正逐步渗透到企业运营的各个环节，推动着 企业向智能化、高效化、个性化方向发展。 对企业发展而言，数字化转型已不再是选择题，而是关乎生存和长远发展的必答题。随着 数字化转型进程不断加速，企业的业务流程和工作流程也面临全面的变革，岗位技能将被重塑， 人才需求结构也发生显著的变化，企业对于数字化人才的要求和需求也在提升，如何培养一支 为企业赋能的数字化人才队伍成为企业转型发展的关键。 但是，当前数字化人才供求不平 字化人才队伍，企业 才能在数字化浪潮中稳健前行。 本指南以前瞻性的视野，深刻剖析了行业发展的最新趋势，精准捕捉到了企业在数字化转 型过程中面临的诸多挑战与痛点。在此基础上，我们围绕数字化人才的全面培养与发展，展开 了深入而细致的探讨，旨在为企业量身打造一套高效、可持续的数字化人才建设体系，从而助 力企业加速推进数字化转型步伐，抢占市场先机。我们相信，这份指南将成为企业探索个性化、 差异 字化专业人才技能素质。 三、拥抱变化：数字化人才将成为企业新的发力点 1.数字化人才 | 企业数字化转型的关键因素 在全球新一轮科技革命和产业变革中，IT 技术展现出广阔前景和无限潜力。自“互联网+” 行动全面推行后，IT 领域创新成果便开始大范围地与中国经济社会各行业、各领域、各环节 深度融合，人们的生产生活方式发生了巨大变化。现阶段，数字化转型逐渐成为行业企业的共 识，并已成为不可逆转的发展趋势，

自然语言处理技术,客服机器人在响应客户咨询时表现出了前所未有的效率 与准确率; 在制造业中,通过智能算法优化生产流程,减少资源浪费, 大幅 提升了生产效率。从垂直融合到泛化应用, 人工智能正凭借全面连接、信息 共享、上下联动和资源整合等优势, 正深度激活各行各业的 '脉络' , 推动 千行百业的智能化水平走向纵深。 各行业已普遍启动 AI 转型,智能成为一种生产力被认同并发挥作用 AI "价值驱动、体系化实施" 的转型思路, 紧密围绕智能化价 值引领的理念。 2) 保持了企业智能化转型的总框架, 按照战略、业务运营、 IT 底座建 设、组织与文化变革等分解为四大关键领域,进行全面、系统布局,以帮助 企业突破发展瓶颈、增强核心竞争力, 实现可持续、高质量发展。 3) 延续了通过价值主张传递、形成转型共识、优化智能业务运营、加大 数字基础设施投入、推动组织和文化变革等多维度、 基础设施" 的重要性,强 更多干货请关注公众号“管理技术化平台” 9 调混合 AI 数字底座成为主流架构, 为企业的业务流程提供智能化支持的 必然趋势。 2) 做了混合 AI 数字底座二级模块的全面刷新。AI 时代的数字底座, 需 要 AI 基础设施, 同时, 也需要 AI 运行所需的技术平台。这包括: "3 库 4 平台" , 这些技术平台已经对传统的大数据平台、应用开发平台形成 替代之势

式。 2 一、大模型赋能政务热线：从数字化到数智化跃迁 国务院《关于加强数字政府建设的指导意见》（国发[2022]14 号）强调“要 主动适应经济社会数字化转型趋势，充分释放数字化发展红利，全面开创数字政 府建设新局面”。政务热线作为我国数字政府建设最为成功的实践之一，不仅发 挥着政民互动的“连心桥”和社会治理的“连接者”的作用，并且海量热线工单 也逐渐成为辅助政府决策、推动社会治理创新的重要数据富矿。随着人工智能技 18(02):1-12+164. 5 一阶段强调智能算法的赋能，对政务热线大数据进行聚合分类、关联分析、回归 分析、预测分析和可视化呈现，充分释放数据红利，推动传统城市治理向精细化、 精准化和智能化全面升级。 （二）大模型在政务热线中的全新价值 随着大模型、人工智能、物联网等新一代数字技术的突破性发展，技术赋能 呈现出智能化与场景化深度融合的特征，为政务热线从数字化向智能化跃迁提供 了核心 文字略有调整。张革 、张强，北京接诉即办改革发展报告（2021~2022）[M]，北京：社会科学 文献出版社，2022。 11 改革已实现“传感器”、“接驳器”、“信息港”的三重定位，生动地实践出新 时代全面深化改革的“北京样本”，树立了数字时代超大城市治理的标杆。 1.改革历程 “接诉即办”改革始于 2017 年，至今已经历了“吹哨报到”、“接诉即办”、 “主动治理”三个阶段。 一是“吹哨报到”阶段。2017

式。 2 一、大模型赋能政务热线：从数字化到数智化跃迁 国务院《关于加强数字政府建设的指导意见》（国发[2022]14 号）强调“要 主动适应经济社会数字化转型趋势，充分释放数字化发展红利，全面开创数字政 府建设新局面”。政务热线作为我国数字政府建设最为成功的实践之一，不仅发 挥着政民互动的“连心桥”和社会治理的“连接者”的作用，并且海量热线工单 也逐渐成为辅助政府决策、推动社会治理创新的重要数据富矿。随着人工智能技 18(02):1-12+164. 5 一阶段强调智能算法的赋能，对政务热线大数据进行聚合分类、关联分析、回归 分析、预测分析和可视化呈现，充分释放数据红利，推动传统城市治理向精细化、 精准化和智能化全面升级。 （二）大模型在政务热线中的全新价值 随着大模型、人工智能、物联网等新一代数字技术的突破性发展，技术赋能 呈现出智能化与场景化深度融合的特征，为政务热线从数字化向智能化跃迁提供 了核心 文字略有调整。张革 、张强，北京接诉即办改革发展报告（2021~2022）[M]，北京：社会科学 文献出版社，2022。 11 改革已实现“传感器”、“接驳器”、“信息港”的三重定位，生动地实践出新 时代全面深化改革的“北京样本”，树立了数字时代超大城市治理的标杆。 1.改革历程 “接诉即办”改革始于 2017 年，至今已经历了“吹哨报到”、“接诉即办”、 “主动治理”三个阶段。 一是“吹哨报到”阶段。2017

（一）指导思想 以习近平新时代中国特色社会主义思想为指导，全面贯彻 党的二十大精神，立足新发展阶段，完整、准确、全面贯彻新 发展理念，加快构建新发展格局，着力推动高质量发展。以构 建现代化基础设施体系为目标，面向经济社会发展和国家重大 战略需求，稳步提升算力综合供给能力，着力强化运力高效承 载，不断完善存力灵活保障，持续增强算力赋能成效，全面推 动算力绿色安全发展，为数字经济高质量发展注入新动能。 创新驱动，汇聚合力。坚持创新驱动，遵循技术、标准、 产业和应用渐次导入的规律，推动核心技术攻关。充分发挥科 研院所、高校和企业在技术攻关、成果转化中的创新主体作用， 形成技术产业发展合力。 绿色低碳，安全可靠。坚持绿色低碳发展，全面提升算力 设施能源利用效率和算力碳效（CEPS）水平。统筹发展与安全， 进一步强化网络、应用、产业链安全管理和能力建设，构建完 善的安全保障体系。 （三）主要目标 到 2025 年，计算力方面，算力规模超过 能算力占比达到 35%，东西部算力平衡协调发展。 运载力方面，国家枢纽节点数据中心集群间基本实现不高 于理论时延 1.5 倍的直连网络传输，重点应用场所光传送网 （OTN）覆盖率达到 80%，骨干网、城域网全面支持 IPv6，SRv6 3 等创新技术使用占比达到 40%。 存储力方面，存储总量超过 1800EB，先进存储容量占比达 到 30%以上，重点行业核心数据、重要数据灾备覆盖率达到 100%。

获得先进技术能力是当前企业选择下一朵云的首要核心驱动力。企业在新引 入云服务商时，应关注其是否在关键领域具备符合企业发展需求的领先技术 优势，这对企业未来发展具有显著的现实意义。这些关键优势包括：全面立 体的多云安全保障体系、先进的AI技术能力、高效普惠的数据运营管理能 力、稳定可靠的多云治理和协同、持续优化的成本治理能力、开放合规的全 球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶 ����年�月��日 �� 随着数字化进程的日益加快，企业管理者洞察到企业的发展正被一系列崭新的驱 动力所推动，这些动力源来自于三个方面的深刻变革：即新技术的进步、新环境 的重塑以及新业务模式的全面落地实践。 新技术 无处不在的AI：生成式人工智能无疑是近一 年来引领技术变革的一颗超级新星，正在引 发各行业领域的“智能革命”，并逐渐成为 创造价值的主要来源。生成式人工智能的早 期应用展示了其在创意艺术、内容和代码生 化的工作负载，企业还需 要计算和存储资源具备弹性扩缩的能力。为了实现更好地管理规模化和异构 的算力资源，超大规模计算集群需要支持智能调度，特别是面对行业大模型 的训练和推理任务时。企业需要获得全面保障大规模算力集群的统筹管理和 优化能力，确保计算资源实现高效利用。 AI算力质量和性能：需要确保算力资源具有足够的可靠性和容错机制，以减 少因单节点故障而导致的训练任务异常中断，造成时间和资金的损失。为了

端到端的定义、发展历程、实现方法及挑战 1.2 自动驾驶产业支持充足，标志性政策落地 1.3 车企抢滩DeepSeek，AI行业与智能驾驶共振 1.4 10万级别智驾落地推动行业进入智驾平权 1.5 汽车行业加速迈向智能驾驶全面普及时代 2.关注自研核心算法的整车企业 2.1 特斯拉：纯视觉方案+一体化端到端先驱 2.2 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 2.3 小鹏：云端蒸馏模型+纯视觉方案，大幅提升车端上限 及 3.4.4 拓普集团：业务体系多元化，已形成XYZ三大系列产品线 3.4.5 线控制动发展历程 3.4.6 线控制动：EHB One-Box当前是主流方案 3.4.7 伯特利：线控制动持续攀升，全面打造XYZ三轴汽车底盘 控制系统供应商 3.4.8 线控转向：L4级及以上自动驾驶必备，尚处市场导入期 4.投资建议 5.风险提示 请务必阅读正文之后的免责条款部分 3 端到端发展进入加速期，基于 代效率，有效降低了维护成本。 请务必阅读正文之后的免责条款部分 图2：端到端技术演进 资料来源：辰韬资本，Ai fighting，国元证券研究所 5 从模块化方案向一体化端到端模型过渡 端到端架构的本质是深度学习的全面使用与数据驱动。根据感知模块与决策模块之间的贯通程度，可分为模块化 端到端与一体化端到端。 模块化端到端将感知模块和决策规划模块视为两个独立部分，分别使用神经网络，但模块之间仍存在人工设计的 数据接口。例如，华为乾崑ADS

地和战略转型的主要瓶颈。 虽然 89% 的受访 CEO 认可 AI 的战略重要性，超半数的 CEO 表 示正面临来自企业内部推动 AI 转型的迫切压力，但只有四分之一的 CEO 表示其组织已经为全面整合 AI 做好充分准备。 大模型正从“能用”迈向“好用”和“实用 ”，从技术创新演变为推动组织变 革的核心引擎，引领企业的智能化转型。 1 2 3 具备高 AI 力的个体能够显著提升工作效率和质量。 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 AI 官 产品层面：推出 AI 70%。相比之下，在生 产/制造/供应链、销售和客户服务、市场营销以及产品研发等核心业务部门，尽管应用普 及率较高，但其成熟度水平却相对较低。 由此可以看出，在 AI 转型进程中，企业普遍采取"重点突破、全面推进"的战略布局和实用 主义思维，优先将 AI 技术部署在核心业务部门，希望快速获得业务价值回报。 然而，职能部门虽然在 AI 应用规模上相对较小，但由于其业务流程更加标准化和规范 化，反而更容易实现

新药研发……一个一个场景经由新一代 AI 重塑，焕发出前所未有的价值。 不过，发现价值并不意味着能够掘得价值。如今惨淡的融资形势下，躬身大模型的企业 们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察 场景、技术、风控、商业化等方方面面，才能做出决定。 因此，今年的人工智能报告将研究核心放在了“场景”与“产品”之上，尝试通过洞悉医院、 药企、械企多方的供需逻辑，分析先驱者们的实战案例，为 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 4. 下行经济形势下，医健企业一级市场融资受阻，IPO 延期。医疗 AI 企业需要加速商 业化，在产品形态、市场开拓、伙伴合作等方面实现全面创新，尽快找到扭亏为盈的具 体路径。 目录 第一章：什么构成了医疗 AI 的配置动力？..................................................... 底是当前最火热的病种， 市场上的同类产品超过 15 种；布局肠息肉、泌尿相关等疾病的企业较少，细分赛道相 对冷门。形势背后的原因可归纳为三点。 1. 伴随标准化医疗数据获取难度的降低，市场需求全面主导影像 AI 的研发方向。根据 《中国心血管健康与疾病报告 2020》，中国成年人的冠心病总体发病率约为 9.6%，这 一数字表明冠心病在我国具有较高的发病率。肺癌在我国恶性肿瘤中发病率和致死率均

人工智能让汽车制造商在动荡时期加强收入和利润—— 如果认真对待的话。 3 人工智能应用案例在价值链的各个阶段出现，但时间跨度不同。 人工智能如果能够有效地在整个公司范围内协调，将带来显著的成本效益机会。 我们的分析表明，全面的人工智能转型战略可以实现40-60%的潜在利润提升。 人工智能在汽车领域的机遇 Strategy& 2 人工智能将推动汽车和移动领域的关键转型领域。 价值将在软件定义、自主和电动汽车等由技术驱动的创新领域尤为突出。 分析 ( ( ( 9 所选成功因素 战略、经验数据以及人工智能框架 每个用例可能需要不同的AI配置 方法 要从起点到规模化成功，对人工智能和数据的全面视角至关重要。 来源：Strategy& 分析 B 用例 什么？（？） 探索 发展 A 影响 D 抱负 （为何？） 路线图 哪种方式？（） 愿景/抱负 成功因素 成熟度 执行计划 治理与组织 能力与流程 建筑与技术 技能与文化 人工智能在汽车领域的机遇 Strategy& 信任的AI是解决伦理和监管挑战的关键。 建立并监控人工智能用例规划、数据、模型、验证和部署的全面信任框 架。 人工智能不是一个单一的软件套件，而是一系列工具/供应商，它们 各自拥有不同的优势——整个AI玩家格局都应被充分利用。 人工智能活动需要与外部合作伙伴进行协作 数据/人工智能专家供不