则做支持。为了 ©2025 云安全联盟大中华区版权所有 11 弥合人工智能的无限潜力与负责任开发需求之间的差距，我们需要一种三管齐 下的合作方法：所有科技公司对负责任的人工智能做出承诺，政策制定者提供 明确的指导，立法机构制定有效的法规。 本文以立法和法规为重点，开启了关于人工智能治理的重要论述。它为涉 足人工智能领域的从业者和企业提供了对当前人工智能治理环境及其不足之 处的基础理解 安全法规，以应对人 工智能生成内容带来的独特挑战。随着生成式人工智能技术的发展和模型能力的进 步，确保符合安全标准可能会变得越来越复杂，尤其是在生成输出的真实性仍然不 确定的情况下。 政策制定者和监管者在努力治理生成式人工智能的同时，还必须面对幻觉带来 的伦理影响。除了遵守法律之外，伦理考量对于制定生成式人工智能治理的监管框 架也至关重要。围绕负责任地开发和使用生成式人工智能模型的问题，包括幻觉内 出现幻觉的可能性。 ©2025 云安全联盟大中华区版权所有 37 生成式人工智能的幻觉对人工智能治理的现有立法和监管框架带来了挑战，特 别是在数据隐私、安全和伦理等方面。应对这些挑战需要政策制定者、监管机构、 行业利益相关者和伦理学家通力合作，共同制定全面的治理机制，有效管理与生成 式人工智能相关的风险和机遇。 2.1 国土安全部政策声明139-07对生成式人工智能的影响 ● 数据输

遇，我们联合了来自经济学、社会科学及 ICT 产业 等多领域的专家学者，共同将原有的“全球数字化 指数（GDI）”升级为“全球数智化指数（GDII）”。 旨在度量全球各国数智化发展进程，为政策制定者 提供量化参考。 GDII 的理论根基源于古典经济学家让 - 巴蒂斯特 • 萨伊提出的“生产三要素”理论，即商品价值是由 土地，劳动、资本这三个要素共同创造的，每个要 素在生产过程中都提供“生产性服务”，协同创造 命，促进生产力提升，重新定义竞争力，开启全新 的经济与社会价值增长路径。IDC 预测到 2030 年， 人工智能将累积为全球带来近 22.3 万亿美元的经 济收入，占全球 GDP 的 3.7%。 为帮助政策制定者、商业领袖和社会各界有效应 对这场重大变革，IDC 与华为开展长期合作，共 同开发了《全球数智化指数（GDII）2025》报告。 GDII 源自两类前期指数，即十多年前开始发布的 全球联接指数（GCI）以及近几年的全球数字化指 90 多个国家 （合计占全球 GDP 的 94% 和世界人口的 83%）如 何做好准备，在人工智能时代赢得竞争并实现繁荣 发展。通过跟踪从数据生成到数据应用的全生命周 期，GDII 为政策制定者、投资者和企业提供了可 落地的洞察，用于识别发展瓶颈、确定投资优先 级和评估进展。GDII 全新升级了“数字化成熟度” 评估体系，不仅关注数智基础设施的建设本身，更 聚焦于它所带来的应用价值，实现了从“技术投

部门。这一机 制确保了及时响应和干预措施的实施，从而降低了环境破坏的风 险。 在治理决策支持方面，多模态 AI 通过整合来自社交媒体、新 闻报道、科学文献和环境监测数据的信息，能够帮助政策制定者更 全面地了解公众的环保关注点及反馈。这一应用不仅能够提高环境 政策的透明度与公众参与感，还能够通过数据挖掘发现治理中的问 题与挑战。 此外，在生态恢复过程中，多模态 AI 能够提供优化方案。利 化、智能化和动态化，不仅能及时应对突发污染事件，还能为常规 水质管理提供长期数据支持与决策依据，以促进水体生态环境的可 持续性发展。 6.2.3 政策建议 为了提高水体质量评估的效率与准确性，建议政策制定者采取 以下措施： 首先，加大资金投入，强化生态监测站点的建设与运营。这些 监测站点应覆盖主要河流、湖泊和水库，采用先进的智能传感器和 无人机巡检技术，实时获取水体质量数据，确保数据的及时性与全 告，并提供决策支 持。 展示层则负责将分析结果以用户友好的方式展现。利用可视化 技术，将复杂的数据和分析结果转化为图表、地图以及实时监控面 板，方便用户进行直观的理解和操作。这一层将为政策制定者、环 保工作者及公众提供便利的信息获取渠道，提升系统的用户体验。 为了支持上述功能，系统设计中还需考虑以下几点：  系统应具有良好的可扩展性，以便未来可以根据需求实时接入 新的数据源和分析模块。

Web2.0 的突破性优势 数字实体网络重构了 Web2.0 的中心化交互模式。在传统 Web2.0 架构中， 用户数据和服务逻辑被封闭在少数平台的"围墙花园"内，平台同时充当着数据中 介和规则制定者的角色。而数字实体网络通过将数字实体作为网络交互的基本单 元，实现了三个核心突破：  首先，数据以标准化数字实体形式存储与流转，支持跨平台迁移；  其次，服务功能被解构为可组合的实体能力，突破单一平台限制；

以及行业应用的具体情况，通过制造业具体场景的典型 案例揭示人工智能如何助力制造业研发设计、生产制造、运营管理 和产品服务的全流程智能化升级。在此基础上对制造业人工智能的 未来发展趋势进行展望， 以期为相关政策制定者以及行业从业者提 供决策支持，共同助力我国制造业在人工智能时代的转型升级和可 持续发展。 目 录 前 言.......................................

最后，信息安全与数据隐私将成为 AI 应用中重要的关注点。 未来的发展需要建立在健全的法律法规和安全机制下，以确保患者 数据的保护和系统的安全性。与医疗相关的各方，包括医疗机 构、AI 技术供应商以及政策制定者，需要共同努力制定相应的标准 和实践指南，以保障 AI 技术在医疗中的应用。 综上所述，AI 生成式大模型在医疗场景的应用前景十分广阔， 通过合理的设计与实施，能够在多个方面切实提高医疗服务的效率 机构之间、医疗机构与技术公司的合作，可以在数据资源上形成合 力，实现数据的互通有无。例如，各大医疗机构应在保护患者隐私 和数据安全的前提下，合作搭建共享平台，以便更好地训练和优化 AI 模型。 此外，各相关领域的政策制定者应积极支持 AI 在医疗领域的 应用。通过纠正制度中的不合理限制，鼓励 AI 技术的试点应用与 创新，能够为行业带来更多的投资和发展机会。例如，可以考虑设 立 AI 医疗应用的专项资金、建立相关的监管机构及评估机制，以

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 25 科技 东软集团（600718 CH） 东软集团成立于 1991 年，公司是 C-V2X 行业标准的重要制定者及产业化推动者，拥有完 整的车路协同解决方案及端到端 C-V2X 车联网产品。公司于 6 月 6 日在互动平台表示，2023 年，东软在国内率先完成了 V2X 二阶段与自动驾驶的深度融合，在公共道路上完成了多个

那么，医疗产业中各类用户的真实需求是什么？本章将对多个主体进行分析，拆解他们 购置 AI 需要满足的真实需求。 1.1 政策主导下的 AI 购置动力 图表 1 2016 年—2024 年涉及医疗 AI 的关键政策（上 政策制定者通常会根据医疗卫生领域的发展现状和未来趋势，制定具有前瞻性和指导性 的政策文件。这些政策文件不仅明确了医疗信息化建设的总体目标和阶段性任务，还规 定了建设内容、技术要求、实施路径等关键要素。因而对于公立医院，政策需求是他们

英国 《澳大利亚学校生成式人工智能框架》 该框架基于6项指导原则：教与学、人类和社会福祉、 透明度、公平、问责、隐私和安全，支持学校领导、 教师、支持人员、服务提供者、家长、监护人、学生 和政策制定者。 AIGC+教育 13 ©2024.2 iResearch Inc. www.iresearch.com.cn ©2024.2 iResearch Inc. www.iresearch

至以月、年为单位，支撑科学实验管理、企业 数据监控等场景。 10 未来十年，智能体将驱动各产业发生范式革命 智能体的发展也会在未来十年带来突破 性的社会影响。人类角色从传统执行者升级为 目标制定者与伦理监督者，“AI 协作师”、 “Agent 训练师”等新兴职业推动劳动力向高 价值领域转型。同时 AI 安全与伦理框架将逐步 成熟，通过设定恶意操控防范机制、情感陪伴 类智能体“共情边界”等措施，共同筑牢智能 2035，当每个个体都拥有理解自身价值观、风险哲学甚至代际传承需求的数字金融分身 时，金融将真正回归其本质——人类实现生活目标的赋能工具，而非冰冷的数据与交易。这需要金 融领军者、技术先驱者、政策制定者与伦理学家共同构建一个“有温度的计算金融”新范式。先进 的 ICT 技术将成为推动全球金融服务发展的关键支柱，通过 AI 原生应用开展业务模式重塑，构建多 活的高可用推理架构和量子安全中心等，让更多的人享受更个性化、高效的金融服务。