年，数智经济规模将达到 26.7 万亿 美元，占全球 GDP 的 25%。数智化转型（包括人 工智能领域）每投入 1 美元，预计能带来 9.55 美 元的数字化产出，回报率显著。 » 电力 ：实现清洁、智能和有韧性的能源系统转 型，满足可持续发展和智能电气化的要求。 » 金融 ：通过敏捷运营和人工智能驱动的决策制 定，适应数智化转型，覆盖从在线金融到自主 金融等多个阶段。 » 轨道交通 ：依托人工智能与云平台，提升安全 ：数据生成是智能数据流中的起点，也是最 基础的环节。目前，数字基础设施由各类终端和泛 在联接构成。然而，随着原始数据量、种类及生 成速度的不断增长，实现持续、可靠的大规模数据 生成将需要依托更具韧性和可持续性的数智基础设 施，特别是在边缘计算层面。 数据传输 驱动因素 ：高速光纤网络、边缘计算节点和骨干系统 相关性 ：在数智系统中，数据必须从终端快速流向 云端、边缘和核心系统，完成处理、训练和推理。 模，更取决于其存储、留存并有效激活数据的能 力。因此，建设充足的存储规模以支持数据生成， 并部署以全闪存为代表的先进存储规模系统以赋能 数据应用，已不仅仅是单纯的技术选择，它更是关 乎数字竞争力、韧性和长期经济增长的战略要务。 53 全球数智化指数（GDII）2025 尽管基础存储规模的规模为数据留存提供了基本保 障，但其对数据应用结果的直接影响较为甚微（系 数 ：+0.14）。盲目扩大基础存储规模并不能实现数

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 定期或针对性的更新，实现系统的持续演进。 此外，系统验证目前正从理性主义向经验主义转变。传统的基于模型的技术虽能保证高可靠 性，但由于系统固有的复杂性和异构性，已不再适用 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 2035》中“Token 管理网络，让智能成为能源的神经系统”这一 成智能体安全协议标准，确保金融交易安全。到 2035 年，金融安全将进入“自主免疫”阶段， 形成自适应的韧性和安全架构。 未来场景：智算多活保障 AI 原生业务永远在 线，量子和 AI 自免疫确保交易安全 构建从通算多活到智算多活的韧性基础设 施：金融机构需要构建全新的韧性基础设施架 构，移动端设备以通算智算双模支持智能体交 易的极速增长；以超高带宽的分布式传输网络 和自适应路由支撑交易、交互、推理

同时，融入大数据、AI能力，让国产软件不仅能处理业 务，更能赋能业务，提供智能分析、预测和决策支持。强大的技术支撑为业务创新提供了肥沃土壤，帮助企业快速响应市场变化，在 竞争中占据有利地位。业务韧性的提升也确保企业能够应对各种突发事件，保障关键业务的稳定运行。 五是生态融合创造协同价值：国产软件的“好用”不仅在于产品本身，更在于构建一个繁荣、开放的生态系统。在操作系统、数据 库、专有云等国 够很好地满足甚至超越业务需求，推进融合 创新已成为关乎企业发展的战略抉择。在实 际应用过程中，实现了从传统系统到国产平 台的平滑过渡，能够保障业务的连续性与稳 定性。国产实践的成效显著体现在多个维 度，不仅筑牢了数字底座的安全韧性，更通 过技术赋能驱动了业务效率的提升、成本的 优化与模式的创新。 国产数字化升级 技术路径与应用 - 08 国产数字化升级标杆实践报告 国产数字化升级标杆实践报告 自底层的扎实能力。无论是政府、央国企还是民营企业都开始纷纷接入国产大模型，客观上也加速了国产 设备和软件的发展。 软件自主创新正在开启“加速度”，中国造软件不再是“备选”，而是“更优选”。基础软件的自主创 新，是确保企业数字化韧性的根本。通过各行各业的共同努力，融合创新必将为我国产业升级和数字经济 高质量发展注入强大动力，为建设数字中国提供坚实支撑。 未来，腾讯将长期坚持并不断加强在信息技术融合创新领域的投入，用强技术、好产品、广生态，助力实

ESG（环境、社会、治理）通过系统化整合环境可持续性、社会责任履行与企业治理效能， 构建企业长期价值创造的核心框架。其本质是通过“非财务指标”量化企业可持续发展 能力，为投资者、监管机构及社会公众提供决策依据，推动经济向包容性、韧性化转型。 ESG的运作是“数据驱动—标准共建—价值转化”的闭环过程，通过持续的指标优化与实 践迭代，实现企业发展与社会福祉的协同共进。 环境维度 聚焦气候变化应对、资源效率、 污染防治等，推动低碳转型与 1 2 ESG合规及披露 ➢ 资源节约实证 ➢ 碳移除规模 ➢ 经济性突破 ➢ 减碳效益量化 ➢ 就业与社会效益 ➢ 技术溢出效应 核心关键词 循环经济指标 技术成熟度 减排效能 系统韧性 评价维度说明 ESG最佳实践企业榜单– 能源行业 • 获评最佳实践的企业将获得榜单十强的展示以及所在行业 ESG最佳实践奖的奖牌 ESG最佳实践企业 – 能源行业 十强 公司名 1 中国海洋石油有限公司 ➢ 绿电溯源认证 ➢ 废弃物管理合规 ➢ 政策响应披露 ➢ 绿电直供创新 ➢ 氢能脱碳应用 ➢ 数字化碳管理 ➢ 材料闭环系统 ➢ 减碳规模量化 ➢ 供应链减排协同 ➢ 资源节约实证 ➢ 供应链韧性提升 关键词 再制造溢价率 闭环材料比 绿电渗透率 氢能替代率 碳规避强度 零废认证等级 ESG最佳实践企业榜单–工业制造行业 • 获评最佳实践的企业将获得榜单十强的展示以及所在行业

践中把握三个基本原则： 一是统筹高质量发展和高水平安全。以科技创新推动产 业创新，创新成果应用到具体产业和产业链上，提高全要素 生产率，塑造发展新动能新优势。围绕发展新质生产力布局 产业链，提升产业链供应链韧性和安全水平，保证产业体系 自主可控、安全可靠。 二是协同推进经济发展与生态保护。积极稳妥推进工业 领域碳减排，实现 2030 年前碳达峰目标。牢固树立绿水青 山就是金山银山的理念，把生态优势变成经济优势，将低消

受碰撞或波动的环境条件。尽管机器⼈可以按照适合受控实验室环境的标准进⾏构 建，但要制造出符合商业标准的产品则需要耐久性和弹性。 为了应对这些挑战，为商业⽤途设计的机器⼈必须融⼊强固材料和施⼯技术。 为确保环境韧性，制造商可能需要实施诸如增加温度调节系统等保护措施。 使机器⼈⾜够强健以满⾜商业⽤途的挑战不仅是技术上的，也是经济上的。制造更 耐⽤的机器⼈通常会导致更⾼的制造成本，因为需要更坚固的材料和更复杂的施⼯ ⼯智能时代中蓬勃发展2024年 5⽉ 颠覆性创新X ⼗⼤需要停下 来思考的事情 2024年5⽉ 医疗保健的未来 ⽜津处 ⽅ 2024年5⽉ 缩⼩种族财富差距 重新阐述 经济案例 2024年4⽉ 供应链融资 构建韧性 20 24年1⽉ 解锁⽓候和发展⾦融 创造 可贷款项⽬ 2023年12⽉ 应对这⼀关键环节点的⻝ 品、⽔资源和⽓候变化解 决⽅案 2023年11⽉ 亚太经济展望：应对不断变化 的动态 2023年11⽉ 借助新技术获得的教训 202 3年11⽉ 应对完美⻛暴的解决⽅案 2023年11⽉ 财政领导⼒是否重要？ 慈善和全球经济v3.0：对未来 赠与的展望 2023年10⽉ 2023年11⽉ 供应链技术改善效率、韧性和 透明度2023年10⽉ ⼯作中的技术版本7.0 全 球化的第三阶段 2023年1 0⽉ 非洲 付得起的技能 ⼀个新的增⻓模式 具体回报 2023年10⽉ 技能 2023年10⽉ 跨境⽀付的未来

知识共享与协同决策，打破信息孤岛，提升整体资源利用率与服务一 致性。随着 LLM 与智能体技术的深度融合，算力网络将逐步实现从 被动响应到主动预测、从规则驱动到数据驱动的智能化转型，为构建 自主、高效、韧性的智能算力网络奠定坚实基础。 图 3-2 基于 LLM Agent 的算网流程自动化示意图 如图 3-2 所示，Agent 作为具备自主感知、决策与执行能力的智能 实体，正在成为算力 的协作，共同完成全局资源 调度与负载均衡，确保系统整体性能的最优。在故障场景下，Agent 的自主性尤为突出，它能够迅速执行隔离、切换、修复等操作，有效 减少人工干预，显著提升网络的高可用性与韧性。这种自主运营模式 不仅增强了系统的鲁棒性，还大幅降低了运维成本，为算力网络在复 杂动态环境下的稳定运行提供了坚实保障。随着 Agent 技术的不断演 进，算力网络将逐步实现从被动响应到主动管理、从静态配置到动态

先进技术的革命性 突破，以颠覆性创新重塑全球科技竞争格局，加速形成数实融合的新 质生产力，催生人机协同的新型生产关系，成为驱动数字经济向自主 经济跃迁的核心引擎，为数字经济的可持续发展提供更强韧性。 人形机器人是一种利用人工智能和机器人技术制造的具有类似人 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

与 计算设备的精密运行需求存在根本性矛盾——毫秒级的电压扰动可 能导致服务器集群的批量宕机，而可再生能源的大规模接入进一步加 剧了电网的不确定性。这要求构建具备“算力-电力”状态感知能力的 韧性架构，通过智能 UPS（不间断电源）、分布式储能与算力迁移的 协同响应，实现从“供电中断耐受”到“供电质量敏感”的可靠性升 级。在网络安全性维度，算电融合显著扩大了系统攻击面：一方面， 计算侧 计算”新形态，通过构建细胞化算电单元（Cell-based Computing-Power Grid），既能保障自动驾驶、工业 AR 等场景的毫秒级响应，又可实现 区域能源的 90%以上自给率。 在系统韧性方面，面向算力突发的微电网弹性设计成为关键突破 点：一方面采用“异构储能矩阵”架构（如飞轮+锂电池+超级电容混 合储能），通过多时间尺度能量缓冲匹配计算负载的秒级至小时级波 动；另一方面开发“

国际内部审计师协会（IIA）的人工智能审计框架提供了一种全面的方法评 估人工智能系统的可信度。它侧重于四个关键领域：治理、伦理、控制和人的因素。 更多关于三个总体组成部分（人工智能战略、治理和人的因素）以及七个要素（网 络韧性、人工智能能力、数据质量、数据架构和基础设施、绩效衡量、伦理、黑盒） 的详细信息可以在框架文档中找到。 ● IBM 的“可信赖的人工智能”道德规范提供了确保人工智能的设计、开发、部 署和运营符合伦理规范并具有透明度的指导方针。 标准还涉及与人工 智能系统的信任、透明度和问责制有关的问题，强调人工智能输出结果需要具有可 解释性和可解读性。 如需进一步了解特定行业的人工智能治理与合规情况，请参阅云安全联盟的 《人工智能韧性：一项革命性的人工智能安全基准模型》文件。 ©2025 云安全联盟大中华区版权所有 51 3.5 安全、责任和问责 生成式人工智能发展迅速，能够自主生成从创意文本到非常逼真的图像和视频 等输