2025 年 五大趋势 人智共创未来 点燃创新纪元 IBM 商业价值研究院 | 研究简报 2024 年是拥抱变化、把握机遇的一年。冲突和转型的交织令原有假设受到质疑，领导者不得 不重新评估其风险偏好。他们必须平衡速度需求与成熟流程的安全性，然后改变那些束缚发展 的习惯。 生成式 AI 是这一转变的核心，带来了一个充满新机遇和未知风险的世界。智能体 AI 是指自主 执行各种 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， 重新定义决策流程。 领导者如何才能在不给企业带来风险 的情况下增强员工的自主创新能力？ 2025 年五大趋势：人智共创未来 点燃创新纪元 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 2025 扩展和优化 创新 30% 44% 24% 44% 46% 信息来源：《2025 年五大趋势全球脉动调查》。问：以下哪一项最能 描述贵组织当前和明年采用AI 的方法？ 注：总和不等于 100%，因为“重新评估“和“以上都不是”也是其中 的选项。 2025 年五大趋势：人智共创未来 点燃创新纪元 3 智能体 AI 将变革组织的业务， 但组织首先必须对员工进行再 培训。

的特性，使其在计算效率上实现了显著提升，且降低对供给紧张的外部 GPU 资源依 赖，为中国 AI 大模型开发提供了更可行和更经济的解决方案；另一方面，Deepseek 的开 源模式使其可以本地部署，且有利于提升数据安全性和处理速度，这将加速国内 AI 应用的 开发进程。随着 DeepSeek 的成功面市，我们看好国内 AI 大模型和 AI 应用投资的加速， 带动中国主权 AI 建设和 AI 电力需求快速增长，缩小与海外领先国家的差距。 国内主要云厂商数据中心资本开支统计 资料来源：华泰研究预测 AI 数据中心有望促进我国新能源消纳 与美国情况不同，我国电力系统当前供需格局趋于宽松，且电网保供能力较强，数据中心 企业尚可以依赖电网供电实现 AI 大模型训练和推理，与核电、气电等稳定电源签订直连保 供协议的必要性弱于美国同行，这也反过来给新能源供数据中心提供了机会。从项目角度 来看，已有比如新疆绿电智算中心，合盈数据智算中心等实现绿电和算力的耦合，采用 发布的《数据中心绿色低碳发展专项行动计划》重申并强调这一目标。地方政策也在 逐步提升要求。2021 年北京要求新建数据中心绿电占比≥10%；2024 年多地政策向 80%靠拢。内蒙古、宁夏、甘肃等新能源大省提供充足绿电支持。 2. 国家对数据中心的碳排放指标提出了明确要求。2021 年国家发展改革委、工业和信息 化部等发布的《关于严格能效约束推动重点领域节能降碳的若干意见》要求提升数据 中心能效水平，鼓励使用可再生能源。2024

Robotics开发人形机器人Sophia获得 沙特阿拉伯公民身份，成为第一个获 得国家公民身份的机器人。2021 年 ， 特斯拉宣布开发机器人Optimus，带 动人形机器人产业发展。 目前，受大模型的技术驱动，人形机 器人概念爆发，宇树科技、优必选、 傅利叶智能、智元机器人等企业频频 发布产品。 • 我国发布的国家标准《机器人分类》（GB/T 39405-2020）将机器人定义为：具 定义及分类：从机械化、单一化向高度智能化、泛在化迈进， 智能机器人历经数十年技术革新与应用探索，仍在持续突破 资料与数据来源：公开资料，月狐研究院整理 5 驱动因素 社会驱动：人口老龄化加速、蓝领工作人力缺口大、高科技 平民化共同驱动智能机器人渗透 • 根据国家统计局最新数据与联合国有关老龄化的划分标准显示，我国人口增长动力减弱，老龄化人口占比增长，我国已全面步入中度老龄化社会并且老龄化仍在 加速中。蓝领 技工的求人倍率甚至达到2以上，蓝领 高级技工的缺口达到了上千万人。 劳动力缺口大 2 蓝领群体的平均年龄也在继续增加，40 岁以上蓝领劳动者占比约50%，年轻群 体进入蓝领工作岗位的意愿较低。 年轻群体意愿低 3 工厂普工、建筑零工等工作环境危险、 任务繁重，工人精神与肉体压力大， 认可度低。许多危险性大或者繁重辛 苦的工种已经面临招工困难的局面。 繁重、危险工种招工难 6 驱动因素

图表 10： 丙酮华东地区高端（元/吨） ............................................................ 12 图表 11： 尿素波罗的海(小粒散装)（美元/吨） .................................................... 12 图表 12： 硫酸浙江嘉化 105%（元/吨）...... 浙江龙盛：场内交投冷清，染料市场弱稳运行 本周分散染料市场持稳运行，分散黑 ECT300%市场均价在 17 元/公斤，较上周同期均价持 平。活性黑 WNN150%市场均价在 20 元/公斤左右，较上周同期均价持平。原料市场变动不 大，成本端支撑力度尚存。染料企业开工负荷持稳，市场整体供应尚可，终端纺织行业接 单数量有限，染厂开工负荷窄幅整理，场内购销氛围清淡，需求端缺乏利好支撑，染料企 业出货难度不减，市场交投重心暂稳。下游来看本周江浙地区印染综合开机率为 需求方面胶黏剂及涂料等传 统溶剂行业以华东、华南地区为主，对碳酸二甲酯指标要求相对宽松，煤质乙二醇副产碳 酸二甲酯进行提纯后多可满足其指标要求，目前采购低价货源为主，对货源市场支撑力度 偏弱。其余两大主力下游非光气法聚碳酸酯及电解液溶剂市场开工率低位呈现，本周复工 缓慢，货源市场有价无市。  钛白粉：钛白粉执涨初期，上下游存在一定分歧 截止本周，硫酸法金红石型钛白粉市场主流报价为 13800-15800

5G：终端发布在即，射频、光学、面板行业迎新机遇 1 5G将开启手机新一轮换机周期 1.1 射频端：需求增加、技术升级、集成度提升 1.2 摄像头：5G智能化时代最核心传感器，持续升级 1.3 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.4 设备和材料：国产替代加速进行 1.5 AI：安防、汽车和IoT将是率先爆发的三个场景 2 安防行业：需求逐渐回暖、AI加速、海外拓展 2.1 智能汽车：5G+AI促进无人驾驶加速落地 5G：终端发布在即，射频、光学、面板行业迎新机遇 1.2 射频端：需求增加、技术升级、集成度提升 1.3 摄像头：5G智能化时代最核心传感器，持续升级 1.4 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.5 设备和材料：国产替代加速进行 7 从4G换机周期看5G：国内4G换机周期效应明显 -60% -40% -20% 0% 20% 40% 60% 摄像头：5G智能化时代最核心传感器，持续升级 1.4 面板：柔性OLED趋势不改，大尺寸LCD静待行业价格拐点 1.5 设备和材料：国产替代加速进行 12 5G对终端射频器件影响：需求增加、技术升级、集成度提升 新频段 • 滤波器需求倍增 • 频谱重新划分增加射频前端复杂性 高频率 • BAW将成为滤波器主流 • 终端天线将发生重大变革 大带宽 • PA设计复杂度提升 • 滤波器、天线开关/调谐设计难度

4 一、AI大模型的技术历史回顾 （一） 4 20 世纪50 ~ 70 年代是人工智能技术的萌芽时期。20 世纪80 年代，专家系统作为一种模拟人类专家决策能力的AI应用开 始出现。20 世纪90年代，随着计算机运算能力的提升，更复杂的智能算法被开发出来，用于生产规划和调度。21世纪初开始， 大数据和云计算兴起，机器学习等算法被提出。2010年，物联网、大数据分析、机器学习、深度学习等技术出现；2020年至今 术出现；2020年至今 AI 大模型出现并得到迅速发展，以Deepseek为代表的语义大模型出现。 4二、AI大模型的核心技术与特点 （一） 5 AI 大模型的成功是多类技术的积累，但其中最为核心的是自注意力 机制和Google 在2017 年提出的Self-Attention、Transformer 架构。 ChatGPT,Deepseek,豆包，Kimi都是基于该架构提出，具有以下三个特 1、参数规模庞大。AI 大模型通常具有数十亿甚至千亿级别的参数， 使得模型能够捕捉到更多的细节和特征，提高了任务的准确性。 2、训练数据海量。AI 大模型需要训练大量数据才能发挥出其强大的 性能，这些数据来自于各种来源，如互联网、企业内部数据等。 3、计算资源需求高。由于参数规模庞大，AI 大模型的训练需要高性 能的计算资源，如GPU 集群、分布式训练框架等。 4能源行业部分大模型 （一）

层，构建⾃动化数据管线与仓储专属智能算⼦，实现数据⾼效传输与⾼质量、⾼时效 性的数据反馈。 星动 Q5 ⾯向多种应⽤场景，也是其主要产品之⼀。以及由海尔与星动纪元联合研 发的家务机器⼈“HIVA 海娃”，定位于“集⾼拟⼈化与全能家务于⼀体的智能⽣活伙 伴”，也较有特⾊。 10 3.2.3 银河通⽤ 银河通⽤成⽴于 2023 年，是具⾝多模态⼤模型通⽤机器⼈主⼒企业之⼀。银河通 家庭服务是⼈形机器⼈与具⾝智能的远期⽬标，市场处于培育期，但具有巨⼤的 增⻓潜⼒。在健康管理领域，中国科学院⾃动化研究所与星炽动⼒联合推出的⾸款家 庭应⽤级具⾝机器⼈，聚焦慢病⽇常管理与阿尔茨海默病预防，通过"智能终端+专业 医疗团队"协同模式，实现健康服务全流程闭环。在家务助⼿⽅⾯，越疆科技 Dobot Atom 消费级机器⼈通过多模态 SLAM 算法实现厨房场景精准操作，可完成打蛋、揉

AI能帮助人解决登陆火星、能源自由的问题 5 政企、创业者必读 大模型是真智能，是人工智能的重大拐点。你相不相信？ 大模型是一场工业革命，将重塑所有产品和业务。你相不相信？ 不拥抱AI的组织和个人，会被拥抱AI的组织和个人淘汰。你相不相信？ 建立AI信仰 6 政企、创业者必读 大模型不是泡沫，而是新一轮工业革命的驱动引擎 蒸汽革命 电气革命 信息革命 以大模型为代表的 人工智能革命 人工智能是新质 能 大模型的进一步突破将引领人类社会进入智能化时代，对我们的生活方式、生产方式带来巨大变革 重塑经济图景 解决复杂问题 7 政企、创业者必读 8 AI不仅是技术革新，更是思维方式和社会结构的变革 国家 产业 个人 企业 政企、创业者必读 人工智能发展历程（一）  从早期基于规则的专家系统，走向基于学习训练的感知型AI  从基于小参数模型的感知型AI，走向基于大参数模型的认知型AI 人工智能发展历程（二）  从单纯对话的大模型AI，发展到具有行动和执行能力的智能体AI  从数字空间中的AI，走向能理解和操控物理空间的AI  从解决现实问题的AI，走向解决科学问题的科学型AI 大模型AI 智能体AI 物理AI 科学AI 10 政企、创业者必读 面对全球大模型产业之争，要打赢「三大战役」 AGI之战 应用场景之战 大模型安全之战 • 探索超越人类的超级人工 智能AGI

(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。这一认知偏差不仅限制了企业对现有人才的培养投入，也阻碍了 89% 的受访 CEO 认可 AI 的战略重要性，超半数的 CEO 表 示正面临来自企业内部推动 AI 转型的迫切压力，但只有四分之一的 CEO 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 4.1 引入大模型≠提升生产力 04 16 4.2 AI 力的诊断和测评 17 4.3 发展大模型时代的 AI 力 18 22 2.1.3 AI 在销售领域的应用 10 2.1.4 AI 在人力资源领域的应用 11 2024 年被业界公认为“大模型落地元年”。经过 2023 年的技术爆发期，大语言模型正在 经历从“实验室奇迹”到“商业变现”的关键转折： 种种迹象表明，大模型正从“能用”迈向“好用”和“实用，”开启了