104 5.3 边缘共享模式..............................................................................106 六、商业价值与前景展望.....................................................................108 1 一、“东数西算”概述 1.1 背景 在完成数据迁移后，数据处理应用开始对西部数据中心的待处理 数据进行处理。通过运用各种的数据处理技术和算法，挖掘数据中的 潜在价值，为企业的决策制定、业务创新和市场拓展提供有力支持， 实现数据的商业价值最大化。 图 4-9 东数西算-数据处理 步骤六：应用删除与数据清理 任务型应用在运行结束后，及时进行应用的删除工作。对于数据 清理，这是一项具有灵活性的操作。在实际执行中，清理应用生成的 算网平台根据调度算法，可以资源需方的应用调度并部署到 共享的企业私有云/一体机上，完成资源共享过程。 六、商业价值与前景展望 “东数西算”工程涵盖了总分调度、分总调度、混合调度等调度 架构、东数西算、数据快递、东数西存、协同推理、协同训练和西训 东推等核心场景，具备明确的商业价值和广阔的市场前景。 在总分调度、分总调度和混合调度架构中，通过优化算网资源的 调度和管理，提升了资源的利用率和灵活性，降低了算力提供者和使

全流程，统筹企业的数字资源，提供陪伴式的 服务。 总之，面向未来的增长，“数字化运营” 是企业必须要关注的关键词。要在数字化转型 中求发展、求增长，企业必须要具备数字化运 营的能力，注重通过运营来实现数字化转型的 商业价值转化。以开放探索和主动求变的视角， 把技术与员工、企业、业务伙伴和服务伙伴连 接在一起，才能推动企业获得跨越周期的价值 增长。 本文根据 Kyndryl 勤达睿大中华区总裁郑军的口述 整理 是纯粹技术层面的，例如如何有效存储海量数 据。进入价值变现阶段，数据整合职能应完成 数据采集、数据加工和特征工程三个目标。数 据采集和数据加工的概念相对清晰。特征工程 指从原始数据中提取具有商业价值和管理意义 的数据特征项，从而让智能分析项目直接使用 这些特征，大大加速智能分析的效率。同时， 这些工作应该集中在企业层面完成，避免某个 业务活动缺乏全局数据、不同业务活动对数据 重复提取的问题。

的智能语音交互助理载体。 ◼ AI+提升生产效率， B 端应用场景发展潜力逐渐释放。随着技术和应用 的发展，AI 的赋能将深刻改变很多 B 端的生产力及生产效率，其可以 帮助企业提高生产效率、提升客户体验和创造新的商业价值。举例来看， 1、安防行业作为 AI 技术落地应用较为领先的领域，率先受益于 AI 技术的成熟发展：随着 AI 逐步渗透到视频前后端设备中，AI 技术能够 对视频数据进行实时的结构化处理与分析，呈现在人工面前的并不是实 3. B 端：AI+提升生产效率，应用场景发展潜力逐渐释放 随着技术和应用的发展，AI 的赋能将深刻改变很多 B 端的生产力及生产效率，其 可以帮助企业提高生产效率、提升客户体验和创造新的商业价值。在未来，AI 技术的不 断发展和应用将为企业带来更多的机会和挑战。 3.1. 安防：AI+安防智能化变革，推进创新业务发展 伴随着数字经济持续与实体经济相结合，安防产业率先受益于 AI

等生物信息的读取和写入成本分别降低 100 倍和 1000 倍；AI 将使药物开发成本降低 4 倍，并将研发投入的回报提高 5 倍；AI 将使 癌症筛查的效率提高 20 倍，并且将市场规模扩大 10 倍；AI 药物的商业价值将比标准 药物高 20 倍，比同类最佳的精准药物高 2.4 倍，“从长远来看，医疗保健将成为 AI 最 为深远的应用领域。” 世界经济论坛发布的《人工智能驱动健康的未来：引领潮流》报 告认为

用数据融合、机器学习、知识图谱等多样化技术，推动可信数 据空间资源管理、数据价值开发、服务应用等共性工具研发， 为参与方开发数据产品和服务创造条件。例如，通过机器学习 算法，可以对海量数据进行深度分析，挖掘潜在的商业价值和 创新机会。通过智能合约和价值共享机制可以让数据开发利用 过程参与者获得相应收益，形成数据要素投入收益“正向飞轮”。 四是加强数据开发可信管控。数据的安全性和合规性是数 据流通和应用的 护个人隐私，还能提升个人数据价值。通过制度创新和技术创 新，提供依场景授权许可的个人数据转移流动和开发利用服务。 例如，通过数据挖掘和分析技术，可以为个人提供个性化的服 务和产品推荐，提高个人数据的商业价值。 5．跨境可信数据空间 一是提升跨境经贸往来便利度。经济全球化推动了生产要 素的跨境流动和优化配置，不仅提升了全球生产力，而且促进 了各国经济的共同增长。对于跨境贸易来说，跨境可信数据空

大几百亿，而且几年之后突破到千亿的量目前看起来也是比较有把握的，每一个 RFID 标签背后就代表一件 物品，每一个物品背后都有它的业务逻辑，而此前，RFID 乃至整个物联网产业更多的只是挖掘了硬件产品 的价值，数据背后的商业价值并没有充分挖掘出来。基于 AI 的能力，可以高效且低成本的挖掘 RFID 产业庞 大的数据价值。 在去年，我们发布了《2024 中国 RFID 无源物联网产业白皮书以及 7 个细分领域市场调研报告》，这 服装标签性价比不断提升。未来，通过 AI 技术的融合，RFID 快速的数 据采集结合消费者行为数据，实现动态定价与智能补货；从棉田到衣柜的全生命周期追溯，助力 ESG 合规，实现全球化溯 源，为品牌商创造更大的商业价值与社会价值。 二、ONLY 只读芯片推动 RFID 技术向快消品领域深度渗透 RFID 在消费品包装中的应用，本质是通过 “包装数字化” 打通生产、流通、消费全链路，实现效率提升（供应链）、 年新大陆自动识别 OEM 扫描引擎销售额全球排名第三，手持式扫描器销售额全球排名第四。 我们坚持聚焦客户发展，面向未来技术持续创新，不断为客户提供行业领先的产品、解决方案和服务，不断为客户提 升组织效能、商业价值与社会价值，致力于推动数字化、智能化、安全化的智慧经济与公共服务事业的建设与发展。 IOTE 2026 深圳展 2026 年 8 月份 参展联系：陈先生 18676385933 108 Hana

型的“Router”架构，并投入数十万 GPU 进行训练与推理。Google 则凭借其强大的生态系统， 将 Gemini 2.5 Pro 等自研模型深度整合进搜索、Gmail 等全线产品，并通过包含多项 AI 服务的订 阅套餐实现商业价值提升。此外，xAI 的 Grok 4 模型通过投入 20 万 H100 进行后训练，在复杂推 理任务上表现卓越，创始人马斯克更强调 AI 与物理世界的交互，计划将其植入特斯拉。 与此同时，中国

德勤（英国） Zora AI 是德勤的数字化劳动力，基于 NVIDIA 的 AI 构建。 借助不断增长的专 业人工智能代理组合，它可以帮助组织简化企业运营、提高生产力和效率，并 推动更自信的决策，从而释放商业价值。 这些代理通过广泛的领域特定智能、灵活的技术架构和内置透明度来增强人力 资源，以自主执行和分析复杂的业务流程。 2.2.2 自主数据收集（Autonomous Data Collection）

55ÿ 百融 ß 商业模式介 绍 Ā 片来源 ÿ 公司公告，中信建 投 PARr6 大模型用于金融行业难点分析 大模型用于金融行业难点分析 一、数据安全与隐私风险。 金融数据具有极高的商业价值和社会敏感性，包含用户身份信息、资产状况、交 易行为等 核心隐私。大模型训练依赖海量数据，但金融数据的使用面临多重矛盾 : 例如数据开放与封闭的博弈 : 金融 机构需在数 据共享 ( 提升模型精度

型，强化逻辑推理与数据处理能力，注册医生超52万，基于20亿Token医检语料及30年行业数据，实现项目 选择、检测、报告分析等全流程数智化。 ◥ 金域医学斩获 2024年“数据要素×”大赛“商业价值奖” ◥ 定期举办“域见杯”医检人工智能开发者大赛 资料来源：公司官网，国联民生证券研究所 78 金域医学检验大模型 金域医学：深耕医检行业，数据积累领先 ◥ 数据支撑 ➢ 数据量大，年样本数量超过1