报告行业投资评级 * 本报告未提供明确的行业投资评级 [1][2][3][4][5][6][7] 报告的核心观点 * 电信运营商正面临一个战略转折点，企业客户的需求已从单纯购买连接服务，转变为寻求能够带来可衡量业务成果的战略合作伙伴 [8][28][350] * 当前电信运营商的表现与企业客户的期望之间存在显著差距，客户满意度正在下降，这迫使电信运营商必须做出明确的战略选择：是继续作为传统的连接提供商，还是转型为集成数字服务合作伙伴 [278][279][351] * 为了在B2B领域取胜并加速增长，电信运营商必须聚焦于六大战略要务：成为增长伙伴、生态系统协调者、网络创新架构师、AI转型引擎、可信赖的盟友以及个性化与简化体验的提供者 [4][7][18][277] * 成功的关键在于电信运营商需要选择自己的战场，通过价值链合作进行共同创造，将AI置于运营和价值创造的核心，以主权和安全解决方案建立信任优势，并培养面向未来的人才和文化 [18][283][284] 根据相关目录分别进行总结 增长伙伴：实现连接之外的业务成果 * **企业客户期望电信运营商成为对业务成果负责的战略伙伴**：74%的企业客户希望电信运营商对业务成果（如收入增长和运营效率）负责，但仅有39%认为其当前电信运营商推动了收入增长 [9][29][33][35][36] * **客户希望电信运营商在数字化转型中扮演战略角色**：74%的客户期望电信运营商成为其数字化转型旅程中的战略合作伙伴，73%愿意为此类供应商投入更多资金，但仅有41%的客户认为其电信运营商在连接之外提供了增值服务 [11][37][38][40][43] * **对行业定制化解决方案和深入专业知识的需求强烈**：69%的客户期望定制化解决方案，64%看重电信运营商展示市场理解和行业专业知识，77%认为电信运营商应深刻理解其业务挑战和工作流程，然而仅有37%的客户认为其电信运营商能持续提供所需解决方案 [11][56][57][62][66][67] * **客户愿意为定制化服务和战略捆绑支付溢价**：65%的客户在2025年愿意为定制化服务支付溢价（高于2024年的57%），78%的客户期望捆绑解决方案，但仅有34%认为当前的电信捆绑方案能有效解决运营或战略挑战 [11][69][72][75][80][81] 生态系统协调者：整合端到端技术生态系统 * **企业客户期望电信运营商协调跨价值链的合作伙伴生态系统**：65%的客户认为其电信运营商应协调整合IT、系统支持和行业专业知识的生态系统，70%期望电信运营商与超大规模云提供商、系统集成商等合作而非竞争 [11][85][86][87][92][97] * **客户期望无缝集成的解决方案**：78%的客户期望电信解决方案能在连接、云、边缘和AI之间实现无缝集成，无需额外补丁或定制变通方案 [105][106] * **电信运营商当前的协调者角色执行不足**：仅有35%的客户认为其电信合作伙伴目前扮演着提供端到端解决方案的生态系统协调者角色 [11][99][102][103] 网络创新架构师：释放网络智能和下一代能力 * **非地面网络被视为扩展服务和覆盖范围的关键途径**：61%的客户认为NTN对于开拓新地理市场和扩大服务覆盖至关重要，54%看到NTN在物联网、机器对机器通信和资产跟踪方面的潜力 [11][12][115][120][121] * **客户积极探索NTN解决方案**：55%的客户表示正在积极探索基于NTN的连接解决方案，大型和超大型企业的意愿更强（分别为58%和60%） [12][123][125][126] * **先进网络服务采用率提升**：超过半数（53%）的客户已采用SD-WAN、私有5G、网络即服务等先进网络和连接服务，银行业和高科技行业采用率最高，分别为79%和74% [16][130][134] * **网络API和切片被视为差异化高价值能力**：在使用或计划使用网络API的客户中，69%将其视为开辟新收入流的途径；在使用或计划使用网络切片的客户中，69%认为其将提升运营效率、安全性和服务定制化能力 [16][143][150][153][158][161] AI转型引擎：规模化工业级AI解决方案和平台 * **AI/ML服务和数据分析是首要投资领域**：未来一至两年，84%的客户计划投资AI/ML服务，81%计划投资数据分析服务 [14][167][172] * **客户期望电信运营商在其AI战略中发挥关键作用**：80%的客户期望智能的、AI驱动的网络；75%期望超低延迟、高带宽连接；73%期望AI与现有电信服务深度集成；67%期望AI原生边缘基础设施；66%期望强大的数据治理和合规支持 [14][15][174][176] * **电信运营商在AI和云能力上落后于超大规模云提供商**：72%的客户认为其电信运营商在AI和云服务方面落后于超大规模云提供商/技术原生公司，小型企业的这一比例更高达85% [15][178][180][181] 可信赖的盟友：确保主权、合规、控制和安全性 * **数字主权成为选择电信运营商的关键因素**：86%的客户在选择网络提供商时会考虑其原籍国或总部所在地，67%的客户将主权视为选择电信运营商而非超大规模云提供商用于云和AI解决方案的主要原因 [187][188][192][193] * **客户计划投资主权云和AI，并偏好电信运营商作为合作伙伴**：52%的客户计划在未来一至两年内投资主权云，42%计划投资主权AI解决方案；超过60%的客户将电信运营商视为其所在地区/国家主权云/AI的首选合作伙伴 [15][195][197][199][201][206][207] * **客户寻求电信运营商提供下一代网络安全**：76%的客户计划投资AI驱动的安全解决方案；63%期望电信运营商提供AI驱动的网络安全和威胁检测；60%期望电信运营商识别易受量子攻击的产品和服务；65%期望电信运营商主动升级至量子抗性加密协议 [15][19][224][226][227][230][232] * **电信运营商在AI/Gen AI网络安全方面的表现存在期望差距**：82%的客户期望电信运营商利用AI/Gen AI进行网络安全和威胁检测，但仅有51%对此表示满意，存在31个百分点的差距 [19][236][237][239] 个性化与简化体验提供者：创造无摩擦互动以加速B2B增长 * **客户体验至关重要，但电信运营商交付不足**：64%的客户认为CX重要，58%愿意为优质CX支付溢价，但仅有28%的客户认为其提供商持续超出CX期望 [19][246][248] * **简化的数字化购买流程成为关键需求**：65%的客户认为购买流程过于复杂（高于2024年的51%），65%将简单透明的计费列为首要痛点 [19][254][255] * **客户优先考虑解决方案主导的账户管理**：68%的客户期望电信销售团队销售集成解决方案而非独立产品，但仅有46%认为其销售代表具备足够的行业和技术专业知识 [19][261][263][264] * **客户期望更响应迅速、专注且智能的支持**：61%的客户对电信运营商在集成解决方案的售后支持不满意；72%的客户将7x24小时人工客服支持列为需改进的关键领域 [19][267][268][269][273][274] 加速B2B增长的电信运营商行动指南 * **选择战场：优先考虑与客户和核心优势相符的高价值领域** 电信运营商应避免同时追求成为精简连接提供商和数字服务巨头，而应采取有选择性的、优势主导的方法，专注于能建立真正差异化的网络能力、客户相关性和增长雄心的领域 [18][284][287] * **培养跨价值链的合作伙伴关系：从供应商管理转向与合作伙伴共同创造** 电信运营商必须将合作伙伴关系从交易性关系转变为共同创新，建立联合上市和共同交付机制，并采用开放平台以简化协作 [18][284][299][305][307] * **将AI作为运营和价值创造模型的核心：将智能嵌入运营和客户体验** 电信运营商需将AI置于运营核心，实现网络自主运营，并部署AI赋能的客户体验引擎，以提供无缝、主动的互动 [18][284][319][325][332] * **强化信任作为差异化优势：提供主权和安全的数字解决方案** 电信运营商应利用其可信的国家基础设施优势，通过GPU即服务、主权AI和AI即服务实现AI货币化，并与生态系统参与者共同创建行业特定的主权AI解决方案，同时通过AI驱动保护增强网络安全态势 [18][284][310][313][317] * **培养面向未来的人才和文化：为员工装备解决方案导向的思维模式** 电信运营商需要进行重大的文化和人才重置，转向解决方案导向的思维，重新平衡技能组合，并建立持续学习的文化，以支持超越连接的服务销售和交付 [18][284][338][340][344]

报告行业投资评级 * 报告未提供明确的行业投资评级 [1][2][3][4][5] 报告的核心观点 * 远程连接已成为半导体制造中一项基础性的运营能力，是提升性能、最大化正常运行时间和跨分布式制造网络扩展专业知识的关键差异化因素 [2][5][15] * 尽管采用广泛，但远程连接的发展仍受到安全担忧、信任鸿沟和遗留系统的制约，解决这些挑战将释放其加速创新、赋能数据驱动决策的战略价值 [5][9][11] * 行业未来将向混合部署模式、第三方独立行业标准以及支持自动化、人工智能预测分析等智能、自优化运营的远程能力平台演进 [53][56][70][71] 根据相关目录分别进行总结 关键要点 * 半导体行业内的协作至关重要，旨在提升效率、加速创新并应对劳动力挑战 [6] * 效率提升是远程连接的首要采用驱动力，占比达**93%**，而获取专业知识是关键驱动力，占比**73%** [9][24][25] * 目前，安全、信任和可扩展性阻碍了协作，其中安全担忧占比**71%**，审计与合规差距占比**50%**，性能与可扩展性问题占比**43%** [9][10][43] * 解决上述挑战能解锁战略价值，包括减少现场支持、改善设备正常运行时间、增加自动化、更智能的预测性维护以及远程人工智能/机器学习驱动的优化 [11] 远程连接的原因、能力重要性与采用障碍 主要原因 * 远程连接主要用于故障排除/支持 (**93%**)、预测性维护 (**86%**)、设备性能监控 (**71%**) 以及获取远程专家支持 (**71%**) [14][16] * 它已从新兴实践转变为基础运营能力，对于管理全球运营、快速解决问题和避免中断至关重要 [15][17] 能力重要性 * 安全与访问控制是最关键的能力领域，平均评分为**4.8**（满分5分）[18][20] * 晶圆厂和设备供应商的需求存在差异：晶圆厂更重视集成与兼容性 (**4.4** vs. **3.6**) 以及性能与可扩展性 (**4.4** vs. **3.6**)，因其需管理多供应商环境和全球工厂 [21][22] 采用驱动力 * 采用的主要驱动力包括效率提升 (**93%**)、获取专业知识 (**73%**)、成本节约 (**67%**) 和支持速度 (**67%**) [24][25][27] * 设备供应商尤其希望通过远程连接减少对全球部署人员的依赖 (**83%**)，而晶圆厂则更看重其推动创新 (**56%**) 和加强业务连续性 (**44%**) 的作用 [26][28] 采用障碍与挑战 * 采用的主要障碍是数据与知识产权保护 (**80%**) 和网络安全担忧 (**67%**) [32][34] * 晶圆厂面临集成挑战 (**33%**)，而设备供应商则面临内部阻力 (**50%**) 和投资回报不明确或高成本 (**67%**) 等内部障碍 [33][35][36] * 整体挑战方面，安全担忧是主导 (**71%**)，其次是审计与合规差距 (**50%**) 以及性能与可扩展性问题 (**43%**) [39][43] * 具体挑战包括因内部政策或合规要求导致的阻力或延迟 (**71%**)、访问控制或用户管理不足 (**50%**) 以及加密或安全通信不足 (**50%**) [40][48] * 晶圆厂在访问控制与用户管理 (**67%**) 和延迟与性能问题 (**67%**) 上面临更大挑战，而设备供应商更多受内部政策延迟 (**80%**) 困扰 [47][49][50] 未来展望 未来能力 * 增加自动化 (**89%** 的晶圆厂受访者，**67%** 的设备供应商) 和基于人工智能的预测分析 (**89%** 的晶圆厂受访者，**67%** 的设备供应商) 是备受期待的未来能力 [54][55][57] * 这标志着行业向实时、预测性和自主制造环境转变 [58] 新兴用例 * 人工智能驱动的根本原因分析是领先的新兴用例，占比**87%** [53][59] * 实时多供应商协作对晶圆厂尤为重要 (**56%**)，有助于跨异构工具集进行协调 [60][61] 预期价值 * 远程连接的预期价值主要体现在减少现场支持、改善设备正常运行时间和增加自动化 (三者均为**87%** 的受访者提及)，以及更智能的预测性维护 (**80%**) 和远程人工智能/机器学习驱动的优化 (**60%**) [53][62][63] 未来影响 * 安全与风险管理 (**4.3**) 和运营效率 (**4.3**) 是远程连接预期未来影响最高的领域 (1=低，5=高) [53][65][66][69] * 其他重要影响领域包括设备生命周期管理 (**3.8**)、原始设备制造商与晶圆厂之间的协作 (**3.8**) 以及创新与研发 (**3.7**) [65][67][68][69] 行业偏好 未来部署与标准化方法 * 混合部署模式是首选的未来部署模型，占比**67%** [70][71][74] * 行业强烈倾向于第三方独立的行业标准化方法，占比**53%** [70][72][73] 供应商考量与更换原因 * 选择供应商时，最看重的因素是已验证的经验 (**73%**) 和安全认证 (**73%**) [70][76][78] * 更换供应商的首要原因是当前供应商未能满足安全与合规期望 (**60%**)，以及寻求显著更好的支持与服务 (**60%**) [70][77][78] 受访者概况 * **60%** 的受访者所在组织年收入在**50亿美元或以上** [80] * **57%** 的受访者表示已广泛使用远程连接，**43%** 表示有限使用 [82] * 受访者总部位于亚太地区的占**53%**，北美占**40%**，欧洲占**7%** [83] * 在半导体生态中的角色：设备供应商占**40%**，集成器件制造商占**53%**，晶圆代工厂占**13%** [84]

报告行业投资评级 未提及相关内容 报告的核心观点 - 报告围绕SAP的AI战略、应用、企业采用AI的驱动因素、挑战、AI信任演变、多智能体AI系统、投资与ROI、可持续性及AI未来发展等方面展开探讨，强调AI对企业的重要性及发展趋势 [8][16][34] 根据相关目录分别进行总结 SAP的AI战略 - SAP遵循“3Rs”框架确保AI解决方案有影响力且值得信赖，即相关、可靠、负责 [10][12] - SAP将AI集成到三个关键领域，包括原生AI集成、Joule AI副驾驶、业务技术平台（BTP） [13] Joule AI副驾驶 - Joule是SAP的数字副驾驶，可促进跨业务应用的自然语言交互，作为用户与各种AI智能体的桥梁，高效编排任务 [14] - Joule能跨多个SAP应用交互，提供统一的AI驱动体验，连接企业各职能，使组织能跨部门简化流程 [15] AI采用的驱动因素 - 企业采用AI的主要动机是提高效率和创造价值，实现更多目标、增强决策能力和自动化重复任务 [16] - 客户需求也是重要因素，AI可增强客户服务、个性化用户体验和提高整体业务效率 [17] - 企业认识到必须将AI集成到运营中以保持竞争力，同时探索AI潜力并降低安全和隐私风险 [20][21] AI采用的挑战 - 企业关注安全和隐私问题，希望在利用AI的同时保护数据，并了解AI模型决策的透明度，可通过“只读”AI实现建立信任 [22] - 数据质量是挑战，AI模型依赖高质量、结构化数据，企业需投资数据管理和治理以提高AI有效性 [25] - AI模型中的偏差也是问题，企业需精心策划训练数据并应用缓解偏差技术，确保AI决策的公平性和准确性 [25] AI信任的演变 - 企业对AI自主性的采用将遵循过去技术变革的模式，随着技术可靠性的证明，企业将逐渐扩大AI从低风险自动化到更具战略决策的角色 [26][28] - 在关键环境如医疗、航空航天等，不建议完全AI自主，人类专家必须始终做出高风险决策，AI与人类监督的平衡将不断演变 [33] 多智能体AI系统 - 多智能体AI系统使不同AI智能体协作执行复杂工作流程，如在纠纷管理中可大幅提高效率和客户满意度 [34][35] - 许多企业在受控环境中试验多智能体AI系统，然后再进行扩展，预计在金融、供应链管理和客户支持等行业会更广泛采用 [37][38] AI投资与ROI预期 - AI投资取决于组织规模和现有基础设施，包括AI软件和平台订阅、与现有企业系统集成、员工AI工作流程培训 [39] - ROI因用例而异，部署AI用于高容量任务的组织通常能快速获得ROI，许多情况下企业可在几个月内收回AI投资 [40][41] 可持续性与AI - SAP提供可持续性控制塔，帮助组织可视化碳足迹并采取纠正措施，AI可通过分析能源消耗数据识别低效问题 [42] - SAP的生成式AI中心支持多个大语言模型，通过为每个任务选择最高效的模型，企业可降低能源消耗并提高成本效益 [43] 未来展望 - AI将增强人类能力，未来可能出现混合团队，AI智能体承担更多运营责任，人类专注于战略决策 [45] - IT部门将演变为管理AI驱动的工作流程，HR部门需培训员工使用AI工具并开发专注于AI监督和治理的新角色 [48][49] - AI智能体将变得更加个性化，从通用助手向特定行业模型和个人AI智能体发展，提高生产力 [50][51]

报告行业投资评级 未提及 报告的核心观点 行业正从高度依赖文件的传统KYC流程向数据驱动模式转变 战略数据交换模型为KYC数据获取提供了可扩展、经济高效且合规驱动的解决方案 该模型激励参与者提升数据质量 减少冗余和运营低效 有助于构建更透明、高效和自我维持的金融生态系统 [3][43] 根据相关目录分别进行总结 KYC现状与挑战 - 传统KYC是高度依赖文件的流程 需企业向多个金融机构提交大量文件 现行业正转向数据驱动模式 实时、结构化和经过验证的数据对提升合规性、减少人工干预和提高运营效率至关重要 [3] - 企业平均维持11个银行关系 每年需提供100 - 200份KYC文件 导致效率低下、工作重复和合规疲劳 [5] - 全球优质数据提供商每年投资5000万 - 1亿美元获取和维护企业数据 仍存在数据缺口 需客户手动验证 [10] - 企业每年平均花费1500小时响应KYC请求 导致业务交易效率低下和延迟 [11] 现有KYC数据获取方法 - 企业投资银行获取KYC数据有两种方式 一是手动从多个注册机构、监管机构和交易网站收集数据 过程繁琐且资源需求大 二是利用优质数据聚合商 可提供70 - 80%的KYC所需数据 能简化合规工作并提高数据准确性 [4] 战略数据交换模型 - 基于工作量证明机制 与基于区块链的KYC模型不同 客户在数据有缺口时向提供商提供可靠数据 利用企业投资银行的基础设施并获得激励 企业投资银行从数据提供商获得信用 数据提供商降低长期数据获取成本 该模型提供了集中但可扩展的方法 [6] - 实施该模型可使数据聚合商丰富数据集 增强价值主张和市场竞争力 降低数据获取成本 企业投资银行降低运营成本、提高KYC合规性和减少手动验证工作 企业减少KYC疲劳 提高银行关系效率并获得信息提供激励 [7][9] 区块链KYC解决方案 - 区块链可简化KYC流程 能建立单一、可重复使用的KYC档案 金融机构可安全访问 减少工作重复 增强透明度和安全性 但存在监管碎片化、缺乏统一信任机制、基础设施成本高和数据不可变性与隐私法规冲突等缺点 [12][14] 战略数据交换模型与区块链模型对比 |特征|区块链模型|战略数据交换模型| | --- | --- | --- | |方法|基于区块链的去中心化KYC账本|具有经过验证的数据聚合的集中式基础设施 客户积极贡献经过验证的数据| |数据控制|客户拥有 存储在区块链账本上|银行控制 企业同意提交| |合规性|跨司法管辖区的监管采用存在困难|专为司法管辖区合规和监管对齐而设计| |数据验证|点对点共享 无单一验证权威|由优质数据聚合商和银行验证| |成本|由于区块链基础设施和冗余而高昂|通过基于激励的数据丰富降低成本| |采用挑战|银行因依赖第三方区块链而犹豫|利用现有监管框架 更易采用| |银行间数据共享|支持KYC数据在银行间的重复使用|无直接银行间共享 但更新通过提供商流动| |运营复杂性|需要跨多个银行的去中心化身份验证|银行管理基础设施 供应商验证数据的简化流程| [26] 数据联盟在KYC优化中的作用 行业通过数据联盟进行协作 可增强KYC数据的可访问性和标准化 银行和金融机构可创建共享存储库 减少重复工作 提高数据准确性 减轻所有利益相关者的行政负担 [27] 战略数据交换模型的好处 - 提高数据可用性和准确性 有助于更好地合规和提高效率 [28] - 银行通过直接采购协议降低数据获取成本 信用系统通过供应商折扣抵消未来支出 实现成本优化 [30] - 增强KYC数据覆盖范围 提高数据可靠性 避免建立单个API连接的复杂性和成本 [31] - 企业减少合规负担 避免重复KYC请求 单次数据提交确保一致性并减少报告错误 [32] - 为银行提供竞争优势 提高满足监管要求的能力 改善数据质量加速客户入职并降低合规风险 [33] - 具有可扩展性 促进KYC数据收集的行业标准 提高采用率和监管接受度 [34] 监管和法律考虑 - 模型必须遵守全球数据保护法 如GDPR和CCPA 银行和数据供应商必须确保企业提交的数据仅用于KYC目的 并获得明确同意 [35] - 数据供应商必须实施强大的验证机制 确保企业提交的数据符合监管要求 [37] - 明确银行、数据供应商和企业参与者之间的责任 银行有权对错误数据提出异议 确保企业不因小差异受到不公平惩罚 [38] 模型的局限性 模型实施可能因监管、技术和基础设施挑战在某些国家受限 如新加坡的严格数据保护法限制数据共享和存储 文化和运营差异也会影响企业参与和数据共享的意愿 [39] 实施框架 包括战略与规划、数据集成、企业入职、监控与优化四个阶段 具体为确定优质数据聚合商合作伙伴、定义范围和监管要求、评估内部数据准备情况、建立API连接、实施数据验证协议、开展试点测试、向企业客户宣传好处、创建激励结构、简化提交、跟踪数据质量改进、衡量成本节约和探索额外合作伙伴等 [42]

报告行业投资评级 未提及 报告的核心观点 报告围绕SKF集团的业务、技术战略、新兴技术趋势、AI应用、制造技术、可持续发展等方面展开，强调技术在推动公司发展、提升竞争力和实现可持续目标中的关键作用，同时指出要应对人才短缺、数据质量、网络安全等挑战，并鼓励女性参与科技领域，营造拥抱技术的企业文化 [10][11][12] 根据相关目录分别进行总结 SKF集团概况 - SKF成立于1907年，是全球领先的创新解决方案提供商，核心业务是减少摩擦，产品涵盖轴承、密封件等，业务涉及约40个行业、130个国家，正聚焦智能解决方案 [10] CTO角色与技术战略 - CTO负责定义和实施整体技术战略与数字转型，致力于构建以技术为驱动的未来，培养创新与协作文化 [11] 新兴技术趋势 - 2025年技术趋势包括数字化、AI、量子启发技术和可持续性，企业需制定灵活创新战略以保持竞争力 [12][14] - AI和生成式AI将被更多应用于企业运营，企业需了解AI格局并培养相关人才 [15] - 工业4.0、工业物联网和计算能力的进步将加速向智能制造转型，带来生产优化等优势 [16] - 高质量数据是智能制造的基础，企业需重视数据质量和管理 [17] - 可持续性是企业议程的重点，优先考虑节能产品和循环商业模式的企业更具竞争优势 [18] 与外部合作 - 与大学合作可获取专业知识，加速概念验证；与初创企业合作可获取颠覆性技术和创新商业模式，确保技术战略的创新性和适应性 [21][22] AI和生成式AI应用 - SKF利用AI和生成式AI提升数字产品和工具，提高运营效率，如开发预测性维护工具、集成数字工作场所等 [24] - 生成式AI产品助手早期反馈积极，但需支持用户提问并增加数据覆盖范围 [26] - 高质量数据是AI模型的基础，SKF投资数据基础设施，探索合成数据生成技术 [27][29] - SKF通过AI大使计划、培训、与外部合作等方式应对AI人才短缺问题 [30] 制造技术应用 - AI、物联网、3D打印等技术推动制造领域的预测性维护、实时监控等应用，机器人协作和自动化程度提高，检测和质量保证技术发展，增材制造技术带来新可能 [33] 网络安全 - 网络安全对制造业至关重要，是确保业务连续性、提升竞争力和建立信任的关键 [35] 技术支持新产品和服务 - 技术可优化产品设计、模拟生产流程、利用制造数据，推动循环服务业务发展，服务和智能解决方案将成为客户关系和售后市场的关键差异化因素 [36][37][38] 技术支持可持续发展 - SKF目标是到2030年实现运营脱碳，2050年实现供应链净零排放，技术可助力开发可持续产品、优化运营和帮助客户实现可持续目标 [39][41][42] 鼓励女性参与科技和营造技术文化 - 应从早期开始鼓励女性接触STEM学科，提供奖学金和支持计划，营造包容环境，SKF重视多样性和包容性 [43] - 领导者应设定技术愿景，提供资源，以身作则，营造安全的创新环境，跟上技术变革步伐，推动组织有效利用技术 [45][46] 关于Capgemini - Capgemini是全球业务和技术转型合作伙伴，拥有340,000名团队成员，分布在50多个国家，2024年全球收入达221亿欧元，提供端到端服务和解决方案 [51] 关于Capgemini Research Institute - 该研究所是Capgemini的内部智库，专注数字研究，与学术和技术伙伴合作，在多个国家设有研究中心，连续六年被评为全球研究质量第一 [52]

报告行业投资评级 未提及 报告的核心观点 客户服务亟需全面改革，人工智能生成（Gen AI）是颠覆性变革和客户服务的触发器，但组织在人工智能方面缺乏准备，需进行重新设计、部署、评估和实施变革管理等工作以推动转型 [1][8][13] 根据相关目录分别进行总结 客户服务现状 - 消费者中仅45%对客户服务“满意”或“非常满意” [2][3] - 65%的组织报告运营效率低 [4] - 仅2%的客户服务代表对整体角色满意 [5] - 79%的组织难以达到不断提升的客户服务期望 [6][7] 人工智能对客户服务的影响 - 85%或89%的组织已看到或预期看到通过通用人工智能解决方案降低运营成本、改进首次接触率 [9][10] - 82%的客户服务代表报告整体工作量减少，70%的代理商认为通用人工智能将导致代理角色丰富化 [11] 组织在人工智能方面的问题 - 49%的组织认为自己未准备好进行人工智能驱动的客户服务，需进行组织结构变动和技术干预 [24] - 高管确定文化不匹配、部门协调差和IT系统碎片化是变革的关键障碍 [24] 转型建议 - 重新设计：拥抱新范式，定义功能/任务，明确人类/人工智能团队协作方式 [16] - 部署：转换流程，关注端到端客户体验，实施基于云计算的CCaaS服务，构建数据和人工智能基础 [18][19] - 进行评估：评估人类技能集，创建发展框架 [20] - 实施变革管理：定义新的关键绩效指标，评估人工智能影响，监控性能与合规性，根据反馈调整改进 [21]

报告核心观点 人工智能和代理智能转型对客户服务有重大影响，客户服务亟需全面改革，生成式人工智能是变革触发器，但组织在人工智能方面缺乏准备，需进行规划和改进 客户服务现状 - 消费者对客户服务满意度低，仅16%消费者对各种品牌客户服务“满意”或“非常满意” [1][3] - 组织运营效率低，65%组织报告运营效率低 [4] - 客户服务代表整体满意度低，仅2%调查样本中的客户服务代表对自身角色整体满意 [5] - 组织难以达到客户服务期望 [7] 人工智能的影响 - 人工智能生成是颠覆性变革和客户服务触发器 [8] - 85%组织已看到或预期看到通过降低运营成本、改进首次接触率等带来价值 [9][10] - 82%客户服务代表报告整体工作量减少，一半代理商认为通用人工智能将导致代理角色丰富化 [11] 组织准备情况 - 仅49%组织认为自己已准备好用于人工智能驱动的客户服务 [24] - 高管确定文化不匹配、部门协调差和碎片化IT系统是变革关键障碍 [24] 建议措施 重新设计 - 拥抱新范式，定义功能/任务，构建以服务为中心的人类/人工智能团队 [16] 部署 - 转换流程，关注端到端客户体验 [18] - 渐进部署人工智能代理，实施基于CCaaS服务，与CRM、数据平台和人工智能集成，构建坚实数据和人工智能基础 [19] 进行评估 - 评估人类技能集，创建发展框架 [20] 实施变革管理 - 定义新关键绩效指标，评估人工智能影响，监控性能与合规性，根据反馈调整改进 [21]

核心观点 报告围绕实施技术愿景2025展开，介绍TechnoVision的应用方式及相关工具，旨在促进技术商业对话和讲故事，帮助组织应对技术变革，塑造未来讨论，发现潜在机会和解决挑战 [2][3][6] 引言 - 自TechnoVision成立，对技术依赖呈指数级增长，技术成为商业不可或缺部分，技术宇宙快速扩张，组织需更多对话应对变革，TechnoVision旨在促进技术商业对话和讲故事 [2] 应用TechnoVision - 可用于头脑风暴、交叉检查、对话工具等，是讲述技术企业故事的工具，框架可多种方式呈现，讲述不同类型故事 [6] - 通常在研讨会环境应用，现因远程工作变化，提供工具助在办公室或远程探索，卡片牌组设计开放可免费使用 [7] 人工智能：技术愿景提示 未来数字助手 - 与TechnoVision数字助手互动，用生成式AI解决复杂问题，是理解技术主题的简单方式 [9] - 奥利维亚是与人工智能交流人性化方式，可语音或聊天，满足各行业需求，连接系统提高效率，通过API连接其他人工智能，适用于多种场景 [10][11][13] 卡片：TechnoVision扑克 - 用于创建技术故事，可作技术趋势引言或团队建设工具，适合技术知识少的代表 [15][16] - 参与者需有基本知识，设置圆桌，玩家可提供或共用牌组，指定发牌员 [17] - 研讨会先介绍框架，问题所有者描述挑战，桌组选卡研究，构建数字故事，各桌交流并反馈，最后评估总结 [18][19][20] 卡片牌组：抽取一张卡片 - 适合探索TechnoVision或深入研究特定趋势的人，任何人拿到牌都可玩 [23][24] - 将卡片展开分组摆放，参与者选卡并陈述原因和下一步行动，拍照留念 [25][26] 卡牌牌组：随机生成器 - 激发创新，适合不同场景，任何人有卡牌套装都可玩 [27][28] - 准备好洗好的纸牌，单独或团队抽取卡片探讨主题，记录行动并回顾 [29][30] 卡牌组：塔罗牌 - 用TechnoVision卡牌开发塔罗牌版本，从不同方向抽卡反思，是应用TechnoVision的有趣方式，可定期与管理团队进行 [31][32][33] 卡牌牌组：技术持有者牌局 - 类似德州扑克，玩家思考趋势联系，发挥创造性思维 [37][38] - 有变体玩法，可简化游戏，至少两人加发牌员参与，玩家可换牌，按阶段发牌创造故事 [39][40] 数字图像 - 凯捷咨询公司方法论，描绘企业技术业务地位，结合多方观点，可补充说明企业技术业务地位图景 [41] - 适用于了解IT技术地位的人，准备图片或表格，以对话形式进行，结果可作静态图景或改进基础，定位用颜色编码标记 [42][44][47] 重新定位 - 研究现有项目和应用，利用创新技术调整定位，避免投资浪费，如重新定位客户关系管理项目 [48] - 项目团队与两类挑战者合作，根据初始定位时机重复检查，列出类别和行动列表，规划行动 [49][50] - 重新定位需时两小时至两天，先预览应用状态 [51] 故事叙述 - 利用TechnoVision讲述科技商业故事，增添结构和内容，从不同容器获取灵感 [52] - 适合有意愿讲故事的人，需了解TechnoVision，全面编写脚本，对话形式有助于理解，可使用卡片 [53][54][55] 技术愿景2025团队 - 列出技术愿景核心团队、市场营销联系人、驻场专家名单 [57][58] 额外TechnoVision文件 - 列举2025年十大科技趋势及多份TechnoVision相关报告和手册 [60] 关于凯捷（Capgemini） - 全球商业和技术转型合作伙伴，帮助组织双重转型，有50多国340,000名成员，2023年全球收入220亿欧元 [62]

报告行业投资评级 未提及 报告的核心观点 报告指出80%的电信运营商希望在未来3 - 5年转型为电信科技公司，但进展缓慢仅28%预计3年内实现高度自主网络成熟度，报告给出三条建议助力克服障碍实现转型 [3][7] 根据相关目录分别进行总结 背景介绍 - 2024年10 - 11月STL Partners开展调查，收到38家电信运营商50份回复，多数受访者来自提供固网和移动服务的电信运营商，调查覆盖全球各地区，且多数受访者来自网络团队 [22][23][29] 引言 - 电信运营商处于转型关键节点，想借鉴领先科技公司商业模式转型为电信科技公司，因传统连接服务难以盈利，自主云网络平台可创新提供连接服务，多数运营商投资网络自动化和云化以增加收入，但向云原生转型面临技术挑战，需行业合作克服 [33][35][37] 1. 关联网络现代化与电信科技公司战略 - 超八成受访者希望3 - 5年转型为电信科技公司，因传统电信与科技公司财务表现差异大，投资者更看好科技公司未来增长 [46][49][51] - 向自主云网络平台过渡支撑科技公司商业模式，可使网络能力更好融入服务和应用，成为创新平台，未来3 - 5年推动收入增长的服务需高度自动化和有效交付AI [52][57] - 多数电信运营商自动化、AI和云原生网络技术进展慢，自主网络成熟度低、云原生采用不足、Open RAN部署少、自动化和AI用例采用少，难以支撑电信科技公司商业模式 [60][64][68] 2. 追求近期能产生价值的AI和自动化用例 - AI和自动化在网络中的潜力大，预计为运营商带来相当于5%收入的财务收益，多数受访者将实施网络AI/ML或自动化作为未来12 - 18个月网络转型首要任务，但目前进展有限 [70][73][82] - 电信运营商应优先选择与现有网络成熟度匹配、能快速实现投资回报的用例，先关注快速回报项目，再投资复杂用例 [84][85] - 实施统一数据框架是电信运营商推进AI采用的关键，可解决数据孤岛和管道低效问题，有统一数据框架的运营商更可能在网络领域实现自动化和AI的实时部署 [89][91] 3. 利用开源加速向电信科技公司转型 - 电信运营商向电信科技公司转型面临供应商成熟度、互操作性和解决方案孤立等障碍，开源可克服这些挑战，实现网络创新 [95] - 依赖专有单一供应商解决方案限制电信运营商现代化和创新，存在成熟度阈值，需转向开源和多供应商生态系统 [96] - 开源可帮助电信运营商避免供应商锁定、部署更先进网络架构、提高AI/自动化用例成熟度，但部分运营商未部署开源，开源在多个领域有价值 [100][101][102] - 电信运营商积极参与开源计划很关键，如Linux基金会的Project Sylva和Nephio项目，可促进技术在行业内扩展 [104][105] 结论 - 电信运营商若要实现科技公司愿景，需弥补网络能力差距并采取能带来短期和长期价值的策略，报告提出关联网络现代化与战略、追求近期有价值的AI和自动化用例、利用开源加速转型三条建议 [107]

报告行业投资评级 未提及 报告的核心观点 - 电气化是航空航天与国防行业未来战略的基石，旨在引领可持续航空革命 [6] - 推进系统的电气化正改变航空航天与国防行业，关键参与者正投资于混合动力、全电动和氢动力飞机以实现净零排放目标 [7] - 电池技术、基础设施发展和可扩展性是全电气化的主要障碍，扩大能量密度、开发充电基础设施和确保区域间监管一致是面临的挑战 [8] - 原始设备制造商、科技公司和政府之间的合作可加速创新，城市空中交通和区域航班可作为起点 [9] 根据相关目录分别进行总结 引言 - 电气化是航空航天与国防行业实现可持续航空革命的催化剂 [5] - 推进系统的电气化受可持续性需求、监管压力和技术进步驱动，关键参与者投资多种动力飞机以实现净零排放目标 [7] - 电池技术、基础设施和可扩展性是全电气化的主要障碍，扩大能量密度、开发充电设施和确保监管一致是挑战 [8] - 原始设备制造商、科技公司和政府的合作可加速创新，城市空中交通和区域航班是起点 [9] - 关键创新集中在储能、混合动力解决方案、氢燃料电池和人工智能推进系统等方面 [10] 行业创新影响洞察 推动推进系统电气化的因素 - 市场指标：航空活动产生约3%的全球二氧化碳排放，预计到2035年空中交通将翻倍；国际航空运输协会承诺从2020年实现碳中和增长，并在2050年将净排放量减少50%；可持续航空燃料和电池电动推进预计可减少高达80%的生命周期排放 [11][12] - 监管推动：欧盟Flightpath 2050设定了到2050年减少每位乘客每公里二氧化碳排放的目标，推动航空航天公司加速电动和混合动力推进系统的创新；国际民航组织的CORSIA将从2027年强制要求减排 [14][15] - 客户期望：部分乘客愿意为环保飞机支付更多费用，推动航空公司投资电动推进；城市空中交通市场预计到2027年将达到155.4亿美元，电动飞机可将噪音污染降低多达90% [16][17] 电气化对民用航空、航天和国防的影响 - 民用航空：实现模块化设计和个性化，提供沉浸式增强现实体验，改变城市交通，优化能源消耗，采用可回收材料，降低运营成本，实现生态创新领导和品牌差异化，使城市空中交通成为现实，整合先进数字生态系统，提升乘客舒适度和连接性 [20][21][23] - 航天工业：实现可重复使用和模块化卫星设计，为深空任务提供电动推进，建设空间太阳能电站，形成行星际互联网，促进实时数据交换 [28][30][33] - 国防部门：实现下一代无人系统，增强人机集成，实现静音操作和隐身，采用可穿戴技术和外骨骼，实现可持续和敏捷物流，采用模块化运输平台 [36][37][39] 航空航天与国防创新洞察 数字加速器趋势 - 电动推进系统网络安全：采用先进网络安全措施保护电动飞机，确保推进系统安全可靠，保护敏感数据和运营完整性 [49] - 区块链安全数据管理：使用区块链技术确保飞机运营和维护数据的安全和可验证性，增强数据完整性、可追溯性和安全性 [49] 数字加速器和功能影响趋势 - 人工智能和机器学习：广泛使用物联网设备和人工智能进行实时监测、预测分析和系统优化；创建实时数字孪生模拟和优化飞机性能；使用人工智能算法动态优化飞行中的能源使用 [54] - 无线充电技术：实施无线充电解决方案，提高充电便利性和效率，减少停机时间和运营瓶颈 [55] 功能影响趋势 - 自主和半自主操作：为电动和混合动力飞机开发先进自主系统，减少人工干预，提高安全性和运营灵活性；到2030年，自主飞行控制系统和人工智能能源管理预计可减少多达25%的能源消耗；人工智能数字孪生预计可降低30 - 40%的飞机维护成本 [59] - 先进储能材料：研发用于电池和超级电容器的新材料，提高能量密度和安全性，增加储能容量，缩短充电时间 [59] 功能影响和可持续性趋势 - 电池技术进步：增强电池管理系统利用人工智能优化电池性能、安全性和寿命；开发和商业化固态电池，提高能量密度和充电速度 [64] - 电动机和电力电子：开发更轻、更高效的电动机，提高功率重量比；开发先进电力电子设备，提高能量转换和管理效率 [65] - 能源管理和存储：整合可再生能源与飞机充电基础设施，实现零碳足迹和快速加油；开发智能电网和能源管理系统，优化电力分配和使用；采用混合动力电动推进，结合传统和电动发动机，实现能源管理灵活性和减排；采用全电动推进，实现零碳足迹和低维护；使用氢燃料电池，将氢转化为电力，减少碳排放 [67] 值得关注的初创公司 - Aerovy：提供管理电动航空目标和基础设施的软件解决方案 [69] - Hypersonix：设计和开发以氢基燃料运行的高超音速飞机 [69] - KeepFlying：提供基于人工智能和数字孪生的航空业模拟平台 [69] - H55：开发飞机电动推进系统，可集成到现有飞机中 [69] - ienai SPACE：为纳米卫星开发定制电动推进系统 [69] - Moonware：提供航空业自动化地面操作系统 [70] - Thrustme：为小卫星开发推进系统，其电动推进器推力加倍 [70] - Volocopter：制造城市空中交通工具，提供安静、零排放飞行 [70] - Eviation Alice：制造全电动通勤飞机，已完成试飞并争取认证和商业运营 [70] 飞机电气化的未来 模块化飞机 - 可定制推进系统：采用电池租赁模式，降低航空公司前期成本，促进电池循环经济；探索多动力系统飞机，根据飞行阶段动态切换动力源；设计模块化推进吊舱，根据任务需求更换 [73][74] 监管和空域创新 - 仅限电动的空域走廊和政策创新：提出分层空域模型，为电动飞机提供特定高度和走廊的监管激励；未来空中交通管制可根据实时排放数据动态规划航线，鼓励航空公司采用电动和混合动力飞机 [76][77]