边缘中心 模型管理 模型服务 训练工坊 三 大 能 力 平 台 九 大 能 力 中 心 算法 模型 算法 服务 数据采集 数据标注 AI 设 备 3 1 差异化算法模型构建 l 腾讯云 TI 平台 TI-ONE 提供差异化算法模型构建工具，面向零基 础业务人员，初级算法工程师，高级算法工程师等不同使用人 群，提供自动学习建模工具，可视化拖拽式建模工具，交互式 代码开发环境，训练软件开发包 规范的标准开放方式。 TI-ONE 是基于腾讯云强大计算能力的一站式机器学习平台 为用户提供从数据预处理、模型构建、模型训练、模型评估到模型服务的全流程支持 腾讯云 TI-ONE 训练平 台 差异化 建 模 丰富的 算子库 生态 全环节 落地 多种数 据接入 技术 3 2

进一步提升稳健性。整体上， Agent 的恢复机制以自动化实时响应为基础，通过动态数据融合与模型迭代 实现自愈能力，而人工干预则聚焦于极端场景与复杂语义的深度纠偏。 风险提示：AI 幻象风险；数据异化风险；监管规则适配风险；人机协同失效 风险；策略同质化共振风险。 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 2 内容目录 模型训练与权重优化 .............. 训练集分布。同 时，对样本稀缺行业（如公用事业），通过迁移学习复用相似行业（如能源）的 语料特征，结合行业独热编码的差异化标签进行领域适配。 实际应用中，行业属性处理与分层采样的协同需解决两大挑战：一是行业分类的 粒度问题，例如万得一级分类中的“金融”涵盖银行、保险、券商等差异化子领 域，需进一步细分以提高模型对细分风险的捕捉能力；二是动态更新机制，例如 新兴行业（如金融科技）出现时，需快速构建基础语料库并校准行业基准。总体 证券研究报告 14 风险提示 AI 幻象风险 生成式模型在缺乏充分数据锚点时可能虚构虚假关联逻辑，例如错误构建宏 观指标与资产价格的因果关系，或生成缺乏实证支持的配置建议，导致决策 依据失真。 数据异化风险 宏观指标统计口径调整、行业分类标准重构或财务数据披露规则变更，可能 破坏模型特征体系的逻辑一致性，例如新经济行业划分模糊化导致景气度判 定偏差，需依赖动态校准机制应对。 监管规则适配风险

.............................................................................33 2.4.2.1. 运用等级概念实现差异化管理........................................................................33 2.4.2.2. 自主学习基线实现业务异常监控 能便捷的调整等级，并应用相应等级的管理规则 智慧运维平台以等级为核心进行管理区分，内置不同等级的管理解决方案，从下到上贯彻等 级化，差异化管理模式。 1、 预置不同的指标采集方案和策略，落实差异化采集方式，按需采集提供技术基础，同时 为大节点管理提供理论可能； 2、 预置不同等级的不同风险阈值的设定，落实差异化管理和考核要求； 3、 为高级别设备自动生成统计报表，使用户能方便的关注报表数据； 4、 支持方便的界面 的各项管理，BTSO 提供日常运维菜单，为用户提供场景化工作入口，包括对现行监控方式的查看、 对智维巡查过程的关注、调整监控计划，审计运维配置修改过程。 2.4.1.4.1. 运维等级管理 等级管理是实现差异化管理的一个具体手段，按照不同等级实现不同的监控方式是等级管理 的具体落实；作为等级管理的主要页面，全局显示了所有等级的设备数量，以及不同等级的方式， 包含智维规则、告警规则；同时设备的管理优先级

S & P Global 、 MSCI 、 MooDy’ s … … 服务 服务 服务 资金 3.5 保险科技 : 从单点工具升级为系统性能力 l 全球各国寿险行业的渠道结构呈现出差异化特征 : 美国、英国以独立代理人 / 保险经纪人渠道为主，法国、意大利以银保渠道为主，日本、韩国以专属代理人为主。 l 以美国为例， 随着万能、变额和指数型等投资属性较强的新型产品发展壮大，保险 署大模型能够快速读取和初步分析数据，使客户经理等前台人员从繁琐的数据处理工作中解脱出来，将更多精力投入到客户关系维护与业务拓展上。 u 长期 : 驱动敏捷转型，塑造差异化竞争力 • 长期积累下， AI 促使证券机构实现敏捷转型，形成区别于同行的差异化竞争力，在不断变化的市场环境中占据优势地位。 AI 能够整合和梳理企业内外部 各类 数据，打破数据孤岛，为企业决策提供坚实的数据基础。同时， AI 助 精准定位金融信息服务 : 以自主研发的证券工具型软件终端为载体，为投资者提供专业金融数据分析和证券投资咨询服务，通 过直销模式销售软件。虽整体流量弱于同行，但专注垂直流量精准运营，依靠对客户的深入理解，满足差异化需求。 推动证券业务转化 :2022 年收购网信证券 ( 后更名为麦高证券 ) ，积极推动金融信息服务与证券服务深度融合，围绕中小投 资者，以财富管理和金融科技为特色发展互联网证券业务，加速

ID 的可信性，为 APN6 协议的安全稳定运行筑牢防线。 (三) 网络切片安全风险与防护技术 网络切片通过将物理网络资源进行逻辑划分，形成多个独立的虚 拟网络，以满足不同业务场景对服务质量的差异化需求，例如延迟敏 感型应用、高带宽业务以及高可靠性要求的服务等，每个切片都具备 独立的资源配置与服务级别协议（SLA）。但网络切片面临着严峻的 安全风险，攻击者可能伪造目标切片的封装信息，突破切片边界实现 - 21 - 确保用户仅能访问对应安全级别的网络切片；在用户接入侧，通过接 入校验，例如增强 ACL 等技术，对流量进行过滤，将符合 IP 地址规 划的流量精准引入切片通道；为不同切片设定差异化安全级别，在转 发流量时进行路径校验，针对高级别切片通道，采用 FlexE、时隙化 小颗粒切片等技术，增强带宽隔离能力，防止切片扩缩容时出现资源 冲突；基于网络切片组网环境与隔离技术，部署适配的安全服务技术， 所示。通过自研服务编排 系统，在管控层实现云网服务协同调度，整合广泛分布的云资源，支 持云网协同。采用 SRv6 技术，在转发层实现 VAS 业务灵活按需编 排，提供差异化的安全服务。同时，构建生态合作平台，集成第三方 服务，按需调度网络侧差异化承载能力，促进产业生态发展。 IPv6 网络安全白皮书 - 27 - 图 10 方案架构示意图 面向互联网安全专线场景，在互联网出口处实施防 DDoS 攻击

货”的全生命周期数字化生态。 20 余套业务系统数 据分散，数据价值难 以释放 日均产生上百亿条数 据，但是数据利用率 不足 线索获取成本高，且 商用车业务需求复杂 多样 乘用车跨界入局，倒 逼商用车服务差异化 升级 增换购线索转化率 12% 数据孤岛严重 海量数据低效 营销成本高企 行业外部冲击 北汽福田引入瓴羊Dataphin，清洗整合20个系统数据，建立“人-车-路-货”标签体系，关联超1000万数据资产。 测试验证；针对中高级别模型得分的客户投入更多精力，结合瓴羊沉淀的汽车行业特征，进行专 属话术细致沟通。经过 1 个月的对比，使用线索评级模型的门店，其中高级线索客户群成交转化率大幅度提升。 · 根据线索质量进行差异化运营；对不同质量的线索进行差异化运营。将线上真实运营的所有线索能通过模 型进行评分。一方面高阶销售专员可以更聚焦中、高级别线索，帮助提升实际到店和购车转化率；另一方面 通过 AI 机器人低级别线索，降低了人力运营成本。 迭代；横面是针对不同城市、地域， 描绘出用户的精细标签，提供差异化服务。比如在川渝地区，SUV 车型是卖得比较好的，说明本地的自驾出 行需求比较旺盛，红旗因此加大了相应车型在当地的售卖。 03 线索管理 粗放式运营，转化率低 销售效率 依赖经验，人力成本高 组织协同 部门割裂，数据口径混乱 线索管理 评级模型 + 差异化运营， 高级线索客户群成交转化率大幅提升 销售效率 AI 辅助

.......................................................................................164 8.1.2 差异化竞争策略............................................................................................... 40% 实时决策支持能力 在核保风控场景中，系统可同步处理客户健康告知、医疗影像报 告、既往理赔记录等多维度数据，实现： 1. 高风险案件自动预警 （响应速度<200ms ） 2. 差异化核保建议生成（覆盖 83 种常见疾 病） 3. 人工复核焦点自动标注（减少 70%核保员重复工作） 该技术架构已通过金融级数据安全认证，支持私有化部署条件 下的实时模型更新，确保在严格合规要求下保持技术迭代能力。实 网关对接结构化业务 系统（如核心承保系统、理赔管理系统），使用 Kafka 消息队列实 时采集物联网设备数据（如车联网 GPS 轨迹），同时部署分布式 爬虫获取公开的医疗健康数据。针对不同数据特性设置差异化的采 集频率： 数据类型 数据源示例 采集方式 频率要求 数据量 级/日 保单结构化数据 核心业务系统 JDBC 增量同 步 T+1 50-100GB 数据类型 数据源示例 采集方式

技术研发的优化或将是智能化落地的主“战场”：AI 智能化对接的基础相对较好，投入成本相对可控，产生的长 远影响相对较大。对应的赛道更多是精细化工材料领域，通过 AI 智能化加速研发管线的定制化、高端差异化和 配方产品集合等要求，缩短和国际龙头之间的软实力差距，建议关注新材料领域尚未实现高端产品国产化的赛道， 比如工程塑料、改性材料、辅材供给等领域；  行业领军企业的 AI 智能化推进速度或将较快，重点建议关注央国企的 时对于现阶段公司的稳定运行冲突较小。 化工的 AI 拓品将有望带动材料行业和大宗的基础研究领域形成明显突破。目前从技术突 破的角度看，我国在传统化工产品领域已经形成了主流供应能力，但涉及下游材料端，仅 有主品的供应能力，但在材料差异化应用、高端领域、改性材料等产品上仍然有明显差距， AI 的接入，有望通过高效模拟提升研发效率，降低实验的试错时间和成本，提升路径测 试效率，有望加快进口依赖产品的技术突破速度；另一方面，基础研究领域，企业可以通 加速材料领域的技术追赶，实现现有高端精细化工品的国产化突破。  通过终端的体系化布局，能够形成一揽子的供给能力，从而改善现有单品竞争力不足， 市场粘性不足等问题，获得后端一站式供应的附加值。  提升终端需求差异化服务，满足不同领域的定制化需求，缩短定制需要的时间，同时 降低定制产品需要的成本。  进一步完善行业的基础研究，为后续能够提供更多路径，加快新品创新提供充足数据 基础和底层逻辑。 方向二

径带宽）动态调整策略；闭环控制：通过双向信令通道（如带内遥测）实现反馈驱动的动态调优。 端侧主要功能，包括流量标记与优先级管理，终端根据业务类型（如参数同步、数据并行）标记流量优 先级，网络设备基于此实现差异化调度；速率自适应控制，终端基于网络反馈（如ECN、INT数据）动态调 整发送速率；本地流量预测，利用机器学习模型预测GPU显存访问模式，提前调整流量发送窗口，减少微突 发（Microburst）对网络的冲击。 Ops方法，提供增强的NetOps，通过多维度遥 测感知网络流量，实现数据中心网络的智能管控。 诺基亚贝尔依托全球技术纵深与中国创新前沿的双重优势，构建 “全球视野、中国创新” 双擎驱动的差 异化价值。在技术层面，将诺基亚的最新创新成果引入国内，同时，本地研发团队针对中国需求、中国场景 进行深度开发，形成面向中国市场的竞争优势产品；另一方面，在技术创新和产品竞争的最前沿，将国内最 新产业发展融入全球产品，推广到全球市场。 全局感知和控制，再到网络孪生和高阶自智，分层分阶段提升差异化竞争能力。 智能网卡DPU – 端网协同与边缘计算 • 与GPU卡1：1配置部署，在原有市场基础上，市场增量巨大，预计未来五年，国内累计市场总量近 2000亿元，目前，智能网卡正处于以DPU为主的升级换代爆发期； • 智能网络DPU，除承担网络卸载及GPU直连等重要功能外，也是拥塞控制和流量调度端网协同的重 要组成部分，是实现智算网络差异化竞争优势的的重要一环；

聚 等服务，响应《国家应急通信保障预案》中“构建分布式应急算力支 撑体系”的战略需求。 1.3.2 产业发展需求分析 随着数字经济的深度渗透，各行业对算力的需求呈现出“泛在化、 低时延、差异化”的特征，分布式算力感知与调度系统成为支撑产业 10 升级的核心技术纽带。从产业实践来看，其需求主要体现在边缘算力 资源的高效利用、跨行业应用的适配支撑以及产业生态的协同构建三 个层面。 统的开放性与兼容性。第三方算力提供商需通过标准化接口接入系统， 实现资源互通与收益分成；应用开发商则要求系统支持多类型应用部 署（如容器化、虚拟机化），并提供灵活的调度策略接口，适配不同 算法对算力的差异化需求（如 AI 推理需 GPU 资源优先调度）。 16 此外，所有用户群体均对系统提出共性需求：一是弱网环境适配， 在 4G/5G 信号不稳定区域（如偏远地区、地下停车场）仍能保障算力 服务 根本性变革，在保障网络稳定性的同时实现了算网资源的协同优化。 算力调度功能：基于感知数据，系统需实现智能、灵活的算力调 度。一方面，支持多维度调度策略，如计算优先、网络优先、成本优 先等，以满足不同业务对算力、网络的差异化需求。例如，AI 推理 任务可优先调度 GPU 资源，实时性业务（如自动驾驶、云游戏）则侧 重网络时延优化。另一方面，调度算法应具备自适应能力，根据资源 动态变化及业务负载波动，动态调整调度策略，提升资源利用率与任