沙利文&头豹：
《2025年AI赋能千行百业白皮书》
（完整版.pdf ）
以下仅展示部分内容
下载方式见文末

当大模型从“炫技”走向“落地”，人工智能正以体系化的姿态深度嵌入国民经济每一个角落。这份来自沙利文与头豹的《AI赋能千行百业白皮书》，为我们全景式描绘了AI驱动产业变革的当下与未来。

01 全球AI进入“强治理+快扩张”并行的新阶段

2024年，全球人工智能市场规模约6,157亿美元，预计到2030年将突破2.6万亿美元。中美两国形成双极主导格局，新增大模型数量占比从2022年的72%提升至2024年的86%，中国以1,509个大模型位居全球首位。

然而，技术狂飙的同时，全球AI治理正迈入“高强度落地—安全与创新双轮驱动—产业合规体系化”的新阶段。风险分级管理成为主流制度基石，欧盟《人工智能法案》确立严密的禁止类与高风险分层管理，美国侧重分布式监管与安全测试标准，中国聚焦生成式AI的安全评估与备案。

生成式AI因扩散速度快、产业渗透广度高而成为全球监管焦点，各国普遍强化训练数据合规性、模型透明度和内容可追溯机制。责任边界正由单一开发者向“开发者+平台提供者”双向延伸，这一变化将推高行业准入门槛并加速市场集中化。

在投融资层面，2024年全球人工智能融资总额超5,900亿元，实现翻倍式增长，中美两国占比高达92%。AIGC领域融资占比达56%，显示资本正从“技术验证”转向“商业闭环”。

02 中国AI：从“人工智能+”到系统性赋能

中国深入实施“人工智能+”行动，2024年人工智能核心产业规模已突破7,000亿元。政策层面，从2023年中央经济工作会议“加快推动人工智能发展”，到2024年政府工作报告首次提出“人工智能+”概念，再到2025年“持续推进人工智能+行动”，人工智能已被置于国家发展全局的核心位置。

地方政策呈现“AI+教育/医疗”、具身智能、数据要素、智能算力建设的高关注度。北京、上海、广东、江苏、浙江等省市密集出台专项政策，推动AI深度应用。

中国已构建覆盖基础层、技术层和应用层的完整AI技术栈。国产AI芯片加速替代进口，算力总规模居全球前列；大模型技术参数规模突破千亿级，并在医疗、金融等领域实现专用化落地；开源模型（如DeepSeek）的普及降低开发门槛，推动技术普惠。

在投融资方面，2022年起中国AI领域投融资进入理性发展阶段，2024年应用层融资超过500亿元，占比达55%，早期项目和应用层持续主导市场，国资逐步成为重要驱动力。

03 基础层变革：算力需求从“训练为主”转向“训练与推理均衡”

大模型作为智能算力的最大需求方（占比近60%），其需求大致分为训练和推理两阶段。DeepSeek的出现打破传统格局——通过高效模型架构设计和分布式训练框架，显著降低训练门槛，推动算力需求从“以训练为主”向“训练与推理均衡发展”过渡。

中国智能算力规模以76.3%的平均增速从2020年的75EFLOPS增长至2024年的725EFLOPS。“东数西算”工程构建全国一体化算力网络，截至2025年Q1，八大枢纽节点算力规模占全国总算力70%以上，其中智能算力占比80.8%。

非结构化数据量的爆炸式增长对高效存储与全生命周期管理提出迫切要求。大模型参数规模与训练数据量、质量和多样性呈指数级正相关，必须通过数据增强、合成生成与高效采集处理技术，才能支撑超亿级参数模型的高效训练。

在算法框架领域，华为MindSpore和百度PaddlePaddle等国产框架取得突破性进展。MindSpore凭借“端边云协同”的全场景架构设计，已支持50多个国内外主流大模型，2024年在新增算力开源框架市场占比突破30%。

04 技术层突破：中国大模型与美国的差距已收窄至个位数

中国大模型能力不断提升，与国外的差距逐步缩小。在MMLU、MMMU、MATH和HumanEval等基准测试中，中美模型性能差距从2023年的17.5%、13.5%、24.3%和31.6%，大幅收窄至2024年末的0.3%、8.1%、1.6%和3.7%。

备案生成式大模型中，大语言模型占比78%，视觉模型12%，多模态模型10%；通用大模型占比28%，垂直大模型占比72%。国产大模型正打破传统“单模态训练+跨模态对齐”的技术路径，实现多模态数据的原生融合。

中国已成为全球开源生态的核心驱动力。在2025年6月的Hugging Face开源贡献榜中，阿里Qwen与DeepSeek跻身全球前十，是榜单中仅有的两家非美国机构。DeepSeek系列通过技术创新，以远低于主流模型的训练成本实现了极具竞争力的推理性能，重构了大模型的“成本-性能”曲线。

2024年以来，中国大模型商业化进程呈现爆发式增长。中标项目从2023年的92个、7.9亿元，飙升至2024年的1,520个、64.7亿元，项目数与金额分别同比增长15.5倍和7.2倍。B端企业级应用成为商业化主战场，API调用、订阅制服务、定制化解决方案等模式已形成闭环。

05 应用层落地：金融与政务渗透率领先，医疗教育加速追赶

AI应用正从“通用能力”向“场景化落地”深度演进。截至2025年3月，全国已有451个生成式人工智能服务完成备案，其中超80%为垂直领域定制化解决方案。

金融与政务两大行业AI应用渗透率最高，分别达78%和95%。金融领域通过AI优化风险管理、智能投顾及客户服务；政务行业依托AI实现政策分析、城市治理及智能监管。电信、医疗、电商、传媒、工业等垂直领域同样处于高渗透阶段。

从大模型潜力市场看，金融大模型2023年市场规模约15.9亿元，预计2028年增至52.6亿元；政务大模型从24.3亿元增至135.1亿元；教育大模型从2.7亿元增至34.3亿元；医疗大模型从4.3亿元增至34.9亿元。

ToB端大模型应用已从“概念验证”进入“价值兑现”阶段。850个ToB端大模型中标应用覆盖知识问答、智能决策、数字人、智能运维、智能编程与内容生成六大场景，总规模超7亿元。智能分析与决策以2.72亿元居首，显示其在金融风控、医疗诊断等高价值场景中的核心地位。

06 行业深潜：AI如何重塑十大关键产业

金融：风控智能化、服务精准化、决策数据化

AI在金融行业的渗透率达78%，覆盖银行、保险、证券及其他金融机构四大领域。银行业通过智能风控、信贷审批和反欺诈识别提升风控效率；保险业聚焦智能核保、精准定价和理赔自动化；证券领域依托智能投顾、量化交易优化投资决策。

在银行业，AI在客户服务领域的渗透率为65%，后台运营为52%，智能客服与流程自动化技术实现规模化落地。欺诈检测和风险管理的渗透率分别为31%和29%，显示风控环节仍存在较大技术升级空间。

政务：数据驱动、智能响应、公众参与

中国AI在政务行业的渗透率达95%，覆盖公共服务与社会治理、交通城市运行、公共卫生监控及内部办公全链条。在内部办公方面，深圳福田区上线11大类70名“数智员工”，公文格式修正准确率超95%，审核时间缩短90%。

在社会治理领域，人工智能监控系统已将犯罪侦破率提升35%，约65%的执法机构积极探索利用AI开展预测性警务。在交通领域，杭州萧山区“云信”信控平台使平均通行速度提升约6.3%，拥堵报警减少6%。

医疗：诊断效率提升、药物研发加速

AI技术将药物研发时间缩短约25%，临床试验成本降低高达70%。AlphaFold成功预测蛋白质三维结构，为药物靶点识别和新药设计提供重要依据。腾讯觅影能够精确定位3mm以上的肺结节，敏感度和特异度分别达到85%和90%。

在疾病预测方面，基于240万份动态心电图训练的深度学习模型，能提前两周准确识别将发生快速性室心动过速的患者，准确率约80%。APUS岐黄大模型在河南省儿童医院上线9个月服务超100万患者，智能分诊准确率超90%。

教育：个性化学习、资源普惠化

2024年中国教育智能硬件市场规模突破千亿元，教育类应用超4.6万，整体渗透率达46%。AI在教育管理侧构建“教育局—学校—家庭”三级协同体系，在教师侧通过智能教学资源库赋能教学，在学生侧实现从“被动接受”到“主动建构”的转变。

AI在作业辅导、拍照搜题和智能批改等方面应用成熟，显著提升学生的学习效率和自主学习能力。随着需求从“知识获取”转向“能力提升”，AI教育产品正向全周期服务演进。

电商：从“货架陈列”到“发现式消费”

淘天集团推出的RecGPT百亿参数大模型，全面接入手机淘宝首屏“猜你喜欢”信息流，使推荐信息流用户点击量实现两位数增长，加购次数增长5%。东信营销大模型通过多模态数据处理、整合营销专属知识库，实现精准贴合营销场景需求。

超50%的已使用AI商家认为生成式人工智能在开店、发品、内容直播、广告营销、客服等方面均产生作用。SHEIN通过AI系统预测未来购买趋势，实现采购和库存管理更为精准决策。

物流：运输成本降低、配送效率提升

物流行业整体AI技术渗透率超过37%，其中数字员工和大模型渗透率分别为23.6%和18.2%。AI在运输场景的渗透率最高，达78.2%。顺丰快递智能路径优化系统集成遗传算法、蚁群算法，成功将运输成本降低10-15%，配送效率提升20-30%。

基于大模型的智能客服更加拟人化，服务范围覆盖了80%以上的终端消费者。

制造：效率提升、质量保障、成本降低

联想合肥工厂应用AI算法后，日生产调度时间从6小时缩短至1.5分钟，生产效率提升16%，产量提高23%。华为工业AI质检系统在汽车制造领域，使缺陷率降低80%，交付速度提升20%。

在化工与新材料领域，陶氏化学将AzureAI和机器学习应用于聚氨酯材料研发，将实验周期从数月缩短至数秒，效率提升约20万倍。万华化学利用AI算法从1.4万多种催化剂中筛选出4种优选方案。

能源：从“经验驱动”向“数据驱动”转型

能源行业大模型中标金额2025年上半年近10亿元。在煤炭业，AI广泛应用于掘进、运输等场景；在电力业，AI已赋能发电、储能、交易等；在油气勘探和工程方面技术已相对成熟。

国家电网部署的AI调度平台，能够进行分钟级功率预测，准确率达到90%以上。基于Transformer神经网络模型的短期预测系统，将太阳能和风能发电量预测误差率降至3%。

通信：网络优化、运维自动化、业务智能化

2024年中国电信业务收入累计完成1.74万亿元，同比增长3.2%。云计算、大数据、移动物联网、数据中心等新兴业务收入突破4000亿元，占比较2020年的12.8%提升至25.0%。

通信大模型应用集中在资源供给、网络运维、业务运营、办公管理四大板块，通过实时监控网络质量指标、精准用户画像、智能计费等方式，推动行业高质量发展。

交通：响应时效从分钟级压缩至秒级

AI交通通过智能感知网络、动态调度算法、多模态决策支持系统及跨域协同管理平台，构建城市交通智能中枢，实现三大突破：响应时效从分钟级压缩至秒级，拥堵预测准确率突破85%，数据资源由碎片化向全局共享演进，运维成本下降30%。

07 未来趋势：四大方向塑造AI新格局

端云协同：大模型普惠化与实用化的关键路径

大模型擅长复杂推理与跨模态理解，却因算力需求高、易产生延迟而难以直接部署于终端；终端小模型虽能快速响应简单任务，却难以独立应对复杂需求。端云协同通过动态任务调度与分层数据处理，既能依托云端解决复杂问题，又能借助端侧实现低延迟交互，形成“大脑”与“感官”的互补体系。

强化学习驱动：大模型迈入“数字员工化”阶段

在后训练阶段大规模使用强化学习技术，使模型从“被动应答”转向“主动求解”。DeepSeek R1在仅有极少标注数据的情况下，通过多阶段训练策略，在数学、代码、自然语言推理等复杂推理任务中实现显著性能提升。

强化学习不仅推动大模型从“语言生成器”向“任务执行者”智能体跃迁，催生具备复杂工作流处理能力的“数字员工”，更通过动态策略优化有效应对医疗诊断、金融风控等场景中数据稀缺与安全敏感的双重挑战。

智能体：加速“模型—智能体—产业”生态闭环

智能体降低了大模型应用门槛，既在通用场景（客服、营销）提效增值，又在金融、医疗等垂直场景提升决策与专业化水平。未来随着跨领域泛化与实时感知能力增强，智能体将成为产业升级的关键杠杆。

具身智能：从“感知智能”迈向“通用智能”

具身智能作为通向AGI的关键路径，正重塑人机协同范式。科技巨头通过“资本+场景”双轮驱动加速布局，中小厂商聚焦垂直领域、数据绑定、VLA跨模态模型抢占制高点。

未来发展方向包括：虚实集成世界、技术门槛降低、智能演进、智能体化、感知多模态化。人机交互将从专业编程语言转向自然语言，极大降低开发与使用门槛。

08 风险治理：与技术创新并行

2024年，全球AI风险事件达220件，同比增长近50%。AI安全问题逐渐凸显，风险类型涵盖偏见与公平、可解释性、数据隐私、模型漂移、对抗性攻击、过度拟合、合规性、可靠性、信誉、自动化滥用等。

与此同时，全球AI治理体系正在加速构建，技术防御能力与制度约束机制的协同强化，为AI向全行业、日常化普及提供保障。

《AI赋能千行百业白皮书》清晰地揭示了一个趋势：人工智能正从技术突破阶段迈向产业深耕阶段，正在系统性重塑千行百业的价值链与竞争格局。数据可得性、流程标准化程度和ROI可度量性决定了AI渗透的优先级，而智能体的引入加速了从单点试水到规模化复制的转变。

在这场变革中，平台型厂商依托生态整合强化主导地位，行业型厂商凭借场景深耕形成差异化优势。无论是金融、政务、医疗、教育，还是制造、能源、电商、物流，AI都已不再是一个选项，而成为决胜未来的必答题。

未来的竞争，将不再是谁拥有最先进的技术，而是谁能将AI最深地嵌入产业流程，最有效地创造价值。