Checklist 总 结 EA EA EA EA EA SAP 实施架构检查 Checklist EA 初步建议 •EA 对 SAP 实施检查主要集中在设计阶段，通过 Checklist 从源头上控制架构设计的完整性 •SAP Checklist 初步建议： •设计未来流程设计检查 Checklist ，检查每个流程与功能，角色，信息等关系 •设计一体化平台设计检查 Checklist 目的陈述提供证明所有决策和相关活动的基础 影响 • 采用原则后给技术、信息系统流程、组织、管控模型、员 工等级 / 技术等带来的影响 • 影响陈述提供了对贯彻原则所需关键任务、资源和潜在成 本的概览 我们通常从四个方面定义架构原则，以增进对它们的理解和接受 应用架构原则 -- 规范性原则 名称 • 规范性 陈述 • 应用架构设计应遵守 xx 典设及企业规范要求 理由 • 应用架构设计应在 xx 架构典设指 Rational System Architect ( 以下简称为 SA) ARIS Platform ( 以下简称为 Aris) 演进计划 SA 拥有的多版本状态工作空间功能，可支持可视化企业架构 从当前” As-is” 到将来” To-be” 的演进过程，并进行高级的 动态路线规划和基于时间的演进分析。 Aris 只能提供最基本的分析能力来支持将来” To-be” 的状态模型。 由于数据建模的能力较弱，无法实现演进计划

工信洞察系列之 从互联网大数据看 中小企业发展 （2025） 中国互联网络信息中心 2025 年 11 月 工信洞察系列报告编委会 编 委 会 主 任 刘郁林 编委会副主任 张 晓 编 委 李 强 吕 坚 汪立东 编 写 组 王常青 郝丽阳 谭淑芬 孟 蕊 武志敏 王 翀 高 爽 从互联网大数据看中小企业发展（2025） 从互联网大数据看中小企业发展（2025） 前 言 助力我国社会在新 格局下足履实地、进而有为。 互联网大数据是研究中小企业发展态势的重要依据，可以为中小企业 发展研究提供丰富的实时信息和深入的分析能力。在此背景下，中国互联 网络信息中心启动从互联网大数据看中小企业发展研究工作，结合企业全 量数据和抽样调查数据，以多维度的数据指标综合反映中小企业发展状况 及态势，力图为政府部门、国内外行业机构、专家学者和广大人民群众了 解我国中小企业发展提供参考。 感谢政府部门对本研究工作的大力支持。希望广大读者提出宝贵的意 见建议，帮助我们不断提升重点问题研究能力，形成更多具有前瞻性、战 略性的研究成果。 工信洞察系列报告编委会 2025 年 11 月 从互联网大数据看中小企业发展（2025） 从互联网大数据看中小企业发展（2025） I 目 录 一、总体概况......................................................

华为，正以技术、经验、生态深耕千行万业 为制造与大企业数智化不断注入新动能 创新基础设施 从线下到线上，让封闭的资源，敏捷 流动，安全可靠 灵活适应每一种需求 赋能零售精益化运营 云 - 网 - 数 - 智 - 安串联全渠道 美好服务从此走向千家万户 零售赛道亦是智慧之道 数智融入建筑与地产 为挖掘空间新价值注入强大动能 钢筋铁骨下蕴藏着智慧空间 生活从畅想到畅享，智建美好，慧筑幸福 时代瞬息万变 所有的蓬勃发展，都源自向下扎根的力量 远眺未来的人，会把脚印先落下 加速场景数智化 从研发到生产，让数智技术与业务场景 深度融合 释放每一份数据的价值 激发产品智能化 从产品到服务，引领转型，让价格竞争 升级为价值创新 开辟每一处价值新域 构筑全球化能力 从企业全球销售到全球运营，统一架构， 经验赋能 助力每一次发展跃升 从某个人到每个人 从某一行到每一行 因智而兴，因智而强，因智而优 让那些从未想到的可能 让那些从未想到的可能 变成现实 落地生根 01 华为制造与大企业 全球案例精编 2025 目 录 深耕行业 让智能生根 02 03 华为制造与大企业 全球案例精编 2025 助跑 AI For Car 时代 深耕行业 让智能生根 04 05 华为制造与大企业 全球案例精编 2025 平均 60s 下线一辆新汽车 12000 台设备全联接 44 项先进技术 100% 关键工序自动化 ——长安汽车董事长

AI+ 金融：大模型引爆金融科技革命 “AI+ 应用”系列（二） 分析师：刘泽晶 SAC NO ： S1120520020002 邮箱： liuzj1@hx168.com.cn 仅供机构投资者使用 证券研究报告 | 行业深度研究报 告 联系人：刘波 邮箱： liubo1@hx168.com.cn 华西计算机团队 2023 年 7 月 28 日 请仔细阅读在本报告尾部的重要法律声明 CAGR 为 18.2% 。 u 金融行业数据、场景丰富，大模型走上金融大舞台 我们认为，金融行业数据丰富且数据质量高，具备大模型训练的良好基础。同时，金融行业细分领域众多，且大量产品最终服务于 C 端用 户， 大模型应用场景丰富。随着大模型与金融业务的融合，创新应用将层出不穷。 金融行业数字化需求刚性，投入巨大，是大模型应用落地的大舞台 ：根据艾瑞咨询的数据， 2022 年，以银行、保险、证券为主的金融机 Bloomberg GPT 、 Morgan Stanley 、 Lemonade 、苏黎世保险、度小满、瑞穗金融集团等。 u 新一轮金融科技革命，产品 & 商业模式均有望革新 我们认为，随着大模型技术与业务的深度融合，头部金融科技企业有望实现产品和商业模式的革新，实现从产品 + 服务收费向 SaaS 订阅 收 费、运营分润收费的转变。 我们认为，金融科技细分领域众多，各细分领域龙头具备技术、行业

项目编号： 餐饮服务基于 DeepSeek AI 大模型 应 用 方 案 目 录 1. 引言............................................................................................................................................... ...................................................................................9 1.3 DeepSeek 大模型简介................................................................................................ ...................................................................................13 2. DeepSeek 大模型在餐饮服务中的潜在应用.......................................................................................

AI 为主角 、人为助手的协作模式 微众银行： 黄叶飞 02 大模型在研发效能上的初步探索 05 Multi-Agents 实现研发流程提效 03 大模型辅助研发遇到的困难 04 Agent 离不开的 RAG 让 AI 成为主角的人机交互方式 研发流程面临的主要问题 目 录 复杂 内部研发效率主要体现在其复杂性上： 人员 、产品 、监管事情应接不暇。 研发流程面临的主要问题？ 不同岗位工作内容的复杂性占用不少研发成本 大模型在研发效能上的初步探索 o o o 版本发布 接口测试 性能测试 Bugs 设计稿 线上运维 系统监控 测试环境 交互稿 产品文档 功能测试 测试 运维 产品 架构文档 接口文档 联调 单测 初试 在 ChatGPT 出来后， 大模型似乎能辅助研发效能的提升。 大模型在研发效能上的初步探 索 大模型在研发效能上的初步探索 首先把所有代码把无注释的代码先生成一份代码注释 、然后将代码注释及代 码用于做微调 大模型在研发效能上的初步探索 o o o 单元测试案例及代码 提取代码中的单元测试案例 、以及单元测试的代码， 更精准的做代码微 调 微调模型的试验之路是否可行 困难 前期辅助编程方案并无法在研发流程中解决开发太多的痛点。 大模型辅助研发遇到的困难 需求分析 10% 好的需求分析工作对后期的研发有极大帮助

FINANCE AI 大模型在金融行业的应用前景及 潜在影响分析 ◎姚泽宇 苏杭 作者简介 ：姚泽宇，中国国际金融股份有限公司研究部执行总经理 ；苏杭，中国国际金融股份有限公司研究部分析师。 摘要：当前，金融机构主要将大模型应用于业 务场景简单的非决策类环节。本文从展业流程角度 和业务场景角度系统梳理 AI 大模型在金融行业的 应用现状，并从应用趋势、赋能空间、产业格局三 个方面对大模型在金融行业应用趋势展开探讨，动 态、辩证分析大模型对金融体系的整体影响。本文 认为，监管机构、金融机构及技术服务商等各方可 通过加强合作、明确监管合规要求、完善风控制度 等降低大模型带来的相关风险；同时，针对未来大 模型广泛应用所带来的潜在风险也需提前讨论、积 极防范。 关键词：AI 大模型；金融行业；大数据；金融 风险 中图分类号：F832 文献标识码：A 一、大模型在金融行业的应用现状 大模型的出现给 传统判别式 AI，大模型具有更强的通用泛化能力， 能够处理复杂多样的信息理解、内容生成、多轮对 话等任务，在金融领域具有较大的价值创造空间。 例如，据麦肯锡测算，大模型有望给全球金融行业 带来每年 2500 亿 ~ 4100 亿美元的增量价值，对应 约 9% ~15% 的营业利润增厚空间；据清华经管联 合度小满等发布的《2024 年金融业生成式 AI 应用 报告》，大模型驱动的新商业模式有望为金融业带

将模型在下游各种自然语言处理任 务上的小规模有标注数据进行微调 得到适配模型 AI大模型就是预训练语言模型 通过在大规模宽泛的数据上进行训练后能适应一系列下游任务的模型 预训练语⾔模型“预训练 + 微调”技术范式 ⼤规模⽆标注 ⽂本数据 模型预训练 不同特定任务 有标注训练数据 模型微调 测试数据 最终模型 从海量数据中自动学习知识 Ø Big-data Driven，模型基于大规模语料训练而成； Ø Few-shot (Zero-shot)，在少甚至无标注样本的 条件下支持推理（自监督学习）。 产业研究 战略规划 技术咨询 3 大模型发展历程 众多预训练模型相继涌现，OpenAI 以 GPT2、GPT-3、ChatGPT 等系列模型为代表，持续引领大模型时代的浪潮 Ø 2017 年，Google提出Transformer 框架在机器翻译中取得显著进步，其分布式学习和强大编码能力受到广泛关注。 2022 2022 2023 跨模态模型 预训练模型 大模型 计 算 机 视 觉 自 然 语 言 处 理 认 知 感 知 来源：大模型驱动的群体智能行业白皮书 产业研究 战略规划 技术咨询 4 大模型参数规模不断增长，推动 AIGC技术升级。AIGC技术发展的背后是大模型（Foundation Models）技术的持续迭代。从 2017 年 Transformer 结构的提 出，

某某银行大模型客服助手解决方案 01 客服领域场景概述 02 大模型技术概述 03 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 CONTENTS 客户服务 通过电话、手机 APP 等渠道接入 , 为客户提供业务咨询、业务办 理、产品营销等银行服务 ，以语 音服务、文本服务、视频服务为 02 大模型技术概述 03 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 CONTENTS 大模型的基本概念 本报告的大模型特指类似 ChatGPT 的大型语言 模 型（ Large Language Models ， LLM ） ，是 一种由包含百亿以上参数的深度神经网络构建的 自然语言模型。 简单来说 ，大模型就像是一个拥有巨大知识库的 02 、大模型技术概 述 对话式交互会成为下一个具有超级增长点的交互方式 随着技术的发展 ，人机交互正不可逆转地向人更习惯的方式靠近。可以预见的是 ，接下来是强人工智能时代 ，过去成百上 千个 App 会逐渐演化成未来的成百上千个 Chatbot 。就像 Android 和 iOS 系统为手机赋能一样 ， Chatbot 将会逐渐成为 新的操作系统 ，逐渐为各行业赋能。 02 、大模型技术概