11，No. 2 April，2025 www.jc2.org.cn 11卷 指 挥 与 控 制 学 报 径，使其适应人工智能大模型时代的治理要求。 本文在分析大语言模型的知识获取原理与知识 创新的潜能之上，探讨了其在应急管理信息化建设 中的应用前景，针对当前智慧应急中面临的挑战以 及业务系统智能化水平的局限，提出了基于大语言 模型技术重构智慧应急的知识管理模式以及应急大 脑的概念框架，为应急管理信息化建设提供了新的 1.2 主动学习 与传统结构化的知识获取方式相比，大模型采 用自监督学习方法，主动捕捉训练文本中更深层次 的特征和规律，而非在预设知识结构下的信息抽 取[11]，从而具有突破已有认知局限实现创新的潜能。 1.1.3 数值计算过程 模型通过优化其预测下一个单词（如 GPT）或填 充缺失单词（如 BERT）的能力，来调整多层神经网络 模型的内部大量神经元连接权重参数，实现对知识 的获取。这一参数调优过程在连续平滑数值空间进 表示，这种分布式隐式表示能够处理符号化知识表 示无法处理的情况，例如，无法言明的复杂知识。 1.2 知识创新 1.2.1 科学发现 最近的一些研究也证实了大语言模型技术在科 学研究中知识创新的潜能[12-13]。利用自然语言处理 技术从大量的科学文献中自动提取知识，生成研究 假设，驱动科学试验，开启了科学发现的新模式。 材料科学领域的研究人员利用无监督词嵌入技术自 动学习该领域科学文献，通过高维向量空间的位置

价值效益参考模型 3 术语和定义 GB/T23011界定的以及下列术语和定义适用于本文件。 3. 1 数字化转型 digitaltransformation 深化应用新一代信息技术,激发数据要素创新驱动潜能,建设提升数字时代生存和发展的新型能力 (3. 11),加速业务优化、创新与重构,创造、传递并获取新价值,实现转型升级和创新发展的过程。 注:推进数字化转型通常 坚 持 以 价 值 效 益 为 导 推动管理模式、业务模式和商业模式等的创新变革,形成新技术、新产品、 6 GB/T45341—2025 新服务,开辟业务增量发展新空间; c) 强化业态创新和转变,注重新型能力的平台化社会化连接和赋能,充分激发数据要素创新驱动 潜能,开展跨企业、跨产业的网络化协同和社会化协作,加速传统业务数字化转型和数字新业 务培育壮大,实现业态转变和绿色可持续发展等。 5. 2. 3 业务场景 企业应打破传统的基于技术专业化职能分工形成的垂直业务体系 并通过四要素的互动创新和持续优 化,推动治理体系、新型能力和业务创新转型的持续运行和不断改进。 5. 6. 2 数据 数据要素主要涉及将数据作为关键资源和核心资产进行管理,挖掘数据要素价值和创新驱动潜能 等内容。为加强数据要素的开发利用,企业应开展的活动包括但不限于: a) 完善数据采集范围和手段,利用传感技术等,提升设备设施、业务活动、供应链/产业链、全寿命 周期、全过程乃至产业生态相关数据的自动采集水平;

2096-5931. 2025. 08. 013 0 引言 在《国务院关于印发新一代人工智能发展规划的 通知》进一步明确将大模型列为重点发展方向后,大模 型在城市治理、产业升级、民生服务等领域的创新应用 潜能加速释放 [1-2]。 中国电子信息产业发展研究院于 2025 年 4 月发布的《中国人工智能区域竞争力研究报 告》数据显示,2024 年中国人工智能产业规模已突破 7 000 亿元,其中大模型相关应用贡献显著。 理居民报事报修、政策咨询;分析社区需求,优化服务 资源配置;促进邻里线上交 流 互 动, 营 造 和 谐 社 区 氛围。 4 大模型智慧城市赋能体系建设思路 为充分发挥大模型在智慧城市建设中的潜能,需 系统性构建“一个基础底座、一套规范体系、一个赋能 平台、一支协同队伍” [15-16],实现大模型能力的集约化 建设、规范化应用和场景化落地。 4. 1 一个基础底座(算力+数据+算法) 宜居、韧性的方向发展。 未来,大模型不会局限于特定 功能模块,而将作为城市智能体的“ 核心认知引擎”, 全方位融入城市运行的“ 毛细血管”。 通过持续深化 场景创新、完善赋能体系、优化政策环境,大模型将释 放巨大潜能,使智慧城市建设迈上新台阶。 在此过程 中,政府、企业、研究机构和公众应协同努力:政府需发 挥主导作用,坚持创新驱动与安全可控并重,在政策制 定、基础设施建设、数据开放、标准规范、安全监管等方

AI 的应用能力。企业领导者需 要改变固有认知，正视并充分利用内部员工的学习热情，通过系统性的人才发展计划，推 动企业在 AI 时代实现持续创新与发展。只有打破认知偏差的束缚，企业才能真正释放人 才潜能，在 AI 转型的浪潮中占据先机。 高管低估了员工学习和接纳 AI 的意愿 3.3 75% 60% 5% 16 AI 转型的本质并非单纯的技术升级，而是人机协作的重构与组织能力的重塑。在这场变 费，也错失了利用AI提升生产力的宝贵机会。 不同于蒸汽机等传统工具，AI 本身并不能直接带来生产力的变革和效率的提升。因为 AI 没有特定的目的性，需要人类的引导和驾驭才能发挥其真正的潜能。如果说 AI 是人类能 力的延伸，那么人类则是 AI 潜能的放大器。 因此，个体的 AI 应用能力是才是这场生产力革命的关键。只有当员工能够有效利用 AI 工 具，才能真正释放 AI 的专业潜力，实现生产力的飞跃。 AI 的

截至2025年9月，人工智能企业数量已超5000家，国家级人工智能专精特 新“小巨人”企业超400家，产业链覆盖芯片、算法、数据、平台、应用 等上下游关键环节。 展望2026年，随着人工智能、大数据、云计算等新兴数字技术的应 用潜能与产业价值进一步释放，数字产业将呈现以应用场景牵引与技术 创新赋能的“双轮驱动”产业生态化发展格局，数字产业集群将形成梯 度发展格局，引领数字产业迈向价值链中高端水平。一是新领域新赛道 场景加 验证，但存在场 景原型在示范和实验室环节看似成功，却因高昂的成本、复杂的部署条 件或特定的政策依赖而无法推广。三是部分场景存在项目化思维，习惯 投资于短期看得见的硬件设施，却疏于投资以激发人的潜能、满足人的 深层情感与成长需求的消费型场景，且在持续运营、内容迭代、技术升 级和模式优化上缺乏长期可持续机制。 028 中国工业和信息化 发展形势展望系列 （三）数智经济“泡沫论”甚嚣，不确定性增长仍将持续

为释 放无线通信潜力、赋能垂直行业转型升级的关键抓手。这一发展不仅是技术演进 的必然方向，更是国家新基建战略纵深推进、工业互联网深化发展以及企业智能 化升级浪潮的内在需求。 为充分释放专网的潜能，产业界不断寻求网络架构灵活性与性能极致化的统 一，力求在核心技术上突破时延、带宽、可靠性及连接规模的瓶颈，并通过智能 化手段驾驭网络的复杂性，探索构建坚如磐石、安全可靠且能效优化的智慧运营

大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 合，满足数智园区在计算、存储、网络等关键资源方面的需求， 充分释放数智转型的潜能。 为了助力园区的数智化转型，全国智能建筑及居住区数字化标 准化技术委员会 (SAC/TC426)（简称：全国智标委）与英特尔 联合众多合作伙伴，发布了《数智园区行业参考指南》。本指 南旨在 边缘与网络边缘就具备了尤为重要的意义。而 5G 的商用 则意味着可带来更高的带宽、不到 1 毫秒的时延、千倍于传 统无线技术的容量，以及大规模机器对机器的通信能力， 能够充分释放网络连接在数智园区中的潜能。云 – 网 – 边 – 端的协同处理架构能够兼顾云与边缘的优势，可成为数智 园区重要的基础设施，在制造业等对于网络带宽、时延非 常敏感的场景中能够得到广泛应用。 云 – 网 – 边 – 端协同应该在架构层面实现统一的规划，不 营技术 (OT) 级别的可靠性、时延、吞吐量和安全等特点而设计，因此 无法满足相关要求。5G 将会带来强大的优势，以及大规模 机器对机器的通信能力，从而充分释放网络连接在智慧未 来园区中的潜能。例如，5G 能够支持园区海量的物联网设 备快速地接入网络，推动增强现实 (AR) /虚拟现实 (VR) 等 新型应用在园区的落地。 • 云计算 云计算作为分布式计算、网络存储、虚拟化、负载均衡等

通⽅式失当、策略失衡和改进缺失五⼤挑战，管理者在绩效管理⽅⾯的专业度参差不⻬。 为此，北森建议企业管理者建⽴"事前充分准备-有效反馈-事后跟进"的机制。同时采⽤差异化⾯谈策略：对⾼绩效员⼯重在激发潜能、共谋发展，对低绩效 员⼯则需客观分析、共商改进。将每⼀次⾯谈转化为推动员⼯成⻓的具体⾏动，让绩效管理真正成为驱动组织与员⼯共同发展的核⼼引擎。 绩效⾯谈常⻅的问题： 01 ⾯谈定位错误 将⾯谈视为批判会或者 29/ 1/业务背景� 随着规模扩⼤和业务不断扩展，该企业展现出强劲的发展势头 与多元化布局。为应对管理复杂性的提升，企业正着⼒构建统 ⼀⾼效的绩效管理体系，以有效⽀撑全员激励，充分激发团队 潜能，推动员⼯与组织共同成⻓。 2/业务挑战� 组织体系庞⼤� 组织规模庞⼤，业态多元，业 务条线众多，管理难度⼤。� 员⼯考核体量⼤，但缺乏系统 牵引，作业效率⾮常低。� 考核执⾏有偏差� 平台深度⽀持项⽬制、双轨制、OKR、PBC等多元绩效模式，可根据企业不同发展阶段和业务特点灵活配置，实现管理模式的精准匹配。通过⼀体化的绩效解决⽅案，北森不仅 助⼒企业实现战略的有效落地，更在过程中持续激发⼈才潜能、提升组织协同效率，最终推动企业实现可持续的价值创造与业务增⻓。 44/ 北森绩效管理数字化应⽤价值 北森认为，绩效管理不只是简单的考核⼯具，更是⼀种管理模 式，链接企业战略和落地执⾏，也动态适配不同职能板块的绩

法律法规，提升制造业数字化、网络化、智能 化发展水平。 数字化转型是顺应新一轮科技革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工 智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加 速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转 型升级和创新发展的过程。 工业互联网作为新一代信息技术与制造业深度 GB/T 23020、T/AIITRE 10001界定的以及下列术语和定义适用于本文件。 3.1 数字化转型 digital transformation 深化应用新一代信息技术，激发数据要素创新驱动潜能，建设提升信息时代生存和发展能力，加速 业务优化与重构，创造、传递并获取新价值，实现转型升级和创新发展的过程。 [来源：T/AIITRE 10001-2021，3.1] 3.2 工业互联网 industrial