欢迎来到我们对于2025年的技术展望。这份我们年度科 技趋势报告的第25版，正值技术及人类历史的关键时刻 。随着越来越多的领导者认识到不断革新利用技术、数 据和人工智能的必要性，他们比以往任何时候更需要深 入理解人工智能。为何？因为人工智能技术扩散的速度 前所未有，且仍在加快——在企业层面创造新的创新机 会，包括实现效率的新方法、经营企业核心的方式，以 及与客户互动的新商业模式。 我们将AI视为新的数字革命，因为它既是一种技术， 到汽 车，到医疗保健。 4,5,6,7,8,9,10 高度能效的高级人工智能 但是这是一个烟幕弹——大多数商业领袖都无法承受的 干扰。总有一天，通用人工智能将会产生巨大的影响， 但今天它仍然遥远，需要解决深层次的技术和伦理挑战 。相反，领导者们看到眼前更为紧迫的问题至关重要： 人工智能的普及，这将在新水平上为企业系统、工作队 伍和运营带来自主性和能力，在通用人工智能发挥作用 之前就已经到来。 在通用人工智能（AGI）方面。 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 人们的日常生活中所扮演的角色。

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，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。 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 2 3 4 5 为了实现这些期望，企业计划推动团队快速前进。目前有 30% 的受访高管表示其组织主要处于 AI 实验阶段，正在低风险的非核心职能中测试 的受访高管表示其组织将扩大 AI 的应用规模，利用 它来优化流程和系统；而有 44% 的受访高管计划利用 AI 来开展创新工作。只有 6% 的受访高 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。

经系统，并将AI与我们的世界相连。AIoT让AI变得真实且有意义。 AIoT与设备连接的价值 AI对可靠的、现实世界的数据有着无尽的需求，以此来推动训练和推理。因此，AI的快速发 展需要大量关于我们所处世界的准确数据，而这种依赖从根本上改变了设备连接的经济价值。 过去，评估一个联网设备的价值往往基于其功能的内在价值，比如恒温器能够测量温度并控 制HVAC系统。但如今，AI拓展了 HVAC优化、家庭安全、安防、健康 与保健以及居家养老支持。这些先进的、由AI驱动的应用需要情境感知能力，即实时感知、 理解和应对复杂情况的能力。因此，AI应用必须与家庭的多个系统相连接，如灯光、门窗、 摄像头、安全传感器、HVAC、家电、AV设备、管道、灌溉系统、泳池、汽车和能源等。通 用连接需要在两个方面进行标准化——设备网络和应用层。让我们以消费电子行业为例来看 看这是如何运作的。 看这是如何运作的。 AIoT重新定义设备连接性 AI的爆发式增长促使联网设备制造商来满足IoT产品快速增长的需求，这些产品能为基于AI 的生态系统提供现实世界的输入。从连接的角度来看，这需要：（1）标准的、广泛可用的 基于IP的网络；（2）一个软件应用层，能在设备和应用之间实现直接、安全的多厂商通信。 这种对设备连接的新定义在垂直领域内将消息分发与消息内容相结合。连接的标准化可加速 产

大模型通常具有数十亿甚至千亿级别的参数， 使得模型能够捕捉到更多的细节和特征，提高了任务的准确性。 2、训练数据海量。AI 大模型需要训练大量数据才能发挥出其强大的 性能，这些数据来自于各种来源，如互联网、企业内部数据等。 3、计算资源需求高。由于参数规模庞大，AI 大模型的训练需要高性 能的计算资源，如GPU 集群、分布式训练框架等。 4能源行业部分大模型 （一） ◼ 国网光明电力大模型：（开源与闭源并举） 源利用率。 2.系统调节能力： -新能源的快速发展需要更多的系统调节能力，但现有调节能力可能不足以应对新能源的波动性和间歇性。 -需要通过技术创新、市场机制设计等手段提升系统调节能力，以保障新能源的有效消纳和电力供应的稳定。 3.市场机制完善： -市场机制在促进新能源消纳、激励灵活调节资源、疏导调节成本等方面仍需进一步完善。 -需要深化中长期市场连续运营，推动现货市场全覆盖，持续完善辅 -分布式光伏的快速发展对配电网承载能力、电能质量、接入方式、运行控制等方面带来多方面挑战。 -需要通过加强配电网改造、优化接入方式、提升运行控制水平等手段，以适应分布式光伏的大规模接入和高效利用。 4五、案例--2024年国网电力市场发展状况 23 ◼ 国网市场存在问题： 5.储能发展： -储能的大规模发展对系统调度运行、电力市场设计等方面提出新的要求。 -需要通过完善市场机制和调度规则，激励储能的灵活调节能力，提高储能的利用效率和经济效益。

最新的机器⼈类别是⼈形机器⼈。这些机器⼈旨在适应⼈造环境，并在许多任务中提供多样性。在评估⼈形机器⼈的机会时， 我们⾸先在⼯业领域（即制造和仓储）看到最⼤潜⼒，然后是在家庭中。我们在家庭中看到的主要功能是清洁和照料。虽然这 个新领域需要时间建设，但我们预计到2050年将有6.48亿台单位和⼀个价值7万亿美元的⼈形机器⼈市场。 制造和仓库），然后是家庭。我们在家庭中看到的主要功能是清洁和照顾。尽管这个新⾏业需 要时间来建设，但我们预计到2050年将有6 ⼼的发展。我是⼀位技术爱好者，我相信机器⼈技术，机器学习和⼈⼯智能等技 术有望帮助我们解决当今⼀些最紧迫的挑战。然⽽，这项技术被⽤于对社会有害 的⽬的，如信息误导和战争，仍然是⼀个重⼤关切。要将这⼀最新技术⾰命转变 为我们所有⼈的成功，需要技术开发⼈员、⽴法者和整个社会共同努⼒。 © 2024 花旗集团 本报告来源于三个皮匠报告站（www.sgpjbg.com）,由用户Id:349461下载,文档Id:402623,下载日期:2025-01-17 ⼈类⽔平表现上取得了22%的改进 ，包括阅读理解和⽂本补全。这⼀重⼤⻜跃之后是GPT-4的开发，⽐如现在在回答 医学考试问题⽅⾯优于⼈类。 语⾳识别是多模态⼈⼯智能的另⼀个关键组成部分，特别是对于需要直观与⼈类互 动的机器⼈。2017年，微软的语⾳识别系统达到了5.1%的词错误率（WER），与 ⼈类抄录员的表现相匹敌。更近期的模型，如Google的WaveNet，在某些场景中 ⽐⼈类更准确。

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—— 基础设施、数据和技能，提供了一个广泛的社会经济视角，并突出了构 建有弹性的基础设施和促进包容性和可持续工业化和创新的需求。 v Rebeca 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）。 人工智能在发展中 具有巨大潜力但也 续性和个性化带来一 个更加包容的未来— —如果能够谨慎引导 的话。 6 为私营和公共利益服务——领先的技术公司正在掌 握技术未来的控制权，它们的商业动机并不总是与公 共利益一致。政府需要探索政策和法规，以激励并引 导技术发展沿着促进包容性和造福所有人的道路前进 。 增强人类能力——前沿技术资本密集且可能节省劳动 力。对于许多发展中国家来说，这可能会侵蚀它们在 低成本劳动力方面的比较优势，从而危及几十年来取

力、开放合规的全 球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶 段，而处于有序复杂和战略价值实现阶段的企业不到�/�，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 了新市场、新生 态、新需求变化。一些传统业务逐渐萎缩和消失，新的业务形态和商业机 会快速出现，由此产生新的生态聚集效应，加快重塑市场格局。 更加极致的客户体验：客户体验变得更为为 重要。企业需要深入研究市场以建立差异化 优势，例如面对银发经济和数字化原生代持 续崛起的市场背景，提供定制化与个性化解 决方案。 “走出去”向外追求增量空间：面对不断激 烈的竞争局面，挖掘海外需求、提高海外收入成为中国企业创造增长新曲 初步探索期 快速增长期 巩固期+ 新一轮探索期 试点建设，小规模部署和应用 灵活扩展支持业务增长 资源持续整合优化+ 面向未来的布局和规划 �� 在经历初创期的IT系统快速交付后，企业需要不断思考IT系统的灵活扩展、整合 优化以及面向未来的统筹规划问题。大多数企业在业务与数字化的协同发展中， 都普遍经历了以下典型阶段： 初步探索期：业务发展伊始，企业往往采用试点验证的思路，小幅投入IT资

将会成为下一个突破点。 自回归模型在数学推理问题上很难进步的一点在于没有办法进行回答的自主修正，如果仅是依靠生 成 式方法和扩大参数规模，那么在数学推理任务上带来的收益不会太大。所以需要寻找额外的 Scaling 为什么我们需要后训练 Scaling-Law ? 回顾： Post-Training Scaling Law 没有使用 Reward Model, 因为 ORM 和 PRM 等基于神经网络的都可能遭受 reward hacking 而 retraining reward model 需要大量的计算资源，可能会复杂化整个流程 训练模板： 选择最简单的 Thinking Process ， 直接观察到最直接的 RL 过程下的表现 DeepSeek-R1 Zero: 无需监督微调 SFT 11 跳过 SFT 阶段，直接运用纯强化学习拓展推理能力边界实际上也带来了几个很重要的启示： 需要足够强的基座模型： 基座模型 (DeepSeek-V3 Base) 超过了某个质量和能力阈值 （ 671B 在 14.8T 高质量 Token 上训练）（基座模型知识帮助突破推理上界，也有

2021 2022 2023 41.5% o 更多干货请关注公众号“管理技术化平台” 5 ——来源：中国信息通信研究院《中国数字经济发展研究报告（2024）》 图 1-1 中国数字经济规模 需要指出的是 人工智能发展之路并非一帆风顺。企业在引入人工智能 技术时, 需直面技术兼容性、数据安全、人才培养等多重挑战。只有克服这 些障碍, 才能充分释放 AI 的潜力, 推动企业向智能化转型的纵深发展。未 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, 以及能够帮助企 业清晰识别现状、科学指导转型路径的方法论。企业基于自身的转型经验和众多 客户的服务案例, 总结出一套企业智能化转型框架。这套框架来源于实践 调混合 AI 数字底座成为主流架构, 为企业的业务流程提供智能化支持的 必然趋势。 2) 做了混合 AI 数字底座二级模块的全面刷新。AI 时代的数字底座, 需 要 AI 基础设施, 同时, 也需要 AI 运行所需的技术平台。这包括: "3 库 4 平台" , 这些技术平台已经对传统的大数据平台、应用开发平台形成 替代之势,是企业混合 AI 应用落地所必须的,企业也必须遵循这样的方 向进行企业

DeepSeek，热线系统拓展了智能文本机器人应答、智能辅助填单、智 能工单分类和智能工单转派等功能，充分展现了人工智能大模型在提升政府服务 效能方面的巨大潜力。 就目前而言，对 DeepSeek 的探索和应用仍处于起步阶段，未来需要深入探 索大模型工具在更多政务场景中的创新应用。同时，利用大模型工具开发更多智 能化、个性化的政务服务应用，切实降本增效，是未来发展的重中之重。这不仅 有助于提升政府服务的质量和效率，也有助于推动数字政府的智能化转型。 也逐渐成为辅助政府决策、推动社会治理创新的重要数据富矿。随着人工智能技 术的快速发展，政务热线作为政府与公众沟通的重要渠道，正在经历一场智能化 变革。作为数字政府的“门脸”，政务热线进一步建设发展需要各方的通力合作， 将人工智能大模型和智能技术与政务场景深度融合，打造出智慧、高效、便捷的 现代城市治理“总客服”。 （一）政务热线的发展历程 早在 20 世纪 90 年代，美国巴尔的摩市就开通了 信息进行整合和分析使政府 得以精准把握社会民众的需求。政务热线通过建立社会治理云平台，借助大模型 对群众诉求进行深入发掘和全景刻画，并将分析结果应用于政策决策上，实现了 政府资源配置与民众切实需要之间的精准匹配和有效对接。另一方面，政务热线 数智化以数据融通和智慧服务为主要特征，大模型能够促进医疗、教育等多种社 会服务平台的信息互通，同时通过对大数据等信息技术分析数据的动态演变规律，