1 2026趋势报告：数据与人工智能 2026趋势报 告：数据与 人工智能 2 报告概览 2026行业特定趋势 2026年数据与人工智能趋势 2026趋势报告：数据与人工智能 简介：大（的）脱节 各行业人工智能雄心与实际运营之间的差距不断扩大 如何为2026做准备 构建准备状态并避免常见陷阱的关键行动 2026年AI的成功将由数据基础设施驱动，而非新模型 1. 为什么现代 为企业带来最高的投资回报率 7. 表现优异的公司正在协调数据、人员和目标，以负责任的方式扩展人工智能 成功组织了解自身、其数据和其人员的内容 6. 企业正在优先考虑数据生命周期管理、现代化和人力能力 塑造未来18个月人工智能驱动转型的战略重点 人工智能正从概念验证阶段发展到企业级部署 3. 人工智能从测试和试点转向各行业的战略性、生产就绪型应用 组织正从广泛实验转向具体、高价值 2. 用例 定义可扩展性、信任和负责任的人工智能采用的隐藏促进因素 结论：基础决定未来 前方的三条道路以及为什么坚实的基础决定了你选择哪一条 4. 公司正在重新思考无法扩展的短期、技术优先的人工智能战略 组织如何从早期错误中学习 航空、零售、媒体、医疗保健和科技行业的部门预测，以及人工智能如何重塑运营、创新和 人才 3 转化与现代化的区别被模糊了。许多 2026趋势报告：数据与人工智能 简介：大（的）脱节

术驱动的全球健康生态系统。 这份报告客观阐述了 AI 和 ICT 技术融合将如何推动变革，造福人类和社会。 Joseph Sifakis 序言 为实现上述愿景，我们仍面临诸多超越通用人工智能范畴的技术挑战。我们的目标不仅是创造 一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力， 自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。 智能 2007 年图灵奖获得者 十年意味着什么？二十年前，人工智能的发展路径还是一团迷雾；十年前，以卷积神经网络为 核心的深度学习方兴未艾，人们还在畅想人工智能所能带来的无限机遇；今天，以大模型为代表的 人工智能正逐渐进入生活的每个角落。那再过十年，智能世界是什么样的？人工智能会怎么发展？ 会怎么改变我们的工作与生活？ 迈向通用人工智能的道路，可能并不是沿着现有路径拓展延伸，而是会经历若干不确定的“奇 2035》所言，迈向通用人工智能，关键在于走向物理世界。其机遇可能 有三： 第一，更有效地感知世界。便携式拍摄设备（如手机）的普及，创造了丰富的电子图片，为 ImageNet 的构建及卷积神经网络的出现打下了基础；电子显微镜对蛋白质结构进行了高精度解析， 为 AlphaFold 提供了关键的数据支撑。更有效的感知将为人工智能展开更宏观的画卷、揭示更微末 的细节、刻画更复杂的关系，让人工智能能更好地向世界学习、将世界改造、与世界交互。因而，

2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050 Hourly wage AI机器⼈的崛起 物理人工智能即将来袭 我们预测到2035年时，将有13亿台AI机器⼈在我们周围移动，到2050年将达到40亿台。这其中的三个主要推动因素将是技术、经济和改善。以下是⼀些关于机器⼈崛 起的数字。 机器人单位数量（以百万计）按类型预测 越多的⻆⾊ ，将我们经常听到的软件进步转变为实际应⽤。 近年来，⼈⼯智能和相关技术的重⼤进步推动了下⼀代机器⼈的发展，将它们 转变为智能、⾃主的系统，以彻底改变各个领域。 我们在哪些领域看到了人工智能机器人的技术进步？ 近年来，机器⼈技术在稳健和坚固平台的可⽤性⽅⾯以及在能⼒⽅⾯都取得了快 速进展。像波⼠顿动⼒的Spot和ANYbotics的ANYmal这样的机器⼈已经发展成 为可靠、多功能 的时间⾥增加了32000倍 。 如Bommasani等⼈（2021年）定义的基础模型是“在⼴泛数据（通常使⽤规模上的 ⾃我监督）上训练的任何模型，可以适应（例如，微调）各种下游任务”。 图5。人工智能的故事是一个不断增长和同质化的过程 来源：关于基础模型的机会和⻛险 基础模型对机器⼈的影响深远。它们可以接收任务描述，将其转换为可执⾏代码，然后通过机 器⼈将其转化为物理动作。这种能⼒可以使更多⼈接触到先进的机器⼈技术。

结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 材料等关键行业加速落地，展现出广阔的应用前景。 本报告中的“机器人+人工智能”指的是建模优化、机器视觉、 语音交互、机器学习、深度学习等人工智能技术应用于机器人上的智 能体。其工业应用包括两个层次，一是嵌入各类智能软硬件的机器人 是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 模型推动下，以人形机器人为代表的具身智能技术的前沿进展；接着， 模型推动下，以人形机器人为代表的具身智能技术的前沿进展；接着， 从应用场景的角度，通过全球 88 个案例分析“机器人+人工智能”在 典型场景、行业中应用情况；最后，从技术、产品和应用三个方面， 展望“机器人+人工智能”在工业场景中的应用前景。 牵头编写单位： 信通院（江苏）科技创新研究院有限公司 参与编写单位： 苏州市机器人产业协会 苏州拓斯达智能装备有限公司 苏州钧舵机器人有限公司 苏州灵猴机器人有限公司

1 ©2025 云安全联盟大中华区版权所有 2 人工智能治理和合规工作组永久的官方网址是： https:/cloudsecurityalliance.org/research/working-groups/ai-governance-compliance © 2025 云安全联盟大中华区-保留所有权利。你可以在你的电脑上下载、储存、展示、查 看及打印，或者访问云安全联盟大中华区官网（https://www 查、数据安全风险态势感知、数据安全风险监测与风险评估、数据合规与隐私 保护、数据运营安全等，主要为政府、军队、企事业单位提供数据运营安全产 品和服务。数安行以DataSecOps为理念，以AI人工智能技术为核心驱动，将数 据安全左移，在数据处理的第一现场对数据采取安全措施，平衡业务与安全， 打造以数据运营为核心的数据安全生态体系，助力数字化转型，致力于让用户 的数据安全地创造价值。公司核 ©2025 云安全联盟大中华区版权所有 6 目 录 安全声明 .......................................................... 8 前瞻性声明和人工智能的发展前景 .................................... 8 文档摘要 ...............................................

131 序言 量化数智化发展进程 当今世界，正经历一场以人工智能为核心驱动力的 深刻变革。新一轮科技革命正在重塑全球经济格 局，并持续为数字经济的发展注入强劲动能。据预 测，到 2030 年，人工智能对全球经济的贡献将突 破 22.3 万亿美元，约占全球 GDP 的 3.7%。随着 全球超过 70 个国家和地区陆续推出人工智能相关 战略，全面智能化已不再只是一道“可选项”，而 是关乎国家未来竞争力的“必答题”。 是关乎国家未来竞争力的“必答题”。 为协助各国更好地把握人工智能与数字经济发展机 遇，我们联合了来自经济学、社会科学及 ICT 产业 等多领域的专家学者，共同将原有的“全球数字化 指数（GDI）”升级为“全球数智化指数（GDII）”。 旨在度量全球各国数智化发展进程，为政策制定者 提供量化参考。 GDII 的理论根基源于古典经济学家让 - 巴蒂斯特 • 萨伊提出的“生产三要素”理论，即商品价值是由 的“土地、劳动、资本”映射至数智世界，进一步 拓展出符合新时代特质的三大新要素 ：数据、ICT 人才和数智化生产工具。数据作为核心生产要素， 其流通与利用效率直接关乎国家竞争力 ；以网络、 计算、存储、人工智能和能源为代表的数智化技 术，构成了关键的新型生产工具，推动数据转化为 知识、赋能产业升级 ；高素质的 ICT 人才，则为数 字经济的持续创新注入了根本动力。积极的 ICT 产 业政策也在激发市场活力、培育数字生态方面发挥

…… 01 对AI技术的认知  AI是一种工具，也是一种赋能，更是一种思考范式。  我们从三个角度来认知AI技术： • 人工智能的本质 • 大模型的能力边界 • 通向AGI之路 01 对AI技术的认知：人工智能的本质 智能（Intelligence）：以模型为核心，是对真实世界的模拟和解释 人类智能 • 抽象（语言）：概念，数字，理念 用计算数学方法获取数据模型：近似 • 用机器学习方法获取概率模型：复杂 • 用人工神经网络获取网络模型：黑盒 • 超过两层的神经网络可以逼近任意连续函数 01 对AI技术的认知：人工智能的本质 人工智能（ArtificiaI Intelligence）：第三代，核心是数据智能，以史为鉴 ◼ 从规则到数据：逐步破除我执（去人类中心主义） 1. 第一代（规则系统）：推理为核心 2. 开卷考试：FT 3. 引导能力：Prompt工程 01 对AI技术的认知：通向AGI之路 通用人工智能（AGI）：泛化任务、自主学习、自主行动  两个阶段：特定任务到泛化任务 • 弱人工智能：可以完成训练过的特定的智能任务，特定 • 强人工智能：可以完成没有训练过的新智能任务，通用  三个能力 • 感知智能：知识表达 • 认知智能：知识处理 •

Gartner 供应链业务副总裁兼首席研究官 Christian Titze 表示：“今年的趋势凸显了供应 链中互联互通和智能化的变革潜力，使领导者能够提升运营效率和适应能力。通过评估和整 合代理人工智能和智能仿真等先进技术，企业可以实现特定目标、促进创新并获得长期竞争 优势。” 本文首先概述 Gartner 2025 年顶级战略性供应链技术趋势， 然后逐一介绍和解读 2025 年 及以后的顶级战略性供应链技术趋势。最后回顾了 年顶级战略性供应链技术趋势概述 1.1 供应链组织的新机会 【1】指出供应链组织需要考虑以下新机会：  技术的进步为供应链技术领导者提供了支持首席供应链官 （CSCO） 优先事项的机会， 包括数字和人工智能 （AI） 价值实现、员工生产力和员工对员工 （E2E） 运营模式 战略制定。  要充分发挥供应链技术投资过去和未来的潜力，需要对“连接性”进行投资。  解决“智能”主题的技术为竞争差异化带来了更多机会。 理解和解读来自语音和手势等多种输入源的复杂数据。这一趋势在声控虚拟助手和智能家居 系统中尤为突出。 自然语言处理 (NLP) 可以更准确地处理语音命令，而人工智能 (AI) 则提升了设备从用户交 互中学习的能力，使界面随着时间的推移更加灵敏和个性化。人工智能与多模式用户界面 (UI) 的融合正在提升用户体验，并为医疗保健、教育和汽车系统等领域的创新创造机会。 多模式 UI 市场规模【6】： 2023 年，全球多模态用户界面市场规模达

一、对2026年形势的基本判断 （一）世界主要经济体持续推进产业科技合作，国际产业科技竞争延 续加剧态势 全球范围加快推进产业科技合作。2025年，美国与英国签署《跨 大西洋“科技繁荣协议”》，以加强两国在人工智能、量子计算和民用 核能等前沿技术领域合作，美国与日本达成双边贸易协定协议，深化在 供应链韧性、技术创新、投资安全和出口管制等领域的合作。同时，我 国与“一带一路”合作伙伴、金砖国家和上海合作组织成员国等经济体 产业科技竞争进一步加剧。2025年，全球主要经济体密集出台科技战 略，加大科技创新支撑力度。如，美国的《赢得竞赛：美国人工智能行 动计划》，欧盟的《人工智能大陆行动计划》《应用人工智能战略》， 以及日本的《统合创新战略2025》。预计2026年，美国、欧盟、日本等 世界主要经济体大概率将延续做法，持续增强人工智能、量子科技、生 物制造等前沿技术研发，我国将面临国际产业科技创新竞争进一步加剧 的形势。 045 （三）前沿技术呈现多点突破、交叉汇聚态势，人工智能技术加速落 地应用 全球科技将加速交叉赋能。2025年，人工智能、量子技术、生命科 学三大领域交叉赋能正成为新的创新方向。例如，人工智能优化量子计 046 中国工业和信息化 发展形势展望系列 算算法并开发实时纠错技术，推动容错量子计算机开发，量子计算大幅 削减困扰当前人工智能系统的巨大能源成本。预计2026年，我国在持续 推动人工智能、量子计算、人形机器人、高端芯片等关键领域取得技术