公司可以通过分析自身优势并利用AI技术提 高运营效率，包括在产品设计、市场营销、核保及理赔等环节。AI应用研发框架的流式会话 能力可以提高前后端开发的效率。 • 保险公司应用AI技术可参考的方法论：通过价值飞轮、价值网和画布等方法，企业可以更好 地理解业务逻辑，识别关键驱动力，并实现更全面的优化。这些方法提供了有效的工具，帮 助企业理清思路，找准业务发展的核心驱动力，确立清晰的策略逻辑。同时，画布法可以将 面之下，需要大家进行更深入的思考和探索才能发现。那么，为解决问题应该如何采取行动呢？ 三 洞察问题，探寻本源 面对复杂问题，建议参考《U型思考》方法论，从初始问题出发，洞察其背后的本质，进而精准 地解决问题。 遇到初始问题 遇到初始问题 解决问题 解决问题 发现问题的本质 找到本质解 U型思考方法论是一个找准问题、看透本质、谋定而后动的思考模型 问：定义核心问题 ►用WHY提出问题：探寻动机，发现原因 ►用WHAT提出问题：发现本质，聚焦靶心 这里提到了一个使用优势法的方法论，其逻辑是找到自己的优势能力与大规律之间的叠加部分， 作为发力的重点。应用到保险行业，需要先确定保险公司的优势。 作为保险公司，其优势能力分析可以从八个维度进行观察。这些维度包括市场定位、产品服务、 财务表现、运营效率、技术应用、人才管理、合规与风险管理和战略执行。这些是划分保险公司 优势能力的重要方向。 在评估和考察公司在技术应用方面的优势，常使用到的方法论是这个成熟度评估框架，以技术应

上形成 一个“PEBT”（软件包使能业务变革）方法论可供参考。所谓软件包使能业务变革，就是最佳实践使能， 因为软件包将许多最佳实践，很多时候我们从软件顾问那里获取的新技术或者新管理理念，已经存在 于现有的 BI 软件包中。如果站在他们的肩膀上，坚持选择承载优秀管理实践的软件包，将会帮助企 业家快速提升数据领导力。从实操来看，“PEBT”方法论分为三个阶段：第一阶段是定位于软件包 的未来业 数据分析平台 数据服务平台 自助分析空间 数据API管理 共享场景管理 数据服务运营 数据需求管理 数据授权管理 数据仲裁管理 数据问题管理 SOLUTION 解决方案 核心架构 创新方法论 数据工作台 + 指标治理体系 构建“五阶十六步”指标治理方法用于指标管理与开发，同时搭建指标资产平台管理指标治理过程。 指标治理方法 指标 设计发布 指标 数据设计 数据 探源认证 模型 服务设计 +FineReport/ineBI 质量/供应量 /生产 区域制造业 赋能 135战略 四阶 培养 零代码+BI 三大 场景 龙行 未来 072 数智领导力 071 数智领导力 创新方法论 1、设计数字化建设规划 按照东风集团 1 个中心 2 个旅程 3 个贯通规划， 柳汽按“135”思路推进公司数字化建设，构建数 字柳汽，提高全价值链业务能力和运行效率，支撑经营战略达成和客户满意。

2024 年 8 月 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 1 前言 2 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 一轮大模型创新所遵循的扩展定律（scaling law） 产生了大数据 - 大算力 - 大模型 - 大电力的范式。 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 4 文献综述与方法论 全球数据中心用电量将在 AI 的推动下大幅增长，一直受到关注。从 2023 年以来， 由于生成式 AI 的迅猛发展，美国尤其为“电力危机”感到焦虑，而中国的人工 智能要在碳达峰目标的约束下追赶美国，算力与电力问题需要重估。 国的较确定的算力增长的角度。 中国目前无法通过官方渠道同步获得英伟达最先进的 GPU。美国降下的“硅幕”， 限制芯片设计、制造与流通的多个环节，试图将中国先进算力遏制在 A100 水平 文献综述与方法论 机构对数据中心未来用电规模的预测 来源：公开信息，未尽研究，环球零碳 说明：不完全列举。部分机构给出了单个场景的预测，为图中蓝色圆点；部分机构给出了不同场景的上下限，为图中线段。IEA 的预测截至

2024 年 8 月 AI 改变能源 智算如何引领新型电力系统 AI 改变能源 智算如何引领新型电力系统 1 前言 2 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 ● 所带来的海量计算，将与可 再生能源一起，推动新一轮信息与能源革命。而这 一轮大模型创新所遵循的扩展定律（scaling law） 产生了大数据 - 大算力 - 大模型 - 大电力的范式。 4 文献综述与方法论 全球数据中心用电量将在 AI 的推动下大幅增长，一直受到关注。从 2023 年以来， 由于生成式 AI 的迅猛发展，美国尤其为“电力危机”感到焦虑，而中国的人工 智能要在碳达峰目标的约束下追赶美国，算力与电力问题需要重估。 国的较确定的算力增长的角度。 中国目前无法通过官方渠道同步获得英伟达最先进的 GPU。美国降下的“硅幕”， 限制芯片设计、制造与流通的多个环节，试图将中国先进算力遏制在 A100 水 文献综述与方法论 AI 改变能源 智算如何引领新型电力系统 机构对数据中心未来用电规模的预测 来源：公开信息，未尽研究，环球零碳 说明：不完全列举。部分机构给出了单个场景的预测，为图中蓝色圆点；部分机构给出了不同场景的上下限，为图中线段。IEA

通信、量子通信等新一代信息技术的探索应用，为专网注入了前所未有的进化动 能，为突破传统瓶颈、开拓新场景开辟了广阔空间。本白皮书与案例集基于国家 政策及国内外专网发展情况的梳理，系统解构专网落地方法论：从性能指标、架 构选型 （独立/混合/虚拟专网），到智慧运营平台构建、新兴技术赋能运营创新， 旨在为产业提供可复用的实施框架。 我们坚信，当 5G/5G-A 专网深度融入生产核心环节时，它已不仅是通信工

2：项目从试验到实盘耗时多久，是否有灰度机制（如分阶段资金投入）？ 组合构建中，如何使多因子择时、“三标尺”行业轮动相结合？ 该项目目前定位于研究导向的初步探索阶段，其核心目标在于验证基于宏观框架 的资产配置方法论的有效性。项目底层逻辑依托卖方分析师构建的宏观研究体系， 主要聚焦于策略模型的学术验证与框架优化，尚未进入实际资金运作环节。由于 仍处于理论验证期，暂未涉及实盘交易所需的资金管理系统、风控模块等基础设 施搭建，也未制定灰度机制相关流程（即通过小规模资金、限定标的试运行逐步 扩大应用的过渡方案）。当前研究重心在于回溯测试的严谨性验证、模型对市场 状态切换的适应性分析以及动态参数调整机制的可解释性构建，为后续可能的实 战化转型积累方法论基础。 多因子择时输出的大盘风险暴露系数作为行业轮动的“顶层约束”。例如：当多 因子择时模型输出空仓信号时，使行业轮动模型进入“防御模式”，股票仓位整 体缩减，行业仓位更加分散，且增强模型对于低贝塔行业的偏好；当多因子择时

性的机遇诊断、数据采集、算法搭建并落地验证。关键步骤 如下： 1. 引入机遇分析：生产设备的关键零部件众多，但如果全部 导入预测性维护，则可能造成不必要的成本浪费，建议根 据实际需要进行考量。罗兰贝格的方法论可帮助客户识 别最适合的引入机遇。以某品牌的数控车床应用案例来 说，我们通过部件成本、故障频率及故障影响范围等关键 维度进行交叉衡量，最后建议客户从刀具及主轴入手，力 求以最小成本达到最佳应用效益。

培养更多数智化转型 人才 完善全流程应用 制定技术合规标准 • 统一技术实现路径 • 制定统一的标准和 规范 • 在更多部门进行 Agent推广应用 澜码科技AI Agent在金融领域的实施方法论 业务信息收集 样例数据梳理 应用场景评估 资源评估 算力评测 SaaS端验证 Workflow设计 实施计划研讨 知识整理 模型部署 AskXBOT部署 验收 优化 压测 监控 评估调研

明 快速迭代，小步快跑， 速度取胜 授之以渔，客户用的爽 才是真的好 提供一揽子综合 AI 能力， 开放生态圈 »» 果的不断提升，实现长期的双赢价值 百度智能客服产品方案和实施方法论可以持续给客户带来效 以客户业务成功做为 百度成功 ，授之以渔 更全能力，更多价值 与合作伙伴共赢 以效果为导向 不止功能交付 Thank You

指标 纯 AI 服务 人机协同 提升幅度 解决率 72% 91% +19% 平均处理时长 4.2 分钟 6.8 分钟 +62% 二次投诉率 15% 6% -60% 这些案例揭示出可复用的方法论：首先选择高频标准化场景 （如车险理赔）作为突破口，通过模块化设计逐步扩展能力圈，最 ” 终构建覆盖 产品设计-营销-核保-理赔- ” 服务 的全链条智能体系。特 别需要注意的是，国际领先机构在 择文档结构化（如保单解析）、规则明确（如保费计算）等易标准 化场景切入。某中型险企的实践显示，分阶段实施智能体方案可使 首年 ROI 提升 40%，但需配套组织流程改造。这些经验为行业提 供了可复用的方法论基础。 8.2.1 典型企业应用场景 在中国保险行业智能化转型进程中，头部企业已率先将 AI 智 能体技术融入核心业务场景。以下为三类典型应用场景的深度实践 分析： 1. 智能核保与风险评估 秒内。此外，基于深度学习的需求预测系统使 代理人拜访精准度提升 34%，某试点地区的新单保费环比增长达 19%。 这些成果验证了技术落地对保险核心价值链的改造能力，为行 业数字化升级提供了可复用的方法论。后续将通过扩大智能体在多 险种中的应用深度，进一步释放业务潜能。 10.1.2 行业影响力提升 保险行业接入 DeepSeek 智能体后，行业影响力提升主要体现 在技术标杆效应、生态协同能力以及社会价值创造三个维度。