abili⁃ ties）[5]，不仅能够理解和生成自然语言，还具有抽象 和推理的能力[6]，能在艺术创作、代码编写、科学研 究等多个领域展现出类似人类水平的创造力。这些 能力的涌现，使得知识创新不再受限于个体的认知 和经验，能够打破学科和专业的壁垒，加速知识的 融合和创新，预示着知识生产方式正在经历一场深 刻的变革，将引领我们进入了一个人机协作的知识 生产新模式 [7-8]。 1.1 知识获取 1.1 类预案、行动指南、管理准则等可以言明的显性知识 之外，还包括与这些预案、指南、准则设计布局相关 的隐性知识，暗含在该部门的专业、制度和文化之 内。隐性知识通过职业训练和经验积累而在工作中 获得，存在个体的头脑中或某个特定的组织环境中， 较难被机器获取和理解。应急管理知识属于典型的 跨学科知识，为解决应用情境中的问题而生，因此， 其知识默会的部分要比能言明的部分更为重要[25]。 传统知识管理模式是建立在知识的结构化符号 识生产，具有强烈社会弥漫性特点[24-25]。与单学科或 多学科的知识生产不同，知识生产者并不是按照传 统的学科结构整合，而是复杂灾害情境下产生的问 题处理需求而整合。随着问题的出现，涉及问题处 理的各种不同关系的个体构成了知识生产网络互相 联结的节点，问题解决过程中产生的知识内嵌于这 个网络中，即存储在参与问题解决的生产场所的个 体和组织中。当下一个问题出现时，新应用场景中 的节点重新联结形成，进入新一轮问题解决。在这

倍，构建起物理世界与数字空间实时融合、虚实共生的智能世界。 在个体层面，AI 不再是工具，而是“认知合伙人”。它帮助科学家筛选文献、辅助创作者拓 展创意、助力普通人跨越知识边界，使人能更专注于情感连接、价值判断与创新突破，实现人机共 生、价值放大。 迈向智能世界 2035 新纪元 在组织层面，AI 推动结构向“两极共生”演进：一极是“超级个体集群”，以灵活小团队形式打 破边界、整合资源；另一极是“巨型企业平台”，依托 态交互，从被动响应升级为主动规划、反思迭 代，可自主完成复杂任务，在推理过程中，模 型状态持续更新，需保存 PB 级状态数据，支持 百万级并发查询，知识提取可促进模型自进化； 第二，AI 从智能个体升级为多智能体系统，多 智能体要通过紧密协作实现集群智能，而多智 能体任务协作需共享任务状态和历史上下文， 且这些数据需要具备跨任务的可迁移性；第三， 智能体的单一会话记忆升级为持续的、跨会话 健康全周期管理为核心” 展望 2035 年，在健康守护期，传感器与 可穿戴设备使个体状态被实时感知与预测，风 险在萌芽阶段即可被干预，AI 驱动的预测与干 预手段将使超过 80% 的慢性疾病有望得到有效 的预防，从而有效延长人类的健康寿命；在疾 病应对期，跨模态 AI 整合医学影像、基因组学 检测结果与电子病历等，为医生提供个体化诊 疗建议，同时，AI 驱动的药物研发与虚拟临床 试验大幅缩短新药上市周期，并能为患者快速

f(x) cj(x) F(x) OFF1 OFF1 f(x) cj(x) OFF1 f(x) cj(x) F(x) 个体约束处理方法 1 遗传操作 2 个体评估 3 适应度分配 & 4 个体选择 BRM PAR2 f(x) cj(x) F(x) OFF2 OFF2 f(x) cj(x) OFF2 f(x) cj(x)

top100summit.com 02 设计及实践 www.top100summit.com 2.0 模型孕育而生 模型1.0在实际应用中带来的思考和挑战 对各个金融机构 对行业整体 对转型中的个体 对服务提供方 www.top100summit.com 2.0 模型孕育而生 模型2.0应该具有的特质 内化 内生 易用 www.top100summit.com 2.0模型设计思路 ✓ 综合衡量产品的用户价值及商业目标，度量业务长期健康度；将业务目标数据化，并通过数据的表现，反向指导业务 方向 ✓ 在指标体系中引入“北极星”指标，即把企业核心竞争力转化为数字化的指标体系，这个体系可以记录、跟进、反馈、 迭代，并倒逼形成一个具有反馈闭环的组织管理和运营体系。 一级指标 二级指标 企业级 业务领域 业务运营 三级指标 “北极星” 指标 www.top100summit

推动新一轮的产业革命。 制造业 数字化 商业模式 制造技术 云计算 大数据 物 / 互联网 AI( 人工智 能 ) 智能化 制造业变革与数字化 / 智能化发展实现历史性交 汇 个体崛起 5 ① 绝密信息 严禁泄露 沿着旧地图 走不到新大陆 —— 陈春花 “ ” “ 两化融合” +“ 互联网 +”= 中国版“工业 4.0” 智能 工厂 智能 生产 CPS 工业 4 金蝶云星空，引领 XRKJ 智能化新征程 全渠道营销 智能客服 阿米巴 智能财务 PLM 智能制造 PaaS 平台 核算高效，赋能业务，洞察未来 掌控通路，直达用户 连接客户并创造极致体验 激活个体，人人都是 CEO 数字工厂，个性化定制 研发升级，降本增效 连接、激活、赋能、降本、增效！ 21 ① 绝密信息 严禁泄露 Gartner 公司成立于 1979 年，是全球最具权 威的 IT 物料采购 物料转移 投入 加工 测试 包装 入库 出货 产品生产过程的全面追溯 卷号 / 批号 卷号 / 批号 卷号 / 批号 金蝶云之家 云之家（ XRKJ 之家）让员工有存在感 个体意识崛起的今天，有存在感的工作员工才认为“酷”！ 连接人与人：组织扁平化、沟通移动化 通讯录 & 外部联系人 快速找到每一个同事、伙伴 关键特性： 支持机密组织，可以隐藏部门 支持隐藏重要人员电话号码

人机融合：人无缝融合于机器，彻底融合物理、心理、数字三个世界  人的本质和人的异化：人的权利、AI的权利 • 人在回路，人和机器的互相驯化  无法使用AI的人类个体被淘汰，镜子理论  无法融合人类的AI个体被淘汰  科学问题 • AGI工作机制的可解释性：不可解释就不可信吗 • 两种科学：以人为主的科学，以AGI为主的科学（人可能不能理解）  社会问题 •

发票、微信吸粉、广告、水贴等一系列非正常流量行为。 面临的问题：  诈骗是最为严重的一种行为，是红线以下，对个体伤害巨大。从 2014-2019 年中国网络诈骗举报数量以及中国网络诈骗人均损失趋势两个统计表可以 看到，随着国家的管控力度逐步增大，诈骗数量也呈现逐年下降的趋势， 但对于个体伤害而言，却是逐年增加的。我们能从中看出，一方面人们的 收入水平逐年上升，另一方面，诈骗的手段逐渐更新迭代，隐蔽性增强， DataFunTalk 成就百万数据科学家！ 87 的一个子网。如果我们可以有效的把欺诈子网从整体网络中识别出来，问题就得 到了定位和解决。 图 1 复杂关系网络 01 关系网络与二部图 不同于对个体自身特征的分析，网络提供了对多个对象的关系之间另一种看问题 的视角。把对象看做结点，把交互看成边，对象间的发生的各种关联自然会构成 一张关系网络。从图论的角度出发，根据结点属性的不同可以把网络分为同构图 针对互联网金融独有的特性，对风控提出了新的要求。 1）目前具有央行征信的个体覆盖占全国的 50%左右，对于剩下 50% 客群资质较差的个体，央行征信的风控系统无法进行覆盖。互联网金融 的服务客群就是这剩下的 50%。所以要使得互联网金融信贷用户下沉， DataFunTalk 成就百万数据科学家！ 287 就得要求风控模型覆盖的人群更广，准确地说覆盖大量传统风控不能评 估的个体。 2）互联网金融借贷的期限短，模型要求有较短预测有效期。

4 《关于加快发展先进制造业集群的意见》 ， 明确了集群工作的重点任务， 是开展集群竞赛和谋划落实集群工作的重要参考 ， 总体可以归纳为“一个 体系”和“五个一流”。 n “ 一个体系 ” : 要坚持全国一盘棋进行整体谋划 ， 建立 “世界级 - 国家 级 - 省级”先进制造业集群梯次发展体系。 n “ 五个一流” : 持续推动集群形成一流的协同创新能力、 一流先进制造

规模、区域布局、管理、技术等维度强化成本优势，赚取行业盈利空间和竞争对手的 成本差，能够有较好的成本管控的企业能够长时间穿越周期，获得持续的盈利空间。 不同赛道的定位属性差异明显，在相同赛道内的企业也具有明显的个体属性，在形成 AI 赋能过程中也最终形成长久竞争力的差异。 图表2：化工行业精细和大宗的赛道差异相对明显 来源：国金证券研究所绘制 不同的赛道 AI 的赋能节奏也会有明显不同。从现阶段看，对化工行业 对于人才的储备和设备的工程化理解有长期的历史积淀；  有促进动力：新的技术和工具的优化是提升竞争力的重要路径，AI 智能化的发展已 经在第三产业等形成了明显的效率提升，国家的重视程度明显较高，央企国企的智能 化改造将不仅仅是个体的主动优化，同时也将是自上而下的指导建议；  有需求：国内领军化工企业近十年内快速发展，部分企业已经形成了多业务、多基地、 多市场的综合布局，产品丰富繁杂，需要复杂的管理需求，人员配置也相对较多，在 模型的低成本高效变化，但同制造实业的对接和改善是需要时间的，化 工装置的资本投入相对较大，AI 产生的影响需要时间逐步兑现；  信息保密性和可行性等问题需要更多的体系进行保证：化工的产品制造不仅仅依托于 技术专利，还有较多的个体化优化和经验累积赋能，在很多领域是有技术秘密的，对 于实体运行过程的信息保密，数据训练范围，落地可能性等都需要更多更完善的体系 给予赋能；  效率提升带来人员培养和再分配的解决方案仍需考虑：AI

DeepSeek-V3系统通过语义解析电子病历和影像特征智能比对，显著提升了呼吸系统疾病的诊断准确率。此外，DeepSeek- R1模型在乳腺癌新辅助化疗方案优化中，通过整合全外显子测序数据和影像组学特征，生成个体化用药敏感性预测模型，显著 提高了病理完全缓解率  DEEPSEEK通过多模型技术融合，在医疗领域展现出显著的应用潜力。其核心技术依托于深度学习和自然语言处理，致力于开 发高效的智能工具，优化 进行其碱基排列顺序的测定。主要测定包括腺嘌呤，胸 腺嘧啶，胞嘧啶和鸟嘌呤四种碱基的排列顺序，从而解读所蕴藏的DNA遗传密码。基因测序能够从血液或唾液中分析测定基因全序 列，预测罹患多种疾病的可能性，个体的行为特征及行为合理，基因测序技术有助于锁定个人病变基因，提前预防和治疗。 AI基因测序技术应用方向：  提高测序效率与准确性：AI 算法能快速处理海量基因数据，识别基因序列中的模式和变异。如基于深度学习的算法对大量基因 处理、深度 神经网络、知识图谱等技术。NLPearl系统采用深度神经网络技术，结合患者临床表型和Enliven系统提供的变异位点注释信息，并 采用知识推理技术，提示患者表型和基因型关系，对变异在不同个体上可能产生的影响进行合理评估。NLPearl能将百万人群基因 大数据与人工智能技术相结合，对任意口语化的临床表型进行推断分析，准确率达90%以上。 CNVisi：CNV智能解读报告。CNVisi可