當前人工智能正在經歷從感知智能到認知智能的重要發展階段。認知是人們獲取和應用 知識的過程，因此，作為人類對客觀世界認知的一種表現形式，知識圖譜是認知智能研究不 可或缺的組成部分。知識圖譜可以幫助機器積累人在解決問題中使用的知識，可以幫助組織 互聯網資源，進而用知識賦能行業智能應用，知識圖譜及其知識引擎技術已經成為人工智能 系統的基礎設施。《知識圖譜發展報告》（2022）是中國中文信息學會語言與知識計算專委會 邀請知識圖譜領域專家結合人工智能和知識圖譜技術的最新發展，在《知識圖譜發展報告》 （2018）基礎上對本方向前沿技術和應用的又一次系統總結，并對未來前沿趨勢進行展望。

近年來，隨著人工智能特別是大數據、深度學習和大規模預訓練模型的快速發展，知識 圖譜的理論、方法和應用也有了很大進展。

在知識表示和建模中，知識圖譜表示形式更加多樣化，從單一語言和符號表示的知識圖 譜，到多語言和多模態的知識圖譜；從結構化知識表示發展到與半結構化和非結構化數據融 合的概念-實體-上下文一體化知識表示，從符號知識表示到融合符號和數值的知識表示。

在知識獲取方面，低資源、真實場景下的知識獲取技術也有了長足進步，由傳統限定領 域的知識抽取，到如今開放領域的多類別知識抽取；由基于知識庫的關系獲取，到以知識為 指導的面向大規模預訓練技術的關系獲取；由粗粒度有監督學習到細粒度小樣本學習，以及 由單一模態的概念抽取到跨模態的聯合學習。

在知識圖譜應用方面，知識圖譜領域應用越來越廣泛，以多模態知識為驅動的虛擬數字 人推動著人工智能走向更廣闊的應用場景，“知識圖譜+產業”的新范式凸顯著以知識為中心 的應用與現實業務的深度融合。“知識圖譜+其他學科（如區塊鏈、物聯網）”的交叉研究也 正在興起和發展。

知識圖譜未來發展趨勢和面臨的挑戰在于，能否利用大規模預訓練模型進一步促進知識 表示、獲取和推理技術的發展，能否基于認知推理實現具有認知能力的人工智能新架構，能 否利用知識的可解釋性釋放更多產業潛能和應用。 本發展報告的定位是深度科普，旨在向政府、企業、媒體中對知識圖譜感興趣的社會各 界人士簡要介紹相關領域的基本概念、基本方法和應用方向，向高等院校、科研院所和高新 技術企業中從事相關工作的專業人士介紹相關領域的前沿技術和發展趨勢。 本報告共由 13 章組成，每一章按照 1）任務定義、目標和研究意義；2）研究內容和關 鍵科學問題；3）技術方法和研究現狀；4）技術展望與發展趨勢等四部分的結構形成每一章的內容。每一章我們邀請了本專業領域內的專家協同撰寫完成。具體結構如下：

2022年11月30日，2022中國智慧企業發展大會暨首屆成渝地區雙城經濟圈數智人才發展大會在四川省遂寧市舉辦，會上，中國企業聯合會、中國信息通信院聯合發布了**《中國智慧企業發展報告（2022）》**。

《中國智慧企業發展報告（2022）》闡述了智慧企業發展的背景形勢：2021年數字經濟發展取得新突破，數字經濟規模達到45億元，占GDP比重接近40%，在國民經濟中更加穩固，支撐作用更加明顯。推動企業數智創新的政策體系更加全面，黨的二十大報告進一步強調數智化發展的重要性，各地方政策密集出臺，政策導向更加具有落地性。

報告指出，智慧企業建設總體進展。

**1.戰略實施以上階段近七成。**從總體進程來看，近四成企業轉型已進入戰略化規劃實施階段，另有三成企業數字化創新已成為常態，均較2021年占比明顯提升，戰略化規劃實施及以上階段企業占比近七成。

**2.后數字化企業占比增加。**從企業智能化程度來看，近半數企業已進入數字化階段，近四分之一企業已進入初步智能化階段，數字化及以上階段的企業占比較去年明顯提升，信息化、自動化階段的企業占比較去年明顯下降，企業的轉型進程基本進入了后數字化時代，數字化已經成為企業生產經營管理中不可或缺的一部分。

**3.企業層面是賦能重點。**結合數智化建設覆蓋的物理范圍與數據賦能階段看，數據賦能在企業層面的推進階段整體高于其他層面，近五成企業在企業層面的數據賦能已實現自動預判、自主決策和自我優化。

**4.從數字化走向網絡化。**總體來看，數智化各發展階段的應用水平隨著等級的上升大致呈遞減趨勢，綜合管理、生產運營管理數智化各發展階段的應用水平呈相似趨勢，L1、L2級應用覆蓋率較高，平均覆蓋率70%左右，L3~L5級應用覆蓋率逐級遞減，L5自優化應用水平處于較低水平，平均覆蓋率45%左右。 報告給出，智慧企業建設案例特征分析。

1.案例分布更加均衡，智改數轉全向發力；2.數智創新范圍更廣，實現全流程覆蓋；3.智能化程度加深，自主優化開始探索；4.數據資源集成共享，平臺成為重要承載；5.數字技術與行業技術融合創新，邁向普適化；6.管理變革同步推進，建立面向數智化的流程機制。

智慧企業問題與建議

第一、多渠道培養人才，加大高端人才招聘比例，增加公司對有潛力的人才進行專項培養和復合培養，盡快充實企業數字化人才隊伍。 第二、多方爭取資源支持，主動爭取公司數字化轉型項目預算，積極申報國家和地方關于企業數字化轉型的示范項目，鼓勵大型企業向小微企業開放賦能。 第三、深度挖掘數據價值，加快數據共享，打破信息孤島，推動數據聯動與分析，支持管理決策，盤活數據資產。 第四、組織經驗交流推廣，推動企業間交流合作，加強產業協同，深度挖掘領先智慧企業的成功案例經驗，有效發揮優秀智慧企業經驗價值

具體內容如下

來源：騰訊云和中國信息通信研究院《分布式云發展白皮書（2022）》

過去十年，我國云計算快速發展，2020年云計算整體市場規模達到2091億元，在全球范圍內呈現逆勢增長態勢。我國云計算政策環境不斷完善，產業不斷發展成熟，技術、架構、安全、管理、軟件、等方面繁榮發展。在數字化浪潮之下，5G、物聯網規模化部署推動邊緣計算需求激增，愈發嚴格的數據安全監管要求以及混合多云等不斷變化的企業用云模式相關因素推動云計算從單一數據中心部署向不同物理位置多數據中心部署、從中心化架構向分布式架構擴展升級，分布式云概念也由此而生，成為云計算未來重要演進趨勢。

中國信通院聯合騰訊云共同發布業界首個《分布式云發展白皮書（2022）》。白皮書全面闡述分布式云發展背景、概念定義、關鍵技術、典型應用場景、當前挑戰、未來展望以及實踐案例，以全局視角論述分布式云發展態勢，旨在為分布式云技術發展與應用落地提供參考。

白皮書核心觀點

概念定義

中國信通院提出分布式云標準定義：分布式云是一種將云服務按需部署到不同地理位置，提供統一管理能力的云計算模式。分布式云與當前云計算主要區別在于摒棄了公有云、私有云、混合云、多云等分類，首次將地理位置作為考量因素，為用戶提供不同位置的云資源統一管理平面，能夠增強混合多云一致性管理、拓展邊緣計算服務能力、實現云服務統一托管治理。 技術架構

分布式云基礎設施推動算力資源無處不在，云服務分布式部署與統一使用方式實現彈性敏捷用云需求，云原生推動分布式云應用全面治理與服務無處不在，全局管理統一分布式云管理和調度，一體化安全能力保障分布式云服務安全可信。 應用場景

隨著用戶對邊緣計算、安全合規、區域定制、用云模式等方面的需求不斷增加，時延敏感業務、數據安全合規、本地IDC資產上云、應用高可用容災、多云應用治理、分支節點統一管理成為分布式云典型落地場景。 發展展望

分布式云技術底座進一步夯實，實現云服務無處不在；應用場景持續拓展，與行業不斷深度融合；算力調度能力不斷提升，推動算力泛在化發展；標準體系進一步完善，引導產業規范發展。 實踐案例

深度解析多行業落地實踐案例，助力企業數字化轉型降本、增效、提質，為企業落地分布式云提供參考與指引。

智能時代，AI 中臺是企業管理能力、企業活力、企業“智力”提升的重要動力來源。思考企業的未來，AI 中臺將是企業在復雜時代下生存和發展的“必需品”和“必修課”。

日前，百度智能云與人工智能產業發展聯盟聯合發布了《AI 中臺白皮書（2021年）》。AI 中臺作為全棧式、集約化、自動化的生產力工具箱，是實現AI技術在各行業中快速研發、共享復用和部署管理的智能化底座和關鍵基礎設施。白皮書旨在深入剖析 AI 中臺體系架構與內涵，探討能力建設路徑和行業賦能方案，以期與業界分享，共同推動我國人工智能產業創新發展與行業智能化升級。

白皮書指出，AI 中臺是實現智能化能力普惠的必備基礎設施，負責構建企業的 AI 生產力，一般包括 AI 技術服務平臺、AI 研發平臺、AI 管理運行三大核心。

白皮書展開論述了 AI 中臺所應具備的四大關鍵能力。概括來看，AI 數據需求趨于精細化、場景化，健全的數據服務體系會是AI 中臺的基礎；自動機器學習技術加速演進，AI 研發平臺成為了技術普惠的關鍵；AI 部署運行愈加復雜，體系化工具成為了規模化應用的保障；AI 模型已經成為了企業新型資產，AI 資產化管理勢在必行。

企業如何建設自己的 AI 中臺體系呢？白皮書給出了兩類建設路徑和三大要素支撐。

面向企業智能化升級的不同階段，AI 中臺建設有兩類路徑：一類是對于處于 AI 能力起步期的企業，會先從 AI 能力直接賦能，再逐步發展到自主建模和個性化創新，構建 AI 能力創新底座；另外是面向已具備專業 AI 建模專家及算法團隊的企業，可以聚焦個性化 AI 研發能力的構建，進而大幅提升 AI 模型落地應用推廣效率。

三大要素則是企業智能化升級的堅實支撐。在基礎設施建設方面，AI 中臺支撐企業完成軟件部署，并與已有的私有云、數據中臺、視頻平臺等 IT 設施進行對接集成。支持企業結合自身業務場景，構建 AI 應用能力，圍繞 AI 中臺軟件、基礎應用集成、業務應用集成三大模塊，打造企業 AI 能力的核心技術底座。

在組織能力建設方面，AI 中臺為企業提供組織變革、流程創新、人才培養等方面建議，通過建立組織保障機制，明確機構中包括模型生產、服務管理、運維保障在內的各個工作組職責及流程，確保 AI中臺管理組織的高效運轉。此外，幫助企業持續培養人工智能相關的技術開發人員及運營管理人員，保證 AI 能力開發管理的人才供給。

在運營優化方面，AI 應用實際投產后，企業需結合業務反饋數據不斷進行優化調整，確保應用成效。

借助高效靈活的適配能力，AI 中臺已在制造、能源、金融、城市、醫療等諸多行業落地應用并取得顯著成效，切實解決企業生產運行痛點，滿足企業設計、生產、管理、銷售和運維等個性化場景需求。

展望未來，AI 中臺作為企業智能中樞，在不斷完善提升自身能力的同時，將成為伴隨企業成長、構筑核心競爭力的重要抓手和關鍵支撐。未來2-5年，AI 中臺將作為創新型企業運轉不可或缺的基礎設施；未來5-10年，AI 中臺將融入企業成長的全生命周期，企業建設、應用和運營 AI 中臺的能力，將成為衡量未來發展潛力和成長價值的關鍵指標，助力構筑企業核心競爭力。

以 AI 中臺助力行業高質量發展，提升國家供給側水平，將在數字社會與智能經濟時代獲得發展先機。過去二十年，移動互聯網對人類社會的影響集中體現在 C 端，即需求端；但在 AI 時代，人工智能將更多從 B 端，即供給端改變。AI 中臺作為“ AI 大生產平臺”的生產力載體，從更好推進 AI 行業落地、實現技術價值增值角度，正在加快幫助企業適應新形勢、新變化與新挑戰。AI 中臺技術所帶來的行業變革，將是一場更徹底的供給側改革，成為推動國家邁進智能未來時代的重要力量。

人工智能革命將個體價值的創造釋放提升到前所未有高度，AI 中臺通過推動行業智能變革為社會帶來更為光明的未來。AI 中臺賦能能力正在從通用行業（如制造、金融、教育等）向專業精細化行業（如生物醫藥、化學化工、半導體等）延伸拓展，幫助企業不斷拓展應用視野和創新邊界，推動人類社會創新進步。AI 中臺將幫助企業追求更有創造力、影響力和領導力的自我價值實現，為整個智能社會帶來更大提升空間、更多發展可能。

歷經半個世紀的發展，人工智能正在社會經濟生活中發揮越來越重要的作用。認知智能是一種賦予機器模擬人類認知思考能力的技術，作為人工智能發展的高級階段，具有交互性、情境性與適應性等特點。認知智能“能理解、會思考”的能力，可以極大地將人類從重復體力勞動和簡單腦力勞動中解放出來。

當前，認知智能產業生態已初步形成，產業應用加快落地，技術研發持續突破，涌現出一批具有代表性的企業，儼然成為城市數字化浪潮中的關鍵驅動力。中國信息通信研究院華東分院聯合竹間智能科技（上海）有限公司就人工智能全球態勢、認知智能產業生態、技術融合、典型案例與未來趨勢等方面開展了產業技術分析，形成《2021 認知智能發展研究報告》。

本報告由五大篇章組成：第一篇章：全球態勢篇，對全球人工智能政策環境、發展現狀與發展熱點進行了詳細介紹；第二篇章：產業生態篇，闡述了認知智能發展歷程，并從行業生態、技術專利、學術研究和產業標準等方面展開具體分析；第三篇章：技術融合篇，闡述了當前認知智能領域情感計算、知識圖譜、圖像理解等六大行業技術領域的融合發展情況；第四篇章：典型案例篇，闡述了當前認知智能在金融、制造、教育等六大場景的應用落地總體情況與典型產品案例；第五篇章：未來趨勢篇，總結了認知智能發展面臨的問題挑戰，對未來發展做出展望。

![](//cdn.zhuanzhi.ai/vfiles/cda708330603af4a33f9306eed4532e3)

來源：中國信通院CAICT

近日，中國信通院發布《中國數字經濟發展白皮書（2020年）》，對我國各地區數字經濟發展、各行業數字化轉型、各領域發展亮點、數字經濟政策體系等進行了深入分析。其中，數字經濟測算方法被納入G20（阿根廷）《數字經濟測算工具箱》，測算結果被廣泛引用。

當前，新一輪科技革命和產業變革席卷全球，數據價值化加速推進，數字技術與實體經濟集成融合，產業數字化應用潛能迸發釋放，新模式新業態全面變革，數據已成為數字經濟發展的關鍵生產要素。從產業角度來看，我國已形成較為完整的數據供應鏈，在數據采集、數據標注、時序數據庫管理、數據存儲、商業智能處理、數據挖掘和分析、數據安全、數據交換等各環節形成了數據產業體系，數據管理和數據應用能力不斷提升。

《白皮書》就我國各地區數字經濟的發展情況進行了量化分析。從總量來看，江蘇、浙江、上海、北京、福建、湖北、四川、河南、河北、安徽、湖南等省份數字經濟增加值超過1萬億元；從占比來看，北京、上海數字經濟在地區經濟中占據主導地位，數字經濟GDP占比已超過50%。

白皮書看點如下：

一、數字經濟框架從“三化”擴展到“四化”：數字產業化、產業數字化、數字化治理、數據價值化；

二、我國數字經濟規模不斷擴張、貢獻不斷增強，2019年我國數字經濟增加值規模達到35.8萬億元，占GDP比重達到36.2%；

三、我國數字經濟結構持續優化，2019年數字產業化增加值達7.1萬億元，占GDP比重7.2%；產業數字化增加值達28.8萬億元，占GDP比重為29.0%；

四、數據成為數字經濟發展的關鍵生產要素，數據價值化按照資源化、資產化、資本化三階段加速推進。

數字化治理能力提升，數字政府建設加速推進政府治理從低效到高效、從被動到主動、從粗放到精準、從程序化反饋到快速靈活反應轉變，新型智慧城市已經進入以人為本、成效導向、統籌集約、協同創新的新發展階段，國家治理能力現代化水平得到了顯著提升。

//www.caict.ac.cn/kxyj/qwfb/bps/202104/t20210423_374626.htm

為加快推動人工智能技術在電信行業的應用與融合發展，在AIIA產學研融合與應用工作組指導下，由電信項目組組織，中國信息通信研究院標準與技術研究所牽頭，中國移動通信有限公司研究院、中國電信股份有限公司研究院、中國聯合網絡通信有限公司研究院、華為技術有限公司、中興通訊股份有限公司、英特爾（中國）有限公司等單位共同編寫了《電信行業人工智能應用白皮書》2021版。

電信網絡作為信息通信的基礎設施，具有應用人工智能技術的巨大空間和潛力。國內外運營商、設備商和服務商等在電信網絡智能化方面紛紛布局，電信網絡智能化在標準研究、技術驗證與落地應用等方面均有重要推進。隨著5G網絡的大規模商用和網絡人工智能平臺的建設成熟，越來越多的網絡智能化應用與業務已經開展落地并發揮良好效果。

本白皮書系統分析了目前電信網絡智能化的總體發展態勢與應用現狀，集中展示AI技術在移動通信網、固定通信網和網絡業務服務三大類應用場景的19個典型落地案例，包括故障根因分析、異常小區發現、基站節能、業務內容智能推薦、網絡質量智能監控與業務智能識別調優等。

白皮書指出，構建智能化社會適應萬物互聯的新一代信息基礎設施，保障信息基礎設施的安全，對于促進信息技術與實體經濟融合、拓展數字經濟空間具有重要意義。

目前，全球已經掀起了人工智能應用的浪潮。將人工智能技術引入到新一代通信基礎設施，可以為網絡、計算、應用等信息基礎設施提供基于數據的感知、預測和管控能力，促進網絡、計算、應用等基礎設施的融合與協同。人工智能在越來越多的復雜場景下可以做出比人類更優的決策，無疑讓網絡智能化建設開拓了新的視野，給網絡的發展帶來了前所未有的新機遇，也為電信網絡重構轉型過程中遇到的眾多困難和挑戰提供了高效的加速解決路徑。

隨著電信行業人工智能應用加速在現網落地部署并釋放價值，網絡智能化基礎能力將持續增強，網絡知識與人工智能技術融合適配網絡智能化應用需求，新技術范式例如聯邦學習、遷移學習等技術將得到更多應用與關注。人工智能技術將貫穿電信網絡端到端全生命周期的運營與演進，實現網絡的泛在智能能力，幫助運營商實現數字化轉型，帶動整個電信產業的智能升級。