现代公共交通系统变革与发展 于滨 1,2†, 李欣 3, 刘好德 4 1. 北京航空航天大学交通科学与工程学院，北京 100191 2. 智能交通技术与系统教育部重点实验室，北京 100191 3. 大连海事大学交通运输工程学院，大连 116026 4. 交通运输部科学研究院，北京 100029 摘要 文章在回顾公共交通系统变革与发展历程的基础上，面向社会经济高质量转型及科技变革 发展背景 了解决市区与郊区的运输问题而专门设计的，其 出现缩短了市区和城郊间的距离，使得人与人之 间往来频繁。工业革命、电气革命、信息革命，以 及世界范围内的城市化、城镇化发展，推动着公 共交通系统的不断变革与发展，在满足公众在城 市内部、城乡之间的基本出行需求之外，公共交通 系统集约化、节能环保与低出行成本的特征使其在 有效缓解交通拥堵、应对资源环境挑战、保障民 生、促进经济发展等方面发挥着举足轻重的作用。 网络对于提升中国公交服务品质有重要推进作用。 2022 年 1 月，国务院发布 《“十四五”现代综合 交通运输体系发展规划》，强调打造多模式便捷公 引用格式: 于滨, 李欣, 刘好德. 现代公共交通系统变革与发展[J]. 前瞻科技, 2023, 2(3): 86-96; doi: 10.3981/j.issn.2097-0781.2023.03.008 收稿日期：2023-04-10；修回日期：2023-08-23

预测性维护 03.2021 上海 / 中国 罗兰贝格 洞见 数字化运维的制胜基石 1 随着互联技术的革新、大数据的应用与积累、计算能力的提 升及相关模型理论的高速发展，人工智能的应用场景逐渐丰 富，并在近几年逐步过渡到实操落地。各行各业正积极探索 通过人工智能赋能的运营模式，并以此推动产业升级及长期 的运营转型。 在政策端，从2017年7月国务院印发的《新一代人工智能发 展 备品备件销售、设备维护及维修等）作为制造业的重要组成 元素，通过工业互联网及人工智能的深度融合打造出创新的 应用场景，并实现持续降本增效的趋势目标。 运维服务的发展进程主要分为四个阶段： 01 预测性维护是什么？ 我们为什么需要它？ 封面图片： koto_feja 01 / 运维服务的发展进程 从需求侧来看，完整的数字化运维服务将成为企业选择运维 服务供应商的主要考量维度之一。罗兰贝格针对全球领先制 资料来源：罗兰贝格 基于故障 预测的维护 响应式 维修 计划性 维护 基于条件 的维护 "故障后维护" "预防性维护" "预测性维护" "状态监控式维护" 2 02 / 预测性维护运作原理 1.消极维护：这是运维服务最原始的方式，通常指当机械故 障后安排技术人员到场维修。由于此维护方式通常发生在 设备故障后，具有高度不可预测性及突发性，且设备本身 的损伤程度较高，易造成修理时间及费用垫高等情况，还

开放性的全栈式 智能服务机器人生态 开放性的全栈式智能服务机器人生态 目录 前言 03 第一章全球服务机器人市场概览 05 1.1. 概念定义及研究范围 06 1.1.1. 服务机器人概念定义 06 1.1.2. 服务机器人分类及报告研究范围 06 1.2. 全球服务机器人行业发展趋势分析 07 1.2.1. 全球服务机器人市场增长强劲 07 1.2.2. 技术变革推进行业创新发展 服务机器人落地面临的机遇与挑战 11 1.3.1. 行业生态的开放性挑战 11 1.3.2. 服务机器人的通用性与泛化性壁垒 12 1.4. 服务机器人行业的ESG实践指引 13 1.4.1. 绿色供应链（E） 14 1.4.2. 全球市场合规认证（S) 15 1.4.3. 信息安全与隐私保护(G) 16 01 开放性的全栈式智能服务机器人生态 第二章 开放性的全栈式智能服务机器人生态 19 2.1.生态概念定义 生态概念定义 21 2.2.行业下半场的生态发展路线 22 2.2.1.生态技术基础：基于模块化设计与AIoT的R2X 22 2.2.2.商业模式变革：多品类产品矩阵助力全栈式具身智能 29 2.2.3.通用的多元形态：专用+类人形+人形 30 2.2.4.多技术栈驱动的具身智能：移动+操作+交互 32 2.2.5.开放、协同、通用：可持续与普惠的创新 38 2.3.生态价值体现 39

门店销售业务管理 电商销售业务管理 劲草销售业务管理 销售配送发货管理 售后销售管理 内部销售管理 鞋服品类深化管理 超市业态管理 黄金珠宝品类深化管理 鞋服款色码管理 鞋服季节性运营管理 深化供应商协 同管理 鞋服订货预测管理 生鲜采购管理 超市分割加工业务 超市子加工业务管理 超市分拣分级管理 黄金珠宝批次管理 黄金珠宝图片管理 劲草门店联营业务管理 以旧换新和委外加工 门店销售业务管理 电商销售业务管理 劲草销售业务管理 销售配送发货管理 售后销售管理 内部销售管理 鞋服品类深化管理 超市业态管理 黄金珠宝品类深化管理 鞋服款色码管理 鞋服季节性运营管理 深化供应商协 同管理 鞋服订货预测管理 生鲜采购管理 超市分割加工业务 超市子加工业务管理 超市分拣分级管理 黄金珠宝批次管理 黄金珠宝图片管理 劲草门店联营业务管理 以旧换新和委外加工 统一的数据管理 主数据管理整体目标 整体业务变革和思路 统一平台：统一平台，统一入口，减少多系统重复录入工 作量，减少错误率； 统一管理：梳理业务执行流程，通过系统功能规范录入标 准，减少人为判断因素，提高准确率； 精细化管理：精细化数据管理，增加管理属性，为业务经 营分析提供好的数据基础； 专业化品类数据管理：梳理品类体系，关注特殊品类差异 性管理。 u 统一和规范的数据管理，实现集团级数据共享和信息流打通的最终目的。

期待保险行业 数据 + AI开启经验规 模化复制时代 19 December 2023 数据 + AI开启经验规模化复制时代 目录 焦点透视：AI狂潮中的大变革 • AI的突破：保险行业的创新挑战与机遇 • 可能问题头脑风暴 面对本次AI热潮，保险行业的焦点问 题都有哪些 • 定义核心问题 • 洞见问题本质 洞察问题，探寻本源 • 找到本质解 • 制定解决方案 设定锚点，行动实践 和生成服务（AIGS）的领域。保险行业 面临挑战，AI的突破为其带来新的应对方向。 • 保险业面对AI变革的焦点问题分析：建议采用《U型思考》方法，从初始问题出发，深入挖 掘其本质，以找到精准的解决方案。通过聚焦主要原因并进行必要的升维/抽象化，可以找到 问题的根本原因，使问题具有通用性。 • 保险行业参考系的构建：包括关注六大方向、分析科技周期和文化适应度、以及中观周期对 行业和产业的 焦点透视：AI狂潮中的大变革 自1956年人工智能问世以来，历经了多次繁荣与衰退的周期，科学家们将其形象地称为“人工智 能的夏天”和“人工智能的冬天”。尽管每次技术革新都为智能机器的创造指明了新的方向，但最 终都未能实现预期目标。现在，人工智能正迎来另一波浪潮，业界对此充满期待。安永将持续关 注这一领域的最新进展，与各界共同探讨如何利用这一技术，推动创新与发展，为我们的未来创 造更多可能性。 期待保险行业：数据

专题报告 医药生物 证券研究报告 | 请务必阅读正文之后的免责声明及其项下所有内容 报告摘要 ◼ AI技术快速发展，医疗健康是AI技术最重要的应用领域。医疗健康产业正处于数字化转型与智能化升级的变革期，ARK Invest近期所发布的 《Big Ideas 2025》提到利用人工智能来“操作”数据将颠覆诊断、药物发现和治疗。医疗健康是AI技术最重要的应用领域，医疗保健板块 人工智能解决方案 药更具有优势：AI制药方法可以对数十 亿个分子进行筛选，缩小实际需要合成和筛选的分子数量范围，在2-3年内仅需合成及测试数百个分子；可以定制生成数百个苗头分子，探 索未知分子，提高药物研发的创新性；能够通过计算机模拟的方式减少需要实验室验证的分子数量，节约验证和测试时间。 ◼ AI研发的药物逐步进入临床阶段，且药物类型多样。尽管当前暂时没有利用AI制药技术研发的药物成功获批上市，但通过公开的数据库检索， AI为药物发现带来时间及效率变革 02 国内外“AI+制药”企业梳理 03 投资建议 04 目录 请务必阅读正文之后的免责声明及其项下所有内容 全球人工智能解决方案市场处于快速发展阶段 4 ◼ 全球人工智能解决方案市场快速发展。近年来，人工智能大模型在数据、算法和算力等关键要素的共同推动下，呈现爆发式增长，从自然语言 处理逐步扩展到计算机视觉、科学计算等领域，增强了人工智能的泛化性、通用性，开启了人

.. 29 （二）生产制造环节场景复杂安全风险高 .................................................. 30 （三）运营管理环节组织制度滞后于技术变革 ........................................... 31 （四）产品服务环节需求变化快且差异大 ............................... 、兴国之器、强国 之基，承载着国家经济发展的重任。然而， 当前制造业面临着诸 多 挑战，包括技术更新缓慢、劳动力成本上升以及市场竞争加剧 等问 题。人工智能的引入为制造业带来了新的机遇和可能性，赋 能制造 业的转型升级。我国在这一领域积极布局，通过政策支持 和技术研 发，推动人工智能与制造业的深度融合。此外，全球主 要经济体也 高度重视人工智能在制造业中的应用，纷纷采取措施 促进相关技术 展提供了强有力的支撑。 如上所述，制造业在全球经济中扮演着至关重要的角色，然 而， 当前传统制造业正面临来自多方面的重大挑战，这些挑战无 疑对其 可持续发展能力及市场竞争力构成了显著影响。我国是具 有代表性 的制造业大国，在全球制造业市场中占据重要地位，下 面针对我国 制造业面临的挑战做出分析。 首先，制造业面临着劳动力短缺和技能差距的问题。随着人 口 老龄化和技术进步，制造业面临着技术工人短缺的问题。新技术的

互联网金融领域仍处于起步阶段 ， 但打下了信息化趋势的基础。 2 ） 互联网金融： 科技延伸人类触角。大量信息科技公司利用信息传播的速度和广度大大 提高 ，大量的人工作业电子化利用网络技术汇集海量用户和信息变革传统金融渠道 ， 和讯网、 金融界、 证券之星等垂直财经网址厚积薄发 ， 而在移动互联 网时代 ，依托流量实现金融业务中的资产端、 交易端、 支付端、 资金端的互联互通 ，东方财富、 同花顺和华泰证券大放异彩。 云计算、 人工智能、 区块链等新技术来改变传统的金融信息采集来源、 风险定价模型 ， 金融科技资金投入年均复合 增速快 ， 非银金融机构技术资金投入占比逐年提升 ，金融 AI 大模型引领金融科技范式将迎来变革。 AI 助力金融存量业务增长 + 开拓新机遇： 1 ） AI 助力金融业务降本增效 ， 降低风险成本。 AI 技术在金融行业中的应用可以显著降低人力成本并提高收入； AI 在提高基础工作效率、 中国金融与技术的融合开始于 20 世纪 80 年代，以互联网公司、系统开发商为代表的技术主体为金融机 构提供 技术支持，帮助金融机构“把业务”搬到网上，还未出现真正意义的互联网金融业态。 金融信息化阶段代表性产品及服务： 银行： 自动取款机（ ATM ）的开发与应用初步实现了银行无接触式服务，客户仅需要通过 ATM 自助完成一系列金融交易而无需前往柜台 办理，极大程度上减轻了银行人员的工作负担。

筑牢根基，持续发展还需攻克评估、安全与适应性难题。 AI 正站在一个关键新阶段。参考 OpenAI 对 AI 的 5 级分级， AI 已不仅仅是能进行对话的聊天机器人（ L1 ），而是逐步进化到智能体 （ L3 ）阶 段——一个能思考、并能主动采取行动的 AI 系统。 强大算力保障大模型训练与推理的可持续性 能源供给保障大模型训练与推理的可持续性 HuggingFace 等平台提供开放、可扩展的 等平台提供开放、可扩展的 环境，支持灵活的 AI Agent 的开发 基准测试、评估框架的可用性以及与实际工 具的集成支持 AI Agent 开发和部署 企业、金融、医疗等多领域应用推动 AI Agent 架构和安全、合规等标准的完善 数据来源： OpenAI ，公开资料、甲子光年智库总结整理 2025 年， AI Agent 风口已至：基础能力成熟，推动 AI 迈向新阶 段 L3 的渐进式效率提升，这属于“量变”； 现在的要求： 期待的是数量级（例如生产力翻倍甚至更高）的“质变”，旨在真正重塑工作方式、颠覆性地降低成本； 终极愿景： 将宝贵的人力资源从繁琐、重复的执行性工作中解放出来，使其能完全专注于更高价值的创造性、洞察性与战略性工作。 2025 年， AI Agent 风口已至：企业级 AI 过去的状态：局限于简单的问答、内容续写等“答案生成式”的单一任务； 现在的要求：渴望自主规划、

数智领导力 数字化力量观察 OBSERVATION OF DIGITAL POWER 数据领导力是数智时代的新型领导力，是数据素养与变革型领导力的结合。学术界普遍认为可以从两 个视角去理解数据领导力：一种视角从数据治理有效性出发，是领导者通过影响他人提升数据意识、 变革数据管理、释放数据价值的能力；另一种视角则是从领导情境发生变化的角度出发，是指领导者 在数据情境中引导和影响追随者努力实现组织共 有些企业家骂人工智能是人工智障，岂不知，是你在源头投喂给 AI 的数据就已经出了问题。如果基 于错误的数据也能得出正确的数据决策，那计算机学科的科学性体现在哪？笔者举一个华为实践例子， 期待企业家从中得到启示重视数据治理工作。2007 年，华为公司孟晚舟主导一个公司级的变革项目： IFS（集成财经服务变革）。这个项目的初衷是基于数据驱动方式来重塑华为财务体系，让身在深圳 坂田总部的管理层对全球 180 个代表处的实时运作 系统，生产部构建了 MES 系统，营销部构建了 CRM 系统。需要注意的是， 这些系统的构建，出发点是为了适配各自职能的发展，而不是适配全局的端到端拉通，这也符合法约 尔提出职能型组织的构想：为职能专业性而生。因此，基于职能逻辑构建的系统必然是职能本位主义， 必然是一个一个的纵向的数据孤岛，直到组织发展到一个需要横向拉通的时候，才会从最高层往下打 通部门墙，实现数据的统一和融合。也就是说，让企业再重新走一遍发展之路，还是会走一遍“纵向