"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 核心生产要素的战略价值，但传统BI因封闭架构、静态处理、 技术壁垒及历史决策惯性，难以支撑从实时感知、多元分析 到预测决策的现代化转型需求，其滞后性不仅削弱企业对市 场动态的敏捷响应能力，更成为全员数据赋能与战略前瞻决 策的关键瓶颈。 ❑ AI赋能通过构建自动化数据流水线释放人力冗余，依托智能 算法提供动态预测与战略决策支持，不仅重构数据采集、处 理与分析的全链路效率，更推动决策机制从被动响应转向前 瞻 leadleo.com 400-072-5588 中国：人工智能系列 白皮书｜2025/05 传统BI产品局限性分析 传统BI受限于数据封闭、静态处理、高技术门槛与历史导向等，难以适应 实时、多元与预测驱动的现代商业需求。这些短板削弱了企业对外部动 态的感知，也无法满足敏捷决策与全员赋能的时代要求 人工智能与商业智能发展背景——传统BI局限性 来源：头豹研究院 传统BI系统主要依赖企业内部的

*预警预测* 基于互联网搜索引擎的传染病监测 预警研究进展 黄思超1，刘魁2，蒋健敏2 摘要： 传染病监测预警是传染病防控工作的重要技术手段，互联网的快速发展与搜索引擎的普及应用为传染病的监测提供了 新的思路和方法。 本研究重点阐述了国内外研究者利用搜索引擎开展传染病监测预警的研究进展，为现有传染病监测预警系统 的完善和补充提供参考。 关键词： 传染病监测预警；搜索引擎；大数据；流行病学 周。随后，Ginsberg 等［4］在 2009 年提出了谷歌流感趋势（google flu trends，GFT）的 概念：其构建的模型纳入了 45 个流感及类似流感 症状的检索词。谷歌的 GFT 模型的预测结果与美 国疾病预防控制中心（CDC）流感病例监测结果的 相关系数高达 0.97，并比美国 CDC 流感监测系统 报告早 1 ~ 2 周。初步证明了基于网络监测可以提 早 发 现 疫 情 。 其 后 vardguiden 选取流感相关 搜索词并获得其检索数，结果显示与实验室流感确 诊病例数构成比和哨点报告的流感及类似流感症 状病例模型的确定系数 R2 分别为 0.90 与 0.89，验 证结果显示预测发病高峰与实际发病高峰高度重 合。Pelat 等［9］基于谷歌平台，研究了 2004－2009 年 法国流感、胃肠炎、水痘 3 种传染病临床哨点监测 数据与法语词条“禽流感疫苗”，“胃肠炎”，“水痘”

外 ， AI 技术正在推动医疗服务向自动化和智能化转变，优化包括预约挂号、诊 疗服务、费用结算、检验检查等在内的各个环节，将极大提升患者的就医体验。 同时，AI 助力 生物分子结构预测与生成、加快靶点识别和发现， 提升药物分子设 计与 优化， 提升临床试验的效率， 有效地缩短新药研发周期、降低研发成本、 加速新药上市，为医药创新带来新的动力。 AI 已经深入医疗健康的各 组学研究与个性化治疗 21 智慧病案与患者管理 22 医学研究与教学 23 5 AI 加速医药创新发展 24 药物研发与设计 25 药物筛选与 ADMET 性质预测 27 临床试验设计与优化 28 6 AI 助力健康管理 29 健康监测与评估 30 健康指导与干预 31 智能健康保险 32 趋势篇 在复杂疾病个性化治疗方案推荐上，由于疾病的 多样性和个体差异， AI 系统的预测精度和临床适用 性仍需进一步提升。尽管如此，智慧医疗已经展现出 强大的商业潜力，成为医疗机构和科技企业共同关注 的重点领域。 医药创新：AI 在医药研发中的应用匹配度和可 行性较高。它可以通过虚拟筛选化合物，快速找到潜 在的有效分子，并预测药物的安全性和有效性，从而 降 低研发成本和风险。例如， AI 在新冠药物研发中

石化盈科的新智运营解决方案 第四章 案例：国内外石化新智运营案例 4.1 孪生平台创新，使能全球运营 4.2 落实体系智能，释放规模效益 4.3 依托体系运营，牵引业务变革 第五章 展望：石化新智运营的发展预测 �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� �� 在全球经济格局不断重塑、科技进步持续 孪生智造⸺石油石化数字孪生白皮书》顺势发布，系 统阐述了数字孪生技术在模拟优化石油石化生产过程方面的核心路径。 白皮书指出，通过构建覆盖勘探开发、炼化生产等关键环节的虚实映射 体系，可实现设备预测性维护与工艺参数动态调优，为提升行业技术成 熟度提供了清晰的实施方法论。 2024年，为深入推进产业高端化、智能化、绿色化转型，我们撰写并发 布了《向“智”而行 迈进新型工业化⸺石油石化产业新型工业化白皮 、试验 执行、过程监控、成效评估与成本优化全流程，实现文献智能挖掘、方案智能设计、实验自 动执行、结果智能分析，打造AI for Science科研新范式，推动从依赖“经验试错”向基于 “理论预测”的根本性转变，构建“需求导向、协同攻关、成果转化”的创新模式，显著提 升研发效率与效益，促进科技创新与产业创新深度融合。 生产新方式：是指面对传统生产模式资源利用率低、环境污染突出、生产灵活性不足和安全

.........................................................................................17 2.2 疾病预测与风险评估.............................................................................................. 方法已 逐渐无法满足日益增长的需求。特别是在患者数据的采集、存储、 分析和预测方面，传统的技术手段面临着效率低、准确性不足以及 成本高昂等问题。在此背景下，引入先进的技术手段以优化医疗健 康场景的运作已成为行业的迫切需求。DeepSeek 作为一种基于深 度学习的智能分析工具，具备高效的数据处理能力和强大的预测分 析功能，为医疗健康领域的智能化转型提供了新的可能性。 医疗健康场景中，数据的复杂性和多样性对技术提出了更高的 构，显著提高数据处理的效率和准确性。 此外，医疗健康领域的决策支持系统也对预测能力提出了更高 的要求。例如，在疾病诊断、治疗方案推荐和患者预后预测等方 面，精准的预测模型能够帮助医生做出更加科学的决 策。DeepSeek 在预测分析方面的优势在于其能够通过大量的历史 数据训练出高精度的模型，并结合实时的患者数据进行动态预测。 这不仅提高了诊断的准确性，还为个性化医疗提供了强有力的技术 支持。

21 23 23 23 24 24 25 26 3技术落地：数智化系统的核心功能模块 3.1动态敞口管理：风险可视化的基础 3.1.1敞口全生命周期管理 3.1.2敞口动态转换与预测 3.2智能交易与风控：从经验判断到数据驱动 3.2.1衍生品全生命周期管理 3.2.2 AI辅助决策 3.2.3实时风控体系 3.2.4外币结算与跨境资金池 3.2.5市场数据中枢 3 3案例三：某光伏企业案例 5.3.1案例背景：某全球光伏龙头产业 5.3.2实施过程：三阶段推进策略 5.3.3量化成效 6未来展望：技术演进与行业协同 6.1创新方向 6.1.1大模型在外汇预测中的应用 6.1.2场景驱动的模块化外汇风险管理架构 6.2生态共建建议 6.2.1企业—学会—科技公司协同机制 6.2.2行业标准与人才培养体系 6.3结语 重庆市商业会计学会介绍 浙江保融科技股份有限公司介绍 封锁、在意识形态上攻击污蔑中国，特朗 普政府反复无常的外交政策加剧了人民币汇率的波动。这种高频化、非线性化的波动趋 势，使得传统基于历史波动率的风险计量模型预测准确率大幅降低。因此，开发兼具时 变参数适应性及尾部风险捕捉能力的汇率预测新模型，已成为破解传统模型“风险测度 失真”困境的关键路径。 与此同时，随着人民币国际化进程加深和国际市场竞争加剧，强化了中国外汇市场与 其他市场同全球金

创新的模式，使企业能够将 资源聚焦于突破性技术的探索和更高维度的市场竞争。 第二，工程智能的价值还在于其有助于解决人类社会的部分严峻挑战。在公 共安全领域，它通过对桥梁、电网等关键基础设施进行预测性维护，将风险管理 从“被动响应”转变为“主动预防”，从而拯救生命、避免灾难。在社会公平层 面，工程智能可以辅助优化城市规划，设计无障碍的公共空间，或确保公共资源 （如交通、水力）得到更公平的 能通过生成式设计算法， 能够基于预设的性能需求快速生成多样化的建筑形态，并优化建筑能耗模型，显 著缩短设计周期，识别出最具成本效益和环境友好的方案。在实施与优化环节， 工程智能通过机器学习模型预测项目持续时间、成本超支和劳动生产率，从而实 现高效的排程、资源分配和风险管理。计算机视觉系统能够实时监控工地，追踪 工人动态和设备使用情况，自动检测安全违规行为并提供实时警报，显著提升现 场安 BIM）数据，进行预测分析， 优化建筑设施的运行和维护计划。 智能制造典型应用场景。在制造领域，工程智能的深刻作用贯穿于产品设计、 生产实施、供应链管理和设备维护的各个阶段。在机械产品设计中，生成式人工 智能能够基于预定义需求快速生成多样化的设计方案，实现材料和结构形式的优 化，从而在保持性能的前提下，减少材料使用并降低成本。在运营环节，人工智 能驱动的实时监控和预测分析彻底改变了工厂运营，能够以更快的速度检测和缓

突破性地实现了对几乎所有分 子类型的蛋白质结构预测，提高了蛋白 - 配 体相互作用预测的准确度，为新药研发、疫 苗 设 计 带 来 革 命 性 变 革。Google 的 GraphCast 模型 2、华为“盘古”大模型 3、 复旦大学“伏羲”大模型 4 等 AI 气象模型显 著提升了全球天气预报能力，实现更长时间 尺度、更高精度的天气预测。普林斯顿等离 子物理实验室利用强化学习优化等离子体控 知 增 强 的 新 维 度， 其中“生物脑 - 智能体双向交互”已成为 突破性方向。科学家融合脑机接口技术成 功构建出具备自适应学习能力的虚拟大鼠 智能体，发现虚拟控制网络中的激活状态 准确预测了真实老鼠大脑中测得的神经活 动，虚拟大鼠智能体能够模仿完成真实大 鼠的所有复杂任务，甚至可以完成新的任 务 11。这项突破不仅为解析运动控制的神 经机制提供了全新研究范式，更预示着“脑 智 统计学在人工智能发展中扮演着不可替 代的角色，而人工智能技术的进步反过来也 在推动统计方法的革新。复杂模型如深度学 习通过多层非线性结构能够自动捕捉高维数 据中的交互效应，集成学习则为数据建模、 预测的稳健性能提供保障。同时，针对海量 非结构化数据，自然语言处理技术可将文本 生成语义嵌入向量，转化为结构化输入以供 统计建模；贝叶斯神经网络通过引入概率权 重，为高维参数估计提供不确定性量化支持。

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 预测二：服务器主板将采用高压直流供电架构 7 二、AI 服务器机架的供电 12 预测三：AI 服务器机架的功耗将超过 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 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 我们正站在一场全新技术革命的起点——这场革命由 人工智能（AI）驱动，并以史无前例的速度向前发展。 自 2022 年底 ChatGPT 发布以来，仅两个月便吸引了 一亿 的配电体系。此外，数据中心作为用电大户，也需具备负载调节能力，并能够为电网提供辅助服务。 本白皮书将探讨当下及未来在“从电网到核心”理念下，为 AI 提供电力的可能情景，并阐述其基础技术概念。 5 一、现代处理器的供电 预测一：垂直供电将成为现代处理器的关键技术 图形处理单元（GPU）以及专用于 AI 负载的处理器（例如，张量处理单元（TPU））正在采用最先进的工艺制程（例 如，台积电的 N4P），以在单一硅片上集

AI、新技能与工作重构 智能体对商业领域的影响，其重要性怎么强调都不为过。通过实现复杂工作流程自动化、支持实 时决策并重塑传统岗位职能，智能体正着手重新定义各类组织在所有行业中的运营、竞争及创新 模式。 IDC预测，在全球2000家大型企业中，这类由智能体驱动的工作流程⸺即智能体与人类协同实现 自动化、进行推理并共同学习的流程，将改变至少40%的知识型工作（来源：IDC《未来展望： 全球工作的未来》报告）。 止于后台流程自动化，它还在改变客户交互及关键业务领域。 在客户支持领域，AI赋能聊天机器人和虚拟助手，不仅提高了响应速度，还能让人工客服专注处 理复杂问题。在运营管理领域，AI可优化供应链与工作流程、预测潜在故障，并实现重复性任务 的自动化。财务团队则借助AI开展欺诈检测、自动化报告生成、交易处理及高级数据分析工作， 从而加快决策速度并提升合规水平。 随着AI成为业务核心，岗位职能正快速演变。 的融合。 未来的发展趋势将更为显著。从全球范围来看，41%的受访者预计，在未来18个月内，半数岗位 将要求员工具备一定的AI应用能力。在中国，受访者的预期比例略低，但仍具重要意义：37%的 受访者预测，四分之一的岗位将受到AI影响。IDC认为，这一趋势表明，AI正快速接近一个拐点： 届时，它将从小众的增强工具转变为全球大多数岗位职能中的核心组成部分。 与“AI仅会导致岗位流失”的单一论调不同