式。近年因程式 教學已蓬勃發展，協會將資源投入⼈⼯智慧、機器⼈進階課程，以及 特殊⽣的電腦課。希望每個孩⼦在未來都能找到屬於⾃⼰的意義。 前⾔ 文／陳雅慧（親⼦天下總編輯） 趨勢解讀：AI如何重塑教育？ 興趣可以當飯吃的時代來了！ 「不要怕，怕就輸了！」這幾乎是所有⼈⼯智慧專家給家⻑的第 ⼀句話。 「與其擔⼼孩⼦，先擔⼼⾃⼰吧！」 「呵護孩⼦的好奇⼼。」 這三句話 慧內容⽣成技術可以通過知名⼤學考試，輕易取得律師證照。許多學 校還不知道該如何應對，新的時代就已經來臨。 今年四⽉，⼤學招聯會還擬定「因應AI技術發展，⼤學辦理申請 入學招⽣參考注意事項草案」，已正式發文給各⼤學，做為第⼆階段 審查資料的參考。 這段期間，《親⼦天下》和《翻轉教育》針對「⼈⼯智慧發展將 會如何影響教育」課題，持續關注最新的演變，並透過報導協助家⻑ 理解趨勢。此外，我們也舉辦了多場線上論壇。 題的⼈，未來在⼯作上⼀定也問不出問題，所以⼀定不會錄⽤這樣的 ⼈。要分析資料，⼀定要⾃⼰找問題。我希望未來的⼩孩，不管看到 什麼樣的陌⽣⼈，都可以問出⼗個問題。」 ⾯對強⼤的AI⼯具，有好奇⼼才會知道如何⽤它來協助⾃⼰。⽗ ⺟可以和孩⼦對話，在⽣活中不斷提問「為什麼」和「為什麼不」。 ⽣成內容的聊天機器⼈，也等待對話者的提問，什麼問題都難不 倒AI，但如果不問問題，就失去學習的機會。 ⽗⺟和

三甲医院如何看AI+医疗250225_导读 2025年02月25日 18:23 关键词 手术排程 AI 门诊排班 运筹规划 电子病历 润达医疗 推想科技 科大讯飞 NLP 智能辅助编码 ICD9 病案科 AI算力 推理一体机 三甲医院 全国前十 瑞星 短信 看病能力 赚钱能力 全文摘要 医院在人工智能技术的应用上，当前主要通过数学模型优化手术排程，旨在提升手术室使用效率与医院 收入， 并提高效率，进而增 加医院收入。同时，讨论了利用AI，如deep seek，提升手术排程的可能性，尽管实际操作需要对医院业 务有深入理解且模型训练不易。此外，还提及了门诊排班与排号的问题，特别是如何通过运筹规划最大 化诊室利用率，以应对高门诊量的挑战。当前，这些优化工作主要依赖人工思路的理清，为未来基于大 模型的智能排程奠定基础。 ● 01:59 医院运营效率提升与AI技术的融合 对话 答：AI辅助诊断是一个发展趋势，部分产品已能进行收费，并有望纳入医保支付，国家卫健委也 有要求影像科使用人工智能辅助诊断，且采购金额从100万至几百万不等。 发言人 问：每家医院写病历的格式不统一，如何解决这个问题？ 发言人 答：我们主要从两个方面解决这个问题。一是针对科研需求，引进相对成熟的NRP系统，在各个 专科方便医生自行标注和识别；二是加强文书书写的规范化管理，考虑引入AI技术自动识别并规范医生

“AI+” 如何为 ToB 供应链物流赋能 虞 楠（交通运输行业首席分析师） SAC 号码： S0850512070003 联系人：谭伊珊 2025 年 3 月 18 日 证券研究报告 （优于大市，维持） 16322 ToB 物流成本压力倒逼变革， AI 助力成本管控智能化。我们认为， ToB 物流服务链条长、定制化程度 高，且客户对成本诉求敏感，驱动物流企业加强成本控制、精细化运营的核心能力。

新基建背景下，智慧园区如何实现招商运营辅助决策？ 导读 在疫后复工复产、提振经济的背景下，新型基建与产业升级将成为未来一 段时间的重点投资建设方向，而智慧园区作为产业升级转型的重要载体，也将 迎来新的发展机遇。作为各地产业发展的重要推进器，智慧园区需要重点考虑 如何通过科学评估、精准招商促进产业集聚、实现产业优化转型升级。本文以 发展为导向，介绍智慧园区体系应如何实现招商运营辅助决策，促进地方产业 5G、人工智能、工业互联网、智慧城市、教育医疗这些新型基 建等比重大幅提升。 智慧园区也是未来新型基建的重要建设内容。 作为各地产业发展的重要推 进器，智慧园区需要重点考虑如何通过科学评估、精准招商促进产业集聚、实 现产业优化转型升级。本文以发展为导向，介绍智慧园区体系应如何实现招商 运营辅助决策，促进地方产业优化与发展。 01 智慧园区招商运营辅助决策系统整体解决方案 招商运营辅助决策系统可以从用户识别、需求挖掘、功能细化和框架设计

1 埃森哲报告：AI 赋能保险，三大应用场 景如何重构价值链？ 人工智能(AI)使机器能够模拟和增强人类智能，它的出现正值保险和其他行业 数字化转型之际。尽管人工智能技术仍处于发展阶段，但在现实世界中，它 已应用于不同行业。人工智能正被用来解决各种各样的挑战，它使机器和系 统之间的交互更智能、更简单。 保险公司也逐渐进入这一领域，新一代人工智能技术有望帮助保险公司重新 定义其工作

AI+医疗如何落地防疫诊疗全流程 ——盘点五大智慧医疗典型案例 案例概览 案例 1 | 基于知识图谱的新冠肺炎防护问答助手，离智能更近一步——柯基数据 案例 2 | 不只是疫情咨询，院前预检筛查成智能问答新“战场”——朗通医疗 案例 3 | 互联网医疗作为“第二战场“，在疫情防控中发挥重要作用——左手医生 案例 4 | 高敏快速检出病灶，CT+AI 助力医院实现“应收尽收”——体素科技 助力医院实现“应收尽收”——体素科技 案例 5 | 新冠肺炎患者治愈出院后的康复管理如何进行？——海思瑞格 疫情突袭，智慧医疗围绕就诊全流程迅速落地 在本次突如其来的疫情面前，大批医疗科技企业冲在一线，加班加点地“捐赠”自 己的技术和产品，围绕患者的诊前、诊中和诊后在多个场景迅速应用和落地， 承担着自己的使命。 如果说此前智慧医疗的主要推动力是政策，那么，此次疫情中智慧医疗在多环 节部署的牵引力就是突然催生的需求和应用场景。纵观本次疫情中的智慧医疗 院患者的 生活质量和长期随访、康复管理将成为重要关注点。 新冠病毒会伤害患者的多个器官，即使在核酸检验呈阴性之后，仍然有部分器 官损伤及症状存在。而能分配给患者诊后康复的医疗资源实在有限，因此如何 在诊后监测患者情况并帮助患者进行康复是目前各方关注较少的环节。 疫情期间，海思瑞格已经推出线上医学观察平台以及可穿戴设备，用以远程监 测患者状态；疫情之后，公司也拟推出新冠肺炎等各类心肺疾病愈后相关的康

未有的变革。以 DeepSeek 为代表的大语言模型（LLM）作为人工智能领域的突 破性技术，不仅重塑了信息交互方式，更通过其强大的语义理解与生成能力，为 金融审计领域带来了新的发展机遇与挑战。如何借助大模型工具挖掘审计线索、 优化工作流程、提升风险预判能力，成为行业亟需探索的课题。本手册基于对银 行、证券及保险业审计场景的调研，结合大语言模型技术，系统梳理了金融机构 1000 个 值守护；文化强调职业审慎与道德约束等） （2）如何将“政治三力”（判断力、领悟力、执行力）融入审计思维框架， 强化党对审计工作的全面领导与风险防控的协同性？（如以政治判断力锚定审计 方向，以领悟力深化政策穿透，以执行力贯通整改闭环。通过党建与业务融合机 制，推动审计从合规检查升维至公司治理效能工具，筑牢风险防控的政治根基。） （3）在落实“如臂使指、如影随形、如雷贯耳”要求下，如何构建审计项目 与金融 热力图更新频率 ”等具体参 数） （4 “ ）针对金融科技重构业务场景的趋势，如何重新定义内部审计的 客观 性 ”内涵，提升对数字化风控模型及算法偏差的审查能力？（如应扩展至算法可 解释性审查，构建数据治理审计框架，明确工具链具体组成（如 SHAP 解释器、 公平性测试模块等）） （5 “ ）在全面预算绩效管理背景下，如何设计覆盖 风险-成本-效益 ”三维 “ 度的审计评价标准，推动审计从

中小工厂数字化的现状和挑战 数字化如何重新定义好工厂 如何高效搭建日成本监 控体系 数字化工具如何减少管 理成本 如何搭建快交付体系 总结： 中小工厂数字化新路径 中小工厂数字化新路径 3 数字化的主战场在中小工厂 中等规上企业不足 10% ， 小微数字化基本为零 协同类数字化渗透率现状： 大型企业基本实现 中小微工厂 90%+ 制造企业 交互设计不适应场景 没有聚焦核心问题 如交期， 成本 过分强调流程规范 忽视企业实际情况 高估员工文化水平 打断正常工作流 6 成本如何领先？ 日成本监 控 运营成本 最小化 交付如何敏捷？ 物料齐不 齐 产能够不 够 建立竞争力 成本 领先 交付 敏捷 选择题还是必答题 战略 交付 竞 争 力 成本 为什么而搞？ 中小工厂数字化的底层思考框架 要不要搞？ 如何搞？ 7 中小工厂数字化的现状和挑战 数字化如何重新定义好工厂 如何高效搭建日成本监 控体系 数字化工具如何减少管 理成本 如何搭建快交付体系 总结： 中小工厂数字化新路径 中小工厂数字化新路径 8 好工厂 = 有竞争 力

政府有哪些优惠政策？在入驻与建设过程中可以如何帮助自己？从何种渠道什么对口部门可以得 到这些帮助？有问题及建议可以如何反馈给政府？ • 从何种渠道可以了解到针对目标区域的相关商业信息？如何寻找适合自己的经济圈？如何寻找适 合的商业地产？是否入驻企业与产业链生态符合自身企业的发展需要？如何得到相关区域配套的 准确信息？ • 中小企业如何快速启动自己的生意？ • 如何扩宽自己的销售渠道得到更多的商机？ 招商机构 • 如何更了解企业需求 种方式提供这些服务？ • 服务流程如何可以更加灵活高效？ • 如何使用更多更好的方式与企业进行互动， 上情下达？ • 如何与其他政府部门高效协作来为企业服务？ 政府 • 如何了解管辖区域的经济结构并促进其可持 续发展？ • 如何合理分配区域资源进行区域的战略布局， 保障税收不流失？ • 如何把控整体经济趋势从而制定正确的宏观 调控政策？ • 如何制定并出台行之有效的招商政策？ Microsoft