2024數(shù)據(jù)智能白皮書

數(shù)據(jù)智能白皮書（2024）目錄一、數(shù)據(jù)智能綜述 1(一)數(shù)據(jù)智能概念探討 1(二)數(shù)據(jù)智能的歷史發(fā)展沿革 3(三)數(shù)據(jù)智能的價值和意義 5二、數(shù)據(jù)智能技術 8(一)數(shù)據(jù)智能技術體系概覽 8(二)數(shù)據(jù)智能關鍵技術發(fā)展態(tài)勢 9(三)數(shù)據(jù)智能技術未來展望 21三、數(shù)據(jù)智能應用 22(一)數(shù)據(jù)智能應用發(fā)展態(tài)勢 23(二)數(shù)據(jù)智能應用當前問題 26(三)數(shù)據(jù)智能應用未來展望 28四、數(shù)據(jù)智能產業(yè)生態(tài) 34(一)數(shù)據(jù)智能全景化布局提速，產業(yè)體系逐步完善 34(二)全球數(shù)據(jù)智能產業(yè)快速發(fā)展，規(guī)模化效應初顯 37(三)數(shù)據(jù)智能產業(yè)挑戰(zhàn)與機遇并存 40五、總結與展望 44圖目錄圖1數(shù)據(jù)和智能間關系的變化 1圖2數(shù)據(jù)智能發(fā)展脈絡 3圖3數(shù)據(jù)智能技術體系概覽 8圖4部分生成式大模型發(fā)布情況統(tǒng)計 17圖5數(shù)據(jù)智能應用體系概覽 22圖6大模型賦能的數(shù)據(jù)智能應用場景 29圖7數(shù)據(jù)智能產業(yè)圖譜 35圖8數(shù)據(jù)智能企業(yè)營收分布情況 36圖9數(shù)據(jù)智能企業(yè)研發(fā)人員數(shù)量占比情況 37表目錄表1數(shù)據(jù)智能應用發(fā)展階段 24表2各行業(yè)數(shù)據(jù)智能應用落地的頭部場景 25數(shù)據(jù)智能白皮書（2024年）數(shù)據(jù)智能白皮書（2024年）PAGEPAGE10一、數(shù)據(jù)智能綜述(一)數(shù)據(jù)智能概念探討1956（AI）主線，但仍以“決策式人工智能”為主要發(fā)展領域。近兩年，在以Transformer10%如圖1圖1數(shù)據(jù)和智能間關系的變化二是智能化技術開始反向助力數(shù)據(jù)技術發(fā)展和非結構化數(shù)據(jù)應80%(二)數(shù)據(jù)智能的歷史發(fā)展沿革80圖2數(shù)據(jù)智能發(fā)展脈絡202000~0020(三)數(shù)據(jù)智能的價值和意義二、數(shù)據(jù)智能技術(一)數(shù)據(jù)智能技術體系概覽總圖3數(shù)據(jù)智能技術體系概覽據(jù)存儲&計算、數(shù)據(jù)管理、數(shù)據(jù)開發(fā)&應用、數(shù)據(jù)安全五大部分，人工智能技術可以分為數(shù)據(jù)準備、模型訓練&推理、模型開發(fā)&應用三大階段。(二)數(shù)據(jù)智能關鍵技術發(fā)展態(tài)勢數(shù)據(jù)供給技術賦能模型訓練高質量的數(shù)據(jù)供給在人工智能模型的訓練中扮演著至關重要的OpenAI在GPT4合成數(shù)據(jù)是通過專用數(shù)學模型或算法進行數(shù)據(jù)生成的過程，通常擬等能力，可有效解決數(shù)據(jù)規(guī)模和質量不足等問題。如J.PMorgan隨著企業(yè)數(shù)智化轉型對數(shù)據(jù)價值釋放需求的提升和對隱私保護二是數(shù)據(jù)標注向自動化、智能化演進。未來數(shù)據(jù)標注將更多地依賴于自動化、智能化工具完成數(shù)據(jù)預處理過程，提供初步標注結果，再由人工進行校正和細化的方式提高數(shù)據(jù)標注效率。三是數(shù)據(jù)質量問題將成為關注重點，通過建立嚴格的數(shù)據(jù)采集標準和流程，確保供給數(shù)據(jù)具有高質量、高相關性和高準確性。多模態(tài)數(shù)據(jù)存儲與治理支撐模型高質量訓練當前多模態(tài)數(shù)據(jù)的存儲治理仍存在以下突出問題：多模態(tài)數(shù)未來，多模數(shù)據(jù)存儲與治理領域呈現(xiàn)出三大趨勢：CSIOpenAI數(shù)據(jù)智能平臺支撐企業(yè)數(shù)據(jù)及模型開發(fā)Snowflake力的Data+AI一是異構計算資源高效納管能力有待提升。模型訓練需要大量CPUGPU未來，數(shù)據(jù)智能平臺發(fā)展主要有以下三大趨勢：現(xiàn)集群間資源協(xié)作和任務調度。數(shù)據(jù)流通技術支撐企業(yè)安全高效匯聚利用外部數(shù)據(jù)在面向企業(yè)數(shù)智化轉型的過程中，當前數(shù)據(jù)流通技術仍存在以下問題：面向企業(yè)數(shù)智化轉型，為更高效支持企業(yè)獲取和利用外部數(shù)據(jù)，數(shù)據(jù)流通技術未來主要有以下趨勢：智能化技術賦能數(shù)據(jù)安全產品升級換代未來，智能化數(shù)據(jù)安全產品將呈現(xiàn)出兩點趨勢：生成式大模型驅動生產力躍升生成式大模型指具有大規(guī)模參數(shù)和復雜計算結構的生成式機器圖4部分生成式大模型發(fā)布情況統(tǒng)計二是生成式大模型存在數(shù)據(jù)安全及隱私問題。模型訓練需要大量數(shù)據(jù)，其中極可能包含敏感和隱私信息，存在數(shù)據(jù)泄露風險，同時，部分用戶在使用過程中，也可能通過特定方式套取部分隱私信息。未來，生成式大模型發(fā)展呈現(xiàn)出三大方向：OpenAI公司的、MetaLlama3Mistral二是視頻生成大模型成為生成式模型發(fā)展的前沿方向。OpenAI2024215SORA優(yōu)化，能夠更準確地理解和處理特定領域任務。專業(yè)領域大模型在大模型賦能的數(shù)據(jù)智能應用促進數(shù)據(jù)智能價值釋放數(shù)據(jù)智能應用技術是指包括數(shù)據(jù)可視化、數(shù)據(jù)分析、數(shù)據(jù)挖掘、BI、當前階段，數(shù)據(jù)智能應用技術仍面臨著三大問題：未來，數(shù)據(jù)智能應用技術發(fā)展呈現(xiàn)出三大趨勢：一是“大模型+二是數(shù)據(jù)智能技術將為大模型的落地提供更高效支撐。數(shù)據(jù)智能應用技術對大模型的賦能也成為各方關注的重點方向，基于知識圖譜、(三)數(shù)據(jù)智能技術未來展望三、數(shù)據(jù)智能應用圖5數(shù)據(jù)智能應用體系概覽(一)數(shù)據(jù)智能應用發(fā)展態(tài)勢通用范疇來看，數(shù)據(jù)智能應用的目標呈現(xiàn)出多樣化發(fā)展的態(tài)勢。一的營銷策略。在用戶的運營管理過程中，數(shù)據(jù)智能被用于構筑用戶畫像、表1數(shù)據(jù)智能應用發(fā)展階段申生產型服務業(yè)為主導的第三產業(yè)在數(shù)據(jù)智能應用的深度和廣度方面都顯著強于其它行業(yè)，在數(shù)據(jù)智能應用創(chuàng)新過程中發(fā)揮著引領作用。表2各行業(yè)數(shù)據(jù)智能應用落地的頭部場景(二)數(shù)據(jù)智能應用當前問題（（要單獨設計A／B如金融、電信等）和非數(shù)據(jù)原生行業(yè)（如制造業(yè)、醫(yī)療、交通等）（(三)數(shù)據(jù)智能應用未來展望BI圖6大模型賦能的數(shù)據(jù)智能應用場景（RAG）些賦能一線的數(shù)據(jù)智能應用正在成為業(yè)務側數(shù)據(jù)智能能力建設的重點。5G四、數(shù)據(jù)智能產業(yè)生態(tài)(一)數(shù)據(jù)智能全景化布局提速，產業(yè)體系逐步完善根據(jù)中國通信標準化協(xié)會大數(shù)據(jù)技術標準推進委員會（CCSATC601）（2024數(shù)據(jù)智能基礎設施數(shù)據(jù)治理企業(yè)主要圍繞數(shù)據(jù)質量管理、數(shù)據(jù)標準管理、數(shù)據(jù)資產管理、數(shù)據(jù)標準等方面提供平臺及服務，支撐數(shù)據(jù)管理相關工作。/圖7數(shù)據(jù)智能產業(yè)圖譜數(shù)據(jù)智能開發(fā)企業(yè)主要圍繞數(shù)據(jù)開發(fā)、人工智能算法開發(fā)、數(shù)據(jù)科學、知識圖譜等提供平臺能力，支撐數(shù)據(jù)智能產品及應用開發(fā)。11%6%11%13%31%11%6%11%13%31%28%1000萬以下 1000萬-2000萬 2000萬-5000萬 5000萬-1億 1億-5億 5億及以上圖8數(shù)據(jù)智能企業(yè)營收分布情況從企業(yè)發(fā)展情況來看，入選產業(yè)圖譜的企業(yè)大多數(shù)成立于從企31.777.2103050%30%95%10%的企業(yè)研發(fā)人員數(shù)量超過80%；人才層次方面，平均本科學歷以上比例達到10%5%30%55%小于30% 30-50% 50%-80%10%5%30%55%小于30% 30-50% 50%-80% 80%以上圖9數(shù)據(jù)智能企業(yè)研發(fā)人員數(shù)量占比情況(二)全球數(shù)據(jù)智能產業(yè)快速發(fā)展，規(guī)?；躏@20233202320242024313進以人為本、值得信賴的人工智能發(fā)展應用。202443000045002000ACharacter.ai、ScaleAIMeta等開發(fā)應用，加速構建數(shù)據(jù)智能產業(yè)生態(tài)。2.02022500248%202312月，IBMMeta50（