四、促进国际化，深化数字教育国际交流合作 ······· 16 第三章 实践探索 ················································· 20 一、深化人工智能人才培养，强化人力资源支撑 ···· 20 二、促进人工智能广泛应用，助力教育创新发展 ···· 22 三、健全智慧教育机制建设，构建良好教育生态 ···· 25 四、强化智慧教育设施保障，筑牢教育数字基座 ················································· 30 一、革新教育理念，迈向智慧教育新阶段 ············· 30 二、更新教育内容，树立人才培养新标准 ············· 32 三、构筑未来要素，探索教育变革新路径 ············· 33 结 语 ····························· 树立远大理想，促进学生全面发展。 培育智能时代高素质人才。习近平总书记强调，人 工智能是年轻的事业，也是年轻人的事业。要推进人工 智能全学段教育和全社会通识教育，源源不断培养高素 质人才。中国教育部大力推动人工智能人才培养，扎实 推进相关教材、课程建设。依托国家智慧教育平台上线 人工智能课程教材资源，推出人工智能工具，出台应用 指引文件，全面提高广大师生数字素养。 ·9· 第二章

差距，高校与企业必须紧密合作，通过联合设计课程、 设立卓越中心或学生创新中心、加强企业实践项目等方式加强AI人才素养及动手能力培养。同 时，政府、技术厂商和学界也应加强合作，探索面向智能时代的人才培养先进理念。 几乎所有 ICT 岗位都将受到AI的深刻影响，现有技能面临升级调整 AI不仅创造了新岗位，更对几乎所有ICT岗位进行了深刻变革。在安全领域，岗位职能正从人工监 控转向统筹AI驱动 尽管存在这些差异，数据仍揭示了一个普遍趋势：无论在哪个行业、哪个地区，技能短缺都会带 来损害。它持续削弱各行业的竞争力、客户满意度、员工生产力与收入增长。这一共性表明，所 有组织无论所属行业，都迫切需要将人才培养置于优先地位，填补技能缺口，以维持业务绩效并 支撑数字化转型战略（来源：IDC《����-����年全球IT技能调查》）。 当然，技能缺口一直以来都在阻碍组织绩效提升。如今的不同之处在于，那些引发技能短缺的AI 提升个人领导能力，也 改善组织整体绩效。这种全面、主动的学习与发展方式，是构建“具备韧性、强适应性” 的组织 的核心 ⸺ 唯有这样的组织，才能从容应对持续的数字化变革。 挑战 4：高校需加强人才培养与企业AI适配人才需求的匹配度 过去一个世纪以来，传统学术机构与IT行业的关系经历了深刻变革，从关联松散的领域逐步发展 为深度交织的合作伙伴，共同推动创新与经济增长。 智 能 世 界 的 I

为创新的主角。 他们无需成为 AI 专家，便可利用工程智能平台提供的工具，像使用 CAD 或 MATLAB 一样，快速、高效地解决领域内的核心问题，从而激发源源不断的 内生创新动力。  人才培养的规模化：打破 AI 与工程之间的知识壁垒，培养兼具两方面素养 的复合型“新工科”人才。工程智能平台本身就是最佳的教学与实践环境， 它将加速新一代工程师的成长，为产业的未来储备核心力量。  随着人工智能技术与传统工程领域加速融合，工程智能应运而生。它是推动 工程领域智能化转型的关键驱动力，也是应对日益复杂工程挑战的全新范式。工 程智能的核心目标，是通过平台化架构实现对工程领域规模化赋能，涵盖技术研 发、领域创新、人才培养与产业落地四个规模化维度，推动从“点”上的单一场 景突破，扩展到“线”上的共性问题覆盖，最终构建“面”上的学科平台重塑。 这一进程不仅将极大提升传统工程的效能与范畴，更为人工智能的规模化应用提 然而，实现工程智能规模化赋能的进程并非坦途。核心挑战在于如何跨越工 程领域固有的专业壁垒，满足其对可靠性的严苛要求，解决人工智能技术落地时 面临的效率与成本问题、系统融合与协同问题等瓶颈。此外，人才培养、治理机 制与生产关系等配套体系尚不完善，也为规模化发展带来复杂挑战。 为抓住机遇、应对挑战，白皮书前瞻性地提出构建“工程智能操作系统”这 工程智能白皮书 AI for Engineering

教育部、国家发展改革委、国家能源局三部门印发《关于实施储 能技术国家急需高层次人才培养专项的通知》 2022 年 8 月，教育部办公厅、国家发展改革委办公厅、国家能 源局综合司联合印发《关于实施储能技术国家急需高层次人才培养专 项的通知》（教研厅函〔2022〕10 号，以下简称《通知》）。《通知》 聚焦我国对储能领域核心技术领军人才的迫切需求，创新产学研协同 人才培养模式，为我国储能领域核心技术突破培养和储备一批创新能

政府 分别于 2017 年和 2019 年发布《俄联邦数字经济国家规划》 和《2030 年前俄罗斯国家人工智能发展战略》，确定了立法 规范、数字经济投入、数字经济生态系统建设、数字教育和 人才培养、优先发展和使用人工智能等数字经济发展方向。 在保护个人数据权利方面，俄罗斯于 2006 年加入《个人数据 自动化处理中的个人保护公约》，同年颁布了《关于信息、 信息技术和信息保护法》和《个人数据法》，明确了信息拥 精准高效对接；“打造数据要素产业培育载体”。包括积极 推动数字经济园区建设，培育包括数据要素产业在内的数字 145 经济特色园区。推动企业、高校设立数据要素技术研究机构， 加强创新型、技能型数据要素人才培养，完善数字技能人才 培训体系。 2023 年 8 月，湖北省发改委发布《湖北省数据要素市场 建设实施方案》，提出“到 2024 年底，数据要素产权、流通 交易、收益分配、安全治理等制度体系搭建完成，更多成熟 万元支持。 （15）辽宁省的探索实践 2025 年 6 月 12 日，辽宁省人力资源和社会保障厅发布 《全省人力资源社会保障领域支持和保障人工智能创新发 展的若干措施》。支持人工智能领域的人才培养和技能提升， 包括鼓励技工院校增设人工智能专业、加强师资建设、开展 短期技能培训，以及支持高校毕业生参加高级工技能评价； 同时，计划在“十五五”期间建设 3-5 家省级高技能人才培 训基地和技能大师工作站，提供最高

施激励企业进行技术改造。在市场 层面，要充分发挥资本市场的作用，引导产业基金、风险投资等社会资本投入卫星 技术研发和矿山智能化建设，形成良性的产业生态。此外，还需要建立完善的技术 服务体系和人才培养机制，为技术推广应用提供人才保障。只有政策与市场形成合 力，才能加速卫星技术在矿山行业的规模化应用，推动行业实现高质量可持续发展。 6.1.4 技术普及与生态构建是未来关键 随着卫星技术 ，统一数据格式 和接口规范，降低系统集成难度；建设集约化的卫星数据服务平台，提供便捷的数 据获取和处理服务；培育专业的第三方技术服务商，为矿山企业提供全生命周期的 技术解决方案。同时，要加强人才培养体系建设，培养既懂卫星技术又熟悉矿山业 务的复合型人才。通过构建包含技术供应商、矿山企业、科研机构、服务商等多元 主体的产业生态，将推动卫星技术在矿山行业的深度应用和规模化推广，最终实现 整个行业的智能化转型升级。 率等关键环节 引入卫星遥感、定位导航等服务。通过建立试点项目，逐步验证技术成效，积累应 用经验。在实施过程中，注重数据资源的整合与利用，推动卫星数据与现有生产系 统的有机融合。同时，建议关注人才培养和团队建设，提升员工对新兴技术的理解 和运用能力，为技术创新应用提供持续支撑。 6.2.2 对政策制定者的建议 政策制定者可以考虑通过多种方式支持卫星技术在矿业领域的发展。建议研究 制

6未来展望：技术演进与行业协同 6.1创新方向 6.1.1大模型在外汇预测中的应用 6.1.2场景驱动的模块化外汇风险管理架构 6.2生态共建建议 6.2.1企业—学会—科技公司协同机制 6.2.2行业标准与人才培养体系 6.3结语 重庆市商业会计学会介绍 浙江保融科技股份有限公司介绍 企业外汇风险数智化转型白皮书 从被动应对到主动管理 2025年度 9 47 48 50 50 51 基。第三，在科技公司层面，需聚焦大模型预测、区块链结算等核心技术，基于场景库 开发模块化解决方案。通过搭建知识共享平台，实时响应用户需求迭代，推动智能套 保、自动会计等功能的规模化落地。 6.2.2行业标准与人才培养体系 为夯实外汇风险数智化转型的发展根基，需构建“技术标准引领、人才能力支撑、 生态协同保障”的行业发展体系，形成标准统一、人才专业、生态健全的可持续发展格 局。 第一，在技术标准体系构建 第一，在技术标准体系构建层面，应聚焦数智化管理全流程建立技术规范。重点围 绕外汇风险数智化管理中的关键流程，如敞口识别与转换、衍生品估值与有效性测试、 跨境资金与账务联动，制定标准化技术接口和指标体系。第二，在专业人才培养层面， 应培育具备财务、科技与风险管理交叉能力的人才梯队。建议高校设置“外汇风险智能 管理”交叉课程模块，覆盖汇率建模、智能交易等内容。同时推动“高校+科技公司”共 66 企业外汇风险数智化转型白皮书

块链赋能可信数据空间底层基础设施建设、区块链赋能大模型开 源创新生态有待探索；三是区域协同发展、东盟合作有待深化， 面向东盟的可信数据跨境流动等机制有待突破。四是人才吸引力 较弱，本土高端人才相对短缺，人才培养和引进机制尚不完善。 三、广西区块链应用面临的机遇与挑战 （一）发展机遇 政策红利释放。近年来，广西高度重视区块链产业发展，政 策红利持续释放，专项政策显著增加，产业生态逐步完善。广西 推动区块链人才培育纳入自治区高技能人才队伍建设整体部 署，明确培养规模、结构优化目标，打造“服务广西、辐射东盟” 的人才梯队。探索构建“政策引领—产教融合—应用驱动”的多 维体系，加强本土区块链人才培养，利用互联网和在线教育平台， 提供开放式的区块链教育资源，在职业培训和继续教育方面，开 展区块链技术的实际应用和实践操作的培训，满足企业和行业对 区块链人才的需求。支持高校建立区块链学科专业，构建“基础

AI 技术人员之间的 协作，开发出既满足学科需求又充分发挥 AI 潜能的智能工具。推动跨学科数据库建设， 整合历史学、文学、哲学、社会学等多领域 数据资源，建立统一且高质量的信息平台。 在人才培养上需加大投入，培养一批兼具人 文学术背景和 AI 技术能力的复合型人才。 3.AI 伦理治理 3.1 背景 AI 对人类的影响可以从短、中、长期进 行分析。从短期来看，各类智能工具有效提 2025 52 53 研方法难以应对的复杂问题。同时，政策还 应旨在构建开放、透明、安全的科研生态， 促进数据共享与知识交流，降低研究壁垒。 此外，为保障 AI 技术的可持续发展，应加 强对人才培养、伦理治理及法律规范的支持， 确保 AI 在科学研究中的应用符合社会价值 观与伦理准则，从而推动科技创新、产业升 级与社会福祉的全面提升。 2.2 政策制定 为实现 AI4S 战略目标，建议政策围绕 技术的应用符合伦理要求与法 律法规。 2.2.3 算法开发 统筹推进基础算法研发与场景应用突 破，构建开放协同的技术创新体系。推动关 键算法开源共享与迭代优化，形成产学研用 联动的技术攻关机制。 2.2.4 人才培养 完善 AI 与科学研究交叉学科的教育教 学体系，支持高校开设 AI4S 通识与专业课 程。推动产学研协同育人，设立 “师生共创” 的 AI4S 专项培训计划，培养具备跨学科能 力的复合型拔尖创新人才。

专注于消费级和工业级高性能通用四足机器 人、仿人机器人、六轴机械臂等产品的研发、生 产和销售。 宇树科技机器人以清晰的路线图推进多领域应用拓展。 第一阶段，面向科研院所、高校及中高职院校，化身科研平台与教具，为技术研发和人才培养提供支持。 第二阶段（当前），机器人进军警用、消防、应急领域，凭借手动遥控实现全地形移动的特性，满足复杂环境下的作业需求。 第三阶段，聚焦能源行业，在电力、火力、水利、核电等场景，新增自动巡检功能，提升作业效率与安全性。