• 全流程成本（收益）提出更高要求； • 项目需求的前瞻性、准确性、清晰性不足。（部分场景下）规格、交期、质量、标准的要求不明确。 • 较大的计划偏差、技术规格描述，势必影响供应资源的提前储备，早期集中定价。 • 项目采购平台和流程不健全导致工程服务类采购在需求、验收、监督等方面管理难度较大。 • 项目按预算制管理，对采购业务价值的发掘存在进一步提升的空间。 • 付款的准期率一般。公司对 3. 质量绩效反馈 1. 物料需求 2. 缩短到货（入场） 3. 交货绩效 1. 成本分析 2. 项目过程中支撑分 期核算（含成本） 3. 按账期的及时资金 兑付 4. 减少库存 1. 早期介入构筑成本优势 / 规避风 险 2. 供应商技术支持 3. 物料选型规范 1. 了解产品 / 服务的 销售 2. 重大项目需求 / 配 置和投标支持 3. 服务规范建立 1. Forecast/PO 下，采购的价值和支撑能力最优呈现： 1. 在器件／服务的供应商选择方面相协调 2. 对新物料的评审和职责 3. 售前采购介入机制的明确（确定供应商和一般 性询价支持） 4. 确立机制，在早期设计阶段让关键供应商参与 到采购以及研发中来  实施全公司范围内的一致的采购流程，确保 风险可控： 1. 物料和服务供应的冗余性，寻找后备供应商 2. 新物料采购流程，理解新产品的设计要求

mining 04 AI 实例：早期井涌预警系统 04 AI 实例：早期井涌预警系统，预警指数实时分析 Kick recorded by SME Kick index based on three kick indicators Timeline 2 1 Alarm by model 12 mins 04 AI 实例：早期井涌预警系统，预警效果 04行业数字化转型趋势，开放架构

浓度的多因子数学模型，用于前列腺 PSA“ 灰区”患者诊断  AI 生物标志物： ASAP 与 GAAD 模 型 ASAPvs.GAAD 在早期 NAFLD 相关 HCC 中的诊断效 能  GAAD 模型及 ASAP 模型获得指南推荐通过肝癌的血液学分子标志物监测帮助肝癌早期诊断。  GAAD 模型及 ASAP 模型在鉴别所有分期 NAFLD 相关 HCC 患者时都具有最高的诊断效能，优于任何单一肝癌血清标 人体免疫系统错误地攻击和损害自身细胞、组织和器官的一类疾病 • 临床症状重叠 , 诊断标准复杂 , 发病率逐年升高 • 患者的经济以及精神的负担都相对增大 • 早期诊断对于自身免疫疾病的治疗至关重要 科学目的：基于实验室指标构建自身免疫风湿病早期分类的 多分类模型  研究对象： 519 例 SLE 患者， 163 例 SS 患者， 243 例 IM 患者  研究指标：自身抗体、血常规、生化常规、临床特征

以上。由此助力医院的数据标准化和医疗大数据管理，同时为医院的科研提速 提升医疗质量—流程闭环管理 提升医疗质量——医嘱闭环管理 提升医疗质量——智能影像识别  食管癌早期筛查  肺癌早期筛查  糖尿病性视网膜病变  乳腺癌早期筛查  结直肠癌早期筛查  宫颈癌早期筛查  … 早发现、早诊断、早治疗，削减医生读片和写报告的时间， 降低误诊、漏诊的概率。 提升医疗质量——临床决策支持 基

研发个性化药物，对于公司和患者而言都不是最优的选择。思路迪是该领域发展较为成熟的公司， 其在肿瘤诊疗方面具有垂直纵深，包 括肿瘤早期筛查、个性化药物诊断和新药研发三个板块： A. 肿瘤早期筛查：肿瘤死亡率高，主要是由于 70% 的患者是在癌症晚期时才被发现。目前对于肿瘤仍是早期发现、早期治疗、 早期手术干预外加辅助药物干预，是相对最优的选择； B. 个性化药物诊断：基于对患者的基因测序结果，结合各类候选药物的患者临床反应，为新药研发提供数据； 患者临床反应，为新药研发提供数据； C. 新药研发：为特定患者研发个性化药物（这类病人通常属于高收入群体）。 肿瘤早期筛查 个性化药物诊断 新药研发 上游 中游 下游 肿瘤治疗全产业链布局，弥补新药研发的局限 2 典型应用场景 健康管理应用场景 Health Management Application Scenario 2 典型应用场景  场景描述：健康管理，就是运用信息和医 医生 科研 经费 …… 科研 项目 医疗相 关机构 科研合作 3 医疗企业业务 医疗 大脑 云大脑 图像识别应用于医疗影像，例如胸片， CT ，超 声等，帮助医生快速找到更隐蔽，更早期的肿 瘤 病变；也能协助病理科医生分析复杂病理报 告帮 助诊断皮肤癌症。 通过植入语音对话系统，达到让医生 / 护士通 过 语音来记录患者信息，数据和医嘱。智能语 音工 具不仅可以做到准确语音输入，还能理解

员工作业规范和车间 内漏液监测，热成 像 采集热红外波段 的光， 来探测物体发 出的热 辐射， 当仓 库局部温 度急剧升 高时，温度 异常预 警功能可实现 对极 早期的火灾预警， 将 危险扼杀在萌芽中， 最大程度减少损失。 电解液仓库 AI 漏液监测 + 热成像测 温 漏液监测、人员作业规范监测 人员作业规范监测 电解液仓库 智慧园区平台 目检工位进行实时录像记录， 功 能。 AI 助力企业产线智能生产应 用 防护面罩安全帽 绝缘手套 在危化品仓库和生产区域进行陌生人员识别， 对未经允许进入 人员进行区域管控，通过气云成像摄像机可早期快速发现危险气 体泄漏，并可实现精准定位泄漏源， 实现显示泄漏气体羽流轨 迹， 并进行智能报警主动上报告警， 实现危险区域智能巡检及 7*24 小 时在线监测，极大提升了泄漏监测的效率，及时发现， 多维感知，促进人员管理精细化 生产车间手机管控 重点区域周界 晚高峰通行 人员轨迹 人车混行 烟火识别 ① 利旧使用， 利用现有的视频监控点位，对重要部分 增 加在中心进行烟火识别的能力，极早期发现火灾。 ② 多重保障，与烟感、温感共同工作， 多维感知为火 灾 预防服务。 热成像优势 ① 可视化智能预警，符合主管部门“严格管理，防范未 然”的防火工作原则。 ② 多重保障

模拟奶牛活动状态，发现奶牛在发情早期的活动规律，预测奶牛 发情期，决定其配种时间和冻精种类，以便于奶牛及时受孕，提 高奶牛繁殖力。 喂养管理  饮水量、采食量监测数据对于分析饲料转化率、分析原奶营养成 分以及提高奶产量和质量具有重要意义。 泌乳管理  产奶量监测、疾病预防，通过在挤奶位上安装流量传感器，实时 采集每头奶牛当次产奶量，通过电导率传感器、在线体温测定仪 对疾病发生进行早期预警。 病监测预警系统 37.5~39.5 度， 超过正常体温范围，往往是某些严重疾病的表现。如稽留热、牛 肺疫、牛结核病、口蹄疫、牛瘟等。  通过对泌乳牛挤奶过程中的体温传感器每日测量数据，能够对有 发烧症状的疫病早期发现，发起预警。 建设方案—— 动物行为监测与管理 —— 农产品质量安全过程追溯系统 实现对农产品生产、加工、包装、运输、仓储、批发、 零售的全过程质量安全追溯管理与查询功能。 建设方案

紧迫性 立即行动 AR/VR/MR 试验 机器学习 / 人工智能 语言成为普遍界面 关注 生物测定学 识别 环境技术 重大变革和技术的发展趋势会极大改变你的商业计划。如果你能在它们生命周期的早期就了解这些变 革 和趋势是什么，你也许就能够在它们面前脱颖而出，并以此来获得竞争优势。但是，你也有可能因 为走 得太远、太超前，而不得不承受由此带来的后果。 P28 我们认为有一种观察技术趋势的 成为最值得信赖的投资解决方案提供商 目标 成为退休解决方案的市场领导者 投注 1 帮助婴儿潮一代度过整个退休时光 举措 提供针对婴儿潮一代的不同理财建议模型（产品） 产品假设 我们相信，通过为早期退休人员（退休 5 ～ 7 年）提供低成本的建议，我们可以帮助 他 们更好地实现其退休目标。我们将通过引入专业顾问来验证这一想法，该专业顾问 并 不会被冠以“退休顾问” 的标签，是专门从事有关退休方面的咨询。 未来会存在哪些客户群以及谁最有可能是早期使用者。 定义产品：产品蓝图核心要素 客户目标 客户目标即预期的客户效果。客户目标包含了完成目标所需的一系列步骤。 客户旅程 客户旅程描述了端到端的客户体验。通常，我们将敏捷用户故事（需求）与 客户旅程地图相对应，从而理解这些需求是如何帮助客户完成这段旅程的。 实现产品愿景的原型 原型不仅汇集了产品的愿景，并且有助于帮助人们对产品提出更多的设想。 这在产品早期定义概念

，构建滚动轴承退化趋势指标 ，实现对传动链故障的早期预警。 GBDT 训练过程 退化趋势指标 最终回归树 健康状态劣化趋势及预警分析 基于深度学习模型（高斯混合模型） 的支撑结构健康状态监测方法 ，采用考虑多状态特征融 合的动态劣化指数 (degradation index ， DI) 作为健康状态评价指标 ，通过对支撑结构健康状 态动 态衰退趋势进行分析 ，实现早期预警。 部件级数字模型： 支撑结构

体现在简单数值比较错误、 多步推理能力弱、推理不一致等 早期大模型在推理能力上存在明显短板 9.11>9.9? 简单数值比较错误 多步推理错 误 事实性幻觉问题 大语言模型易产生幻觉 ，在数学推理方面表现在推理能力严重不足， 体现在简单数值比较错误、 多步推理能力弱、推理不一致等 早期大模型在推理能力上存在明显短板 无法在复杂的思维链中保持一致性 在数学和代码推理任务上的卓越表现 • 开源大模型 DeepSeek-R1 在 MATH 基准上达到 87.2% 的准确率 横空出世： OpenAI o1/o3 、 DeepSeek- R1 等 1. 早期的大模型推理能力不足 2. OpenAI-o 系列模型和 DeepSeek-R1 等胜在推理能力较 强 小结一： 推理模型和思维链 (Chain of Thought, CoT) QwQ