逻辑：整体从高标准化环境与任务的工业场景开始；逐步布局环境范围有一定局限性、且周边物体类型相对局限的家庭场景；最终落地环境多变复杂的商业场景 2025 2026 2027-2030 工业服务 “找能做的工作”->“拓展连续工作任务” 家庭服务 “有意义”->“有价值”->“有收益” 商业服务 胜 任 工 种 落 地 场 景 逻 辑 搬运类 工站衔接类 基础组装类 基础组装类 (如电芯分拣、零 来源 质检类 • 工作环境：范围局限（100~200m2） + 布局 与周边物体类型局限（桌椅电器等） • 工作任务：“交互”为基础，由简单搬运类 工作开始，在“指导下”逐步胜任复杂工作 • 工作任务演进逻辑： ✓ 有意义：情绪识别，递送物品，车辆充电 ✓ 有价值：拓展综合型家务，在语言+动作 指导下复刻动作，如平面清洁等 ✓ 有收益：替代清洁工/保姆 • 工作环境：高标准化环境+高标准化工具/零部件 工作环境：高标准化环境+高标准化工具/零部件 • 工作任务：从单一重复性动作，链条较短任务开始，到胜任复杂工作 • 工作任务演进逻辑： ✓ 找简单工作：在现在已经能够实现的任务中积累行动数据，提高识别准确性 ✓ 拓展上下游：向已实现任务的上下游拓展，形成较长工作链条，在此期间，积累的 数据能够不断提升机器人的工作能力 ✓ 找复杂工作：工作能力提升后，向其他精细度高，链条长的任务逐步演进 • 工作环境：环境广阔，需识别物品多，

真正实现政府风险感知、风险预测和风险防控能力的提升。 最后，大模型优化服务流程，进一步提升数字政府督办考核能力。 我国人口、面积、经济总量大的特征决定了民生诉求多、业务办理压力大的 客观现实，进而也容易滋生懒政怠政、推诿扯皮的工作作风。政务热线在实现各 7 类政府部门专线整合的基础上，进一步重塑政府服务流程，大模型可以对业务办 理流程进行优化和监督，实现对热线承办单位的统一管理、监督和考核，发挥政 务热线在业务办理全 方面，在厘清承办单位职责，精准分类来电诉求的基础上，数智化进一步规范了 政务热线统一受理、按责转办的业务办理流程，大模型能够对流程进行实时监控 和评估，强调了业务办理的核心地位，有助于提高承办单位的工作认识，调动各 承办单位主动领取任务，纠正业务办理过程中的形式主义，确保业务办理结果合 民意、迎民心。另一方面，政务热线数智化强调对政府回应热线诉求的全过程进 行量化考核，并将其应用到承办单位绩效考核甚至领导班子考核中，大模型可以 线数智化发展进入快车道。一方面，国务院颁布了政务热线的专项指导文件，对 新时期政务热线的定位功能、发展方向、实施方案提出了具体要求，驱动政务热 线提升为企便民服务水平。另一方面，各地政府积极响应中央指示精神，从政务 热线的归并优化工作入手，主动引入数字化和智能化技术，驱动政务热线的升级 优化，涌现出一批优秀实践案例。 8 （一）政务热线的新定位：从“接诉即办”到“治理枢纽” 2021 年 1 月国务院办公厅《关于进一步优化地方政务服务便民热线的指导

真正实现政府风险感知、风险预测和风险防控能力的提升。 最后，大模型优化服务流程，进一步提升数字政府督办考核能力。 我国人口、面积、经济总量大的特征决定了民生诉求多、业务办理压力大的 客观现实，进而也容易滋生懒政怠政、推诿扯皮的工作作风。政务热线在实现各 7 类政府部门专线整合的基础上，进一步重塑政府服务流程，大模型可以对业务办 理流程进行优化和监督，实现对热线承办单位的统一管理、监督和考核，发挥政 务热线在业务办理全 方面，在厘清承办单位职责，精准分类来电诉求的基础上，数智化进一步规范了 政务热线统一受理、按责转办的业务办理流程，大模型能够对流程进行实时监控 和评估，强调了业务办理的核心地位，有助于提高承办单位的工作认识，调动各 承办单位主动领取任务，纠正业务办理过程中的形式主义，确保业务办理结果合 民意、迎民心。另一方面，政务热线数智化强调对政府回应热线诉求的全过程进 行量化考核，并将其应用到承办单位绩效考核甚至领导班子考核中，大模型可以 线数智化发展进入快车道。一方面，国务院颁布了政务热线的专项指导文件，对 新时期政务热线的定位功能、发展方向、实施方案提出了具体要求，驱动政务热 线提升为企便民服务水平。另一方面，各地政府积极响应中央指示精神，从政务 热线的归并优化工作入手，主动引入数字化和智能化技术，驱动政务热线的升级 优化，涌现出一批优秀实践案例。 8 （一）政务热线的新定位：从“接诉即办”到“治理枢纽” 2021 年 1 月国务院办公厅《关于进一步优化地方政务服务便民热线的指导

表示其组织已经为全面整合 AI 做好充分准备。 大模型正从“能用”迈向“好用”和“实用 ”，从技术创新演变为推动组织变 革的核心引擎，引领企业的智能化转型。 1 2 3 具备高 AI 力的个体能够显著提升工作效率和质量。 他们能够更好地 理解 AI 的优势和局限性，更有效地利用 AI 工具完成任务，并从 AI的 输出中获得更深入的洞察。 7 4 5 6 核心洞察 02 目录 引言 核心洞察 的企业实现员工能力定制化提升 14% 的企业优化了员工工作体验 超过一半 (53%) 的企业加速了决策流程，减少重复劳动 超过三成 (34%) 的企业优化了工作流程整合 近一半 (46%) 的企业提升了整体工作效率 优化用户体验 57% 53% 46% 34% 32% 29% 14% 加速企业决策,减少重复劳动 提升员工效率 工作流整合,方便使用多个程序 创新产品形式/业务价值 创新产品形式/业务价值 为员工创造定制化提升 优化员工工作体验 采用 AI 大模型给企业带来的价值 09 随着大语言模型从技术竞争向商业化的拓展，生成式 AI 的应用正逐步聚焦于满足具体行 业的独特需求和特定业务场景的赋能。通过在实际应用中积累丰富的行业数据和实践经 验，AI 不断优化自身的适应性和效率，进而在企业级场景和行业级应用中展现出更为卓 越的表现。 AI 在重点行业和细分场景的创新实践 2.1 AI

及与客户互动的新商业模式。 我们将AI视为新的数字革命，因为它既是一种技术， 也是一种新的工作方式。我们相信它将在企业运营的 每个领域得到应用，并对所有相关的人和事物产生网 络效应。其影响已经显现，随着公司继续扩大AI规模 ——并将生成式AI作为变革的催化剂——它将解决新 的问题，创造新的发明，改变我们的工作和生活方式 ，并转型行业和政府。 安永研究显示，仅有36%的高管表示他们的组织已 经实现 M）支持的客户服务机器人和销售人员交流中所打破。 今天的AI模型已经摆脱了过去深度但具体且线性的方法 ，并展示了前所未有的自主性—在他们如何学习、如何 处理任务以及最终能够做什么方面。他们将这种自主性 带到了工作中，75%的知识工作者报告使用生成人工智 能；在如何与技术互动方面，作为编码助手并通过扩展 语音助手功能；以及几乎在一切事物上，从机器人到汽 车，到医疗保健。 4,5,6,7,8,9,10 高度能效的高级人工智能 受的 干扰。总有一天，通用人工智能将会产生巨大的影响， 但今天它仍然遥远，需要解决深层次的技术和伦理挑战 。相反，领导者们看到眼前更为紧迫的问题至关重要： 人工智能的普及，这将在新水平上为企业系统、工作队 伍和运营带来自主性和能力，在通用人工智能发挥作用 之前就已经到来。 在通用人工智能（AGI）方面。 2,3 并且，就像以前 一样，这场比赛吸引了商业领袖、政府和全世界人们 的关注。 人工智能：自主宣

在科技飞速发展的当下，数字化转型已成为全球经济发展的核心驱动力，深刻改变着各行 各业的运营模式和发展格局。从智能制造到智慧金融，从医疗健康到教育文化，数字化的触角 延伸至社会的每一个角落，重塑着我们的生活与工作方式。 大模型技术的兴起，将企业数字化转型推向了一个新的高潮。DeepSeek、ChatGPT、文 心一言等大语言模型的问世，为企业数字化转型提供了强大的技术支持和智力支撑。从智能客 服到自动化生产，从大数据分析到精准营销，AI 正逐步渗透到企业运营的各个环节，推动着 企业向智能化、高效化、个性化方向发展。 对企业发展而言，数字化转型已不再是选择题，而是关乎生存和长远发展的必答题。随着 数字化转型进程不断加速，企业的业务流程和工作流程也面临全面的变革，岗位技能将被重塑， 人才需求结构也发生显著的变化，企业对于数字化人才的要求和需求也在提升，如何培养一支 为企业赋能的数字化人才队伍成为企业转型发展的关键。 但是，当前数字 推动企业数字化转型及数字化人才培养，助 力国家数字经济发展战略。2024 年，《政府工作报告》不仅三次提到“人工智能”，并且首 次提出了开展“人工智能+”行动，鼓励数字基础设施“适度超前”发展。 发布时间 发布单位及政策名称 主要内容 2024 年 3 月 《政府工作报告》 2024 年的政府工作报告，围绕加快发展新质 生产力、深入推进数字经济创新发展这一主 题，提出一系列事关这场数字变革的具体举

然而，许多银行却因为保守而故步自封。定义长期价值 颇为不易，许多银行在制定明确目标、确定关键业绩指 标（KPI）和验证投资回报率（ROI）方面步履维艰。技 术升级需要成本，实施存在风险，而且高管希望转型但 却对领导这项工作犹豫不决，使得挑战显得更为严峻。 如欲将自身打造成为智慧型金融机构，银行应该积极拥 抱人工智能，将其视为可持续发展的驱动因素之一。银 行可以通过将人工智能融入从营销和客户服务到欺诈防 范和风 为了克服上述挑战，抓住相关机遇，为利用下一代人工 智能技术做好准备，银行应采取精心设计的结构化方法 对人工智能加以应用。本报告介绍了含三个阶段的人工 智能价值框架，以帮助银行确定应优先开展的工作并相 应调整投资，从而充分发挥人工智能的潜力。 的受访者表示他们的员工正在迅速掌握 如何使用他们引入的人工智能工具/技术 调研结论 阶段二 阶段三 主要考虑因素 为迎接人工智能奠定基础 为您的人工智能转型保驾护航 人工智能正与自动化技术相结合 银行正越来越多地将人工智能技术与其他技术相结 合，通过技术互补最大限度地发挥其影响力。例 如，82%的受访银行正将人工智能融入机器人流程 自动化（RPA），以简化工作流程，而84%的受访 银行则正在探索人工智能代理解决方案。 人工智能正促成部分企业职能的转型 人工智能在信息技术（IT）和营销职能方面发挥着 最大的影响力。61%的受访银行表示人工智能对IT

AI 是指自主 执行各种功能的系统和程序，可在员工从事其他工作时代表他们完成任务。通过为 AI 智能体赋 予相关权限，它们可以自动执行决策、解决问题以及执行其他超出系统机器学习模型训练范围 的任务，这是大多数 AI 助手无法做到的。 另外，随着数字劳动力的发展，变革的力量牢牢掌握在员工手中。 1 这样个人得以提高生产率 并重新定义工作流程，同时挑战了传统的领导观念。 引言 AI 推动数据普及化， 2 事实上，领导者没有时间审查每一项创新。随着智能体 AI 在组织中发挥的作用不断增强，领导 者需要下放更多决策权，才能真正加快步伐。他们仍然需要制定目标并明确前进规则，但必须 赋权团队重新思考工作流程，并用新的方式部署 AI 智能体，从而大幅度提高绩效。 在这种环境下，领导者相当于在敏捷性和安全性之间走钢丝，尽力维持韧性与风险之间的平衡。 这绝非易事。为了解领导者如何实现这一目标，IBM 进行创新，以把握新机遇并创造新的业务 模式。 2025 年，领导者有望实现重大转变。46% 的受访高管表示其组织将扩大 AI 的应用规模，利用 它来优化流程和系统；而有 44% 的受访高管计划利用 AI 来开展创新工作。只有 6% 的受访高 管表示其组织仍将处于实验。 要将这一势头转化为真正的业务价值，领导者需要赋予员工权力，让他们充分利用这一触手可 及的技术。这意味着要实现决策民主化，并为员工提供成功所需的工具和培训。人才是利用

际市场竞争力。因此，积极推进标准化建设对于人形机器人产业的可 持续发展具有深远意义。 本白皮书的编撰工作紧密围绕《人形机器人创新发展指导意见》 《关于推动未来产业创新发展的实施意见》等一系列国家政策对人形 机器人产业的战略规划与具体要求，旨在深入贯彻《十四五机器人产 2 业发展规划》中关于机器人标准化工作的重要部署。其核心目标在于 充分发挥标准化在支撑产业发展中的关键作用，着重强化产业链上下 的产业技术创新生态链，推动软硬件系统的标准化与模块化设计，大 幅提升新产品开发效率，助力应用场景的落地生根，并持续提升我国 标准在国际舞台上的影响力。 白皮书全面且系统地梳理了人形机器人领域标准化工作的现状， 深入剖析了当前面临的问题与挑战，精准把握标准化建设的迫切需求 与未来发展方向。其内容涵盖了人形机器人的定义、分类、发展历程、 产业与技术现状、标准化现状与需求、产业/技术/标准图谱、标准体 技术创新与应用场景的深度融合。 本白皮书凝聚了众多科研人员、企业精英以及行业专家的心血与 智慧，反映了大部分从业者在人形机器人标准化相关领域探索研讨的 共识。在此，我们衷心感谢每一位在白皮书编撰工作中给予大力支持 与做出杰出贡献的专家、学者、企业及机构。然而，我们亦认识到， 面对如此复杂且尚处于快速发展阶段的人形机器人领域，受限于当前 的技术认知水平、实践经验范围以及各种复杂多变的内外部环境等诸

调用企业专业知识，更懂企业  将日常重复性业务流程形成Playbook，实现流程自动化  通过目标拆解，多次调用大模型以及专家模型协同，形成 慢思考能力 传统软件是辅助人的工具，Agent是能够自主工作的数字员工，是新的生产力 政企、创业者必读 22 DeepSeek出现之前的十大预判 之九 开源效果追赶上闭源  技术开放，吸引广大开发人员和用户使用  很多公司参与开源，帮助改进产品，众人拾柴火焰高， 基础科学 能源自由 宇宙探索 生命科学 科学 能力 6 AI Fo r Science 知识管理（ 内部知识管理、 外部情报分析、 大数据分析、 工作流知识） 专家经验模型（ 专业模型训练） 业务流程自动化（ A g e n t框架） 组织协同（ 工作流） 人机交互 赋能个人和 企业员工 生产力提升 多模态 能力 3 图片理解和处理 视频理解和处理 音频理解和处理 非结构化文档处理 47 50 政企、创业者必读  不追求用一个大模型解决企业所有问题，而是找垂直场景，做专业技能大模型 • 政府和企业不需要全能博士，需要管培生  企业内部未来一定是多个大模型组合工作 • 术业有专攻，专业的工作交给专业的模型去完成 大模型能力很强 但在企业中不要幻想用一个大模型 解决所有问题 51 政企、创业者必读 走开源的本地可部署的专业化大模型之路，许多问题就会迎刃而解 参