------------------------------------------ 35 案例 1：AI 大模型技术及开发应用实践培训 ------------------------- 35 案例 2：企业数字化转型顶层设计与 TOGAF 认证培训 -------------- 38 案例 3：B 端数字化产品设计实战培训 ------------------------------ 40 八、关于中培伟业 ----- 培养，深化数字经济领域新工科、新文科建 第 5 页 设，支持企业与院校共建一批现代产业学 院、联合实验室、实习基地等，发展订单制、 现代学徒制等多元化人才培养模式。制定实 施数字技能提升专项培训计划，提高老年 人、残障人士等运用数字技术的能力，切实 解决老年人、残障人士面临的困难。提高公 民网络文明素养，强化数字社会道德规范。 鼓励将数字经济领域人才纳入各类人才计 划支持范围，积极探索高效灵活的人才引 强化人才支撑。聚焦制造业数字化转型需 求，优化提升“揭榜挂帅”核心技术攻关机 制。支持用人单位依托国家、省级重点人才 工程加快聚集数字技术领域高层次人才，加 速推动数字化领域公共实训基地建设，建立 健全常态化、专业化人才培训机制，提升数 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+”

注：总和不等于 100%，因为“重新评估“和“以上都不是”也是其中 的选项。 2025 年五大趋势：人智共创未来 点燃创新纪元 3 智能体 AI 将变革组织的业务， 但组织首先必须对员工进行再 培训。 技术债务仍在不断增加，尽管 组织在努力缓解这一问题。 在 AI 时代，位置至关重要。 AI 的快速采用带来了严峻的 IT 预算挑战，但组织很快就能自我 造血。 AI 产品和服务创新是 CEO 管表示其组织仍将处于实验。 要将这一势头转化为真正的业务价值，领导者需要赋予员工权力，让他们充分利用这一触手可 及的技术。这意味着要实现决策民主化，并为员工提供成功所需的工具和培训。人才是利用 AI 制胜的秘诀，但如果没有战略性再培训、安全护栏和决策支持，仅凭人才是无法取得成功的。 2025 年五大趋势：人智共创未来 点燃创新纪元 4 本研究是 IBM 商业价值研究院 “五大趋势” 系列报告的第六期，旨在分享战略性洞察， 就会停滞不前。 智能体 AI 将变革 组织的业务，但组 织首先必须对员工 进行再培训。 2025 年五大趋势：人智共创未来 点燃创新纪元 6 全球每年大约有 5% 的劳动力需要持续进行 再培训，而 AI 的快速发展让这一比例急剧攀 升。全球范围内的受访CEO 估计，2024 年 平均有 35% 的员工需要接受再培训，也就是 超过十亿的员工。 2 究竟是什么造成了这一巨大技能缺口？答案

集 采 监管 度更强 ⽐如药 参 管 业 构 监 商 重 化 元⽀ 据安 药品 据 驱 多 数 vs 数 • • • 与学术⽅式和效率 临床决策影响模式 发 / 培训模式发⽣改 变 研 ⽣ 习 科 医 学 ⽣ • • • 精细化运营管理（ DRG/DIP ） 患者 ⾃动⽣成病情分析、 IDC ⾃动编码 • 分析准确率达 90% ，为医⽣提供权威决策⽀持 • 指出权威出处（如指南、专家共识等） 医⽣ • 学习 / 培训模式发⽣改变→交互性、个性化学 习 模式 • 医⽣临床决策影响模式发⽣改变→从经验驱动 →基于医学搜索、循证医学证据的驱动 • 科研与学术⽅式和效率→通过⼤模型进⾏科研 学术推⼴：千⼈千⾯，让销售拜访更专业、更⾼效 话术智能推荐 AI 问答助⼿ 拜访记录⽣成 医⽣画像 21 ⽼⽅法 辅导 ! 培训 ! 考试 ! 辅导 培训 未反映真实⽔平：培训与拜访脱节，实战能⼒难考察 考试流于形式：通过⾮正常⼿段完成公司任务 代表⼼⽣抵触情绪：影响⼯作积极性 难以规模化：培训⽼师⼈⼒与精⼒有限 代表学习改进， 在下次拜访中做的更好 新⽅式 AI 辅助实践， 实践中提升能⼒

⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 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 医院 • 学习/培训模式发⽣改变 • 医⽣临床决策影响模式发⽣改变 • 科研与学术⽅式和效率 医⽣ • 数据驱动的精细化监管：⽐如药占⽐/集采 vs&药品经济学 • 数据安全和合规重构 • 多元⽀付体系（商业参与度更强） 患者新旅程：终端+数据+AI+服务，AI串联全流程，激发新需求 19 “精益求精”⽤户画像 “细致⼊微”⾏为管理 “极致简化”服务路径 DeepSeek对于医疗体系有那些影响？-医⽣ • 学习/培训模式发⽣改变→交互性、个性化学习 模式 • 医⽣临床决策影响模式发⽣改变→从经验驱动 →基于医学搜索、循证医学证据的驱动 • 科研与学术⽅式和效率→通过⼤模型进⾏科研 课题筛选、⽂献收集、数据结构化提取和分析、 拜访记录⽣成 学术推⼴：千⼈千⾯，让销售拜访更专业、更⾼效 21 代表培训：AIJ辅导，实战中提升专业能⼒ 22 ⽼⽅法 辅导! 培训! 考试! 辅导 培训 考试 真实世界⾯对 ⾯ 未反映真实⽔平：培训与拜访脱节，实战能⼒难考察 考试流于形式：通过⾮正常⼿段完成公司任务 代表⼼⽣抵触情绪：影响⼯作积极性 难以规模化：培训⽼师⼈⼒与精⼒有限 反馈更真实：通过真实拜访和⾃讲过程发现问题

市场分析和趋势预测：精准洞察市场，优化营销策略 利用 AI 分析消费者行为、社交媒体趋势、经济指标等数据，帮助零售商预测未来 销售趋势 基于消费者购买趋势和偏好的变化，及时调整产品线和营销策略 医学教育与培训：虚拟病例训练，优化教学内容 模拟真实临床场景，为医学生和医生提供虚拟病例训练，提升他们的临床决策能 力和实践技能 利用 AI 分析医学教育数据，为教学内容和方法的优化提供数据支持，提高教学质量 选人 分析简历、行为数据和社交网络信息，评估候选人的潜在能力和职业适应性 AI 在人力资源领域的应用 2.1.4 个性化培训计划：提高培训针对性，激发员工学习积极性 分析员工的岗位需求、技能水平、绩效数据和职业发展规划，制定个性化的培训计划 推荐最适合的培训课程和学习资源，实时跟踪学习进度，提供反馈和建议，提高培 训的针对性和效果 人才预测与保留：预测人才流失风险，优化员工职业发展路径 变革计划，反映出企业在战 略层面的准备严重不足 超过 60% 的企业领导者承认缺乏足够信心来推动 AI 变革，凸显出高层在 AI 转型领导力方面的明显短板 仅 5% 的企业开展了大规模的生成式 AI 员工培训，显示出企业在人才赋能方 面的投入严重不足 在大模型时代，企业的竞争优势很大程度上取决于人才对 AI 的应用能力。企业领导者需 要改变固有认知，正视并充分利用内部员工的学习热情，通过系统性的人才发展计划，推

中心：数据/人工智能合规性与指导原则，数据标准/目录 发言人：数据质量保证、数据管理员、数据访问管理 法规和政策 意识和沟通 能力 并且文化 中心：基础培训、最佳实践分享、社区建设 发言人：能力发展和特定于业务单元/功能的培训 培训 工具 技术 中心节点： 基础设施与平台/工具提供，技术与合作伙伴关系 发言人：具体的技術要求定義，具體工具操作 平台与基础设施 人工智能在汽车领域的机遇

相⽐之下，SLM相对于LLM需要更少的能量进⾏训练和操作，使其成为⼈⼯智能应⽤的 更可持续选择。 除了效率和节能外，SLM还提供⾼度的可定制性，使其能够根据具体任务进⾏微调，⽽⼏乎 不需要额外的培训。 正如微软⽣成式AI主产品经理Sonali Yadav所指出的，“我们即将看到的不是从⼤ 型模型到⼩型模型的转变，⽽是从单⼀模型类别到模型组合的转变，客⼾将能够就 什么是最适合他们场景的模型进⾏决策”。 有关我们⼈形机器⼈分析的更多细节，请参阅我们最近发布的⼈形机器⼈⽂稿。 您提供哪些人工智能机器人解决方案？ 我们专注于为专业化、⾼技能⻆⾊提供机器⼈，从⽣物制造开始。这些⾼薪⼯作 需要进⾏密集和专⻔化的培训，要求⾼精度，并且由于需要在封闭设施⾥完成⼯ 作⽽具有⼀定的体⼒需求。 我们先进的AI⼤脑架构融合了许多不同的AI模块，像⼈脑的叶叶⼀样协同⼯作。 这使我们的机器⼈能够处理复杂数据，做出明智决策，并减少⼈为⼲预即可学习 分。⽇本经济、贸易和⼯业省（METI）主导了机器⼈护理设备开发和引⼊项⽬，成 功设计了Paro等机器⼈。 尽管有这些投资，由于⼏个关键原因，采⽤情况仍然有限。 成本：这些机器⼈价格昂贵。尽管有政府补贴帮助，购买、维护和培训员⼯使⽤ 这些机器仍然是⼀个限制因素。  ⼯作量增加：这些机器⼈通常需要设置、监督和维护，使其减轻⼈类护理者负 担的初衷适得其反。  75 https://telepresencerobots

10万元以内。宇树、众擎使用英特尔 Core i5及N97作为基础算力模组CPU，其中i5为成熟民用CPU而N97为一款低功耗移动处理器，专为轻量级计算和嵌入式场景设计。如果极客开发 者、院校培训、创业者等需要对机器人进行二次开发，则需使用高算力模组的高配版本，整机价格可能会有数倍的价差。目前，绝大部分厂 商的高算力模组主要还是基于英伟达Jetson Orin平台进行开发。 厂商 宇树 宇树 远程雇员平台 租赁或销售 具身本体 数据返销 工作任务 下达 操作机器人 租赁或销售 具身本体 雇佣管理 及培训 接受所在企 业管理培训 需求反馈 状态反馈 数据 回传 远程雇员平台通过规模化优势租赁 或者购买具身本体，帮助具身机器 人进入千行百业提前进行商业化运 行。远程雇员经过培训，使用遥操 作进行工作，创造价值同时降低了 雇员通勤、住房等成本，间接降低 了应用企业用工成本。 部署及

严格的情况下，为确保合规，金融机构需要不断更新和完善 安全措施，这也将耗费大量的人力和财力。 数字孪生技术在解决上述金融业务场景的痛点上，具有 广阔的应用前景。在营销上，可以通过模拟客户虚拟业务场 景进行员工培训，提升品牌形象，还可以分析供应链上下游 生产经营情况，评估跨区域业务需求并提供定制化服务。在 12 风控上，数字孪生能帮助机构进行可视化分析及信贷评估， 监控虚拟服务流程是否合规。而在安全领域，数字孪生可以 策方面，能够显著提升金融服务实体经济的能力，体现科技 金融的核心价值。 2.在客户服务方面 融合元宇宙、VR、AR等技术构建的金融虚拟厅堂，能为 客户提供沉浸式的服务体验，还能为员工培训提供模拟真实 场景的平台，有效提高培训效果。在优化客户服务流程的同 时，提升员工的专业技能，对提升金融机构的整体服务质量 和效率具有重要意义。这与普惠金融“提高金融服务的普及 性和可获得性”的目标不谋而合。 3 作及行为数据，确保每一步都符合厅堂服务规章制度，并在 业务流程中自动检测和纠正违规行为，降低操作风险发生概 率，提升金融机构厅堂服务合规水平。 17 （3） 创造培训虚拟环境 通过数字孪生技术构建虚拟厅堂，可以帮助金融机构创 建模拟真实业务场景的服务培训环境。让员工在拟真业务场 景中熟悉不同业务的厅堂服务流程，提高实际工作中的应对 能力。 3.技术实现方案 数字孪生技术在厅堂服务方面的应用，主要围绕虚拟网

能，用于处理数据、运行算法和执行模型。 版权符号 技能 涵盖广泛的范围，从基本的数据素养到开发算法的高级技术专长，以 及从数据分析的熟练程度到整合领域知识以解决复杂问题。 (b) 数据 输入数据是算法培训、验证和测试的主要输入，使人工智能系统能够对输入 进行分类、生成输出和做出预测。高质量、多样化和无偏见的语料对于构建有效且值 得信赖的人工智能系统至关重要。 在少数国家显著集中研发。 5 的税收激励可以用来促进人机互补人工智能技术。改 善劳动力市场机会和建立清晰的职业发展路径可以减 轻人才流失的风险。 涉及并赋权工人——包容性人工智能需要强调工人及 其职业成长。这包括通过数字素养赋权他们，支持那 些转行的新工人进行再培训，并通过提升技能项目提 升整体能力。工人还应参与设计并实施能够保留有意 义的人类角色的AI工具。 包容性人工智能关 注于赋能工人，为 新的角色进行再培 训，并让他们参与 设计旨在保护有意 义工作的AI工具。 发展中国家（不包括最不发达国家） 不发达国家（Least Developed Countries） 政策针对人工智能的采用可以促进人工智能产品和解决方案在经济中的采纳和扩散， 同时为接触人工智能的工人提供培训以提高技能和再培训。另一方面，针对人工智能 发展的政策应考虑更多先进基础设施的需求、稳健的数据系统以及保持技术前沿所需 的技能和能力。 一系列在各个发展阶段的经济体实施的公共政策工具的示例列于表3中。人工智能采纳