数据生产方式不断向广度和深度拓展是数据要素化发展新阶段的重要标志 人类社会正进入数据要素化发展新阶段 10 > 11 国家数据基础设施技术路线发展研究报告 化的数据标注与合成技术正成为海量非结构化数据成为高质量数据集的关键核心技术。第二个方向是向深度拓展，即从公域 数据领域向私域数据领域拓展。随着人工智能大模型的快速发展，全球可供大模型训练的公域数据即将耗尽，而原先由于涉 隐涉密（国家机密、企业秘密、个人隐私）而被尘 权。BigQuery数据流通平台的技术特点有以下 三方面： （1） BigQuery云数据仓库 BigQuery作为Google Cloud的企业数据仓库，是Google Cloud数据处理的核心枢纽，具备诸多显著优势。它是完全 托管和无服务器的，这一特性赋予了它最大程度的灵活性与可扩展性，使其能够支持从千兆字节到艾字节规模的存储和SQL查 询。消费者可以将数据便捷地上传至BigQuer 项目的核心成员。AWS将52项服务纳入Gaia-X服务目录，在满足安全性、隐私保 护和互操作性需求的基础上，帮助欧洲客户和合作伙伴在欧洲加速云驱动的创新。AWS作为汽车行业数据空间Catena-X的 核心成员，提供了从供应链到保修和可持续发展等方面解决方案，为商业和公共部门的客户和合作伙伴提供服务。 （2）参与连接器组件开发 数据空间基于灵活和分布式的体系结构提供数据流通服务，其核心组件有

联网、智能 手机及其他各种 IT 系统的应用，但 AI 应用带来的挑战甚至负面影响可能比普通 IT 技术更大、更 隐秘。这一点是需要我们共同关注和努力的。 综上所述，我们发现，人工智能的发展是核心领域的高度融合和统一，以实现从基于“大数据、 小任务”范式的“专用人工智能”向“小数据、大任务”范式的“通用人工智能”的迈进。未来 随着 AI 技术的进一步发展，所有的系统平台从一开始设计就会引入 人训练师、标注师、数据治理岗等。 根据红杉中国《2023 企业数字化年度指南》的调研，以下行业的如下业务场景，将有机会应 用 AIGC 技术降本增效、提升市场反应速度、满足产品差异化和服务创新的需求，增强企业核心 竞争力。 您认为企业中哪些业务场景最适合应用 AIGC 技术？ 从应用深度来看，数字原生（科技，互联网行业）企业在 AIGC 应用方面走在前列。92.5% 以上的受访科技企业已经开始探索 AIGC 80% 70% 60% 50% 40% 30% 20% 10% 0% 医疗健康 行业 初步探索阶段 在某些领域的实践产生明显价值 广泛应用于多个业务场景，为企业带来突出价值 成为企业核心竞争力之一 尚未涉及AIGC领域 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 36% 14% 50% 生命科学 行业 100%

型，数 字化资产比重要从当前的30%提高到60%以上。央企集团总部 要率先打造数字化平台，加快形成集研发设计、生产制造、经 营管理和服务保障为一体的“端到端”企业数字化供应链体 系，构建以数据驱动为核心的敏捷响应和高效协同能力。 1.2 央国企数字化发展趋势 （1） 国家政策 据不完全统计，国家出台的与数字化转型相关的政策已 达45项之多，其中涉及国家战略发展、行业政策调整、企业经 营 用信息技术、网络技术，实现企业生产、经营、管理全过程的 优化和变革。石油企业正在加快实施数字化转型战略，推进产 业数字化和数字产业化，建设数字油田、智能油田，加强数据 安全管理和信息共享，打造企业核心竞争力。 石油数字化的核心是利用数字技术的优势，将其与石油生产 经营管理相融合。通过数字化和信息化系统，建立数字化的石 油生产经营管理模式，能够有效促进 石油生产经营管理效率和 水平的提升。通过数字化手段对石油业务流程、数据、 缺乏数字化经验 对数字化转型的战略、理念、愿景缺乏深刻理解；对企业数 字化转型的痛点、难点和关键问题缺乏系统研究，缺少整体解 决方案。没有从业务的角度去考虑企业的数字化转型，没有以 业务为核心去实现企业的数字化，或者说不知道如何去实现数字 化。 （4） 部门协调困难，内部信息不畅 从业务角度来看，央企内部各业务部门之间、与外部系统 之间，经常会存在数据壁垒及数据共享不畅等问题。同时，信

征用于比对。 E. 在自助业务办理过程中自动核查办理人身份 方便第三方集成，凭条。 人脸识别智慧社区管理方案 算法 自主研发 软件 自主研发 硬件 自主研发 系统平台 自主研发 核心技术 基于深度学习的人脸识别技术 人脸识别智慧社区管理方案 公司的平台、产品 人脸识别人证合一核查系统 动态人脸识别预警系统 VIP 迎宾、考勤、人脸抓拍、预警系 统 车载安监系统