务流程的智能化改造，降低人力依赖，以实现端到端的流程打通与实时监控。过去，RPA等初级AI应用在银行后台运营方面已经落地普及；现在，结合AI大模型能力的数字员工将在反洗钱、企业信贷等核心业务场景中生根发芽。AI数字员工不再是承担简单的重复劳动职责，而是逐步渗透到有一定专家属性的业务场景，提高核心业务产出。 第三，与流程智能化改造同步，银行还需要匹配以组织架构优化工作以实现降本。比如，在骨干团队内部推行矩阵式管理，减少层级审批环节，加速决策与执行的闭环。综合来看，银行通过运营指标体系重塑、流程智能再造、组织优化等多管齐下的效率举措，在压降运营成本的同时，在行业中塑造起新的竞争力。

01 aPaaS和iPaaS成为企业用户关注重点 1. PaaS市场定义 根据Gartner的定义，PaaS（Platform as a Service）平台是应用基础架构（中间件）服务的广泛集合， 包含应用平台、集成、业务流程管理、数据服务和AI应用等。 PaaS平台旨在帮助开发人员专注于编写、 运行和管理应用，而无需担心和考虑底层基础架构，同时对其数字化系统进行IT运营控制。这里的开发人员是指泛开发人员，包含企业用户内部的信息化、数字化部门人员和业务部门中从事信息化、数字化工作的相关人员。 基于PaaS平台定义，按照不同应用场景进行分类，PaaS可分成gPaaS、aPaaS、iPaaS、BPM、DBPaaS、AIPaaS、IoTPaaS等。 图片 2. PaaS厂商定义及分类 PaaS厂商是提供PaaS平台及相关服务的科技公司，这里的服务包含PaaS平台本身的部署运维服务、培训、技术支持和基于PaaS平台之上的应用实施、二次开发、部署、运维服务。 按照PaaS厂商的资源禀赋和主营业务方向，可以将市场上的PaaS厂商分成三类，分别是云厂商、应用软件厂商和独立PaaS厂商。 云厂商是指营收主要来自IaaS（IT资源，包括计算、存储和网络等）产品服务，IaaS产品服务收入占比超过50%。 应用软件厂商是指营收主要来自业务应用软件（云端SaaS或本地部署等方式）产品服务，应用软件产品服务收入占比超过50%。 独立PaaS厂商是指营收主要来自PaaS产品服务，PaaS产品服务收入占比超过50%。 图片 3. PaaS市场驱动因素之一：数字化建设进入下半场带来全新市场机会 数字化市场经过十年发展，大中型企业的数字化建设已取得初步成果，整个市场进入下一阶段，呈现出新的市场态势。 首先，企业核心系统建设告一段落，大量衍生需求和长尾需求亟待满足。 数字化进入下半场，企

当大模型技术从实验室走进大众视野，企业场景优先落地通用办公场景。2025年推理模型与Agent风云再起，成为通往AGI道路上的技术新拐点。同样的，在企业级应用中，业界也期待大模型技术能从“文档生成”、“问答助手”等初级应用，向企业研发、生产、销售等核心价值链场景渗透。也许，企业级AI超级应用的诞生已经近在咫尺。 ⏰6月底，爱分析将在北京举办“技术鼎新，场景跃迁”为主题的第三届AI大模型高峰论坛。汇集各领域的技术与应用专家，共议如何让AI从“技术惊艳”走向“商业爆发”， 驱动企业实现效率与价值的超级跃迁。 峰会聚焦三大核心议题： 【技术】大模型技术是否到达质变门槛，接下来的技术趋势会如何发展？ 【场景】大模型在企业核心业务场景的落地处于什么阶段？供需双方该怎么做？ 【实践】为迎接Agent时代，CIO需要在IT系统、数据底座等层面做好哪些准备工作？ 三大AI奖项正在征集中： 🏆 2025爱分析•DeepSeek最佳实践奖 🏆 2025爱分析·AI大模型优秀厂商奖项 🏆 2025爱分析·AI  Agent最佳实践案例 更多活动嘉宾与信息陆续更新，敬请期待！ 报名请在评论区留言或私信，我们会尽快联系您。

近日，王府井集团携手网易云商，达成深度合作，全面接入 DeepSeek 等大模型能力，共同构建数字化商业新生态。 当下，AI 技术蓬勃发展，正深刻重构商业零售的 “人、货、场” 生态模式，此次合作双方强强联合，充分发挥各自优势，将人工智能深度融入王府井业务场景，升级智能客服系统，在营销和售前、售中、售后服务各环节提供个性化、有温度、智能化的消费者体验，重新定义商业零售服务新标准。 亮点一：智能体将于5月上线，“AI 金牌导购” 贴心相伴 网易云商正在助力王府井门店稳步部署导购智能体。凭借 DeepSeek 等大模型的强大能力，智能体大幅提升机器人应对各类购物需求场景的问题解决能力。无论顾客提出的是模糊的购物意向，还是明确具体的商品要求，智能体上线后，客服响应速度将大幅提升。 不仅如此，智能体还能依据过往顾客购物偏好和当下时尚潮流趋势，为顾客精心提供搭配建议，极大缩短购物决策时间，引领顾客从传统购物体验迈向智能化、个性化购物新体验。 亮点二：AI 辅助坐席，夯实标准化服务根基 接入 DeepSeek 等大模型能力后，AI 坐席辅助成为客服与客户沟通的得力助手。它为坐席提供话术扩写、润色服务，在与客户的沟通中有效传递品牌温度。 在出现多次转接、人员变更对接等沟通信息差时，AI 坐席辅助帮助客服快速获取过往沟通信息，更高效地服务客户。同时，通过实时监控对话质量，确保顾客无论何时咨询，都能享受到始终如一的优质高效服务。 亮点三：构建大模型知识库，发挥智能客服双倍价值 王府井集团服务中心秉持 “同一个客户同一个王府井” 理念，统一管理超 80 家门店的线上线下渠道，涉及知识点繁杂，对客服人员专业度要求非常高。 此次智能客服完成全面升级，大模型与知识库深度融合，快速学习企业内部文档，精准识别商品别名与消费者口语化表述，快速匹配商品，及时同步新促销规则，自动核查政策合规性。此外，还能实现

01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；国有企业则包括地方国资委监管的地方国企。央国企在中国经济中占据主导地位，其业务范围涵盖能源、通信、制造、交通、金融等关键领域。作为国家经济支柱，央国企的运营效率、创新能力和社会影响力对国民经济具有深远影响。 央国企数字化是指通过新一代信息技术（如云计算、大数据、人工智能、物联网等）对企业的业务流程、管理模式、产品服务进行全面升级，以实现运营效率提升、成本优化、创新驱动和可持续发展。数字化不仅是技术工具的引入，更是对企业战略、组织架构和文化的系统性变革。央国企数字化的核心目标包括：提升生产效率、优化资源配置、增强市场竞争力，以及履行国家赋予的战略使命（如科技创新、产业升级、信息安全等）。 央国企数字化的必要性源于多重驱动因素： 政策导向：国资委对央国企的考核指标（如“一利五率”）明确要求提升研发投入强度、科技产出效率和精益化管理水平，数字化是实现这些目标的关键路径。例如，2024年国资委会议强调“持续加强精益化运营管理”和“着力加大科技创新工作力度”，进一步推动了央国企的数字化进程。 市场竞争：随着全球经济数字化转型加速，央国企面临来自国内外市场的竞争压力，亟需通过数字化提升核心竞争力。 技术变革：人工智能、大数据等技术的快速发展为央国企提供了新的增长点。例如，央国企通过“AI+专项行动”推动人工智能与产业深度融合，培育新质生产力。 社会责任：作为国家经济支柱，央国企需在信息安全、绿色低碳等领域发挥示范作用，数字化是实现这些目标的重要支撑。 近年来，央国企数字化取得了显著进展，主要体现在以下两个方面： 市场规模：2024年央国企数字化市场规模已达5931亿元人民币，预计到2027年

图片 01 研究范围定义 研究范围： 大模型是指通过在海量数据上依托强大算力资源进行训练后能完成大量不同下游任务的模型。2023年以来，ChatGPT引爆全球大模型市场。国内众多大模型先后公测，众多互联网领军者投身大模型事业，使得大模型市场进入“百团大战”阶段，2023年成为公认的“大模型元年”。 企业用户方面，大模型的应用速度之快超乎想象。2023年初，企业管理层对大模型的话题还停留在大模型是什么，是不是概念炒作。短短半年，大模型已经从饭后谈资走向落地应用。大企业管理层们希望了解到大模型能为企业发展带来哪些变革，大模型的应用路径是什么，如何提升大模型的投资回报率，以及应该为拥抱大模型做哪些准备。而且，大模型吸引的人群也愈发广泛，不仅吸引CIO、CTO等技术管理者的关注，CEO、CMO等非技术类管理者同样期待大模型在业务中发挥价值。这些转变表明，大模型的变革之力正日益得到产业界的认可。 通过对市场规模数据的分析，能较为直观地体现出企业对大模型应用落地的热情。爱分析数据显示，2023年中国大模型市场规模约为50亿元（人民币，下同）。2023年，企业在大模型方面的采购特点是论证多、采购少，各企业计划在2024年开始大量释放大模型预算，因此市场规模将大幅增长，预计达到120亿元。 爱分析认为，大模型市场从技术架构角度可以划分为基础层、模型层、中间层和应用层。基础层是指为大模型训练推理而提供的基础环境，包括湖仓一体、向量数据库、智算中心、企业大模型等。模型层是指基础大模型以及微调后的大模型，包括通用大模型、行业大模型、领域大模型和企业大模型。中间层是模型层和应用层之间的“桥梁”，有利于大模型在各种实际场景快速落地，包括大模型应用开发工具、LLMOps工具等。应用层是指大模型应用和解决方案，包括知识库问答、智能客服、数据分析等。大模型市场划分详见下图。 图片 本评估报告聚焦