从探索到落地：福建海峡银行 AI 大模型的轻量化实践 证券公司数字化转型的系统性规划与实践：从战略设计到落地攻坚 资本市场数字化趋势相关思考：技术跃迁与场景裂变 零信任架构在证券公司数字化转型中的应用实践 证券公司集约化运营的几点思考——数字化浪潮下的服务效能革命 信托公司数字化转型要“尽力而为、量力而行” 关于 Text2SQL ROI、高频、 易落地的业务场景，确保资源精准投放；三是安全筑基， 从架构设计到数据管理，严守合规与安全底线，构建可 信赖的技术底座。 面对算力瓶颈，福建海峡银行的技术选型体现了鲜 明的资源集约导向。 选定 DeepSeek-R1-Distill-Qwen-32B 作为基础模型提 供服务。该模型在核心语义理解与生成能力、本地算力 适配性及部署成本之间实现了最佳平衡。 摒弃对超大参数模型的盲目追求，经过严格评估， 可以沿着两大战略路径协同推进：在体系重构维度，通 过业务流程的智能化重塑与管理模式的敏捷化升级，打 造新一代数字化经营管理平台；在运营提效维度，依托 人工智能、大数据等技术赋能，实现核心业务的自动化 处理和智能化决策，构建起集约高效、安全可靠的数字 化运营体系，全面提升经营管理的精细化水平和价值创 造能力。 在经营管理数字化上，东方证券重点推进两大核心 任务：一是通过构建数智化合规、风控、审计平台，提 升内生性合规风控能力，形成贯穿业务全链路的智能内

FRER FRER FRER 无人铁水运输 堆取料机远控 无人天车作业 炉前工作远控 皮带智能巡检 操作室集中 ....... • 办公、生产 PC 集约建设，集控中心集约高效 • 超融合架构， IT 资源统一运维管理 • 快速部署和适配工厂 / 车间 / 现场各级应用 • 解决生产现场工控硬件、操作系统适配和数据 安全问题 PLC L1 生产执行系统 视频监控客户 端 MES&OA 、能环监控 物料跟踪、电子挂 / 摘牌 生产线软件 @ 云电脑 C/S 架构客户端 B/S 架构客户端 施耐德 PLC HMI 建设工控边缘云，实现生产集控的集约化部署 定义新一代算力节点，加速工控关键设备升级换代 基于新一代算力节点的软件定义工业控制 云化 PLC @ 算力基站 实时操作系统 RunTime 非实时操作系统 ID E SCADA

之 间往来频繁。工业革命、电气革命、信息革命，以 及世界范围内的城市化、城镇化发展，推动着公 共交通系统的不断变革与发展，在满足公众在城 市内部、城乡之间的基本出行需求之外，公共交通 系统集约化、节能环保与低出行成本的特征使其在 有效缓解交通拥堵、应对资源环境挑战、保障民 生、促进经济发展等方面发挥着举足轻重的作用。 中国拥有参与人数最为众多、网络结构最为 复杂、服务业态最为丰富的公共交通系统。优先 交通、常规公交、灵活公交等多种公共交通方式 出行信息和资源的交互与整合，进行一体化规划 设计及协同化运营调度，充分发挥各方式的优势， 打造以轨道交通为骨架，以常规公交为主体、以 灵活公交为补充的多层次、一体化集约城市公共 交通服务体系 （图4），充分实现多方式融合发展， 面向乘客出行需求提供全链条、精准化、高品质 的一体化出行服务[15-16]。 3.2.3 运营管理模式转变：从粗放扁平到数字 精准 出行需求和出行方式变化的适应性和灵活性，公 共交通供给结构应由过去重视均质化规模增长向 兼顾系统效能及服务水平双重提升的存量挖潜转 变，推进公共交通组织模式与供给投入的精准匹 配。构建一体化集约公共交通系统，以高质量公 交出行服务供给满足高层级出行需求，并促进高 层级需求呼唤高质量供给，形成公交出行服务供 给和需求正反馈机制，使供需两端相互配合、协 同发力，进一步推动形成公共交通出行需求牵引

平台是覆盖大模型和传统 Al 的一站式机器学习平台，为客户提供从数据准备、模型精调、效果评测到模型部署的全流程工 具链，帮助用户以更高效率精调并部署真正可用的大模型。同时，腾讯云 TI 平台还为客户提供面向异构算力的集约管理能力，能帮 助用户全面管理、精细调度、高效运维国产算力，加速各行业数字化转型。 腾讯云TI平台 覆盖大模型和传统AI的一站式机器学习平台 产品架构 大模型广场 快速试一试 一键部署大模型，快速体验推理效果 全开源可扩展数据 处理pipeline AI建模和部署 AI资产管理 自研混元大模型 自研行业大模型 开源大模型 通用AI框架 大模型训练 垂类场景模型训练 模型部署与服务运营 算力集约管理与调度 应用场景 国产数字化升级标杆实践报告 19 - 国产数字化升级标杆实践报告 19 - 金融 教育 地产 代理人辅助 教培助手 物业管家 ...... 部分垂直行业场景示例 国产数字化升级标杆实践报告 核心优势 AI开发全生命周期国产支撑 内置主流 AI训练和推理框架，部分框架已适配国产算力 支持X86和ARM异构算力纳管，实现英伟达GPU与国产AI芯片集约管理、调度 已兼容国产容器平台、数据库、操作系统 内置自研混元大模型和主流开源大模型，部分模型已适配国产算力 模型 框架 算力 底层软件 实用工具链 稳定可控的 训练调度 方式齐全的

咨询报案 智能派工 智能服务平台 全渠道服务 智能占比 50%↑ 在线智能客服 IVR 自助语音 接听率保持稳定 监管投诉降低 3.3/ 月→ 0 智能质检 数据运营 智能服务运营 服务人力集约 50%-70% 满意度 97% 98% → 高效服务受理 智能服务 100% 国泰原有服务结构 国泰当前保险服务能力 国泰当前服务结构 国泰代运营案 例 理赔 拒赔申诉 咨询 报案 互联网非车险 业务增长—国泰智能服务覆盖 互联网 传统保险 车险 非车险 咨询 相互独立 不成体系 相互关联 融会贯通 国泰智能服务 智能服务 53% 温度服务 人力集约 10.13 开线仪式 9.1 异地受 理 6.1 方案确 认 智能客服工具 拒赔申诉 服务运营产品 轻量化运营体系

集成商各聚生态 • 系统纵横联合、集成为主，智慧大 脑 / 城市大脑 • 依职能共享 • NB-IoT 、 5G • 大数据、人工智能、区块链 • 智慧城市平台和 OS 数据驱动 • 以人为本、统筹集约、注重成效 第三次浪潮 统筹推进期 （新型智慧城市） Source: 中国信通院 转型驱动 第四次浪潮 变革重构期 （后疫情、新基建） 2025 年 • 新型城镇化、疫情、新基建 • /200+ 城市 /90+ 顶设 标准：智慧城市 GB/T36333-2018 人才： 5000 人 伙 伴 ： 6700 创新 : 1200 亿 原则：统一规划：统筹规划、集约建设；目标明确、投资高效；精准实施： 结合实际、突出特色；急用先行、分步实施 Huawei Confidential 34 智慧城市成功关键：三个理念，四个要素，保障落地 三个理念 四个要素

两类管道预留，实现制冷模式 的灵活适配，风液混合部署，提高功率兼容性和冷量利用效率，适配高功率密度设备 部署需求。利用预制化和模块化技术，达到液冷产品的标准化和集成化，以便快速交 付业务。通过集约化供冷和供冷资源的池化，实现不同设备和环境的混插混用，以及 跨楼层、跨机房的冷量柔性化动态调节。 （1）灵活性强：液冷云舱模块化架构可预集成液冷机柜、智能配电、冷却单元 等核心组件，支持按需 数字化管理平台整合智能传感、监测和智能调度系统，通过监控 屏幕的数据呈现，实现对云舱内液冷 CDU、列间空调、液冷电源、环境等状态的不 间断监控。通过整合云舱系统的数字化仿真、漏液监测和智能调度能力，实现集约化 管理和自有产品的纳管。 （1）智能监控功能 液冷云舱智能化管理平台由一体化监控单元、传感器、数据交换设备、显示屏等 硬件组成，具备对设备数据的采集、存储、分析、告警、展示等，实现对动力、环境、

表征、拓扑关系建模、实时负载度量等关键维度缺乏统一语义定义。 这种标准缺失导致跨管理域的资源发现与调度需通过复杂的定制化 中间件实现，显著推高系统集成成本与生态协同门槛，阻碍产业级算 力网络的集约化演进。 经济挑战：在分布式算力感知与调度技术蓬勃发展的当下，行业 在经济层面遭遇诸多挑战。资源成本方面，地域与厂商差异导致算力 资源成本结构复杂多样。不同地区算力资源在价格、性能及可用性上 系 统依托自适应算法实现精准动态供给。行业实践表明，超大规模云服 务商已建立体系化调度框架，显著提升资源集约效能；混合云架构通 过能力下沉构建全域协同的算力供给网络。开放标准体系持续深化 ——硬件层依托开放计算推进异构环境兼容，软件层基于云原生规范 62 统一编排范式，为产业集约化发展奠定基础。 5.2.3 智能化阶段 智能化阶段是行业从“量变”到“质变”的关键跃迁。人工智能、 生态化阶段标志着行业竞争范式从单体创新向全产业链协同的 系统性跃迁。随着算力基础设施逐步成为支撑经济社会发展的公共基 础资源，产业生态链加速完善——上游异构计算架构持续演进，推动 算力资源弹性供给能力升级；中游绿色集约化设施构建稳健算力底座； 下游开放平台通过标准化接口赋能垂直领域创新应用；终端用户基于 服务化模式实现普惠接入。行业实践表明，领先云平台已形成繁荣的 应用开发生态，国家级算力枢纽工程有效促进跨区域资源协同。当前，

交通运输全场景一张图的全局可视能力。 2. 部分大屏仅视频。基本无主体视图， 内容比较分散 ，缺少主体界面 ，指挥依旧靠多个 PC 屏幕拼接展现。 3. 内容不准或缺失。数据资源集约整合程度不够 ，信息资源分散 ，资源利用率不高 ，信息化与业务融合度较差； 客户痛点总结 分析预测不足 预警协同不够 业务展现不全 8 8 2 城市交通一体化解决方案 城市交通一体化项目实践 ，实现交通安全风险的智能研判预警 ，突发或异常预测预警事件分拨 和高效协同处置 ，事件处理过程跟踪监督评估 ，实现交通运行一图全面感知、一键全局掌 控； 综合交通运行缺 预测、预警能力 据资源集约整合 主体呈现界面。 乏全局实时监测 ，交通运行态势难以精准掌握；交通运行态势感知、 弱 ，信息化与业务融合度差 ，难以为管理人员提供精准决策依据；数 程度不够 ，信息资源分散

AI 项目“烟囱式 ”建设痛点越发严重 智能化趋势下：多品牌多场景下的重复造车轮，导致模型算法和镜像等 AI 资产管理分散，无法沉淀复用和统一运用。 底层统一 上层统一 中层异构 AI 治理 集约敏捷的 AI 中台式建 设 业务系统 B 业务系统 C 业务系统 A AI 项目的烟囱式建 设 知识引擎 大模型 API （ DeepSeek/ 客户专属 模型 / 混元 / 行业模型等）