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

郭宏伟、渠谨黛、陈有志、高源、朱光宇、金秀军、王超、刘洋、吴玺、贺松平、 谭鑫、李金原、马文书、范世区、倪高峰等专家在本报告编制过程中给与的指导和 支持！ Ⅰ 前 言 当今世界百年未有之大变局加速演进，数字化变革作为核心驱动力之一，正在全面 重塑全球政治、经济、科技和社会格局。人工智能、5G/6G、先进计算等颠覆性技术集 群式突破，大数据、云计算、物联网等新一代信息技术加速创新并与实体经济深度融合， 推动制造业向 共赢，共同打造具有全球竞争力的汽 车行业数字化转型新生态！ 【寄 语】 数智驱动 柔性协同 ——共筑汽车行业未来制造新范式 全球汽车产业正处在加速向数字化、网络化、智能化转型的关键阶段，数字化转 型已从“选择题”变为“必答题”。以数据为驱动、智能为核心、柔性为特征的制造 新范式，正在重塑汽车产业的价值链与竞争力体系。 临着大批量、多品种、 定制化的市场需求，以及制造技术与产品结构颠覆性变革所带来的挑战，催生了汽车 生产制造模式的深刻变革——传统的流水线生产将逐步被可重构的柔性单元制造系统 所取代。 “数智驱动”的本质，是通过工业大数据、人工智能与物联网技术的深度融合， 实现生产制造全流程的精准决策与自主优化；而“柔性协同”则要求企业构建敏捷响 应的供应链网络、可重构的生产系统以及生态化的协同平台。二者的有机结合，将推

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》

进转型工作。 （一）转型领域全面拓展 城市治理质效提升。各地深入推进城市运行“一网统管”，加快拓展“高效 处置一件事”的覆盖范围，逐步形成了以上海为代表的事件驱动建设模式，以广 东为代表的数据驱动建设模式，以北京为代表的业务驱动建设模式。“一表通” “报表通”等平台应用推动基层治理模式向统筹化、高效化、数智化演进，如江 苏省构建“大数据+网格化+铁脚板”基层治理模式，开展网格化基层治理，成都 “车路云一体化” 应用试点建设，全国完成智能化道路改造超过 7000 公里，建设路侧基础设施超 8500 套。低空基础设施方面，截至 2024 年底全行业注册无人机共 217 万架。 数据要素驱动力更加强劲。政策体系建立健全，已形成“1+3”的公共数据 资源开发利用政策体系。数据资源加速积累，2024 年我国数据生产量达 41.06 泽字节（ZB），同比增长 25%，展现出强劲的增长势头，成都、沈阳、合肥、长 展，启动智慧城市产品体 系提智计划，开展筑基、融智、聚数三大产品提升行动，助力城市全域数字化转 型。在此背景下，中国联通创新提出“全域智能城市”概念，即以人工智能技术 在城市中的深化融合应用为驱动，推动城市全域数字化转型，促进城市治理体 系智能化革新、城市服务模式智能化演进、城市经济发展智能化跃升，最终实 现高质量发展的城市新形态。本报告借鉴地核、地幔、地壳的地球三层结构及相 互作用原理，提出“全域智能城市”概念模型如下：

......................................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。

............................................ 50 1 一、研究背景及高标准数字园区内涵 1、研究背景 园区发展步入创新发展驱动阶段，数字化成为推进新型工业化的关 键驱动力。随着全球产业结构调整和新一轮技术革命的推动，传统的园区 发展模式逐渐暴露出其局限性。传统的园区以土地开发、基础设施建设为 主，缺乏产业协同、创新引领、资源优化配置等方面的战略性规划，使得 购、设计研发、生产制造到销售流通的全流程，实现信息的实时共享与精 准流动，优化供应链管理，提高供需匹配的效率，提升生产与销售的协同 效率，为中小企业提供更为灵活和精准的服务支持。借助该数字化手段， 平台能够实现数据驱动的决策支持，帮助中小企业在生产过程中降低成本、 提升质量，同时提高市场响应速度。如希音通过打造数字化供应链系统， 推动跨区域协同与中小企业的规模化转型。在广州市番禺区，希音构建 “Shein 效衔接，最终达成资源共享和优势互补的目标。 创新链：构建数据赋能的创新平台，贯通“研-转-用”全链条。高 标准数字园区通过建设数据赋能的创新平台，推动从技术研发到成果转化、 再到市场应用的全链条贯通。在这个过程中，数据驱动的创新平台能够帮 助园区的企业迅速捕捉行业趋势、优化研发资源配置、提高技术创新效率， 并缩短创新周期。如苏州工业园区通过建设“园易联”创新平台，成功打 通了“研-转-用”的全链条。园区内的创新资源包括高校、科研机构、企

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。

1 全球重点区域算力竞争态势分析报告（2025年） 前言 当前，算力已从技术支撑要素跃升为驱动全球经济发展的核心引擎，成为衡 量国家综合实力的关键指标。各国围绕算力基础设施、技术标准与产业链主导权 的竞争日趋激烈，全球算力竞争态势深刻影响着全球产业分工、技术创新版图乃 至经济政治格局的重构。 在人工智能、大数据等技术快速发展的影响下，算力竞争已演变为涵盖政策 引导、技术突破、产业生 优先级与发展路径的科学性。技术创新是算力提升的核心动力，直接推动算力规 模与效率的迭代升级。产业生态的完善程度影响算力要素的聚合效应，从核心软 硬件研发到应用场景落地的全链条协同，构建起算力发展的良性循环。应用场景 的丰富性则反向驱动算力需求升级，工业互联网、智慧城市、生物医药、自动驾 驶等领域的深度应用，不断对算力的精准度、实时性、安全性提出更高要求。人 才作为创新主体，是连接技术研发与产业应用的关键纽带。能源保障作为算力发 技术的飞速发展，算力的内涵已 从单一设备的处理速度，拓展为涵盖通用计算、图形处理、AI训练推理、高性能计算及 云边协同的多元化、智能化综合能力体系。这一演变使算力超越了纯粹的技术范畴，跃 升为驱动数字经济发展的关键新型生产力，成为支撑现代社会高效运转的基石。 算力发展历程是人类技术革新与产业升级的集中体现，从原始计算工具的萌芽到完 整产业生态的形成，历经多阶段系统性演进，最终成为支撑全球经济社会智能化转型的

........14 第一章 “AI+”驱动数字政府建设的范式革新与未来趋势 ....................14 一、“AI+”驱动数字政府建设的政策导向 .............................14 二、“AI+”驱动数字政府建设的实践应用 .............................15 三、“AI+”驱动数字政府建设的现实挑战 ......... ....................17 四、“AI+”驱动数字政府建设的发展趋势 .............................18 第二章 “AI+”驱动政府网站创新发展的新引擎 ............................20 一、智能化跃迁：从“人找信息”到“信息懂人”的服务范式革命 ........20 二、数据化转型：从“沉睡信息”向“数据应用”转型 . 四、扁平化重构：从“多层迷宫”到“搜问直达”的进化 ................22 第三章 国家级开发区网站建设与发展 .....................................23 一、国家级开发区：驱动国民经济高质量发展的核心引擎 ................23 二、深化开放创新：打造高水平对外开放与制度创新先行区 ..............23 三、培育新质生产力：构建现代化产业体系的战略支点