3. 6 智能模型 intelligentmodel 基于多元异构数据,对相关业务对象的运行功能等进行智能自主感知、分析、预测决策和学习进 化,可基于智能驱动支持实现业务自主运行、自适应、自学习进化的模型。 注:数字模型、知识模型、智能模型都属于数字化模型。 3. 7 业务场景 businessscenario 关于业务运行的参与主体、行为活动、资源条件以及数据要素等的有机组合。 3. 同、按 需 优 化 的 一 类 业 务 场 景(3. 7)。 3. 10 智能场景 intelligentscenario 基于相关智能模型(3. 6)实现关键业务自主运行、自主协作和自学习优化/进化的一类业务场景 (3. 7)。 3. 11 新型能力 enhancedcapability 深化应用新一代信息技术,建立、提升、整合、重构企业的内外部能力,形成应对不确定性变化的 本领。 [来源:GB/T23011—2022 需协同、按需优化的一类企业。 3. 17 智能企业 intelligententerprise 基于相关智能模型(3. 6),沿资源链、价值链或产品链(资产链)实现业务全面智能自主运行、自主协 作和自学习优化/进化的一类企业。 3. 18 数字平台 digitalplatform 基于相关数字模型(3. 4),实现网络化协同、服务化延伸、个性化定制等平台化社会化业务动态响 应、动态协同、动态优化的一类供应链/产业链网络平台。

执行 - 学习” 的闭环智能体系。在这一趋势下，应用现代化的核心命题已从“云原生”升级为“AI-Native”，即应用的全生命周期—— 从开发、运行到运维、集成——均需围绕智能体的自主性、协同性与进化能力重构。 从技术视角看，AI-Native 架构的关键在于数据与 API 的智能融合，传统企业系统沉淀的海量数据，需通过统一的 可信数据资产目录实现跨域流通，为 Agent 提供实时、高质量的训练与推理燃料；而 Agent 开发与运行、检索增强生成、智能应用管理引擎、智能组装与集成、统一可观测、多模态交互、AI 内生安全等） 的成熟，使得 Agent 的开发效率提升数倍以上，支撑智能化应用的多模交互、自主运行、智能进化、环境理解、智能协作、 智能研发等特征落地，形成更广泛、更灵活的智能体系统，从而能够在降本增效、体验优化等各方面得到大幅提升。 目前， AI 在医疗、科研、教育、物流等各个领域的应用，为社会带来了巨大价值的同时，又进一步支持了 当今，应用现代化的推进目标已从“数字化 IT 提效”提升至“重塑智能商业价值”。未来，企业需以“应用现代 化的三驾马车”，即：“敏捷架构、智能数据、生态开放”为基石，建立支持 Agent 自治与进化的全生命周期的数字基 座。应用现代化产业联盟的各成员，要加强智能体应用、跨域协作标准等前沿议题的探索研究，以《应用全生命周期智 能化白皮书》为起点，共同推动中国在全球智能化竞争中占据制高点，携手迈向应用现代化的智能时代！

1 背景 具身智能是基于物理本体感知和行动 的智能系统，通过与环境交互感知信息、 规划任务、做出决策并控制本体完成任务， 产生智能行为并持续演进。具身智能需可 信、行为符合人类价值并能自我进化。 2.2 最新进展 具 身 智 能 技 术 近 年 来 取 得 突 破 性 进 展，在感知、决策、控制及商业化应用等 方面实现重大提升。高精度传感器增强了 智能体的环境感知能力，融合感知与推理 随着新理论和方法的不断发展，统计学能够 更高效地应对人工智能中的前沿问题，推动 人工智能技术迈向更高水平，而人工智能的 不断突破也将反哺统计学，使其变得更加智 能与高效。人工智能与统计学之间的双向互 动与协同进化，必将在未来智能革命中发挥 关键作用，为社会智能化转型注入持久而强 大的动力。 4. 科学计算 随着上世纪的计算机出现，科学计算迅 速发展，在天气预报、油田勘探、药物设计、 金融分析等领域取得巨大成功，成为理论、 RFdiffusion 蛋白质生成工具 3，为蛋白质从 头设计提供了全新路径。基于自然语言模型 的 ProGen 4、EVOLVEpro 5 等 工 具， 实 现 了酶、治疗性抗体等特定功能蛋白从头合成 和定向进化，展示了 AI 在全新功能蛋白设 计中的强大潜力。 1.2.3 人工智能重塑生物智造 人工智能与微生物基因组学的深度融 合，为合成生物学提供革命性工具。通过 AI 驱动的数据分析和模型优化，精准确定并优

空调、安防等设备，形成“服务随人动”的无缝体验；在工业领域，其微内核 设计和高可靠性特性，为智能制造、智慧能源等场景提供了毫秒级响应的底层 支撑。这种“软硬件解耦、服务原子化”的技术路径，使得终端设备从“功能 容器”进化为“智慧体”，为 AI 应用的场景化落地开辟了全新空间。 鸿蒙智能体的核心价值，在于构建了“开放共赢”的生态体系。通过开源 项目 OpenHarmony，华为联合超 5000 家合作伙伴，打通了从芯片、模组、 感协同的智慧体验。他们希望终端设备更聪明、更懂人，不仅能理解指令、 完成任务，还能超前思考、主动服务。在这样的趋势下，智能体成为新时 代智慧体验的关键载体，以用户意图为中心，以多模态交互、意图理解、 任务闭环与持续学习进化等关键能力为特征，打通用户、系统与服务之间 的链路，带来全新的服务模式。 华为终端致力于打造王者产品，构筑智慧全场景极致体验。我们持续 通过系统架构与软硬芯云垂直整合创新，将 AI 融入到鸿蒙操作系统底座， 工具演进为可自主执行复杂任务的 AI 智能体。例如，以华为小艺智能体、Manus、智谱 AI AutoGLM、OpenAI Operator 等为代表的智能体，标志着 AI 开始从“对话交互”向“任务闭环” 进化，未来将会有更多智能体介入现实世界的操作。 华为在《AI 终端白皮书》中提出，当 AI 结合了更高维度的感知结果，将触发思考，进而 影响自主行为。与人类常见的行为模式一样，看到乌云即可联想到下雨从而带了一把伞出门，

、 强链接关系，影响组织绩效的因素由内部转向外部 3 、 技术创新与技术普及的加快， 驾驭不确定性成为组织管理的核心 4 、 组织不再具有“稳态” 结构 5 、 “ 共生”成为未来企业组织发展的进化路径 （陈春花老师另一本书《共生》 ） “ 共生” 时代，组织获得系统整体效率成为关键，协同管理， 可以让系统整体效率最大化 今天的组织管理 5 组织内协同 6 组织外协同 01 德鲁克 《第四次工业革命》 ： 本次工业革命将数字技术， 物理技术， 生物技术有机融合在一起， 迸发出强大的力量 中国过去探寻的是高速增长的模式， 接下来要沿着“ 中国企业价 值进化”路线， 实现更加高效的价值创造 世界经济从要素和资源驱动， 向创新驱动转变， 国家 / 企 业 / 个 人都将面临千载难逢的重大机遇期 颠覆性创新几乎每一天都在发生， 并且不以人的意志为转移， 进行信息和资源的共享，通过共同激活，共同促进，共同 优化 获得组织任何一方都无法单独实现的高水平发展 尽管会带来冲突和分歧，但它从更大程度上强调了共生组织 之 间的相互理解和尊重，实现更优越的进化循环 基本观点 3 ： 共生是进化逻辑 想要获得价值网络的有效价值，第一个难题就是能不能真 让 价值网络中各个成员互为主体，而不是主客体关系 《激活组织》：一项重要工作是建立“合作主体的共生系 统”，做到这一点，需要构建一个“价值共同体”

要有强大的学习能力 第三步 通过学习拥有定力 通过学习提升适应力 通过学习获得说服力 通过学习拥有洞见力 1 2 3 知识与学习力能从四方面提升领导力： 4 第五章 组织新解 第六章 自进化 第七章 组织是个整体 PART 03 新组织 n n 技巧和知识 风格 标准 目标 权力基础 人员类型 关系 任务 大小 年龄 凝聚力 目标 关系 的原因 员工的 心灵完 整性 组织成 为自进 化的生 命系统 基于团 队的自 主管理 模式 进 化 型 组 织 三 大 突 破 组织发展 共同规则 共同价值观 共同体 自组织 组织按进化 形式分类 自组织 他组织 自组 织 n n 综合是管理的真正精髓 组织的不同比喻，把组织看作： 管理需要回归“整体论”， 按 照企业是一个整体的视 角 理解企业的经营与管理 共生型组织中各成员的 成长 沟通与协同 共生型组织 信息沟通与共生 新技术 新商业 新共享 服务模 技术框架 模式 借助 展开 方式 实现 式 从预测判断转 向不断进化 致力于不可替 代性 从固守边界到 伙伴开放 建立长期主义 的价值观 做到当下即是 未来 构建共生态 数字化生存中 如何选择 02 50 06 01 04 03

及党建融合模式为核心，提炼可推广的精益管理经验。 数据表明， HES 体系使锦华 2024 年营收与利润较 2018 年增长超 3 倍，人均 营收显著提升，并获“国家绿色工厂”等权威认可。锦华案例揭示， 精益管理是战略转型与组织进化的系统性工程，HES 体系的前沿 理念对制造业具有重要借鉴价值。 转型的力量 霍尼韦尔—浙江锦华新材料精益变革启示录 6 * 数据出处：锦华卓越运营管理报告 浙江锦华新材料股份有限公司（前身为衢州锦华化 变革的核心在于激发组织成员的认知升级与行为主动 转变。锦华在 JES 推进过程中，将激励机制作为撬 动员工参与、推动组织跃迁的关键杠杆，通过“赛马 机制”构建了激励与压力并存的竞争生态，形成“人 人争先、持续进化”的组织氛围。 精细化激励结构：物质与精神双轮驱动 锦华在模块导入中设计了分层激励体系： ● 模块负责人：采用“津贴制 + 项目制”复合奖励， 直接关联模块成效。 ● 属地单位：根据运行成熟度与改善成果给予激励， * 数据出处：锦华卓越运营管理报告 锦华的精益转型之路，恰似一幅跌宕起伏的成长画卷：从初期的探索兴奋到中期的战略迷茫， 从攻坚突破的艰难时刻到全员拥抱的文化自觉，最终实现从“被动变革”到“主动进化” 的跨越。这一历程为面临转型升级压力的制造企业，特别是国有企业，提供了极具参考价值 的“破局样本”。 霍尼韦尔基于多年实战经验提炼的模块化实施路径，为锦华破解变革难题提供了关键方法论。 通

更进一步地，人类与智能 的协作将逐步演化为“共生智能”的新模式，在此模式下，人工智能的目标不再 是完全替代人类的“完美机器”，而是作为“灵魂搭档”激发人类创造力和智慧， 实现人机优势互补与共同进化，让高价值、高难度的工程创新成果从偶然变为必 然[10]。 其次，工程智能的快速发展也带来了复杂的伦理、安全和治理挑战。工程智 能系统可能从训练数据中吸收社会偏见，导致性别歧视、种族歧视或能力歧视的 供强大的计算智能，系统提供稳固的执行框架，而人则贡献创造性思维、非逻辑 思维与最终的价值判断。它并非旨在取代人，而是通过三者能力的优势互补与迭 代进化，共同实现更高效的智能。 在上述设计原则的引导下，基于“分层解耦，软硬结合，云边协同，开放协 作，智能进化”的建设方针，工程智能操作系统的整体架构如图 5-2 所示，包含 基础设施层、数据资源层、工智模型层、工智智能体层以及规模化实践层五层架 构 提供高性能的推理引 擎和资源调度系统，支持对模型进行压缩、量化等优化，以满足不同场景对响应 延迟和吞吐量的要求，确保模型服务能够经济、高效地运行。该平台为工程智能 操作系统构建了一个可循环、可进化的模型生产体系，保障了其核心智能能力的 持续领先与稳定供给。 （5）小模型算法平台 小模型算法平台是工智模型层的重要补充。在工程实践中，大量任务场景， 如特定缺陷的工业视觉检测、设备运行状态的时序数据预测、或嵌入式系统中的

理。 陈春花 北京大学国家发展研究院 BiMBA 院 长 在数字时代 , 企业的竞争不仅是产品和服务层面的竞争 , 更是认知水平的 竞争。 企业家和管理层的认知升维是企业从低维进化到高维的必经之路 , 认知指明了方向。 吴晓波 著名财经作家 全球战略管理学会 (SMS) 主席 企业的平台化并不只是纯粹的数字技术的应用 , 其核心是应用数字技术重 大咖推荐 哈 种因素 , 使得所有群体在平台上的利益达到动态平衡。 利他的平台价值观 , 以赋能的方式去成就平台上的点、 线、 面、体等各个 群体 , 使得个体、 团队、 组织和企业共同升维、 进化和繁荣。 生态体系领导力 , 输出平台价值观。 绩效颗粒化 第一节 现有绩效管理之困 第二节 寻找解决之道 第三节 平台化绩效管理的特点：绩效维度的颗粒化 第四节 平台化管理的绩效实施

答案源头权限校验和输入输出内容管控 Embedding 服务 内容安全模型 输入端：敏感内容检测 大语言模型 提出问题 电力企业独有的高质量数据与 Know-how ，是通用 AI 模型进化为“行业专家”的关键燃料 ，是将企业智慧沉淀 为不可复制竞争优势的核心资产。 知识驱动 AI ： 高质量数据与 Know-How 知识库是 Agent 成功的关键