。 Your paragraph text 本次分享不涉及到企业部署和训练⾃⼰的⼤语⾔模型，⽽是采⽤市场上的主流产品 保护隐私：确保敏感信息和客户数据的安全。 1. 明确AI角色：将AI定位为助手而非替代者， 强调人的专业判断力。 2. 从标准化模版开始：组织可以从一系列标准提 示词模版开始，让员工理解AI可以使用的场 景。 3. 提供上下文：为了让AI实现更好的结果，需 要提供特定的上下文。数据越多，AI给出的 ⾼端信贷产品、私⼈银⾏账⼾、全球资产配置 特别投资 私募股权、对冲基⾦、房地产投资 案例：⼀家银⾏都有 哪些典型的服务？ 选择⾼价值服务，⽣成可视化价值流图 借助AI帮助⽣成价值流图，⼤⼤节省时间 ⽰例：⾼净值客⼾→ 财富管理→ 定制投资组合管理 增加信息流 信息流是对过程内信息交换的可视化表⽰。该流涵盖了驱动活动的触发因素、输⼊、 输出和促进因素。触发因素标志着活动的开始，⽽输⼊是被活动转化的材料。 验证投资假设 概述⼀个结构化的⽅法，以测试有关[特定市场趋势或投资类型]的投资假设的有效性。 开启投资对话 为投资经理围绕[新兴投资技术或⽅法]的圆桌讨论撰写⼀组引⼈⼊胜的问题。 探索⻛险缓解 基于当前的[市场状况]，为[客⼾类型]⽣成⼀个多元化投资组合提案，包括⻛险管理策略。 ⻆⾊⽰例1：投资经理AI助理 角色示例2:科技金融合规官Al助理 生成式Al通过定义好的提示词模版，帮助特定角色提效

《工业园区国际指南》 本地化指标体系对比研究报告 《工业园区国际指南》 本地化指标体系对比研究报告 联合国工业发展组织中国南南工业合作中心 免责声明 本报告是联合国工业发展组织中国南南工业合作中心为使《国际工业园区指南》适应中国的普遍情况、条 件和做法及中国工业园区的具体情况组织国内专家所编制。 报告中所提的观点、意见和建议仅反映作者本 人的观点，而非工发组织的官方立场。本报告在编印过程中未经过工发组织的正式编辑，所使用的名称和 的需求和挑战，旨在为处于不同发展阶段国家现有 和新建工业园区的利益相关方提供园区规划、开发 和运营管理相关的分步骤指导和综合性参考建议， 为包容与可持续工业园区的发展提供宏观指导。目 前，工发组织正在推进与发展中国家工业园区的合 作，推动《指南》在相关国家的落地和实施，为工 业园区的可持续发展做出贡献。作为一个综合性的 参考框架，该指南涉及不同国际环境下现有和新建 工业园区，在不同国家和地区应用时仍需要考虑所 相关指标的可获得性、适用性和特殊价值等要因素， 对《指南》中提出的经济、社会和环境三个维度方 面的绩效指标分别进行筛选，提出“可直接应用”、 “调整后使用”、“整合或删除”的本地化建议。 为分析本地化指标体系对中国工业园区的适用性， 研究团队选取天津经济技术开发区、合肥高新技术 产业开发区和苏州工业园区，从经济绩效、社会绩效、 环境绩效三个维度进行本地化验证，提出了调整后 的《指南》指标体系和量化指标建议。此外，研究

参数在十亿级以上发展并受限于优质数据集的增速是 AI 发展的必然趋势。 大模型增长挑战芯片算力和内存，无法实现完整端侧部署。大模型训练和推 理的三大瓶颈是算力、显存和通信，根据我们的测算，算力方面 GPT-3 训练 所需算力为 121528 TFLOPS，若 30 天内完成，需要 1558 颗 A100。内存角度， GPT-3 训练至少需要 3.2T 内存，至少 44 张 A100，推理任务则主要受显存限 制，需要 4 至 36%，价格在 1000 美金以上的占比 13%，即旗舰机型占比较低，随着 AI 大模 型在边缘端落地，有望推动新一轮换机潮。 以大语言模型为核心，以语言为接口，控制多 AI 模型系统，构建“贾维斯” 式智能管家。我们认为大语言模型不仅可以实现对话、创意，未来也有望作 为众多复杂 AI 模型的控制中心，同时也是接受用户指令的交互窗口，实现 《钢铁侠》电影中“贾维斯”式综合智能管家。23 年 5 月，Google 0 时代，基础大模型参数指数级增长 李开复提出本次由 GPT-4、ChatGPT 引发的 AI 新机遇与之前有所不同，属于 AI 2.0 时代。AI 1.0 时代具体指的是以 CNN（卷积神经网络）为核心，机器视觉和自然 语言处理快速发展的时期，暴涨的数据量伴随搜集、清洗、标注整个过程的成本 增加，且单一领域的数据集和模型形成孤岛，每个领域和应用的优化都是割裂的， 难以形成“通用”。 AI 2.0

名客户，导致服务响应时间长达 24 小时以上，且高 端客户与普通客户的服务资源分配失衡。根据 2023 年银行业协会 数据显示，客户经理日均处理事务中，60%为标准化业务咨询（如 利率查询、产品条款解读），仅 40%涉及个性化资产配置等增值服 务。 核心痛点可归纳为以下四点： 1. 服务覆盖半径有限：单个客户经理最优服务上限为 50 名高净 值客户，但实际配置比例常超过 1:150，导致客户满意度下降 有服务模式无法有效覆盖 从成本结构分析，银行培养一名成熟客户经理需要投入约 47 万元（含培训、试错成本），而年均人员流失率达 22%。某股份制 银行 2022 年运营数据显示，人工服务单笔成本为 38 元，是智能渠 道的 7 倍。与此同时，客户对 7×24 小时即时响应、精准产品匹配 的需求年增长率达 40%，传统服务模式已难以持续。 技术层面存在的关键瓶颈包括：自然语言理解准确率不足（现 AUM（资产管理规模）同比增长 27%，客户满意度 NPS 值提升 15 个点。模型特有的持续进化能力，通过每月增量训练可使业务 指标保持 3-5%的环比改善。这种技术特性使其特别适合应对银行 业务快速迭代的需求，为数字化转型提供可扩展的智能底座。 1.3 项目目标：构建智能客户经理替代方案 在当前银行业数字化转型的浪潮下，传统客户经理模式面临人 力成本高、服务覆盖有限、响应效率不足等核心痛点。本项目旨在

重要业务领域中可靠的信息技术手段。IBM在中国拥有六大行业部门，近5000位研发人员， 1000多位咨询顾问，2000多位销售，3000多技术专家，5000多人的服务团队，近3000多家直接 面向客户的经销商，为本地的客户提供从咨询到产品、从技术到解决方案的全方位服务。 今天全世界有50%的人口生活在城市中，IBM坚信这标志着人类整体上在步入崭新的“城市 文明”阶段。随着城市的数量和城市人口的不断增多，城市被赋予了前所未有的经济、政治、 和技术的权力，从而使城市发展在世界中心舞台起到主导作用。对于中国来说，城市的发展 更关系到中国城市化和经济成长大局，关系到中国的现代化目标能否顺利实现，意义格外 重大。为此，IBM提出了“智慧的城市”愿景，希望为世界和中国的城市发展贡献自己的力量。 IBM经过研究认为，城市由关系到城市主要功能的不同类型的网络、基础设施和环境六个 核心系统组成：组织（人）、业务/政务、交通、通讯、水和能源。这些系统不是零散的，而是以 “物联网”与互联网系统完全连接和融合，将数据整合为城市核心系统的运行全图， 提供智慧的基础设施。 激励创新 鼓励政府、企业和个人在智慧基础设施之上进行科技和业务的创新应用， 为城市提供源源不断的发展动力。 协同运作 基于智慧的基础设施，城市里的各个关键系统和参与者进行和谐高效地协作， 达成城市运行的最佳状态。 IBM提出“智慧的城市”愿景之后，正在

中国欧盟商会版权所有。未经中国欧盟商会的书面许可，任何个人或单位不可复制印刷本建议书的部分或全部。 本书信息以2024年12月至2025年3月数据为基础。 本书所含信息仅供参考，任何事实或情景均不作为商业或法律建议。如未经正规咨询，读者请勿以本为行动依据。 中国欧盟商会对本书所含信息的准确性与完整性不承担任何法律责任。 封面：©张烨，中国欧盟商会保留所有权 目 录 关于中国欧盟商会 . 作为一个在会员指导下开展工作的机构，中国欧盟商会致力于： • 为欧盟企业争取更好的市场准入条件和公平竞争环境； • 改善中国所有行业的市场环境； • 促进会员企业与利益相关方之间的沟通交流； • 为会员企业提供在华经营相关的具体信息；以及 • 为会员企业提供最新的中国经济趋势和立法情况。 原则 • 我们是一家在会员指导下开展工作的、独立的非营利性机构； • 我们为欧盟企业争取权益； • 我们在中国大陆范围内作为独立的网络化机构运作； 出代价并可能遭到全球更广泛反击的《中国制造 2025》式的政策，还是采取更具针对性且可持续的方式以实现技术自力更生，从而最大程度降低负面的 外部影响。面对全球贸易体系面临的前所未有的挑战，后者为中国提供了一个机会，向欧盟等可靠的合作 伙伴表明，中国致力于促进长期、互利的贸易关系，并确保其商业环境提供投资者所需的稳定性和可预见 性。 彦辞 中国欧盟商会主席 1 Baldwin,

旗，舜宇，水晶光电，歌尔。 观点#3：隐私保护需求推动办公用 PC AI 化 23 年 3 月，微软推出面向 Office 的 Microsoft 365 Copilot 以来，以办公助 手为切入点，重塑包括 Word、Excel、Powerpoint 等通用办公软件， 以及 Dynamics 套件等专业软件在内的生产力工具矩阵，向数据协同、功 能联动的方向发展。如何保护自身私域数据的安全是企业导入微软 过去一年，大模型能力的发展速度超出我们预期。以衡量 LLM 的常用的多语言理解均值评 测标准（MMLU）为例，2021 年底全球最先进大模型的 MMLU 5-shot 得分刚达到 60%， 2022 年底超过 70%，而 2023 年底已提升至超过 85%。在语言能力之外，AI 大模型的多模 态能力也快速提升。2023 年初，主流闭源大模型通常为纯文本的 LLM。2023 年至今，闭 源模型的多模态能力具有大幅度提升，目前 解能力，以及根据理解结果控制关节等的执行能力。 终端如何解决大模型痛点：隐私保护（AI PC）。23 年 3 月，微软推出面向 Office 的 Microsoft 365 Copilot 以来，以办公助手为切入点，重塑包括 Word、Excel、Powerpoint 等 通用办公软件，以及 Dynamics 套件等专业软件在内的生产力工具矩阵，向数据协同、 功能联动的方向发展。如何保护自身私域数据的安全是企业导入微软

72 亿，成 为史上用户增长速度最快的消费级应用程序。最新版的 GPT-4 在 ChatGPT 的 GPT-3.5 基 础上主要提升了语言模型方面的能力，并添加了多模态功能，可以接受图像输入并理解 图像内容，可接受的文字输入长度也增加到 3.2 万 token，在不同语言情景和内部对抗性 真实性评估的表现都显著优于 GPT-3.5，在各种专业和学术基准上已经表现出人类水平， 为用户提供变革性的使用体验。 GPT-4 整合到 Office 应用程序，Teams Premium 中接入 Chat GPT 提供人工智能生成章节和字幕实时翻译等 功能；编程领域中，Viva Sales 将利用 ChatGPT 为电子邮件中客户问题生成回复建议， Stripe 使用 GPT-4 扫描商业网站并向客户支持人员提供摘要；软件领域，Duolingo 将 GPT-4 构建到新的语言学习订阅层中，国内百度“文心一言”也正式推出，AI 单位成本低的内容，在生产力上具有革命性的增长。在应用方面，按场景分类 AIGC 已 经较为成熟地应用于文本和代码撰写、图像识别和生成，在影视、传媒、电商、C 端娱 乐领域规模应用，未来将逐步拓展到视频和游戏等其他领域，为各个行业和领域的创新 和发展提供更多可能性。 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 7 / 28 图5：AIGC 相关技术场景及成熟度分类

11% 。 AI 芯片中 由于 GPU 通用型强，满足深度学习大量计算 的需求，因此 GPU 在训练负载中具有绝对优势。以 GPT-3 为例，在 32 位的单精度浮点数数据下，训练 阶段所需 GPU 数量为 1558 个，谷歌级应用推理阶段所 需 GPU 数量为 706315 个。 l 英伟达开辟 GPGPU 加速计算格局， GPU 架构演进及产品布局赋能 AI 时代。 英伟达 (NVIDIA) JPR 数据， 4Q22 英伟达独立 GPU 出货量占比 为 82% ， 位居市场第一。公司股价经历 2016-2018 年、 2020-2021 年、 2022 年 9 月以来三轮快速增长；其中 2022 年 9 月至今，受 AI 驱动下针对芯片算力需 求提升，公 司股价呈现大幅度反弹；截至 2023 年 4 月 30 日，公司市值为 6854.00 亿美元。回顾历史， 1999 年，公司发明了图形处理器，定义了 务器的速度最高可达 10 倍。 l 计算与网络事业部收入占比提升，数据中心超过游戏成为收入主要来源。 FY23 ，公司收入为 269.74 亿美元，同比增长 0.22% ，主要由于数据中心及汽车领域收入的高速增长抵消了游戏及专业可视化领域所带来的收入减少； 净 利润为 43.68 亿美元，同比减少 55.21% ，主要由于运营费用同比增长 50% 所致，包括与 Arm 交易相关的 13.5 亿美元收购终止费用。公司业务部门

金融信息化 技术作为业务基础设施，未能进入核心领域 科技从后台支持的位置走向前端，进入金融业务 核心环节 AI 成为金融公司业务发展核心力量，甚至发展 为企业主营业务，渗透率不断加速 — — A I 金 融 互联网金融 APP l 金融行业科技投入逐年提升。随着数字经济发展，金融行业科技投入逐年提升，推动金融科技快速增长。 2026E 银行业（亿元） 保险业（亿元） 证券业（亿元） 金融科技资金投入年均复合增速快。随着数字经济的全面发展，为数字金融创造更 多 技术创新的资源和应用的需求场景，银行、保险、证券等传统金融机构作为信息科技 服务的主要需求方近年来不断加大技术资金投入，据艾瑞咨询， 2023 年中国金融机 构技术资金总投入达 型持续推陈出新。 2023 年 5 月中旬，奇富科技首先宣布推出自研的金融行业通用大模型——奇富 GPT ，是业内“国内首个金融行业通用大模型”。 目前各家公司都在致力于以大模型赋能股基 APP 或是金融终端，为已有功能增加 AI 能力，实现智能客服、智能投顾、智能风险等多场景应用。 金融大模型 = 专业知识 + 大模型能力，金融 AI 大模型引领金融科技范式迎来变革。金融大模型是专业知识与大模型能力相结合的行业大模型应