“关于中国企业家人工智能应用的应用的报告（2025）”全文发布 – 北京新闻

在2025年上半年，在深刻重建全球商业模式以及中国经济运营的不断改进的背景下，人工智能将是一个关键波动，将加速整个生产链，管理和服务公司的渗透，从而影响公司的运营效率和公司的竞争优势。在这个技术周期中，充满了变革，商业判断，选择和反应的挑战和机会，是中国微观经济韧性的真正体现。为了在2025年6月获得AI转型的公司的真正温度，北京新闻喙金融公司为18个主要行业（包括制造，技术，金融和互联网）推出了“商业人工智能应用程序调查”。该研究收集了128个业务领导者的有效样本，他们涵盖了广泛的实体，从中小型企业到大型团体，从洛杉矶RGE和中型公司将大型集团化。调查结果表明，人工智能正在将“添加剂工具”更改为“生产力系统”，其中89.84％的公司在其真实业务中实施AI应用程序，涵盖了多个链接，包括数据分析，研究和产品开发，客户管理和流程管理。同时，对AI治理的研究，组织的建设，员工的培训和战略规划仍在登山阶段，这表明对政府政策的支持明确期望在传播人才方面，遵守规定和对变革的支持。该报告预计，通过系统地审查业务群体，部署路线和政策要求，向政治领导人，投资机构和工业专业人员提供第一条信息，向公司提供现实和具体的参考。该解决了AI时代的组织跳跃和能力转变。 2025年在中国10个主要应用的趋势：在“中国企业家人工智能应用的调查报告”中，“ AI的业务应用是逐渐迁移的10个主要趋势”。 “操作引擎”促进了商业链接，例如数据分析，研究和技术开发以及客户运营。数据显示，只有10.16％的公司不打算使用AI。 That is, 89.84% of companies the AI apply to varying degrees in processescommercial Trend 2. The Application Scenario Focuses On “Decision Making + R & D + Services”, While The Process and Hr Scenaries Focus On Ai Folow-Up With “Data Analytics and Decision Support” (57.03%), “Innovation and Product R&D” (49.22%), and “and” and “and” and “and” and “and”和“ and” and“ and”（46.09％）（46.09％），“客户服务”（46.09％），“客户服务”（49.22％），“客户服务”（49.22％），“客户服务”（49.22％）。趋势3。业务访问服务已在第四阶段迁移。主要是实施内容的生成，内部自动化的客户信息和说明，有41.41％的公司首选公共访问API，34.38％的公司配置了个性化型号，30.47％使用的集成工具，每步逐步实施了步骤实施策略“ API->工具”工具的生成/内部自动化的生成58. 58. 58. 58. 58. 58. 58.58。将用于“客户信息”，而32.03％的人将重点放在“内部自动化”上，表明“营销效率对话”的技术部署路线。LAN或计划建立与AI相关的职位。其中，数据部门/TI（25.78％）中最常规的整合方法反映了面向“面向组织的项目”的结构阶段。与此同时，公司也正在加速IA员工培训系统的建设。28.91％的公司的飞行员培训，而该公司的建设则是14.06％的正常机构，指示了正常机构，该公路是正常的。机器”。趋势5。几乎70％的公司包括中期和短期策略，长期意识正在逐渐形成。42.97％的公司将AI纳入了三年以上的战略计划中。另外22.66％的公司在短期测试阶段中，在“ Systems Implancy Systems”的构建中。ESS要采取行动，但只有11.72％的人建立了AI政府制度，而另有51.57％的人已经有地方法规或政府计划。趋势7。缺乏人才和战略性缺乏是主要障碍。企业重点已转向长期能力的发展。 47.66％的公司报告说缺乏人才，43.75％的人工智能经验和33.59％的人没有制定AI策略，这强调了“从部署到建筑”的真正挑战。趋势8。公司通常认识到AI的实际价值，有68.75％的人清楚地预测，“降低成本和效率提高”将带来多种收益，包括运营效率，客户体验，流程协作，品牌创新，尤其是进程中的密集情况。趋势9。超过70％的公司认为，AI将在三年内优化或重组其行业结构。 78.13％的公司对AI的期望有积极的期望“优化”，“更改”或“重新定位”行业结构。 AI已成为公司战略评估中的现实变量。趋势10。公司的政策期望集中在三个关键支持上：“遵守人力资源的转型。” 62.5％的人寻求流行的人才培训，60.16％的人希望获得中小企业转型的补贴，有51.56％的人注意数据实现数据，这表明公司已经进入了“关键窗口”时期的“关键窗口”，以实现IA的真实实施。第1章：AI的实施的当前状态：应用程序正在成为它们迅速扩展的支柱，1.1应用程序方案加速了扩展，AI进入了“实用主义”阶段。 17.19％的大公司和35.16％是微公司。trust更具代表性。 2024年中央经济劳工委员会提出了“人工智能+”的行动，而2025年的政府工作报告明确提议加速启动。“人工智能+”动作的影响。 ，促进大型模型在制造，市场流通，新一代智能终端和智能制造设备等关键领域的应用。在2025年上半年，人工智能成为公司数字业务的重要组成部分。研究数据表明，只有10.16％的被调查公司可能不使用AI。换句话说，几乎90％的公司将AI纳入至少一个运营链接。结果表明，“数据分析和决策支持”已成为AI的最中心应用程序，表明大多数公司将AI视为支持决策并鼓励基于数据的操作的“新大脑”。第二个是“产品的创新，研究与开发”和“客户和运营服务”，分别代表49.22％和46.09％，这表明公司使用AI作为促进更新的重要工具中心功能。在中国市场，大型模型迅速融入业务级别的应用程序。北京新闻喙财务记者观察到了AI实施路线，发现从“客户服务自动化”到“供应链优化”，公司正在逐渐完成从外围流程到中央商业链接的过渡。北京新闻喙财务记者发现，这一趋势反映在两个关键节点中：首先，深度扩展。 28.91％的公司将AI应用于“流程管理和流程优化”，而24.22％的公司在其“供应链管理”链接中实施了AI。这表明我们正在通过AI调查供应链的更好的制造和灵活性效率，尤其是当成本管理和不确定性成为关键问题时。第二个是人力资源方案的增加。人力资源管理中AI的当前比例仅为15.63％，但有些公司的AI利率相同。我们希望优化招聘肖像，员工绩效评估和才能肖像结构。 1.2 AI Enterprise的三种主要格式：API Public，Incorporated工具和自定义模型。公司实施人工智能的方式变得越来越多样化。研究数据表明，当前使用的AI服务类型表明了所采访的公司是“第一个API，自定义稳定，整合是互补的，开放源是非常分开的。” 41.41％的公司倾向于访问AI服务，称其为Operai和Baidu Wenxin等公共API。该模型具有低部署阈值，高适应性和快速响应速度的优势，这使其在中小型企业和起始设备之间特别受欢迎。 API格式方便在诸如CRM，财务报表和市场分析等光线场景中快速整合以及P根据要求，将灵活的支持用于计费。 34.38％的公司选择构建或购买自定义模型，表明其AI应用程序已使用通用ToolSto独家特征进行了更新。这种类型的模型主要在私有云，本地服务器或混合云体系结构中实现，并且与需要高数据安全性和垂直能力的金融，能源，政府问题和制造业等行业一致。 30.47％的公司喜欢使用其办公室或管理系统带来的智能特征，例如Feishu Intelligent Assistant，PPT AI和Kingsoft Document AI助理。这种类型的模型不需要额外的开发，并且具有“低成本，零实施，立即可用性”的优势，并且在办公室自动化和简化大型中型公司的关键作用中起着关键作用。这也意味着影子AI逐渐成为现实。员工“无需使用AI儿子“每天在办公室里，AI开始成为诸如EnergyDroelectric的业务基础设施的一部分。开源模型的实施意味着特定的算法及其实施。它主要集中在科学研究机构和主要的制造公司中能够成为“ API”（API），这是一种在商业流程和知识中心中的模块。例如Cproduct Reativity和Content Intergention。客户的想法反映了公司在AI支持的业务增长方面的高期望。 “内容产生”，客户销售和任务更接近转换指标，这表明公司正试图在其营销链中实施AI，以提高客户获取效率和想法的精度。业务自动化。这种类型的自动化主要意味着高度重复且清晰的结构化过程任务，例如文档，过程流，管理或财务处理的生成。作为提高组织效率的一部分，作为内部自动化的一部分，它略低于客户应用的比例。公司正在考虑将AI用于与Merinternational Cados或某些公司的多语言需求有关的“语言营销”。在数据条件下，可能允许条件，这两种类型的任务具有相当大的随后增长的空间。明年，在AI应用程序中没有方向的公司中，仍然有17.19％的公司。这些公司可能会面临尚未澄清的资源限制，技术阈值，认知障碍或应用方案要求。此外，AI的传播仍然存在逐渐差异，有些公司仍然期望。北京新闻喙财务记者说，这往往从面对新技术的实施并逐渐扩展到“流程和治理”和“为什么不采用呢？”时，这往往始于“营销和生产”？我们发现问题“”仍然反映了一个重要的分层。第2章组织建设和C准备能力：AI的转变仍处于早期阶段。 2.1几乎70％的公司已采取措施或将建立与AI相关的职位。尽管组织的变化和协调表明研究数据正在加速，但人工智能和设备环境的位置尚未在所有公司中流行，有65.63％的公司已建立，整合或计划建立与AI相关的组织结构，这表明公司逐渐将人工智能从“技术部署”促进人才水平的“组织结构”。总的来说，AI不再只是一个概念词，而是它已经开始成为一个现实的工具，可以将深入的业务运营流程整合并发展新的质量生产力。数据表明，有25.78％的公司具有集成的INIT或数据部门的能力，这使其成为当今建立就业的最传统方式。这种综合组织格式反映出，公司倾向于将AI融合为现有业务技术体系结构中的“改善特征”，有效地降低了组织的调整成本并迅速促进商业实施。这表明，公司开始在中央技术系统中整合AI的能力，并促进AI和传统商业系统的深入整合。尽管百分比相对较小，但有16.41％的公司已经建立了全时间独立设备，表明某些公司将AI视为独立分配的战略能力。这种类型的组织模型通常具有更强大的R＆D功能或AI的CO场景实施计划。换句话说，AI已经实现了“独立战斗单位”在组织中的作用的转变。另外23.44％的公司表示，他们尚未确定相关职位，但他们计划建立它们，表明AI组织的能力发展已经进入了更多的公司管理议程。这些公司处于“行动认知”的重要阶段，并有望迅速转变为实施明年的设施和团队的培训。尽管公司AI的进展不再限于技术工具的水平，但这也扩展到了组织结构的水平。间接反映您在那里。目前，有33.59％的公司表示他们仍然没有AI工作计划。这个百分比是最高的，但显示了相反的方向。 66.41％的公司已经促进，Integralado或计划建立AI工作，而组织变革正在形成常规方向。这种差异还表明，从AI组织的能力发展的角度来看，未来公司之间的节奏趋势可能存在“节奏差异”。开拓者必须继续建立结构性障碍，服务员必须弥补职位。北京新闻喙金融研究发现，从探索工作的整合到制度化，在业务组织能力的建设中不断进步和系统的人才系统。建造。鉴于最深的技术情景和对才能的需求不断增长，就业机构的节奏是衡量AI策略实施深度的关键指标之一。 2.2超过40％的公司已经开始培训AI员工，而C容量建筑是重要的驱动力。在2025年上半年，人工智能+已成为其业务数字化策略的标准选择。随着公司各个方面的人工智能的加速部署，越来越多的公司开始包括员工的能力，以考虑组织发展。研究数据表明，尽管有些公司尚未启动其培训系统，但超过30％的人已采取了大量措施，并计划在明年继续扩大覆盖范围。从“试点探索”到“机械化结构”的AI培训的趋势已经开始出现。根据在数据中，28.91％的公司已经实施了IA培训的几个试点，成为促进员工AI能力的主要小组。 Accipilot通常具有验证前和可控的促销特征，重点是关键部门，中央职位或特定的商业流程。飞行员在监视培训系统的规模上积累了实践经验。此外，14.06％的公司已经建立了与AI相关的定期培训机制，这些公司包括在其组织的长期发展计划中的AI能力以及相对稳定的课程的安排，表明它已经形成了学习过程或工作要求。这代表了零散的训练对“组织间内源能力”的重要飞跃，具有示例性和可扩展性的重要性。另有9.38％的公司尚未开始培训，但有开发OP明确计划在明年开始。尽管此速度不高，但它可以完全表明PCompanies的感受以提高AI员工的能力逐渐流行，并且有一种方向感可以转变为行为。根据先前的三个数据，有52.35％的公司促进或计划促进员工培训系统，这表明大多数公司已经在员工能力和AI应用程序之间建立了密切的关系，并且已经逐渐建立了制度化的路线。调查还显示，有47.66％的公司尚未宣布AI培训的形式，该培训仍然代表一半。公司的这一部分可能受到资源分配，技术应用的进度或管理意识的限制。但是，这个百分比意味着明年AI能力的发展仍然具有巨大的增长潜力。在实施AI工具的同时，TheCompany正在积极建立新的组织L能力是“人类机器”的协作，以及AI培训机制的合作能力，预计将成为技术部署后的第二个增长驱动力。 2.3几乎70％的公司将AI包括在其战略议程中，而长期发展的意识正在逐渐形成。研究数据表明，越来越多的公司正在将人工智能整合到其战略发展议程中，而不是将其视为短期技术工具。 42.97％的公司显然在三年中包括AI和更多的开发计划。这反映了公司不仅要注意AI的实际应用，而且还认为它是一个关键变量，它将促进未来的商业模型，产品结构和组织能力的更新。这个百分比不再是一半，但是在新的技术策略下，它仍然很快。在快速进化阶段的背景下，几乎一半的公司展示了未来的战略发展PPEARANCE表明AI逐渐进入了“长期的公司路线图”。几乎30％的公司认为AI是一个短期的勘探方向，超过65％的公司在组织层面上纳入了AI的战略思维，这在公司发展中逐渐显示出一定的公司。在三年多以上的战略中，另有22.66％的公司没有纳入其战略，但是很明显，它朝着短期勘探的方向发展，这表明公司已经进行了小型试点项目，商业验证以及积累的数据和经验，以实现后续战略更新。这些公司处于“战略准备期间”。我知道，一旦IA应用程序的成熟度，组织能力和业务兼容性符合要求，战略更新就会迅速实现。调查显示，只有8.59％的公司表示“仍然没有迫切需要”，表明MOST公司认识到AI对未来业务竞争力的战略重要性。同时，有25.78％的公司没有系统地考虑它，但不排除计划的可能性，为将来的战略留出了空间。这些数据反映了AI战略认知的传播过程中的持续进展，而仍处于安静阶段的公司也可以调整其作为行业的政策，市场或发展的方向。北京新闻记者发现，AI不再是“选择”，并且正在成为计划和签名公司长期资源的重要组成部分。随着探索公司成为计划中的公司，从战略上讲，AI的实践通过在未来两三年中通过集中的实施窗口指导它。 2.4 IA治理系统的建设正在逐渐发展，几乎有60％的公司已经发表了意图。在加速pen的底部人工智能在业务运营的各个方面的评估，越来越多的公司开始关注使用AI的机构建设和内部治理问题。仍然有一些公司已经建立了完全建立的政府系统，但是数据表明，超过58％的公司正在促进或计划建立相关系统，并且对治理的看法已经从任何事物中演变而来。 11.72％的公司这是IA治理系统，提供了工业研究的早期范式。这些公司是与使用AI保证治疗，控制算法，组织责任等能力相对应的标准化过程和管理机制。这个数字仍然很低，但是这个数字不再空白，这意味着它已经有效地达到了从0到0的既定诊断。这表明CO的五分之一以上MPANIES开始尝试以系统的形式调节系统的内部使用，并且治理系统从系统上远离分裂。这种“使用和治疗”的实践预计将在继续申请的同时积累公司治理经验。公司的这一部分构成了飞行员的关键过渡小组，以实现成熟治理。数据显示，有28.91％的公司没有政府制度，但已包含在计划中，表明AI治理已逐渐认可，并且正在公司的中等和高管理层中成为计划中的问题。从政府的角度来看，这也不再“被动地响应”，而是在管理系统组织的建议中积极地集成了AI。随着相关公司逐渐进入实施阶段，预计公司的这一部分将成为政府实施的主要增量来源明年。尽管有36.72％的公司表示尚未考虑AI政府问题。特别是，在AI的一般治理水平上，有一半以上的公司被敦促表达其管理治理行动的意图，因此有增长的空间。调查结果表明，AI的治理在一个重要的窗户时期，“从无处不在，从气溶胶到整体”。越来越多的公司不关注AI的商业价值，而是开始同时促进政府规则，合规框架和流程系统的创建。随着越来越多的公司积累经验，AI的治理有望成为商业数字管理的新基础设施。第3章：认知益处和竞争期望：降低成本和提高效率问题业务应用AI 3.1的问题被突出显示，这是该主题的重要因素。 “人力资源shOrtage”和“战略缺乏”标志表明，研究数据显然是基于大多数公司在加速对企业商业活动的人工智能应用程序中对人工智能的申请中所面临的AI的关键挑战。在其中，“贫困人才”和“战略性缺乏”是关键障碍，表明公司逐渐提高了该问题的范围来实施，以实施该问题，以实施这些问题，以实施 – 在这些问题上进行了更新，并具有更新的范围。本身是一个积极的信号，这表明IA的应用从工具级别发展到系统的发展，有47.66％的公司表示，他们缺乏教师AI的合并才能，而43.75％表明，AI的实施不仅是技术的介绍，而且是功能的变化，表明组织需要新的知识结构和工作系统。这为建立AI培训系统，内部人才培训和组合设备的建立提供了现实的基础。他们说，有33.59％的公司尚未制定系统的AI系统策略，并且他们占据了第三名。和隐私问题。在公司，在搬家之前，正在仔细评估技术背后的资源的合规性和消耗。调查发现，有17.19％的公司认为“员工不当接受”是主要障碍，只有21.88％的公司代表低绩效期权。这表明公司在第一行使用过程中通常接受AI，并且不会引起一般的抵抗。北京新闻喙财务记者将其分析为非常积极的信号，表明公司的文化是开放的，并且员工首先意识到AI使用方案以及提高效率的作用。将来，只需指导认知和提高授权，我们就可以提高人工智能在人类合作的巧合中的效率。北京新闻喙财务记者发现，公司的AI应用程序正在朝着“更深层的结构认知阶段”迈进，而不仅仅是“工具层”或“实验层”。问题是功能系统更新的开始。 3.2被调查的公司中，几乎70％认为AI可以直接导致“成本降低和提高效率”。研究数据表明，公司对人工智能的价值预期已更改为“探索性尝试”，以“真正的收益”，而接受调查的公司中有68.75％认为AI将为“降低成本和提高效率”提供最大的收益。同时，AI收到了公司对用户体验，过程协作和差异化竞争的优化的高积极期望。结果表明，AI被认为是一种直接提高运营效率和市场竞争力的生产力。数据显示，多达68.75％的公司将“降低成本和更高效率”视为AI带来最大价值的第一个选择。这不是将AI视为有用技术的公司y将来，而是作为具有立即，明智和可衡量的好处的现实工具。在那里弥补。特别是在过程自动化领域和任务的标准化领域，AI迅速形成可重复的操作模板。几乎一半的公司（48.44％）选择了“优化用户体验”作为反映AI好处的重要组成部分，表明他们希望AI变得“更好”，并被用来“更快地做”。 39.84％的公司在提高内部组织效率方面是对AI的乐观，包括流程自动化，任务协作，互助沟通和其他方面。这表明AI不仅提高了单个工作的效率，而且还设定了逐渐影响整个组织的协作模型。公司已开始关注AI在人与人与人之间的共同合作中所扮演的编程和协调角色。这表明，Although公司AI的意识不再处于技术工具阶段，它正在逐渐建立对从运营效率到价值形成的完整联系的理解。 AI被认为是考虑利率和创新的全面功能资源的一种方式。 3.3几乎80％的公司认为AI将在三年中重建或优化其行业结构。研究数据表明，公司通常对人工智能对中期和短期工业结构的影响有积极的期望。 78.13％的调查公司认为，在未来三年中，AI可以在该行业中进行优化，重大甚至重塑。 AI已成为公司从战略性地考虑市场，商业模型以及如何创造价值的重要变量。在所有选项中，最高百分比是“中等（主要是优化）”试验（30.47％）。这是因为大多数公司都同意AI将对内部流程，行业产品服务的效率和经验进行实质性优化，但也说“暴力”表明我们对重塑相对谨慎。这是一种看法实践和成熟，这反映了这样一个事实，即公司对AI价值的看法可以源自真正的发展和观察。公司希望专注于“平均演变”，突出可控的流程，合理的成本和价值积累。此外，有28.13％的公司认为，在未来三年内，AI“将大大改变竞争行业的全景”，这表明AI已确定它不仅会影响公司的内部运营效率，而且还将是在行业层面重组和资源分配方法转换方面的关键力量。这反映了公司对AI客户的感知中的“潜在杠杆”的战略关注S和业务模型，表明对AI的“间接效应”和“规模效应”的期望很高。值得指出的是，将近20％（19.53％）的公司认为，未来三年“将大大重组该行业”，即行业的限制，主导结构和基本规则可能会发生根本性的变化。这种判断不是常规的，而是表明某些公司正在配置AI破坏性潜力的“对跳跃”的“理解”，其存在提供了工业创新，技术领导力和资本销售的开创性信号。负面的期望表明，只有11.72％或11.72％的人说AI在未来三年内“研究了该行业”，只有10.16％的人说这是“不确定的”。总共两个小于四分之一，这反映了未来三年工业影响的明显途径，对公司的看法往往是清晰稳定的。这个迹象提出的共识已经形成了“ AI会产生影响”，并且差异仅在影响力和层次结构中。北京新闻喙财务记者发现，公司将AI视为一种不再是一般的战术工具，而是可以重新定义竞争逻辑，用户价值和行业分类的长期变量。在接下来的三年中，AI周围的组织结构，贸易路线和市场策略将继续进行协调，并且该公司也将是“本地重写”和“重塑系统”的行业生态系统。第4章公司的关注和政策请求：我们希望改善支持机制的加速改进4.1数据安全和投资的好处将是业务实施的“双重驱动”。尽管公司正在加速AI的部署，但数据的关键问题，数据的投资回报率和技术管理，我n关键问题，例如数据安全性。它仍然引起广泛的关注。研究数据表明，拥有AI应用程序的公司主要在三个方面面临的最大问题：数据风险，经济利益和技术依赖。关于AI的转型，一项调查显示，有57.81％的公司担心“数据安全和合规性系统”，而43.75％的公司担心“大型平台的过多供应商”造成的治理风险，而22.66％的公司表示“不清楚的规定”是阻碍AI应用程序的关键因素。这些数据说明了公司在实施AI方面所面临的现实考虑因素，表明行业发展是针对实用，谨慎和评估优先级的NEWA阶段。最初以57.81％的参与分类“商业数据违规”I.这不仅反映了公司对“数据调用”和“多模型交互”中AI系统潜在风险的高度敏感性，而且还表明公司已经从纯技术利益转变为合规管理的角度。即使后来，有48.44％的公司表示对其AI项目的投资回报率（ROI）也没有明确的期望。换句话说，公司不再对AI的“概念飞行员”感到满意，而是开始关注真正的利益和资源的效率。在应用程序策略层面上，专注于此“ I/O比率”，可以帮助公司建立最科学的模型，并促进“易于使用”的宝贵用途。 “ 43.75％的调查公司表示：“大型外部模型服务的供应商。”他对“ Idar中的过度选举”表示关注。这表明AI系统供应链中的“控制”问题已成为公司技术战略的重要组成部分。Ntion反映了公司思考“能力中相互障碍”和“自动可控制模型”的方向的方式。公司控制基础模型的能力变得越来越重要，尤其是当IA逐渐集成到中央商业流程中时。此外，有42.97％的公司担心模型生产不受控制或“幻想”，这反映了公司对AI的稳定性和解释性的技术问题。 22.66％的公司表示对“不清楚法规”的担忧，表明一些公司仍在等待提高AI的实施并监视合规性限制。这表明公司的工作经验逐渐积累，并且对“使用限制”和“道德标准”的理解也加深了。尽管公司没有被排除在AI之外，但他们希望AI使业务发展目标更稳定，透明和更有条理。由于AI的业务应用程序从“测试浪潮”转变为“价值审核”阶段，因此这种类型的商标问题的概括已始终变得成熟和专业。 4.2公司的三个主要期望发出了明确的信号。 AI实施已进入“符合人力资源转型”数据中的一个重要窗口。这表明，人工智能在公司中的最深应用导致支持政策要求更加集中和清晰。 62.5％的公司期望加强对AIPopular人才的培训，有60.16％的公司希望合规性。整个AI的人才培训期望更高（62.5％）。这表明公司通常认识到IA实施不仅取决于中央算法和模型，而且还需要“可用”的基本能力。培训需求解释了最高的百分比，这反映了T的不断增长他的业务提供了真正的“有才华的瓶颈”压力。 AI不再是“研发部门的独家问题”，而是需要水平传播和组织能力的垂直加深。超过60％的公司表示希望为AI转型流程（尤其是中小企业）获得特殊财政支持。这些数据表明，公司对AI的转型有真正的动机和明确的计划，但在资源和实际促进成本方面仍然面临局限性。它反映出，中小型企业希望使用外部政策来完成其“等待”的跳跃，以“改变”，并释放了许多潜在市场的活力。尽管公司期望培训和补贴，但超过一半的公司（51.56％）要注意安全准则和数据遵守，这表明公司在实施过程中非常关注“可持续性”。f ai。这表明AI的部署不再是“技术问题”，而是包括“机构和道德限制”的治理考虑时期。公司有兴趣在明确的监管框架和明确的合规性限制下加速AI的大规模部署。 Beijing News Beike Finance的一项研究发现，公司通常处于AI实施的实际运营阶段，期望政策也将“视觉取向”更改为“实施工具箱”。政策制定者，行业促进机构和技术平台可以使用它来阐明当前AI业务应用程序的支持点和杠杆作用，从而进一步促进“可用”的能力，以“容易且广泛使用”。第5章前景：宣布“人工智能+”的行动要深入，更实用，并为公司智能转型建立新的支持点。调查的皮亚洛斯结果表明公司展示了加速其对AI的部署的三个重要趋势：研究数据表明，有42.97％的公司将AI包括在其三年战略计划中，而另外22.66％的公司将其用作短期探索的地址。超过60％的公司完全将其包括在其未来的商业发展思想中。这一趋势表明，公司认为AI不像边缘化的实验技术，而是由变量和组织转型促进的中央公司的重组。同时，有25.78％的公司尚未系统地考虑AI策略，而8.59％的公司现在明确表示没有迫切需要。通常，常规公司将“试点实施”更改为“战略融合”。超越超越的是，有58.59％的公司计划在明年的产品/内容生成中实施AI，其中45.31％的重点是包括AI在内的商业管理。客户销售和想法，32.03％的专注于INT公司的Ernal自动化。这些方向通常具有商业结构，决策和系统特征，从而证实了更好的理解战略AI。 In addition, 19.53% of companies believe that “” significantly “AI will restructure its structure of the industry in the next three years, while another 28.13% believe that” the competitive landscape will significantly change “, indicating that companies clearly predict the future impact of AI and the restructuring of their organizational structure through commercial models, technical reserves and strategic perspectives. Strategic AI is implemented in companies at an accelerated rhythm.89.84%of接受调查的公司在各种商业链接中使用AI，具有最集中的数据分析和决策支持（57.03％），产品的创新，开发和开发（49.22％），服务与客户服务（46.09％）反对公司正在建立AI应用的基础NS为客户等行业。但是，从组织的能力和系统构建的角度来看，总体情况仍处于结构的早期阶段。 •拥有全日制AI团队的公司中，只有16.41％正在舞台“集成到数据或数据部门”（25.78％）或“尚未建立但尚未成立”（23.44％）。 •在员工培训方面，超过40％（47.66％）的公司尚未开始AI能力培训，只有14.06％的公司达到了标准化的培训机制。•当涉及AI治理系统时，只有11.72％的具有相关系统的公司仍处于初步调查中，以查看他们是否尚未计划。先前的数据表明，AI仍面临公司内部“能力尖叫”的问题。特别是，没有根据人力资源系统，机构框架和流程协调来建立闭路机制ED AI技术在组织中渗透和可持续发展的效率。将来，政策可以在以下方面提高方向：促进公司，建立“ AI+”组织的能力，并将AI能力纳入员工，模型和就业能力指标的一般培训中。鼓励公司建立AI和部门间应用程序组的特殊职位，建立链接人力资源系统实施和构建机制，并形成“应用程序应用程序”的完整闭合电路。趋势3：公司寻求更多的运营支持政策和生态学。在这项研究中，公司在AI请求过程中发现的主要障碍是缺乏熟练的人才（47.66％），而缺乏AI的经验和技能（43.75％）（33.59％）（33.59％）（29.69％）。鉴于真正的挑战，公司对政府政治的支持表示了很高的期望es。特别是最强的声音：AI的晋升才能（62.50％）；中小型业务转型（60.16％）以及数据合规性和数据合规性（51.56％）的特殊补贴。此外，有46.88％的公司希望为该行业建立AI应用标准，而32.81％的欲望公司期望大学的研究耦合平台可以加入，这表明了公司在机构环境，资源连接机制和行业社区中公司的明确需求。数据表明，AI应用程序已经进入了从自下而上和生态协作的“技术驱动”政策变化的关键阶段。 “公司寻求的不是一般支持口号，而是长期承受更具体，可行和有效的机制。结论：从战略上升到政策调整，促进人工智能+深水的研究表明，Alt表明，Alt，Alt人工智能在业务运营中的渗透率持续增加，其深层应用仍受结构因素的限制，因为组织能力短缺，延迟的治理系统和弥漫性转化的途径。将来，迫切需要在政策方面建立更多的运营联合机制，以整合机构的支持和生态保证，以促进公司的智能转型，以促进“人工智能+”的行为，以更深入，更实用。 1。改进的战略取向和路线共识数据表明，几乎60％的公司尚未包含在其中期和长期战略愿景中，而大约30％的公司表示他们仍然没有系统的考虑”或“没有迫切需要。各个层面的工业平台组成了一个合作，该平台将当地关键行业与独特的场景相结合（工厂，金融，能源，健康等。）要构建典型的AI应用程序列表，请宣传“规则案例”该路线，并允许公司在战略层面上具有一定的方向和一定部分。 2。建立通用功能支持系统。公司在AI转型中的最大局限性关注缺乏人才（47.66％）和知识和技能（43.75％）。特别是，中小型企业在数据积累，模型的适应和员工培训中具有投资和有限的能力。将来，我们将建立“提高公司能力的特殊行动”，并执行ia.porpociones的一般任务，以诊断适应劳动适应性，使用工具的培训并在多个发展的几个阶段为公司提供层次支持，从而有效地降低了“阈值”最初的中小型企业和中型企业的阈值，并改善了一般性的抵抗力，并改善了一般的抵抗力。 3。即兴e规则与治理责任之间的限制。 AI的稳定发展。 4。促进行业，学术界，研究和应用之间的联系。对于AI转换而言，“目前的模型基于外部服务提供商”和“缺乏光线实施解决方案”是两个基本问题。必须鼓励研究大学和机构与当地行业结合使用，以探索移动性和低阈值解决方案，例如大型垂直模型，轻型算法工具套件和线条。行业数据沙子箱等同时，我们将通过行业协会，联合研究机构和开放平台来支持更多的科学研究结果，我们将“从实验室到生产线”加速，我们将促进从Avant -Garde -Garde -Garde传播到工业繁殖的“进步”。将来，公司将成为“人工智能+”行动的最激进的执行者D将成为中央专业人士，将提高我国的新质量生产力。该报告希望将第一行研究数据用作锚点，为负责制定政策以确定关键问题，澄清支持地址和设计机构工具的那些负责人提供真正的参考，以帮助中国公司提及更高效，更安全和有序的年龄。由北京新闻壳牌财务制作人制作：他的Manli协调员：Ren Jiao Reporter：Ding Shuang Dong Yinan编辑：Chen Li Design：Xu Xiao Ren Wanqing评论测试：Fu Chunyan lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin Lin