者深入了解AI在教育中的应用，共同把握这场技术革命的脉搏。 本书内容 本书分为两大部分： ❍ 理念与趋势：首先，从数字化技术的发展和其对教育的影响开始，剖析AI浪潮 对知识与学习提出的全新要求；接着，探讨AI时代下人才需要具备的核心能力， 包括批判性思维、创造性解决问题的能力、数字素养、人机协作能力、自主学习 和终身学习能力；同时，分析AI时代教师职业发展的新方向，为教育工作者提供 前瞻性的职业思考。 形式的影响，特别强调AI大发 展时代下对“知”与“识”的新要求；接着详细分析AI时代所需人才的关键能 力，包括批判性思维、创造性解决问题的能力、数字素养、人机协作能力、自主 学习与终身学习能力等，并探讨AI时代教师的职业要求和发展路径。 4 Chapter 1 第1章 数字化背景下的教育发展 在数字时代，以人工智能应用为代表的新型数字化技术，正在逐渐融入学校教育教 学的各个领域，对教育认 ，这 里有机遇也有挑战，而要想更好地抓住机遇、应对挑战，就必须积极拥抱科技与产 业的变革，主动拥抱智能时代。 本节将对比AI时代来临前后的教师角色、课程设置、个性化教育与学习以及教育评 价等方面，探讨AI技术对教育教学的影响。 1.2.1 AI时代的教师角色 以ChatGPT、Gemini、文心一言、讯飞星火为代表的人工智能大模型迅猛发展，凭 借强大的自然语言处理能力，它们能够完成问题解答、内容创作（文字、图像、音

一系列 工程组合，持续实施。因此在架构选择上，需要评估可组 合、敏捷等特征的路线选择。 业绩优化，业务创新 转型的价值，一个方面是现有业务模式的继续优化；另外 一个方面，需要重视业务创新的探讨。并在战术层面，关 注新生态系统、平台、运营等新模式。 每阶段主要任务描述如下： 数字化转型规划，前3个阶段尤为重要，只有确立正确的战略方向和目标，才能保障第4第5阶段的数字化转型成果。 每 合，增加了人工智能的分析手段，数据的价值层 次也由“数据-信息-知识”转变为“数据-信息-知识-智慧”。 数据管理框架 鉴于如上变化，企业的数据管理框架需要进行重新的审视、规划。业界也在进一步探讨数据管理框架所涉及内 容的完善。以常见的国际数据管理协会DAMA的数据管理职能框架为例，说明数据管理所涉及的内容与活动。 数据处理流程 为进一步描述现代数据与分析中的新特征，以数据处理流程为例，摘要说明关键环节： 型，定位于“业务的共同创建者”，并随之进行了如下调整转型： 人员：由原先的运维人员构成为主，增加软件开发、数据管理人员。 流程：由原先的遵从业务部门要求开展支撑工作，转变为和业务部门共同探讨业务需求，并一块确定工作内容。 内容：由原先的后端支撑为主，转变为协助业务部门创新内容为主。 业务架构级 为实现业务战略，相应业务模型（例如智能终端研发、生 产、销售、服务等）、业务组织等都对应进行相应变化。

电力圆桌项目课题组 2025年8月 电力圆桌项目 电力圆桌（全称电力可持续发展高级圆桌会议）项目于 2015 年 9 月启动，旨在紧扣应对气候变化、调整能源结构 的国家战略，邀请业内专家和各利益方参与，共同探讨中国电力部门低碳转型的路径和策略。通过建立一个广泛听 取各方意见的平台机制，电力圆桌将各方关心的、有争议的、目前决策困难的关键问题提交到平台讨论，选出核心 问题委托智库开展高质量研究，并将研究成 为宗旨，以促进双碳产业广泛深度合作为己任，本着共创市场、共享资源、共同发展的理念，与有关政府机构、企 事业单位、学术团体、国际组织广泛联系、密切合作，积极推进“双碳”目标下的产业合作、政策研究、路径探讨、 标准制定、交流活动等工作。分会设有强大的专家委员会，依托各成员单位、行业专家及顾问团队的优势资源和专 业力量开展工作。 北京中能网讯咨询有限公司于2000年成立中国能源网研究中心，拥有一支由行业分析师与研究人员共同组成的专

electronic switch》，率先介绍了 N×N AWGR 结合可 调谐激光器在数据中心实现光电混合交换的应用场景和架构。在 2023 年 4 月的 ITU-T SG15 Q6 全会上，联通进一步探讨了 AWGR 与 可调谐激光器的结合在光交换中展示了极大的潜力，能够提供灵活、 云智算光互连发展报告 高效的交换能力，并增强网络的适应性和性能，并建议在 G.671 中 立项修订 N×N AWGR 2025 年 Q4 完 成送审稿评审。 2024 年 9 月，ODCC 发布 AI 网络光交换机技术报告，该研究项 目由美团牵头，中国信息通信研究院和华为公司共同参与贡献。研 究报告深入研究和探讨了光交换技术在数据中心网络中的应用前景 和挑战。通过对光交换机技术的基本原理、发展历程和应用场景的 详细介绍，以及与其他交换技术的比较，帮助读者全面了解光交换 机技术的优势和局限性。2025 年

利用自己的领导地位，在整个供应链中推广这些思想。我们将在后面的 章节中回顾这些观点，总结这些方法。这将使得对丰田在每个层次和每 个任务流程的学习变得富有实践性与进步性。丰田模式使得学习不仅仅 遵循于学习理论（我们在第11章中将有所探讨），也可以进行简单的阐 释（这通常很难实现）。主要原则如下： ·创造认知。如果问题不被发现，就永远得不到解决。只有当系统 有能力及时报告想法、问题、偏差和潜在的难题时，才能毫不延迟地给 团队领导指明方向。 物流是供应链中一个非常重要的环节。它主要有以下两大作用： （1）进货物流，即将原材料或零部件从一级供应商处运输至OEM工厂 的过程。（2）出货物流，即将加工厂的成品车辆分配给经销商的过 程。在本章中，我们将对上述两个环节进行详细探讨。 进货物流 进货物流，及对原材料的物流管理包括两种不同的运营形式：第一 种是本地化进货物流，即从当地供应商到当地工厂的零部件运输运营， 第二种是全球化进货物流，即全球范围内的原料的物流管理，将零部件 ，也 会在用同一辆火车运输不同生产商的车辆。 北美的汽车配送 图8-3告诉我们，在北美车辆是如何通过这一配送网络离开整装工 厂的。当车辆生产完成后，就会被运输到铁路货运编组站（接下来我们 还会探讨铁路货运编组站的具体运营）。而当铁路货运编组站流程结 束，车辆就被运输到停放区域待运。通常将车辆运输到经销商有两种方 式可供选择。第一种是铁路运输：将车辆装上火车，运送到铁路端点， 再装上货车，运输

行业应用框架与实践建议。 2.1 大模型在医疗健康领域应用的机遇与挑战 大模型的引入， 为医疗健康行业带来了前所未有的机遇， 但也伴随着相应的挑战。本节将从医疗 健康行业的现状出发， 探讨大模型在该领域的潜力， 特别是在提升医疗服务效率、优 化资源配置以 及推动科研创新等方面的应用前景。同时， 我们也将关注大模型在实际应用中可能遇到的挑战， 例 如数据隐私、伦理合规性、以及如何确保模型的安全性与可靠性等问题。 无论身处何地， 只要有互联网连接， 患者都可以获得专业的解读服务， 享受更加公平、高效的医疗服务，从而更好地管理自己的健康。 本章节聚焦于三个主流医疗大模型的行业应用， 深入剖析其交互流程与功能模块， 探讨不同大模 型在数据 整 合、病情分析、诊断 建议 等 关 键 环节所采用的独特策略与方法。力求清晰地揭示主流医 疗大模型在实际应用中的显著优势与固有特点， 为深化对医疗大模型的理解、推动其在医疗实践中 型 在复 杂多 变的 医疗 场 景 中 真 正 发 挥 提 升医 疗服 务质 量、推 动医 疗 行 业智 能 化 变 革 的 重 要 作 用。 本章节将围绕医疗大模型评测展开 深入探讨， 剖析评 测的关键要素、方法及意义， 以期为医疗 大模型的稳健发展贡献有价值的见解。 3.1 通用大模型评测框架 随着大规模语言模型（ LLMs ） 的快速发展， 其评估框架的标准化显得尤为重要。尤其是在医疗

AI 技术的引用将为企业迎 来第四个——“数据解剖法”。 AI 技术实现人岗匹配，离不开数据的处理和模型的选择与训练，看似高深、复杂的人岗匹配算 法模型背后，这一切是怎么实现的呢？本期院长就和大家探讨下不同模型在人岗匹配实践中的 创新应用。 “人岗匹配” 是企业人力资源管理的核心问题，更是所有 HR 追求的目标。毫不夸张地说，“人 岗匹配” 是人力资源的起点，也是人力资源的核心目标之一。 真的有用，相信很多人都心存疑惑…… RPA (Robotic Process Automation），是指用软件流程自动化方式实现在各个行业中本来是 人工操作计算机完成的业务。 事实上，第一期院长和大家探讨了 RPA 与 AI 的关系，传统 RPA 并没有用到特别前沿的人工智 能技术，RPA 也并不等同于人工智能。但随着近些年来，软件流程自动化技术与 AI 这两个互补 概念结合在一起，RPA 很多 材料、理解业务特点和实操场景、 为企业战略提供决策依据等），提高人资效率。 37 | 第四部分 但 RPA 真的能满足 HR 的所有工作需求吗？ 院长曾经和一些在互联网公司的 HR 小伙伴们探讨这个问题，他们纷纷表示人资软件操作并非他 们工作的主要内容，单纯的软件流程自动化对他们帮助非常有限。 首先，我们知道不同于金融、财务等工作，HR 每天更多时间花在了与候选人、员工的面试与沟

的转型进度也 各不相同 ⸺ 但核心事实始终未变：组织必须设法让具备合适技能的员工胜任合适的岗位。它们 需要明确自身存在哪些技能缺口，并制定切实可行的计划，在可预见的未来填补这些缺口。下一 章将探讨区域趋势与关键技能，通过对比全球模式与地区动态，展示全球范围内工作模式正如何 被重新定义。 智 能 世 界 的 I C T 岗 位 与 技 能 27 步入21世纪第三个十年，IDC观察到全球劳 ，就必须重新思考“教什 么”与“在哪里学习”。教育正从标准化证书体系逐步转向动态、个性化的技能组合体系，最终 目标在于让每位学习者都能在不确定性中实现发展，并为塑造数字未来贡献力量。 下一章将探讨高校与企业如何携手合作，为人才培养与创新开辟新路径。 智 能 世 界 的 I C T 岗 位 与 技 能 36 技能培养策略： 高校及其他领域探索 AI人才培养竞赛：高校、产业与政府的协同发力 理解这些地区差异至关重要。IDC数据显示，各地区在教育、产业与公共政策间的协同方式，将重 塑GDP增长格局并决定技术领导力归属⸺毫无疑问，这也将决定哪些经济体能最快适应AI驱动的 变革。本章节将探讨当前各地区的优势、短板以及跨区域学习的机遇。 企业与高校合作：地区对比 多年来科技企业与高校一直携手合作，以培养下一代工程师、程序员、创意人才与管理人员。尽 管产学研合作模式依然存在，但其迫切

在不同的管理者作用下，绩效产出差异极大 管理者没有真正发挥作用，因为员工的绩效是 由他的直接上司决定的 价值观与 绩效 管理层的主要假设（ 前提）： 经理人的三项 职能 我们今天探讨协同效率， 如何让员工具有适应性的行为， 正是我们需要解决的问题 经理人的选择 提供有效的诱 因 提供沟通体系 提出和界定目标 经理人员的职能重在维持一个庞大而复杂的协作努力的体系

地磁定位技术分析 83 4.5 Wi-Fi 定位技术分析 87 关于中国高精度定位市场一些更多的探讨 89 5.1 融合定位趋势的讨论 89 5.2 市场上真的需要高精度吗？ 90 5.3 甲方需求很模糊，方案商如何应对 需求也在逐渐增加，而这类市场的整体潜力也是值得期待的，我们期待该市场有更快的发展。 2.4.2 中国 UWB-IoT 消费级市场分析 UWB 技术在 IoT 消费领域的需求分析在前面的章节中有单独分析，本章节重点探讨 UWB 技术在 IoT 消费领域中具体 哪些场景有应用潜力，并且未来的出货潜力如何。 1 手表＆手环 目前 UWB 已经在苹果的 Apple Watch 进行了普及，而其他厂商也在摩拳擦掌，据悉，华为在其 国际物联网展·上海站 4 月 23-25 日 13530533040 13530533040 关于中国高精度定位市场 一些更多的探讨 本次白皮书我们调研了 60 多家企业，对整个国内高精度定位产业进行了全面的梳理，除了前文整理的信息之外，我 们前面的内容整理的信息之外，还有很多话题值得探讨，因此，本白皮书单独设置了一个章节，汇总讨论这些产业中大家 都关心的话题。 5.1 融合定位趋势的讨论 在本