随着AI技术的快速发展，生成式大模型依托海量的数据训练和庞大的参数规模，展现出极高的泛用性，成为各方关注的重点。于此同时，“数据要素X”三年行动计划的发布，各行业对如何释放数据要素价值的关注程度空前高涨，一个以数据为基础，以大模型等数据智能应用技术为引擎的新时代正在到来，“（大模型+数据要素）×千行百业”将成为数据要素价值释放的重要范式。为加快凝聚产业共识，推动大模型在数据智能应用领域的快速发展，中国信通院开展了“大模型+数据智能应用”系列标准的编制工作。
大模型的落地将对企业数据智能应用模式产生深远的影响。在数据分析方面，大模型能够同BI、报表工具相结合，可实现更便捷的对话式分析，大大降低非专业人员的用数门槛。在知识管理及服务方面，大模型与知识库、知识图谱相结合，可实现一些复杂的推理和决策支持，并提供智能问答等知识服务形式。在业务自动化方面，大模型赋能的智能助手可辅助设计或优化业务流程，自动化进行任务规划、资源分配和时间管理等，并能够自动化执行重复性较高的任务。
这些成功案例不仅证明了大模型在数据应用领域的价值，也预示了随着技术的不断进步和应用场景的不断拓展，大模型将成为推动数据智能应用领域发展的重要引擎。在此背景下，为近一步推动大模型在各场景的应用落地，指导各企业积极应用大模型促进数据要素价值释放，TC601 WG10数据应用工作组联合WG16人工智能工作组牵头开展了“大模型+数据智能应用”系列标准编制工作，截止目前已有超过120余家企业参与了标准编制工作，已完成及在研标准信息如下：
依托标准的评估测试工作正在推进中，部分参与评估测试的企业如下：
![探讨企业大模型应用架构：大模型+数据智能应用系列标准解读]( "热点前瞻| 探讨企业大模型应用架构：“大模型+数据智能应用”系列标准解读")
以下标准将在数据智能大会——数据智能创新应用论坛进行发布和解读
随着大模型的不断发展和应用，数据分析领域正迎来前所未有的智能化时代。大模型可以准确理解用户数据分析需求，将自然语言转化为可执行的数据查询语句和分析任务，降低数据使用门槛；能有效应对多模态数据难题，消除数据孤岛，整合企业数据资源；同时也能深入理解和洞察，可为企业业务决策提供重要依据，促进数据要素价值的充分释放。此标准包含数据准备能力、大模型智能分析能力、智能交互能力、分享协作能力、集成部署能力、安全管理能力等六大能力域，18个能力子域，54个能力项。目前已有数巅科技、浙江移动、网易数帆、阿里云瓴羊、中电信人工智能、数势科技、蚂蚁科技、观远数据、科大讯飞、华为云参与测试。
![探讨企业大模型应用架构：大模型+数据智能应用系列标准解读]( "热点前瞻| 探讨企业大模型应用架构：“大模型+数据智能应用”系列标准解读")
随着社交网络、物联网、自媒体的发展，越来越多的数据以图的形式发生关联，如何有效地发掘这些数据中蕴藏的知识，满足不断增长的专业化、个性化需求，成为了一个亟待解决的问题。大语言模型（LLM）和知识图谱（KG）作为两种重要的知识处理技术，能力存在高度互补性，正在经历着深度的融合发展。此标准包含数据准备、模型场景化适配、智能知识图谱构建、智能交互应用、知识图谱存储与管理等5大能力域，14个能力子域，50余个能力项。目前已有渊亭科技、中电信人工智能完成测试。
![探讨企业大模型应用架构：大模型+数据智能应用系列标准解读]( "热点前瞻| 探讨企业大模型应用架构：“大模型+数据智能应用”系列标准解读")
随着数据智能技术的不断发展，以大型语言模型（LLM）驱动的AIGC为代表的内容生成技术已经成为企业数据智能能力中不可或缺的一部分，但传统的内容生成技术存在信息更新不及时、垂直领域知识匮乏、模型幻觉等问题，而检索增强生成（Retrieval-Augmented Generation，RAG）技术则通过引入外部知识检索过程，从预先构建的数据存储中检索相关的内容，能有效地缓解AIGC技术的幻觉问题，提高知识更新速度，并增强内容生成的多样性和可追溯性，是大模型行业落地的重要技术。此标准包含知识库构建能力、知识检索能力、内容生成能力、质量评估能力、平台能力等5大能力域，19个能力子域，50余个能力项。目前腾讯云已完成首个测试。
![探讨企业大模型应用架构：大模型+数据智能应用系列标准解读]( "热点前瞻| 探讨企业大模型应用架构：“大模型+数据智能应用”系列标准解读")
随着数字化转型的加速，企业积累的知识信息呈现出指数增长的趋势，且具备多模异构的特点。以关键词匹配技术为核心的传统知识问答系统存在信息检索效率低、答案匹配精度低、用户意图理解不足等问题，很难满足复杂多变的用户需求。随着人工智能技术的不断发展，企业纷纷尝试利用大语言模型（LLM）相关能力解决上述问题。此标准包含知识接入及管理、大模型场景化适配、智能问答应用、系统安全管理等四大能力域，13个能力子项，40余个能力项目。首批测试火热报名中，欢迎咨询参与。
![探讨企业大模型应用架构：大模型+数据智能应用系列标准解读]( "热点前瞻| 探讨企业大模型应用架构：“大模型+数据智能应用”系列标准解读")
随着大数据和人工智能领域不断取得突破性进展，大模型技术已经成为推动市场营销革新的主要力量。这些技术不仅在数字营销领域实现了技术手段的重大更新，还助力企业通过数字化战略实现精准定位和高效用户运营。大模型的应用激发了数据要素的最大潜能，成为数字经济时代企业发展的重要加速器。《大模型驱动的数字营销平台能力要求》标准，充分结合当下大模型在营销领域的应用成果及实践教训，涵盖数据能力、模型能力、大模型应用能力三大能力域，10个能力子项，100余个能力项目。首批评测正在进行，欢迎企业咨询报名。
![探讨企业大模型应用架构：大模型+数据智能应用系列标准解读]( "热点前瞻| 探讨企业大模型应用架构：“大模型+数据智能应用”系列标准解读")
企业数智化的过程中，打通从数据到知识、从知识到智能的各个环节至关重要，对知识的收集、组织、应用和管理逐渐成为机构不可或缺的能力。知识中台即是机构围绕知识所构建的一系列能力的集合，包括知识收集和生产、知识组织和加工、知识服务和业务赋能等部分。随着以大模型为代表的人工智能技术快速发展，领域专业知识在大模型训练、微调、检索增强生成（RAG）等关键环节中均发挥着重要的作用。企业的知识中台能力建设也直接决定了企业数据智能应用落地的效果，是企业数据智能相关能力建设过程中的重要一环。此标准包含知识汇聚、知识抽取、知识组织构建、知识管理、知识挖掘与加工、智能服务与应用、平台支撑等七大能力域，22个能力子项，120余个能力项目，现开放初始级、进阶级、优秀级三个级别。首批评估正在报名中，欢迎咨询参与。
![探讨企业大模型应用架构：大模型+数据智能应用系列标准解读]( "热点前瞻| 探讨企业大模型应用架构：“大模型+数据智能应用”系列标准解读")
原文始发于微信公众号（大数据技术标准推进委员会）：热点前瞻| 探讨企业大模型应用架构：“大模型+数据智能应用”系列标准解读
免责声明:文章中涉及的程序(方法)可能带有攻击性，仅供安全研究与教学之用，读者将其信息做其他用途，由读者承担全部法律及连带责任，本站不承担任何法律及连带责任；如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截，联系方式见首页)，望知悉。
点赞
https://cn-sec.com/archives/2826631.html
复制链接
复制链接
-
左青龙
- 微信扫一扫
-
-
右白虎
- 微信扫一扫
-
评论