国家准备情况的评估采用具有广泛国家覆盖范围的选定代理指标。然后可以通过对一国 的科技创新（STI）生态系统进行详细审查来进一步精炼评估。例如，如图9所示，关 于技能，人工智能（AI）采用能力通过拥有高等教育的劳动年龄人口比例来代理，而AI 开发能力通过GitHub平台上开发者的数量作为劳动年龄人口比例来代理。 在不同国家的AI技能准备程度方面可能存在差异，最不发达的国家（LDCs）在两个指 标上得

产业优势，还要针对未来智能工厂协同作业、与 5G/6G 网络融合应用 等前沿领域开展预研，制定前瞻性提案引领发展方向。 此外，加强培养复合型、创新型国际标准化人才至关重要。构建 多层次人才培养体系，完善人才高等教育和职业培训体系，加大对国 内专家、国内对口单位的培养、选拔，为我国人形机器人国际标准化 工作筑牢人才基础。 6.3 加强产业政企协作机制建设，完善政策支持体系 基于中国标准化发展水平及国际竞争态势，我们亟需加强顶层设

2024年报告，近三分之二的雇主认为求职者应该具备 生成式AI工具的基础知识——但在同一项调查中，超过 一半的应届大学毕业生表示，他们的课程并没有充分准 备他们使用生成式AI。 134 尽管全球高等教育肯定会对 这一差距作出回应，但建立项目和招收学生需要时间。 因此，目前来说，提高工人技能和培养新工人主要将落 在企业身上。 在一个技能日益流动、员工驱动自主性成为创新支柱的 世界中，劳动力需要一个新的结构来指导他们的职业和