服务和科技的化学反应将催生出新客服体系，新服务形态 要求服务部门与新技术融合变革，实现数字经济时代的服务价值链。 未来新客服 - 数字时代的价值链突 围 重构价值链 用户 价值 用户链接 DT 驱动 创造 价值 产品 传递 价值 服务 载体价值的大幅提升 价值传递的载体 互联网式的减法 新客服特征 2 全链路数据 （用户声音与产品 / 业务场景的结合） 助力企业 转型互联网 服务预测 • 实时智能调度 • DT 工作台 • 智能质检 • 自学习知识供应链 • 场景式培训平台 • 全链路监控仪表盘 服务数据驱动的 决策能力 • 用户体验驱动产品决策 • 实时舆情监控 / 预警 • 服务用户调研支撑商业决 策 蚂蚁新客服实践： FIELD 场 FIELD ：领域，场地；白话一点就是 “接地气” 个 案例：体验数据驱动产品决策 从体验问题定位 推动优化的全链路 仅需 10 分 钟 I 焦点之四：服务数据驱动的决策能 力 声音 & 反馈 • 触点地图 • 行为关联 • 算法模型 筛选 & 发现 • 数据看板 • 押宝机制 监测 & 运营 • 体验平台 • 体验播报 改善 & 落地 • 画像平台 • 分析工具 分析 & 定位 ：服务数据驱动的决策能力 蚂蚁金服体验管理大图

5%时代，储蓄 险竞争力愈显》 2023-06-09 3. 《专属商业养老保险迎常态化经营， 个人养老金有望快速增长》 2023-05- 27 看好丰富数据积累及应用场景驱动下，保险 +AI 大模型的受益机会 核心观点 ❖ 垂直领域大模型或成细分领域公司 AIGC 发力方向，金融领域已率先 落地。垂直 AI 大模型专注于特定的行业、领域或场景，且能够依托行业数据 ............. 20 内容目录 图表目录 谨请参阅尾页重要声明及财通证券股票和行业评级标准 4 行业专题报告/证券研究报告 图 11. AI 坐席驱动产品销售规模 ............................................................................................ 大模型落地的商业化场景与现实基础 政策层面，金融科技政策持续推出，为保险机构 AI 大模型的发展提供了良好的 政策环境。近年来，国务院、央行、银保监会、中保协等部门/协会不断推出推动 保险等金融机构数字化转型的政策措施，驱动保险科技快速发展。今年 2 月，中 共中央、国务院印发《数字中国建设整体布局规划》，明确指出在金融等重点领 域，加快数字技术创新应用，人工智能作为数字技术中的核心技术之一，在金融 机构的落地也有望加速进行，AIGC

AI+机器人重构化工研发范式：从实验室到工业化的效率革命 我们认为 AI+机器人大概率将带来化工行业的效率革命，尤其是类似 Deepseek 这样的顶尖 AI 工具的广泛应用，或驱动化工行业的研发和生产流程发生数量级层面的跃迁，在不久的将 来，很可能呈现“AI 驱动者胜出，迟疑者淘汰出局”的两极分化格局。传统化工研发依赖“试 错法”，周期长、成本高。如果以第一性原理为基础，一旦将人工智能（AI）和机器人技术融 合，化工 存在错误的记录， 甚至通过推理发现数据之间的逻辑关系，补充缺失的数据。比如潘锋教授团队构建了锂离子 电池正极材料知识图谱，并预测出潜在的正极材料 Li₂TiMn₃O₈。 ➢ 高通量机器人+AI 驱动的生产流程革命：成本与精度双突破 AI 可以对生产流程进行全方位的“管理”和优化。比如原材料的成分、用量，生产设备的运 行参数，环境温度、湿度等，进而通过机器强化学习结合高通量机器人实验，相比“人工试 创建制造智能解决方案，可检测装配线上从 LCD 屏幕和光学薄膜到汽车面料等所有物品的缺陷。AutoML Vision Edge 将缺陷检测准确率提 高了 6%，并将设计和训练 ML 模型的时间从七天缩短到几个小时。 ➢ AI 驱动的材料创新正在打破传统技术壁垒 我们认为，在 AI+机器人时代，“白痴指数”越高的化工材料面临 AI+机器人的冲击或越严峻。 产品的成本相比制造该产品的原材料成本的比例即为马斯克提出的“白痴指数”，在

三、央企 AI 应用关键场景 ................................................................. 14 四、央企 AI 应用需求驱动 ................................................................. 20 五、央企 AI 应用落地进展 ............ 央企数智化市场呈稳步增长态势，规模从 2023 年的 3230 亿持续攀升，2024 年达到 3670 亿元，预计 2027 年将突破 5150 亿元，增长率保持在 10%以上。这一增长得益于政策 与产业的双重驱动，其中国资委“人工智能+”专项行动加大推进，在 16 个重点行业（能 源、工业等）构建了全领域数智化布局，覆盖研发设计、生产制造、运营管理等全业务链 条。 图表 2 2023~2027 年央企数智化市场规模及增长（亿元） 10 第二章：AI 赋能央企数智化转型应用现状 一、央企 AI 应用发展阶段 主要结论：央企 AI 应用发展呈现清晰的阶梯式轨迹，从早期依赖外部技术的“单点 试水”，到政策驱动下的“规模化渗透”，再到如今以行业大模型为核心的“深度融合 创新”，央企的 AI 应用已经从“辅助工具”完成向“核心生产”的转变。 第一阶段：早期探索（2022 年前）：技术依赖与概念验证期

让数据成为生产力 20+ 数智化时代,数据赋能企业价值创新 数智领导力 千行百业突破力 供应链协同力 AI智能洞见力 数字人才驱动力 精益运营管控力 数字管理领导力 驱动战略决策 / 赋能业务增长 / 塑造企业竞争力 用数据 帆软 让数据成为生产力 驱动战略决策 / 赋能业务增长 / 塑造企业竞争力 用数据 声明： 本刊物所载企业案例的数据均已脱敏处理，或使用的虚拟数据。 CONTENTS CONTENTS 目录 01 数字管理领导力 006 015 019 025 033 038 043 中国一汽：打破数据壁垒，数据驱动效能跃迁 水电八局国际公司 ：“全要素价格库” 平台：以数字化驱动企业降本增效新引擎 吉林银行：全面提升一线业务效能！吉林银行商业智能 BI 加速数字化转型步伐！ 三棵树：数据治理与应用并行，开创三棵树经营提效“新密码” 潮 技续写百年“不老”传奇 帆软软件：数据驱动构建全场景智能决策体系 02 精益运营管控力 053 060 066 多彩贵州航空：BI 点燃数字化引擎，多彩航开启多彩绿色发展新征程 宁德新能源：2h 降至 5min，帆软产品组合助力生产提效，实现数字化全员参与 复星医药：数字化 + 精益管理双螺旋，与成员企业构建协同创新生态 03 数字人才驱动力 071 077 东风柳汽：184

中国智慧城市发展即将迎来第四次浪潮 推进 方式 信息 共享 重点 技术 驱动 • 企业引入概念 • 国外软件系统集成商主导，如 IBM 、 Oracle • 单个系统，零散搭建 • 自发共享 • 无线通信、光纤宽带 • HTTP 等信息分发技术 • GIS 、 GPS 、 RS 技术 行业应用驱动 • 行业应用数字化、网络化 第一次浪潮 概念导入期 （智慧地球、数字城市） 新兴技术驱动 • 城镇化加速 • 信息技术全面信用 第二次浪潮 试点探索期 （智慧城市） • 国家统筹、 25 部委 • 政府指导、市场主导、 PPP • 国内互联网企业、运营商、软件商、 集成商各聚生态 • 系统纵横联合、集成为主，智慧大 脑 / 城市大脑 • 依职能共享 • NB-IoT 、 5G • 大数据、人工智能、区块链 • 智慧城市平台和 OS 数据驱动 • 以人为本、统筹集约、注重成效 以人为本、统筹集约、注重成效 第三次浪潮 统筹推进期 （新型智慧城市） Source: 中国信通院 转型驱动 第四次浪潮 变革重构期 （后疫情、新基建） 2025 年 • 新型城镇化、疫情、新基建 • 治理体系和能力现代化 • 5G 基建、大数据中心 • 人工智能、工业互联网 • 特高压、城际 & 城轨、充电桩 • 横向到边、纵向到底 • 智慧城市四梁八柱 • 跨城数据流动、联动指挥

03 深度价值链新模式与案例 产业互联网年度进展 /01 产业互联网迎战新周期 企业生存情况调查 资本市场动向 政策趋势与实践 - 4 - 产业互联网迎战新周期：大范围价值闭环效应驱动 亿邦动力团队25年来一直跟踪B2B发展。亿邦智库基于连续七年综合产业、企业及政策的观察研究，提出我国产业互联网发展新研判：产业互 联网基本面未变，但已进入新周期。从资本闭环效应显著的初创期迈入以 。 • 供应链金融促进交易。模式相对轻，撬动GMV大幅增长，平台凸显供应链金融价值，交易价值初现。 • 阶段局限：仅释放营销、金融等有限价值空间 资本闭环效应驱动供应链数字化 初创期（2019年~ 2024） • 资本闭环效应驱动。风险资本大规模涌入，二级市场交易活跃。平台超越纯交易，通过数字化工具在上下游特定环节或客 户群体中形成小范围的效率提升和价值优化。平台显现出一定的供应链履约数字化价值。 佛山南海区政府引导基金（中科科创管理） 投资逻辑： • “以投促引”：基金核心任务是吸引优质企业落户。投资后，智布互 联将总部迁至佛山。 • 产业协同： 智布的布料信息化解决方案与佛山强大的纺织印染产业 基础完美匹配，驱动产业智能化升级。 • 区域贡献： 强调企业迁移后的税收贡献与对本地产业的提升作用。 投资标的必须与本地优势产业 高度契合，能补强、升级现有 产业链。 产业协同原则 不以财务回报为唯一目标，设

智算中心800G端口和白盒交换机市场 近期，DeepSeek的出现显著提升了算法效率，其开源免费策略使中小企业和个人开发者可获取高性能 模型，极大降低AI应用门槛。在制造、医疗、金融等领域，深度学习驱动的预测性维护、医学影像分析、量 化交易等应用，显著提升行业效率。在物流路径规划、电网调度等场景中，深度强化学习可实时响应环境变 化，优化资源分配。在个性化服务领域，通过用户行为数据的深度挖掘，实现千人千面的推荐系统、广告投 数量、数据集和计算量， 就可以得到性能更优的模型。2）模型参数量、数据集以及计算量之间存在幂律关系。3）随着模型规模增 加，模型会出现涌现特质——未预期到的新能力，推动模型性能提升。尺度法则正在驱动大模型硬件部署走 向更大集群。早期AI训练网络互联规模均在千卡左右，随着AI大语言模型的参数、训练量指数级提升，算力 卡互联规模从千卡提升到万卡，目前行业已经开始部署10 万卡集群。 在云计算 时延并增强可扩展性。 • 光电融合交换：引入光交换技术，将波长作为调度单元，降低时延并提升带宽利用率，并支持训练 任务的动态拓扑重构，简化网络的增量扩展。 智能化运维与管理 • 自动化部署：基于意图和AI驱动，通过网络控制器实现自动的网络规划、动态路由以及配置策略 的统一下发。 • 故障预测与自愈：结合AI算法分析网络流量模式，提前识别潜在拥塞点并规避实现自愈。 安全与隐私保护 • 数据加密：在传输层采用TLS