人工智能行业应用建设发展参考架构:算力基础,数据服务,模型服务,应用开发,运维平台,运营平台等六个方面,建设的共性能力和特性能力

国家信息中心在深度调研人工智能产业发展现状基础上，聚 焦人工智能行业应用发展关键问题，面向制造、交通、金融、医 疗、消费等人工智能应用重点行业L域，研究提出《人工智能行 业应用建设发展参考架构》报告（以下简称“报告”）。报告从 算力基础、数据服务、模型服务、应用开发、运维平台、运营平 台等六个方面，提出人工智能行业应用建设的共性能力和特性能力。通过构建一套技术架构统一、数据规范统一、标准体系统一 的参考架构，摆脱企业服务模式不同带来的限制，降低供需边际成本，有效发挥规模效应，促进应用创新，激发市场活力，持续 推动产业健康G效发展。

本报告旨在研究推进行业应用发展标准化的参考架构，期望为各行业主体明确人工智能应用建设发展的重点和目标，降低应用开发和复制的边际成本，促进人工智能技术的创新成果与产业深度融合，为加快推进人工智能行业应用规模化落地提供有益参考。

一、AI的竞技场：谁在L跑？

AI技术的竞争日趋激烈，各国政府纷纷出台政策，试图在竞争中抢占先机。国外的大模型能力、多模态技术、混合模型等基础技术持续演进，而中国则以其独特的发展资源优势，在AI版图中的核心地位日益凸显。

二、中国AI的“超车”秘籍

中国AI市场规模的增长速度令人瞩目，预计到2027年将达到1,150亿美元。我国人工智能应用层企业完备，且具备良好的发展势头，尤其在互联网L域中的应用尤为活跃。

三、行业应用：AI竞争的新焦点

技术与产业竞争的焦点已经从单一的计算量和模型参数量转变为对G质量数据集规模的重视。数据密集型行业如金融、医疗健康等L域的应用正在不断落地。

四、AI行业应用的两大模式

当前，人工智能行业应用的建设通常存在两种典型模式：自研创新模式和平台赋能模式。这两种模式基于业务建设目的的不同而区分，共同推动AI技术与行业的深度融合。

五、统一参考架构：AI应用的“施工图”

统一参考架构的建设是行业发展的关键。它包括系统架构和能力模块，旨在降低不同系统间集成的难度和边际成本，促进算力、数据、模型和应用的协同。

六、统一参考架构的六大组成部分

统一参考架构分为算力基础、数据服务、模型服务、应用开发、运维平台、运营平台等六个主要部分。这些部分共同构成了AI应用的“超级大脑”，推动行业智能升级。

七、算力基础：AI的“心脏”

算力基础是AI的“心脏”，包括基础设施、算力资源管理平台和AI开发平台。它们为企业提供数据存储、计算和应用服务，是企业数字化转型的基石。

八、数据服务：AI的“血液”

数据服务是AI的“血液”，包含共性和特性能力，关注采集、处理、共享、数据集管理，形成统一的数据服务。数据服务的能力直接影响AI系统的原材料——数据的规模和质量。

九、模型服务：AI的“大脑”

模型服务是AI的“大脑”，包含基础模型、模型训练、模型使用、资产沉淀，形成统一的模型服务。模型服务的能力决定了AI系统的思考和决策能力。

十、应用开发：AI的“双手”

应用开发是AI的“双手”，包含行业应用引擎和应用场景，支撑各行业各L域业务的引擎。应用开发的能力使得AI能够将智能转化为实际的业务价值。

十一、运维平台：AI的“盾牌”

运维平台是AI的“盾牌”，确保系统的稳定和安全。它面向人工智能应用系统需求，提供系统管理维护、G可用、灾备、监控优化的能力。

十二、运营平台：AI的“窗口”

运营平台是AI的“窗口”，面向服务用户提供用户管理、用户服务等相应功能。它基于不同的业务目标，侧重点不同，具体有服务内部业务和服务外部客户两类。

十三、统一参考架构的建设：AI的“成长”

统一参考架构的建设通过加强共性支撑能力建设，解决行业共性问题，培育开放包容可持续激发各方合作活力的共赢生态，支撑行业人工智能G质量发展。

十四、基于统一参考架构的应用建设：AI的“实践”

不同类型的人工智能应用都可使用统一参考架构进行建设，包括算力基础、数据服务、模型服务等，同时在应用开发、运营平台和运维平台的功能建设方面，存在一定的差异和重点。

十五、总结与展望：AI的未来

人工智能应用建设参考架构将在金融、医疗、制造、交通、教育、互联网和智能家居等多个L域展现出巨大潜力，通过优化业务流程、提G效率和降低成本，推动这些行业的创新和变革。

AI的浪潮已经来临，统一参考架构将成为我们驾驭这股浪潮的关键。它不仅能够激发市场活力，降低供需边际成本，还能立足可持续技术框架，促进产业持续发展。让我们一起期待AI在各行各业中的规模化落地，助力G质量发展！

附件：人工智能行业应用建设发展参考架构:算力基础,数据服务,模型服务,应用开发,运维平台,运营平台等六个方面,建设的共性能力和特性能力