通过不断评估和采用数字技术，例如环境隐形智能、增强的互联劳动力、多模式用户界 面 （UI） 和多功能机器人，帮助扩展连接。 2  确定培养“智能”的机会，其中对规模和效率和适应性有很大的需求。这包括代理 AI、 自主数据收集、决策智能 （DI） 和智能仿真。  默认情况下，通过使用严格的治理方法（包括将风险管理作为 IT 创新流程的一部分） 来管理每个数字化转型计划的安全性和可持续性功能。 1.3 2025 顶级供应链技术的趋势和主题 今年的主要趋势分为两大主题：  连接 — 在不同领域中发挥关键作用，推动创新、效率以及人机交互。正在进行的数字 化转型以及对集成和协作的日益重视支撑了其重要性。  智能 — 集成先进技术以优化流程、提高成本效益、改进决策，并在快速变化的业务环 境中创建更敏捷、适应性更强的供应链。 Gartner 对主要战略供应链技术趋势的描述并不是一个趋势比其他趋势更重要的排名列表 （见图 1）。相反，趋势是相互关联的，其重要性不仅因组织成熟度而异，还因行业、业务 产 品质量的提高、安全意识的提高和政府法规的激增，可追溯性变得越来 越重要。 智能标签和传感器将有助于更实时地了解端到端供应链，从而更快地响 应可能的偏差并能够避免中断，从而实现更高的质量和更及时的决策。 部署将为产品认证、库存和资产可见性或货物跟踪提供值得信赖的嵌入 式来源和身份 — 所有这些都以低廉的价格提供。此外，环境不可见智 能将为分析和 AI 提供关键的新数据源，以改进产品和供应链流程。

数据主体的权利：授予个人对其个人数据的各种权利，包括访 问、更正、删除和限制处理的权利。 ○ 安全措施：要求组织采取适当的技术和措施来保护个人数据免 遭未经授权的访问、披露、更改或破坏。 ○ 自动化个体决策制定，包括画像：对于包括画像的自动化决策 制定，必须征得数据主体的明确同意（《通用数据保护条例》第22条）。 ● 生成式人工智能的《通用数据保护条例》合规性： ©2025 云安全联盟大中华区版权所有 15 欧盟《通用数据保护条例》 目前还不清楚欧盟将如何处理生成式人工智能中的《通用数据保护条例》合 规性问题。 ● 自动化决策管理治理：《通用数据保护条例》第22条规定，个人有 权反对对其具有法律影响或重大影响的对个人资料分析执行的自动化决策。 这意味着个人有权选择退出自动化决策或对自动决策做出的决定提出异议， 尤其是当自动化决策可能引起偏见而对其生活产生重大影响的时候。因此， 使用自动化决策的公司必须有人工申诉审查流程。 1.3 《加州消费者隐私法 云安全联盟大中华区版权所有 21 1.3.4 自动化决策技术(ADMT)法规草案 ● 该草案于2023年11月发布，重点关注负责任的使用自动化决策技术 (ADMT)，其中包括用于面向消费者决策的多种形式的人工智能，其性质类似于 《通用数据保护条例》第22条。 ● 该草案概述了对企业使用自动化决策技术的要求，例如： ○ 使用前通知：使用自动化决策技术做出影响消费者的决策之前告知 消费者。 ○ 拒绝权：

计和敏捷高效的组织架构 ; 数据资产沉淀 : 实现业务场景数字化，将业务流程中 产生的数据沉淀下来，形成公司的数据资产 ; 数字化转型目标 : 构建以用户为核心，以业务为导向， 数据驱动决策的商业模式。 1.1 金融机构数字化转型的核心矛盾 数字金融的基础 设施 数字金融的核心 要点 (TAMP) 、业务流程管理系统、客户服务系统等。 结论 : 数字化转型是金融机构的组织转型 内容需要持续的分发，体系化的呈现、高频的更新 ; l 合规第一 ，但过于晦涩的内容缺乏传播价值 ; 数据中台 & 营销中台的打造 l 打破数据孤岛、形成以用户中心的数据数据标签体系 ; l 不断利用 AI 进行决策优化，通过 A/B TEST ，不断寻找最优路径 ; 运营中台的构建 l 集中运营是“中央厨房“，为前线”打仗“的同事输送”弹药“ ; l 强运营能力需要过程 KPI 的正确引导 ; 2.3 助力提升销售绩效 ...... l 中后台赋能 : 保单全生命周期管理系统 ; 自动化生成票据，节省支付跟踪和账户对账的时间 ; 通过定期报告跟踪经营 情况 ; 数据驱动经营决策 ; 工作流程自动化 ; 电子认证 ; 各地区的业务资质申请、续期和管理 ...... 图表 17: 代理人通过技术平台可持续跟踪各销售线索的转化流程 图表 16: 代理人通过技术平台可实现大规模个性化客户互动

...................................................................................38 2.2.4 自主任务规划与决策................................................................................................... 产业与技术现状、标准化现状与需求、产业/技术/标准图谱、标准体 系建设以及标准全生命周期管理与标准化生态构建等多个关键维度， 致力于为企业、研究机构、投资者以及政府管理部门提供坚实的技术 支撑与决策依据，助力各方深入洞察人形机器人产业发展趋势，加速 技术创新与应用场景的深度融合。 本白皮书凝聚了众多科研人员、企业精英以及行业专家的心血与 智慧，反映了大部分从业者在人形机器人标准化相关领域探索研讨的 挚的态度，欢迎各界人士，不吝指出其中的不当之处。我们期望通过 3 这样的交流与反馈，在未来能够进一步完善与优化本白皮书，使其能 精准地把握行业脉搏，切实地服务于整个人形机器人行业发展，为政 府决策提供科学依据，为企业研发提供明确导向，为市场应用提供规 范准则，为各方提供更具价值与前瞻性的指引与参考，最终共同推动 人形机器人行业向着更加稳健、高效的方向大步迈进，开启人机共融 的全新篇章。

等策略性约束。这些信息经清洗、融合与 抽象后，将形成支撑智能决策的多维度量化算力资源模型。 “调度”则是基于“感知”结果所采取的行动，是整个系统的“大 脑”和中枢。它根据感知到的全网算力资源分布图景和实时状态，在 复杂约束条件下，通过智能高效的算法，将计算任务合理地分配到最 合适的节点上执行，从而实现全局最优的资源利用率、最低的运营成 本和最佳的用户体验。调度决策是一个高度复杂的优化问题，其目标 函数通 务设计适应性的分配策略。  动态性：分布式环境本质上充满不确定性。资源可能随时加 入、离开、发生故障或性能波动；网络状况瞬息万变；任务 需求和依赖关系也可能动态调整。因此，算力感知必须是实 时的，调度决策也必须是动态调整的。系统需要具备快速响 应变化的能力，在某个节点出现故障时，能够迅速将其上的 任务迁移至其他健康节点，保证业务的连续性；在检测到网 络拥塞时，能够智能地选择其他通信路径，避免性能瓶颈。 的绿色属性愈发重要。感知需纳入能耗与碳足迹的实时监测； 调度决策则需将能耗和碳排放作为重要优化目标或约束条件， 例如优先将任务调度到使用可再生能源的数据中心或能效比 更高的节点，或利用电价谷值进行计算，实现“绿色调度”。 5 分布式算力感知与调度是现代计算范式的核心支柱。它通过构建 全域资源认知神经网和智能调度决策中枢，实现了对泛在、异构、动 态算力资源的有效整合与按需供给。其核心在于全局化资源视图、多

干预、模糊语义理解 BI 分析可分为统计型、归因型、预测型、决策型四个层次 展现数据，了解现状，发现问题 统计型 利用体系，以小见大，见微知著 预测型 拆解指标，建立体系，找到根因 归因型 直面问题，督办改进，完成闭环 决策型 4 BI 分析 层次 ChatBI—— 统计型分析 统计型 归因型 预测型 决策型 • 针对所输入的问题进行提 前阅读，模糊字段会触发 联想， 据进行问答，提问中 可以方便地进行主题 和模型的切换 划定范围 模糊匹配 业务黑话 • 笨办法：做配置表 ChatBI—— 统计型分析 统计型 归因型 预测型 决策型 ChatBI—— 统计型分析 统计型 归因型 预测型 决策型 • 规则模型，提问精准命中底层数据 • 平台配置，辅助企业个性化问题识别 语义清晰的问题 语义模糊的问题 • 基于大语言模型解析意图 • 意图调整：用户可以直接对解析结果进行干预 近三年上海分行的不良率变化情况 今年存款做得怎么样 今年的销售明星是谁 近年来上海的坏账情况 可信 归因型分析：维度归因 统计型 归因型 预测型 决策型 统计分析 数据解释 下钻分析 归因型分析：指标归因 统计型 归因型 预测型 决策型 通过归因分析，发现线上申请总量过低、笔均交易额降低，需要分析具体线上各渠道申请变化情况， 是否有渠道终止合作等；以及笔均交易额的变化情况，是否有渠道或产品设置了交易限额

AI 技 术相结合。我们需要通过混合解决方案构建智能系统，确保其能够基于大量已有知识做出安全高效 的决策，还能规避 AI 系统的不可解释性。 在构建智能系统时，如果需要整合一些不可信的 AI 组件，则为了确保系统可靠性，需要可扩 展、可演进的混合解决方案，特别是要将符号和非符号知识（如用于决策的感官信息和模型）结合 起来。在开发智能系统时，我们需要在系统设计的正确性和运行阶段的韧性之间实现平衡，并通过 诺依曼瓶颈）、存储范式的改变（数据即 智能），到网络范式的跃迁（迈向智能体互联网），其底层驱动力是一致的：即为了支撑智能体在 物理与数字融合的“镜像世界”中进行大规模、实时、可靠的交互与决策。智能体（Agent）作为 核心载体，其从执行工具到决策伙伴的演进，标志着人工智能从处理信息的工具转变为能够主动规 划、协作并作用于环境的认知主体。这不仅是技术的升级，更是生产力和生产关系的范式革命。 智能革命的真正价值， “超个性化金融”到“智慧能源网络”，我们看到的不是一个简单的“+AI”过程，而是一场深刻 的“AI 原生”化重构。其核心在于，智能体能够深入行业机理，将海量数据、专业知识与物理模型 郑志明 深度融合，形成具有感知、分析、决策和行动能力的行业级“大脑”与“神经系统”，从而极大提 升产业运行的效率、韧性与创新活力。这种赋能是一个复杂的系统性问题，需要技术专家与领域专 家深度协作，共同破解行业特有的复杂性挑战。 尤为重要的是，《智能世界

台 安诚保险：保险客户自助服务平台 太平洋寿险：云原生 paas 平台 财信人寿：“吉小星”AI 助手——保险全链路智能增效引擎 国泰海通证券：基于 AI Agent 的金融云平台全场景运维决策机制研究 05 07 09 11 15 19 23 25 27 01 47 51 46 50 49 45 48 55 52 53 54 “鑫智奖·第六届金 “鑫智奖·第六届金融机构数智化转型优秀案例评选”单项奖综述 金融机构数智化转型解决方案选登 中信建投证券：基于 AI 大模型的多智能体技术在投顾领域的应用案例 财信人寿：意健险智控平台——基于行业大数据的反欺诈与降损决策系统 潍坊银行：洞悉脉络·精准溯源——信息系统血缘关系管理平台 大家保险集团：消保管理数字化平台 数智领航，金融技术架构的革新与飞跃——基础设施优秀案例奖概述 构筑金融安全防线：数智时代的创新实践——信息安全优秀案例奖概述 篡改都将被实时检测，从而使得运维团队能够在第一时 间发现潜在的安全威胁，降低信息安全风险，确保系统 升级的顺利进行。再以即时通信文件传输场景为例，即 时通信文件传输可能涉及包含客户数据、业务机密、战 略决策信息等敏感内容的文件，保障传输安全性至关重 要。连续变量量子密钥分发技术提供量子级别的加密保 护，阻止数据在传输过程中被拦截或窃取。量子密钥加 密的文件数据传输具有不可分割性，任何窃听行为都会

人工智能开启算网应用新范式 AI 在跨域特征挖掘、深度数据分析、策略动态生成、能力自动学 习等方面具备天然的优势，将 AI 与算力网络的设计、建设、维护、 运行和优化等功能结合起来，利用其强大的分析、判断、预测、决策、 学习等能力，赋能网元、算网和业务系统，助力构建高效灵活、安全 智能的信息基础设施。 “AI+算网”的融合发展将给算力网络注入新的技术活力，开启前 所未有的可能性，如图 1-1 所示。对于算力网络建设者来说，生成式 实现资源高效利用的同时保障极致的客户体验。算网使用者仅需简单 的操作，便可获取最优的服务。同时，对于算力网络本身来说，AI 技 术将赋予其高度的智能水平与自治能力，能够以高级智能体的身份完 成与用户交互、分析决策、在线优化等活动，并通过自主学习实现自 身智能与能力的持续升级演进。 图 1-1 AI 技术开启算网应用新范式 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 6 1 优化调整等。从技术实现方面来说，算力网络中的基础资源感知和建 模、资源的编排策略、算网运行的故障处理、算网服务的在线优化等 关键动作，都可以通过智能算法实现自动化。从系统功能方面来说， 算力网络的感知、分析、决策、调度、运维、安全等功能需要自主实 现，而且需要不断提高智能化水平来满足日益复杂的功能需求，并能 够进行“网-算-智”的协同迭代，逐渐实现自动化、自治化、服务生 成化。从用户体验方面来说，获取极简的使用体验，能够自身需求/意

........3 二、 人形机器人的技术演进............................................................6 （一） 整机“智能化感知决策水平”不断提升...................................6 （二） 多模态模型算法赋能“大脑”层级进步 ................................ 类外观和行为的机器人。人形机器人灵感来源于人类的身体，集仿生 学原理和机器电控原理于一体。与普通机器人相比，人形机器人最大 的特点是拥有拟人智能能力，可以通过人工智能大模型技术的赋能， 实现拟人化的感知、决策、控制能力，实现了智能的飞跃。同时，人 形机器人还需要具有拟人的外观，通常由头部、躯干、四肢等部分组 成，能够实现模拟人类的行走、抓握等动作。这种类似人类的形态，可 以快速融入人类社会，完成具体的任务，通用性和适应性较强。 杂的户外自 然环境中行走、奔跑、跳跃，还能在雪地、草地等不同地形上保持平 衡。 2022年至今，为产业应用普及阶段。以ChatGPT为代表的大语言 模型为人形机器人实现智能感知、自主决策乃至拟人化交互，正逐步 走向产业应用。涌现了宇树、优必选、Figure、Optimus、波士顿动 力等一批独角兽企业，推动人形机器人应用深入生产实践。 02 世界互联网大会智库合作计划系列成果