XRKJ 智能制造项目的背景分析 3 XRKJ 管理与智能制造解决方案 4 XRKJ 管理与智能制造实施方案 5 保障 XRKJ 项目成功金蝶的优势 电脑化 可分析 数字化 + 自动化阶段 数字化初级阶段 如何达到自主反应？ “ 可自我学习和优化” 未来将发生什么？ “ 可准备” 已经发生的事 情为何会发 生？ “ 可理解” 1. 实现数字化设计，但需 要手工输入机器指令； 实时共享云平台 大数据建模与分析平台 数字孪生与仿真分析 风险预判与自动决策系统 XRKJ 智能制造发展路径解析 智能化阶段 可预见 连接 云平台 自学习 自优化 价 值 车间哪些事 情正在发 生？ “ 可看清” 各部门哪些 事情正在发 生？ “ 可共享” 此次项目所处阶段 传统 ERP 软件无法满足 XRKJ 实现智能制造的需要！ Gartner 对双模 IT 的解释 Traditional 等）运用到企业内、外部业务运营过程中 • 实现商业模式和管理模式的重大转型和优化创新，并成为新的独特竞争优势 • 将信息转化为可执行的洞察力！ 业务即 IT ， IT 即业务！ XRKJ 智能制造阶段建议 S WMS 系统 SCM 系统 敏捷平台、赋能人 连接平台、激活人 智慧平台、解放人 系 统 MES 系统 财务系统 HR 系统 生产管理 管 理 计划管理 BI 系统 PLM

国信证券经济研究所绘制 请务必阅读正文之后的免责声明及其项下所有内容 短周期框架汇总 资料来源： Wind ，国信证券经济研究所整 理 图 8: 短周期框架最新指 引 所处阶段 阶段起点 阶段终点 表现 股票 债券 商品 49% 2023/7/31 2024/5/31 牛市 51% 44% 震荡 2014/7/31 滞涨期表现最好的三个行业为：电力设备及新能源 (22.3%) 、国防军工 (14.0%) 、有色金属 (12.3%) 图 10: 四阶段下的行业表现 （超额收益） 请务必阅读正文之后的免责声明及其项下所有内容 资料来源： Wind ， 国信证券经济研究所整 理 基于短周期的大类资产和风格配置规律图 图 11 : 四象限下股债配置和风格 的重要依据 中周期框架强调在中期维度（ 3-5 年）进行资产配置。与短期波动不同，中期维度的资产价格比价关系更稳定，均值回归规律也更为明 显。通过压缩观察窗口，投资者可以更好地捕捉资产价格的阶段性偏离，并据此调整配置策略 图 12: 中周期配置思路 请务必阅读正文之后的免责声明及其项下所有内容 资料来源： Wind ，国信证券经济研究所整 理 请务必阅读正文之后的免责声明及其项下所有内容

项目进度与里程碑....................................................................................97 10.1 项目阶段划分....................................................................................99 10.2 关键里程碑设置 够适应不断变化的医疗信息化需求。 2.2.3 算法优化与集成 在医疗场景中，DeepSeek 智算一体机的算法优化与集成是提 升系统整体性能的关键。首先，针对医疗数据的特殊性，算法需进 行多层次的优化。在预处理阶段，采用基于深度学习的图像增强技 术，如非局部均值去噪（Non-Local Means Denoising）和自适应 直方图均衡化（Adaptive Histogram Equalization），以提高影 计。通过将不同功能的算法模块（如病灶检测、分类和分割）进行 解耦，各模块可独立优化和更新，同时通过统一的接口进行数据交 互。这种设计不仅提高了系统的灵活性，还便于后续的功能扩展和 维护。 在模型训练阶段，采用迁移学习策略，利用预训练的大型医疗 影像模型（如 ResNet、VGG 等）进行微调，以减少训练时间和数 据需求。此外，利用联邦学习（Federated Learning）技术，多个 医

数据模型 AI+ 云平台 打造 AI+ 制造业全场景技术服务，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新数字化工业和服 务体系。 Project Content 智能制造阶段建议 ＋ Management Reconfiguration Digital Transformation = AI technology 数字化技术 （ AI+ 智能制造） 管理转型 精益现场 IPD 体系 SCM 体系 预算管理 智能决策 SPC 系统 质量管理 CRM 系 统 SRM 系统 APS 系统 LIMS 第一阶段（今年内完成实施、明年应用） 第二阶段（预计需要 2 年、逐步实现） 第三阶段（预计 3 年以上，持续优化） 运营魔方 AI 系统 关键内容 1. 统一目标激活人：通过目标激励 体系 + 人力资源系统激活人，目 标高低决定管理者薪酬 理流程优化，明确工作标准，落 地到平台、实行管理透明化 4. 阶段效果 达成更高业绩目标 提升生产管理效率 提高设备利用率 全程质量追溯 关键内容 1. 数字仿真系统：数字化模型 + 金 蝶云平台 2. 专家系统：管理体系 + 数字仿真 系统 3. AI （人工智能系统）：专家系统 + 过程自动控制；如设备预防维护、 统计质量控制等 阶段效果 高效响应客户化需求 实现生产过程智能化

.........................................................................................84 4.1 试点阶段................................................................................................... .......................................................................................91 4.2 全面推广阶段................................................................................................... .......................................................................................98 4.3 持续优化阶段...................................................................................................

....194 12.2 分阶段实施计划...................................................................................................................................................197 12.2.1 试点阶段................ ...................................................................................199 12.2.2 全面推广阶段................................................................................................... 业务流程各环节的延迟与资源浪费。传统人工处理模式下，单笔理 赔平均耗时达到 3-7 个工作日，车险等高频业务在理赔高峰期的处 理周期甚至延长至 10 天以上。效率瓶颈主要产生于三个关键环 节： 首先，资料审核阶段存在严重的重复劳动。客户提交的医疗票 据、事故证明等材料需要经过初审、复核、终审等多道人工核验程 序，约 38%的案例因材料不清晰或缺失导致反复沟通。某头部财险 公司内部数据显示，2023 年

通过知识图谱技术，实现政务知识的关联分析和 可视化展示，为政策制定和决策提供数据支持。 - 建立一套完整的 知识库管理和维护机制，确保知识的时效性和安全性，为电子政务 的长期发展提供可靠的知识保障。 为实现上述目标，项目将分阶段推进，首先进行政务数据的收 集和预处理，然后利用 DeepSeek 模型进行知识抽取和整合，最终 构建一个可扩展、可维护的电子政务知识库。通过本项目，预期能 够显著提升电子政务系统的智能化水平，为公众提供更加便捷、高 其次，模型使用了预训练与微调的策略。在预训练阶段，模型 通过大规模的无监督学习，掌握了丰富的语言知识和模式。常见的 预训练任务包括掩码语言模型（Masked Language Model, MLM）和下一句预测（Next Sentence Prediction, NSP）。这些 任务使模型能够在不同语境下理解词语的含义和句子之间的关系。 在微调阶段，模型针对特定的电子政务领域进行有监督训练，以提  通过数据分析与预测功能，为政府部门提供强有力的决策支持， 提高决策的科学性和前瞻性。  确保系统的安全性，获得相关安全认证，赢得公众和政府的信 任。 为实现上述目标，项目将分为以下几个阶段进行： 1. 需求分析与系统设计：深入调研政府部门和公众的需求，明确 系统功能和性能要求，完成系统架构设计。 2. 模型训练与优化：利用公开数据集和定制数据集，训练 deepseek 模型，优化其性能，确保其能够准确处理电子政务

药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过3亿美元。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十 亿个分 试时间。 ◼ AI研发的药物逐步进入临床阶段，且药物类型多样。尽管当前暂时没有利用AI制药技术研发的药物成功获批上市，但通过公开的数据库检索， 2015年-2023年累计有75个分子应用AI制药技术开发并进入临床研究，2023年有67条管线处于临床研究阶段，其中45条管线处于临床I期研究， 19条管线处于临床II期研究，2条管线处于临床III期阶段。对AI制药开发的分子类型统计发现，2023年AI技术在小分子药物的发现中应用较 01 AI为药物发现带来时间及效率变革 02 国内外“AI+制药”企业梳理 03 投资建议 04 目录 请务必阅读正文之后的免责声明及其项下所有内容 全球人工智能解决方案市场处于快速发展阶段 4 ◼ 全球人工智能解决方案市场快速发展。近年来，人工智能大模型在数据、算法和算力等关键要素的共同推动下，呈现爆发式增长，从自然语言 处理逐步扩展到计算机视觉、科学计算等领域，增强了人工智能

置，候 诊时间减少 40% 当前医疗信息化建设已进入深水区，单纯的数据电子化已无法 满足高质量发展要求。某省卫健委的评估报告指出，超过 60%的二 ” ” 级医院信息系统仍停留在 记录存储 阶段，缺乏智能分析能 力。DeepSeek 智能体的接入将帮助医疗机构实现三个层级的跨 越：基础业务流程自动化、中级临床决策支持、高级医疗资源网络 ” 化协同。这种转型不是简单的技术叠加，而是通过构建 通过预测模型优化资源配置，在以下方面产生直接效益： - 住院床 位周转率提升 12% - 急诊分级分诊误差率降低至 3.2% - 手术室利 用率提高 18.5% 医药研发辅助场景 在临床试验阶段，智能体可快速完成： - 受试者筛选条件匹配 - 不 良事件报告自动归类 - 试验方案偏离预警 这些场景的实现均基于 DeepSeek 智能体特有的医疗知识图谱 （包含 450 万医 U 内存 存储 适用场景 联邦学习协调器 8 32G B 500GB 跨机构模型训练 实施过程中需注意，不同医疗机构的 IT 基础设施差异可能导 致 10-15%的性能波动，建议在方案设计阶段进行详细的基线测 试。通过 DeepSeek 智能体的分层计算策略，某省级医疗大数据平 台成功将千亿级数据量的年度疾病趋势分析任务，从原需 48 小时 缩短至 3.5 小时完成。 2.2.3

APP 开始致力于满 足用户多元化的财富管理需 求。 AI 技术的兴起使得智能 营销、智能投顾等获得助推， 东方财富、同花顺和华泰证 券在该阶段大放异彩。 随着人工智能、大数据、区块链 等技术的快速发展， AI 金融技术 持续完善。 2023 年 ChatGPT 引发 广泛关注，大模型与金融的结合赋 能财富管理及金融科技行业。 2023 年牛市下 PC 端金融网络门户 兴起，新浪、搜狐、网易等传 统门户财经频道日益成熟，和 讯网、金融界、证券之星等垂 直财经网址厚积薄发。但是受 限于时代条件，互联网金融领 域仍处于起步阶段。东方财富 后来居上，成为该阶段的集大 成者。 l 中国金融与技术的融合始于 20 世 纪 80 年代，互联网及数字技术 出现，传统金融机构受到提高 工作效率等需求推动，开始通 过传统 IT 软硬件实现办公自 动 回顾与展望“科技 + 金融”三个时代： 1 ） 金融信息化：科技替代体力劳动。 信息传播的速度和广度大大提高 ， 大量的人工作业电子化 ， 但受限于时代条件 ， 互联网金融领域仍处于起步阶段 ， 但打下了信息化趋势的基础。 2 ） 互联网金融： 科技延伸人类触角。大量信息科技公司利用信息传播的速度和广度大大 提高 ，大量的人工作业电子化利用网络技术汇集海量用户和信息变革传统金融渠道 ，