业通用模型，智能客服在识别客户来电诉求和情绪的准确率上有显著提升。 投研：“全能助理”辅助信息了解、提炼和挖掘，实现研报自动生成 在投资研究领域，大模型可以成为投研从业者的“全能助理”。理解式大模 型不仅可以辅助了解国内外的宏观政策、行业信息、公司和产品信息，并将 关键信息进行抽取与提炼，还能通过对海量非传统数据进行挖掘来发现另类 投研因子。生成式大模型则能实现研报的自动生成和翻译。 投顾：全方位分析客户需求，自动化定制化投资建议 构造合规、准确的投顾助手，通过 Double-Check、多轮对话等模式，消除对 话中的歧义、更好锁定投资者意图，从而准确了解用户画像来设定投资目的 及风险承受度，并提供自动化的投资建议。摩根士丹利已经接入 OpenAI，充 分挖掘自身庞大的研究资源和数据库，为财富管理顾问提供帮助。 财经新闻：理解背后的市场“情绪”，辅助金融资讯写作 在财经新闻领域，理解式大模型帮助理解和判断财经新闻文章中的情感走 向，生成式大模型助 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 4 电子 投研：“全能助理”辅助信息了解、提炼和挖掘，实现研报自动生成 在投资研究领域，大模型可以成为投研从业者的“全能助理”。理解式大模型不仅可以帮助 了解国内外的宏观政策、行业信息、公司和产品信息，并将关键信息进行抽取与提炼，还 能通过对海量非传统数据进行挖掘来发现另类投研因子。生成式大模型则能实现研报的自 动生成和翻译。例如，中信证券近期正在内测基于生成式预训练大模型的智能助手

数字化运营，需要由传统的烟囱式 IT 系统向数据中台转 型 统一数据服务 统一数据建模、分析与挖掘 数据中台 统一数据资产中心 统一数据采集 现网烟囱数据 IT 系统 生产数仓 数据采集 销售 预测 客户 分析 运营 生产 建模 分析 建模 挖掘 建模 分析 数据采集 辅助 运营 系统 销售数仓 客服 应用 应用 系统 新业务 升 数据可视化平 数据质量 设 批量 / 实时 采集 数 据 资 产 中 心 数据能力 中心 据 数据 消费 数据 源 产品 项目主题 文本挖掘 云服务主题 客户主题 智能搜索 站点主题 数据采集 设 售卖记录 数据 服务 数 图谱 建 CM 客服 运营系统 运维系统 数 据 服 务 2 1 3 与安全

（如 Hadoop、 HBase）、流处理（如 Spark、Flink）、数据挖掘算法以及可视化技术等。主 要分析方法包括描述性分析（发生了什么）、诊断性分析（为什么发生）、预 测性分析（将会发生什么）和指导性分析（应该做什么）四个层次，从简单的 统计分析到复杂的机器学习预测模型，覆盖了不同深度的数据价值挖掘需求。 （二）技术发展现状 建筑业大数据分析技术经历了从概念导入到实践应用的快速发展过程。目 企业级数据中心，开发定制化的 大数据分析系统。如中国建筑"智慧工地"平台整合项目管理数据、传感器数据 和视频数据，实现全方位监测和智能分析；中国中铁"铁路建设大数据平台"通 过对历史项目数据的挖掘，形成标准化工期和成本预测模型。 目前，建筑业大数据分析面临的主要挑战包括：数据收集标准不统一、数 据质量参差不齐、分析工具与建筑业专业需求匹配度不高、专业数据分析人才 缺乏等。未来发展趋势包括：与 计表明，基于大数据的 预测性维护策略可降低维护成本 20-30%，设备故障率降低 40-50%。 此外，大数据分析还在绿色建筑设计、建筑碳排放管理、劳动力资源优化 等方面展现出巨大价值。通过挖掘隐藏在数据中的规律和模式，大数据分析正 成为建筑企业创新业务模式、提升核心竞争力的关键工具，推动建筑业从经验 驱动向数据驱动转变，实现精益化、智能化管理。 三、人工智能（AI）技术 （一）技术内容概述

行压力，进一步优化调整经济结构、提高经济增 长质量和效益，中国企业评价协会主持并联合北京大学国家发展研究院（学术支持）和中指研究院 （研究单位）连续五年开展“新经济企业 TOP500”评价活动，挖掘一批新产业、新业态、新商业 模式的示范企业。本次评价活动继续以量化数据为依据，坚持客观、公正、准确、全面的研究原则， 采用大数据测评与专家评审相结合、企业自主填报与第三方大数据采集相结合的方法，产生新经济 MaaS主要针对PaaS的构建 和开发模式产生巨大影响， 缩短PaaS的开发周期 图 3 AI 技术 MaaS 对 B 端用户服务体系的提升 015 另外，目前人工智能已不再局限于传统的逻辑推断，而是能够从大量的数据之中挖掘出数据的 内在联系，在科学研究中起到重要的辅助作用。AI for Science 计算速度快、准确度高、可以自动 化执行，能够大大提高技术研发效率，助力新经济企业在科研过程中获得优势。 技术驱动企业创新的作用明显，数据要素价值进一步被挖掘，AI 正在深层次重构 企业的核心竞争力。 018 CHINA TOP500 NEW ECONOMY 首先新经济企业大幅增加获取和处理数据方面的投入，使用 AI 技术，采取 API、在线调查工 具、媒体监测、网络爬虫等方式，广泛收集外部数据，扩展自有数据维度；其次通过 OCR、 ASR、 NLP 等技术， 高效挖掘 数据要素价值；其三使用机器学习和自然语言处理技术，经过多次机器训

A 等工业以太网协议;矿井服务器应能够满足 井上下协同作业要求，重要的数据与应用类服务器应采用冗余配置;矿井应建设大数据中心 与智能综合管控平台，大数据中心宜采用云计算架构，具备数据分类、分析、挖掘、融合 处理等功能，实现各系统之间数据的互联互通与融合共享，解决“信息孤岛”“信息烟 囱”等问题。 3)智能化矿井应充分运用孔巷井、井地空相结合的智能钻探、物探和智能探测机器人等先进 技术装 在一个实现终极智能化的典型采煤工作面作业场景中，没有矿工的存在，所有设备有如训练 有素、高度协同的一个动物军团，自主的在矿井深处工作：智能化的采煤机就像鼹鼠，能自 我感知行走的方向，根据煤炭岩石的自然边界调整挖掘的力度与姿态；智能化的液压支架就 像大象仪仗队，整齐划一的弓背前行对开采环境提供支撑；智能化的刮板运输机就像蟒蛇， 柔性屈伸以配合作业面煤炭的运输。 无人化是煤炭智能化从业者孜孜不倦的终极追求，其背后是高度发展的工业自动化和数字科 对矿卡司机需求量，有效控制成本。 70 矿卡无人驾驶作业场景  装载作业场景指空载的自动驾驶矿卡依次 行驶至装载作业点，装载设备将物料装载 至矿卡的车斗，矿卡再依次离开作业点的 场景。  矿卡、挖掘设备、云平台需要沟通明确整 个装载协作流程。矿卡可以根据云平台规 划的路径和对周围环境的感知，自动行驶 至装载区，同时明确自身的作业任务，并 将自车的实时状态发送至装载设备。 装载作业场景

可调节灵活资源将是新型能源中的宝贵资源，需要依靠 AI 手段挖掘灵活资源潜力 充电桩 50MW 超充站 1.2MW 蓄冷 10MW 其他 5MW 灵活资源预估总计 108.2MW （以某旅游度假区为 例） 电化学储能 12MW 风光发电 40MW 能源系统问题  供能与用能不匹配  供能侧具有随机性波动性  弃风弃电严重  负荷侧可调灵活资源有待挖掘  源网荷储互动通道亟待多方协同建立

分。转型计划阐述了机构实现净零排放 图3：转型计划与金融机构和发行人的关系示意图 金融机构制定的转型计划 企业制定的转型计划 转型计划有 助于降低市 场对于洗绿 风险的担忧 转型计划协助金 融机构挖掘转型 中的机遇、管理 风险 企业制定的转型 计划 减排 方案 减排 方案 目标 设定 目标 设定 实施 行动 实施 行动 财务 计划 金融 机构 发行人 其他利益 要电力企 业的转型计划评估，目前可再生装机增长 趋势显著，而当前的转型计划尚未明确 化石能源的退出计划，样本企业中84%没 有设立1.5度相符的净零排放目标。 25 CBI 首席财务官（CFO）在挖掘低碳转型机 遇和管理风险中发挥着关键的作用。 为深入了解金融和可持续发展的交叉 点，气候债券倡议组织（CBI）在2023年 发布的一份报告中访谈了30多位首席 财务官，他们代表了总市值达9300亿 美元的公司。 华能和许多大型国有电力公用 事业公司一样，正在开展低碳转型，虽 尚未制定正式的转型计划文件。根据 华能2022年度报告，公司的转型行动 计划包括采取利用CO2捕集、封存与利 用技术、加快提升清洁能源比重、挖掘 存量火电节能降碳潜力、实施节能降 碳改造以及积极开拓供热市场等措施。 来源：气候债券倡议组织（CBI）、万得 行动： 华能在年报中披露的资本支出表 明了华能低碳转型的方向及雄心：2022 和2023年中，华能已计划将每年约400亿

将自动化至少15%的 日常决策，大幅提升企业生产力，降低运营成本。通过AI技术与城市数字孪生场景结合，以时空为 “索引”对多源异构数据进行时空化治理和融合，并借助知识工程和AI算法进行智能分析、挖掘知 识和辅助决策，可以很好地解决地理规律的复杂性、地理信息表达的多样性以及地理数据的不完备 性等关键问题。 以“模型+知识”智能驱动的AI CITY不是简单地在城市叠加技术元素，而是以AI为核心，融合联 量。大模型采用全栈国产自主可控的软硬结合训练体系，基于创新的算法结构，实现高效算法设计和卓越性能，具 优秀的泛化能力 充分挖掘数据内在联系，达到更高 的泛化性能，对不同场景鲁棒性更强 高效样本筛选能力 海量无标注样本筛选，节省80%以上 人力标注代价 小样本/零样本能力 自动化数据增强，数据挖掘算法， 实现零训练样本下缺陷样本识别， 较传统方法发现率提升2~3倍 低门槛AI开发 提供自动化工作流，自动数据处理， 题：一是缺乏对工单的有效预警，无法进行实时、精确的分析，亟需加强对重点领域、重点事件、重点群体的动态监 测，实现合规风险即时预警和快速处置。二是缺乏对工单数据的有效分析和治理，亟需通过工单数据挖掘，随时掌握 不同区域、不同时间段的问题热点，为领导决策提供科学数据支撑。宜兴市积极推动落地政务场景，加速助推城市治 理效能提升和智能化转型。 1、案例概述 “天机镜”大模型以盘古大模型为底座

洞察分析 AI数字人直播业务通过利用人工智能技术，创造出虚拟主播或虚拟角色，具备自主的言谈和行为能力。这种形式的直 播不再依赖于实际存在的主播，而是通过数字技术实现虚拟化的表演。全球新经济产业第三方数据挖掘和分析机构 iiMedia Research（艾媒咨询）于 2024年4月19日发布的《2024年中国虚拟数字人产业发展白皮书》显示，2023年中 国虚拟人带动产业市场规模和核心市场规模分别为3334 型数据管理成本减少20%，同时新用例将增加三倍。 数据要素是数字经济的核心生产要素，已上升为国家级战略资源。数据基础设施是支持所有数据相关活动的基础层， 以数据为中心，深度整合计算、存储、网络和软件资源，以充分挖掘数据价值，是传统IT基础设施的演进。数据要素与 数据基础设施的建设成为数字化转型的关键。 数智融合是数据要素与数据基础设施发展的催化剂，正在加速数据要素价值释放。 数智融合正成为推动产业升级、 数据驱动的决策机制：利用大数据分析工具，建立基于数据的决策支持系统。通过实时分析用户行为和市场趋势，快速 响应市场变化，提高决策的准确性和时效性。 深化数据应用创新：利用GenAI技术，对数据进行深度挖掘和分析，开发个性化推荐、精准营销、风险预测、智能客服等 创新应用，提升用户体验和业务运营效率，为企业创造更多的商业价值。 数据安全与隐私保护：加强数据安全和隐私保护措施，确保用户数据的安全和合规使用。通过数据脱敏和加密技术，保

数据在跨域流动过程中的安全性，成为工业数据安全面临的重要挑战。 工业数据安全概念示例 某电力公司在向第三方能源分析平台传输用电数据时，采用同态加密技术，使数据在加密状态下完成计算，既实 现数据价值挖掘，又避免用户用电习惯等敏感信息泄露。 (6) 工控安全 工控安全，即工业控制系统安全，重点关注工业控制系统（ICS）的安全防护。工业控制系统广泛应 5 第一章 工业领域安全概念辨析与背景概述 密性，存储环节通过分布式存储与数据 15 第一章 工业领域安全概念辨析与背景概述 沙箱技术防止泄露。如能源企业对电力负荷数据进行分级分类管理，仅授权用户可在数据沙箱内进行 分析，实现数据价值挖掘与安全保护的平衡。 （四）与传统 IT 安全的差异化特性解析​ 工业互联网安全与传统 IT 安全的差异，根源在于其独特的立体防护体系与跨领域能力需求。 相较于传统 IT 安全聚焦数据保密性与服 风险表现：大多数企业反馈缺乏“工业 + 安全”复合型、“OT/IT 融合型”人才，如某离散制造企业 因团队不懂 PLC 协议，导致 APT 攻击潜伏数月。  缺口分析：高校课程体系与企业需求脱节（如工业协议分析、工控漏洞挖掘课程覆盖率不足），人才 培养周期长于技术迭代速度。 （三）从场景、安全实践、安全风险到能力缺口的映射分析 行业典型场景 安全实践亮点 深层风险洞察 能力缺口升级方向 能源行业智能电网调度 SCADA