来，企业可通过内部治理优化、分阶段投入、利益激 励机制建设，以及依托金融、政策和行业平台进行资 源协同和技术共享，推动ESG实践从零散尝试向体系 化融入，形成可复制经验。 金融机构为上海ESG发展提供资金和工具支持。 绿色金融产品体系持续扩容，银行、券商和保险机构在 投资决策和风险管理中逐步嵌入ESG要素考量，为企业 低碳与可持续发展项目提供资金保障。然而，数据获取 难、信息质量参差、产品同质化程度高、标准差异大及 和效率，支持企业低碳转型与可持续发展。 上海的ESG交易体系逐渐完善。上海证券交易所 强化上市公司信息披露，而碳排放权与绿色电力交易平 台为企业低碳转型提供路径选择，其它交易平台也在探 索合适的标准与服务工具。但制度滞后、标准分散、数 据碎片化及中小企业参与度不足仍是普遍问题。未来， 上海可通过完善披露标准和统一数据平台，推动金融工 具创新，强化跨区域协同与国际对接，提升市场活力， 更好地服务“双碳”目标的实现与经济的可持续发展。 更好地服务“双碳”目标的实现与经济的可持续发展。 概要 SUMMARY 上海ESG发展报告 ���� 第三方服务机构逐步成为上海ESG生态中的“粘 合剂”。第三方服务机构在碳评估、绿色认证、信息 披露咨询及智能化工具开发方面支撑企业实践与金融 协作。然而，数据规范化不足、标准多元、方法分歧 以及人才供给缺口，使服务深度和可比性受限。未来， 上海第三方机构可提升差异化服务能力，加大数字化 技术投入，协同企业改善数据管理，推动标准统一与

用平台、深入制造场景 的工业大模型和智能体应用矩阵，为企业提供融合AI的一站式工业数智化解决方案。 • 构建开放共赢生态：通过零、低代码开发引擎系统、云辅助决策平台、制造运营管 理系统等轻量化工具，带动中小企业“链式”转型，真正实现大中小企业融通发展。 这份报告凝聚了行业智慧与创新实践。期待它能成为汽车产业数字化转型服务高质量 发展的“指南针”，帮助更多服务商伙伴通过本评价体系找到自身业务的潜在增长点和突 这场转型不仅是技术层面的升级，更是对产业价值链的系统性重塑，正从三个维度重塑 产业肌理： ※ 于用户端，数字化和数智化促成了“以用户为中心”的基于数字孪生的全生命周 期体验重构，通过数据洞察精准匹配需求，推动汽车产品从“交通工具”向“智能移动 空间”进化； ※ 于企业端，数据打破壁垒、流程协同提效，研发周期缩短、柔性制造落地，让决 策从 “经验驱动” 转向 “数据驱动”，运营效率提升的背后，是组织能力的系统性升级； 协同效率大打折扣，多模态数据的分析应用能力严重匮乏；73%的企业反映AI技术难以 匹配业务颗粒度需求，场景落地难；中小服务商更是陷入算力投入与商业回报的 “成本 悖论”，转型步伐举步维艰。 本报告的价值远超越于评价工具本身，更是构筑产业转型的“北斗坐标系”：对车企 而言，可筛选真正具备场景化能力的服务商，降低试错成本；对服务商而言，可牵引技术 深耕与行业Know-How融合，避免“技术空转”；对整个产业而言，建立“能力地图”

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 Copilot 的主要痛点之一。24 年 5 月，微软推出 Copilot+PC，通过在终端侧部署轻 量级的大模型，在保护隐私的前提下，能够实现会议纪要、文档总结、PPT 智能创作、文生图等企业的基本办公需求，是大模型时代生产力工具的主要 支点。我们认为 2025 年 AI 大模型交互能力，看好智能眼镜等轻量级 AR 发展机遇 .................................................................. 11 大模型应用#2：生产力工具的 AI 化有望推动新一轮 PC 换机周期 ............................................................................ 13 大模型在互联网（搜索+广告营销）、办公、金融等领域率先迎来“iPhone 时刻”。其中最 值得关注的应用包括：1）文本生成在电商、金融、医疗等行业替代传统客服；2）文本和 图像生成在办公、广告营销、金融、影视游戏等领域成为下一代生产力工具；3）蛋白质生 成能力拓宽人类探讨世界的范围，特别是在新药开发上的应用前景。 图表1： AI 大模型如何赋能各行业 资料来源：华泰研究 硬件是大模型的重要载体，什么是 AI

品质量，从而促进整个产业链的数字化协同。如杭州经济技术开发区吉利 汽车通过打造供应链一体化信息平台，实现了数字化供应链体系的全面升 级，在研发设计、生产执行和质量追溯等环节的数字化转型中，分别引入 了协同研发设计工具、生产制造执行系统以及质量数据集成分析系统，提 升自身的生产效率，同时带动供应商的转型升级，成功推动超过 2000 家 中小供应商在研发与生产环节的改造，链条整体生产效率提升了 22%。仲 恺高新技术产业开发区 够促进创新链、产业 链、金融链、人才链、服务链、价值链的深度协同，从而推动园区资源的 最优配置和高效利用。通过数字技术的广泛应用，园区内的各类数据得以 共享、流动，并通过智能决策平台和数据分析工具，将创新资源、产业资 源、金融资源以及人才资源进行有效整合，为园区的高质量发展提供强大 的动力。园区数字化服务的实施不仅是技术层面的升级，还涉及到产业结 构、服务模式、管理方式等方面的全面改造。园区的数字化服务系统应贯 数字 招商平台，汇聚园区内的产业资源、科创平台资源、公共载体资源及意向 企业信息，为园区招商引资和产业发展提供强有力的支持。平台聚焦核心 主导产业，系统集成了产业布局全景图、发展成果及政策支持工具箱，为 企业提供精准的政策、资源和市场信息。同时，平台实时更新并实景展示 园区内的科研资源，包括重点实验室、质检中心和研究院等创新平台，大 幅缩短了企业的创新周期，提升了区域的创新浓度。通过引入“载体速配”

理质量水平：日本 政府发布了《GIGA 学校构想下校务数字化指南》，提出了 GIGA 学 校构想下校务数字化转型面临的课题与解决之策。鼓励校方为每位在 校教师配备专用计算机，帮助其通过数字技术工具掌握学生的出勤、 成绩、卫生保健等信息；提倡结合外部社会力量，为每所学校配置 ICT 专员，利用 GIGA 学校管理支持中心项目将相关人员组织起来，共同 推进校务数字化建设。日本推动课程教学深度革新：在课程教学层面， 支持人工智能技术研发的生态系统为目标，特别是在教育科技方面， 力争成为国际科技创新中心。同期，上海市教育委员会围绕人工智能 赋能教育高质量发展，致力于通过建立跨学科、跨学段的教育资源平 台、教学工具与大数据应用，推动教学方式的创新，提升教师和学生 普惠算力赋能教育行业研究报告（2025 年） 6 的人工智能素养，着眼于将人工智能深度融入基础教育，特别是在中 小学阶段的课程建设和教学资源开发。 教师算力应用能力的挑战，多数教师长期扎根传统教育体系，当 前算力应用推动教育技术与教学方法不断更新，算力应用与教师技能 储备形成断层。为了紧跟快速迭代的教育环境，教师们需要持续学习 新知识、更新教学技能，熟练驾驭智能化工具与创新教学法，着力提 升自身算力应用水平，以便精准甄别数据信息，完成从知识传授者到 学习引导者的角色蜕变。 （三）高等教育算力使用现状 据 2024 年全国教育事业发展统计公报数据，我国共有高等学校

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 结果可能越好。 4. 持续迭代：持续采用更好的AI工具、模版、 更多的上下文数据，更自动化的执行方式 （Agent）。 5. 总体原则 1. 启动AI思维 培养领导层和关键员⼯对 ⽣成式AI的认知，了解其 在提升⽣产⼒⽅⾯的潜⼒ 4. 将AI融⼊到⽇常 第三步：试点AI⼯具 ⽬标： 选择并实施适合优先领域的生成式AI工具 通过小规模试点，验证AI工具的效果并积累经验。 实施步骤： 评估并选择AI工具：根据试点任务的特点和需求，选择合适的生成式AI工 具。 1. 小规模试点：从简单任务开始，逐步扩大应用范围。 2. 快速迭代优化：根据试点反馈，不断调整和优化AI工具的使用方式。 3. 创建⾼价值任务模板库： 分析过往成功案例，提炼高效沟通模式。 建立AI学习小组：定期组织会议，分享经验、解决问题、共同学习。 鼓励创新：营造开放的氛围，鼓励员工提出创新的生成式AI应用想法。 第五步：评估与优化 ⽬标： 持续评估生成式AI应用的成效。 定期收集员工反馈，优化工具和流程。 将生成式AI的应用效果与企业整体战略目标相结合，扩大其在关键领域的应用。 实施步骤： 定期评估生成式AI应用效果，包括定量和定性指标。 收集员⼯反馈：通过调查、访谈等方式，了解员工对生成式AI的看法和建议。

，在数据处理、逻辑推理及多模态分析方面表现突出。 安全合规：本地化部署满足金融行业数据安全要求，结合 RAG （检索增强生成）和 AI Agent 技术，构建智能中台。 场景渗透：应用已从内部效率工具（如智能问答、流程指引）延伸至核心业务。 行业展望： DeepSeek 将进一步推动智能投顾、个性化财富管理等场景落地 ，助力机构拓宽科技护城河 ，重塑金融服务体验。 时间 券商名称 合作大模型 位对基础工作投入人力成本较大 ，例如文件审核、流程处理、 会议纪要、资料润色等。券商引入 AI 金融系统后将在一定程度上提高基础工作的效率 ，成为金融从业人员的智能助手。部分券商已经引入 AI 工具（如 DeepSeek ）， 自动提取会议录音中的关键信息并生成结构化纪要 ，减少人工整理时间；并通过 AI 整合内部制度文件和案例库 ， 生成标准化培训材料 ，辅助新员工快速掌握合规流程。 机构服务的深度赋能。①投行智能保荐平台： AI 自动生成招股书初稿 ，合规性自检（如关联交易披露完整性） ，动态优化发行定价。例如 ， 中信证券 Bond Copilot 赋能债券承销全流程。②机构定制化 AI 工具链：开放大模型 API 供机构客户按需调用 ，支持策略回测、风险建模等 场 景定制。 风控合规的实时化升级。模态反欺诈哨兵：结合知识图谱与 AI ，实时识别复杂交易欺诈 ，准确率较传统系统提升。

公路口岸、铁路口岸和航空口岸。 资料来源：中商产业研究院整理 分类 介绍 水运口岸 国家在江河湖海沿岸开设的供货物和人员进出国境及船舶往来挂靠的通道。 公路口岸 国家在公路上开设的供货物和人员进出国境及陆上交通工具停站的通道。 铁路口岸 国家在铁路上开设的供货物和人员进出国境及火车停站的通道。 航空口岸 国家在开辟有国际航线的机场上开设的供货物和人员进出国境及航空器起降的通道。 智慧口岸的定义 7 智慧口岸指充分借助物联网、传感网、智 建设统一的交通电子口岸信息平台，对具备条件的地方，以港口（港航） EDI 中 心为基础，与海事、海关、质检、边检等口岸查验部门和单位的信息系统连接和 互联互通，实现出入境旅客信息、货物信息、交通运输工具信息和出入境监管信 息的共享。 2014 年 12 月 国务院 《落实“三互”推进大通关建设改革 方案》 提出推进“单一窗口”建设、推进“一站式作业”、建立健全信息共享机制，在此基础 上整合监 岸物流和对外贸易大数据分析处理中心。 天津 天津市智慧城市专项行动计划 （ 2018-2020 年） 加快智慧口岸建设，依托天津电子口岸，建设国际贸易“单一窗口”，完善 “互联网 +” 模式的进出口货物、出入境运输工具、出入境人员等口岸通关 服务和港口服务功能，为口岸管理相关部门提供信息互换、监管互认、执 法互助的支撑保障。 上海 上海市推进智慧城市建设“十三五”规 划 全面优化上海国际贸易单一窗口建设，推动单一窗口平台与现有各类信息

算力发展历程是人类技术革新与产业升级的集中体现，从原始计算工具的萌芽到完 整产业生态的形成，历经多阶段系统性演进，最终成为支撑全球经济社会智能化转型的 核心引擎。 在萌芽期，计算意识觉醒与基础工具革新，为算力产业奠定原始基础。从远古草 绳、石头计数，到算筹、算盘等手工计算工具的普及，标志着人类对高效计算的初步探 索。随着电子技术突破与算力形态革新，算力从工具属性向技术能力跨越，为产业形成 积累核心条 等虚拟化与容器技术的普及使应用部署与管理变得更加高 效、灵活。开发框架与工具链的成熟大幅降低了算力使用门槛，主流AI框架如 TensorFlow、PyTorch、PaddlePaddle已成为算法开发的标准化工具；CUDA计算平台构建 了GPU计算的软件生态；开源社区如Hugging Face则提供了丰富的模型库与工具集，加速 了AI应用落地。数据服务与管理、中间件与平台软件等环节也发挥了重要的辅助和连接 数据中心区域协同布局的典型代表。云计算平台主要由公有云巨头如AWS、Azure、阿里 云、腾讯云、华为云等主导，提供弹性按需的算力IaaS服务，混合云与多云管理需求日 益增长，云平台深度集成AI开发工具链PaaS已成为标准配置。在资源调度层面，软件定 义网络SDN和算力网络Computing Power Network技术正致力于实现跨地域、跨数据中心 的资源智能调度与高效协同。 下游应用层

Intelligence，缩写 为AI），又称机器智能，指由人制造出来的机器 所表现出来的智能。 ——维基百科 AI的核心问题：建构能够跟人类似甚至超卓的推 理、知识、计划、学习、交流、感知、移动 、 移物、使用工具和操控机械的能力等。 ——维基百科 一、新一代人工智能 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 认知智能不断超越 AIME 数学竞赛 GPQA-Diamond 生物、物理、化学等 科学问答 SWE-BENCH Verified 软件工程工具、模型 或系统性能 Codeforces 编程竞赛 数学能力 科学能力 软件工程能力 编程能力 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 新质生产力 = （科学技术革命性突破+ 生产要素创新性配置 + 产业深度转型升级） × （劳动力+劳动工具+劳动对象）优化组合 二、金融智能：研究实践 数据 算力 模型 应 用 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心