动态追踪，系统呈现各类主体在过去一年中的最新实 践与进展；二是案例分析，强调从单个企业到同类企 业群体的实践观察，提炼可借鉴可推广的经验和解决 关键问题的路径；三是行动导向，围绕各类主体面临 的核心瓶颈问题提出可行的解决思路，并在总结章节 整合各方路径，形成跨主体协同方案，提出系统性落 地建议。 我们希望，本报告不仅能清晰呈现上海ESG发展 的阶段特征与演进趋势，还能借助多维度案例，揭示 告》首次系统呈现上海ESG生态全貌的基础上，本年 度报告进一步以实践案例为核心，聚焦不同类别主体 在应对共性挑战中的探索与经验。通过数据与案例结 合，本报告提炼可复制的实践模式，并对存在的瓶颈 问题提出跨主体的系统化行动建议，以为未来发展提 供清晰蓝图。 政府与监管机构在制度供给和治理创新方面发挥 了核心作用。在过去一年里，国家和地方密集出台政 策，推动分层分类信息披露、绿色金融改革和市场监 企业 则在绿色产品开发、供应链协同和社会责任实践中开 展多样化探索。然而，中小企业面临理念和能力受限， 技术与资金门槛高，治理体系落实难度大等困难， ESG价值体现与资本化进程缓慢，遭遇推广瓶颈。未 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。

已经成为拉动中国GDP增长的火车头。 如何有效利用信息技术提升城市管理水平以跟上快速增长的城市化，进而引导、推动中国 进入信息社会，成为城市管理者的当务之急。建立智慧的城市将是城市信息化的终极目标和 战略方向，以此作为城市管理瓶颈的突破口将带来未来城市的全新面貌，推进城市和谐发展。 城市产业优化升级的核心是城市经济智慧的提升 • 金融危机引发劳动密集型经济增长方式遭遇巨大挑战 从2007年花旗、美林、瑞银等全球著名金 治疗能力有局限和大医院不能转诊的问题，使得“小病进社区、大病进医院、康复回社区”成为 现实，但是，没有标准化的医疗用语，一切似乎又成为了“水中月，镜中花”，遥不可及。 “语义化数据库”突破医疗现代化瓶颈 近几年，医疗问题比较集中在服务质量，其中突出的表现是就医难。医疗资源分布不均衡，人们 都想上大医院，社区医院没有人去。结果造成，一方面大医院人满为患、一号难求，另一方面社区 医院资源闲置。解 供应链网络优化平台，计算车辆行驶路径，优化配载计划，发现储量提升空间，实现更满车 载货物运输，降低每个分销中心库存，用更少分销中心支持更多最终客户。同时，在梳理物流 和供应链流程中，利用碳足迹追踪技术，分析碳路径，分辨二氧化碳瓶颈点，根据根源分析和因果 关系研究结果，优化供应链和物流环境，使体系更加清洁。绿色供应链优化方案，从供应商的 供应商、客户的客户、触及整个价值链所有环节，使这家物流公司每年运输成本降低23%，

由于产品生命周期相对较短且产品贬值率较高，去库存成为服饰时尚企业的核心痛点。在利用数字化提升自身运营能力 的过程中，企业面临多重挑战，具体如下： 1.4 服饰时尚企业数字化转型面临的挑战 1）技术与应用瓶颈：三维虚拟试衣、参数化版型数据库等 前沿技术存在研发与应用差距，国内技术成熟度与国际水 平仍有明显差距。服装非标品特性导致技术标准化困难， 数字化研发企业缺乏对服装工艺和人体工程的专业理解。 库存水平，以减少过剩库存和缺货风险。 2）库存成本管理 通过业务中台的成本管理系统，对库存成本进行核算和分析，涵盖直接成本（采购成本、生产成本）、间接成本（仓储费用、运 输费用）等方面的管理。通过成本分析，识别成本瓶颈和优化机会，降低库存成本。建立库存盈亏管理机制，对盈亏情况进行 记录和分析。 同时，建立库存盈亏管理机制，对盈亏情况进行详细记录和深入分析，及时发现库存盈亏的原因和影响因素，采取相应的措 施进 满足多平台个性化履约场景。 3.业财融合精细化：引入自动化对账平台，提升财务对账效率；搭建灵活报表体系，实现多维度数据分析。 ·技术目标实现 4.分布式架构升级：通过分布式架构设计解决海量数据瓶颈，提升系统性能，应对高并发场景。 5.弹性化部署管理：采用容器化部署模式，实现资源弹性伸缩，提高资源利用率，灵活应对业务量波动。 6.开放平台赋能创新：百胜开放平台赋能客户自研能力，促进技术复用与创新，支撑业务长期拓展需求。

3D 模型、3D 动画，和 3D 交互等）是 VR/AR 核 心之一，目前各个领域的 3D 内容尚需要大量人工进行制作，而且对制作人员的门槛要 求相对较高，因而产能较低，这是制约相关行业发展的一大瓶颈。而 AI 则有望一定程 度上实现 3D 内容制作的自动化，替代部分重复劳动，并提升制作效率。目前 AIGC 在 文本、图片、音乐等内容生成领域已经体现出了强大的生产能力，与 AI 生成文字、图 应用推广不及预期。AI 技术在应用推广的过程可能面临数据质量、资源限 制和技术能力等因素的制约，导致相关企业的 AI 应用存在推广进度不及预期的风险。 2、AI 技术发展低于预期导致应用面狭窄：AI 技术发展遭遇瓶颈，可能导致诸多场 景的大规模落地缺乏技术可行性。 免责及评级说明部分 免责声明 东吴证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。 本研

中国推理算力发展挑战分析 市场研读 2025/08 中国：云服务系列  算力基础设施面临电力资源瓶颈 电力资源是支撑算力中心行业实现高质量、可 持续发展的关键因素。然而，随着算力中心行 业的快速发展，在一线及新一线的部分地区已 面临能耗指标紧张的态势，进而将导致这些地 区算力中心供给资源出现稀缺性。

alibaba.com 交通智库商务合作： 对体表导致的局部拥堵，通行能力导 致的区域用堵，出行结构不合理导致 的城市拥堵，提供一体化解决方案 通过30+项评价指标，快速扫描不同 场景下城市堵点和资源瓶颈；为城市 交通管理部门诊断交通问题，评估交 通改善措施提供量化的数据支撑。 精细化分类城市交通拥堵场景，与交 通管理者、专业机构和交通“医 生”，共同对交通问题进行诊断 评 明镜政府版 更多交通

上涨需要配合等比例上升的优质数据集来达到最佳训练效果。因此，大模型 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

效能可评 估 痛 点 目 标 成 效 规则生成 场景适配 形式化验证 2 1 3 4 针对金融监管规则缺乏统一的监管语言表示、难以有效处理复杂金融场景的监管适配、跨场景跨任务适配成本高等瓶颈 问题，通过研究规则的 “定义-推理-适配-评估”的全生命周期技术链条，构建智能高效的金融监管规则推理引擎，将金 融监管文本转译成金融监管规则可执行代码（例如SQL），最终生成可执行监管规则，建设商业银行智能监管规则库。

7×24 小时即时响应，而传统客户经理仅能覆盖工作时间的客 户需求，且高端客户经理资源集中度不足导致长尾客户服务缺失。 在此背景下，基于 DeepSeek 大模型构建客户经理智能体成为突破 现有瓶颈的关键路径。 本项目的核心目标是通过 AI 智能体实现三个维度的价值重 构：  服务效能升级：构建具备自然语言理解、多轮对话管理和金融 知识推理能力的智能体，实现 90%标准化业务咨询的自动化 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 有系统仅能达到 78%）、多轮对话记忆保持能力有限（超过 3 轮对 话后上下文丢失率 61%）、以及缺乏动态客户画像更新机制。这些 缺陷导致现有智能助手仅能处理 45s 28s 20s ≤ 复杂业务处理时长 8min 6.5min 5min ≤ 跨系统调取数据延 迟 3.2s 1.8s 1s ≤ 资源利用效率分析 通过智能体工作负载热力图识别资源瓶颈，典型场景包括： 1. 高峰时段并发处理能力（当前峰值 800 会话/分钟） 2. 长尾需求识别准确率（提升至 85%需增加 20%训练样本） 3. 计算资源消耗成本（较人工服务降低 62%）

失问题；同 时地图以自车为中心坐标系构建，更好的统一了感知和预测的框架。（2）决策层：过去的 决策算法基于一条条事先设定的 rule-based 的规则，在不同场景下触发行为准则，因此难 以解决长尾瓶颈问题。特斯拉决策算法采用交互搜索模型，机器可以自主预测周围环境个 体的交互轨迹，并对每一种交互带来的风险进行评估，最终分步决定采取何种策略，让车 辆实现更快、更灵活、更拟人的决策行为。（3）控制层：由于汽车的自由度较低，自动驾