数字化、信息化、AI技术演进与产业变革新图景

数字化、信息化、AI技术演进 与产业变革新图景 2025.07 ⽣成式AI助⼒新质⽣产⼒加速形成 •体⼒劳动⼈机协同 •劳动分⼯，极⼤提升⽣产⼒ •⽣产⽅式变⾰：集中的现代⼯⼚取代分散⼿⼯⼯场 •社会结构变化：产⽣资产阶级和⽆产阶级，社会贫富分化严重 •脑⼒劳动⼈机协同 •超级个体，极⼤提升⽣产⼒ •⽣产⽅式变⾰：⽣产⼯具整合、重新回到个⼈⼿中 •社会结构变化：社会产品极⼤丰富，各尽所能，各取所需 2 ⽣成式AI成本快速下降，同等智能的模型⼀年下降10X 模型效果模型成本3 被称为中国思普尼克时刻的DeepSeek 4 DeepSeekR1模型测评：效果和O1不相上下，成本是7% R1在效果上与o1和o3评分不相上下 o3-minitoken输出速度比o1快6倍，比R1快12倍 o3-mini价格最低，是R1价格的63%，是o1价格的7% ArtificialAnalysis提供的对⽐分析，DS-R1模型综合仅次于o1，在数学、复杂逻辑推理、代码⽣成上表现出⾊。 在ChatbotArena“众测”上，用户对DS-R1的倾向程度处于第一梯队。 在自有真实2B测试集：DS-R1的意图识别和多轮有优势 开源、低成本、⾼效能的DeepSeek让全民⽣成式AI成为可能 DeepSeek671B8块H20卡/40并发VS千亿模型8块H20卡/2并发 6 生成式AI开启了知识普惠时代 ⽂献 人类：信息-模型-行动系统：信息-模型-行动 模型无处不在 智能系统 情报新型信息系统 中⼼ 人类：信息-模型-行动系统：信息-模型-行动 信息无处不在 信息系统 传统信息系统 195619701980199020002010 时间 2020 ⽣成式AI在腾讯的落地实践 2024年全年营收达6603亿元⼈⺠币，同⽐增⻓8%；全年研发投⼊：706.9亿元，资本开⽀767亿元 ⽑利：3492亿元，同⽐增⻓19%；净利润：2227亿元，同⽐增⻓41%；2024年末：员⼯总数110,558⼈，增4.87% 业务提效产品创新 ⼯蜂Copilot腾讯客服 微保客服信安内容审核 微信⽀付 公众号 腾讯⼴告 腾讯招聘 微信读书 腾讯游戏QQ浏览器 QQ智能体微信搜⼀搜 腾讯会议腾讯⽂档搜狗输⼊法腾讯视频 FIT⾦融 业务举例 AI搜索 分析提炼 AI写作 ⾓⾊扮演 代码 客服 翻译 内容审核⼯具调⽤⼴告 标签/内容理解 混元能⼒ 已有700款智能应⽤在腾讯内部落地 业务名称业务场景 混元助⼿对话聊天，灵感获取 腾讯⽂档内容创作、润⾊、改写；表格公式⽣成、数据分析腾讯会议AI⼩助⼿：会议纪要、总结、待办及问答 搜⼀搜 内容理解、排序策略优化 腾讯地图 智能化服务 信安 内容安全审核 微信⽀付 智能问答助⼿ ⼯蜂Copilot 代码补全&⽣成、软件开发智能辅助 帮⼩忙 ⽂档理解、问答 企业微信 邮件创作、改写、润⾊ 腾讯公益 公益项⽬合理性评估 腾讯客服 智能客服问答 腾讯乐享 AIGC场景探索 腾讯游戏 游戏NPC智能对话、剧情设计 订阅号 ⽂章创作、润⾊ FiT⾦融 ⾦融安全审核 成长守护 智能接⼊助⼿ 腾讯⼴告商业内容理解，⼴告推荐，特征挖掘，⽂⽣图 腾讯云平台内容/⽂档翻译纠错 业务名称业务场景 腾讯视频剧本审阅 腾讯新闻内容制作、识别、审核QQ聊天助⼿内容改写润⾊ 在创意与艺术领域，精细定义⼈物、着装等要素⽣产⼴告素材 在客户互动领域，利⽤⽣成式AI提⾼客户满意度 在代码场景中，⽣成式AI⼤幅提升⼀线⼯程师效率 工程编码助手 IDE编程场景：工蜂Copilot 小程序编程场景：小程序教育版AI助手 代码补全5⼤语⾔⽣成率35%，采纳率27% 代码补全：基于注释和代码的上下⽂智能补全代码代码Chat：⽀持⾃然语⾔提问和⽣成代码内容 ⼩程序教育版上线AI编程助⼿，⾯向师⽣推⼴⼩程序开发教育， 累计650+所试⽤学校，~200所已认证学校 AI⽣成代码+实时预览的交互形式，适合⾯向教育场景 ⽣成式AI助⼒产品创新 #IP合作专项训练，强化⾓⾊模型能⼒# ⾓⾊AI应⽤：AI⾓⾊对话(语⾳)+剧情互动+剧照cos 不仅实现风格对话，实现强⼤的拟⼈感、记忆感知、情感风格 IP⾓⾊风格化模型能⼒ ⾓⾊风格化 知识图谱 数据扩充 知识泛化 ⾳⾊克隆 图像写真 通⽤⾓⾊模型 70Bdense模型 + ⾓⾊训练精调 剧情/⼩说/传记等 + ⾓⾊⾳⾊训练 ⾓⾊⾳频及⽂本等 + ⾓⾊图像⽣成 ⼈脸融合技术 混元⼤模型 混合专家模型(MoE)，超万亿参数规模 1.元宝AI⾓⾊对话成为腾讯视频剧集宣发新亮点 ✨长相思AI⾓⾊对话总热度近2亿，“相柳”单⾓⾊热度1.2亿，⼈均对话prompt数167.3随剧情播出，元宝快速上线衍⽣⾓⾊“⽑球”，对话率超90%，⼩鸟⾓⾊+⾳⾊产⽣社媒⾃传播 ⽣成式AI将深刻影响劳动⼒市场 《通⽤技术⼤语⾔学模型对劳动⼒市场的早期展望》---麦肯锡14 ⽣成式AI将给个⼈的⼯作、⽣活带来什么？ 2，在你剩余的职业⽣涯中，会不会有AI同事？ 1，你有没有 每天⽤AI？ 3，假设有⼀个专门为你服务的团队，告别资 源匮乏，你原本做的事情，你怎么推进？ 1 5 ⽣成式AI将带来极⼤的职场冲击 22% 4% BCG最优秀和最差的咨询顾问的平均绩效差距 1 平衡效应 随着⼈⼯智能在平衡竞争环境和赋予每个⼈成为熟练⼯⼈的能⼒⽅⾯发挥关键作⽤，⼯作很可能会经历根本性的转变。 2快速采⽤ ⼈⼯智能的采⽤速度和⼴度⽐以前的技术⾰命更快更⼴。 使⽤⽣成式AI之后的平均绩效差距 2⼴泛影响⾼薪专业⼈员 ⼈⼯智能与其他技术浪潮不同，因为它是第⼀波⼴泛影响⾼薪专业⼈员的⾃动化浪潮。 4不确定性和可能性 仍在努⼒了解这项新技术的局限性和可能性，它将如何继续 发展，以及它的影响将有多不寻常和难以预测。 16 怎么应⽤⽣成式AI不需要会制造跑车、买票上车、越早越好 打算把⾃⼰放到哪个层级? 完全被AI员⼯取代 ⼈类员⼯与Al员⼯“抢饭碗” ⼈类员⼯VS⼈类员⼯+Al员⼯ ⼈类员⼯+AI员⼯VS⼈类员⼯+Al员⼯ ⼈类超级员⼯、新的Al岗位和⼈类员⼯岗位 17 不要把模型当成完美的上帝数据来源 https://huggingface.co/spaces/HuggingFaceFW/blogpost-fineweb-v118 不要把模型当成完美的上帝---计算机表⽰，分词Token 19 不要把模型当成完美的上帝深度学习 Jasonweietcat2022《EmergentAbilitiesofLargelanguagemodels》 20 21 不要把模型当成完美的上帝解压缩内容 不要把模型当成完美的上帝幻觉 22 不要把模型当成完美的上帝概率学模型 23 不要把模型当成完美的上帝--- ⽣成式AI看成是⼈类员⼯/伙伴 任务⾓⾊ •写作和内容创作•营销顾问 •分析与洞察•专业咨询 •程序开发•任务协助 •⾃然对话•知识分享 个性特征 •独特优势与局限• •可能犯错与幻觉• 进化能⼒ •输出不够稳定和 ⼀致 持续学习通过反馈改 •适应性成长 进 擅长任务⼈类特质 机器任务局限 传统软件 计算能⼒ •复杂运算受限 •需要⼈⼯辅助 重复任务 •流程不稳定 •需要持续监控 计算能⼒ •决策难以解释 •边界条件处理 ⾼度可预测可控 •相同输⼊产⽣相同输出 •⾏为模式稳定可靠 •有明确的任务边界 逻辑清晰 可预测性与可靠性透明度与可解释性 ⽣成式AI解决⽅案 创新和适应性 •能产⽣创新解决⽅案 •适应不同场景要求 •可处理复杂和模糊任务 ⿊盒决策过程 能⼒范围 •决策过程可追踪 •错误原因可定位 使⽤与开发 能⼒范围因任务⽽异 ⾼中⽔平 本科⽔平 硕⼠⽔平 博⼠⽔平 ⼿动更新 •标准化操作流程 •明确的使⽤规范 合作建议 需要时间了解每个AI系统的优势和局限，通过持续互动建⽴最佳协助模式，沉淀协作最佳实践 ⼿动更新 •版本迭代 •固定功能 底层进化 •能⼒边界可扩展 •模型与数据进化 学习和进化 •复杂的内部机制 •需要持续验证结果 实践驱动使⽤ •最佳实践 •社区经验分享 更像⼈，⽽不是⼯具和机器不能⽤传统的软件来理解 2 5 ⽤发展的眼光看⽣成式AI：⽕车曾经跑不过马车 26 不以恶⼩⽽不为---你的⼈类同事是不是也有这些问题？ 幻觉(Hallucination) Al系统可能会产⽣看似真实但实际并不存在的信息，让⽤户误以为它懂得很多，但实际上只是在编造。这种幻觉会造成⽤户的错误判断和决策。 不可解释性(Opacity) ⼤模型的内部运作机制对⼈类来说是不透明的，我们难以理解它是如何得出某个结果的。这种⿊箱特性可能会影响⼈们对Al的信任。 不⼀致性(Inconsistency) Al系统的输出可能会随着时间或场景发⽣不⼀致，让⽤户难以信赖。这种难以捉摸的特性也给AI应⽤带来挑战。 适应性(Adaptability) 模型在⾯对快速变化的现实世界时可能难以快速适应和更新，导致过时或⽆效的输出。 质量控制(QualityControl) 难以确保所有⽣成内容的⾼质量和准确性，尤其是在开放领域的应⽤中。 28 充分理解、利⽤⼈和⽣成式Al彼此优势和价值 Al不是智能⽣命体，Al不在乎对错 Al员⼯ 特别擅长重复性和标准性⼯作 快速准确地处理⼤量信息 某些⽅向成本更低更可控，信息记忆⼒强⼤ 减少⼈类偏见，⽆情绪和外部因素影响 24/7全天候运⾏ ⼈类员⼯ 缺乏真实体验 ⽆法真正理解⼈类情感 和经历 ⽆限组合 以⼈类难以想象的⽅式识 别组合 容造⼒易疲惫和出现错误，具有创 创新能⼒有限 Al主要基于现有数据，难以产⽣真正的创新 ⼤规模处理 可以处理和综合⼤量信息 能快速做综合和复杂性信息处 理决策 缺乏意图⽬的 Al创作缺乏⼈类的深层动机和意图 快速迭代 ⽆线耐⼼，短时间内⽣成和改进⼤量创意 某些⽅向成本更低更可控信息调⽤性强 偏见、情绪和外部因素影响⼤柔性思维和决策 上下班和休假 AsTeam，BeLeader 前20% 定⽅向 1 定⽅向 234 组团队做沟通找资源 组团队 做沟通找资源 理解项⽬⽬标和真实需求，制定⽅向 需要拥有哪些 能⼒的成员加 ⼊ 做好组员能听懂 能执⾏的沟通 ⽀持组员，提供组员需要信息和资源 中60%:组建AI团队、搭建智能体库后20%:判断、拍板和妥协 ⾻⼲AI和智能体库 找到⾻⼲组员，同时为⾃⼰搭建⼀个智能体库。 判断 判断现在进的状态/节奏/⽔平，可能遇到什么问题 决策 找解决⽅案，找外援、换组员或妥协，拍板决策是要负责的，这⽬前还是⼈类任务 流程和风险把控 设计协作流程，做好⼈员匹配，积极反馈，设定标准 ，设计风控机制 30 构建个⼈专属股票对冲基⾦ 本杰明·格雷厄姆(BenGraham)智能体-价值投资之⽗，只买⼊具有安 全边际的隐藏宝⽯（被低估股票）。 ⽐尔·阿克曼(BillAckman)智能体-激进主义投资者，⼤胆建仓并推动变 ⾰。 凯茜·伍德(CathieWood)智能体-成长型投资⼥王，相信创新和颠覆的 ⼒量。 查理·芒格(CharlieMunger)智能体-沃伦·巴菲特的搭档，只以公平价格买⼊卓越的企业。 菲利普·费舍尔(PhilFisher)智能体-严谨的成长型投资者，运⽤深度的“⼩道消息”调研。 斯坦利·德鲁肯⽶勒(StanleyDruckenmiller)智能体-宏观传奇⼤师，寻找具有增长潜⼒的不对称机会。 沃伦·巴菲特(WarrenBuffett)智能体-奥马哈先知，寻求以公平价格买 ⼊卓越的公司。 估值(Valuation)智能体-计算股票的内在价值并⽣成交易信号。市场情绪(Sentiment)智能体-分析市场