“What gets measured, gets managed.”——這是著名管理學大師彼得·德魯克的觀點，意為「只有被量化的，才能被管理。」企業業務的數字化，本質上就是一個業務流程被持續量化的過程。

　　在數字化轉型的浪潮中，數據已成為驅動企業決策與創新的核心生產要素。從電商平臺的用戶行為軌跡，到工業互聯網的實時監測信息，數據滲透至商業活動的每個環節，構建起現代企業運營的底層邏輯。然而，海量數據本身并不直接產生價值——未經梳理與解讀的原始數據如同零散的拼圖，難以呈現完整的業務圖景，更無法支撐精準的戰略判斷。

　　長期以來，數據智能作為企業數據調取與分析的基礎工具，通過結構化查詢與可視化報表，承擔起信息整合與呈現的關鍵職能。但隨著數據規模突破傳統數據庫承載極限、實時流數據逐漸成為常態，企業對數據分析的需求正發生深刻變革：傳統BI在實時響應、復雜算法支持及非結構化數據處理等方面逐漸顯現出其局限性。

　　如今，以大模型為代表的人工智能技術，正推動數據智能進入新一輪演進周期。我們觀察到，從海外Tableau轉向智能體架構，到國內AI+BI融合應用的快速落地，行業正在經歷從“工具賦能”到“智能交互”的進化。

　　通過自然語言對話即可完成數據查詢、分析與洞察生成的智能問數模式，大幅降低了數據使用門檻，使業務人員得以直接、靈活地驅動數據價值轉化。

　　尤其值得關注的是，國產大模型的崛起與AI Agent技術的發展，為產業帶來關鍵轉折。在合規要求嚴格、數據安全敏感的金融、制造、國央企等領域，具備私有化部署能力、行列級權限控制與行業化模板的解決方案，正成為企業推進數據智能化的優先選擇。這不僅推動了數據分析從IT主導走向業務自助，更在政策與市場需求的驅動下，加速了國產化生態的成熟。

　　在此背景下，數據智能已不再是單純的技術選項，而是企業構建競爭優勢的戰略路徑。本圖譜旨在梳理產業生態、追蹤技術動向、呈現應用實踐，為各界提供一份在智能時代駕馭數據、洞察趨勢的參考導航。歸根結底，一切技術的演進，始終服務于同一個目標：縮短從數據到決策的距離，讓洞察更即時，讓業務更智慧。

　　為此，在歷經數月的時間里，由數據猿內部員工組成的初審小組、核心粉絲群組成的公審團，以及外部行業專家成員組成的終審團，通過直接申報交流、訪談調研、外界咨詢評價、匿名訪問等交叉驗證的層層篩選推薦機制下，最終制作形成了《2025中國數據智能產業圖譜3.0版》。

　　合思創立于2014年，是一家為企事業單位提供財務數智化產品和服務的科技公司，通過敏捷的財務收支管理平臺，幫助企業挖出更多凈利潤。基于廣泛連接的生態、雙輪驅動的模式創新和“財務場景+AI”全鏈路解決方案，為客戶提供聚合商旅、費控報銷、收付款管理、財務收支經營分析和電子會計檔案等全方位財務數智化服務。

　　合思是專精特新企業，成立以來已累計融資超15億元人民幣。秉承以客戶為中心的服務理念，分別在北京、杭州、南昌設立研發中心，并在全國22個城市設有直營服務網絡，通過500+合作伙伴覆蓋國內外數百個城市。截至目前，7000+付費企業、300萬+未來財務人選擇合思，實現降本增效、合規經營和低碳運營，讓有限更有效。

　　①在企業應用——財稅板塊，合思L5級無需報銷解決方案：4年前，“無需報銷”尚是一個處于討論溝通階段的概念；如今，L5級無需報銷解決方案已近在咫尺。為了實現接近最理想的L5級無需報銷狀態，合思與7000余家客戶打磨共創——從最初純人工處理的手動報銷，到軟件集成化系統的應用，再到商業模式與自動化系統的深度融合，迎來了L5階段。這一階段徹底改變了以往L1-L4流程驅動業務的方式，采用AI驅動系統、商業模式乃至人的思維轉變，讓AI與人類成為協同合作的同事，在全場景、全鏈路實現AI智能化的無需報銷。目前，合思已沉淀多個審核Agent，既證明了實施融合能力，也將7000余家企業費控管理精髓賦能給所有客戶。合思AI智能審核場景Agent功能豐富，涵蓋租車審核、招待費審核、八項規定審核、通行方式審核、辦公用品審核等多個重要審核領域，保障了審核的嚴謹性和準確性。

　　合思L5級無需報銷是“流程追著業務跑”，從內控到分析全鏈路升級，讓“省心”成為所有企業標配：

　　·內控環節：系統擺脫了對剛性規則的依賴，能夠理解非系統規則的客觀世界信息，實現超前預警，并給出合理評估建議。

　　·申請環節：系統作為AI助理，可智能理解口語化業務安排，結合歷史偏好個性化推薦消費方案，精準評估預算，自動根據交互信息填寫單據，消除系統與人之間的隔閡。

　　·消費環節：改變了以往人在手機上費力猜測規則、篩選消費的模式，系統可根據用戶場景與情況進行智能消費授信，自動判斷最合適的消費，節省員工篩選時間。

　　·報銷對賬環節：商旅等消費通過聚合平臺統一開票、智能對賬；零散消費自動采集發票，匹配交易記錄，構建完整證據鏈，系統自動梳理消費詳情并智能判別。

　　·歸檔環節：檔案完全數字化，實現自動歸檔，且能智能生成關聯關系，讓每筆費用來龍去脈清晰呈現，AI主動梳理存檔數據，檢索方式從手動翻找升級為智能巡檢搜索，快速定位所需數據。

　　·分析環節：在費用分析方面，通過對話式交互，提供動態實時費用分析，智能清洗海量數據，提煉數字資產，智能評估企業經營風險，生成個性化調整方案。

　　合思+AI大模型推出流程嵌入型Agent和對話型Agent等產品，其中，AI智能審核讓財務從“審核員”變“內控師”。對于財務人員而言，或許會擔憂員工報銷單自動填寫后，審核責任全部壓在自己身上。合思通過讓AI懂財務，將制度、規則轉化為AI能理解的語言，解決了這一問題。合思AI審核的核心思路是將真實企業管理方式系統化，采用“風險分級處理”——高風險單據，AI直接升級人工處理；中風險單據，AI分析后人工復核；低風險單據，AI直接處理。產品核心愿景體現為兩大轉變：從“人找事”到“事找人”，從“經驗判斷”到“數據驅動”。過去審核人需主動在系統中找單據，效率低且易遺忘；如今系統主動將異常事項推送給審核人。過去AC米蘭官網審核依賴個人經驗，標準不一且難以追溯；如今審核基于統一規則和數據，標準唯一且合規可靠。此外，AI可7天24小時不間斷工作，將單張單據平均審核時間從過去的幾小時甚至幾天縮短至2分鐘以內。數據統計顯示，合思AI智能審核時效提升75%、差錯率也下降了84%、人力成本下降62.5%，比人工審核更穩定、性價比更高。

　　云海肴16年云南菜連鎖領軍品牌，用AI智能審核實現160+門店“報銷比上菜還快”。

　　深耕云南菜16年的云海肴，坐擁160余家直營門店及7家海外門店，曾陷傳統財務審核困境：單店月均500筆單據、財務人均管30-40店，審核點多、隱形標準亂。合思AI智能審核助手落地后，單均審核省4345分鐘、AI風險攔截貢獻率80%，財務審核重點從“大而全”轉向“關鍵點”。其CFO韓格盈稱“實現從單據堆找問題到聚焦決策價值的轉變”，破解連鎖餐飲財務瓶頸。

　　定位與規模：深耕云南菜16年的連鎖領軍品牌，國內云南菜正餐直營連鎖標桿，旗下有“云海肴云南菜”“刀小蠻半只雞云南米線”等品牌，覆蓋北京、上海等30余個城市，設160余家直營門店及7家海外門店，多次獲“大眾點評必吃榜”認證。

　　核心訴求：解決連鎖擴張中傳統財務審核效率低、風險高、標準不統一的瓶頸問題。

　　人效極限：160+門店高頻單據壓頂，財務人工處理量大：1.160余家門店月均處理超8萬筆單據；2.單店月均500筆單據，每張單據最多關聯50張發票、120份原始憑證；3.財務人均負責30-40家門店審核，單據積壓影響門店；

　　審核錯漏：餐飲多場景審核點復雜，依賴人工易出錯：1.每筆費用需覆蓋“公打款發票與收款人一致性”等20余個審核點；2.易出現“差旅費超標準未察覺”等疏漏，導致員工返工、合規風險增加；

　　標準混亂：門店分散+制度“隱形化”，審核標準不統一：1.財務制度多為文字描述的“隱形要求”（如“團建費需附活動人數清單”）；2.不同財務人員對規則理解差異大，同一張單據可能出現“通過”或“駁回”兩種結果。

　　搭建“輸入單據-AI批量審核-人工復核”流程，AI替代人工逐張比對、核查的重復工作；

　　財務人員僅聚焦“金額過大需單獨提交”等關鍵節點，間接提升人均管理門店效率。

　　結合云海肴8大核心費用場景（差旅費、物業能源費、資產維修費等），定制58條規則；

　　將20余個審核點轉化為AI可執行的判斷邏輯，實時校驗，避免人工主觀干擾。

　　門店員工按日常習慣提交單據即可，實現160余家門店審核標準100%統一。

　　效率提升：單張單據平均節省審核時間4345分鐘，“報銷比上菜還快”從口號落地，財務從“單據堆找問題”轉向“聚焦決策價值”。

　　風險管控：AI風險攔截貢獻率達80%，精準攔截違規單據，財務從“事后糾錯”轉向“事前防控”。

　　人效優化：減少2位財務員工，財務審核重點從“大而全”轉向“關鍵點”，更多精力投入成本優化、預算管控等決策性工作。

　　作為走在“財務+AI”實踐第一梯隊的連鎖餐飲企業，云海肴CFO韓格盈表示，合思AI智能審核的價值在于——讓財務審核重點從“大而全”轉向“關鍵點”，成為企業第一道合規安全防線。“通過將審核流程標準化、模塊化，AI智能審核確保每一項審核都能按照既定的規則進行，實現自動化審核流程，提高審核的準確性與效率，降低了人效；同時，智能識別與分類技術利用自然語言處理和圖像識別技術，能夠自動識別和理解單據中的關鍵信息，解析和分類單據，無需人工逐項核對，節省了大量時間；此外，AI智能審核可以自動學習并識別復雜的財務規則和模式，而規則引擎則能夠將這些規則轉化為可執行的代碼，確保審核的精準性。”

　　開普云（股票代碼：688228.SH）成立于2000年，圍繞“AI算力＋智能體＋智慧應用”核心戰略，致力于成為AGI時代全棧AI產品服務提供商。公司已構建了涵蓋AI算力、智能體、AI安全、數智能源、數智政務的全方位業務體系，依托“云+本地化”營銷模式，持續推動AI在各行業多元化場景的應用落地，累計服務了全國人大、最高檢、國家發改委、新華社、中石油、國家電網等2100多家政府、能源、媒體等領域的客戶，為行業數字化轉型與智能化升級注入強勁動力。

　　☆上述產業圖譜中，開普云隸屬的核心服務板塊/領域：政務、大數據分析平臺、數據安全

　　①政務方面，開普云深耕政務領域多年，緊密圍繞國家“人工智能+”行動，依托自主研發的開普云開悟行業大模型與智能體中臺，構建了覆蓋政務服務、社會治理、機關辦公和輔助決策的AI產品矩陣，以全棧AI技術能力賦能政府數字化轉型升級。

　　開普云可為政務領域客戶提供“開悟AI智能助手”“AI搜索”“Data Agent數據智能體平臺”“智能問答”及“AI數字人”等核心應用，并提供低代碼的智能體開發能力與MaaS（模型即服務）集市，支持政務人員通過可視化方式構建貼合業務場景的大模型應用，高效響應政策解讀、流程導辦、數據分析和決策支持等多樣化需求，顯著提升政務服務的智能化水平和運行效率。

　　服務過的典型客戶：公司擁有二十余年政務信息化服務經驗，客戶覆蓋80%以上的省級政府、60%以上的中直機關及國務院組成部門、60%以上的市級政府。典型客戶包括：全國人大，、中央政法委、國家發改委、國稅總局、國家文化和旅游部、國家衛健委、國家郵政局、北京市人民政府、廣東省人民政府、江西省人民政府、四川省人民政府等。

　　為客戶提供的服務內容：公司承擔了多項“一網通辦、一網統管”、城市大腦、智慧城市等政務服務的頂層規劃與建設，交付了包括“統一調度平臺”、“政府與新媒體內容管理”、“云勘驗”、“智慧水利水務”、“問搜一體”服務、智能導辦、智能審核等多項國家級、省級、地市級、區級平臺及應用。

　　以江西省人民政府為例，開普云依托自主研發的開悟政務大模型，為江西省人民政府門戶網站構建了覆蓋智能問答、個性推薦與精準搜索的全棧AI服務能力。平臺基于政務領域高質量數據進行專項訓練，通過多源數據融合與自然語言處理技術，實現了從“人找政策”到“政策智推”的服務模式轉變，支持公眾以自然語言進行多輪交互咨詢。該實踐顯著提升了政策解讀精準度、信息獲取效率與個性化服務水平，是“人工智能+政務服務”規模化落地的標桿實踐。

　　②大數據分析平臺方面，開普云針對傳統大數據分析、BI報表類產品面臨的數據獲取周期長、分析報表構建門檻高、數據決策靈活性確實等痛點需求，利用“AI Agent+Data Agent”相結合的方式，構建基于底層數倉與AI Agent框架為一體的Data Agent體系，在復雜查數意圖識別、語義分析模型構建及自主決策邏輯生成等方面實現了大模型技術與行業數據分析場景的深度融合，目前已經在部分金融、商業、工業制造等領域實現工程化落地，具備廣泛的行業適應性及規模化推廣前景。

　　開普云針對大數據分析及應用領域具有覆蓋多渠道數據采集、數據資源集約化管理、大數據監測與治理及Data Agent數據智能分析等相關產品，針對不同行業領域在數據采集、治理、監測、分析及輔助決策等領域的具體需求，目前在黨政及央國企領域，開普云已經擁有大量的大數據分析落地案例，在多個行業領域也已經形成了成熟的行業大數據智能化解決方案，能夠滿足多行業數據智能場景需求。

　　服務過的典型客戶：貴州省政府、北京市國有資產經營有限責任公司、北京集智未來人工智能產業創新基地、北京新隆福文化投資有限公司、冠盛股份

　　為客戶提供的服務內容是：以新隆福商業地產為例：開普云采用“數據-大模型-智能應用”的全新架構，幫助客戶搭建先進的智慧商業體體系，具體服務內容包括大數據治理平臺、大模型AI Agent平臺、Chat BI智能問數等標準產品構建服務，以及聚焦”人-貨-場“數據多主題商業數據搭建的AI數據看板、AI智能分析、AI輔助決策等智能化數據分析能力矩陣。

　　③數據安全方面，作為AGI時代全棧AI產品服務提供商，開普云高度重視AI安全問題，堅持技術發展與治理雙輪驅動策略，構建了覆蓋事前、事中、事后的全鏈路AI內容安全產品體系。

　　公司先后研發了網站新媒體云監管臺“先覺”、內容安全審查平臺“先知”、AIGC內容安全風控平臺“鳩摩智”等產品。其中，“先知”著眼內容創作階段的校對，強調事前檢查；“先覺”聚焦互聯網內容的實時監控，規避輿情風險；“鳩摩智”對大模型訓練語料及推理輸入輸出內容審查，進行價值觀對齊，防范意識形態滲透。

　　服務過的典型客戶：公司的AI內容安全產品廣泛服務于政府、央國企、媒體、科研機構等多領域客戶。在企事業客戶領域，公司服務包括中國煙草、國能集團、牡丹電子集團、北京大學、科技日報等多家企事業單位客戶。在政府客戶領域，公司持續服務于中央網信辦、北京市政府等中央部委和各級政府部門，提供持續的內容安全保障。

　　為客戶提供的服務內容是：目前，“鳩摩智”產品已在國家計算機網絡應急技術處理協調中心成功部署，協助主管部門對大模型進行常態化監管，已協助國家互聯網應急中心完成400余個大模型備案評測，實現戰略性市場布局。2025年全球數字經濟大會上，開普云“開悟內容安全風控平臺助力國家能源集團AI安全治理”入選北京市人工智能賦能行業發展典型案例。

　　杭州熵衍數字技術公司植根于中國數字經濟核心區——杭州，是一家聚焦企業數字生態的科技公司。我們秉承“讓數據為企業創造可見價值”的使命，以前沿數據科學為引擎，人工智能技術為技術底座，為企業構建數據智能體，提供數字化轉型全周期解決方案。公司專注于制造領域，通過“行業洞察+AI建模+業務決策”的閉環，助力企業高效駛入數字生態的新賽道。

　　☆上述產業圖譜中，熵衍數字隸屬的核心服務板塊/領域：數據科學平臺、數據中臺、BI可視化

　　①在數據科學平臺板塊，熵衍數字始終秉持“技術驅動增長”的理念，以“數字生態共建”為核心定位，自主研發覆蓋數據采集、治理、分析到應用的全鏈路產品矩陣。

　　熵衍數字打造的「數擎」系列標準化產品——包括面向經營決策的“數擎Boss版”、聚焦財務優化的“數擎財務版”、功能更全面的“數擎Plus版”，以及數據底座「DataMind數擎」與智能分析工具「數擎BI」，形成從基建到場景的完整閉環。

　　新建供應鏈流程分析模型、供應商風控模型、成本分析模型等。基于AI分析模型設計“企業數據總覽看板”，直觀展示核心指標，支持點擊指標下鉆至明細數據。

　　·AI趨勢預測與智能分析，自動完成銷售額、費用趨勢預測與異常波動歸因，助力企業從“經驗決策”邁向“數據決策”。

　　為其構建“企業經營決策駕駛艙”，整合全域經營數據，實現移動化、可視化、智能化的戰略決策支持。

　　·戰略目標快速拆解至執行層，部門協同效率提升40%，共識達成周期縮短50%。

　　2.精細分析：為其搭建了成本、毛利、質量成本等多維度分析看板，實現了成本和利潤的精細化核算。

　　3.智能決策：引入AI模型進行庫存預警和銷售預測，將決策數據獲取從“周級別”提升到了“小時級別”。

　　最終，他們成功解決了數據孤島問題，實現了成本和利潤的精細化分析，優化了庫存與供應鏈，整體決策效率得到了質的飛躍。

　　②在數據中臺板塊，熵衍數字的產品——【DataMind數擎】核心能力在于整合數據全生命周期管理，通過數擎底座（技術支撐層）與應用中心（業務價值層）的協同架構，構建從數據采集到價值實現的完整閉環。

　　該平臺以打破企業數據孤島為基礎目標，通過標準化數據治理體系實現數據資產化，并最終賦能業務決策智能化，為企業數字化轉型提供底層技術支撐與上層應用保障。其整體架構優勢體現在技術層與業務層的深度協同，既具備強大的數據處理與治理技術能力，又能通過場景化應用中心快速響應業務需求，形成技術賦能業務，業務反哺數據的良性循環。

　　定制化“彈性供應鏈”與“BI可視化”服務，構建供應鏈數據底座與風險預警機制。

　　部署“AI數據智能應用平臺-DataMind數擎”，構建全鏈路AI驅動的數據處理與分析體系。

　　③在BI可視化板塊，熵衍數字以「DataMind數擎」為數據底座，通過對企業多源數據接入和融合，構建標準數據模型，基于業務場景快速搭建看板、大屏等，支持移動、PC等多端發布。

　　同時推出面向經營決策的“數擎Boss版”，聚焦財務效率提升的“數擎財務版”，及功能更為全面的“數擎PLUS版”等多款數據應用產品。”

　　XSKY星辰天合是面向AI時代的統一數據平臺提供商。十年專注分布式存儲，長期位列IDC市場報告“TOP5”，且是唯一獨立存儲廠商，同時在對象存儲市場保持長期領導者地位，公司產品已在3000+客戶的企業級生產環境經受驗證，，廣泛服務于AI、金融、政府、智能制造、醫療、教育等領域，為企業AI創新與數據基礎設施現代化提供可靠的數據底座。

　　公司圍繞企業AI數據的全生命周期，提供極致性能、線性擴展、高可靠的數據底座，覆蓋塊/文件/對象統一存儲和全局元數據管理。主要產品包括：星飛全閃分布式存儲（AI原生高性能引擎）、XEOS對象存儲（AI數據湖基石）、EasyData數據管理平臺（治理與流轉中樞）、XEDP統一數據平臺等。

　　服務過的典型客戶：Minimax、深南電路、舜宇光學、信維通信、氣派科技

　　為客戶提供的服務內容：面對大語言模型參數量與訓練數據量指數級增長帶來的嚴峻挑戰，Minimax在模型訓練中遭遇了存儲性能與成本難以兼顧的痛點。傳統存儲方案存在數據分層不智能、命名空間割裂等問題，導致昂貴的GPU算力因數據I/O瓶頸而頻繁閑置，嚴重制約了模型迭代效率。

　　為破解這一困境，Minimax采用了北京星辰天合科技股份有限公司提供的“AI數據湖方案”。該方案的核心創新在于基于數據實際訪問時間（atime）的智能生命周期管理，確保了高頻訪問的訓練數據集能長期駐留于高性能全閃存層，從而保障了訓練過程的極致性能。同時，其統一命名空間設計實現了數據在不同存儲層間的透明流動與訪問，應用無需修改代碼即可無縫調用，極大簡化了運維。

　　通過部署該方案，Minimax成功支撐了千億參數大模型的全流程訓練。系統穩定承接了周期性近2Tbps的數據寫入與峰值高達5Tbps的讀取請求，時延持續保持在8毫秒以內。這一高效的數據底座使得GPU利用率顯著提升，有效解決了算力閑置問題，同時通過智能分層降低了總體存儲成本（TCO），為Minimax持續引領AGI技術創新提供了堅實可靠的數據基石。