1 月 北京中培伟业管理咨询有限公司 BEIJING ZHONGPEI WEIYE MANAGEMENT CONSULTING CO.,LTD ·洞察企业数字化转型现状 ·解读数字人才发展与培养 ·构建数字化人才建设体系 ·赋能企业数智化升级突破 目录 一、引言 ----------------------------------------------------------------- 02 2.政策环境 | 中央及地方积极出台数字化转型及人才培养政策 ------- 04 三、拥抱变化：数字化人才将成为企业新的发力点 ------------------------ 06 1.数字化人才 | 企业数字化转型关键因素 ----------------------------- 06 2.解决方案 | 重视数字化人才培养 ------------------------------------ 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 ------------------------------------------ 18 2.企业数字化人才培养保障体系 ----

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 是组织缺乏 AI 专业知识或技能。这一问题正成为制约企业 AI 应用落 地和战略转型的主要瓶颈。 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 原生产品线 运营层面：构建智能化业务中台 文化层面：建立数智化人才培养体系 07 AI 在企业应用中"普及度" 与"成熟度"的反差 1.3 企业将生成式 AI 应用在哪些环节 销售和客户服务 39.2% 30.0% 45.3% 18.8% 4.3% 5.5% 在各行各业的广泛应用，企业对 AI 人才的需求呈现爆发式增长。这种增长不仅 体现在数量上，更体现在对人才质量和多样性的要求上。 然而，人才供给端却面临着严峻挑战。虽然高校纷纷开设人工智能相关专业，但受制于人 才培养周期较长的客观限制，短期内难以满足市场的迫切需求。更为棘手的是，现有人才 AI 人才短缺 3.2 易观分析联合 CSDN 发起的一项企业 AI 应用调研进一步佐证了这一发现。 13 企业在 AI

工智能举措的基础。银行应建立强大的数 据治理框架，重点关注质量、集成和安 全，为长期可扩展性奠定基础。这就要求 对可以为大量交易、复杂风险模型和实时 决策提供支持的企业级人工智能基础设施 进行投资。 培养利用人工智能提升人类潜能的文 化氛围 采用综合人才战略以留住人才及提升人才 技能是关键要务之一。学术机构、金融科 技初创企业和创新中心可以帮助以全新视 角提高员工技能。沉浸式人工智能培训项 下加以利用。 融合 在融合阶段，应将人工智能集成到工作流程、产品、服 务、价值流、机器人和可穿戴设备之中，以实现更大价 值。高层领导应围绕道德、信任和安全在银行整体推动 重塑员工队伍，培养新技能和实施技能变革，从而在运 营模式中融入人工智能。可借助云和传统技术现代化等 措施，部署人工智能代理和各种模型，并在银行上下利 用数据强化运营。 演进 在演进阶段，应推动商业模式和生态系统的发展，使用人 识别高价值用例，提高人工智能素养，确保遵从相关法规，并建立 道德护栏。 在职能层面，银行应在各个领域试行人工智能解决方案，培养员工技能，促 进创新，并从最初的试验中学习经验。 在基础层面，银行应利用由战略供应商提供的经少量定制的云平台和预训练 人工智能模型。这一阶段的重点是培养对人工智能的认知，开展试验并协调 对齐，为银行在更大范围内集成人工智能做好准备。 图2：管理层的人工智能应用目标主要瞄准运营收益而非战略价值

——来源：中国信息通信研究院《中国数字经济发展研究报告（2024）》 图 1-1 中国数字经济规模 需要指出的是 人工智能发展之路并非一帆风顺。企业在引入人工智能 技术时, 需直面技术兼容性、数据安全、人才培养等多重挑战。只有克服这 些障碍, 才能充分释放 AI 的潜力, 推动企业向智能化转型的纵深发展。未 来, 随着技术的持续进步与应用的不断深化, 人工智能将在更多领域展现出 其独特的价值与魅力, 策效率和精准度? 此外, 是否有专门的团队负责推动智能化战略的落地, 并确保与公司整体战略的协调一致? • AI 人才建设:是否已建立针对 AI 领域的长期人才发展计划,涵盖招聘、 培养、激励等多个方面? 是否专注于培养复合型 AI 人才, 结合技术能 力与行业知识, 以支持 AI 技术在各业务领域的深度应用? 是否为公司 引进最前沿的 AI 技术和思维? • 智能创新文化:是否在企业文化中注重智能创新 及面临的战略调整挑战是不可避免的。然而, 通过深入分析外部环境不确定性、 新技术投入回报特点等因素,企业可以更加清晰地认识到自身所处的困境和问题 所在。采取加强市场监测、制定灵活战略规划、注重人才培养、推动组织变革和 探索多元化合作等策略, 企业能够更好地应对战略调整挑战,在智能化转型道路 上稳健前行, 实现可持续发展。 3. 除战略能力之外,下降最为明显的二级指标主要集中在数字底座, Al

战略定位以利用人工智能实现可持续发展可以与差距分析相结合，将愿景与实际行动 相联系。非洲和东南亚的一些发展中国家已加强其基础设施以支持互联网使用和跨境 连接。中国在数据获取能力和数量上具有明显优势。印度、中国和巴西已经培养出大 量的AI开发者。可以遵循不同的追赶政策和发展轨迹，以应对人工智能的快速演变而增 强准备。 大型国家可能开发者比例较低，但这可能仍代表着大量可以建立人工智能优势的开发 者。美国拥有最多开发者， 图 11 很少有发展中国家拥有全国性的AI战略。 20 来源：联合国贸易和发展会议（UNCTAD）。 总体 方法 基础设施 数据 技能 采用 发展 支持人工智能的采用和扩散 培养生成新人工智能的能力 《生成式人工智能服务管理措施（中国）》 AI法案（欧盟） CHIPS [Creating Helpful Incentives to Produce Semiconductors] 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 从早期教育到持续学习过程中融入科学、技术、工程、数学以 及AI相关课程来实现。学术界与私营部门之间的合作可以帮助 培养满足特定行业需求的人工智能人才，并推动人工智能的发 展。 人工智能需要一种 全面的政府方法， 包括跨部门的协调 行动、监管和治理 ，以引导技术变革 。 政策焦点 22 23 5 全球inclusive合作

局。在数字化转 型的浪潮中，企业需要以开放和创新的心态拥抱技术变革，将AI与传统业务深度 融合，打造智能化、数字化的现代食品饮料产业链。 AI转型是一个循序渐进的过程，需要企业在技术应用、人才培养、组织变革等多 个维度协同推进。建议企业从实际需求出发,选择合适的切入点，稳步推进数字化 转型，在实践中不断积累经验、完善方案。 可以预见，随着AI技术的持续演进和行业实践的深入，将会有更多创新应用场景

炉次计划优化算法(智能排产) • 综合物流调度 • 碳资源交易与碳金融 • 中鑫联云商平台风险控制 场景选择示例——钢铁大模型 57 政企、创业者必读 有了场景之后，只有DeepSeek还不够 大模型就像培养器中的大脑 会理解、能问答、能生成，但是没有记忆能力，不会使用工具， 不能处理复杂流程，无法下地干活儿 通用大模型不了解企业内部业务情况、行业情况 58 政企、创业者必读 知识管理是大模型更 2024年是专业大模型之年 2025年是AI应用之年 AI应用= DeepSeek+场景+智能体+知识库 66 政企、创业者必读 67 企业应用AI的经验总结 政企、创业者必读 建立AI信仰、培养AI素养 才能真正拥抱AI时代 68 政企、创业者必读 个人AI能力的五个阶段 只会与大模型进行聊天（纳米AI） 能打造个人专业知识库，具备知识收集和整理能力（纳米AI知识库） 能使用

的自主权。 关键在于，这个例子展示了信任和自主性是如何密不可 分的。但它也表明了信任领导者现在需要考虑的细微差 别。父母与子女之间的关系取决于信任的情感和认知两 个方面。安全护栏有助于营造一个充满爱心、培养和安 全的成长环境，同时也帮助父母建立对孩子决策能力的 信心。当涉及到人时，我们不需要在这两个维度之间进 行区分，但与技术相比，它们是不同的挑战，需要不同 的解决方案。 截至目前，技术系统主要基于规则。尽管这些系统相对 地宣称互联网的价值将证明不会超过传真机。 16 现在，我们看到了未来AI认知数字大脑为社会各个层面 提供动力、相互互动、并将新的智慧带进一切和更多的 自主权给每个人的初步迹象。企业需要自问的问题不是 这是否会成功，而是他们将如何投资以培养实现这一未 来所需的信任，以及他们能够如何利用这一无限制的能 力。 当大型语言模型拥有其身体时 研究探讨在现实世界中人 工智能自主性的体现，以及一个认知数字大脑如何转化 企业的实体存在。随着生成式人工智能在物理学和机器 企业可以从一开始就关注三个关键的信任领域：关于人 工智能（AI）益处的意识和教育；数据保护和隐私的优 先性；以及实施控制以理解自主决策。 人格化的商业重塑需要从今天开始，并且必须基 于信任。如果对技术的信任可以得到培养，整个 工作流程和供应链都可以得到改变。记住——它 始于品牌，但没有任何理由它应该就此止步。 系统和拟人化的商业需求必须与客户保持一致——首 先由他们信任并从中受益的技术来引导，只有在他们 的信任增长时才逐步推进。

产业政策 2.1.1.1 全球产业政策特点 人形机器人作为新一代人工智能的集大成者，已经成为全球科技 和产业竞争的新高地。各国政府高度重视，从促进多方协同、加大研 发投入、完善产业生态、重视人才培养、加强国际合作以及关注伦理 安全等维度，出台了一系列政策措施，为本国的人形机器人产业发展 提供强力支持。 15 以中国、欧美、日韩地区为例，各国政府在技术创新与研究支持 方面，集中资源推动 命的核心产业，并为“智能机器人 2022 年实施 计划”拨款 1.722 亿美元 韩国 《尖端机器人产业愿景和战略》 2023 年 至 2030 年拟投资约 22.4 亿美元，在多个行业 普及 100 万台机器人，并大力培养机器人相关 核心技术和专业人才 韩国 《智能型机器人法》 修订中 从法律的层面，计划重新定义“人工智能”及“人 形机器人”等新技术和产业，彻底重新审视机 器人产业、机器人技术的相关规则 日本 产业优势，还要针对未来智能工厂协同作业、与 5G/6G 网络融合应用 等前沿领域开展预研，制定前瞻性提案引领发展方向。 此外，加强培养复合型、创新型国际标准化人才至关重要。构建 多层次人才培养体系，完善人才高等教育和职业培训体系，加大对国 内专家、国内对口单位的培养、选拔，为我国人形机器人国际标准化 工作筑牢人才基础。 6.3 加强产业政企协作机制建设，完善政策支持体系 基于中国标准化发

算力产业流动。鼓励金融机构加大对绿色低碳算力基础设施的 信贷支持力度，支持符合条件的企业发行绿色债券。 （三）深化交流协作 充分发挥产业联盟、标准组织的组织引导作用，促进技术 研发、产业化推广、基础设施建设、人才培养等方面的交流与 合作。支持国内算力企业走出去，积极拓展国际合作渠道。鼓 励国内企业、研究机构、高校在算力技术与标准等方面加强国 际交流与合作。 （四）强化平台支撑 完善中国算力平台建设和数据采集机制，推动大型以上数