后互联网时代技术 什么技术能一天能完成 4000 万张设计图？ 越来越细分的数字化技术，已经开始改造和渗 透到越来越多的传统产业。我们需要开始架构自己 的知识地图、技术图谱、应用架构和思维体系。 具备大智能 更加智能的社会 传感器、可穿戴式设备等微小的计算设备将进一步普及 “ 万物皆互联、无处不计算” 实时收集数据确保安全行驶 谷歌无人驾驶汽车 大数据 爱迪生发明电灯泡 平台进行能力补充 提供大数据分析算法服务  销量预测  订单处理  排产优化  线路优化… 问题分析与解决方案 解决方案总体规划思路 整合企业内外数据，以全局全链路思维，实现战略和战术相结合的统筹分析 战略 决策 战术 执行 周期： 1 年、 3 年、 5 年  销售 ：行业发展走势，区域销售走势，大品 类销售预估…  排产 ：原料地，辅料、工厂等产业资源布局， 应用 效率 能力 优势 创新管理 组织变革管 理进化 创新的种 类 创新的多 少 创新的培 育 技术 推动 需求 拉动 战略 规划 出发 原点 机会 地图 设计 思维 商业 模式 MVP 验证 敏捷 团队 数字化服务创新框架 DSIF （ Digital Services Innovation Framework ） 行业的应用 04 行业互联网 +

（通信即信息、资本、公司、消费者四个英文单词的打头字母 ）不断变换出现领域、因而处于永动、蜕变中的极其复杂的、难以建立分析模型的新竞争环境。 永动、不确定的经济系统，需要更新观念、平衡与世界的关系。 要坚持底线思维 ，做好较长时间应对外部环境变化的准备。新冠病毒后的世界经济，缺乏的正是这种能 探测经济全球化演化的方法并能指导自己在全球舞台中准确定位的新理论，这正是战略理念与领导力创新 的目的— --- 在新 外，它们还被赋予足够的问责权和合法性，将政治功能从国家的层次上升到了全球的层面。 政治全球化滞后于经济全球化的矛盾体现。贸易摩擦之实质及预后。 新冠病毒污名化，使实现上述进路的难度更大，要坚持底线思维 做好较长时间应对外部环 境变化的准备。面对逆全球化加重的可能性，集中精力做好国内事情显得越来越重要。几 点判断 1 全球产业链 (3.25 美国白宫答记者问 ) ：美国要实现制造业独立； 2 全球治 据为新要素，创造新供给、新载体、新组织，满足人民的新需求和提升国家竞争力。 新基建，支撑新空间、储存新要素、孕育新生产力； 新基建，支撑新供给、承载新载体、搭载新组织； 新基建，呼唤新政府、新思维、新能力（数字领导力）。 新基建是创造数据新要素激发数据生产力的基本建设 工业 4.0 与工业数智化的联 系及其内在逻辑 新供给从“五新”到“百新”再到“万新” 支撑工业数智化的战略框架及其要件

会互动；作为朋友，⼤模 型超越学术⻆⾊，提供全⽅位⾮学术⽀持，包括职业发展建议、⼼理辅导和⼈际交往建议。 ⼤模型全⾯融⼊学术⼯作流程，不仅能通过⾃动化重复劳动提⾼研究效率，更能通过⼈机合 作扩展⼈类思维的⼴度和深度，经济管理研究即将⾛向⼈机协作的新时代。 关键词: ⼈⼯智能；经济学⽅法论；⼈机协同；⼤语⾔模型 JEL Codes: A11；B41；C45；D83 智能之光：人机协作的经济管理研究新时代 会互动；作为朋友，大模型超越学术角色，提供全方位非学术支持，包括职业发展建议、心理辅导和人际交往 建议。大模型全面融入学术工作流程，不仅能通过自动化重复劳动提高研究效率，更能通过人机合作扩展人类 思维的广度和深度，经济管理研究即将走向人机协作的新时代。 关键词: 人工智能；经济学方法论；人机协同；大语言模型 JEL Codes: A11；B41；C45；D83 ∗胡诗云，北京大学国家发展研 改进知识传播，将复杂的理论和数据，自动生 成为易于理解的可视化图表、摘要和面向不同 受众（如公众、政策制定者）的文本版本。 3 祛魅 AI：大模型的基本原理 语言是智能的重要标志和载体，不仅承载着人类积累的知识，还引导着我们的思维方式。图灵测试的核心 前提条件正是机器能否理解和生成人类语言，这充分体现了语言在智能评估中的关键地位。近两年来，语言 模型领域出现了突破性进展。以语言生成模型为基础的人工智能技术已覆盖几乎所有传统自然语言处理任务，

⼀切 可池化 2024 年 6 月 22 日 , 在华为开发者大会 2024 (HDC 2024) 上 华为常务董事、华为云 CEO 张平安正式发布盘古大模型 5.0 ，在全系列、多模态、强思维三个方面全新升级；还分享了盘古大模型在自 动 驾驶、工业设计、建筑设计、具身智能、媒体生产和应用、高铁、钢铁、气象等领域的丰富创新应用和落地实践 ，持续深入行业解难 题。 盘古大模型 5.0 能够更好更精准地理解物理世界， 效率的推理场景；千亿级参数的 Pangu U 系 列 适用于处理复杂任务；万亿级参数的 Pangu S 系列超级大模型能够帮助企业处理更为复杂的 复杂逻辑推理是大模型成为行业助手的关键。 盘古大模型 5.0 将思维链技术与策略搜索深 度 结合 ，极大地提升了数学能力、复杂任务规 划 产业研究 战略规划 技术咨询 6000 亿参数基模型性能全面提升。大量使用合成高阶思维链数据，提升推理思维能力，在数理逻辑、英文、指令跟随等 方面能力增强明显。 率先推出国内首个“所见即所得”模型「日日新 5o 」 ，流式多模态交互 ，带来全新 AI 交互模式。 端侧模型全面升级，发布「日日新

运营成本 • 管理团队 • 场地， 水电 • 财务成本 生产成本 • 直接成本 ( 人机 料 ) • 设备折旧 • 模具摊销 获客成本 • 销售 • 市场 • 渠道 建立成本结构思维是竞争力的来源 10 行业致胜因子定义 找到关键环节进行改良， 既能压 缩成本又不影响产品的质量， 这 样就能在同行中占据优势 基于指标体系的生产成本控制体系 “偷工减料” 3 、自动化 1 、成本清晰 ( 管住进出 、 bom 清晰 、建立计件体 系 ) 2 、找出核心成本波动因子 ( 物损物耗 、在制品 、精准投料 ) 方向： 成本竞争力构建的思维框 架 所有成熟行业都在拼成本结构能力 成本竞争力 费 用 优 化 18 成本维度 • 人均产值 • 间接人员占 比 • 库存周转率 交期维度 • 订单达成率 • 总结： 中小工厂数字化新路径 中小工厂数字化新路径 37 用系统来替代经营管理者的作用 用系统来治战略的错 用系统来治经营的痛 用系统来治管理的乱 用工具思维解决数字化的问题 成本控制： 来一个用友 U9 计划问题： 来一个智能排程系统 (APS) 生产管理： 来一个 MES 质量管理： 来一个 QMES

突破功能性孤岛 数字中断 更具活力，敏捷性，易变性 情感智能 / 与他人沟通 端到端视觉 复杂的问题解决 适应性 / 学习能力 批判性思维 新技术中的 IT / 数字专业知 识 新技术的基本 IT / 数字知识 数据处理 判断与决策 批判性思维 技术专长 功能专长 功能专长 功能专长 未来和明日… 今日… 15 B C 采购流程 • 准备预算（将 SKU 分 配 转换为预算） 项目方法：引导人员并可视化旅程的步骤 高水平的路线图 试运行一个集群 团队动员 角色配置文件 导流程 说明 招募 时间 复杂问题解决 提升技能 IT/ 科技专业知识 ( 如 区块链 ) 批判思维 判断与决策 情商 学习能力 影响 技能评估 • 通过调查和面试 来 分析团队的技 能和 学历 • 变化的影响 战略和路线图一致 成熟度评估模型和工具 * • 预定义调查 * • 挑战声明和野心模板 * • CT 演示 • 研究 / 基准 * • PWTF 阶段 2-3 玩未来阶段 3/4 （或 其他方法） 设计思维与创新方 法 视觉原型模板 • 信号，异常，解决方案存储 库 • 仿真方案和知识图方法 * • 解决方案评估（与设计原则 相比） • 建筑草图 • PoC

品牌资产是 CPG 行业的核心，因为消费者信任需数年积累，却可 能毁于一旦。综合而言，质量、成本和风险降低的优先事项体现了 CPG 制造商为保持竞争力所采取的前瞻性投资策略。 技术投资决策的核心是思维模式转变。 未来 12 个月内人工智能 / 机器学习技术的主要用途 46% 质量控制 网络安全 过程优化 物流 机器人 36% 40% 39% 49% 第 10 版年度智能制造现状报告 8 AI/ML 技术 (44%) 以及提 高自动化水平 (43%) 来填补这一缺口。 86% 沟通 / 团队合作 85% 适应性 / 灵活性 CPG 企业亟需的 人员核心能力 84% 分析性思维 84% 网络安全实 践和标准 第 10 版年度智能制造现状报告 10 CPG 制造商正重点部署与技术落地相匹配的流程自动化、机器人及数字化工具。 CPG 制造商的未来之路 这些洞见折射出一个处于深刻变革中的行业。CPG

开展以用户为中心的智能化服务 思维转型 建立数字化思维 技术导入 推动信息技术导 入与应用 数字化转型作为“一把手工程” 数字化转型关系到企业在新一代信息技术条件下的生存与发展，是数字经济时代高质量发展的重要任务。 管理优化 推动面向数字化的组织变 革 产品创新 提升智能化产品供给能 力 企业数字化转型的推进路径 62 树立数字化思维（ 1/6 ） 63 足用户个性化需求转变 加快推动制造业数字 化转型 工业互联网平台是实现数字化转型的有效途径 工业企业核心竞争力诉求逐步演变升级 工业互联网平台能够 75 工业互联网平台本质上是工业思维和能力与 IT 思维和能 力的集成、融合和创新 ，带来全社会制造资源网络化动态配置， 使制造体系由封闭走向开放，加速制造业向数据驱动型创新体 系和发展模式转变，正在构建新的制造业生态。

销售预测 5 6 实施路线（阶段）规划 2020.08 基于前期调研了解与评估分析，结合企业需求与未来发展规划，建议 MES 实施路线分为三个阶 段。 数 • • • • 字化转型思维与策略 战略导向、价值主张 数据驱动、能力建设 整体规划、分步实施 业务整合、模式创新 第二阶段 拓展推广深化期 • 实现其他产线推广深化； 第三阶段 管理优化期 • 实现工模台账、维修、保养、寿命等管控目标 业务蓝图设计 • 项目资源规划 • 系统环境部署 实施过程中 的参与度 项目准备 项目分析 测试及上线 6 项目运维 • 项目日常运维 • 项目运维评估 • 项目优化调整 数字化转型思维与策略 • 战略导向、价值主张 • 数据驱动、能力建设 • 整体规划、分步实施 • 业务整合、模式创新 1 2020.08 2020.09 2020.11 2021.01 2020.02

向“推理” 推理模型快速普及并从纯文本走向多模态。OpenAI 于 2024 年 9 月发布的 o1-preview 模型拉开推理模型帷幕。推理模型基于 基础模型开发，其通过在推理过程中引入长思维链，实现了与普 通模型截然不同的问题解决方法，即在输出答案前先进行“思考”， 因此更为擅长处理谜题、高级数学和高难度编程等需要多步骤逻 辑推导的任务。推理模型的“思考过程”可以向用户展示，如 等。同时，推理模型正 在从 LLM 走向多模态，如 OpenAI 的 o3 和 o4-mini、阿里云通义 团队的 QVQ-Max 等均是视觉推理模型。OpenAI o3 和 o4-mini 可 以使用图像进行思维链推理，如解读白板照片、教科书图表或手 绘草图等，并可借助工具对图像进行旋转、缩放或变换等操作， 智算产业发展研究报告（2025） 9 以及与 Python 数据分析、网络搜索、图像生成等工具协同工作。 程中观察到大规模强化学习呈现出与 GPT 系列预训练相同的“更 多计算=更好性能”的趋势。阿里云通义团队推出 QwQ-32B 时表示， 强化学习的持续扩展可以帮助中型模型实现与巨型 MoE 模型相媲 美的性能。推理阶段，更长思维链促成更高质量输出。OpenAI 开 发 o3 时验证，当推理模型被允许进行更多思考时，其性能将显著 提升。这一特性促进形成推理时间扩展技术，即在推理过程中增 加计算资源以提高输出质量，并让用户拥有了平衡成本和性能的