博鳌亚洲论坛咨委、联合国前副秘书长 沙姆沙德·阿赫塔尔 这份报告涵盖了亚洲气候脆弱性、自然作为基础设施、碳信用市场等多个议题，内容丰富、信 息翔实。报告强调了绿色增长的重要性，提供了非常实质性和可持续的解决方案。报告不仅描绘了 亚洲的整体气候变化格局，还提供了关于温室气体减排、技术扩展和投资自然的深入分析，对政策 制定者和研究人员有重要参考价值。亚洲推动增长的方式对全球其他地区具有宝贵的借鉴意义，这 转型中的关键作用。对于政策制定者、投资者和可持续发展领域的领导者而言，报告提供了宝贵的 见解，指导如何将自然作为气候韧性的核心支柱加以利用。报告特别强调了将自然作为基础设施进 行投资的重要性，展示了其在碳封存、气候适应和生物多样性方面的成本效益和长期收益。报告提 出了切实可行的策略，以推动自然向好投资主流化，将气候行动与经济韧性相结合，并充分释放自 然生态系统在亚洲绿色转型中的潜力。 量占全球的一半以上，在缓解气候变化方面的作用至关重要，随着 极端天气事件对经济社会的影响日益加剧，亚洲气候行动的重要性 不只局限于亚洲自身，对全球而言都举足轻重。为应对这些挑战， 亚洲地区正在推进绿色转型，整合气候行动和基于自然的解决方 案，以开创一条有韧性、可持续的绿色发展道路。 亚洲绿色转型：进展与挑战 亚洲地区从政策框架、行业引导和市场力量三方面多管齐下推 动绿色转型，技术进步和气候融资是推动转型的两大关键驱动力。

今年计划试点一个小机组 - 央国企信息化调研 弘则弥道（上海）投资咨询有限公司 02 云计算+AI推动管理 软件进入商业化推广 前端组件化、后端云原生提升代码复用率和开发效率的同时，带 来学习成本的增加，自然语言交互直接提升人机体验 11 来源：互联网公开资料、弘则研究整理 计算机前端技术和后端技术演变 组件化的好处： • 提高代码的复用性和可维护性，减少重复的工作和错误。 • 提高开发效率和协作 加或减少组件，也可以利用分布式技术实现组件的负载均衡和容错。 因为要了解不同组件的功能、接口、依赖和兼容性等，开发人员的学习成本在增加。自然语言交互将直接提升体验。 微软Azure和Power Platform持续提升组件化能力，最终通过AI能 力实现自然语言交互，进一步提升组件易用度 12 来源：互联网公开资料、弘则研究整理 微软产品演进 培养C端用户习惯 ADD YOUR TEXT 2008年推出Azure云平台，不断 提升DevOps、API等开发能力 2014年推出Power Platform，低代 码构建API、微服务等 今年推出Power Platform Copilot， 通过自然语言交互实现对于组件 的调用和自动化流程的创建 构建Azure PaaS平台和Power Platform平台，后台组件化，提升低 代码/零代码开发能力，有利于未来AI能力的嵌入和调用 13 来源：互联网公开资料、弘则研究整理

提问：今天北京多少度啊？ 回答： 35 度 提问：有雾霾吗？ （北京有雾霾吗？） 回答：空气质量优。 提问：那上海呢？（上海有雾霾吗？） 回答：空气质量也是优。 结合上下文 聊天机器人解决方案 自然语言处理、文本挖掘、知识图谱 知识库中存储的是一对对的“问题 - 答案”对（ QA Pair ）。这些 Pair 可以是 人工构建的，源于客户系统或者旧有知识库的，也可以是从互联网上爬取下 来 的结果填注到答案 模板中，生成回答问题的自然语言 API 根据意图和实体，确定要调用的 API 类型和 参数，构造 Http Request 将 API 返回的结果填注到答案模板 中，生成回答问题的自然语言 文本文件 (json/xml 等 ) 根据意图和实体，确定对应的文件路径和对 其中存储数据结构的查询 将获取的内容填注到模板中，生成 回答问题的自然语言 例如，我们选择 MySQL 作 会话管理 数据监控 客服大脑 产品架构 用 户 问 题 AIML 格式 常见问题 模板匹配 构建查询 意图识别 实体抽取 语义理解 查询知识库 填注模板 答案处理 关键词提取 自然语言处理 ES 文档查询 构造 Jena 查 询 构建知识图谱 语料获取 网络爬取 开源语料库 用户日志语料 人工编写 语料预处理 人工标记 模板配置 业务咨询 阅读用户日志 模型训练

的发展在多模方向拓展应用边界，可支持从早期的宽表模型 到现在的时序、时空、向量、 JSON 等多种数据，不仅可以处理结构化和非结构化数 据，同时也集成了 AI 训练和推理能力。 提到 AI，我们很自然地会想到向量数据库。目前阿里云瑶池数据库的全系产品均已支 持向量能力，但各自技术路线不同。对于开源类产品，如 RDS 系列基本走的是开源 路线，最典型的产品是 RDS PostgreSQL，集成了 DMS 是阿里云在 2013 年发布的数据管理服务，能够满足企业一站式数据管理诉求。 DMS Data Copilot 是 DMS 基于阿里云大模型构建的数据智能助手，支持用户通过 自然语言的方式生成并优化 SQL，降低 SQL 编写门槛，提升开发效率。 第二部分：Data+AI 行业应用 31 企业内的数据团队需要为商家 工作之外还需要频频应对各方的取数需求，这些临时的需求并不足以建设报表来满足， 诸如此类的问题每天都在发生，为数据研发工作带来不小的挑战。 DMS Copilot 解决方案可以满足各方灵活取数需求，以自然语言交互方式获取数据， 只需提出问题即可获得所需结果，还支持一键生成图表，查看数据变化趋势。 第二部分：Data+AI 行业应用 32

场竞争的加 剧，传统的餐饮服务模式面临着前所未有的挑战。为了提升服务效 率、优化顾客体验并实现精细化管理，餐饮企业亟需引入先进的智 能化技术。在这一背景下，DeepSeek 大模型凭借其强大的自然语 言处理能力、数据分析能力和个性化推荐功能，为餐饮服务提供了 创新性的解决方案。DeepSeek 大模型能够实现对顾客需求的精准 理解、用餐场景的智能分析以及个性化服务的实时推荐，从而助力 遇，尤其是人工智能技术的应用，正在逐步改变餐饮服务的运作方 式。近年来，深度学习和大数据技术的突破，为餐饮行业提供了更 加智能化的解决方案。DeepSeek 大模型作为一种先进的人工智能 技术，具备强大的数据分析、自然语言处理和图像识别能力，可以 广泛应用于餐饮服务的各个环节。 餐饮行业的运营效率和服务质量直接影响到顾客的满意度和企 业的盈利能力。传统的餐饮服务模式依赖于人工操作，容易因人为 因素导致失误 大模型在餐饮服务中的应用场景及其对应的 优势：  智能点餐系统：通过分析顾客的饮食偏好，推荐个性化菜品， 提升顾客体验。  库存管理：精准预测食材需求，减少浪费，降低成本。  顾客反馈分析：通过自然语言处理技术，分析顾客评价，帮助 企业改进服务。  动态定价：根据市场供需情况，动态调整菜品价格，优化营 收。 综上所述，DeepSeek 大模型在餐饮服务中的应用，不仅能够 提升企业的

日志 监控 主机 监控 智能工具中心 可视化开发 授权单表维护 API配置 能力开放 专用场景维护 服务编排 SQL配置 动态 阈值 AI中心 大模 型 趋势 预测 关联 分析 自然 语言 知识 图谱 智能调度中心 事件 侦测 告警 收敛 处置 策略 协同 推送 自动 巡检 作业 计划 机房 监控 服务 监控 智能知识中心 智能 采编 知识 图谱 认知 GOPS 全球运维大会 2023 · 上海站 IT服务台智能问答机器人 故障告警自动微信通知 自然语言对话巡检 微信告警自动语音外呼 点击播放 利用NLP自然语言交互，打造IT服务台智能问答机器人、微信告警通知、微信对话交互、微信告警自动语音外呼等多模态的运营交互能力 AI中心-NLP自然语言交互 GOPS 全球运维大会 2023 · 上海站 输入关键词 关键词匹配 数据库查询 返回结果 信息 主要流程 传统方式 基于大模型 为了解决传统OA公文仅能按照标题关键字搜索的局限性，探索利用大语言模型强大的语言理解和文本生成能力，通过语义索引、向量匹配、融 合生成等技术手段，以自然语言问答的方式实现IT运维规范等公文内容的智能搜索，提升搜索效率和准确性的同时提供更好的用户体验 知识中心-企业大模型探索 GOPS 全球运维大会 2023 · 上海站 在已初步实现运营监控可视化、自动化、AI化

打造新型门店，实现数字化运营与管理，向消费者提供全新服务，赢得持续的客户、业绩增长 获取客户 活动互动 进入商店 挑选商品 确认订单 使用优惠 支付 地理局部区域 流量 纸质优惠宣传单 班车接送、自然 进入 货架陈列、人工 询问 心算估计、手工 清单 收银内置、捆绑 优惠 现金支付、 卡类支付 确认订单 使用优惠 传统门店 直接带走商 品 凭小票获取 有限售后 新型智慧门店 二维码扫 智慧门店价值定位 兴趣的激发 移动为重， 展示先行 粉丝客户 微信营销 百花齐放的 优惠券 信息的互动 WiFi 营销 &LBS 定位 布局流量点 的触屏终端 情感活动带 动自然销售 决策的转化 移动导购 & 扫码数据 促销，营造 购买的气氛 客户全网 识别 行动的便捷 移动支付 &WebPOS 社区购 (APP) 预售 (APP) 分享的传播 多接触点，价值传递风格保持一致，加强品牌印象 兴趣的激发－粉丝客户微信营销 微信互动模块基于微信平台，建立企业与 5 亿潜在用户的一对一互动和沟通。利用微 信公众账号通过兴趣运营目标用户之后的 自然引流，为转化做好铺垫。 微信互动营销 通过互动活动实现客户黏度及引流 集成微信公众帐号，用户无缝免登 让品牌被更多的潜在用户“接触“”辨识“ • 关注有礼 • 签到有礼 • 互动游戏 •

CTI ACD 队列管理 智能在线客服平台 智能外呼 客服门户系统 智能客服 话务系统 多媒体网关 互联网网关 工单管理 消息推送 业务分析 8 平台总体业务流程 随着语音识别、自然语言处理等 AI 技术的发展以及在客服场景下的深入应用，未来在客服服务中心大部分的客户服务请求将由 智能客服系统处理，人工客服主要是来处理那些重点客户以及异常业务问题。 客户 智能 IVR 智能 全渠道接入 全渠道互联网的服务、邮件短信微信微博 QQ 等服务渠 道 智能客户服务平台 10 10 智能 IVR 全面改变语音客服模式，提升客户体验  采用最自然的人机 语音交互方式  直接说出用户关心 的内容，减少了多 层按键  方便快捷，减少用 户操作时间  提升用户满意度  节省企业人力成本 11 11 智能客服助力企业提升服务水平，实现业务升级 个性、高效、安全地提供各项客户服务。 智能协同 智能客服助理 智能质检 智能工单处理 智能接入 智能营销 智慧运营 智能投诉分析 智能客服 智能知识管理 通过自然语言交互方式，低 成本获取有效用户 通过自然语言交互方式，高 效率应答用户咨询 结合用户信息和客服交流记 录，分析用户多维特征 坐席和客户交互过程中，带 出历史轨迹，给出所需信息 海量录音数据，自动实现质检

向集中在创意内容生成、信息查询提炼和自然语言交互三个领域，通过与营 销获客、产品研发、服务运营、战略管理等各种不同的场景叠加可以发挥出不同的价值。这也意味着不论哪个细分赛道的企业服务 厂商，都有机会把握生成式AI的机遇，实现服务边界的拓展与服务价值的提升。 生成式AI的优势能力与应用方向 组织希望通过生成式AI实现的关键收益 信息查询提炼 创意内容生成 自然语言交互 56% 35% 29% 优化任务目标的二次过程，也即自我反思的能力 ➢ 任务分解能力的实现方式 • 可以通过采用思维链、思维树的算法策略分解任务，也可以用LLM先把自然语言问题转为PDDL 语言，也就是机器可以理解的形式，再使用P规划器，生成合理的计划路径，最后再由LLM将 PDDL语言翻译输出为自然语言的计划步骤 思维链 子目标分解 长期记忆 短期记忆 • 对照人类的记忆，AI Agent的记忆可以分为感觉记忆（原始输入的学习文本、图像等材料）、短 www.iresearch.com.cn 技术侧展望：交互与开发模式变革 内外兼修、化繁为简，自然语言交互与代码生成能力推动厂商进化 得益于上述技术侧的演变，企业服务厂商将在交互模式上探索更便捷的使用体验（自然语言交互+All in One），在开发模式层面探 索更高效的投入产出（代码生成+千人千面）。这一变革将不仅局限于各类IT服务商，传统以劳动力作为最终交付的企业服务商，同

........................................................................................109 4.3.1 自然人画像................................................................................................ （4）完善省市区数据共享模式和共享渠道。构建省、市一体化 共享体系，建立完善数据共享机制，最终实现信息共享率达到 90%。 二、加快数据仓库建设 （1）完善基础库建设，按统一的 Z 务大数据体系建设要求，建 设完善自然人、法人单位、社会信用、电子证照等基础信息库。 （2）加快主题库建设，在汇聚整合部门基础库的基础上，加快 建设完善市级主题库，并由业务部门牵头建设 Z 务服务、宏观经济、 营商环境、精准扶贫等专题库。 和操作数据的一种全新的分布式基础架构与计算范式。简单来说， 区块链是分布式数据存储、点对点传输、共识机制、加密算法等计 算机技术在互联网时代的创新应用模式。 1.6.5 “应用层”的深度挖掘和关联应用 一、自然人画像 以 GA 人口数据为基础，逐步融合卫计委、民政厅、人社厅、 教育厅等部门的相关信息资源，重点建设和整合 GA 户籍信息、人 口普查信息、公务员信息、社会保障信息和人事关系信息等信息资