000公里以内的行程为例。 图13 | 出行eVTOL在城市空中快线场景下的主要特点 波士顿咨询公司 2025年9月 中国载人eVTOL行业白皮书 18 民航客运量 目标客舱比例 eVTOL转化率 年度监管 放开比例 机场接驳 245 695 778 2025估 2030估 2035估 2040估 0 年度总需求 平均单次 载客人数 每台日均 飞行时长 年均运营 天数 单次平均 2025–2040年 • 预计商务 座与一等座 旅客为目标 客群 • 假设未来 该比例保持 不变 • 预计2025年– 2030年，高 铁客运量增 速为7%， 2031年– 2040年为5% 80% 2025–2040年 • 参考铁路局 管辖范围内 行程占所有 行程的比例 • 假设未来该 比例保持不 变 0.6 包括抵达、 巡航、起飞 200 主要受 天气因素影响 4 0 106 1,139 2,330 eVTOL年销量 2025–2040（估），单位：台 55 305 324 +19% 高铁客运量 年度监管 放开比例 eVTOL 转化率 短途行程 比例 （铁路局管辖 范围内） 目标车厢 比例 （商务座与 一等座） 来源：中国国家铁路局；文献调研；专家访谈；BCG分析。 图15 | 出行eVTOL城市空中快线（高铁接驳）场景销量预测 波士顿咨询公司

大模型，可针对性解决上述痛 点：其多模态识别能力能实现医疗票据、交通事故照片等材料的智 能解析，将单证处理时间压缩 90%以上；内置的保险条款知识图谱 能自动完成责任匹配，使标准案件自动化处理比例提升至 70%。 2.1.2 人工审核成本高 传统保险理赔业务中，人工审核环节存在显著的成本效率问 题。理赔案件通常需要经过多级人工复核，从材料初审、验真、定 损到最终赔付决策，每个环节均依赖大量专业核保人员的投入。以 万元医疗费拆分为 5 次 2 万元索赔，此类案 件识别率不足 12%。 为量化现有问题，以下是某保险公司车险理赔欺诈识别数据对 比： 检测手段 识别准确率 误判率 平均处理时长 覆盖案件类型比例 规则引擎 38% 15% 0.5 小时 100% 人工审核 61% 22% 3.2 小时 45% 第三方调查 89% 5% 72 小时 8% 解决这一痛点的技术路径需满足三个核心要求：第一，建立多 等交通事故关键要素，实现 95%以上的实体识别准确 率。 模型支持的多模态输入处理能力显著提升了材料审核效率： - 文本材料：自动提取报案表、责任认定书中的 37 类关键字段（包 括时间、地点、责任比例等） - 影像资料：配合 OCR 技术解析医 疗发票，识别发票代码、金额、诊疗项目等核心数据 - 语音数据： 将通话录音转写文本后，同步标记情绪特征和争议焦点 理赔场景常见的语言处理挑战及解决方案对比如下：

金流量表， 这些报表共同构成了分析的主体框架。 首先，资产负债表是评估借款人财务状况的起点。通过对资产、 负债和所有者权益的分析，可以了解借款人的财务结构和资产质量。 例如，总资产与总负债的比例能够反映企业的资本结构，而流动比 率和速动比率则能够衡量企业的短期偿债能力。在实际操作中，通 常会计算以下关键指标：  流动比率 = 流动资产 / 流动负债  速动比率 = (流动资产 - 为了优化模型性能，我们进行了详细的超参数调优。通过交叉 验证（Cross-Validation）方法，我们调整了 GBDT 模型的关键参 数，如树的深度、学习率和子样本比例。这些参数的优化能够显著 提升模型的预测准确性和泛化能力。 模型训练过程中，我们将数据集分为训练集和测试集，比例为 8:2。训练集用于模型的构建和参数学习，测试集用于评估模型的 性能。我们使用均方误差（MSE）和平均绝对误差（MAE）作为评 估指 20-30, 30-40 等） 客户年龄分段 财务信息 月收入 归一化 客户的月收入标准化处理 信用历史 信用评分 直接使用 客户的信用评分 行为数据 还款准时率 计算过去 12 个月的准时 还款比例 客户的还款行为表现 宏观经济 GDP 增长率 直接使用 客户所在地区的 GDP 增长率 最后，通过特征重要性评估和交叉验证，进一步优化特征集， 确保所选特征能够显著提升模型性能。特征选择与工程的最终输出

固安县现有常住居民 40 多万，县城常住人口按照未来 5 年发展规划 8 万人计算。按照国家人口年来分布比例计 算，具备无线上网能力和需求的人口约占 50% （这一比例 相对较高），约 4 万人。 按照无线用户对城市公共无线上网需求，接入用户不超 过 60% ，按照同时在线用户收敛比 70% （这一比例相对较 高，考虑到 40% 挂机行为）计算，同时在线用户不超过 1.5 万人。

采用强化学习框架构建的核保决策树，可同步分析投保人健康告 知、医疗历史、职业风险等 18 个维度的数据。某寿险公司试点数 据显示，模型将高风险保单识别率从人工核保的 76%提升至 94%，同时将自动化核保比例从 15%提升至 63%。 实时交互优化 对话系统支持动态意图识别，在客户服务场景中实现多轮精准追 问。例如处理车险报案时，模型能通过 5 轮交互完整采集事故时 间、责任认定等关键字段，交互效率较传统 | WebSocket | 1000+ | 模型持续学习框架 建立数据闭环系统，每日处理： - 2300+真实对话样本自动标注 - 15 分钟级模型增量训练 - A/B 测试流量自动分配（比例可配置） 模型迭代周期从传统 2 周缩短至 72 小时。 各模块通过服务网格（Service Mesh）进行通信，采用断路器 模式保证单个组件故障不影响整体服务。性能指标通过 Prometheus 披露技术减少客户输入负担 o 模型决策：应用 XGBoost 算法（准确率 92.7%）综合评 估风险等级，输出核保结论与费率浮动建议 典型核保决策矩阵示例如下： 风险因子 阈值范围 加费比例 特殊条款触发条件 胆固醇水平(mg/ dL) >240 15%- 25% 心血管疾病除外 驾驶违规记录 3 次/年 10%- 18% 夜间行驶限制 职业风险等级 4 级以上 拒保

炼铁过程是钢铁生产中至关重要的环节，是将矿石中的铁矿物 转化为生铁的关键步骤。整个炼铁过程通常在高炉中进行，需要一 系列复杂的物理和化学反应。首先，将铁矿石、焦煤、熔剂（如石 灰石）和还原气体（如氢气或一氧化碳）按照一定比例进行配料。 这些原材料的选择和配比直接影响炼铁的效率、质量和成本。 在高炉内，铁矿石在高温下被还原。首先，焦煤在高炉底部燃 烧，生成一氧化碳，这一过程为后续反应提供了必要的热量和还原 气体。 高炉的主要组成部分包括炉身、炉顶、炉口、冷却装置和出铁 口等。炉内的主要反应是将铁矿石（通常是赤铁矿和磁铁矿）与焦 炭反应，生成生铁，这一过程是在高温（约 1500-1600°C）下进行 的。在高炉的进料口，原料按一定比例分层加入，通常为：  铁矿石（红色）：70%  焦炭（黑色）：20%  石灰石（白色）：10% 使用干燥的焦炭作为燃料，其在高温下燃烧产生的热量交替地 加热上下层铁矿石，焦炭气化生成的一氧化碳则用于还原矿石中的 要。优质焦炭不仅提供热量，还能减少炉料中的杂质。一般而言， 焦炭的挥发分、灰分和硫分应控制在合理范围内，挥发分最好低于 10%，灰分应低于 15%，而硫分应在 0.5%以下。此外，焦炭与铁 矿石的比例对于熔融状态的形成、炉温的控制及提高金属的还原程 度都有直接影响。通常情况下，焦炭的用量是铁矿石用量的 60%- 70%。 石灰石在炼铁过程中的作用主要是作为助熔剂，帮助去除炉料 中的硅和磷等杂质，以改善铁水的质量。石灰石的

（售后） 外呼机器人 （初筛） 智能质检 3-5 年 落地技术 当前 人力规模 附：选自《人工智能时代中国就业的挑战与应对》 等 可节约人力成本 替代人力比例 252 亿 84 亿 54 亿 AI 为客户服务行业带来更多可能性 • 全面捕捉客户数据 • 语音导航 IVR 智能对话 IVR 业务系统 业务系统 + 转人工比例下 降 交互时长缩短 客户表达其他诉求，机 器人匹配自助业务流程， 与用户语音交互。 我要去美国，想开 个国际漫游 您正在为 18612345678 办理 国际漫游，请输入 —— 某运营商案 例 业务查询 障碍申告 业务办理 业务咨询 » 》 百度智能客服实施案例 —— 某运营商案 例 反应速度 承接天津 10010 约 50% 话务量，对比传统模式，转人工比例下降明显，人工通话总时长下降 27.67% 天津联通智能客服项目综合 AI 感知和认知全方面技术，包括语音识别 / 合成、自然语言理解、知识库、用户画像 等 » 》 百度智能客服实施案例 ——

2024 年 数据来源：汽车之家 一年卖出 242 万辆全新车系，3 年间销量增长近 2 倍 3 天出 1 款新车， 用户：记不住，根本记不住 心智建立难 全新车系占零售总量比例 近三年全新车系销量占汽车零售总量比例变化 乘用车销量 全新车销量 占比 6.4% 2022 年 0 500 万 1000 万 1500 万 2000 万 2500 万 2024 年 占比 10.4% -11% 卖车堪比“大逃杀” 潜客运营难 15 数据会说话：AI 时代汽车全域营销实战手册 | 14 | 数据会说话：AI 时代汽车全域营销实战手册 汽车之家研究院数据显示，老车主增换购比例在 2024 年从 56% 增长至 60%。作为汽车消费主力，老车主理应是车企 极度重视的高价值人群。 一方面，过去数年，中国消费者在换车时始终维持着极高的 升级热情。汽车之家研究院发布的《2024 车主想尝新，59% 明确不选原品牌 2016 70% 44% 40% 12% 48% 60% 11% 45% 7% 23% 2023 2024E // 2023 年增换购比例达 56% 预计 2024 年增换购比例突破 60% 数据来源：汽车之家 Q：您不会继续买旧品牌的原因是什么？ 对其他品牌有购车意向 明确不选旧车品牌 90% 59% 首购 增购 换购 用户海选阶段通常从 40

，可见我国与发达国家有一定 差距；此外，我国就医结构性问题——即大医院人满为患，小医院门可罗雀 ——进一步放大了医护人员不足的现状；  在我国全部卫生人员之中，大学本科以下学历比例占到 69.4% ，大学本科与研究生学历比例仅占 30.6% ，可见我国卫生人员整体受 教育水平偏低，高质量卫生人员较缺乏；  针对执业医师短缺问题， 2009 年出台的《中共中央国务院关于深化医药卫生体制改革的意见》中开始探索“医师多点执业”，即符 B. 样本量小，成本高：受到信息割裂现状的影响，肿瘤研究的样本数量往往在百例左右。然而成本却非常高，许多 400 例规模 的多中心联合项目的成本大概在 1000 万人民币左右； C. 数据结构化比例低：大规模数据分析的前提是数据的电子化，而事实上肿瘤患者的 X 光 /CT 影像、病理检验等检测大量数据， 基 本是以纸质形式保存。  业务模式：科研合作目前是打破医院数据壁垒的有效手段之一。除了与医院进行合作，与基因公司、 进行分级，不同级别的医疗机构承担不同疾 病 的治疗，实现基层首诊和双向转诊。分级诊疗政策体系逐步完善，医疗卫生机构分工协作机制基本形成，优质医疗资源有序有效下沉， 基层医疗卫生机构诊疗量占总诊疗量比例明显提升，就医秩序更加合理规范；在分级诊疗的政策推动之下，国内陆续出现促进分级诊 疗的企业服务；  产品形态：分级诊疗的实现，离不开医联体与智能云服务，二者是相辅相成的关系，医联体的建立和日常运营在云端进

年电力信息通信 EP 新技术大会 算力所需成本较高 十 新能源的高比例接网以及能源的双向流动，都将对电力市场的动态适应性带来挑战，算力资产折旧损失、资产数据 入表以及电费摊销问题等问题尚待规范量化，且人工智能技术带来的生产关系变革，包括电力系统组织结构优化及 人员技能更新等也需要引起高度关注。 高比例可再生能源在电网中的接入 新型电力系统能源的双向流动 L 与电力市场的融合 催 生 “ 绿 色 比 特 ” 南方五省区非化石能源装机达 3.1 亿干瓦，占比 62%; 西电东送清洁能源电量占比超 80% 新源装机突破 1.3 亿干瓦 · 广州、贵安数据中心年内绿电使用比例高于 50% · 研究算力电力协同调度、成本疏导、价格形成机制 培育绿色数据中心电算协同整体解决方案提供商 中 想 ，抽水思 贵 州 贵 安 枢 纽