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

展的核 心力量。 最初提出“工程智能”这一概念时，不少人对其内涵与价值尚存疑惑，认为 不过是人工智能在工程领域的简单应用。但随着研究的深入、实践的推进，我们 愈发清晰地认识到，工程智能绝非技术的叠加，而是以改造世界为核心目标，衔 接科学智能与产业应用的跨学科体系，是解决工程领域非确定性问题、实现规模 化赋能的全新范式。 这些年，我们见证了太多鼓舞人心的变化。战略层面，国内外对工程智能的 的 重视达到了前所未有的高度，中国将“人工智能+”行动写入政府工作报告，把 工程智能作为建设数字中国的重点领域；美国、欧盟纷纷出台专项政策与法律框 架，加大研发投入、规范发展路径，全球范围内的战略布局与协同创新已然形成。 技术层面，大语言模型实现从表层流畅到深层认知的跨越，数字孪生、时空多模 态基础模型与工程场景深度融合，工程智能操作系统的核心架构逐步成型，让曾 经的技术构想正在变为现 这一切现象表明，工程智能的发展大潮势不可挡，它既是科技革命与产业革 命深度融合的必然产物，也是工程领域自身转型升级的内在需求。在创新驱动发 展的前沿阵地，我们正与众多高校、机构及企业并肩作战，探索工程智能规模化 发展的有效路径，希望能为全国乃至全球工程智能的高质量发展提供可借鉴的实 践方案。 但我们也深知，这条道路没有现成的地图可循。工程智能作为开创性领域， 工程智能白皮书 AI for Engineering White

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

�国产协作机器人厂商主导中国市场�����������������������������������������������54� 3.�工业领域渗透率加速提升���������������������������������������������������������������54� 4.�大负载趋势持续拓宽工业领域应用�����������������������������������������������55� 三、� ����������������������������������78� 1.�协作机器人应用呈现垂直化、工艺化、多样化趋势�������������������78� 2.�协作机器人具身智能领域应用发展�����������������������������������������������82� 第六章：协作机器人技术现状及发展趋势������������������������� 皮 书� � � � �� � �� � ⚫�轨道交通：轨交智能巡检机器人�������������������������������������������������113� ⚫�特种领域：反射面激光靶标维护机器人�������������������������������������113� � � � ���� 年 全 球 协 作机 器 人 产 业 发展 白 皮 书� �

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