ESG数据资产化： 风险与治理白皮书（2025） 财联社 清华大学五道口金融学院金融安全研究中心 课题组简介 参与单位： 清华大学五道口金融学院金融安全研究中心 财联社 课题组组长: 周道许 清华大学五道口金融学院金融安全研究中心主任 北京市“十五五”规划专家咨询委员会专家 课题组成员： 赵毅波 财联社编委 周 京 清华大学五道口金融学院金融安全研究中心总监 黄旌沛 清 中央财经大学金融学专业 1 序言一：构建面向未来的可信数据生态 金融的本质是服务实体经济，而信息是现代金融市场的基石。在可持续发展 成为全球共识的背景下，ESG信息正以前所未有的速度成为影响资产定价、资产 配置与风险管理的核心因子。ESG数据资产化的提出，标志着我们将非财务信息 的价值发现与利用提升到了一个新的战略高度。 从学术研究的角度看，ESG数据资产化是一个典型的交叉学科命题，它横跨 金融 金融学、计算机科学、法学与环境科学等多个领域。其核心在于解决两大难题： 一是“价值量化”，即如何科学、公允地评估ESG数据所蕴含的经济与社会价值， 避免“洗绿”风险与估值泡沫；二是“可信流通”，即如何构建一个兼顾数据主权 、商业机密、个人隐私与公共利益的安全数据流通环境。 本白皮书的研究，正是围绕这两大核心难题展开。我们深入探讨了全球范围 内ESG信息披露的政策演进，从欧盟的《企业可持续发展报告指令》（CSRD）到

AI 供电的未来 重新定义 AI 数据中心供电 Gerald Deboy 博士，英飞凌科技股份公司 PSS 创新实验室院士 Fanny Björk 博士，英飞凌科技股份公司数据中心配电主管 www.infineon.com/wepowerai 2 目录 Adam White 寄语 3 引言 4 一、现代处理器的供电 5 预测一：垂直供电将成为现代处理器的关键技术 5 1 兆瓦 12 预测四：AI 的能耗需求将推动电源架的功率等级突破 100 千瓦 13 三、数据中心的整体供电 16 预测五：新一代数据中心的功率需求将迈向吉瓦级规模 16 预测六：配电将从交流系统转向直流微电网 17 预测七：可再生能源将成为满足 AI 数据中心增长能耗需求的关键 19 结论 21 参考文献 23 3 Adam White 寄语 技术不断增长的庞大 的功率需求。这种指数级增长的电能消耗，迫使我们 不断突破创新，去开发能够应对复杂功率转换过程的 先进半导体解决方案。与此同时，随着数据中心从传 统计算任务转向 AI 工作负载，其能源需求也在急剧上 升。为满足这一持续增长的能源需求，未来的数据中 心将经历深刻的架构变革，并面临更高的质量、能效 与热管理要求。而实现这一切，都离不开创新的电源 管理解决方案。 AI 已深深融入我们的生活，它势不可挡，正不断拓展

面向未来的中国数据中心：绿色低碳与高可靠性 1 面向未来的中国数据中心： 绿色低碳与高可靠性 siemens-energy.cn 西门子能源商标由西门子股份公司授权使用。 面向未来的中国数据中心：绿色低碳与高可靠性 2 01 概述 02 算力拉动全球电力需求 03 中国数据中心规模与现状 04 中国电力供给结构与低碳转型 05 中国数据中心的发展趋势 06 面临的挑战 面临的挑战 07 数据中心低碳解决方案 08 结语 概述 在人工智能、云计算、大数据等新一代信息技术加速融合的 背景下，数据中心作为算力基础设施的核心载体，已成为推 动全球数字经济发展的战略基石。 中国作为全球最具活力的数字经济市场之一，数据中心产业 正迎来规模扩张与结构升级的双重机遇，同时也面临着绿色 低碳转型、区域协同发展等关键挑战。 为应对上述挑战，数据中心必须重塑电力供应与基础设施策 西门子能源致力于成为数据中心全生命周期合作伙伴——从 概念规划到运营维护，我们提供一站式电网解决方案、高可 靠性燃气轮机、数字化优化系统及深度咨询服务，助力数据 中心运营商实现快速投入运营、保障运维，并具备未来扩展 能力。 能源转型的成功有赖于平衡可靠性、安全性、经济性与可持 续性。西门子能源通过为数据中心运营商制定稳健的能源系 统战略规划，提供全球高效的能源技术方案，助力数据中心 运营商在当前和未来能源体系中实现这四个关键要素的协同

企业数字化转型的智脑引擎与生态重构 2 ◼ 研究背景 随着数据成为企业核心生产要素，企 业对数据驱动决策的依赖日益加深， 传统商业智能（BI）工具已难以满足企 业日益复杂的决策需求，其局限性日 益凸显。在此背景下，人工智能（AI） 与BI的融合成为发展趋势，人工智能与 行业智能（ABI）通过结合AI的自动化、 智能化能力与BI的数据分析能力，推动 商业智能向智能化引擎升级。 ◼ 研究目标 ABI可穿透行业不确定性，系统性提升决策 效率与用户体验 ◆ ABI推动人力操作向知识价值转化，重新定 义数据驱动的商业文明形态，实现商业价 值链深层重塑 03ABI分层突破，三角失衡待解： ◆ AI与BI融合呈现分层态势，其中基础层聚 焦工具升级，战略层重构传统决策链路 ◆ ABI应用的核心矛盾源于"数据-技术-业务 "三角失衡，数据治理滞后、算法黑箱与 行业适配断层是主要障碍 01BI受限，AI重构决策： ◆ ◆ 传统BI受限于封闭架构与技术壁垒，难以满 足实时动态决策需求 ◆ AI通过自动化数据流水线与智能算法重构 全链路效率，推动主动预测式决策 02ABI爆发增长，厂商驱动转型： ◆ 中国ABI市场呈现爆发式增长，未来将持 续高速扩张 ◆ 头部厂商正加速ABI的自动化、智能化、 普惠化，驱动企业决策机制深度转型 白皮书｜2025/05 www.leadleo.com 400-072-5588

转型。例 如，某珠宝品牌通过电商平台、社交媒体互动和数据驱动的个性化推 荐，成功吸引了大量年轻消费者，并建立了强大的品牌影响力。 未来，Z世代的消费行为将深刻影响珠宝市场的发展。个性化定制、环 保和可持续发展已成为核心议题。如何通过数字化升级和创新营销策 略，更高效地满足这一群体的需求，将是珠宝品牌的关键挑战。本白 皮书将深入分析行业现状、数字化趋势及实际案例，为品牌提供抢占 先机的解决方案。 先机的解决方案。 前言 02 珠宝行业的发展趋势及现状 5 珠宝行业的规模与前景 珠宝行业一直以来都是奢侈品市场的重要组成部分，具有较强的文化和情感属性。据 Statista数据，2023年全球珠宝市场规模达约3400亿美元，预计到2025年将突破4000 亿美元，年复合增长率（CAGR）为4%-5%。根据Statista的预测，2024年到2028年间， 该市场将保持3.53%的高复 53%的高复合年增长率。其中，亚洲市场占据全球需求的60%以上，中 国消费者的珠宝支出约占全球的35%。中国作为全球最具潜力的珠宝消费市场之一，正 逐步成为全球珠宝品牌的重要战略战场。 （数据来源：Statista《Luxury Watches & Jewelry: market data & analysis》） 在中国市场，珠宝行业的表现依旧出色。2023年，按销售额计算，中国珠宝玉石首饰产 业

.......................................................................................12 2.1 医疗影像分析................................................................................................... ........................................................................................19 2.2.1 数据分析与模型构建............................................................................................. .........................................................................................25 2.3.1 数据整合与共享..............................................................................................

章：技能培养策略：高校及其他领域探索 第 5 章：ICT 岗位分类体系 第 6 章：未来展望 研究方法 附录 I. 人工智能岗位 II. 软件岗位 IV. III. ICT基础设施岗位 网络安全岗位 V. 数据管理与分析岗位 VI. 云计算岗位 VII. IT领导力岗位 01 03 20 28 37 54 64 70 71 71 94 111 126 139 156 171 非技术岗位）的AI素养提升，最终建立AI治理架构。 全球ICT岗位需求将新增3600万，ICT技术人才短缺将影响数字化转型进程 AI、安全、数据科学、云计算等领域的技术人才严重短缺，阻碍了业务创新和发展。IDC调研显 示，超过 65% 的企业表示技能缺口导致其数字化转型受阻。在汇总了世界经济论坛（WEF）等多 家机构数据后，IDC认为从当前到2030年，全球ICT岗位需求将新增3600万，总量将达到9700万。 其中，安全和 岗位都将受到AI的深刻影响，现有技能面临升级调整 AI不仅创造了新岗位，更对几乎所有ICT岗位进行了深刻变革。在安全领域，岗位职能正从人工监 控转向统筹AI驱动的威胁检测与自动化响应；数据领域工程师的工作重心从数据处理转向管理AI 驱动的分析流程，并确保伦理治理合规；软件工程师则专注于整合AI能力、管理AI辅助编码工 具。这种全方位的AI融合要求从业者掌握新型复合技能⸺既要具备专业技术能力，又需通晓AI知

高性能、分布式的物联网、工业大数据平台 本白皮书内容受版权法保护，未经公司或其许可人的书面许可，任何人不得将白皮书中的任何内容以任何方式进行复制、经销、 翻印、以超级链路连接或传送、存储于信息检索系统或者其他任何商业目的的使用。 版权申明 电力行业数字化转型 TDengine 驱动数据管理和实时监控解决方案 写在前面 � � 电力行业作为国家基础设施的基石，肩负着向全社 会供应持续、稳定电力的使命。电力系统的稳健运 民众的生活水平至关重要。TDengine，作为一款 以时序数据库为核心的大数据平台，凭借其突破性 的底层技术创新、卓越的性能和稳定性，持续助力 电力行业提高运营效率与可靠性，为电力行业的数 字化转型提供了独到的视角和深刻的洞察力。 在电力行业的深耕中，我们凭借深厚的项目经验， 不断深化对行业特性的理解，并精准把握业务的核 心痛点与需求。本文首先深入剖析了传统数据管理 方案的局限性，进而明确了 TDengine TDengine 在解决这些 问题中的关键角色。通过细致的分析，我们逐步展 示了 TDengine 如何助力电力行业的数字化转型， 并显著提升业务成效。我们整合这些内容，旨在让 读者更全面地了解电力行业的挑战、技术需求以及 TDengine 在其中的作用和价值。 随着智能电网和新能源的快速发展，电力行业正面临数智化转型的挑战。这一转型不仅涉及 到技术层面的革新，也关系到整个行业的运营模式和管理方式。新型电力系统强调的是智能

袋鼠云作为行业领先的大数据与人工智能应用服务商，始终致力于通过先进的数 据技术与深刻的行业理解，帮助汽车企业构建统一、敏捷、智能的多模态大数据中 台，打通“研产供销服”全链路数据，驱动“买用管养换”全周期的服务创新与可持 续增长。 本白皮书由袋鼠云智能团队联合多位中国头部车企行业专家、一线交付团队共同 撰写，旨在呈现一条中国汽车产业面向未来的数智化路径——以数据为底座、以智能 为引擎、以协同为核心，重构行业的数字化秩序 为引擎、以协同为核心，重构行业的数字化秩序 。通过深入的市场分析、体系化的场 景解构与企业实践的深度复盘，我们力求为行业面临的系统性挑战，提供一套可落 地、可执行的系统性解法 。我们希望通过此白皮书，与行业伙伴共同探索汽车产业数 智化转型之路，在动荡与重塑中，共同迈向一个更高效、更智能的未来。 指导单位：杭州师范大学大数据科学研究院 主编单位：袋鼠云 编写指导（排名不分先后）：陈吉平、宁海元、闵佳、刘听颉、胡金鑫 厂商的竞争，也从供应 链地位转向数据驱动的协同价值。而整个产业链条从研发、生产、供应，到销售与服 务，正以前所未有的速度产生指数级数据量，却又深陷数据分散、系统孤立、决策滞 后的矛盾。研不通产、产不连供、供不联销、销不反哺服的现象普遍存在，“研产供 销服”一体化依旧是行业的长期痛点。 更深层的问题在于，汽车产业的复杂性不仅体现在物理制造上，更体现在数据链 条的碎片化。研发端的 PLM、生产端的