1 2025 年值得关注的供应链技术的主要趋势 唐隆基博士 （06/22/2025） 技术进步将为供应链技术领导者和首席供应链官 (CSCO) 提供机遇，帮助他们实现数字化价 值、提升员工生产力并创新运营模式。在这些新兴机遇中，有名的研究咨询公司 Gartner 于 2025 年 2 月发布了《2025 年最重要的供应链技术趋势》的研究报告【1】。列出了 2025 年 最重要的供应链技术趋 性变得越来 越重要。 智能标签和传感器将有助于更实时地了解端到端供应链，从而更快地响 应可能的偏差并能够避免中断，从而实现更高的质量和更及时的决策。 部署将为产品认证、库存和资产可见性或货物跟踪提供值得信赖的嵌入 式来源和身份 — 所有这些都以低廉的价格提供。此外，环境不可见智 能将为分析和 AI 提供关键的新数据源，以改进产品和供应链流程。 趋势基本影响  到 2028 年，环境隐形智能的早期示例将专注于通过实现对产品和 告的传统工具已不再足够。Gartner 概述了企业向能够实时仿真、预测和响应的系统进 行的根本性转变。  传达了一个明确的信息：供应链管理的未来不仅在于数字化，还在于智能化、自适应化 和仿真驱动化。 下面将介绍两个值得关注的供应链智能仿真软件技术的案例: 2.2.4.1 AnyLogic 的供应链仿真软件 – anyLogistix anyLogistix 是一款独特的供应链和物流仿真软件（见图 18）。作为目前唯一一款用于供

项得分的分布差异很大，比如食品＆药品是属于潜力很大，但是目前并没有太多的爆发；而 电力与汽车零部件等行业虽然在行业出货量天花板与行业确定性等得分不高，但是在行业的准入门槛方面得分比较高，第 二档属于值得关注与期待的应用场景。 而第三档的应用场景就更加的零散了，虽然零散，单一项目量可能也不大，但这样的细分市场可以保持较高的利润水 平，加起来的市场产值也不容小视。 2.3 中国 UHF RFID DPP（数字产品护照），这样的政策落地对于 RFID 标签的普 及都是很利好的，未来当这些市场达到一定的使用量了，我们会单独分拆分析。 当然，在其他市场中还包括了大量的定制型的标签市场，这些市场零散加起来的量也值得关注。 4 全球 UHF RFID 标签用户国家与地区市场分布 为了更好的分析 RFID 标签市场，在今年的白皮书，我们新增对于 RFID 标签在全球主要的国家与地区应用分布的数 据统计，我们根据市场的实际情况，将 北美：主要是墨西哥以及美国 欧洲：主要是法国、意大利、英国、西班牙、德国等国家。 其他：除上述单列的国家与地区之外，其他国家与地区目前 Inlay 产量总量还很小，在这些“Others”中，比较值得关 注的地区有巴西与印度，后续如果某个国家与地区有较多的量，可以分拆出来单独跟踪。 IOTE 2026 深圳展 2026 年 8 月份 参展联系：陈先生 18676385933 20 图表 10

与垂直数据，突破AI在部分学科/教育场景中的应用瓶颈，赋能降本增效。预计随行 业进入AI深度整合的新阶段，将有更多阶段性原生AI教育软硬件产品涌现，创新教 育模式、重构学习体验。其中，教育智能硬件赛道有望率先得到突破，值得重点关 注。 行业格局方面，在DeepSeek概念火热、用户普遍使用教育行业产品的背景下，对 此轮技术升级响应较快的教育企业产品将吸收更多流量，实现用户增长和获客转 化。中长期来看，DeepSee

云安全联盟大中华区版权所有 13 表1：治理领域范围 现行文件 未来考虑因素 国家最高级别的政府机构或联邦政府的立法： ●美国： ○ 行政令 （例如，维持美国在人工智能领域的领导 地位，以及关于安全、可靠和值得信赖的开发 与部署人工智能技术的行政令） ○ 国会法案 （例如，2023年算法责任法案（提案） ● 欧盟: ○ 欧盟委员会政策文件 （例如，《可信人工智能伦理指南》） ○ 法规 （例如，《人工智能法案》） EIAA规定，制裁和罚款根据违法行为的严重程度分级，旨在确保处罚与违规行 为造成的危害程度相称。 1.4.1 生成式人工智能的EIAA合规性 1.4.1.1 要求、义务和规定 该法规旨在改善内部市场的运作，促进以人为本、值得信赖的人工智能系 统在欧盟的应用。它规定了人工智能系统投放市场、投入使用和使用的统一规 则，以及对高风险人工智能系统的特定要求和义务。它还包括某些人工智能的 禁止行为，并为某些人工智能系统制定了透明度规则。 负责监督欧盟金融服务法的主管机关被指定为监督人工智能法规实施 的主管机关，包括对受监管和监督的金融机构提供或使用的人工智能系统有关 的市场监督活动。 ● 委员会与其合作，确保义务的一致应用和执行。 促进符合道德和值得信赖的人工智能: ● 鼓励未被归类为高风险的人工智能系统的提供者制定行为准则，自愿适 用于高风险人工智能系统的部分或全部强制性要求。 ● 人工智能办公室可邀请所有通用型人工智能模型的提供者遵守行为守

、广东、浙江、江苏、山东、福建及上海等省市。其中，北京以37家企业独占鳌头， 广东与浙江紧随其后，分别有14家与12家企业上榜。从城市分布来看，这些企业广泛遍布全国25个省会及经济繁荣的城市。尤为值得关注的是， 百强企业主要植根于京津冀、长三角、珠三角这三大经济高地，其占比分别为40%、31%、20%。 生产制造端 硬件与基础软件 上游厂商 七十年代初，独立数据库公司的崛起推动全球数据库市场快速崛起。 早在2015 年便联合推出了相关产品；MRAM已实现产业化，主要应用于嵌入式存储领域，能大幅降低系统功耗，最高可达90%以上；而RRAM虽 尚未实现大规模商用，但其在存算一体及人工智能领域的潜力值得期待。在全球数据量激增和新型存储技术革新的背景下，智能软件研 发行业将迎来前所未有的发展机遇。 中 产业链中游环节分析 中游分析 智能软件研发企业显现出显著的地域集聚特征，呈现高度集中与区域集群态势。

的业务专家。项目经理需要在启动会议上强调项目的整体目标，以 及各自的职责和期望，以确保团队成员在项目开始时对目标有统一 的理解。 启动会议应准备详细的项目计划，包括但不限于项目的范围、 预算、时间表和主要的里程碑。值得注意的是，项目计划需要与城 市轨道交通行业的实际需求相结合，以确保方案的可行性。会议记 录应详细记录讨论结果，并及时分发给所有项目组成员。 在项目启动之前，需要进行充分的利益相关者分析，识别出所 能源管理与环境保护也是未来城市轨道交通行业关注的重 点。AI 技术能够实时监控列车能耗，优化行驶方式，从而降低能耗 与排放。通过能源管理系统，结合可再生能源的使用，推动轨道交 通的绿色发展。 值得注意的是，随着信息技术的不断演进，轨道交通行业将面 临越来越多的网络安全挑战。因此，构建健全的信息安全防护体系 将成为保障 AI 系统高效运行的重要一环。行业内需加强对网络安 全风险的识别与防 这将不仅是行业自我升级的需要，更是推动城市可持续发展的重要 手段。 9.1.1 国际经验借鉴 在当前城市轨道交通行业中，国际经验的借鉴具有重要意义。 许多国家和地区在城市轨道交通的建设、运营和管理等方面积累了 丰富的经验，值得我们学习和参考。 首先，德国在城市轨道交通的管理与技术系统方面走在了前 列。德国的城市轨道交通系统以其高效、安全和环保著称。通过实 施全自动化列车控制系统，德国的城市轨道交通能够实现大幅度的

括硬件基础设施、软件授权费用、数据整合及模型定制开发。以中 型保险公司为例，初期投入约为 300-500 万元，其中硬件集群（如 GPU 服务器）占比 40%，数据清洗与标注费用占比 25%，剩余为 算法优化与系统集成费用。值得注意的是，通过云服务租赁模式可 降低前期资本支出，但长期运营成本可能增加 15%-20%。 以下是典型成本分项示例（单位：万元）： 成本类别 初期投入 年运营成本 硬件基础设 施 120-200 死亡率预测误差率<0.5% 2. 储备 金计算速度提升 300 倍 3. 动态偿付能力监测频率达到分钟级 这些案例证实，深度智能体技术在承保自动化、反欺诈、客户 服务等场景已产生显著经济效益。值得注意的是，成功实施需满足 三要素：高质量数据中台、领域知识图谱构建、人机协同流程设 计。国际经验表明，AI 投入产出比在 18-24 个月后开始显现，典型 回报周期为 3 年。 8.1.1 成功经验借鉴 动态定价引擎每小时处理 10 万+风险变量更新 欧洲 AXA 集团则通过部署 AI 核保助手，将健康险承保效率提 升 40%。关键突破点在于建立了跨系统数据管道： 业务优化方面，日本生命保险的智能理赔系统值得借鉴。其通 过区块链+AI 的双技术架构，实现： - 欺诈识别准确率提升 35% - 小额理赔处理成本降低 60% - 客户满意度 NPS 值提高 22 个点 具体实施路径可分为三个阶段：

wants ？ 1 2 What you wants ？ 1 3 Part2 ：大模型行业应用建议 Part1 ：大模型的技术演进 目 录 1 4 大模型时代，保险行业各个环节都值得用大模 型重新思考一次 保险营销 产品设计 客户服务 保险精算 团队管理 资产管理 营销 风控 1 5 1. AIGC

泛化能力。 同时，合成数据还有助于缓解数据隐私保护的压力，通过创建匿名化或去标识化的数据 集，为数据的安全共享与高效利用提供了保障。 1.1.1 数据：多措并举缓解短缺状态 �� 然而，值得注意的是，尽管合成数据展现出巨大的应用潜力与优势，但其发展与应用 仍面临着一系列挑战。其中，确保合成数据的真实性与保真度是首要问题，因为基于虚假 或带有偏见的合成数据训练的模型，在真实世界场景中的表现将大打折扣。此外，合成数 尽管大模型在保险行业的应用已初具规模，特别是在客户服务、理赔定损及办公辅助 方面展现出显著成效，但在产品设计及定价、风险评估与管理等更为核心与复杂的业务环 节中，其应用仍处于起步阶段，但潜力巨大，值得深入探讨与拓展。 （2）初期选择试错风险低的场景 在初步接触并验证大模型技术时，保险企业普遍采取了谨慎而务实的策略，优先选择 那些能够直接带来降本增效的用例进行试点。保险公司在最开始探索大模型时，可以快速 计划围绕数据要素 与各行各业的深度融合，部署了包括“数据要素×智能制造”在内的12项重点行动，特别支 持通用及垂直领域人工智能大模型的训练与发展，为人工智能产业的创新发展注入了新 的动力。 值得一提的是，2024年6月5日，工业和信息化部等四部门再次联合印发了《国家人工 智能产业综合标准化体系建设指南（2024版）》，该指南进一步细化了未来两年的工作目标 与任务，不仅重申了提升标准与产

付，到⼯业、建筑、零售、酒店和护理领域的使⽤。我们对9个⽤例领域的专 有分析预测到2050年将有41亿个机器⼈。对于⼀个⽤例，⼈形机器⼈，我们 进⼀步将其分为7个领域。我们的⽅法论将在下⽂中进⾏总结。 3. 挑战 - 第10章探讨了值得关注、辩论和解决的12个挑战。 和解决⽅案。 尽管存在挑战，但我们得出结论：⼀个巨⼤的新市场正在形成（⾮⼈类），AI机器⼈将如约 ⽽⾄。 1 NVIDIA CEO Jensen Huang在2024年台北国际电脑展的主题演讲 在感知和移动能⼒ ⽅⾯很难乃⾄不可能赋予它们⼀岁孩⼦的技能”。 从历史上看，机器⼈的⼿和臂受限于执⾏简单重复的任务，但最近的突破已经开始缩 ⼩这⼀差距，使机器⼈更接近实现类似⼈类的灵巧性。 ⼀个值得注意的例⼦是⿇省理⼯学院的⼀个团队领导的项⽬，他们最近设计了⼀只 ⾼度灵巧的机械⼿，能够轻松重新定位2,000个不同形状的物体。这代表着在操纵各 种形状和⼤⼩的物体⽅⾯迈出的重⼤进步。 近年来最具 WEEE 论坛 (链接) 104 Axios (链接) © 2024 花旗集团 73 Citi GPS: 全球视⻆与解决⽅案 2024年12⽉ 看起来更机械化或显然⾮⼈类的形象被认为不那么具威胁性，更值得信赖。 历史表明，进步不会⼀帆⻛顺，⽽是包括向前、向侧甚⾄向后的步伐。1830年利物 浦和曼彻斯特铁路的开通受到了⼀起死亡事故的影响，但并没有阻⽌铁路的发展。 第⼀位死于汽⻋事故的⼈是在1896年