通环节，通过数据托管、加密/密钥能力、可信计算空间、全流程的数据态势监 测分析，解决数据流通过程中的安全可信问题。 综上所述，数字可信应运而生，成为保障数字经济稳健发展的关键要素。 数字可信涵盖了技术层面的保障，以及法律、伦理和社会层面的信任机制。作 为数字经济发展的可信保障，数字可信通过确保数据的真实性和安全性、用户 身份的合法性、交易的透明性和系统的稳定性，为数字经济构建了一个可靠的 基础。同时，数字可信也成为 组成部分。这包括数据加密、防止模型窃取、对抗攻击能力等多个方面。通过 不断优化安全技术，可以有效提升系统的可信度。 满足道法约束 AI 的应用还必须符合伦理标准和法律法规的要求。这涉及到隐私保护、歧 视性减少、确保 AI 决策的公平性等方面。建立相应的伦理指导原则和法律框架， 对于提高公众对 AI 技术的信任至关重要。 持续监控审计 即使是在 AI 系统上线之后，持续的监控和评估也是确保其可信度的关键。 可信是数字经济的基石 可信是数字经济健康、稳定发展的前提。无论是可信虚拟人、可信数字身 份还是可信数字底座，都需要在技术研发、生成服务、运营使用等各个环节进 行可信建设，确保其符合标准规范、伦理道德等方面的要求。可信性的建设不 仅能提升数字经济的可信度，还能增强用户信心，促进数字经济的高质量发展。 2. 数据安全是核心保障 数据安全是数字经济的生命线。随着数字化应用在政府、企业、机构、公

并且有可能治愈 无法治愈的疾病。这 技术, 与其起源于免疫系统的细菌 ， 独特 的结合 高度准确、安全和通用的属性 • 虽然编辑生殖细胞基因（遗传基因）为对抗疾病开辟了更多的可 能性，但仍存在许多 伦理、法律和科学问题 关于人类生殖细胞工程，特别是当所谓的“脱靶”（未预期）效应由 该过程引起时。目前，一个国际科学家小组呼吁在全球范围内暂停 对人类胚胎进行基因编辑。 • 疾病 that 是由遗传性疾病引起的 49 来源 ： 罗兰贝格 手指触摸图形 自动生成说明 一个人的头部轮廓 自动生成说明 机器人和人手的握手 自动生成说明 生物技术的进步通过根除致命疾病来改变 社会。关于基因编辑和人类增强的伦理问 题也随之产生。 社交媒体已经改变了我们的生活。新兴 技术以及沉浸式虚拟空间等新的数字领 域继续推动社会变革。 人工智能变得更为智能。为智能系统嵌入 负责任、道德的代码是基础性的工作—— 其缺失将对未来世代构成存在风险。 系统责任不明 decisions 建立明确的问责框架 和监测机制 工作置换 AI 的自动化可能会导致 失业 投资再培训计划并推广 利用人类技能的角色 伦理关注 像监控提高应用程序 伦理问题 创建道德准则并涉及 人工智能发展中的伦理学家 安全风险 人工智能故障可能会造成伤害 ， 例如 ， 在自动驾驶汽车中 进行广泛的测试和 实施安全协议 过度依赖 AI 过度依赖 AI 可能会侵蚀人类的技能

芯片上，数据样本和模型结构被切分到多张卡或者节点上，卡间或节点间不仅有训练数据通信，还有模型 梯度 的频繁传递，对智算中心的网络互联提出新的要求，建议关注宝信软件。 • 风险提示：宏观经济波动、下游需求不及预期、 A I 伦理风险等。 请务必阅读正文之后的免责声明及其项下所有内容 摘要 目录 01 智算 中心： 从集群走 向超级池 化 02 网络互联： 节点 内外多方案并 存 03 而导致整体行业增长不及预期。 第二 ，下游需求不及预期。若下游数字化需求不及预期 ，相关的数字化投入增长或慢于预期 ，致使行业增长不及预期。 第三 ， A I 伦理风险。 A I 可能会生产违反道德、常规、法律等内容。 请务必阅读正文之后的免责声明及其项下所有内容 风险提示 分析师承诺 作者保证报告所采用的数据均来自合规渠道；分析逻辑基于作者的职业理解

模型，并将目光瞄准了通用人 工智能（AGI）， 2,3 与过去一样，这场竞赛吸引了企 业领袖、政府乃至全世界的关注。 虽然 AGI 在未来可能具有重大意义，但目前它仍 然遥不可及，许多技术和伦理问题尚未解决。当前企 业领导者不应过度关注 AGI，而应聚焦于已经到来的 AI 泛化（generalization of AI）这一趋势，它将为 企业带来更高水平的自主性和能力。 AI 的泛化 有关AI信任的讨论若仅着眼于不良行为和功能滥用， 则会以偏概全。要在与系统、员工以及与客户的互动 中实现真正的自主，领导者必须更全面地考量信任问 题。就像引导孩子成长一样，需从政策、道德、伦理、 情感等各个维度上建立对 AI 的信心，使其能够按预 期运行，从而放心让其自主展开工作。这意味着，信 任不仅与 AI 滥用有关，即使我们正确使用 AI，信任 问题仍然可能存在。 因为这种影响的确存在。企业应认识到，随着技 确保其遵守所有协议。归根结底，要实现 AI 信任与 安全，全面提升网络安全至关重要。 第二，企业应思考如何建立对 AI 本身的信任。 当前，负责任 AI 正逐渐成为一门成熟的学科。为企 业提供了伦理框架和技术手段，如可解释性、数据采 集透明度、消除偏见等，以及其他日臻完善的前沿技 术。当企业领导者计划规模化部署 AI 时，这些前期 的知识积累将在技术与人类之间构建起信任的桥梁。 企业需要准备好回答关于如何训练

www.iresearch.com.cn 数码郁金香的狂热 轰轰烈烈的智能化大潮与大概率毫无进展的伦理哲思 来源：智能超参数。 DeepSeek的出现为数字经济增长注入强心剂，这必将导致2025年企业跟风推进内部AI应用落地。之所以我们把当前的人工智能技 术当成传统产业新一轮数字化的推手，原因就 网络逐渐无法理解并失控 3. 机器奉行能源运用效率与人类情感体验价值的直 接冲突，人机结合后，如何定义“人”成为问题 1. 伦理的数字化和规则化，比如AI决策必须保证一 定比例的不可解释性。再比如系统价值取向的善 恶测度 2. AI与AI的社会观察与测量 3. 第三方否决权架构，成立类AI伦理委员会等形式 的监督机制 110 BUSINESS COOPERATION 业务合作 官 网 企 业

筑行业是一个高度受监管的行业，涉及的法律法规较为复杂。随着新技术的不 断引入，如何确保技术应用符合行业标准、法律法规以及社会伦理，成为企业 面临的重要问题。 （一）行业法规滞后 当前，建筑行业的法律法规往往滞后于技术发展的速度，尤其是在数据隐 私保护、人工智能伦理、数字化合同管理等领域，缺乏具体的法律支持。对于 一些新兴技术，如大数据、人工智能、区块链等，现有的法律体系未能完全涵 盖其应用场景，造成了一定的法律风险。 （二）数据保护与隐私问题 随着建筑行业数字化技术的应用，建筑项目中的数据量大幅增加，其中涉 及到项目参与方、客户、员工等多个层面的敏感信息。如何保护这些数据免受 泄露、滥用和非法访问，成为企业必须面临的法律和伦理挑战。 1. 挑战： 中国建筑业企业数字化研究报告 38 由于建筑行业的项目涉及多方合作，项目数据可能会跨多个平台和区域流 动，导致数据泄露和隐私问题。尤其是在大数据、人工智能和物联网等技术应

全国网络安全标 准化技术委员会 按照风险管理的理念，紧密结合人工智能技术 特性，分析人工智能风险来源和表现形式，针 对模型算法安全、数据安全和系统安全等内生 安全风险和网络域、现实域、认知域、伦理域 等应用安全风险，提出相应技术应对和综合防 治措施，以及人工智能安全开发应用指引。 表 1 国家层面人工智能相关政策选摘 05 AI CITY 发展研究报告 表 2 习近平总书记对人工智能发展多次做出指示和部署 习近平总书记致2018世界人工智能大会的贺信 新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方 式。把握好这一发展机遇，处理好人工智能在法律、安全、就业、道德伦理和政府治理等方面提出的新课 题，需要各国深化合作、共同探讨。 2018年9月17日 中共中央政治局就人工智能发展现状和趋势举行第九次集体学习 人工智能是引领这一轮科技革命和产业变革的战略性技

而商业化落地需要时间和市场培育。在这个过程中企业会 投融资事件，合计金额约812亿元。 面临较大的盈利压力，且需要在用户体验和商业变现等之 间找到平街。 市场规模 投融资事件 投融资金额 除此之外，随着AI技术的广泛应用，伦理道德和法律安全 30 504 812 等问题也日益凸显，例如，算法偏见、数据泄露和滥用等 万亿元 起 亿元 问题仍有发生， 七壶数据 行业新趋势二 中国开发者在全球的影响力持续攀升 井在多个赛道展现出强大竞争力

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。 在这一转型过程中，运营商依托其网络基础，通过提供数据服务来解决智能化的源头问题；利用大模型来释放人力并 模拟人类组织的行为；并通过数字孪生技术实现物理环境到虚拟环境的映射、仿真和闭环控制。这三个要素共同构成