未来已来：技术变革来

人工智能的发展已步入生成式AI时代，其标志是大语言模型的“涌现”能力。这些模型 能够自主地学习和应用新知识，表现出了类似人类的创造力和推理能力。这种进步为 达到人工通用智能（AGI）奠定了基础，使大语言模型成为科技和研究机构长期关注 的重点。在未来相当长的一段时间内，大语言模型的研究和应用，将成为人工智能领 域的主导力量。它不仅将推动人工智能技术的进步，还将深刻影响我们的社会生活， 改变我们的工作方式，甚至可能改变我们对智能和生命的理解。

聚焦当下：商业价值深化探索

在当今的商业环境中，企业经营的持续发展与创新是核心命题之一。随着人工智能技 术的迅猛发展，特别是大语言模型（LLM）的兴起，对于AI在商业领域的价值探索和 实践应用带来了前所未有的变化，成为本次研究的重要焦点。 

• 以业务驱动的方式拥抱AI：人工智能从未如ChatGPT这般普及，超过1亿用户主动体验的背后，是业务发展需求驱动AI应用场景探索与实践的重大转变 

• 降低AI开发门槛：传统的AI开发模式需要针对不同的任务和场景进行定制化开发， 大模型显著降低开发复杂度，提升部署与应用的便捷度 

• 增强用户体验，碾平企业数智化洼地：大模型对于人机交互方式的变革显著增强 客户/用户体验与员工体验，有利于中后台赋能升级，以及员工原生数智动能发展

AI开发者是当下推动AI应用生态发展的重要推动力量

AI开发者研究对于推动AI产业的健康发展和促进技术创新具有重要意义。AI开发者是技 术发展的核心驱动力，他们的工作直接影响AI技术的发展方向和速度。通过深入研究开发者，可以洞察最新的技术趋势和创新点，从而把握产业的发展动态。同时，了解开发者的背景、成长路径以及发展方向等，有助于培养更多的AI人才，并充分协同产业生态的各方力量积极赋能AI产业发展。最后，AI开发者对市场需求的感知和响应能力 直接影响AI产品的创新和市场化。进行AI开发者研究可以帮助企业和投资者更好地理解市场需求，推动产品创新。 

数据建设平台

基于AI的数据建设平台是指运用人工智能技术来构建、管理和优化数据流程的系统。这样的平台通常具备以下特点：

• 数据采集：平台能够自动从多种数据源采集数据，包括结构化数据、非结构化数据以及实时数据流。

• 数据存储：平台提供高效的数据存储解决方案，支持大规模数据的存储和管理。

• 数据处理：利用AI算法对数据进行清洗、转换、整合，提高数据的质量和可用性。

• 数据挖掘：通过机器学习、深度学习等技术对数据进行深入分析，挖掘数据中的有价值信息。

• 数据可视化：平台能够将数据以图表、报告等形式直观展示，帮助用户理解数据。

• 智能决策支持：基于数据分析的结果，平台可以提供决策建议，辅助用户做出更加精准的决策。

• 自动化与优化：平台能够根据业务需求和数据特点，自动优化数据处理流程，提高数据处理效率。

具体来说，基于AI的数据建设平台主要包括以下几个核心组成部分：

• 人工智能引擎：这是平台的核心，负责执行各种AI算法，如自然语言处理、图像识别、预测分析等。

• 数据管理模块：负责数据的采集、存储、整合、质量管理等。

• 分析服务模块：提供数据分析服务，包括统计分析、预测建模、数据挖掘等。

• 用户界面：为用户提供操作平台，包括配置管理、任务调度、结果展示等功能。

• 安全与合规性：确保数据的安全性和处理过程的合规性，符合相关的数据保护法规。

• 基于AI的数据建设平台在金融、医疗、教育、制造等多个领域都有广泛的应用，能够帮助企业或机构实现数据资产的价值最大化，提升业务智能化水平。

项目管理

项目空间：新增、修改、删除、详情

点击新增、修改按钮，输入参数保存

数据源

数据源分类：新增、修改、删除、详情

点击新增、修改按钮，输入参数保存

数据源类型：新增、修改、删除、详情

点击新增、修改按钮，输入参数保存

数据源版本：新增、修改、删除、详情

点击新增、修改按钮，输入参数保存

数据源管理：新增、修改、删除、详情

点击新增、修改按钮，输入参数保存

校验按钮可以校验当前数据源连通性

元数据

数据空间：新增、修改、删除、详情

点击新增、修改按钮，输入参数保存

点击数据项目按钮，查看该数据空间下关联的数据源信息

点击详情按钮进入该数据源的元数据文档页面

同步按钮操作会与项目当前最新版本文档做对比，如果没有结构变更，则不会生成新的版本

文档按钮可以下载该库的元数据word文档

下拉切换查看历史版本

点击表名，可以查看该表的列信息

数据空间：按照搜索条件可以查看元数据的信息，搜索条件库名、表名、列名

数据标准

数据标准是指保障数据定义和使用的一致性、准确性和完整性的规范性约束。通俗来讲，数据标准就是对数据(字段)的命名、数据类型、长度、业务含义、计算口径、归属部门等，定义一套统一的规范，保证各业务系统对数据的统一理解、对数据定义和使用的一致性。

业内术语：新增、修改、删除、详情

点击新增、修改按钮，输入参数保存

参考数据：新增、修改、删除、详情

点击新增、修改按钮，输入参数保存

数据元：包括标识类、定义类、关系类、表示类、管理类五类属性，其中标识类、定义类、关系类、管理类属性主要为数据元的业务属性，表示类主要为数据元的技术属性，如数据类型、数据格式、值域等，值域可以引用参考数据

数据元管理模块能够对数据元进行查看添加、编辑、删除、废止、提交审核、撤回审核等操作

除了正在审核中的数据元外，用户能够对数据元进行编辑操作，编辑操作将根据当前数据元所处的状态进行不同的自动化操作，具体如下：

新增、草案：数据元版本不变，状态不发生改变

试用、标准、废止：数据元版本+1，状态跳转为草案态

对于非标准及废止态的数据元，用户可提交审核申请流转到后续状态，点击列表中提交审核按钮，可选择期望跳转到的目标状态（为按需简化流程，可直接选择标准态），点击确定即提交申请

仅当数据元为新增态时，才可删除

仅当数据元为草案、试用、标准态时，才可废止，点击废止按钮，提交废止申请。

标准发布：查看之前数据元发布过的版本记录

标准比对：可选择已发布，且有多个版本的数据元进行版本对比，查看不同版本之间修改的具体内容

标准恢复：查看之前数据元恢复过的版本记录

审核管理模块能够对数据元状态流转申请进行审核，也可对标准发布申请进行审核

标准审核：对提交的数据元状态流转申请进行审核，支持通过和拒绝，拒绝需填写拒绝意见

以数据元为例，申请从新增进入草案态，那么通过后，其状态将转变为草案态。如果审核拒绝，该数据元则维持新增态

标准申请：对于已提交的数据元，用户可以进行撤回操作。用户也可以进行数据元的发布和恢复申请

发布条件（以数据元为例）：

发布数据元最新的标准态或废止态；

当前发布内容与上个版本发布内容有更新；

上个发布版本审核已结束（即如果有发布申请正在审核中时不允许发布新的版本）；

恢复条件（以数据元为例）：

可选择已发布，且有多个版本的数据元进行版本恢复，不能对最新版本的数据元进行恢复

历史审核：查看之前审核记录