基于位置数据的民航商旅实践与展望 携手腾讯地图构建大交通 AI 决策新引 擎 王磊 航班管家数据商业部总经理 集团介绍 活力集团是中国知名的综合智能出行服务平台，依托“航班管家 ”与“高铁管家 ”两大旗舰应用，将航空、铁路、网约车等多元交通方式无缝整合， 为用户提供从行前规划、途中管理到行后支持的全链路一站式出行服务。 我们的核心服务覆盖旅行全场景，包括行程规划与预订、值机选座、延误查询、机场导航及酒店住宿等。截至 一方面，市场小、客流不稳，使其难以摆脱补贴依赖； 另一方面，邻近枢纽与高铁网络，正持续分流其本就有 限的客源。 国内支线机场发展的困境 数据来源：航班管家 聚焦行业痛点， 打造智能决策新引擎 以智能引擎为枢纽，将海量、孤立数据转化为精准商业洞察，助力企业决策从“经验驱动 ”向“数据驱动 ”升级。 部分城市铁路 & 民航客流占比分布 飞机客流占比 火车客流占比 0.0% 10.0% 20

面向未来规模化不同等级智能网联汽车需求，我国提出了车路云 一体化技术路线，具备分层解耦、跨域共用的特征。车路云一体化系 统通过新一代信息与通信技术将人、车、路、云的物理空间、信息空 间融合为一体，基于系统融合感知、协同决策与控制，实现智能网联 汽车交通系统安全、节能、舒适及高效运行的信息物理系统（Cyber- Physical Systems, CPS）。车路云一体化系统由车辆及其他交通参 与者、路侧基础设施、云控平台、相关支撑平台、通信网等部分组成 据高速缓存技术、标准化分级共享接口及融合感知、协同决策与协同 控制标准件实现车端和路侧数据接收、处理、融合感知、精准决策及 管控，有效确保了感知、决策结果及控制指令能够迅速传递至网联车 辆，同时上传至区域云，并同步处理区域云下发的基础设施管控信息。 区域云通过标准化分级共享接口、区域云一体化底座内的网关和数据 库以及一系列标准件，有效地吸收、整合来自支撑平台、边缘云及第 三方平台的数据资源。区域云融合感知标准件、协同决策标准件及交 通 通管控标准件依次接力，完成了对海量数据的深度挖掘、策略制定和 交通指令生成。区域云网关随后将这些关键信息回传至边缘云，选定 的融合感知、协同决策结果与管控指令通过标准化接口分享给第三方 车路云一体化系统云控基础平台参考架构 11 应用。 在《车路云一体化系统云控基础平台功能场景参考架构 1.0》的 基础上，本白皮书对需求条目进行大量补充，定义云控基础平台的概 念并清晰其范围边

无缝 集成阶段还有一定的距离。 观点摘录：  83.19% 的员 工认为信息化 对于提升某公 司竞争力较为 重要；  有 75.34% 的员工认为管理信息化处于 部门互联状态，还无法对高层决策进行 支撑；  49.32% 的员工认为信息系统已基本互联， 但集成度还有待提升；  有 43.84% 的员工认为业务流程与信息化结合不是很紧密， 有优化的空间；  有 52.06% 的员工认为业务流程的执行存在着随意性； 程变化而更新状态，但缺乏业务流程与信息化相结合持 续更新的机制； 调研问卷选择题量化分析（ 3 ）——管理现状、信息化管理以及未来 IT 规划优先解决的问题  在调研过程中对于管理现状问题进行综合评分，得分较低的三 项是公司决策信息的快速准确传递、目前管理模式下对员工积 极性调动和公司运营效率；  在影响公司运行效率的因素中，流程执行不到位、流程制定不 合理以及绩效管理不到位，累计占比 41.92% ；  信息化管理中流程与 但是还存在提升的空间，需要解决 IT 与业务 匹配、支撑管理制度落地等的问题； 管理现状 目前某公司管理处于规范化阶段，需要进一步向 精细化管理阶段发展；  某公司在管理运营过程中问题最突出的三项是： 公司 各种决策信息能够在各部门间迅速与准确地传递、公司 目前的组织架构与管理模式能否调动员工的工作积极性 和主动性、公司运营效率；  影响公司组织运行效率的前三大问题：流程执行不到 位、流程制定不合理、绩效管理不到位；

量 纵向集成 酸 度 上 2 不确定性环境中如何决策 · 新品开发是决策 · 客户如何定位是决策 · 营销策略是决策 · 研发组织是决策 · 供应商选择是决策 · 交付周期确定是决策 · 库存管理是决策 · 排产计划是决策 · 新市场进入选择是决策 · 商业模式选择是决策 企业的本质 · 罗纳德 · 哈里 · 科斯：“企业的本质是 一种资源配置的机制，是替代市场进 如何减少库存数量 · 所有这些本质上都是如何优化资 源配置效率。 智能制造的意义：如何以数据的自动流动化解不确定性 ? 8/63 企业竞争是资源配置效率的竞争，是在不确定性的世界中如何进行精准、高效决策的竞争。 如何优化资源配置效率：正确的数据、在正确的时间、以正确的方 式传递给正确的人和机器——数据的自动流动 、 · 如何及早发现客户需求 ? 决定 产品成分 ? 功效 ? 配色 ? 全国的仓库分配，各大区分配多少件 ? · 如何定价 ? 何时打折 ? 打几折 ? 何时 清库存 ? 原材料价格每天在变，成品价格每 天在变，如何进行决策： ● 要不要生产 ? ● 生产什么样的产品组合 ? · 交期如何确定 ? 激烈的市场竞争中，企业决策面对什么挑战 ? 9/63 钢铁、石化行业 服装行业 美妆行业 工具革命：以自动化提高工作效率 从能量转换工具到智能工具

Implementation path; Efficiency; Sustainability 引言 建筑工程是复杂的系统工程，涉及众多领域和多方利益相 关者。传统的造价管理方法往往存在信息不对称、数据不精确、 决策不科学等问题，影响了工程项目的管理和运营。随着信息 技术的飞速发展，数字化造价体系的应用成为提高建筑工程管 理效率和质量的关键。数字化造价体系不仅可以帮助建筑企业 更好地掌握工程成本，还能提高成本控制、风险管理和项目决 异等，使估算更具参考价值，有助于项目的合理预算和资源分 配。此外，数字化造价体系还提供了更好的决策支持。在建筑 工程中，项目经理和决策者需要不断地做出重要的决策，如何 优化设计、合理配置资源、选择供应商等。数字化造价体系可 以通过数据分析和模拟，为决策者提供更全面的信息和方案， 帮助他们做出明智的决策，降低风险，提高项目的成功率。 数字化造价体系有助于实现建筑工程的可持续发展。通过 对成 用效率，降低环境影响。此外，数字化造价体系还可以提供项 目生命周期的全面成本管理，使项目更具可持续性，有助于项 目的长期维护和管理。建筑工程数字化造价体系的建立和应用 对于提高效率、准确估算成本、提供决策支持以及实现可持续 发展具有重要意义。它不仅是建筑工程领域的一次革命性变 革，也是建筑行业持续发展的必然趋势。因此，我们需要深入 研究数字化造价体系的构建和实施路径，以更好地满足建筑工 建筑工程与设计

，初步构建能源与人工智能融合创新体 系，人工智能赋能能源核心技术得到显著突破。在此背景下，“智能原生”作为关键实现路 径，强调从系统设计初始就将人工智能嵌入运营决策核心，而非事后附加。它通过构建以数 据实时流动和AI算法自动决策为基础的石油石化智能运营体系，实现生产、能源、设备与供 应链等全要素的协同优化与动态调优，并在全面提升运营效率的同时，系统化推动绿色低碳 转型。这一模式推动行业从 制、财务管理、科 技研发等领域的创新。当前，政策不仅推动单点技术升级，更注重构建可持续的智能运营体 系。例如，《原材料工业数字化转型工作方案（2024—2026年）》强调建立基于数据的数字 化决策机制，《智能制造典型场景参考指引（2025年版）》则系统提炼可复用的智能运营� 模式。企业需突破局部数字化，打造覆盖资源优化、绿色生产、能耗管理、供应链韧性与客 户服务响应的全要素智能能力，以科 新技术加速石化运营智能变革 以5G、物联网、云计算、大数据和人工智能为代表的数智技术，正深度驱动石油石化运营向高端 化、智能化和绿色化转型。这些技术不仅增强了数据感知、汇聚与价值挖掘能力，支持智能分析 与决策，更通过数字员工、机器代人、人机协同等模式提效降本，推动无人化、少人化场景落 地。同时，智能运营显著提升能效管理水平及资源利用率，减少碳排放，实现安全、高效、绿色 的可持续发展。 1.3.1

环境问题日益显著，亟需有效的解决方案。随着人工智能技术的迅 猛发展，多模态 AI 大模型作为一种强大的数据处理工具，具备了 对复杂生态环境数据的分析与处理能力。将这种智能技术应用于生 态环保领域，不仅能提升决策效率，还能加快对环境问题的响应速 度，实现精准和高效的生态环保治理。 在环境监测中，传统的方法依赖于单一的数据源，如气象数据 或水质监测，而多模态 AI 大模型可以融合来自多个数据源的信 息 进行训练，优化模型参数，提升其在生态环境监测中的准确性 和可靠性。 3. 实时监测与预警：利用训练好的模型，开发实时监测系统，能 够实时分析数据，发出环境质量报警，快速反应。 4. 生态决策支持：通过 AI 分析的结果，提供科学的决策支持， 帮助政府和环保机构制定更有效的环境政策、规划和行动方 案。 5. 公共参与与教育：搭建公众参与平台，利用 AI 生成的可视化 生态环境数据，为公众提供教育和参与的机会，增强社会对生 析和生态环境监测等多种技术，对环境问题进行有效评估和响应。 随着技术的不断进步和环保意识的增强，智慧诊断在生态环保领域 的应用越来越受到重视。其核心在于通过多模态数据的整合与分 析，及时发现环境污染的源头和变化趋势，并为决策提供科学依 据。 智慧诊断的发展可以追溯到信息技术和环境科学的交叉融合阶 段。在早期，环境监测主要依赖于人工采样和实验室分析，这种方 法不仅效率低下，而且难以实现实时监控。随着信息技术的进步，

天财商龙龙决策分析平台 行业指标 应用数据 餐饮数字化进程板块 数字化进程的焦点 以顾客流量和营业收入为核心的经营数字化 以运营效率和成本管控为核心的管控数字化 以标准化运营和数据决策为核心的集团数字化 销售管理数字化 营销管理数字化 预订管理数字化 数字化核心业务场景 出品管理数字化 成本管理数字化 绩效管理数字化 经营数字化 管控数字化 生产配送数字化 经营决策数字化 集团数字化 西北 华南 0% 20% 40% 31.56% 22.43% 6.91% 10.56% 15.00% 5.07% 8.39% 智能出品区域覆盖率 覆盖率 运营效率数字化进程 决策效率 移动银台覆盖率 电子发票覆盖率 管理直通车日活 64.4% 智能出品覆盖率 16.98% 5.2 万人次 退菜金额占比 * 日均退菜金额 退菜原因统计 桌边付覆盖率 28.9% 9% 46.6% 2.9% 872.35 元 90% 以上退菜原因不清 晰 （ 1 ） * （ 2 ） * （ 3 ） * （ 3 ） * 服务效率 结算效率 出品效率 决策效率 正 餐 53 % 快餐 21% 火锅 5% 烧烤 12% 其他 10% 智能出品应用业态分布占比 （ 1 ） * 月均营业额 50 万以上 （ 2 ） * 退菜金额包含酒水、餐具、餐盒 （

天财商龙龙决策分析平台 行业指标 应用数据 餐饮数字化进程板块 数字化进程的焦点 以顾客流量和营业收入为核心的经营数字化 以运营效率和成本管控为核心的管控数字化 以标准化运营和数据决策为核心的集团数字化 销售管理数字化 营销管理数字化 预订管理数字化 数字化核心业务场景 出品管理数字化 成本管理数字化 绩效管理数字化 经营数字化 管控数字化 生产配送数字化 经营决策数字化 集团数字化 西北 华南 0% 20% 40% 31.56% 22.43% 6.91% 10.56% 15.00% 5.07% 8.39% 智能出品区域覆盖率 覆盖率 运营效率数字化进程 决策效率 移动银台覆盖率 电子发票覆盖率 管理直通车日活 64.4% 智能出品覆盖率 16.98% 5.2 万人次 退菜金额占比 * 日均退菜金额 退菜原因统计 桌边付覆盖率 28.9% 9% 46.6% 2.9% 872.35 元 90% 以上退菜原因不清 晰 （ 1 ） * （ 2 ） * （ 3 ） * （ 3 ） * 服务效率 结算效率 出品效率 决策效率 正 餐 53 % 快餐 21% 火锅 5% 烧烤 12% 其他 10% 智能出品应用业态分布占比 （ 1 ） * 月均营业额 50 万以上 （ 2 ） * 退菜金额包含酒水、餐具、餐盒 （