AI_application/人工智能策划.md

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