一、报告提出了3个假设：
1.未来的AI技术是自动化智能与增强智能的结合，组织内需要碳基人和硅基人 共同合作、缺一不可。
2.人类生产力将会获得极大解放，会向新兴产业链或能体现人类差异化竞争力的劳动力形态迁移。
3.长期来看，人类将更多地出于兴趣和成就感去工作，而非单纯谋生。
二、三个假设和我上次将人从重复性任务、分析判断性任务、创造性任务来分成AI应用范式，方向不谋而合，BCG是从自动化智能(Automation Intelligence)和增强智能(Augmented Intelligence)角度来看。
三、企业要基于“全人思维”而非“场景思维”构建AI能力，这个说法其实我是比较认同，回归到人本身，回到解放人本身， 从人的关键能力出发，打造即插即用的模块化能力。
今天KIMI，豆包、金山、钉钉、飞书，影刀，实在等，如果从这个逻辑上来看，在战略选择上是有能够看出最大战略差异的。
四、碳基人和硅基人合作，但企业需要更多AI先行者，去开发相关的知识资源以及进行最佳实践训练。
五、AI组织人才结构将成松树型，基层的替代效应更强，基层规模将来会开始小于中层，头部人才密度会极高。
更多人会倾向于如何去调度资源来完成企业中的业务。
六、重塑员工能力，为创新赋能：关注AI知识和素养、数据分析和决策、商业敏锐度、为人为本
附件：未来已来：AI组织进化论-3个假设分成AI应用范式,打造即插即用的模块化能力
不同国家的法律框架、AI合规相关的法规、伦理标准以及政府监管政策等方面都需要特别关注和遵守，以确保技术创新与法律规范的有机结合,东南亚的AI行业在合规方面面临独特的挑战和要求
大部分的规模企业用户主要选择参数规模在100~200亿之间的AI大模型和本地化部署的落地方式;金融、政府、影视游戏和教育领域是大模型渗透率最高的四大行业，渗透率均超过50%
提出的大模型应用框架是推动大模型在产业中规模化落地应用释放价值的初步探索,可信应用框架落地实施、行业治理体系搭建、产业生 态合作完善等多个维度统筹推进
报告首先回顾了大模型基准测试的发展现状,分析了当前基准测试存在的问题和挑战，提出了一套系统化构建大模型基准测试的框架-方升大模型基准测试体系
参数规模扩展在数据量和参数量上将迎来显著跃升;多模态融合实现跨模态的交互与理解，从而拓宽其应用场景和实用价值;大模型小模型化更易于产业落地
分析了AI大模型在汽车行业的应用现状和发展趋势，涵盖了技术演进、产业挑战与企业实践案例;盘古大模型和ModelArtsAI开发生产线，已经在多个车企和商用车场景中成功运用
检索生成主要是对现有的视频素材根据关键词和标签进行检索匹配,再进行相应的拼接和排列组合;仅针对视频的一部分进行生 成,例如视频中人物角色、 动作、背景、风格化、特殊 效果等
中国在AI基础设施和软件层面严重依赖国际厂商,特别是在计算芯片和存储芯片领域;在软件层面,依赖程度更加严重,软件仍是中国各大企业的常用工具占比达59%
以注意力机制为核心的Transformer架构赋能AI在文本、图像、视频生成、文字交互、智能语音和计算机视觉 领域的技术能力增强和应用范围拓宽
生成式人工智能服务管理暂行办法,算力基础设施高质量发展行动计划,关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见,国家新一代人工智能创新 发展试验区建设工作指引
中国多年来在人工智能论文发表数量和专利授权数量方面均居世界首位;显著领先于其他国家,中国人工智能专利授权的数量在全球范围内占比达61.3%，位居全球榜首
我国智能算力占比已经超过通用算力，成为整体算力增长的主要驱动力;国算力结构为通用算力：智能算力：超级算力=40%:59%:1%智能算力占比已较大幅度超过通用算力占比
