研发能力 数据能力 落地举措 运用第一性原理，思考“用户价值” 温度 客户体验优化 | 贴近客户所需 效率 降本增效 | 优化流程 智能 数智化决策 | 全局最优化配置 专业 精细化管理 | 记录、追踪、可量化 内生动力 组织与文化 团队是战略落地的基础，文化机制是最强大的精神动力。没有组织与文化，战略落地无从谈起 战略 数智化一定是一把手工程 团队 学习能力 | 自驱力 成效：实现成本和效率最优，引领公司高质量发展，持续巩固轻资产优势 www.top100summit.com 数 智 华 农 2 . 0 经营决策 数字化 客户经营 互联化 销售运营 智能化 管理流程 精细化 产品风控线上化 全 面 打 造 数 智 化 运 营 决 策 中 心 数字化对保险的改变已成必然趋势 数字化转型是华农优势，也决定华农未来 自上而下 总分公司 协同发展 建设数智华农，引领重构核心业务价值链 在人员报表维度上，将人员按照性质分为自研人员、外包人员，可以随时关注到各类人员的需求处理数、投 入工时等指标体现人员差异。 • 数据进行归集，建立个性化指标报表，实现个人与项目的闭环管理。 • 将数据维度从项目级别，细化到资源、需求维度，按项目需求和人员等维度制定出相应报表。 www.top100summit.com 数智化-数字化管理进入深耕阶段 数据中台 利用数据采集整合，数据提纯加工，数据服务可视化的能

的发展潮流，并期望以此开启新的增长。 但认知上的共识并不意味着实践中的成 功。在投入大量人力、物力、财力进行数字化 相关的平台与系统建设后，越来越多来到数字 化中局的企业才发现，光靠大规模的数字化建 设而没有精细化的内部运营管理做支撑，无法 持续响应业务迭代发展的要求，大刀阔斧的数 字化变革也就很难带来理想的价值产出。 这是勤达睿（Kyndryl）在三十多年的实战 中总结出来的经验。作为原 IBM 全球信息科技 以友邦人寿和阿里巴巴为例。在传统金融 行业中，友邦人寿是数字化运营的成功典范。 友邦构建了自己的数字化转型路径——TDA （Technology，Digital，Analytics）战略，以 促进内部管理的细化和客户服务的专业化。基 于 TDA 战略，友邦利用海量数据洞察为运营、 后台体系的设计、产品开发、服务设计，以及 渠道升级提供精准的指导，让营销人员得以在 日新月异的市场中对于客户需求了如指掌，并 展的。而对于很多企业来说，受制于长久以来 积累下来的传统组织文化，跨部门的横向联动、 涉及多方的资源调度和工作协同等较难执行。 其次是，数字化转型是一项系统性工程， 需要全面厘清智能化应用场景，全面提升经营 管理的精细化、智能化程度。 目前，企业在运营上的举措通常包括引入 敏捷文化、梳理业务流程、开展数据建设、优 化系统、利用技术提升操作效率等。这些通过 解决点状问题来提升效能的活动，其实还是传 统思维下的运营方式，虽然会有一定效果，但

，建议关 注合成生物方向，农药创制药赛道等；  技术研发的优化或将是智能化落地的主“战场”：AI 智能化对接的基础相对较好，投入成本相对可控，产生的长 远影响相对较大。对应的赛道更多是精细化工材料领域，通过 AI 智能化加速研发管线的定制化、高端差异化和 配方产品集合等要求，缩短和国际龙头之间的软实力差距，建议关注新材料领域尚未实现高端产品国产化的赛道， 比如工程塑料、改性材料、辅材供给等领域； AI 升级已经有了明显的进步。 从化工行业的所处赛道来看，不同的产品的生产和经营模式有明显区别，AI 形成的行业 影响也有快慢、维度之分。化工从大的赛道上看，具有大宗和精细的明显差别：  精细化工：运行以产品市场为核心，通过技术、平台、研发、客户等维度兑现产品销 售市场，以高精度、新产品、新型号、定制化等维度保证产品竞争力，借助市场运行 兑现成产品盈利空间，具有高壁垒、稀缺性、不可替代、独特有竞争力的工艺等属性 或缩短时间，或优化结 果；而降本可以通过人工替代，精准对接，流程优化，模拟改造等维度支撑成本改善。 图表3：化工在 AI 助力下拓品、降本有望同时发力 来源：国金证券研究所绘制 精细化工 大宗化工 运行核心： 产品市场 运行核心： 产品生产 相对成本优势 →周期上行有 弹性，下行有 底部支撑 技术溢价、稀 缺性溢价→盈 利空间高 成本管控、稳 定生产 高精度、新产

等。通过这种方式，实现人人参与开发、全员便捷使用、 客户广泛受益、社会普遍应用的良好局面，从而最大化 地发挥智能体 Agent 在各个领域的潜力和价值。 当然，还可以进一步开发适用于各个部门、不同经 营机构，甚至细化到一个小组层面的智能体。这些智能 体能够高效地完成一系列具有共性的工作任务，从而显 著提升工作效率和协同能力。通过这种针对性的开发， 不仅能够满足不同层级和单位的特定需求，还能确保各 项共性 平台，确保业务数据在行内处理，杜绝信息泄露风险。 大幅减少对资源消耗巨大的全量模型微调依赖，转 向以工作流编排为核心，辅以提示词工程、RAG 技术 及轻量级自定义组件开发，低成本实现场景适配。 ①精细化工作流编排：拆解、串联复杂任务。 ②深度提示词工程：引导模型按照用户要求进行分 大型银行凭借资源优势抢占 AI 大模型高地，中小 城商行如何破局？作为一家扎根福建、服务“地方经济、 中小企 体 普遍面临机遇与挑战并存的复杂局面，主要体现在以下 几个维度。 （1）政策红利持续释放。“十四五”规划明确提 出加快金融机构数字化转型，为行业发展指明方向。一 系列政策文件的出台，进一步细化了转型路径，为券商 数字化发展提供了有力支撑。 （2）技术赋能效应显著。大数据、云计算、人工 智能等前沿技术的深度应用，正在重塑证券服务生态。 技术协同产生的乘数效应，不仅提升了服务效率，更催

基于大象流自动识别与智能调度，实现网络级智能负载均衡， 达到全网资源利用率最优，提升投资收益比。  通过算力业务应用感知和流级精细化调度，支撑差异化算网产 品和服务的商业创新。 （4）智能运维、安全可靠  实现高精仿真，消除因配置差错导致的网络事故。  打造精细化业务监测能力，实现全网资源与业务实时可视。  基于网络实时监测和故障快速感知，实现故障自动定界定位。  按用户或业务类 聚导致的瞬时速率波动；一方面为 PFC、ECN 等流控机制提供足够 的反应时间窗口。此外，设备需具备缓存队列动态调度能力，实时感 知业务流量变化以优化缓存分配策略，实现物理资源与业务需求的弹 性匹配，支撑基于 SLA 的精细化业务保障。 （3）大象流拆分及负载分担 单条大象流带宽大、历时长，在与普通数据流混合转发时，极易 出现部分链路拥塞、部分链路空闲的现象。这不仅导致网络全局负载 不均，而且导致因拥塞而出现的 RDMA 传输层信息划分多条子流。以此为基础，结合 Hash 算法优化实现 基于子流的大象流负载分担，最大化网络吞吐与链路利用率。 算力城域网白皮书（2025 版） 24 （4）流量实时统计与上送 为实现流量的精细化管控，算力城域网设备需具备流状态表，通 过对流/子流的速率、类型、优先级、QP 对等特征的实时统计，识别 需重点保障的业务流和控制流。再基于 Telemetry 技术周期上报功能 将流信息上送

如基因测序、 新药研发、宇宙模拟等，分布式调度能汇聚全球顶级计算资源，为复 杂科学问题求解提供前所未有的算力规模与效率。对于人工智能产业， 尤其是大模型的训练与推理，异构算力调度可将计算任务精细化拆解， 精准匹配到最高效的处理单元，最大化计算效率，加速 AI 在各行业 的研发与应用。在工业互联网、智慧城市、自动驾驶等实体经济领域， 实时感知能力与低延迟调度决策是支撑高级应用落地的关键。而开放 ，进而大幅提升资源 利用率与任务执行效率。 从应用场景的视角出发，不同行业对分布式算力感知与调度系统 提出了丰富多样且标准日益严苛的要求。在工业互联网领域，为切实 达成生产过程的实时控制与精细化优化，对算力的实时性、可靠性以 及精准性提出了极高要求。生产线上的设备运行数据需要在毫秒级的 极短时间内完成处理与深入分析，以便及时、精准地调整生产参数， 确保产品质量的稳定以及生产效率的提升。在智能安防领域，随着视 该技术面向算力泛 在部署、需求多元涌现的发展趋势，突破传统集中式资源调度的局限， 构建了具有层次性、自治性与协同性的资源感知与调度架构，可对分 布在云、边、端不同层级、不同地域的算力节点进行精细化建模、动 态化评估与灵活化编排，有效提升资源使用效率与业务响应能力。本 章以典型业务场景为切入点，展示分布式算力感知与调度技术在赋能 数字社会和智能产业中的关键价值。随着技术体系的持续演进和应用

大规模的算力供给， 为处理复杂、不规则的计算任务（如自然语言处理的长序列数据、计 算机视觉的多尺度图像特征）创造了条件；在软件方面，分布式训练 框架、预训练大模型、多模态数据处理等技术也通过精细化算力管理 提升了大模型的训练和推理速度，为机器人的大规模应用提供了基础 支撑。 2 （二）“机器人+人工智能”是新一轮大国竞争的关键 全球各国纷纷出台相关政策，抢滩布局“机器人+人工智能”产 学习、强化学习的方法，机器人可以通过训练学习数据以模仿人类， 甚至通过与操作对象或环境进行交互实现非结构性的复杂操作和自 主导航。 2、三种应用模型及其组合催生出多种功能的机器人 运动控制类模型推动传统工业机器人升级为“能精细化控制”的 机器人。一是操作优化类，传统焊接、打磨机器人通过对机器人的运 动轨迹进行计算并转化到关节空间，提高机器人的稳定性，转变成高 精度操作机器人；二是移动优化类，具有平面活动需求的移动机器人 在多个行业已 经实现了大规模应用，在市场效率竞争和小批量柔性生产趋势下，企 业普遍存在对智能化机器人的升级需求；二是机器人功能的拓展，随 着机器人模块化设计和柔性控制技术的成熟，工业机器人的精细化程 度和灵活性显著提高，原本无法被取代的喷涂、焊接场景也逐步开始 应用机器人。 此类场景主要包括两种“机器人+人工智能”融合应用模式。一 是“机械臂+操作优化模型”模式，AI 应用的主要目标是提高操作精

都众 多指标的管理，对工程项目的全生命周期管理提供了重要的决策支持。 2.知识管理体系智能化升级 ：腾讯乐享为五环构建了包含近20个部门、约2000个分类和4万余篇文档的系统化企业知识库，通过精细化标签管理，确 保了企业知识条理清晰、易于查找。AI问答的深度融合应用，进一步提升了知识检索和学习效率。更重要的是，系统可以将老专家的隐性经验转化为 可传承的组织过程资产。 成果及价值 “智改数转”项目 2.弹性架构降本：基于TCE建立laaS/PaaS/DevOps一体化的技术架构支撑体系，持续降低TCO，用较低的成本实现业务的弹性和可伸缩性；提升 结算公司各业务单元基于云平台资源使用的全成本精细化核算的管理能力。 3.云化迁移创新：基于TCE支撑结算公司业务上云，实现核心清结算业务系统的平滑迁移。通过微服务化和容器化，实现技术平台的统一；通过分布 式的云架构提升架构的灵活性和可扩展性，更好地支持业务创新发展。 统一运营运维：实现一体化管控，通过统一访问入口、统一权限控制、统一管理工具、统一编排能力提升了管云效率，降低管云成本；实现智能化 运维，通过主动预警、问题定位、自动修复等降低运维操作的学习成本，规范运维动作，更好的保障安全生产；实现精细化运营，提供服务目录管 理、流程审批、账单计费和运营增效等能力。 成果及价值 中国航空结算云平台建设 中国航空结算 有限责任公司 中国航空结算有限责任公司前身为“中国航空结算中心”。自200

行、快速进行故障响应的基本保障，也是进行资源调配与合规审计的关键性技术支柱。 在数据库运维的全生命周期中，资源管理是支撑系统稳定、弹性、低成本运行的核心底座，其建设 体系覆盖从硬件基础设施到软件资源分配的全链路精细化管控。 具体包含以下关键维度： 包括服务器选型与配置优化、机型规格标准化（如CPU/内存/存储的规格匹配），以及IDC（数据中 心）物理布局的容灾设计与网络拓扑优化，确保底层算力的可靠性与可扩展性。 。 在集群服务器部署时，安装分析引擎节点组件后，就可以支持配置分析节点资源。若服务器用途 为“分析引擎”，那么即可将分析引擎的相关组件在对应服务器中启动；但若是需要对分析引擎服 务器进行更加精细化的控制，则需要使用到分析引擎的用途标签能力。需要强调的一点是，通过 分析引擎“用途标签”能力，可以控制某一些分析引擎服务器只可以拉起某一种分析引擎组件；如 服务器用途标签为“计算节点”，则只能在 权限管理与审计 权限管理是数据库运维中的核心环节。实际业务场景中，应遵循最小权限原则，限制用户访问权 限，并通过加密、审计日志等功能增强安全性。在权限机制设置时，可以通过实名化数据库访问、 精细化权限控制，可以有效降低数据泄露风险。同时，缺乏有效的审计手段也会出现风险，导致整 个管理链路无法追责和定责，因此审计日志的完善至关重要。 �.智能运维与自动化 建立强大的智能运维体系能够提升运

家数据局等五部门出台《关于深入实施“东数西算”工程加快构建全 国一体化算力网的实施意见》，首次将"算力电力协同"作为独立章节， 要求建立算力电力协同调度机制，支持算力企业参与电力市场化交易。 2024 年，政策进一步细化落地。国家发改委《加快构建新型电力 系统行动方案》提出开展"算力+电力"协同调度试点；工信部《数据中 心绿色低碳发展专项行动计划》要求到 2025 年新建大型数据中心 PUE 降至 1.1 以下，绿电使用率超过 合供应” 模式提升数据中心绿电占比，并探索算力负荷与新能源功率联合预测、 柔性控制等技术，以降低电网保障容量需求。国家能源局 2025 年 5 月发布的《新型电力系统建设第一批试点通知》进一步细化实施路径， 提出通过余热回收、光热发电协同等技术提升能源利用效率，并要求 试点项目在 2024 年 8 月后开工，2025 年底前形成阶段性成果。 同时，《2025 年能源工作指导意见》将算电协同纳入新型电力系 负荷”参与电力系统调度提供了现实基础，具备广阔的技术应用前景。 然而，算力参与电力系统调度仍面临多重挑战：一是算力任务调 度与电网调控节律之间存在时空偏差。由于算力任务的调度粒度与电 网调控节律存在时空偏差，因此亟需建立更精细化的预测与匹配机制。 二是算力调度策略无法完全适配电力系统的调度特点。当前算力调度 主要以算力利用效率为核心，与能源调度的目标不一致，缺乏面向电 力系统友好性的联合优化策略。三是能源系统与算网系统之间的建模