生成式AI对企业的影响与采纳现状 - 79%的中国受访企业认为生成式AI已经或将在未来18个月内对其业务产生颠覆性影响，该比例高于亚太平均水平12个百分点 [2] - 37%的受访企业已将生成式AI应用部署到生产环境，另有61%的企业正处于技术测试与概念验证阶段，表明AI落地已从“PPT阶段”进入“实战阶段” [2] - 2023至2024年的核心关键词是“大模型参数竞赛”，而2025年的关键词已转向“场景落地”，企业核心诉求是如何让AI真正解决业务问题 [2] 集中式云架构的瓶颈与边缘计算的必要性 - 仅靠集中式云架构无法满足日益增长的规模、速度和合规性需求，企业必须将边缘服务纳入基础设施策略以保持竞争力 [2] - 37%已部署GenAI的企业中，超60%反馈“实时交互类应用响应延迟超预期”，例如电商虚拟试衣间的单次交互延迟达2-3秒，导致转化率较预期下降40% [4] - AI推理产生的海量数据回传至核心云导致带宽成本激增，数据在边缘源头处理可减少70%的核心云传输量，为某制造企业每年节省近百万带宽费用 [4][6] - 72%的出海企业因“数据出境”合规要求被迫放弃核心云集中处理模式 [4] 下一代数字基座：核心云与边缘计算的协同 - 未来企业亟需构建整合“云-核心-边缘计算”的现代化数字基座，将智能服务部署在更靠近用户与应用的位置 [3][5] - 生成式AI需要“核心云训练+边缘推理”的协同模式，核心云负责大规模模型训练，边缘负责实时推理与用户交互 [5] - 边缘计算能够实现基础设施的分布式部署，降低实时应用的延迟，缓解网络不稳定问题，并让企业更快应对商业环境变化 [5] 边缘计算的市场规模与性能优势 - 2024年全球边缘云市场规模达1851亿元，中国占比约70%，预计2029年市场规模将达370亿元，复合年增长率为22.9% [6] - 核心云处理一次电商AI推荐的平均时延约为200~300ms，而边缘节点处理时延可降至20~50ms [6] - IDC预测到2027年，80%亚太地区的CIO将依赖边缘服务支撑AI工作负载 [6] 边缘IT投资的未来方向 - 未来18个月内，边缘IT投资将向四个方向倾斜：支持数字化运营（如AI、物联网及智能监控）；保障与核心或云端资源断开连接时的业务连续性；支持偏远地区业务运营；降低连接成本 [7] - 生成式AI与边缘计算的融合，弥合了集中式云资源与分布式边缘环境之间的鸿沟，同时保障可扩展性和性能 [10] 建设AI就绪型基础设施的六大支柱 - **AI就绪**：通过边缘节点部署轻量级GPU模块使AI推理效率提升3-5倍；零售企业通过边缘AI实时分析用户行为，推送定制化商品推荐，转化率较传统模式提高58% [12] - **GenAI部署**：61%处于测试阶段的企业意识到千亿参数级大模型无法直接落地边缘场景，需通过模型压缩、量化等技术适配边缘算力；企业应重点布局边缘级GPU、异构计算芯片和分布式存储节点 [14] - **现代化边缘IT**：某汽车厂商通过车载边缘设备实时处理路况视频数据，仅将异常事件分析结果上传云端，数据传输量减少92%，同时实现毫秒级响应 [15] - **边缘优化架构**：提出三层架构解决方案——接入层支持5G、Wi-Fi6等多网络接入；算力层构建“边缘节点-区域中心-核心云”三级算力池；管理层通过统一平台实现可视化管控 [16] - **云端到边缘**：83%的企业希望将现有公有云服务扩展至边缘，关键在于API标准化和数据一致性；企业可将核心云的模型、数据无缝同步至边缘节点，无需重构现有IT架构 [17] - **自主运营**：通过边缘AI实现智能监控（异常预警准确率达95%）、自动调度（资源利用率提升30%）和自愈修复（业务中断时间控制在秒级） [18]

制造业供应链数字化 - 当前90%的制造企业数据处于“沉睡”状态，尤其是中小企业缺乏统一的数据和业务流程标准[2] - 企业系统齐全但缺乏整合形成数据孤岛，例如创世纪机械拥有SAP、PLM、MES、WMS、SRM、CRM等系统，但业务数据无法贯通导致缺失全局决策视角[3] - 解决数据沉睡问题的根本之道是从标准化入手，遵循标准化、上系统、数据采集和AI建模的四步曲，业务与IT深度融合是关键[4] - 通过AI技术可实现非标采购的智能化，智造家“采购管家”平台利用多模态大模型对2D/3D图纸快速核价，目标让非标采购像淘宝下单一样简单可控[6] - AI应用于生产计划与物料分配，基于实时设备状态、订单优先级和物料库存的智能排产系统可动态调整生产顺序，初步实现“计划-执行-物料”闭环[6] - 制造业AI落地路径不同于互联网行业，核心在于“小数据”和“场景闭环”，而非盲目追求几百亿参数的大模型[6] 金融行业AI与RWA创新 - 京东云通过统一的JoyScale AI算力平台将GPU资源利用率从不足30%提升至70%以上，并兼容多种国产芯片以应对供应链风险[10] - 京东内部已部署上万个智能体覆盖研发、客服、营销、投研等场景，其JoyAgent智能体已演进至2.0阶段，能够实现多智能体协作自动执行复杂业务流程[10] - 企业级AI应用成功的关键要素在于数据质量与流通性、精准的业务场景识别以及配套的组织架构与人才培养体系[10][11][12] - RWA创新路径需锚定实物大宗商品以确保合规，例如酱香基酒资产每年增值约15%，通过全流程数据上链在贵州大数据交易中心成功挂牌[13][16] - 探索通过香港、迪拜等持牌交易所渠道进行RWA跨境流动，本质是将实体经济中的优质资产数字化以提升流动性[13] 零售业数字化运营 - 零售业追求“日日新”，金源新燕莎MALL每年置换或移位品牌面积达4万平方米，相当于每年重新呈现一个中小型百货店[14][15] - 购物中心本质是构建生态，早期运营方曾提出80%商户不盈利时自身也不追求盈利，关键在于通过精进服务提高产品价值对冲成本[15] - 通过统一收银和会员体系实现人货场数字化，发现“内衣+红酒”等品类组合，运营需高于日常商品管控能力，落脚于“物美价廉、物超所值”的核心价值[17] - 百货业CIO需从“术”转向“道”，更多关注消费文化变迁和消费者行为变化，核心策略包括将公域流量转化为私域流量以及利用AI制造营销热点引导线下回归[19][20] - 大东方百货通过系统改造实现柜组收银和自助收银，解决促销时排长队问题，AI技术未来将对人力资源结构产生明显影响[21] 酒旅航司AI应用 - 心逸酒店从自有APP模式转向企业微信+小程序模式，节省APP研发成本的同时通过企微增加25%客源，但存在总部无法直接触达客户的痛点[22] - 将AI嵌入移动管理平台实现知识库问答和动态定价，分析历史数据及监控商圈热点生成调价策略，但需优化方言和指令混乱导致的数据污染问题[23] - 东航在DeepSeek降低AI成本后快速部署本地化模型，两周内完成针对性培训，目前已开发上百个RAG应用和智能体，1万多名一线员工通过“掌上东航”APP实现移动端知识检索[23][24] - 企业级AI作为“一把手”工程，东航董事长亲自担任AI领导小组组长，成立人工智能应用创新中心和科创联盟以推进落地[24] 企业AI落地与ROI衡量 - 企业成功应用大模型的七大关键包括更新意识理性期待、注重高质量数据积累、打造复合型团队、聚焦高价值场景、明确价值点衡量效果、持续运营以及将AI视为持续演进系统[26][27] - 提出三方共创模式：一线员工必须参与、总部发挥职能、数字化部门支持，上线前要求一线员工提出200个以上问题以验证AI功能[29] - 对AI项目进行分级管理，S类项目由业务部门负责人与技术侧共同确定目标，A类项目由副总负责设定目标，业务目标包括功能目标和财务收益目标[30] - 对于无法直接计算收益的项目，提出“运营效率提升”概念，例如全面预算系统压力测试从一季度缩短至一个月，项目定价报告编制从以往耗时较长缩短至1小时[30] - 审计工作模式正向“算力密集”代替“人力密集”、“全量审计”代替“抽样审计”转变，构建智能审计生态需实现审计覆盖全面化、技术智能化、信息多维化、过程连续化、组织中台化和报告灵活化[26]

公司动态 - 伊登软件高管团队受邀参观英伟达北京EBC，包括董事长丁新云、副总经理Jordan和技术总监杨作铭 [1] - 伊登软件与英伟达及丽蟾科技举行深入会谈，就人工智能和AI场景落地等话题进行经验分享与交流 [3] - 伊登软件与丽蟾科技签署合作协议，将共同开发面向垂直行业的AI解决方案，实现eCopilot软件在丽蟾云上的发布及一体机方案整合落地 [5] 公司背景与战略 - 伊登软件深耕行业二十余年，秉承"AI+DATA"战略，是国内领先的AI解决方案与云服务提供商，已累计服务10000+客户 [3] - 公司自研产品易AI、eCopilot已成功落地零售、金融、科技等行业头部品牌 [3] - 公司将以技术为底座、业务场景为锚点，致力将AI能力无缝嵌入核心业务流程，助力企业释放AI价值 [6] 技术合作与产品规划 - 伊登软件将通过英伟达NIM和SDK，借助丽蟾科技的算力基座与生态优势，对旗下产品易AI、eCopilot等进行深度打磨与持续优化 [3] - 公司将携手英伟达合作伙伴丽蟾云科技，深度整合技术资源，为企业定制高度适配业务的AI方案 [6] - 双方技术团队将联合创新，突破传统标准化局限，支持企业按自身业务逻辑、数据架构和行业特性灵活定制模型应用 [6] 合作伙伴信息 - 丽蟾科技是NVIDIA首批云合作伙伴NCP和CND合作伙伴，致力于打造领先的GPU架构智能计算解决方案 [6] - 丽蟾云是丽蟾科技推出的基于英伟达参考架构的AI云服务平台，提供灵活高效的算力资源调度与监控管理工具 [6] - 丽蟾云CGC(China GPU Cloud)是专为中国开发者打造的一站式AI微服务资源平台，具有独特的行业地位 [5]