SCR-SELF-1212026-06-01约 18 分钟阅读

“双智”协同:由数字化业务过渡到自治业务

根据 Gartner 的预测,数字化业务之后的业务形态是自治的业务,也就是大部分业务可 以在无人工干预或少有人工干预的前提下自动运行。由于近几年人工智能应用取得的进展, 特别是以 ChatGPT 为代表的 AIGC 技术进入可用阶段,现在是时间考虑向自治业务发展的问 题了。作为一种向自治业务过渡的方案,提出“双智”协同的业务。在“双智”协同的业务 形态下,人智和“机智 (人工智能) ”配合完成业务工作。实现“双智”协同,不是一个项 目,更不是一种技术,而是生产方式的变革,要求企业有切合实际的“双智”协同战略和路 线图。

“双智”协同由数字化业务过渡到自治业务

图 1

图 2

“双智”协同:由数字化业务过渡到自治业务

李长华

摘要

根据 Gartner 的预测,数字化业务之后的业务形态是自治的业务,也就是大部分业务可 以在无人工干预或少有人工干预的前提下自动运行。由于近几年人工智能应用取得的进展, 特别是以 ChatGPT 为代表的 AIGC 技术进入可用阶段,现在是时间考虑向自治业务发展的问 题了。作为一种向自治业务过渡的方案,提出“双智”协同的业务。在“双智”协同的业务 形态下,人智和“机智 (人工智能) ”配合完成业务工作。实现“双智”协同,不是一个项 目,更不是一种技术,而是生产方式的变革,要求企业有切合实际的“双智”协同战略和路 线图。

主要发现

不管全面的自治业务是否可能,在相当多的领域实现自治业务是一种必然趋势 作为数字化业务向自治业务的过渡形态,以人智和机智“双智”协同的业务形态正在形

图 3

图 4

成

在企业的治理、管理和运营等各个层次,“双智”协同均有不小的潜力和价值空间 不同的行业、不同的企业实现“双智”协同的紧迫性不同,最大的价值点也不同

图 5

图 6

建议

企业应该避免陷入自治业务不确定性的迷雾中,把“双智”协同的业务看做企业提质增

图 7

效和持续发展的机会

不应该把机智代替人智作为“双智”协同的最终目标,而应该设定更高的目标

图 8

“双智”协同是生产方式的改变,企业需要有切实的战略和实施路线

图 9

使用双因素分析 (难易程度和价值大小) 确定实现“双智”协同的优先级

图 10

在法理方面支持不配套的前提下,要注意控制“双智”协同推进的节奏

图 11

Gartner 曾经预测,到 2025 年人类将迈进自治业务的时代。与 Gartner 预测的时限对照, 当前剩下的时间已经不足两年。那么,2025 年是否能够迈进自治业务的时代?或者能够提 前进入? 自去年以来, 由 ChatGPT 引发的人工智能新一波的浪潮——AIGC 技术的兴起似乎 加速了这一进程。无论如何,人工智能已经在许多领域具有了类似人类、甚至超出人类的智 能,在业务领域的应用也已经从图像、声音识别、洞察发现等领域迅速向内容生成、策略生 成和方案生成等领域扩展。这些都预示着业务模式即将发生重大的变化,对这种变化有必要 进行提前的预判和布局。因为,新的变化将意味着一次“急转弯”,来不及转弯的企业将面 临一次脱轨的危险。此时,任何消极的态度和策略,如“躺平”和“退缩”等都将导致企业 经营的失败。

没有人怀疑,人工智能是双刃剑,既有好的方面,也有坏的方面。但一个新的物种一旦 产生,就必然经历一个完整的生命周期,外力很难改变其进程。应当承认,人工智能已经成 为一种新物种,也是迄今为止,唯一可以和人类对应的智能物种。是时候从“平等地位”看 待人工智能了。按人类学家的分类,当前的人类是智人,其智能可称为人智。类比他们的分 类方法,我们不妨称人工智能物种为“智机”,其智能称为“机智”。称其为智机,是说它 们是人造的、具有智能的机器。

一、人智和机智的差异性和互补性导致了“双智”协同的必要性

机智和人智是不同的。机智只是实现了部分人智功能,是人智功能的一个子集。人智比 能够实现的机智范围大很多。一方面从已知的人智范围出发是如此,另一方面,人智当中还 有许多未知的领域,因为未知,所以还无法制造出来,机智无法具备这些智能。机智和人智 的实现机制也是不同的,人智是基于生命体的,机智是基于机电系统的。机电系统和生命系 统区别是很大的,他们的工作原理是不一样的。机电系统是可还原 (可分解) 系统,生命系 统是复杂系统,不可还原。

在已经实现的大部分领域,机智的速度超过人智。机智高于人智主要体现在其速度远远 高于人智,所以看上去就像是实现了人智不能完成的任务。比如,对大量的数据进行检索、 分类,如果智人去做,可能需要几十年、上百年,智机可以在几分钟之内完成。实现快速的 数据处理,就产生了大量的应用,包括上面提到的数据发现、图像识别、翻译等。现在 AIGC 生成内容的速度也高出了智人很多,可以预见,其产生思想、方案的速度未来也会超过智人。

![图 12](/r

登录后查看全文

本报告免费开放给注册用户,登录即可阅读全文。

相关报告推荐

2282682026-11-12

工程师的能力再养成:从会写到会定义、会审验、会编排智能体的转型路径研究

工程师的核心价值正从代码实现向业务定义与智能体编排转移。在双智协同框架下,研发人员的个人能力模型需要全面升级。传统的代码编写只是基础,现代工程师必须掌握业务定义、智能体输出审验以及通过业务编排脚本调度数字员工的能力。企业在推进新双模架构时,必须同步重塑人才结构。技术团队需深入理解业务逻辑,提升AI应用力与协同创新力,实现从单一开发向人机协同的跨越。这种能力再养成并非单纯的技术培训,而是组织数字化成熟度跃迁的基础工程,直接决定企业智能转型的最终成效。

7856152026-11-12

软件过程标准与DevOps流水线的AI化改造:评审、门禁与发布流程为智能体重写研究

DevOps流水线的AI化改造正推动软件过程标准从静态规则向液态敏捷演进。传统研发门禁依赖人工评审与固定脚本,难以适应高频发布需求。引入智能体重写评审与发布流程,是践行新双模架构的有效路径。通过将过程标准转化为业务编排脚本,企业能够构建人机协同的研发环境。这种改造提升了代码质量管控效率,实现软件交付的自适应调节。管理层需关注研发团队的数字化能力转型,确保人类工程师与AI智能体在复杂业务场景中高效协同,达成软件生产过程的智能化升级。

5920772026-11-11

瓶颈转移下的排期重构:编码不再是关键路径后项目缓冲与里程碑重排研究

软件研发瓶颈已从代码编写向需求转化与业务验证转移。在双智协同环境下,项目关键路径发生位移,传统以编码时长为基准的排期逻辑失效。企业需重新识别研发流程中的真实约束点,将项目缓冲区和里程碑向需求确认、架构设计以及业务编排脚本测试环节前移。管理者应依托新双模架构调整资源分配,将团队能力评估重心从单一代码产出转向业务理解与系统编排能力。组织需动态更新项目管理标准,以匹配智能协作环境下的真实交付节奏,确保研发效能的整体提升。

5328592026-11-11

敏捷仪式的去留:站会、迭代与看板在AI分钟级产出下的保留与重设研究

传统以信息同步为核心的敏捷仪式在AI分钟级产出下正面临失效,亟需向双智协同模式重设。每日站会与固定看板在高频交付中易沦为形式,团队应将精力从机械汇报转向业务编排脚本设计与复杂异常决策。迭代周期需依据机器产出特性,从固定时间盒转向事件驱动,以匹配非线性的开发节奏。组织需构建新双模架构,让人类智能与机器智能在目标对齐与逻辑校验层面深度协作。敏捷仪式的去留不应拘泥于原有形态,而应重设为驱动人机协作的价值交付节点,确保业务逻辑的准确性与战略方向的一致性。

3455112026-09-16

面向液冷通道密闭环境的物理安防设备空间侵入式监测适配模式研究

本研究提出一种适配液冷通道密闭环境的物理安防设备空间侵入式监测新范式,核心在于突破传统安防部署对开放空间与可见光条件的依赖,转向以环境约束为设计原点的主动适配逻辑。针对液冷通道高密度、全封闭、强电磁屏蔽及温湿度动态变化等典型特征,研究构建了“感知—响应—验证”三级协同机制:通过多模态微扰信号融合识别非授权空间扰动,利用通道结构特性增强信号可辨识度,并引入轻量级边缘推理实现低延迟本地决策。该模式不依赖外部视觉覆盖或高功耗持续扫描,在保障监测连续性的同时显著降低系统与基础设施的耦合风险。实践表明,其在有限安装空间、受限供电及复杂热流场中仍能维持稳定感知效能,为新型数据中心、高性能计算设施等高约束场

3261012026-09-14

异构算力混布机房中CPU/GPU/DPU热密度梯度分布建模与散热冗余度评估框架

本报告提出一套面向异构算力混布机房的热密度梯度建模与散热冗余度评估框架,核心观点是:传统均质化散热设计难以适配CPU、GPU、DPU等多类型芯片在空间分布、功耗动态性及局部热强度上的显著差异,必须建立与设备物理布局、负载时序特征和散热路径耦合的梯度化热模型。框架以热流守恒与传热边界条件为理论基础,将机房划分为多尺度热域,通过耦合设备瞬态功耗曲线与气流组织仿真,量化不同区域的热密度时空梯度;进而定义散热冗余度指标,综合反映制冷系统在局部热点、负载突变及单点故障场景下的动态承载裕量。该方法避免依赖静态峰值功耗假设,转而强调热响应的结构性瓶颈识别——例如高密GPU区与邻近DPU通信节点间的热串扰、冷

9859542026-09-14

超算异构混布机房中GPU加速卡在液冷约束下的峰值功耗释放能力评估框架研究:聚焦冷板流速-入口温度-芯片结温三变量协同限界机制

本研究提出一种面向超算异构混布机房的GPU加速卡功耗释放能力评估框架,核心观点是:在液冷约束下,GPU的实际峰值功耗并非由供电或芯片规格单方面决定,而是受冷板流速、冷却液入口温度与芯片结温三者动态耦合所共同限界。该框架摒弃传统“功耗—散热”线性映射思路,转而构建三变量协同作用下的热力学可行域模型,揭示不同工况组合对功耗释放的非线性抑制机制。研究发现,微小的流速波动或入口温度偏移,在高负载持续运行时可能触发结温快速逼近安全阈值,从而迫使系统主动降频限功——这种限界效应在多类型GPU混布、变负载场景中尤为显著。框架支持在机房规划、液冷系统调优及任务调度策略制定阶段,量化评估功耗释放潜力边界,避免因

2551742026-09-14

面向智算中心集群的算电协同动态响应机制研究:基于负荷可调性与电网调节信号的双向耦合建模

本研究提出一种面向智算中心集群的算电协同动态响应机制,核心在于打破计算负载与电力供应之间的单向适配惯性,构建负荷可调性与电网调节信号的双向耦合关系。通过将智算任务调度、资源弹性伸缩与电网频率、电压、负荷指令等实时运行信号统一建模,机制实现了计算侧对电力系统动态变化的主动感知与快速响应,同时支撑电网在波动场景下获得可观、可测、可控的柔性调节能力。研究强调“算力即调节资源”的系统观,将传统视为刚性负载的智算集群转化为具备时间维度灵活性和功率维度可塑性的协同单元。该机制不依赖特定硬件架构或封闭生态,兼容主流虚拟化与编排框架,可在现有基础设施上分阶段部署。实证表明,其在保障关键算力服务SLA前提下,显