郑小林 教授 浙江大学人工智能研究所 2025年03月24日 智能金融：AI 驱动的金融变革 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 新一代人工智能 金融智能研究 金融智能应用 新一代AI展望 提 项目支持：浙江大学-**银行小微金融智能 工具智能体（学习专家） 1 2 专家智能体（成为专家） 3 自主智能体（超越专家） 帮助专家处理数据 像专家一样解决问题 成为发现解决问题的专家 新决策模型赋能信贷决策 行业认知驱动的信贷对话助手 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研

亚洲零售行业市场规模，按照地区进行细分（����-����预测） �.� 亚洲实体零售行业市场规模（����-����预测） �.� 亚洲零售行业的痛点分析 �.� 亚洲零售行业的驱动因素 �.� 亚洲零售行业的发展趋势 �.� 数字化转型在零售行业的演变历程 � 全球零售行业市场规模，按零售额计（����-����预测） � 全球零 费者体验为核心，通过大数据、AI、物联网等数字化技术实现线上线下一体化、全 渠道融合的零售模式。其通过技术驱动与数据赋能，打破传统零售的物理边界与 运营壁垒，实现商品生产、流通与服务的全链路效率升级。消费者可自由切换线上 线下场景，如线上下单产品后线下自提或者线下体验产品后线上下单购买。零售 商通过数据驱动可以实现精准运营，优化选品和营销策略，实现商品的智能库存 管理和个性化推荐。 供应商管理的复 构，城乡收入差距则作用于品牌渗透策略。在此背景下，跨区域零售企业需构建弹 性化运营体系，通过动态采集并分析消费者行为数据，实时感知区域需求波动，进 而灵活调整门店选品组合、优化促销资源配置。这种数据驱动的精准运营模式，既 能降低跨市场扩张的试错成本，又能通过个性化服务增强用户忠诚度，最终实现 供应链效率与区域适应性的双重提升。 错综的渠道布局。随着越来越多的消费者选择线上购物，零售企业也意识到线上

服饰时尚行业数字化转型特性与理论 Chapter.03 服饰时尚行业成功案例实践 2.1 主数据统一 2.2 供应链优化 2.3 消费者体验升级 2.4 业财一体 2.5 数据驱动决策 3.1 雅戈尔数字化平台项目背景 3.2 雅戈尔数字化平台项目成果与效益 BAISON THINK-TANK 服饰时尚行业分析 Chapter.01 BAISON THINK-TANK 1 服饰定义及分类 1.1.2 全球服饰时尚行业发展历程 图：服饰分类 图：全球成衣发展历程 （资料来源：民生证券《针织制造全球领航者，卓越品质铸就行业标杆》） 在数字经济与消费代际更迭的双重驱动下，中国服装产业正经一场历史性的范式转移。当Z世代购物车中70%的商品由AI推荐 生成，当脑电波数据开始指导运动服饰设计，当跨境电商遭遇地缘政治与宗教文化的双重挑战时，头部品牌唯有通过技术重构 力量。 中国服饰时尚产业的崛起是政策、消费、科技、供应链及文化等多重因素协同作用的结果。未来，产业需继续强化设计创新、 品牌溢价和可持续能力，以应对国际竞争与产业升级挑战。中国服饰时尚产业发展的驱动因素可以从多个维度综合分析： 1)政策支持与战略规划 政策利好行业发展。作为国民经济的基础消费产业，服装行业在我国国民经济和社会发展中具有重要地位，国家相继出 台《关于开展2022纺织服装“优供给促升级”活动的通知》

......................................17 引言 美国研究报告 3 –高盛 数据中心电力需求预计到2030年将增长至少160% ，主要由人工智能工作负载驱动。许多成熟市场已 经达到或接近容量，迫使租户将电力可用性和可扩 展性置于传统市场偏好之上。尽管需要大量资本投 资，二级和三级市场仍吸引了越来越多的关注。 数据中心行业在2024年经历了前所未有的变革， 第三方运营商供应量增长超过40%，从2023年的12.4吉瓦增加到2024年的超过18吉瓦——还不包 括另外30吉瓦的计划产能。 1 这种增长是由数字化转型的加速步伐以及人工智能在各个行业的日 益普及所驱动，亚马逊、谷歌、Meta、微软和甲骨文等超大规模企业领导了这一需求增长。 平衡前所未有的机会与战略风险 0 2,000 4,000 6,000 8,000 10,000 12,000 Ca pital最近宣布了一项新的ASX上市数字基础设施REI T，企业价值为43亿美元，包括澳大利亚和美国在内 的资产。这种资金模式和参与者动态变化的发展预 示着数据中心行业的韧性和其在人工智能驱动未来 中的战略重要性。以下是一个关于更传统合作伙伴 关系的详细图表。 随着新玩家寻求利用激增的AI需求，预计将出现更 多样化的融资模式。成功将取决于运营商如何有效 地利用合作来平衡对巨大规模的需求与创新融资。

解析数据生成投研报告，助力分析师提炼关键结论。此外，打开 AI 驱动的金融产品创新、企业级 AI 解决方案服务等新生业务新局面，推动服务 效率和业务增长双重跃升。 AI 赋能保险行业：推动保险价值链实现自动化与个性化，在产品设计、承保理赔及中后台管理等环节全面提升效率与决策能力，并逐步拓展至 精算等核心领域。此外，开拓 AI 驱动的保险业务创新、跨境保险服务与多语言支持服务等新生业务新局面，助力保险机构实现高质量数字化转 ③投资者数量增长、用户基数提升，投融资需求提升，市场交投活跃促 进存量业务边际增长率提高。金融行业的发展与市场交易情绪、投资者数量等方面息息相关，以证券业务、资管业务为例，二者以交易量、 换手率、产品规模等交易面指标为驱动源，我们将以市场交易面为增长力的传统金融业务定义为存量。金融科技赋予投资者更为简便、快 速、全面的服务，在一定程度上有利于使投资者单位交易量、交易次数提升，乃至吸引更多主体使得市场投资者数量实现增长。此外， 单日处理文档效率提升。②社交化策略工厂：整合散户社区（如雪球、 eToro ）舆情数据 ， AI 生成“群体情绪指数” ，开发相关交易 策略或跟单产品 ，降低散户非理性交易风险。 投研范式的智能化重构。①事件驱动型研报自动化： 财报 / 政策发布后 3 分钟内生成分析摘要， 自动对比历史数据并可视化关键指标。②产 业 链 Alpha 挖掘引擎：融合另类数据（卫星图像、供应链物流） ，实时识别产业趋势与标的关联。

展中 的先行作用，也为理解和推进中国式可持续发展路径 提供了重要参考。 继《践行可持续发展之路—����上海ESG发展报 告》首次系统地呈现上海ESG生态全景后，本年度报 告进一步秉持实践驱动与问题导向的原则，对上海各 类主体的ESG发展实践进行了更为深入和聚焦的介绍。 报告不仅记录过去一年的新进展，更致力在对过去总 结的基础上识别未来挑战，提炼结构化和可操作的发 展建议，为上海乃至全国的可持续发展提供具有参考 化指标形成反馈和改进方向，而价值实现具体化则通 过经济、社会和生态效益验证前端实践的有效性，并 反过来强化内部化的动力。 在各类主体的行动路径上，企业需要在治理架构、 战略规划与日常经营中深度嵌入ESG理念，实现从外部 压力驱动向内生动力转化；金融机构和交易市场则为 ESG实践提供资本、工具与市场化激励，使企业的行动 能够与经济回报挂钩；第三方机构通过标准化服务、专 业培训和评价工具来提升企业ESG行动的执行力和可复 布《绿色金融支持项目目录（����年版）》，统一绿色 金融产品的支持范围和标准，加强绿色项目识别和标准 对接，于����年��月�日起施行，以提升绿色金融对绿 色产业的支持能力和市场规范性。 除披露制度和绿色金融双轮驱动外，政府部门还 在绿色低碳产业规范、碳排放权交易市场扩容以及零 碳园区建设等多领域同步推进，逐步形成涵盖信息披 露、金融支持、产业转型与园区实践的全链条政策体 系，为地方政府、企业和金融机构的ESG实践探索奠

260 300 410 570 算力总规模 （EFLPOS） 算力规模增速 （%） 中国通用算力与智能算力规模，2021-2027E  在AI基础设施中，算力是推动创新与实现突破的核心驱动力。随着AI与云业务的不断发展，算 力规模呈现稳定增长态势，截止2023年，通用算力与智能算力分别达到171与59EFLPOS，预计 2027年通用与智能算力将分别达到330与240EFLPOS，整体增速达到39%。 中国智能算力发展面临电力资源紧张、高功率机柜供给不足、县域技术适配难及数据安全与 协同机制缺失等挑战。应对策略包括推动算力中心西迁、加快高密度绿色基础设施建设、推 广“技术-场景”共享模式，并通过“技术+机制”双轮驱动加强数据安全与跨层级协同。 中国推理算力发展挑战分析 市场研读 2025/08 中心用电成本经政策补贴后降低至0.3元/kWh 以下，这成为算力中心服务商"西迁"的原生 动力。同时，推动绿色算力中心建设，通过 技术创新提升能源利用效率。  高功率机柜供给存在结构性缺口 智算服务器的高功耗驱动下游客户对机柜部 署密度要求逐步提高，市场需求将向高功率 机柜倾斜。在当前算力中心租赁市场中，高 功率机柜相较于传统机柜供给量较少，行业 面临结构性的供给缺口。 解决路径：  加快高密度算力基础设施建设，推动液

30%- 40% 实时 核心系统余额数据 交易模 式 20%- 25% 日结 流水分析模块 风险测 评 15%- 20% 季度 问卷系统 外部事 件 5%-10% 事件驱动 新闻舆情监测 实际业务场景中的应用示例：  ” 当系统检测到客户账户突然转入大额资金时，自动触发 资金 ” 闲置预警 ，在下次交互时优先推荐短期理财方案  对频繁查询外汇牌价的客户，在手机银行登录界面突出显示外 等。  情感分析模块：实时监测客户情绪波动，触发人工坐席介入的 阈值设定为负面情绪分值≥0.7（基于 NRC 词典）。 业务逻辑层封装银行业务流程，通过 API 网关与核心系统对 接。采用领域驱动设计（DDD）划分微服务边界，例如： 微服务名称 功能描述 性能指标 产品推荐服务 根据客户画像生成投资组合 响应时间<500ms 风控评估服务 实时信用评分与反欺诈检查 TPS 1000 ≥ 引擎，支持多轮对话 上下文保持，响应延迟控制在 800ms 以内 2. 可视化分析工具：内置 Echarts 图表库，动态生成客户资产趋 势图、产品收益对比等 18 种数据视图 3. 业务流程引导：采用状态机驱动的向导式界面，将复杂业务拆 分为不超过 5 步的标准化操作流程 关键性能指标： 维度 目标值 实现方式 页面加载时间 ≤1.2 秒 代码分割+CDN 加 速 首屏渲染 800m ≤ s

Agent，个人助理重塑手机应用生态 ...................................................................... 6 AI 手机：AI 大模型驱动软硬件升级 ............................................................................................. 格局相关 集中度高 开源+闭源并存 移动互联网原生生态 AI Agent原生生态 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。 8 电子 AI 手机：AI 大模型驱动软硬件升级 手机是人们日常生活较高的交互终端，具有普及率高、使用频率高的特点，考虑终端算力、 存力以及客户应用需求等因素，手机已经成为 AI 大模型在 C 端落地的重要设备。去年底至 今，随着三星 交互能力，加速其进入主流市场。据 IDC，2023 年，AR/VR 产 品全球出货量 675 万台，同比-23%。随着苹果 VisionPro 发布，AR/VR/MR 出货量在 2024 年有望温和复苏。AI 大模型的出现驱动语音助手、物体识别和生活助理等功能赋能 AR/VR 设备，提升了用户与虚拟环境的互动质量，据 VR 陀螺（2024/6/5），Meta 雷朋智能眼镜出 货量已超百万副，AI 大模型的出现有望加速 AR/VR

动。 AI 视频搜索：从 11 月 5 日起，Ring 在美国推出全新的 "Ring Home Premium" 服务，每月 19.99 美元起，为用户提供 24/7 全天候 录像和 AI 驱动的视频搜索等高级功能。" 智能视频搜索 " 功能利用 AI 技术，允许用户通过在 Ring 应用中输入文字查询来定位录像中的特 定时刻。例如，用户可以搜索 " 昨晚后院的浣熊 " 来查找垃圾桶被打 2023 年市场规模约为 15-18 亿美元，预计到 2030 年将达 25-30 亿美元，年复合增 长率（CAGR）约 5-7%，2024 年市场规模大约在 18 亿至 19 亿美元之间。 驱动因素： 育儿安全焦虑升级：双职工家庭增加，父母依赖科技工具远程监护婴儿。 智能家居普及：Wi-Fi/蓝牙连接、手机App控制、AI哭声/动作识别等功能成标配。 健康监测整合：如 Owlet 等 极大地延展了视觉物联的边界和想象空间， 业界低价内卷的局面将有望打破，新的生态秩序 将建立，往上卷新品类与用户体验。 庆视互联总经理 方维巍： 预计 2025 年低功耗智能监控仍然延续高速增长， 出海和创新是驱动器，增值服务会成为行业运营 最核心的目标。 乔安科技营销总监 刘群伟： IOT 视觉越来越多的应用到不同场景和不同行业， 每满足一类需求都会衍生创造出不同形态的产品。 消费类摄像头的下一个爆款会是怎样的形态呢？