构建复合型大数据交通 态势感知联合作战智慧交通指挥中心 交通形势及主要问题 › 预计到 2020 年，全国 GDP 将超过 90 万亿元人民币，人均 GDP 将突破 1 万美元，常住人口城镇化 率将达到 60 ％；汽车保有量将由 " 十二五”末的 1.72 亿辆增至 2.5 亿辆，汽车保有量超过 100 万辆 的城市将由 31 个增至 100 个，驾驶人将由 3.27 亿人增至 4 交通管理大数据是以路为核心的复合型跨界大数据 环 保 气 象 交 管 电 信 运 营 商 互 联 网 公 交 交 通 感知交通态势，防控交通风险，提升通行效率，提高治理能力 传统 集成 传统 集成 传统 集成 传统 集成 传统 集成 大数据信息 融合及场景 融合 传统 集成 传统 集成 跨界多维数据融合 — 5 — 跨界复合型大数据 - 多维数据源 把表面上无关之事物相关在了一起， 使复合型智能交通大数据变得更加 智慧落地。 聪明的对策 通过复合型大数据融合构建数据铁笼，态势感知， 融合指挥，情指一体，信息闭环的智慧计算技术支撑体 系，建成实战、实用、实效，集情报中心，宣传中心， 舆情控制中心，督察中心，指挥中心等五大业务中心为 一体大数据联合作战智慧指挥中心，从而提升交通管理 和治理的能力，更好地服务人民群众。 复合型大数据交通态势感知联合作战智慧交通指挥中心

此外，在通信导航、智能避障等技术方面也需要 进一 步提升。 o ( 复合型人才匮乏 低空经济领域缺乏既懂空中交通管理又掌握先进技术 的复合型人才。目前的人才队伍要么侧重于管理，对 新技术了解不足；要么专注于技术研发，缺乏管理经 验。例如，在无人机运营管理中，需要人才既能熟悉 无人机的技术性能和操作规范，又能掌握空中交通管 理的法规和流程，但这样的复合型人才十分稀缺。 03 范式重构必要性 低空经济规模增长迅速 产化研发投资。例如，针对电池续航问题， 加 大 研 发 投 入 ， 推 动 电 池 技 术 的 创 新 和 突 破。 培养复合型专业人才 在高校增设低空经济交叉学科，融合航空 航天、人工智能、物流管理、法律等学科， 培养“技术 + 管理 + 法规”复合型人才。重 点建设无人机工程、低空交通管 理、航空 金融保险等新兴专业。例如，通过课程设 置和实践教学，使学生既掌握低空飞行技

工商业及家用场景。服务机器人应用场景复杂多 样、具体细分种类繁多，可应用在餐饮、零售、 仓储物流、酒店、工业、医疗、教育、养老、公 共服务等众多行业和场景，实现专业清洁、物流 配送、引导接待、陪伴教学、安防巡检等多样化 复合型功能。同时，服务机器人可以在各种场景 中优化流程效益、提升服务体验、提高效率与安 全等。本报告主要包括但不限于服务机器人在商 业、工业等场景中的研究。 1.1. 概念定义及研究范围 工业服务机器人 行日常清洁，再加上重载配送机器人负责从仓库 到前台的补货任务。服务机器人解决复合型任务 的需求亟待提升，以提供更全面的服务。 用户的需求呈现出多元化、复合型的发展趋势， 过去未被满足的场景需求亟待解决，这意味着 企业需要提供全栈式的通用机器人产品以适应 市场的不断变化与用户的多重需求。通过打造 全面的产品矩阵为用户提供清洁、配送、迎宾 引导等复合型的产品组合，确保在同一场景中 多种机器人之间能够实现完美的调度与协作， 多种机器人之间能够实现完美的调度与协作， 从而提升用户体验的一致性。 图表1-8：用户需求呈现多元化、复合型发展趋势 来源：德勤研究 综上所述， 用户需要的不仅仅是“ 通用机器人”， 更是“通用的”机器人产品体系。能够在多场景中 灵活适配，具备更高的协作性和兼容性，在使 用与维护上也会更加便利。 1.2.4. 商用服务机器人行业进入下半场阶段 商用服务机器人作为服务机器人行业率先商业 化起量的细分赛道，其发展历程对整个机器人

敏捷团队。 全球化竞争重塑人才争夺格局 在全球产业链重构的背景下，高端制造竞争本质是高端人才竞争。企业不仅面临国内同行 的竞争，更需在全球范围内吸引和保留精通 AI、物联网、数字孪生等技术的复合型人才。 人力资源部门需构建全球化招聘与薪酬体系，并借助 AI 技术提升人才甄别与吸引效率。 例如，中智集团通过 AI 赋能，打通“行业-企业-岗位-人才”多维度图谱，将传统匹配逻 辑重构为“智能网生态”，大幅提升人岗匹配的精准度。 现数据驱动的决策。例如，部署预测性维护系统，或利用工业互联网平台实现产业链初步 协同。 核心挑战： 技术融合深水区：面临老旧设备互联互通、多种工业通信协议并存以及 IT/OT 技术架构差 异等复杂技术难题。 复合型人才短缺：极度缺乏既懂制造工艺又懂数据分析和 AI 算法的“工业数据科学家”和 “智能装备运维工程师”。 文化转型阵痛：传统的、保守的制造业文化与敏捷、试错、数据驱动的数字化文化产生激 2175 传统组织架构壁垒：59.7%的企业面临业务与技术部门的协同障碍，传统的金字塔式组织 无法适应敏捷、跨部门的团队协作要求。 复合型人才短缺：这是制约转型速度的最核心瓶颈。64.1%的企业面临数字化人才短缺。 市场急缺既懂生产工艺（OT 知识）又精通数据分析、AI 算法（IT 技能）的复合型人才， 以及能领导这场变革的数字化领军人物。 转型文化缺失：制造业固有的稳健、保守文化与数字化所需的试错、创新、数据驱动文化

月 28 日 中共中央、国务院 《数字中国建设整体布局规划》 强化人才支撑。增强领导干部和公务员数字 思维、数字认知、数字技能。统筹布局一批 数字领域学科专业点，培养创新型、应用型、 复合型人才。构建覆盖全民、城乡融合的数 字素养与技能发展培育体系。 2022 年 1 月 12 日 国务院 《“十四五”数字经济发展规划》 提升全民数字素养和技能。实施全民数字素 养与技能提升计划，扩大优质数字资源供 能源企业关注资源配置、业务优 化和节能减排，目前缺少专注于 依托数字技术赋能业务流程优 化、业务模式创新、供需匹配优 化、排放监测、提效减排等方面 的人才。  管理层面：需要兼顾业务、技术和管理的复合型 人才。  应用层面：善于运用数字技术提升生产、调度等 环节质效，能推进技术创新，探索新模式。  技术层面：具备全面的底层数字支撑能力，助力 企业达成数字技术自主可控，构建起独立、安全、 变化大。无 论是学校还是教培机构，人才培养往往追不上市场热点的变化，供需之间存在“时间差”； 2. 学校培养人才主要以单一模式教学为主，应届毕业生实践经验普遍较少，兼具行业知识和 数字技能的复合型人才大多需要在企业中慢慢培养，市场中可流动的数字化实践型人才较 为短缺； 3. 企业在数字化转型过程中很容易陷入“重硬轻软”的误区，更注重业务流程的数字化建设， 而往往忽略了“谁来用、谁会用、

放电加工柔性产线、CMM 三坐标检测线）及 AI 驱动的 AGV 小车，实现了模具制造从设计、来料、加工、检测、搬运、存储到送货的全流程数字化、自 动化与智能化。项目实现模具制造全流程 7X24 小时柔性自动化加工及复合型人才培养，其中关键 工序自动化率达 90%，生产效率提升 50%，生产交期缩短 30%-50%，人力节约 30%，合作培养人才 超 200 人。 模具作为“工业之母”，工业产品中 60%-80% 乏对行业知识的管理沉淀、质量不稳定等痛点问题。 基于此，模德宝通过精密模具“黑灯工厂”建设，一方面，提升公司核心竞争力，助推公司高质量 发展；另一方面，通过与高等职业院校开展产教融合合作，为行业培养数字化复合型人才。 模德宝以“模云智能制造云平台”为核心，搭建覆盖研发设计、生产制造、供应链管理、仓储物流 的全生命周期数字化生态。 公司使用模云平台（工信部认定的特色专业型工业互联网平台）采用 “边缘层 （五）聚焦产教融合，打造数字化复合型人才实训基地 面向广大中小企业模具企业及高职院校，建设数字化转型人才实训基地，为数字化转型人才的实 训提供平台支撑。通过打造产教融合型工厂结合企业数字化转型需要的岗位人才标准，持续深入推进 产教融合改革，促进教育链、人才链与产业链、创新链之间的有机融合，满足产业发展对人才的渴求， 吸引更多的人加入制造业，并为行业培养数字化复合型人才。 东莞模德宝通过构建

供应链安全与自主可控的挑战 01 02 专业层面：技术与业务的“两张皮”现象 传统业 务流程与组织架构的惯性 复合型人才极度稀缺 03 电力行业「人工智能 + 」转型的挑战： 三大挑战阻碍电力企业全面数智升级 AI“ 黑箱”与电力系统高可靠性要求的矛盾 高效、 智能的未来电网 产学研用深度融合 鼓励电力企业、高校和科 技公司建立联合创新体， 共同培养复合型人才 ， 攻 克核心技术难题。 顶层设计与政策引导 持续完善行业标准与法规， 为数据共享、技术应用和安 全防护提供清晰指引。

(IQ)、情商 (EQ)、团队合作力、领导力之后，影响组织和个人发展的关键指标。 面对 AI 的快速发展，企业对 AI 人才的需求已经发生质的转变，从早 期单纯的技术人才扩展到具备 AI 思维和应用能力的复合型人才，我们 必须重新思考大模型时代对人才的能力要求。这种转变既反映了 AI 应用的深化，也体现了企业对人才能力的新要求。 在 AI 人才短缺的困境中，高管普遍低估了员工学习和接纳 AI 的意 愿 对业务决策和战略规划的影响。 培养体系与企业实际需求之间存在明显脱节。 面对 AI 的快速发展，企业对 AI 人才的需求已经发生质的转变，从早期单纯的技术人才 扩展到现在需要具备 AI 思维和应用能力的复合型人才。这种转变促使我们必须重新思考 AI 人才的角色定位和能力要求。 基于对市场需求的深入分析，我们可以将企业所需的 AI 人才划分为四个层次，形成完整 的人才梯队。 14 AI 实践领导者（战略层） 。在这场变 革中，人才既是 AI 的使用者，更是推动企业转型的核心引擎。面对 AI 的快速发展，企 业对 AI 人才的需求已经发生质的转变，从早期单纯的技术人才扩展到具备 AI 思维和 应用能力的复合型人才，我们必须重新思考大模型时代对人才的能力要求。 为了帮助组织中的每个人都能通过 AI 提升自己的生产力、创造力和工作体验，UMU 提 出了「发展大模型时代的 AI 力」的理念。 人才是变革的关键

月 28 日 中共中央、国务院 《数字中国建设整体布局规划》 强化人才支撑。增强领导干部和公务员数字 思维、数字认知、数字技能。统筹布局一批 数字领域学科专业点，培养创新型、应用型、 复合型人才。构建覆盖全民、城乡融合的数 字素养与技能发展培育体系。 2022 年 1 月 12 日 国务院 《“十四五”数字经济发展规划》 提升全民数字素养和技能。实施全民数字素 养与技能提升计划，扩大优质数字资源供 能源企业关注资源配置、业务优 化和节能减排，目前缺少专注于 依托数字技术赋能业务流程优 化、业务模式创新、供需匹配优 化、排放监测、提效减排等方面 的人才。  管理层面：需要兼顾业务、技术和管理的复合型 人才。  应用层面：善于运用数字技术提升生产、调度等 环节质效，能推进技术创新，探索新模式。  技术层面：具备全面的底层数字支撑能力，助力 企业达成数字技术自主可控，构建起独立、安全、 变化大。无 论是学校还是教培机构，人才培养往往追不上市场热点的变化，供需之间存在“时间差”； 2. 学校培养人才主要以单一模式教学为主，应届毕业生实践经验普遍较少，兼具行业知识和 数字技能的复合型人才大多需要在企业中慢慢培养，市场中可流动的数字化实践型人才较 为短缺； 3. 企业在数字化转型过程中很容易陷入“重硬轻软”的误区，更注重业务流程的数字化建设， 而往往忽略了“谁来用、谁会用、

发布了《关于全面深化管理会计应用的指导意见》，通过完善指引体系、推动数智化转型、加强人才培养和 规范市场秩序，全面支持和推动企业财务管理的现代化和智能化发展。 政策通过推动财务管理的数智化转型、优化资源配置、加强风险管控、培养复合型人才和引导可持续发展等 多方面措施，支持企业实现业财融合。这不仅有助于提升企业的财务管理能力，还能促进企业整体运营效率 的提升和价值创造能力的增强。 在当下复杂且动态演进的经济环境中，风险控制 企业需深入研究并遵循国际财务报告准则，确保财务信息披 露的准确性与合规性，满足不同国家和地区监管机构及投资者的要求。 与此同时，人才培养也迈向新高度，具备财务、信息技术、数据分析等多方面技能的复合型人才的培养成为 财务管理顺应时代发展的关键。信息技术在财务管理中的应用愈发广泛，财务人员需掌握财务软件、大数据 分析工具等信息技术手段，高效处理海量财务数据，挖掘数据背后的价值，提炼关键信息，辅助企业战略制定。 翻倍，软件供应商和云平台等第三方正日益 成为组织防御中较为薄弱的环节。一旦发生数据泄露，不仅会导致企业核心商业机密外泄，还可能引发法律 纠纷与监管处罚，损害企业声誉，影响客户信任，进而削弱企业在市场中的竞争力。 挑战六 . 复合型人才储备匮乏，技能提升路困难重重 数智化浪潮对员工技能的要求提出了巨大的挑战，尤其是在财务管理领域。随着数智化技术的普及和应用 , 财务人员需要掌握更多跨学科的知识和技能，以适应新的工作需求。然而，由于传统知识结构单一、跨学科