王艾军、仇 俊、常 江、侯赵磊、位雷雷、何成刚、崔 昊、冯晓蒙、 李名扬、陈 翥、雷冰冰、刘曜铭、马 骏、赵华伟、姚 远、管维东、 张 磊、王彬愚、黄霜筱、汤 凯 特别鸣谢： 深圳市福田区政务服务和数据管理局 高 增、李晓明 克拉玛依市委组织部 张世峰、鲁金伟 广州市花都区科技工业和信息化局 广州市花都区科技工业和信息化局 黄柳洪、吴明昊 广州市白云区城市管理和综合执法局 郑柏生、关代章、李 峰 北京市昌平区政务服务和数据管理局 张 辉、郭忠前、徐 峰 广东省东莞市数字经济发展集团有限公司副总经理 余祥臣 广州市数字政府运营中心 大模型中心由3套AI工程平台构成，包括数据平台、AI模型平台和AI原生应用平台。 （1）数据平台 数据平台是聚焦人工智能应用的数据全生命周期治理中枢，集成数据获取、数据加工、数据合成、数据标注、 数据配比、数据评估、数据发布、数据管理、数据安全等功能。数据平台提供从原始数据获取到标准化数据发布的全 链路自动化处理能力，提升数据生产加工效率、保障数据质量与合规性，通过一站式数据工程能力推动AI应用的工程 化落地进程。 数据

生，通过分析运行状 态和故障特征，实现故障预警和按需维护；安防系统数字孪生，通过整合视频 监控、门禁和传感器数据，构建建筑安全态势感知系统。 在资产管理方面，数字孪生提供了建筑全生命周期的数据管理和价值挖掘 平台。通过将设计、施工、运维各阶段数据集成到统一的数字孪生模型中，实 现建筑资产信息的持续积累和深度利用。研究表明，数字孪生资产管理可提高 决策准确性 30-50%，降低风险管理成本 （1）推动信息共享平台建设：建筑企业应推动企业内外部的信息共享平台 建设，通过统一的数据标准和接口，使得各参与方能够实时获取相关数据，减 少信息孤岛和沟通成本。 （2）建立统一的数据管理制度：企业应设立专门的数据管理部门，统一管 理项目中的数据资源，确保各类数据的准确性、可用性和安全性。通过加强数 据治理，确保数据能够有效支持项目管理和决策。 （三）管理人员的数字化领导能力不足 在建 具有显著优势，一方面通过多角度成像提升环境可视化深度，另一方面也能极 大地提高数据采集与处理效率。对于岩土工程调查、测试与取样环节，智能钻 机可实时采集钻头温度、转速、压力等核心信息，并与勘察数据管理平台实现 实时连接，从而建立起完整、可追溯的数据链。 其次，勘察数据处理与应用层面，数字勘察注重对采集数据的深层次分析 与利用。通过构建岩土工程信息模型，可以将现场采集到的地质、土质、水文、

要目标，涉及技术、流程和管理等多方面：通过数字孪生技术， 建立研发过程中的虚拟模型，实现产品性能的实时仿真与优化， 减少物理原型的迭代次数，加速验证和试验环节；利用 PLM（产 品生命周期管理）或 PDM（产品数据管理）平台，整合设计、开 发、测试和管理环节的数据流；开发模块化设计工具和知识库， 将标准件和模块化设计直接应用于新产品研发。 —10— 对运营成本的下降进行统计分析，平均下降 19.74%，有 服务器构成。照明灯保障光线稳定， 摄像头负责采集图像，AI 服务器承载算法并输出判断结果，控 —34— 制报警灯动作。软件框架以 Python3.5 为开发语言，采用 Tensorflow 识别框架和 Mysql 数据管理系统，通过 PLC 数据接 口获取检查工位唯一识别码，与 ERP 计划匹配得到生产车型， 筛选工艺数据确定当前车型零件差异，由 Tensorflow 检测图片 相似度判断是否异常，并将结果记录在 95%，建立了建立了智 能化新乳液清洗线、PI 生产数据库、中央集控物料控制系统、自 动化转鼓包装系统、热泵节能系统、智能数据库。通过 PLC 等先 进自动化控制系统、机器人控制器基础操作系统、产品数据管理 系统 PDM 和企业资源计划管理系统 ERP 及制造执行系统 MES 系统的无缝集成等安全可控智能制造手段系统的应用。 —47— 通过引进先进智能化管理系统及自动化装备，结合现有智能

分挖掘能源数据价值，加强产业链各环节协同，并结合数据建模、 人工智能等云上应用对外提供服务。例如，中国华能、上海电气等 云计算蓝皮书（2024 年） 23 企业通过构建能源综合服务平台，开展数据管理、能源金融、资源 勘探等多个数据服务，实现了能源领域资源与数据的流通。三是能 源云“龙头效应”明显，电力、油气领域应用落地进程较快。能源 产业作为国家支柱产业，呈现重点领域大型央国企牵头上云，其他 理和部署通常需要庞大的底层算力、丰富的训练数据以及先进的模型 算法支撑。此外，数据管理、模型安全、应用编排、性能监控等环节 也需要大数据、云原生、网络安全等复杂技术的支撑。这些因素不仅 增加了企业的技术投入和运营成本，也限制了 AI 技术的广泛应用。然 而，MaaS 的出现彻底改变了这一局面，它在 AIPaaS 基础上通过标准 化封装，深度整合计算资源、模型算法资源以及数据管理、模型安全、 应用编排、性能监控等能力，形成了面向应用开发的覆盖训练、推理 提供了全流程的 AI 应用开发能力， 覆盖数据管理、模型训练、模型微调、编排部署等，帮助下游用户更 加高效、便捷地实现大模型的应用开发。为实现 AI 应用价值落地，国 内外各大厂商都推出了全流程应用开发的 MaaS 平台，包括亚马逊云 的 Amazon Bedrock、腾讯云 TI 平台、华为云 ModelArts 等。这些平台 覆盖了数据管理、模型训练、模型调优、模型评估、推理部署、提示

意图管理总体技术要求 • 运营管理系统技术成熟度分级与评估方法 … • 网络运营管理大模型 • 总体技术要求 • 大模型服务、管理支撑系统技术要求 • 检索增强生成技术应用指南 • 数据管理系统技术要求 • 推理服务系统 - 技术要求、服务接口技术要求 … AN White Papers AN ToB Research Reports AN Best Practice Reports 运营商需提供泛在且可靠的连接，实现“高速泛在、天地一体、云网算智融合”的智能化综合性数字信息基础设施，以 满足无人经济对网络的高质量要求。 面对新的消费形态，电信运营商需提供及时性、个性化的体验。通过构建全生命周期的数据管理和安全保障体系，实现 科技感、智能化、生态化的流量入口和多触点互联互通，满足用户的多样化诉求。 为了社会治理和服务的智能化发展，电信运营商需提供普惠便民的服务，同时保护隐私，防范伦理风险。 数据的处理、分析和应用能力。这种融 合不仅优化了数据处理流程，还增强了数据的洞察力和决策支持能力。 Gartner预测，到2026年，未能利用GenAl的数据管理工具提供商每年的营收将减少10%，GenAI每年将使人工密集 型数据管理成本减少20%，同时新用例将增加三倍。 数据要素是数字经济的核心生产要素，已上升为国家级战略资源。数据基础设施是支持所有数据相关活动的基础层， 以数据为中心

，构建联盟 网络中的云存储服务。用户可以通过互联网随时随地访问自己的存储资源， 实现数据的便捷共享和协同工作。此外，资源虚拟化还可以与大数据分析、 人工智能等技术集成，为用户提供更加智能化的数据管理和分析服务。 3.2.3 多要素编排 多要素编排是在复杂系统或网络环境中，对多种异构资源和能力要素进 行统一调度和管理，以实现资源最优配置和业务高效运行。它整合计算、存 储、网络、安全等资 可信单元 AIU AI Agent Unit 智能体单元 CMM Computing Management Module 计算管理模块 DMM Data Management Module 数据管理模块 CCM Consociated Control Module 联盟控制模块 CUM Consociated User Module 联盟用户模块 CPM Consociated Policy

逻辑加工区 ...... 实时 数据区 明细 数据 汇总 数据 指标 数据 缓存层 贴源层 标准层 通用汇总 数据层 应用 数据层 元数据管理 数据血缘 ...... 人工补录采集 工商 ...... 数据采集/数据交换 数据访问统一入口 ...... 领导驾驶舱 统计报表 知识图谱 数据源 共性 加工层 明细 数据

线接入宽带技术可节省高达 80% 9 成本。 云计算为代表的先进数字化范式节省了业主自行建造 IT 基础设施的花销，降低运营开支。据报告测算 10，云 计算解决方案可减少 70% IT 支出，包括软硬件系统搭建、数据管理、存储空间管理、算力管理、安全系统设置、 能源消耗等。 2010 年左右，南非互联网普及率仅 有 28%，偏远和农村地区更低。传统的 有线宽带铺设成本高、周期长，网络建 设推广缓慢。 在南非政府引导下，网络运营商、外 技术，免去 数字政府建设一般会面临机制不顺畅、 标准不一致、平台烟囱式、数据不互通的问 题。例如，截止 2023 年超过 70% 的中国 地级市建设了政务云平台，但是由于不同部 门独立开发，跨部门数据管理共享困难、数 据格式和接口不统一、联动性不足。 中国政府针对性的制定了数字化发 展举措。服务层面，进一步推广政务大厅， 整合政府多部门服务，满足市民一站式 办理业务的需求；数据层面，逐步构建 没成本。 FWA 技术的推广以低成本的方式触 达了以往宽带接入难以覆盖的地区，目前 南非互联网接入率已经达到了 74.7%， 位居非洲前列。 省级单位和 N 个国务院有关部门的统一 数据管理；技术层面，探索将物联网、 云计算等数字技术融入市政运行、应急 调度等领域；基础设施层面，推动政务 云平台的集约化建设。 通 过 共 建 共 享 避 免 重 复 建 设， 预 期每年能够节省约

系统优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数 据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局。整体提升应 用基础设施水平，加强传统基础设施数字化、智能化改造。二是畅通数据资源大 循环。构建国家数据管理体制机制，健全各级数据统筹管理机构。推动公共数据 汇聚利用，建设公共卫生、科技、教育等重要领域国家数据资源库。释放商业数 据价值潜能，加快建立数据产权制度，开展数据资产计价研究，建立数据要素按 价值贡献参与分配机制。

操作系统欧拉，并在开放原子基金会下推出了社区开源版本开源鸿蒙（Open Harmony）和开源欧拉（OpenEuler）。 4.1.2.2 数据库 数据库是一种用于存储和管理拥有固定格式和结构数据的仓库型数据管理 系统。根据数据模型的不同，数据库可以分为关系型数据库和非关系型数据库， 在党政、金融等集中式通用关系型数据库领域优势明显。国产数据库可以分为传 统商用数据库、云数据库以及开源数据库，传统商业数据库主要包括武汉达梦、 数据 和对象数据等不同形态数据的组织方式，基于这些方式实现数据的分布式批量计 算和流式计算。 数据治理：基于数据采集交换、存储计算能力实现数据治理中的清洗转换、和加 工处理，实现组织的元数据管理、数据质量管理和数据血缘分析等能力。 分析应用：基于大数据的分析应用主要包括数据可视化、数据检索、BI 报表、数 据挖掘和机器学习等。 运行保障：大数据系统是一个分布式系统，大量的后台活动和任务需要管理，系