市场概述 政策法规的逐步完善：划定安全边界与产业规范 11 资料来源：公开资料、泰伯智库  2023年11月17日，工业和信息化部等四部门发布《关于开展智能网联汽车准入和上路通行试点工作的 通知》，在道路测试与示范应用基础上，开展L3和L4级别智能网联汽车试点工作。  短期内受安全事件舆论影响，政策似乎有从严监管趋势。但从长期来看，有助于行业积累实际运营经验， 从而逐步完善政策法规，划定安全边界与产业规范。 的智能网联汽车产品，开展准入试点 上路通行 对取得准入的智能网联汽车产品在限定 区域内开展上路通行试点车辆用于运输 经营的需满足有关运营资质和运营管理 要求。 • 积累经验 • 支撑相关法律法规、 技术标准制修订 • 加快健全完善智能 网联汽车生产准入 管理和道路交通安 全管理体系 工信部《关于术 语规范与责任绑 定的公告》 2025年 4月16 日 禁用“自动驾 驶”表述，统 & 策略） 弱化高精地图依赖： • 全球坚持‘轻地图+重感知’，减少高精地图依赖。 区域性地图合作 (中国)： • 引入百度高精地图数据，形成‘轻地图+重感知 +本地化数据’模式，平衡法规与技术。 特斯拉FSD：端到端AI驱动的自动驾驶革新 (核心：单一神经网络，像素输入 -> 控制输出) 资料来源：特斯拉公开资料，访谈，泰伯智库 创新者研究 特斯拉：端到端驱动进化与本土化合作

选址战略。同样，96% 的受访高管表示数据 隐私、安全和法规将在未来两年决定其运营 地点。不过，需要注意的是，许多隐私法规 并不那么严格，不一定会要求企业实现数据 本地化。而利用混合云环境，企业能够确保 遵守数据隐私规定，同时保持运营灵活性。 的受访高管预计 AI 将在 2026 年影响其选址战略。 93% 的受访高管表示数据隐私、安全和法规 将决定其 2026 年的运营地点。 96% 2025 年将更多地在地区层面管理数据战略和治理，而 26% 的受访高管则表 示将采取更全球化的方法。尽管如此，69% 的受访高管预计其组织会因采用 AI 而受到监管罚 款。 19 随着相关法规得到更广泛的确立和采用，高管们预计这种风险将会降低。例如，57% 的受访 CEO 表示欧盟《人工智能法案》提供的指导方针增强了其投资 AI 的意愿。 20 生成式 AI 的预测 能力也可以帮助组织应对意外事件。事实上，77% 可以这样思考：企业在开拓新市场推动增长的同时，需要利用客户数据来推动产品开发，并通 过 AI 提供个性化体验。同时，企业还需要遵守当地的法规和文化期望，即如何使用 AI，以及 如何保护私人数据。因此，企业会优先考虑那些能同时提供技术人才、计算能力、支持性法规 和客户需求的理想市场，以寻求增长。 因此，有 89% 的受访高管同时认可关于 2025 年选址战略的两项陈述，尽管这两项陈述看似相

AI 的探讨中，我们习惯于将 AI 作为一个独立解决方案，从产品的角度解 决它的商业化难点，但近日《中国医学伦理学》期刊上发表的文章《人工智能医疗监管 与治理创新：突破现行规范框架的思考》从法律法规的角度谈起了商业化解决之道。 作者东软医疗系统股份有限公司陈炳澍、西安交通大学法学院王玥认为：AI 发展过程中 难免冲击现有法律规范社会秩序、伦理道德，但 AI 在医疗领域应用还是具有十分美好 工智能的发展与商业化构造良好的生长环境。  建立全链条创新激励型监管体制 为了保障人工智能的安全创新，监管方应建成覆盖全生命周期、动态的创新监管体系。 具体执行时，一方面应建立敏捷的系统协调法规监管、临床管理和医保物价部门的协同， 使新技术的商业闭环能尽快实现；另外一方面，还要推进产业技术部门和行业监管部门 协同，使新技术能迅速产品化，加速上市前审批和加强上市后监管，促进新技术的安全 供数据支持。 53 例如，埃格林医药基于大语言模型开发了 Medraft AI 智写系统，为 FDA 法规文件的编 写和管理提供智能化解决方案。该系统可以自动生成临床试验方案、新药申请 (NDA) 文 件等各类 FDA 法规文件草稿，并将写作时间缩短了 50%。系统内置 FDA 法规和写作规 范，通过 AI 自动化的流程，确保在合规框架下生成完整且精准的文档。 为保证文件内容的准确性和申报材料的高质量，Medraft

户个性化体验，可有助于最大限度地提高 投资回报。 建立对转型路线图的信任 人工智能的应用可能使银行业面临独特的 信任风险，这意味着必须从一开始就实施 主动风险管理。银行必须应对数据隐私和 安全方面的挑战，以确保遵守金融法规， 同时保护敏感客户信息。消除算法偏见并 使用透明且可解释的人工智能技术，且这 些技术能够让监管机构、客户以及公司内 部人员充分信任，这对企业而言至关重 要。 为人工智能应用打造可持续的技术和 智慧银行：以人工智能驱动转型并创造价值 13 赋能 在赋能阶段，重点应提升员工技能并建立人工智能实施基 础。银行应任命一名高管作为负责人，制定人工智能战 略，识别高价值用例，提高人工智能素养，确保遵从相关 法规，并建立道德护栏。人工智能试点应涵盖多个职能， 而云平台和预训练模型则应在尽可能少进行定制化的情况 下加以利用。 融合 在融合阶段，应将人工智能集成到工作流程、产品、服 务、价值流、机器人和可穿戴设备之中，以实现更大价 利用人工智能 为员工赋能 赋能阶段主要关注对员工进行赋能并为人工智能应用奠定基础。在 企业层面，银行应任命一名高管作为负责人，制定人工智能战略， 识别高价值用例，提高人工智能素养，确保遵从相关法规，并建立 道德护栏。 在职能层面，银行应在各个领域试行人工智能解决方案，培养员工技能，促 进创新，并从最初的试验中学习经验。 在基础层面，银行应利用由战略供应商提供的经少量定制的云平台和预训练

加能源供应或引导需求侧管理，以维护能源市场的稳定。 14 ◼ 能源交易的辅助决策： 1、交易机会识别：Deepseek等AI大模型可以实时监测能源市场的各种信息，如价格波动、交易量变化、政策法规的发布等，从中识 别出潜在的交易机会。例如，当某个地区的能源价格由于突发事件而出现大幅波动时，模型可以及时发现并提示交易商抓住这个机会 进行交易 2、交易对手分析：在能源交易中，了解交易对手的情况对于制定合理的交易策略非常重要。 大模型可以通过对交易对手的信用记录、财 务状况和市场声誉等信息的分析，评估交易对手的信用风险，并为交易商提供信用风险预警和防范措施。 3、政策风险：能源行业受到政策法规的影响较大，政策的变化可能对能源市场的供需关系和价格走势产生重大影响。AI 大模型可以 对政策法规的变化进行实时监测和分析，预测政策的影响范围和程度，帮助能源企业和交易商及时调整经营策略和交易计划，降低政 策风险。 4二、能源市场与交易 4三、能源数字化转型

家，中国证券公司共 131 家。 11 合规压力来源于监管环境的变化，新的监管法规和标准 要求金融机构不断更新和完善自身风险管理框架，甚至构建 新的合规体系，例如衍生自金融监管的监督审计和衍生自金 融风险领域的反洗钱。这增加了机构的合规成本，也加大了 金融机构平衡合规性和业务灵活性的难度，以及管理难度。 客户个性化及监管法规和标准的增多，使得数据结构趋 于复杂增大了数据的整合难度。不同机构、系统之间的数据 构将承担包 括巨额罚款、品牌形象损害等严重后果。 金融数据安全领域存在《中华人民共和国中国人民银行 法》《中华人民共和国银行业监督管理法》《中华人民共和 国商业银行法》在内的多项法律法规。在数据隐私法规日益 严格的情况下，为确保合规，金融机构需要不断更新和完善 安全措施，这也将耗费大量的人力和财力。 数字孪生技术在解决上述金融业务场景的痛点上，具有 广阔的应用前景。在营销上，可以通过模拟客户虚拟业务场 在数据安全和隐私保护方面 数字孪生技术给金融机构提供了新的数据安全和隐私 保护解决方案。通过数据模拟仿真技术，金融机构能够在保 护客户隐私的同时，完成对拟真数据的分析和模型训练。在 数据隐私法规日益严格的背景下，仿真业务数据的应用为金 融机构提供了一个既安全又高效的数据处理方案，既有利于 满足合规要求、赢得客户信任，也与绿色金融、普惠金融领 域对个人信息和隐私保护的要求相呼应。 数

在安全层面，人形机器人面临功能安全、网络安全、 个人信息安全、数据安全、国家安全等诸多安全问题。 为应对这些问题，应首先加强技术研发，确保机器人 的可靠性和安全性。在研发验证到规模化落地的阶段 内逐渐完善法律法规，明确人形机器人的权利与义务 边界，同时开展伦理教育，引导公众正确看待人机关 系，推动人形机器人在符合人类价值观的前提下健康、 可持续发展。 目前人形机器人行业仍面临大规模商业化难题。受技术发 iMarketing），基于自有移动端大数据和用户画像标签，对人群社会属性、地理位置、轨迹特征、线上行为偏好等多维度数据进 行统计与分析； 4）月狐调研数据，通过月狐调研平台进行网络调研； 5）其他合法收集的数据。以上均系依据相关法律法规，经用户合法授权采集数 据，同时经过对数据脱敏后形成大数据分析报告。 3. 数据周期及数据指标请参考各页标注。 4. 免责声明 月狐数据MoonFox Data所提供的数据信息系依据大样 护，部分内容采集于公开信息，所有权为原 著作者所有。未经本公司书面许可，任何组织和个人不得以任何形式复制或传递。任何未经授权使用本报告的相关商业行为都将违反《中华人民共和国 著作权法》和其他法律法规的规定。 深圳市和讯华谷信息技术有限公司‌版权所有‌©2022-2025 粤ICP备12056275号

技术的 布局和新业务的增长。 场景四：满足数据合规要求。企业在拓展出海业务时，受数据合规和网络地 域等要求，会在不同地域选择具有影响力的本地云服务商。这些服务商可以 根据数据的敏感度和所在地法规要求，设计本地化的定制方案，确保数据合 规存储和处理。 场景五：多级组织建设需要。一些大型集团用户的不同子公司信息平台会出 于商务、成本、合作对象的考虑，独立选择云服务商，这导致企业集团范围 争激烈的商业环境中，多云策略为企业提供了至关重要的全球化竞争优势。 尤其对于那些致力于提供全球化服务的企业来说，多云环境不仅是一种必要 的选择，更是提升其全球部署效能的关键途径。它帮助企业跨越地理边界， 根据各地不同的市场需求和法规要求，灵活选择并整合最适合的云服务资 源，实现快速而高效的分布式部署。同时，多云架构保障了企业在各重点区 域提供贴近本地需求、高效率且具有高价值的定制化服务，真正意义上实现 了全球化与本地化的 够规模的云 服务资源，能够根据企业出海业务情况，就近提供Region和AZ，并利用本地化 服务团队实现高效的运营、合规和定制化服务。 对于覆盖不同地域的全球性企业来说，云服务商所提供的符合当地法规体系的合 规支持能力非常重要。这些能力能够为快速发展的企业设置足够的安全壁垒，极 大地降低新出海企业在法律、政策方面面临的未知风险。 �� 在下一朵云上 解锁AI发展新动能 第四章 �

发言人：领域特定用例的优先级排序、开发和部署 开发和实施 数据处理与使用 数据管理 中心：数据/人工智能合规性与指导原则，数据标准/目录 发言人：数据质量保证、数据管理员、数据访问管理 法规和政策 意识和沟通 能力 并且文化 中心：基础培训、最佳实践分享、社区建设 发言人：能力发展和特定于业务单元/功能的培训 培训 工具 技术 中心节点： 基础设施与平台/工具提供，技术与合作伙伴关系

为接线员应答提供 了答案模板，便于接线员提高接诉效率。然而，政策知识库存在着分类标准不清 晰、不全面的问题，尤其在一些情形复杂且多样的政策领域。另外，政策知识库 更新不及时，各部门出台的政策、法规未及时向政务热线提供具体规范的解读和 必要的知识同步，导致出现热线办理与政策规范相冲突的状况。 第二，合理、规范识别诉求的压力持续增加。其一，通常来讲，政务热线不 受理须通过诉讼、仲裁、纪检监 P）技术自动理解 并提供精准回复。例如，当市民询问“如何办理居住证”时，系统可自动提取核 心信息，提供详细的政策解读或引导至相关服务部门。 2.统一知识库建设 政务热线需要实时更新各类政策、法规及办事指南，而传统知识库的维护效 率较低。大模型结合知识图谱技术，可以构建动态知识库，自动解析并整合各类 政策文件，使热线系统能够即时提供最新的政策信息。例如，市民咨询社保缴费 政策时，系统可 理方式等问题提供了新的解决途径。同时，该模型实现了文书撰写的全流程智能 化，从执法取证文档的上传到匹配生成的事件文书，形成了高度自动化的闭环， 通过智能问答-现场对话的形式，便捷、高效地检索出执法规范和标准，力求办 45 案流程的详细展示。蜜度大模型能够缩短行政处罚决定书的撰写时间，从平均 3 小时缩短至 30 分钟，错误率减少 80%以上。 3.智能赋能宣传工作，数据驱动优化传播路径。在政务宣传与舆情管理方面，