随着数字经济的蓬勃兴起，AI技术正加速从虚拟空间向实体经 济领域拓展，机器人作为AI技术的理想载体，凭借其高度的灵活性 和强大的适应性，正在迅速发展并广泛应用于各个行业，成为推动产 业升级和变革的重要力量。工业领域自动化基础良好、环境结构化程 度高且市场需求大，成为近期“机器人+人工智能”应用落地的首要 方向。凭借其在提高生产效率、降低人力成本、提升产品质量等方面 的显著优势，“机器人+人工智能”正在汽车制造、电子信息、金属 材料等关键行业加速落地，展现出广阔的应用前景。

本报告探讨了⼈⼯智能的当前格局，审视其巨⼤潜⼒以及需解决的重⼤⻛险。我们深⼊讨论政府在管理这⼀强⼤技术⽅⾯的⻆⾊，重点关注在利⽤其优势的同时减轻其弊端的策略。确保⼈⼯智能成为促进经济增⻓、社会进步和更可持续未来的推动⼒所需的全⾯⽅法和有效政策和法规⾄关重要。

人工智能在全球商业格局中 G-P与一家第三方研究机构合作，对来自澳大利亚、英国 和美国的超过1500名商业高管进行了调查，以了解人工智 能在全球商业复杂性中的作用，这项技术如何推动增长和 创新，以及最终人工智能将如何重塑工作未来。

能够制造并使用工具成为人类进化史上一道显著的分水岭，而当下如何更好的使用AI工具已然 成为人类在产业应用、生产生活与学习工作中的热门议题。随着大模型、生成式AI技术的到来，其 强大的数据处理、学习泛化与内容生成能力，高质效加速了各行各业人工智能技术的赋能进程，为 AI可赋能的场景领域、扮演角色提供更多创新性与可能性。人工智能应用正加速扩散，渗透到办公、 设计、传媒、法律、游戏、教育、汽车等多领域。

The report highlights three key AI-driven levers: optimizing direct procurement by using AI to track raw material costs and analyze supplier performance for improved negotiation outcomes; enhancing process efficiency through generative AI to automate marketing content creation and campaign planning, reducing labor costs; and unlocking the potential of indirect procurement by leveraging AI to enhance spend transparency, consolidate demand, and optimize supplier management.

本报告基于深入的案头审查、对关键信息提供者的访谈以及对政策和实践的审查，探讨了数 字技术给工作安全与健康带来的变化，以及确保这些变化不会导致潜在风险的必要性。 本报告通过提供政策见解、最佳实践和真实案例研究，为政府、雇主、工人和职业安全与健 康专家提供资源，帮助他们驾驭不断变化的工作场所数字安全环境。

尽管业界对生成式 AI 充满期待，但其在内容供应链（CSC） 中的落地速度未达预期。截至 2024 年底，仅 50% 的组 织达成了 AI 采用目标，仍有较大差距。 尽管挑战重重，组织对生成式 AI 的信心却持续攀升。相 比去年，近三分之二（64%）的组织对生成式 AI 的影响 力更有信心。84% 的组织仍坚信，生成式 AI 能够高效驱 动个性化体验的规模化生产与交付。

This report focuses on the AI opportunities in the automotive industry in 2025, pointing out that AI is evolving from generative to agent-based forms. While its implementation has been slower than expected, its potential remains significant. AI can drive technological innovations such as software-defined vehicles and autonomous driving, and has application scenarios in multiple links of the value chain, including research and development (R&D), production, and beyond. It is expected to bring a 40-60% increase in marginal profits.

本报告围绕人工智能重塑科学与工程展开。先介绍科学研究从经验、理论、计算、数据驱动范式演进至智能驱动（第五范式），AI 可参与科研全过程。以蛋白质结构预测为例，AlphaFold2 提升预测精度。还提及 AI 在知识获取、数据处理、实验模拟等方面的应用，展望人机协同科研模式。

AIAgent(人工智能代理)是一种基于人工智能技术的自主实体，能够通过感知环境、处理信息、规划决策和执行动作，以实现预设目标。AI Agent正在重塑智慧营销的技术底座:其自主性重构了生产力关系，原子级洞察突破了传统数据分析边界，而智能中枢则使营销决策从“艺术”迈向“科学”。