全球人工智能产业正处于快速发展期，各国政府纷纷出台政策以抢占发展先机。中国在人工智能领域具有独特的市场规模、人才等资源优势，市场规模持续增长，应用层企业众多，技术在互联网及实体经济产业中的应用日益活跃。

人工智能行业应用的两种发展模式：自研创新模式和平台赋能模式。自研创新模式聚焦内部业务需求，与现有业务系统融合度高，功能定制复杂。平台赋能模式则关注市场拓展、技术创新与合作，以及品牌建设与行业影响力。推进统一参考架构设计是发展的关键，当前行业应用发展面临技术、成本和安全等多方面挑战，而统一架构有利于加速应用规模化落地。

报告人工智能行业应用建设的统一参考架构，包括算力基础、数据服务、模型服务、应用开发、运维平台和运营平台六个主要部分。算力基础涵盖基础设施、算力资源管理平台和AI开发平台。数据服务需关注采集、处理、共享和数据集管理。模型服务重点关注基础模型、模型训练、模型使用和资产沉淀。应用开发包含行业应用引擎和应用场景。运维平台和运营平台则作为特性能力，分别确保系统的稳定安全和提供用户管理、服务等功能。

在技术要求方面，算力基础、数据服务、模型服务、应用开发、运维平台和运营平台的具体技术能力。算力基础需构建统一的软硬件基础设施，支持万卡算力集群调度演进能力，实现算网存高效协同。数据服务需提供数据工程工具链、数据采集管理、数据集管理等能力。模型服务需完善模型工具链支持体系，提升一体化开发效能。应用开发需提供行业应用引擎和组件，支撑高价值业务场景的开发。运维平台和运营平台需提供系统管理维护、安全保障、应用产品共享等能力。

统一参考架构的应用建设，包括自研创新模式和平台赋能模式下的建设能力差异。自研创新模式下，建设单位需关注企业内部应用部署、订阅，应用开发偏向行业应用引擎引入，运维平台关注企业内部稳定和安全。平台赋能模式下，运营平台关注市场管理、合作管理等，应用开发偏向开发组件服务化，运维平台关注平台稳定和企业用户数据安全。

人工智能应用建设参考架构的潜力，预计将在多个领域展现巨大潜力，通过优化业务流程、提高效率和降低成本，推动行业创新和变革。未来，人工智能统一参考架构的应用将激发统一市场活力，降低供需边际成本，促进产业持续发展。报告呼吁社会各界积极推动统一参考架构在各领域的广泛采用，加速人工智能在行业中的规模化落地，助力高质量发展。

来源：国家信息中心