1 高管洞察 数字孪生 行业报告 的领导者认为 数字孪生 值得投入 96 % 2 数字孪生行业报告 11 660位 我们采访了 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 数字孪生技术的兴趣 消除有关成本、数据、复杂性等方面的误解 65%的中小企业在部署数字孪生之后，效率 得到显著提升 56%部署数字孪生的企业计划为其数据收集 改进工作投资 采用集成数字孪生的企业，相较采用独立 数字孪生的企业平均多出三项优势 数字孪生行业报告 4 企业整体获益 提高效率 主动解决问题的能力 降低风险 提升产品或服务质量 提高可靠性 提高安全性 提升客户满意度 降低成本 收入而言，现实与预期之间的差距仅仅为 4个百分点。 关于数字孪生技术带来的效 益，大家的认知与实际情况存 在明显差距 7 数字孪生技术 为企业创造的整体价值远超预期 加强协作 主动解决问题的能力 提高可靠性 提高安全性 延长元件/系统的使用寿命 降低风险 减少碳排放 提高效率 提升客户满意度 降低成本 提升产品质量 增加收入 25个 百分点 百分点 百分点 百分点 百分点 百分点

智能供应链 洞察变革，驱动增长 IBM 商业价值研究院 | 研究简报 生成式 AI 给供应链带来重大变革。64% 的供应链高管认为生成式 AI 正 全方位革新工作流程。 供应链团队必须改变工作方式。60% 的运营和自动化高管表示，到 2025 年，AI 助手将接管大部分常规和事务性工作。 自动化决策的比例将进一步上升。运营和自动化高管们表示，生成式 AI 将在未来两年内将数字助理的决策量增加 将优化产品设计，并推动产品生命周期的可持续发展。 生成式 AI 能够防范供应链中断， 并驱动业务增长。 摘要 智能供应链洞察变革，驱动增长 2 假如能提前知道下周的新闻头条，是否会促使 您调整今天的供应链战略？ 智能敏捷供应链 释放无限潜力 引言 智能供应链洞察变革，驱动增长 3 报告显示其年收入增长率高于 同行竞争者。 17% 报告显示其年净利润高于 同行竞争者。 72% 设想成为现实。通过结合机器学习、自动化 和高级数据分析，组织能够在混合云环境下 精准预测需求变化和采购延误等各类情况。 凭借预测，组织将能够变革供应链战略，从 事后被动应对转变为事前主动调整。 领先采纳生成式 AI 和数据创新的组织，特别是将 AI 能力视作自动化投资核心的组织，已获得显著回报。 智能供应链洞察变革，驱动增长 4 目前，领先采纳生成式 AI 和数据创新的组织， 特别是将 AI 能力视作自动化投资核心的组织，

计、优化工程装置、提升产品差异度等或缩短时间，或优化结果；而降本可以通过人工替代，精准对接，流程优化， 模拟改造等维度支撑成本改善。 化工行业智能化升级，顺势把握三重机遇。①影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”； ②领军型企业有资金、有要求、有能力、有需求，有望成为 AI 智能化的先期参与者，尤其是大型央国企；③具有较 高的行业敏感度，对接难度相对较小或者改造优势比较明显的意愿型企业也将具有先期优势。 对接节奏：领军型企业有资金、有要求、 有能力、有需求，有望成为 AI 智能化的先期参与者，能够形成成本和管理的改善，在产品落地兑现方面也有望 获得效率提升，建议关注央国企的 AI 对接情况以及实际性的变化；  AI 智能化的变化为现有化工行业提供了时代的契机：①我国的竞争优势延续，海内外在材料领域的软实力差距 降低，将有望形成进一步的产品竞争力输出；②AI 智能化升级再次为行业提供长生命周期的筛选机会，没有投入 淘汰；③AI 智能化或将带动能耗、碳排等先期较难落实的 政策形成可尝试空间，进一步影响现有的竞争格局。 风险提示 AI 或将改变行业格局，导致阶段性的竞争加剧；AI 智能化的应用在研发、生产和工程落地等的推进需要时间；信息 保密性和可行性等问题需要更完整的方案体系；效率的提升带来人员培养和再分配等问题的解决仍需考虑。 行业深度研究 敬请参阅最后一页特别声明

智能金融： AI 驱动的金融变革 郑小林 教授 浙江大学人工智能研究所 2025 年 03 月 24 日 提纲 新一代人工智能 新一代 AI 展望 金融智能研究 金融智能应用 AI 的核心问题：建构能够跟人类似甚至超卓的推 理、知识、计划、学习、交流、感知、移动 、 移物、使用工具和操控机械的能力等。 —— 维基百科 定义：人工智能（ Artificial Intelligence 基于循环神经网络 RNN 描述 单 词序列的概率 • 优点：通过词嵌入和隐 藏层，上下文捕捉和泛 化能力较强； • 缺点：计算复杂度高， 面对长文本序列仍会有 “灾难性遗忘”问题 基于 Transformer 架构的语言模型 • 优点： 长距离依赖处理能力强：自注意力机制能捕捉任 意距离的依赖关系。 并行计算能力强： Transformer 更深层次的 推理路径） 低可控：生成文本可 读性差、语言混乱 拒绝采样： 筛选高质量样本 20 万条 通用数据 在探索自 由度、学 习效率、 行为可控 性 找到动 态平衡 第一阶段训练：增强推理能力，生成高质量推理数据 推理导向强化学习 （准确率奖励 + 可读性奖励） 第二阶段训练：增强通用能力，避免灾难性遗忘 推理导向强化学习 （准确率奖励 + 格式奖励）

AIGC 引领保险数智化变革 李立 新华三集团高级副总裁、首席科学家 2024 年 05 月 02 新华三能力集 STN ETN OC 录 目 01 人工智能发展趋势和保险适用场 景 03 新华三落地实 践 人间一日， AI 十年，大模型技术日新月 异 2023.12 OpenAI Sora 发布： ◦ 视频生成代际跃迁，再 次 证明 AGI 相对“窄 AI” 的 代际优越性；虚 拟现实成 为可能 2023.4 ◦ 斯坦福小镇论文 - AI Agent ： ◦ 硅基文明的无限可能 性：使用工具、协作和 决策能力的首次实验 2023.9 ◦ Mistral-7B ， Mixtral-8x7B 开源： 合行业场景的通用底座模型 安全 百业灵犀大模型，提供专业、灵活、安全、高效的 能力 “ 通识”为基，“四专”为用，深度贴合行业场景 去除不合规的原始训练语料， 采用行业场景的训练数据， 从模型层面保证合规性 userid:532115,docid:163607,date:2024-05-31,sgpjbg.com 10 工具 & 框架层 算力基础设施层 大模型使能平台 (LinSeer Hub)

智慧林业 可行性研究报告 目录 一、 智慧林业...........................................................................................3 1.1 概述.......................................................................... ，确保了林业信息 化建设的健康运行。本项目中的各个应用系统均以公共基础数据库 为中心，既避免了重复投资，实现了信息的充分共享，也减少了区 县林业局管理维护的难度，确保了数据的完整性、唯一性、准确性 和现势性。基本实现全市林业空间地理数据入库、更新、业务应用 与维护，相同比例尺之间的无缝漫游。形成信息全方位辐射、监管 多方面铺开、服务各层次跟进的林业信息化格局，推动我市现代林 业建设再上新台阶。 部分业务信息系统，满足了所属领域部分监测、监管和监督等业务 需要。随着全市环保稳步推进组织架构变革，管理方式创新，业务 流程不断优化，各业务应用也不断提出新要求，现有业务应用系统 存在不适应、难以支撑的局面。业务应用之间需进一步按照环保业 务，实现全流程深度集成。由于环境保护与治理业务广域性、复杂 性的特征，决定其必须依赖信息技术提供的强有力的数据分析与辅 助决策能力，支撑环境质量的多层次预测、推演、快速定位于溯源

基于客户视角的供应链创新和变 革实践 未来展望 05 04 01 03 02 公司简介 客户需求 变革实施 达成效果 01 公司简介 工 作 秘 密 （ W o r k S e c r e t ） 东风汽车集团旗下 商用车三大品牌之一 商用车五大板块之一 东 风 商 用 车 东 风 股 份 东 风 特 商 东风汽车集团商用车事业部 东风 客户视角驱动的汽车供应链 客户需求 交期透明 承诺交付 稳定预告 最优库存 终端 经销 商 供应 商 公司 财务 客户需求 03 变革实施 工 作 秘 密 （ W o r k S e c r e t ） 03 供应链业务变革 - 整体思路 商品定义 零部件仓储 零部件物流 零部件计划 生产计划排产 营销接单 底盘上线 - 入 库 一站式服务 物流终端交付 运营非整车库存日常 <1.5 日产量 – 超期库存为 0 低成本运营  围绕高效率、低成本达成交付目标，持续挖掘商品定义至商品车交付环节问题点，通过业务变革 & 流程重建 & 专项课题等抓 手，来推动供应链的业务变革与创新。 业务变革 流程重建 专项课题 工 作 秘 密 （ W o r k S e c r e t ） 03  客户需求至交付计划一体化管理。

现代公共交通系统变革与发展 于滨 1,2†, 李欣 3, 刘好德 4 1. 北京航空航天大学交通科学与工程学院，北京 100191 2. 智能交通技术与系统教育部重点实验室，北京 100191 3. 大连海事大学交通运输工程学院，大连 116026 4. 交通运输部科学研究院，北京 100029 摘要 文章在回顾公共交通系统变革与发展历程的基础上，面向社会经济高质量转型及科技变革 发展背景 了解决市区与郊区的运输问题而专门设计的，其 出现缩短了市区和城郊间的距离，使得人与人之 间往来频繁。工业革命、电气革命、信息革命，以 及世界范围内的城市化、城镇化发展，推动着公 共交通系统的不断变革与发展，在满足公众在城 市内部、城乡之间的基本出行需求之外，公共交通 系统集约化、节能环保与低出行成本的特征使其在 有效缓解交通拥堵、应对资源环境挑战、保障民 生、促进经济发展等方面发挥着举足轻重的作用。 网络对于提升中国公交服务品质有重要推进作用。 2022 年 1 月，国务院发布 《“十四五”现代综合 交通运输体系发展规划》，强调打造多模式便捷公 引用格式: 于滨, 李欣, 刘好德. 现代公共交通系统变革与发展[J]. 前瞻科技, 2023, 2(3): 86-96; doi: 10.3981/j.issn.2097-0781.2023.03.008 收稿日期：2023-04-10；修回日期：2023-08-23

赋能企业变革 人才先行 01 AI 的迅猛发展，正将全球经济推向新一轮技术革命的浪潮之巅。如同 90 年代的互联网 革命和 2015 年后的移动互联网浪潮，这场 AI 驱动的变革预示着规模经济的兴起和商业 模式的深刻变革。 麦肯锡最新研究表明，到 2030 年中国关键产业将通过 AI 创造逾 6000 亿美元经济价 值。然而，这场技术革命所带来的价值红利呈现出显著的"马太效应"。 数据显示，2024 增长，而迟滞转型的企业则面临被市场淘汰的风险。这种持续扩大的"数字鸿沟"，正在重 构产业竞争格局。 值得注意的是，AI 转型的本质并非单纯的技术升级，而是人机协作模式的重构与组织能 力的重塑。在这场变革中，人才既是 AI 的使用者，更是推动企业转型的核心引擎。唯有将 人才置于 AI 转型的核心，构建组织和人才系统化应用 AI 的能力，才能实现 AI 与企业运 营的深度融合，把握智能时代的战略先机。 探索阶段还是已经开展 AI 应用的企业，最突出的痛点 是组织缺乏 AI 专业知识或技能。这一问题正成为制约企业 AI 应用落 地和战略转型的主要瓶颈。 虽然 89% 的受访 CEO 认可 AI 的战略重要性，超半数的 CEO 表 示正面临来自企业内部推动 AI 转型的迫切压力，但只有四分之一的 CEO 表示其组织已经为全面整合 AI 做好充分准备。 大模型正从“能用”迈向“好用”和“实用 ”，从技术创新演变为推动组织变