点突破，整体能力处于各行业前列，在被调研单位中占比为 4.0%； 交通运输、钢铁冶金、建筑工程等行业处于追赶状态，审计平台相 对完善，数据资源积累和模型应用体系初见成效，新技术仅初步尝 试，占比约为 7.8%；其余高校、烟草、医院等行业处于不同程度的 起步期，在平台、数据、模型、AI 能力等方面能力单一，尚未形成 完整发展体系。 图 7 不同梯度行业四维能力对比 全国内部审计数智化转型发展研究报告（2025） 的审计模式落地。 (八) 高等院校 1.高等院校内部审计工作基本情况和特点 在组织保障与人才队伍方面，高等院校审计体系存在人员规模 与能力结构双重短板，复合型人才的匮乏尤为突出。尽管多数高校 设有内部审计机构，但审计人员占教职工总数的比例普遍低于千分 之二，专业力量相对薄弱。队伍的专业背景多集中于传统的财务、 审计及工程领域，而兼具信息技术与法律知识的复合型人才严重短 缺，加之 缺，加之人员年龄结构偏中年，整体数字化技能不足，这构成了数 智化转型的根本性制约。 从业务特性与风险焦点来看，高等院校审计工作呈现出业务多 元、资金复杂、覆盖广泛的特点，审计监督必须应对由此带来的多 样化风险。高校业务不仅涵盖教学、科研等核心领域，还涉及后勤、 全国内部审计数智化转型发展研究报告（2025） 69 基建、校办企业、附属医院等多元形态，资金来源则包括财政拨款、 学费、科研经费、社会捐赠等，渠道复杂。因此，审计范围需覆盖

年，依据乡村振兴实践中的典型性、引领性、创新性、可持续跟踪性四 个维度，在全国范围内从国家部委、地方政府、科研院所、大专院校、涉农企业五大渠道征集 案例，共收到推荐案例 466 个。通过与来自国家部委、地方政府、科研院所、相关高校 20 名 涉农专家的细致论证，确保了内容的代表性与权威性。 《CMG 乡村振兴观察报告（2023-2024）》紧扣年度乡村振兴的核心议题，推出乡村振 兴关键词，结合政策解读、宏观数据、实地调 ——CCTV-17《超级农人秀》 51 新农人 总台《最炫农科生》融合传播项目，联合农林高校、职校和涉农企业，为即将毕业的农科生打造 展示学识、技能和梦想的舞台。2023 年和 2024 年，该项目联合教育部高教司和全国 50 余所涉农高校共同发起“全国涉农高校 强农行动——最炫农科生”。多种节目形态 生动阐释新农科的高、新、情，获得各涉农 高校师生、网友广泛关注讨论，很好地激励 了青年学子知农爱农、投身乡村振兴的大舞 了青年学子知农爱农、投身乡村振兴的大舞 台上建功立业。 ——CCTV-17《最炫农科生》 2024 年，农业农村部大力实施乡村产业振兴带头人培育“头雁”项目，指导各省（区、市）农业 农村部门，联合 38 所高校，聚焦农产品生产加工业、乡村特色产业、帮扶产业，全年培育“头雁”1.85 万名，带动浙江、安徽、广东等省份实施现代“新农人”培育行动、农村产业发展带头人培育工程、 农村职业经理人培育行动等省级项目。 人

AIGC重塑当代教育框架 AIGC迫使人们重新构思当代教育框架：谁来教学、怎么教学、教学什么 ChatGPT出现伊始，在全球范围引发了高校“学生学术舞弊”方面的普遍担忧，多个国家和地区的教育部委和高校纷纷限制了学生 使用生成式AI类技术工具，但短期焦虑随着高校对技术的进一步认识而逐渐回归理性，很多高校开始探讨和评估生成式AI技术在教 学和学术研究中的应用可能性，并思考如何在保证学术诚信和数据安全的前提下合理有效地利用先进技术。自此，近一年来全球教 全球视野和文化敏感性 通识能力 单纯的知识记忆不再具有高度的人才价值参考，围绕应用知识与工具进行 问题解决、批判性思考等通识能力进行培养的教育内容会加强权重 跨学科融合 学科模式的制约性被放大，高校需要重新考虑学科的设置以及跨学科融 合的重要性，而AIGC技术作为教育载体的介入也增加了尽快实现这一目标的可能性 信息素养 在AIGC时代围绕信息技术应用能力、数据思维等信息素养的全民培养和普 及 标准工作组，旨在通过资源整合、 战略研究和交流平台搭建等，推动大模型技术在教育领域的支撑和应用 各协会、科研机构、高校、企业等联合编制AIGC在教育行业的应用规范 中信所联合三家国际出版集团发布《学术出版中AIGC使用边界指南》 教育部信标委、上海市人工智能行业协会与相关高校、头部企业共同发布 ✓ 风险意识 ✓ 基础扫盲 《教育通用人工智能大模型标准体系研究报告》《教育通用人工智能大模型系列标准》

技计 划项目。（责任单位：省发展改革委、省经信厅、省科技厅、 省市场监管局） （三）加快人才引育 引导高校提升元宇宙人才培养能力，聚焦大数据、人工智 能、区块链、虚拟现实技术等专业领域，加强计算机科学与技 术、信息与通信工程、软件工程等学科专业建设。鼓励企业与 高校、科研院所开展产学研合作，培育一批兼顾数字技术与人 文艺术的复合型人才。实施人才引育计划，向全球引进元宇宙 领域

络升级，实现5G基站与量子密钥设备的深度融合，提升数据传输安全等 级。国际层面，跨国企业需构建“算法弹性架构”，既能适配不同地区 的标准要求，又能快速响应新算法的迭代升级。此外，量子安全人才缺 口将进一步凸显，我国会加大高校与企业的合作培养力度，提前完成技 术布局和人才储备的组织。 二、需要关注的几个问题 （一）地缘政治促使全球网络对抗持续加剧 在全球经济复苏乏力、地缘政治冲突频现、科技竞争重构格局的背 景下 网、低空经济等 新兴领域发布安全需求白皮书，激活细分赛道增长潜力。二是强化产业 创新体系建设。聚焦自主芯片、操作系统、工业控制安全等核心技术领 域，设立国家级网络安全技术攻关专项，支持企业联合高校、科研院所 组建创新联合体，建立从基础研究到产业化的全链条创新机制。三是完 善产业生态布局，完善网络安全产业链图谱，发挥龙头企业带动作用， 加强网络安全人才培养。 （三）加强AI智能体安全风险监管

我们的AI教育实践：青鸟AI实验室 七类主要产品和服务 NovaAI开放平台 课程 实训平台 教研平台 教学平台 教学资源库 算力基础设施 科研 创新平台 人工智能专业（群）建设 高校科研创新实验平台 人工智能通识课实验平台 解决学校的三大需求 的方案 AI实验室算力基础设施 操作系统： Centos/ Ubuntu 分布式/并行文件系统 系 统 层 量化服务、 TTS语音服务、图片理解服务 2.可基于API开发学校自主应用、大赛赛题、横向课题 定制化模型训练： 1. 训练学科领域的垂类大模型 2. 基于青鸟教育大模型训练高校自有模型 课程实训平台1 大模型指令实训系统 • P r o m p t 实 验 与 验 证 ； P r o m p t 模 板 案 例 学 习 ； • 交 互 引 导 指 令 ；

企业画像 全栈型企业 硬件型企业 软件型企业 传统业务基因 以汽车装备/飞行器等为主 兼具AI算法FSD、硬件供应链、下游场景与客户基础 以自动化硬件设备、各类机器人等为主 软件算法、科研高校背景为主 机器人业务起点 本体、“大小脑”并线 本体及控制器为主 “大小脑”为主 典型企业 全球人形机器人企业画像 按照传统业务基因可将全球人形机器人企业划分三类（全栈型、硬件型、软件型） 控），通常以硬件/装备制造为传统业务，具备一定的市场力基 础（工业场景及生产数据）。未来能否“破局”关键之一在于 能否突破软性实力（大脑决策层AI与泛化） 软件型企业，产品力决策操作 AI算法/互联网/科研高校背景，软性实力（产品力-决策操作） 是优势，但对硬件机械、实际工况场景的理解相对短板。潜在 “破局点”在于加强与硬件/全栈企业联合开发，贴近场景 全栈型企业，综合实力 掌握着充足的资源、供应链号召力，在全行业中通常具备较强

与用户（人类）有交互， 机器人脖子、胳膊或手 部等上半身部位可移 动，下半身无法移动 全身 运动 型 多在工业或公共服务 场景中应用，强调单个 实用任务的执行。不过 目前并没有广泛应用， 多见于高校、小学的机 器人教育或企业、科研 机构的研发训练阶段 2 应用 领域 个人 /家 用服 务领 域 目前常用于个人陪伴。 公共 服务 领域 目前主要应用于零售 商超、酒店、餐厅、银 相关科学领域的研究。 图 3 国内外人形机器人发展时间轴 1.2.1 我国人形机器人发展历程 12 我国对人形机器人的探索起步于 20 世纪 80 年代末，并且早期的 机器人研究主要集中在高校以及科研院所。自 1986 年开始，哈尔滨工 业大学先后研发出 HIT 系列机器人，HIT 机器人以电机驱动，机身共 12 个自由度，可以实现静态行走。国防科技大学于 2000 年率先自行研 Ai、Agility Robotics、优必选 （UBTECH）、宇树科技（Unitree）等 技术实力较强，产品具有特色， 在细分市场具有一定的竞争力， 正在积极追赶第一梯队 新兴力量 一些初创企业和高校实验室孵化的公司 技术实力不断提升，产品具有创 新性，在某些领域具备潜在的竞 争优势 表 6 国内外代表性人形机器人整机系统对比表 波士顿动力 Atlas 特斯拉 Optimus Figure

数字化转型是华农优势，也决定华农未来 自上而下 总分公司 协同发展 建设数智华农，引领重构核心业务价值链 www.top100summit.com 共建共生-首倡“构建保险科技命运共同体” 携手科技公司及高校深入合作，累计成立12个AI、数字化联合实验室 中 关 村 科 金 神 策 数 据 精 友 科 技 中 科 国 力 宏 瓴 科 技 上 海 丛 云 思 迈 特 软 件 道 客 云 慧 观 科 技

有明显差距，且企业投入在我国基础研究总体投入中占比偏低。基础研 发投入不足直接导致重大原创性、颠覆性科技创新能力偏弱，不利于我 国培养新产业新业态。另一方面，科技成果并不能有效满足产业实际需 求。2024年我国高校专利转化率约为3.8%，企业专利转化率约为50%，科 研院所专利转化率约为11.8%，与部分发达国家转化水平仍有差距。 050 中国工业和信息化 发展形势展望系列 （二）企业前沿技术突破能力偏弱导致产业发展后劲不足