单位：元 指标的分类 不能再拆解的指标，通常由基础数据汇总得到，如交易笔数、交易金额等 基本指标与一个或多个维度相结合产生的指标。如日活跃用户数等。 基本指标：客户活跃度 维度：机构、时间、渠道、客户…… 派生指标：APP客户活跃度、APP客户日活 www.top100summit.com 核心实践 构建动态数字化指标体系，实现从评估到监测的转化 维度 维度分类 业务状况表 （固定报表） 分析模型 （多维模型） 维度 机构 … 参与人 （一级分类） 指标体系 管理驾驶舱 （仪表盘） 指标分类 指标 贷款余额 … 成长性 （二级分类） 指标 指 标 定 义 框 架 指标分类 业务属性 管理属性 指 标 应 用 定 义 框 架 应用类型 分析方法 展示方式 维 度 定 义 框 架 维度分类 业务属性 管理属性 统计方式 指标应用 指标和

”智能分析模型，开发村级权力画像系统，建立涉农补贴异常支付特征库） （16）如何通过“审计成果共享平台”推动审计发现向董事会风险管理报 告、 内控缺陷库、员工培训案例库的即时转化？（如设计结构化数据清洗规 则，实现 审计问题自动分类映射至内控缺陷库、培训案例库及 ERM 报告模 块） （17）如何建立“审计整改清单销号制”，将整改成效纳入分支机构 KPI 考 5 核 体系，破解“虚假整改”“纸面整改”难题？（如实施整改效果五维评价（制 （8）集团客户授信集中度是否穿透至实际控制人关联企业，隐性担保是否 纳入风险敞口计算？（绘制集团股权架构图，核查授信系统关联关系标识完整 性） （9）贷款五级分类调整是否留存充分依据，逾期 90 天以上贷款是否按监 管 要求合理分类？（分析分类调整审批单，比对征信报告与内部分类结果差 异） 3 、数据安全与隐私 （10）联邦学习建模过程中客户特征数据是否实施差分隐私保护，模型参 11 数 交换日志是否完整留 否有效捕捉凌晨时段整数金额、多卡循环还款等高风险交易？（分析套现交 易误 报率，优化金额离散度、交易时间集中度等参数阈值） 8 、通过 EAST 系统与核心业务系统底层表结构自动映射，关键字段（如 贷 款五级分类）差异率是否超过监管要求？（开发字段差异自动比对工具，留 存手 工调整记录及审批流程） 9 、运用文本聚类技术分析投诉工单，是否提取出“捆绑销售”“高息陷 阱”等 关键词关联的违规产品及网点？（建立投诉-产品-人员关联矩阵，识别投

AIGC与企业应用实践 9. 大模型未来发展趋势 厦门大学大数据教学团队作品 1.大模型：人工智能的前沿 1.1 大模型的概念 1.2 大模型的发展历程 1.3 人工智能与大模型的关系 1.4 大模型分类 1.1 大模型的概念 大模型通常指的是大规模的人工智能模型，是一种基于深度学习技术，具有 海量参数、强大的学习能力和泛化能力，能够处理和生成多种类型数据的人 工智能模型。 通常说的大模型的“大”的特点体现在： 深度学习 深度学习模型 预训练模型 深度学习 预训练大模型 预训练 大语言模型 预训练大语言模型 GPT 文心ERNIE ... ChatGPT 文心一言 1.4 大模型的分类 语言大模型 视觉大模型 多模态大模型 是指在自然语言处理（Natural Language Processing，NLP）领域中的一类大模型，通常 用于处理文本数据和理解自然语言。这类大模型 一言（百度）等 是指在计算机视觉（Computer Vision，CV）领 域中使用的大模型，通常用于图像处理和分析。 这类模型通过在大规模图像数据上进行训练，可 以实现各种视觉任务，如图像分类、目标检测、 图像分割、姿态估计、人脸识别等。代表性产品 包括VIT系列（Google）、文心UFO、华为盘古 CV、INTERN（商汤）等 是指能够处理多种不同类型数据的大模型，例如 文

中国工业机器人市场和产量占据绝对优势，算法将成为新一轮市 场竞争的关键。中国具有门类齐全、规模庞大的工业体系，工业增加 值连续多年位居全球第一，2023 年工业增加值达到 5.97 万亿美元， 且是全世界唯一拥有联合国产业分类中全部工业门类的国家。根据国 际机器人联合会（IFR）的数据,2023 年，中国市场以 175.5 万台的 庞大体量，稳稳占据全球工业机器人四成多的份额。其中，本土工业 机器人制造商强势崛起，市场份额飙升到 来看，机器学习对于数据和算力的需求较小，训练时间也相对较短， 而深度学习、强化学习则需要高性能的 GPU、TPU 等算力支撑，数据 需求也增长至百万量级。从应用场景来看，机器学习能够广泛用于各 类分类、回归、聚类、关联规则任务，帮助机器人实现物品分类、平 面移动和故障诊断等功能，但不具备决策能力；而深度学习则聚焦图 像、文本和语音等复杂任务的处理，能够帮助机器人实现缺陷检测、 知识问答、人机对话等功能，具有一定的决策能力。 操作对象或人类的互动。一是识别类，搭载机器视觉技术的机器人取 代人眼对产品进行识别和检测，机器视觉系统能够识别产品的形状、 颜色、二维码、字符等，可以取代人眼对产品进行外观、尺寸、材质 等方面的检测并进行分类和原料追溯，由此发展出检测机器人、打标 机器人等。二是语音类，搭载行业知识库甚至大语言模型的机器人能 够按照人类的指示完成任务，成为快速部署机器人、决策辅助机器人。 推理决策模型使得机器人“能学习”提高自主性和适应性。一是

息；事件来源包括服务请求监控告警、主动运维发现故障等。 2、根据事件等级定义，对发生事件进行分级确认：一般事件进行事件分派操 作，重大事件进行重大事件处理流程处理； 3、根据业务类型进行事件分类，根据事件类型进行事件派单，不同的事件类型 派单至不同的处理人员； 4、事件处理人认领、诊断和处理事件，并形成解决方案;如果不能解决则升级 到厂商支持； 5、云服务厂商远程协助现场进行事件处理，提供帮助:一线无法处理事件时， 监控告警/巡检/业务请求 输入/外部流程 活动描述 服务台 云平台 运维工程师 远程支持 输出/外部流程 重大事件处理流程 事件接收与处理 4 事件关闭 6 是否解决 事件分类和分派 3 一般事件 一般事件 是 否 事件接收与处理 5 事件分级 图3.3 故障处理流程示例 14 业务转维规范 业务转维规范主要明确站点转维标准动作及交付 件，确保项目转维各流程顺利进行。规范转维管理 收集变更需求 1 提交变更申请 2 事件管理流程 问题管理流程 变更实施报告 实施方案 回退方案 测试方案 变更审核 6 变更确认 8 变更关闭 9 变更回退 7 是否通过 分类分派 4 变更评审 5 评审记录 是否通过 漏洞管理：漏洞管理主要是通过漏洞发现、漏洞处置和结果验证三个活动，在不影响业务的情况下，尽可能 快速地修复漏洞。 版本演进：通过定期版本升

行业研究·医药与健康护理行业 请务必阅读正文之后的信息披露和法律声明 4 表目录 表 1 AI 技术分类 .................................................................................................. 些模型进行预测;深度学习则是机器学 习的一种进阶类型。AI 算法可以按照不同的分类标准进行类型划分，例如按照模型训练 方式的差异可以分为监督学习、无监督学习，以及强化学习，按照模型预测任务的不同 可分为分类算法(包括二分类和多分类)、回归算法、聚类算法、降维算法、异常检测算 法等。 表 1 常用 AI 技术分类 类别 概述 典型算法代表 监 督 学习 监督学习是指在带有标签的数据上训练得到数学模型，然后 设备的高端技术。 AI 制药产业链中游主要分为四大类：AI+biotech、AI+CRO、AI+SaaS 以及 IT 头部企 业在 AI 制药产业中的布局。AI+biotech：从药物本身性质或治疗手段分类，从细分领域 看，又可以分为三大类，即小分子药物、大分子药物、细胞和基因编辑法。AI+CRO：通 过人工智能的辅助为客户更好地交付先导化合物或 PCC，再由药企进行后续的开发，或 者合作推进药物管线。AI+SaaS：为客户提供

人形机器人与其他相关概念的关系..................................................................................7 1.1.3 分类................................................................................................... 标准在国际舞台上的影响力。 白皮书全面且系统地梳理了人形机器人领域标准化工作的现状， 深入剖析了当前面临的问题与挑战，精准把握标准化建设的迫切需求 与未来发展方向。其内容涵盖了人形机器人的定义、分类、发展历程、 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 起广泛讨论，人们从各自的认知和立场给出了不同的解读。从某种程 度上讲，人们对人形机器人的定义和理解，不仅会对学术研究、专业 探索以及产业发展产生影响，还与政策走向息息相关。 从标准的角度来看，纵观国内外相关资料，机器人的分类大多依 据应用场景、功能特性、控制模式以及移动方式来进行，截至目前， 尚未发现按照机器人形状进行划分的标准或文献。因此，当 “人形机 器人” 这一以模仿生物体形状为主要特征的全新概念首次出现时，引

物料主数据 © 2011 82 - All rights reserved 26 工作计划 采购 仓库管理 仓储 会计 工厂 / 存储地点存货 MRP 视图 基本视图 销售 质量 分类 预测 A B Pc t 物料主数据 物料主数据视图 © 2011 82 - All rights reserved 27 库存地点 集团 工厂 基础数据 物料编码 ……… SL-01 ……… ……... ... … … ... D … ... 20 ... … ... 200 项目分类 标准 寄售 外协加工 第三方 文本 服务 P 项目分类文本 K L S T D 项目分类决定： 1. 物料输入 2. 科目设置 3. 库存管理 4. 收货及发票校验 项目类别 © 2011 82 - All rights reserved

年）》（国数资源〔2024〕119 号）， 提出分类施策推进企业、行业、城市、个人、跨境可信数据空 间建设和应用，到 2028 年，建成 100 个以上可信数据空间，形 成一批数据空间解决方案和最佳实践，基本建成广泛互联、资 源集聚、生态繁荣、价值共创、治理有序的可信数据空间网络。 国家信息中心信息化和产业发展部主任单志广研究员认为， 按照架构模式分类，可信数据空间可分为集中式、分布式、递 主体，实现数据资源共享共用的一种数据流通利用基础设施， 是数据要素价值共创的应用生态，是支撑构建全国一体化数据 市场的重要载体。 国家信息中心信息化和产业发展部主任单志广研究员认为， 按照架构模式分类，可信数据空间可分为集中式、分布式、递 阶式三类。 集中式可信数据空间以中心化可信数据空间服务平台为核 心，按照互联互通接口规范，不同主体通过可信数据空间连接 器接入可信数据空间服务平台。 泄露数据隐私的前提下进行数据计算和分析，确保数据的安全 性和合规性。 从支撑国家战略看，可信数据空间可以支撑构建全国一体 化数据市场，促进数据要素市场化配置。 一是支撑构建全国一体化数据市场。通过分类施策推进企 业、行业、城市、个人、跨境可信数据空间建设和应用，有利 于促进数据要素规模化流通共享使用。《行动计划》明确提出， 到 2028 年，基本建成广泛互联、资源集聚、生态繁荣、价值共

治疗等全周期应用。 • 商业模式分类：移动医 疗、互联网医疗、慢病 管理、长辈健康数据追 踪、可穿戴医疗设备等。 • 代表性公司： Hims&Hers Health、 teladoc、welldoc、 dexcom等软硬件公司 B2C远程管理 • 定义：B2C远程管理主 要是定位于院内医疗场 景的远程实现，是用户 和医疗的远程互动 • 商业模式分类：远程影 像、远程病理、视网膜 检测等 要是AI赋能临床决策支 持，辅助疾病诊断、个 性化用药等 • 商业模式分类：AI精准 用药、基因测序、AI影 像识别、疾病模型判断 • 代表性公司：Tempus AI、Grail、华大基因、 华大智造 B端自我管理 • 定义：B端自我管理主 要是定位于医院端利用 AI技术提高内部运营管 理效率 • 商业模式分类：电子病 历、药事管理、HIS系 统、供应链管理等 • 代表性公司：Epic 在医院的应用——医院端提升管理效率。 ➢ 医院运营管理 数据管理与分析：AI通过机器学习和深度学习算法，能够高效处理海量医疗数据，为医院的临床决策、资源配置和运营管理 提供精准支持。利用AI技术实现医疗文档的自动化分类、信息提取和计费平台自动填充，优化医院后台运营。 资源优化与调度：AI可以分析医院的运营数据，优化资源配置，提高运营效率，如优化科室医生排班。 费用管控：基于过往大量的医疗费用数据，结合患者的病