2024年度新质生产力视角下人工智能人才就业与培养研究报告.docx

2024 年度新质生产力视角下的人工 智能人才供需与培养研究报告

1

编写委员会

主编：陈宝国 徐镭

编委：吴葳、李烨、常江、马栋

鸣谢单位

2
中国软件行业协会

国家开放大学软件学院 河北科技师范学院
北京中科希望科技有限公司

北京学佳澳科技发展有限公司 天津鸿道科技有限公司
河北青年人才专修学院 阜阳信息工程学校
长春市思学教育培训学校

广安市世纪职业技术学校


国家开放大学

河北建材职业技术学院

燕京职业技术学院

北京新课网络教育科技有限公司 秦皇岛裕昊教育科技有限公司
北京冠程科技有限公司

武汉市洪山信息技术培训中心 新疆科技职业技术学院
重庆华绣中等专业学校

重庆易阅科技有限公司

南昌经济技术开发区英豪培训学校

前言
2023 年9 月，习近平总书记首次提出了“新质生产力”的概念。新质生 产力作为一种新兴的生产力形态，正以空前的速度深刻改变着经济格局和社 会模式。它以科技创新为核心， 以高端化、智能化、绿色化为显著特点， 推 动产业结构的深度调整和升级。
随着以大模型为引领的人工智能技术的迅猛发展，人工智能科技已经成 为推动新一轮科技革命和产业变革的关键力量。无论是在智能家居领域， 智 能语音助手提供便捷服务，还是在智能交通系统中有效缓解城市拥堵，亦或 是在智能医疗辅助精准诊断，以及金融行业利用人工智能进行风险评估与管 理，人工智能的应用已经广泛渗透到社会的各个层面。
在这一大背景下，人工智能人才作为连接人工智能技术与新质生产力的 关键桥梁，其重要性不言而喻。他们不仅是推动人工智能技术创新与发展的 核心力量，更是将人工智能技术广泛应用于各行业，从而催生新质生产力的 关键因素。因此， 深入研究人工智能人才在新质生产力视角下的就业现状和 培养需求，对于把握科技发展趋势、推动产业升级、实现经济社会的高质量 发展具有极其重要的意义。
中国软件行业协会教育与培训分会（教培分会）通过全面的信息搜集、 深度的数据分析以及实地调研，精心编制并发布了本研究报告。开篇，报告 将阐述新质生产力与数字经济协同发展的现状，深入探讨数字经济、人工智 能大模型在新质生产力推动下的发展趋势与应用情况，揭示科技创新作为新 质生产力核心驱动力在其中发挥的关键作用。报告的核心，则聚焦于新质生 产力与人工智能人才，深度剖析了这两类人才所具备的特征，以及他们所需 掌握的关键技术、知识和能力， 并探讨了二者在知识与技能层面的融合及迁 移情况。综合当下新质生产力和人工智能人才的整体架构、企业实际的人才 需求、人才供需的现实状况， 以及人才培养的现实情形，以新质生产力对人 才的需求为导向，围绕人工智能技术在不同行业的应用场景展开深入研究， 探索从新质生产力视角出发的人工智能人才培养的新模式与新路径。
在报告的撰写过程中，教培分会积极开展广泛的调研工作，深入对行业、 企业、院校以及劳动者进行访谈， 从多个维度进行深度剖析，对新质生产力

3

和人工智能领域的最新发展趋势、行业应用现状以及未来的发展方向展开研 究。同时， 着重关注相关领域的人才供需状况、人才培养模式以及产教融合 的实际情形。通过梳理总结不同群体的需求， 提出关于新质生产力和人工智 能技术人才培养与服务模式的分析、意见和建议， 旨在为行业的前行提供具 备价值的参考资料，也诚挚期望各界人士能够提出珍贵的意见。
本报告为非盈利性的公益研究，部分内容使用大模型生成，引用的相关 内容与数据均来自于网络公开信息，如有问题请及时联系我们，如转载或使 用本报告内容，请注明出处。

4

目录

一、 2024 年新质生产力为发展注入新动力 6

1、 2024 年新质生产力稳步发展 6

2、 数字经济支撑新质生产力发展 8

3、 人工智能赋能千行百业 12

二、 新质生产力视角下的人才能力“三维重构” 20

1、 人工智能人才的特征与能力 20

2、 新质生产力人才的特征与能力 23

3、 “迁移与融合”人才能力的“三维重构” 26

三、 新质生产力与人工智能人才供需与培养 28

1、 新质生产力人才供需分析 28

2、 人工智能人才供需分析 32

3、 国家大力支持新质与人工智能人才发展 36

4、 新质生产力与人工智能人才的培养现状 38

5、 新质生产力与人工智能融合人才培养方向建议 43

四、 构建“三元联动”的新质与人工智能融合人才发展新范式 45

1、 构建“三元联动”人才培养新范式 45

2、 打通学历提升与专业认证双向赋能的桥梁 46

3、 构建以工作技能为导向的人才培养生态 47

参考资料 51

5

一、 2024 年新质生产力为发展注入新动力
1、 2024 年新质生产力稳步发展
2023 年9 月习近平总书记在黑龙江考察调研期间首次提出了“新质生产 力”的概念。新质生产力是由技术革命性突破、生产要素创新性配置、产业 深度转型升级而催生的当代先进生产力，它以劳动者、劳动资料、劳动对象 及其优化组合的质变为基本内涵，以全要素生产率提升为核心标志。
新质生产力是当今时代先进生产力的具体体现形式，是科技创新交叉融 合突破所产生的根本性成果，其“新”主要体现在新技术、新模式、新产业、 新业态、新领域、新赛道、新动能、新优势，其“质”主要体现为高效能、 高效率、高质量， 关键主要是面向新兴领域，面向未来产业，着力高质量发 展。既是生产力现代化的具体体现， 又是新的高水平的现代化生产力，即新 类型、新结构、高技术水平、高质量、高效率、可持续的生产力， 也就是以 前没有的新的生产力的种类和结构，相比传统生产力而言其技术水平更高、 质量更好、效率更高、更可持续。
2024 年面对复杂多变的国际形势，以及科技创新带来的发展新机遇，习 近平总书记明确指出“发展新质生产力是推动高质量发展的内在要求和重要 着力点”。3 月,“加快发展新质生产力”写入 2024 年政府工作报告，被列为 2024 年十大工作任务之首。无论国家层面，还是地方层面都陆续出台引导与 鼓励新质生产力发展的政策与规定，为新质生产力提供良好的政策、产业与 人才发展环境与条件。
科技创新是新质生产力发展的基础，我国的科技创新体系不断完善，支 撑全面创新的制度基础日益夯实，重大科技基础设施建设稳步推进。在集成 电路、人工智能、量子通信、航天航空等领域取得了一系列突破性进展。在 由中国科学院院士评选出的“2024 年十大科技进展”中的“嫦娥六号”成功 实现月球背面采样、世界首款基于原语的类脑互补视觉芯片、“梦想号”深海 探测器正式入列、全球首个 Pb 级超大容量光盘存储器等，既标志着我国科 技实力再攀新高，同时也证明了新质生产力在科技创新方面取得了多维度的 突破。根据“2024 年中国经济回望”披露的数据，2024 年全球创新指数排 名，我国跃升至第 11 位，成为过去十年创新力提升最快的经济体之一。最新

6

数据显示，截至今年 11 月底，我国发明专利有效量达到 564.6 万件，其中， 专利权人为企业的占比超过 73%。我国已累计培育专精特新中小企业超过 14 万家、专精特新“小巨人”企业 1.46 万家。2024 年研发投入持续加大，研 发经费投入强度达到 2.68%，较上年提升 0.1 个百分点；基础研究经费增长 10.5%，占研发经费的比重提升至 6.91%。
以高端装备制造、人工智能等为代表的新兴产业展现出强劲增长势头， 逐步成为产业体系的新支柱。DeepSeek 开源大模型一经推出，就凭借其创新 性的推理思考能力与极低的训练成本成为人工智能大模型领域的爆款产品。 根据网络数据显示，2025 年 2 月 10 日，DeepSeek 全平台（Web+App 未去重） 日活跃用户达到 5449 万，约为 ChatGPT 全平台日活跃用户的 41.30%。2025 年 1 月，DeepSeek 网站的月访问量达到 2.56 亿次，环比增长 22.3 倍，显示 出其强劲的增长势头。
除了人工智能，其它高端制造领域也保持良好增长。今年，我国人形机 器人市场规模达到近 30 亿，全新的超导量子计算机刚刚发布，量子通信创 新联合体正式成立，未来产业加速成长。2024 年，规模以上高技术制造业增 加值同比增长 8.9%，其中航空航天器及设备制造业、电子及通信设备制造业 增加值均实现两位数增长。市场需求的不断升级催生了更多高品质产品供给。
作为经济发展的长期支柱，传统行业在 2024 年以国家的技术改造和设备 更新政策为引领，在数字化、智能化方面展开深入应用，积极推动行业数智 化转型。在全球 172 家“灯塔工厂”中，中国占据 74 席，其中近半数来自钢 铁冶炼、服装、食品等传统产业。 目前，我国已建成万余家省级数字化车间 和智能工厂，重点工业企业数字化研发设计工具普及率达 80.1%、关键工序 数控化率达 62.9%。今年各地已新增超过 50 万套工业机器人，并首次对全国 数据资源进行了“全面体检”。在各项生产要素配置的持续优化下，今年以来， 化学原料、交通运输设备、电子信息等产业的劳动生产率增长超过 10%，食 品、纺织、造纸等传统产业的劳动生产率增长也达到了 8%。
新质生产力的一个关键特征就是“全要素”，是指在现代经济和社会发展 中，推动生产力提升和经济增长的核心要素。这些要素不仅包括传统的生产 要素，还涵盖了技术、数据、创新等新兴要素。数字技术、信息基础设施和

7

数据资源作为新质生产力发展的核心部分，为千行百业注入了新动能，成为 推动新质生产力增长的重要引擎。2024 年信息技术服务收入保持两位数增长, 同比增长 11.0%，其中，云计算、大数据服务共实现收入 14088 亿元，同比 增长 9.9%，电子商务平台技术服务收入 13764 亿元，同比增长 11.4%。同时，
5G、千兆光网等新型基础设施建设稳步推进， 截至 2024 年 11 月末，我国 5G 基站总数达到 419 万个；“东数西算”工程的首条 400G 全光省际骨干网正式 商用，为算力资源的高效流通提供了坚实支撑。
我国绿色低碳转型深入推进，新能源产业已形成具备国际竞争力的全产 业链体系。今年，全国可再生能源装机占比稳步提升，新能源汽车年产量首 次突破千万辆，新培育国家层面绿色工厂超过 1300 家，绿色发展提质增效， 推进发展方式不断创新。清洁能源发电占比持续提升，2024 年规模以上工业 中水电、核电、风电和太阳能发电占比达到 32.6%，接近总发电量的三分之 一。能源结构的优化和绿色技术的广泛应用， 为我国经济高质量发展提供了 可持续的动力。
数字经济作为新质生产力中与日常工作与生活紧密链接的部分，随着人 工智能技术与互联网与行业应用的快速融合，进入了一个新的发展阶段，从 而有力地让大家能够感受到新质生产力发展带来的变化。截至 2024 年底， 中国网民规模达 11.08 亿人，网络支付用户规模达 10.29 亿人，网络购物用 户规模达 9.74 亿人，互联网医疗用户规模达 4.18 亿人，生成式人工智能产 品的用户规模达 2.49 亿人。
截至 2024 年 11 月 30 日，中国数字经济核心产业企业总量达到 457.41 家，与 2023 年底相比增长 17.99%。其中，数字技术应用业企业数量达 216.69 万家、数字要素驱动业企业数量达 196.25 万家、数字产品服务业企业数量 为 23.63 万家、数字产品制造业企业数量为 20.82 万家。
2、 数字经济支撑新质生产力发展
数字经济作为新质生产力的核心引擎，展现出双重驱动效应：一方面， 其以战略性新兴产业形态持续壮大，占 GDP 比重从 2012 年的 21.6%跃升至 2023 年的41.5%，构建起现代化经济体系的重要支柱；另一方面，依托大数 据、人工智能等数字技术的创新突破与深度渗透， 通过产业数字化路径重构

8

传统行业运营范式，在制造业智能化改造、服务业数字化转型、农业精准化 升级等领域释放出倍增效能。这种"内生增长+外溢赋能"的协同机制，不仅推 动数字经济自身实现年均超 GDP 增速 2 倍的快速发展，更通过技术扩散效应 提升全要素生产率，为传统产业转型升级注入新动能，成为撬动新旧动能转 换的战略支点。
中国信息通信研究院持续关注中国数字经济发展的情况，已经连续 10 年 发布《中国数字经济发展研究报告》，并总结出了数字经济的“四化框架”， 即数字产业化、产业数字化、数字化治理与数据价值化。

图 1 数字经济的四化框架
1) 数字经济规模与占比稳步增长
根据中国信息通信研究院发布的《中国数字经济发展研究报告》（2024 年） 的数据，我国数字经济已迈入高速发展新阶段，产业规模从 2012 年的 11.2 万亿元持续攀升至 2023 年的 53.9 万亿元，实现近四倍跨越式增长（年均复 合增长率达 14.2%）。从发展进程来看， 数字经济完成首轮倍增仅用六年时间 （2012-2018 年：10 万亿级至 30 万亿级），而实现第二个 10 万亿突破则缩 短至四年（2019-2023 年：30 万亿级至 50 万亿级），增速提升趋势显著。特 别在 2023 年，受益于国家“数字中国 ”战略布局及新型基础设施建设政策红 利，数字经济保持稳健发展态势，当年增量达 3.7 万亿元，同比增幅稳定在 7.5%左右，标志着行业进入高质量发展新周期。

9

图 2 我国数字经济规模
根据中国信通院报告数据，2023年，我国数字经济占GDP 比重达到42.8%， 较上年提升 1.3 个百分点，标志着数字经济已成为国民经济的关键支柱。从 增速看，数字经济同比名义增长 7.39%，显著高于同期 GDP 名义增速 2.76 个 百分点（2023 年 GDP 名义增速为 4.64%），对 GDP 增长的贡献率高达 66.45%， 成为经济稳增长的核心驱动力。

图 3 我国数字经济占比和增速
2) 数字经济结构不断优化
在数字经济整体规模持续扩大的同时，产业结构也在持续转型与优化。 数字产业化与产业数字化占比由 2012 年的 3:7 调整为 2023 年的 2:8，其中 产业数字化占比达 81.3%（规模 43.84 万亿元），成为数字经济的主体；数字 产业化占比 18.7%（规模 10.09 万亿元），增速达 9.57%，为技术突破提供支 撑。

10

图 4 我国数字经济内部结构
3) 数字经济渗透率持续提升
在 2023 年，我国数字经济在不同产业中的渗透情况呈现出明显差异。其 中，第一产业的数字经济渗透率为 10.78%，第二产业达到 25.03%，而第三产 业的数字经济渗透率最高，为 45.63%，这反映出数字经济与实体经济的融合 在持续稳步推进。
从相对规模的年度变化来看，与上一年相比，2023 年我国第一、二、三 产业的数字经济渗透率分别提升了 0.32、1.03 和 0.91 个百分点。值得注意 的是，第二产业数字经济渗透率的增幅首次超过了第三产业，这一变化凸显 出当前我国数字经济发展的新态势。自去年以来， 这种“一产稳步推进、二 产加速渗透、三产纵深拓展”的格局已成为我国数字经济发展的主要特征。
4) 数字要素促进数实融合
在数字技术不断创新突破并得以广泛应用的当下，有力地推动了实体经 济全要素的数字化转型进程，促使数字经济与实体经济深度融合，从而实现 经济总量的合理增长以及质量的有效提升。数字经济凭借技术创新驱动和要 素配置优化，极大地提升了全要素生产率，使其对经济增长的整体贡献率达 到 22.5%，并且这一贡献率在全要素生产率的总贡献中占比超过一半，充分 彰显了数字经济在推动经济发展中的关键作用。
数字经济的高质量发展，一方面依托产业规模增长，对 GDP 增长的贡献 率超过六成，另一方面依靠品质进阶，实现全要素生产率的优化，从而增强 经济韧性。更为重要的是， 它以产业深度融合和区域协同创新为切入点，为

11

新质生产力的发展筑牢根基。展望未来， 随着数据要素价值的持续释放以及 技术应用的不断深化，数字经济必将继续引领我国经济结构的转型升级，推 动经济迈向更高质量的发展阶段。
3、 人工智能赋能千行百业
自 OpenAI 在 2020 年 6 月 10 日公开发布 GPT3.0 以来，人工智能产业的发 展就进入了一个新的阶段。2024 年底 DeepSeek 大模型的推出又将人工智能 产业的发展推到了一个新的高度。在 2024 年 12 月，DeepSeek-V3 正式发布， 其性能与海外领先的闭源模型处于同一水平。依据官方公布的技术论文， V3 模型的训练总成本为 557.6 万美元，相较于 GPT-4o 等模型约 1 亿美元的训 练成本大幅降低。
到了 2025 年 1 月，DeepSeek-R1 随之发布，性能与 OpenAI-o1 正式版相 当，在数学、代码以及自然语言推理等多项任务中， 展现出与 OpenAI-o1 正 式版相媲美的性能。2025 年 2 月 1 日消息显示，DeepSeek 的人工智能助手 在 140 个市场中，位列下载次数最多的移动应用程序排行榜前列。像微软、 英伟达、亚马逊等国外大型科技公司，已先后上线部署， 以支持用户访问 DeepSeek-R1 模型。根据 SimilarWeb 数据，在 1 月 31 日，DeepS 在 美国的日访问量达到 240 万次，相较于 Gemini 网站的 150 万次，高出 60%。
根据 IDC 的预测数据，2024 年全球人工智能产业规模将达到 6233 亿美元， 同比增长 21.5%。这一高速增长主要得益于以下两大关键因素：首先，大模 型的涌现式发展为人工智能产业注入了强劲动力。自 2023 年以来，全球基 础模型的数量迅速增加，较 2022 年实现了翻倍增长。进入 2024 年，全球范 围内新增或迭代的基础模型已接近 100 个，展现出持续的创新活力。其次， 生成式人工智能技术的快速产业化进一步推动了全球人工智能的规模化发 展。根据 Gartner 的预测，到 2026 年，超过 80%的企业将采用生成式人工智 能 API 或部署相关应用程序，标志着生成式 AI 技术正在成为企业数字化转 型的重要驱动力。
2024 年的政府工作报告中明确提出了“人工智能+”行动，教培分会对“人 工智能+”行动政策与相应措施进行了总结与提炼，主要体现在以下方面，

12

1) 核心内容
l 推动产业升级：“人工智能+”强调人工智能与其他产业的深度融合， 通过人工智能技术赋能传统产业，如制造业、农业、服务业等， 实现 产业的智能化升级，提高生产效率、降低成本、优化产品质量， 进而 推动产业结构优化和经济发展方式转变。
l 打造新质生产力：人工智能作为数字基础设施建设的重要组成部分， 是新一轮科技革命和产业革命的核心驱动力，具有很强的“头雁”效 应。“人工智能+”行动将加速形成以人工智能为引擎的新质生产力， 为经济社会高质量发展注入新的活力。
l 提升国际竞争力：深化大数据、人工智能等研发应用， 开展“人工智 能+”行动，旨在打造具有国际竞争力的数字产业集群，提升我国在 全球人工智能领域的竞争力，推动我国从“互联网时代”迭代升级为 “人工智能时代”，在国际竞争中实现弯道超车。
2) 重点方向
l 赋能新型工业化：以人工智能和制造业深度融合为主线，加快重点 行业智能升级，大力发展智能产品，高水平赋能工业制造体系，推动 人工智能赋能新型工业化向纵深发展，开辟我国工业从大到强的新 路径 。
l 拓展应用场景：推动人工智能在更多领域的应用，如智能家居、智慧 工厂、智能交通、智慧医疗、智能教育等， 实现人工智能在各行各业 的落地应用，提升产业自动化水平，降本增效，促使数字经济再上新 台阶 。
l 促进数据开发开放和流通使用：大力推动数据开发开放和流通使用， 打破数据壁垒，建立开放共享的多模态数据标准和大数据中心，构 建合理高效的知识图谱，为人工智能发展提供数据支撑 。
3) 保障措施
l 加强数字基础设施建设：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，为人工智能发展提供强大的算力支持，满足人 工智能大模型训练等对算力的高需求。

13

l 强化技术创新与人才培养：加强人工智能的基础研究和技术创新， 培养更多富有创新精神的高素质人才，发挥新型举国体制作用，开 展关键技术集中科研攻关，提升我国人工智能的技术水平和创新能 力。
l 完善政策支持与监管：政府将加强对“人工智能+”行动的政策支持 和引导，制定相关政策措施，营造良好的政策环境。同时， 关注人工 智能发展带来的风险与挑战，加强安全治理和监管，确保人工智能 健康有序发展。
自 2017 年国家出台《新一代人工智能发展规划》以来，随着人工智能技 术创业与产业应用的不断发展，国家陆续出台一系列政策推动人工智能产业 健康、有序发展（见图 5），涉及人才培养、技术创新、税收优惠以及知识产 权保护等多方面内容，有力地支持了我国人工智能相关产业的发展。

图 5 2020 年以来国家层面人工智能产业政策
各地方政府也纷纷积极地抓住发展机遇，努力营造良好的营商环境，大 力支持当地人工智能产业的发展。像北京、上海、广州等地的政府， 积极致 力于打造人工智能产业生态集聚区，引导资源向人工智能产业创新投入，为 相关技术人才提供优惠政策，从而为当地营造出良好的人工智能产业发展环 境。 自 2023 年 1 月至 2024 年 9 月这段时间里，全国共有 16 个省级行政区 发布了标题中含有“人工智能 ”字样的产业行动计划或措施文件；除此之外， 还有 5 个省级行政区在其他产业行动计划或措施文件中，将人工智能作为重

14

点领域涵盖其中。
在易观分析发布的《2025AI产业发展十大趋势》的报告中明确指出“AI 赋能千行百业意义重大”。一方面，它能够显著提升生产效率，借助自动化作 业精准执行各类任务，同时基于强大的数据分析能力助力精准决策的迅速做 出。另一方面，AI 创新了商业模式，使得企业能够为用户提供个性化服务， 实现运营流程的高效化。此外， AI 还能改善服务质量，通过智能交互为用户 提供良好的体验，精准地给出解决方案以满足用户需求。更为重要的是， AI 推动了行业可持续发展，为各行业开创了充满机遇与挑战的全新局面，促使 行业不断探索创新，向着更高质量的发展方向迈进。

图 6 人工智能赋能千行百业
根据中国互联网信息中心发布的《生成式人工智能应用发展报告（2024）》 披露，在产业生态建设方面，我国人工智能全链条发展格局已形成显著优势。 自 2022 年底生成式人工智能技术取得突破性进展以来，在政策引导与市场 需求双重驱动下，我国科技创新主体已成功研发出涵盖自然语言处理、多模 态交互等前沿领域的百余个自主知识产权大模型。据最新统计数据显示， 截

15

至 2023 年末，全国人工智能产业链企业总数突破 4500 家，形成覆盖基础层 （智能芯片、算力设施）、技术层（算法框架、开发平台） 到应用层（行业解 决方案）的完整生态体系，核心产业规模达到 5800 亿元人民币，年均复合增 长率保持两位数增长态势。
在我国以生成式人工智能为代表的人工智能应用产品呈现出蓬勃发展的 态势，众多产品如雨后春笋般涌现。截至 2024 年 7 月，我国完成备案并上 线、能为公众提供服务的生成式人工智能服务大模型已达 190 多个，我国以 大模型为代表的人工智能普及率达 16.4%。众多知名企业的生成式人工智能 产品纷纷上线，如百度的文心大模型、阿里的通义大模型、腾讯的混元大模 型、字节跳动的豆包大模型、华为的盘古大模型、月之暗面的 “Kimi 智能 助手” 等，这些产品各具特色，为用户提供了丰富的选择空间和差异化的用 户体验。融合领域， 我国生成式人工智能正以“技术赋能+场景渗透”的双轮 驱动模式加速与实体经济深度融合。在截至 2024 年末，生成式人工智能技 术已覆盖制造业、农业、医疗、教育等 20 余个国民经济重点领域，推动传统 产业全链条智能化改造，并催生出超过 300 种新业态模式。具体行业应用呈 现以下特征：
1) 制造业：智能生产全流程重构
生成式 AI 通过优化生产参数预测、设备故障预判、供应链协同等环节， 实现制造效率提升 15%-30%。例如， 某头部汽车企业引入生成式 AI 进行设计 仿真与工艺优化，将新车型研发周期缩短 40%，材料损耗降低 18%。全国已有 超 60%的规上工业企业部署智能排产系统，基于 AI 的柔性生产线覆盖率突破 35%。
2) 农业：数字化生产模式规模化落地
在“全农码”赋码 22.76 亿个的支撑下，生成式 AI 应用于种源优化、病 虫害预警、智慧农田监管等场景。通过“农事直通”APP 服务的 106 万农业 主体中，78%用户反馈 AI 辅助决策使亩均产量提升 12%-20%。此外，畜牧养 殖领域 AI 风险管控系统覆盖率已达 45%，减少疫病损失超 50 亿元。
3) 医疗：诊疗精准度与可及性双提升
生成式 AI 驱动的智慧诊疗系统已覆盖 90%的三甲医院，辅助诊断准确率

16

达 92%，基层医疗机构远程问诊响应效率提高 3 倍。2024 年 AI 药物研发平 台加速新药发现，国内药企借助大模型将化合物筛选周期从 2 年压缩至 6 个 月，研发成本降低 40%。
4) 教育：个性化学习与教学效率革新
全国已有 44%的大专及以上学历用户将生成式 AI 作为学习工具，K12 教育 领域 AI 自适应学习系统覆盖学生超 8000 万，个性化习题推荐使知识点掌握 效率提升 35%。教师端应用方面，AI 课件生成工具日均调用量超 200 万次， 节省备课时间 50%以上。
5) 金融与服务业：智能化转型提速
生成式 AI 在金融风险评估、智能投顾等场景渗透率达 65%，某银行通过 AI 信贷模型将不良贷款率压降 0.8 个百分点。服务业中， 45.5%的用户将 AI 作为办公助手，智能客服系统处理效率较人工提升 6 倍，成本降低 70%。
6) 技术普惠与成本下降驱动规模化应用
2024 年大模型调用价格降至 0.5 元/百万 Tokens，较年初下降 60%，推动 中小企业 AI 应用率从 12%跃升至 38%9。同时， 全国完成备案的生成式 AI 服 务大模型达 309 个，形成覆盖芯片、算法、平台的全栈技术生态， 为跨行业 融合提供底层支撑 28。据预测，2024-2027 年 AI 大模型应用市场规模复合 增长率将达 148%，2027 年有望突破 1130 亿元。
DeepSeek 推出后凭借其极低的训练成本，推理行思考方式，以及开源模 式，迅速成为人工智能大模型的首选应用。目前国外的英伟达、亚马逊、微 软、AMD、英特尔、谷歌等人工智能与互联网龙头企业均已部署 DeepSeek 大 模型，并应用在实际的业务和工作中。
以下是利用 DeepSeekV3 生成的已经接入其模型的国内公司名单。截至 2025 年 2 月 16 日，已有多家央企、上市公司和行业龙头企业公开宣布接入 DeepSeek 大模型，涵盖能源、通信、 医药、科技、汽车、云计算、网络安全 等多个领域。以下是按行业分类的统计信息：
1) 能源行业
l 中国石油：已完成 DeepSeek 大模型的私有化部署，优化昆仑大模型 的应用效果。

17

l 中国石化：接入 DeepSeek 系列模型，推动石油化工行业的智能化转 型。
l 中国海油：正在探索 DeepSeek 在油气勘探数据处理中的应用 13。
l 中国中化：已成功接入 DeepSeek-R1 和 DeepSeek-V3 模型，优化生 产流程和研发效率。
l 国家电网：推出基于 DeepSeek 技术的“光明电力大模型”，提升电 力行业智能化水平。
2) 通信行业
l 中国移动：全面接入 DeepSeek-R1 模型，应用于智能客服、云计算 等场景。
l 中国电信：天翼云成为国内首家支持 DeepSeek-R1模型的云服务商， 实现全栈国产化推理服务。
l 中国联通：基于“星罗”平台适配 DeepSeek-R1 模型，应用于云桌 面、编程助手等场景。
3) 医药行业
l 恒瑞医药：计划在公司内部全面开展 DeepSeek 应用，推动药物设计 研发、辅助病理诊断等场景的落地。
l 医渡科技：将 DeepSeek 整合至“AI 医疗大脑”YiduCore，提升疾病 洞察报告的精准度，支持研究、诊疗及公共健康场景。
l 智云健康：接入 DeepSeek-R1 模型，增强数据挖掘能力，提高数字 化慢病管理效率。
l 鹰瞳科技：完成万语医疗大模型升级并接入 DeepSeek-R1，提升临床 诊断效率和准确率。
l 嘉和美康：已接入 DeepSeek 大模型，开发了临床辅助决策、病历自 动生成等医疗行业应用。
4) 科技行业
l 国家数据集团（筹备中）：国务院国资委正在筹备组建国家数据集团， 旨在优化全国数据资源，推动数据要素的高效配置和深度应用。国 家数据中心也已宣布接入 DeepSeek。

18

l 国网信通产业集团：全面接入 DeepSeek 大模型，提升电网数字化项 目研发效率 13。
l 浪潮信息：为 DeepSeek 北京亦庄智算中心提供高性能 AI 服务器集 群，支持大模型训练和推理。
l 彩讯股份：Rich AIBox 接入 DeepSeek-V3 和 DeepSeek-R1，优化逻 辑推理、内容生成等功能。
l 用友网络：用友 BIP 上线以 DeepSeek-V3 和 DeepSeek-R1 为基座大 模型的智能服务。
l 浙文互联：完成 DeepSeek-R1 的本地化部署，推进 AI 营销产品技术 迭代。
l 道通科技：完成 DeepSeek 的全面接入，加速“巡检垂域大模型”在 能源、交通等领域的推广。
5) 云计算与服务行业
l 华为云:支持 DeepSeek-R1/V3 推理服务，提供稳定的生产级服务能 力。
l 腾讯云：支持一键部署 DeepSeek-R1 模型，开发者可快速调用并集 成相关服务。
l 阿里云：支持云上一键部署 DeepSeek-V3 和 DeepSeek-R1 模型，简 化模型开发流程。
l 百度智能云：上架 DeepSeek-R1 和 DeepSeek-V3 模型，提供超低价 格方案和限时免费服务。
l 京东云：上线 DeepSeek-R1 和 DeepSeek-V3 模型，支持公有云和私 有化部署。
6) 网络安全行业
l 360：安全大模型接入 DeepSeek，强化安全事件检测分析和威胁情报 融合能力。
l 安恒信息：集成 DeepSeek-R1模型， 推出“DeepSeek 版”安全智能 体，优化钓鱼邮件识别、数据分类分级等场景。
l 奇安信：全面接入 DeepSeek，应用于威胁研判、安全运营、渗透测

19

试等场景。
l 启明星辰：完成“安星”智能体与 DeepSeek 大模型的对接，提升安 全智能化能力。
l 天融信：天问大模型接入 DeepSeek，赋能安全事件检测分析和威胁 情报融合。
7) 汽车行业
l 比亚迪：“璇玑架构”全面接入 DeepSeek，推动智能驾驶技术落地。
l 长安汽车：深蓝车机系统 DEEPAL OS 3.0 即将接入 DeepSeek，预计 一季度推送。
l 东风汽车：完成 DeepSeek 全系列大语言模型接入，应用于岚图、猛 士等品牌车型。
l 上汽通用五菱：宝骏汽车灵语智舱与 DeepSeek 深度融合，提升智能 出行体验。
l 吉利汽车：星睿大模型与 DeepSeek-R1 深度融合，优化车控和交互 功能。

二、 新质生产力视角下的人才能力“三维重构”
1、 人工智能人才的特征与能力
教培分会在发布的《2023 年度 2023 年度数字与人工智能人才供需与培 养研究报告》中就对人工智能相关岗位所需要的核心知识与技能进行了分析 与提炼，主要包括：自然语言处理（NLP）、计算机视觉、语音识别与语音合 成、机器学习与深度学习、强化学习、迁移学习和预训练模型、数据处理与 特征工程、模型架构与优化、模型蒸馏、规模计算和并行处理、分布式计算 与模型部署、模型解释与可解释性、隐私保护与安全性、语料库和数据集构 建、领域知识等 10 多项核心知识与技能，同时还需要掌握数学与计算机基 础相关的编程、数据库、网络安全等相关内容。
人工智能产业发展已经从基础技术向行业赋能与应用快速演进，人工智 能更多的人才需求是来自于相关技术的行业场景与应用。所以除了掌握必要 的知识与技能，对人才智能人才也具备复合能力，以下是教培分会总结与提

20

炼的人工智能人才需要具备的一些核心素质。
1) 逻辑与抽象思维能力：能够将复杂问题分解为可计算的模型，理解算 法背后的数学逻辑。擅长通过数据抽象出模式或规律。
2) 跨学科融合能力：能将计算机科学与领域知识（如生物、金融、医疗 等）结合，解决实际问题。
3) 持续学习与适应性：AI 技术迭代迅速，需主动跟踪前沿技术（如大模 型、强化学习、生成式 AI）。
4) 工程化思维：将理论模型转化为实际应用，注重代码效率、系统可扩 展性和可维护性。
5) 伦理与社会责任感：理解 AI 的伦理风险（如数据隐私、算法偏见）， 确保技术应用符合社会规范。
在香港中文大学发布的《2024 中国人工智能岗位招聘研究报告》结合企 业的在岗人员情况与岗位招聘要求，列出了人工智能在实际企业招聘中最受 欢迎的知识与技能。同时也注明不同知识与技能更适合哪些人工智能的工作 岗位，以及相应岗位需要掌握的必备知识与技能有哪些。

图 7 人工智能岗位硬技能需求
报告同时分析了不用行业对专业知识、技术技能与工程实践的需求。例 如在计算机互联网和通信行业中，对专业知识需求最高，接近 50%，尤其是 机器学习、深度学习框架、自然语言处理等技术。技术技能需求约为 40%，

21

主要集中在算法设计、模型优化、原型测试与评估等方面。工程实践需求约 为 10%，但数据处理和性能优化也很重要。电子和制造业则对工程实践需求 较低，不超过 20%，但对技术技能需求较高，尤其是嵌入式编程和传感器处 理。专业知识需求也较高， 尤其是在系统架构和算法优化方面，因为 AI 技术 需要集成到复杂生产流程中。
咨询行业对专业知识需求最高，约为40%，尤其是数据分析和商业智能。 技术技能和工程实践需求较低，因为咨询公司依赖自身的业务优势和分析技 能，AI 更多用于辅助决策。医药生物和非银金融行业对专业知识需求更高， 尤其是行业特定知识。医药生物需要生物信息学和药物数据分析， 非银金融 则需要金融技术知识。技术技能和工程实践需求相对较低， 但数据处理和分 析工具的使用是必要的。
整体而言，不同行业对人工智能岗位的需求各有侧重，但专业知识、技 术技能和工程实