1 2 3 作者简介 汤玛斯．戴文波特（Thomas H. Davenport） 《财星》杂志评为全球50强商学院教授、麻省理工学院数位经济计划访问学 者。 作为一位全球知名的管理学者、顾问，戴文波特曾任教麻省理工学院与哈佛 商学院，专长于商业创新、数据分析和人工智慧在企业中的应用。他以其在商业 数据管理和资讯技术方面的开创性研究而闻名，对于数位时代企业的运营模式具 有深远的影 Stitch Fix：AI辅助服装造型师 4 阿肯色州立大学：用Gravyty募款 5 虾皮：产品经理在AI电子商务里的角色 6 港湾人寿和美国万通保险：引进数位人寿保险核保人 7 雷帝斯金融集团：智慧抵押流程 8 星展银行：以AI监控交易 9 AI诊断和治疗纪录编码：让人类真正发挥所长 10 电通：公民开发者的机器人流程自动化 11 84.51°和克罗格：自动化机器学习提高资料科学生产力 Lilt：电脑辅助翻译，使专业翻译者产能提升160％ 16 赛富时：伦理AI实践的架构师 17 Miiskin：AI辅助皮肤成像，医师更能专注于复杂案例 18 好医生科技：实现家家户户都有好医生 19 奥斯勒工作：法律服务的转型现场 20 太平洋轴承公司：用于员工训练的AI虚拟现实 21 希捷科技：AI自动化视觉检测技术，削减晶圆和晶圆厂损耗成本 22 史丹佛医疗中心：往无人药局迈进 23

德诺迈斯智慧园区解决方案 PART 01 智慧园区总体设计 PART 02 智慧园区服务体系及配套 PART 03 智慧园区场景介绍 PART 04 智慧园区系统介绍 目录 | Contents 智慧园区总体设计 n 智慧园区现状分析 n 智慧园区愿景 n 智慧园区设计理念 德诺迈斯智慧园区 传统园区 n 完整的运营服务体系，清晰的定位 n 金融、平台、科技、人才、项目配套，覆盖企业成长周期 并提升市场竞争力与品牌影响力。 区域发展 吸引优秀物联网企业和人才入驻， 进而促进产业转型，提高社会经 济效应。 生活升級 物联网项目的落地，为民众打造 更安全、高效的智慧生活方式。 德诺迈斯智慧园区愿景 区域 产业 园区 企业 地方 政府 当地 民众 智慧物业运营管理 智慧园区运营管理 企业孵化 企业加速 产业发 展 园区终极愿景 六位一体配套 五大个性应用 四大运营平台 三大管理体系 二个宣传门户 一个运营中心 德诺迈斯智慧园区设计 理念 产业社区服务 App 物业管理 App 园区管理 App 园企管理 App CEO 驾驶 舱 智能感知系统 智能访客系统 智能停车系统 安防监控系统 智能照明系统

个行业的 C级高管和高层领导 超越预期的变革性技术 前言 领导者们对数字孪生的商业价值 做出明确而全面的评估 数字孪生： 行业发展驱动力还是新的技术炒作？ Burkhard Boeckem 海克斯康集团首席技术官 数字孪生 在研究中， 我们对数字孪生作了如下定义： 关于数字孪生技术，大家众说纷纭。然而， 过往的讨论始终未能触及数字孪生的核心价 值。 数字孪生难以定义。它既可以指代某款简单 内在联系。 人工智能已然成为数字孪生的关键 要素，最常见的应用场景为前端数 据处理（占比59%）和提升用户体 验（占比56%）。 的受访者称，人工智能 提升了他们对数字孪生 的兴趣 海克斯康人工智能副总裁JohannesaMaunz 称，人工智能是数字孪生整个生命周期不可 或缺的一部分。他指出了人工智能的三大功 能： 1.创建数字孪生 “在构建数字孪生时，人工智能可辅助流程 竟 并 非 所 有 事 物 都 具 有 同 等 价 值。” “其二，别老想着独自包揽所有工作。要做 好研究，寻找合作伙伴。考虑一下自身需 求，想要的是一套现成的、无定制的产品， 还是像海克斯康现实云工作室（Reality Cloud Studio）这样的方案——能够配合企业 发展而不断增添新功能，提升数据价值，提 高企业洞察能力？” 11 11 57% 59% 56% 43%

医院 管理， 到底有多 ？ 2021 年 2 月 2 日 健 康 界 研 究 院 《医院后勤管理，到底有多智慧？》 * 免责声明 本报告的数据来源于公开信息整理分析结果，本报告所载的资料、研究结论仅反映健康 界研究院于撰写、发布本报告当日的判断，过去表现不应作为日后表现的依据。 * 版权声明 本文为健康界/北京华媒康讯信息技术股份有限公司原创。未经北京华媒康讯信息技术 股份有限 股份有限公司书面授权，任何机构、网站和微信公众号平台，不得转载、复制、引用、摘编。 若违规使用，我们保留进一步追究相关行为主体法律责任的权利。 《医院后勤管理，到底有多智慧？》 目录 一、医院后勤管理概述................................................................................................1 智慧后勤建设未来发展趋势............................................................................13 《医院后勤管理，到底有多智慧？》 1 一、医院后勤管理概述 1、医院后勤管理概念与特征 一流的医院需要一流的技术，一流的医院同样需要一流的后勤管理。后勤管 理是一门学问，也终将成为一门科学。 “兵马未动，粮草先行

鄂尔多斯低碳转型及案例研究 2024 年 12 月 关于作者 张兰英 北京大学能源研究院气候变化与能源转型项目分析师 陈 炯 北京大学能源研究院气候变化与能源转型项目副主任 致 谢 本研究由北京大学能源研究院统筹撰写，由能源基金会提供资金支持，特此感谢。 在本项目研究过程中，研究团队得到了国家发改委能源所、生态环境部环境规划院、国家气候中心、北京大学 鄂尔多斯研究院、鄂尔多斯能源局 鄂尔多斯研究院、鄂尔多斯能源局、鄂尔多斯工信局等单位的大力支持，在此向他们表示诚挚感谢。 研究团队同时感谢以下专家在项目研究过程中作出的贡献： 白荣春 国家能源专家咨询委员会 原副主任 吴 吟 中国能源研究会 学术顾问 戴彦德 国家发改委能源研究所 原所长 张绍强 中国煤炭加工利用协会 会长 马开华 北京大学鄂尔多斯能源研究院 常务副院长 郝洪亮 北京大学鄂尔多斯能源研究院 副院长、新型储能研究方向负责人 杨富强 杨富强 北京大学能源研究院 特聘研究员 敖 明 中共鄂尔多斯市委员会党校 市情研究中心主任 冯 波 鄂尔多斯市工信局 办公室主任 李 彬 鄂尔多斯市能源局 高级工程师 关于项目单位 北京大学能源研究院是北京大学下属独立科研实体机构。研究院以国家能源发展战略需求为导向，立足能源领 域全局及国际前沿，推动能源科技进展，促进能源清洁转型，开展专业及公众教育，致力于打造国际水平的能 源智库和能源

基于多源信息融合的 应急响应优化与仿真 赵晗萍 应急管理部 - 教育部减灾与应急管理研究院 教授 zhaohanping@bnu.edu.cn 2023-06- 28 库存 （报童）模型 时间序列 分析 运输模型 P- 中心模型 集合覆盖模型 最大流模型 车辆路径 规划模型 强大的商业物流资源 高效应急物流 ？ MAX F (X, b 0, j = 1, 2, …, J ξ 为不确定性参数 X 为决策向量 • 日常商业物流：需求可预测可控、供给固定、强大物流运输系 统 • 灾害应急物流：需求不完备、供给太多样、运输变化多 应急物资储备库 / 出 救点选址问题 大规模应急 疏散问题 灾害应急物流优化问题 应急物资 储备问题 物资运输 调度问题 灾区需求 预测 应急物资 配置问题 P2 交通部门 情 数 据 融 合 框 架 基于 BPA 重分配模型 的 网络灾情新数据融 合 基于 BPA 修正后的 网络灾情数据融合 灾情数据可 靠性测量 灾情数据模 糊性测量 网络灾情多源数据融合 D-S 证据理论组合规 则 P11 建筑物倒塌范围的模糊词 云模型参数 퐸 X 퐸 n He 建筑物几乎无倒塌（ A1 ） 0.0025 0.0021 0.0002 个别倒塌（

电力人工智能多模态大模型 创新技术与应用 1 、研究背景 2 、关键技术 3 、应用案例 4 、未来展望 目 录 人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科 学；其在历史上经过多个发展时期，形成了不同的技术流派； 深度学习是目前主流。 1950s—1970s 1970s 中期 1980s-2000s 人工智能领域迭代迅速、多种技术流派蓬勃发展，在多个领域已有广泛应用。 背景 1—— 人工智能的概念及发 展 依赖统计学和人工 设计特征构造算法； 代表算法： 支持向量机 (SVM) 决策树 朴素贝叶斯算法 神经网络在多个领 域取得初步应用； 代表算法： 卷积神经网络 循环神经网络 图神经网络 聚焦知识工程 与专家系统构建， 通过人工整理知 识库驱动决策， 受限于知识获取 通用模型 无需人类专家标注 高效互联通讯： NVLINK 、 HCCL ( 华为 ) 多模态通用模型： Qwen2-VL 等 . 背景 1—— 人工智能的概念及发 展 数据 算力

项目编号： 生态环境保护基于多模态 AI 大模型智慧 诊断应用 设 计 方 案 目 录 1. 引言........................................................................................................................................... ............................................................................................9 1.3 多模态 AI 大模型的简介........................................................................................ ......22 3. 多模态 AI 大模型概述........................................................................................................................................................23 3.1 多模态学习的定义.......