车之后满足高净值家庭需求的下一代 标志性产品。 2 高净值家庭：家庭净资产超过1,000万元人民币。 波士顿咨询公司 2025年9月 中国载人eVTOL行业白皮书 11 根据BCG多维度模型测算，中国个人飞行eVTOL市场规模预计在2040年达到230亿 美元，年销量达到约15万台。其中，个人购买场景预计贡献超过90%的市场份额，构成核 心增长引擎，其主要驱动力来自中国高净值家庭及富裕人群的消费升级；低空观光、租赁、 万元人 民币以上，即21万美元以上）豪华车的年销量，选取满足与eVTOL相同购买需求和心智的 豪华车年销量，作为eVTOL中长期的销量预测（参阅图9）。具体测算逻辑如下： 高端乘用车销量， 按车型划分 结合对相关需求和购买心智的分析，测算转化率和潜在销量 潜在市场规模 转化率 车型 专业运动 （赛车） 户外自驾 （公路/越野） 家庭用车 （日常出行） 商务用车 （日常出行） 社交场景 渗透率，如高端相机、机器狗、高端腕表、奢侈品包等高端科技和消费品，以及美国 运动飞行执照、国内高尔夫运动、奢侈品摩托车等高端运动产品及服务。对标结果显示， 该类产品及服务在目标人群中的渗透率通常在1%–1.7%左右，进一步验证了该测算区 间的合理性。 结合供给和需求趋势分析，我们预计中高端eVTOL销量将在未来三年快速增长。预计 到2040年，年销量将达到约2.4万台，市场规模约为50亿美元。 市场分化：豪华版与入门版出现

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 8 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 智算如何引领新型电力系统 扫码了解更多 7 3500 3000 2500 2000 1500 1000 500 0 2023 2024 2025 2026 2027 2028 2029 2030 测算方法与结果 从2023年到2030年，中国智能算力规模将以每年70%的复合增长率持续攀升。 国产芯片将成为智能算力的主要来源，技术保守情景下全部采用等效 A100，以 电力换算力，但更有可能以落后美国 础设施 算力进行规模测算时，统一折算为 FP32 精度。 按这个基准，参照英伟达各代 GPU 的性能参数，到 2030 年，技术保守情景约 需要 14700 万张等效 A100；技术乐观情景则需要累计部署等效的 1700 万张 A100，970 万张 H100，1125 万张 B200。为简化讨论，暂不考虑因折旧等因素， 存量算力改由更高能效芯片提供等情况。 测算方法与结果 中国智能算力用电量增长预测

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 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 智算如何引领新型电力系统 7 3500 3000 2500 2000 1500 1000 500 0 2023 2024 2025 2026 2027 2028 2029 2030 测算方法与结果 从 2023 年到 2030 年，中国智能算力规模将以每年 70% 的复合增长率持续 攀升。国产芯片将成为智能算力的主要来源，技术保守情景下全部采用等效 A100，以电力换算力，但更有可能以落后美国 础设 施算力进行规模测算时，统一折算为 FP32 精度。 按这个基准，参照英伟达各代 GPU 的性能参数，到 2030 年，技术保守情景约 需要 14700 万张等效 A100；技术乐观情景则需要累计部署等效的 1700 万张 A100，970 万张 H100，1125 万张 B200。为简化讨论，暂不考虑因折旧等因 素，存量算力改由更高能效芯片提供等情况。 测算方法与结果 中国智能算力用电量增长预测

、资金投入大 、产品更新换代快等特点 ，广泛应用于 集 成电路 、显示面板 、太阳能光伏领域 ，据中国电子材料行业协会 ， 2021 年应用于三大领域的比例为 33% 、 36% 、 31% 。据我们测算 ， 随着集成电 路国产化进程加快 、显示面板产能持续增长， 国内湿电子化学品需求量有望从 2022 年的 267 万吨增长至 2025 年的 489 万吨 ，市 场规模将从 272 亿元 、太阳能光伏三个应 用市场 使用的湿电子化学品总量达到 213.52 万吨 ，其中集成电路领域用量为 70.29 万吨 、显示面板领域用量为 77.8 万吨 、太阳能光伏领域用量为 65.43 万吨 。据我们测算 ，预计到 2025 年 ，我国集成电路领域需求量将增长至 138.50 万吨 ，显示面板领域需求量将增长至 149.09 万吨 ， 太阳 能光伏领域需求量将增长至 201.40 万吨 ，湿电子化学品需求总量将达到 21.28% 12.60% 22.38% 资料来源：润玛股份招股说明书、兴福电子公告、芯思想、明通集团公众号、中国电子材料行业协会、产业互联网公众号、国 海证券研究所 半导体行业湿电子化学品需求测算 随着晶圆制造产能的高速扩张 、晶圆制造工艺的不断提升以及先进封装技术应用的不断加强 ，我国集成电路用湿电子化学品的需求量也将不 断 增加 ，我们预计 2025 年我国集成电路用湿电子化学品市场需求将达到

30%的客户投诉集中于流程繁琐 成本结构失衡 运营成本中人力占比高达 65%-70%（麦肯锡行业分析），而科技 投入仅占保费收入的 1.2%-1.8%，远低于国际 3%-5%的平均水 平。某中型财险公司测算显示，每单保费中约有 38 元消耗在人工 流程成本上。 这些痛点表明，保险行业亟需通过 AI 智能体实现：业务流程 自动化率提升至 80%以上、核保决策速度加快 5 倍、欺诈识别准确 率提高 提升、风险控制和服务创新，预期在 12 个月内完成全场景落地并 实现关键指标突破。 在运营效率层面，计划通过智能体实现 90%标准化流程的自动 化处理，包括保单录入、核保初审、理赔资料预审等高频场景。根 据试点数据测算，自动化处理可将单笔保单承保时效从平均 45 分 钟压缩至 8 分钟以内，人工干预率降低至 5%以下。关键预期成果 包括： 指标 基线水平 目标水平 提升幅度 核保通过率 68% 85% +25% 技术解析医疗报告、事故照片等非结构化数据，建 立欺诈特征关联网络。测试数据显示，系统可识别出人工审核 忽略的重复就诊编码矛盾、跨机构理赔时间重叠等隐蔽风险。 4. 资本金动态测算 基于风险暴露实时数据，自动调整责任准备金计算模型。某再 保公司测试案例显示，巨灾风险敞口测算误差从±15%降至 ±6%，资本使用效率提升 23%。系统将每季度自动生成 Solvency II 合规报告，减少人工审计成本。 实施后 12 个月内预计达成：高风险业务拒保率下降

数字化生产计划与管理的一部分，帮助提升制造的专业化水 平和运作效率。 通过设备数控 系统及传感器 采集实施数据 数据清洗及 特征剥离 机器状态监测 及诊断 数据采集 数据分析 搭建故障预测算法 并借由数据积累 持续提升算法精度 进行生产计划及 维修排程决策 故障预测及决策支持 自动化设 备数据 (PLC数据) 传感器 数据 1 通过传感器及PLC采集实施生产数据 资料来源：罗兰贝格 机器学习模型搭建：机器学习模型是预测性维护解决方 案的核心。针对预测性维护的引入标的，我们已开发出一 套完整且实证有效的模型搭建方法，能有效赋能故障预 测，以下案例以某品牌数控车床的刀具故障预测算法搭 建进行相关说明： a) 数据采集：通过目标设备的传感器布局及数控系统的 连接采集相关数据，如设备主轴位置、机床程序及管 理数据等。 b) 特征分析：通过算法融合主流的时域分析、频谱分析及

操作能力是机器人实现通用性的关键技术栈， 因而是实现全栈式智能生态的关键一环。服务 机械臂作为这一生态的重要组成部分，通过解 决泛化性问题，赋予机器人更高的适应性和灵 活性， 从而实现了跨场景的泛化任务解决能力。 根据前文中的测算，到2050年全球人形及类人 形机器人出货量将分别达到100.05亿和125.07亿 台，若按照通常一台人形/类人形机器人搭载两 台服务机械臂计算，则意味着届时服务机械臂 的市场需求将突破450亿条。 ts, 德勤研究 行业概述 伴随着技术的发展，机器人逐渐深入到工业生 产的各个环节。工业场景作为典型的复合型需 求场景，要求机器人能够适应不同的生产流程 和环境，深度参与配送、清洁等多种任务。据 测算，到2035年全球工业服务机器人市场规模 有望达到140.6亿美元。 行业痛点 在现代工业环境中，自动化技术的应用已经相 当广泛，尤其是在生产主流程中。然而，要真 正迈向全流程自动化仍然面临以下挑战： 图3-2：服务机器人智慧工业解决方案 行业概述 随着电商和外卖服务的普及，酒店楼宇不仅需要 满足住户对于送货上门的日益增长的期望，同时 还需要提供高效、一致的服务体验，以及保持公 共区域的清洁和安全。据测算，到2035年全球 酒店业服务机器人的市场规模有望达到124.6亿 美元。 行业痛点 酒店楼宇场景作为典型的服务场景，同样面临 着复合型需求的挑战： 1. 楼宇配送服务：住户希望享受便捷的送货上

秒，人工干预率下降 72%。 专业化服务涉及需要金融知识输出的中高复杂度业务，典型场 景包括： - 财富管理：组合推荐、市场解读、收益分析 - 信贷业 务：产品匹配、方案定制、额度测算 - 国际业务：跨境结算、外汇 交易、信用证处理 - 投资银行：并购咨询、债券承销、结构化融资 此类场景要求智能体具备专业术语理解能力和动态决策支持功能， 某股份制银行试点数据显示，专业顾问型智能体可使复杂产品咨询 误率 | 0.01% | 0.5% | ≤ ≥ 4. 业务连续性设计： o 采用热备双通道机制，主备链路切换时间<200ms o 消息轨迹追踪 ID 贯穿全链路，支持断点续传 o 实时反压检测算法：基于滑动窗口的拥塞控制（窗口大 小动态调整公式：W = min(2*RTT, 8KB)） 异常处理方面实现三级降级策略：首次超时自动重试（2 次），连续失败切换备用数据中心，持续异常则转为异步回调模 小时响应，下一个维护窗口修复 成本控制 采用动态资源分配方案，通过 Kubernetes HPA 实现： - 日常负载：保持 30%冗余资源 - 业务高峰：自动扩展至预设上限（需提前进行成本效益测算） 持续优化 每月生成运营分析报告，重点关注： • 模型漂移检测（ 采用 KS 检验，阈值设定为 p<0.01） • 业务指标对比（ROI 需≥1.8） • 客户满意度变化（NPS

景； • 日均处理批量数 据 850 万条； 运营商数据 工商数据 法院数据 设备 / 客户 账户 / 交易 机构 / 柜员 指标数据 业务场景：授信 信用卡申请 额度测算 贷中预警 房产估值 贷后管理 小额授信 风险分级 逾期催收 人工核实 发卡 授信发放 行为评分 (B 卡 ) 催收评分 (C 卡 ) 申请评分 (A 卡 ) 实时信贷指

......................................................................................82 8.2 异常交易检测算法.................................................................................................. 从预处理后的数据 中提取关键特征，如交易金额、交易频率、纳税人身份等，构建多 维度的分析模型。 分析引擎模块的核心算法包括异常检测模型、风险评估模型和 关联分析模型。异常检测模型采用离群点检测算法（如 LOF 和 Isolation Forest），识别出与正常行为模式显著偏离的交易或纳 税人；风险评估模型基于分类算法（如随机森林和 XGBoost），对 纳税人的风险等级进行评估；关联分析模型则通过图神经网络和频 提取异常交易的 特征，为税务稽查提供有力的数据支持，从而提升稽查效率和准确 性。 8.2 异常交易检测算法 异常交易检测算法是税务稽查中至关重要的一环，旨在通过智 能化手段快速识别和定位潜在的异常交易行为，提高稽查效率和准 确性。首先，基于 DeepSeek 平台的异常交易检测算法采用多维度 分析模型，综合考虑交易金额、交易频率、交易对象、时间分布等 多个关键指标。通过构建特征向量，模型能够自动提取交易数据的