期单纯的技术人才扩展到具备 AI 思维和应用能力的复合型人才，我们 必须重新思考大模型时代对人才的能力要求。这种转变既反映了 AI 应用的深化，也体现了企业对人才能力的新要求。 在 AI 人才短缺的困境中，高管普遍低估了员工学习和接纳 AI 的意 愿。这一认知偏差不仅限制了企业对现有人才的培养投入，也阻碍了 AI 在企业内部的推广和应用。 无论是处于 AI 探索阶段还是已经开展 AI 应用的企业，最突出的痛点 正探索 AI 的企业 已应用 AI 的企业 调研显示，企业在 AI 规划和开发过程中遇到最突出的问题是“没有合适的流程和场景”部 署大模型，这种"有枪没靶子"、"虽然引入 AI 但效益提升有限"的困境，深层原因在于企业 对 AI 的认知误区和应用能力不足，不知道如何将 AI 融合进业务场景和工作流程。第二 个最大的挑战是“企业和团队对于大模型和 AI 价值认知不足”，仍然是认知短缺的问题。 在成本和资源投入方面，AI 能力的重要保障。这个群体主要包括数 据科学家、算法工程师等技术专家，负责开发和优化 AI 算法系统，为企业提供坚实的技 术支持。他们需要精通 AI 技术开发与应用，持续推动技术创新。 15 然而，在 AI 人才短缺的困境中，企业似乎忽略了一个重要事实：解决方案可能就在眼前， 只是管理层的认知偏差正在阻碍这一潜力的释放。 埃森哲在《高管和员工，谁对“智能企业”更向往？》报告中揭示了一个引人深思的现象，高 管普遍低估了员工学习和接纳

数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（ DRG/DIP ） DS 推理思考能⼒以及医保控费压⼒（需求⾼，难度⼤） → 药品定价策略 • PR 先⾏， 但过去“纸⾯数据、 ⾮标数据”等困境能得到极⼤ 缓解， 医院数据的应⽤价值 可 以得到释放 医学数据结构化提取、标准化 DeepSeek 对于医疗体系有那些影响？ - 医 院 医院 24 研发⽅向探索 • 检索药监、⽂献、临床指南、申报⼚家 准确率更⾼，模型幻觉更低，更适合⼯作场景严肃问答 • 知识获取可融⼊⼯作流程（如财务报销），让知识可即时取⽤ 企业 AI 知识库：打造企业版 ima ，提升内部流程效率 ⽀持多格式知识沉淀，打破知识分散困境 “理解准”、“检索准”、“回答准” 26 遵循⽤户指令，进⾏各种场景的⽂本创作 对已有内容进⾏续写、润⾊、校阅、翻译和总 结 ⽂档智能助⼿：

数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） DS推理思考能⼒以及医保控费压⼒（需求⾼，难度⼤） →药品定价策略 医院 • PR先⾏，但过去“纸⾯数据、 ⾮标数据”等困境能得到极⼤ 缓解，医院数据的应⽤价值可 以得到释放 医学数据结构化提取、标准化 24 新药研发：借助⼤模型，提升药品研发的效率和速度 • 检索药监、⽂献、临床指南、申报⼚家 数量等选择潜在靶点（需RAG未公开数据） 若研发成本降低20%，IRR升⾄10.1%”1 数据来源：创新药研发周期理论，创新药研发回报率研究，申银宏源；美国数据 企业AI知识库：打造企业版ima，提升内部流程效率 ⽀持多格式知识沉淀，打破知识分散困境 “理解准”、“检索准”、“回答准” 灵活权限设置，保证企业资产安全 • 知识萃取+模型推理，超越基础RAG，充分应⽤企业知识结构， ⾃动学习理解企业信息，强化掌握知识要点关联 • 准确率更

打造一体化流程支撑平台，以加速流程建设为核心目的，开启了流程管理 变革。 01 传统 BPM 系统“四大桎梏” 中集集团原 BPM 系统的局限性集中体现在四个维度：系统架构恐龙化困境、安全与合 规风险、流程扩展瓶颈以及用户体验代际断层。 桎梏一 系统架构恐龙化困境 原有 BPM 系统底层引擎基于过时技术框架，仅支持特定浏览器版本，无法适配新型终 端设备。同时，原有 BPM 系统模块化程度低，功能扩展需依赖代码级改造，响应业务

随后数年，虽有瓦里安、联影智能、柏视医疗、连心医疗等企业陆续实现注册准入，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 接下来，我们将对各企业商业化进展做具体剖析，提炼其成功的商业化经验，以期为行 业带来一些借鉴与启示。 41  医渡科技：“聚焦”战略突破“烧钱”困境，迎来盈利曙光 随着狂热入局的资本逐步趋于冷静，加之疫情的影响，2021 年前后，医疗人工智能行 至深处，如何改善企业盈利能力、突破“烧钱”困境是行业的主旋律。 2024 年 6 月，医渡科技大幅提升盈利能力的消息随其财年业绩发布，给行业注入了一 剂强心剂。业绩显

理解超长指令，执行超长任务； 2025年3月，蝴蝶效应推出通用型AI助手Manus，可实现企业研究、旅行规划、课程设计等多场景的任务规划与流程操作。 中国AI Agent厂商生态分化现状与当下发展困境 互联网科技大厂 垂直领域科技厂商 Agent开发平台厂商 原生Agent应用厂商 • 提供一站式大模型开发平台 • 推出通用型Agent工具链 • 成熟产品集成Agent能力 依托底层算力资源与大模型能力，构建"基 以终端用户需求为导向，打造场景化智能服 务 • C端产品侧重交互体验 • B端产品强调任务闭环 B端与C端 B端 B端 B端与C端 厂商生态分化逻辑：核心能力与市场需求的双向适配 当下AI Agent发展困境 • 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

理解超长指令，执行超长任务； 2025年3月，蝴蝶效应推出通用型AI助手Manus，可实现企业研究、旅行规划、课程设计等多场景的任务规划与流程操作。 中国AI Agent厂商生态分化现状与当下发展困境 互联网科技大厂 垂直领域科技厂商 Agent开发平台厂商 原生Agent应用厂商 • 提供一站式大模型开发平台 • 推出通用型Agent工具链 • 成熟产品集成Agent能力 依托底层算力资源与大模型能力，构建"基 以终端用户需求为导向，打造场景化智能服 务 • C端产品侧重交互体验 • B端产品强调任务闭环 B端与C端 B端 B端 B端与C端 厂商生态分化逻辑：核心能力与市场需求的双向适配 当下AI Agent发展困境 • 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

强化学习方法使得机器人的泛化操作能力大大提升。强化学习为 具身智能的突破性发展提供了理论基础，让机器人在与环境的交互 中，不断试错、学习和优化策略，并依据奖励策略不断优化动作执行 结果。然而，强化学习在面对新场景时存在迁移困境，对高质量训练 数据的要求较高，目前主流的改进方法有两种，一是通过模仿人类的 行为快速掌握新技能，比如丰田研究所开发的“大型行为模型”，机 器人能够通过观看视频等物理演示学习新动作；二是通过多模态数据

务的强烈 需求。随着供需两端的持续改善，中短期内行业有望迎来积极的供需转折点，市场定价亦将呈现转折态势。届时，算力中心作为资源导向型业务，优质资 源供给将越发稀缺，算力中心行业将有望彻底摆脱低价竞争困境，步入以高质量发展为核心的新阶段。 四、长期增长潜力 随着AI技术与商业模式的不断成熟，推理需求有望逐步释放，为算力中心行业带来更为广阔的市场空间。在数字化转型与智能化转型的浪潮下，AI技术

之间的互联衔接， 有效缓解因“数据孤岛”引发的沟通成本高昂和治理流程阻塞等问题。同时，大 模型通过对数据的深度挖掘和分析，解决源于数据共享受阻所导致的信息不对称、 反应不灵敏、响应不及时等接诉困境，使政务服务的业务处理更加流畅高效，极 大强化了政府部门间的整体联动性。 其次，大模型重塑政民互动模式，提升政务服务精准度。 6 数字政府建设的初衷和重要内容是提升政府治理能力以更好地为人民服务。