社区

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

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

​​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

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。