2025 年 五大趋势 人智共创未来 点燃创新纪元 IBM 商业价值研究院 | 研究简报 2024 年是拥抱变化、把握机遇的一年。冲突和转型的交织令原有假设受到质疑，领导者不得 不重新评估其风险偏好。他们必须平衡速度需求与成熟流程的安全性，然后改变那些束缚发展 的习惯。 生成式 AI 是这一转变的核心，带来了一个充满新机遇和未知风险的世界。智能体 AI 是指自主 执行各种功 模型训练范围 的任务，这是大多数 AI 助手无法做到的。 另外，随着数字劳动力的发展，变革的力量牢牢掌握在员工手中。 1 这样个人得以提高生产率 并重新定义工作流程，同时挑战了传统的领导观念。 引言 AI 推动数据普及化， 重新定义决策流程。 领导者如何才能在不给企业带来风险 的情况下增强员工的自主创新能力？ 2025 年五大趋势：人智共创未来 点燃创新纪元 2 事实上， 事实上，领导者没有时间审查每一项创新。随着智能体 AI 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

今年《技术愿景》探讨了人工智能从自动化向转 型发展的未来。 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； 在不同界面看似相同的情况下进行差异 化。 人们与人工智能如何定义一个学习、领 导和创造的正向循环。 03 当大型语言模型 出现时 他们的身体 当人工智能呈指数级扩展时，系统 将会被打乱。 如何基础模型重新定义机 器人学 信任是否是人工智能无 限可能性的极限？ 引言 人工智能：自主 宣言 人工智能的泛化 人工智能竞赛的热潮无可否认。 引言 4 我们正在进入一个新的篇章 在技术领域——一个被塑造的领域—— 确认 客户身份。产品准时交付。这些时刻中的每一个都可能 ，也将被人工智能所颠覆。其中许多将因此变得更加出 色——拥有更多的自主权、更少的摩擦和更好的结果。 但在信任成为问题之前，你能走多远？你将如何重新激 发建立信任的关键人类时刻？ 最后，路线图中的第三部分，也是未知的部分，是寻找 一条通往以人为驱动信任的新路径。我们知道我们需要 达到哪里——新的接触点和建立与维护人际信任的方法 ，因为人工智能的普及正在颠覆传统的互动方式。但是

下中等收入国家的平均值，按样本国家数量加权。 表 1 发展中国家人工智能应用案例研究 图6 发达国家和地区更有可能出现人工智能自动化，但同时也… 10 加速策略——通过围绕当地可用基础设施重新设计AI 解决方案；利用和结合新的数据来源；通过简单的界 面降低AI的技能障碍；以及建立战略合作伙伴关系， 以获取AI的必要资源，可以在发展中国家加速AI的采 用。 复杂的劳动力市场动态——人工智能对工作场所的影 来源 联合国贸易和发展会议（UNCTAD），基于全球贸易警报（GTA）和经合组织（OECD）STI 政策数据库的数据。 注意 : STI政策数据库涵盖了发达国家以及部分发展中国家。 数字技术重新定义 了机遇，使技术、 创新和知识密集型 服务成为产业政策 的核心。 图10 STI在国家政策中的相关性增加。 19 2017 2018 2019 2020 2021 2022 2023 电子农业（科特迪瓦） 韩国《K-Chips法》 数据观测站（智利） 沙盒式隐私设计及默认设置 医疗保健（印度） 人工智能研究方案 © Adobe Stock 对工业和科技政策（STI）的重新关注以及人工智能能力的快速增长将人工智能政策置 于当前政策制定的突出位置。人工智能政策对于实现结构转型和生产力增长至关重要 ，并且对于解决由技术扩散带来的其他社会、伦理和环境挑战也至关重要。 平衡的人工智能

(EQ)、团队合作力、领导力之后，影响组织和个人发展的关键指标。 面对 AI 的快速发展，企业对 AI 人才的需求已经发生质的转变，从早 期单纯的技术人才扩展到具备 AI 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 培养体系与企业实际需求之间存在明显脱节。 面对 AI 的快速发展，企业对 AI 人才的需求已经发生质的转变，从早期单纯的技术人才 扩展到现在需要具备 AI 思维和应用能力的复合型人才。这种转变促使我们必须重新思考 AI 人才的角色定位和能力要求。 基于对市场需求的深入分析，我们可以将企业所需的 AI 人才划分为四个层次，形成完整 的人才梯队。 14 AI 实践领导者（战略层） 定位：组织高层决策者 革中，人才既是 AI 的使用者，更是推动企业转型的核心引擎。面对 AI 的快速发展，企 业对 AI 人才的需求已经发生质的转变，从早期单纯的技术人才扩展到具备 AI 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。 为了帮助组织中的每个人都能通过 AI 提升自己的生产力、创造力和工作体验，UMU 提 出了「发展大模型时代的 AI 力」的理念。 人才是变革的关键 4 引入大模型

从历史上看，机器⼈的⼿和臂受限于执⾏简单重复的任务，但最近的突破已经开始缩 ⼩这⼀差距，使机器⼈更接近实现类似⼈类的灵巧性。 ⼀个值得注意的例⼦是⿇省理⼯学院的⼀个团队领导的项⽬，他们最近设计了⼀只 ⾼度灵巧的机械⼿，能够轻松重新定位2,000个不同形状的物体。这代表着在操纵各 种形状和⼤⼩的物体⽅⾯迈出的重⼤进步。 近年来最具代表性的机器⼈灵巧⽰例之⼀是达芬奇⼿术机器⼈。这个系统在2019年 获得了⼴泛认可，当时展⽰它在缝合葡萄时表现出的精准控制和细致触感。 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”。 7. 自主充电 AI机器⼈的实⽤性将受到其需要时运⾏的影响。 这需要改进功率管理，包括稳健可靠的充电解决⽅案。⽬前，重新为机器⼈充电 的主要⽅法包括⼈⼯⼿动充电或⼈⼯更换电池。尽管有效，但这些⽅法需要⼤量 ⼈⼯操作，并可能导致停机时间。 考虑到电动⻋辆（EVs）更⼴泛的应⽤，需要更⾃主的解决⽅案是显⽽易⻅的。⼀项 在许多挑战。 在⾼速动态环境中安全稳定驾驶的技术是复杂且昂贵的，但两者都应该得到改进。例如， 百度最新的⽆⼈驾驶出租⻋成本低于其上⼀款机型的⼀半，约为28,500美元38。  29 邮轮重新启动带有安全驾驶员监督的⾃动驾驶 30 Zoox - 我们将测试范围扩⼤⾄奥斯汀和迈阿密；Zoox - 拉斯维加斯，让我们⼀起骑⾏ 31 Uber - 推动⾃动驾驶向前发展 32 中国发布了1.6万份⾃动驾驶汽⻋测试许可证

对于银行而言，把握人工智能带来的重大机遇实际需要的 不仅仅是技术投资，还要求对战略、文化、运营方式和道 德框架进行全面重构，为人工智能的部署提供支持。 对于银行而言，人工智能不仅是一项技术投 资，也将成为重新定义战略、运营和文化的 催化剂。为充分挖掘人工智能的潜力，银行 必须以开放的心态拥抱变革，并将人工智能 融入成为推动以客户为中心实现可持续发展 的一大核心因素。 Francisco Uría 可能有助提升人工智能应用速度并创造长期价值的四个关键考虑因素： 设计符合核心竞争力并能够创造价 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 强他们的认同感，也有助于确保人工智能工具在设计时 考虑到他们的实际需求。建立反馈、合作和成功案例论 坛可以帮助消除误解，从而激发他们对利用人工智能驱 动转型的热情。 • 重新定义职务和职业道路 人工智能可能会从根本上改变银行的工作性质，因此需 要重新定义职务和职业道路。银行应识别可以利用人工 智能自动处理的日常任务，并将因此释放出来的劳动力 调配到高价值活动领域，如客户互动、战略分析和开拓 创新。清

推动 —— 此外, 它还要求建立企业内部统一的智能运营管理体系, 贯穿整个价值链流程。 在智能业务持续深入的背景下, 伴随着企业 AI Agent (企业智能体) 的逐步落 地, 企业甚至可以重新设计其价值创造过程,从而创新业务模式。 对于企业价值链中的各业务部门来说,探索新的应用场景, 利用最新的智能 化工具来提升业务效率和创新能力尤为重要。具体而言, 主要包括: (1) 智能产品创新: 这增加了转型的难度和成本。 更多干货请关注公众号“管理技术化平台” 31 图 3-3 不同智能化成熟度水平的企业占比（本报告调研反馈数据） 2. 企业智能化转型战略得分下降明显, 成为转型升级的最大障碍, 企业面临重新评估和调整原有智能化转型战略的紧迫性与挑战性 在智能化转型 2.0 时代的浪潮中,企业前行的道路并非一帆风顺,不少企业 正面临着短暂的回调 然而,这看似停滞的阶段实则蕴含着后续加速的巨大能量。 相比过去两年, 企业在智能化转型战略方面投入相对更加谨慎, 智能化转型战 略得分下降明显, 成为转型升级的最大障碍, 这可能与外部环境的不确定性、 新技术带来的短期投入回报不明显等因素有关,企业面临重新调整原有智能化转 型战略的挑战。 (1) 外部环境不确定性加剧。 首先, 全球经济增长面临诸多不稳定因素, 贸易摩擦、地缘政治冲突以及突发公共卫生事件等,都对宏观经济形势产生了深 远影响。在经济下行压力下

数据/人工智能专家供不应求，算法复杂——与合作伙伴合作以实现速度 和效率，同时不造成依赖 文化在成功实施人工智能中至关重要。 人工智能通常用技术术语来描述——但创造一种文化， 鼓励员工学习和实验AI工具至关重要。 重新校准现有数据和人工智能活动，以保持领先地位。 考虑到（通用）人工智能，优化数据战略，调整应用案例目标组合， 并确定对整体数字/IT转型计划的含义 • • • • • • • • •

训练步数的增长，模型的 thinking response length 逐渐增加 (test-time computation increasing) DeepSeek-R1-Zero 自主涌现学会重新评测原来的方法、反思和主动探索其他的路径 多阶段训练下的冷启动让 RL 训练更加稳定，避免初期不稳定、加速收敛、提升思维链可读性 未来后训练的重心会逐步倾向于 RL ，但是少量训练用于 SFT 决定当下的某一步是否正确是一个很难的 task, 自动化标注难以产生很好的结果， 但是用人工标注又难以 scaling up Model-Based PRM 可能会引入 reward hacking, 重新训练会让训练变得更加 复杂 PRM 还是更适合于 rerank top-N responses and assist guided search, 在大规模 RL 实 验下，提升算力更直接

不同统计维度下的影像 AI 三类证数量存在差异。本报告统计时未统计不包含软件注册证中结构及组成、适用范围未提及智能化软件的 各类手术导航系统。 4 部分企业的同一 AI 产品在拿证之后发生了迭代，重新取得三类证，本报告在统计时记为两证。 9 图表 6 2024 年 1-9 月通过第三类医疗器械注册准入的医疗 AI 产品（下） 资料来源：国家药监局官网 图表 6 历年三类证数量分布 资料来源：国家药监局官网 日，相关部门启动电子病历分级评价标准修订工作，2023 年 4 月 2—8 日，在广泛征求医院、行业专家建议+历年审核常见问题汇总分析基础上经过 26 次标准 修订会。 18 新标准对指标架构进行了重新设计，具体包括取消部分低级别过度；取消重复工作，提 升标准实用性；语言做到统一、严谨和免疑；指标总数从 779 项减少到 754 项；数据 质量抽检，不用准备全部 SQL，工作量约降低 50%-70%；增加了选择自由度，最低过 紧密契合了国家推行的“分 级诊疗”政策导向，更加速推动着外科肿瘤微创手术即将迈入一个智能化、精准化及高 效化的发展阶段，让更多肿瘤患者能够及早得到充分的救治。  首个放疗大模型发布，柏视医疗重新定义 AI 放疗价值边界 2024 年 5 月，柏视医疗推出 PVmed Zeus 肿瘤治疗 AI 基础模型，进一步优化放疗科室 的工作流程。通过自监督学习平台和自适应放疗系统，临床医生可以更加精准地定义个