的前端，在问答、翻译、搜索、内容创作、代码生成、简单推理和分析等众多领域 达到人类的基准水平；其后端，通过“大语言模型”解决了跨行业和跨领域的问题。 20 世纪 40-50 年代 20 世纪 70-80 年代 20 世纪 40-50 年代 1980-1987 1993- 至今 1987-1993 人工智能的 诞生 人工智能的 黄金时代 人工智能的 繁荣期 人工智能 真正的春天 人工智能的 器 人 问 世，Google 开 源 TensorFlow 平台， OpenAI 的诞生，人 工智能四处开花 当时的计算机有 限的内存和处理 速度不足以解决 任何实际的人工 智能问题 到了上世纪 80 年 代 晚 期， 美 国 国 防部高级研究计 划局的新任领导 认为人工智能并 非“下一个浪潮” 拨款将倾向于那 些看起来更容易 出成果的项目 —摘自 Meet HR 学园 14 AI 在企业人力资源中的应用白皮书 行业样本收集小于五家，结果可能存在一定偏差 100% 90% 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%

①Udesk在线客服系统解决了深圳燃气多渠道管理繁琐等 问题，将公众号、小程序、工单等统一平台管理，降低了管 理难度，提升管理水平。 ②Udesk智能机器人，帮助深圳燃气解决了80%左右的咨询 问题，减轻了客服人员的压力。 ③Udesk工单系统的应用，使深圳燃气的用户可以自助提 交预约工单，通过接口对接方式，工单数据互传给企业内部的 工单运维系统，内部处理后，反馈给前端用户，可以让用户第

开 启了国家数据要素化事业的新征程。 国家数据基础设施建设是一项前无古人的伟大创新事业，从实现目标上要形成数据高效流通与安全可信 间的协调统一。从技术架构上要突破引领全球计算机和信息系统发展了80余年的冯.诺依曼架构；从建设运营 上要实现供给方、需求方和服务方等数据主体基于共识规则基础上的价值共创。具有极大的挑战性，至今还 未形成成熟的技术路线。《国家数据基础设施建设指引》充分考虑国内外技术最新发展趋势，结合我国各地 国家数据基础设施技术路线发展研究报告 国家数据基础设施技术路线发展研究报告 34 > 35 第三章 建设和运营国家数据基础设施意义重大 万维网 深网 暗网 20% 80% 可流通数据 不可流通数据 可通过搜索引擎访问的公共网站（例如维基百科）， 在万维网上的流通数据只占可全部流通数据的4%。 受保护的网站、数据库和内联网，无法通过搜索引擎 访问（例如电子邮件帐户、政府资源、医疗数据、学