1 引入大模型≠提升生产力 04 16 4.2 AI 力的诊断和测评 17 4.3 发展大模型时代的 AI 力 18 22 2.1.3 AI 在销售领域的应用 10 2.1.4 AI 在人力资源领域的应用 11 2024 年被业界公认为“大模型落地元年”。经过 2023 年的技术爆发期，大语言模型正在 经历从“实验室奇迹”到“商业变现”的关键转折： 种种迹象表明，大模型正从“能用”迈向“好用”和“实用，”开启了 系统性应用部署 技术深度集成 跨部门协同 以业务创新为核心诉求 典型案例： 研发领域：AI 辅助产品设计、智能代码生成 生产领域：智能质检系统、预测性维护 供应链：智能库存管理、需求预测优化 人力资源：AI 驱动的人才筛选与管理 全面推广阶段：AI 的战略化布局 阶段特点： 组织架构重塑 商业模式创新 全域数智化转型 生态系统构建 典型案例： 战略层面：成立 AI 创新中心，设立首席 3% 29.7% 27.7% 27.0% 20.4% 生产/制造/供应链 IT/网络安全 人力资源 法务和合规 企业战略和财务 生产/制造/供应链 销售和客户服务 市场营销 产品研发和创新 应用非常成熟 产品研发和创新 市场营销 IT/网络安全 企业战略和财务 人力资源 法务和合规 其他 生成式 AI 在企业各环节应用的成熟度 应用成熟 一般 应用不成熟

慧售前/服务社区 乐享讲好品牌故事，传播好企业文化，让工业企业和零售户感受到有规则，有公平，有信心 Deepseek 大模型引擎 结合物联网和人工智能打造的勘探/安装/巡检一体化平台， 节约人力成本，降低安全风险，提高工作效率 当前拍摄 未来拍摄 屋顶四周对角 各处细节+视频 屋顶照片20多张 视频1段 VS 屋顶照片5-10张 视频1段 屋顶拍摄耗时 15-20分钟 2-5分钟 文字+图片编辑 自动返回带整改说明 标识的图片 针对分布式光伏的现场勘查、安装、巡检，如何利用数字化手段，解决控制人力成本与确保安装质量之间的矛盾？ 分布式光伏 作业APP 腾讯临境 360 全景 报装审核 腾讯Ti平台 AI图像识别 安装巡检管理 • 整体安装质量不达预期 • 人力成本控制刚需 安全和质量检查 • 报装审核等待时间长 • 审核细致度低 报装和审核 50张 每套图片数 每套图片数 2000套 每天报装数 5分钟 每套审核时间 70% 标准巡检覆盖比 40% 实际巡检覆盖比 节约综合人力成本 降低隐形成本风险 车辆事故、车辆违章、人员安全 云边协同的智能运维方案帮助新能源场站实现无人运维，智能运维 • 基于分布式云计算和AI等先进技术，通过云边协同架构，实现总部与边缘场站两级资源协同互动，打造新一代无人化智能场站 • 数字化能力下沉场站，提升巡

求》是首项针对数字化转型数字人才培养的 国家标准。本标准聚焦数字化转型数字人才 的技术能力和培养要求，提出数字人才分类 和能力框架、各类数字人才的知识、技能和 经验要求、素养要求和培养要求。 2024 年 4 月 人力资源社会保障等九部门 《加快数字人才培育支撑数字经济发展 行动方案（2024-2026 年）》 该方案紧扣数字产业化和产业数字化的发 展需求，计划在未来 3 年内，通过开展数字 人才育、引、留、用等专项行动，增加数字 有效利用数字化手段来挖掘和创造新的价值，换言之，就是企业现有的人才组织难以支撑起新 的 IT 运营管理架构，往往会出现企业花费重金搭建的数字化成果在实际应用过程中“打折” 的现象。其实，这主要是行业人力市场中数字技能普及度不高，数字人才缺口大、供需不匹配 造成的。 细究原因，主要有三点： 1. 人才培养周期普遍较长，而企业数字化建设周期短，产业和市场发展速度快、变化大。无 论是学校还是教培 对于企业来说，当前形势下的解决方案主要有两个思路：一个是直接招引具备数字化实践 能力的复合型人才，理想情况下可以实现“拿来即用”，但有很大概率会出现人才“水土不服” 的现象，同时也意味着要支付更高的人力成本（包括外聘人才成本和原有人才优化成本）；另 一个则是企业自己建立科学的、定制化的人才数字技能培育机制，以培训等方式提升自有人才 队伍的数字化能力，在花费较低成本的同时，既可以保证数字人才供应的时效性，也能实现对

M2 2025 Proprietary and Confidential All Rights Reserved. 人形机器人胜任工种识别 …未来人形机器人将作为新质生产力在多种场景中替代低效人力。工业场景中配合机械手优先胜任4大工种（搬运、质检、工 站衔接、基础组装）。逐步胜任家庭、商业场景中部分工种（健康监测、娱乐演出、巡场等） 8 各类生产力优劣势对比 VS VS 人工 机械臂 产关键年，2030行业开启商业化关键节点，优先在高人力成本市场实现。产品技术是关键驱动因素。 30 需求端 供给端 2027 行业小批量产元年 2030 行业商业化元年 逻辑：盈亏平衡测算 产品端 逻辑：M2场景落地评估模型 + 采样典型产品功能 逻辑：采样某全球标杆企业量产计划 在高人力成本市场优先盈亏平衡 2030在较低人力成本市场盈亏平衡 2026 头部企业小批量产 2030

诉求办理过程中出现效率降低、沟通不畅、平台技术性故障等问题导致来电人心 生不满，也可能是来电人本身将对地方治理部门的不满迁移至政务热线工作人员 处。这些“恶意反馈”无法被工作人员直接识别，需要耗费一定的时间和人力成 本进行录音调取及对话核实，以确定有关单位和人员是否在工作中存在失职失责 情况。 （三）评估 鉴于人员素质、系统技术、承办单位等多种因素的潜在影响，对热线过程的 评估便是必然要求。这种评 委办单位在工单处置方面的绩效考核。合理有效的热线评估不仅能进一步提升热 线接听办理的质量，更可以促进政府将政务热线打造成感知民情回应民意的平台。 1.热线质检 热线质检环节的目的是保证热线服务质量，促进良好的政民沟通。受人力成 本制约，一些城市的热线质检不仅在及时检查接诉服务过程上存在明显缺漏，在 对接诉服务进行总体事后质量评估上也有着许多不足之处。 第一，难以对接诉服务过程开展及时质量检查。首先，传统的接诉服务质检 热线分析报告仅能够对市民来电进 行简单统统计量分析，诸如来电量、解决率、满意率，并配以标准化图表输出， 而对来电内容的分析不足，缺乏能力解释某些现象的原因及其影响。只有部分专 题分析报告可以靠人力查看数据可以下钻一层。三是典型案例缺乏，自动化分析 系统无法选择出具有代表性、典型性的个案以供决策者参考。 2.辅助决策 在对热线数据进行沉淀基础上，政府可以掌握城市运行概况、社会问题分布

诉求办理过程中出现效率降低、沟通不畅、平台技术性故障等问题导致来电人心 生不满，也可能是来电人本身将对地方治理部门的不满迁移至政务热线工作人员 处。这些“恶意反馈”无法被工作人员直接识别，需要耗费一定的时间和人力成 本进行录音调取及对话核实，以确定有关单位和人员是否在工作中存在失职失责 情况。 （三）评估 鉴于人员素质、系统技术、承办单位等多种因素的潜在影响，对热线过程的 评估便是必然要求。这种评 委办单位在工单处置方面的绩效考核。合理有效的热线评估不仅能进一步提升热 线接听办理的质量，更可以促进政府将政务热线打造成感知民情回应民意的平台。 1.热线质检 热线质检环节的目的是保证热线服务质量，促进良好的政民沟通。受人力成 本制约，一些城市的热线质检不仅在及时检查接诉服务过程上存在明显缺漏，在 对接诉服务进行总体事后质量评估上也有着许多不足之处。 第一，难以对接诉服务过程开展及时质量检查。首先，传统的接诉服务质检 热线分析报告仅能够对市民来电进 行简单统统计量分析，诸如来电量、解决率、满意率，并配以标准化图表输出， 而对来电内容的分析不足，缺乏能力解释某些现象的原因及其影响。只有部分专 题分析报告可以靠人力查看数据可以下钻一层。三是典型案例缺乏，自动化分析 系统无法选择出具有代表性、典型性的个案以供决策者参考。 2.辅助决策 在对热线数据进行沉淀基础上，政府可以掌握城市运行概况、社会问题分布

… … 6 … 摘自Strategy&专有AI用例库 AI在汽车行业中的应用案例示例 人工智能在汽车产业链中的应用具有潜在价值。 总体和支持功能（例如：战略、规划、并购、IT、财务、人力资源） 价值 链 研究和 发展 生产和 供应链 销售，营销 售后服务 移动性和 金融服务 连接和 自动化服务 数据 资产 产品360° 植物/供应链 360° 客户360° 生态系统360° ）每个块的价值是由每 个功能的AI影响（百分比）和功能在总运营利润中的收入/成本份额驱动的。每个功能影响计算的依据是在考虑成本效率和收入提升后，与汽车行业相关的人工智 能用例。4）支持功能包括IT、人力资源、财务、法律和并购。 来源：Strategy& 分析 人工智能在汽车领域的机遇 Strategy& … … … … … 8 量

• 建立早期人工智能护栏 • 投资增强人工智能素养 • 迅速启动初期项目 • 制定生态系统战略 • 构建生态系统价值 • 重塑商业模式 • 设立全天候可信人工智能平台 • 利用合作伙伴人力资源 • 协调生态系统变革 赋能 赋能员工 融合 实现工作与人工智能的融合 演进 推动银行发展演变 • 实施职能用例 • 测试、学习和完善 • 提升员工的人工智能应用技能 • 将人工智能视为“同事”/“助 个月的名为“生成式人工智能机遇量化”（Quantifying the GenAI opportunity）的研究；该研究评估了全面部署和应用生成式人工智能的现 实价值。 对全球超过 家雇佣了 风险 人力资源 财务 运营和供应链 信息技术 销售 服务与数据分析 其他前台职能 网络安全 价值（百万美元） 32.4 19.5 3. 0 10.9 62.2 5.2 4.1 5.2 但可能需要开发更加集成化和定制 化的解决方案的任务。 复杂度高 基于可能可以利用生成式人工智能增强， 但可能需要开发集成和定制解决方案，以 及需要通过全面治理和变革管理以应用人 工智能的任务。 人力资源 信息技术 后台 中台 前台 58% 69% 57% 54% 62% 58% 63% 70% 69% 64% 30% 5% 28% 4% 24% 7% 32% 4% 27%

社会驱动：人口老龄化加速、蓝领工作人力缺口大、高科技 平民化共同驱动智能机器人渗透 • 根据国家统计局最新数据与联合国有关老龄化的划分标准显示，我国人口增长动力减弱，老龄化人口占比增长，我国已全面步入中度老龄化社会并且老龄化仍在 加速中。蓝领群体规模达四亿，但劳动力仍存在较大缺口。相对于白领工作，蓝领存在很多繁重、危险的工作场景，年轻人对进入蓝领工作岗位的意愿较低。这 亟需机器人进厂进行岗位的人力替代、协作、补充。

和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 材料等关键行业加速落地，展现出广阔的应用前景。 本报告中的“机器人+人工智能”指的是建模优化、机器视觉、 正加速向高端化、 智能化、绿色化方向发展，主要产能逐渐向技术壁垒更高、市场适应 性更强的头部企业集聚，以提升整体产业竞争力和附加值水平。随着 龙头企业支付能力提升、工业机器人产品成本降低和国内人力成本上 升，更多的传统制造业也将面临自动化甚至智能化转型。中国机械工 业联合会在 2024 中国机器人产业发展大会上公布的数据显示，国产 工业机器人在金属加工、纺织、木材家具等传统行业应用增长幅度较