AI+工具解析

本文作者:
王巍 数字浙江技术运营有限公司总经理
在人工智能快速发展的当下,我们绘制了若干张架构图,试图捕捉其全貌。然而,横看成岭侧成峰,细节的纷繁复杂往往让我们“不识庐山真面目”。拨开理念与路径的迷雾,我们必须回答一个问题:如何将AI的能力以体系化的工具呈现出来?
基于近期的实践与思考,我以多维度分层方法,构建出人工智能时代公共数据平台工具体系的“433”架构,以实现工具体系的中观维度解构。

一、四大网络——实体、决策、语义、数据的横向支撑
人工智能时代,传统偏物理的分层架构被深度压缩整合,形成实体、数据、语义、决策四大横向网络,各网络各司其职、层层递进,并通过一系列工具构建支撑。
实体网络:打通连接的基础载体
实体网络是整个体系的底座,既承载终端、硬件等物理对象,也包容云计算、边缘计算、软件等非物理对象,更延伸至硅基的数字人乃至我们碳基人类自身。其核心是完成物理意义的连接,并通过统一的标准化协议实现互联互通。正如我20年前在“IT on IP”架构中所提及的,只有统一到IP等标准协议上,物理实体才能彼此协同,数据才能真正流动。
在此基础上,共性软件进一步打通技术与能力。例如,我们在数字政府领域通过打造DTS产品沉淀共性技术栈,并以ITS产品解决智能体统一管理,通过网关实现统一入口管控,最终完成实体网络的高效联通与数据交互。
数据网络:保障数据的可信与全面
实体网络实现互通后,数据网络承担起整合全域数据、反映世界运行真相的职责。其核心在于构建可信、实时、完整的数据体系,以统一标准、清晰目录、严谨治理,让数据真实、可用、可靠。
当前,数据平台已突破传统结构化数据边界,走向地理空间、视频、语音等多模态智能终端数据的深度融合。我们在数据网络领域的DRS产品已处于全国领先地位,并在多个省市广泛应用,但面向未来仍需持续升级,不断提升多模态数据的可信度与权威性,并在网络层可聚合的基础上建立数据间的关系网络。
语义网络:实现数据的可懂与贯通
数据互通只是起点,让大模型真正“读懂”数据,才是AI价值释放的关键。语义网络,正是AI时代的数据“翻译官”与理解中枢,是本轮技术变革的核心突破。
在AI出现之前,让机器理解不同业务的内涵、贯通多模态数据语义,几乎是不可能完成的任务。如今,我们可以通过两种方式试图构建语义网络:一是基于动态本体论这一抽象哲学方式,将各类语言、多模态表达纳入逻辑严谨的哲学架构,描述本体属性与关系;二是依托大模型技术,通过token和向量,以概率方式完成海量训练,实现同一语义的统一指征。
打造语义级系统ORS,支撑语义网络落地,是我们在新领域必须攻克的堡垒。
决策网络:实现数据的科学应用
读懂数据、掌握真相后,更难的是把数据转化为科学决策。数据的价值,最终体现在决策的质量与效率上。
决策网络涵盖理念与机制两大维度:理念层面,不同主体的价值取向,直接决定决策目标、指标设计与价值导向;机制层面,需明确决策主体与决策模式,建立覆盖指挥调度、反馈、复盘、优化、评价的完整闭环。
我们通过构建ARS系统,将包含理念、法律、制度、规则、体制机制,以及指标体系、评价体系在内的一整套复杂决策逻辑拉通,为科学决策提供全链路支撑。
二、三大体系——治理、运营、安全的纵向保障
技术侧,四大网络的横向分层,实现了上下解耦与本层内聚;业务侧,则由治理、运营、安全三大体系承担纵向打通的职责,解决各网络间的协同问题。三大体系并非单纯的技术工具,而是组织长期运行的支撑。
治理体系:贯通全局的制度保障
治理体系以业务战略为起点,涵盖工作体系、制度、流程、标准、工具,是贯通四大网络的完整生命体。
治理体系必须回答“主体是谁、客体是谁、规则是什么”的根本问题。在AI时代,这尤为关键且棘手,因为它直指“决策主权”——AI是辅助决策,还是可自主决策?若自主决策,需由谁依据何种规则赋权?其本质是制度保障下的法权体系建设。在数字政府领域,则与改革深度绑定——改革不到位,AI只能是参谋;改革到位,AI才能真正被赋权、发挥价值。
我们此前通过IRS系统实现一体化时期的资源统筹管理,未来将升级IRS2.0,完善主体管理,补充智能机器人、无人机等客体及AI相关规则管理。
运营体系:日常运行的全周期支撑
治理体系定规则,运营体系保运转,它在战略目标指引下,完成资源配置、资源在线、调度优化等全生命周期工作。
人工智能让运营边界持续拓展,从传统的数据运营、用户运营、内容运营、渠道运营,延伸至语义运营、知识运营等全新领域。我们已通过规模化运营实践,在多个领域建立标准化、在线化运营体系,并通过DOS系统实现运营管理在线。在推进集约运维改革的当下,需进一步升级为覆盖前段、中段、后段运营的“三段三责”运营体系,并同步升级IOS系统作为支撑工具。
安全体系:平台运行的生死线
“安全是1、其他是0”,安全是平台运行的核心前提与底线保障。
AI的生成式逻辑、动态特性,使其成为具备“准主体”特征的智能体,在数据驱动下可能被客体指挥调度,对传统安全模式提出了根本性挑战。基于此,我们提出“数字免疫”概念,旨在构建一个全新的安全体系。同时,在工具侧将原本偏后端防御的DMS系统,升级为大安全的、数字孪生的系统,实现安全的智能保障,让安全像生物免疫系统一样,嵌入平台每一个环节,成为难以突破的“生死线”。
三、三大场景——政府、经济、社会的落地载体
所有技术架构与组织体系,最终都要在场景中兑现价值。我们将场景聚焦为三类:政府场景、经济场景与社会场景(政府、企业、群众的混合场景)。
所有场景的突破,都离不开上述“四横三纵”8大工具(DTS、ITS、DRS、ORS、ARS、IRS、IOS、DMS)的协同支撑。8大工具彼此松耦合,但又高度内聚,共同构成解决复杂问题的能力底座。
四、工具体系的核心难点与终极目标
“433”架构中,存在三个需重点突破的难点,直接决定其落地成效:一是语义网络,若无法实现数据的语义贯通,AI的效能将被直接堵死在源头;二是治理体系,若改革不到位、制度不健全,AI再强也无法落地行动;三是安全体系,守不住安全底线,一切能力都无从谈起。
突破这三大难点后,其他问题将迎刃而解、滚雪球式推进,最终实现工具体系的三大终极目标:安全,打造一个数字免疫的可信环境,实现安全的内生与原生;敏捷,以快速响应能力适应各类需求变化,践行“天下武功,唯快不破”;智能,充分释放AI价值,推动决策从经验主义走向科学智能。
结语
通过“433”分层架构,我们明确了8大工具的打造方向、3个核心难点的突破重点与3个终极目标,在中观维度完成了人工智能时代公共数据平台工具体系的全面解构。上述工具共同构成了一个有机的整体,指引我们从宏大理念走向务实实践,构建真正面向未来、支撑长远发展的AI+工具体系。


点分享

点收藏

点点赞

点在看
夜雨聆风