苏商银行通过深度融合 DeepSeek 系列模型技术， 构建“数据 + 算法 + 算力 + 场景”四位一体的智能决策体系， 该体系已成功应用于信贷风控、反欺诈监测等 20 余个业务场景，尽调报告生成效率提升 40% ，欺诈风险标签准 确率提升 35% ，构建起覆盖贷前、贷中、贷后的全生命周期智能风控网络。 18 价值创造场景之二：智能风控 n 智能营销助手：依托知识 DeepSeek 招商银行 成效展示：依托 DeepSeek-VL2 多模态模型，将客户画像颗粒度提升 5 倍，实现个性化理财建议定制，满足不同客户的多样化需求。通过精准分析客户 需 求，推动服务从“标准化”向“精准化”跃升，显著提升金融服务质量 兴业银行 技术落地：完成 DeepSeek 初步测试，计划通过本地化部署方式，将 DeepSeek 集成到投研分析系统中 成效展示：主要应用于投研分析场景 应用场景：融合“五横六纵”企业级知识库，嵌入数字员工助手应用，赋能智能问答、指标问答、财务分析、报告写作等多个应用场景 江苏银行 技术落地：部署 DeepSeek-VL2 多模态模型和 R1 推理模型 成效展示：合同质检准确率达 96% ，自动化估值对账场景日均节省 9.68 小时人工工作量，风险预警响应速度提升 20% DeepSeek 应用进展 数据来源：中电金信研究院公众号，中泰证券研究所

· · · · · · 9 1.1 大模型技术近一年的发展演变· · · · · · · · · · · · · · · · · · · · · · 9 1.2 大模型技术在保险行业的应用现状及成效···············21 1.1.1 数据：多措并举缓解短缺状态· · · · · · · · · · · · · · · · · · · · 10 1.1.2 算力：单芯片算力达新高，国产化初具规模· · · · 45 1.2.1 应用现状· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 21 1.2.2 应用成效· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 23 1.2.3 面临挑战· · · · · · · · · 大模型产业图谱· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 9 图1 保险业大模型应用成效初现· · · · · · · · · · · · · · · · · · · · · · · · · · · · · 22 图2 国内人工智能政策· · · · · · · · · · · · ·

力资源的合理配置和高效利用。2023 年印发《算力基础设施高质量 发展行动计划》和《关于深入实施“东数西算”工程 加快构建全国一 体化算力网的实施意见》，旨在不断完善综合算力基础设施，增强 算力赋能成效。2024 年印发《推动工业领域设备更新实施方案》， 提出推动“云边端”算力协同发展，加大高性能智算供给，在算力枢 纽节点建设智算中心。2025 年，工信部按照“点、链、网、面”的工 作思路体 渗透到各产业领域，区域间的数字经济发展差距却愈发凸显。东部 沿海地区凭借深厚且完备的产业基础、超前的科技创新能力以及发 达的基础设施网络，得以率先深度应用数字化技术，在智能制造、 智慧物流、数字金融等新兴领域取得了显著成效。而中西部地区在 产业数字化转型的道路上相对滞后。尽管国家已出台了多项政策支 持中西部地区的数字经济发展，但由于起步晚、底子薄，这些地区 在人才储备、技术创新以及资金投入等方面仍相对不足。中西部地 然语言处理、图像识别、语音识别等领域取得突破性进展，为我国 算力产业的应用拓展提供有力支持。 综合算力指数 6 （二）存储规模与性能结构不断突破 近年来，中国数据存储总量呈现高速增长态势，存力基础设施 建设成效显著。中国算力平台监测数据显示，截至 2025 年 6 月底， 全国存力规模达 1680 EB，相比于 2023 年增长约 40%，存力规模持 续扩大。《全国数据资源调查报告（2024 年）》显示，我国数据存

力和应用水平，同时建立技术支持团队，及 时解决推广过程中遇到的问题。 关键里程碑与成效评估指标 关键里程碑 设定关键里程碑，如 2024 年完成试点 验证、 2025 年实现核心业务场景全覆 盖、 2026 年完成全行级推广，确保每 个阶段都有明确的目标和完成标准。 成效评估指标 制定科学的成效评估指标，包括业务 效率提升、成本降低、客户满意度提 高等，通过数据分析和业务反馈，全 江苏银行在企业架构中引入大模型技术，优化了其信贷审批流程。通过 AI 模型的自动化处理，该银行显著缩 短了贷款审批时间，提升了客户满意度。同时， AI 模型的应用还提高了风险评估的准确性，降低了不良贷款 率。 国内区域性银行试点成效分析 江苏银行 AI 架构试点 浙江银行利用大模型技术重构了其客户服务系统，通过智能化的客户行为分析，提供个性化的金融产品推荐。 该银行还利用 AI 模型进行市场预测，优化了资产配置策略，提升了投资回报率。

...........................................................................................118 9. 成效评估与持续优化............................................................................................ 监测手段，可以有效克服生态监测当前所面临的局限性，为生态环 保工作提供强有力的技术支持和决策依据。 2.4 传统诊断方法的不足 在生态环保领域，传统的诊断方法在多个方面显示出其不足之 处，直接影响了环境保护的效率与成效。 首先，传统方法往往依赖于经验和人工观察，这导致了诊断的 主观性和不确定性。例如，在水质检测中，实验室分析需要时间， 且容易受到操作人员的判断能力和经验的影响，最终的结果可能会 偏离真实情 70%，但区域 A 的某些地段呈现出明显的土壤 侵蚀问题。  物种多样性指数为 0.65，低于预期目标 0.8。 通过上述分析，生态恢复团队能够针对性地采取植被补种、土 壤改良等措施，以提高生态恢复的成效。 智慧诊断的这些具体应用案例体现了多模态 AI 大模型在生态 环保工作中的有效性，它通过集成各类数据源，提供更为精准与前 瞻性的环境治理解决方案。未来，随着技术的不断发展，智慧诊断 有望在更广泛的生态领域中发挥重要的作用。

企业也刚刚踏上这一征程。我们深入研究了领军 企业为获取初步成功所采取的有效行动，并总结 出以下几项关键举措。 这些策略并非必须按顺序执行，但对于那 些在迈向自主智能化系统的过程中践行了其 中一项或多项的企业而言，初步成效已经显 现。我们将在后面的章节中详细阐述每一项 举措。 实现自主智能供应链 8 何为自主 智�供应链？ 供应链的完全自主化不单单指孤岛式的自 动化。传统的自动化系统遵循预设指令，且需要 回顾国内供应链近十年的发展历程，大部 分龙头企业通过ERP的实施落地，在当时已具 备线上化、自动化能力，从而推动企业向数字 化供应链的探索。高科技电子行业及快消零售 行业的数字化变革已经初具成效，AI算法嵌入 流程辅助决策；伴随DeepSeek等生成式AI技 术的普惠，数字化的领头羊们已开始加速规划 自主化能力与落地探索。 10 实现自主智能供应链 11 End to end supply 理想领域。采购自动化能够节约时间、减少错误 并降低成本，从而提高采购申请、订单处理乃至 协商等流程的效率。 AI、机器学习和机器人流程自动化等技术是 实现自主化采购的关键。这些技术有助于更智能 某消费品公司：自主智能化实践初见成效 一家消费品公司通过实施自主智�供应链创造了显著价值。其工厂采用的AI批量生产健康监测 系统，通过根据生产周期、产品质量及能耗成本预测最优批次性能，成功实现了吨均成本下降。 在该公司的新项目中

智能体方案 准则更新响应速度 季度级人工更新 实时在线同步 能力维度 传统审计软件 DeepSeek 智能体方案 异常检测覆盖率 预设规则覆盖 65%场 景 机器学习识别 92%场景 工作底稿生成效率 4 小时/份 20 分钟/份（自动校验） 在技术实现路径上，我们采用分层架构设计：底层通过微调后 的 DeepSeek 模型处理非结构化文档，中间层构建审计知识图谱实 现条款关联，应用层则部署风险预警、抽样推荐等具体功能模块。 通过自动化处理重复性高、规则明确的任务，将审计人员从繁琐的 基础工作中解放。例如，智能体可实现： - 凭证扫描与数据录入自 动化，处理速度提升 5-8 倍 - 交易流水异常检测响应时间缩短至分 钟级 - 报告初稿生成效率提高 70%，减少人工校对工作量 风险控制强化 构建动态风险识别模型，覆盖传统审计盲区。重点实现： 1. 实时 监测企业财务数据波动，自动触发预警阈值（如单笔交易超过注册 资本 10% 1. 系统使 用率监控：每日活跃用户需达到审计人员的 90% 以上 2. 业务渗透 率评估：智能体参与的业务环节占比每月提升 10% 3. 效能提升分 析：对比历史数据，重点追踪「底稿生成效率」和「异常发现率」 指标 推广期间设置双周复盘机制，收集三类关键反馈：①系统级问 题（如接口稳定性）24 小时内响应；②业务适配问题（如准则更 新）72 小时内出具解决方案；③效能优化建议纳入季度迭代计

人 认为，智能技术将彻底改变这个行业。 大多数保险公司都表示，与两年前相比，它们在人工智能技术上的投资有所 增加，并计划在未来增加投资。保险公司发现，它们最初的投资已经取得了 一定成效，并且意识到人工智能的不断进步将推动更多的技术变革——尤其 是在产品开发、风险管理和客户体验方面。 保险公司正在大力投资人工智能技术，他们预计在未来三年对以下领域进行 投资：深度学习

 更专业实用的党务工作工具，并有标准化规范化的 党务工作指引，指导三会一课、谈心谈话、公益活 动等各项工作开展；  提供丰富的党员教育学习内容和激励机制，助力基 层党员学习更便捷、更有成效；  为党组织提供智慧党建工具，提升党务工作效率并 进行有效的监督管理；  为党组织提供大数据中心，助力领导决策，并工作 成果可视化呈现。 方案优势 数字技术与党务工作、党员教育的创新结合

典型案例分析 在 DeepSeek 平台的实际应用中，人工智能优化营养健康管理 的效果已通过多个典型案例得到验证。以下为具有代表性的案例分 析，涵盖不同用户群体与场景，展示技术落地的具体流程与成效。 案例一：慢性病患者的个性化膳食干预 一名 52 岁的 2 型糖尿病患者通过平台完成健康评估，AI 系统基于 其血糖波动数据、用药记录及饮食习惯生成动态营养方案。关键措 施包括：  采 用平台定制的低 GI 面包替代传统白面包 2. 在下午 3 点能 量低谷时段增加坚果包（由智能零食配送服务提供） 3. 根据运动 手环数据，在力量训练后 45 分钟内推送特制蛋白补充提醒 最终成效 经过 12 周干预，用户 A 实现： - 体脂率下降 5.2 个 百分点（28.7% →23.5% ） - 血检显示维生素 D 达到充足水平 （42ng/ml ） - 通过平台的情绪追踪模块反馈，日间疲劳感降低 基线均值 6 个月后均值 改善幅度 体脂率(%) 28.7 23.4 18.5% ↓ 腰围(cm) 89.2 83.6 6.3% ↓ 骨骼肌质量(kg) 22.1 23.9 8.1% ↑ 慢性病管理成效 高血压用户组（n=80）在使用个性化营养方 案 4 个月后，收缩压/舒张压平均下降 14/8 mmHg，达标率 （<140/90 mmHg）从 31%提升至 67%。平台通过动态调整钠钾 摄入比（从