智能供应链控制塔运作模式 产品功能的优化与集成 供应链体系的转型 • 端到端的愿景 . 规划的功能性协调作 用 • 自动化和数字化 所需的三种角色 • 所需的三种角色 • 所需的功能和技能 2 3 实现途径 • 服务共享 • 工作单元集成 ( 日常业务、人员、因素 /CoE) ANNEXES 2 组织模式的转型过程 • 转型方法 供应链的智能控制塔协调端到端的决策 供应链 ICT 一种新的可实现端到端的供应链协调运作模式 即运输 CT 会对最优路线、承运人、装载方案、调度方案和追踪方 案 进行决策 CT 采购 CT 设计 CT 制造 CT 运输 CT 命令 3 命 令 管 理 运 输 采 购 制 造 产 品 设 计 即供应链 ICT 计划通过职能进行部署，将库存从 A 端转移到 B 端 供应链内外功能的扩展 供应链内外功能的扩展 启用端到端管理 • 将规划人员转换成端到端的供应链分区段的管理人员 实现自动化和数字化 • 建立专家组基础，以实现可配置供应链的自动化和 数 字化 从两个方向对供应链体系进行优化 4 供应链管理人员 数据和 IT 专家 1 2 流程优化 1 内容 意义 自动审核规划指令 基于快速响应的自动化实施流程 • 降低流程成本 • 提高业务的效率和精准性

从智能营销到智能制造 邴金友 2025.03.19 营销 (CRM) 等业务系统在系统功能之外还存在很多的挑 战 自动化 开放性 高可用 易操作 云原生 智能化 高可靠 高扩展 高性能 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 云原生计算 云原生存储 块存储 CBS 虚拟机 CVM 容器平台 TCS TCS 文件存储 CFS 对象存储 COS 端侧接入层 鉴权 OAuth2.SAML2 负载均衡 CLB 域名解析 DNS 网络加速 CDN 系统接入层 轻联 IPAAS 统一身份认证 鉴权 OAuth2.SAML2 公有云 私有云 DB 企业 微信 腾讯 会议 腾讯 乐享 伙伴云 现场服务云 客户服务云 营销云 销售云 智能分析云 知识引擎 大模型 TI 平台 微 信 端 企 微 端 人 工 智 能 数 据 库 微 服 务 大 数 据 中 间 件 连接伙伴 连接客户 连接产品 连接员工 价值：问答准确率： 35%- 84% •

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 电子 AI 大模型+医疗:从问诊到新药开发 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc.com 等一批全球知名企业。随着基于大模型的生成式 AI 的出现，我们看 到 AI+医疗有望迎来一波新的发展机遇，具体看好：1）基于大模型的实时 问诊病例生成，2）按需生成新蛋白质结构提高药物发现效率等应用。另一 方面，目前尚未看到面向医疗影像的新 AI 大模型服务，大模型在医疗影像 领域主要作用是降本。国内关注讯飞医疗、云知声、晶泰、数坤等企业发展。 AI+问诊：从语音录入到实时生成内容，提高临床记录环节效率 病例的录入是 大模型或主要在效率方面赋能医疗影像领域，通过提升自动化标注、自动 化模型筛选、参数调优、处理非结构化数据等能力，为行业带来缩短数据标 注和分析时间、提升影像精细程度等变化。 风险提示：AI 及技术落地不及预期；本研报中涉及到未上市公司或未覆盖个 股内容，均系对其客观公开信息的整理，并不代表本研究团队对该公司、该 股票的推荐或覆盖。 (21) (14) (6) 2 9 Apr-22 Aug-22 Dec-22

预训练大模型与医疗：从算法研究到应用 1. 预训练大模型概述 2. 理解大模型的内在机理 3. 赋予模型精准性与可解释性 4. 医疗领域应用 5. 清华探索：数基生命 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn CONTENTS 预训练：从大数据到小数据 ③ 精 准 可 解 释 ④ 医 疗 应 用 架构：预训练的基 石 ③ 精 准 可 解 释 ④ 医 疗 应 用 ⑤ 数 基 生 命 ② 剖 析 大 模 型 ① 关 于 预 训 练 从 word2vec 到 Transformer 从 context-free 到 context-aware CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn BERT 和 Tsinghua Confidential | lvhairong@tsinghua.edu.cn 2019 年 8 月 清华大学提出知识注入 BERT 模型，后由 Baidu AI 更新迭代 到 3.0 版本 参数量 1.15 亿， 1.25 亿， 100 亿 数据量约 12GB ， 22.9G ， 4TB 2020 年 3 月 Google AI 在 BERT 模型引入 GAN 参数量

由监管人员进行项目现场检查，检查方式通过政府端 APP 安全隐患检查功能完成，检查任务由相关人员下发 给检查人员，指定项目进行检查，提供项目导航功能， 检察人员可通过导航功能到达项目地点进行相关检查并 记录。记录结果以报表的形式同步到 PC 端供相关人员查 看与留档存储。 现场安全隐患检查─辅助监管人员进行各项目隐患检查 安全管理—移动巡检系统 用于对工地日常安全的管理，通过 PC 端可以批量生成部位二维 安全管理—视频监控功能介绍 实时监控 实时监控周边环境，监控视频存储进数据 库中，可随时调用、查看。 远程控制 通过手机 APP+PC 终端，可远程控制摄 像机。 多终端查看 可通过手机或 PC 端实时查看视频监控。 分屏显示 系统可支持单屏、 4 屏、 9 屏显示实时监 控画面。 历史回放 系统提供历史回放的功能，相关人员可通 过系统回放视频监控画面。 历史记录查询 提供视频监控记录，可查询、管理视频历 统计分析，防止安全隐患事故发生，无线传输数 据到平台，支持手机 APP 、 PC 在线查看项目深 基坑监测数据、超标预警记录，满足监管要求。 测量精确到毫米 深基坑数据分析 自定义报警指标 自定义监测频率 安全管理—高支模监测系统功能 通过传感器技术对高支模水平位移、高支模沉 降、杆件倾角、立杆轴力等进行实时在线监测和 统计分析，防止安全隐患事故发生，无线传输数 据到平台，支持手机 APP 、 PC 在线查看项目

华为算力基础设施安全技术白皮书 ——端管云协同 Huawei Computing Infrastructure Security Technical White Paper (HCIST) ——From Device-Pipe-Cloud Perspective 文档版本 V1.0 发布日期 2025-09-18 华为技术有限公司 版权所有 而针对算力集群的入侵，则可能导致 AI 训练模型 被篡改、金融交易被延迟、制造执行系统乱序等一系列后果。“算力基础设施”作为数字化核心生产 系统，已经被纳入到关键信息资产进行管理。以审计为例，数字化运营企业的审计已经从财务领 域扩展到“全面风险管理”，审计既要通过经营数据看企业“做了什么”，也要关注计算完整性以保证 这些经营结果的“真实可信”，目前部分国家监管机构会把“系统算法、参数、日志的完整性与可追 费、融资费率等一系列核心经营指标上。如果不在算力基础设施规划、建设和运营的同时嵌入“安 全基因”，企业最宝贵的数字化生产力将变成企业最大的风险敞口。 面对这些挑战，华为始终秉持“构建安全可信的算力基础设施”这一核心理念，深度融合端管云 协 同 架 构 与 机 密 计 算 、 机 密 存 储 等 前 沿 技 术 ， 打 造 了 华 为 算 力 基 础 设 施 安 全 技 术 体系 （HCIST）。HCIST 通过全栈内生安全

为医院建设有弹性的高效微电网： 从设计到融资 作者：Markus Hirschbold 和 Andy Haun 执行摘要 世界各地的医院越来越多地采用微电网技术来提高弹性和降低能源成本。为了优化微电网解决 方案，医院团队必须开展精细的可行性研究，部署规模得当的分布式能源。应考虑采用模块化架 构，以帮助简化微电网的设计和安装，同时降低维护成本。应对所有的融资方案、激励措施和运 营模式进行评估，以减少风险，实现收益最大化。 每年的天然气消耗量：13 GWh = 0.28 百万美元 • 分时电价：0.08226 美元/kWh（非高峰期）至 0.1409 美元/kWh（高峰期） • 需量电价：从 0 美元/kW（非高峰期）到 13.84 美元/kW（夏季中峰期）再到 17.25 美元/kW（夏季高峰期），全年非 偶发费率 14.35 美元/kW • 天然气价格：0.021 美元/kWh 除了将上述参数输入建模工具外， 的微电网的绝佳时机。此外，如前所述，当地的电价、需求罚款结构以及天然气价格都将对现场能 源的经济性产生影响。 如果综合各方面考虑，微电网解决方案都是可行的，那么最后一步将是确定新基础设施的最佳融资和运营方式。融 资涉及到一个问题：需要考察政府出台的所有适用激励措施。 8 “排行榜： 能源即服务解决方案提供商，Navigant Research，2019 Q1 图 6: 如果锅炉已经老化并接近使用寿命终点，不妨利用这个好机会将其更换为基于

大模型技术在医疗领域的应用 （一）医疗大模型的逻辑框架 医疗大模型一般指在医疗健康领域应用的大规模预训练语言模型（LLM），其训练数 据集包含大规模的医疗科研文献、电子病历、医学图像等，参数量通常在百万级到亿 级，远超过普通深度学习模型，因而能够获取更强的特征提取和学习能力等。 医疗大模型的典型运作逻辑主要包含三个层面： 从数据层看，大模型可构建医疗数据集，收集包括电子病历、文献报告、医学知识图 谱 Prediction等方式进行无监督预训练。 从应用层看，预训练模型微调，结合医学知识图谱、规则库等知识源增强医学专业 性，使用知识蒸馏、参数剪枝等技术压缩模型并在真实临床环境中评估、调优。经验 证的模型可部署到医疗信息系统、移动设备等，提供智能服务。 （二）医疗大模型的主要应用场景和适用范围 医疗大模型在医疗领域的应用广泛，涵盖疾病预测、辅助诊断、个性化治疗、药物发 现等各个方面，同时还可用于医疗咨询和患者教育，提供相关信息和建议。 治疗方案。同时，大模型还能学习最新的医学知识，为医生提供治疗建议和决策支 持。例如，腾讯健康发布的混元通用大模型针对医疗领域升级了多个AI产品，包括智 能对话、病例结构化与检索、影像报告和辅助诊断等。这些医疗大模型产品已被整合 到患者就诊全流程中，从而提高了医疗服务的效率和质量。 在患者护理和保健过程中，医疗大模型可助力实现以下几方面工作：一是远程监测患 者健康，特别是慢性病患者，分析生理参数、设备数据和健康记录，帮助医生管理疾

从制造到智造 — 瞻博网络 AI 驱动智造园区方案 © 2024 Juniper Networks 新技术部署难，出问题溯源难，终端多运维难 业务连续性 业务生产 7X24 业务中断会造成严重损失 数字化落地 - 并不容 易 © 2022 Juniper Networks Juniper Public Junipe: N ET WO R K 11 从端到云的保障 • 应用程序、用户、设备和会话的可见 性 • 实时客户端数据、主动射频调整 • 集成 Wi-Fi 、 vBLE 和物联网 90% AIOps 领导者 • 实时 SLE 全栈 • 唯一会话式 VNA （ Marvis 个月时间使原有网络平滑切换到 13,000 个 Mist AP 和 12 个 Mist Edge 构成的新网络 • 云级别的可扩展性：每个站点接近 2,399 个 AP ，提供 400 万 / 天的客户端 事件 检测和 400K/ 天的 PCAP 抓包分析 • 优秀的 WLAN 网络管理：高密度环境中的 RRM 和快速漫游优化 • 自动化技术的改善工作效率：加速了麻省理工学院 IT 团队的部署并降低了成