AI 发展困境 … … … … DeepSeek 等带来的新范式 大语言模型应用的科研案例 · 临近奇点： AGI 将带来颠覆 结论和展望 …… 长期以来，能源领域人工智能止步于信息化阶段，发展范式陷入困境 15/80 口能源领域智能化目前大多停留在数据采集和信息展示阶段，尽管研究成果丰富，但 实际应用有限，尤其难以突破落地应用的瓶颈 等带来的新范式 大语言模型应用的科研案例 … … · 临近奇点： AGI 将带来颠覆 结论和展望 引爆这一轮人工智能的新范式：算法 + 数据 + 算力 22/30 ■ 新范式摆脱了对人类专家的大部分依赖，走向了自我迭代升级 2017 年 10 DeepSeek 等带来的新范式 大语言模型应用的科研案例 … · 临近奇点： AGI 将带来颠覆 结论和展望 研究一：基于大语言模型辅助的能源负荷预测方法 ( 能源领域第一篇 ) 30/80 口能源负荷预测：通过人工与 GPT 的交互，可以实现建筑能源系统负荷预测的任务的自动编程，

增持（维持） [Table_Tag] [Table_Summary] 投资要点 ◼ AI 有望颠覆诊断、药物研发和治疗流程。近期，Tempus.AI、Doximity 等美股 AI 医疗公司涨幅显著，木头姐近期发布的《Big Ideas 2025》中 指出，人工智能将颠覆诊断、药物发现和治疗，到 2030 年，整个行业 的表现将提升几个数量级。世界经济论坛发布报告认为，预计 2024 14 1. AI 全面赋能医疗，降本增效 近期，Tempus.AI、Doximity 等美股 AI 医疗公司涨幅显著，木头姐近期发布的《Big Ideas 2025》中指出，人工智能将颠覆诊断、药物发现和治疗，到 2030 年，整个行业的 表现将提升几个数量级。如：AI 将使 DNA 等生物信息的读取和写入成本分别降低 100 倍和 1000 倍；AI 将使药物开发成本降低 4 倍，并将研发投入的回报提高 BG-68501，并已用于首批患者的人体 I 期试验。该平台结合 AI/ML、计 算化学和实验技术，专注于难成药靶点蛋白的动态结构研究，加速药物设 计 688331.SH 荣昌生物 AI 技术有望颠覆制药产业格局，通过机器学习和深度学习等技术，AI 制 药能够缩短研发周期、降低成本并提升新药发现效率 1952.HK 云顶新耀 云顶新耀利用自主知识产权的 mRNA 技术平台和 AI 算法，研发了个性化

如果保险公司将人工智能重点应用于人力资源、工作流程和数据管理方面， 那么他们将从中获得最大效益。 在保险公司面临巨大压力之际，人工智能领域正在取得飞速进展。竞争变得 异常激烈，新的竞争者正在颠覆现有的商业模式。受其他行业技术快速发展 的影响，消费者对保险公司的期望也会越来越高。 因此，保险公司必须找到提高运营效率、推动产品创新、改善客户和员工体 验的新方法。例如，为什么客户不能像追踪亚马逊物流或优步司机那样追踪 心战略非常重要；61%的保险公司高管预计，未来 3 年，需要与人工智能合 作的员工比例将会上升；68%的保险公司高管认为，人工智能将对他们的工 作产生积极影响。 流程管理：利用智能自动化颠覆商业模式 7 智能自动化不应该仅仅是将现有的人工流程自动化，弥补现有系统的缺点。 它应该从根本上重新定义这些流程，甚至是商业模式，以达到最佳效果。 保险公司已经开始使

《DeepSeek 零基础完全指南》 公众号“AI 跃迁派”出品 一、DeepSeek 全景认知 1.颠覆性定义：人人都能用的认知引擎 DeepSeek（深度求索）是中国首个全栈开源的大语言模型，由杭州深度求索人工智能 公司研发，定位为“认知智能引擎”。简单来说，它是一个能像人类一样思考、学习和解 决问题的超级 AI 工具。 核心能力： ⚫ 复杂推理：像学霸解数学题一样处理逻辑难题（R1 在享受技术红利的同时，人类正面临前所未有的伦理与技术挑战： ①认知危机 ⚫ 思维退化：调查显示重度 AI 依赖者抽象推理能力下降 27% ⚫ 创新悖论：AI 辅助的专利申请量激增，但颠覆性创新占比下降 15% ⚫ 解决方案：推行“人机分工认证”，强制保留 30%创造性工作由人类完成 ②社会震荡 ⚫ 职业重构：47%基础岗位面临替代，但“AI 训练师”等新兴职业薪酬达传统岗位

AI技术快速发展，医疗健康是AI技术最重要的应用领域。医疗健康产业正处于数字化转型与智能化升级的变革期，ARK Invest近期所发布的 《Big Ideas 2025》提到利用人工智能来“操作”数据将颠覆诊断、药物发现和治疗。医疗健康是AI技术最重要的应用领域，医疗保健板块 人工智能解决方案的全球市场规模预计将由2022年的137亿美元增至2030年的1,553亿美元，CAGR为35.5%，是人工智能应用最大的领域，具 AI技术快速发展，医疗健康是AI技术最重要的应用领域。医疗健康产业正处于数字化转型与智能化升级的变革期，ARK Invest近期所发布的 《Big Ideas 2025》提到利用人工智能来“操作”数据将颠覆诊断、药物发现和治疗。医疗健康是AI技术最重要的应用领域，医疗保健板块 人工智能解决方案的全球市场规模预计将由2022年的137亿美元增至2030年的1,553亿美元，CAGR为35.5%，是人工智能应用最大的领域，具

战。我们的目标不仅是创造 一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力， 自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。 智能系统的构建正在颠覆传统的系统工程，需要将基于传统 ICT 模型的开发与数据驱动的 AI 技 术相结合。我们需要通过混合解决方案构建智能系统，确保其能够基于大量已有知识做出安全高效 的决策，还能规避 AI 系统的不可解释性。 社会的算力总量跟 2025 年相比，将增长 10 万倍。计算领域将迎来历史性变革——技术演进路径将 逐步脱离传统冯 • 诺依曼架构的框架束缚，在计算架构、材料器件、工程工艺、计算范式四大核心 层面实现颠覆性创新，最终催生新型计算的全面兴起。 另外，数据将成为推动人工智能发展的“新燃料”。伴随数字孪生、具身智能的普及以及可 能的超级智能体的出现，到 2035 年，人工智能存储容量需求将比 2025 1. 规模主导，奇点降临： Scaling Law 继续作为核心定律持续生效， 算力、数据与模型规模的扩展红利未见衰减。 技术沿现有轨道高速演进，最终量变引发质变， 触及 AGI 奇点，从而颠覆现有技术范式，推动 人类社会发生根本性变革。 2. 架构革新，范式转移： 当前基于 Transformer 的规模扩展路径触 及天花板，Scaling Law 逐渐失效。然而，基础 理论迎来突破，出现超越

............................................................................46 第四章：大模型之下，生成式 AI 何以颠覆医疗？.....................................................................48 4.1 前沿技术：从判别式 AI 到生成式 AI Artsight、健康 管理领域的 Abridge 以及机器人领域的 Neocis 等 AI 企业。 35 对于生成式 AI 及其相关技术，握有算力优势的英伟达比任何一家投资机构更加坚信也 更有可能实现它的颠覆性，进而破除现有 AI 面临的顽疾，左右诊疗、制药新时代的格 局，英伟达近两年在医疗 AI，尤其是 AI 制药领域的频繁出手无疑给行业注入了信心。 MNC 企业与 AI 医疗合作增幅显著，用行动肯定 在系列增收及费用支出优化措施之下，2023 年太美医疗实现 15.67%的亏损收窄，并以 更优业绩表现于 10 月 8 日成功在港交挂牌上市。 3.3 讨论：逆市之下，人工智能如何自救 如果将时间放得足够长远，AI 必然能够颠覆式的生产力，从每一个细节重塑医疗体系。 但在当下，医疗 AI 必须控制成本，同时尽可能寻找一些能够快速制造现金流的路径， 在下行期中活下去。  选择合适的商业模式 在经济下行时期，一味追求

DeepSeek 在保证高性 能的同时，显著降低银 行技术成本，加速 AI 普及。 热度传播路径 捧上天 • 拳打 ChatGPT ，脚 踢 Gemini ，摩擦 Claude • 颠覆现有 AI 产品， 绕开 CUDA ， NVDIA 完 蛋了。 • 560 万美元的训练成 本吊打几个亿的训练 成本。不能说不好， 有点饭圈趋势 踩下地 • 无脑贬低，毫无技术 含量，蒸馏抄作业。

的精准响应：新一代 AI 范式满足市场期待 过去的状态： 满足于 10% 或 20% 的渐进式效率提升，这属于“量变”； 现在的要求： 期待的是数量级（例如生产力翻倍甚至更高）的“质变”，旨在真正重塑工作方式、颠覆性地降低成本； 终极愿景： 将宝贵的人力资源从繁琐、重复的执行性工作中解放出来，使其能完全专注于更高价值的创造性、洞察性与战略性工作。 2025 年， AI Agent 风口已至：企业级 AI 、 AutoGLM 、 Genspark 等开始涌现，验证了子技术的可行性，标志着 Agent 从设想进入相对成熟的产品阶 段。 企业不再满足于 AI 的浅尝辄止，而是寻求能深度嵌入业务、创造颠覆性价值的真正生产力。 Agent 走向 生产力工具 2025 年， AI Agent 风口已至：市场需求得到标杆产品的验 证 主要 AI Agent 产 品 AWS Bedrock 集成 提效）： 进一步地， AI 被用于创 造 新的收入来源或显著提升核心业务的效率和效果。 • 最终阶段（模式创新）： AI 能力的终极价值在于 催 生全新的商业模式，帮助企业在竞争中建立颠覆 性 优势，开辟第二增长曲线。 市场细分五 行业的商业模式创新 市场细分四 行业的专业强化及流程优化 维度一（横坐标） ：产业深度与专业化 核心理念： AI 能力从通用走向专用，深度赋能产业。

Research（IACMR） 女 性学者发展委员会联席主席。 寄语：AI 带来的从商业模式到生产方式、管理模式的全方位变革，是当前时 代的必然趋势，无论新生代企业还是传统产业的企业都要直面这一颠覆式变革。 未来已来！人力资源管理更要作为先行者，引领 AI 技术在组织中的全面应用， 赋能管理，成为组织管理变革的代言人。 陈果（George Chen）先生 寄语：用 AI 生成“任务”和“流程”，从而利用 辅助生成内容）之后的一次革命性的创新，是元宇宙和 Web3.0 的基础设施之一。 AIGC 重塑了传统的内容生产和获取方式，简化了知识获取和创作的难度。这一技术极有可能取代 人类从事创作性工作，从而彻底颠覆我们现有的工作模式。因为，AIGC 能够以优于人类的制造能 力和知识水平承担信息挖掘、素材调用、复刻编辑等基础性机械劳动，实现以低边际成本、高效 率的方式满足海量个性化需求。 为什么说 AIGC 小任务”范式的“专用人工智能”向“小数据、大任务”范式的“通用人工智能”的迈进。未来 随着 AI 技术的进一步发展，所有的系统平台从一开始设计就会引入 AI，“AI 原生”产品的出现 一定会带来又一次人机交互界面的颠覆，带来巨大的产品“划时代感”，就像“功能手机”到“智 能手机”一样。而且经验告诉我们，随着人们对于新技术的掌握程度加深，技术创新一定会规模 化涌现。 17 AI 在企业人力资源中的应用白皮书