信息中心在深度調研人工智能產業發展現狀基礎上，聚 焦人工智能行業應用發展關鍵問題，面向制造、交通、金融、醫 療、消費等人工智能應用重點行業L域，研究提出《人工智能行 業應用建設發展參考架構》報告（以下簡稱“報告”）。報告從 算力基礎、數據服務、模型服務、應用開發、運維平臺、運營平 臺等六個方面，提出人工智能行業應用建設的共性能力和特性能力。通過構建一套技術架構統一、數據規范統一、標準體系統一 的參考架構，擺脫企業服務模式不同帶來的限制，降低供需邊際成本，有效發揮規模效應，促進應用創新，激發市場活力，持續 推動產業健康G效發展。

本報告旨在研究推進行業應用發展標準化的參考架構，期望為各行業主體明確人工智能應用建設發展的重點和目標，降低應用開發和復制的邊際成本，促進人工智能技術的創新成果與產業深度融合，為加快推進人工智能行業應用規模化落地提供有益參考。

一、AI的競技場：誰在L跑？

AI技術的競爭日趨激烈，各國政府紛紛出臺政策，試圖在競爭中搶占先機。國外的大模型能力、多模態技術、混合模型等基礎技術持續演進，而則以其d特的發展資源優勢，在AI版圖中的核心地位日益凸顯。

二、AI的“超車”秘籍

AI市場規模的增長速度令人矚目，預計到2027年將達到1,150億美元。我國人工智能應用層企業完備，且具備良好的發展勢頭，尤其在互聯網L域中的應用尤為活躍。

三、行業應用：AI競爭的新焦點

技術與產業競爭的焦點已經從單一的計算量和模型參數量轉變為對G質量數據集規模的重視。數據密集型行業如金融、醫療健康等L域的應用正在不斷落地。

四、AI行業應用的兩大模式

當前，人工智能行業應用的建設通常存在兩種典型模式：自研創新模式和平臺賦能模式。這兩種模式基于業務建設目的的不同而區分，共同推動AI技術與行業的深度融合。

五、統一參考架構：AI應用的“施工圖”

統一參考架構的建設是行業發展的關鍵。它包括系統架構和能力模塊，旨在降低不同系統間集成的難度和邊際成本，促進算力、數據、模型和應用的協同。

六、統一參考架構的六大組成部分

統一參考架構分為算力基礎、數據服務、模型服務、應用開發、運維平臺、運營平臺等六個主要部分。這些部分共同構成了AI應用的“超J大腦”，推動行業智能升J。

七、算力基礎：AI的“心臟”

算力基礎是AI的“心臟”，包括基礎設施、算力資源管理平臺和AI開發平臺。它們為企業提供數據存儲、計算和應用服務，是企業數字化轉型的基石。

八、數據服務：AI的“血液”

數據服務是AI的“血液”，包含共性和特性能力，關注采集、處理、共享、數據集管理，形成統一的數據服務。數據服務的能力直接影響AI系統的原材料——數據的規模和質量。

九、模型服務：AI的“大腦”

模型服務是AI的“大腦”，包含基礎模型、模型訓練、模型使用、資產沉淀，形成統一的模型服務。模型服務的能力決定了AI系統的思考和決策能力。

十、應用開發：AI的“雙手”

應用開發是AI的“雙手”，包含行業應用引擎和應用場景，支撐各行業各L域業務的引擎。應用開發的能力使得AI能夠將智能轉化為實際的業務價值。

十一、運維平臺：AI的“盾牌”

運維平臺是AI的“盾牌”，確保系統的穩定和安全。它面向人工智能應用系統需求，提供系統管理維護、G可用、災備、監控優化的能力。

十二、運營平臺：AI的“窗口”

運營平臺是AI的“窗口”，面向服務用戶提供用戶管理、用戶服務等相應功能。它基于不同的業務目標，側重點不同，具體有服務內部業務和服務外部客戶兩類。

十三、統一參考架構的建設：AI的“成長”

統一參考架構的建設通過加強共性支撐能力建設，解決行業共性問題，培育開放包容可持續激發各方合作活力的共贏生態，支撐行業人工智能G質量發展。

十四、基于統一參考架構的應用建設：AI的“實踐”

不同類型的人工智能應用都可使用統一參考架構進行建設，包括算力基礎、數據服務、模型服務等，同時在應用開發、運營平臺和運維平臺的功能建設方面，存在一定的差異和重點。

十五、總結與展望：AI的未來

人工智能應用建設參考架構將在金融、醫療、制造、交通、教育、互聯網和智能家居等多個L域展現出巨大潛力，通過優化業務流程、提G效率和降低成本，推動這些行業的創新和變革。

AI的浪潮已經來臨，統一參考架構將成為我們駕馭這股浪潮的關鍵。它不僅能夠激發市場活力，降低供需邊際成本，還能立足可持續技術框架，促進產業持續發展。讓我們一起期待AI在各行各業中的規模化落地，助力G質量發展！

附件：人工智能行業應用建設發展參考架構:算力基礎,數據服務,模型服務,應用開發,運維平臺,運營平臺等六個方面,建設的共性能力和特性能力