AI 赋能央企数智化转型——迈向世界一流企业的智能引擎 4 第一章：AI 赋能央企数智化转型发展概况 一、AI 赋能央企数智化转型政策导向 主要结论：政策上聚焦场景、算力、数据治理三方面。场景方面专注能源、制造等央 企的垂类场景（如智能巡检、预测性维护等）。算力方面将加快建设智算中心，以国产算 力芯片为主。数据治理方面则关注生成式 AI 的数据标注、合规审核、质量评估等。 化部署阶段，国资委启动“AI+”专项行动，发布首批 40 个战略性高价值场景清单，引导 央企加速数据中心向智算中心转型，推动行业数据产业共同体组建，明确三维支撑的具体 实施路径。2025 年落地推进阶段，政策聚焦成效强化，扩大高价值场景覆盖至超 500 个， 推动智算平台规模化应用，分批构建重点行业高质量数据集，完善数据共享与合规流转机 制，为央企 AI 规模化发展提供了清晰路径与坚实保障。 图表 1 赋能央企数智化转型——迈向世界一流企业的智能引擎 8 三、AI 赋能央企数智化转型发展趋势 主要结论：当前央企数智化转型正完成从“信息化”到“智能化”的关键跃迁——信 息化阶段聚焦“业务在线”，而智能化阶段以 AI 为核心引擎，推动生产效率、风险管控 的质效升级。 （一）基建端：以“自主可控”为核心，信创基础设施建设全面提速 信创已从政策要求转化为 AI 应用的底层刚需，2026

放”的平衡。 可信数据空间与传统数据平台的核心区别体现在哪些方面？ 2. 可信数据空间与传统数据平台的核心区别，本质是从“中心化数据管 理”向“可信生态协同”的范式跃迁。传统数据平台以技术架构为核 心，聚焦单一组织内部数据的存储、处理与分析，依赖权限管控保 障安全，数据主权多由平台主导，跨系统、跨主体的交互因信任缺 失常陷入“数据孤岛”；而可信数据空间以“信任机制”为底层逻辑，通 1 过区块链 过区块链、零知识证明、联邦学习等技术构建“主权可控、流转可信 ”的环境，用户（企业、个人）保有数据的所有权与控制权，可通过 细粒度授权实现跨主体数据的安全流通。此外，传统平台侧重提升 单一组织的运营效率，可信数据空间则聚焦多主体间的生态协同— —它不是孤立的技术工具，而是整合了技术、规则（如数据确权、 定价）与治理的生态系统，能打破“数据不敢共享、不能共享”的困 境，推动数据从“静态资产”转化为“动态价值流”。简言之，传统数据 ，增强系统抗攻击能力。这些结合点推动数据在可信环境中安全流 动，支撑供应链、医疗、金融等场景的数据价值释放，成为数据要 素市场化的重要技术支撑。 可信数据空间的应用场景主要覆盖哪些行业？ 9. 可信数据空间聚焦“数据可信流通”核心需求，应用场景覆盖金融、 制造、医疗、政务、能源、零售等多行业。金融领域，支持银行、 保险、征信机构在可信环境下开展联合风控、反欺诈建模，既保护 用户金融隐私，又提升风险识别效率；制造业中，打通供应链上下

向：超半数企业投入AI创新，在实践中深入垂直行业场景去 解决实际痛点；高达74%的企业致力于价值链重构，通过数字化平台整合资源，构建网状协同生态，实现数据驱动决策与可持续盈利； 另有22%的企业聚焦产业出海，凭借数字化基建、本地化运营与合规体系，开拓全球市场。 数据来源：2025年度亿邦动力产业互联网千峰奖评选企业申报数据 54% AI创新：深度垂直化与价值务实化 • 垂直行业大模型涌现：基于行业知识与数据， 协同创新与开放生态：联合上下游企业/科研机构 /政府共建技术研发/标准制定与成果转化平台。 • 价值共创与可持续盈利：构建“交易+服务+数据” 多元化盈利模式（如佣金、订阅费、增值服务）。 22% 产业出海：聚焦数字化基建与本地化运营 • 数字化平台驱动全球交易：企业普遍构建多语言 多币种的数字化交易平台，实现高效履约。 • 深度本地化运营：在重点海外市场设立本地团队， 实现文化融合与快速响应。 • - 16 - 国务院印发《关于深入实施“人工智能+”行动的意见》。《意见》提出，到2027年，率先实现人工智能与6大重点领域广泛深度融 合，新一代智能终端、智能体等应用普及率超70%；地方层面则聚焦“AI+行业”深度融合，以场景开放、标杆遴选、资金补贴等方 式，推动AI技术在研发、生产、服务等环节的规模化应用。在2025中国国际大数据产业博览会上，国家数据局启动高质量数据集建设 先行先试工作，

IGS）的领域。保险行业 面临挑战，AI的突破为其带来新的应对方向。 • 保险业面对AI变革的焦点问题分析：建议采用《U型思考》方法，从初始问题出发，深入挖 掘其本质，以找到精准的解决方案。通过聚焦主要原因并进行必要的升维/抽象化，可以找到 问题的根本原因，使问题具有通用性。 • 保险行业参考系的构建：包括关注六大方向、分析科技周期和文化适应度、以及中观周期对 行业和产业的影响。同时，也 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 初始问题 初始问题 初始问题 根本原因 Why Why Why 4 定义核心问题的过程中，以保险行业里一个热门的问题为出发点，试图通过WHY、WHAT的方 式找到问题真正的 会有这 些原因存在，最后深入思考这些原因具体是什么。通过这样不断拆解问题的思考方式，企业可以 更加全面地了解问题的本质和解决方法。 在对每一个问题进行解释回答时，会出现很多的相关因素，需要尽量聚焦主要原因，剪除次要原 因。以下图示例为例，首先提出一个初始问题：保险公司该如何布局AI能力？其次，根据抛出的 第一个问题去思考相关的答案。比如，保险公司需要通过布局AI来提高其效率和精准度，个性化

中，动物健康与公共卫生子领域重点开展高致病性禽 流感病毒 H5N1 的洲际传播与跨物种感染研究；植物抗 胁迫子领域关注非生物胁迫下植物的防御机制研究， 以及缓解植物盐胁迫的技术开发；植物分子机制子领 域聚焦植物对环境的温度感应机制，以及植物 N6- 甲基 腺苷修饰的表观转录调控；进化生物学与遗传资源挖 掘子领域集中在陆生植物起源与早期进化，以及小麦 野生近缘种的抗性基因挖掘；植物病害防治子领域强 及净零排放途径”，中国碳中和政策研究相关的“中国 实现碳中和的路径研究与能源系统低碳转型”和“中国 低碳城市试点政策效果评估研究”。 总体来看，2025 年生态与环境领域的热点研究前 沿更多聚焦于新污染物、碳中和及全球或区域层面的宏 观生态环境热点问题。 表 7 生态与环境科学领域 Top 10 热点前沿 序号 热点前沿 核心 论文 被引 频次 核心论文 平均出版年 1 轮胎磨损颗粒的环境归趋与生态毒理 都受到了人类活动的 严重干扰。该理论框架提出后即引起了国际科学界和社 会的广泛关注，启发了各级治理战略和政策。同时，该 框架也在根据最新的科学认识不断更新。 本热点前沿的 7 篇核心论文主要聚焦行星边界框架 的理论发展和更新完善，提出了增加新的行星边界控制 变量，如绿水、新型实体污染；呼吁需要更强大的科学 和政策工具来分析整个地球系统，并指导政治进程；强 2025研究前沿 生态与环境科学

全面的安全性与合规性 可扩展性与高性能 高生产力与易用性 5 4 1 2 数据来源：公开资料、甲子光年智库总结整理 www.jazzyear.com 3 斑头雁（ BetterYeah AI ）深度聚焦企业级 AI Agent 赛道，其推出的 AI Agent 开发平台具有以下特点，体现企业级 AI Agent 平台特点： ① 提供完整 AI Flow 开发框架与可视化 内容审核 营销文案合规扫 描、研报数据 真 实性校验、 舆情 信息风险 评级 智能运营 信披报告审核 营销物料审核 授信策略 AI 模 拟 金融 AI Agent 应用深化策略聚焦三层：业务决策、信息处理和工具辅助。业务决策层直接参与金融决策，优化投资组合，提升收益与效率；信 息 处理层深度分析市场数据 ，提供精准预测，辅助风险管理；工具辅助层高效处理数据，为决策提供坚实支持。 效应。将已验证的解决方案进行模块化封装，通过 技术中台实现能力沉淀，同时建立全员价值释放机 制。构建端到端的体系化转型，聚焦解决现有业务 痛点及驱动新业务增长。 PDCA ：动态调整机制 动态调整机制：建立定期复盘机制，根据技术演进 业务视角：从具体试点到规模化增长，聚焦用例“先动起来” 聚焦选取 " 快速应用区 " 中具备业务穿透力的 3-5 个核心场景作为首期试点，通过最小可行方案（ MVP ）在

知识优化特征逻辑、当市场出 现系统性风险或数据源异常时加入人工操作，能进一步提升稳健性。整体上， Agent 的恢复机制以自动化实时响应为基础，通过动态数据融合与模型迭代 实现自愈能力，而人工干预则聚焦于极端场景与复杂语义的深度纠偏。 风险提示：AI 幻象风险；数据异化风险；监管规则适配风险；人机协同失效 风险；策略同质化共振风险。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 的调整逻辑，并根据实时数据优化配置。 问题 7：情感语调因子在未训练行业（如科创板）中是否有效？如何验证其泛 化能力？ 情感语调因子在科创板等未训练板块或行业中的有效性需结合其设计原理与跨行 业验证方法综合判断。理论上，该因子聚焦于财报文本中的情绪矛盾、模糊表述 等通用风险信号，这些特征不依赖于特定行业的财务结构或业务模式。例如，科 创板企业若存在财务瑕疵，其财报可能通过异常情感倾向（如过度乐观修饰技术 成果、矛盾叙述研发进 杂逻辑提供了基础，同时兼顾了代码 可扩展性与团队协作效率。 AI 框架层面，项目未涉及大模型的训练或微调，而是通过调用外部生成式 AI 服 务（DeepSeek-V3）完成推理任务。项目的技术实现聚焦于通过提示工程（Prompt Engineering）引导生成式 AI 完成动态决策。系统通过设计结构化的对话指令， 将历史宏观数据与经济周期理论转化为模型可理解的语义输入，驱动其推理过程。 模型基

技术迭代升级的动力。 ❖ 中国平安：人工智能等核心技术布局市场领先，AI 大模型落地优势显 著。中国平安是业内领先的科技型保险公司，以人工智能、区块链、云、大数 据和安全五大核心技术为基础，深度聚焦金融科技与医疗科技两大领域，对内 赋能金融发展，一是助力代理人招募、培训、展业、客户经营全流程，二是研 发智能闪赔、智能预赔、AI 坐席、智能辅助诊疗等核心应用，以科技全面优 化改造业务流程， 垂直领域大模型提供新范式。2023 年 3 月 30 日美国彭博正式发布大型语言模型 BloombergGPT，其具有 500 亿参数，并依托彭博的大量金融数据源，构建了一 个 3635 亿个标签的数据集，使得模型更加聚焦金融场景，更加适应金融术语的 复杂性与独特性，从而支持金融领域的各项任务，有效实现了 GPT+垂直知识的 深度融合。 BloombergGPT 在金融领域表现超越现有模型，展现了基于垂直领域数据打造的 落地有望最为深入 中国平安是业内领先的科技型保险公司，坚持科技赋能金融、科技促进发展。2017 年，平安正式确定“金融+科技”双驱动战略，以人工智能、区块链、云、大数据 和安全五大核心技术为基础，深度聚焦金融科技与医疗科技两大领域，以科技赋 能金融发展。 公司坚持研发投入，科技人才与专利技术大幅领先同业。2018 年公司管理层表示， 之后每年将会按收入的 1%持续投入，未来十年的科技投入总额至少千亿。与此同

2022—2023 年 AI 医疗企业研发开支（千元人民币）及增长率（%）..40 图表 32 2022—2023 年 AI 医疗企业净利润（千元人民币）及增长率（%）...... 40 图表 33 医渡科技用“聚焦”战略见成效..................................................................................41 图表 34 2022-2024 医疗企业净利润（千元人民币）及增长率（%） 资料来源：企业招股书、财报 接下来，我们将对各企业商业化进展做具体剖析，提炼其成功的商业化经验，以期为行 业带来一些借鉴与启示。 41  医渡科技：“聚焦”战略突破“烧钱”困境，迎来盈利曙光 随着狂热入局的资本逐步趋于冷静，加之疫情的影响，2021 年前后，医疗人工智能行 至深处，如何改善企业盈利能力、突破“烧钱”困境是行业的主旋律。 2024 医渡科技用“聚焦”战略见成效 资料来源：医渡科技 2024 财年业绩路演资料 从财报分析可以看出，“聚焦”的战略是重要原因之一。首先是业务层面的聚焦，大数据 平台和解决方案板块作为医渡科技的业务基础模块，在疫情期间受到较大影响之后迅速 复苏，实现了 41.1%的收入增长和 43.7%的毛利率。此外，据公开招标信息统计，面向 医院和政府的科研业务市占率达到第一。其次是客户层面的聚焦，顶级医院客户破百，

余年积累的专家和知识，搭建涵盖包含超百万法规库、 千万量级的案例判例、几万本税务电子书，几十个细分行业知识的百 亿汉字集专业训练语料库，为税务行业标准大模型落地奠定了专业基 础。 4、聚焦涉税服务场景 根据多年行业经验总结，大模型聚焦以下应用领域：智能咨询、 智能风控、智能培训等，并进行需求深挖及模型的反复训练。以智能 咨询场景为例，大模型可以作为基座，集合语音识别、语音合成、数 字人等多项功能，在