IBM 商业价值研究院 | 研究洞察 2030 年 企业展望： 为持续创新而生 1 一个多世纪以来，IBM 始终致力于提供专业知识来帮助组织在市 场竞争中赢得先机。借助 IBM 深厚的行业、职能和技术专业能 力，丰富的企业级技术解决方案以及基于科学研究的技术创新来 充分释放 AI 的潜能。 IBM 也是量子计算领域的全球领导者，随时准备在客户开启自身 量子计算之旅时提供支持。 组织构建更快速、更智能的防护机制。另一方面，AI 亦赋予安全体系重构的契 机，使其从被动响应转向主动赋能，实现效能跨越。 IBM IBV 的最新研究显示，未来三年，安全运营中 AI 增强的使用预计将增加 50%，而生成式 AI 安全能力的采用将增长 63%。9 近三分之二的高管期望，在 两年内，其 IT 组织中的每一位员工都会使用 AI 代理。10 这不是渐进式采用，而 是对组织防护方式的系统性重塑。 先

top100summit.com 02 设计及实践 www.top100summit.com 2.0 模型孕育而生 模型1.0在实际应用中带来的思考和挑战 对各个金融机构 对行业整体 对转型中的个体 对服务提供方 www.top100summit.com 2.0 模型孕育而生 模型2.0应该具有的特质 内化 内生 易用 www.top100summit.com 2.0模型设计思路

l “ 双碳” 目标驱动深刻变革： 全球能源转型加速，“双 碳” 战略的提出为我国能源发展指明了清洁低碳的核心方 向 ， 能源系统正经历前所未有的结构性变革。 l 新型电力系统应运而生 ：作为能源革命的核心载体 ，新 型电力系统旨在构建以高比例可再生能源为主体 ，源网荷 储深度互动、安全高效的现代能源体系。 l 核心使命与紧迫性： 承载高比例新能源：支撑风、光等波动性可再生 大模型并行运行与辅助 大模型作为智能增强层， 与现有系统并行运行 协同互补的“双轨运行”模式 大模型在电力领域中的角色 定位 l 通用大模型：并非为电力系统的时序性、物理性、高维动态性而生 ，直接应用到电力场景 ，效果往往受限。 l 定制化模型骨架： 在成熟通用模型基础上 ，增加电力专用层（如时序特性、物理约束层） ，兼顾通用能力与专业性。 或者设计适用于电力时序数

展 股 份 公 司 （ 上 市 公 司 ） 航 天 云 网 科 技 发 展 有 限 责 任 公 司 22 家二级单位 2015.6.15 揭牌成立 航天云网 —— 应运而生 航天云网 —— 应运而生 中国制造 2025- 航天云网 中国产业互联网（符合我国特 色） 美国工业互联网（标杆通用电 气） 德国工业 4.0 计划（标杆西门子） 全球第一批、国内第一个工业互联网平台

结合后，金融产品个性化与精 准营销将增强客户粘性，带来业务增长。 ③投资者数量增长、用户基数提升，投融资需求提升，市场交投活跃促进存量业务边际增长率提高。增 量： AI 赋能下新兴产品及应用应运而生。 AI 赋能券商： AI 终端加速金融后台智能化转型，在风控、合规、人力等基础岗位中提升效率。 AI 智能客服嵌入 APP 助力客户交互率提升， AI 支撑画像分析助力精准营销，帮助券商实 构更优质服务效用，金融信息服务高质量的输出将在 已有存量增长的基础上赋予更高的边际增长率。 1.4. AI 将同时赋能金融行业存量及增量业 务 9 增量： AI 赋能下新兴产品及应用应运而生。 AI 金融时代是金融与技术场景的融合，诞生了以智能投顾、大数据征信、虚拟人等新兴产 品， 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。金融机构在日常运营中积累了大量客户交互数据，在发展 技术方面具备天然优势，这不仅有助于推动自研模型在内部业务中的高效落地，还可与成熟模型结合形成标准化解决方案，进一步转化 为可对外输出的新兴业务，实现技术与服务的双重赋能。 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， AI 金融时代蓝海市场可期。 AI 金融时代 存量 增量 1.4. AI

态和创新增长的新动能袁 也是推动供给侧结构性改革的重要 支撑遥 数字经济的构成包括信息技术产业的发展尧建立在信息 技术支撑和应用上的传统产业增值和基于信息技术催生的新 业态尧新经济和新模式袁数字化转型应运而生袁并有效助力产业 转型升级遥 猿援员 对数字化转型的理解 全球知名调研机构 陨阅悦 此前曾对 圆 园园园 位跨国企业 悦耘韵 做过一项调查袁 结果显示到 圆园员愿 年袁 全球 员 园园园 强企业中的 打造工业互 联网平台袁拓展野智能垣冶袁为制造业转型升级赋能遥 源援员 工业互联网是数字化转型有效载体 以互联网为代表的新一代信息技术与制造业交织融合袁推 动两化融合进入新阶段袁工业互联网应运而生遥 工业互联网是 互联网技术从消费领域向生产领域尧从虚拟经济向实体经济拓 展的核心载体袁是新一代信息通信技术与现代工业技术深度融 合的产物袁通过构建连接机器尧物料尧人尧信息系统的基础网络袁

设备正常运行的模式和潜在的故障特征。一旦监测到异常情况，小模型能够及时发出 预警，提醒工作人员进行检修或维护。 小模型的能力更适合工业生产制造领域。首先，小模型能够基于有限数据支撑精 准的判别和决策，而生产过程需要针对不同场景进行精准的分析和决策，这两者间的 契合使得小模型在生产制造领域具有独特的优势。其次，生产制造过程对准确性和稳 定性有着极高的要求，任何微小的误差都可能导致产品质量下降或生产线停工。小模 的内容生成能力上。例如，在产品 外观设计方面，传统的设计方法往往依赖于设计师的经验和灵感，设计周期长且难以 保证设计的创新性。而大模型通过学习大量的设计数据，能够掌握设计领域的规律和 模式，进而生成符合要求的全新设计内容，提升产品设计的效率和质量。 9 工业大模型应用报告 大模型在工业领域的应用潜力仍有待释放。首先，大模型技术本身正处于快速发 展的阶段，尽管已 的检索源，与用户的自然语言提示一起输入到大模型中，使模型能够提供更加精 准的建议或解决方案。 C3.AI7推出的 Generative AI 利用检索增强技术，将制造企业知识库与大语言模型 分开，从而生成准确、一致的结果，且能够追溯到源文件和数据，以确保信息的准确。 另外，Generative AI 还通过嵌入相关性评分机制，在未达到相关性阈值时回答 “我不知 道” 。例如在设备运维场景下，操

智能化发展趋 势，建筑建材行业作为基础制造业，自然也走在了数字转型的路上。 为了促进建材工业与信息技术的融合发展，推动建材工业转变发展方式、调整产业结构、转 换增长动力，云创 BIM 智慧工地应运而生。 作为智慧建筑数据整合专家，云创 BIM 业务涵盖 BIM 智慧工地、BIM 全过程咨询与 BIM 智 慧园区三大板块。 智慧工地业务介绍 云创智慧工地按照项目流程划分层级，通过部署工地指挥中心平台，将

但同时也对底层智算基础设施提出更高要求和挑战：模型参数规模从千亿迈向万亿乃至更高，训练 数据量呈指数级增长，传统松散耦合的集群架构已难以满足高效的计算需求，智算基础设施正开始 新一轮的技术革新。 在此背景下，超节点应运而生。它并非偶然的技术产品迭代，而是智算需求与系统创新深度共振 的结果，具有划时代的重要意义。超节点超越简单的硬件集成，代表一种全新的构建哲学：以系统化、 一体化的设计思维，将计算、存储、网络与运维 开源软件平台）、Intel（其 Gaudi 3 加速器 内置标准以太网端口）以及 Meta、Microsoft 等超大规模用户。为了弥合开放生态的性能差距，多 个旨在推动关键技术标准化的行业联盟应运而生，其中包括旨在增强以太网性能的“超级以太网联 盟（UEC）”和旨在创建开放加速器互联标准的“超级加速器互联（UALink）”联盟。但此种模式下， 缺少配套的软件实现，核心挑战在于生态系统的碎片化和性能优化的难度。 超节点会带动多样性算力池化资源协同计算，通过超节点互联协议为依托支持各类 XPU 池化， 实现对等访问，系统资源高效协同计算。 五、基于超节点的原生创新模型加速涌现 基于超节点下的模型创新迭代加速 ,TOP 级开源模型将“为超节点而生”, 亲和性设计原生支持“机 柜 - 模组 - 芯片”多级并行并支持自动最优并行维度搜索，实现开发者零感知。 六、极致低时延引爆应用 超节点成为下一代“爆款 APP”的默认底座，交互式 Agent

数字化校 园业务应用 系统 6.1 校园一卡通 在当前高校信息化建设的进程中，一卡通系统和数字化校园系统得到了高度的重视和迅速的推广， 成为校园信息化建设的重要内容。因此，数字化校园一卡通系统应运而生。在大量的理论与实践研发的 基础之上，开发了符合教育部、中国人民银行标准的一卡通系统。该应用目前已经在多家院校投入使 用，并给这些学校管理的提升以及合作银行的业务的发展带来了深远的影响。 6. 数字化校 园业务应用 系统 6.5 校园网络电视台 随着社会的发展，数字信息技术极大地拓展了教育的时空界限，空前地提高了学生学习的兴趣、效 率和能动性，多媒体教学、计算机教学软件、远程教育等应运而生。先进的信息技术使教育资源共享的 原则得以贯彻，因需学习、因材施教真正成为可能，传统的教和学的模式正在酝酿重大的突破，教育面 临着有史以来最为深刻的变革。这场教育的大变革不仅仅是教育形式和学习方式的重大变化，更重要的