Click here or press enter for the accessibility optimised version 新一代智能企 新一代智能企业 业 驾驭快速发展的AI领域 Click here or press enter for the accessibility optimised version 从 从创 创新到影响： 新到影响：绘 绘 制人工智能 制人工智能发 发展 得益于计算能力的指数级增长、算法效率的显著提升以及数据的广泛可用 性，人工智能的采用已成为全球商业战略的核心组成部分。企业不再讨论是 否要整合人工智能，而是专注于如何快速实施并扩展人工智能以获得竞争优 势。 尽管近期人工智能领域取得了快速进展，但我们必须清醒地认识到，这仅仅 是发展的开端。在未来几年里，人工智能将在解决复杂挑战方面发挥越来越 重要的作用——从提升供应链的韧性到推动各行业的可持续发展与效率提 升。 未来的人 克服企 克服企业 业人工智能 人工智能扩 扩展障碍 展障碍 通 通过 过人工智能 人工智能协 协调转 调转变 变工作 工作场 场所 所动 动态 态 驾驭 驾驭快速 快速发 发展的AI 展的AI领 领域 域 通 通 人工智能 人工智能 调转 调转 工作 工作场 场所 所 态 态 实 实施有效的 施有效的边 边缘 缘人工智能策略 人工智能策略 保 保护 护人工智能系 人工智能系统 统免受新兴威

GB/T 13016-2018《标准体系构建原则和 要求》的规定，编写了《全国项目管理标准体系建设指南（2022 版）》， 内容涵盖 SAC/TC343、SAC/TC343/SC1 负责的领域及其他相关领域， 供参与全国项目管理标准体系建设的各方参考。 II 2024 版前言 为了实现项目管理国家标准高质量建设，根据标准建设推进情况， 做出了以下调整： 1.新增研发项目生 建设背景 “项目”是具有确定目标，确立时间周期、投资规模等约束条件， 伴随某些种类与程度风险的、有组织的、以合同或计划为启动标志的 一次性活动与过程，广泛存在于经济建设、科学技术研发、社会活动 等领域。多个项目的集成和叠加，可形成“项目群（programme）”或 “项目组合（portfolio）”，在不作区分时，统一称为项目。 “项目管理”是对项目履行计划、组织、领导、控制等基本管 项目、服务项目等。 ——能力评价域，给出人员和机构认证的评定标准。人员和机构 包括从事项目管理的人员、从事项目管理的组织、从事项目管理 咨询服务的机构和人员。 项目管理标准是项目管理领域的统一技术要求。制定项目管理标 准有助于科学、合理地利用资源、实现项目的预期目标、提高经济效 益、社会效益等。项目管理标准通常属于推荐性标准。与法律法规、 规章制度相比，项目管理标准主要是提供“技术性”的统一规范和指

为其安全、有效、合规应用提供指导， 促进医疗行业智能化发展， 保障患者权益与医疗质量 。《 医疗健康大模型应用 伦理与安全白皮书 》 围绕医疗健康大模型展开多方面探 讨， 对推动其在医疗 领域的合理应用意义重大。 本白皮书主要内容主要包含 一 下四个方面： 首先是医疗 大模型应用技术分析， 阐述医疗健康行业现状及大模型应用场 景， 如疾 病诊断 、 个性化治疗等， 同时指出其面临的 及数据收 集 、 训练 、 部署 、 推理应用 等环 节的技术要点 ； 说明行业大模型 在医疗领域应用框架的各组件功能；通过实例给出大模型最佳实践建议。 其二， 介绍通用大模型评测框架的任务定义 、 数据准备和评测方法 ； 概 述 医疗 健康 领域大模型评测的科学性 、 安全 性 、 合规性 、 伦理道德等方 面， 并 列 举 中 文 医 疗 健 医疗健康大模型概述 5 6 02 大模型应用技术分析 2.1 大模型在医疗健康领域应用的机遇与挑战 7 2.1.1. 医疗健康行业现状以及大模型应用场景 7 2.1.2.大模型在医疗健康领域应用的挑战 8 2.2

岗 位 与 技 能 目录 执行概要 第 1 章：重塑工作：重大变革与新挑战 第 2 章：AI、新技能与工作重构 第 3 章：各区域岗位与技能需求 第 4 章：技能培养策略：高校及其他领域探索 第 5 章：ICT 岗位分类体系 第 6 章：未来展望 研究方法 附录 I. 人工智能岗位 II. 软件岗位 IV. III. ICT基础设施岗位 网络安全岗位 V. 数据管理与分析岗位 156 171 智 能 世 界 的 I C T 岗 位 与 技 能 执行摘要 如今，AI正在从根本上重塑全球劳动力格局，革新岗位职能并催生出对新技能的迫切需求。这场 变革正在改变全球科技领域，同时也将深入影响金融、医疗、制造等行业。随着AI不断驱动竞争 日趋激烈，无法在经济环境中适应这一变革的组织将难以获得竞争优势。 本白皮书汇总了对全球900位IT及业务人员的调研结果，剖析了在AI赋能业务的时代背景下，信息 能并持续学习，强化所有岗位（包括 非技术岗位）的AI素养提升，最终建立AI治理架构。 全球ICT岗位需求将新增3600万，ICT技术人才短缺将影响数字化转型进程 AI、安全、数据科学、云计算等领域的技术人才严重短缺，阻碍了业务创新和发展。IDC调研显 示，超过 65% 的企业表示技能缺口导致其数字化转型受阻。在汇总了世界经济论坛（WEF）等多 家机构数据后，IDC认为从当前到2030年，

模型依赖大规模训练数据，而高质量 的科学数据往往有限。在数据有限的情况下， 模型可能无法学习到有效的特征，难以适应 新的领域或任务，限制了其在实际科学问题 中的应用。 为了解决这一挑战，可以从以下几个方 面寻找突破路径： 利用生成式模型生成高质量科学数据， 补充数据稀缺领域的样本多样性。通过预训 练跨领域基础模型，结合小样本学习技术， 快速适应新任务或学科场景 2.2.3 如何利用 AI 拓展科学发现的创新 来生成结果，而缺乏真正的创造性思维。科 学研究往往涉及跨学科的知识和数据，AI 模 型在整合不同领域的知识时存在困难。如何 使其真正参与科学假设的提出和验证，仍是 未解的难题。 为了解决这一挑战，可以从以下几个方 面寻找突破路径： 构建跨学科知识图谱、因果推理和生成 模型，整合多领域知识库，使 AI 能够从已 有知识中提取洞察并提出新颖的科学假设。 建立强化学习驱动的 AI 辅助实验设计、数 科学发现。开发可视化工具与交互界面，将 AI 生成的假设映射为可解释的科学逻辑链， 支持领域专家进行修正与理论完善。 传统科学发现从大规模解空间中生成候选假 设并验证，效率低且难以找到高质量解 4。 人工智能凭借强大的数据处理和分析能力， 可以更有效地探索解空间，生成高质量的候 选假设。例如，在纯数学领域，机器学习可 以辅助数学家发现新的猜想和定理 5。科学 研究依赖于实验评估理论。传统的实验设计

.............. 50 图 31：数据安全技术的主要细分领域 ....................................... 51 图 32：美国数据开放法律法规体系建设进程 ................................. 54 图 33：美国进行专门数据保护立法的细分领域 ............................... 58 年移动电话基站数 ...................................... 165 图 49：2023-2024 年服务业领域用户规模 .................................. 165 图 50：5G 和量子通信领域专利示意图 ..................................... 166 图 51：数据技术全景图 ....... .................... 23 表 2：数据可信流通领域关键技术和产品工具 ................................ 49 表 3：美国布局全球数据传输的相关政策 .................................... 59 表 4：全美著名的数据经纪机构的服务领域和数据库规模 ...................... 61 表

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 AI 技术 的快速发展。AI 技术的应用离不开社会的宽容和鼓励，我们要继续保持开放和包容的态度；同时关注风险，“汽车上路 先装上刹车”，遵循道德和法律规范。 而是认知维度的跃迁——企业需要从“功能驱动”转向“价值创造”，从“流程优化”升级为“智能决策”。 华为云始终践行“一切皆服务”战略，致力于将最前沿的技术转化为企业触手可及的服务能力。在应用现代化领域， 我们聚焦六大核心技术：组装式交付、数智驱动、DevOps、服务化架构、安全可信、韧性。这些能力已在金融、制造、 能源等行业得到充分验证，帮助客户构建面向未来的现代化应用体系。 大模型和智能 业的智能化转型提供重要参考。 面对千行万业的智能化浪潮，华为云将持续夯实“云原生 +AI 原生”的融合底座，让智能化应用深度融入企业核心 业务流。我们将长期坚持深耕根技术，在 AI、云计算等基础领域持续突破；坚持开放协作，与伙伴共建智能化生态；聚 焦客户价值，让技术创新真正服务于业务发展。 感谢应用现代化产业联盟所有企业和专家的共同努力，为业界探索出面向 AI 时代的创新之路。让我们携手加快应

............................................................................10 2. DeepSeek 技术在医疗健康领域的应用场景.............................................................................................. ..........................................................................136 8.3 DeepSeek 技术在医疗健康领域的长期发展潜力..................................................................................137 9. 结论与建议 成本高昂等问题。在此背景下，引入先进的技术手段以优化医疗健 康场景的运作已成为行业的迫切需求。DeepSeek 作为一种基于深 度学习的智能分析工具，具备高效的数据处理能力和强大的预测分 析功能，为医疗健康领域的智能化转型提供了新的可能性。 医疗健康场景中，数据的复杂性和多样性对技术提出了更高的 要求。例如，患者的电子健康记录（EHR）、医学影像数据、基因 组数据等多源异构数据的整合与分析，需要处理大量的非结构化数

本数字化平台和数字化人才战略的先行者，e 成科技将始终与您同在，携手开 启人力资本数字化新时代！” 本专栏内容由 HR 图灵学院出品，HR 图灵学院是 e 成科技打造的 HR 领域第 一 AI 专栏，希望以此为窗口，向 HR 传达专业的 AI 知识与信息，赋予人力资 本领域变革力量，以 AI 为钥，携手 HR 开启数字化变革之门！在这里，HR 们可以得到前沿技术思考、行业技术干货、全球 AI 好物、HR+AI 创新应用等。 作为以技术为驱动的企业，e 成科技在 AI 技术的基础上，创新性地提出基于人才画像和岗位画 像的匹配，为人岗匹配带来革命性变革。 e 成科技作为 HR+AI 赛道的领跑者，一直专注于 AI 技术在人力资本领域创新应用，开创性地将 AI 技术与人力资本场景深度结合。基于 6 年的 AI 能力和行业经验积累，e 成科技打造了 AI 开 放平台，将 AI 能力和产品整合至 AI 开放平台，并通过开放平台将 现在 “graph embedding” 给 人 岗 匹 配 带 来 新 突 破！在 e 成 科 技 AI 团 队 的 实 践 和 研 究 下，“graph embedding” 在人力资本领域落地且取得不俗效果，助力人岗匹配更加高效，这样的 AI 技术， 作为 HR 的你值得拥有！ 在 NLP（自然语言处理）中 , 自然语言无法直接应用到数学模型的建立中，需要将其映射到欧 式空间。Embedding

品，在协作码垛场景中逐渐形成现象级应用，其他行业领域渗透率持续提升，如科研教育等 细分市场均同比増长。值得注意的是，随着负载的逐渐扩大，协作机器人与工业机器人的边 界正逐渐模糊。 当前，协作机器人行业仍处于发展初期阶段，市场基数相对较小，下游应用仍主要在工 业领域。GGII 数据显示，2024 年中国协作机器人销量为 4.0 万台，在汽车及零部件、3C 电 子、食品包装、机械加工等工业细分领域合计占比约 59%。在非工业领域，包含科研教育、 59%。在非工业领域，包含科研教育、 医疗保健、新零售、农业等非工业场景的渗透率进一步提升。 随着协作机器人不断向下游应用拓展，建筑行业、餐饮行业等新兴行业应用也逐渐出现 在大众视野。基于下游细分行业的发展趋势，GGII 认为，未来几年，协作机器人在各行业的 渗透率将持续提升，整体需求将会延续增长态势。 本蓝皮书以协作机器人为核心，重点阐述了重点核心零部件的发展态势，其中包含减速 器、无框 中国协作机器人发展前景与展望 ................................ 51 第一节 从无序逐渐走向有序，从国内同步走向海外 .................. 51 第二节 应用领域持续拓展 ........................................ 51 第三节 AI 助力协作机器人从“功能机”向“智能体”进化 ........... 52 第八章