2005年，人形机器人Albert HUBO被 发布，是世界上第一款具有人形头 部的行走类人机器人。 2005年，波士顿动力推出四足机器 人BigDog，适应复杂地形。 2008年，协作机器人先驱Universal Robots发布首款商用协作机器人 （Cobot）。 人形机器人 2016年，波士顿动力发布了双足人形 机器人Atlas和四足机器人Spot 同年，AlphaGo击败李在石，展示了 人工智能强大的学习和决策能力。 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。 • 目前AI平民化成为大趋势，人工智能融入国民生产生活中，民众对于AI相关应用的关注呈指数级增长，民众对于人工智能的接受度也逐渐上升。 资料与数据来源：国家统计局，《中国蓝领群体就业研究报告》，月狐数据 VLA模型Helix、Hugging Face和Physical Intelligence 的 Pi Zero、 谷歌 SayCan模型与RT-1模型、微软ChatGPT for Robotics、字节跳动GR-2 大模型 协作机 器人 优傲机器人、斗山机器人、纽禄美卡、节卡 机器人、大族机器人、艾利特、越疆机器人 发那科、ABB、安川电机、KUKA库卡、川崎 重工业、埃斯顿、Denso、三菱电机、雅马 哈、新松机器人、上银科技、广州数控、

领域，定制系统培训规划，提升员工专业素养。同时，挖掘内部潜力人才，培育变革型领导骨 干，使其能精准洞察转型趋势，带领团队攻克难关，推动企业战略目标达成。此外，营造人才 多元化发展生态，打破部门与领域壁垒，搭建跨部门交流协作平台，激发员工创新思维与活力。 第 9 页 四、人才赋能：数字化转型的核心驱动力 在数字化转型大环境下，诸多企业的业务和工作流程终将面临着全面的转型或变革，岗位 技能也或将被重新塑造，人才需 位经验的匮乏，也使得高校学生无法将专业技能与专业技术充分结合，所以培育出的数字化人 才不能满足市场和企业的需求。 企业的业务层面往往有较高壁垒，尤其是传统行业，纯粹的数据技术人才不理解业务，和 业务团队沟通协作困难，数字化建设和业务打通困难，因此很难取得显著成效。企业要加强数 字化人才的业务接触，也要有意识地挖掘业务部门数字人才的潜能，加强业务的数字化能力和 数字化思维的培训学习，培养数字化素养。 第 的可持续发展，也对数字化人才的培养和成长造成了制约。  文化冲突与团队协作的难题 数字化人才的培养过程中，有时会遇到不同文化背景和价值观的冲突。在全球化的背景下， 数字化人才需要具备良好的跨文化沟通与团队协作能力。但在实际操作中，由于文化差异和语 言障碍等问题，数字化人才往往面临团队协作的挑战。文化冲突与协作问题，不仅影响了项目 的进展和效果，也制约了数字化人才的国际合作与交流。 

高 精度操作机器人；二是移动优化类，具有平面活动需求的移动机器人 能够感知到障碍物优化移动路径，成为自动避障移动机器人；三是协 同优化类，单一的机械控制转变为群体控制，包括机器人群体的高效 协作、任务分配和调度、无人物流机器人系统、多种机器人协同系统 等等。 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 机械臂+识别类 模型”，AI 应用的主要目标是识别外观缺陷情况，随着机器视觉检 测能力的提升，机器人可以适应各类大小、形状、质地的检验对象， 并同时开展多个检测流程，如大族机器人 Elfin 协作机器人能在 60 秒时间内完成电池托盘法兰面内测平面度检测、内腔长度检测、碰焊 点检测等 10 多项检测，又比如 ABB 提供的人工智能机器人焊接质检 系统，以比人工快 20 倍的速度，检测、发现和识别仅 试验验证和产线优化场景处于价值链的两端，附加值较高、应用 难度大，占比均为 5%。近年来，随着设备标准化和自动化程度的提 高，各类搬运、测量、焊接机器人及其他生产设备实现互联互通，并 通过统一的控制平台和模型算法开展协作，为产线和研发的智能化创 造了基础条件，但是由于前期投入大、回报周期长，目前这两类场景 14 的探索主要集中在部分高科技行业的龙头企业。 此类场景“机器人+人工智能”主要是“多智能体+协同优化模型”

值得注意的是，AI 转型的本质并非单纯的技术升级，而是人机协作模式的重构与组织能 力的重塑。在这场变革中，人才既是 AI 的使用者，更是推动企业转型的核心引擎。唯有将 人才置于 AI 转型的核心，构建组织和人才系统化应用 AI 的能力，才能实现 AI 与企业运 营的深度融合，把握智能时代的战略先机。 AI 引言 AI 力，即与 AI 协作、驾驭 AI 的综合能力，正在成为继智商 (IQ)、情商 缚，企业才能真正释放人 才潜能，在 AI 转型的浪潮中占据先机。 高管低估了员工学习和接纳 AI 的意愿 3.3 75% 60% 5% 16 AI 转型的本质并非单纯的技术升级，而是人机协作的重构与组织能力的重塑。在这场变 革中，人才既是 AI 的使用者，更是推动企业转型的核心引擎。面对 AI 的快速发展，企 业对 AI 人才的需求已经发生质的转变，从早期单纯的技术人才扩展到具备 AI 强企业引入大模型的过程并不理想。尽管一开始企业热情高涨，但随着时 间的推移，员工对大模型的使用量和满意度却大幅下滑。主要原因是员工普遍缺乏在实际 工作场景中有效应用大模型的能力：他们不清楚如何与 AI 协作，不了解如何评估 AI 的输 出结果，甚至误认为大模型不实用，最终选择放弃使用。这不仅造成了企业技术投资的浪 费，也错失了利用AI提升生产力的宝贵机会。 不同于蒸汽机等传统工具，AI 本身并不能直接带来生产力的变革和效率的提升。因为

到 2030 年中国特种机器人产业规模将增长至 506.6 亿元。  人形机器人将逐步由资源拉动转为市场驱动。近年来中国人 形机器人产业进入爆发期，在学术界、产业界、政府、资本 等多方通力协作下，产业发展势能快速释放，2023 年中国人 形机器人产业规模为 39.1 亿元。“十五五”时期，中国人形 机器人将力争强化作业能力、开启规模生产、打通商业逻辑， 产业发展将由资源拉动逐步转为市场驱动，预计到 拓下游市场等方面均走在全国前列。  北京：立足全球视野，“十五五”时期有望在人形机器人等领 域实现跃升。近年来，北京以打造国内领先、国际先进的机 器人产业集群为目标，加紧布局人形机器人产业，着力提升 医疗康复机器人、协作机器人、特种机器人和仓储物流机器 人等产业发展水平。“十五五”时期，北京凭借其卓越的创新 实力和政策支持，有望在人形机器人领域实现跨越式发展， 产业规模增长潜力巨大。 5 企业：抢抓新机遇，布局新赛道 展不断深化。在 此背景下，行业企业和高校院所加力投入研究创新，推动机器人 6 技术从单一感知向全域感知提升、从感知智能向认知智能升级、 从单机智能向集群智能演进、从围栏操作向人机协作跃迁。“十 五五”时期，机器人技术将与人工智能、新材料、新型传感、生 物仿生、元宇宙、脑机接口等前沿技术进一步融合发展，多个关 键零部件性能也将进一步提升。 数据来源：赛迪顾问，2024

生态系统360° 车辆360° 使用 病例 自动驾驶汽车软件 生成和测试 自动化视觉工厂 控制和资产配置 自动化营销内容 生成和宣传活动 电池健康状态和 残值估测 电动汽车能源/ 充电优化 机器人/协作机器人应用 生成式车辆 零件设计 虚拟客户服务 中心/助理 视觉检验和残余 二手车价值计算 自动驾驶 优化 生成电池 工程 预测性维护 资产 预测性诊断 并且保修优化 适应性移动即服务 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/人工智能专家供不应求，算法复杂——与合作伙伴合作以实现速度 和效率，同时不造成依赖 文化在成功实施人工智能中至关重要。 人工智能通常用技术术语来描述——但创造一种文化， 鼓励员工学习和实验AI工具至关重要。 个性化/相关终端用户 体验 价值创造与其他 行业领域 内部结构化数据基础 内部非结构化数据基础 多领域和多所有者数据基础 虚拟客户服务 中心/助理 车载个人 助手 生成式车辆 零件设计 协作机器人制造 应用 实现规模化的自动化 驱动 自动驾驶车辆 软件生成 并且测试 本报告来源于三个皮匠报告站（www.sgpjbg.com），由用户Id:349461下载，文档Id:614001，下载日期:2025-02

Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 能代理演进。作为连接数字智能与物理世界的关键技术，具身智能是下一代AI竞争的战略高地， 其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 推动了大模型技术的普惠与平权，将加速大模型在产业和消费领域的应用普及。构建面向新一 代人工智能的安全治理体系至关重要，需要在技术、商业、法律、伦理等多个层面协同发力， 逻 辑推理及规划能力，然而，其与应用需求侧之间仍存在一定 “Gap”。Agent 作为“桥梁” 角色，可支撑大模型落地到各类具体应用之 中，补足其精准对接业务需求、上下文记忆、主动规划执行以及多任务协作等多方面能力。 当前，Agent市场呈现出厂商生态分化的态势。互联网科技巨头与垂直领域科技厂商常借助Agent能力赋能原有产品，提升其使用体验与 智能化水平。同时，各类厂商依据自身优势，针对特定客户 侧重垂直领域优化，但仍囿于对话式沟通， 与对话式AI产品逻辑类似，Agent的强势 能力尚未凸显 • 产品同质化严重，主动性、记忆能力、执 行感知能力有待提升 • 智能体与生产生活联系紧密度低，多智能 体协作生态尚未培育 24 ©2025.3 iResearch Inc.

Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 能代理演进。作为连接数字智能与物理世界的关键技术，具身智能是下一代AI竞争的战略高地， 其发展需要解决硬件加速和软件优化、跨行业生态协作等一系列挑战。DeepSeek的开源开放， 推动了大模型技术的普惠与平权，将加速大模型在产业和消费领域的应用普及。构建面向新一 代人工智能的安全治理体系至关重要，需要在技术、商业、法律、伦理等多个层面协同发力， 逻 辑推理及规划能力，然而，其与应用需求侧之间仍存在一定 “Gap”。Agent 作为“桥梁” 角色，可支撑大模型落地到各类具体应用之 中，补足其精准对接业务需求、上下文记忆、主动规划执行以及多任务协作等多方面能力。 当前，Agent市场呈现出厂商生态分化的态势。互联网科技巨头与垂直领域科技厂商常借助Agent能力赋能原有产品，提升其使用体验与 智能化水平。同时，各类厂商依据自身优势，针对特定客户 侧重垂直领域优化，但仍囿于对话式沟通， 与对话式AI产品逻辑类似，Agent的强势 能力尚未凸显 • 产品同质化严重，主动性、记忆能力、执 行感知能力有待提升 • 智能体与生产生活联系紧密度低，多智能 体协作生态尚未培育 24 ©2025.3 iResearch Inc.

AI 素养，让团队熟悉智能体 AI。强制对所有岗位人员进行 AI 技能培训， 营造“AI 必备”的文化，实现更智能的协作 并负责任地将 AI 智能体和 AI 助手整合到日 常工作流程中。 What to do 发挥团队的集体智慧。 打破各自为政的思维模式，建立协作沙盒， 在沙盒中对 AI 工作流程进行严格测试和完 善，鼓励员工大胆实验，不必担心失败。让 业务部门、IT 和人力资源部门的领导者共同 利用混合云和开放式 AI 方案实现全球 AI 战 略。将安全、可扩展的混合云平台与开源 AI 框架相结合以推动创新，促进跨市场的互操 作性，遵守不同地区的法规，同时促进全球 AI 发展的协作和包容。 做好监管方面的准备。 积极记录。评估数据的存放位置及其对运营 可能产生的影响。通过清单来记录使用 AI 的 每个实例，确保 AI 生成的资产可以追溯到基 础模型、数据集或其他输入。将这些源信息 May 10, 2024. https://ibm.co/digital-product-alchemy 33. Ibid. 选对合作伙伴， 驾驭多变的世界 在 IBM，我们积极与客户协作，运用业务洞 察和先进的研究方法与技术，帮助他们在瞬 息万变的商业环境中保持独特的竞争优势。 IBM 商业价值研究院 IBM 商业价值研究院 (IBM IBV) 成立二十多 年来，我们提供有研究支持和技术支持的战

准备抓住人工智能机遇 D 设计人工智能国家政策 E 全球合作，实现包容和平等地使用人工智能 引导人工智能走向共同繁荣 人工智能正在重塑 经济和社会——它 将推动可持续进步 还是加深现有不平 等？ 全球协作是确保人 工智能的益处惠及 每个人的关键，从 而将重点从技术转 移到人。 第八章 1 1 人工智能技术前沿 版权所有 © Adobe Stock 2 925 138 2023 。这些内容在报告中 作为连接证据和制定政策建议的方式进行了讨论。 人工智能的快速 发展由三个关键 杠杆点驱动—— 基础设施、数据 和技能——这些 可以催化持续创 新。 下一次工业革命可以 通过人机协作、可持 续性和个性化带来一 个更加包容的未来— —如果能够谨慎引导 的话。 6 为私营和公共利益服务——领先的技术公司正在掌 握技术未来的控制权，它们的商业动机并不总是与公 于鼓励私营部门投资的商业环境有助于建设必要的设施。分布 式网络和计算能力可以支持人工智能的发展，但确保基础设施 和系统之间互操作性和协调一致是至关重要的。 数据——鼓励开放数据和数据共享可以增强数据集成、存储、 访问和协作。推广良好的数据收集实践，确保创新生态系统中 互操作性和可访问性，可以支持人工智能的采用和发展。隐私 、问责制和知识产权方面也应得到解决，以促进创新同时保护 人权。 技能 —— 提高全民AI素养将促进人工智能的广泛应用，并通过