多云是企业开展智能化升级的重要策略 �.� IT复杂性攀升，安全、效率、创新、成本成为长期挑战 �.� 重视六大核心能力，构建先进多云体系 第四章 在下一朵云上，解锁AI发展新动能 �.� 获得先进技术能力是当前企业选择下一朵云的首要核心驱动力 �.� 围绕AI构建多云能力的三大步骤 �.� 最佳实践 第五章 IDC建议 第六章 关于火山引擎 �� �� �� �� �� �� �� �� �%的中国企业已经构 建多云/混合云环境，被访企业平均拥有�个公有云服务商，�个私有云服务 商；��%的中国企业将在当前和未来�-�年持续选择多云部署模式，有意识地 将资源、业务和服务能力分散到多个云平台上。 �� 获得先进技术能力是当前企业选择下一朵云的首要核心驱动力。企业在新引 入云服务商时，应关注其是否在关键领域具备符合企业发展需求的领先技术 优势，这对企业未来发展具有显著的现实意义。这些关键优势包括：全面立 步落地，推理任务逐渐增加，企业应审慎应对未来AI应用对数据传输、计算 资源等维度的更高要求，以确保推理任务获得更佳的访问性能、资源利用效 率、扩展性、灵活性、安全性和成本优势等。此外，企业在选择新的云服务 商时，应重点考量其对未来多模态、多场景、多技术栈等趋势的综合支撑能 力，确保企业IT技术架构始终具备足够的前瞻性和灵活性。 �� 三大变量驱动 第一章 企业云战略向“创造业务价值”方向演进

实践方法论 1，需求诊断与场景锚定 流程智能化的实施必须始于精准的业务需求识别与场景选择。首先，企业需通过对于内部流程的抽 象挖掘，映射绘制出端到端业务流程图。其次，再结合历史数据挖掘关键瓶颈。比如，制造企业可 以通过绘制端到端采购流程，评估各个流程节点耗时在全流程中占比，从而找到关键场景。 具体的场景选择，企业应遵循“痛点优先、价值可测”原则。比如，场景价值度高低的评判应当交 由业务专 由业务专家定夺。业务专家组成评审团，定量打分与定性讨论相结合，评定场景价值度。 实践方法论 2，技术选择与整合 技术路径的选择需兼顾适配性与前瞻性。企业应当基于流程智能四层架构理论，在感知层、认知层、 决策层和执行层找到合适的技术路线。同时，流程智能化必须突破数据孤岛与流程割裂。 企业可以通过构建穿透式数据治理体系，突破数据孤岛。物理穿透层面，企业通过多模态数据中枢 整合异构数据源，形成全 中集集团在推进该项目过程中，面临着三重核心挑战：其一，业务流程体系庞杂需深度 梳理优化；其二，需实现多套异构系统的无缝集成与数据贯通；其三，项目需支持集团 多层级组织架构的协同运作。 基于此，中集集团选择与蓝凌达成战略合作，不仅源于蓝凌在大型集团企业 BPM 流程 管理领域具备的成熟方法论与标杆案例，更看重其数智化办公解决方案的丰富经验与本 土化服务能力。依托蓝凌 BPM 平台先进的架构设计及模块化产品能力，双方通过专业

因为 ORM 和 PRM 等基于神经网络的都可能遭受 reward hacking 而 retraining reward model 需要大量的计算资源，可能会复杂化整个流程 训练模板： 选择最简单的 Thinking Process ， 直接观察到最直接的 RL 过程下的表现 DeepSeek-R1 Zero: 无需监督微调 SFT ，纯强化学习驱动的强推理模型 DeepSeek-R1 Long2Short 方法 模型融合：将长文本 CoT 模型和短文本 CoT 模型的权重进行平均，得到一个新的模型。 最短拒绝采样； Short Rejection Sampling ：从多个采样结果中选择最短且正确的答案 然后做 SFT DPO （ Direct Preference Optimization ）：使用长文本 CoT 模型生成的答案作为偏好数据来训练 Short CoT 模型。 理长度与推理正确率之间 的关系。例如，针对一个序列中的下一个动作，若存在一个是错误答案而另一个是正确答案的情况， 传统的方法会倾向于提升选择正确答案的概率，同时降低选择错误答案的概率。然而，从推理长度的 角度来看，有时选择看似错误的答案可能会引导模型进入自我修正的过程，这种自我修正机制以及 更 长的推理路径同样对提升模型的整体推理能力至关重要。 技术对比讨论： Kimi

业认为可能性的极限。Accenture的研究发现，凭借其重 新构想和增强复杂任务的能力，生成式人工智能有望在 领导AI采用的公司中推动生产力提高20%。 12 人工智能的关键在于企业领导者如何选择利用它所赋予 的新维度自主性。但在这个新世界中取得成功并做出正 确的选择将不是一项小任务。与自主性这一理念紧密相 连的是信任的基础——对企业而言，信任将是明天增长 的最重要的保障。 或者看看工作中的AI。每天都有更多的工人发现他们在 要整个 组织的这一抽象层，以产生明天企业所需的速率和治理 。（ ） 参见更多内容。 ) 自主性意味着我们可能不知道一个系统是如何或为什么 做出特定决策的——但我们必须提出这些决策以确保做 出正确的选择。在导航二元大爆炸的过程中，信任将是 至关重要的。企业习惯于能够购买现成的软件，而不需 要像照顾孩子一样关心其决策过程。企业需要的不只是 技术基础设施来培训和开发这些模型——在这一点上， 建立护栏和强化措施以确保良好的结果比以往任何时候 步。 公司熟悉构建基于LLM（大型语言模型）的系统，并且想 要在二进制大爆炸中投入更多资金，可以从寻找内部机会 开始。一个良好的开始是创建特定任务的内部代理，利用 丰富性、抽象和自主性原则来指导您选择用例。在从小规 模开始之后，您可以逐步进行，随着时间的推移，扩大内 部代理可以访问的功能和数据，并利用它们来学习和准备 未来构建面向外部的代理。 追踪代理系统的研究，以丰富你的艺术可能性。这些系统

舞动极光太好玩了 ~ 10 分钟，我感觉⾃⼰⼜活 过来了 原来喝⽔得喝够了才 能减肥啊 ~ 新知识 get!! 运动数据收集 & 反 馈 哇塞，饮⾷建议都 有了 ~ 今天再也没 有选择困难了 拍照药盒可以直接⼀键下 单，太⽅便了！ 要不在忍⼀会，我⼀定会 瘦 是不是真多要过午不⾷？ 可是我的真的好饿啊 哇塞，提醒我 要记得吃 药！ 有点困了，⼿表提醒我 医院数据的应⽤价值 可 以得到释放 医学数据结构化提取、标准化 DeepSeek 对于医疗体系有那些影响？ - 医 院 医院 24 研发⽅向探索 • 检索药监、⽂献、临床指南、申报⼚家 数量等选择潜在靶点（需 RAG 未公开数据） • 知识图谱可关联临床试验数据与 RWE 试验， 去观察有潜⼒的适应症 试验设计优化 • 患者分层：基于⼤模型的语义理解能⼒， 从历史数据中识别符合⼊组标准的“数 供应链 多渠道营销 学术化推⼴ • 交叉证据⽹络构建 患者服务 31 ROI 优化 • 明确应⽤场景：不是所有场景需要 AI • 混合部署策略 :“ 该省省， 该花花” • 模型选择和微调：“满⾎ ”虽好， 但所需推 理资源逆天 • ⾼并发处理 使⽤场景与内容风险 • 内容准确性验证： 专业内容需交叉 验证、追溯来源 • 版权意识：避免直接商⽤模型⽣成

根据⽤户数据/输⼊，⾃动⽣ 成健康建议、今⽇运动/饮⾷ 规划 • 健康状况周期性AI反馈 • 腾讯健康可⼀健拉起医⽣ 在线咨询、药品复购 健康新提醒 ⽤户情绪 曲线 哇塞，饮⾷建议都 有了~今天再也没 有选择困难了 今天⼜是活⼒满满的⼀ 天 今天也不要忘记好好照 顾⾃⼰哦！ 哇塞，提醒我要记得吃 药！ 原来喝⽔得喝够了才 能减肥啊~新知识 get!! 好累啊~脑⼦快转不动了 舞动极光太好玩了~ ⾮标数据”等困境能得到极⼤ 缓解，医院数据的应⽤价值可 以得到释放 医学数据结构化提取、标准化 24 新药研发：借助⼤模型，提升药品研发的效率和速度 • 检索药监、⽂献、临床指南、申报⼚家 数量等选择潜在靶点（需RAG未公开数据） • 知识图谱可关联临床试验数据与RWE 试验，去观察有潜⼒的适应症 研发⽅向探索 • 患者分层：基于⼤模型的语义理解能⼒， 从历史数据中识别符合⼊组标准的“数 内容准确性验证：专业内容需交叉 验证、追溯来源 • 版权意识：避免直接商⽤模型⽣成 的代码、⽂案或设计 使⽤场景与内容风险 • 明确应⽤场景：不是所有场景需要AI • 混合部署策略:v“该省省，该花花” • 模型选择和微调：“满⾎”虽好，但所需推 理资源逆天 • ⾼并发处理 ROI优化 个⼈应⽤ 企业应⽤ • 避免透露公司敏感信息：⽐如内 部⽂件、政策草案、经济数据等 法律风险 虚假信息 32

的快速创新阶段已经结束。我们现在处于融合阶段，而且已经到了这样一个阶段：大多数专 用网络技术已无明显差异，只会增加市场阻力和成本，却无法带来竞争优势。 产品公司现在可以从极少的关键设备网络中进行选择。四种局域网加上蜂窝网络、卫星网络 和LP-WAN就能满足大多数应用场景。其他专用网络则用于填补空白。 • 标准局域设备网络 o 以太网——有线 o Wi-Fi——无线 ead与 Zigbee一样，使用相同的行业标准802.15.4无线电子系统，因此多家供应商都能轻松提供 相关的无线电芯片。展望未来，Thread是实现安全、可靠、低功耗mesh网络连接的最佳 选择。 利用Wi-Fi、Thread和低功耗蓝牙来构建IoT产品既简单又经济。芯片厂商将这三种无线电 通信功能集成在单个芯片上，并配备统一的软件协议栈。恩智浦的“三频无线”技术通过以 下方 和 Thread）技术的成熟，适用的“类似特征”范围也在扩大。不过，LAN网络的可扩展性以 及类似Matter的应用层存在一些根本局限，到了一定程度，企业就无法使用这些技术进行 部署，只能转而选择需要授权的连接解决方案。接下来，我们将探讨免授权连接在企业应用 中的局限性。 表1：消费者与企业设备连接 连接要求 消费类（HSB） 企业 频谱 免授权（ISM频段） 免授权和授权

”的作业环节，降低 人员安全风险、提升工程建造质量与施工效率，制定本导则。 1.2 本导则适用于成都市行政区域内各类新建、改建、扩建工程项目的建筑机器人应用选择 及场景准备工作，涵盖房屋建筑工程、市政基础设施工程及城市更新项目等。 1.3 建筑机器人在选择应用过程中除应符合本导则外，尚应符合现行国家、行业及地方有关 标准的规定。 第 2 页 第二章 术语 2.1 建筑机器人 Construction 三维测量机器人作业方案 （1）前期准备：登录三维测量机器人管理平台录入项目信息、分配测量任务信息 ;至 测量现场后安装三脚架并检查三脚架是否稳固，安装扫描仪，确保电池与传感器状态正常。 （2）扫描流程：系统中选择需要测量的项目及房间，测量员按照当前的施工状态确定 为混凝土、砌体、抹灰阶段等状态，点击开始测量进行扫描，扫描时间约为 2 min，扫描结 束后设备会发出提示音，则当前房间扫描结束，人工将设备移动至下一个测量空间，重复 以防设备电气受潮和保障人员安全。 第 16 页 5.6.4 地坪研磨机器人作业方案 （1）激光建图自动生成路径：遥控地坪研磨机器人在场地行走扫描场地周围的形态， 构建高精度、静态的全局一致性的地图；选择需要研磨区域，确定研磨起点，自动生成作 业路径。 （2）定位及自动研磨：手动调整，使机器在操作端上显示的位置与现实中所处的位 置相同，让机器知道自己在实际施工场地的位置在那，为沿着地图路径自动研磨作业做准

取消部分低级别过度；取消重复工作，提 升标准实用性；语言做到统一、严谨和免疑；指标总数从 779 项减少到 754 项；数据 质量抽检，不用准备全部 SQL，工作量约降低 50%-70%；增加了选择自由度，最低过 级条目数量由总数 70%降低为 50%左右。此外，新的电子病历系统级别设置为 1-8 级， 不再保留 0 级。 图表 12 新电子病历系统整体应用水平分级评价基本要求 资料来源：公开信息整理 期。若 2025 年融资难度依然居高不下， 且行业依旧没能拿出里程碑突破，制药 AI 的发展速度将进一步放缓，且仅头部企业有 能力继续 AI 管线的开发。 2. AI 算法通常具有卓越的设计或选择药物分子的能力，从而获得具有良好药代动力学 和安全性特征的新型分子，避免药物分子在 I 期临床阶段的退出。同时，AI 算法还追求 经过充分验证的生物学靶点和途径，降低了靶向毒性的风险。两大优势之下，AI 用药。例如，埃格林医药分析先兆子痫患者 数据，在 EG-101 的临床招募中计划收入同时出现高血压和蛋白尿的亚型，以便在这类 患者身上看到更明显的药物成效。 最终，埃格林医药有效提高了入组患者选择效率，减少了试验中的不确定性，并使新药 更具个性化特征。缩减入组人数的方案也获得了监管机构的认可。 晶泰科技则是通过产品多元化策略分散风险。其智能自动化解决方案，该业务分为“固 态研发”与“自动化研发试验室”两个部分，在近期

术变革，将AI与传统业务深度 融合，打造智能化、数字化的现代食品饮料产业链。 AI转型是一个循序渐进的过程，需要企业在技术应用、人才培养、组织变革等多 个维度协同推进。建议企业从实际需求出发,选择合适的切入点，稳步推进数字化 转型，在实践中不断积累经验、完善方案。 可以预见，随着AI技术的持续演进和行业实践的深入，将会有更多创新应用场景 被开发，为食品饮料行业带来更大的发展机遇。企业唯有主动拥抱变革、持续创 景开放+技术能力共享”的双向驱动。我们期待更多企业以战略远见拥抱转型， 用技术温度守护食品本质，共同探索推动供应链效率与消费者体验的几何级提升。 未来的食品饮料行业，必将是科技创新与人文关怀交织的舞台，而今天的选择， 将决定我们在未来生态中的坐标。让我们以AI为桨，驶向更具韧性、更可持续的 行业未来。 • • • • •