智算服务案例集 全球计算联盟 智能计算产业发展委员会 1 编写单位（排名不分先后） 中讯邮电咨询设计院有限公司、华为技术有限公司、科大讯飞股份有限公司、 中国信息通信研究院、中国电 持续 推进智算服务产业升维。 我们期望通过本案例集的发布，能够进一步促进行业内各方的深度交流 与协同创新，共同推动智算服务发展与应用推广，为构建高效、绿色、智能的 未来计算环境贡献智慧和力量。 全球计算联盟 智能产业发展委员会 2025 年 11 月 2 目 录 智算服务案例集 ........................ ....................................................................................... 6 第三章 智算服务案例 ..................................................................................................

主流算法.....................................................................................22 2.2.2 应用案例.....................................................................................24 3. 医疗场景的需求分析 ..................................123 8. 实际案例分析...........................................................................................125 8.1 国内外成功案例............................................. .......127 8.1.1 案例一：AI 助力临床诊断........................................................129 8.1.2 案例二：健康管理平台............................................................130 8.2 从失败案例中学习...............

......................................................................................115 7. 应用场景与案例................................................................................................... 应用需要解决的核心矛盾：如何 在保持审计证据链完整性的前提下，实现技术赋能的实质性突破。 流程自动化（RPA）的局部应用虽能提升基础核对效率，但在 面对非结构化数据（如合同文本、邮件通信）时仍显乏力。某上市 公司审计案例显示，其采购循环审计中仍有 62%的供应商资质验证 需要人工复核扫描件，这类场景亟需具备多模态处理能力的智能体 支持。同时，审计质量控制的最后一公里问题突出，现有系统缺乏 对审计底稿逻辑完备性的自动校验能力，导致约 账单和税务平台，实现多源异构数据的实时归集与标准化处理，解 决传统审计中数据孤岛问题。某试点项目数据显示，采用智能体 后，数据准备周期从平均 72 小时缩短至 4 小时以内。其次是风险 识别与异常检测，基于深度学习模型分析历史审计案例和行业风险 特征，智能体可自动标记异常交易模式，其检测准确率在测试环境 中达到 92%，远超人工抽样检查的 65%水平。最后是智能分析辅 助，通过自然语言处理技术自动解析合同条款、监管文件，生成风

141 12. 案例分析与参考...............................................................................................................................................................143 12.1 类似行业应用案例........ 效率损失点 客户需求识别 人工标注+规则过滤 平均耗时 8.2 分钟/案例 商机预测 线性回归模型 误差率±34% 服务响应 三级菜单分类 首次解决率仅 41% 流程图中展示的典型问题可通过 mermaid 图呈现： 现有系统在实时数据处理方面存在明显短板，当并发请求超过 500TPS 时，响应延迟呈指数级增长。某汽车行业案例显示，促销 活动期间系统处理客户咨询的放弃率骤增至 28%，直接导致潜在商 ” 中的 客户行业分类 字段自动映射为模型需要的 industry_category 参数；其次，采用异步回调机制处理长耗时任 务（如批量客户画像生成），避免阻塞 CRM 主业务流程。实际部 署案例显示，在 SaaS 型 CRM 系统中完成全量接口对接的平均工时 为 3-5 人日，包括测试调优周期。 2.2 数据接口与集成方案 在 CRM 系统与 DeepSeek 大模型集成过程中，数据接口与集

据进行汇总统计，实现领域内 数据汇集、统一展示，支撑党 建工作精细化管理。 4 成功案例 成功案例  项目自推广以来，得到了客户的广泛好评，目前项目已在全国多个 地区为组织客户提供优质服务。 覆盖 31 个省、直辖市、自治区 合作 1000 多家客户 服务党员 近 1400 万人 服务党员过千万 积累了丰富经验 成功案例  是中共甘肃省委组织部为创新党建工作新模式精心打 造的省级智慧党建云平台，集学习、组织管理、交流 年的月均活跃达 100W+ 。作为福建省“两学一做“突出案例登上 《人民日报》头版！ 福建省党员 e 家平台 山东省党员乐 e 学平台  党员“乐 e 学”教育云平台，帮助山东省 莱州市组织部门实现了全市 60000 多个 党员，以及 1000 多个行政村的党员教 育及管理工作全覆盖。  通过大数据中心建设，震撼展示党建成 果。 成功案例 郴州烟草专卖局党建平台“浓香红”通过将线下 福建省高速党建系统 为了避免线下党员集中培训造成疫情防控风险， 福建省高速集团推出党员培训平台，每年为集 团机关及下属子公司提供数十场党员培训服务， 节省培训成本的同时，也降低了组织难度。 成功案例 平台以党员日常行 为大数据为基础， 实现党员五维自画 像和支部五星考评， 为基层党组织及党 员提供科学、规范、 专业、好用、易用 的智慧党建平台工 具。 新区智慧党建平台 福清市智慧党建平台

......68 6. 智慧诊断的具体应用案例................................................................................................................................................70 6.1 案例一：城市空气污染的智慧监测......... ...........................................................................................77 6.2 案例二：水体质量评估........................................................................................... ...........................................................................................84 6.3 案例三：生态恢复效果评估.........................................................................................

保险公司和科技公司紧密合作，共同构建开放、共享、协同的创新生态。这些内容为保险行 业探索大模型技术的应用提供了宝贵的经验和启示。 在优秀案例展示部分，白皮书通过一系列具有代表性的案例，充分展示了大模型技术 在保险行业的广泛应用场景和显著价值。这些案例涵盖了客户服务、理赔定损、营销推广、 承保核保等多个方面，它们充分证明了大模型技术在提升服务效率、优化客户体验、降低运 营成本、增强风险管 · · · · · · · · 74 4.大模型安全风险与治理篇· · · · · · · · · · · · · · · · · · · · · · · · · · 63 5.1 大模型优秀应用案例 ‒ 国内篇· · · · · · · · · · · · · · · · · · · · · 77 5.1.1 阳光保险· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 135 6.1.1 应用模式：由Chatbot向AI Agent演进· · · · · · · · · · · · · 135 5.2 大模型优秀应用案例 ‒ 国际篇· · · · · · · · · · · · · · · · · · · · · 127 5.2.1 瑞士再保险· · · · · · · · · · · · · · · · · ·

.............................117 15. 案例研究与成功经验.....................................................................................................120 15.1 行业案例分析.................................... 断或数据缺失等，检验系统的容错能力和恢复机制。 为提升测试效率，测试团队将采用自动化测试工具进行回归测 试，确保每次代码更新后核心功能不受影响。同时，人工测试将专 注于复杂场景和边缘案例，以确保系统的鲁棒性。测试过程中将记 录所有测试结果，包括成功案例和失败案例，并对失败案例进行详 细分析，定位问题根源并反馈至开发团队进行修复。 以下为功能测试的关键测试点： - 自然语言处理（NLP）：验证系统能否准确理解用户意图，支 ，支 持多种数据格式和复杂查询。 - 任务自动化：测试系统在自动执行任务（如订单处理、日程安排 等）时的效率和准确性。 测试结果将以测试报告的形式呈现，报告中包括测试覆盖率、 通过率、失败案例及修复建议等关键指标。通过功能测试，确保商 务 AI 智能体在实际应用中能够满足用户的预期需求，并为后续的 性能测试和用户体验测试奠定基础。 11.3 性能与安全测试 在性能与安全测试阶段，我们主要通过以下步骤确保商务

................................99 5. 案例研究...................................................................................................101 5.1 某银行风险管理案例........................................ 2 某银行智能客服案例........................................................................106 5.3 某银行欺诈检测案例........................................................................107 5.4 某银行投资管理案例......... 为。系统首先从海量交易数据中提取特征，包括交易金额、频率、 地点、时间以及交易双方的关系等，构建多维度的反洗钱模型。通 过对历史交易数据的训练，模型能够自动识别潜在的洗钱行为，并 将可疑交易标记为高风险案例。 DeepSeek 的反洗钱系统采用实时监控与批量分析相结合的方 式，确保全天候的覆盖。系统能够实时处理流入的交易数据，并对 高风险交易进行即时预警。同时，系统还支持对历史数据的批量分 析

....................................112 8. 应用案例分析...........................................................................................114 8.1 成功案例分享............................................ 其次，定期维护和更新系统软件与模型。随着技术的进步，AI 模型需不断更新，以适应新出现的安全威胁。维护工作包括以下几 个方面： 1. 检查和更新 AI 模型：每季度至少对模型进行一次评估，结合 最新的安全数据和案例，对模型进行再训练和校准。 2. 系统补丁更新：每月至少进行一次系统补丁检查，确保所有软 件组件都及时更新，以防止因漏洞引发的安全隐患。 3. 性能优化和清理：每半年进行一次系统性能评估，针对存储占 能够适应新的数据和场景。再训练的频率建议为每季度一次，主要 流程包括：  监测模型的性能，定期评估模型输出的准确性和效力。  收集新的训练数据，确保数据的多样性和代表性，尤其包括新 出现的案例。  通过增量学习或全量再训练的方式对模型进行更新。 模型再训练的具体步骤如下： 1. 性能评估：使用指标如精确率、召回率及 F1-score 对现有模 型进行评估。 2. 数据收集：从