1 实现降本增效 By ：施耐德电气 梅峰 建材及矿业能力中心经理 如何通过预测与控制 智能工厂 智能工厂建设目标： 5 个方向 故障维修 预防维护 人工操作 机器操作 事后统计 质量预控 人工经验 智能决策 资源效率 安环第一 人 机 料 法 环 3 战略决策 持续发展 设备效率 业务运营 能效管理 生产工艺控制 设备级 生产级 控制级 企业级

Logo/Company 》》》》》》》》》 打造企业的能源大脑 综合能源管理系统 ， 助力智慧工厂能耗降本增效。 能源大脑是为工业企业客户提供的一种全面、智能化的能源管理解决方案。 该系统主要针对智慧工厂的用电、用水、用气等能源消耗信息进行监控和管理 ，帮助智慧工厂降低成 本、提高效率、同时减少对环境的影响。 实时监控能源消耗 ，分析消耗规律 ，提供数据指导能源节约措施； 可视化数据展示和分析

等模型也在缩小规模的同时达到了 DeepSeek R1 671B 的应用效果，有望进一步催生银行落地应用。 n 我们认为金融行业人工智能的应用价值大体可以分为三个层次： 降本增效，价值创造与决策赋能。在实际银行落地应用 中，可能包括： 1 ）降本增效：智能客服、信贷审批、合同质检； 2 ）价值创造： AI 编程、智能风控、智能营销等； 3 ） 决 策赋能： 深度分析和决策辅助。 n 从实际落地应用情况看， ，中泰证券研究所 11 多模态： Janus-Pro 等开源多模态模型有望进一步提升应用能 力 理解金融应用的“降本增效 - 价值创 造 - 决策赋能”三个层次 2 n 我们认为金融行业人工智能的应用价值大体可以分为三个层次： 降本增效，价值创造与决策赋能。其中当下应用最广 泛的是降本增效， 即 AI 对简单人力的替代，具体场景可能包括智能客服、简单的办公文件问答与内容生成等。随着模 型能力提升将展现真正的价值创造能力，即 随着 AI 分析能力进一步提升，将能够为决策层直接赋能，提升决策效率和精确度。 图表：金融行业 AI 应用的三个层次 金融行业人工智能的三层价值创造 资料来源：中泰证券研究所 13 n 降本增效场景通常基于大模型的生成能力，进行人力替代或赋能，在银行业 AI 应用场景中落地最早。 n 商业银行主要通过人工客服和智能客服两种方式为客户提供咨询服务。人工客服工作强度高、处理和响应时间相对较长，

建设意义及价值 本项目旨在支撑 党委政府宏观经济决策、强化园区精细管理、助力企业降本增效 。以 5G 、 MEC 、物联网、云计算、大数 据、 AI 算法等新一代信息技术为支撑，建设全区开发区智慧化管理体系。重塑“政府 -- 园区 -- 企业”关系链，完善从 数据归 集到价值回流 的闭环，实现政府科学决策、园区精细管理、企业降本增效，形成宁夏工业经济高质量发展生态体系。 按照“ 1+5+24” 的一体化顶层规划建设，以新一代信息技术 化管理。 通过智慧园区平台体系的数据挖掘，推动园区公共要素资源、 共性产业需求实现共享互通，打通园区产业链、供应链，实现 各类生产要素的集中配置，充分赋能企业降本增效。 政府 科学决策 园区 精细管理 企业 降本增效 高站位 新模式 专业化 辅助经济决策平台 工业经济态势感知平台 统筹 5 市 24 区的信息管控平台 极具延展性和开放性的数据平台 《宁夏回族自治区智慧园区建设指南（ l 运行监测 能源管理 应急安全 生态环境 政务管理 企业服务 招商引资 项目管理 l l 智慧共享 产业协同 业务应用模块 打造服务于园区高效管理、产业协同发展、企业降本增效的工业经济发展生态系统，建设 运行监测、企业服务、能源管 控、招商引资、项目管理、应急安全、生态环境、智慧共享、政务管理、产业协同 等 10 大应用模块。 业务方向 业务中台 支撑平台 - 数据中台

自动采集病人心电、 血压、 血氧、 体温、 呼吸等 各项生命体征数据 ，通过 5G 网络 ， 实时传送到院 内。院内医生获取病人生命体征数据信息。 方便远 程救援指导 ，提前做好接诊准备； 降本增效 方便医生在患者入院前 ， 了解患者情况； 实现病人未到 ，数据先到； 硬件联机、 院内监控、 远程判读； 支持在急救医护系统中进行手工录入病人体征数据； 提供设备联机通用接口 平板、 PDA 、 电脑） 。 科学救治 ， 提高急症救治能力 ， 降低发病率、 致残率和死亡 率 专科救治中心系统建设成效 五、 价值体现 释放人力降本增效 借助信息化手段替代了原先手工的录入方式 ，解放人力 ，实现降本增效； 院前院内互联互通 打通院前院内业各务系统壁垒 ， 医疗资源前置 ，实现病人未到 ，数据先行 ， 与时间赛跑 ，为病人争取黄金抢救时间； 高质量数据采集

基于数字孪生的制造企业生产过程智能化解决方案 定制、智能、创新助力企业实现数字化转型升级 降本增效 佛山市南菱技术有限公司 目标： 以虚拟空间和现实空间联动为主要 手段，通过在虚拟空间的协同工作 、模拟运行达成实体工业高效运转 , 赋能工业各环节、场景，助力工 业高质量发展，实现智能制造的进 一步升级 ，为工业软件国产化替代 贡献力量。 王德权教授（ 机检修，降低生产效率。设备和信息孤岛式分布。 需求： 离散型制造业迫切需要解决“人 - 机 - 物”的感知交互和数实融合“生产 - 制造 - 运行 - 优化”闭环管理。向数据驱动转变，实现智能制造降本增效。 测 生产设备 控制系统调试 设备 投产 装配 （ 20 % ） 交付 运行 智能产线设计生产的痛点和需求 数字孪生 3D 可视化 （实现设备数字孪生可视化 100% ） 虚拟调试 ，实现对复杂工业场景的全域感知、孪 生建模和深度仿真， 达成对工业系统和生产过程的全要素协同管控和全局优化运行，形 成人机协同、虚实互控、数实融合的新型生产方式。 定制、智能、创新，助力企业实现 数字化转型升级降本增效。 联系人：李维力 联系电话： 17665681972

控股】、【指南针】 ，建议 关注【财富趋势】。 风险提示：监管环境趋严抑制行业创新；行业竞争加剧；权益市场大幅波动；技术风险；金融风险传导。 核心要点 3 2. AI赋能券商，存量降本增效+新生业务可能性 3. AI赋能互联网金融，核心业务提升+发展新思路 4. AI赋能保险，提高承保效率+辅助投研 5. AI赋能银行，流程提效+深化客户服务 6. 投资建议 7. 风险提示 富与完善为 大模型嵌入现有产品并实现降本增效提供契机， 同时催生更多以金融大模型为基础的新产品和应用领域， AI 金融时代蓝海市场可期。 AI 金融时代 存量 增量 1.4. AI 将同时赋能金融行业存量及增量业 务 证券科技业务 保险传统业务 券商传统业务 新生金融业务 金融机构后台 银行传统业务 …… 10 AI 赋能券商，存量降本增效 + 新生业务可能性 11 核心假设 降本增收 引入 AI 系统后，保险公司展业 效率将一定程度上提升，降本增效。 引入 AI 系统后，保险公司内部 业务运营进一步自动化和标准化， 对风险把控更加精准，降低成本。 AI 赋能保险业务的三种形式 与通用模型合作 本地化部署开源模型与自研模型结

视化照明管理可视化 ＞通过大屏和 3D 可视化系统的配合，颠覆传统，提升园区宣传展示能力，彰显园区综合实力。 ＞通过可视化的智能设备管理，直感交互，可视管控，有效的提升运营与管理水平，帮助园区降本增效。 17 02 运营管理体系 18 运营管理体系 外部（ OA, 财 务） 系统 设备盘点 设备采用部门 设备使用个人 设备管理部门 财务核算部门 设备使用部门 运营管理体系 设备管理 | RFID 技术应用: 便捷高效的设备管理应用，帮助园区降本增效 . 方案特点 / 无需可视、批量读取：大量 RFID 标签 可被读写器同时、快速、批量读取。 高 扩容：电子标签可存储更多信息， 可反 复改写。可实现对产品的追根溯 源。 高安全性：电子标签具有可靠的安全 微信支付 支付宝 现金 頒 移动一 " 卡通 传统园 易破解，资金 安全难保障 使用 不 便利 行为分析： 消费数据获取，了解园区的消费数据 , 通过消费数据分析进行相应的运营 降本增效 采用园区支付电子 e 卡通系统，释放充值 管理岗位，有效节省 管理成本提高工作效 率 支付场景 限制多 质量监督： 通过与商家或食堂月 结的模式，督促商家 或食堂提升服务质量

金融科技资金投入年均复合 增速快 ， 非银金融机构技术资金投入占比逐年提升 ，金融 AI 大模型引领金融科技范式将迎来变革。 AI 助力金融存量业务增长 + 开拓新机遇： 1 ） AI 助力金融业务降本增效 ， 降低风险成本。 AI 技术在金融行业中的应用可以显著降低人力成本并提高收入； AI 在提高基础工作效率、 增强风控能力、优化客户服务和营销策略方面发挥着重要作用。 2 ） AI 助力 B 投顾、大数据征信、虚拟人等新兴产 品，因此，我们将具有新兴应用场景或具有先进技术的金融产品定义为增量。随着人工智能技术的成熟，金融业大模型应运而生，底层技术 的丰富与完善为大模型嵌入现有产品并实现降本增效提供契机， 同时催生更多以金融大模型为基础的新产品和应用领域，金融科技 3.0 时代 蓝海 市场可期。 金融科技 3.0 时代 存量 增量 1.3. 金融科技阶段：科技辅助脑力劳 动 两融业务 ，例如数据查找、会议纪要、 资料润色等。 B 端用户引入 AI 金融系统后将一定程度上提高基础 工作的效率 ，降低人力成本，成为金融从业人员的智能助手。 2.2.1. AI 系统引入金融业务线，实现降本增效 数据来源：同花顺官网，恒生电子官网，东方财富妙想，东吴证券研究所

资料来源：蚂蚁研究院，OpenAI官网，中金公司研究部 整理多模态数据 生成合成数据 整理多模态数据 征信报告解读 信用评估、定价、 授信、违约预测 信用评估/审批报告 风控、清结算 支付交易报告 内部运营降本增效 支付 智能客服 智能客服 智能客服 客户需求、市场趋势 风险特征洞察 产品定价设计、 风险评估 调研方案、产品报告 保险代理人 Co-pilot 智能客服 （智能投顾） 投顾 Co-pilot 监管合规风险。同时，传统 AI 在分析决策核心环 节的应用已较为成熟、效果较好，以大模型替代传 统 AI 进行分析决策的空间和意义均不大。 在中后台运营支持方面，大模型更多作为通用 工具推动金融机构内部运营降本增效，具体包括风 险管理、质控合规、舆情监测、交易执行、行政、 IT、HR 等。 （三）业务场景角度 ：大模型赋能五大细 分金融场景 在通用的内部办公应用场景之外，大模型在支 付、信贷、投顾、投研、保险五大金融业务场景中 集、整理、分析的广度、深度和效率，从而减少信 息不对称、降低交易成本，促进金融行业生产力变 革。在供给侧，大模型落地应用有助于赋能金融机 构加强风险定价能力、提升金融服务质效，并通过 推动金融机构降本增效降低金融服务成本，从而进 一步打开金融行业潜在让利空间，提升金融行业服 务实体经济的能力；在需求侧，大模型有助于赋能 客户降低信息获取成本，提升金融认知能力和金融 素养，辅助优化金融决策质量，并倒逼金融市场主