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

跨学科知识融合 无人机系统涉及航空、 机械、 电子、 通信、 导航、 控制、 计算机等多个领域 ，需培 养具备综合能力的技术复合型人才。 场景化技能匹配 电力巡检飞手需懂电网拓扑知识 ，农业喷 洒飞手需掌握作物特性 ，根据不同生长阶 段调整喷洒参数 ，实现精准作业。 技术复合型人才 济宁某学校建成无人机应急救 援虚拟仿真实训中心 ，集成森 林火灾救援等 30 余个模块 ， 联 动 40 城市安防等案例融入教学 ， 使学生掌握不同应用场景下的无人机作业流 程和技术要点。 综合能力提升 除飞行操控外 ，加强数据分析、 任务规划、 设备维护等能力建设 ，培养具备系统思维的 复合型 “低空工程师”。 多层次实训体系 北方天途航空与北京交通运 输 职 业 学 院 共 建 六 大 功 能 模 块实训基地 ，覆盖模拟飞行、 组装调试、 商业项目实习等 环节。 虚实结合训练 ， 引入企 业 真实案例和业务流程 ，提升 课程实用性和针对性。 交叉融合新方向 北航开设 “低空经济与智能 系统”微专业 ， 融合飞行器 设计、 空域管理等课程 ， 培养多学科交叉复合型人才。 课程模块灵活设置 高校根据低空经济产业链条 梳理专业方向 ，优化飞行器 设计、 电子信息工程等课程 模块 ，增强灵活性。 学科专业优化 场景化案例教学 厦门海西职校在农业植保、

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

转型的规模化推进。 央企 AI 转型面临技术、数据、组织、战略、生态五大共性挑战。技术端关键技术依赖 外部、工程化适配难且投入回报失衡；数据端“数据孤岛”、标准缺失，叠加合规约束导 致数据供给不足；组织上复合型人才短缺、层级化管理致协同不足；战略层面规划与落地 难度大，场景碎片化阻碍复制；生态端合规要求严苛，国产软硬件生态割裂。多重挑战交 织制约转型推进。 （一）技术攻坚挑战： 核心痛点集中 法、信息 保护法及等保三级等刚性合规要求，数据资产化进程缓慢，最终导致模型训练数据供给普 遍存在不足。 （三）组织人才挑战： AI+复合型人才（技术+场景+管理+政策理解）短缺是共性痛点，核心是因人才激励机 制市场化适配弱，对高端复合型人才吸引力不足。且央企层级化管理架构明显，管理链条 和决策流程长。同时转型需承接国家战略要求，导致技术导向、业务需求与国家战略的三 重目标融合难度大，协同效率偏低。 地、生态共建五大核心，以央企“链主”优势统筹推进。 破解央企 AI 转型瓶颈，技术端聚焦关键技术自主可控，开发轻量化方案降低工程化适 配成本；数据端打破跨域壁垒，统一行业标准，合规推进数据资产化；组织端优化复合型 人才引育与激励，简化流程、强化跨部门协同；战略端锚定业务与国家战略，制定清晰落 地路径，推动场景规模化复制；生态端牵头制定行业标准，搭建兼容平台，带动上下游及 中小企业协同转型。 （一）

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