Strategy& 注释：窄/感知型人工智能专注于有限的任务，具有感官能力，如语音或图像处理，但没有一般推理技能。生成/代理型人工智能根据学习到的模式创建新内容——在 更发达的阶段，它可以自主行动，并根据预设目标和环境输入做出决策。物理/拟人型人工智能模仿人类的行为或动作，通常体现在机器人中，用于与物理世界互动 。来源：Strategy&分析 • 快速发展 朝着具有代理性和物理性 的AI发展 人工智能的广泛应用 并且支付优化 车队销售协同驾驶员 研究与开发项目优先级排序 性能提升 供应链物流 优化与风险缓解 最后一公里交通 优化 智能导航和 停车服务 企业 函数 使用 病例 排放监测 应付账款自动化 目标公司估值： 非约束性报价 自动合规监管 监控 网络安全风险检测 并且缓解 人工智能在汽车领域的机遇 Strategy& 主要用例价值杠杆：效率增长 来源：Strategy&分析。缩写：R&D 集中化模型 集团 集团 集团 协调区域 对枢纽团队与辐射团队责任影响的含义 （selection） 中心辐射 愿景与目标 策略与 流程 中心：目标设定、组织变更、流程蓝图 发言人：数据/人工智能战略实施，业务单元/职能目标 运营模式 投资组合管理 用例 中心：目标投资组合结构、预算与监控、灯塔用例 发言人：领域特定用例的优先级排序、开发和部署 开发和实施 数据处理与使用 数据管理

CONTENTS IDC观点 第一章 三大变量驱动，企业云战略向“创造业务价值”方向演进 �.� 新技术、新环境、新业务，催生企业高质量发展新需求 �.� 从“获取资源”到“创造价值”，企业云战略与业务目标协同演进 第二章 多云发展战略，持续扩展企业未来高质量增长空间 �.� 多云战略落地的应用场景 �.� 多云战略为企业带来显著实践价值 第三章 智能时代，企业多云战略面临的挑战 �.� 多云是企业开展智能化升级的重要策略 行数字 收入举措的能力。 一系列的变革将给企业的云战略演进带来强劲冲击。企业应努力思考如何构 建与业务协同发展、适度超前的IT架构，基于技术优势带动业务创新和商业 模式创新，推进企业整体发展目标的达成。以云为核心的IT基础设施规划与 企业业务规划密切相关，在业务发展的每一个阶段都应起到核心推动作用。 面对业务和技术发展新需求，越来越多的企业开始在已有云设施之外，规 划、建设新的云环境 业不到�/�，从整体上看，企业 在提高多云成熟度方面还有很长的路需要探索。 面向通用人工智能技术高速发展的新时代，企业有必要重点围绕AI应用需求 构建多云能力。即以应用为导向，以创造业务价值为目标，确保所选技术和 策略能够直接支持业务创新发展，发挥大模型优势，提升业务价值，并通过 ROI（投资回报率）指标确认多云策略的成功。同时，伴随生成式人工智逐 步落地，推理任务逐渐增加，企业应审慎应对未来AI应用对数据传输、计算

有限公司)相关联的独立成员所全球组织中的成员。 版权所有，不得转载。 智慧银行：以人工智能驱动转型并创造价值 3 然而，许多银行却因为保守而故步自封。定义长期价值 颇为不易，许多银行在制定明确目标、确定关键业绩指 标（KPI）和验证投资回报率（ROI）方面步履维艰。技 术升级需要成本，实施存在风险，而且高管希望转型但 却对领导这项工作犹豫不决，使得挑战显得更为严峻。 如欲将自身打造成为智慧型金融机构，银行应该积极拥 有限公司（英国私营担保有限公司)相关联的独立成员所全球组织中的成员。 版权所有，不得转载。 智慧银行：以人工智能驱动转型并创造价值 4 正在设法 降低成本 希望能提升 客户体验 人工智能目标明确 已经利用人工智能 获得了较高的收入 实现了收入增长 仅 仅 初期回报 但证明投资回报率颇为不易 表示股东强烈 要求迅速从人 工智能投资中 获得回报 表示人工智能 正从根本上重 值的人工智能战略 银行应制定与其核心竞争力相一致的人工 智能宏伟愿景。应围绕这一愿景规划转型 路线图，以重新定义人工智能推动增长和 创新的方式，并在团队中落实成果责任 制。将人工智能部署与战略目标相结合， 如改进欺诈检测、简化业务流程和增强客 户个性化体验，可有助于最大限度地提高 投资回报。 建立对转型路线图的信任 人工智能的应用可能使银行业面临独特的 信任风险，这意味着必须从一开始就实施

因此，企业需果断加大员工培训投入，聚焦数据分析、云计算、物联网等数字化转型核心 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 划中也强调“数字经济”是未来推动经济发展的重要手段。“数字经济”从 2017 年至今已经 第 4 次被写入政府工作报告中，“加快数字化发展，建设数字中国”，在“十四五“”规划中， 已经明确了国家推进数字化的目标和决心。 2020 年因疫情的出现注定是一个重大的转折点。世界范围内的环境、经济等越发低迷和 萎缩，造成企业方订单取消、停工、裁员等，再一次促使企业不得不寻求一种新的出路、转型 或者变革的内生 注意的是，所有受访高管都表示，尽管数字化领导者需要了解数字技术，但专业的数字技能并 非成功的数字化领导力的前提条件。在数字化时代，领导力更需要具备全新的视野和能力，以 便在快速变化的环境中引导组织实现清晰的变革与发展目标。 指导力：提供发展愿景和目标 26% 创新力：为实验创造条件 18% 执行力：鼓励不同看法 13% 协作力：允许跨界合作 12% 激励型领导力：吸引员工追随 10% 业务决断力：陷入僵局时果断决策 8%

流程智能化必须纳入企业战略级议程。高层需通过战略解码机制，将流程智能目标拆解为可量化的 业务指标，并基于流程价值贡献度模型明确资源投入优先级。 同时，企业需建立跨职能变革管理委员会，通过战略对齐度看板实时监控部门协同状态，确保组织 变革与流程重构同步演进。这种系统化治理模式能够突破传统机制下的决策迟滞，在战略层构建起 “目标-资源-行动”强关联的敏捷响应体系。 关键成功要素 2，流程梳理 首先，企业需构建结构化流程库。通过流程分类、分级与分段形成全景图谱，为 AI 提供可解析的语 义基础，确保机器可理解与执行。其次，企业需要实现战略与执行的动态映射。基于业务架构与流 程架构的贯通，将战略目标拆解为可执行的流程组件，确保 AI 与价值创造路径精准对齐。第三，企 业需要建立数据治理底层规则。通过明确数据采集点、流转路径及质量标准，形成"数据-流程-决策 "闭环治理框架。第四，识别流程熵 系统的流程引擎无法支撑低代 码开发，进一步阻碍了流程创新。 基于上述原因，中集集团决定通过与蓝凌合作，支持其多元化业务的持续发展。具体而 言，中集集团希望能达成用户体验、管理水平和降本增效三方面的优化目标。 在用户体验层面，中集集团需要实现电脑、移动端流程同步审批，支持用户第一时间处 理事务，不影响公司业务流程流转效率。 在流程管理层面，需要强化跨部门流程协作，实现业务贯通分析，支持公司整体流程优

造数字经济新优势" 、 "加快数字化发展, 建设数字中国" 、 "促进数字经 济发展, 加强数字中国建设整体布局" 。2024 年 3 月, 数字经济再次被写 入政府工作报告中,并有了更具体的发展路径和目标,将 "大力推进现代化 产业体系建设,加快发展新质生产力" 作为 2024 年政府工作的首项任务, 强调了要 "深入推进数字经济创新发展" , 指出今后一段时间我国数字经济 发展工作将主要围绕创新开拓 升级企业智能化转型方法论 在新技术不断涌现、客户需求日益多元化的背景下,智能化转型已成为各行 业顺应数字经济发展的必由之路。在这一转型过程中,新兴科技与各产业场景的 深度融合逐渐加速, 与企业的创新和变革目标相互契合, 为提升运营效率和变革 - 业供给侧结构性改革的核心动力源。 企业实现智能化转型之路并非平坦,必然要经历规划、 实践、再迭代的循环 上升阶段。这需要一套经过验证的、系统化的智能化转型框架 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、 混合 AI 的数字底座、以及组织与文化变革等四大维度有机推动、动态迭代, 从 而螺旋式进阶发展。 1) 智能化转型战略 智能化转型战略具有纲举目张的作用。首先,企业在智能化转型过程中应明 更多干货请关注公众号“管理技术化平台” 11 确并制定清晰的战略目标。企业需要通过充分研讨和论证,并在企业上下达成普

在组织中发挥的作用不断增强，领导 者需要下放更多决策权，才能真正加快步伐。他们仍然需要制定目标并明确前进规则，但必须 赋权团队重新思考工作流程，并用新的方式部署 AI 智能体，从而大幅度提高绩效。 在这种环境下，领导者相当于在敏捷性和安全性之间走钢丝，尽力维持韧性与风险之间的平衡。 这绝非易事。为了解领导者如何实现这一目标，IBM 商业价值研究院 (IBM IBV) 与牛津经济研究 院在 2024 年 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 的首 要目标，但业务模式未能跟上。 在未来的一年中，一些组织很可能脱颖而出。您的组织会在其中吗？探索 2025 年五 大趋势，了解领导者需要掌握哪些知识才能克服未来的障碍，以及如何才能建立竞争 优势。 1 认为自动化带来的生产力提升极具吸引力，他们必 须承担高风险来保持竞争力。 10 而且，82% 的受访高管认为从生成式 AI 中获得的效益会超过 潜在风险 11，但需要对员工进行针对性的培训和技能提升，才能实现这一目标，让受访高管们 所期望的竞争优势成为现实。 企业必须搭建新的架构，让员工能够监督自主 决策流程，并管理由此产生的新风险。 2025 年五大趋势：人智共创未来 点燃创新纪元 8 让 AI

机器人产品智能化的三个方向及组合 8 （三）具身智能尤其是人形机器人前沿研究持续火热 1、大模型为具身智能提供模拟人类的“大脑” 具身智能是人工智能与机器人技术的结合，是“具身化的人工智 能”。相较于前文提到的特定目标导向的智能机器人，具身智能更强 调在环境中的交互能力，即通过“感知-决策-控制-反馈”的闭环， 在环境的不断交互中实现环境的重构映射、自主决策和自适应行动 1。 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 应用机器人。 此类场景主要包括两种“机器人+人工智能”融合应用模式。一 是“机械臂+操作优化模型”模式，AI 应用的主要目标是提高操作精 度，如珞石机器人基于关节多传感器融合的全局振动抑制算法技术， 抖动幅值降低 80%以上。二是“机械臂+操作学习模型”模式，AI 应 用的目标是提升机器人的灵活性和适应性，形成智能焊接、喷涂、组 装等典型细分场景，如新松多可焊接工作站，通过示教器即可实现对 “移动机器人+识别类模型+自主导航模型”模式，AI 应用的主要 目标是实现环境识别和路径规划，形成码垛、上下料、仓储、配送等 典型细分场景，如极智嘉的取货机器人使用计算机视觉技术和深度学 习算法，可以在繁忙的物流中心中，快速识别包裹位置，避开障碍物， 并高效完成取货任务。二是“移动机器人+协同优化模型”模式，AI 应用的目标是开展多种物流机器人的协调配合，如亚马逊建设的无人 仓库大量使用

它们的快速和广泛传播往往超过了许多政府应对的能力。 《2025年技术与创新报告：包容性人工智能与发展》 调查复杂的人工 智能领域，旨在帮助决策者制定促进包容性技术进步的科学、技术和创 新政策。 人工智能的使用有潜力加速实现可持续发展目标，但如果分布不均且缺 乏伦理监督和透明度，其扩散可能会加剧现有的不平等。报告分析了在 从开发到采用的所有阶段所需的必要要求和政策，以促进可持续发展的 包容性技术进步。 这需要一种多维和基于证据的方法。为此，确定了三个关键杠杆点—— 际合作也非常重要，以使各国能够共同创造包容性的人工智能治理。 前沿技术，尤其是人工智能（AI），正在深刻地改变我们的经济和社会 ，重塑生产流程、劳动力市场以及我们生活和互动的方式。人工智能是 否会加速实现可持续发展目标，还是会加剧现有的不平等，使弱势群体 进一步落后？发展中国家如何利用人工智能实现可持续发展？ A 人工智能在技术前沿 B 利用人工智能提高生产力和工人赋权 C 准备抓住人工智能机遇 D 设计人工智能国家政策 大韩民国 瑞士 英国 作为一种通用技术，人工智能与其他技术相互作用，正在改变研究和创新的方式，在各 个活动领域有着广泛的应用。人工智能为企业和国家提供了显著的增长机会，并有助于 实现可持续发展目标。然而，它也带来了各种风险和伦理问题。决策者需要更多地了解 人工智能，以便在可持续和包容性发展的承诺和风险中找到方向。 近几十年的经验表明，由人工智能驱动的转型涉及三个关键杠杆点——基础设施、数 据和技能（图4）。

\ logic reasoning 等带有明确解答过程的问题 语言一致性奖励： 引入 language consistency reward 衡量长推理 链 可读性（通过计算 CoT 过程中目标语言的占比） 推理准确率奖励： 结合 accuracy of reasoning tasks and reward for language consistency 成效： 通过 GRPO ( 奖励缩放和策略裁剪 ) ，提升训练的稳定 性。 From PPO to GRPO: PPO 作为 Actor-Critic 算法被广泛运用于 Post-Training, 核心目标是最大化下面的目标函数 其中 , πθ 和 πθold 分别表示当前策略模型和旧策略模型 ， q, o 是从问题数据集和旧策略 πθold 中 采样的输入和输出 , At 是基于广义优势估计（ GAE GRPO ：无需像 PPO 额外近似价值函数，而是利用同一问题下多个采样输出的平均奖励作为基线。具 体而 言，对于每个问题 ， GRPO 从旧策略 πθold 中采样一组输出，并通过最大化以下目标优化策略模型： 通过群组相对方式计算优势值，与奖励模型的对比性质（通常基于同一问题的输出比较训练）天 然 契合；此外， GRPO 直接将策略模型与参考模型的 KL 散度作为正则项加入损失函数，而非将