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 是组织缺乏 AI 专业知识或技能。这一问题正成为制约企业 在重点行业和细分场景的创新实践 2.1.1 AI 在医疗健康行业的应用 2.1.2 AI 在零售行业的应用 02 08 09 09 企业 AI 应用落地核心挑战：认知偏差与人才短缺 3.1 企业普遍缺乏对 Al 的专业认知和技能 3.2 AI 人才短缺 3.3 高管低估了员工学习和接纳 AI 的意愿 03 12 13 15 人才是变革的关键 4.1 引入大模型≠提升生产力 04 采用指数》，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/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。 企业普遍缺乏对 Al 的专业认知和技能 3.1 知名管理咨询公司科尔尼 (Kearney) 联合 Futurum Group 发布了研究报告《CEO 是否 已准备好把握 AI 潜力？》，该报告调研了全球 200 多位企业年收入超

大脑半球，二者由神经纤维构成的胼胝体相连。脑干又可分为中脑、脑桥及延髓三部分。 部位 位置 功能 大脑 又称为端脑，位 于脑的最上部， 占人脑总体积的 约85%，分为左 右两个半球 高级认知：负责思维、记忆、语言、决策、情感灯 复杂功能 感觉与运动：处理视觉、听觉、触觉等信息、并控 制自主运动 小脑 位于大脑后下方， 紧贴脑干后方， 形似蝴蝶。 运动协调：调节肌肉张力、协调精细动作（如鞋子、 驱动及算法监控部件的各类状态，保证机器人部件的基本运作能力。（2）传递信息的线束及网关，起到各个控制器，传感器信息交互通联的 作用。 部位 在人体中功能 在人形机器人中功能 机器人对应硬件 大脑 高级认知：负责思维、记忆、语言、决策、情感灯复杂功 能 感觉与运动：处理视觉、听觉、触觉等信息、并控制自主 运动 语义理解、环境信息理解、动 作决策等 目前为机器人中央控制器担任此角色， 但目前并未获得相应能力。后续可能 频中展示的人形机器人执行舞蹈，空翻高难度动作。至于对应人脑中的大脑的角色的硬件，目前人形机器人厂商多用中央控制器担任此角色， 但对于高级认知，信息处理能力尚未建立。展望未来，机器人大小脑有望实现分离，大脑算力进一步加强，小脑专注运动控制。 部位 在人体中功能 在人形机器人中功能 机器人对应硬件 大脑 高级认知：负责思维、记忆、语言、决策、情感灯复杂功 能 感觉与运动：处理视觉、听觉、触觉等信息、并控制自主 运动 语义理解、环境信息理解、动

使人们能够自主行动的推动者——为他们提供执行新任 务和比以往任何时候都更好地执行其他任务的能力。考 虑一下，随着人工智能进入新的和陌生的领域，重新构 想的可能性与机遇。为了真正理解和利用这种潜力，企 业将创建他们自己的、独特的AI认知数字大脑，这将彻 底改变技术在其企业以及与员工之间所扮演的角色。这 将极大地颠覆企业技术系统的设计、使用和运营方式； 充当品牌大使；并通过为机器人身体提供动力而在物理 世界中存在。当人工智能在组织中普及时，它使人们和 一样，这场比赛吸引了商业领袖、政府和全世界人们 的关注。 人工智能：自主宣 言 信任是否是人工智能无 限可能性的极限？ 在每一个层面都有一个认知数字大脑。 认知数字大脑的构成要素是什么？ 引言 5 领导者必须充分理解的是，人工智能最重要的特征是其 学习能力。当人工智能变得通用，并且企业将其扩散到 业务中，人们将其融入他们的生活中时，它有可能成为 式人工智能努力整合，构建一个认知数字大脑。他们 可以将工作流程、机构知识、价值链、社会互动以及 关于商业和世界的许多其他关键数据硬编码到一个系 统中，该系统能够以比以往任何时候都高的水平理解 和行动。 这是我们需要真正关注的真正颠覆。因为现在，尽管高 管们竞相实施这一代人工智能，但很少有人能超越各个 独立的部件，真正理解他们实际上正在构建的范围：人 工智能“ 认知数字大脑 这将会彻底重塑技术在企业以及

5）全球化战略：面对国内激烈竞争，众多企业积极出海，布局海外市场，在图像、视频和社交 等领域有较多突破。 6）DeepSeek掀起开源开放与应用落地的热潮：DeepSeek刷新了市场对大模型现阶段性能的 认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、开放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 语音、视觉、语言及多模态产品 04 中国大模型产业实践案例 典型产品、标杆厂商 05 中国大模型产业发展趋势 产业机遇、关键挑战 5 中国人工智能产业宏观环境 —— 当下，中国人工智能产业 在经济、政策、认知、技术维度的发展环境如何？ 01 6 ©2025.3 iResearch Inc. ChatGPT的发布是“AI到来的标志事件”。C端 ChatGPT 产品的出现让公众直观感受到，AI可以理解复杂的语言指令并生成流畅自然文本 的强大功能，极大突破了以往人们对AI通常进行简单任务处理的认知。AI、AIGC、大模型快速成为近两年科技产业发展的高频关键词，政 府侧、企业侧纷纷加大对AI技术投资以释放大模型生产力，消费者对生成式AI工具产品的兴趣也在增加，其中，文本写作类应用（豆包、 Ki

5）全球化战略：面对国内激烈竞争，众多企业积极出海，布局海外市场，在图像、视频和社交 等领域有较多突破。 6）DeepSeek掀起开源开放与应用落地的热潮：DeepSeek刷新了市场对大模型现阶段性能的 认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、开放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 语音、视觉、语言及多模态产品 04 中国大模型产业实践案例 典型产品、标杆厂商 05 中国大模型产业发展趋势 产业机遇、关键挑战 5 中国人工智能产业宏观环境 —— 当下，中国人工智能产业 在经济、政策、认知、技术维度的发展环境如何？ 01 6 ©2025.3 iResearch Inc. ChatGPT的发布是“AI到来的标志事件”。C端 ChatGPT 产品的出现让公众直观感受到，AI可以理解复杂的语言指令并生成流畅自然文本 的强大功能，极大突破了以往人们对AI通常进行简单任务处理的认知。AI、AIGC、大模型快速成为近两年科技产业发展的高频关键词，政 府侧、企业侧纷纷加大对AI技术投资以释放大模型生产力，消费者对生成式AI工具产品的兴趣也在增加，其中，文本写作类应用（豆包、 Ki

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 数字领域学科专业点，培养创新型、应用型、 复合型人才。构建覆盖全民、城乡融合的数 字素养与技能发展培育体系。 2022 年 1 月 12 日 国务院 《“十四五”数字经济发展规划》 养分为数字化认证和数字化实战技能两大类别，培养“高含金量证书+硬核技能”的全方位人 才，课程内容涵盖了数字化转型、业务流程梳理、企业数据资产管理、企业数字化管理及中小 企业数字化转型五大模块。 根据数字化管理人才的成长和认知规律，基于行动导向，构建岗位胜任力模型，开展高效 的教学。业内大咖讲师将企业数字化转型管理理论与实践融合教学，以企业数字化转型成功为 目标的知识讲解、教学做一体化的参与式实践及企业真实案例分享讨论，促进数字化管理者的 从目前数字化技术人才的现状来看，企业陷入了侧重于普及数字化的认知误区，仍然停留 在了解新概念的层面上，没有和战略及业务结合起来。由此中培伟业针对数字化技术人才培养 推出了“四阶成长模型”的培训模式，通过认知、训练、实战及认证四个阶段，培养新型技术 人才及为传统人才转型成为数字化技术人才赋能，以支撑企业数字化转型的“技术”需求。  Step1 认知阶段：新趋势+新工具+新技术  Step2 训练阶段：案例分享+模拟操作

从早期基于规则的专家系统，走向基于学习训练的感知型AI  从基于小参数模型的感知型AI，走向基于大参数模型的认知型AI  从擅长理解的认知型AI，发展到擅长文字生成的生成式AI  从语言生成式AI，发展到可理解和生成声音、图片、视频的多模态AI  从生成式AI，发展到推理型AI 专家系统 感知AI 认知AI 生成式AI 多模态AI 推理式AI 9 政企、创业者必读 人工智能发展历程（二） 推动市场加速发展，在中国用户、企业和政府彻底普及了一次AI  中国可能成为全球AI普及率、渗透率最高的国家， 加速了中国爆 发AI产业革命的步伐 DeepSeek颠覆式创新——用户体验 32 ——掀起新一轮AI科普教育 认知决定行动，这场全民AI科普对推动中国AI发展功不可没 政企、创业者必读 开源改变行业格局，建立强大生态  开源战胜闭源，促使全球公司、开发者等转到开源  建立强大生态，成为全球人工智能根技术，无推广情况下各国 42  DeepSeek的技术为机器人、智能网联车、无人机、机器狗 等带来巨大改进，降低成本和算力要求  低成本低算力需求使得模型更容易被部署到机器人等智能设 备上，解决物理现实世界的认知、决策和行动问题 政企、创业者必读 赋予自动驾驶复杂物理世界理解能力 从规则驱动到学习驱动 43 政企、创业者必读  人工智能的目标是星辰大海，是为了让人类在科技上有突破  基于De

入深水区的今天，每一次云策略的调整都必然关联到未来一段时期的业务发展目 标，进而影响到企业长期发展质量。IDC针对当前不同企业的云发展策略进行了 深入的调研与分析，并特别注意到多云策略已逐渐被更多的企业认知，进而在企 业追寻新价值曲线的过程中获得越来越多的实践。 当前，以人工智能为代表的数字经济新技术、新产业、新模式，正在持续推动各 行业的高质量发展进程。人工智能、数据要素、算力和网络基础设施等具备极强 企业在引入新的云环境时，往往会期望获得更先进的技术并以此产生更多的 新应用场景、新商业模式和新开发流程。但创新能力的构建并非单纯依赖技 术体系的升级，而是企业战略、目标、方法论和实践项目共同作用的结果。 因此，企业如果在认知不到位的情况下盲目投入，往往会使整体的投入产出 比下降，反而背离最初的期望目标。 挑战四：成本控制与优化挑战 企业多云环境最现实的挑战是在异构资源增加后的重组和优化问题，包括对 迁移、运维、 过去数年间，很多企业在推动数据能力集约化建设时，往往堆砌了大量技术和产 品，并开展了许多目标不够明确的数据治理工作，导致创新场景效果和投资回报 不及预期。而以运营为导向、运管结合的数据能力体系，则代表了企业对数据价 值的全面认知和对数据应用拓展的全新审视。 围绕“云+数据”所形成的各类机制、方法、规范和标准，有助于激活整个企业 面向创新的新机制，使其在面对多变市场环境时构建更多的竞争优势。 更加全局的资产运营：以“端

方面也是为了在 存量市场竞争中寻求创新点。技术与商业的共振，昭示着流程智能化已从成为企业重塑竞争壁垒的 核心引擎。 1. 技术拐点爆发，AI 大模型开启流程智能化新时代 AI 大模型在认知层级的突破，使得传统流程自动化执行场景范畴得以扩充。 首先，大模型在非结构化数据的处理与分析能力层面实现了跃迁。过去的 RPA 在合同关键条款自 动提取任务上表现不佳，而 AI 大模型在此任务上准确率接近 由业务专家定夺。业务专家组成评审团，定量打分与定性讨论相结合，评定场景价值度。 实践方法论 2，技术选择与整合 技术路径的选择需兼顾适配性与前瞻性。企业应当基于流程智能四层架构理论，在感知层、认知层、 决策层和执行层找到合适的技术路线。同时，流程智能化必须突破数据孤岛与流程割裂。 企业可以通过构建穿透式数据治理体系，突破数据孤岛。物理穿透层面，企业通过多模态数据中枢 整合异构数据源， 为破除流程割裂建立统一流程，企业需遵循闭环原则。一方面是端到端流程闭环的建立，企业通过 流程挖掘技术识别跨系统断点。另一方面是决策闭环的建立，企业通过引入实时数据驱动的分析引 擎，实现“感知-认知-决策-执行”的闭环。 | 2025 爱分析 · 流程智能化实践报告 10 关键成功要素 1，战略对齐 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

通过洞悉医院、 药企、械企多方的供需逻辑，分析先驱者们的实战案例，为 AI 企业下一步的布局、选 品、研发、商业化提供参考建议。 核心观点 1. 伴随 AI 应用的持续扩展与需方对于 AI 认知的不断加深，“提效”取代“政策”成为需方 购置 AI 的主要动力。如今，医疗 AI 企业已突破 1-2 亿的营收规模，迈向第一个 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 柏视医疗微创手术人工智能平台的肺部重建效果..........................................61 1 1 第一章：什么构成了医疗 AI 的配置动力？ 历经十余年的发展，医疗产业对于 AI 的认知已经由最初的质疑转变为接受，甚至连医 生这个群体，都开始拥抱 AI，主动进行个性化 AI 的创造。 然而，认可 AI 与为 AI 付费是有差异的。许多医疗 AI 通过与目标用户合作的方式进入医 的政策文件。这些政策文件不仅明确了医疗信息化建设的总体目标和阶段性任务，还规 定了建设内容、技术要求、实施路径等关键要素。因而对于公立医院，政策需求是他们 需要考虑的首要需求。 为了树立医院对于前沿技术的正确认知，引导相关产业的快速发展，我国自 2016 年起 便开始围绕 AI 出台相关政策，从宏观角度出发，推动 AI 技术在医疗领域的应用，提高 医疗服务效率和质量，最终实现医疗行业的智能化升级。 ）