11，No. 2 April，2025 www.jc2.org.cn 11卷 指 挥 与 控 制 学 报 径，使其适应人工智能大模型时代的治理要求。 本文在分析大语言模型的知识获取原理与知识 创新的潜能之上，探讨了其在应急管理信息化建设 中的应用前景，针对当前智慧应急中面临的挑战以 及业务系统智能化水平的局限，提出了基于大语言 模型技术重构智慧应急的知识管理模式以及应急大 脑的概念框架，为应急管理信息化建设提供了新的 1.2 主动学习 与传统结构化的知识获取方式相比，大模型采 用自监督学习方法，主动捕捉训练文本中更深层次 的特征和规律，而非在预设知识结构下的信息抽 取[11]，从而具有突破已有认知局限实现创新的潜能。 1.1.3 数值计算过程 模型通过优化其预测下一个单词（如 GPT）或填 充缺失单词（如 BERT）的能力，来调整多层神经网络 模型的内部大量神经元连接权重参数，实现对知识 的获取。这一参数调优过程在连续平滑数值空间进 表示，这种分布式隐式表示能够处理符号化知识表 示无法处理的情况，例如，无法言明的复杂知识。 1.2 知识创新 1.2.1 科学发现 最近的一些研究也证实了大语言模型技术在科 学研究中知识创新的潜能[12-13]。利用自然语言处理 技术从大量的科学文献中自动提取知识，生成研究 假设，驱动科学试验，开启了科学发现的新模式。 材料科学领域的研究人员利用无监督词嵌入技术自 动学习该领域科学文献，通过高维向量空间的位置

价值效益参考模型 3 术语和定义 GB/T23011界定的以及下列术语和定义适用于本文件。 3. 1 数字化转型 digitaltransformation 深化应用新一代信息技术,激发数据要素创新驱动潜能,建设提升数字时代生存和发展的新型能力 (3. 11),加速业务优化、创新与重构,创造、传递并获取新价值,实现转型升级和创新发展的过程。 注:推进数字化转型通常 坚 持 以 价 值 效 益 为 导 推动管理模式、业务模式和商业模式等的创新变革,形成新技术、新产品、 6 GB/T45341—2025 新服务,开辟业务增量发展新空间; c) 强化业态创新和转变,注重新型能力的平台化社会化连接和赋能,充分激发数据要素创新驱动 潜能,开展跨企业、跨产业的网络化协同和社会化协作,加速传统业务数字化转型和数字新业 务培育壮大,实现业态转变和绿色可持续发展等。 5. 2. 3 业务场景 企业应打破传统的基于技术专业化职能分工形成的垂直业务体系 并通过四要素的互动创新和持续优 化,推动治理体系、新型能力和业务创新转型的持续运行和不断改进。 5. 6. 2 数据 数据要素主要涉及将数据作为关键资源和核心资产进行管理,挖掘数据要素价值和创新驱动潜能 等内容。为加强数据要素的开发利用,企业应开展的活动包括但不限于: a) 完善数据采集范围和手段,利用传感技术等,提升设备设施、业务活动、供应链/产业链、全寿命 周期、全过程乃至产业生态相关数据的自动采集水平;

2096-5931. 2025. 08. 013 0 引言 在《国务院关于印发新一代人工智能发展规划的 通知》进一步明确将大模型列为重点发展方向后,大模 型在城市治理、产业升级、民生服务等领域的创新应用 潜能加速释放 [1-2]。 中国电子信息产业发展研究院于 2025 年 4 月发布的《中国人工智能区域竞争力研究报 告》数据显示,2024 年中国人工智能产业规模已突破 7 000 亿元,其中大模型相关应用贡献显著。 理居民报事报修、政策咨询;分析社区需求,优化服务 资源配置;促进邻里线上交 流 互 动, 营 造 和 谐 社 区 氛围。 4 大模型智慧城市赋能体系建设思路 为充分发挥大模型在智慧城市建设中的潜能,需 系统性构建“一个基础底座、一套规范体系、一个赋能 平台、一支协同队伍” [15-16],实现大模型能力的集约化 建设、规范化应用和场景化落地。 4. 1 一个基础底座(算力+数据+算法) 宜居、韧性的方向发展。 未来,大模型不会局限于特定 功能模块,而将作为城市智能体的“ 核心认知引擎”, 全方位融入城市运行的“ 毛细血管”。 通过持续深化 场景创新、完善赋能体系、优化政策环境,大模型将释 放巨大潜能,使智慧城市建设迈上新台阶。 在此过程 中,政府、企业、研究机构和公众应协同努力:政府需发 挥主导作用,坚持创新驱动与安全可控并重,在政策制 定、基础设施建设、数据开放、标准规范、安全监管等方

AI 的应用能力。企业领导者需 要改变固有认知，正视并充分利用内部员工的学习热情，通过系统性的人才发展计划，推 动企业在 AI 时代实现持续创新与发展。只有打破认知偏差的束缚，企业才能真正释放人 才潜能，在 AI 转型的浪潮中占据先机。 高管低估了员工学习和接纳 AI 的意愿 3.3 75% 60% 5% 16 AI 转型的本质并非单纯的技术升级，而是人机协作的重构与组织能力的重塑。在这场变 费，也错失了利用AI提升生产力的宝贵机会。 不同于蒸汽机等传统工具，AI 本身并不能直接带来生产力的变革和效率的提升。因为 AI 没有特定的目的性，需要人类的引导和驾驭才能发挥其真正的潜能。如果说 AI 是人类能 力的延伸，那么人类则是 AI 潜能的放大器。 因此，个体的 AI 应用能力是才是这场生产力革命的关键。只有当员工能够有效利用 AI 工 具，才能真正释放 AI 的专业潜力，实现生产力的飞跃。 AI 的

为释 放无线通信潜力、赋能垂直行业转型升级的关键抓手。这一发展不仅是技术演进 的必然方向，更是国家新基建战略纵深推进、工业互联网深化发展以及企业智能 化升级浪潮的内在需求。 为充分释放专网的潜能，产业界不断寻求网络架构灵活性与性能极致化的统 一，力求在核心技术上突破时延、带宽、可靠性及连接规模的瓶颈，并通过智能 化手段驾驭网络的复杂性，探索构建坚如磐石、安全可靠且能效优化的智慧运营

大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 合，满足数智园区在计算、存储、网络等关键资源方面的需求， 充分释放数智转型的潜能。 为了助力园区的数智化转型，全国智能建筑及居住区数字化标 准化技术委员会 (SAC/TC426)（简称：全国智标委）与英特尔 联合众多合作伙伴，发布了《数智园区行业参考指南》。本指 南旨在 边缘与网络边缘就具备了尤为重要的意义。而 5G 的商用 则意味着可带来更高的带宽、不到 1 毫秒的时延、千倍于传 统无线技术的容量，以及大规模机器对机器的通信能力， 能够充分释放网络连接在数智园区中的潜能。云 – 网 – 边 – 端的协同处理架构能够兼顾云与边缘的优势，可成为数智 园区重要的基础设施，在制造业等对于网络带宽、时延非 常敏感的场景中能够得到广泛应用。 云 – 网 – 边 – 端协同应该在架构层面实现统一的规划，不 营技术 (OT) 级别的可靠性、时延、吞吐量和安全等特点而设计，因此 无法满足相关要求。5G 将会带来强大的优势，以及大规模 机器对机器的通信能力，从而充分释放网络连接在智慧未 来园区中的潜能。例如，5G 能够支持园区海量的物联网设 备快速地接入网络，推动增强现实 (AR) /虚拟现实 (VR) 等 新型应用在园区的落地。 • 云计算 云计算作为分布式计算、网络存储、虚拟化、负载均衡等

通⽅式失当、策略失衡和改进缺失五⼤挑战，管理者在绩效管理⽅⾯的专业度参差不⻬。 为此，北森建议企业管理者建⽴"事前充分准备-有效反馈-事后跟进"的机制。同时采⽤差异化⾯谈策略：对⾼绩效员⼯重在激发潜能、共谋发展，对低绩效 员⼯则需客观分析、共商改进。将每⼀次⾯谈转化为推动员⼯成⻓的具体⾏动，让绩效管理真正成为驱动组织与员⼯共同发展的核⼼引擎。 绩效⾯谈常⻅的问题： 01 ⾯谈定位错误 将⾯谈视为批判会或者 29/ 1/业务背景� 随着规模扩⼤和业务不断扩展，该企业展现出强劲的发展势头 与多元化布局。为应对管理复杂性的提升，企业正着⼒构建统 ⼀⾼效的绩效管理体系，以有效⽀撑全员激励，充分激发团队 潜能，推动员⼯与组织共同成⻓。 2/业务挑战� 组织体系庞⼤� 组织规模庞⼤，业态多元，业 务条线众多，管理难度⼤。� 员⼯考核体量⼤，但缺乏系统 牵引，作业效率⾮常低。� 考核执⾏有偏差� 平台深度⽀持项⽬制、双轨制、OKR、PBC等多元绩效模式，可根据企业不同发展阶段和业务特点灵活配置，实现管理模式的精准匹配。通过⼀体化的绩效解决⽅案，北森不仅 助⼒企业实现战略的有效落地，更在过程中持续激发⼈才潜能、提升组织协同效率，最终推动企业实现可持续的价值创造与业务增⻓。 44/ 北森绩效管理数字化应⽤价值 北森认为，绩效管理不只是简单的考核⼯具，更是⼀种管理模 式，链接企业战略和落地执⾏，也动态适配不同职能板块的绩

法律法规，提升制造业数字化、网络化、智能 化发展水平。 数字化转型是顺应新一轮科技革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工 智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加 速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转 型升级和创新发展的过程。 工业互联网作为新一代信息技术与制造业深度 GB/T 23020、T/AIITRE 10001界定的以及下列术语和定义适用于本文件。 3.1 数字化转型 digital transformation 深化应用新一代信息技术，激发数据要素创新驱动潜能，建设提升信息时代生存和发展能力，加速 业务优化与重构，创造、传递并获取新价值，实现转型升级和创新发展的过程。 [来源：T/AIITRE 10001-2021，3.1] 3.2 工业互联网 industrial

中国联通已进入数智化转型深水区，面临战略执行穿透、客户极致体验、端到端 畅通运营、数智技术应用、转型价值量化五大核心挑战。深度洞察企业智能化转型中 的深层需求，系统破解转型面临的核心挑战，成为企业突破瓶颈、释放数智潜能的关 键前提。 战略执行穿透不足，资源配置未实现精准匹配。中国联通结合企业自身业务特点， 制定企业的数智化转型战略规划，系统性的开展战略解码、明确落地路径，但在战略 执行层面，有序推进不足、 项三级指标。在此基础上，打造覆盖转型全链路的 成熟度评估体系，通过建立完善的评估机制，将复杂多元的转型成果转化为可量化的 评价指标，精准找出转型短板，深化数智化转型定方向，助力各行业企业在数智浪潮 中破困局、释潜能、促发展。 格物致知 中国联通数智化转型成熟度模型 （一）中国联通数智化转型成熟度模型 图 2-1 中国联通数智化转型框架 6 2025 中国联通数智化转型成熟度报告 格物致知 中国联通数智化转型成熟度模型 新敏捷化提升。通过 整合全域产品数据，构建模块化可拼装的产品架构，实现跨产品线策略联动，融合用 户画像与 AI 客服能力，动态优化服务体验并评估效能，并借助大数据、AI 技术挖掘全 域产品创新潜能，形成创新解决方案，以数字孪生等技术快速验证创新方案，依托实 时市场反馈驱动产品自主演进，形成“洞察—设计—优化”的闭环创新生态。 智慧营销是企业以提升营销投资回报（ROI）为核心目标，依托数智技术构建起全