报 告 ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ◆ ◆ ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125)

Generation with Data and Model Scaling ，中泰证券研究所 11 多模态： Janus-Pro 等开源多模态模型有望进一步提升应用能 力 理解金融应用的“降本增效 - 价值创 造 - 决策赋能”三个层次 2 n 我们认为金融行业人工智能的应用价值大体可以分为三个层次： 降本增效，价值创造与决策赋能。其中当下应用最广 泛的是降本增效， 即 AI 对简单人力的替代，具体场景可 资料来源：天阳科技公众号，中泰证券研究所 22 AI 一体机：大模型落地的重要选 择 工商银行 技术落地：基于自研的“工银智涌”平台引入 DeepSeek 开源模型 应用场景：构建财报分析助手、 AI 财富管家等 10 余个场景，提升复杂数据处理能力 技术亮点：通过模型轻量化技术降低推理成本，计划围绕“领航 AI+ 行动”深化算力、数据与模型的协同创新 应用场景：建信理财率先探索资产配置优化、风险预警等理财场景，同时通过金融语义框架将“抵押率”“偿债覆盖率”等术语转化为业务逻辑，应用于 合同 解析与风险建模 邮储银行 技术落地：依托自有大模型“邮智”，本地部署并集成 DeepSeek-V3 模型和 DeepSeek-R1 推理模型 应用场景：应用于智能客服“小邮助手”后，新增逻辑推理功能，可精准识别用户需求，提供个性化和场景化的服务方案，加快响应速度和任务处理效率

覆盖 31 个省、直辖市、自治区 合作 1000 多家客户 服务党员 近 1400 万人 服务党员过千万 积累了丰富经验 成功案例  是中共甘肃省委组织部为创新党建工作新模式精心打 造的省级智慧党建云平台，集学习、组织管理、交流 等功能于一体；  实现了对甘肃省 160W+ 党员的教育学习管理和党务 管理； 平台上线后受到广泛好评。 甘肃省陇原先锋智慧云平台  是中共 党建工作搬运到线上，实现全过程流程，数 字化管理，得到湖南省烟草专卖局的认可， 计划 2022 年由市推广到省级应用。 浓香红平台 党建 + 水务大脑平台 泉州水务集团”党建 + 水务大脑平台”，包含“智 慧党建平台”、“纪检平台”、“党建引领廉洁从 业线上虚拟展厅”等多部分组成，受到集团及 国资委领导高度认可。 福建省高速党建系统 为了避免线下党员集中培训造成疫情防控风险， 福建省高速集团推出党员培训平台，每年为集

智能体 (AI Agent) 是大模型 (Brain) 的眼 (Observation) 和手 (Tools) 2. 通过智能体 (AI Agent) 可以基于大模型实现各种较为复杂的 智 能应用系统 小结三： 四链融合产业大脑案例 如何精准科学地识别并批量形成具有战略意义的 " 卡脖子 " 问题清单 ， 是我国实 现关 键核心技术突破要解决的首要任务 ，直接影响国家产业安全战略决策与创新资 推动“科技创新”和“产业创新”的深度融 合 推 动 创 新 链 、 产 业 链 、 资 金 链 、 人 才 链 深 度 融 合 是 解 决 当 前 乃 至 未 来 较 长 时 间 内 加 强 产 业 创 新 发 展 、 加 快 锻 造 新 质 生 产 力 的 重 要 抓手 行业知识更深 业务流程更深 产业网链大模型 招商服务 技术分析 情报服务 产业研究 知识问答 报告生成 面向产业创新领域， 以通用中文大模型为基座， 新一代大模型的推理能力正在不断增强 2. 基于高质量小数据集即可训练得到某个专业领域的高性能低成 本 推理模型 3. 通过智能体 (AI Agent) 可以基于大模型实现各种较为复杂的 智 能应用系统 4. “ 推理大模型 + 知识图谱（知识库） + 智能体”是否会成为未 来 AI 系统开发和应用的范式？ 总结： 使能技术、赋能社会：人工智能是引领这一轮科技革命、产业变

可以有效解决行业面临的诸多挑战，推动工程造价管理的智能化和 现代化进程，最终实现行业效率和服务质量的全面提升。 1.4 应用 DeepSeek-R1 的意义 随着建筑行业的快速发展和项目复杂性的增加，传统的工程造 价方法在效率、准确性和灵活性方面逐渐显露出不足。应用 DeepSeek-R1 大模型于工程造价领域，能够显著提升工程项目的 成本预测与控制能力，进而优化资源配置，降低项目风险。 DeepSeek-R1 性 直接影响到项目的成本控制和预算编制。首先，需要依据设计图纸 和技术规范，详细列出工程项目中所有分部分项工程的名称、单位、 数量和计算规则。在此过程中，DeepSeek-R1 大模型可以通过智 能识别技术，自动提取设计图纸中的关键信息，并生成初步的工程 量清单，显著提高工作效率并减少人为错误。 为确保清单的完整性，需对模型生成的清单进行人工复核。复 核内容包括但不限于：项目是否遗漏、工程量计算是否准确、计量 全方位的成本控制与分析支持，帮助企业实现精细化成本管理，提 升项目的经济效益。 3.4 招投标管理 在工程造价中，招投标管理是确保项目顺利实施的关键环节之 一。通过 DeepSeek-R1 大模型的应用，可以实现招投标流程的智 能化与高效化。首先，DeepSeek-R1 可以基于历史数据和市场趋 势，自动生成准确的工程量清单和报价建议，帮助投标方快速制定 合理的投标方案。同时，模型还能够对招标文件进行智能解析，提

C 算法 算力 统一出入口 应用模板（ A/B/C… ) 算法池（ A/B/C… ) 算力池 大模型时代企业 AI 项目“烟囱式 ”建设痛点越发严重 智能化趋势下：多品牌多场景下的重复造车轮，导致模型算法和镜像等 AI 资产管理分散，无法沉淀复用和统一运用。 底层统一 上层统一 中层异构 AI 治理 集约敏捷的 AI 中台式建 设 业务系统 B 业务系统 C 业务系统 A AI

告，从而提高市场推广的效率和效果。 在设计和实施商务 AI 智能体应用服务方案时，需要充分考虑 企业的实际需求和资源条件。以下是一些关键的设计原则和实施步 骤：  需求分析：明确企业在业务流程中的痛点和需求，确定 AI 智 能体的应用场景和目标。  技术选型：选择适合企业需求的 AI 技术和工具，如深度学习 框架、自然语言处理引擎等。  数据准备：收集和整理企业历史数据，确保数据的质量和完 整性，为 AI 智能体的训练和优化提供基础。 效率，还能够在战略决策、客户服务、风险管理等多个方面为企业 提供强有力的支持。 2.3 应用场景 在商务领域中，AI 智能体的应用场景广泛且多样化，涵盖了从 客户服务到供应链优化的各个环节。首先，客户服务是商务 AI 智 能体的核心应用之一。通过自然语言处理（NLP）技术，AI 智能体 可以实现智能客服，自动响应客户咨询，解决常见问题，甚至通过 情感分析了解客户情绪，提供更加个性化的服务。例如，电商平台 可以利用 致性。 人力资源管理中，AI 智能体可以帮助企业进行简历筛选、面试 安排、员工培训等任务。例如，AI 智能体可以通过分析候选人的简 历和面试表现，推荐最合适的候选人，提高招聘效率。此外，AI 智 能体还可以为员工提供个性化的培训建议，帮助其提升职业技能。 最后，AI 智能体在风险管理和合规性方面也发挥着重要作用。 通过分析大量的历史数据和实时信息，AI 智能体可以预测潜在的风 险，如

长期健康趋势，提供更为精准的健康管理方案。 在实施健康监测过程中，构建一套全面的健康数据采集与分析 系统至关重要。以下是系统设计的一些关键要素：  数据采集模块：支持多种类型的可穿戴设备，如智能手环、智 能手表等，确保数据的实时性和准确性。  数据存储与管理：使用云存储技术，确保数据的安全性与隐私 保护，符合当地相关法律法规。  数据分析引擎：利用 AI 技术，进行大数据分析，生成有价值  建立内部人才库：定期评估团队成员的技能水平和专业发展， 建立一个涵盖不同专业背景和技能的数据库，以便于在不同项 目阶段快速调配。  外部引才：通过与高校、科研机构建立合作关系，吸引人工智 能及医疗领域的优秀毕业生和研究人员加入团队。可以制定实 习和人才引进计划，为新人才的培养提供机会。  持续发展规划：为团队成员制定个性化的职业发展规划，鼓励 他们参加更高级的培训和学习，有助于提升整体团队的技术水 医疗应用的评估体系，涵盖技术性能、伦理合规性和 用户反馈  推动跨学科合作，整合伦理学、医学、计算机科学和法律等领 域的专业知识，共同制定相应的法规政策 最后，AI 技术的推广还将影响医生与患者之间的关系，可能造 成医疗工作者的角色转变。因此，医疗机构应当加强对医生的培 训，使其能够更好地与 AI 系统协作，同时保持人性化的医生-患者 关系。通过增强医务人员的知识技能，培养可靠的、数据驱动的医 疗决策能力，确保在引入

%的 企业期望达到高级自主化，即由系统处理绝大多 数运营决策。 那么，这对企业员工而言意味着什么？我们 的研究表明，在自主智能供应链的生态系统中， 人力依然是核心要素。事实上，最高效的自主智� 供应链体系将实现人员角色转型⸺从任务执行 者转变为系统决策的指导者与监督者。我们观察 到，这一转变正通过“人机协作”的渐进式发展 在企业中逐步实现，每个阶段都推动着效益提升。 此外，通过将资深团队成员数十年积累的专 这些策略并非必须按顺序执行，但对于那 些在迈向自主智能化系统的过程中践行了其 中一项或多项的企业而言，初步成效已经显 现。我们将在后面的章节中详细阐述每一项 举措。 实现自主智能供应链 8 何为自主 智�供应链？ 供应链的完全自主化不单单指孤岛式的自 动化。传统的自动化系统遵循预设指令，且需要 人工监督。以普通汽车的定速巡航控制功能为 例，它能自动保持设定速度，但仍需人工干预转 向和刹车。 增强，有望缩小与离散制造业的差距。 • 尽管取得了显著进展，但尚无行业预计 能在未来五年内实现完全自主化，这 反映了业界对技术成熟度、运营复杂性、 监管环境以及人工监督必要性的现实 考量。 来源：埃森哲2024年自主智�供应链全球调研。样本基数：所有企业（样本量=1000）。 第25百分位数 当前中位数 第75百分位数 未来五年内 主要亮点 各行业当前及未来自主化水平概览 化工 5 零售 8 生命科学

我国在用标准机架数量分布............................................................................ 17 图 7 我国在用智算规模（FP16）分布....................................................................18 图 8 省级行政区算力分指数-算力质效 制生产设备的工 业机器人，到智能交通里实时规划路线的导航系统，再到个性化推 荐服务背后复杂的算法运算，各类数字化场景都高度依赖强大、稳 定且高效的算力支撑。特别是在智能化进程加速推进的背景下，智 算需求更呈现出一种持续攀升的强劲态势。据国际数据公司（IDC） 预测，2024 年全球人工智能服务器市场规模为 1251 亿美元，2025 年预计将增至 1587 亿美元，2028 年有望达到 70%的组织开始对生成式人工智能技术进行投资或处 于初步测试阶段，已经有 17%的组织将生成式人工智能应用和服务 引入生产环节，保障国家的科技话语权与产业安全。美国、日本等 发达国家和地区也持续加大在智算、超算等算力相关领域的投入， 力求巩固其领先地位。美国“网络与信息技术研发计划”(NITRD)人工 智能研发投资预算增长至 31 亿美元，占整体年预算的近三分之一， 相比于上一年提高 19.2%；2025