新场景的多样化多对算力网络的灵活性、自动化和智能化提出了更高 的要求。为应对上述挑战，服务生成算力网络的概念得以提出。服务 生成算力网络通过将 AI 技术与算力网络的基础设施、功能流程、服 务应用等深度融合，把 AI 的解决目标和承载方式都设在算力网络内 部，利用 AI 技术赋予算力网络基础设施智能化、业务流程一体化、 服务能力自优化、算网运维自动化等能力，进而为多元应用提供泛在、 高 知识产权及产业把控力的算力网络应用体系，为我国经济社会的数字 化、网络化和智能化发展夯实底座。 从行业应用角度来说，随着各种新技术、新应用、新场景和新模 式等不断涌现，多元业务的不同服务需求对算力网络的自动化和智能 化提出了更迫切的要求。而且算力网络本身也面临着需求碎片化和多 样化、日益增加的系统规模和复杂度大大增加运维难度、算网资源协 同调度等诸多挑战。通过引入 AI（Artifical Intelligence）技术加快算 技术与算力网络的基础设施、功 能流程、服务应用等深度融合，把 AI 的解决目标和承载方式都设在 算力网络内部，利用 AI 技术来赋予算力网络基础设施智能化、业务 流程一体化、服务能力自优化、算网运维自动化等能力，进而为多元 应用提供泛在、高效、灵活、安全的服务化算力供给。在此基础上， 服务生成算力网络还强调能力自主优化和智能自适演进，面向动态变 化的应用场景和服务需求能够通过自学习、自演进来不断提升自身业

4.3、Deepseek 赋能新材料研发，或将加速关键材料国产化进程 ................................... 15 4.4、Deepseek 赋能化工智能化与自动化生产，或将带动相关设备需求 ............................. 18 五、投资建议............................................ 图表 17： 基于 AI 的化工生产应用结构 ............................................................ 19 图表 18： 化工生产自动化控制系统中 AI 技术具备多方面的应用 ..................................... 19 行业深度研究 敬请参阅最后一页特别声明 2016 年以来，我国大面积进行了供给侧改革，对部分落后产能进行了淘汰，在环保等 方面进行了明显的优化改造，从目前的情况看，行业内部分新建装置已经具有较为先进的 自动化产线，人员数量有大幅缩小，机械化程度了有了大幅提升。部分企业实现了较好的 流程自动化管控系统，现有园区对接 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、

者表示，员工难以将数字化融入日常工作中。近一半的受访者表示， 由于缺乏熟练工人来支持其组织的数字化计划，他们受到限制。  智能应用程序和数字工具的机会已经出现，可以减少新员工的能力 学习时间。  工作场所自动化和 AI 的进步使员工需要处理越来越复杂的问题。  新员工可能精通技术并采用新技术，但可能缺乏主题专业知识以及 6 获得最佳实践和专有技术的机会。终身员工拥有详细的流程知识， 并且在工作环境 需离开 去接受额外的教育或培训即可成长。在自动化或数字化方面加大投资的 组织看到了对一线员工从事更熟练工作的巨大积极影响。 例如，作为其智能制造计划的一部分，一家消费品制造商将 21 家工厂 的关键标准作程序 （SOP） 以及维护和质量工作说明数字化。这代表 着从手动和纸质流程到一线工作人员的手持和移动设备的全面转变，并 提高了运营效率。整合工作流程自动化和改进对数据和分析的访问，以 寻找有针对性的改进机会。 少填写所需的时间和精力。AI 表单还可以提供智能建议，确保输入的信息准确且相关。 这种自动化流程改善了用户体验，并提高了数据收集和处理的效率。 7. 无面容工作流程：无面容工作流程代表着工作流程向更自动化、更隐形的 AI 集成的转 变。这种方法涉及将 AI 功能直接嵌入后端流程，从而允许无需用户直接交互即可完成 任务。AI 驱动的自动化可以处理从调度和资源分配到监控和维护的所有事务。通过消 除对传统用户界面的

新的平台、新的产品和技术。因此，政企IT架构的发展演进进程中普遍存在不同架构、不同代 际、不同厂商平台并存的情况。运维人员需要全面了解不同平台的部署、升级、维护等操作，这 不仅增加了运维人员的工作难度，自动化运维工具的推行也变得举步维艰，使得运维工作变得极 为复杂和繁琐。 随着政企数智化进程的加速，混合云作为一种灵活、可扩展且安全的云平台解决方案，已逐渐成 为政企用户数智化转型的首选IT架构。然而 运维组织如何规划：缺乏运维岗位设置、职责分 工、人员配比等方面的经验 运维能力如何构建：需要什么样的人员，怎样快 速提升运维人员整体水平 运维平台如何建设：运维工具、平台怎样整合， 如何提升自动化水平 演进与治理 政企存量IT架构 混合云现代化架构 统一运维运营管理体系 图2.1 统一运维运营管理体系 传统非云架构 ERP 智慧应用 虚拟化资源池 FusionSphere/VMware/… 路径。 首先，针对混合云运维体系，华为云提出以“四效”为目标，不断提升运维价值和运维能力。“四效”分别是 效益、效能、效率和效果。 其次，针对设定的运维体系目标，从业务感知能力、分析决策能力、自动化能力、可视化能力四个维度设置合 理的成熟度指标，对运维体系的发展阶段进行数字化衡量。 2.2 混合云现代化运维体系建设思路 混合云现代化运维体系建设应当设置明确的目标， 聚焦运维带来的价值以及能够沉淀的运维能力两个

数据生成并传输至计算和存储系统，将原始数 据转化为可执行的洞察 ； » 部署能够创造经济价值、完善公共服务并提升 居民体验的人工智能应用和数字平台 ； » 实时交易和视频互动等大带宽应用场景 ； » 低时延应用，包括自动化、人工智能系统和工 业物联网。 许多新兴国家面临落后的风险，尽管已制定政策框 架，但在基础设施和频谱方面的投资仍然不足。它 们就像一辆前轮驱动的汽车，虽然能够引导增长， 但缺乏强大基础设施所能提供的牵引力和动力。相 传输、数据处理与存储，它们是数据生成与数据应 用之间的桥梁。通过回归分析可以看出它们的重要 性，在高收入国家中数据处理与存储的能力是推动 数据应用的另一个关键因素。这些都是基础设施底 层能力，能够支持大规模的高级数据分析、自动化 和人工智能的落地应用。相比之下，数据传输对进 一步提升应用收益的贡献有限，这是因为电信和云 标准已经高度标准化，这类国家的数据传输速度和 质量相对一致。 未来数据规模化应用面临的挑战 了全球数据流通的骨干网络，而 5G/5G-A/F5G 正 逐渐成为边缘网络发展的关键使能技术。 5G 凭借其高带宽、低时延的联接特性，能够将先 进的数字服务从核心枢纽延伸至更广泛的区域，为 移动应用、工业自动化和实时数据分析提供强大支 撑。而 5G-A 则更进一步，以更强大的上行链路容 量、确定性时延和大规模物联网扩展能力，为分布 式人工智能训练、沉浸式应用和云边集成提供了坚 实的技术基础。 这

每个智能体在发展和应用过程中，必须严格遵循一 套系统化的策略，即首先实现标准化，确保各项操作和 流程符合统一规范；其次推进自动化，通过技术手段减 少人工干预，提升效率和准确性；最后迈向智能化，利 用先进的人工智能技术，实现自主决策和优化，从而全 面提升智能体的综合性能和智能化水平。这一标准化、 自动化、智能化的三步走策略，是每个智能体实现高效、 稳定、智能运行的关键路径。通过三步走的策略也可以 补上数据治理的短板。 成反洗钱报告，大幅提升通用模型在专业风险识别上的 准确性和解释性。 ③成效：可疑交易分析报告自动化生成时间缩短 50% 以上，释放合规人力资源，提升风险防控的及时 性与准确性。 积极与生态伙伴合作，借鉴大型银行经验，加速技 术消化吸收与本地化适配，降低创新风险。 “AI+Python”自动化处理高频报表，数据处理速 度提升 50% 以上。 对公业务管理系统嵌入智能助手，实时响应客户经 对公业务管理系统嵌入智能助手，实时响应客户经 理政策、产品、流程咨询，服务响应进入“秒级”时代。 反洗钱报告自动化成效显著（耗时减半），释放人 力资源，投入更高价值分析。 “台湾青年综合服务平台”集成腾讯云智能模型， 以“AI 海融榕”智能客服为核心，为台胞提供“金融 + 政务”一站式服务，深化两岸连接。 未来，福建海峡银行将持续深化技术融合，探索智 能体、多模态等前沿技术在客户服务、风险管理中的应 用；强化区域特色，聚焦对台金融、海洋金融等领域，

图表 5: GenAI 赋能内容营销 敏捷化 自动化 智能化 高质海量 千人千面 更好转化 • 自动化生成问卷、对话式 AI 访谈 • 结合更多元的数据范围 • 大批次分析非结构化数据 ( 量化分析 ) • 将复杂数据分析过程可视化为图表和图形 装在一个帐户和一个 报表中 独立账户平 台，以极低的 账户要求提供 多种机构经 理 投资服务 一个集中管理的、基于 算法的投资计划。 GWP 专 有的自动化算法，根据 利 普乐构建的模型组合 生成 投资建议，将数字 投资平 台与顾问的监督、 审查和 建议相结合 共同基金打包计 划，提供包含多位 经理人共同基金的 投资组合，超过 利用技术系统帮助代理人与客户进行自动化、大规模的个性化互动 ，提升客户留存和忠诚度 ; 持续 跟踪销售线索和潜在客户 ; 分解不同潜客来源的成功率，提供销售线索分析报告，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

技术正加速从虚拟空间向实体经 济领域拓展，机器人作为 AI 技术的理想载体，凭借其高度的灵活性 和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 （一）大模型正在加速通用机器人的全面爆发 随着人工智能向物理世界的渗透，大模型正在推动机器人向通用 化方向发展。当前，人工智能正在由虚入实，国际数据公司（IDC） 发布的最新数据显示，2023 年，中国的“机器流程自动化（RPA）+AI” 解决方案市场规模已达 24.7 亿元人民币，同比增长 15.9%，预计到 2026 年，这一市场规模将突破 70 亿元大关。与此同时，2024 年，诺 贝尔物理学奖颁给了 John 增长点的措施》， 提到要拓展智能机器人在清洁、娱乐休闲、养老助残护理、教育培训 等方面功能，探索开发基于人工智能大模型的人形机器人。 （三）工业领域将成为短期内智能机器人应用落地的主战场 自动化水平高、结构化、封闭式的工业场景是当前技术条件下智 能机器人最大的应用市场。工业环境相对标准化，生产流程固定，对 机器人的自主性和泛化性要求较低，部分领域如汽车、电子信息等已 3 经率先实现

日志与TRACE数据等，实现AI-Ready的数据基础准备。 AI Agent 的应用要由浅入深，循序渐进：在 AI Agent 等进行智能操作时，涉及数据库稳定性的 关键操作中需保持谨慎，优先采用成熟的经过验证的自动化方案，待 AI Agent 规划能力进一步 提升后再逐步引入。 �.� 运维应当如何拥抱AI � 稳定可靠 运维面临的挑战 第二章 随着数智化转型推进，海量数据爆发式增长，数据库作为数据底座，重要性越发凸显。对数据库可 统的数据库应用版本差异问题。 随着国产数据库，特别是国产分布式数据库的蓬勃发展与规模化应用，金融企业对数据库应急管 理的标准化、自动化需求愈发迫切。为快速响应系统故障、减少人工干预并显著缩短故障恢复时 间（RTO），企业亟需构建一套标准化、自动化的应急管理平台，通过固化自动化应急流程，实现故 障处置的高效闭环。 同时，数据库应急体系需具备 “统一整体性”，需全盘覆盖企业内部所有在用数据库类型。无论采 配层或中间件来解决。业务流程冲突也是常见问题，需要对现有业务流程进行优化和调整，确保 应急处理流程与正常业务流程的协同。 �.� 数据安全、合规挑战 随着数据泄露和隐私问题的增加，数据库安全和合规性成为企业关注的重点。在自动化建设中， 需采取包括加密、访问控制和审计在内的安全措施，保护数据的机密性和完整性。此外，数据安全 和权限管理也是需要重点关注的问题，要建立统一的数据安全管理体系，明确不同系统和人员的 数据访问权限。

务，解答 客户问题 风险评估：银行使用DeepSeek评估客户信用风险，提供 贷款建议 欺诈检测：银行使用DeepSeek检测交易中的欺诈行为 自动交易：投资平台使用DeepSeek进行自动化交易 金融数据分析：金融公司使用DeepSeek分析市场数据， 提供投资建议 财务报告生成：金融公司使用DeepSeek自动生成财务报告 来自对网络资料的整理 3.2 DeepSeek大模型的应用场景 大模型与其他技术在企业中的融合应用 实现更加智能的业务流程自动化。RPA 擅长处理重 复性的规则性任务，而大模型则能够理解自然语言 指令，深入分析复杂的业务场景，并提供极具价值 的决策建议。比如在财务部门，RPA 可以自动完成 发票录入等任务，而大模型则能够回答员工关于财 务政策的问题，并依据数据分析给出成本优化的建 议 自动化流程技术（RPA） 为企业提供更为精准的知识管理和决策支持。知识 企业部署大模型当前关注的问题 4.14 企业部署大模型面临的挑战 厦门大学大数据教学团队作品 4.1 企业大模型如何为企业赋能 企业AI大模型可以通过自动化地完成一些工作来降 低成本。比如，它可以通过自动化的数据分析来减 少人力资源的使用 降低成本 企业AI大模型可以自动化地完成一些重复性、繁琐 的工作，从而提高工作效率。比如，它可以通过自 然语言处理技术自动回复客户邮件、自动分类垃圾 邮件等等 提高效率