数字化转型 成熟度模型与评估 1 范围 本文件确立了数字化转型的成熟度模型的构成，规定了成熟度要求，描述了对应的成熟度评估方法。 本文件适用于数字化转型的战略制定、业务规划和工作实施，以及对转型过程开展成熟度评估。 2 规范性引用文件 下 列 文 件 中 的 内 容 通 过 文 中 的 规 范 性 引 用 而 构 成 本 文 件 必 不 可 少 的 条 款 。 其 中 ， 注 日 期 的 本文件。 GB/T 36073—2018 数据管理能力成熟度评估模型 3 术语和定义 下列术语和定义适用于本文件。 3.1 数字化技术 digital technology 数字化转型过程中用到的信息技术及其组合。 注：包括但不限于云计算、大数据(数据分析)、移动计算、社交计算、物联网、智能化、边缘和个域计算、区块链以及 网络安全技术等。 3.2 业务数据化 digitization 应基于转型活动的历史 数据，预测、模拟数字化 转型的成果或效果，明 确数字化转型需求 流程管理 应具有局部业务流程的管理 规范或规章制度 a) 应使用信息技术手段管 理流程制修订过程、宣贯 活动、配套成果等； b) 应基于转型需求优化相 关业务流程 a) 应使用信息技术手段跟 踪各项流程并获取流程 关键数据； b) 应开展关键流程效能和 成效的评估分析

DeepSeek 大模型在工程审计中的核心价值与应用路 径，推动工 程审计行业的智能化转型。 作为 DeepSeek 大模型在工程审计领域的行业级参考指南与公益知识库，本 指南（V1.0）在编纂过程中系统整合了互联网公开的行业案例库、学术文献及开 源技术成果。编写团队始终秉承开放共享与协作创新的理念， 在此向以下贡献者 致以专业致谢： 审计行业专家提供的领域知识框架； 开源社区共享的 人员的工作强度。 3 、招投标文件自动生成 招投标过程是工程项目的重要环节，传统的招投标文件编写往往耗时耗力， 而且易出差错。应用 DeepSeek 可以根据项目需求和法律法规自动生成招投标文 件，确保文件的规范性和完整性。这一过程不仅可以提高工作效率，还可以降低 了人为失误带来的风险。 4 、工程项目成本测算 在工程项目实施过程中，准确的成本测算至关重要。DeepSeek 可以在智慧 技术在工程审计领域的应用、带来的变革以及面临的挑 战，生成逻辑清晰、内容丰富的文章大纲。用户只需根据自己的需求对生成的 大 纲进行适当调整和修改，就能大大提高写作效率。 职场中的工作报告、市场调研报告等， 撰写过程往往繁琐。DeepSeek 可依据 提供的数据和要求，生成专业报告。结合其他模型工具，输入某产品销售数据、 市场调研结果及分析要求，它能生成含数据图表分析、市场趋势预测、建议措施 的完整报告，助力工作开展。

获取流程，提高了用户的使用便利性，降低了用户的使用门槛，有助 于吸引更多潜在用户进入算力市场。 3.1.3 业务流程 步骤一：资源注册登记与纳管 6 算力提供者积极响应市场需求，主动向算网协同调度平台进行资 源注册登记。这一过程如同企业在市场中进行合法合规的商业注册， 通过详细、准确地提交自身算网资源的各项参数和特性，如 CPU 核 心数量、内存容量、GPU 性能、存储类型及容量等关键信息，将自 身资源纳入算网协同调 键信息。这些信息如同资源的“健康报告”，帮助调度中心及时了解 资源的动态变化，以便在调度过程中做出更加科学合理的决策。 图 3-5 分总调度-资源状态上报 步骤三：算网资源调度使用 ① 北向调度 11 算力使用者通过算网协同调度平台进行算网调度操作，调度中心 根据用户的需求和资源状态，启动协同调度机制。这一过程涉及到对 多种资源的统筹安排，包括任务的合理分配、流量的准确调度以及数 据的高 “算网资源清单”，为后续 的调度决策提供了全面的参考依据。  基于快照调度与部署 自治系统根据这份资源快照，结合自身业务需求和调度策略，进 行资源调度决策，并将请求发送给目标算网资源，完成业务部署。这 一过程充分体现了资源的共享和协同，提高了资源的利用效率，满足 了用户多样化的业务需求。 图 3-7 分总调度-算网资源调度使用-全局缩略图方式调度 13 ③ 东->北->西方式调度  需求提交与计算

服务生成算力网络白皮书 I 前 言 算力是数字化时代的基础设施和核心动能，是全社会智能化转型 的基石。随着云计算、大数据、物联网、边缘计算等技术的兴起，以 及各行各业在数字化转型过程对网络、计算、存储等多维资源需求的 驱动，算力网络应运而生。作为一种结合算力和网络资源的新型信息 基础设施，算力网络通过将动态分布的计算和存储资源互联，将网络、 存储和算力等多维度资源的统一协同调度，实现连接和算力在网络的 全局优化。算力网络提供了一种弹性、高效、可扩展的服务模式，使 得海量的应用能够按需、实时调用分布式计算资源，为数字化转型业 务提供更加经济、高效、泛在的算力供给方案。 在算力网络推进各行业数字智能化转型过程中，随着行业应用涉 及的需求逐渐多样化、模型更加复杂化，行业应用中新业务、新需求、 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 技术能够对算网全流程赋能，包括用户意图感知、业务智能承载、 服务闭环优化、智能运维等，使能算网自动化、自优化、自修复、自 学习，实现算网精细化自主运营，算网运营者将更多关注于算力网络 的规则制定和流程管理，而不需要在算力网络运行过程中进行干预。 对于算力网络使用者来说，基于 AI 技术构建的智能化算网服务流程， 能够快速识别新业务，使用智能的交互方法来全面洞察用户意图，在 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

。 杠杆点：教育需求的演进 从标准化教学到个性化培养 时间精力不足 教育能力 有限 当代家 长困境 当代教育背景家长面临的困境 从结果导向到过程赋能 亲子关系紧张 01 02 03 04 教育普遍 焦虑 从封闭场景到 OMO （线上 线 下）融合 注：《中国家庭教育现状调研》数据 从传统工具到 3. 能力审计： 每月用非 AI 环境测试核心能力（如关 闭分步提示做数学题检测真实水平） 为什么家长需要转变角色？ 解 决 办 法 传统角色（知识传递者） 新型角色（过程引导者） 转变原因与教育需求 DeepSeek 支持方式与案例 直接讲解数学解题方法 提供分步拆解工具 避免亲子冲突， 培养自主 解题能力 分步拆解模式（案例 1 ） ： 通过设变量 、列方程 激发多维度创作灵感 突破思维局限， 培养观察 力 思路过程生成（案例 4 ） ： 基于关键词联想感 官 与情感维度 权威式沟通决策 建立合作型亲子关系 减少权力对抗， 促进双赢 冲突调解方案（案例 5 ） ： 生成阶梯式管理规 则 （如学习成就兑换自由时间） 在 A I 时代， 家长的职责已经从“知识提供者 ”逐渐转向“过程引导者 ”。这意味着家长不仅要帮助孩子获取 知识， 更要引导他们学会独立思考，

应用运维现代化 高可用 架构设计 高可用SLA规划 应用高可用设计 高可用治理 端到端 应用运维 应用数据治理 运维故障分析 安全运维现代化 无死角 安全管控 用户授权可控制 作业过程可信赖 合规遵从高等级 体系化 租户安全 云原生安全 全栈端到端安全 智能安全管控 混合云现代化运维设计参考架构 数字资产&运维能力迭代 云运维团队组建 运维团队管理流程经验 运维人才培养机制 1 混合云现代化运维体系建设背景 政企客户在云化数智转型过程中，传统基础设施与云原生平台长期共存，运维部门要长期面向混合架构建立面 向多云多数据中心的协同管理能力，包括组织、流程、工具、平台等，因此构建面向混合架构的统一运维管理 体系势在必行。 08 根据华为混合云过往几千家客户的运维服务经验， 政企客户在运维体系建设落地过程中，普遍面临如 下几个方面的挑战： 运维流程如何适配：业务运维和平台运维的流程 运维改良 效率 0100 1010 0101 效果 战略意图 业务设计 技术演进 效能 +- ×÷ 效益 在实现目标过程中的不足，并加以改进。 “实践是检验真理的唯一标准”，一个好的运维体 系最关键的衡量标准就是可落地性。运维体系在落 地过程中，需要各个部门密切配合，相互磨合并且 持续改进，最终形成最符合政企现状的运维体系， 持续保障业务稳定运行，支撑业务持续健康发展。

化工的制造业属性非常明显，无论是前端的资源开采提炼，还是中端的能源加工，行业的 整体的资本密集属性相对明显，其中规模化、一体化、协同布局的企业表现更为明显，在 新的技术工具能够对行业形成影响和优化的过程中，化工企业需要同时兼顾现有经营稳定、 综合考虑产出投入比，同时还需要有技术对接落地的可能，在前期 AI 推出后，化工行业 也有不同程度的关注和尝试，但大方向上尚未有明显启动。 Deepseek ，赚取行业盈利空间和竞争对手的 成本差，能够有较好的成本管控的企业能够长时间穿越周期，获得持续的盈利空间。 不同赛道的定位属性差异明显，在相同赛道内的企业也具有明显的个体属性，在形成 AI 赋能过程中也最终形成长久竞争力的差异。 图表2：化工行业精细和大宗的赛道差异相对明显 来源：国金证券研究所绘制 不同的赛道 AI 的赋能节奏也会有明显不同。从现阶段看，对化工行业 AI 的赋能主要集中 造、原材料、催化辅材等，形成了较多的市场网络，上下游互为赋能。 图表4：我国化工制造的竞争优势已经向产业链市场进行升级 来源：国金证券研究所绘制 在 AI 智能化逐步改写行业竞争模式的过程中，我国的竞争优势有望持续保持。传统认知 上，我国一直是低成本制造的典型代表，而低成本从哪里获取的？过去一直有延续的认知 是低廉的人工成本，政府积极的招商引资政策，然而实际的情况是，国内的发展主力军已

模式。基于区块链技术，如需使用用户数据必须先获得授权， 用户在数据流通和利用中可实实在在享受到数字资产的收益。 基于透明可信、自动执行、强制履约的智能合约，用户对可能 存在的数据滥用及算法风险可随时检查和验证，数据流通过程 将被记录下来，全程监测、算法可审计。 7 二、建设意义与应用需求 当前，我国可信数据空间建设已进入政策引领与应用实践 协同推进的发展阶段，正加速构建以可信流通为核心的数据基 据空间资源管理、数据价值开发、服务应用等共性工具研发， 为参与方开发数据产品和服务创造条件。例如，通过机器学习 算法，可以对海量数据进行深度分析，挖掘潜在的商业价值和 创新机会。通过智能合约和价值共享机制可以让数据开发利用 过程参与者获得相应收益，形成数据要素投入收益“正向飞轮”。 四是加强数据开发可信管控。数据的安全性和合规性是数 据流通和应用的前提。可信数据空间综合运用区块链、数据沙 9 箱、智能合约 数据、技术平台和规则制度等，支持可信数据空间运营者和接 入者身份可信、数据资源权责清晰、数据质量和价格可信、数 据流通和交易支付过程安全，形成具有多方共识、多元共建共 享共治的规则体系，支持技术中立和公平竞争，构建完备有效 的惩戒机制和应急处置机制。 降低用数成本——为数据流通交易提供低成本的数据产品 和服务、数据交易过程、数据使用环境和增值开发工具等，支 持运用数据资源封装、数据标识、质量评估等提升数据质量， 通

绝对安全通信；量子计算是利用量子态叠加原理实现并行运算，极大 提高计算速度；而量子精密测量则是突破标准量子极限进一步提升测 量精度。在实用化的过程中，随着用户和节点数目的增加，很自然地 就形成了量子网络。当网络的覆盖面变得很大，类似于当今全球互联 网时，就形成了量子互联网。所以在将量子信息实用化的过程中，对 量子互联网进行深入的研究和发展是必然趋势。 目前量子互联网的发展还处在初期阶段。由于其和经典互联网的 基 门。 （e）两比特 CNOT 门，上侧带黑色点的量子比特为控制位，下侧带 圆圈的量子比特为靶位。 更详细的介绍可参考书籍[5]。 1.1.4 量子测量 测量是量子力学中一个非常重要的概念和过程。因为量子力学中， 系统的状态都是由波函数 来描述。但是波函数并不是一个可观测量， 无法直接被观测到。所以要想实验上确切知道一个系统的状态，必须 通过测量一个可观测量去获取状态信息。对于量子测量的基本假设是 1 给出了一个密钥协商的例子。 可以看出，当 Alice 和 Bob 的基矢选择一致时，比特序列被保留。然 后通过窃听检测、纠错和隐私放大生成最终的安全密钥。 表 1. BB84 协议密钥协商过程。 E91 协议为第一个基于纠缠的 QKD 协议，由 A. K. Ekert 在 1991 年提出[8]。和 BB84 不同的是，通信双方需要事先共享纠缠对，也就 是 EPR 对。然后双方随机地从三个测量基矢中选择一个对各自持有

的大型药企超过56家，其中包括超36家传统药企和20家CRO企业；相关互联网头部企业超31家，AI制药初创型企 业超过495家。 1) 逐渐完善的行业拼图 2) AI在多疾病领域广泛应用 3) AI可参与药物开发过程多个阶段  AI 智慧药房及药店分销：AI赋能连锁药店主要集中在四个领域：企业信息化系统基础、门店精细化运营管理系统、 新零售渠道融合、药店AI机器人应用。益丰药房、大参林、一心堂、老百姓结合公司发展战略，打造差异化AI能力 扩散模型：扩散模型的生成逻辑相比其他的模型更接近人的思维模式，也是为什么近期 AIGC拥有了开放性 的创造力。本质上，扩散模型的工作原理是通过连续添加高斯噪声来破坏训练数据，随后通过反转这个噪声过程来学习恢复数 据。训练后，我们可以通过简单地将随机采样的噪声传递给学习的去噪过程来生成数据。 算法领域的技术积累助力AIGC 不同的生成模型 资料来源：《AIGC: 智能创作时代》，增长黑盒，西南证券整理 ChatGPT  医学影像人工智能万里云Doctor You 系统项目  医学影像人工智能头部项目基于AI的医学影像云平台建设方案 持续推进AI影像辅助诊断+数字化管理进程 智慧生产：设备互联、数据互换、过程互动、产业互融 智慧影像：构建影像学大数据，推进远程影像诊断 资料来源：万东医疗官网，万东医疗2022年年报 ，万东医疗2021年年报，西南证券整理 智慧服务：物联网智能平台提升服务效率