对接核心业务系统，支持自然语言交互和 实时规则引擎更新 3. 闭环优化：利用强化学习机制，每周更新用户行为数据模型，确 保预测偏差率低于 3% 该方案已在试点机构完成 POC 验证，结果显示客服人力成本 降低 60%，同时客户满意度从 82 分提升至 91 分（满分 100）。下 一步将重点优化长尾场景覆盖，例如车险定损中的图像识别准确率 需从 89%提升至 95%以上。 1.1 保险行业现状与挑战 馈）。推理时通过动态剪枝技术将模型响应时间控制在 800ms 以 内，满足实时交互需求。 应用层实现场景化智能路由，根据不同业务需求自动匹配处理 路径。在核保场景中，系统通过特征提取器自动生成风险评估报 告，将人工审核效率提升 60%；在理赔场景，结合计算机视觉技术 实现医疗票据的自动验真，欺诈识别准确率达到 89.7%。所有交互 过程记录在区块链存证系统，确保操作可追溯。 系统部署采用混合云架构，核心模块部署在私有云保障数据安 如，智能体能自动解析保单中的免赔额、保障范围等复杂条款，并 以对话形式输出通俗解释，减少人工客服压力。测试数据显示，接 入智能体后，简单咨询的首次响应时间从平均 2 分钟缩短至 10 秒 内，人工客服转接率降低 60%。 理赔自动化处理 智能体结合 OCR 与规则引擎，实现理赔材料的自动审核。典型流 程如下： 1. 用户上传医疗发票或事故照片，智能体识别关键字段（如金额、 日期、医院名称）。 2.

-20% -10% 0% 10% 20% 30% 40% 50% 60% 70% 0 2 4 6 8 10 12 14 2016 2017 2018 2019 2020 2021 2022 23Q1-3 营业收入（亿元） 营业收入YoY（右轴） -60% -40% -20% 0% 20% 40% 60% 80% 100% 120% 0.0 0.5 1.0 1.5 2.0 21Q4 22Q1 22Q2 22Q3 22Q4 23Q1 23Q2 23Q3 营业收入（单季，亿元） 营业收入YoY（右轴） 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 2016 2017 2018 2019 2020 2021 22H1 2022 23H1 其他业务 智能交通及其他 智慧口岸查验系统解决方案 8 213.1 224.4 179.2 96.5 169.9 52.3% 98.5% 50.3% 5.3% -20.1% -46.2% 105.2% -60% -40% -20% 0% 20% 40% 60% 80% 100% 120% 0 50 100 150 200 250 2016 2017 2018 2019 2020 2021 2022 23Q1-3

20kg） 超大负载 （L≥20kg） 负载 范围 法奥机器人 ★★ ★ ★ ★★ 3- 30kg 遨博智能 ★★ ★★ ★★ ★★★ 3- 35kg 华盛控 / / ★ ★★★★★★ 16- 60kg 里工实业 ★ ★ / ★★★ 5- 40kg 中科新松 ★★ ★★ ★★ ★★★ 3- 30kg 艾利特机器 人 ★★★ ★ ★★★★ ★★★ 3- 30kg 珞石机器人 ★★★ ★ 谐波减速器依旧占据主导地位。 图表 8 2016-2028 年中国协作机器人用减速器需求量及预测(单位:万台，%) 数据来源：高工机器人产业研究所（GGII） 二、无框力矩电机 80 70 60 50 40 30 20 10 0 . 34.69% 29.17% 27.86% 21.15%11.17 11.71 29.47% 4.92 5.96 2.56 3.81 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025E 2028F 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 中国协作机器人用减速器需求量（万台） —— 销量同比增长 （%） 87 62%66.75 . 48.86% 50 41%

技术落地层面，方案设计充分考虑了业务场景的复杂性。以下 为关键性能指标与现有方式的对比： 维度 传统模式 DeepSeek 方案 提升幅度 材料初审准确率 78% 95% +17% 欺诈识别覆盖率 60%（规则引擎） 92%（模型+规则） +32% 日均处理能力 500 件/人天 3000 件/系统 6 倍 客户投诉率 12.5% 4.8% -7.7% 实施该方案将重构理赔价值链：前端通过 OCR+语音识别实现 80%的理赔材料仍需人工分类，医疗票据识别错误率高达 18% 2. 智能风险判定：需要构建动态欺诈识别模型，当前静态规 则仅能覆盖 67% 的欺诈模式 3. 全流程加速：从报案到结案的关键 路径中，有 60%的等待时间消耗在人工交接环节 现行流程存在明显的瓶颈节点，特别是在人工分派和跨部门协 作环节平均产生 2.3 天的延迟。某头部财险公司试点数据显示，引 入 AI 辅助后，标准案件处理时效可压缩至 效率瓶颈突出 理赔案件处理平均耗时达到 48-72 小时，车险小额案件需 6-8 个处 理环节，健康险复杂案件甚至涉及 12 个以上审批节点。人工审核 单笔理赔平均消耗 22 分钟，其中 60%时间用于重复性资料核验。 高峰期案件积压率可达日常水平的 3 —— 倍，直接影响客户续保率 数据显示理赔时效每延长 24 小时，客户满意度下降 11%。 欺诈风险持续攀升 全球保险业每年因欺诈导致的损失约

数据中心高功率趋势不变，供配电解决方案技术迭代有望加速 根据各厂的芯片和服务器参数，虽然单瓦浮点算力以每代约 1 倍速率提升， 但是同时我们也看到随着效率的提升，服务器和机柜的功率参数以每代 40-60%的比例提升。而 DeepSeek 实现 GPU 白卡互联的能力，为国产芯 片的大规模应用打开了大门，在经济上必然存在较强的优势，但是短期内在 能耗上与英伟达芯片仍然存在差距。因此随着国内数据中心中智算中心的比 8GW。 2. 智能算力部分，我们参考国内主要云厂商 CAPEX 计划和芯片供给情况，以其 CAPEX 增速作为依据，假设 2023/24/25/26 年算力规模同比增长 10%/30%/60%/60%，到 2026 年规模增长至 653Eflops。在此基础上，我们考虑随技术进步和摩尔定律，国产芯片功 耗下降（2022 年 GPU 功耗 49Gflops/W，2026 年提升至 124Gflops/W） Lovelace Da Vinci MLUarch03 Ampere Hopper CDNA 3 CDNA 3 Da Vinci GPGPU GPGPU FP32 TFLOPS 60 24 18 20 44 163 96 25 32 FP16 TFLOPS 120 97 70 72 312 148 1307 383 320

500 种疾病的医疗险理赔审核，核保效率较传统模式提升近 30%，理赔效率提升近 20%。 0% 10% 20% 30% 40% 50% 60% 70% - 500 1,000 1,500 2,000 2,500 3,000 3,500 4,000 2020 2021 2022 AI坐席驱动产品销售规模 年，承接 91.32 亿张保单的同时，还能实现承保自动化率 99%，健康险的理赔线上化率也上升到了 96%。 智能定价、 核保、风 控、理赔 众安碎屏险的智能赔案审核相比人工审核效率提升 60 倍，2021 年，众安健康险全智能理赔每 28 秒有一个理赔结案，获赔等待时长同比减少 57%。开发“X-challenge”智能审查系统，针对产品页 面长图标记提醒页面宣传表述隐患，并给予修改建 5%，用户转换率提升 7% 0% 20% 40% 60% 80% 100% 120% 140% 160% 180% 200% 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 2017 2018 2019 2020 2021 2022 科技输出收入（亿元） 同比增速 -20% 0% 20% 40% 60% 80% 100% 120% 140% 0

文字机器人 （售前） 外呼机器人 （初筛） 外呼机器人 （通用） 智能质检 语音机器人 （收敛） 语音机器人 （通用） 35 万 45 万 22 万 30%-60% 70% 30% 196 亿 84 亿 360 亿 200 亿 126 亿 806 亿 怎么联系你们啊？ 可以拨打我们的 4001-520-520 客服电话 （静默） 如果挑选出合适的对象，可以给您介绍吗？ 可以啊，尽快介绍吧。 好的，祝您生活愉快，再见！ 60% 的筛选和呼叫，可由机器人完成 » 》 百度智能客服实施案例 — 智能外呼平 台 -------- 意向筛选 -------- 多轮会话 --------FAQ -------- 打断 模型可以减少 36% 扩展问维护量。 随着问题规模的扩大，模型的效果会更好 。根 据经验预估，如果 整体扩展问的规模达到几百个左右的量级，只需要维护以往 55%- 60% 的扩展问即可达到 90%+ 的准确率。 百度做法 : 基于搜索数据构建深度学习模型来识别问题相似 性，泛化能力更强 从一个最小集合开始迭代 FAQ ：基于语义模型的语义泛化能力

数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本* 更⾼效资源利⽤ $5.5M%vs.%OpenAI’s%$100M+ 使⽤~2,000%GPUs,%竞品使⽤% 10,000+%GPUs 开源模型⽐肩头部闭源 60%+%指标优于 Llama3.1 Claude-3.5%GPT-4o% 打破⼤模型技术壁垒 重挫美国科技公司股价，英伟达 市值下跌5,900亿 AI的斯普特尼克时刻 被美国及其盟友列⼊各种限制 医保捉襟见肘 • 收⼊受限与成本攀 • 药品收⼊占⽐从改⾰前的 40%→25%，⽽财政补助仅 覆盖损失的60%3 • 现⾦流危机 • 2023年医疗机构应收账款回 款天数平均为152天，⽐ 2022年增长2天4 医院艰难 • 国家层⾯已开展10 批集采，平均降幅 50%-60%，极端降 幅超90%5 药品集采5 • 研发成本激增 • 成功率低 • 美国创新药临床成功率仅 5.1%

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 年增换购用户趋 势洞察》表明，价格升级是换购用户的主流方向：50% 成老客，汽车进入存量市场 90% 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 3000 2000 1000 0 6000 100% 80% 60% 20% 0% 购车需求 关注优惠价格 关注店内活动 关注贷款 关注置换服务 1 个月 - 3 个月以内 3 个月 - 6 个月以内 1 个月内 6 个月以上 7 天内 30 天内 60 天内 14 天内 60 天以上 预计购车时间 预计到店时间 托管培育时长 1 天 3 天内

3. 资源调度优化：通过预测就诊流量实现医护人员动态配置，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 能力的核心 瓶颈之一。医护人员在日常工作中面临大量重复性、低价值的事务 性工作，例如手工录入患者信息、人工核对检查报告、纸质处方流 转等。以某三甲医院的调研数据为例，门诊医生平均每天需处理 60-80 份病历，其中约 30%的时间消耗在非诊疗环节，导致实际接 诊时间被压缩，患者等待时间延长。 具体表现为以下三类典型场景： 1. 信息录入与检索效率低：电子病历系统（EMR）依赖人工逐项填 8-12 分钟，且存在 20%的重复录入现 象（如跨科室转诊时需重新登记基础信息）。 2. 跨部门协作延迟：检验科、影像科与临床科室间的报告传递平均 需要 45-90 分钟，人工跑签占比高达 60%。 3. 决策支持缺失：医生在制定治疗方案时，需自行查阅文献或指 南，约 70% “ ” 的受访医生表示 无法快速获取最新临床证据 。 以下为人工效率关键指标的对比分析（基于 2023 年行业调