AI在医保服务中的应用 - 多地医保局接入DeepSeek大模型，提供"医保政策智能问答助手"和"医保数据精准分析助手"等功能，实现"即问即答" [2] - 杭州市医保局上线AI智能体"依保儿"，实现异地就医备案等高频业务"即问即办"，月均访问量达3.75万次 [2] - 天津医保上线智能助理"依保儿"(津津)，通过线上线下多渠道提供近百项医保服务 [3] - AI系统日均处理能力达200万次，实现"秒级响应" [2] AI在医保基金监管中的应用 - 传统人工抽查比例不足1%，面临发现难、效率低、覆盖窄等问题 [4] - 智能监管系统在全国迅速铺开，构建事前预警、事中拦截、事后分析的全流程监控模式 [4] - 国家医保局推进智能监管改革试点，2024年底前实现智能监控子系统全覆盖 [5][7] - 智能监管子系统已覆盖全国90%以上的统筹地区 [5] 大数据在医保分析决策中的应用 - 通过数据分析发现异常诊疗行为，如男性患者接受妇科类诊疗1674次 [9] - 筛查发现全国范围内药师"挂证"现象，涉及8583名药师和20701家药店 [10] - 福建省开发医保定向发布数据模块，南京建设"医保高铁"平台管理667.64亿条数据 [11] - "医保高铁"平台纳入4万多名医生和2148家医疗机构，提供DRG等关键指标分析 [11] 未来技术应用展望 - AI可优化医保基金预测模型，提高使用效率 [12] - 结合区块链技术增强医保数据透明度和可追溯性 [12] - 在慢病管理、远程医疗等领域发挥更大作用 [12]

行业趋势 - 2025年被视为大模型智能体元年和生成式AI变现元年，标志着从基础模型开发转向实际创收应用[1] - Gartner预测到2028年20%人类可读数字界面交互由AI智能体完成，15%日常业务决策可自主执行，三分之一企业级软件将集成智能体[1] - 智能体热度超越大模型本身，驱动商业模式创新加速[1] 技术定义与演进 - 大模型智能体定义为基于AI的自动化软件，利用大模型在数字/物理世界感知、决策、行动[2] - 智能体与传统聊天机器人本质区别在于从"信息辅助"跃迁至"目标执行"，例如完成点咖啡全流程而非仅提供店铺信息[2] - 1960年出现首个智能体，当前爆发因大模型使其更聪明[2] 应用案例 - 比亚迪智能助手可基于用户预算、家庭人数等个性化需求推荐车型，改变传统官网/4S店看车模式[3] - 销售发展代表智能体(AISDR)可24小时工作，覆盖数千客户(人类BD极限50个)，年费约4万元人民币，效率显著提升[8] 挑战与瓶颈 - 多智能体系统错误累积导致精度乘数级下降(三个80%精度智能体叠加后仅50%)[5] - 当前产品处于早期阶段，准确性不足阻碍进入核心生产环节[5] - 高精度智能体开发涉及复杂机制(思维链提示、程序限制等)，推高技术门槛和成本[9] - 算力需求高企源于大模型API调用、多智能体协作等资源消耗[9] 发展路径 - 行业将涌现垂直领域"隐形冠军"而非通用型智能体公司，例如专攻保险定制化保单的特定智能体[7] - "人在回环"模式兴起，人类辅助智能体决策以确保精度，金融领域已开始实践[7] - 智能体公司需采用"零号客户"策略，内部验证效果以说服谨慎客户[10] 成本效益 - 当前智能体成本仍高，需证明显著优于人力投资回报才能存活[10] - 部分场景已显现性价比优势，如AISDR成本远低于高阶人类BD[8]

人工智能在教育领域的应用 基础教育阶段 - 长沙湘江新区雷锋新城实验小学引入人工智能大模型技术，用于英语听说课堂，实时反馈学生发音并给予1到3颗"星星"奖励 [3] - 学校实现全学科智慧场景应用全覆盖，包括AI体育系统自动记录运动情况并生成定制化运动处方，AI书写课堂从10个维度分析学生书写并生成个性化学习报告 [5][7] - 湖南已有30多个区县、400余所学校将人工智能技术深度应用于教学、学习和家校共育 [7] 职业教育阶段 - 深圳职业技术大学汽车与交通学院使用AI助教辅助教学，输入课程主题后AI显示5个步骤并配有详细视频 [9] - 学生可通过AI智能体获取车型性能数据，实训中AI助教提供系统电路图帮助纠正操作失误 [11] - 学校自主研发动作捕捉系统，未来可实时捕捉学生操作过程并指导 [11] 高等教育阶段 - 北京理工大学利用人工智能从课堂视频流中提取知识点并自动形成知识图谱 [13] - AI对教师和学生行为进行分析评价，生成课程质量督导报告 [13] - 学校推出生成式AI智能助理，为师生提供课程检索和数据应用服务 [13] 行业整体发展 - 智慧课堂、智慧学伴、智能助理等智能体涌现，推动教育数字化和智慧化变革 [14] - 人工智能与教育结合带来革命性变化，智慧教育将对教育理念、模式和方法产生变革性影响 [16] - AI赋能教育全链条，使教育更高效、生动和个性化，但需注意数据隐私和算法偏见等技术伦理挑战 [16]

业务服务 - 为汽车行业客户提供车企信息化、座舱及车载系统开发与测试、自动驾驶测试及数据采集与标注等服务 [2] - 在AI大模型领域应用层创新，提供企业生成式AI模型定制化服务和一站式人工智能应用研发服务，覆盖多元化场景 [2][3] - 在金融科技领域拥有完整产品解决方案，利用数智化能力为客户赋能，形成多领域协同发展业务布局 [3] - 为医疗行业客户提供开发、测试和运维等信息技术服务，如企业智能助理AI产品解决方案、AI智能对话助手等 [7][8] - 作为华为信息技术服务供应商，向其提供移动智能终端外场测试服务 [9] 财务数据 - 2024年产品与解决方案收入1.48亿元，同比增长32.39% [3] - 2024年研发投入1.09亿元，同比增长19.34% [4] - 2024年软件技术服务收入10.74亿元，占比61.62%，专业技术服务收入同比增长58.69%，TMT行业收入同比增长24.90%，金融行业收入同比增长35.62% [4] - 2024年营收17.43亿元，同比增长28.30%，净利润同比下降20.45% [4] - 2024年销售费用同比增加45.71% [8] - 2024年毛利率23.81%，同比下降0.46个百分点 [9] - 2024年经营活动现金流净额同比下降36.75%，年末应收账款中账龄一年以内占比超90% [10] 客户情况 - 2024年度前五大客户合计营业收入占总营业收入的30.17%，单一客户占比未超10% [6] 人员情况 - 2024年末在职员工9549人，其中技术人员8835人，技术人员占比与2023年基本持平 [10] 战略相关 - 2025年聚焦并加强TMT及金融行业重点客户业务开拓，深化合作，扩大业务规模，加大金融科技领域投入 [8] - 依托成熟国际业务经验，将服务交付地扩展到多个国家，加强全球交付网络布局、海外人才招募能力和海外市场竞争力 [11] 其他情况 - 信创改造服务方面，自主研发信创改造工具链，形成全域信创实施能力 [6] - 股东减持系自主行为，公司专注经营提质增效，优化业务结构，强化核心竞争优势 [6] - 收购宝德计算机有助于丰富产品矩阵，提高软硬一体化自主可控能力 [6] - 股权激励计划增强了核心技术团队凝聚力和稳定性，释放团队创新活力，提高研发项目推进效率 [11]

AI在工作：解锁全 球机遇 人工智能在全球商业格局中 G-P与一家第三方研究机构合作，对来自澳大利亚、英国 和美国的超过1500名商业高管进行了调查，以了解人工智 能在全球商业复杂性中的作用，这项技术如何推动增长和 创新，以及最终人工智能将如何重塑工作未来。 章节 01 了解当前格局 人工智能在全球商业领域的采用 第二章 在困境中导航并克服人工智能 挑战 第3节 拥抱利用人工智能实现全球增长的机会 13 g-p.com 2 与聊天室是互联网早期应用之一类似，ChatGPT已成为人们在提 及人工智能（AI）时最常想到的标准用例之一。 然而，与聊天室不能代表互联网的价值一样，ChatGPT也不能 代表人工智能能力的真正广度和深度。 人工智能正在以极快的速度发展，但人工智能带来变革并在全球 商业领域产生更大影响的机会仍然很多。 3 7 目录表 01 理解 当前格局 人工智能采用率在 全球商业 g-p.com AI在工作：解锁全球机遇 全球商业正仅是 触及人工智能的表面。 新一代人正以更响亮、更勇敢的观点和全球抱负欢迎这一变化 进入职场。我们将这种现象称为"全球一代"。他们渴望增长机会 、多样化的经历、与全球公司相关 ...

人工智能在金融领域的渗透 - 2024年上市银行年报显示AI成为推动银行业数字化转型的核心动力，国有六大行金融科技投入总额突破千亿元，金融科技从业人员规模首次超过11万人 [1] - 中国人民银行等七部门联合印发《推动数字金融高质量发展行动方案》，提出到2027年底基本建成与数字经济发展高度适应的金融体系 [1] - AI应用在解决部分行业痛点上初见成效，未来银行中的AI应用将呈现金融服务广泛综合化、高度智能化与充分个性化三大趋势 [1][8] AI应用场景的多样化发展 - 工商银行落地千亿级自主可控AI大模型，覆盖200余个应用场景 [2] - 建设银行建成面向所有业务领域应用的金融大模型，2024年上线168个大模型应用场景，惠及集团约半数员工 [2] - 中国银行2024年新增人工智能等新技术应用场景超900个，交通银行构建千亿级金融大模型算法矩阵，完成百余个大小模型场景建设，全年释放超1000人力工作量 [2] - 多家银行引入DeepSeek等模型的本地化部署，如建设银行形成基于DeepSeek-R1的推理类金融大模型，北京银行完成DeepSeek全系列模型本地化部署 [2] AI在银行关键领域的应用成效 - 建设银行"帮得"智能助理为3万名对私客户经理提供服务，2024年总交互次数达3463万次 [3] - 邮储银行货币市场交易机器人"邮小助"接受询价总量超1.5万亿元，总成交金额超过2000亿元，交易平均耗时较人工节约达94%，捕获超额收益率6个基点 [3] - AI信贷审批系统将原本需要数天的审批流程压缩至分钟级，有效缓解传统银行业人力密集、响应滞后的问题 [3] AI在风险管理中的突破与挑战 - AI技术通过整合征信数据、交易流水、工商信息等多维数据源，打破传统信息孤岛困境 [4] - 大模型存在的"幻觉问题"和黑箱决策特性可能引发新的风险，金融机构需在数据治理、逻辑约束和人机协同等方面提升 [4] "人+AI"协作模式的影响 - AI管家、数字员工等工具提升服务效率，辅助客户经理决策，缩短员工操作时间并降低学习成本 [6] - AI智能助理帮助居民家庭降低金融决策门槛，但需保持谨慎态度，结合人工核实和专业咨询 [6] - 银行需提升AI技术可靠性，加强数据质量管理，优化模型训练算法，减少"幻觉"问题 [6] 金融科技投入与未来趋势 - 2024年国有六大行金融科技投入总额达1254.59亿元，金融科技人员首次突破11万人，金融科技投入占营业收入比例均超过3%，交通银行达5.41% [7] - 北京银行提出打造"人工智能驱动的商业银行"，贯彻"All in AI"理念，构建"AI Banking"新模式 [7] - AI在银行业的真正价值体现在服务模式场景重构、业务流程认知进化、金融生态智能跃迁三个层面 [8] - 未来银行在数字化转型中面临复合型人才短缺、防欺诈实时监测、算法可靠性和可解释性等挑战 [9]

AI原生应用正迎来爆发式增长， 并逐渐成为各场景应用体验的核心要素。 AI原生时代正在到来。 最终，经过多轮筛选与综合评审，45个优秀AI原生应用创新案例脱颖而出，成功入围。 「2025 AI原生应用创新案例」评选结果 （排名不分先后） 随着DeepSeek等开源框架的突破，AI原生应用创新迭代速度与落地广度显著提升。数据显示，去年12月国内AI原生APP月活已突破1.2亿，同比增长232%。 此外市场对生成式AI（GenAI）的发展前景也十分看好，据Gartner预测，2025年全球生成式AI（GenAI）支出将达6440亿美元，同比增长76.4%。 当前，AI原生应用正迎来爆发式增长，并逐渐成为各场景应用体验的核心要素。从医疗诊断到工业制造，从个人助手到全球产业链升级，AI原生正以惊人 的速度重塑产业格局。 基于此，今年1月，36氪主办发起「2025 AI原生应用创新案例」评选活动，希望 聚焦那些真正能够提质增效、引领行业变革的AI原生产品及应用，寻找那 些率先将AI技术落地于实际场景、创造实际价值的创新实践案例， 为行业提供可参考和借鉴的应用经验。 评选启动后，引起业界的广泛关注，陆续收到近百个申报案例 ...

融资与估值 - 秘塔科技完成超1亿元人民币新一轮融资，由蚂蚁集团领投、光速光合跟投，投后估值达1.5亿美元 [2][3] - 老股东包括明势资本、猎豹移动和丰元资本等 [3] - 百度、腾讯等大型科技公司曾在本轮融资期间与秘塔接触 [3] 公司背景与产品 - 创始人闵可锐为连续创业者，曾创立玻森数据并被蚂蚁收购，后加入猎豹移动任首席科学家 [4] - 公司陆续推出法律AI翻译产品"秘塔翻译"、纠错校对产品"秘塔写作猫"、文章生成产品"量子速写" [4] - 2024年3月正式上线AI搜索产品"秘塔AI搜索"，当月访问量超700万次，增速达550% [4] - 秘塔搜索3月访问量在中国AI产品中排名第三，仅次于百度文心一言和月之暗面Kimi [4] 技术路线与竞争 - 秘塔使用自研模型，但参数规模较小，注重成本控制 [5] - 公司较早关注AI搜索方向，创始人曾表示能在两周内训练出类似Perplexity AI的产品 [4] - 美国AI搜索引擎Perplexity估值超30亿美元，半年内完成两次融资 [4] - 百度、阿里、字节等公司均已上线AI搜索功能 [5] 市场表现与挑战 - 秘塔搜索上线初期增速显著，但6月出现负增长 [7] - 与月之暗面Kimi的访问量差距在扩大 [7] - AI搜索商业模式尚不清晰，面临广告收入与搜索成本的平衡问题 [7] - 中国市场中抖音、小红书等App切割了独立搜索引擎的使用场景 [7] 行业趋势 - 市场看好AI搜索的逻辑在于其作为互联网刚需场景的巨大市场空间 [6] - 大模型能更好理解模糊提问并直接给出组织好的搜索结果 [6] - OpenAI近期推出AI搜索产品"SearchGPT"，但尚未开放公测 [6] - 蚂蚁集团在AI领域已投资至少6家公司，包括智谱AI、月之暗面等 [3]