ඔغڳිࣂ޷ݮ҄໰๯଼൛ᄦટܤഃ଼ ......................... 48 5.1 ෻౟හྡྷڕसူדϣ಴ၮ໻඘ຂ ......................................... 48 5.1.1 ෻౟଼൛דฉϦ೧ޯٲ ................................................. 48 — 7 — ¤ ¤ 5.1.2 ෗Վڳޥۤԙ଼ֺ൛॓ඹ ဈcࣔฉ໘ලd ྦྷ෡ྜ๠ฉ೴࡬ඹԁ့ۤ߬ܰēಬຣܚ॓ฉඔѻАིד๥ைௐcྜ ๠ฉҎ೛߬ܰc౿ੁઝฉΑճד๥ԅၽຬ೴࡬͙߬ܰۤ॓ޙസݯ ᄥē౿ੁcׄੁݧਖ਼ث೴࡬Ϣ߬Ѝ࿫ဈēྡྷฉᄆъd — 48 — ¤ ¤ ഴ 5 ളൕグ䰪ะ⹶ؗᚥᒩਦ䜞㖨ഴ ¤¤¤¤¤ ෗Վڳޥۤԙ଼ֺ൛॓ඹ ෗ࠩڳිࣂ޷ݮ҄໰๯଼൛ᆚ຿॓ඹdಘމᆑ௶ᆇၗᅖڕϦਪ හѴಘމރྻຏ଼൛ߙಁēᆮ༶ڳිࣂ޷ݮ҄໰๯଼൛ᆙ඘ࣟޯۤ

解决方案。目标包括三方面：首 先，提升运营效率，将核保流程从平均 48 小时压缩至 2 小时，理 赔自动化率提升至 90%；其次，通过动态用户画像分析，实现产品 推荐精准度提高 40%；最后，利用实时风险监测模型，将欺诈识别 准确率提升至 98%以上。 关键数据指标对比如下： 指标 传统模式 DeepSeek 方案目 标 核保时效 48 小时 2 ≤ 小时 理赔自动化率 35% 90% ≥ 响应时间缩短 骗保行为 62% 89% 4.2 小时→9 分钟 风险类型 传统检出率 智能系统检出率 响应时间缩短 高风险标的 71% 93% 24 小时→实时 异常退保集 群 35% 78% 48 小时→15 分 钟 3. 理赔反欺诈闭环 通过 NLP 技术解析医疗报告、事故照片等非结构化数据，建 立欺诈特征关联网络。测试数据显示，系统可识别出人工审核 忽略的重复就诊编码矛盾、跨机构理赔时间重叠等隐蔽风险。 具的检查报告转换为统一编码 - 针对罕见病或复杂病例保留人工复 核通道 - 通过可视化解释功能展示核保结论的依据，例如高亮关键 风险因子 该方案在某寿险公司试点中，将平均核保时效从 48 小时缩短 至 15 分钟，自动化通过率达 73%，且未出现风险漏判案例。 3.2.1 自动化风险评估模型 在智能核保场景中，自动化风险评估模型通过整合多维度数据 与 AI 算法，实现投保人风险的实时量化分析。该模型以

组合特征时，系统会立即 触发欺诈调查流程，将平均调查周期从 72 小时压缩至 8 小时。最 后，其持续学习机制支持每周增量更新理赔知识库，确保对新型欺 诈手段（如虚拟修理厂骗保）的识别时效性控制在 48 小时内。实 际部署数据显示，某大型财险公司采用该模型后，车险理赔自动化 率从 43%提升至 81%，人工作业成本下降 62%，且投诉率降低 27 个百分点。这些技术特性使 DeepSeek 大模型成为构建新一代智能 成本高、体验差三大痛点。具体而言，DeepSeek 大模型将聚焦于 三个维度的价值创造：首先，通过自然语言处理与计算机视觉技术 融合，实现理赔材料自动分类、关键信息结构化提取以及欺诈风险 实时预警，将单案件处理时效从传统人工的 48 小时压缩至 30 分钟 以内，同时降低 15%-20%的运营成本。其次，基于多模态交互能 力构建智能客服系统，可同时处理理赔咨询、进度查询、材料补传 等高频需求，客户等待时间由平均 8 分钟缩短至即时响 保险理赔业务作为保险服务价值链的关键环节，长期面临效 率、成本与体验的多重挑战。传统人工处理模式在业务量激增和客 户需求升级的双重压力下，暴露出以下核心痛点： 效率瓶颈突出 理赔案件处理平均耗时达到 48-72 小时，车险小额案件需 6-8 个处 理环节，健康险复杂案件甚至涉及 12 个以上审批节点。人工审核 单笔理赔平均消耗 22 分钟，其中 60%时间用于重复性资料核验。 高峰期案件积压率可达日常水平的

典型问题显现：首先，医生平均每天需花费 2.3 小时处理重复性文 书工作，门诊病历书写占接诊时间的 35%；其次，跨科室会诊因数 据标准不统一导致 30%的临床决策延迟；最后，患者咨询服务响应 时效超过 48 小时的占比达 27%，严重影响就医体验。 当前医疗系统存在三个维度的能力缺口：在数据处理层面，传 统规则引擎无法有效解析 CT 影像标注、病理描述等复杂语义信 息，某省级医院测试显示现有 NLP 基础设施差异可能导 致 10-15%的性能波动，建议在方案设计阶段进行详细的基线测 试。通过 DeepSeek 智能体的分层计算策略，某省级医疗大数据平 台成功将千亿级数据量的年度疾病趋势分析任务，从原需 48 小时 缩短至 3.5 小时完成。 2.2.3 自动化流程支持 在医疗系统的日常运营中，大量重复性、规则明确的流程消耗 了医护人员 30%-40%的工作时间。DeepSeek 智能体通过自然语 及异常场景下的鲁棒性，并通过系统化调优策略提升整体性能。以 下是具体实施方案： 测试环境配置 采用与生产环境一致的硬件配置，包括双路 Intel Xeon Gold 6248R 服务器（3.0GHz/48 核）、256GB 内存、NVIDIA A100 80GB 显卡×2，通过 Kubernetes 集群部署。测试数据集包含 10 万 条真实脱敏电子病历、影像报告及结构化检验数据，模拟三甲医院

中 国 教 育 行 业 AI 实 战 手 册 … 1/S0 1/S0 … 1/S0 1/S0 1/S1 1/S1 1/S1 1/S1 1 2 24 … 25 26 6 48 … Intel® UPI 4x16 PCIe 4x16 PCIe DMIx4 DMIx4 模型训练 模型训练 模型训练 模型训练 模型训练 模型训练 模型训练 DMIx4 DMIx4 / 终端数量 与校内数据中心、 IT 系统数据打通 接入公有云 开源 AI 资源 以利用双路英特尔® 至强® 金牌 6240R 处理器（每处理器包含 24 个物理核，系统共包含 48 个物理核）系统实现 48 个学生 课堂实训为例，通过 NUMA 架构分配计算资源如下表 2-1-1 所示： 利用 numactl 这样的系统指令可以对处理器节点以及访问本 地内存进程予以精确控制，从而获得更优的计算性能。例如通 地内存进程予以精确控制，从而获得更优的计算性能。例如通 过 numactl –H 可以获知当前服务器的处理器节点以及对应本 地内存分布情况： 分配给学生实训 使用的系统核编号 学生实训座位号 #0,48 #1 #1,49 #2 … … #47,95 #48 图 2-1-7 基于英特尔® 至强® 可扩展处理器的实训环境构建方案 在实践中，可采用图 2-1-7 中所示架构来构建人工智能教育实 训环境。该架构以基于双路英特尔®

令 操 作 数 分 为 不 同 等 价 类,为各类分配不同的随机掩码,使用对应掩码进行内存数据 读取[４７].Man等使用域敏感指针分析技术将数据分为不同 等价类,为各类分配密钥并进行加解密[４８]. (２)代码随机化指将程序中的代码进行随机化处理,包括 函数、数据结构和调用关系等,使得攻击者无法预测程序的行 为. Crane等使用了新的基于编译器的代码转换和基于硬件 的执行机制实现防御策略 到 另 一 个状态 [４３Ｇ４４] Web应用 程序迁移 将 Web应用程序中的元素属性进行动态更改或迁移 [４５Ｇ４６] 数据随机化 将重要数据信息进行随机化处理,如加密、哈希等操作 [４７Ｇ４８] 代码随机化 将程序中的代码进行随机 化 处 理,包 括 函 数、数 据 结 构 和调用关系等 [４９Ｇ５０] 指令集随机化 对程序的指令集信息进行随机化处理,防止恶意代码的 执行 [５１Ｇ５２] AKRITIDIS P,COSTA M,etal．Data RandomizＧ ation:TechnicalReport:TRＧ２００８Ｇ１２０[R]．MicrosoftResearch, ２００８． [４８]MAN YJ,YIN Q,ZHU X D．FineＧgraineddatarandomization techniquebasedonfieldＧsensitivepointeranalysis[J]．Journalof

图 47： 中国智能视频监控市场复合增长速度高于全球................................................................... 22 图 48： 智慧交通解决方案......................................................................................... 引擎，处理 AI 工作负载可以更加高效，让小巧轻薄的 设备也能支持终端侧 AI。根据 STL Partners 统计，2030 年全球边缘潜在市场将达 4450 亿美元，10 年 CARG 为 48%。根据亿欧智库，2025 年我国边缘计算市场空间达 1988 亿元，具备较大发展潜力。 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 9 / 化成为安防行业的主流趋 势，推动安防市场维持正向增长。在智慧项目推动下，中国智能视频监控市场规模增速 高于全球市场，2019 年中国智能视频监控市场规模达到 106 亿美元，约占全球市场的 48%，预计到 2024 年中国智能视频监控市场将达到 167 亿美元；5 年复合增长率预计 为 9.6%，高于全球市场的 7.1%。 图46：中国安防行业总产值 图47：中国智能视频监控市场复合增长速度高于全球

0ing C a l L laL i alI i I t T 48B Fuyu YOu a I2T i al l u l y a I k Qwen 1.5 2020 2021 2022 2023 2024 16% 14% 12% 10% 8% 6% 4% 2% 0% 52,000 50,000 48,000 46,000 44,000 42,000 40,000 38,000 全球 IT 支出（亿美元） YoY 2020 2021 2022 2023 TFLOPS 34 TFLOPS 1 TFLOPS 9.7 TFLOPS 9.7 TFLOPS - - 显存 最高 192GB 最高 192GB 141GB 80GB 80GB 80GB 80GB 48GB 48GB 显存带宽 最高 8 TB/s 最高 8 TB/s 4.8 TB/s 3.35 TB/s 3.35 TB/s 2039 GB/s 2039 GB/s 864 GB/s 864 GB/s 热设计功耗

③社会操作系统 ⚫ 城市智能中枢：在深圳试点中，DeepSeek 实时优化 1300 个红绿灯，早高峰通勤 时间缩短 28% ⚫ 危机预警网络：通过分析社交媒体情绪波动，提前 48 小时预测群体事件 2.产业重构：从竞争到共生的生态革命 DeepSeek 正在催生“AI 原生经济”，重构传统产业逻辑： 底层逻辑转变：企业核心竞争力从资源占有转向智能连接密度——即与 将成为“产业操作系统”，催生三大新兴经济形态： ①智能原生经济 生产范式：从“设计-制造-销售”转为“需求直连制造” 典型案例： ⚫ 用户描述理想沙发→AI 生成 3D 模型→工厂 48 小时定制交付 ⚫ 农民用方言描述病虫害→AI 诊断并调度无人机精准施药 ②认知增强服务 脑力租赁市场：普通人可出租 AI 训练能力（如标注数据获得收益） 教育革命： ⚫

存货 1,124 1,355 1,492 1,838 流动比率 1.20 1.22 1.21 1.24 其他流动资产 30,297 36,252 38,976 48,735 速动比率 0.60 0.59 0.62 0.60 流动资产合计 42,309 44,642 55,256 60,484 现金比率 0.26 0.14 0 其他流动负债 9,698 11,190 12,246 13,948 每股股利 0.08 0.00 0.00 0.00 流动负债合计 35,140 36,614 45,838 48,937 估值分析 长期借款 5,716 5,716 5,716 5,716 PE -227.16 127.75 74.48 44.09 其他长期负债