重塑人与技术的协作模式，推动人的角色从执行 例行工作转变为战略性指导与统筹监督。 在自主智能供应链的转型浪潮中，未来的分 界已然清晰可见：那些积极拥抱自主智能供应链 的企业，将创造出前所未有的商业价值，并构建起 强大的运营韧性；而那些固守传统、不愿革新的企 业，则将面临日益严峻的生存挑战，甚至可能被市 场无情淘汰。面对这场席卷而来的自主化变革，是 选择引领未来，还是被动等待？这已是企业决策 者亟需厘清的议题。本篇洞察报告将提供清晰的 此外，企业预计通过自主化运营能缩减约16% 的碳排放，这将直接帮助企业达成其可持续发展 目标。 再者，自主化运营能够增强企业韧性，以更好 地应对网络攻击、人才短缺、地缘政治动荡、极端 天气事件以及原材料稀缺等风险。我们发现，企业 预计应对中断的反应时间和恢复时间将分别缩短 62%和60%（见图1）。这种强大的韧性在供应链 中断愈发频繁和严重的当下尤为重要。 自主化系统仍处于发展的初期阶段，大多数 企业也刚刚踏上这一征程。我们深入研究了领军 后，供应链便能从被动响应式决策转向具备自 我优化能力的主动运营模式。AI驱动的系统能 够在潜在中断发生前进行预测，自主调整采购 与物流策略，并实时平衡供需。这种程度的自主 化不仅能提升效率和韧性，更能将人力从应对 日常挑战的“紧急补救”工作中解放出来，专注 于战略性创新。 然而，对当今许多企业而言，其供应链数据 现状依旧存在着分散割裂、效率低下和陈旧过 时的痼疾。我们此前的研究发现，67%的企业对

智能制造升级 绿色低碳发展 技术竞争态势分析 市场机遇识别 产品创新方向 竞争优势构建 产业发展战略规划 新兴产业布局指导 产业能级提升路径 未来产业培育方向 产业链风险预警 供应链韧性提升 产业链补链强链 产业安全保障体系 上下游协同创新 产业资源对接 创新要素匹配 产业生态融 入 产业链安全 转型升级需求 新兴产业培育 市场竞争需求 产业协同需求 创新体系建

和效率，避免了生成精确 xy 坐标的需求，这一直是传统语言模型的难点。在成功率、 奖励和平均步骤数等关键性能指标上，AppAgent 表现优异。即使任务步骤失败，它仍 能根据最终状态获得奖励，显示出强大的适应性和韧性。 风险提示：智能体商业化不成熟，智能体下游需求不足。 5. 投资建议 未来智能体（AI Agent）的前景十分广阔，通过多模态大模型，智能体能够整合图 片、语音等异构数据，提高

数，使得模型能够适应日常变化和突发情况。 通过集成 AI 大模型的预测结果到城市轨道交通的调度系统 中，不仅能够提升客流预测的准确性，还能够实现车次安排的灵活 调整，从而增强整体交通运输体系的韧性和效率。这一方案能够帮 助城市轨道交通运营公司优化资源配置，提升服务水平，对满足市 民出行需求起到积极的推动作用。 2.2 设备故障预测与维护 在城市轨道交通系统中，设备的正常运行至关重要。设备故障 乘客对出行的整体体验评分 通过综合考虑上述指标，候选方案经过多轮模拟与优化，可以 为实际运营提供切实有效的决策支持。该方案不仅可以降低运营成 本，还能显著提升乘客的满意度，进而提升城市轨道交通系统的整 体运行效率与韧性。在未来的应用中，可以通过不断学习和调整， 使得系统适应不断变化的交通需求和运营环境，从而实现智能化的 城市轨道交通管理。 4.2 训练流程与技术 在城市轨道交通行业 AI 大模型应用方案中，模型选择与训练

“通过采用更具预测性、预防性和主动性的方法，AI可以将我们的视角从后视镜中 向后看、支付索赔，转变为向前看、更敏锐地观察前方道路的情况，支持客户预防和减轻风 险，避免损失。GenAI的洞察力可以帮助企业和社会变得更具韧性。” 安联商业险部门与微软合作，设立了一个GenAI探索项目，以探索并研究全球范围内 的GenAI用例。用例示例包括，培训智能聊天机器人，以24/7全天候、多语言、多渠道地回答 有关风险承受能 Scanners：自动化机器人，负责从企业的互联网足迹中收集和规范化数百个 安全信号； Cowbell Insights：为中小企业自动生成的个性化网络安全建议，旨在帮助其改善网络 安全状况并增强网络韧性； Cowbell Connectors：从Microsoft 365、AWS、Google Workspace、Google Cloud等 常用技术和网络安全解决方案中收集超过3000个风险信号，并进行建模分析；