华为-2023政府与公共事业行业智能化架构白皮书

政府与公共事业行业智能化架构白皮书WHITEPAPERONARCHITECTUREFORINTELLIGENT.TRANSFORMATION商标声明的产品中，出现的其它商标，产品名称，服务名称以及公司名称，由其各自的所有人拥有。免责声明本文档可能含有预测信息，包括但不限于有关未来的财务、运营、产品系列、新技术等信息。由于实践中存在很多不确定因档基础上做出的任何行为承担责任。华为可能不经通知修改上述信息，恕不另行通知。版权所有@华为技术有限公司2023。保留一切权利。非经华为技术有限公司书面同意，任何单位和个人不得擅自摘抄、复制本手册内容的部分或全部，并不得以任何形华为EBG公共事业系统部当前，全球正处于新一轮科技革命和产业变革的加速推进期，网络化、数字化、智能化我们所认知的数智社会是作为农业社会、工业社会、信息社会之后更高阶的社会形态，以人为本，通过Al等新一代信息技术和智能技术驱动，以提高人民的数字利益和构筑美好的数字生活为根本目标。随着数字化转型深入，社会现实问题解决和个人对美好生活的高追求，对公共服务供给和社会治理寄予更高期待，倒逼政府和公共事业职能做出适当调整，切实推进公共服务普惠化和社会治理精准化。“两化”的实现，强调跨部门、跨领域、跨地区的互联互通，强调突破时间和空间限进行公共服务创新，实现社会治理的科学决策和精准施策等。这是一个高度复杂的系统工程，面临多重挑战华为公共事业已助力100+国家、10000+客户数字化转型成功，并在气象、农业、医疗和教育等领域实现了Al场景落地，推动Al走深向实。此次发布政府与公共事业面向未来，我们将继续秉承共识、共建、共享、共治、共赢的价值理念，与产业合作共同打造数智社会的新型基础设施，形成数智社会的共同体，加速政府与公共事业智能化，共建数智社会。加速政府与公共事业智能化，共建数智社会AcceleratingIntelligentTransformationofPublicServicestoDriveCognitiveSo1政府与公共事业行业智能化展望2政府与公共事业行业智能化架构2.1智能化应用 2.2智能中枢 2.2.1Al 42.2.2智能平台 52.3数字基础设施 2.3.1智能感知 62.3.2智能联接 82.3.3智能底座 92.4总结 3政府与公共事业行业智能化主要应用场景3.1健康智能化 3.1.1数字技术是促进全民健康的重要基础 3.1.2以健康智能化架构为基，建数字健康中国 3.1.3健康智能化架构助力健康中国智慧化升级 3.2教育智能化 3.2.1数字技术是智慧教育发展的重要基础 3.2.2以人为本打造教育行业智能化架构 3.2.3教育智能化架构助力教育高质量发展 3.3应急智能化 3.3.1全灾种、全周期大应急管理带来的挑战 3.3.2实现“点、线、面、体”兼备的应急行业智能化 3.3.3应急智能化架构的成功实践 3.4.1财政信息化发展阶段及挑战 3.4.2财政智能化建设架构 3.4.3智能化架构的成功实践 41 3.5.1Al迎来战略新机遇，从局部探索走向干行百业 453.5.2共建开放、智能、共赢的Al4G智能化 473.5.3Al4G的实践与探索 50倡议政府与公共事业行业智能化架构政府与公共事业行业智能化架构模下文将对政府与公共事业行业智能化参考架构分层展开介绍。下文将对政府与公共事业行业智能化参考架构分层展开介绍。国家智慧教育平台国家教音数字化大数据中心政务智能中枢数字基础设施Al数字基础设施面向未来，各行各业需要更聪明的Al、更普惠的Al,以做到更纵深地感知、超越现实的体验、更精确地探索未知、更准确地模拟现实、数据驱动的业务创新、更高的运营效率。在教育行业，个性化教育将变得更为容易。人类训练人工智能的过程，同时也是认识自己的过程，人工智能使得认识人类的智能、人脑的规律变得更加重要，进而重新认识教育、改革教育。未来人工智能将改变人类自己的学习、认知的过程。如人工智能教员通过精细化地分析学生的行为、习惯、能力等，制定个性化的教学内容、计划和教学方式，学生的学习潜力将得到极大的挖掘，接纳新知识更多、更容易。Al为行业的发展注入新的生命力。在自然监测领域，未来人类将环境保护作为重点，将新型科学技术与设备结合人工智能，可有效解决环境恶化带来的温室效应，土壤沙化和盐碱化等各种环境问题的挑战。以大数据为基础，利用模型，可以较好地预测出不同管理措施下的结果，并不断反馈给算法模型，得出更好的治理模式，如精确定位污染源，预测污染扩散等。Al的能力长期持续发展，推理越来越准确，成为行业智能化的有力支撑。在医疗行业，针对智慧影像、精准医疗和药物研发这三类不同的场景，需要构建不同的场景大模型，进行各自精细化的智能分析，以支撑不同的应用分析。Al大模型作为行业智能化参考架构的“知识营养”,分为基础大模型、行业大模型、场景大模型等类型。不同的厂家投身其中，在各自细分领域持续探索，构筑出百模千态的大模型，为不同应用场景提供多样化的选择。智能平台VUCA(即易变性、不确定性、复杂性、模糊性)的时代特征，让政府和公共事业加速了数据驱动决策的进程，并呈现出新的特点：在政府治理上更加依赖大量、及时、精细的数据；医疗机构通过云上随时可获取的大数据、Al等技术对医疗数据进行深度分析，大大提升精准医疗的能力；教育科研工作者已经找到了打破数据治理“僵”与“乱”悖论的方法和路径。这些变化的背后是技术不断发展，智能平台促使数智融合，技术门槛不断降低，让原本普通用户高不可攀的大数据、Al等走下了“神坛”。为了能更好地服务于全球范围内的政府和公共事业，推进他们的数字化、智能化改造，同时保障业务高效、可靠、安全，智能平台要解决的主要问题是以“应用为中心”,使各行各业更好地运用数字技术，提升在价值链中的位置，包括应用的现代化改造，提升Al、数据、媒体等新技术创新的易用度，提升基础设施资源的利用率，提升安全防护能力等。为了实现上述普惠目标，智能平台必须具备一些关键技术能力：数智融合AlforData,从需要依赖诸多专业人员投入、构建和维护成本始终居高不下的“人力密集型数据治理”,演进到无需依赖专业人员，甚至无需SQL技能，具备一键式数据入湖、元数据自动发现、数据隐私处理、数据补齐、数据关系图谱构建等特征的“自动化、智能化、交互导航式数据治理”架构；DataforAl,打通数据分析引擎和Al分析引擎，基于统一元数据进行管理，实现一份数据在多个引擎间高速流转，同时通过DataOps和MLOps结合，大幅提升模型训练中数据准备工作的效率。可信、平民化DevOps架构通过将一系列安全可信措施嵌入到敏捷开发运维模式各环节，构建“DevSecOps流水线”,实现敏捷快速迭代与严格质量管控兼顾，并通过低代码/无代码实现更多行业应用资产的沉淀，将行业应用的开发效率再提升一个新台阶，为用户提供敏捷高效的极致体验。全方位立体化安全架构模式打通各自孤立的云安全服务能力，将其与所有云服务及租户侧应用之间形成互锁，实现最大化的安全可信能力服务及架构级重用，构建安全Build-in的云原生应用，并进一步引入可信智能计算服务，通过综合集成运用区块链、软硬件可信执行环境沙箱、联邦训练学习等技术，有效解决跨行业数据隐私保护与流通碰撞、价值挖掘之间的矛盾。3.数字基础设施架构分层的下面三层，从底向上分别是智能感知、智能连接和智能底座，代表了数字基础设施。智能感知在医疗行业，人类可以依托高度灵敏的生物传感器技术与智能硬件支持，实时跟踪身体各项指标，并建立个人的健康知识图谱，从而实现自主驱动个人健康，减少对医生的依赖。与上同理，智能感知是行业智能化参考架构的“五官和手脚”,是物理世界与数字世界的纽带，它基于品类丰富、泛在部署的终端设备，以感知为基础，以智能为核心，对传统的感知能力进行智能化升级，构建一个无处不在的感知系统；并基于智联操作系统，为部分感知终端赋予交互能力，将处理结果反馈到物理世界中。使用声、光、电、磁等多种感知手段通过无处不在的各类设备对气体、水质、人体等不同的物质进行感知，可以获取对物理世界的全面信息，并通过雷视拟合、光视联动等多维感知技术融合创新，可以提高全场景感知精准性。在城市水资源保护过程中，水质监测通常是一项重要内容，特别是对工业废水的处理。传统检测技术一般是通过化学途径来实现，不仅时间较长，反应慢，还易受到各种客观条件的制约。相比之下，一种新型的光谱检测技术则规避了以上缺点，它能够借助不同物质在光学频谱中独有的身份信息，对水质状态进行有效、全过程的实时监测，随时追踪污水处理状态。在元器件小型化、芯片化的技术推动下，原来只能在医院内使用的大型医疗设备，正在便携化方向发展，让移动化检查成为现实。掌上超声设备将超声波探头的性能集成到一个芯片中，通过鸿蒙操作系统加持的智能手机应用进行超声信息采集，并结合云计算和深度学习等技术，实现实时复合成像和自动扫描等强大功能，打破时间和空间限制，让传统笨重的大型超声台式机所具备的功能在随身携带的轻巧手持设备上得以实现。使得原本医院一台十多万美金的大型超声仪器，变成几干美金就可以拥有的掌上设备。开放的终端生态将协议复杂、系统孤立的终端有机协同起来。传统诊疗流程是病人至医院进行医学检查后，由医生现场诊断。但由于地域医疗资源分布不均，优质专家多集中在大城市，小城市和乡村医疗资源不足，常因诊断失误而贻误病情。在未来，将传统影像设备的复杂处理逻辑放到云端，在云上为医生提供远程阅片及人工智能辅助诊断功能，并将医学影像、检验检查结果、病历等诊疗信息同步传输，患者只需面对屏幕，就可接受知名专家的云端诊疗服务。智能交互大大提升了为人服务的体验和效率。通过“终端数据采集+5G+云计算”方式，在社区医院与医学中心之间建立医学影像信息互联共享，患者在社区医院医疗设备上拍片后，自动或手动将影像文件上传至云端，由医学中心在云端阅片并出具报告。智能交互大大提升了设备认知与理解能力。在文化场馆领域，已有博物馆应用自动化控制系统实现了能源管理的系统化重构。通过布置3,000个数据点，它能实时采集和监测场馆内的各项环境数据，自动调节适宜展品陈列和参观者观展时的温光水气条件。经过这一系统性节能改造，实现了暖通空调、照明和用水效率升级，使博物馆温室气体排放减少35%,电力成本降低32%。智简部署、即插即用的感知设备，数字化、智能化的智简运维平台和工具，使无人化、自动化的可视可管可维成为现实。面向未来智能化的世界，通信网络将不仅要联接个人，还要联接与个人相关的各种感知、显示和计算资源；不仅要联接家庭用户，还要联接与家庭相关的家居、车和内容资源；不仅要联接组织里的员工，还要联接与组织相关的机器、边缘计算和云资源，以满足智能世界丰富多样的业务需求。行业智能化对网络联接层提出了更高的要求，各种场景对网络都有不同的要求。因此，行业智能化需要万物智联、弹性超宽、智能无损、自智自驭的智能联接。在行业智能化时代，智能联接综合采用5G-A、F5GAdvanced、Wi-Fi7、超融合以太网(HCE)、IPv6+等多种网络技术，推进全场景、全触点、无缝覆盖的泛在万兆联接，加速数据采集汇聚，推进智能应用普及，为智能化参考架构的持续进化构筑万物智联的基础。以智慧养老为例，上海的街道推行给独居的老人安装智能水表。在老人的同意下，通过实时监测独居老人的用水情况，12小时内用水量一旦低于0.01立方米，街道的智能管理平台就会接收到报警信息，并及时通知社区，社区志愿者就会第一时间上门查看老人的情况，通过这些智能设备的使用，使得社区对于独居老人的关怀做到细微之处，给老人的生活带来温暖。未来十年，网络性能将持续提升，从今天的3个干兆(5G/F5G/WiFi6)增长到3个万兆(6G/F6G/WiFi8)。根据华为预测，2030年全球人均月无线蜂窝网络流量增长40倍，达到600GB。全球干兆以上及万兆家庭宽带网络渗透率分别达到55%和23%,家庭月均网络流量增长8倍，达到1.3TB。网络接口将从400G升级到800G/1.6T,单纤容量突破100T,在网络覆盖能力上要从地面走向空天地一体。最近10年，网络最大的变化是出现了神经系统的进化。人的神经系统既包含实现自主应激反应、可以闭环管理的基础神经系统，也包含具备分析思考和主动认知能力的高级神经系统(大脑)。从软件定义网络(SDN)到自动驾驶网络(ADN),网络已经逐渐进化出了自己的基础神经系统。未来10年，网络神经系统将向两个方向持续进化：一个方向是具备通信感知融合能力(无线感知、Wi-Fi感知、光感知等),另一方向是还将进化出大脑，一个可以构建虚拟世界，并自主完成推理和决策的数字孪生系统，这将是网络进化为高等生命、具备认知智能的标志。作为即将觉醒的数字世界的一部分，通信网络未来将具备融合感知能力和认知智能，像高等生命一样，四肢发达、感觉敏锐、头脑灵活。智能底座突破将开启智能、绿色、安全的计算新时代。预计2030年，全球数据年新增1YB;通用算力增长10倍到生约10亿次粒子碰撞，数据计算量将增加50-100倍，存储需求达到ZB级。2030年，计算将在更多的领域帮助科推理分析的业务场景。智能底座层还要有安全、稳定、开放的操作系统和数据库等系统软件能力，以及通用的主要应用场景健康智能化IntelligentHealthcare教育智能化IntelligentEducation应急智能化Intelligent应急智能化IntelligentEmergencyMangementAl4G43健康智能化面向2030年，健康中国有诸多挑战：中国到2030年预期60岁以上人口占比将达到16.5%,而医护人员缺口将达到1800万，慢性病死亡比数字中国数字中国健康健康1.数字技术是促进全民健康的重要基础图3.1-1数字健康的重要意义2.以健康智能化架构为基，建数字健康中国健康智能化架构智能应用智能平台数字基础设施图3.1-2健康智能化架构“健康智能化架构”是由华为与伙伴共创、行业共享的未来医学数字健康架构，包括数字基础设施、智能平台、Al和智能应用等层次，其中数字基础设施这部分又可分为智能感知、智能联接、智能底座三层，构建起一个立体感知、多域协同、精确判断和持续进化的智能系统。健康智能化架构采用“云网边端”协同一体的技术架构，秉持安全可控、医防协同、开放融合、共建共享的原则，向生态伙伴进行开放，共同完成应用开发，为医疗单位提供科技创新服务。正如健康智能化架构本身所体现出的涵义，它是基于相同的价值认同、目标，形成紧密联系在一起的集合体。在全民健康推进过程中，共建共享是建设健康中国的基本路径。健康智能化架构正是体现了这一价值理念。其中，一张网、一个底座、三大平台代表了华为为智慧健康城市打造的开放的数字基础设施，不仅具备安全可控技术能力，基于统一架构的五级感知网同时破解了信息互通难题，以统一云底座承载的三大平台能够显著释放医疗健康数据价值。在赋能海量业务、实现全覆盖方面，则支撑客户、产业伙伴面向不同业务领域打造场景化解决方案，重构体验、优化流程、使能创新。健康智能化架构的特点是达成共识，与产业各方一起形成共建、共享，达到共赢，最后实现共治。在这个过程中，华为愿意携手合作伙伴，各尽所能，形成各具特色、各得其所的新时代数字健康模式，赋能智慧健康城市高质量发展。共识、共建、共享、共赢、共治，共同完善智慧健康城市体系，成为健康智能化架构的核心要义。统服务平台分善政图3.1-3数字健康技术框架基于健康智能化架构，华为给出了数字健康的技术框架，旨在通过打造一张五级协同的多维感知和联接网络，构建一个统一的健康数字云底座，依托全民健康平台、医疗协同平台、产业赋能平台，赋能各类医疗健康行业应用，提供面向居民的服务、面向医护的服务、面向管理者的服务、面向医疗健康产业的服务，实现便民、慧医、善政、兴业的目标。3.健康智能化架构助力健康中国智慧化升级目前健康智能化架构在一些城市已经得到先行成功实践。在苏州，苏州市医疗健康大数据中心目前已初步实现全市各级公立医疗卫生机构的互联互通。系统汇聚就诊记录、检验检查报告、体检报告、疫苗接种、妇幼保健等300多个数据集，在全市城区6000个医生工作站，医生看诊过程当中可以跨院浏览病人的影像报告、健康档案，提升问诊效率。同时对市民个人而言，通过“健康苏州掌上行”App,不仅可以在全市近百家医疗机构进行预约挂号，还可以实时查看个人就诊记录和健康档案，便于实现健康的自我管理。华为通过咨询规划服务，帮助“健康苏州”分阶段有序建设，并帮助苏州市级区域卫生健康信息平台通过国家互联互通成熟度测评五级乙等，苏州市医疗健康大数据中心也正在向医疗资源的整合中心、便捷惠民的服务中心、智慧城市的健康中心和医养结合的创新中心迈进。苏州的实践体现出智慧健康城市的发展蓝图。智慧健康城市的形态也越来越清晰：第一种是市级健康城市，如苏州，以城市健康云为核心，实现五级医疗机构协同，构建城市级智慧健康服务体系；第二种是区县级健康城市，构建医院、社区、家庭整体协同的区域医疗健康服务体系。在深圳罗湖，华为助力罗湖区卫生服务体系实现了从院内数字化升级到院外健康服务管理的全面进阶；第三种是健康产业园，由政府及卫健、城投统建，华为提供大数据底座能力，打造数字健康产业生态平台。成都武侯区的双华数字健康产业园基于区位优势，正着力打造健康产业全链条。无论是哪种形态，健康智能化架构的构想和技术架构都能发挥巨大作用，通过构建开放、安全、合作的“健康共同体",打造健康中国数字底座及内核，实现健康城市的智慧化升级。教育智能化INTELLIGENTEDUCATION1.数字技术是智慧教育发展的重要基础智能时代背景下，如何推进教育的变革和创新，是世界各国共同面临的重大课题。应用新兴数字技术加速推动教育的智能化转型，成为各国共同的路径选择。智能化转型就必须从教育的根本业务分析入手，从顶层设计出发，数据、设备、消息的五个联通。结合业界各方这些年对教育数字化转型的经验，我们梳理出智慧教育智能化转型的业务框架。面向师生员工面向主管部门面向师生员工教学：培养一流人才管理：实现现代化治理教学：培养一流人才面向数据使能视频云技术能力大数据技术能力数据使能视频云技术能力大数据技术能力IoT技术能力业变革的持续演进给教育行业的创新发展带来了难得的机遇，数字教育成为促进教育资源高效配置、推动教学质量提升、效率提升和体验提升的重要抓手。共建教育行业智能化架构，助力教育高质量发展的开放合作，消除数字壁垒、缩小数字鸿沟，提升危机应对，推动转型创新，统筹行业发展与ICT技术应用深度融合，需要充分发挥政府、学校、企业及全社会的优势，共同推动教育行业的智能化发展。教育智能化不仅需要构建融合联接、计算、云、Al、安全等技术能力的支撑，还需要业务、管理和服务的智能化，实现跨越从智能化交互、联接到中枢、应用的多层次、全方位协同。 实现全周期运维运营和持续演进教育行业的智能化需要转变重建设轻运营、重短期收益轻长期成效的意识。教育智能化建设只是第一步，建成后更要融汇教育行业数据、内容资源，孵化和创新业务场景与提升服务体验。只有持续地运营创新，才能不断创造新业务、新场景、新服务，来牵引教育行业数字化发展，创造价值。这需要政府、学校、企业、社会公众携手共建教育行业发展新格局，让数字教育顺畅发展、生生不息。联通计算设施存储设施图3.2-1教育智能化转型业务架构在此基础上，我们认为发展教育智能化需要具备以下三方面的能力：联接汇聚全场景教育资源教育的发展需要基础设施支撑、数据和内容资源汇聚，数字技术能力构建，实现业务、管理、技术、数据、应用等多种要素的大集成，对应的数字教育也应是覆盖更多应用的“全场景资源”。数字化、智能化不是一时一地的局部创新，而是随时随地的全流程联动，不是单兵突进的孤立应用，而是教育在教学、科研、治理、服务等方面进行多层次、全方位的聚合效果。支撑实现全方位开放协同智能化推动教育变革创新，需要各参与方推动协同观念下数字教育发展。教育是国家经济发展和综合国力提升的基石与支撑，是人才发展和科技创新的基础与先导，是文化交流和文明传承的媒介和载体。新一轮科技革命和产2.以人为本打造教育行业智能化架构人是一切发展的核心，教育事业的发展也要秉承“以师生为中心”的初心。华为在业内首次提出“教育智能化架构”理念，我们认为教育行业的数字化不仅需要政府政策的指导，院校的推进落实，企业产品与服务的支撑，更重要的是师生的使用与反馈，各方的共同努力才能使数字教育逐渐成为一个协同发展的有机整体。此外，数字教育发展过程中，需要有效联接物理空间和数字空间，更需要社会空间的参与协同，最后在发展中不断协同、共同构建持续迭代演进优化的能力。“教育智能化架构”旨在通过多方协同推进教育行业数字化，支撑实现全面感知、全面联接、协同演进、智能进化的高质量发展。首先，要以师生为中心，完善智能教学应用，提升教学的质量、效率和体验，实现教育的高质量发展，这是教育行业智能化架构建设的核心愿景。其次，通过推进云、Al、计算等技术与教育行业需求融合创新，打造智能中枢，构建教育行业智能化架构的物联、数联、智联技术支撑能力。再次，通过智能联接和智能交互体系的构建，实现教学环境、教学和科研设备的广泛联接与交互协同。最后，教育行业智能化架构的实现，需要“共识、共建、共治、共赢和共享”,即要达成探索数字教育的共识、共同推进高教/普教/职教/科研领域的数字化建设、共同完善数字治理体系和治理能力建设、共同构建合作共赢的生态，从而共同享受智能化带来的成果与价值。教育行业智能化架构教学智能平台数字基础设施华为智慧教育解决方案以教育智能化架构顶层规划为纲，以智能交互、智能联接、智能中枢、智能应用等先进ICT技术为骨，持续帮助教育行业客户进行数字化转型。转变教育理念，以顶层规划为纲在推进教育数字化转型的一张网：为了更好地支撑教学、教务、管理和服务的转变，在新的技术和应用驱动下，需要重新构建现有基础一朵云：通过建设一朵统一标准、统一服务的智慧教育云，推进智慧学习、智慧教学、智慧科研、智慧评价、一个平台：教育数字平台是所有智慧应用的数字核心，是支撑教学、科研、管理、服务等智慧教育应用的公3.教育智能化架构助力教育高质量发展目前，在校学生17000余人，其中硕士研究生及博士6000多人，本科生10400人。澳门科技大学制定了应急智能化1.全灾种、全周期大应急管理带来的挑战“全灾种”主要是指包括火灾、水灾、风灾、旱灾、雹灾、震灾和其他地质灾害等在内的自然灾害，以及生产安全事故、交通事故(含空难)等一切灾害、事故和灾难。全周期是指推进公共安全治理精细化管理理念和“全周期管理”意识的有机统一，重视公共安全的治理过程和阶段管理。在不同阶段需要处理的问题不同，同一个阶段不同环节需要解决的问题也不一样。以某个事件为中心，也涉及事件和任务处理的事前、事发、事中和事后等环节，各环节工作侧重点都存在着差异。但是，当前应急管理基础依然薄弱，应急管理体制改革还处于深化过程中，亟待构建优化协同高效的格局。综合性消防救援队伍、专业救援力量和社会救援力量的联训联演尚待提升，应急管理专业人才培养滞后，基层应急能力薄弱，公众风险防范意识、自救互救能力不足等问题比较突出。应急领域数字化和科技创新水平总体较低，风险隐患早期感知、早期识别、早期预警、早期发布能力欠缺，应急物资、应急通信、指挥平台、装备配备、紧急运输、送等保障尚不完善。挑战一：需要完善体系完备、层次清晰、技术先进的应急管理数字化框架为建立、健全全灾种、全周期的大应急管理体系，一方面要提升感知范围、体量，加强数据共享，消除应急管理周期过程存在的风险“死角”和预警“盲区”,建立全灾种应急通信手段，确保断路、断网、断电等极端条件下数据畅通，为应急救援提供可靠的网络通信保障；另一方面，要以城市科技能力支撑为基础，形成共建、共治、共享的城市治理格局，加强应急管理领域对“城市生命线”等城市体征运行监测系统的数据分析和应用支撑，依托城市治理数字底座进行平台赋能，整合、归并业务系统，强化数据共享和应急管理业务场景建设，实现“平时”智能预警、处置挑战二：需要打造集约发展、扁平应用的支撑平台数字化框架在当前数字政府集约化建设的框架下，应急管理的平台支撑不可能大包大揽或者特立独行，应急管理的赋能平台应注重体现“整体”和“个体”的差异化和有机统一。“整体”是指紧随各地数字政府建设工作，在应急云、Al开发框架等数字基础设施的基础上，加强对公共智能中枢资源，如Al、视频云、大数据平台、物联网、统一身份管理、移动框架、GIS/BIM、二维码、区块链的高效利用，提升能力供给消费的转化率；“个体”是指在能力高效转化的基础上，在应急管理体系体制和机制框架下，打造应急版本的场景化数据中台、业务中台等专属行业能力。挑战三：需要塑造“智慧应急”的关键支撑能力为了完善国家公共安全管理体制和机制，发挥应急管理部门重在组织和协调、而非直接参与具体管理的主业，不是对于全灾种的主责主导、全包全揽，而是在大安全大应急框架下，做好全灾种的“有所为有所不为”,应急能力体系应对准统一领导、权责一致、权威高效的要求，形成统一指挥、专常兼备、反应灵敏、上下联动的应急管理体制。既要将应急管理的感知触角充分延伸至“末端”,以数据共享、融通和赋能为牵引，建立灾害监测预警信息网络，又要加强安全风险辨识管控、提高多灾种和灾害链的风险预报预警能力。既要按照“属地管理”原则，明确灾害风险防控各相关单位和部门职责，建立健全基于数据分析的风险隐患信息传递机制，重点加强自然灾害风险、灾情数据统计、重大安全隐患等基础信息的综合分析研判，又要强化人机协同，在高空远程等有人驾驶难以企及的场景下，提升远距离无差别感知监测、风险研判，以及应急物资运输、配送、分发和使用的能力。同时，还要加强在应急值守、信息接报、灾情研判、仿真推演、指挥调度、信息发布等环节的辅助决策智能化，加速静态分析向动态感知、事后应急向事前预防、单点防控向全局联防转变。挑战四：需要加强要素全局统筹、视野高效协同的挂图作战能力无论是常态例行监测、战时突发处置，还是特殊时期如春运、防汛的大流量、临界值待发考验，都离不开对全要全周期意识又要把握过程性要求，既要保证任务完成又要重视把握问题解决的时机。因此，需要结合实况地图等空间能力，实现汇聚多源风险、集聚应急资源和感知综合态势，支撑辨识评估分级、风险动态管控，迅捷运转扁平化的融合指挥，可支撑图上部署和挂图作战，预测灾害发展趋势、危害范围，评估当前资源，整合人员方位、救援状态等关键信息，结合应急预案自动或辅助人工生成事故处置方案、力量部署方案、资源调配方案、决策支持方案等。应急指挥一张图(EOC)态势感知与运行监测决策支持联动指辉城市生命线指挥公共服务安全帽识别HCS/HCSO电子政务外网会议终描无人机应急指挥一张图(EOC)态势感知与运行监测决策支持联动指辉城市生命线指挥公共服务安全帽识别HCS/HCSO电子政务外网会议终描无人机应急感知终端点多面广，涉及自然灾害感知、极端天气监测、“城市生命线”、危化和矿山企业安全监测等领域，每个终端点位随时都在发射监测数据，这些海量和形形色色的数据，必须被承载应用、具备计算和存储能力的计算线"的角色不可或缺，在应急领域，"线"必须实现“空天地一体化",实现省、市、县等多级应急业务相关部门的立应急行业智能化号智能应用智能平台数字基础设施华为应急行业智能化，是具有“点、线、面、体”特点的应急管理数字化框架，可广泛吸引各方力量共同参与应急管理的数字化、智能化建设，将为应急数字基础设施和应用场景的集约化建设提供最优解。框架既可横向拓展，提升应急数字化的广度，也可纵向演变，加深应急数字化的程度。点：对应智能交互，构建广域覆盖、灵敏真实、自动精准的源头感知监测体系，实现对“城市生命线”、自然灾害多发场所、危化企业和矿山生产区域重点部位的实时监测、视频感知和触发预警。线：对应智能联接，打造“天地一体、全域覆盖、全面融合、全程贯通、韧性抗毁”的应急通信网络，建立以应急指挥部为中枢、各纵向层级为脊柱、横向部门为经脉的应急指挥网络，推动跨部门、跨层级、跨区域的互联互通，编织监测预警实时共享、影像数据快捷传输、融合会商精准研判、应急指挥高效调度的应急“一张网”。面：对应数字基础设施，发展绿色节能型高密度数据中心，帮助应急管理云平台实现边云协同，持续资源化、服务化计算、存储、网络、数据库和Al处理能力，形成可灵活调度的物理资源和逻辑资源，并封装形成基础原子的数据服务和业务服务、中间的组合服务和更上层的流程服务，实现服务的灵活路由和智能编排，支撑面向业务场景将应急业务流程全功能打通。体：对应智能平台，支撑上层“智慧应急”建设，建立符合大数据发展规律的应急数据治理体系，形成场景化的应急数据中台、业务中台，塑造五大“智慧应急”的关键支撑能力，实现事前精准预警、事发及时响应、事中平战结合和事后跟踪赋能的全周期协同和全过程管理模式，帮助完善风险预案、培训演练、监督管理、监测预警、指挥救援、灾情研判、统计分析、信息发布、灾后评估和社会动员等功能，赋能应急经济体和产业生态。图3.3-3应急智能化技术框架合监测、综合风险评估、复合链生灾害事故防治、实战融合指挥的技术支撑能力，可帮助用户不断完善、演练和实践3.应急智能化架构的成功实践华为联合金塘园区，参照应急智能化架构中智能应用、智能平台、智能底座、智能联接、智能感知的架构，搭建统一的智慧化管控平台，实现园区系统全面连接、数据深度融合、业务充分联动。通过全覆盖的安防设备网络和智能化分析，实现对出入园区的人员、车辆以及企业内部两重点一重大监管主体全面监管及智能分析，提升了对人的不安全行为、物的不安全状态、环境的不安全因素的及时响应，提前预园区是危化产业发展的主战场，充分运用5G、物联网、人工智能等现代信息技术加强对园区的信息化、智能化改造，有效提升危化园区管控水平，推进园区治理体系和治理能力现代化。为实现“应急行业与时俱进的应急行业智能化，将织密全方位、立体化的“防-训-救”公共安全防御体系，推动事后应急向事前预防转型，减轻灾害风险，应对综合减灾，支撑实现智能便捷、幸福宜居、具有较强风险抵抗能力的韧性城市。财政智能化INTELLIGENTFINANCIALMANGEMENT财政是国家治理的基础和重要支柱，预算体现国家的战略和政策，是推进国家治理体系和治理能力现代化的重要支撑，是宏观调控的重要手段。利用数字技术实现财政业务智能化转型尤为关键，从中央到地方都在积极探索财政信息化的建设。针对多年来一直存在的各级财政预算管理业务规则和信息系统“各自搭台、分头唱戏”难以发挥合力等问题，财政部按照“横向一体化、纵向集中化、全国系统化”建设思路推动实施了预算管理一体化建设，构建现代信息技术条件下“制度+技术”管理机制，目前地方各省份已纷纷上线了一体化系统，为现代财政制度建设打下坚实的制度和技术基础，全面提高各级预算管理规范化、标准化和自动化水平。同时，一些发达省市逐步启动了财政大数据应用建设探索，初步构建了库款运行实时监测系统、债务风险预警系统等，财政数据价值不断释放。度，推进财政治理体系和治理能力现代化的进程仍然任重道远。急需通过新技术提升财政管理的精细化和智能化水平，提高财政管理的效率，更好地发挥财政在整个经济社会发展和政务服务中的基础性作用。1.财政信息化发展阶段及挑战财政行业历来重视信息化建设工作。自从计算机技术开始普及，以信息化为载体和工具，财政行业就逐步脱离了实体账册；随着2002年启动的“金财工程”的建设，财政核心业务实现了从线下到线上的历史性跨越，进入了信息化管理的时代；近年来，以云计算、大数据等信息化技术作为深化改革的支撑，预算管理一体化系统的建设，大力推化和大集中的全面推进，为财政数据分析提供了基础，使财政大数据建设进入到实质性阶段。下一步，结合财政大数据应用实践和人工智能等技术的应用探索，最终将引领财政走向智能化。纵观财政发展历程，技术和业务互相驱动，基础设施和信息化技术是支撑财政发展的坚实基础，需要随着业务的发展持续演进。智能化智能化阶段三预算管理一体化建设信息化一体化财政大数据应用金财工程阶段一阶段二当前，全国各省市财政部门都在加紧推进预算管理一体化2.0的升级改造以及财政业务智能化探索建设。总体来看，不同地区、不同层级的财政部门在信息化发展水平上存在较大差距，突出表现为以下几点：(一)系统技术架构与业务发展不匹配(1)一体化系统有待进一步整合和优化预算管理涉及到多个应用系统，需要将这些业务系统按照统一标准和规范进行集成，以便实现数据共享和业务流程的协同。当前，预算管理一体化初步实现了预算编制、预算批复、预算执行等流程的贯通，但尚有众多其它业务系统还未真正实现与一体化系统的整合，如何实现这些应用系统的一体化整合，对现有系统技术架构提出了新挑战。(2)一体化系统集成能力不足一体化系统的工作流程设计复杂，跨系统集成对接难度大，缺乏统一公共服务平台，各业务系统公共组件重复开发、重复建设，不仅增加了开发负担，也降低了用户的使用体验，此外，部分应用系统内部数据接口覆盖不够全面，业务流转存在堵点、断点等情况，导致管理效率低下。(二)财政业务智能化水平不高(1)大数据应用场景有待挖掘目前，一些省份已经开始建设财政大数据应用，并取得了较好的应用效果，但在大数据创新应用方面存在诸多问题，缺乏对数据的深度挖掘和分析能力，例如怎么利用大数据技术提升预算编审的效率、及时发现预算执行中的偏差和问题、优化支出结构、提升财政资金的使用效率，以及为政策调整和优化提供科学依据等方面还需要进行深入探索。(2)财政数据治理能力有待提升一些财政部门工作人员对大数据的理解和应用还不够深入，未能充分发挥大数据的优势。同时，财政数据的管理和维护工作也存在问题，如数据底数不清、质量不高、各类系统相互割裂、信息孤岛现象严重等。此外，大数据的治理机制尚未完全建立，如数据大集中尚未实现，与相关部门如人行、税务、工商等的数据共享度低，没有形成有效的机制。(三)数字基础设施能力不足(1)快速响应支撑能力有待增强一体化系统的全省大集中，虽然实现了资源集约化建设目标，但由于多数业务系统仍采用laaS模式部署，无法快速支撑响应业务系统上线、在线平滑升级的要求。此外，财政业务具有明显的忙闲时不均衡的特点，通常在月末业务量较大，其它时候业务负载相对较少，如何在保障业务稳定运行的情况下，最大程度提升资源利用率也是要重点解决的问题。(2)安全、运维体系能力有待提升财政业务系统由地市分散建设、分散运维到全省集中建设，现有的安全体系和运维体系离安全、可靠、高效、及时要求还存在一定的差距。比如如何有效管控各级财政人员、软件开发人员对数据的访问控制，如何从人拉肩抗、被动响应的运维模式转变为智能化运维也是当前要考虑的问题。2.财政智能化建设架构财政智能化将依托云计算、大数据、人工智能等新计划，围绕收入、支出、资金、资产四个核心业务主题加强数据治理和深度应用，针对项目和债务进行全生命周期管理，构建智能财政系统，实现以项目全生命周期管理为主线，标准化和自动化水平，最终实现资金的可视化、数据及流程的智能化，以及业务处理和操作的便捷化。当然，财政智能化的建设将是一个长期过程，需要各级财政部门、社会研究机构、企业等组织等多方共同探索，在预算管理一体化建设成果的基础上，借助大数据、人工智能等新技术，共同推动完善财政智能化体系。对此，华为提出了财政智能化架构，期望联合财政客户、业界伙伴，共同提升财政现代化治理水平。册执行智能应用Al智能平台财政云数字基础设施财政智能化架构包括数字基础设施、智能平台、Al模型和智能应用等层次，其中数字基础设施主要包括通用计共服务能力，支撑业务系统深度云化、业务一体化整合和大数据应用建设；Al模型层主要借助业界成熟的算法模型结合财政业务，构建收支预测、风险预警等能力；最上面一层是满足不同业务的之智能化应用，比如智能预算编审等。基于财政智能化架构，华为给出了数字财政的总体技术框架，按照“1+2+4+N”进行设计，其中“1”指财政云平台，也是整个财政智能化应用的根基；“2”是指安全体系和运维体系建设，保障财政业务系统的安全稳定运行，提供预算编审、预算执行、会计核算、绩效管理等财政一体化应用业务和财政大数据创新应用。财政智能化架构将立足于全局业务的管理需要，着力提升业务应用的智能化水平和系统的用户体验。智能化财政一体化财政大数据安全体系平台安全预算一体化系统政府采购情务系统财政收支分析债务分析资产分析资金监管财政业务中台图3.4-3数字财政总体技术架构图遵循财政信息化的建设要求，持续推进财政业务全省大集中的建设进程，实现财政业务横向到边、纵向到底的管理目标，构建全省统一的“财政云平台”,夯实财政智能化建设的底座，通过信息系统一体化和集中化建设，进一步整体提升财政智能化发展能力，推动财政业务向着集约整合、数据互联、协同共治、共享开放的新阶段迈进。借鉴其它行业优秀的自主创新实践经验，构建敏捷、可扩展、可组合的自主创新系统架构，既满足大幅减少信息孤岛、提升集约化程度的需要，又能快速支撑未来信息技术自主创新需求，增强系统平台的生命力，提升财政数字化的统一规划、统一标准、统一建设、统一运营能力。同时，结合财政管理信息系统的集中化建设，在开发、运维、安图3.4-2财政智能化架构全保护和数据标准等环节实行统一管理，全面保障信息系统和设施设备安全稳定、持续高效地运转。(二)服务化(三)智能化3.财政智能化架构的成功实践111010101001011101010142)1人工智能、物联网、生物等人工智能为主要驱动力数据成为人工智能、物联网、生物等人工智能为主要驱动力数据成为重要的生产要素Al4G断提升蒸汽机电力发动机、电动机等19-20世织第三次工业革命第一次信息革命信息技术少部分模拟人的智能活动20世纪后期图3.5-1Al主导第四次工业革命1.Al迎来战略新机遇，从局部探索走向千行百业近年来，国家陆续出台了“1+N”政策体系，为人工智能发展提供政策依据和制度保障。其中，“1”是指国务院发布的《新一代人工智能发展规划》,这是在人工智能领域中的首个系统部署的文件，将人工智能正式上升为国家战略，提出了面向2030年新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。构筑人工智能发展的先发优势，加快建设创新型国家和世界科技强国。“N”是顶层设计出台之后，部委层面陆续出台的关于人工智能产业的发展规划、行动计划、实施方案等落地政策。在《新一代人工智能发展规划》的指导下，当前人工智能进入产业化阶段并呈加速发展态势，数据、算法、算力等条件日益成熟，并在行业实践中有了广泛的应用，人工智能在技术与业务的双轮驱动下迎来了战略机遇期。公共服务公共服务社会治理技术驱动社会生产民生福祉算法演进算力提升业务驱动数据爆炸应用加速新技术的涌现，推动人工智能架构与应用不断演进。数据爆炸，为人工智能提供了土壤。进入新世纪以来，伴随着信息技术和互联网的发展，数据爆发性增长，人类每5年所产生的新数据几乎都超过之前所有数据的总和，未来，随着5G的部署和loT的发展，万物互联时代将很快到来，企业和个人、人和物、物和物、互联网和物联网的连接和数据流将无处不在。这些类型丰富、场景各异的数据资源为人工智能系统自主学习并建立预测模型提供了丰沃的土壤。算法演进，推动了人工智能的实际应用。从人工智能概念提出，算法经历了数十年的发展，从决策树到神经网络，从机器学习到深度学习，算法不断演进和进步。与此同时，算法的研究逐步从实验室走出来，更多的与产业和行业相结合，衍生出丰富的与行业应用和典型场景相关的算法分支。随着ChatGPT掀起新一轮Al浪潮，大模型技术影响空前深远，正推动Al技术从特定应用进入政府社会治理与人们日常生活中，成为切切实实的生产力工具，人类社会的智能化革命已经拉开帷幕。算力提升，成为促进人工智能系统整体发展的催化剂和推动力。算力是基于芯片、加速计算、Al计算等软硬件技术和产品的完整系统，也是承载人工智能应用的基础平台。同时，云计算的发展改变了算力的部署方式和获得方式，降低了算力的成本，有效降低了人工智能的门槛。数据就在那里，算法不断演进，而算力的提升则对数据的产生和处理、对算法的优化和快速迭代起到了催化剂的作用，是近年来人工智能取得快速发展的核心推动力。应用加速，随着ChatGPT和大模型的涌现，人工智能已经到了关键爆发时刻。人工智能过去只使用在特定领域，如图像识别、翻译等。未来Al将走向每一个行业，走向每一个场景，解决客户一个个实际问题。据OpenAl预测，未来50%的人类工作任务场景将被ChatGPT影响。随着大模型的大量应用，使得全社会认识到Al技术真正的来到我们身边，Al技术到了一个爆发时刻，将加速智能社会的到来。公共事业各行业也在以行业知识、创新思维结合模型能力，积极拥抱人工智能。对于公共服务，人工智能技术有助于服务型政府的建设，人工智能提供的技术支持使得政府部门有了更多的创新空间，从而能够提高主动服务的能力和意识。一方面，随着人工智能应用程度的加深，公共部门在常规性、重复性工作上的投入将大幅减少，使得其进一步提升服务的主动性与积极性、落实“以服务为中心”的要求、彰显服务型政府的定位成为可能。另一方面，技术发展使得政府部门能够分辨出不同个体的服务需求。在此基础上，政府部门可以为群众提供“干人干面”的公共服务，从而真正将服务型政府的要求落到实处，促进公共服务普惠化。对于社会治理，人工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势，主动决策反应，对有效维护社会稳定具有不可替代的作用。在社会治理方面引入人工智能技术，有助于实现治理的精细化，有利于提升治理的公平公正性。人工智能重构社会生产与社会组织彼此关联的形态，在信息采集、事项办理、分析研判、指挥调度、公众参与和治理评价等方面提供技术和信息支撑，破解基层治理存在的政府协调不足、社会协同乏力和居民参与不足的困扰，使社会治理层次和水平得到提升，使治理过程更加优化、更加科学、更加智慧。对于社会生产，人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，实现社会生产力的整体跃升。人工智能通过高效运算，接管重复性工作，把人类从忙碌而繁重的日常工作中解放出来，让人类节省最宝贵的时间资源，去做更多振奋人心、富有挑战性的工作，按其所长贡献创造力。2.共建开放、智能、共赢的AI4G智能化(一)AI4G的组成要素智能应用智能应用海洋智能问答1OCR智能问答1OCR识别台风预测灾害监测智能导诊|基因分析Al智能平台数字基础设施(二)Al4G使能公共事业百模干态，赋能行业图3.5-4Al4G技术框架Al4G帮助客户、伙伴、开发者高效使用Al能力，创新场景化Al应用，加速干行百业智能升级。Al4G技术框架可分为Al基座层、Al能力层、Al服务层三个层次，可提供Al基础设施、Al核心框架、基础模型以及Al服务平台等能力。Al基础设施，包括预制模块化数据中心，高性能计算平台，如CPU集群、GPU集群、NPU集群等，云平台更好的使能行业运用Al能力，提供充足的计算资源、存储资源和网络资源。Al核心框架，提供一站式、易上手的Al研发环境，涵盖Al开发全流程，包括模型开发、训练、管理、部署功能。提供可编排、定制化的Al基础能力，使Al能力高效的落地到行业。除华为Al核心框架也可支持业界主流开源的Al开发框架，匹配开发者的使用习惯。基础模型：可提供CV计算机视觉大模型、NLP自然语言处理大模型、多模态大模型等大模型能力，并可持续提升基础大模型的能力。除华为盘古大模型Al4G也可兼容行业大模型，干模百态，赋能行业。模型开源生态，使能垂直行