华为终端 可持续发展报告 ( 2024-2025 年 ) 01 目录 04 可持续发展管理 06 组织与战略 06 管理体系 08 荣誉和奖项 09 助力联合国可持续发展目标 02 可持续发展寄语 43 绿色环保 46 降低产品生命周期环境影响 46 环保材料应用 47 可持续的产品包装 49 产品绿色认证 50 减少碳排放 53 73 可持续的供应链 73 供应商责任管理 74 供应商产品环保管理 74 负责任原料管理 75 促进社区发展 75 创造就业，培养人才 77 员工关爱与健康保障 79 为所在社区做出贡献 81 让产品创造更多的社会价值 83 附录 83 关于本报告 可持续发展寄语 可持续发展管理 数字包容 科技至善 绿色环保 企业责任 附录 02 可持续发展寄语 科技正在以前所未有的速度重塑世界，并深刻地影响着 我们工作、生活的方方面面。华为终端始终将可持续发 展视为我们的核心战略。我们坚信，科技创新的终极意 义在于推动社会公平、守护人类健康、保护地球生态平 衡、促进自然资源的可持续利用。我们持续围绕数字包 容、科技至善、绿色环保、企业责任四大领域深耕笃 行，以实际行动诠释我们的企业社会责任理念。 华为坚信科技不应设限。我们在新发布的HarmonyOS

1 使用培训..................................................................................156 7.4.2 持续支持机制...........................................................................158 8. 案例研究与成功实例... 3 成功因素分析....................................................................................167 9. 持续改进与未来展望................................................................................169 9.1 AI 模型的迭代升级 大模型带来的产业变革。这不仅意味着生产方式的转 变，更是管理理念与组织结构的创新。因此，为了实现这一目标， 钢铁公司应积极探索 AI 大模型与自身业务的融合路径，推动技术 落地与应用，以便在日益激烈的市场竞争中保持优势，实现可持续 发展。 1.1 钢铁行业现状 当前，钢铁行业正处于向数字化、智能化转型的关键时期，面 临着诸多挑战和机遇。在全球经济波动和资源环境压力的双重影响 下，钢铁行业的生产效率、资源利用率和环境影响等方面亟需优

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 第三章 全球细分产业综合实践 41 3.1.全球行业应用案例与实践经验 43 3.1.1.工业 43 3.1.2.酒店 44 3.1.3.餐饮 46 3.1.4.零售 47 3.1.5.医疗 49 3.1.6.养老 50 3.1.7.大型交通枢纽（机场） 52 3.2.服务机器人助力细分产业实现可持续发展 54 务机器人的加速落地，进而推动全球千行百业 的智能化进程。 开放性的全栈式智能服务机器人生态 前言 开放、协同、 通用：可持续与 普惠的创新 移动+操作+交互： 多技术栈驱动的 具身智能 通用的多元形态： 专用、类人形、 人形 多品类产品矩阵 助力可持续发展 商用服务机器人 行业下半场拐点到来 开放性的全栈式智能服务机器人生态 | 第一章 全球服务机器人市场概览 第一章 全球服务机器人 机器人 服务机器人 服务机器人概念 标准条例 880 400 1.2.1. 全球服务机器人市场增长强劲 全球服务机器人行业迎来爆发期 研究表明，全球服务机器人产业蓬勃发展，产 业规模持续增长。据研究数据显示，服务机器 人行业已进入快速发展期， 市场规模增长强劲。 2025年，服务机器人（全产业链）市场规 模预计达到400亿美元。未来十年将以17.1% 的 复合年增长率增长，到2035年，全球服务机器

..........................................................................................117 9.3 持续改进...........................................................................................119 10 图表）展示数据分析的全过程，为决策者提供更直观的 支持。例如，以下 mermaid 流程图展示了一个典型的水资源调度 优化过程： 通过上述应用，DeepSeek 不仅提升了水利工程的智能化水 平，还为水资源的可持续利用提供了强有力的技术支持。这种技术 的引入，不仅是水利工程领域的一次重大突破，也为全球水资源的 科学管理指明了方向。 1.1 项目背景 随着全球气候变化的影响日益加剧，极端天气事件频发，水利 度方案等。 3. 实时监控与预警：实时监测水利工程运行状态，及时发现潜在 风险，并发出预警信号。 通过引入 DeepSeek，水利工程管理将迈入智能化、精细化、 实时化的新阶段，为水资源的可持续利用和防灾减灾提供有力支 持。 1.2 DeepSeek 概述 DeepSeek 作为一种先进的人工智能技术平台，凭借其强大的 数据处理能力和高效的算法模型，已在多个行业展现出显著的应用

其中，大型语言模型、模块化架构与协作框架为其筑牢根基，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 蓬勃发展，企业级的生产力再造 目 录 数字经济及企业数字化转型带来为企业级 AI 带来使用机会 中国数字化与信息化水平持续增长，为数字经济及企业级 AI 带来广阔机遇。 2024 年，近六成中国企业家计划提高数字化投入，较 2023 年增 加 6 个百分点。其中， 38% 的企业将增加 15% 以内投入， 27% 53% 40% 减少 32% 3% 3% 应用基础：数据赋能与多样场景下的 AI Agent 机遇 数据的广泛积累为 AI Agent 的发展奠定了坚实基础。随着中国各行业数字化渗透率的持续提升，多元化的产业结构与庞大的用户数据量为 Agent 技术提供了丰富的训练资源和广阔的应用空间。 目前， AI Agent 的应用场景主要以任务为导向，充分发挥了其基于环境感知和 目标设定进行决策的能力。通过不断优化策略，

.........................................................................................230 15.3 持续优化机制............................................................................................... 素导致误差或纠纷。据统计，2023 年全球保险理赔处理时长平均 为 15-30 天，其中约 30%的案例因资料不全或核损争议需反复沟 通，直接拉高运营成本约 20%。与此同时，客户对快速、透明理赔 服务的需求持续攀升，超过 65% “ ” 的投保人将 理赔效率 作为选择保 险公司的关键指标之一。 在此背景下，人工智能技术为理赔业务优化提供了新的可能 性。DeepSeek 大模型凭借其多模态理解、自然语言处理和复杂决 小时智能问答。某头部寿险公司内部测试显示，传统 OCR+规则引 擎的医疗票据识别系统，在特病门诊单据上的关键字段提取错误率 达 21%。 现行流程中标注的痛点环节平均消耗 72%的处理时长。更严峻 的是，欺诈风险持续升级，互助型骗保团伙导致的财产险异常赔付 金额年增长率达 34%。这要求核赔系统必须具备动态学习新型欺诈 模式的能力，而传统规则库每季度更新的机制已明显滞后。与此同 时，监管层对理赔时效的考核标准逐年提升，《保险服务质量指

2 扩展应用领域..................................................................................184 10.3 持续改进与创新..............................................................................185 1. 项目概述 随着 时监控车辆状态、驾驶员行为和环境数据，及时发现潜在风险并预 警，降低事故发生的可能性。同时，系统的数据分析能力可以帮助 运营方识别高频事故路段或时间段，优化安全管理策略。 最后，推动城市交通的可持续发展。DeepSeek 的应用可以实 现能源消耗的精细化管理和碳排放的精准监测，为绿色出行提供数 据支持。例如，通过优化车辆调度和路线规划，减少不必要的能源 浪费，助力城市实现低碳发展目标。 在城市公共交通运营中引入 DeepSeek 应用方案，具有重要的 战略意义和实际价值。随着城市化进程的加速，公共交通系统的复 杂性和需求不断增加，传统的运营模式已难以满足现代城市对高 效、智能、可持续交通的需求。DeepSeek 方案通过先进的人工智 能和大数据分析技术，能够实时监控和优化交通流量，提升车辆调 度效率，减少拥堵和延误，从而显著提高乘客的出行体验。此外， 该方案还能够预测潜在故障，提前进行维护，降低运营成本，延长

11.2.2 监控与告警.............................................................................161 11.3 持续运维.........................................................................................163 11.3 支持。 3. 如何在实际项目中验证大模型的应用效果，并持续优化模型性 能。 通过本项目的实施，我们期望为建筑行业提供一套切实可行的 智能化设计解决方案，推动建筑设计向更高效、更智能的方向发 展，同时为建筑行业的数字化转型注入新的动力。 1.1 建筑设计行业现状 建筑设计行业当前面临着诸多挑战与机遇。随着城市化进程的 加速和可持续发展要求的提高，建筑项目的复杂性和规模显著增 加，设计 供更精准的解决方案。 4. 人机协同：通过自然语言交互和可视化工具，增强设计师与模型 的协作能力，实现更高效的设计流程。 5. 伦理与安全：在模型开发中引入公平性、透明性和数据隐私保护 机制，确保技术的可持续发展。 展望未来，大模型技术将进一步赋能建筑设计行业，通过智能 化的工具和方法，推动设计创新和效率提升。同时，技术的实际应 用需要结合行业需求，注重技术的可行性和经济性，确保能够为设 计师和企业带来切实的价值。

.......................................................................................200 15.2 模型持续学习机制............................................................................................... 的千亿参数模型进行领域微调，针对 公共服务术语库（如法律条文、文化专有名词）强化训练 - 边缘计算：采用端云协同架构，高频问题本地处理，复杂需求云 端调用，平衡实时性与成本 - 数据闭环：通过用户反馈自动标注机制，持续优化意图识别模 块，每月更新模型版本 项目落地后将首先应用于长三角地区 5A 级景区和市级政务服 务中心，预计 6 个月内服务用户超 200 万人次，后续逐步推广至全 国公共服务体系。 1 基于 DeepSeek-V3 模型构建领域知识蒸馏框架，将通用语料库 压缩至原有体积的 40% 2. 部署分层缓存机制，对高频问答内容实施边缘节点预加载 3. 建立多模态反馈闭环，通过用户行为数据持续优化意图识别模型 预期产生的公共服务效益包括：降低人工讲解成本约 60%，使 残障人士服务覆盖率提升至 100%，游客平均停留时长预计增加 15%-20%。通过 mermaid 流程图展示核心服务链路：

..........................................87 7. 持续改进与未来展望..................................................................................89 7.1 持续改进机制.............................................. DeepSeek，金融机构可以自动化处理海量数据， 实现实时风险评估；同时，深度学习的强大特征提取能力可以更全 面地捕捉客户行为、信用记录等多维度信息，显著提升评估精度。 此外，DeepSeek 还可以通过持续学习和优化，动态调整评估模型， 适应市场变化和新的风险特征。 然而，将 DeepSeek 应用于金融贷款评估也面临一定挑战： - 技术实施成本较高，包括硬件投入、系统集成和模型训练等方面； 自动生成信用评分 异常检测 聚类算法、孤立森林 识别欺诈行为和多重借贷 特征工程 特征选择、特征降维 自动提取关键特征 非结构化数据处理 CNN、RNN 分析文本和图像数据 最后，DeepSeek 的持续学习和自适应能力也是其与机器学习 深度融合的体现。通过在线学习算法，DeepSeek 能够实时更新模 型参数，适应市场变化和新的风险模式。这种能力使得 DeepSeek 在金融贷款评估中始终保持领先地位，为其用户提供稳定可靠的服