------------------------------------------ 13 3.数字化人才培养现状分析 ------------------------------------------ 16 五、破局之道：企业数字化人才培养体系 -------------------------------- 17 1.企业数字化人才培养策略 ------------------------------------------ 之间的协调性。 根据应用场景，对业务人员提 出与业务相关的数字化思维、 素养和专业技能要求。 典型职位 首席执行官、首席数 字官、企业中高层管 理者等 业务架构师、软件工程 师、IT 运维、用户体验设 计专家、大数据专家等。 战略规划、市场营销、财务、 人力资源等业务领域具有数字 化思维和应用意识的核心人 才。 典型职责 1）构建数字化愿 景：推动组织向数字 化方向转型； 数字化内容创作、系统工程、系统&组件集成、硬件设计开发、系统 安装与调试、用户体验分析设计、用户体验评估(12 个能力项) 支付 运营 服务级别管理、用户支持、变更与发布管理、服务交付、问题管理、 技术支持、网络及基础设施运维、应用系统支持、信息和知识管理、 信息安全管理、设施管理(11 个能力项) 赋能 质量 人力资源管理、绩效管理与职业发展、技能设计与测评、学习计划与 交付、技术专长、ICT 质量战略开发、ICT

AI：拓宽视野，影像 AI 脱离影像科1 影像 AI 萌芽时，企业主要围绕影像数据集较为丰富、标准程度高的肺结节与眼底疾病 展开，临床价值较为有限。历经近 10 年发展，医院对于影像 AI 产品的接受程度不断提 升，医生对于影像 AI 研发的参与程度不断深入，影像 AI 的应用场景也日渐宽泛。 目前，以影像 AI 为核心打造的医疗器械已贯穿筛、诊、治、防全流程，应用场景也由 放射科向外延伸，可赋能几乎所有涉及医学影像的科室。 入，还 把机器学习应用于放疗计划制定，这些 AI 始终没有离开放疗这一场景。 2022 年 10 月，强联智创的颅内动脉瘤手术计划软件打破了困境，该软件可用于脑血管 病患者 X 射线血管造影三维体层图像的显示、分割、测量和处理，辅助医生在神经介入 手术时进行动脉瘤弹簧圈栓塞用的微导管路径规划和微导管塑形规划。 随后，部分内置 AI 解决方案的手术导航系统获批进一步扩大了 AI 在手术治疗的应用范 脉狭窄程度进行精确测量，并 评估斑块的稳定性，为医生提供了客观、量化的诊断依据。 13 此外，AI 在三维重建与模拟方面也展现出了强大的能力。它能够对冠状动脉及其周围结 构进行精细的三维重建，并模拟手术过程，帮助医生评估手术难度和风险，从而制定出 更为个性化的手术方案。基于三维重建模型，AI 还能够规划出最佳的支架或球囊输送路 径，确保手术过程的安全和有效。 术中辅助方面，AI 的作用同样不可或缺。它能够实时分析

营销等特定用例对生成式人工智能开展试验。然而，许 多银行在从此类用例中获取价值回报方面仍面临重重困 难。我们的调研发现，尽管许多金融机构认为人工智能 对其未来发展至关重要，同时也已开始利用人工智能提 升效率，但只有一小部分表示其人工智能投资已能够推 动收入增长。 银行面临着独特的挑战 对许多银行而言，建立一个足够强大的风险管理环境，为 人工智能在更多领域的部署提供支持，特别是在信贷决策 或 现基础效率之后，他们会着眼未来将更多资源投入第二阶段，并开始通过第三阶段的长期投资为转型创新奠定基础。这种动态平衡有助 于确保银行能够取得立竿见影的成果，同时铺就未来的成功之路。 智慧银行的发展之道 有效的人工智能转型不仅限于实施相应的技术。通过对领先实践进行研究，我们发现银行可以通过三个人工智能转型阶 段增强人工智能能力并挖掘价值。 这三个阶段形成了一个灵活的结构化框架，以应对人工智能

• 滤波器、天线开关/调谐设计难度 加大 4x4 MIMO • 射频前端用量翻倍 • 终端天线数量增加 双连接 • 射频器件数量增加 • 器件性能要求提升： 射频前端及终端 天线量价齐升， 并且由于射频内 容大幅增加，而 手机内部射频所 占空间却在不断 缩小，射频前端 集成化趋势将会 加快。 5G带来的挑战 5G对终端射频带来的影响 1.2 13 -20 0 Skyworks（47%）、Qorvo（26%）、Avago（20%）等 射频开关 Skyworks（33%）、Qorvo（20%）、Murata（14%）、Avago（10%）等 天线 Amphenol、立讯精密、Murata、信维通信等 1.2 市场竞争格局：行业集中度高，海外厂商占据领导地位，天线大陆龙头 电有 子大 行业机 2遇 019年春季投资策略 18 电子行业2019年春季投资策略 从iPhone看终 LCP模组 Murata 可乐丽 松下电工 东丽 Murata 松下电工 宇部兴产 新日铁 旗胜 Murata 嘉联益 住友电工 臻鼎 东山精密 立讯精密 安费诺 信维通信 电连技术 价值量 PI软板 天线 MPI天线 LCP天线 ASP （美元） 2 3 4~5 1.2 21 电子行业2019年春季投资策略 5G终端天线变革：毫米波频段，AiP天线将成为主流

多元因素成为影响企业创新方向的关键。生成式人工智能技术快速发展，更 广泛的行业自动化用例已经无处不在。新的业务形态和商业模式正在持续出 现，企业既要高度关注新的市场机会，也要在面对存量市场竞争时，不断提 升客户体验；同时，一些企业还坚定地贯彻“走出去”战略，向外追求增量 空间。未来，数字化创新业务和数字化商业模式将成为企业发展的新动力源 泉，让企业能够始终保持积极的竞争姿态，在数字化新环境中打造可持续发 国���强公司将利用无处不在的 体验、边缘分析和GenAI，使客 户能够创造自己的体验旅程，提 高客户期望的结果和价值。 �� 新业务 数字化创新业务：越来越多的企业认识到加 速数字化创新的重要意义，通过不断转型升 级，寻找高附加值的业务形态。即使在经济 不稳定时期，企业也会持续投入数字化，以 保持足够强大的业务创新能力。 数字化商业模式：数字化企业将更加注重通 过商业模式创新来统筹实现数据的运用、用 围的协 作模式也会带来对不同云环境、大数据环境的新需求。一些云服务商提供的 跨云工具和服务，或者第三方多云管理平台，可以满足不同云环境间的数据 同步、应用集成和统一管理需求，简化多云环境下的运维复杂性。 �� 多云环境赋能企业增强业务敏捷性和可扩展性，构筑弹性技术服务架构：有 效的多云环境会进一步加速企业面向业务的敏捷能力，支撑多元业务下的复 杂业务架构，并帮助企业在与多个云厂商的合作中时刻保持主动。这对于一

模应用提供了算力支持。2024 年，全球 AI 大模型的参数量和数据量 持续增长，特别是像 Sora、GPT-4o、Gemini 等多模态大模型的出现， 进一步推动了算力需求的激增。当前，软硬件协同的方法正在不断提 升大规模智算训练效率。在硬件方面，高性能 GPU、专用 AI 芯片、 高速互联网络、大容量高速存储等技术，实现了大规模的算力供给， 为处理复杂、不规则的计算任务（如自然语言处理的长序列数据、计 算 感知交互类模型使得机器人“能看见”或“能听见”从而实现与 操作对象或人类的互动。一是识别类，搭载机器视觉技术的机器人取 代人眼对产品进行识别和检测，机器视觉系统能够识别产品的形状、 颜色、二维码、字符等，可以取代人眼对产品进行外观、尺寸、材质 等方面的检测并进行分类和原料追溯，由此发展出检测机器人、打标 机器人等。二是语音类，搭载行业知识库甚至大语言模型的机器人能 够按照人类的指示完 进行统一处理，利用大模型对语言和物理世界的理解开展自主决策， 1来源：中国信息通信研究院、北京人形机器人创新中心有限公司《具身智能发展报告（2024 年》 9 并生成编程指令执行具体操作。但是，当前较为成熟的大语言模型对 三维物理世界的理解不足，因此，融合两种或多种输入输出模式的多 模态大模型是衔接虚拟和物理世界的主要模式。 2、人形机器人作为人类能力的延伸是具身智能的重要发力点 具身智能的可以是机械臂、机械爪、仿生机械狗等多种形态，但

Post-Training 阶段，随着训练时计算量（来自 RL 的 Training 阶段）和 Test-Time 计算量 （例如 Test-Time Search ）的增长，模型性能（例如数学推理能力）也会随之提 升 Post-Training Scaling Laws 下 训练时计算量 多了一个新的变量： Self-Play 探索时 LLM Inference 的计算量 回顾： Post-Training https://openai.com/index/learning-to-reason-with-llms/ 随着模型尺寸逐渐增大，预训练阶段参数 Scaling Up 带来的边际收益开始递减；如果想要深度提 升模 型推理能力和长程问题能力，基于 RL 的 Post-Training 将会成为下一个突破点。 自回归模型在数学推理问题上很难进步的一点在于没有办法进行回答的自主修正，如果仅是依靠生 成 式方法 "API+ 本地化知识库 " 或 " 提示工程 + 检索增强 " 的混合方 案， 通过 Prompt Engineering 和 RAG 等技术实现业务场景的快速适配与轻量定制， 同时建 立完 善的运维合规体系，确保数据处理全流程的安全性与合法性。 资本市场的剧烈波动是 AI 技术快速迭代引发的短期现象，表现为研发投入和数据中心 建 设成本激增，这在近期美股科技股的震荡中得以集中体现；而从长期来看，行业将

此往复完成数据流的闭环。 算力：建设车端算力与超算中心。计算平台是自动驾驶系统的核心 硬件，涵盖车端算力和训练用超算中心。特斯拉从外购转向自研， 2019年4月推出自研车端芯片HW3.0，2024年2月升级至HW4.0，算力 提升至HW3.0的五倍。自动驾驶算力的瓶颈在于训练环节，特斯拉 为此开发了超级计算机Dojo，专注于深度学习模型训练，尤其是 FSD的支持。Dojo于2023年7月投产，预计到2024年底，特斯拉将投 相比上一代，将一个激光雷达从128线换到了192线，其中一 个毫米波雷达换成了4D毫米波雷达。192线雷达采样频率已经达到20hz。 请务必阅读正文之后的免责条款部分 图23：算法从ADS 2.0升级至ADS 3.0 资料来源：华为乾崑智能汽车解决方案，国元证券研究所 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 25 2024年4月，华为推出了新品牌乾崑及其新一代智能驾驶解决方案ADS 据2024年6月发布的信息，ADS智能驾驶系统的云端学习训 练算力达到7.5EFLOPS，训练数据量已达日行3500万公里，意味着每过24小时，系统就能迭代出一个“更聪明”的版本。 ADS 3.0升级点主要在于构建了GOD感知神经网络+PDP决策神 经网络实现模块化端到端。在ADS 3.0当中，华为将GOD和 RCR都神经网络化，并纳入到一个完整的 GOD 感知神经网络， 规划决策模块构建了PDP决策神经网络，实现去BEV化。华为

像识别处理市民咨 询，业务办理范畴得以延展、办理时长大幅压缩。 同时，AI 大模型也降低了应用门槛，惠泽更多中小企业。基于代码大模型的公有云 API 接口，中 小型企业的 IT 研发成本、运维成本都实现大幅下降。 2. 宏观经济承压，流程智能化是降本关键 全球经济增长放缓、通胀压力高企，企业利润空间持续收窄，倒逼企业必须通过流程智能化实现 “刀刃向内”的降本革命。 在显性成 系统还通过接口与蓝凌 OA 实时同步关键业务数据，显著提高了数据 交互效率。 建设亮点四 全生命周期项目管理 中集集团构建了项目全生命周期数字化管控流程，通过三大核心模块实现管理能级跃 升：系统自动处理项目信息，实现项目编码自动生成与时间轴协同，确保数据 100% 精准映射；系统实现项目启动、项目上线等关键流程节点状态自动更新，保障执行效 率；内置合规功能，自动总结项目流程，评审通过后完成项目闭环。借助数字化管理

算力是集信息计算力、网络运载力、数据存储力于一体的 新型生产力，主要通过算力基础设施向社会提供服务。算力基 础设施是新型信息基础设施的重要组成部分，呈现多元泛在、 智能敏捷、安全可靠、绿色低碳等特征，对于助推产业转型升 级、赋能科技创新进步、满足人民美好生活需要和实现社会高 效能治理具有重要意义。为加强计算、网络、存储和应用协同 创新，推进算力基础设施高质量发展，充分发挥算力对数字经 济的驱动作用，制定本行动计划。 优化算力设施建设布局。按照全国一体化算力网络国家 枢纽节点布局，京津冀、长三角、粤港澳大湾区、成渝等节点 面向重大区域发展战略实施需要有序建设算力设施；贵州、内 蒙古、甘肃、宁夏等节点推进数据中心集群建设同时，着力提 升算力设施利用效率，促进东西部高效互补和协同联动。加强 数据中心上架率等指标监测，整体上架率低于 50%的地区规划 新建项目应加强论证。支持我国企业“走出去”，以“一带一 路”沿线国家为重点布局海外算力设施，提升全球化服务能力。 高密、数据缩减、编码算法、芯片卸载、多协议数据互通等技 术，推动先进存储创新发展。鼓励先进存储技术的部署应用， 实现存储闪存化升级，进一步提升我国全闪存技术竞争力。 2. 持续提升存储产业能力。鼓励存储产品制造企业持续提 升关键存储部件等自主研发制造水平，打造存储介质、存储芯 片、存储系统和存储应用相互促进、协同发展的产业生态。 3. 推动存算网协同发展。加快存储网络技术研发应用，推 动计算与存储融合设计，促进存储与网络和计算协同发展，引