AI 大模型出现并得到迅速发展，以Deepseek为代表的语义大模型出现。 4二、AI大模型的核心技术与特点 （一） 5 AI 大模型的成功是多类技术的积累，但其中最为核心的是自注意力 机制和Google 在2017 年提出的Self-Attention、Transformer 架构。 ChatGPT,Deepseek,豆包，Kimi都是基于该架构提出，具有以下三个特 点。 1、参数规模庞大。AI 2.系统调节能力： -新能源的快速发展需要更多的系统调节能力，但现有调节能力可能不足以应对新能源的波动性和间歇性。 -需要通过技术创新、市场机制设计等手段提升系统调节能力，以保障新能源的有效消纳和电力供应的稳定。 3.市场机制完善： -市场机制在促进新能源消纳、激励灵活调节资源、疏导调节成本等方面仍需进一步完善。 -需要深化中长期市场连续运营，推动现货市场全覆盖，持续完善辅助服务市场， -储能的大规模发展对系统调度运行、电力市场设计等方面提出新的要求。 -需要通过完善市场机制和调度规则，激励储能的灵活调节能力，提高储能的利用效率和经济效益。 6.新型经营主体： -微电网、虚拟电厂、负荷聚合商等新型经营主体参与市场面临认定、计量、结算等问题。 -需要通过明确市场主体地位、完善计量结算机制、提供政策支持等手段，推动新型经营主体参与市场，发挥其在电力供需平衡、 新能源消纳等方面的积极作用。

全球第一个专门开通市民热线的城市1。此后，巴尔的摩的市民热线不断升级， 尤其是 CitiStat 系统的研发和启动，不仅将市民热线数据进行实时汇聚整理，而 且赋能市直部门进行高效管理，通过建立健全政府绩效评估机制，对政府回应公 民的速度和质量进行有效评估。1997 年，美国达拉斯市将二十多条热线和多个 呼叫中心合并为非紧急呼叫中心 311。基于通话录音，该热线及时记录市民反映 的问题，并将录音的内容进 月国务院办公厅《关于进一步优化地方政务服务便民热线的指导 意见》（国办发〔2020〕53 号）（以下简称《意见》）对各地政务热线提出了 “接得更快、分得更准、办得更实”的发展目标，要求各地加快热线归并、优化 热线运行机制、加强热线能力建设。在此背景下，我国政务热线迎来新一轮的发 展高潮，并融入我国数字政府与服务型政府的整体建设之中。 改革开放四十余年来，随着社会经济的快速发展，人民群众的利益诉求和价 值观念出 第二，政务热线是协同治理的“接驳器”。政务热线承担着“上挂下联”的 职责，可与政府部门（含同级政府职能部门和上下级政府）“接驳”联动，及时、 高效地回应群众诉求。政务热线通过平台互联、数据互通、信息共享等机制，可 实现与政府部门在诉求内容、诉求办理、办理效果等环节的数据流通，提升政务 热线与政府部门的协同治理水平。此外，政务热线的“接驳器”功能还体现在其 能超越属地管理的空间局限，接驳多个行政管辖区域，实现跨区域的协同治理，

全球第一个专门开通市民热线的城市1。此后，巴尔的摩的市民热线不断升级， 尤其是 CitiStat 系统的研发和启动，不仅将市民热线数据进行实时汇聚整理，而 且赋能市直部门进行高效管理，通过建立健全政府绩效评估机制，对政府回应公 民的速度和质量进行有效评估。1997 年，美国达拉斯市将二十多条热线和多个 呼叫中心合并为非紧急呼叫中心 311。基于通话录音，该热线及时记录市民反映 的问题，并将录音的内容进 月国务院办公厅《关于进一步优化地方政务服务便民热线的指导 意见》（国办发〔2020〕53 号）（以下简称《意见》）对各地政务热线提出了 “接得更快、分得更准、办得更实”的发展目标，要求各地加快热线归并、优化 热线运行机制、加强热线能力建设。在此背景下，我国政务热线迎来新一轮的发 展高潮，并融入我国数字政府与服务型政府的整体建设之中。 改革开放四十余年来，随着社会经济的快速发展，人民群众的利益诉求和价 值观念出 第二，政务热线是协同治理的“接驳器”。政务热线承担着“上挂下联”的 职责，可与政府部门（含同级政府职能部门和上下级政府）“接驳”联动，及时、 高效地回应群众诉求。政务热线通过平台互联、数据互通、信息共享等机制，可 实现与政府部门在诉求内容、诉求办理、办理效果等环节的数据流通，提升政务 热线与政府部门的协同治理水平。此外，政务热线的“接驳器”功能还体现在其 能超越属地管理的空间局限，接驳多个行政管辖区域，实现跨区域的协同治理，

创新探索智能计算中心建设运营模式和多方协同合作机制。二 是举办中国算力大会，凝聚产业共识，开展算力技术、产品、 应用的宣传推广，营造算力发展的良好氛围。三是持续发布《中 国综合算力指数》，对全国算网存能力进行综合评价。 （二）提升算力高效运载能力 1. 优化算力高效运载质量。探索构建布局合理、泛在连接、 灵活高效的算力互联网。增强异构算力与网络的融合能力，通 过网络的应用感知和资源分配机制，及时响应各类应用需求， 署，优化光缆路由。加快 400G/800G 高速光传输网络研发部署 和全光交叉、SRv6、网络切片、灵活以太网、光业务单元等技 术应用，实现网络传输智能高效、灵活敏捷、按需随选。 4. 探索算力协同调度机制。推动以云服务方式整合算力资 源，充分发挥云计算资源弹性调度优势。鼓励各方探索打造多 层次算力调度架构体系，建设可满足各类创新主体开展多元异 构算力调度、应用、研发、验证的平台环境。依托国家新型互 算网融合发展行动 一是探索建设多层级算力调度平台，逐步实现多元异构算 力跨域调度编排。二是构建算力互联互通体系，统一算力资源 标识和身份认证，依托部省算力互联互通平台开展试点验证。 6 三是建立算网监测机制，开展算力设施运载力评估，打造一批 算网城市标杆。四是实施“算力强基揭榜挂帅”，突破一批标 志性技术产品和方案，加速新技术、新产品落地应用。 （三）强化存力高效灵活保障 1. 加速存力技术研发应用。围绕全闪存、蓝光存储、硬件

关键成功要素 1，战略对齐 流程智能化必须纳入企业战略级议程。高层需通过战略解码机制，将流程智能目标拆解为可量化的 业务指标，并基于流程价值贡献度模型明确资源投入优先级。 同时，企业需建立跨职能变革管理委员会，通过战略对齐度看板实时监控部门协同状态，确保组织 变革与流程重构同步演进。这种系统化治理模式能够突破传统机制下的决策迟滞，在战略层构建起 “目标-资源-行动”强关联的敏捷响应体系。 "闭环治理框架。第四，识别流程熵增的优化靶点。企业通过拓扑关系分析揭示跨系统断点与冗余环 节，为 AI 提供明确的优化约束与决策依据。第五，沉淀持续改进的机制框架。企业构建包含流程责 任制、绩效评估体系及 PDCA 循环的运营机制，保障流程智能化的自适应进化能力。 以下，我们以中集集团的流程智能化项目介绍具体实践案例。 | 2025 爱分析 · 流程智能化实践报告 11 系统架构陈旧，导致扩展创新的基础不扎实。而且，系统功能非模块化开 发，可定制扩展性不强，阻碍流程创新。 桎梏四 用户体验代际断层 代际断层表现为不支持移动端审批，与 PC 端存在功能割裂。而且流程新建与唤起缺乏 智能机制，用户流程使用效率低下。此外，旧版本 BPM 系统的流程引擎无法支撑低代 码开发，进一步阻碍了流程创新。 基于上述原因，中集集团决定通过与蓝凌合作，支持其多元化业务的持续发展。具体而 言，中

25 推理为中心的 RL 训练： 语言一致性奖励，以解决模型在多语言环境中进行推理时， 出现语言混合的问题。 对推理链的质量进行细致的评估，并通过奖励机制引导模型生成更加合理、准确的推理过 程。 多目标优化：兼顾推理性能、帮助性和安全性； 蒸馏的潜力：蒸馏可以帮助将更大模型通过 RL 发现的高阶推理范式蒸馏到小模型中，这比用小 模型直接使用大规模 通过构建多个模型输出的群组，并计算群组内的相对奖励来 估计基线，从而避免了传统策略优化算法中需要使用与策略模型大小相同的评论模型 降低 RL 训练的计算成本 \ 保证模型能够有效地学习到策略 奖励机制的设计：兼顾推理能力和语言一致性 准确率奖励和格式奖励，从而保证模型不仅能够正确地解决问题，还能够以规范、易读的方 式输出答案 格式奖励：用于强制模型将推理过程放置在特定的标签内，用 state 和 value 等信息都视为 Language Tokens) 策略优化：建模成 Contextual Bandit, 用 REINFORCE 变种进行优化 长度惩罚：引入长度惩罚机制，防止模型生成过长的推理过程，提高计算效率。 Overthinking 的行为：可能会导致更好的表现，但是会带来 training 和 inference 过程中极大 的损耗 采样策略

某个云平台发生问题 时，多云架构允许快速将流量切换到其他正常运行的云环境中，确保业务服 务不间断。例如，一些互联网游戏企业利用多云服务器实现资源冗余，在多 家云服务商之间基于不同优先级建立冗余机制。 场景二：按需构建最优业务架构。企业，尤其是数字化原生企业，会将云服 务质量和成本等作为重要考量因素，通过在多个云服务商之间实现按需调配 的模式，在企业内沉淀一套资源优化策略，寻求动态最优的业务架构。例 调度，特别是面对行业大模型 的训练和推理任务时。企业需要获得全面保障大规模算力集群的统筹管理和 优化能力，确保计算资源实现高效利用。 AI算力质量和性能：需要确保算力资源具有足够的可靠性和容错机制，以减 少因单节点故障而导致的训练任务异常中断，造成时间和资金的损失。为了 提高效率，发展AI应用，需要更高速率的RDMA 网络的支持，基于领先的组 网能力和高水平的智能调度能力获得稳定算力服务。此外，全球网络POP 访问管理、应用API安全等。因此，企业不仅要关注各个云平台自身的安全保障 体系以及对云上业务的安全保障机制，同时也必须具备对多云环境下的迁移、备 份、API服务过程的风险管理能力。企业在寻找新的云服务商过程中，不仅需要 将云服务商视为多云管理不可或缺的合作伙伴，还应着重考量其是否具备全面、 立体的高级安全保障体系和精细运作的风险管控机制，确保该服务商能在安全威 胁面前，为企业提供强有力的支持与保护。 �� 除

要素按需: 地图包含要素集根据智驾系统能力与应用场景动态调整， 旨在实现成本与功能的最佳平衡。 • 高新鲜度: 对影响驾驶决策的道路变化要求近乎实时的更新能力， 依赖高效的自动化（含众源）更新机制。对于城市NOA，关键要 素的“天级/周级”更新成为普遍预期。 核心特征（动态演变中） 智驾地图形态演进示意图 版权声明：本报告版权归泰伯智库所有，未经授权许可，不得擅自引用或将报告内容外泄 图要素（如交通标志） 数据带宽需求降低，处理效率提升 众包更新机制 Mobileye 以REM路径，通过1亿+车载摄像头实时更新覆盖全球 采集成本降低，鲜度达分钟级 传感器精简 Momenta 4D毫米波雷达替代部分激光雷达，自研80TOPS中端芯片 传感器成本降低，算力/价格比提升 众源数据机制创 新 TomTom 共建开源地图生态，参与Overture开放地图联盟 • 其高精定位（厘米级）、ODD管理、城市复杂工况适应力等创新技术，支持量 产车型实现高速/城市NOA、智能泊车、城市复杂路口自动驾驶等功能，加速 L2+/L3系统在全球主流市场落地。 • 众源更新机制与多国实时交通/安全事件服务，提升了中国NEV出海产品的智能 竞争力与用户体验 高阶赋能与多元场景覆盖  TomTom是全球主要的地图与位置服务供应商，服务于奔驰、宝马、奥迪、smart等全球50+主流车企。随着中国新

强化人才支撑。聚焦制造业数字化转型需 求，优化提升“揭榜挂帅”核心技术攻关机 制。支持用人单位依托国家、省级重点人才 工程加快聚集数字技术领域高层次人才，加 速推动数字化领域公共实训基地建设，建立 健全常态化、专业化人才培训机制，提升数 字化专业人才技能素质。 三、拥抱变化：数字化人才将成为企业新的发力点 1.数字化人才 | 企业数字化转型的关键因素 在全球新一轮科技革命和产业变革中，IT 技术展现出广阔前景和无限潜力。自“互联网+” 能力的复合型人才，理想情况下可以实现“拿来即用”，但有很大概率会出现人才“水土不服” 的现象，同时也意味着要支付更高的人力成本（包括外聘人才成本和原有人才优化成本）；另 一个则是企业自己建立科学的、定制化的人才数字技能培育机制，以培训等方式提升自有人才 队伍的数字化能力，在花费较低成本的同时，既可以保证数字人才供应的时效性，也能实现对 企业的“量体裁衣”，进而更好地发挥出数字化转型的效能，无疑是更具性价比的思路。 案的能力。这种跨学科能力的缺失，不仅限制人才的成长空间，也制约了数字化技术在各领域 的深度应用。 第 17 页  人才流失与缺乏激励机制 尽管数字化人才需求极大，但许多企业仍面临人才流失问题。一方面，优秀的数字化人才 常常被其他待遇更为优渥的企业吸引，导致企业难以留住核心人才；另一方面，部分企业缺乏 有效的激励机制，难以激发人才的创新活力和积极性。人才流失和激励不足，不仅影响了企业 的可持续发展，也对数字化人才的培养和成长造成了制约。

年 10 ⽉ 4 ⽇苏联抢先美国成功发射斯普特尼克 1 号⼈造卫星，是冷战中的其中⼀个重⼤事件及转 AI 的斯普特尼克时刻 被美国及其盟友列⼊各种限制 7 MLA （多头潜在注意⼒机制） • 注意⼒机制⽐作图书检索系统 • MLA 建⽴⼀个智能分类系统，不记具体 信息，⽽是⼀个“简单”标签 • 模型的占⽤率降低⾄传统的 MHA 5-13% NSA ( 原⽣稀疏注意⼒ ) 的代码、⽂案或设计 • 避免透露个⼈信息： ⽐如⼿机号码 、 地址、财务状况（⽐理财建议）等 • 检查隐私条款是否允许数据⼆次利 ⽤ 安全与权限控制 • 访问权限分级 • 数据隔离机制 • 避免透露公司敏感信息：⽐如 内 部⽂件、政策草案、经济数 据等 企业应⽤ 数据授权和管理 ⼤模型虽好，使⽤需谨慎 数据隐私和安全 个⼈应⽤ 法律风险 虚假信息 32 感谢