以管资本为主 推进职能转变方案》，推动国有企业成为真正的市场主体，引导国有企业聚焦主责主业。 2024年9月，国资委首次明确要求“探索推进穿透式监管”。开始探索和落地实现全 级次、全链条、全过程、全要素穿透。穿透式监管与从“管资产”到“管资本”的转变存 在着紧密的联系，是实现从“管资产”到“管资本”转变的重要保障。实践中，各级国资 委（办）作为国有资产的监管主体，基于风险穿透管理要求，统筹规划国资穿透式监管体 在解决历史遗留问题等过程中出现的必然举措，同时，穿透式监管也是国资央企数智化转 型中可充分运用的新手段。 2.2 穿透式监管的整体框架 穿透式监管要求实现自上而下全级次（组织）、全链条（环节）、全过程（时间）、 全要素穿透（要素），目的是“打破信息孤岛，消除监管盲区”。新监管理念要求国资国 企探索建立横向到边协同联动、纵向到底穿透监管的内部控制体系，积极推动数字化转型 创新，实现内控监管， 许济元15874207288 国资国企穿透式监管白皮书 10 实施穿透式监管，进一步完善企业内控体系，是在既有集团组织管控基础上一次新的 探索和升级，推动管控实现自上而下全级次、全链条、全过程、全要素穿透，打破信息孤 岛，消除管控盲区。 从国资监管侧来看，推动智能化穿透式监管，核心在于从“管企业”转向“管资本”， 对国资企业要实现战略风险穿透、财务风险穿透、市场风险穿透、运营风险穿透、法律风

境，智能建造机器人将成为突破人类作业极限的关键力量，具备灵巧结构、智能感知与自主决策 能力的建造机器人，正推动我们从地球走向太空。从“超级泥瓦匠”砌筑机器人到“月蜘蛛”3D 打印系统，从星际乐高式的智能装配模式到数字孪生赋能的全过程管控，未来的建筑不再是不可 控的复杂现场，而是高效协同的智能系统。未来的建筑也将从空间产品演进为智能终端，感知人 的状态、理解人的需求，主动提供健康、绿色、智慧的服务。建筑企业要抓住AI带来的历史机 案与结果通过数据归集、算法训练转化为企业的知识资产与能力基础。这不仅提升了工程执行的 效率，也使建筑企业真正迈向了“学习型系统”的方向。要实现这一转变，企业需要构建从高价 值场景识别到AI应用开发与落地闭环的全过程智能能力建设体系，同时建立跨专业、跨阶段融合 的韧性组织。这既是一次思维方式的转型，也是企业治理逻辑的重构。能否在此过程中形成系统 性竞争力，将成为未来建筑企业的分水岭。 —— 中国信息通信研究院产业规划所人工智能研究中心主任 能在新一轮产业变革中赢得主动。建筑企业应坚定信心、把握机遇，加快推动AI技术与工程实践 深度融合，真正走出一条具有自身特色的智能建造发展之路。 —— 中铁置业集团党委常委、总工程师 曹少卫 “数字建筑”作为推动产业全过程、全要素、全参与方实现数字化、在线化、智能化发展的 行业战略，今天看来，其正在迈入智能化发展的高级阶段。但这并不意味着行业的数字化发展就 已然完备。当前一些建筑企业仍处在数据孤岛、多系统割裂、业务流程未线上化的初级阶段。AI

······ 产品销售 科技研发 施工全流程 数字化管理 生产 一体化运营 软硬一体 生产智能控制 工厂安环 智能管理 机器人智能巡检 能源智能管理 设备预测性维护 物流一体化管理 固废全过程 实时管控 智能管网安全与 泄露预测 管网能效优化 智能油库管理 AI 识别油藏 智能钻探 勘探环保地图 上下游一体化协同 装置数字孪生 ······ ······ ······ 管道储运 系统性解决 方案。风险管理领域新智运营典型场景有： 智能合同管理：通过管理制度与数智化融合，实现全生命周期在线动态监管，结合区块链、 NLP等技术提升智能化水平和风险感知能力，其功能包括合同全过程管理、智能预审、电子 签约等，可助力企业合规管控、促进数据资产化、降低经营风险、提质增效并辅助决策。 业审融合管理：通过建设包含审计数据、作业、管控的“业审融合”平台，运用大数据、人 工智能等 应速度与精准保供能力。 某炼化一体化企业为全方位推动产业链供应链数字化，建设数字化仓储，提升了库存管理水平， 大幅压减积压物资。 该企业采用数字化仓储解决方案，重点构建业务在线协同、数据自动化采集及物资供应全过程管 理等核心功能，以满足跨企业、跨部门、跨岗位的多元化需求；在架构设计上，通过分布式数据 库存储结构化数据，并结合条码与标签实现数字化单元的可视化呈现。 项目落地后，实现库内自动搬运、自动上下

如何系统性应对这些挑战，已 成为推动矿业高质量发展的关键所在，矿业在发展过程中面临多方面的挑战如下： （1） 资源开发受地理环境制约 矿产资源大多赋存于人迹罕至的偏远区域，从勘查到开发的全过程均面临一系 列共性难题。在勘查阶段，受限于交通闭塞、地形复杂，传统人工手段难以开展大 范围、高精度的地质调查，导致资源禀赋评估不充分；进入开发阶段后，矿区基础 设施薄弱、通信条件差等问题进一步 进水平相比仍有差距。虽然很多矿山引入了多种信息化系统，如资源管理系统、生 产执行系统（MES）、安全监控系统等，但各系统之间缺乏统一数据和接口标准， 形成信息孤岛，数据整合和共享程度低。这不利于实现生产全过程、全要素的协同 卫星技术矿山应用白皮书（2025） 9 优化，也制约了大数据分析和智能决策的应用。推动数据标准化、平台一体化成为 矿山数字化转型必须解决的瓶颈问题，智能矿山建设已成为矿业高质量发展的必由 分析、预警发布与应急响应于 一体的综合监测平台，确保预警信息能够迅速传达至矿山生产管理与安全监管部门。 通过优化信息传递流程与响应机制，可有效指导企业采取针对性防控措施，实现矿 区灾害风险的全过程管控，最终形成闭环管理的现代化安全监测体系。 3.2.5 安全监控 卫星技术为矿山安全监控提供了现代化手段，通过对矿区全局态势的掌握与动 态分析，有效提升安全管理水平。 （1）矿区动态安全监测与布局管理

提升课程教学针对性；北京市广渠门中学开发心理健康 支持系统，为学生提供个性化建议，有效提升心理服务 响应效率。 以人工智能改变教师教学。鼓励学校将人工智能融 入课前、课中、课后等教育教学全过程。以人工智能赋 能课前备课，广东省深圳明德实验学校构建“AI 教研平 台”，自动生成备课资源包、分层教学建议和教学流程 图，有效缩短教师制作课件时间。以人工智能促进课堂 教学革命，遴选 50 ·30· 第四章 未 来 展 望 2025 年是智慧教育元年。面对智慧教育新阶段，需 要树立人才培养新标准，开辟教育高质量发展新路径。 中国政府积极推动智能技术融入教育教学全过程，变革 教育理念、体系、模式、内容、方法和治理，塑造教育 新形态。 一、革新教育理念，迈向智慧教育新阶段 人工智能技术创新突破，正重新定义人类与人造工 具的能力边界，深刻影响社会分工，正革新教育理念、 决策各环节，有效提升学校治理现代化水平。构建数据 驱动的科学决策机制，通过人工智能分析产业对人才的 需求，科学布局区域学校专业；预测地区适龄儿童数量， 准确匹配教育资源。利用人工智能创新评价工具，探索 开展学生各年级学习情况全过程纵向评价、德智体美劳 全要素横向评价，更加全面评价学生综合能力。 ·35· 创设未来学习中心。坚持以学生为中心，建设一批 能力驱动、泛在智能、多模态响应于一体的未来学习中 心，提

医药公司研发的国内首个开放式中医药产业联盟链平台——“仙 茱链”平台整合了区块链、人工智能等技术，构建了覆盖中药材 全产业链的数字化管理体系，将中药材的种植采收、加工生产及 供应链金融等信息融合，实现全品类、全过程溯源、监督与全链 条管理。2025 年 1—5 月，基本覆盖临床所需品种，产值超过 2.2 亿元8。 （三）有效激活市场空间潜力 随着数字经济的快速发展和数字化转型的深入推进，区块链 技术 建设自治区行政执法综合管理监督平台，实现对 行政执法主体、行政执法人员、行政执法事项和 行政执法对象的规范化、标准化、编码化和动态 化监管，促进依法全面履行政府职能。构建区块 链+行政执法全过程记录模式，利用区块链技术 固化保全执法数据，实现行政执法全过程跟踪记 录、实时留痕和可回溯管理，从而增加行政执法 的公信力。 29 基于区块链技术 的产业供应链协 同服务平台 基于区块链技术建立产业供应链协同服务平台，

（四）数据开发利用将更加智能深入 ....................................................................... 200 （五）数据安全将全过程动态化保障 ....................................................................... 202 （六）国家数据基础设施将建成运营 ....................... 36 图 22：数智生态多维构建并融合发展 ....................................... 38 图 23：动态全过程的数据安全 ............................................. 40 图 24：数据基础设施全面继承、广泛覆盖、鲜明创新 ................. ................... 200 图 76：数据开发利用将更加智能深入 ...................................... 202 图 77：数据安全将全过程动态化保障 ...................................... 203 图 78：数据产业体系将更加完善 ................................

化，医院管理精细化的一种创新型医院。 将信息技术广泛应用于医 疗服务的各个环节，实现 医疗数据的全面采集、存 储、传输和共享。从患者 的挂号、就诊、检查、检 验、治疗到住院、出院等 全过程，都通过信息系统 进行记录和管理，确保医 疗数据的准确性和完整性， 为医疗决策提供有力支持。 高度信息化 借助人工智能、大数据分析、 物联网等技术，实现医疗资 源的智能化管理。例如，通 2025中国智慧医院白皮书 China Smart Hospital White Paper ⑨ 知识资产科学管理，提效知识利用传承 构建各类知识场景应用，实现知识采集、加工、存储、共享、应用等全过程智能化支撑。 规范制度：将临床管理、病案管理、财务管理、 护理管理、紧急预案等制度集中在线管理，方 便员工查询与学习，让工作更规范。 智能搜索：可通过自然语言理解精准解析用户 的意图，并基于搜索内容主动推荐关联问题；

精准度。 1.2.3 技术驱动：新技术融合下的人才能力再造 云计算、AI 大模型、5G 等技术的成熟，为制造业数智化提供了工具箱，也为人力资源管 理带来了赋能新武器。 技术集群赋能智能制造全过程 云计算：基于云平台的 HR 系统，可将招聘周期缩短 30%-50%，算薪准确率提升至 99.9% 以上，实现了人力资源管理的弹性扩展与持续交付。 AI 大模型：正深度融入人才“选育用留”全链条。例如，中智集团的“AI 是“AI 助手”与“人类专家”协同工作的场所，AI 处理重复性、数据分析性工作，人类则 专注于创新、决策和解决复杂异常问题。 可持续智能制造：数智化技术是实现“双碳”目标的关键使能器。通过全过程能耗监控、碳 足迹追踪、绿色工艺优化，企业能够在提升经济效益的同时，履行社会责任，构建绿色竞争 2175 云，人力资源数智化解决方案 第 33 页 共 37 页 力。 5.2 给制造企业的实施路径建议

动态解耦与绑定，调度器需实时感 知不同类型 GPU 的实时负载，实现计算密集型 Prefill 阶段与访存密集型 Decode 阶段在异 构资源上的精准匹配。 （2）KV 缓存传输与共享机制：集中式推理的推理全过程通常在单 GPU 或同构集群内 完成，KV 缓存本地生成、本地访问，一般无跨设备/节点迁移需求。PD 分离推理当 Prefill 和 Decode 被调度到不同设备时，需要实现 KV Cache 展开了端到端混合预训练， 采用 4 台英伟达 GPU 与 4 台天数 BI-V150 芯片混合构建训练集群，共计消耗 1 TB 的高质 量文本数据，并与采用 8 台英伟达 GPU 的同构集群进行对比。在全过程监督下，异构混训 的 Loss 收敛趋势与同构系统高度一致，模型精度偏差范围在-2.05%到 0.04%之间，训练效 果基本一致，验证了异构训练方案在精度保持与性能收敛方面的工程可行性与实用性。