OSINT技术情报精选·2024年6月第3周
- 2024.6.24
- 版权声明：本文为博主chszs的原创文章，未经博主允许不得转载。
1、中国信通院：《MaaS框架与应用研究报告(2024年)》
近日，中国信息通信研究院（简称“中国信通院”）联合中国人工智能产业发展联盟发布了《MaaS框架与应用研究报告（2024年）》。
以大模型为代表的新一代人工智能技术迅猛发展，展现出广阔应用前景，有望成为驱动新质生产力发展的重要技术引擎。然而，大模型的应用面临着技术复杂、训练推理成本高、应用开发难度大等挑战。模型即服务（MaaS，Model as a Service），是指将人工智能算法模型以及相关能力进行封装，以服务的形式对用户提供，其核心目标是降低人工智能技术使用门槛，控制应用建设成本，简化系统运维管理复杂度，提升人工智能技术的综合应用效能，从而加速“人工智能+”进程。近年来，随着大模型的快速发展，MaaS 服务和产品也进入快速发展期，并在金融、政务、电信等行业不断落地，产生了积极成效。但目前产业界各方就 MaaS 定义和框架仍未形成广泛共识，模型服务能力也尚未标准化，一定程度制约了 MaaS 的发展和应用。
本报告系统梳理了 MaaS 的发展历程、现状和面临的挑战，基于产业实践进一步明确了 MaaS 的概念，提出了 MaaS 的功能框架，并对 MaaS 落地应用情况进行了分析，最后对 MaaS 发展趋势进行展望。由于大模型和人工智能技术产业仍然处在快速发展阶段，MaaS 技术产品、服务和应用也在快速演变，我们对 MaaS 的认识将随着产业实践不断深化，报告存在的不足之处，恳请大家批评指正，
2、亿欧智库：《2024中国智能驾驶数据闭环应用新生态分析报告》
智能驾驶发展已进入“下半场”，高阶智驾将逐步实现规模化量产，海量数据处理及高效挖掘成为企业必须解决的首要难题，数据闭环是推动智能驾驶继续发展的关键因素。数据闭环因此越来越受到重视，主机厂及Tier1 都开始搭建自己的数据闭环体系，通过高效的数据收集、处理和分析，不断优化和迭代智能驾驶算法，有效提高智驾系统的准确性和可靠性。
基于上述背景，为了更深入地了解智驾数据闭环的发展背景、技术应用现状、产业竞争格局以及遇到的机遇和挑战等，亿欧智库撰写了《2024中国智能驾驶数据闭环应用新生态分析报告》，并针对新生态智驾数据闭环进行深入地研究和分析。
报告的核心观点：
- 新生态的数据闭环在智能驾驶领域具有显著优势:自动化的数据处理流程提高了处理效率，可循环的数据管理流程确保了数据的持续优化；同时新生态数据闭环兼顾安全与高效，能够挖掘更多corner case 场景，有效解决了数据割裂问题，赋能高阶智能驾驶。
- 新生态数据闭环技术涵盖数据采集、处理、分析和管理四个环节。传感器技术实现数据获取，云计算和边缘计算高效处理数据，机器学习和A1技术深入分析数据，数据管理平台确保数据流通。新技术的运用构建起高效智能的数据闭环系统，助力智能驾驶发展。
- 智驾数据闭环玩家分布在整个智能驾驶产业链中，目前主要的四类玩家包括主机厂、智驾Tier1、数据服务商以及芯片企业，每类玩家由于在新生态数据闭环中的优势不同，参与到新生态数据闭环中的角色也不同。
- 智驾数据闭环在发展中面临机遇与挑战并存的局面。政策层面，政府不断颁布数据方面的政策以支持智驾数据闭环的发展;技术方面，A!技术为智驾数据闭环的选代提供了技术支持;此外，智驾企业也迎来了出海机遇，开始拓展国际市场，寻求更广阔的发展空间。然而，智驾数据闭环的发展也面临诸多挑战，例如数据合规挑战技术挑战和商业化挑战。
3、易观分析：《企业AI应用行动指南2024》
AI产业价值逐步落地中，AI“智能涌现”正在影响未来AI应用生态悄然发生变化。《中国AI应用开发者生态调研报告》深入了解当前AI应用开发者的开发现状、对AI的态度和投入力度、面临的挑战，以及未来发展规划，洞察在模型选择、开发工具、应用场景、商业模式等方面开发者的倾向和趋势，全面把握AI应用生态的全貌和关键驱动力。
这份指南旨在为企业提供全面的AI大模型部署指导，涵盖AI大模型的发展概述、战略决策和部署步骤、方法及选型建议。指南还指出部署过程中的常见误区，并提供策略自检工具。指南由易观AI咨询顾问团队根据实战经验编制，随着客户需求的不断变化，我们将持续更新报告，帮助企业梳理决策流程、提高效率、规避风险，并抓住AI带来的机遇。指南中包含“AI场景选择三度模型”、“行业AI应用成熟度曲线”、“大模型选型评估矩阵”等实用工具，帮助企业选择合适的AI应用场景和模型。
4、赛迪区块链研究院：《2023-2024中国数据资产发展研究报告》
党的十九届四中全会将“数据”列为与劳动、资本、土地、知识、技术管理并列的生产要素，党的二十大报告明确提出，推进数字经济发展，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。《数字中国发展报告》显示，我国数字经济规模已超过 50 万亿元，数字经济占 GDP 比重达到 41.5%，位居世界第二位，数据资产成为稳定经济增长的关键动力。2024 开年《企业数据资源相关会计处理暂行规定》正式实施，《“数据要素×”三年行动计划（2024-2026 年）》《关于加强数据资产管理的指导意见》等政策密集发布，国家对数据资产管理与价值挖掘的顶层设计逐渐完善，数据资产作为经济社会数字化转型中的新兴资产类型，已在社会形成广泛共识，成为国家基础性战略资源，迫切需要了解国内数据资产发展现状，掌握数据价值实现路径，助力释放数字经济新动能。
为精准把握数据资产发展风口，赛迪区块链研究院从数据资产相关基本概念出发，研究数据到数据资产的市场化进程，基于价值驱动划分数据资源化、数据产品化、数据资产化和数据资本化四个阶段，并参考成熟市场构成综合分析市场管理制度体系和数据基础设施支撑，结合外部政策体系和底层数据设施全面分析数据资产市场化现状和问题，为后续健康发展提出了相应的对策建议。
5、金诚同达：《数据资产合规管理白皮书(2024年)》
响应国家《数据要素×”三年行动计划（2024—2026年）》，北京金诚同达（西安）律师事务所特别编制《数据资产合规管理白皮书（2024年）》。
本白皮书的编制，是为了帮助企业实现数据资产管理，理清法律合规风险；帮助企业完善内部数据管理，提升数字化水平；帮助企业完成数据资产入表，提高企业资产额；帮助企业进行数据交易，赋能实体经济增长；帮助盘活数据资产，扩大融资渠道等。
本白皮书希望通过整理一些定义和难点，来解决数据资产化实际遇到的法律以及其他方面的难题，特别针对于一些数字化水平较高，具有盘活数字资产的需求但又不知该从何入手的国有和民营企业。同时，对于想要提高自身数字化管理水平，通过数据来提升自身生产力的企业也具有一定的参考意义。也适合一些数据产业研究者、相关行业从业者和对于数据与法律具有学习与钻研热情的爱好者进行阅读。
6、IBM&Adobe&AWS：《内容供应链变革：生成式AI如何增强创造力和生产力》
采用全新的内容创建和管理方式已是势在必行。随着对内容的需求呈爆炸式增长之势，组织需要更加快速地创建更丰富的内容，以便为用户提供及时、个性化的体验。90%的受访高管和内容专业人员表示，他们需要一种更便捷的方式来访问内容资产，而75%的受访者表示在提供一致的跨渠道体验方面仍需改进。但受访者并不清楚要如何实现这些改进。
受访者几乎一致认为，生成式AI可以将内容生产提升到全新的水平。CMO对生成式AI寄予厚望。几乎所有(94%)受访者都认为生成式AI将让营销团队告别重复性任务，以专注于更重要的创造性活动。近三分之二(63%)的受访者非常同意生成式AI将有助于大规模创建和交付个性化内容。
组织缺失最佳实践和治理。要将生成式AI负责任地整合到组织的内容供应链中，仍然是任重道远。只有5%的受访者表示拥有组织级的生成式AI最佳实践和治理方法。一半的受访组织仍在制定这些措施，而近五分之一(18%)的受访组织表示完全没有建立任何正式的方法。
7、中国高科技产业化研究会：《中国智能制造产业发展报告(2023-2024年度)》
日前，北京信息产业协会发布《2023-2024年中国智能制造产业发展报告》。报告主要包括智能制造概况、5G赋能制造业转型升级、全球智能制造态势、中国智能制造概况、原则任务、态势分析、产业分析、趋势分析、前景分析、最新政策、优秀企业案例等共九篇，共计5.9万字。
报告由中国高科技产业化研究会作为指导单位，由中国高科技产业化研究会学术交流部、数字经济分会、信息化工作委员会、中国通信学会通信设备制造技术委员会、中国信息产业商会大数据产业分会、东南数字经济发展研究院、北京信息产业协会共同组织编写；同时联合了工业和信息化部电子第五研究所、中国科学院信息工程研究所、中国信息通信科技集团有限公司、浙江砖助智连科技有限责任公司、中国联通、西北工业大学等十九家单位共同编写。
8、赛迪顾问：《中国人工智能区域竞争力研究》
近日，赛迪顾问编制《中国人工智能区域竞争力研究（2024）》报告，围绕人工智能产业吸引力、企业实力、人才水平、创新能力、发展潜力五大维度，系统性评估31个省（市、区）的人工智能区域竞争力水平，努力为各级政策制定者提供有价值的决策参考和战略依据，助力各地精准锚定自身在人工智能发展格局中的位置，加快推动各地人工智能产业高质量发展。
报告提出，2023年，31个省（市、区）人工智能产业区域整体竞争力分为四个梯队，北京、广东、上海、浙江、江苏形成的第一梯队在产业吸引力、企业实力、人才水平、创新能力、发展潜力以及产业实力上具有明显的优势；第二梯队包括安徽、山东、天津、四川、湖南、湖北、福建、陕西、重庆，各省（市、区）以区域内特色产业为着力点，探索构建各自人工智能产业的比较优势；其余17个省（区）尽管当前的发展相对滞后，但部分区域已经开始在政策、人才招引、技术创新等方向积极布局，力争在未来的产业发展中进一步创新突破。
报告分析认为，2023年，人工智能领域产业吸引力排名前十位的省（市）分别为北京、上海、广东、浙江、江苏、山东、安徽、天津、海南和甘肃，华东地区有五个省（市）位列领先地位，人工智能区域集聚效应凸显。在营商环境方面，北京、广东的人工智能产业营商环境优渥，在全国处于领先位置；在政策支持方面，北京、上海密集出台人工智能相关政策和专项政策，政策支持力度在全国位于第一梯队；在载体情况方面，北京、上海、广东、浙江的载体数量和水平在全国具有明显优势。
9、大数据技术标准推进委员会：《数据智能白皮书(2024年)》
2024年6月19-20日，为拨开数据智能时代迷雾，把握数据智能时代脉搏，大数据技术标准推进委员会以“来这里，抓住数据智能时代”为主题在北京召开为期两天的“2024数据智能大会”。在主论坛上，中国信通院云计算与大数据研究所大数据与智能化部主任姜春宇正式发布了《数据智能白皮书（2024年）》，并对白皮书内容进行了深度解读。
随着我国经济运行转向高质量发展，数字经济成为经济增长新动能，数据要素价值亟待释放，数据智能相关技术逐渐成熟，通过大力发展以数据技术、人工智能为代表的数字化技术，赋能企业实现数字化转型，由数字经济的发展进一步推动经济增长，已成为国内外共识。与此同时，数据成为生产要素使其价值属性更受关注，以生成式大语言模型为代表的人工智能技术最新成果再次掀起智能化创新浪潮，如何深度应用数据和智能技术，充分发挥数据内蕴价值，全方位助力企业、产业、社会等全面发展是当前备受关注的焦点。
但在持续推进数据智能实践的过程中，国内目前相关概念定义模糊，缺乏相对通用的方法论，以指导企业自身数据智能能力的建设及应用。在此背景下，《数据智能白皮书（2024年）》进一步梳理数据智能相关概念及知识体系，总结行业先进实践经验，研判数据智能领域未来发展趋势，指引推动企业顺利实现数智化转型。
10、毕马威：《企业数据资产化及数据资产入表白皮书》
近日，由贵阳大数据交易所主办，光大银行承办的“新要素 新资产 新发展——数据资产价值共创主题论坛”上，毕马威资深合伙人陈立节以“数据治理支撑资产化入表与价值实现”进行了主题演讲。
陈立节表示，近年来，国家相继出台了一系列政策文件，积极推动数据资产化、价值化。从培育数据要素市场、建立基础制度和规范，到明确数据要素市场规则的具体要点，为数据资产化、价值化提供了有力的政策支持。此外，财政部发布的《企业数据资源入表会计处理暂行规定》，规范企业数据资源的会计处理，进一步推动了数据的资产化和价值化进程。这些政策措施有助于加快数据要素市场的培育和发展，促进数字经济的健康、可持续发展。同时也为企业数据治理提供了明确的指导方向。
陈立节认为，数据治理的核心在于建立统一的数据规范和流程。这包括数据质量管理、数据安全管理和数据流程管理等。通过建立完善的数据治理体系，企业可以更好地管理其数据资产，确保数据的准确性和完整性，提高数据的质量和可信度。同时，数据治理还能够降低数据泄露和数据滥用等风险，保护企业的商业利益。在资产化入表方面，陈立节建议企业应将数据资产纳入财务报表，以更好地反映企业的价值。这不仅有助于提高企业的透明度和公信力，还能够为企业提供更多的融资机会和资本化支持。这要求企业需要建立更完善的数据资产评估体系，明确数据资产的分类、计量和价值评估方法。毕马威也将以丰富的技术持续助力企业实现数字化转型和可持续发展。