数智时代的AI人才粮仓模型解读白皮书（2024版）.docx

Content序言国AI加速产业与技术升级，企业正式步入数智时代_Q1（一）中国传统产业逐步迈向全面智能化7（二）行业大模型构建需求喷发：超63%企业正在构建企业内大模型10（三）AI影响下的技术演进12（四）小结：AI时代全面来临，企业需构筑核心竞争力15企业在数智时代面临的AI挑战及需求分析02（一）"AI思维”成为企业AI战略制定、实施的阻碍17（二）传统业务应用场景匮乏：不会找、找不到18（三）算力成为限制AIGC发展的最大问题19（四）AI人才阈值范围扩大，数量愈加紧缺20e企业全面Al化的价值03（一）AI赋能千行百业，加速产业智能化升级23（二）培育Al能力是实现企业业技融合的关键26（三）AI基础设施建设是支撑产业发展的基石27（四）小结：企业全面AI化，打造AI人才梯队28a企业全面Al化与Al人才粮仓模型介绍04（一）全球Al人才数量、结构现状解读30（二）数智时代下的AI人才粮仓模型32%Al人才培养体系建设策略Q5（一）企业Al应用文化的整体性构建与全员能力赋能46（二）数智化时代下企业AI人才招聘、评价、能力培养的创新策略56Q企业AlGC应用及人才培养案例06（一）企业AIGC应用案例62（二）企业AIGC人才培养案例65数据引用源3168专家寄语第一章THEAGEOFDIGITA1.INTE1.1.IGENCEAI加速产业与技术升级,企业正式步入数智时代(一)中国传统产业逐步迈向全面智能化I政策支持，完善中国人工智能发展4态 (1)><1智能+：2024国工俯艮告AI+2024年3月，中华人民共和国全国人民代表大会和中国人民政治协商会议全国委员会上，"人工智能+"、"新质生产力”被首次写入2024国务院政府工作报告(以下简称报告)报告指出，深入推进数字经济创新发展。制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。深化大数据、人工智能等研发应用，开展"人工智能+"行动，打造具有国际竞争力的数字产业集群。实施制造业数字化转型行动，加快工业互联网规模化应用，推进服务业数字化，建设智慧城市、数字乡村。深入开展中小企业数字化赋能专项行动。支持平台企业在促进创新、增加就业、国际竞争中大显身手。健全数据基础制度，大力推动数据开发开放和流通使用。适度超前建设数字基础设施，加快形成全国一体化算力体系，培育算力产业生态。我们要以广泛深刻的数字变革，赋能经济发展、丰富人民生活、提升社会治理现代化水平。人工智能+正在为各行各业带来全新赋能，为企业与个人的发展带来新机遇。先进的生产力与行业结合，为各行业提高效率，也会为AI产业发展创造一个巨大的市场空间。 (2)数据要素：翔居要素三年笳册U20242026年)DataElements2024年1月，国家数据局宣布推出"数据要素"三年行动计划(20242026年)(以下IAI人才粮仓模型解读白皮书简称行动计划).这项新行动以推动数据要素高水平应用为主线，促进多场景应用，先行聚焦工业制造、现代农业、商留流通等12个领域，推动行业中发挥数据要素的乘数效应，释放数据要素价值，实现经济规模和效率的倍增。行动计划指出，到2026年底，数据要素应用广度和深度大幅拓展，在经济发展领域数据要素乘数效应得到显现，打造300个以上示范性强、显示度高、带动性广的典型应用场景，涌现出一批成效明显的数据要素应用示范地区，培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态，数据产品和服务质量效益明显提升，数据产业年均增速超过20%,场内交易与场外交易协调发展，数据交易规模倍增，推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加凸显，成为高质量发展的重要驱动力量。该行动计划有效推动了不同领域数据要素的融合利用，促进经济增长、提升企业创新、提高服务水平、强化风险防控,通过数字化技术提升产品创新能力，实现企业更高效的生产流程。同时，数据作为AI技术发展的核心因素，在本政策背景下，AI与产业的深度融合将被极速推动. (3)新质生产力：2024国务院政府工作报告NewQualityProductiveForces2024国务院政府工作报告明确提到，大力推进现代化产业体系建设，加快发展新质生产力。充分发挥创新主导作用，以科技创新推动产业创新，加快推进新型工业化，提高全要素生产率，不断塑造发展新动能新优势，促进社会生产力实现新的跃升。加快培育新质生产力要打造新型劳动者队伍，包括能够创造新质生产力的战略人才和能够熟练掌握新质生产资料的应用型人才。对于企业来说，培养既具有科技创新能力又能熟练应用AI新技术的人才，在当下显得尤为重要。企业需要重视AI人才的培养和引进，将其作为提升自身竞争力和适应未来市场需求的重要战略。通过加大投入、优化机制、搭建平台等多种方式，吸引和培育更多具备创新能力和实践经验的AI人才，将有助于企业在新质生产力的发展中抢占先机，实现可持续发展.2中国AI产业集群发展呈现多元化，北上广深优势明显当前，国家把Al视为战略性新兴产业和新增长引擎，各地政府也正在积极推动AI创新体系建设，加快基础理论研究和觥技术攻关，促进AI与市场经济联系，普及场景应用，力腱培育市场，鼓励开放合作。中国AI产业集群主要集中在在京津冀、长江三角洲、珠江三角洲和川渝地区的主要城市。西部地区的西安市，中部地区的武汉市和长沙市，以及东北地区的沈阳市、大连市和哈尔滨市，通过引入外部资源和挖掘内部资源，正逐渐形成AI产业集群的雏形。这些地区的发展潜力逐步显现，为AI领域的创新和协同发展提供了有力支持。北京的AI产业凭借企业数量、质量及产业规模和技术实力领跑全国，重点聚焦在机器人、无人机等智能终端产品及智蕊医疗、智慧教育、智能家居、自动驾驶等垂直应用领域。同时北京雄厚的大数据和云计算实力，也为AI基础设施的发展提供了基本能动力。上海的AI产业已经成为该城市的三大先导产业之一。产业链大体上覆盖了AI产业链的所有领域，多集中于应用层。产业以智能机器人、智能硬件、自动驾驶为重点，部分企业已拥有国内先进的计算机视觉、AI芯片制造等技术。广州和深圳是广东省内AI产业的集聚中心。广州已经形成了天河智慧城、广州软件谷、中国人工智能（广州）产业园等多个AI产业聚集区，其中，注册资本1亿元以上的大型AI企业集中分布在天河、黄浦两区。深圳则在罗湖、盐田等地建设了多个AI产业基地，形成了“总部基地+研发孵化+高端制造"的"T由两廊多节点”的空间格局。IAI人才粮仓模型解读白皮书（二）行业大触构建需求喷发：超63%企业正在构建企业内大模型当前，AI技术正在向各个领域渗透，加速产业深度融合，AI已在各行各业崭露头角。在众多产业的推动下，2024年成为大模型应用场景元年。当前，模型层产品百花齐放，并逐渐开始产品探索。一小州FH:I/*F*>三g-.，cfa1,IB,><M;*.a0.t>Cnmw图源JnfoQ研究中心-AIGC行业应用及人才发展洞察目前国内超63%的企业正在构建企业大模型，将大模型与业务流程、产品功能紧密结合，推动其在多个场景中的应用、垂直化发展和产业化落地。极客邦双数研究院、InfC）Q研究中心发布的AIGC行业应用及人才发展洞察（以下简称AI人才洞察）显示，采买或调用商业大模型和基于开源构建专属大模型的企业比例基本一致，其中万人规模企业往往业务场景较为复杂，更偏好基于开源构建自己的专属大模型。同时，由于AI落地应用存在不少难点，即使是作为数字化转型重点行业，约40%的制造业企业内部仍然没有基于大模型做任何开发工作；约20%的企业没有基于大模型做任何研发工作，其中千人以下规模企业比例较高；而由于成本高、落地难、数据隐私存在安全隐患、人才资源少等因素，中小企业在应用方面尚处于观望期。企业大模型能力构建采买/调用了R>k电婴能力修于管上化大步力更行了率她的W化甜然和舒著1千开身归祥，自己的。尾大修学没向“手人里士做任何开发作不治能图/数据源：InfoQ2023年12月发起的中国生成式AI开发者画像码研IAI人才粮仓模型解读白皮书（三）AI影响下的技术演进产数据处理能力提升，安全合规成为新课题业务需求不断发展，数据技术也在不断演进。早期的DT1.0时代，数据技术主要支撑业务贯通，通过文件系统、数据库等技术实现数据共享和流通.进入DT2.0时代，数据技术开始推动数智决策，以数据仓库、数据湖等为代表的技术支撑分析、治理，实现业务智慧化、智能化。而到了DT3.0时代，数据技术不仅在企业内部流转,还通过可信流通对外赋能，全场景智能、跨领域协同、数据跨域安全管控成为新阶段的发展目标，推动数据要素价值不断向更多应用场景拓展。与此同时，以A1.云计算、区块链及图技术等为代表的新兴技术持续护航数据要素安全流通。大型语言模型的发展对数据存储和处理也提出了更为严苛的要求，它不仅需要处理海量的多态数据以完成训练，还需要面向海量的终端进行数据应用。这个过程中，AI与数据处理技术相结合降低技术的使用门槛，2023年AIGC技术的跨越式突破发展，有效扩展了数据基础设施与AI融合的发展空间。技术飞速发展，但不得不重视的是，随着企业的生产组织模式逐渐发生转变，企业的数据资产已经突破本地数据中心，越来越多地分布在混合云环境中不同的服务和信任边界上，导致企业数据逐渐暴露在数据盗取、泄露、篡改、敏感数据出境等安全风险下，数据安全合规问题成为企业的"心头病”，企业亟需更有效地做好数据治理，解决数据质量和数据安全问题，寻求保障企业数据安全合规的解决方案。ZJ算法演进迅速，大模型蓬勃发展为了满足不同行业对AI技术的需求，AI算法和模型经历了从简单到复杂的不断演进。早期的机器学习算法，如线性回归和决策树，基于统计学原理处理数据，为AI技术的起步奠定了基础。随着技术的演进，AI模型参数量不断突破，如Transformer结构和MOE(MixtureofExperts)结构不断迭代创新，2023年，AIGC爆发式增长，大模型产品涌现，全领域产品累积。国内各大厂商在AI算法和架构方面凭借自身特色和优势进行布局，推动AI技术的不断创新与应用。图源InfoQ研究中心-A1GC行业应用及人才发展洞家3AI场景应用带来巨大算力需求,企业AI基础设施亟需升级AI时代的机器需要自主学习并推断逻辑，这背后是对海量数据和强大计算力的极大需求。但面对CPU性能的局限，传统服务器已难以满足这种密集型计算的需求，对AI基础设施的要求提高。计算、存储、网络和数据服务等都需要经过精心的设计和重构，才能满足当下大型模型和生成式AI的严苛要求。AI大模型规模的快速增长和结构复杂化，也让各行业对AI基础设施运算能力的需求呈现出显性化激增的趋势。AI人才洞察显示，43%企业使用云算力支持AI算力运行，28%的企业自建AI算力。约30%的企业使用云服务，其中千人以下规模的企业更加倾向于利用云服务商技术能力和安全保障，通过云服务来降低企业开发门槛和成本。从不同行业来看，信息传输、软件和信息技术服务业，游戏、科学研究和技术服务业对云服务需求比例更高。此外，仍有约两成企业尚未建设AI基础设施。企业AI算力类型主要使用H力云每英人云田芳和口建JI力设僮各学，王雯使用口注胃力谀住，