2024 年 8 月 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 1 前言 2 第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 源网荷储碳一体的配电网与微电网 18 ● 虚拟电厂 19 结论：让智算率先实现净零碳电力 21 附录 22 关于报告 23 ● 未尽研究 23 ● 环球零碳 23 目录 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，它们符合一个共同的技术和经济规律，效率上升，成本下降，而需求增 ，这里我们采用了国际应 用系统分析研究所（IIASA）的数据，这是我们见过的最详细的数据。 天然气 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 3 从技术上来讲，摩尔定律和黄氏定律可以也必须持续下去，但它必须投入更大 的研发资金以及消耗更多的能源，能源革命并没有改变杰文斯悖论。而经济和 商业规律决定了，这些投资体现为更高的能量密度和算力密度的基础设施，必 须以更广泛的创

2024 年 8 月 AI 改变能源 智算如何引领新型电力系统 AI 改变能源 智算如何引领新型电力系统 1 前言 2 第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 源网荷储碳一体的配电网与微电网 18 ● 虚拟电厂 19 结论：让智算率先实现净零碳电力 21 附录 22 关于报告 23 ● 未尽研究 23 ● 环球零碳 23 目录 AI 改变能源 智算如何引领新型电力系统 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，它们符合一个共同的技术和经济规律，效率上升，成本下降，而需求增 长更快，产生了杰文斯悖论的效应。 有所不同，这里我们采用了国际 应用系统分析研究所（IIASA）的数据，这是我们见过的最详细的数据。 天然气 AI 改变能源 智算如何引领新型电力系统 3 从技术上来讲，摩尔定律和黄氏定律可以也必须持续下去，但它必须投入更大 的研发资金以及消耗更多的能源，能源革命并没有改变杰文斯悖论。而经济和 商业规律决定了，这些投资体现为更高的能量密度和算力密度的基础设施，必 须以更广泛的创新和应用

的量产应用上。从 2022 年 Q3 起， 国内外智能汽车头部企业开始应用投放各自的城市 NOA 系统。 智能汽车头部公司 NOA 系统发展概况 AI 大模型将从根本上改变自动驾驶产业的发展 资料来源：中信证券 硬件配置方面 ，需要车辆使用满足 L3 级自动驾驶功能的智能化传感器 ，如摄像头、激光雷达、毫米波雷达等， 能实时感知各类路面情况；还需要车辆的自动驾驶芯片有足够高的算力 子模块目标与总系统目标存在偏差的情况 ，保证效益最大化。当前 ，端到端模型暂时只被用于感知系统。 模块化与端到端方案对比 基于数据的 AI 大模型将彻底改变自动驾驶算法的底层逻 辑 端到端模型 资料来源：新汽车研究所绘制 感知 模块 规划 模块 控制 模块 鸟瞰图（ BEV ， Bird‘s Eye View ） ，是利用算法将各传感器 获取

创新 . 改变世界 技术解决方案 智慧管控平台 创新 . 改变世界 1 公司介绍 2 平台简述 3 公共安全 6 企业服务 4 智慧物业管理 目录 企业服务 5 综合管理 创新 . 改变世界 项目案例 深圳鼎和大厦 深圳众冠时代广场 海纳百川总部大厦 珠海中铁诺德国际花园 广州百信广场 武汉华星光电 创新 . 改变世界 项目案例 珠海长隆大马戏 东海航空大厦 桂林图书馆 广州市中山纪念堂 广东电网清远园区 创新 . 改变世界 项目案例 广州白云国际机场 T2 航站楼 广州市中级人民法院 南方电网生产科研中心 广发金融中心 中山大学附属第六医院 广州国家档案馆 创新 . 改变世界 项目案例 星河传说帕萨迪纳智能化工程 广州人民政府机关大院 深圳电力调度大厦 京信通讯 深圳绿景纪元大厦 国家数字电子产品质量监督检验中 心 创新 . 改变世界 项目案例 广州莲花山粤海酒店 正中高尔夫酒店 广州国际展贸城 毕节图书馆 创新 . 改变世界 项目案例 新兴物流大厦 山西万通源酒店 惠州会展中心 南沙行政中心 天河区国税局 北京工贸建筑智能化专业实训中心 创新 . 改变世界 项目案例 东莞移动大楼 广州威斯汀酒店（广交会酒店） 广州耀中广场 长沙北辰三角洲洲际酒店 中山华祫灯饰新工业园 南海保利水城 2 1 创新 . 改变世界 公司介绍 3 公共安全 6 企业服务

因为强个体才是所 有 能深刻理解数字化转型的困难 ， 不在于 技 变化中最不可知的力量 ， 才是创造价值 的 只有清晰理解数字化时代的变化 ， 才 核心。 连接改变了 生存方式 共生改变了 发展方式 当下改变了 价值方式 01 数字化及其对组织的影响 02 新个体 03 新组织 04 新价值 05 新知识 目 录 contents 媒介 价值本身 企业创新价值空间 方向 六个关键认知 认知一：一切正在转化为数据 效率改变 模式创新 成为 影响 数据特定价 值 从供应转向协同共生 从产品转向数据 从顾客转向用户 洞察 包容 商业活动变化 融合更多需求 连接与共享不断 改变： n 人类生活方式 n 组织运营模式 数字化时代 n 动态是根本特征 n 迭代与优化是基 变化五：个体价值崛起 具有 依赖 ! 改变 改变 过去 今天 个人目标服从组织目标 个人目标与组织目标协同共生 个人服从组织 强个体影响组织 组织所处环境相对稳定 组织所处环境不稳定 组织易于适应变化 变化的影响超越组织本身 巨变的组织管理 组织管理的四个命题的改变 组织管理 传统 新型 组织结构 金字塔形 网状 人在组织中的作用 通才

找到 问题的根本原因，使问题具有通用性。 • 保险行业参考系的构建：包括关注六大方向、分析科技周期和文化适应度、以及中观周期对 行业和产业的影响。同时，也强调了AI技术对保险行业的影响深远，将改变保险公司的运营 模式和服务效率和质量，为服务规模化提供重要的支持。未来，随着技术的不断发展，AI技 术将推动科技产业价值规律的变化，更加注重应用的创新与服务的提升。 • 保险公司在应用AI技术 Agents各种涌现，它们各具特色，并提供着专业化、高端化、个性化、规 模化、持续化的服务。人工智能的这一波革新，不仅涵盖了生成内容（AIGC），更拓展到了生成 服务（AIGS）的领域。这正是目前追求的目标：用AI生成服务，改变世界。 目前，保险行业面临着多方面的挑战和困境，包括全球自然灾害风险的增加、风险保障仍然存在 巨大缺口、全球经济衰退风险、通胀对理赔成本的影响、资产配置风险和回报等。AI的突破发展， 为保险行业带来新的启示和应对方向。 响。 • 要求企业不仅仅关注 产品的制造和销售， 而是要考虑如何通过 服务为客户创造持续 的价值。 当前对服务的重视、不仅改变了产品的角色、也重新定义了企业与消费者的关系 在大周期中，影响科技应用的社会因素也是不容忽视的，这里以“创新扩散理论”，说明技术创新 改变社会的规律。 除了将科技周期和文化适应度纳入考量，帮助企业更好地洞察保险行业的未来走向。三轮规模化 变革，则为企业提供了更为清晰的行业技术发展规模路径：

并给出数字化转型的实用工具，帮助企业决策者做到数字化转型的“取势、明道、 优术”，真正助力企业实现数字化转型落地，在数字化时代乘风破浪！ “ 取势”：什么是数字化？为什么要数字化转型？ “ 明道”：数字化转型到底改变了什么？数字化转型的本质是什么？ “ 优术”：企业进行数字化转型时应该怎么做？有哪些成功的案例？ 内容简介 数字技术：以“云网端 +AI” 为代表的的新技术群落 信息技术： PC+ 产者，而且生产的方式越来越自动化，这样就 可以产生海量信息，为大数据提供基础。 数 字 化 时 代 随着各种技术的不断发展和普及，新数据能自 动产生并被集中处理，提高了数据的可利用度，也 改变了我们的生产和生活方式。这就是从信息化到 数据化的转变。 信 息 化 时 代 在信息化时代，人们把各种信息输入计算机， 然后用计算机处理相关信息，比如： 企业资源计划（ 数字化贯穿 企业战略始 终 企业数字化营销情况 IP 联名、跨界营 销 其他营销创新 精准营销 内容营销 新零售引爆了线上线下一体化的商业革命，引领线上电商和线下实体由对抗转向融合，深刻改变了传统商业模式，为消费者带来了 全新的价值。 线上线下融合是数字化转型的重要方向 Ⅳ Ⅲ Ⅱ Ⅰ Ⅱ Ⅰ 0 数字化转型的现状和趋势 20%~50% 26.5% <20%

的“AI+保险”行业报告，该报告的重点包括： •人工智能将帮助保险公司重新规划现有流程，设计创新产品，提升客户体验； •保险公司必须采取合适的战略，来更好地管理人力资源； •保险公司应该改变现有工作方式，包括采用 RPA(机器人流程自动化)以及智 能决策支持系统； 2 •保险公司要允许人工智能在整个价值链中创造性地利用数据，挖掘所有数据 集中隐藏的价值。 AI 远超出了人类的能力。 以上变化要求保险公司必须改进其产品设计和客户服务，而人工智能将在其 中发挥决定性作用。事实上，根据埃森哲对于未来劳动力的调查，63%的人 认为，智能技术将彻底改变这个行业。 大多数保险公司都表示，与两年前相比，它们在人工智能技术上的投资有所 增加，并计划在未来增加投资。保险公司发现，它们最初的投资已经取得了 一定成效，并且意识到人工智能的不断进步将推动更多的技术变革——尤其 人力资源：通过科技提高工作效率，人机协作成未来发展趋势 许多保险公司已经在深度学习、视频分析和自然语言处理等技术上投入巨资。 尽管智能技术的发展十分迅速，但除非保险公司能够使现有劳动力适应人工 智能带来的改变，否则它们将无法充分挖掘人工智能的潜力，这其中包括培 养正确的企业文化和技能基础。 保险公司需要制定策略，以适应新技术的发展并提高员工的工作技能。虚拟 客服和聊天机器人的出现，使日常任务流程自动化，让员工专注于更有价值

题 [１]. 为了扭转网络空间“易攻难守”的被动局面,创新防御机 制,学术界积极推动研发主动防御技术.２０１１年１２月,美国 ２３１１００１３２Ｇ１ 国家科学技术委员会 NITRD 提出了“改变 游 戏 规 则 ”的 革 命 性 技 术 :移 动 目 标 防 御 (MovingTargetDefence,MTD); ２０１３年 ,国 内 的 邬 江 兴 院 士 提 出 拟 态 防 御 的 时刻t的系统攻击面记为As( t)＝{p１,p２,􀆺,pn},其中 pi是t时刻某一攻击面的参数,如可以被攻击者利用的IP地 址、端口号等系统资源. ２)攻击面转换指改变系统某一时刻的一个或多个攻击面 参数,或改变某一攻击面参数在原攻击面的作用力大小. 部署移动目标防御的目的是使攻击者在一段时间内无法 有效探测、收集信息或实施攻击行为,进而增加系统弹性,提 高系统的主动防护水平[６Ｇ８] cID)、服务标识(svcID)和时间进行不同模式下端口和地址的 跳变,并由跳转网关执行真实到虚拟地址的转换,有效地抵御 了扫描攻击和蠕虫病毒等网络攻击[３２]. (４)路由跳变指通过更改路由表项或控制 SDN 流表等方 式,改变链路路由或路径参数,有效地缓解了链路洪泛攻击等 问题. Aydeger等 通 过 ICMP 监 控 模 块 探 查 网 络 中 存 在 大 量 traceroute操作的潜在攻击链路,然后查找包含该链路源主机

⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） Ds推理思考能⼒以及医保控费压⼒ 医院 • 学习/培训模式发⽣改变 • 医⽣临床决策影响模式发⽣改变 • 科研与学术⽅式和效率 医⽣ • 数据驱动的精细化监管：⽐如药占⽐/集采 vs&药品经济学 • 数据安全和合规重构 • 多元⽀付体系（商业参与度更强） 监管 15 患者⾏为“消费者化”：医疗信息透明化，患者有更多 主动权→⼤模型成为患者信息来源 • “数字健康”和⽣态“破壁跨圈”，⽐如可穿戴设备与AI 分析相结合→⼤模型汇聚和分析数据 • 个性化诊疗和健康管理→获取服务的路径发⽣改变 患者 超级产品 增长1亿⽤户所⽤时间 ⼤模型成为新 的信息来源 16 ⽤户触达 潜在⽤户 “⼤模型会替代搜索引擎， 成为新⼀代精准流量⼊⼝v” ⽤户认知 ⽤户⾏为 ⽤户依从性 程，激发新需求 19 “精益求精”⽤户画像 “细致⼊微”⾏为管理 “极致简化”服务路径 DeepSeek对于医疗体系有那些影响？-医⽣ • 学习/培训模式发⽣改变→交互性、个性化学习 模式 • 医⽣临床决策影响模式发⽣改变→从经验驱动 →基于医学搜索、循证医学证据的驱动 • 科研与学术⽅式和效率→通过⼤模型进⾏科研 课题筛选、⽂献收集、数据结构化提取和分析、 摘要及初稿撰写等 医⽣