DATA INTO VALUE 让数据成为生产力 20+ 数智化时代,数据赋能企业价值创新 数智领导力 千行百业突破力 供应链协同力 AI智能洞见力 数字人才驱动力 精益运营管控力 数字管理领导力 驱动战略决策 / 赋能业务增长 / 塑造企业竞争力 用数据 帆软 让数据成为生产力 驱动战略决策 / 赋能业务增长 / 塑造企业竞争力 用数据 声明： 本刊物所载企业案例的数据均已脱敏处理，或使用的虚拟数据。 陈炎 袁华杰 张成燕 时亦辰 周斌 王翌旭 石阳 张贵英 张成燕 齐皓然 编委会名单： CONTENTS CONTENTS 目录 01 数字管理领导力 006 015 019 025 033 038 043 中国一汽：打破数据壁垒，数据驱动效能跃迁 水电八局国际公司 ：“全要素价格库” 平台：以数字化驱动企业降本增效新引擎 吉林 潮宏基：作为彩金珠宝的领潮者，潮宏基如何用数据谱写品牌零售新“饰”界？ 广州酒家：当老字号遇上数字浪潮，广州酒家用科技续写百年“不老”传奇 帆软软件：数据驱动构建全场景智能决策体系 02 精益运营管控力 053 060 066 多彩贵州航空：BI 点燃数字化引擎，多彩航开启多彩绿色发展新征程 宁德新能源：2h 降至 5min，帆软产品组合助力生产提效，实现数字化全员参与 复星医药：数字化

R1在展现卓越推理能⼒同时，训练和推理成本极低 BERT BERT在文本分类、命名实体识别等 语言理解任务表现出色。也是医疗AI 小模型年代主要技术路线 “大数据、小算力、专用决策” GPT 为内容创造和自动推理开辟可能性 “大数据、大算力、通用模式” 基于DS-v3构建推理模 型，通过强化学习提升推 理能力，且训练成本极低 AI技术演变路线 5 理解Chatgpt,J⼀个AI领域的“⼯程奇迹” 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本* 更⾼效资源利⽤ $5.5M%vs.%OpenAI’s%$100M+ 使⽤~2,000%GPUs,%竞品使⽤% 10,000+%GPUs 开源模型⽐肩头部闭源 60%+%指标优于 Llama3.1 Claude-3.5%GPT-4o% 打破⼤模型技术壁垒 重挫美国科技公司股价，英伟达 市值下跌5,900亿 AI的斯普特尼克时刻 被美国及其盟友列⼊各种限制 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 患者服务 多渠道营销 ⽣产与 供应链 新药研发与 临床试验 学术化推⼴ • 65岁以上⼈⼝占⽐从 2014年的10.1%升⾄ 2023年的14

第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 10 第三章：中国净零碳电力算力地图 11 ● 智 12 ● 2030 年清洁电力发电量预测 12 ● 智算用电需求的动态匹配 13 ● 绿色算力电力区位条件 15 第四章，智算加速建立新型电力系统 17 ● 24/7 全天候“智”“能”调度 17 ● 绿电直供与跨区域交易 18 ● 源网荷储碳一体的配电网与微电网 18 ● 虚拟电厂 19 结论：让智算率先实现净零碳电力 21 附录 个月左右增加一倍，60 年来相当于算力的成本至少下降了 10 亿倍，推动经 济与社会进入数字时代。 而在加速计算逐步占据主流的深度学习“黄金 10 年”，GPU 的效率提升了千倍。 尽管如此，在整个经济与社会向数字化与智能化转型的过程中，对于智能算力 的需求在绝对数量和相对占比的意义上，不但没有减少，反而在加速增长，每 个季度翻番。这在很大程度上是由于算力更加密集的基础设施和应用正在涌现。

第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 10 第三章：中国净零碳电力算力地图 11 ● 智 12 ● 2030 年清洁电力发电量预测 12 ● 智算用电需求的动态匹配 13 ● 绿色算力电力区位条件 15 第四章，智算加速建立新型电力系统 17 ● 24/7 全天候“智”“能”调度 17 ● 绿电直供与跨区域交易 18 ● 源网荷储碳一体的配电网与微电网 18 ● 虚拟电厂 19 结论：让智算率先实现净零碳电力 21 附录 个月左右增加一倍，60 年来相当于算力的成本至少下降了 10 亿倍，推动经 济与社会进入数字时代。 而在加速计算逐步占据主流的深度学习“黄金 10 年”，GPU 的效率提升了千倍。 尽管如此，在整个经济与社会向数字化与智能化转型的过程中，对于智能算力 的需求在绝对数量和相对占比的意义上，不但没有减少，反而在加速增长，每 个季度翻番。这在很大程度上是由于算力更加密集的基础设施和应用正在涌现。

策 层 面 ，多国政府出台减排政策与补贴 机制，鼓励绿色能源发展；技术层面，光伏、风电成本骤降，智能电网与储能技术日益成熟，源网荷储协同互动； 市场层面，绿色电力需求激增，共同驱动电力企业加速数字化转型，迈向低碳、智能的未来能源体系。 Y JAcre6 由 力 的 宁 服 (-) 同云 华为云 O 百 研 东行 2TE 中 Neisot 辅助发电企业实现生产、运营、服 务的降本增效和创新升级。 全球视角下的电力系统发展和转型趋势 市场层面 级能 建 证 2 0 2 4 年 电 力 信 息 通 信 新 技 术 大 会 中国南方电网 CHINA SoUTHERN POWER GRID EP ICT 3 我国新型电力系统建设的主要成就 的必要 途径，更是构建并提升电网企业核心竞争力的关键内容。南方电网公司正在深入开展人工智能技术发展的顶层设计， 推进“人工智能 +” 行动，以“数字化、绿色化”转型支撑新型电力系统和新型能源体系建设。 源荷精准预测 电气机理 与知识 负荷特性分析 地理信息 人工智能是支撑新型电力系统高质量发展的关键 新型电力系统 支撑 电 力 人 工 智 能 系 统 社会、经济 影

中讯邮电咨询设计院有限公司 2025 年 7 月 智算中心冷板式液冷云舱技术白皮书 2 智算中心冷板式液冷云舱技术白皮书 3 前 言 随着全球算力需求激增，传统风冷散热已逼近物理极限，液冷技术在数据中心领 域近年来保持高速增长。市场分析显示，2025 至 2030 年间，全球液冷数据中心市场 的年复合增长率（CAGR）预计为 19.8%，到 中和”战略下，PUE 标准趋严（如“东数西算”工程强制要求新建数据中心 PUE＜1.25）， 液冷技术能将 PUE 降至 1.2 以下，符合监管要求并获政策鼓励。 未来，随着 AI 技术的不断进步和发展，算力芯片功率的持续上升，液冷技术在 高功率服务器中的应用将发挥更显著的散热能力和能耗优势，从而成为数据中心散热 的主流选择。这一趋势推动全球和中国的液冷市场保持高速增长，尤其在冷板式液冷 技术的应用 技术的应用上，市场规模有望大幅扩大。同时，液冷技术路线随不同的应用场景逐步 完善，推动着液冷技术在更多领域应用，建立并完善数据中心液冷生态系统，驱动液 冷技术创新融合，最终共筑高效、低碳的绿色算力底座。 智算中心冷板式液冷云舱技术白皮书 4 目录 一、 概述 .................................................... 6

工智能发展新机遇，推动人工智能技术赋能经济社会高质量发展。争创国家人工智能创新 应用先导区，基本建成全国人工智能垂直模型创新地、智能计算先行地、场景应用示范地。 建成高质量数据集 10 个；培育有全国影响力的垂直大模型 5 个，打造人工智能创新试点应 用 30 个以上。 省市相关部门发布人工智能相关政策 浙江省政策 口 2024 年 10 月，省发展改革委发布《浙江省“人工智能 +” 行动计划 关于公开征求《浙江省“人工智能 +” 行动计划 (2024-2027 年 )( 征求意见稿 ) 》意见的通知 为 加 进 人 工 智 新 k 实 体 址 济 深 度 融 合 ， 加 快 形 成 质 生 产 力 ， 省 发 展 改 革 忻 究 E 草 了 ( FIT 省 人 工 智 份 · 万 动 划 ( 2 0 2 4 - 2 0 2 7 年 ) ( 证 求 意 见 M ) 》 , 182 Sal 问答对 285 46 总计 731 76 97 182 1.1 工作背景 —— 自然资源部“后土”大模型 后土大模型 以 空间对象为核心的“跨模态”大模型 助力自然资源什业缩力提升 开始对话 智能体创理 《 山 将 位 , 泽 内 占 臣 《 ; 共 工 生 覆 土 ' 夜 土 生 下 空 喘 ， 空 喘 生 年 + 大 风 北 配 高

材料领域的科研成果转化率仅为 10% - 15%， 远低于发达 国家的 40% - 50% 。新材料产业链上下游企 业之间缺乏深 度的数据共享与协同合作 ，信息壁垒阻碍了 产业链的高效运 作， 降低了整个产业的竞争力 。例如， 在 新能源汽车电池材 料产业链中， 上游原材料供应商与下游 电池制造商之间因数 据共享不及时， 导致原材料供应与生 产需求脱节， 影响了电 池的生产进度和质量。 1.2 可信数据空间对新材料产业的重要意义 实现数 据的 无障碍流通与高效共享 。这为新材料研发提供了丰富 、全面 的数据资源， 使科研人员能够站在更广阔的视角进 行研究 ， 避免重复劳动， 极大地提高了研发效率。 在研发阶段， 多源融合的数据为科研人员提供了强大的分 析 基础 。通过对大量实验数据和模拟计算数据的深入挖 掘， 科 研人员能够更准确地揭示材料性能与结构之间的内 在联系 ， 从而优化研发方案， 加速新材料的研发进程 推动新材料产业整体升级， 增 强我国在全 球新材料市场的竞争力。 二 、新材料可信数据空间建设目标 2.1 总体目标 致力于构建一个高度安全 、可靠 、高效的新材料数据空间 ， 实现新材料领域多源数据的深度融合与广泛共享 。以数 据驱 动为核心， 全面促进新材料研发创新和产业应用， 显 著提升 新材料产业链的整体竞争力， 为推动新材料产业迈 向高质量 发展新阶段提供坚实支撑。 2

户群体中形成小范围的效率提升和价值优化。平台显现出一定的供应链履约数字化价值。 • 典型实践包括，自营+云工厂、采购电商化与数字化、小批量+柔性制造等。 • 阶段局限：供应链主要处于线上化提效。 大范围价值闭环效应发力于“产业AI、产业出海和深度价值链” 成长期（2025年~） • 价值闭环效应：企业将展现出持续盈利能力，酝酿出现利润率高于现有行业惯例的企业。 • 大范围价值创造：平台将凸显组织生态协同，配置生产要素价值。 百亿 梯队 卓尔智联 909.21亿元 怡亚通 359.61亿元 上海钢联 343.91亿元 汇通达 243.42亿元 国联股份 240.49亿元 50亿 梯队 药师帮 密尔克卫 晨光科力普 98.43亿元 70.35亿元 61.29亿元 亿元 梯队 齐心集团 47.73亿元 咸亨国际 43.6亿元（统计） 震坤行（美股） 15.8亿元 怡合达 14.6亿元 找钢集团 商业模式和营收能力、能带来即时经济贡献的产业互联网企业。 • 追求可量化的经济指标：从单纯财务回报，转向稳定的经济增长 （营收、GMV）、税收（企业总部迁移带来的稳定税源）与就 业。 • 提升区域产业竞争力：通过引入产业互联网实现产业链的整合、 延伸和升级，构建产业链新生态，促进创新与协同。 目标：地方产业升级 • 对企业： 提供了宝贵的“续命”资金与真实的产业落地场景， 从“烧钱换规模”转向“价值换增长”。