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]