...................................................................................................15 1.2.2 场景化智能体的应用潜力................................................................................ 当前水平 | 行业标杆水平 | 差距倍 数 | |——————|———-|————–|———-| | 核保自动化率 | 28% | 75% | 2.68x | | 智能理赔通过率 | 15% | 52% | 3.47x | | 客户画像完整度 | 41% | 89% | 2.17x | | 跨系统数据延迟 | 6.5 小时 | <1 小时 | 6.5x | 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

..............................................................................................226 15. 全面推广策略........................................................................................... 引言 近年来，保险行业理赔业务面临日益增长的复杂性和效率挑 战。传统理赔流程依赖人工审核，不仅耗时耗力，还容易因人为因 素导致误差或纠纷。据统计，2023 年全球保险理赔处理时长平均 为 15-30 天，其中约 30%的案例因资料不全或核损争议需反复沟 通，直接拉高运营成本约 20%。与此同时，客户对快速、透明理赔 服务的需求持续攀升，超过 65% “ ” 的投保人将 理赔效率 作为选择保 三个维度的价值创造：首先，通过自然语言处理与计算机视觉技术 融合，实现理赔材料自动分类、关键信息结构化提取以及欺诈风险 实时预警，将单案件处理时效从传统人工的 48 小时压缩至 30 分钟 以内，同时降低 15%-20%的运营成本。其次，基于多模态交互能 力构建智能客服系统，可同时处理理赔咨询、进度查询、材料补传 等高频需求，客户等待时间由平均 8 分钟缩短至即时响 应，NPS（净推荐值）预计提升 25

...241 14.2.2 架构扩展性设计........................................................................244 15. 成本与 ROI 分析....................................................................................... 小时在线的智能服务中台，目标 将高频业务场景的首次解决率提升至 92%以上，客户等待时间压 缩 至 30 秒内；其次，建立基于大模型的实时风险监测体系，使欺 诈 交易识别准确率较现有系统提升 15 个百分点，异常交易响应速度 从分钟级优化至秒级；最后，通过智能流程自动化重构后台运营体 系，预计可减少 45% 的人工复核环节，年节约运营成本约 2800 万 元。 关键技术指标的具体要求如下： 分钟 实现 90%以上业务的实时自动化 处理 风险识别 依赖静态规则，新型风险漏报率超 40% 动态建模覆盖 95%以上的复杂风 险场景 个性化能力 标准化产品推荐转化率不足 15% 基于客户画像的精准推荐转化率 提升至 35% 从技术实现角度看，银行业务智能化需要突破以下关键能力： - 多模态数据处理：整合文本、语音、图像等非结构化数据，例如 通过 OCR

.......13 2.1 医疗系统的痛点分析...........................................................................15 2.1.1 数据孤岛问题.............................................................................16 2.1.2 双重挑战。随着人口老龄化加剧和慢性病发病率上升，传统医疗模 式在效率、准确性和可及性方面逐渐显现瓶颈。根据世界卫生组织 统计，全球范围内约有 50%的医疗服务机构存在诊断延迟问题，而 基层医疗机构因专业人才短缺导致的误诊率高达 15%-20%。这种 现状迫切需要通过智能化技术重构医疗服务流程，实现从被动治疗 到主动健康管理的转型。 人工智能技术为医疗系统优化提供了新的突破口。以自然语言 处理和多模态学习为核心的 DeepSeek 2019 年增长 23%，而社区医院设备更新率连续 5 年低于 10%。医保控费要求与精准诊疗需求之间的矛盾日益突出，DRG/ DIP 支付改革下，医疗机构亟需在保证质量的前提下将平均住院日 压缩 15%-20%。 患者体验维度存在三个关键断点： 1. 47%的投诉源于医患沟通不充分 2. 复诊患者中 62%需要重复描述病史 3. 慢性病管理依从性仅维持于 31%-34%区间 这些结构性矛盾为

，城市公共 交通系统面临着前所未有的挑战。交通拥堵、资源浪费、乘客满意 度下降等问题日益突出，传统管理模式已难以满足现代城市的需 求。据统计，2022 年全球城市平均通勤时间较十年前增加了 15%，其中拥堵导致的延误占比高达 30%。与此同时，公众对公共 交通服务的要求也在不断提升，期望获得更高效、更智能的出行体 验。 在这一背景下，人工智能技术的快速发展为城市公共交通运营 提供了新的解决方案。DeepSeek ，助力绿色出 行。 数据表明，引入 DeepSeek 的试点城市已在关键运营指标上取 得了显著改善。例如，某特大城市在应用方案后，高峰时段车辆准 点率提升了 20%，乘客平均等待时间减少了 15%，同时运营成本 降低了 10%。这些成果充分证明了 DeepSeek 应用方案的实际价 值。 此外，随着 5G 网络的普及和物联网设备的广泛应 用，DeepSeek 方案具备了更广泛的实施基础。通过整合多源数 出行建议。 为展示 DeepSeek 技术的实际效果，以某城市公共交通系统为 例，应用该技术后，车辆准点率提升了 15%，高峰时段乘客等待时 间减少了 20%，运营成本降低了 10%。以下为具体数据对比： 指标 应用前 应用后 提升幅度 车辆准点率 80% 95% 15% 乘客等待时间 10 分钟 8 分钟 20% 运营成本 100 万 元/月 90 万元/月 10% 此外，DeepSeek

分析师 夏昌盛 SAC 证书编号：S0160522100002 xiacs@ctsec.com 相关报告 1. 《上市险企 5 月保费点评》 2023- 06-15 2. 《五年期存款将进入 2.5%时代，储蓄 险竞争力愈显》 2023-06-09 3. 《专属商业养老保险迎常态化经营， 个人养老金有望快速增长》 2023-05- 27 .................................................................................................. 15 3.1.4 场景四：产品开发 ................................................................................ AI、算法竞赛中世界领先 ................................................................................... 26 图 15. 平安云赋能五大生态圈 ......................................................................................

13 SST：更适配分布式电源的灵活接入，数据中心的“能源路由器” ................................................................ 15 在 AIDC 需求释放态势下对 HVDC 技术放量的市场推演 ................................................................. 系统，HVDC 在低负载下效率优势更加明显 ...................................................................... 12 图表 15： HVDC 可减少配套设施（冷却+供电系统）和机组电能消耗 .................................................................... 巴拿马方案在设备成本和交付速度上具备优势 .......................................................................................... 15 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 3

...................................................................................................15 5.3 投资建议 ....................................................................................... .......................................................................................... 11 图表 15 我国出入境查验交通运输工具数量 ................................................................................. .................................. 15 图表 22 盛视科技同行业可比公司估值比较 .................................................................................................. 15 盛视科技·公司首次覆盖报告 请

................ 15 1.1 ຣಬݮ҄ ................................................................................ 15 1.1.1 ໰๯ܤၮ໻ݯᄥఐ࿍෻౟ ............................................. 15 1.1.2 “ྡྷ჆ฉ”ݮ҄ಁಠѺϤߙю “ྡྷ჆ฉ”ݮ҄ಁಠѺϤߙю ........................................... 15 1.1.3 “ྡྷ჆෍”೴࡬ᆇၗѺ࡮ڟ੦ ........................................... 16 1.1.4 “ྡྷ଼൛”ރ࿫ဈຂහߙಁѺມю໒ ............................... 18 1.1.5 ฉ৮ۤ໰๯̝௦ͬაટॏϢծ႙ஜ ჾၽཙᄥ ԅອڑγᅹӒ 1500 ဥົēนᆑ௶ᆇၗ೴ᆓܤ֟ႺԭՇॴ޴ಬԅݮ ҄d ¤¤¤¤¤ “ྡྷ჆ฉ”ݮ҄ಁಠѺϤߙю ݮ·ߙюဎ౿ੁઝฉcྜ๠ฉۤჿ๠ෳฉďܚ॓ฉĐᆦюԅᆑ — 15 — ¤ ¤ ௶ᆇၗฉ৮඘ຂēนْफ࿫ဈඔ٢ฉ৮ၮ໻ܬࡂdၽ౿ੁઝฉֺੋē ჼۦၐڳිcЉݛcںོອڑฉ৮ēߙю௦ੋ؍آᆑ௶ᆇၗϦݯڑc ڳޥॿྜۤЄၐࡥۤ62ޥϦᄐ೫Ӧสc૪ѻݯٲԅ౿ੁઝฉēϦ