民热线不断升级， 尤其是 CitiStat 系统的研发和启动，不仅将市民热线数据进行实时汇聚整理，而 且赋能市直部门进行高效管理，通过建立健全政府绩效评估机制，对政府回应公 民的速度和质量进行有效评估。1997 年，美国达拉斯市将二十多条热线和多个 呼叫中心合并为非紧急呼叫中心 311。基于通话录音，该热线及时记录市民反映 的问题，并将录音的内容进行分类和整理，分析出不同的问题类型，并将这些问 务热线的接听、应答、转 办、督办、考核、归档等环节，逐步达到人工智能辅助和代替人类进行服务，实 现智能接线应答、智能转派、智能回访等，从而释放劳动力资源，降低用工成本。 例如，智能派单系统可以有效应对海量工单，第一时间快速、精准地推送到相应 委办单位，并且通过一单多派，复杂诉求亦可推送多个部门联合处理。同时，这 3 孟天广,黄种滨,张小劲.政务热线驱动的超大城市社会治理创新——以北京市“接诉即办 资源配置的最优化。另一方面，强调部门联动。在热线整合基础上，大模型能够 打破传统政府部门结构限制和冗杂热线的识别困扰，助力各级平台及其成员单位 之间横向和纵向上的协同联动，以及不同数据网络和管理系统之间的互联衔接， 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

民热线不断升级， 尤其是 CitiStat 系统的研发和启动，不仅将市民热线数据进行实时汇聚整理，而 且赋能市直部门进行高效管理，通过建立健全政府绩效评估机制，对政府回应公 民的速度和质量进行有效评估。1997 年，美国达拉斯市将二十多条热线和多个 呼叫中心合并为非紧急呼叫中心 311。基于通话录音，该热线及时记录市民反映 的问题，并将录音的内容进行分类和整理，分析出不同的问题类型，并将这些问 务热线的接听、应答、转 办、督办、考核、归档等环节，逐步达到人工智能辅助和代替人类进行服务，实 现智能接线应答、智能转派、智能回访等，从而释放劳动力资源，降低用工成本。 例如，智能派单系统可以有效应对海量工单，第一时间快速、精准地推送到相应 委办单位，并且通过一单多派，复杂诉求亦可推送多个部门联合处理。同时，这 3 孟天广,黄种滨,张小劲.政务热线驱动的超大城市社会治理创新——以北京市“接诉即办 资源配置的最优化。另一方面，强调部门联动。在热线整合基础上，大模型能够 打破传统政府部门结构限制和冗杂热线的识别困扰，助力各级平台及其成员单位 之间横向和纵向上的协同联动，以及不同数据网络和管理系统之间的互联衔接， 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

《加快数字人才培育支撑数字经济发展 行动方案（2024-2026 年）》 该方案紧扣数字产业化和产业数字化的发 展需求，计划在未来 3 年内，通过开展数字 人才育、引、留、用等专项行动，增加数字 人才的有效供给，形成数字人才集聚效应。 2023 年 2 月 28 日 中共中央、国务院 《数字中国建设整体布局规划》 强化人才支撑。增强领导干部和公务员数字 思维、数字认知、数字技能。统筹布局一批 数字化建设的 进程普遍推进较快，但企业对于数字化人才的需求较大，这主要因为企业内部熟悉并能熟练掌 握数字技术的员工往往是少数（主要为企业 IT 相关人员），而大多数非 IT 员工则不清楚如何 有效利用数字化手段来挖掘和创造新的价值，换言之，就是企业现有的人才组织难以支撑起新 的 IT 运营管理架构，往往会出现企业花费重金搭建的数字化成果在实际应用过程中“打折” 的现象。其实，这主要是行业 然而，随着数字化工具和 AI 大模型的迅猛进步，企业与组织正加速采纳数字技术和手段， 以推动业务、运营和管理模式的革新。领导者需紧跟并引领数字经济和社会发展的潮流，而业 务部门也针对具体场景提出更为精细的数字需求。为有效应对这些需求，企业采取业务部门与 技术部门协同工作的模式，促使各部门孕育出既精通技术又熟悉业务的“跨界型”数字人才。 这类新型人才不仅掌握专业的数字技能，还能深刻洞察业务场景，运用“用户导向”思维解决

l Virtual Prototype （全功能虚拟样机）等技术，主要是用于实现复杂产品的运 动仿真、装配仿真和性能仿真。仿真技术是创建和运行数字 孪生模型、保证数字孪生模型与对应物理实体实现有效闭环 的核心技术之一。 3.数据孪生技术 数据孪生作为金融领域数字孪生底层的关键技术，该技 术通过机器学习模型对一组业务数据的分布进行学习，从中 找到相应规律，进而生成与之相类似的数据，实现业务数据 能够生成与训练数据类似的新 数据。 VAE 的训练涉及到最小化重构误差和潜在空间分布与先 验分布（通常是标准正态分布）之间的 Kullback-Leibler (KL) 散度。这种方法不仅促使模型学习有效的数据表示，还保证 7 了潜在空间的平滑性，使得我们可以通过在潜在空间中采样 来生成新的数据点。 4.建模技术 建模技术是将物理世界中的对象、过程或系统转化为数 学模型或计算机模型，为数字孪生提供一个虚拟的“骨架”。 席洞察报告》指出，当前金融科技主要集中于平台赋能科技、 普惠科技和财富科技三大领域 4。其中平台赋能科技以数据分 析技术为核心，占比36%，在支持机构优化运营和提升服务 效率的同时，对精准营销的有效性和交易风险的快速识别提 出了更高要求；普惠科技聚焦小微贷款、供应链金融等场景， 占比16%，尽管智能风控提升了融资效率，不过复杂场景中 的动态风险评估仍是重要挑战；财富科技专注于财富管理和

机器人的执行指令或遥控器能够到达的目标点的集合。 2.3 协同作业 Human-Robot Collaboration 多个机器人之间和/或与周边设备、人员之间交流信息和动作,共同确保其运动的有效 作用， 以完成任务。 2.4 感知 Perception 通过各种传感技术获取信息并处理,使机器人具备识别、判断自身及周边环境的状态的 能力。 2.5 导航 Navigation 一种 保不同规模的项目均能享有远超传统工艺的平整度与整体性。例如工业厂房、大型商场地 面、大跨度地下车库等场景，采用激光整平可有效保证标高一致性和表面平整度。此外， 在涉及高危施工环境的工程中，如桥梁、机场跑道、港口码头、易燃易爆场所及特殊化工 厂区等，通过整平机器人替代人工操作，可有效降低施工人员遭受机械伤害或环境风险的 可能性，保障施工作业的安全性和稳定性。 在混凝土初凝之前投入使用是必要条件，通常混凝土浇筑后立即进行机械整平。荐在 混凝土抹平机器人通常采用履带行走与前部摆动抹盘相结合，可在混凝土初凝阶段安 全行走并均匀揉压地面。这类机器人通过高精度激光/陀螺传感和实时高度控制，可控制抹 平部件对地面的压力和角度，实现对混凝土表层浆体的有效找平和压实。履带式底盘使其 单位接地压力较低，能够在混凝土“塑性状态 ”下施工而不破坏地面。总体而言，混凝土抹 平机器人解决了混凝土初凝后“提浆抹压 ”这一繁重且要求技术经验的环节，降低人工强度

RL 新范式：后训练扩展律 Post-Training Scaling Law DS-R1 独立发现了一些通往 o1 路上的核心理念，并且效果还好到受到了 OpenAI 的认可 如何通过有效的 Test-Time Scaling 和 Train-Time Scaling 提升模型的推理能力？ 得益于纯大规模强化学习 ， DeepSeek-R1 具备强大推理能力与长文本思考能力，继开源来备受关注。 核心思想是通过构建多个模型输出的群组，并计算群组内的相对奖励来估计基线，从而避免 了传统策略优化算法中需要使用与策略模型大小相同的评论模型。 大幅度降低 RL 训练的计算成本，同时还能保证模型能够有效地学习到策略。 具体来说，在传统的 RL 训练中，评论模型需要与策略模型具有相同的大小，增加计算资源的 消耗。而 GRPO 算法利用群组内的相对信息来估计基线，避免了使用 Critic 为了充分释放 GRPO 的潜力并确保训练稳定性， DeepSeek R1 的训练中采用了四阶段的交替 迭代 流程：“监督微调（ SFT ）→ 强化学习（ RL ）→ 再次 SFT→ 再次 RL” ，有效解决了传 统强化学 习模型在冷启动、收敛效率和多场景适应性方面的瓶颈。 强大的自验证和长链推理能力：并非预先设定好的，而是在 RL 训练中自主涌现出来的 自验证是指模型在生成最终答案之前，会先

本报告探讨了五个核心主题： 第七章 第七章 人工智能是历史上第一种能够自主做出决策和产生想法的技术。这使得 它与传统技术区分开来，并挑战了技术中立的观点。人工智能的快速发 展也超过了政府有效应对的能力。2025年科技与创新报告旨在引导政策 制定者穿越复杂的AI景观，并支持他们设计促进包容性和公平技术进步 的科学、技术和创新（STI）政策。 世界已经存在显著的数字鸿沟，随着人工智能的兴起，这些鸿沟可能会 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 三个关键杠杆点的协同效应可以加速人工智能进步。 图4 基础设施 算法以优化使用 关于计算能力 数据以优化使用 基础设施的 得的成果。然而，通过适当政策，人工智能可以增强 而非替代人类能力，并有助于维持发展中国家的竞争 力。 三个关键杠杆点——三个可能导致人工智能变革级 联的关键杠杆点是基础设施、数据和技能。这些为评 估一个国家应对人工智能的准备工作、制定有效的产 业和创新政策，以及加强全球人工智能治理和合作提 供了基础。 前沿技术可能会侵 蚀发展中国家低成 本劳动力的比较优 势 政策焦点 7 2 版权所有 © Gorodenkoff - Shutterstock

因素： 基础设施仍有待完善 银行在为能灵活扩展的人工智能解决方案建设关键基础设施方面存在困难：只有25%的受 访银行具备了能为数据驱动的服务提供战略支持的整体云或混合云平台，这使得许多银行 难以为有效应用人工智能奠定基础。 管理层和员工刚刚开始了解人工智能的潜力 61%的受访银行已经提供与人工智能相关的道德和护栏培训，以帮助员工负责任地应用此 项技术。然而，深度的人工智能培训仍然较少，只有30%的受访银行提供了高级培训课 工智能更重要的战略重点。 数据质量问题构成一大障碍 在银行寻求扩大人工智能应用的过程中，数据质量问题 仍是一个主要障碍，72%的受访银行对数据质量表示担 忧。缺乏一致、可靠和可用的数据，银行在建立准确、 有效的人工智能模型方面就会困难重重，无法快速实现 人工智能驱动的合理转型。 目前最大的挑战来自于西班牙、德国和英国各地不同监管机构的监管要求。他们的 要求和期望各不相同。 某德国银行的首席合规官 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，以应对人工智能应用的复杂性。它有助于在提高短期效率的同时，为未来的 增长和创新做好准备。能够帮助银行对工作进行优次排序，有效分配资源，打造能力，并使其人工智能举措与短期目标

大模型正从“能用”迈向“好用”和“实用 ”，从技术创新演变为推动组织变 革的核心引擎，引领企业的智能化转型。 1 2 3 具备高 AI 力的个体能够显著提升工作效率和质量。 他们能够更好地 理解 AI 的优势和局限性，更有效地利用 AI 工具完成任务，并从 AI的 输出中获得更深入的洞察。 7 4 5 6 核心洞察 02 目录 引言 核心洞察 结论与展望 AI 在企业中的应用现状 1.1 中国 AI 多的企业开始构建专 属大语言模型，推动 AI 技术加速普及。 成本结构的根本改善 从互联网到金融，从医疗到制造，各行各业正在探索并实践大模型的落地应 用，将 AI 从概念真正转化为解决业务问题的有效工具。 应用场景的快速拓展 全球范围内 AI 监管框架的逐步构建，不仅为大模型的规范化应用扫清了障 碍，更为行业的可持续发展提供了制度保障。 政策环境的日趋完善 中国 AI 市场规模不断扩大， ≠ 提升生产力 4.1 许多全球 500 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。

创造新的生产方式、生活方式, 成为推动经济发展的重要方向和关键动 力源。 《数字中国发展报告 (2023 年) 》指出, 我国基础数字技术创新能 力持续增强, 在信息技术管理方法、计算机技术和基础通信程序领域, 国内 有效发明专利同比分别增长 59.4%、39.3%和 30.8%,科技创新动能强劲, 先进计算、人工智能、5G/6G 等关键技术创新能力不断突破。 2024 年, 人工智能启动了技术重心转换期 , 与 带动整个上下游 , 打造开放生态, 赋能 和推动行业整体升级, 从而让企业自身以更加无可撼动的地位引领产业; 二是践 行 ESG,通过智能化技术, 企业能够更有效地实现数据安全、隐私保护,促进包 容性增长, 服务更多弱势群体 更有效创造节能减排、环境保护等综合价值和长 远价值。 2. 四个维度: 引入智能体 体系化推进智能化转型 为实现智能化价值目标, 企业的转型应从智能化转型战略、智能业务运营、 企业构建智能营销体系的切入点包括以下问题: 企业是否建设了 "营销智能体"等基于生成式大模型的高级营销自动化工具? 内部 使用率和效果如何? 企业是否已搭建多样化的数字营销触点, 实现了数字化工具的有效应用? 企业是否建立了客户全生命周期的系统化数据整合和统一管理机制? 是否设定明确的营销 ROI 指标和 KPI 评估标准, 定期开展基于数据的优化评估? 客户标签和画像体系是否足够完善, 能否为大数据驱动的精准营销提供支持