的“大脑”， 近半年在推理侧实现大幅进步 AI Agent 大规模语言模型（ LLMs ） GPU 算力供 给 3 02 以“自主规划与工具使用”响应“复杂任务”要求： Agent 的核心能力——自主规划、记忆、使用工具 （网页、软件、 API ）使其天生就擅长处理需要与 外部环境交互的复杂、多步骤流程，完美解决了传 动化复杂流程的潜力，有望带来指数级效率提升和生产力解 放，满足市场对显著价值回报的需求。 过去的状态： 停留在概念验证（ PoC ）或小范围试点， AI 更像一个需要被验证的“玩具”或“辅助工具”； 现在的要求： 必须是能够无缝集成到现有系统、在真实生产环境中稳定可靠运行的解决方案，并能产出可被量化的业务成果； 期望的 AI 角色： 从旁观的“助手”（ Assistant ），转变为能独立承担责任、解决问题的“正式员工”（ 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、调用不同工具、横跨多个系统、涉及复杂步骤的端到端工作流。 核心挑战： 这些正是传统 AI 应用难以企及的、高价值的“流程自动化”领域。 数据来源：公开资料、甲子光年智库总结整理

.................... 10 ( 三 ) 组织已基本具备数智化审计所需数据环境.......................... 12 ( 四 ) 组织在数智化审计时比较重视工具的使用.......................... 13 ( 五 ) 当前数智化审计还没有充分开展........................................ 14 ( 计团队及相关审计机构迫切需要开展的工作。 在数字化审计方面，随着各类组织数据量的急剧增加，传统的审计方法已经无法满足对 海量数据高效处理和深度挖掘业务风险的需求。因此，采用云计算、大数据、数据分析工具 等数字技术手段进行数字化审计已经势在必行。同时，数字化审计还包括对组织的数字化系 统进行 IT 审计，确保这些系统的可靠性、安全性和效率；在智能化审计方面，由于人工智能、 机器学习等先进技术 组织已具备基本的数据治理环境。68.06% 的受访者认为其所在组织可以为开展数智 化审计提供有质量的数据支撑。 ■ 数智化审计时比较重视工具的使用。已经开展数智化审计的组织较多使用的辅助工具 分别是数据分析、数据可视化、数据库审计、数据资产管理、AI 数据分析等类型的工具。 ■ 当前数智化审计还没有充分开展起来。只有 24.08% 的组织开展过 IT 审计，仅有 15.71% 和 9.95% 的组织开展过数字化和智能化审计。

借力人工智能语音识别，打造高效教学辅助能力 英特尔携手合作伙伴探索基于语音识别的智能教学辅 助能力 • 语音识别等人工智能技术在智慧教育场景中的应用 • 基于语音识别能力构建教学辅助能力 • 扩展 OpenVINO ™ 工具套件自定义层，提升语音识别推理 效率 基于英特尔优化方案的应用案例 • 思必驰：与英特尔携手打造精准、高效的语音识别应用， 加速智慧教育前行步伐 打造高效人工智能教学与实训解决方案 英特 英特尔® 傲腾™ 持久内存100系列、200系列 英特尔® 傲腾™ 固态盘 P5800X/P5801X 英特尔® Movidius™ 视觉处理器 (VPU) 软件和框架 OpenVINO™ 工具套件 面向英特尔® 架构优化的 TensorFlow 面向英特尔® 架构优化的 PyTorch 扩展包 面向英特尔® 架构优化的 Python 主编：赵朝卿，秦莉 作者（排名不分先后，按姓氏首字母排序） 果，也能有效缩小区域、城乡、校际间的教育质量差距，实 图 1-1-2 人工智能在教育行业各场景的应用 图 1-1-4 多样化的英特尔硬件产品矩阵 • 全方位的软件产品助力，包括 OpenVINO™ 工具套件、 英特尔® 深度学习加速技术、英特尔® AVX-512、面向英特尔 ® 架构优化的深度学习框架等。 • 英特尔在 5G、边缘计算（MEC）平台以及 “云 - 边 - 端” 架 构上的一系列成功部署和实战经验。

息云平台、国土基础平台、 实景三维平台，所有应用场景”长在平台” , 同时 也 是全市的空间中心，是创建空间治理现代化“先行市”的重要支撑平台。 平台承载了 1200 余项数据、 30 余个工具 组 件、 500 余个空间服务，为全市 97 余个部门、 198 个应用场景提供数据服务，年访问量达 1 亿多次。 也为 AI 智 部门空间仓 市发爽 市住迎 数据共享 市环禄 模型构建平台，统一知识库、智能 体标准，支撑未来各项 MaaS 服务 口 构建行业知识库：有序组织各类文 本知识库和带标注等空间知识库构 建。 口 启动行业工具 库 ：以“模型中台” 概 念，构建统一各类工具标准，支 撑智能体搭建 口 部省市多部门协同，与部、省、 市对接，争取部试点，学习各级 先进经验。沿用后土模型架构、 探索知识库对接、智能体分发汇 “需求导向、科学谋划、夯实基础、众筹实施”为总体原则 知识管理 模型中心 评测中心 插件工具 智能体工厂 行业语言训练 样本集 问答对 行业大模型 (L1) 标准编码 标准单元 人口 通 用 模 型 (LO) 2.2 总体架构

业经营管理中发挥乘法效应，学术界和产业界延展出数据领导力 （DataLeadership）这一热门话题。本文从企业发展新环境呼唤 数据领导力、数据领导力的核心是培育企业家的数据素养与提升数 据治理水平、数据领导力和善用数智技术工具三个方面进行阐述。 引言 数智领导力 004 003 数智领导力 制、政策、流程与授权规范性差等等。于是，华为决定同步启动数据治理工作，这个动作持续贯穿于 IFS 项目全过程，从 2007 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 构建数据孤岛 - 横向端到端拉通”的过程。 要发挥数据要素，打破数据孤岛，笔者认为需要刚柔并济两手抓：数据领导力和善用数智技术工具。 一方面，企业家发挥数据领导力，让公司各个职能部门意识到高层的决策需要端到端拉通的数据，从 注重“经线”专业能力走向注重“纬线”协同能力——这是华为借鉴地球仪的经线纬线的形象提法。 2018 2018年，任正非与华为公司总干部部及人力资源部相关主管沟通时，对这个问题作了非常形象的阐述： “我对法务部的批示，不要做世界最好的法务部，我要的是最适配我们生产的合作者。我对财经管理 刚柔并济： 数据领导力和善用数智技术工具 部的批示，不是要做世界最好的财经管理部，而是要屁股往下坐，要解决一些纬线管理问题。人力资 源管理也有纬线问题，什么叫纬线呢？就是要搞明白服务对象，为谁服务，首先要懂得谁。”数字化 转型过程，

....................................................................................146 12.3 相关软件与工具介绍................................................................................................. 利用大数据分析和机器学习算法，实 时监测市场动态，预测资产走势，并根据投资者的需求动态调整资 产配置策略。这种基于数据驱动的智能决策，不仅能够提高资产配 置的效率，还能在复杂多变的市场环境中为投资者提供更有效的风 险管理工具，从而确保投资组合的长期稳健增长。 1.2 DeepSeek 技术的概述 DeepSeek 技术是一种基于大数据和人工智能的高级分析工 具，旨在通过深度学习和自然语言处理技术，为资产配置规划提供 增加债券和现金的比例。此外，市场环境的变化、经济周期的波 动、政策法规的调整等因素，都可能影响资产配置的合理性，因此 定期进行资产配置的再平衡是必要的。 总之，资产配置是一项系统工程，需要综合考虑多种因素，通 过科学的方法和工具，制定并执行切实可行的投资策略，以实现投 资者的长期财务目标。 2.2 资产配置的目标 资产配置的目标是通过合理分配不同类型的资产，以实现投资 者的财务目标和风险承受能力之间的平衡。首要目标是优化投资组

系统集成与接口设计..................................................................................68 6.1 与现有设计工具集成...........................................................................70 6.1.1 CAD 软件集成.... 力，能够在建筑 设计中发挥重要作用。本项目旨在将 DeepSeek 大模型与建筑设计 流程深度融合，构建一套智能化设计应用方案，以解决当前行业面 临的痛点，并为建筑行业提供更加高效、创新的设计工具。 项目的主要目标包括以下几个方面：  提升设计效率：通过 DeepSeek 大模型的自动化能力，优化 建筑设计流程，减少人工干预，缩短设计周期，降低时间成 本。  增强设计创新性：利用大模型的生成能力和多维度数据分析， 不足。根据行业调查数据显示，超过 60%的建筑设计项目在设计阶 段存在时间延误，其中约 40%的延误原因与设计方案的反复修改和 优化有关。 与此同时，建筑信息模型（BIM）技术的广泛应用为行业带来 了新的工具和方法，但其数据量大、处理复杂的特点也对设计团队 提出了更高的要求。BIM 模型的精细化管理、多专业协同设计以及 全生命周期的数据集成成为了设计师亟需解决的问题。根据 2022 年的市场报告，全球

用户培训与维护：为政府部门的工作人员提供系统使用培训， 建立系统维护机制，确保系统的长期稳定运行。 通过本项目的实施，预期将显著提升电子政务的服务水平和效 率，为政府部门提供更加智能、便捷的支持工具，同时也为公众提 供更加优质、高效的政务服务。 2. 需求分析与规划 在构建电子政务接入 DeepSeek 模型的知识库之前，首先需要 对需求进行全面分析与规划。这一阶段的核心目标是明确系统的功 deepseek 模型接入方案 为了实现电子政务系统中 deepseek 模型的高效接入，首先需 要明确模型的应用场景和技术需求。deepseek 模型作为一种先进 的自然语言处理和知识图谱构建工具，其在电子政务中的应用主要 包括智能问答、文档分类、信息检索和决策支持等。因此，接入方 案的设计应围绕这些核心功能展开。 首先，系统架构的设计是关键。目前的电子政务系统通常基于 分布式架构，采用微服务设计模式，因此 为了提高模型的可用性和可维护性，建议实施以下具体步骤： 1. 接口文档的编写与发布：为 deepseek 模型的 API 接口提供详 细的文档说明，包括参数定义、调用示例和错误码解释。 2. 性能监控与优化：部署性能监控工具，实时跟踪模型的响应时 间、资源占用率和错误率，并根据监控数据进行优化。 3. 版本管理与更新：建立模型的版本管理机制，支持模型的平滑 升级和回滚操作，确保系统的稳定性。 4. 权限控制与审计：通过

p 初级形态：把AI嵌入到人的工作中 p 中级形态：AI作为人的辅助工具 p 高级形态：AI作为主要工具，Agent对人 的依赖性在降低，且越来越像真人。人 的大部分用于繁琐日常工作的技能被AI取 代，而人机协同又让个体以前90%的弱技 能被瞬间强化 p Agent具备角色识别，规划及任务拆 解、记忆及知识沉淀、工具/技能使 用、执行动作等能力 p 采用更加高效的CUI交互模式 从技术架构演进角度 Agent应用落地实例-某大型国有银行金融交易场景 Agent应用落地重在业务知识理解、方案设计与项目统筹管理。充分拉通业务用户，IT专家（知识建模专家、AI专家、大数据专家、大模型专家、 基础设施专家）与合作伙伴，综合运用各种工具和平台，构建基于自然语言理解、智能化推理、质量可靠的企业智能体应用。 1.业务调研 • 场景：金融交易类 • 流程：SOP • 问法：发起交易，信 息提供 • API：行内接口 2.方案设计 • 知识检索：不涉及 • 工具调用：SOP接口 调用 4.测试环境部署 • Agent平台部署 • 大模型私有化部署： qwen 14B • 模型对接与联调：行 内模型 • 测试环境工具调用API 10.上线投产完成 8.投产准备 • 安全组件清单准备 • 生产环境IT资源确认部 署方案确认与演练 • 防火墙策略申请 7.数据准备 • 生产环境工具调用API • 业务验证数据

.....157 1. 项目背景与目标 随着政务数字化进程的加速，各级政府机构在处理大量政务数 据时面临效率低下、信息孤岛、决策支持不足等挑战。传统的政务 系统多依赖于规则引擎和简单的自动化工具，难以应对日益复杂的 政务场景和多样化的数据处理需求。为此，引入先进的人工智能技 术成为提升政务管理水平和决策效率的关键。DeepSeek 政务大模 型的提出，旨在通过大语言模型（LLM）的强大能力，实现政务数 的政策解读、提供智能的决策支持。具体背景如下： - 技术需求： 政务场景对大模型的理解能力、生成能力和推理能力提出了更高要 求，需要针对性地优化模型结构、训练数据和微调策略。 - 业务需 求：政府部门需要通过智能化工具提升工作效率、优化服务质量、 降低人工成本。 - 政策支持：国家相关政策鼓励 AI 技术在政务领 域的应用，推动智能化政务系统建设。 此外，根据《2023 年中国政务智能化发展白皮书》数据，政 问答任务：平均响应时间 1.8 秒，准确率 89.5%  数据处理任务：支持每秒处理 10 万条记录，数据清洗效率提 升 40% 在可扩展性与定制化方面，DeepSeek 模型提供了灵活的接口 和工具，支持用户根据具体需求进行模型微调和功能扩展。例如， 用户可以通过简单的配置调整模型的超参数，或者使用自定义数据 集进行微调，以提升模型在特定场景中的性能。此外，模型还支持 与现有政务系统的无缝集成，通过