从“阅读”到“观看”，谷歌 Gemini 3：为什么向多模态人工智能的飞跃超越了以往的一切。

Xpert 预发布

在线联系（Konrad Wolfenstein）

语言选择 📢

发布日期：2025年11月24日 / 更新日期：2025年11月24日 – 作者：Konrad Wolfenstein

从“阅读”到“观看”，谷歌 Gemini 3：为什么向多模态人工智能的飞跃超越了以往的一切。

从“阅读”到“观看”：谷歌 Gemini 3 的多模态人工智能飞跃为何超越以往一切？——图片来源：Xpert.Digital

生产力提升35%：当机器最终学会看到人类一直都知道的事情时

人工智能正在睁开双眼：原生多模态如何重塑商业和社会

长期以来，人工智能对我们所体验的世界一无所知。为了理解视频或解读音频信号，它不得不绕道文本——这个过程缓慢、昂贵且容易出错。但如今，这个时代即将终结。随着以谷歌 Gemini 3 等创新为先锋的原生多模态系统的出现，一场技术上的飞跃正在发生：机器不再仅仅学习阅读；它正在学习实时地观察、聆听并理解复杂的关系。

本文探讨了商业智能的深刻变革，其意义远不止于技术噱头。我们分析了图像和音频数据的直接处理如何带来高达 35% 的生产力提升，以及这项技术成本的大幅下降为何代表着创新民主化，尤其对中小企业而言更是如此。

但凡事都有两面性。从德国机械工程到全球创意产业，各行各业都正处于效率黄金时代的开端，但人工智能的新功能也引发了一些紧迫的问题：当软件不仅能记录文字，还能分析面部表情、手势和情绪状态时，工作场所的隐私意味着什么？当人工智能系统能够理解语境并做出复杂的判断时，工作内容又会发生怎样的变化？

深入分析，内容涵盖宏观经济对全球GDP的影响、电影行业的颠覆性变革，以及基于情感的监控所带来的伦理困境。了解为何未来的工作模式并非与机器竞争，而是建立一种新型的“超级代理”——以及为何德国企业必须立即行动，以免落后。

适合：

这就是人工智能革命吗？Gemini 3.0 对阵 OpenAI：关键不在于哪个模型更好，而在于哪个策略更好。

通过原生多模态人工智能实现商业智能革命

人工智能的技术格局目前正经历着一场根本性的变革，其经济影响才刚刚开始显现。随着谷歌推出 Gemini 3，一场范式转变正在发生，它从根本上重新定义了企业处理信息的方式。其核心创新并非在于对现有系统的渐进式改进，而在于概念上的飞跃：视频、音频文件和图像不再被视为需要先转换为文本的特殊案例，而是被视为同等重要的数据源，可以直接以原始形式进行分析。

这一进展标志着长达数十年的局限终于终结。此前，各机构必须耗费大量资源将视听信息转换为文本格式，才能进行系统分析。转录服务、人工视频评估以及将多媒体内容分割成独立组件，都是当时常见的处理信息方式。Gemini 3 省去了这些中间步骤，释放出的效率潜力远不止节省时间那么简单。

原生多模态处理与以往方法相比，具有质的飞跃。早期的系统必须先将不同类型的数据转换为通用格式，而 Gemini 3 则能直接理解视觉、听觉和文本信息之间固有的上下文关系。该系统不仅分析语音，还能捕捉面部表情、肢体语言、语调以及这些信号的同步性。这种整体解读能力与人类感知高度契合，并开辟了数据分析的新维度。

多式联运革命的经济维度

这项技术的经济影响体现在多个层面。2024年，全球多模态人工智能市场规模约为13.5亿至17.3亿美元，预计到2030年将达到56亿至108.9亿美元。这些预测意味着年增长率在32.9%至36.8%之间，标志着整个科技领域最具活力的发展之一。然而，这些数字仅反映了其真实经济意义的一小部分，因为生产率提高和新商业模式带来的间接影响并未完全包含在这些估算中。

有文献记载，企业使用 Gemini 3 后，在人工智能驱动的工作流程中，生产力提升可达 25% 至 35%。一家澳大利亚零售公司通过让系统自动汇总来自三个不同系统的数据、识别趋势并生成包含关键洞察的两页报告，将每周销售报告的制作时间从八小时缩短至一小时。一家巴西营销机构利用其多模态功能，从产品图片、销售数据和客户反馈中自动生成营销活动内容。节省下来的时间使团队能够同时处理更多项目，而无需额外招聘员工。

规模经济对那些需要扩张产能但面临招聘成本和熟练工人短缺的成长型企业而言尤为重要。利用现有资源处理更高工作量的能力正在从根本上改变企业增长的经济模式。传统上，每一次扩张都必须以相应的成本增长来支付。多模态人工智能系统打破了这一循环，无需相应增加员工即可实现生产力的显著提升。

人工智能对国内生产总值（GDP）的宏观经济影响预测十分显著。据估计，到2035年，GDP将增长1.5%，到2055年将接近3%，到2075年将达到3.7%。人工智能对年度生产率增长率的贡献将在2030年代初达到峰值，并在2032年达到0.2个百分点。高盛预测，仅生成式人工智能一项，就可能在未来十年内将全球GDP提升近7%，其中美国预计将成为最大的受益者。未来十年，年度生产率增长率有望提高1.5%。

大约40%的当前GDP可能会受到生成式人工智能的显著影响。收入分配中处于80%左右的人群受影响最大，他们平均约有一半的工作可以通过人工智能自动化完成。收入最高的群体受影响较小，而收入最低的群体受影响最小。这种差异化的影响对收入分配和社会不平等具有重大意义。

人工智能转型期间的行业结构调整会产生持久的结构性影响。人工智能应用程度较高的行业增长速度快于其他行业，且这些行业的生产率增长趋势也往往更快。由此产生的结构性变化即使在人工智能普及浪潮结束后，也能使总体增长率永久性地提高约0.04个百分点。这种结构性转变使得经济规模永久性地扩大，但转型结束后，长期增长率并不会进一步提高。

人工智能支持的数据处理成本革命

Gemini 3 的定价策略体现了其积极的市场渗透战略，旨在让更多人能够享受到先进的人工智能功能。Gemini 3 的 Flash 版本在启用推理模式的情况下，输入成本仅为 0.15 美元，输出成本仅为 3.50 美元，速度高达每秒 640 个令牌以上。相比之下，人工转录的成本在每小时 60 美元到 90 美元之间，而人工智能转录的成本仅为每小时 9 美元到 15 美元。这种价格差异反映了两者在处理流程上的根本不同：人工智能利用计算基础设施实时处理音频，边际成本极低；而人工转录员除了质量保证之外，每小时音频的处理时间还需 4 到 6 小时。

Google 将 Gemini 1.5 Pro 的输入令牌价格降低了 64%，输出令牌价格降低了 52%，增量上下文价格降低了 64%。结合上下文缓存，这将持续降低开发者的成本。付费用户每分钟请求次数上限也显著提升，1.5 Flash 版本提升至 2000 次，1.5 Pro 版本提升至 1000 次，这将极大地促进应用程序的扩展。

此次价格调整使中小企业也能平等地获得先进的人工智能技术，而此前这些企业无力承担昂贵的高端机型。此次降价的宏观经济影响巨大。两年前只有大型企业才能使用的人工智能技术，如今只需极低的成本即可获得，这无疑大幅降低了人工智能驱动型创新的准入门槛。

Gemini 实施的投资回报率计算必须考虑多个因素。通过降低 API 价格直接节省代币成本是最显而易见的，但间接影响往往更为显著。更快的迭代速度带来的生产力提升可以缩短开发周期，加快新产品上市速度。更高的模型精度减少了错误纠正时间，从而降低了质量保证成本。早期采用带来的竞争优势可以帮助企业在竞争对手赶上之前抢占市场份额。

每天处理数百万份文档或数千个 API 请求的高容量处理工作流程最能受益于速度提升。速度提升 2 倍意味着相同的基础设施可以处理两倍的吞吐量，或者基础设施成本可以减半。对于进行实时信用评估的金融科技公司或提供个性化产品推荐的电子商务平台而言，这些效率提升将带来显著的竞争优势。

从转录到本土理解的根本转变

转录与原生多模态理解之间的质的差异体现在可提取信息的深度上。传统的视频分析方法遵循多阶段流程：首先，转录音频文件；然后，分别描述视觉元素；最后，手动将两种信息关联起来。这个过程不仅耗时，而且不可避免地会导致信息丢失。微妙的视觉线索、非语言交流的含义，以及口语与视觉事件之间的时间同步性都会丢失或未能充分捕捉。

Gemini 3 能够同时且整合地捕捉这些语境层面的信息。该系统不仅能识别说话者，还能解读其姿势、手势和面部表情与言语内容之间的关系。这种整体分析能够提供仅凭孤立的文本记录无法获得的洞察。销售对话不仅可以搜索口头异议，系统还能识别对话伙伴肢体语言中的犹豫、兴趣或怀疑等迹象。

该应用案例涵盖众多行业。在金融领域，Gemini Enterprise 可实现复杂分析流程的自动化。通过自动化中台业务，银行可以提高效率，具体表现为：客户留存率翻番、潜在客户转化率提升 30%、生产力提高 50%，以及将一半员工调配到更高价值的工作岗位。人工智能驱动的欺诈检测、风险评估和合规监控功能，在降低运营风险的同时，还能有效降低成本。

在零售业，企业利用视频分析技术分析顾客在门店的行为，并监控多个门店的货架空间利用率和产品摆放情况。通过将陈列设置与规范进行比对，系统会自动验证视觉营销合规性。在医疗保健领域，情绪识别和情感分析功能可用于患者监测和治疗分析。制造业则利用实时质量控制自动化、装配线监控和安全合规性验证。

多式联运中断对劳动力市场政策的影响

多模态人工智能融入工作环境正在引发劳动力市场结构的根本性转变。历史上，技术变革主要影响体力劳动或低技能工作。生成式人工智能和多模态系统正在打破这一模式，它们越来越多地承担起以往被认为是高技能专业人员专属领域的认知和创造性任务。据估计，到2030年，美国经济中约30%的工作时间可能实现自动化，这将导致1200万个工作岗位发生转变。

此次颠覆性变革的本质与以往的自动化浪潮截然不同。以往的自动化浪潮主要取代的是重复性的、基于规则的任务，而多模态人工智能则着眼于那些需要理解上下文、做出判断以及解读复杂模糊信息的活动。过去需要花费数小时手动汇总营销活动效果并撰写报告的市场经理，现在只需几分钟即可收到系统自动生成的、数据驱动的建议。产品经理也能在更短的时间内查看更多客户反馈，因为系统能够自动分析客户访谈视频并提取关键信息。

人们对人工智能导致失业的担忧不无道理，但历史经验表明，从长远来看，新技术创造的就业机会多于其摧毁的就业机会。世界经济论坛估计，到2025年，人工智能将在全球范围内取代7500万个工作岗位，但同时也会创造1.33亿个新的工作岗位，净增5800万个工作岗位。然而，这种总体估计掩盖了行业和地区间的显著差异。制造业可能会面临大量失业，而医疗保健和教育行业则有望实现显著的就业增长。

失业人员重返劳动力市场的速度至关重要。模型显示，只要失业人员能够迅速重新就业，几乎所有情景都预测到2030年将实现充分或接近充分就业。结果表明，迅速帮助失业人员重返劳动力市场至关重要。更高的生产率能够增加员工收入，从而促进经济增长并增加劳动力需求。与此同时，人工智能正在加速新产品和服务的开发，这将需要更多的劳动力。

各组织必须实施积极主动的技能提升和再培训策略。目前，全球约有35%的劳动力（超过10亿人）由于人工智能的应用而需要接受进一步培训。而历史上，这一比例仅为6%。企业必须明确有效应用人工智能所需的跨职能技能，帮助员工培养这些技能，并提供有针对性的培训和发展机会。

未来需求旺盛的技能正显著转向那些能够促进人机协作的技能。数据分析、机器学习和编程等技术技能固然重要，但创造力、复杂问题解决能力、情商以及解读和战略性地运用人工智能生成的洞见的能力也变得同样关键。未来的工作模式并非与人工智能竞争，而是建立伙伴关系，使人类员工能够专注于创造力和战略思维。

通过“托管人工智能”（人工智能）开启数字化转型的新维度 - 平台和 B2B 解决方案 | Xpert Consulting

“托管人工智能”（AI）开启数字化转型新维度——平台与 B2B 解决方案 | Xpert Consulting - 图片：Xpert.Digital

在这里您将了解您的公司如何快速、安全且无高门槛地实施定制化的AI解决方案。

托管 AI 平台是您全方位、无忧的人工智能解决方案。您无需处理复杂的技术、昂贵的基础设施和冗长的开发流程，只需几天时间，即可从专业合作伙伴处获得根据您的需求量身定制的交钥匙解决方案。

主要优势一览：

⚡ 快速实施：从构思到实际应用，只需几天，无需数月。我们提供切实可行的解决方案，创造即时价值。

🔒 最高数据安全性：您的敏感数据将由您自行保管。我们保证数据处理安全合规，不会与第三方共享。

💸 无财务风险：您只需为结果付费。完全无需在硬件、软件或人员方面进行高额的前期投资。

🎯 专注于您的核心业务：专注于您最擅长的领域。我们负责您 AI 解决方案的整个技术实施、运营和维护。

📈 面向未来且可扩展：您的 AI 将与您共同成长。我们确保持续优化和可扩展性，并灵活地调整模型以适应新的需求。

更多相关信息请点击这里：

托管人工智能解决方案 - 工业人工智能服务：服务业、工业和机械工程领域竞争力的关键

德国人工智能工业4.0：人工智能作为效率和创新的引擎

人工智能视频生成技术推动创意产业转型

人工智能视频生成技术正给创意产业带来历史上最剧烈的变革之一。人工智能艺术作品市场规模已达23亿美元，ArtStation和DeviantArt等平台的用户生成内容年增长率高达40%。到2025年，将有超过120万独立创作者利用人工智能工具，通过Patreon、Substack等平台以及其他人工智能驱动的市场，实现作品变现。

新进入者在市场中拥有巨大的经济机遇。人工智能工具的普及化正在消除以往基于设备、工作室和专业人员高额资本投入的传统准入壁垒。如今，独立内容创作者只需极少的投资即可制作出视觉效果精良的视频，足以与传统制作的内容相媲美。这种颠覆性变革遵循着典型的颠覆性创新模式：技术首先开拓了对现有供应商而言经济上缺乏吸引力的市场领域，然后逐步扩展到更高价值的细分市场。

成熟的制作公司面临着复杂的战略困境。一方面，人工智能工具有望大幅降低成本并提高效率。一部科幻电影的剧本曾被一家大型制片厂以无利可图为由拒绝，但经过虚拟制作技术的修改后，最终以超过40%的预算完成，票房却超过了原预算的七倍。将生成式人工智能与其他所有技术相结合，每年可通过工作自动化将生产力提高0.5至3.4个百分点。

另一方面，追求效率与维护创作的真谛之间存在着根本性的冲突。创意产业以艺术为基础，任何技术都应服务于艺术，而非试图取代创作过程。生成式人工智能可以提高效率，但它无法直接取代人类作家、导演、演员或设计师。试图利用生成式人工智能生成剧本草稿，再由创意人员进行编辑，会遭到那些为创作过程注入情感和创新的艺术家的强烈抵制。这样做极有可能疏远那些支撑整个产业发展的人们。

对于制作公司而言，最佳策略在于专注于提升前期和后期制作的效率，同时将创意过程置于首位。虚拟制作技术、人工智能驱动的视觉特效以及自动化后期制作可以将制作周期缩短数月，并将预算削减20%甚至更多。关键在于，如何在不影响创意愿景的前提下，提高每日拍摄的有效时长，并在前期制作阶段完成一半的视觉特效。

人工智能对创意产业结构的长期影响深远。传统的生产流程需要高昂的固定成本和专业技术，这自然形成了寡头垄断和市场准入壁垒。而人工智能工具带来的民主化正在打破这种格局。能够制作高质量内容的独立创意专业人士数量呈指数级增长。这加剧了现有工作室面临的竞争压力，同时也为将人工智能驱动的生产与精心策划的发行和营销能力相结合的创新商业模式创造了新的机遇。

适合：

Xpert.Digital 已经有机会对其进行了测试！Gemini 3 Pro 预览版实际测试：人工智能市场带来的经济变革才刚刚开始。

多模式监测的数据保护和伦理挑战

多模态人工智能系统能够同时处理和解读视觉、听觉和文本信息，这开辟了应用前景，但也引发了重大的数据隐私和伦理问题。对肢体语言、面部表情和语调的实时分析，可以推断出远超口语本身所能提供的关于情绪状态、真诚度和意图的信息。这些功能已被应用于求职面试、员工监控和客户行为分析等领域。

美国超过半数的大型雇主使用情绪追踪人工智能来监控员工的内心状态，这种做法在新冠疫情期间显著增加。像联合利华这样的公司采用人工智能驱动的视频面试，通过算法分析面部表情来评估应聘者的诚实度和情绪。由HireVue等公司提供的软件能够识别出最佳候选人，并向招聘人员提供人工智能对每位候选人的观察记录。

这些方法的潜在优势在于为双方都带来了便利，候选人可以随时完成面试，招聘人员也可以根据自己的时间安排进行审阅。联合利华声称，这种新方法有助于提升种族多样性，非白人候选人的招聘数量显著增加。理论上，通过训练有素的人工智能消除招聘人员的无意识偏见，可以带来更公平的招聘流程。

然而，其中的风险和伦理问题不容忽视。人工智能监控通常在后台运行，许多员工甚至不知道自己正被追踪。这些系统往往缺乏透明度和可解释性，员工会深受其工作成果的影响。此外，雇主还可能滥用人工智能，例如，利用其优势来获取谈判筹码、操纵生产力数据或重组雇佣关系。

人工智能应用中的生物识别数据引发了重大的伦理困境。面部识别技术可以提升安全措施，但通常未经个人明确同意即可运行，并可能导致不必要的监控。如果这些数据遭到黑客攻击或滥用，例如通过未经授权访问个人账户或制作深度伪造视频，后果可能十分严重。执法机构使用此类技术也可能引发严重的人权问题。

多模态人工智能模型显著扩大了滥用攻击面。Enkrypt AI 的一份报告显示，某些模型生成与儿童性剥削材料相关的文本的可能性是 GPT-4o 和 Claude 3.7 Sonnet 等同类模型的 60 倍。当暴露于对抗性输入时，这些模型生成危险的化学、生物、放射性和核信息的可能性是其他模型的 18 到 40 倍。这些风险并非源于明显的恶意文本输入，而是源于隐藏在图像文件中的提示注入，这种技术能够有效绕过传统的安全过滤器。

风险缓解建议包括将红队演练数据集整合到安全协调流程中、持续进行自动化压力测试、采用情境感知的多模态防护措施，以及建立实时监控和事件响应系统。此外，还应创建风险卡片模型，以便透明地沟通漏洞信息。

监管框架严重滞后于技术发展。荷兰数据保护机构叫停了一家公司要求员工佩戴 Fitbit 设备进行数据处理的试点项目。随着技术能力与法律保障之间的差距日益凸显，类似的干预措施将会增加。实施多模态人工智能监控的公司必须建立积极主动的数据保护框架，远远超出最低合规要求。

挑战在于如何利用多模态人工智能的潜力来提升安全性、效率和决策质量，同时又不损害基本的数据隐私权，或营造一种持续监控的氛围，从而削弱员工的信任和自主性。成功应对这一挑战不仅需要技术解决方案，还需要就价值观、透明度和可接受的监控范围等问题展开根本性的组织讨论。

对德国工业企业的战略意义

德国经济的制造业密集度为人工智能辅助优化提供了巨大的潜力。巴登-符腾堡州将前沿研究与实际应用相结合，展示了人工智能如何为传统行业带来可衡量的效益。将人工智能融入生产流程，能够帮助德国中小企业通过提高效率和质量，在全球竞争中保持优势。

德国企业偏好本地部署解决方案，这与基于云的人工智能服务存在冲突。Vertex AI 提供的 Gemini 服务需要采用云技术，这对制药和汽车等数据敏感型行业构成了挑战。混合架构（即在本地处理关键数据，仅将聚合或匿名化数据发送到云端）正成为一种折衷方案。

在机械工程和汽车行业，基于多模态人工智能的视频分析技术能够实现质量控制自动化、装配线监控以优化工作流程，并进行实时安全合规性验证。企业可以实时检测制造过程中的产品缺陷和异常情况。通过追踪工人动作和机器运行情况，可以识别瓶颈并优化流程。此外，还能自动验证工人是否遵守安全规程并佩戴了适当的防护装备。

手势识别技术在制造业的应用正在改变人机交互方式。工人可以通过手势控制机器，从而提高效率和安全性。奥迪位于布鲁塞尔的工厂正在试验手势控制机器人，这些机器人可以远程指挥工人。这种非接触式控制方式无需物理开关和按钮，降低了事故风险，并提高了操作速度。

德国企业面临的战略挑战在于，如何将自身在卓越工程和制造质量方面的历史优势与数据驱动型人工智能系统的能力相结合。以往基于经验和渐进式改进的生产流程传统优化方式，正日益被人工智能系统所补充或取代。这些人工智能系统能够从持续的数据流中学习，并实时提出优化建议。

文化适应这种新现实可能比技术实施更具挑战性。德国工业企业的特点是拥有深厚的专业知识、森严的层级结构和既定的流程。要整合那些可能提出或做出与传统专业知识相悖的决策的人工智能系统，就需要进行文化转型。只有那些将人工智能定位为人类专业知识的延伸而非替代的企业，才能成功采用人工智能。

人工智能原生经济中的工作未来

向人工智能原生经济的转型并非一次性的颠覆，而是一个持续的重组过程，在这个过程中，人类智能和机器智能正日益融合。这一转型的速度远远超过了历史上任何一次技术变革。电气化用了数十年才渗透到生产领域，数字化也历经二三十年，而人工智能的整合却在短短几年内就完成了。

工作的性质正在发生根本性的转变，从执行明确定义的任务转变为协调和监督人工智能支持的流程。市场经理不再花费大量时间手动创建报告，而是将更多精力放在解读人工智能生成的洞察，并就实施哪些建议做出战略决策。产品经理也不再专注于转录和编码客户访谈，而是将人工智能提取的模式整合为连贯的产品策略。

这种转变需要人类与人工智能之间建立新型的协作模式。早期将人工智能视为工具的比喻正变得越来越不适用。人工智能系统并非被动地按需激活，而是持续协作的伙伴，它们能够过滤信息、提供方案建议并做出日常决策。与这些系统有效互动的能力正成为几乎所有职业的核心竞争力。

通过人工智能增强个人生产力，超级机构的经济逻辑正逐渐显现。如今，个体经营者在人工智能系统的支持下，可以提供以往需要小型团队才能完成的服务。咨询顾问可以进行更广泛的分析、制作多语言内容，并处理更复杂的项目。这些生产力的提升并不一定会导致总体上的失业，但它们会显著改变对不同技能的需求。

劳动力市场两极分化的现象已持续数十年，并且很可能会加剧。能够有效利用人工智能的高技能劳动者生产力显著提高，收入也相应增加。而中等技能劳动者的工作日益自动化，他们面临着巨大的压力。未来，劳动力市场的两极分化将不再仅仅局限于技能水平，而是会体现在人工智能的互补性上。

这对教育体系的影响是深远的。当人工智能系统能够获取几乎无限的信息，并且比人类更高效地完成日常任务时，传统的注重事实知识和标准化流程的教育方式就失去了意义。教育必须重新调整方向，转而培养真正代表人类优势的技能：在全新情境下解决复杂问题、创造性地整合不同信息、具备伦理判断力、情商以及与人工智能有效协作的能力。

政治的作用在于引导这一转型，使其惠益惠及大众，风险降至最低。这需要对终身学习和再培训进行大规模投资，在转型时期为劳动者建立社会保障体系，促进中小企业获取人工智能技术，并建立既能促进创新又能保障基本权利的监管框架。

多模态人工智能革命的总体经济影响是积极的，尽管其分配效应显著。生产力提升是真实且显著的。从非结构化多媒体数据中提取以往难以获取的洞见的能力创造了真正的新价值。普及先进分析能力降低了市场准入门槛，并促进了创新。

与此同时，这种变革的迅猛发展要求我们采取积极主动的规划，以防止短期冲击损害长期潜力。技术革命的历史告诉我们，尽管其总体影响是积极的，但转型阶段可能会带来巨大的社会动荡。社会应对这些转型的能力将决定多模态人工智能革命最终带来的是全民共享的繁荣，还是加剧的不平等。

未来的工作既非大规模失业的反乌托邦，也非毫不费力就能致富的乌托邦。它是一个人类智能与机器智能界限日益模糊的现实，成功取决于理解、管理和增强人工智能系统的能力，持续学习和适应也成为常态。能够成功驾驭这一变革的组织和社会，不仅要采用相关技术，还要创建必要的流程、文化和制度，使人们能够在新的现实中蓬勃发展。