From 08f6f5ea92db83a4cdc1d062a99133759e119d20 Mon Sep 17 00:00:00 2001
From: glowz <24627181@qq.com>
Date: Mon, 31 Mar 2025 20:01:50 +0800
Subject: [PATCH] =?UTF-8?q?add=20=E4=BA=BA=E5=B7=A5=E6=99=BA=E8=83=BD?=
 =?UTF-8?q?=E7=AD=96=E5=88=92?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 人工智能策划.md | 106 ++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 106 insertions(+)
 create mode 100644 人工智能策划.md

diff --git a/人工智能策划.md b/人工智能策划.md
new file mode 100644
index 0000000..0d4f96a
--- /dev/null
+++ b/人工智能策划.md
@@ -0,0 +1,106 @@
+# 人工智能应用策划方案  
+ 
+
+## 一、总体目标  
+**短期目标（1-2年）：**  
+- 建立AI技术试点项目，覆盖业务技术提升、内部管理提效等场景。  
+- 完成核心团队组建与数据平台搭建，实现流程自动化。  
+
+**中长期目标（3-5年）：**  
+- 构建企业级AI赋能体系，形成“数据驱动+智能决策”模式。  
+- 在行业竞争中形成技术差异化优势，推动数字化转型。  
+
+## 二、人员保障  
+### 核心团队组建与培养  
+1. 组建跨部门的人工智能推进小组，主要领导直接领导，各部门领导为组员，各部门指定专人负责。  
+2. 引进AI算法工程师或数据科学家，联合高校设立“产学研基地”定向培养人才。
+3. 成立的人工智能创新工作小组。 
+
+
+ 
+
+## 三、制度保障  
+### 部门协作机制  
+建立闭环流程：业务需求→技术开发→落地验证。
+- 各部门提供场景需求和数据资料；
+- 总工办审核技术相关文档、技术文档、数据资料
+- 党群办、综合部审核企业内部制度和相关文档数据资料；
+- 人工智能推进小组确定应用方案，并制定应用计划。
+- 数智中心负责功能开发和系统集成；  
+- 各部门反馈应用效果。
+
+### 月例会制度  
+1. 由董事长和总经理召开。  
+2. 各部门汇报需求和应用效果。
+3. 数智中心汇报应用开展进度、存在问题和下一步计划。  
+
+### 技术评估机制  
+- 定期组织AI项目评审会（外部专家+内部团队）。  
+- 设立“快速试错”流程：允许小规模试点失败但需总结经验。  
+
+### 激励机制  
+- 将AI应用目标纳入部门KPI（如“AI辅助设计覆盖率≥30%”）。  
+- 试点团队优先获得算力与数据权限支持。 
+- 设立“AI创新奖”，鼓励员工提案AI应用场景。
+- 设立“知识贡献奖”，鼓励员工提供经验总结和技术资料。
+- 设置知识积分体系：
+    - 上传1份标准文档=5分
+    - 维护10条数据标签=3分
+    - 月度评选"知识之星"（与绩效考核挂钩）
+
+## 四、技术路径
+### 1.内部研发
+- 构建知识平台：汇聚企业内部数据、资料、第三方数据，进行数据清洗和结构化处理等。  
+- 应用开发：依托开源低代码平台，AI辅助编程，快速搭建知识库，构建相关流程应用。
+
+### 2.外部合作
+- 引入项目资源：通过建管平台、安管平台积累吸收技术资源，提升知识平台技术能力。  
+- 外部高校、科研机构合作，推动知识平台、应用开发平台技术升级。
+### 3.技术合作生态  
+- 联合华为云/阿里达摩院共建行业模型库；  
+- 参与国家智慧交通试点项目，争取政策支持。 
+## 五、应用场景策划
+
+### 企业知识库
+
+### 公文写作助手
+
+### 流程审查助手
+
+### 合同审查助手
+
+### 投标审查助手
+### 结构建模助手  
+
+## 六、 算力资源
+### 算力设备购买 
+根据目前的模型能力，32B是性价比最高的模型，部署成本不高，同时保持较高性能，适合企业本地部署，满足日常应用，如公文写作、合同审查、投标文件审查等涉密工作，同时可以培养内部人员的大模型应用能力。32B模型完整版大小是64G，需要的显存大约是64G*1.2=76.8G，以下为方案对比
+
+| 方案描述               | 金额(万元) | 保修年限 | 总显存容量 | 单卡tensor core算力(TFLOPS) | 总算力(TFLOPS) | 架构         | 总功耗(W) | 备注                      |
+|------------------------|------------|----------|-------------|-------------------|----------------|--------------|-----------|---------------------------|
+| 4*2080Ti魔改22G        | 2.2        | 1        | 88G         | 107.6 (FP16)       | 301.28           | Turing       | 1000      | 魔改显存/性价比高但保修短 |
+| 2*4090魔改48G          | 6.2        | 3        | 96G         | 330 (FP16)       | 528          | Ada Lovelace | 900       | 魔改显存/最新架构/单卡性能最强     |
+| 4*3090原厂24G          | 5.1        | 3        | 96G         | 142 (FP16)       | 482.8          | Ampere       | 1400      | 原生支持/显存带宽较高     |
+
+补充说明：
+- 算力计算：总算力=单卡FP16浮点性能×显卡数量×折减系数
+- 考虑多卡互联折减、pcie带宽、nvlink，算力折减系数：2080ti 3090 4090：*0.7 *0.8 *0.85
+- 功耗对比：包含显卡TDP功耗，未计入其他系统组件
+- 风险提示：魔改显卡可能存在稳定性风险，建议关键业务系统优先选择原厂配置
+综合金额、算力和稳定性等因素，建议选择4*3090原厂24G方案。
+
+### 使用安管平台的算力  
+使用安管平台部署的华为算力。
+### 数据平台建设  
+- 搭建企业级数据中台，整合BIM/GIS/物联网多源数据；  
+- 部署自动化标注工具提升训练集质量。  
+
+## 七、实施计划  
+| 时间节点   | 关键任务                          |  
+|------------|-----------------------------------|  
+| **第1季度**    | 完成团队组建与场景需求调研        |  
+| **第2季度**    | 知识库搭建（资料收集、清洗及结构化处理）|  
+| **第6个月**    | 知识库搭建开发完成，完善数据资料    |  
+| **第1年**      | 3个核心场景落地，形成可复制模式   |  
+
+