中国政务行业大模型发展洞察 ©2024 iResearch Inc. CONTENTS 目录 03 政务行业大模型发展趋势 Development trend 2 01 政务行业大模型发展背景 Overview 02 政务行业大模型发展路径 Interpretation 01 政务行业大模型发展背景 Overview 政务行业大模型概念界定 通用大模型基 ，更提升了对外的服务体验 ，在提升政府网透明度、建设服务 型政 府方面发挥着重要的作用。此外 ，大模型技术的引入降低了数据应用的门槛 ，通过增强业务数据洞察、数据驱动开发的能力 ， 政务 行业大模型将有望驱动政府的数字化转型与创新。 政务行业大模型的核心价值 数据驱动 • 业务洞察：盘活非结构 化数据，支持利用自然 语言进行数据资产查询， 从海量的数据中提取出 有价值的信息 • 通过整合不同类型和格式的数据，尤其针 对非结构化数据的处理能力增强，可以提 供更加丰富、立体的数据视角 • 能够实时对随机问题给予响应，根据需求 拓展覆盖的场景，实现数据洞察从静态到 动态的转变 主要落地难点 • 大模型的幻觉问题： 基 于统计学模型结合 上下 文预测和生成内 容，其 真实性难以保 证 • 大模型的可解释性： 决 策过程透明度低， 会降

2025 年保险行业 AI 应用全景洞察报 告 保险业数智化转型与未来展望 部门：金融组 署名：开迪 ©2025.7 iResearch Inc. 卷 首 语 在经济浪潮翻涌的当下 ，保险行业一边在传统业务的航道里稳健巡航 ，一边又在科技变革的浪尖上寻求突破。保险 ，这 一守护经济安稳、传递风险温度的金融工具 ，正面临着数字化浪潮带来的全新命题。 市场竞争的加剧与客户需求的多元 ，更是影响千万家庭保障质感的社会性课题。 然而 ，当目光锚定科技前沿 ，一个深刻变革正在上演： AI 正以系统性重塑者的姿态 ，重新定义保险行业的运行逻辑。它 不再是概念宣讲里的“未来畅想” ，而是通过智能算法、数据洞察 ，深度融入产品设计、服务流程、风险管控 ，实现科技赋能 与保险初心的同频共振。这场变革的底层逻辑 ，是数字技术与金融服务的深度融合。 每一次基于大数据的精准风险定价 ，每一回借助智能交互完成的便捷理赔 心业务全流程。负债端覆盖产品设计到运营管理各关键环节，借由 AI 技术优化流程、精准 服 务；投资端围绕资产配置、投后管理等全链条，以数据处理与智能模型辅助决策、管控风险。从行业实践看， AI 助力险企在负债端 提升 需求洞察与服务效率，投 资端 加速数据处理、降低人工成本，虽大模型直接用于投资管理案例有限，但在投研分析等间接领域，技术融合已展现价值，驱动保险价值链降本增效、创新发展。 AI 技术在险企负债端与投资端用例图谱

中国政务行业大模型发展洞察 ©2024 iResearch Inc. CONTENTS 目录 03 政务行业大模型发展趋势 Development trend 2 01 政务行业大模型发展背景 Overview 02 政务行业大模型发展路径 Interpretation 01 政务行业大模型发展背景 Overview 政务行业大模型概念界定 通用大模型基 ，更提升了对外的服务体验 ，在提升政府网透明度、建设服务 型政 府方面发挥着重要的作用。此外 ，大模型技术的引入降低了数据应用的门槛 ，通过增强业务数据洞察、数据驱动开发的能力 ， 政务 行业大模型将有望驱动政府的数字化转型与创新。 政务行业大模型的核心价值 数据驱动 • 业务洞察：盘活非结构 化数据，支持利用自然 语言进行数据资产查询， 从海量的数据中提取出 有价值的信息 • 通过整合不同类型和格式的数据，尤其针 对非结构化数据的处理能力增强，可以提 供更加丰富、立体的数据视角 • 能够实时对随机问题给予响应，根据需求 拓展覆盖的场景，实现数据洞察从静态到 动态的转变 主要落地难点 • 大模型的幻觉问题： 基 于统计学模型结合 上下 文预测和生成内 容，其 真实性难以保 证 • 大模型的可解释性： 决 策过程透明度低， 会降

中国具身智能产业发展规划与场景应用洞察 目录 C O NT E NT S 01 具身智能产业基础理论及战略意义 1.1 具身智能是推动新质生产力建设的重要引擎 1.2 政府报告首提，配套政策不断出台 1.3 地方政府具身智能核心发展需求 02 具身智能产业发展现状 2.1 具身智能市场规模不断扩大，人形机器人资本热度不断上升 2.2 技术泛化能力不足以满足场景需求复杂度，商业回报阈值不足以 技术泛化能力不足以满足场景需求复杂度，商业回报阈值不足以 支撑量产成本 2.3 科研与工业制造率先迈入商业化试点， 同时渐进突破其他领域 2.4 产业图谱 03 具身智能应用场景洞察 3.1 科研场景 3.2 工业场景 3.3 商业场景 3.4 家庭场景 3.5 优秀企业案例分析 04 具身智能产业发展关键路径探索 4.1 基于自动驾驶经验的渐进式发展路径与落地策略 控制 末端 短期 • 以人形 / 类人形等高自由度方案为主 • 需考虑文档、接口、硬件仿真器 • 无需考虑真实场景 PMF 、应用层算法、 硬件可靠耐久 中期 长期 场景洞察、工程能力 数据正向循环 阶段性重点场景 阶段性培育场景 硬件降本、应用生态

基于企业架构实施数字化转型和重构的若干治理洞察 Copyright By GuanHua, 2016. All Right Reserved. 治理： What is governance? Govern ： • "… to control and direct the making and administration of policy …" （ Webster's Dictionary 几个 case 案例分享 1. VIP.COM 的案例 2. 某 B2B 案例 3. WeWork 的案例 4. Conway’s Law 2. 企业架构方法 3. 企业数字化转型若干洞察 4. 企业数字化转型切入口径 5. Q&A Copyright By GuanHua, 2016. All Right Reserved. VIP 不同阶段发展历程的商业模式演进 公司创立 几个 case 案例分享 1. VIP.COM 的案例 2. 某 B2B 案例 3. WeWork 的案例 4. Conway’s Law 2. 企业架构方法 3. 企业数字化转型若干洞察 4. 企业数字化转型切入口径 5. Q&A Copyright By GuanHua, 2016. All Right Reserved. www.zhaosuliao.com：找塑料网

超市小型化便利 店化 专营 / 定制产品 实现差异化 消费金融蓬勃发 展 移动消费成为全 新消费模式 全渠道提供便利 和个性化服务 大数据驱动消费 者洞察 渠道下沉 大数据技术将驱动零售商对消费者进行全面洞察，从而深度理解消费者需求 高运营成本导致传统大超标超增速放缓，消费者对便利化生活的追求，人口密度的增加，灵活 的场地选择使得便利店得到较快发展，超市向小型化便利店化方向发展，以更加贴近消费者 依托线下资源，积极发力线上 , 做全渠道的全品类大卖场 利用数字化手段提升消费体验，聚焦核心品类，巩固线下业务 立足线上业务，积极布局线下，拓展新兴业务 各个竞争对手在业态组合、线下资源、线上能力和消费者洞察及物流配送领域的能力基础均有差异 愿景及战略定 位 • 线上能力处于发展初期 • 实体店资源主要集中在东部 沿海和大中城市 • 线下大卖场扎根华东，主攻 三四线城市 • 利用区域优势，积极发力全 目前仍以线上为主，线下资 源主要通过合作方式获得， 掌控能力较弱 客户价值主张 • 消费者洞察目前主要通过外 包方式，自主能力尚未建立 • 严谨品类觃划指导商品经营 • 消费者洞察能力尚在建设中 • 依托全球总部技术优势，具 备一定消费者洞察能力 • 凭借电商优势，拥有基于海 量商品和消费数据的洞察， 并据此进行合理商品规划 店铺运营 • 即将通过数字化武装线下提 升门店购物体验 •

9/115 企业大数据分析应用背景 随着计算设备变得更小更快捷， 数年来，新数据生成器的数量只增不减 o I100 11/115 大数据时代到来，企业应聚焦如何运用内外部数据来帮助企业提高商业洞察能 力， 加快决策效率，逐渐在竞争中脱颖而出 企业的商业价 值 链 未 来 ： · 数据应用在哪些领域可能有应用价值 ? · 如何利用数据解决问题，突破瓶颈 ? · 大数据时代有哪些新的机遇 ? 销售 / 渠道 客户通过什么 方式买到自己 需要的产品 ? 数据在以客户为导向的经营价值链中的应用考量 12/115 大数据时代到来，企业应聚焦如何运用内外部数据来帮助企业提高商业洞察能 力，加快决策效率，逐渐在竞争中脱颖而出 能力服务 数据标准服 数据开发服 务 务 数据管理平台 业务与技术关联服务 使业务人员自劣设 质量评分服务 评估业务服务 质量 元数据服务 数据质量服 务 数据发布共享服 务 数据监控服 务 每 102018031299 现 在 ，业务人员有望演变成新 的角色带来 前瞻性洞察 来支持企业的 决策制定和执 行 系 统 自 动 化企业体系进一步整合入企业的信息系 统，触发更多的合作机会 未来的企业的趋势将会对在职人员有更多要求 监管改革和技术进步正在产生的角色转变

六大能力为文旅企业带来全新数智升级服务 新洞察 人地数据，精准洞察 新体验 沉浸互动，刷掌通行 新动能 AI 引擎，智慧服 务 AI 大模型知识引擎 VR 大空间体验 微信刷掌 AIGC 智能创作 方略人群洞察 文旅客情大数据 微信生态运营规划 用户管理中台 CDP 腾讯云计算 景区实时客流监测、热力分布 腾讯文旅客情大数据 目的地客群画像、潜客挖掘 新洞察：文旅客情定制化数据，全面洞察游客画像 新洞察：结合业务场景深度挖掘细分客群特征 新洞察：结合业务场景深度挖掘细分客群特征 三星堆小程序：堆中畅游，虚实融合 以小程序为入口，基于三星堆文化的深度提炼和独特风格设计，实现从场馆购票、 导览预约、场馆室内地图、线上文物库等方面为观众提供流程综合服务， 超过 1000 件的高清文物，构建了 15 余项多维度的游客连接和服务体验矩阵 云 Mall ：以小程序为载体的智慧服务平台 游前：智慧规划，无忧出行 游览攻略 复购 / 老带新 老带新裂变 会员权益体系 持 续成 长 广告受众 滑雪爱好者 游客全生命周期洞察，行为轨迹分析，指导业务， 创新客户运营场景 留资潜客 注册会员 针对不同人群分组差异化游客服务旅程， 增加趣味 性、提高活跃度和参与感 让游客多玩一天、再来一次 新营销：基于用户数据和标签全生命周期指导精准营销

力的 提升提出了更高的要求 趋势 • 渠道合作伙伴（经销商、零售商）的帮扶能力弱，终端销售人员支持力度不足，数字渠道体验 差 , 缺乏消费者数据洞察及个性化营销 , 顾客忠诚度和粘性不足，缺乏完整的业务模型、指标 体系以及数据基础实现业务洞察与决策支持 痛点 • 以一体化规划设计为前提和导向，采用瀑布 + 敏捷的项目推进方式，构建客户服务门户，全 渠道快乐家会员平台 , 数字指挥中心，终端管理系统 快消品由于受消费场景和时效的 限制，相比于迅猛发展的其他零 售品，还存在很大升级空间 5 营销 3.0 关键词 : 高效 , 整合 , 协同 , 服务型数字营销 , 三帮 卖模式 全过程跨部门整合 , 获取分析和洞察利用 快消集团创新性提出“营销 3.0” 业务模式 : 从单纯的单帮卖模式 , 到三帮卖 模式 , 再到如今全渠道的服务型数字营销体系，以应对挑战 快消 集团 消费者 媒介广告 / 营 销 数字化营销 用数 字化升级解决问题 , 提升体验和业绩 以能力升级为 核心 从业务层面 , 利用数字化手段和工具提升对顾客 , 渠道合作伙伴以及销售队伍的服 务水平，提升渠道合作伙伴的经营能力 ; 从洞察和自身能力层面 , 利用数字化手段 和工具提升对顾客和渠道信息的掌控和分析 , 从而更有效的支持业务决策 以业务模式创新为 目标 数字化触点和渠道有助于推动更多的创新 , 无论是营销方式的创新

基于数据采 集分析 ，识别客户和捕捉消费行为 ，实 现更精准的消费者洞察 行业需求 分析 华为云利用大数据和人工智能技术，为某零售企业构建智能推荐 系统。通过分析海量的用户浏览、购买数据，实现商品的个性化 推荐。 场景 商品推荐 内容推荐 火山引擎为某连锁品牌提供消费者运营方案，通过整合多源数 据，深入洞察消费者需求和行为。 场景 新客首购 精细运营 老客促活 数据整合能力：跨平台数据拉通的能力 ，能否整合线上线下、不同渠道的数据 ，形成全面的用户画像； 2. 客群洞察：对客群的洞察深度 ，能否精准把握不同客群的需求和行为特点 ，从而制定针对性的营销策略； 3. 消息触达：消息触达的渠道丰富度和精准度 ， 能否通过多种渠道（如短信、 APP 推送、 AI 消息） 将营销信息准确推送 千万维度特征画像，精准洞察用户 大数据精准推荐，千人千面 效果评估等营销工具，有效降低库存积压 AI 私有云 AI 专网 / 云专 线 AR 设备 智能终端 基于边缘计算、业务增长引擎、客群洞察、消息触达等核心能力 ，融合 AI 消息、室内定位等能力 ，提供数 字广告营销、商业洞察、客流分析、 AI 消息营销互动、 AR/VR 互动体验等功能 ，开展智慧运营和精准营销 专属云