理投入的合理分配，对于运维 管理同样适用，通过对资源按照所在业务重要度区分其对应的管理等级，比如关乎生产系统的资 6/70 智慧运维平台建设方案 源划分成一级，内部办公系统相关资源划分成二级设备；对于一级设备意味着更为密集的数据采 集和更低的阈值，对于异常更为敏感，故障处 后期的管理数据统计需要单独 列项统计。 常规运维软件中仅仅是对于将管理对象简单的划分了不同等级，仅是为了界面上进行统计， 没有落实到具体运维过程中；真正落地的等级化管理必须要做到如下几点：  按照业务划分管理资源  实现对于不同等级资源不同的监控周期和预警阈值  对于不同等级资源定义不同预警等级和处置方案  对于不同等级资源进行不同角度的统计和报表分析  能便捷的调整等级，并应用相应等级的管理规则 通过系统提供的智能策略机制，将用户对于某些异常分析的人工方式自动化，比如对于主机 高负载原因的排查，一般的操作逻辑是确定主机负载超过风险阈值情况是偶发事件还是一直存在， 然后分析每一次出现高负载的进程是否一致，通过人工智能找到具体的异常进程，关闭该进程或 者卸载相关软件，同时对于该进程的设定预警，达到事前预警；智慧运维平台通过策略实现这一 系列动作，包括对历史记录多点对比，对于进程的记录，异常进程的智能判断，乃至告警的建议；

的合理分配，对于运维 管理同样适用，通过对资源按照所在业务重要度区分其对应的管理等级，比如关乎生产系统的资 源划分成一级，内部办公系统相关资源划分成二级设备；对于一级设备意味着更为密集的数据采 集和更低的阈值，对于异常更为敏感，故障处理上要求更为严格，后期的管理数据统计需要单独 ⱻ7⼀82 疘ഀ ࠀ⨀⨀⨀⨀ꡒ 穦条킏ꅻٴ獞聢⽧륥䡨 列项统计。 常规运维软件中仅仅是对于将管理对象简单 分了不同等级，仅是为了界面上进行统计， 没有落实到具体运维过程中；真正落地的等级化管理必须要做到如下几点：  按照业务划分管理资源  实现对于不同等级资源不同的监控周期和预警阈值  对于不同等级资源定义不同预警等级和处置方案  对于不同等级资源进行不同角度的统计和报表分析  能便捷的调整等级，并应用相应等级的管理规则 智慧运维平台以等级为核心进行管理区分，内置不同等级的管理解决方案，从下到上贯彻等 通过系统提供的智能策略机制，将用户对于某些异常分析的人工方式自动化，比如对于主机 高负载原因的排查，一般的操作逻辑是确定主机负载超过风险阈值情况是偶发事件还是一直存在， 然后分析每一次出现高负载的进程是否一致，通过人工智能找到具体的异常进程，关闭该进程或 者卸载相关软件，同时对于该进程的设定预警，达到事前预警；智慧运维平台通过策略实现这一 系列动作，包括对历史记录多点对比，对于进程的记录，异常进程的智能判断，乃至告警的建议；

需要对数据 的意义进行挖掘，这就需要借助一些专业的工具和模块对数据进行进一步的处 理。 基于以上三方面内容的提议以及对于项目前期功能、需求的整理归纳，项目平台宜 选用 XX 科技的 KingSCADA 软件平台，该平台足以直接实现数据的采集及其相关的展 示功能；而对于更深层次的数据挖掘，该平台则可充当基础载体，辅以 XX 科技专业的 信息化功能模块即可满足更高级的功能需求。以下项目建议也都是基于该软件平台进行 驱动库中拥有五千余种不同厂家不同设备的驱动，如 果设备型号或通讯协议匹配，一般可直接通讯），只要设备具备通讯的基础条件，如： 额外的通讯接口，寄存器点表，厂家建议的通讯参数等，那么数据就可以被采集到 KS 中。 对于 KS 中的数据采集逻辑如下图所示： 本次项目中，设备多为西门子、三菱、欧姆龙等品牌，这些品牌的驱动在 XX 驱动 库中也存在着多种型号，应可以满足当前需求。如果现场设备的数据采集基础条件不具 输。可能 还需要分布式的去部署采集器以及建设相应的内部网络。采集器即部署了 XX 数据采集 软件的计算机，一般如果直接在生产现场使用，都是采用的工控机，以达到应对更苛刻 的现场环境的目的。 对于本次项目，我们建议采用如下的采集器部署方式： 8 通过该方式的采集链路部署，可以有效的减少数据传输中的不稳定因素产生，同时 可以简化和规范数据采集过程中的网路结构。在今后功能出变化或者设备出现调整时，

者任务的核心。 经济学家作为知识工作者，毫无疑问处在这次变革的中心。经济学家的日常工作，包括数据分析、编程和 专业写作等，恰恰都是大语言模型擅长而且仍在快速进步的领域。如果我们采用 O*NET 对于经济学家的任 务描述，请 GPT-4o 来评判有多少会受到人工智能的影响，经济学家已经有 64% 的任务暴露于人工智能的影 响之下。人工智能的飞速发展，一方面使我们好奇：究竟是怎样的技术，能够具备如此令人惊叹的文字输出和 模型的其它应用，包括代码编辑器以及大模型知识库。对于一般咨询的场景，使用网页访问即可满足要求；而 1从概念的包含关系上看，人工智能（Artificial Intelligence, AI）包含了生成式人工智能，生成式人工智能又包含了大语言模型，简称大模型。本文 主要讨论大语言模型的影响，因此若上下文中无特殊说明，本文中的 “AI”、“大模型” 均指代大语言模型。 2 人工智能时代的社会科学家 5 对于需要大规模文本分析的应用，则需要通过 能，也出现了潜在的新问题。我们讨论了大语言模型在文本数据分析以及智能体模拟中的潜在问题。最后，研 究是一场孤独的修行，研究者也可以将 AI 作为自己的另一个 “朋友”，让自己在研究之路上不再孤单，从而在 科学探索的路上走得更远。对于每一种应用，我们都会提供相应的案例以及提示词，并总结相关的提示技巧。 本文所展示的案例远不能覆盖所有的应用场景，希望这些示例能抛砖引玉，启发读者们更多更有创意的应用。 本文的主要贡献体现为以下两

人工智能行业概况 • 人工智能市场概况 • 生成式人工智能概况 • 人工智能对各行业的影响 2. 人工智能对住宿业和商务旅行的影 响 • 人工智能对于住宿业的影响 • 人工智能对于商务旅行的影响 3. 旅行者对人工智能的使 用 • 人工智能对于旅游者影响 目 录 © 2024 Wezo. - All Rights Reserved 扫描领取报告 人工智能行业概况 第 01 章 扫描领取报告 77% Next Move Strategy Consulting 2 0 2 4 - 2 0 3 0 年人工智能复合年均增长率 +1.549 万亿美元 +4328 亿美 元 我们统计了主流机构对于人 工智能 ( AI) 市场， 均预计 将 在 未 来 十 年 呈 现 显 着 增 长； 根 据 Statista 的 数 据 ， 人 工 智能市场规模预计将从 2 0 2 3 年的 奥地利是欧洲住宿企业将人工 智能 ( AI) 视为未来六个月关 键 机遇的比例最高的国家有 4 4 % 的奥地利受访者认同 人 工 智 能 对 住 宿 和 商 务 旅行 的 影响 人工智能对于住宿业的影响 +38% 2 0 2 3 年 8 月进行的一项调 查 中有 38 % 的德国受访者认 同 S o u r c e ( s ) : B o o k i n g . c o m ;

同的需求。 收银台：安装感烟报警探测器、无线火灾报警主机、智慧用电设备，以满足客 户对于明火火灾与电气火灾监测预警的需求。安装网络视频摄像机，以满足客户对 于人员纠纷、收银情况记录、防盗、警情确认的需求。 就餐区：安装感烟报警探测器以满足客户对于明火火灾监测预知的需求安装网 络视频摄像机以满足客户对于人员纠纷、防盗、警情确认的需求。 后厨区：安装感温报警探测器、可燃气体探测器、智慧用电设备，以满足客户 九小场所智慧消防解决方案 对于燃气泄漏、明火火灾、电气火灾监测预知的需求。安装视频监控摄像机以满足 客户对于防盗、警情确认的需求。 疏散通道：安装感烟报警探测器以满足客户对于明火火灾监测预知的需求。安 装智能分析摄像机，以满足客户对于消防通道占用、拥堵预警的需求。 所有消防探测器通过主机与监控设备一起，经局域网将报警信号、视频信号传 收银台：安装感烟报警探测器、无线火灾报警主机、智慧用电设备，以满足客 户对于明火火灾与电气火灾监测预警的需求。安装网络视频摄像机，以满足客户对 于人员纠纷、收银情况记录、防盗、警情确认的需求 仓库：安装图像型感烟探测器以满足客户对于明火火灾监测预知、警情确认、 防盗管理的需求。安装智慧用电设备以满足客户对于电气火灾监测预警的需求。安 装网络视频摄像机以满足客户对于人员纠纷、防盗、警情确认的需求。 营业区域：安装

则、信息编码规则、逻辑对象编码规则、实体对象编码规则。，把学校已建成 的应用系统产生的数据无缝接入，保障各部门间应用系统信息互联互通，实现 资源共享，并为后续的数据整合、挖掘分析提供支撑。 2. 建设学校完整数据链条 对于学校已建成应用系统在使用过程中，由于未使用或仅使用部分功能， 导致部分基础性或共享性、交叉分析性质较强的业务类数据缺失的问题。通过 本次建设数据分析平台，督促各部门开放数据接口，进行更大范围的数据集成， 可能多的集成已有数据，对已有的数据质量较高的业务系统中的数据优先进行 挖掘分析，对于不太完备、数据质量较低的系统可以在二期、三期进行挖掘分 析。 3.3 先进性 系统设计采用先进的智慧化校园理念、先进技术和先进的系统工程方法。 建设一个可持续发展的、具有先进性、开放性的大学智慧化校园。 3.4 可扩展 系统架构设计合理，考虑对于未来的发展，设计充分考虑今后扩展的要求。 包括与其它应用系统之间的互 均为结构化数据。 2、半结构化数据 半结构化数据是类似 XML、HTML、文档之类的数据。它一般是自描述的， 数据的结构和内容混在一起，没有明显的区分。半结构化数据的数据模型对应 树或者图。对于半结构化数据的存储，可以将其结构化的数据将转存到数据中 心库中，不能结构化的数据采用 Nosql 数据库进行存储。 3、非结构化数据 各种文档、图片、视频/音频等，没有数据模型，诸如此类数据将被存储到

(ETS) 下所承担的成本相 当。这项政策对国际供应链，特别对欧盟贸易依存度较高的经济体，具有重大 影响。生产碳密集型产品的公司面临合规成本增加的压力，这可能迫使它们采 用更环保的生产方法。 对于香港制造业企业，特别是构成香港制造业支柱的中小企，这册实务指南提 供必要的知识和工具，协助他们应对碳边境调整机制的各项要求，提供深入分 析、逐步指导及策略，确保业界可顺利过渡至这个全新的监管环境。 了我们访谈中的真实例子，准确 反映了受 CBAM 规管的企业所面临的挑战和机遇。 1.3. 本指南的目标读者 本指南的主要读者包括： • CBAM 覆盖行业的香港制造业企业： 对于当前 CBAM 所覆盖行业（如 钢铁和铝业）的公司，本指南将能帮助企业做好合规和运营调整相关工 作。 • 其他制造业领域的香港制造业企业： 预计将被纳入 CBAM 范围的行业 （例如到 2026 标 而设计的法规框架。通过对某些高排放进口商品施加碳价格，CBAM 旨在鼓励 全球采用可持续的生产实践，同时与欧盟的气候目标保持一致。对于港资制造 业企业 (HKMEs) 而言，理解 CBAM 对于应对其影响并为其运营要求做好准备 至关重要。 对于进口商、贸易商和制造商而言，CBAM 引入了特定的合规要求，例如排放 数据的报告和核查。第二章概述了这些义务，帮助港资制造业企业和其他持份

本指南适用于无人驻守的海上制氢设施，包括海上浮动制氢设施、海上固定制 氢设施。 1.1.2.2 对于集中式海上制氢设施，应满足本指南第 1 章至第 8 章的技术要求。 1.1.2.3 对于分布式海上制氢设施，除应满足本指南中针对分布式海上制氢设施的条款 外，还应满足对应类型海上设施的相关规范及指南。 1.1.2.4 对于同时兼有制氢功能的其他类型海上设施，其氢系统的相关技术要求可参照 本指南的适用要求执行。 应满足本指南关于固定制氢设施的适用技术要求 1.4.3 建造中检验 1.4.3.1 申请 CCS 进行建造检验的设施，在建造前，申请方应向 CCS 总部或其当地分 支机构提交设施建造检验的书面申请。 1.4.3.2 对于首次申请建造CCS级设施的建造厂或首次建造CCS级新型设施的建造厂， 验船师应对建造厂的生产能力，包括生产场所、设施及建造厂的质量保证体系、施工人员的 资质、分包方等各方面以及对即将建造设施的适用性和有效性进行评估。 损检测人员资质、船用产品持证要求清单、 焊接规格表、无损检测图、密性试验图、检验/试验项目表、有关材料（钢板、焊接材料等）、 建造公差标准、分包方情况（适用时）以及开工前必需的图纸文件等技术资料等。对于个别 不影响开工的项目，验船师可酌情在相应建造阶段之前予以检查和确认。 1.4.3.4 其他试验/检验文件的核查 （1）验船师应对建造厂提供的，为即将建造设施的准备工作和相关资料，诸如机械、

，将 环保业务数据、各部门数据、互联网数据自动、及时、完整 的清洗、比对按信息资源建设的要求将各库需要的数据对应 分类存储。 2) 数据集成层（数据资源建设）：实现数据的统一汇 聚集成，针对于不同的数据类型采用不同的数据集成工具 （实时采集工具、离线采集工具、互联网爬虫工具等），采 集的数据通过数据的检验、清洗、转换、弥补进行预处理； 数据梳理和数据建库，梳理环境业务数据、各部门数据、互 案，并建立公共基础信息库、业务信息库、成果数据库、共 享交换库。 3) 数据存储层：将采集的多种林业类型的数据分别进 行存储，包括结构化数据、非结构化数据、半结构化数据； 4) 数据引擎层：对于采集上来的数据，根据业务需要， 统一进行分析处理，根据采集数据的频度，即实时性的要求， 平台能够提供实时流分析引擎、离线处理引擎、图计算引擎、 并行计算引擎、实时检索引擎等的数据计算的能力，用来满 RDD(ResilientDistributedDataset)的内存抽象结构。 原有的分布式内存抽象，例如 Key-ValueStore 以及数据库,支持 对于可变状态的细粒度更新，这一点要求集群对数据或者日志的更 新进行备份来保障容错性。这样就会给数据密集型的工作流带来大 量的 IO 开销。而对于 RDD 来说,它只有一套受限制的接口,仅仅支持 粗粒度的更新，例如 Map,Join 等。通过这种方式，Spark 只需要简