OSINT技术情报精选·2024年7月第3周

OSINT技术情报精选·2024年7月第3周

1、中国电子技术标准化研究院：《制造业数字化转型路线图(2024精华版)》

为贯彻落实《关于深化新一代信息技术与制造业融合发展的指导意见》，凝聚制造业数字化转型共识，推动制造业生产方式和企业形态根本性变革，提升制造业数字化、网络化、智能化发展水平，中国电子技术标准化研究院联合相关单位共同编写了《制造业数字化转型路线图》。研究内容旨在为政、产、学、研、用各方组织开展制造业数字化转型工作提供参考，服务于我国制造业数字化建设和推广，为构建可持续发展的制造业数字化转型生态做出贡献。

本报告以“制造业企业如何开展数字化转型”问题为出发点，从数字化转型的概念、维度、原则、实践和标准 5 个方面展开，围绕制造业数字化转型“是什么”、“转什么”、“怎么转”、“转到哪”等方面展开研究。

第一章 概念综述。简要介绍了数字化转型的发展背景、对转型的认识，回答制造业数字化转型“是什么”的问题。第二章 转型维度。聚焦企业层面数字化转型，从业务模式、技术范式、组织方式、文化意识四个维度重点分析了转型的具体内容，给出了“业务为基、技术为翼、组织为骨、文化为魂”的制造业数字化转型体系，回答企业转型“转什么”的问题。第三章 转型原则。给出了企业开展数字化转型自始至终需要坚持的五项基本原则，回答企业转型“怎么转”的问题。第四章 进阶实践。给出了企业践行数字化转型的四个类别，并结合转型维度构建了制造业数字化转型的五维能力“海星”象限模型，给出了进阶实践的目标、特征和能力要素。选取典型行业的转型案例，从痛点分析、方法工具和转型成效方面论述了制造业数字化转型四个类别的建设实践。回答企业转型“转到哪”的问题。第五章 标准框架。以“数据驱动、工具转化、流程再造、决策变革、生态重构、持续改进”的制造业数字化转型标准化路线为指引，在已开展标准化工作、标准化需求的基础上，形成了标准框架，提出了引导和规范企业数字化转型的重点标准方向。第六章 侧记。给出了数字化转型发展十大难点。数字化转型没有标准答案，对数字化转型的理解也因人而异，我们欢迎各单位和个人对本报告研究内容提出宝贵意见，希望通过本报告的发布能够使更多的企业、专家了解我们的成果，共同为我国制造业数字化转型发展贡献力量。

2、国脉互联：《国家数据局首批20个’数据要素X’典型案例：解读》

在数字经济时代，数据是新型生产要素，是培育新质生产力的重要力量。为充分释放数据要素价值，落实《“数据要素×”三年行动计划(2024—2026年)》，国家数据局会同生态环境部、交通运输部、金融监管总局、中国科学院、中国气象局、国家文物局、国家中医药局等部门在第七届数字中国峰会主论坛上发布首批20个“数据要素×”典型案例。通过示范引领，激励多方主体积极参与，释放数据要素价值，彰显了数据要素推动经济社会发展的乘数效应。

国脉互联对这20个典型案例做了一个全面的分析报告，方便读者理解。国家数据局首批20个“数据要素×”典型案例的发布，为我们展示了数据要素在推动经济社会高质量发展中的巨大潜力。释放数据要素乘数效应，不仅要让数据“供的出”还要让数据“留得动”。我国数据要素发展需要数据产权、流通交易、收益分配、安全治理等各方促进共建。未来，以自主创新的可信计算为代表的先进技术与数据安全场景深度融合，构建安全可信流通环境，数据要素将发挥更加重要的作用，赋能千行百业，开启数字中国建设的新篇章。

3、大数据技术标准推进委员会：《数据库发展研究报告(2024年)》

数据作为新型生产要素，是新质生产力发展的重要动力，数据库则是支撑数据存储与计算的关键载体。过去一年，国家数据局正式挂牌成立，有力推动数据要素市场有序建设;全球人工智能浪潮迅猛袭来，数据存算需求发生剧烈变革。一揽子政策密集出台，一系列支撑人工智能、适配数据资产化及数据要素流通的数据库技术与产品顺势而生，推动我国加速向“数据强国”不断迈进。全球数据库新技术、新业态、新模式不断涌现，产业变革不断、热闹非凡。2024年，全球数据库产业、技术、应用呈现如下总体发展态势。

产业方面，全球数据库产业迈入发展黄金期，企业、产品数量持续走高。全球范围内，数据库市场规模首次突破千亿美金，约为1010亿美元，企业共518家，产品数量超715款。我国数据库市场规模为 74.1亿美元，占全球7.34%，云数据库市场规模占比超过半，数据库供应商数量为167家，产品数量达到269款。

技术方面，数据库技术正围绕技术融合创新发展、新兴技术逐步应用落地、人工智能与数据库双向赋能三大主题持续发展，呈现12个细分发展方向。分别为云计算与数据库协同发展、图技术洞悉数据关联价值、湖仓一体提升数据处理性能、向量数据库高效检索非结构化数据、多模数据库支撑多样化需求、全密态数据库护航敏感数据、时空数据库绘制空天信息新蓝图、人工智能赋能数据库智能运维、大语言模型降低数据库操作门槛、数据库自治模式实现自我管理、数据库助力人工智能高效建模以及数据库支撑大模型有效落地。

应用方面，数据密集型行业数据库创新应用走深走实，新型数据库有力赋能传统行业数字化转型。金融、电信等数据密集型行业为数据库产品应用创新提供了广泛空间。制造业、能源行业等传统行业在数字化转型过程中持续探索数据库赋能实体经济新路径。

本报告是中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)继《数据库发展研究报告(2021年)》《数据库发展研究报告(2022年)》、《数据库发展研究报告(2023年)》发布后的第四本数据库年度综合报告，内容涵盖数据库产业及市场、数据库产品及服务、数据库支撑体系、数据库技术发展趋势和典型行业数据库应用情况综述。

4、华为：《智算与大模型人才白皮书：共筑人才根基，共赢智算未来》

2024世界人工智能大会上，华为联合中国信通院正式发布《智算与大模型人才白皮书》，该白皮书聚焦“共筑人才根基，共赢智算未来”的主题，围绕智算应用与未来、智算人才概况、智算与业务共生、智算人才生态发展等维度进行阐述，为全生态链提供人才标准，引领智算大模型领域的人才发展，推动千行万业智能化。智算大模型引领产业升级，服务民生保障，提升治理效能。技术为根，人才为本，人才作为推动智算产业持续发展的关键因素。

7月5日，在2024世界人工智能大会上，华为培训与认证业务部总裁刘检生先生，华为Fellow/2012服务实验室主任孙虎先生，中国信通院华东分院院长廖运发先生联合发布《智算与大模型人才白皮书》（后简称“白皮书”），共筑人才根基，共赢智算未来。

白皮书创新地提出“智算与业务共生的组织运作框架”，指导人工智能+时代下的组织运作与人才发展。同时企业或高校还需关注三个方面：其一，明确企业的智算业务和人才需求；其二，发展三类智算人才，即由战略人才、技术人才和业务人才；其三，构筑“政产学研用”智算人才生态体系。

5、清华大学等：《大模型安全实践白皮书2024》

《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等政策相继发布，提出要坚持发展与安全并重原则，强化科技伦理风险防控，并从技术发展与治理、服务规范、监督检查与法律责任等层面对大模型安全发展提出了要求。

大模型作为 AI 领域的一个重要分支，日益成为推动社会进步和创新的关键力量。依托于庞大的参数规模、海量的训练数据、强大的算力资源，大模型在多个领域的能力已超越人类。而纵观历史，每一轮新技术革命都会带来社会的变革与不确定性，随着大模型能力的不断增强，大模型的安全性、可靠性、可控性正面临前所未有的挑战。

伴随大模型的深度应用，产学研用各方也加强了大模型安全威胁和防御技术体系研究，在原有可信人工智能治理体系框架基础上，提升大模型的鲁棒性、可解释性、公平性、真实性、价值对齐、隐私保护等方向的能力成为行业研究热点。安全评测技术和安全防御技术不断成熟也有效护航了大模型发展。

大模型正在成为推动各垂类领域产业升级的关键核心力量。金融、医疗、教育、政务、制造等众多领域都在积极探索大模型安全应用范式，以应对大模型安全风险。大模型安全实践案例从系统化的角度为大模型数据、训练、部署、应用等环节提供安全应用经验，展示了如何有效地识别和防控大模型风险，促进了业内最佳实践的交流和分享，助力了大模型安全生态发展。

本报告在分析了大模型发展趋势挑战的基础上，提出了大模型安全实践总体框架，并从安全性、可靠性、可控性以及评测四个角度对大模型安全技术进行了深度剖析。最后，在大模型安全未来发展趋势基础上，提出了大模型安全“五维一体”治理框架，对于大模型安全生态形成、大模型可持续发展具有非常重要和积极的意义。

6、中国软件评测中心：《人工智能大语言模型发展技术研究报告(2024年)》

近日，中国软件测评中心（工业和信息化部软件与集成电路促进中心）发布**《人工智能大语言模型技术发展研究报告（2024）》。报告总结梳理了大语言模型技术能力进展和应用情况，并对未来发展方向予以展望，以期为产业界提供参考。

人工智能作为引领新一轮科技产业革命的战略性技术和新质生产力重要驱动力，正在引发经济、社会、文化等领域的变革和重塑，2023 年以来，以 ChatGPT、GPT-4 为代表的大模型技术的出台，因其强大的内容生成及多轮对话能力，引发全球新一轮人工智能创新热潮，随着大模型技术演进、产品迭代日新月异，成为科技产业发展强劲动能。本报告总结梳理大语言模型技术能力进展和应用情况，并对未来发展方向予以展望，以期为产业界提供参考。

7、北京国际大数据交易所等：《数据资产治理蓝皮书(简版)》

2020年4月10日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》首次明确数据作为生产要素。2022年12月9日，中共中央国务院正式对外发布《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》，针对数据这类新型生产要素，提出构建数据基础制度。同日，财政部会计司发布《企业数据资源相关会计处理暂行规定（征求意见稿）》，在对数据资源“入表”范围和条件、会计处理适用的准则等方面问题广泛征求意见后，于2023年8月21日发布《企业数据资源相关会计处理暂行规定》（“《暂行规定》”），已自2024年1月1日起施行。

纵观国家对于数据生产要素的顶层设计历程，不难发现《暂行规定》是贯彻落实党中央、国务院关于发展数字经济的决策部署的具体举措。其作为数据要素市场基础制度的有机组成，明确数据资源可以作为无形资产计入资产负债表，正式使数据资源成为数据资产，作为生产要素的流通价值显名化，为推动数据要素市场化配置与释放价值提供内生动力。

对于企业而言，数据资源入表可能意味着相关行业，尤其是数据资源密集型企业的财务报表扩张和数据资产规模重估。但从规范与实践角度观之，并非所有数据均可被确认为数据资产，必须从数据的合规治理、数据汇聚融合以及数据确权授权入手开启数据资产入表乃至后续交易流通的链路，方能“以安全促发展”“合规释放价值”。在此基础上，有必要展望数据资源入表对企业业务实践与合规义务的影响，以期通过从“入表”的前置性要求到“入表”后的实践影响的闭环式分析，为企业盘活自身数据资产价值提供“知识图谱”。

因此，本报告将在梳理《暂行规定》的制定背景、适用范围和主要内容的基础上，分析《暂行规定》对企业数据资产化的前提合规条件，并详细说明企业数据资产在税务安排、资产证券化、上市及融资并购、数据竞争及争议解决等领域带来的新的机遇和挑战。

8、亿欧智库：《2024中国工业PaaS应用洞察报告》

数字化浪潮之下，中国工业正经历着前所未有的变革。随着工业4.0、智能制造等概念的不断深入，工业PaaS平台作为工业互联网的核心，正成为企业数字化转型的关键推手。亿欧智库最新发布《2024中国工业PaaS应用洞察报告》，深入剖析了工业PaaS平台发展的驱动因素、应用现状、应用潜力场景及典型实践案例等，并展望了未来发展发展趋势，为工业企业数字化转型决策提供洞察和参考。

1. 工业PaaS平台的重要性：工业PaaS是工业互联网平台的核心，主要价值在于集成管理及分析数据资源，赋能企业数据互通、设备互联。
2. 数字化转型的新引擎：工业PaaS以其强大的数据处理能力、应用开发灵活性和微服务架构，正在重塑工业生产和运营模式。
3. 市场规模预测：预计到2025年，中国工业PaaS平台解决方案市场规模将超过200亿元。
4. 服务模式创新：工业PaaS服务商提供的服务模式不断创新，以满足不同类型企业对个性化方案和深度整合的需求。
5. 应用实践：报告指出，中国工业规模庞大，工业门类广泛，不同领域、不同体量企业的数字化水平存在梯度分布。大型企业和中小企业在数字化进展上存在差异。
6. 数字化升级的需求：企业在运营生产各重点环节都面临数字化升级的需求，工业PaaS平台基于其数据集成、平台化、AI等能力，赋能企业生产制造、运营销售等各环节提质增效。
7. 新技术与工业PaaS的融合：AI、AIGC等新技术与工业PaaS平台的融合将极大提升平台赋能价值，拓宽应用场景，实现更多创新应用功能。
8. 报告的实用价值：《2024中国工业PaaS应用洞察报告》为工业企业提供了全面了解工业PaaS平台的窗口，更为企业的数字化转型提供了参考。

9、亿欧智库：《2024年中国超融合市场发展研究报告》

超融合基础设施（Hyperconverged Infrastructure, HCI）作为一种创新的服务器架构，它通过软件定义技术实现了资源管理、应用部署和运维的一体化。HCI整合了计算、存储、网络和虚拟化等关键IT功能，为企业提供了高度集成和自动化的解决方案。亿欧智库最新发布的《2024年中国超融合发展研究报告》。这份报告主要探讨了超融合基础设施的应用、优势、挑战以及发展趋势，特别是在中国市场的行业应用实践。

1. 超融合基础设施（HCI）定义：HCI通过软件定义技术实现了资源管理、应用部署和运维的一体化，整合了计算、存储、网络和虚拟化等关键IT功能。
2. 数字化时代的挑战：随着应用现代化和数据量的爆炸式增长，企业面临计算性能和存储容量方面的挑战，HCI提供了灵活和可扩展的混合云架构解决方案。
3. 行业应用实践：超融合架构已在中国的政府、教育、金融、医疗、制造业、互联网等多个行业得到应用，支持企业数字化转型。
4. 不同企业类型的选择：中大型企业可能需要云平台整体替换以满足云原生改造需求，而中小型企业可能更适合选择超融合平台作为基础架构。
5. 实施挑战：尽管HCI有许多优势，但在实施和运行过程中也会面临挑战，不同行业有其独特的挑战，需要企业进行具体权衡。
6. 技术与应用趋势：技术进步推动HCI从简单融合向全融合方向发展，云原生技术的持续演进是关键。AI与大数据的融合集成趋势明显，预示着云原生超融合的进一步发展。

10、大数据技术标准推进委员会：《搜索型数据库白皮书》

随着数据智能时代的到来，非结构化数据日益成为各类组织数据的增长主力，蕴含巨大价值，如何高效存储并利用非结构化数据，成为业内关注的焦点。以自动分词、倒排索引、相关度计算、向量检索引擎等技术为核心构建的搜索型数据库，作为高效处理非结构化数据的基础软件，逐渐成为数据智能时代的基石。

搜索型数据库结合全文检索引擎和 NoSQL 数据库的特点，相较于传统的关系型数据库，在处理大规模数据、实现快速检索和智能分析方面展现出显著的优势。近年来，搜索型数据库进一步集成了深度学习、向量搜索和 AI 大模型等尖端技术，使其不仅能够处理基础的文本搜索，还能胜任地理位置信息、图片、音视频等多模态数据的复杂检索任务。然而，搜索型数据库在性能优化、数据一致性保障以及安全性维护等方面仍面临挑战。

本白皮书全面介绍了搜索型数据库的基本概念、发展轨迹和技术架构，同时深入探讨了其在电子商务、金融、医疗健康等关键应用场景中的运用。结合当前搜索型数据库的发展现状和面临的主要问题，本白皮书提出了关于数据库的选择、应用实施的策略，并展望了搜索型数据库未来的发展方向和演进趋势，旨在为行业内外的相关利益方提供宝贵的参考和指导。

11、艾瑞咨询：《2024年中国企业数据治理白皮书》

艾瑞咨询最近发布《2024年中国企业数据治理白皮书》。本白皮书将描绘中国数字化转型的宏观环境及市场驱力，剖析企业数字化转型过程中面临到的核心数据问题，点出数据治理的战略性与重要性，并确立数据治理的范围原则，洞察数据治理的行业规模与供需市场，推出【数据工程】方法论，改变传统方式规划与实践“两张皮”、对业务感知弱、缺乏业务价值、数据管理缺乏体系等弊端，实现业务驱动、高效落地、价值体现、管理规范。并以制造业、能源业等行业场景为数据治理实践样本，呈现相关产业在数据治理的诉求、进程及方法，结合头部公司标杆案例，最后对中国数据治理产业的发展趋势给出分析及建议。

1. 政策支持：中国政府通过明确数据作为生产要素的重要地位，构建数字制度，鼓励企业深挖数据资源，推动高质量发展。
2. 数据管理成熟度模型（DCMM）：这是中国首个数据管理领域的国家标准，帮助企业评估和优化数据管理能力。
3. 数据资产的价值：数据已成为国民经济的重要生产要素，企业通过数据汇集、整理、加工与分析实现价值释放。
4. 行业性差异：不同行业如制造业、工程设计、创投、能源、交通和医疗在数据特征、痛点及需求方面存在明显差异。
5. 数字化转型的深层问题：企业在数字化转型中面临战略制定、数字基础薄弱等问题，数据治理是解决这些问题的核心关键因素。
6. 数据治理模块及功能：企业通过业务数据地图的梳理，有序管理数据资产，避免传统数据治理的局限性。
7. 数据治理价值体现：数据治理不仅构建企业数据资产，还赋能企业运营管理和业务优化，实现降本增效。
8. 供给侧和需求侧：数据治理厂商类型及特征，以及数据治理应用端需求特征，展示了产业链结构和服务类型的融合趋势。
9. 数据治理最佳实践：数据工程是实现从数据资源到企业价值的系统工程，包括咨询、落地、应用和管理等环节。
10. 行业应用案例：白皮书提供了制造业、工程设计和创投等行业的数据治理实践样本，展示了数据治理在这些行业的应用效果。
11. 数据治理趋势：数据治理正逐步工程化、业务驱动和透明化，引入可视化数据治理平台，提升业务用户与管理者的感知度。