T-CESA《人工智能管理能力成熟度模型》

ICS

CCS

团体标准

T/CESAXXXX—202X

人工智能管理能力成熟度模型

ArtificialIntelligenceManagementCapabilityMaturityModel

征求意见稿

在提交反馈意见时，请将您知道的相关专利连同支持性文件一并附上。

已授权的专利证明材料为专利证书复印件或扉页，已公开但尚未授权的专利申请

证明材料为专利公开通知书复印件或扉页，未公开的专利申请的证明材料为专利申请

号和申请日期。

202X-XX-XX发布202X-XX-XX实施

中国电子工业标准化技术协会发布

T/CESAXXXX—202X

目次

前言.................................................................................III

1范围.................................................................................1

2规范性引用文件.......................................................................1

3术语和定义...........................................................................1

4管理能力成熟度模型...................................................................2

4.1模型组成.........................................................................2

4.2管理能力等级划分.................................................................2

5模型能力要求.........................................................................3

6能力项分级要求.......................................................................5

人工智能管理能力成熟度模型

1范围

本标准给出了人工智能管理能力成熟度模型以及相应的成熟度等级,规定了战略管理、业务应用、

人工智能技术、数据、安全可信、组织环境、治理机制等7个能力域中各项能力的成熟度等级要求。

本标准适用于对任何提供或使用人工智能系统的产品或服务的组织。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T41867-2022信息技术人工智能术语

3术语和定义

GB/T41867-2022规定的术语和定义适用于本文件。

3.1

组织organization

为实现提供或使用人工智能的既定目标，由职责、权限和相互关系构成自身功能的一个人或一组人。

注1：组织的概念包括，但不限于个体经营者、商行、企事业单位、政府机关、慈善机构、研究机构，

或上述组织的部分或组合，无论是否具有法人资格。

3.2

能力competence

应用知识和技能实现预期结果的本领。

3.3

绩效performance

可测量的结果。

注1:绩效可能涉及定量的或定性的结果。

注2:在本文件中，绩效既指使用人工智能系统取得的结果，也指与人工智能管理体系相关的结果。该

术语的正确解释可从其使用的环境中得出。

3.4

人工智能系统artificialintelligencesystem

针对给定目标，产生诸如内容、预测、推荐或决策等输出的一类工程系统。

注1：该工程系统使用人工智能相关的多种技术和方法，开发表征数据、知识、过程等的模型，用于执

行任务。

注2：人工智能系统具备不同的自动化级别。

[来源：GB/T41867-2022，3.1.8]

1

4管理能力成熟度模型

4.1模型组成

管理能力成熟度模型由战略管理、业务应用、人工智能技术、数据、安全可信、组织环境、治理机

制7个能力域及其对应的20个能力项组成，见图1。

图1管理能力成熟度模型

4.2管理能力等级划分

管理能力从低到高依次为一级（初始级）、二级（受管理级）、三级（稳健级）、四级（量化管理

级）和五级（优化级）五个等级，见图2。

图2管理能力等级

2

管理能力等级中的各级特征如下。

a）一级（初始级）：组织对人工智能的了解有限，只有极少数人或团队在进行初步的尝试和探索。

人工智能项目通常没有明确的战略规划，且依赖于个别专家的能力和经验。

b）二级（受管理级）：组织开始积累一定的人工智能项目经验，建立了人工智能相关的管理机制，

并能够将一些成功的做法在类似的项目中重复应用。

c）三级（稳健级）：组织已经开展大规模的人工智能应用，建立了统一的管理和应用组织，明确

了标准和流程，并能够实现这些标准和流程的文档化。

d）四级（量化管理级）：人工智能应用已经融入企业管理和业务流程，组织不仅定义了人工智能

的标准和流程，还开始对这些流程和结果进行量化管理，以确保项目的质量和效率。

e）五级（优化级）：组织的人工智能管理能力达到了高度成熟，能够主导行业标准和规范，能够

推动业务模式的不断创新，能够持续不断地优化和改进其人工智能应用和流程。

5模型能力要求

人工智能管理能力成熟度模型能力域与能力项的详细含义见表1。

表1具体能力子项含义

能力子项

能力域能力项能力项介绍

（全集，形成设计评估要求时可裁剪）

人工智能战略组织面向中长期的人工智能布局，包括但不限于战

战略目标、战略方针

规划略目标、战略方针等

人工智能战略组织完成人工智能战略规划并逐渐实现人工智能

战略管理实施框架、实施手册

实施职能框架的过程，包括实施框架、实施步骤等

人工智能战略组织是否针对其人工智能方针的实施效果按一定

实施评估机制、实施改进机制

评估周期进行评估、管理审视，并持续优化。

组织在客户体验方面的人工智能应用监测、应用效

客户体验客户反馈收集与分析、效果评价

果评价等管理能力

组织在业务创新方面的人工智能应用监测、应用效业务追踪与分析、效果评价、成果

业务应用业务创新

果评价等管理能力推广

组织在流程优化方面的人工智能应用监测、应用效

流程优化流程监测及诊断、效果评价

果评价等管理能力

数据处理平台、模型训练平台、模

人工智能基础组织人工智能基础平台的工程化支撑能力、自动化

型部署与推理平台、支撑与服务工

平台程度

具

人工智能模型设计研发、人工智能

人工智能技

人工智能模型模型测试验证、人工智能模型部署

术模型开发全生命周期链路管理能力

管理运行、人工智能模型维护升级、人

工智能模型退役下线

人工智能系统人工智能系统监测、人工智能系统

人工智能系统使用全生命周期管理能力

管理维护更新、人工智能系统应急响应

3

能力子项

能力域能力项能力项介绍

（全集，形成设计评估要求时可裁剪）

数据战略、数据治理、数据架构、

数据管理组织对数据进行管理和应用的能力数据应用、数据安全、数据质量、

数据标准、数据生存周期

人工智能数据集建设规划、人工智

数据

能数据集团队建设、人工智能数据

人工智能数据

组织人工智能数据集的建设、质量控制和共享集质量控制、人工智能数据集安全

集管理

控制、人工智能数据集共享、人工

智能数据集管理工具

人工智能伦理风险方针与策略、人

人工智能伦理组织在开发或使用人工智能系统时的人工智能伦工智能伦理风险评估、人工智能伦

风险理风险识别、评估、应对等管理能力理风险处置、人工智能伦理风险监

控

人工智能安全风险方针与策略、人

安全可信

人工智能安全组织在开发或使用人工智能系统时的安全风险管工智能安全风险评估、人工智能安

风险理能力全风险处置、人工智能安全风险监

控

人工智能自主组织在开发或使用人工智能系统时的软硬件自主人工智能软件自主可控、人工智能

可控可控程度硬件自主可控

组织的基础设施资源、人员资源、财务资源、技术资源规划与配置、资源优化与利用、

资源保障

资源等资源监控与评估

组织的人工智能愿景、价值共识、文化融合、创新文化构建、文化传播与推广、文化

组织环境文化建设

文化践行与改进

组织人工智能供应链的生命周期管理、复杂多变环供应链规划与策略、供应商管理、

供应链管理

境的适应、合作与生态等供应链风险与应对、合作与生态

组织在人工智能提供和应用过程中的组织架构、岗

组织建设组织环境、相关方需求

位职责、团队建设等方面的管理能力

组织针对人工智能的研究与开发、风险管理、质量

治理机制制度建设管理制度体系、管理流程

管理等的制度建设和流程建设

组织针对人工智能应用效果、风险管理的有效性、

绩效评价监测和治理、评价机制

质量表现等的定期绩效评估

4

T/CESAXXXX—202X

6能力项分级要求

能力项的具体分级要求见表2。

表2能力项分级要求

一级（初始级）二级（受管理级）三级（稳健级）四级（量化管理级）五级（优化级）

a）可智能化制定人工智能目标并

a）可智能化制定人工智能目标并记

a）制定的人工智能目标符合人记录。目标符合人工智能政策、

a）制定的人工智能建设目标符录。目标符合人工智能政策、且

工智能政策、且可衡量（如且可衡量（如可行）、可监督、

a）未制定人工智能建设目合人工智能政策，可监督、可衡量（如可行）、可监督、可

人工智能体系可行）、可监督、可更新、可更新、可用性高；可为相关

标；可更新、可用性高；更新、可用性高；

规划可用性高；方提供参考；

b）制定符合领导人理念的战略b）参考其他相关的组织政策，形成

b）参考其他相关的组织政策，形b）参考其他相关的组织政策，形成

方针。人工智能方针，且有配套细化文

成人工智能方针。人工智能方针，能落地、可推

件。

广。

a）设定人工智能目标建设实施框

a）设定人工智能目标建设实施

a）设定人工智能目标建设实a）设定人工智能目标建设实施框架；架；

框架；

施框架；b）目标的实现规划完整，包括目标b）实现智能化目标规划，包括目标

人工智能战略a）未形成建设人工智能的b）目标的实现规划完整，包括目

b）目标的实现规划包括目标内内容、实现目标所需资源、目标内容、实现目标所需资源、目

实施实施框架。标内容、实现目标所需资源、

容、实现目标所需资源、目实现责任方、预计目标完成时间标实现责任方、预计目标完成

目标实现责任方、预计目标

标实现责任方。以及目标完成度评估方式。时间以及目标完成度评估方

完成时间。

式。

a）制定人工智能战略实施效果a）制定人工智能战略实施效果评估a）制定人工智能战略实施效果评

a）制定人工智能战略实施效果

评估机制；机制；估机制；

评估机制；

人工智能战略a）未对组织人工智能战略b）按照人工智能实施效果评估b）按照人工智能实施效果评估规b）按照人工智能实施效果评估规

b）按照人工智能实施效果评估

评估实施的效果进行评估。规定，在计划时间间隔内，定，在计划时间间隔内，进行评定，建立专门团队，在计划时

规定，在计划时间间隔内，

进行评估；估；间间隔内，进行评估；

进行评估。

c）保留所有评估结果的文件化c）保留所有评估结果的文件化信息；c）保留所有评估结果的文件化信

5

T/CESAXXXX—202X

信息。d）综合分析往期评估结果，调整下息；

一次评估重点和方式方法。d）综合分析往期评估结果，调整下

一次评估重点和方式方法。

a）以自动化工具反馈顾客对交互的a）建立完备的人工智能系统在客

a）以自动化工具收集顾客对交人工智能系统的反馈，通过智能户体验领域运用的管理机制，

a）以口头方式收集顾客对

a）以调查问卷形式收集顾客对互的人工智能系统的反馈算法对获取信息进行分析，输出形成客户反馈-原由分析-改进

交互的人工智能系统的

交互的人工智能系统的；度；推测不满意原由；循环流程，具备对客户体验智

反馈；

客户体验b）按以往经验对人工智能系统b）依据自动化工具输出可量化b）依据自动化工具输出可量化的人能系统的持续管理能力；

b）未对人工智能系统在客

在客户体验领域运用效果的人工智能系统在客户体验工智能系统在客户体验领域运b）建立完备的人工智能系统在客

户体验领域运用效果进

进行评价。领域运用效果指标，对效果用效果指标，对效果进行客观评户体验领域运用效果评价体

行评价。

进行客观评价。价，通过智能算法输出可行改进系，具备自动化、智能化分析

方案。能力，对行业具有参考价值。

a）通过自动化工具对企业内及行业

a）建立完备的人工智能系统在业

中运用在业务流程的人工智能

务创新领域运用的管理机制，

a）通过自动化工具对企业内及系统进行统筹识别和追踪。通过

a）通过人工观察的方式对形成全面的创新管理体系，可

a）通过自动化工具对运用在业行业中运用在业务流程的人智能算法输出可行业务创新方

运用在业务流程的人工对业务领域人工智能系统进行

务流程的人工智能系统进工智能系统进行统筹识别和案；

智能系统进行识别和追持续追踪与创新引领；

行识别和追踪；追踪；b）依据自动化工具输出可量化的人

业务创新踪；b）建立完备的人工智能系统在业

b）按以往经验对人工智能系统b）依据自动化工具输出可量化工智能系统在业务流程领域创

b）未对人工智能系统在业务领域领域创新效果评价体

在业务流程领域创新效果的人工智能系统在业务流程新效果指标，对效果进行客观评

务流程领域创新效果进系，具备自动化、智能化分析

进行评价。领域创新效果指标，对效果价，通过智能算法输出可行改进

行评价。能力，对行业具有参考价值；

进行客观评价；方案；

c）形成创新成果解决方案，并对跨

c）形成创新成果解决方案，并促进在

领域应用具有参考价值。

相关领域推广和应用。

a）通过人工观察的方式对c）通过人工观察及辅助工具结c）通过自动化工具对运用在流c）通过自动化工具对运用在流程优c）建立完备的人工智能系统在流

流程优化运用在流程优化的人工合的方式对运用在流程优程优化的人工智能系统进行化的人工智能系统进行全自动程优化领域运用的管理机制，

智能系统进行监测；化的人工智能系统进行监全自动监测；监测。通过智能算法输出潜在风可完成对流程优化算法实时全

6

T/CESAXXXX—202X

b）未对人工智能系统在流测；d）依据自动化工具输出可量化险诊断；自动监测，对已有优化算法进

程优化领域运用效果进d）按以往经验对人工智能系统的人工智能系统在流程优化d）依据自动化工具输出可量化的人行诊断，找出存在的问题和优

行评价。在流程优化领域运用效果领域运用效果指标，对效果工智能系统在流程优化领域运化空间；

进行评价。进行客观评价；用效果指标，对效果进行客观评d）建立完备的人工智能系统在流

价，通过智能算法输出可行改进程优化领域运用效果评价体

方案。系，具备自动化、智能化分析

能力，对行业具有参考价值

a）开始在组织内大规模使用数

a）不具备数据处理平台，仅

a）对数据采集工具比较了解，据处理平台，并形成数据处a）熟练掌握使用数据处理平台，并对

通过采集工具采集、处a）持续改进数据处理平台，实现通

小范围探索使用数据处理理平台使用说明文件；数据预处理、数据集管理情况进

理训练数据；过API等形式与其他平台工具

平台；b）开始在组织内大规模使用模行可视化分析；

b）不具备模型训练平台，仅的接入；

b）对第三方模型开发框架比较型训练平台，并形成模型训b）熟练掌握使用模型训练平台，并

通过第三方开发框架训b）持续改进模型训练平台，实现通

了解，小范围探索使用模型练平台使用说明文件；对模型训练结果、模型评估结果

练模型；过API等形式与其他平台工具

训练平台；c）开始在组织内大规模使用模进行可视化分析；

人工智能基础c）不具备模型部署与推理的接入；

c）对第三方模型部署框架比较型部署与推理平台，并形成c）熟练掌握使用模型部署与推理平

平台平台，仅通过第三方模c）持续改进模型部署与推理平台，

了解，小范围探索使用模型模型部署与推理平台使用说台，并对模型部署、运行情况进

型部署框架上线部署模实现通过API等形式与其他平

部署与推理平台；明文件；行可视化分析；

型；台工具的接入；

d）对人工智能支撑与服务环节d）开始在组织内大规模使用人d）熟练掌握使用人工智能支撑与服

d）不具备支撑与服务工具，d）持续改进人工智能支撑与服务

比较了解，小范围探索使用工智能支撑与服务工具，并务工具，对模型训练、部署、推

主要依靠运营人员根据工具，实现通过API等形式与其

资源管理、监控告警、平台形成人工智能支撑与服务工理等各阶段进行实时分析、监

经验进行运营、维护和他平台工具的接入。

管理等支撑与服务工具。具使用说明文件。控。

管理。

e）

a）不具备人工智能模型设a）针对人工智能模