型专项验证并获 4+评级。 ⚫ 同道猎聘巧用 AI，革新人才评鉴、服务与趋势洞察。多面・AI 面试基于冰山模型等理论 构建庞大数据库，精准甄别候选人，节约人才甄选成本，应用已拓展至人才管理多环节。 自主研发的“同道汇才”AI 大模型通过国家网信办备案，为招聘方简化流程、精准筛 选，为求职者提供全方位服务。同时，猎聘借助 AI 分析大数据洞察人才趋势，为企业和 求职者提供前瞻性服务，推动人力资源服务行业智能化发展。 1：2030 年，中国顶尖科技人才缺口或超 400 万 资料来源：麦肯锡分析，申万宏源研究 AI 与人力资源各场景的融合，契合政策导向。中国政府重视人工智能产业发展，推动 AI 向应用场景加速渗透。2017 年，国务院《新一代人工智能发展规划》提出构建开放协 同的 AI 科技创新体系，促进其在多领域落地。此后相关政策持续推进，2021 年，《中华 人民共和国国民经济和社会发展第十四个五年规划和 励数字技术与人力资 源管理服务深度融合，支持企业运用新兴技术实现业务数据化、运营智能化。 表 1：AI 人力资源行业相关政策 时间 颁布主体 政策文件名称 主要内容 2017.07 国务院 《新一代人工智能发展规划》 构建开放协同的人工智能科技创新体系，从前沿基础理论、关键共 性技术，创新平台，高端人才队伍等方面强化部署，引导人工智能 技术在多领域内落地应用 2020

供应货源 采购需求 采购寻源 销售报价 销售交付 对账付款 合 同 管 理 制造企业 流通企业 样件认可 询 招 竞 价 标 价 报 报 报 价 价 价 采购商城 目录 产品目录 客户关系管理 质 检 对 账 结 算 开 票 管 理 收 款 管 理 验 收 质 供 评 货 供 量 应 审 源 应 整 注 甲方商业网 企 业 集 域 中 采 购 供 方 企 业 域 公 共 域 前期 采购 MRO 工业品 电子目录 采购商城 电子目录 工业服务 电子目录 寻 询 源 报 需 价 求 招 电 投 子 标 竞 价 战略 采购 采购执行 采购订单 供货计划 要货计划 发货 ASN/ 发货通知 收 货 管 理 对 开 付 账 票 款 管 理 验 收 质 检 供应商管理 供 应 商 注 册 供 应 商 准 入 评 审 P S A 供 供 质 应 应 量 商 商 问 货 绩 题 源 效 与 准 整 入 改 索 赔 送样管理 定点合同 合 同 管 理 定点推荐 授标通知 定点推荐 定点会议 生产准备 交付计划 发货管理 供应订单 生产物料商城 办公福利商城

............40 案例 21.内蒙古枢纽打造绿色可溯源和林格尔集群 推进算电协同发展................................42 案例 22.甘肃枢纽庆阳集群源网荷储一体化建设 推进算电协同深度融合............................45 案例 23.建设“零碳数据中心”助力算力与绿色电力一体化融合................... 软硬件平台方案，实现算、存、网、电、冷一体 化设计，实现电能利用上的增效，依托超大规模智算集群强 大计算能力，赋能千行百业数字化、智能化转型。 2 图 1 “超大规模液冷智算集群”平面部署图 二是打造智算服务平台，满足多场景需求。依托天翼云 自主研发的“慧聚”“云骁”“息壤”三大平台，提供高算 力、高吞吐、高兼容性训练能力，支持第三方算力以算力插 件模式实现标准化接入，支持主流框架及芯片，有效满足大 规模、高性能、多样化异构算力跨区域调度需求。 两弹一优”， 实现多元算力组合快速交付。弹性供电方面，通过机柜设备 的“小母线+弹性方舱”配电系统，一舱解决不同客户集群 部署模式带来的机柜功率变化需求。弹性供冷方面，采用冷 冻水系统、热管多联系统、液冷系统等多种数据中心冷却手 段，统筹预留基础设施管井及接口，实现制冷技术弹性应用。 机房气流组织优化方面，通过流体动力学模拟计算机架和机 房的气流组织，精细化设计冷热通道，开展建设性设计和周

利用区域优势，积极发力全 渠道零售商，并通过千乡万 馆进行渠道下沉 • 坐拥美国总部的数字化资源 及经验，但国内实践仍处于 起步期 • 控股一号店，但并未产生明 显协同优势 • 目前仍以线上为主，线下资 源主要通过合作方式获得， 掌控能力较弱 客户价值主张 • 消费者洞察目前主要通过外 包方式，自主能力尚未建立 • 严谨品类觃划指导商品经营 • 消费者洞察能力尚在建设中 • 依托全球总部技术优势，具 顾客 品类管理 商品管理 订货与配送 门店运营 §跨职能 SRD 推劢商 品 / 品类策略在门店落 地 §品类管理明细到中类 §第三方巟具优化选品 §基亍顾客决策树优化品 类结构及陈列 §全球商品寻源 §基亍顾客洞察分析的商 品管理 §商品全生命周期闭环管 理 §高库存原因分析诊断 §门店自劢补货 §匙域中央补货模式 §补货预测 §DC 门店退货无缝链 §科学的补货预测 §陈列管理流程闭环化 §IRE 2011-2012 2014 2015 §根据地扩展 §多业态成长 §价值链延伸 §全国发展区域领先 §业态扩张多业态协同 §以大卖场为主力业态 §依托根据地驱动多业态扩张 §均好运营，资源掌控 §积极优化和创新实体业态 §依托根据地驱动线上渠道扩张 §均好运营、高效增长 §五大转型、数字化 §战略管控 §绩效管理 §专业业态建设 §服务共享 §多业态协同 §业态同一主机 §战略管控 §支持业态创新

本报告第二章聚焦 AI 技术在保险业务的核心落地场景： 销售： 由从单点工具转向全流程智能体系 ，实现客户获取、需求分析、产品推荐等环节的智能化 ，推 动代理人向专业风险顾问转型。 核保：多技术融合实现全流程自动化 ，提升运营效率 ，强化风险控制 ，优化客户体验 ，推动模式创新。 理赔与后服务：全流程赋能理赔环节 ，提升效率、降低成本， 同时在后服务环节实现客户保全、服务 升级等 2026e 寿险（亿元） 财产险 ( 亿元） 健康险（亿元） 意外险（亿元） 来 源： 中 国保 险 行业协 会、 瑞 再研究院 sigma 报告， 艾瑞咨询研究院自主研究及绘制。 中国保险市场规模 中国保险市场持续扩容， 2026 年有望突破 6 万亿 大关 CAGR=6% 按行业划分的生成式 AI 的生产力提升 240- 460 远 程 通 讯 制 药 和 医 疗 产 品 媒 体 娱 乐 公 共 部 门 基 建 工 程 化 学 半 导 体 房 地 产 教 育 基 本 材 料 能 源 行 政 管 理 消 费 品 - 包 装 货 物 高 端 制 造 旅 行 运 输 银 行 零 售 业 高 技 术 保险业迎来“保险 +AI” 数智化转型需求 生成式 AI 有望对保险业带来高达

另一方面企业面临来自新兴 OTT 业务发展带来的巨大冲击挑战。在双重压力下， 市场对公司的价值分析能力和决策支撑能力提出更高要求。 新形势要求系统分析工作要进一步面向全价值链进行，从产品、客户、资 源、渠道、基建等多角度挖掘分析，形成面向优化和加强面对 5G 业务、流量、 存量、终端、数据业务等方面支撑运营能力，综合反映绩效成果，动态监控实 时预警，迅速响应决策支撑需求。 以下应用场景举例说明： OP 系统、流量运营 等应用。同时，经分云化工作正在进行中，并已初见成效。 数据中心一期已经完成接入接口 922 个，并进行了基础模型建设，基本 上涵盖了 O 域/B 域所需系统 90%的数据源，基本能够满足内外部应用需求。 重庆移动大数据平台： 搭建了 110 台基于 X86 服务器的大数据集群，采用了分布式存储计算、内 存处理、流处理等技术，实现了 B 域、O 域数据的采集和处理，将电子商务中 加强数据治理能力建设，包括元数据管理、数据质量管理、数据资产管理、 数据安全管控等方面；建立事前元数据机制，保证元数据与数据资产的严格一 致性；建立数据资产地图，探索及创新商业模式，通过对新商业模式的融合， 影响产业链上下游，构建多赢合作模式，构建移动互联网数据生态环境；获得 基于信息共享的数字化运营整体最优方式，增强管理水平，节约成本、提高效 率。 3、“统一运维、全局管控”：建设统一运营维护子系统，实现企业级省大数

现有问题：有哪些数据没人能说的清楚，更别说用起来。 未来实现： 数据资产的发现、数据资产的管控、数据资产的评估、 数据资产的运营。 l 全面的数据价值交换： 数据提供统一的服务能力为各业务赋能，同时可以根据各数据源的 贡献情况进行数据计量 ，按此可以进行业务线之间的财务结算，可 以更直观的感受到数据资产的价值。 数据中台的三大能力 数据中台通过整合数据、产品与技术，形成共享服务体系，为敏捷型前台业务部门提供支撑，最终达到：数据从 的人力成本的浪费。 • 将数据当成一种必须产 生价值的资产加以构建 和管理 • • • • 实现了统一标准和快速 响应 一份数据满足多种服务 需求 满足多场景下对响应速 度的需求 企业数据统一共享服务， 数据成为了资产而非成 本 • 业务数据化 • 数据资产化 • 资产业务化 降低成本 促进组织优化 促进数据价值化 存”：数据一旦形成一个价值点，通过数据应用实现数据的流动交 互， 从而使更多的数据被存储上来，并形成“活”的数据，源源不断 供应到 平台中； l “ 算”：通过吸引更多的数据实现数据资产体系的逐步完善，寻找更 多的 业务应用场景， 进行数据的深度挖掘计算，建立数据应用闭环， 数 据越用越有价值； 注：数据中台的规划一定要着眼于未来，从大处着手；落地时要从小场景进行切入，找到最能体现数据价值的地方，逐渐完善能力；随着存储、

上、 中、下游各环节，涵盖液冷系统关键零部件、液冷 IT 设备、液冷整 体解决方案及液冷智算中心实践等重要领域。通过梳理和分析各细分 市场产业竞合情况、前沿技术、热点产品以及未来发展趋势，旨在多 维度、立体化呈现智算中心液冷产业的整体图景与发展脉络。 为推动我国算力领域液冷产业实现高质量发展，本报告认为，在 巩固优势方面，应持续培育壮大液冷产业市场，充分释放市场规模效 应；在弥补短板 四、智算中心液冷产业发展建议............................................................................. 38 （一） 加速技术研发迭代，探索多领域应用场景........................................ 38 （二） 加强标准规范制定，引导产业全链条有序发展......................... 了一系列政策举措，鼓励液冷等节能技术应用。国家发展改革委等四 部门联合印发的《数据中心绿色低碳发展专项行动计划》提出，“因 地制宜推动液冷、蒸发冷却、热管、氟泵等高效制冷散热技术，提高 自然冷源利用率”。工业和信息化部等六部门联合印发的《算力基础 设施高质量发展行动计划》提到，“支持液冷、储能等新技术应用”。 （二）液冷系统重构智算中心散热新范式 液冷技术可显著降低智算中心运营成本。液冷是一种新兴的智算

分布式计算架构：利用云计算和边缘计算资源，构建高性能的 分布式计算环境，确保 AI 大模型的训练和推理效率。 2. 多模态数据处理技术：整合企业的结构化数据（如 ERP、CRM 系统）和非结构化数据（如文本、图像、视 频），形成统一的数据平台，为 AI 模型提供丰富的数据源。 3. 模型管理平台：开发一套完整的模型生命周期管理工具，涵盖 模型的开发、训练、部署、监控和优化，确保模型的高效迭代 并降低运营成 本。具体目标包括以下几个方面： 首先，构建一个高性能、可扩展的 AI 大模型底座，支持多种 AI 应用场景，如智能客服、供应链优化、市场预测等。通过整合企 业内部数据和外部数据源，训练出适用于企业特定需求的大模型， 确保模型在精度、速度和稳定性方面达到行业领先水平。 其次，实现数据管理的智能化和自动化，提升数据采集、清 洗、标注和存储的效率。通过搭建统一的数据管理平台，确保数据 GPU 服务器、存 储系统和网络设备，确保模型训练和推理的高效运行。同时， 配置必要的软件环境，如深度学习框架、分布式训练工具和容 器化平台。 2. 数据管理与预处理：建立统一的数据管理平台，支持多源数据 的采集、清洗、标注和存储。实施数据安全策略，确保数据的 隐私性和合规性。数据预处理流程将包括数据增强、特征提取 和格式转换等步骤，以提高模型训练的质量。 3. 模型开发与训练：基于经典算法和最新研究成果，开发适用于

【公开】 4.1 分析知识源数据，完成知识分类 ........................................................................... 18 4.2 提炼高频知识，完成问答引擎的选择 适用知识 引擎优势 知识结构 模型训练 事实性知识 高泛化性、精准匹 配、向量召回、语义 计算 QA 问答对 FAQ 匹配模 型 支持线上 训练 2.2 任务问答引擎 任务问答引擎负责多轮对话的对话流设计、意图的管理、任务流的执行等功能，任务对 话引擎基于大规模预训练模型 Sturt-Bert 研发，支持 Fewshot 小样本识别模型 ，介绍如 下： 版本：1.0 解析、意图分类+匹 配 多轮对话的对话流结 构 分类模型+匹配模型 支持线上训练 2.3 图谱问答引擎 图谱问答负责结构化体系化知识的问答，基于知识图谱 Schema 针对具备一定结构关 系 的三元组知识进行快速问答，支持多跳、计算、推理能力，介绍如下： 适用知识 引擎优势 知识结构 模型训练 概念性知识 多维度逻辑推理、属 性识别+匹配，自动 化反问多轮机制 知识图谱三元组知识