基于位置数据的民航商旅实践与展望 携手腾讯地图构建大交通 AI 决策新引 擎 王磊 航班管家数据商业部总经理 集团介绍 活力集团是中国知名的综合智能出行服务平台，依托“航班管家 ”与“高铁管家 ”两大旗舰应用，将航空、铁路、网约车等多元交通方式无缝整合， 为用户提供从行前规划、途中管理到行后支持的全链路一站式出行服务。 我们的核心服务覆盖旅行全场景，包括行程规划与预订、值机选座、延误查询、机场导航及酒店住宿等。截至 一方面，市场小、客流不稳，使其难以摆脱补贴依赖； 另一方面，邻近枢纽与高铁网络，正持续分流其本就有 限的客源。 国内支线机场发展的困境 数据来源：航班管家 聚焦行业痛点， 打造智能决策新引擎 以智能引擎为枢纽，将海量、孤立数据转化为精准商业洞察，助力企业决策从“经验驱动 ”向“数据驱动 ”升级。 部分城市铁路 & 民航客流占比分布 飞机客流占比 火车客流占比 0.0% 10.0% 20

SOUTHERN POWER GRID 8 新型电力系统新在哪里 ? 新能源 电力电子设备 系统规模巨大 安全机理复杂 能为新 海量数据分析 系统发 新能源功率支撑 支持 优化决策时效要求高 海量新能源接入电力系统 新能源的个体容量小、数量多、预测难度大 新能源和电力电子、储能的关系密切 , , 新型电力系统需要人工智能 中国南方电网 CHINA SOUTHERN 研发符合电力系统基本物理规律、遵循电力系统技术原则、满足电力系统 应用需求的电力人工智能系统。 不完全依赖电网模型，在海量数据基础上，通过大数据和计算技术，透过 数据关系发现电力系统运行规律，实现电网的智能分析、智能决策、智能 管理、智能运行、“智能导航”。 人工智能推动电力创新发展： 人工智能技术使得海量新能源接入新型电力 系统成为可能，为系统运行提供智能导航运行。 新型电力系统需要人工智能 人工智能与新型电网新型电力系统 不完全依赖电网模型，在海量数据基础上，通过大数据和计算技术，透过数据关系发现电力系 统运行规律，实现电网的智能分析、智能决策、智能管理、智能运行、“智能导航”。 ■ 实现数字电网的透明化，在海量数据基础上， 基于数据的强大的智能软件系统，透过数据关系揭 示电力系统运行规律，实现电网的智能分析、智能决策、智能管理、智能运行、“智能导航” 14 新型电力系统需要人工智能 中国南方电网 CHINA SOUTHERN

，全球城市化进程依旧加快前进。城市化水平 提高 对城市经济发展、资源利用 、生态环境、生活质量带来严峻挑战 ，为应对城市发展中的一些列挑战 ，实现长远的可持续发展 ， 构建智慧城市发展体系 ，提升科学决策水平和精细化管理效率成为城市管理的重要课题。 疫情挑战 污染挑战 人口挑战 教育挑战 交通挑战 据架 构 产业体系 运营模式 安全体系 01 城市发展的需求 ■ 构建智慧发展体系 ，优化科学决策水平 ■ 提升城市运营效率 02 经济发展的需求 ■ 基础设备、数字底座、智能中台等为智慧城市 的高质量经济发展提供重要途径 03 城市治理的需求 ■ 数字化治理与科学辅助决策成为城市治理常态 化手段，实现横向到边、纵向到底的有效治理 04. 信息安全的需求 ■ 统一安淦防护是智慧城市建设的必要条件 综合治理创新化、资源配置均衡化 ◆ 民生应用便捷北、共享服务融合化 智慧城市建设目标 构建“ 数据对话 、数据决策、数据服务、数据创新 ”城市治理新模式 打造万物互联、数实结合 、智能进化、绿色低碳的新型智慧城市 智基城市 新型智慧城市整体设计思 路 资源弹性化 场景协同化 治理精细化 数据标准化 决策科学化 平台生态化 发展融合高效便捷的 场景化智慧应用 提升信息资源整合 与共享 建设智能基础设施

持续优化更新方案，快速迭代，满足全国各地需求。 智慧城市运营中心 城市体征综合监测 运行常态事件管理 城市管理辅助决策 平战结合联动指挥 其他设施 生 态 多 样 性 智 慧 水 利 智 慧 环 成熟度等因素， 目前优先推广城市运营中心、社会治安防控、智慧党 建、智 慧环保四项应用解决方案，紧跟需求开拓市场。 智慧城市运营中心 运行常态事件管理 城市管理辅助决策 社会治安防控 地铁公交安保 娱乐场所和特种 行业管控 智慧安防小区 智慧综治 重大活动安保 社会治安防控指 挥调度中心 智慧党建 党建宣传 学习教 育 党务工作 数据分析 ，联合生态伙伴积极布局智慧城市运营中心产品。 市场空间可观：市场规模超 100 亿， 区县招投标金额一般在千万级别。 解决信息孤岛严重，缺乏统一规划 解决应急响应不及时，联合决策不足 解决管理事项零散，缺乏统一管理 解决数据资源未有效共享，无法支 撑 科学 决 策 国家政策指引：城市治理是国家治理体系的的重要内容 智慧城市运营中心是智慧城市治理的关键入口，且市场空间可观

运用数字化手段重塑政务服务流程、优化社会治理模式。 党中央、国务院始终将数字政府建设作为推进国家治理体系和治 理能力现代化的核心战略举措，精准把握我国数字化发展的阶段性特 点，持续作出系统全面、科学合理的决策部署。2025 年 5 月，《数 字中国建设 2025 年行动方案》颁布，明确以数据要素市场化为主线， 有力推动数字政务的智能化升级；随后，《政务数据共享条例》与《数 字政府架构框架》相继推出，前者精心搭建政务数据共享“四梁八柱” 人工智能共同重构政务服务、社会治理与决策支撑体系。其一，数字 政府破除信息孤岛状况，借助数据分级开放与跨域共享，构建全域互 联的“数据底座”，达成核心数据归集与场景数据汇聚，为政务决策 提供精准依据。其二，人工智能加速数据价值转化进程，通过智能算 法挖掘数据要素潜在价值，实现从“被动响应”到“主动预见”的转 变。人工智能深度融入审批、监管、服务等场景，推动政务服务精准 化、社会治理智能化、应急决策科学化以及机关办公高效化。 的稳定运行构成威胁。在伦理层面，算法偏见问题亟待高度关注。部 分模型由于训练数据存在偏差，可能在政务审批、民生服务等方面产 生有失公平的结果，这与公平普惠原则相悖；算法“黑箱”现象降低 了决策的透明度，削弱了公众的监督能力。此外，技术应用或许会引 发就业结构的变化，因此需要在推动技术创新的同时兼顾社会稳定。 面对这些挑战，应当贯彻总体国家安全观，完善相关法律法规，强化 技术保障，谨

经济、精 确的低空环保监测网络显得尤为重要。 低空环保监测网络的设计目标是通过整合多种监测手段，实现 对低空环境的全面、实时监控。该网络将涵盖多个监测点，能够收 集和传输多维度的环境数据，为决策支持提供科学依据。根据相关 数据统计，当前我国大气污染物的浓度仍然高于世界卫生组织的安 全标准，而低空地区的污染物扩散特征复杂，且直接影响人们的生 活和健康。因此，建立低空环保监测网络有助于及时发现和应对环 数据收集与分析，相关部门可以及时了解低空地区的污染物排放情 况，从而对现有环保政策进行评估和调整。例如，各类气体（如 PM2.5、PM10、NOx、SO2 等）的浓度可以直接影响发放新企业 或改建的决策。在此过程中，政策制定者能够利用监测数据进行合 理规划，提高环保政策的针对性和有效性。 其次，低空环境监测对于保障公众健康具有直接意义。研究表 明，长时间暴露在污染的低空环境中容易引起呼吸道疾病、心血管 增强公共意识：通过建立公开的数据共享平台，公众可以实时 获取周边环境的监测信息，这将有助于增强公众的环境保护意 识，推动绿色出行和生活方式，提高社会对环境问题的关注 度。 4. 支持决策和管理：监测数据将为政府和相关机构的决策提供支 持，帮助合理布置监测站点，优化应急响应措施。这对改善城 市空气质量、制定环境管理政策具有关键意义。 5. 促进科技创新：本方案将鼓励相关领域的技术革新与发展，包

将更加注重产业链的完善和 协同发展。园区将积极引入 更多上下游企业 ，形成更加 紧密的产业集群 ，提高整个 产业的竞争力。 低空经济产业园的发展 趋势 技术创新将 成为重要驱 动力 扩大 低空园区决策者需求 • 低空园区整体运行态势需求 • 低空园区可视化运行需求 • 低空园区内各种指标数据大数 据分析需求 低空园区企业需求 • 会议需求 ：对会议室资源智 能分配需求 制造工厂、装配车间等各个功能区域 ，实现 园区全场景的可视化展示。 实时监测园区动态 实时监测低空园区内各类设施设备的运行状 态 ，如生产设备的运行参数、物流运输车辆 的位置等 ，为管理者提供精准的决策依据。 提升运营效率 实现智能化的资源调度 ，如人员、设备、 能源等 ，确保资源的合理分配和高效利用。 增强安全保障 对低空园区的安全风险进行实时监测和 预警 ，如火灾、泄漏等 ，提高应急响 事件态势 低空园区数字孪生平台 • 园区数据分析与决策支持 • 数字孪生平台可实现对低空园区人、车、物、事件、环境、安全等重要指标日常运行的监测 ，以及对园区全局的把握和资源的综合调度 ，实时、可视化掌握园区 各系统运行状态 ，结合大数据与 AI 技术 ，为低空园区的运营提供决策分析依据 安防态势 通过虚拟现实技术 ，将汤景 3D 模型转化为沉浸式的虚拟场

避免低需求时段的资源浪费。这种优化不仅提升了公共交通的服务 质量，还能够吸引更多的市民选择公共交通出行。 在交通规划与决策方面，人工智能也有广泛的应用前景。借助 AI 技术的预测分析能力，交通规划者可以更准确地预测未来交通需 求，制定更为科学的交通政策与基础设施建设方案。这种基于数据 的决策方式，能够有效降低交通拥堵及环境污染，提高城市的整体 交通运营效率。 综上所述，人工智能正在重塑交通领域，提升效率、保障安 方面：  智能交通信号控制：利用 AI 算法对实时交通流量进行分析与 预测，从而优化交通信号的配时。  自动驾驶：众多汽车制造商和科技公司正投入大量资源发展自 动驾驶技术，将环境感知、决策与控制的各个环节使用深度学 习等算法进行集成，实现全自动驾驶。  交通流量预测：基于历史数据和实时数据，利用机器学习模型 进行交通流量预测，帮助城市进行交通规划与管理。 在技术实现上，智能交通系统通过大量传感器、摄像头和数据 告。这一过程中的数据应用包括流量预测、交通密度分析和异常情 况监测等。 接着，系统结合历史数据和实时数据，运用机器学习算法对交 通模式进行分析，预测未来的交通流量和可能出现的拥堵点。这种 预测系统能够为交通指挥中心提供实时决策依据，及时调整交通信 号灯的配时，优化交通流向，最大程度上减少拥堵情况。 智能交通管理系统还具备事故监测与快速反应功能。一旦传感 器检测到异常情况，如交通事故或车辆故障，系统立即向交通管理

数据驱动决策与可持续盈利； 另有22%的企业聚焦产业出海，凭借数字化基建、本地化运营与合规体系，开拓全球市场。 数据来源：2025年度亿邦动力产业互联网千峰奖评选企业申报数据 54% AI创新：深度垂直化与价值务实化 • 垂直行业大模型涌现：基于行业知识与数据， 打造专用AI模型，解决特定领域痛点。 • AI智能体加速应用：企业开始应用AI智能体 实现业务流程自动化、决策支持与跨域协同。 链核心环节，实现数据实时同步与流程自动化。 • 资源聚合与生态共享：整合物流/金融/技术/园区 等多元化资源，探索集采/共享仓储等生态型服务。 • 数据智能与AI驱动：应用大数据、AI模型与算法 优化决策，实现精准营销、柔性生产与动态定价。 • 协同创新与开放生态：联合上下游企业/科研机构 /政府共建技术研发/标准制定与成果转化平台。 • 价值共创与可持续盈利：构建“交易+服务+数据” 多元 履约及数字化平台能力。 - 15 - 资料来源：上市公司财报，亿邦整理 2025半年报中，“AI”俨然成为热词。各家企业都明确表态加码AI，AI能力已逐步渗透至运营与业务流程、供应链与物流、数据分析 与决策支持三大关键应用场景。积极拥抱AI，意味着对产业互联网公司而言，AI已不再是概念，而是深度融入核心业务流程、推动企 业效率变革的“生产力工具”。 运营与业务流程 • 齐心集团将AI接入财务结算对账系统，

AI 技术在处理高维非线性市场数据时 的独特优势：通过实时分析海量异构数据（包括行情数据、新闻舆 情、卫星图像等），AI 系统能够发现人工难以捕捉的微观市场规 律，并在毫秒级响应时间内完成交易决策。 当前 AI 量化交易系统的核心价值体现在三个维度：  风险控制精度提升：基于强化学习的动态仓位管理系统可使最 大回撤降低 40%-60%  策略迭代效率突破：遗传算法优化的神经网络策略研发周期从 为解决这些根本性问题，我们提出基于可信计算框架的端到端 解决方案。该方案通过三层验证体系构建技术闭环：在数据层引入 区块链赋能的溯源机制，确保训练数据的时效性与真实性；在模型 层部署可解释 AI（XAI）技术，使策略决策过程满足 FINRA 第 2210 条合规要求；在交易层采用联邦学习架构，实现跨市场数据 的隐私保护与协同优化。瑞士信贷银行的实测数据显示，该方案使 AI 策略的实盘收益回撤比提升至 3.8:1，同时将监管审计通过率提 微秒）和系统容错率（需达到 99.999%）。这些 问题直接影响了机构投资者对 AI 量化方案的信任度，据 Greenwich Associates 调研显示，仅有 29%的资产管理公司完全 信任 AI 交易系统的自主决策。 在此背景下，构建可信的 AI 量化交易方案具有显著的经济价 值和技术突破意义。从实践角度看，可信方案需要实现三个维度的 平衡：  性能维度：年化收益波动率比传统策略降低 40%以上 