央企智庫(kù)數(shù)智化能力建設(shè)探索

申紅梅 方義松 漆晨曦 孫麗娟

摘要：[目的/意義]數(shù)字經(jīng)濟(jì)已經(jīng)成為經(jīng)濟(jì)社會(huì)發(fā)展的新范式。中央企業(yè)智庫(kù)（央企智庫(kù)）作為中央企業(yè)智力資源的重要載體，亟需提升數(shù)智化能力，以適應(yīng)數(shù)字化時(shí)代信息環(huán)境、知識(shí)生產(chǎn)及決策支持的新要求。[方法/過(guò)程]基于對(duì)國(guó)內(nèi)外數(shù)字化建設(shè)領(lǐng)先的智庫(kù)的訪談?wù){(diào)研和天翼智庫(kù)能力建設(shè)的實(shí)踐探索，本文從央企智庫(kù)的定位和研究人員對(duì)數(shù)智化能力的核心需求出發(fā)，分析了央企智庫(kù)數(shù)智化能力建設(shè)的必要性，并提出建設(shè)目標(biāo)和規(guī)劃框架，同時(shí)，探索性研究了類ChatGPT人工智能技術(shù)賦能智慧決策的主要場(chǎng)景和落地模式，總結(jié)提煉了央企智庫(kù)能力建設(shè)和持續(xù)運(yùn)營(yíng)的關(guān)鍵要素。[結(jié)果/結(jié)論]央企智庫(kù)數(shù)智化能力建設(shè)需要以用戶為中心，以需求和問(wèn)題為導(dǎo)向，充分利用人工智能等數(shù)字技術(shù)，構(gòu)建以數(shù)據(jù)為基礎(chǔ)、以知識(shí)為核心、以服務(wù)為宗旨的數(shù)智化智庫(kù)能力平臺(tái)，同時(shí)還需要加強(qiáng)組織和機(jī)制建設(shè)，以保障央企智庫(kù)可持續(xù)發(fā)展。這將有助于智庫(kù)整合優(yōu)勢(shì)資源，提升智慧決策支持能力和水平。

關(guān)鍵詞：央企智庫(kù)? ? 數(shù)字化? ? 智能化? ? 大語(yǔ)言模型? ? 知識(shí)圖譜? ? 決策支持

分類號(hào)：C931

DOI： 10.19318/j.cnki.issn.2096-1634.2024.02.13

1? 引言

作為中國(guó)特色新型智庫(kù)的重要組成部分，部分中央企業(yè)智庫(kù)（央企智庫(kù)）已經(jīng)發(fā)展成為服務(wù)黨和國(guó)家重大戰(zhàn)略、支撐引領(lǐng)行業(yè)產(chǎn)業(yè)發(fā)展、推動(dòng)企業(yè)科學(xué)決策的重要力量[1]。面對(duì)數(shù)字經(jīng)濟(jì)新形勢(shì)，以及國(guó)家和企業(yè)要求更高的服務(wù)決策能力水平，中央企業(yè)智庫(kù)亟需提升數(shù)智化能力，完善運(yùn)營(yíng)機(jī)制，助力企業(yè)前沿思想、成果的聚合以及內(nèi)外優(yōu)質(zhì)研究資源的連接與合作，支撐企業(yè)戰(zhàn)略決策，在企業(yè)“把方向、管大局”上貢獻(xiàn)智慧。

2? 央企智庫(kù)數(shù)智化能力現(xiàn)狀及建設(shè)的意義和目標(biāo)

2.1? 央企智庫(kù)的定位及數(shù)智化能力建設(shè)的必要性

2023年5月26日，國(guó)務(wù)院國(guó)資委印發(fā)了《關(guān)于中央企業(yè)新型智庫(kù)建設(shè)的意見》，文中將中央企業(yè)新型智庫(kù)定位為以戰(zhàn)略問(wèn)題和創(chuàng)新發(fā)展為主要研究對(duì)象，以服務(wù)黨和政府及國(guó)資國(guó)企改革發(fā)展、行業(yè)產(chǎn)業(yè)、中央企業(yè)科學(xué)決策為宗旨的研究咨詢機(jī)構(gòu)[2]。這一定位要求央企智庫(kù)需要具備對(duì)宏觀大局的洞察和研判能力、對(duì)產(chǎn)業(yè)趨勢(shì)和科技創(chuàng)新方向的把握能力、對(duì)重大問(wèn)題的分析和診斷能力，進(jìn)而能夠?yàn)橹螄?guó)理政、產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、建設(shè)世界一流企業(yè)建言獻(xiàn)策。因此，央企智庫(kù)既是企業(yè)的智囊，也是國(guó)家和行業(yè)的參謀，科學(xué)有效的決策支撐是央企智庫(kù)能力建設(shè)的核心要點(diǎn)。

當(dāng)前，無(wú)論是國(guó)家層面，還是企業(yè)層面，跨界、跨專業(yè)的問(wèn)題越來(lái)越多，僅靠單一企業(yè)的知識(shí)體系、單一領(lǐng)域的專家，已無(wú)法實(shí)現(xiàn)科學(xué)診斷和決策，央企智庫(kù)需要充分發(fā)揮多元信息和數(shù)據(jù)的整合、跨領(lǐng)域知識(shí)和思想的集成作用。利用云計(jì)算、大數(shù)據(jù)、類ChatGPT大模型技術(shù)等數(shù)智化技術(shù)，賦能央企智庫(kù)，既有助于智庫(kù)形成常態(tài)化的情報(bào)搜集和跟蹤機(jī)制，構(gòu)建完善支撐科學(xué)決策的結(jié)構(gòu)化、數(shù)字化、全球化的行業(yè)產(chǎn)業(yè)數(shù)據(jù)庫(kù)、知識(shí)庫(kù)、政策庫(kù)等，實(shí)現(xiàn)數(shù)智化成果展示，提高決策效率[2]，又有助于智庫(kù)聚合跨領(lǐng)域?qū)＜屹Y源，提升合作創(chuàng)新與決策支撐能力，促進(jìn)更大范圍的知識(shí)共享和流通，進(jìn)而產(chǎn)出更高質(zhì)量、更具可行性的研究成果。數(shù)智化能力是數(shù)智化時(shí)代中央企業(yè)建設(shè)新型智庫(kù)，實(shí)現(xiàn)高效、可持續(xù)運(yùn)營(yíng)的有力保障。

2.2? 央企智庫(kù)數(shù)智化能力現(xiàn)狀及存在問(wèn)題

綜合對(duì)某通信運(yùn)營(yíng)商研究院、某電網(wǎng)研究院、某集團(tuán)戰(zhàn)略研究院等多家中央企業(yè)智庫(kù)進(jìn)行調(diào)研，以及大量案頭資料跟蹤研究的情況看，目前大部分中央企業(yè)智庫(kù)的數(shù)智化水平還處于初級(jí)階段。具體來(lái)說(shuō)，主要存在以下問(wèn)題：一是缺少統(tǒng)一的整合智庫(kù)內(nèi)外部數(shù)據(jù)的管理平臺(tái)，內(nèi)部數(shù)據(jù)、資料、成果等分散在多個(gè)業(yè)務(wù)系統(tǒng)中（如辦公自動(dòng)化、項(xiàng)目管理、情報(bào)系統(tǒng)等），外部資料和數(shù)據(jù)尚未建立持續(xù)的收集與分享機(jī)制，導(dǎo)致研究人員無(wú)法實(shí)現(xiàn)知識(shí)資源的集中獲取和使用；二是缺少對(duì)內(nèi)外部專家資源的統(tǒng)一和標(biāo)簽化管理，難以實(shí)現(xiàn)領(lǐng)域?qū)＜业目焖僮R(shí)別和調(diào)度；三是缺少協(xié)同研究支撐平臺(tái)，團(tuán)隊(duì)內(nèi)部協(xié)作、內(nèi)外部專家合作溝通等主要通過(guò)微信等通信工具實(shí)現(xiàn)，難以做到協(xié)作過(guò)程的有效管控和知識(shí)資源的實(shí)時(shí)沉淀；四是很多研究成果依然分散在個(gè)人及小團(tuán)隊(duì)計(jì)算機(jī)中，阻礙研究成果的統(tǒng)一展示、借鑒參考和創(chuàng)新利用。

2.3? 央企智庫(kù)數(shù)智化能力建設(shè)的內(nèi)涵及目標(biāo)

央企智庫(kù)數(shù)智化建設(shè)是指借助新一代信息技術(shù)，構(gòu)建面向決策支持和創(chuàng)新發(fā)展的統(tǒng)一研究支撐和思想生產(chǎn)平臺(tái)，以“數(shù)字化平臺(tái)+AI（人工智能）能力+知識(shí)服務(wù)”強(qiáng)化研究資源的聚合、沉淀、流轉(zhuǎn)、協(xié)同、創(chuàng)造和再利用，驅(qū)動(dòng)研究人員工作方式的變革和生產(chǎn)效率的提高，進(jìn)而提升央企智庫(kù)的服務(wù)能力和業(yè)界影響力。

央企智庫(kù)數(shù)智化能力建設(shè)的總體目標(biāo)是以用戶為中心，聚焦核心業(yè)務(wù)場(chǎng)景和需求，聚合與連接優(yōu)質(zhì)研究資源，提升智庫(kù)研究效率與開放協(xié)同水平。具體包括：建立行業(yè)資料庫(kù)、數(shù)據(jù)庫(kù)與成果庫(kù)，引入智能聚合、生成式人工智能（artificial intelligence generated content，AIGC）等智能化技術(shù)，提高知識(shí)的整合、展示與服務(wù)水平；建立合作資源庫(kù)與聯(lián)合研究支持中心，連接內(nèi)外部專家、知名智庫(kù)、研究團(tuán)體等，具備廣泛的研究協(xié)同支持能力；制定資源統(tǒng)籌制度、平臺(tái)治理制度，引入安全共享交流技術(shù)等，確保平臺(tái)可持續(xù)運(yùn)營(yíng)，實(shí)現(xiàn)智庫(kù)數(shù)據(jù)資源的高效管理及價(jià)值創(chuàng)新。

3? 央企智庫(kù)數(shù)智化能力平臺(tái)的架構(gòu)設(shè)計(jì)、功能規(guī)劃與知識(shí)組織探索

根據(jù)央企智庫(kù)數(shù)智化能力建設(shè)目標(biāo)，央企智庫(kù)數(shù)智化能力平臺(tái)是指利用數(shù)字化技術(shù)提升信息和知識(shí)的自動(dòng)化處理程度及可獲得性，實(shí)現(xiàn)央企智庫(kù)數(shù)據(jù)資源全面整合、知識(shí)創(chuàng)新協(xié)同，以及增強(qiáng)智庫(kù)服務(wù)能力的數(shù)字化平臺(tái)。天翼智庫(kù)建設(shè)團(tuán)隊(duì)根據(jù)央企智庫(kù)數(shù)智化能力建設(shè)目標(biāo)，參考藍(lán)凌軟件公司、拓爾思信息技術(shù)股份有限公司等國(guó)內(nèi)領(lǐng)先內(nèi)容管理平臺(tái)提供商的平臺(tái)設(shè)計(jì)架構(gòu)，研究總結(jié)出智庫(kù)數(shù)智化能力支撐平臺(tái)總體設(shè)計(jì)架構(gòu)圖（圖1），并基于此架構(gòu)對(duì)原有平臺(tái)進(jìn)行了升級(jí)。

3.1? 央企智庫(kù)數(shù)智化能力平臺(tái)主要功能解析

3.1.1? 基礎(chǔ)層? ? 基礎(chǔ)層主要實(shí)現(xiàn)智庫(kù)數(shù)智化能力建設(shè)的云上部署，以及互聯(lián)網(wǎng)開源數(shù)據(jù)、自有數(shù)據(jù)資源（包含原有業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)）、第三方合作數(shù)據(jù)等多來(lái)源、多形態(tài)數(shù)據(jù)資源的全面匯聚和整合。

3.1.2? 數(shù)據(jù)中臺(tái)? ? 數(shù)據(jù)中臺(tái)是央企智庫(kù)數(shù)智化能力建設(shè)的核心層，為知識(shí)價(jià)值鏈[3]的全流程管理提供技術(shù)支撐，主要由五大功能構(gòu)成。

（1）數(shù)據(jù)采集：通過(guò)網(wǎng)絡(luò)爬蟲、數(shù)據(jù)接口等方式，與各類內(nèi)部、外部數(shù)據(jù)源進(jìn)行對(duì)接，實(shí)現(xiàn)對(duì)智庫(kù)所需的各類數(shù)據(jù)的自動(dòng)化、實(shí)時(shí)化、全面化的采集和接入。

（2）數(shù)據(jù)整合：通過(guò)對(duì)采集到的各類數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、標(biāo)準(zhǔn)化、融合化處理，確保數(shù)據(jù)資源的高質(zhì)量和高可用性。

（3）數(shù)據(jù)管理：對(duì)加工后的各類數(shù)據(jù)進(jìn)行分類、目錄化、標(biāo)簽化、元數(shù)據(jù)化等管理，實(shí)現(xiàn)數(shù)據(jù)資源的規(guī)范化、可視化、可查詢性的有序管理和維護(hù)，構(gòu)建成果庫(kù)、資料庫(kù)、數(shù)據(jù)庫(kù)、合作庫(kù)、專家?guī)煳宕蠡A(chǔ)資源庫(kù)。

（4）數(shù)據(jù)服務(wù)：利用AI引擎（如語(yǔ)義、圖像解析）、分析標(biāo)注引擎（如智能標(biāo)簽、智能聚類）、算法模型（如知識(shí)推薦算法、關(guān)聯(lián)模型）等實(shí)現(xiàn)知識(shí)資源的深度挖掘、關(guān)聯(lián)發(fā)現(xiàn)、場(chǎng)景化聚合及創(chuàng)新生成，以此確保知識(shí)供給與研究需求和場(chǎng)景的高效、精準(zhǔn)匹配，提高研究效率和質(zhì)量。

（5）數(shù)據(jù)共享：通過(guò)數(shù)據(jù)服務(wù)總線對(duì)整合后的各類數(shù)據(jù)進(jìn)行權(quán)限控制、安全保障、接口開放等處理，實(shí)現(xiàn)對(duì)央企智庫(kù)所需數(shù)據(jù)資源的安全控制和靈活調(diào)用。

3.1.3? 應(yīng)用平臺(tái)? ? 應(yīng)用平臺(tái)指央企智庫(kù)知識(shí)生產(chǎn)的協(xié)同創(chuàng)新和應(yīng)用傳播平臺(tái)，主要包括知識(shí)倉(cāng)庫(kù)、協(xié)作中心、專家中心、知識(shí)問(wèn)答及個(gè)人中心五大功能模塊。

（1）知識(shí)倉(cāng)庫(kù)：基于數(shù)據(jù)中臺(tái)，通過(guò)分類知識(shí)樹、智能檢索、知識(shí)地圖、知識(shí)圖譜等形式，將合適的知識(shí)內(nèi)容傳遞給有需要的研究人員。

（2）協(xié)作中心：具有文檔庫(kù)、權(quán)限管理等功能，且支持成果審核發(fā)布等流程的數(shù)字化，是課題協(xié)同研究、政策研討、跨域?qū)＜液献鞯闹喂ぞ摺?/p>

（3）專家中心：基于數(shù)據(jù)中臺(tái)專家?guī)斓馁Y源，提供內(nèi)外部專家信息查詢功能，實(shí)現(xiàn)專家在線交流、在線調(diào)研，以及更深層次的專家合作。

（4）知識(shí)問(wèn)答：支持智庫(kù)專家之間的交流和溝通，并對(duì)問(wèn)答信息進(jìn)行管理和評(píng)價(jià)，形成知識(shí)合集，同時(shí)，也可以基于知識(shí)原子化及AIGC技術(shù)提供智能機(jī)器人問(wèn)答服務(wù)。

（5）個(gè)人空間：提供個(gè)人知識(shí)管理、個(gè)人收藏、個(gè)人圈子等多種個(gè)性化設(shè)置和內(nèi)容呈現(xiàn)。

3.1.4? 服務(wù)層? ? 服務(wù)層通過(guò)個(gè)人計(jì)算機(jī)（personal computer，PC）門戶、移動(dòng)端門戶及信息大屏等多媒體展現(xiàn)形式，面向不同角色（如決策人、研究員、管理員等）人員，對(duì)智庫(kù)知識(shí)內(nèi)容和研究成果進(jìn)行差異化呈現(xiàn)。

3.2? 央企智庫(kù)數(shù)智化能力平臺(tái)知識(shí)組織模式創(chuàng)新探索

在天翼智庫(kù)數(shù)智化能力建設(shè)實(shí)踐中，研究團(tuán)隊(duì)嘗試采用知識(shí)地圖的方式，來(lái)解決研究場(chǎng)景（課題）與知識(shí)資源的智能匹配問(wèn)題，以提高研究效率和知識(shí)利用率，取得了較好的成效。

知識(shí)地圖是一種常見的知識(shí)聚合模式，通過(guò)將業(yè)務(wù)流程、工作場(chǎng)景等分解為多個(gè)環(huán)節(jié)，按節(jié)點(diǎn)聚合具有相同標(biāo)簽屬性的數(shù)據(jù)、文檔、成果、專家等各類資源，建立不同組織方式、不同存儲(chǔ)方式的研究資源之間的動(dòng)態(tài)聯(lián)系。知識(shí)地圖輸出的內(nèi)容包括知識(shí)來(lái)源、整合后的知識(shí)內(nèi)容、知識(shí)流和知識(shí)匯聚，以直觀的方式向用戶展示知識(shí)概況、主題類別、關(guān)聯(lián)關(guān)系等，其作用是協(xié)助研究人員發(fā)掘智力資產(chǎn)的價(jià)值、所有權(quán)、位置和使用方法，支撐智庫(kù)研究工作的高效開展。知識(shí)地圖建模通常由領(lǐng)域?qū)＜衣?lián)合專業(yè)研究團(tuán)隊(duì)共同完成，需求導(dǎo)向、主題突出、重點(diǎn)牽引、動(dòng)態(tài)易擴(kuò)、方便獲取是知識(shí)地圖構(gòu)建的5個(gè)原則。知識(shí)地圖種類較多，場(chǎng)景類知識(shí)地圖是智庫(kù)研究工作中最常用的地圖形態(tài)，建模示例如圖2所示。

3.3? 央企智庫(kù)數(shù)智化能力平臺(tái)的風(fēng)險(xiǎn)判斷

央企智庫(kù)數(shù)智化能力平臺(tái)能夠有效解決央企智庫(kù)目前面臨的一些關(guān)鍵問(wèn)題，例如，信息和知識(shí)資源分散存放、決策支持效率低、跨域?qū)＜液献麟y、缺少協(xié)同支撐工具、成果發(fā)布渠道單一等，因此，對(duì)中央企業(yè)建設(shè)新型智庫(kù)具有非常重要的作用和價(jià)值，未來(lái)有可能成為央企智庫(kù)核心競(jìng)爭(zhēng)力的重要組成部分[4]。但同時(shí)也要注意到，一旦啟用數(shù)字化平臺(tái)，就需要將智庫(kù)的高端成果及核心經(jīng)驗(yàn)知識(shí)上傳到平臺(tái)，并實(shí)現(xiàn)共享，這可能使企業(yè)知識(shí)資產(chǎn)存在對(duì)外泄露等安全風(fēng)險(xiǎn)。對(duì)此，智庫(kù)管理團(tuán)隊(duì)需要制定嚴(yán)格的信息安全管理機(jī)制，評(píng)估各類數(shù)據(jù)和信息的保密級(jí)別，加強(qiáng)接入數(shù)字化平臺(tái)的人員和設(shè)備的認(rèn)證及權(quán)限管理，例如，智庫(kù)數(shù)字化平臺(tái)僅允許在公司內(nèi)網(wǎng)訪問(wèn)，對(duì)系統(tǒng)內(nèi)知識(shí)進(jìn)行嚴(yán)格的分級(jí)管理和訪問(wèn)權(quán)限控制等[5]。

4? 引入類ChatGPT大模型技術(shù)賦能智庫(kù)的場(chǎng)景及模式探索

類ChatGPT大模型技術(shù)的持續(xù)突破，為各行業(yè)提供了豐富的內(nèi)容創(chuàng)新和價(jià)值提升的可能性。類ChatGPT大模型技術(shù)在智能問(wèn)答、內(nèi)容創(chuàng)作、信息抽取、數(shù)據(jù)分析等方面的能力與智庫(kù)的研究和咨詢工作有巨大的融合空間，將革新智庫(kù)決策支持的方法和模式[6]。

4.1? 類ChatGPT大模型技術(shù)與智庫(kù)融合的典型場(chǎng)景

引入類ChatGPT大模型技術(shù)所帶來(lái)的智庫(kù)創(chuàng)新場(chǎng)景主要體現(xiàn)在以下幾個(gè)方面。

（1）知識(shí)獲取。傳統(tǒng)的知識(shí)獲取方式是智庫(kù)專家根據(jù)需求自上而下地獲取知識(shí)。而通過(guò)智能知識(shí)挖掘，可以利用數(shù)據(jù)自下而上，從數(shù)據(jù)中挖掘知識(shí)、抽取知識(shí)，給專家更好的支持。目前智庫(kù)本身有大量成果報(bào)告等高質(zhì)量的用戶生成內(nèi)容（user generated content，UGC）及知識(shí)圖譜，可為AI自動(dòng)準(zhǔn)確挖掘和生成知識(shí)提供高質(zhì)量數(shù)據(jù)源。

（2）輔助研究。接入文本生成、圖像生成、視頻生成等AI能力，對(duì)知識(shí)內(nèi)容進(jìn)行自動(dòng)或協(xié)同創(chuàng)作、優(yōu)化、補(bǔ)充等操作，提高知識(shí)的質(zhì)量和豐富度。另外，類GPT大模型技術(shù)插件的接入會(huì)大大縮短研究報(bào)告創(chuàng)作的時(shí)間。這主要體現(xiàn)在數(shù)據(jù)或者素材的提供方面，有了“GPT+聯(lián)網(wǎng)”的能力，效率可以得到大幅提升。

（3）智能搜索。利用語(yǔ)義搜索、問(wèn)答系統(tǒng)、推薦系統(tǒng)等AI技術(shù)，對(duì)用戶的查詢進(jìn)行智能理解和匹配，提供精準(zhǔn)、相關(guān)、個(gè)性化的知識(shí)結(jié)果。目前微軟公司的新必應(yīng)搜索和問(wèn)答，能返回比傳統(tǒng)搜索更精準(zhǔn)的結(jié)果，并且附帶資料鏈接。

（4）知識(shí)問(wèn)答及推送。利用ChatGPT的對(duì)話能力，提高知識(shí)內(nèi)容的交互性和個(gè)性化，同時(shí)根據(jù)用戶的輸入和反饋不斷學(xué)習(xí)和優(yōu)化，根據(jù)用戶的個(gè)性化需求和興趣來(lái)生成和推薦文本等。

（5）成果審核。引入標(biāo)簽、識(shí)別模型等AI能力來(lái)輔助成果審核人員的工作，提升審核人員的效率及準(zhǔn)確度。

（6）分析和解釋數(shù)據(jù)。通過(guò)學(xué)習(xí)數(shù)據(jù)集和模型，類ChatGPT大模型技術(shù)可以用于生成數(shù)據(jù)可視化、提供數(shù)據(jù)洞察、解釋模型結(jié)果等，幫助用戶理解和利用數(shù)據(jù)。

（7）知識(shí)標(biāo)引。利用AI技術(shù)，對(duì)知識(shí)內(nèi)容進(jìn)行自動(dòng)標(biāo)注、分類、聚類等操作，提高知識(shí)的可檢索性和可復(fù)用性。

（8）論文閱讀。提供文章或文檔摘要、論文寫作助手、論文閱讀平臺(tái)等，也可以利用AI技術(shù)總結(jié)分析用戶對(duì)論文的評(píng)價(jià)和反饋等。

（9）智能翻譯。類ChatGPT大模型技術(shù)可以實(shí)現(xiàn)多語(yǔ)言之間的智能翻譯[7]，其效果超越一般翻譯軟件，可以用來(lái)翻譯處理智庫(kù)知識(shí)庫(kù)的外語(yǔ)資料。

綜上所述，類ChatGPT大模型技術(shù)與智庫(kù)研究工作場(chǎng)景的融合度較高，對(duì)提高研究人員的工作效率和決策支撐的質(zhì)量有很大幫助。隨著技術(shù)進(jìn)一步發(fā)展，未來(lái)還會(huì)出現(xiàn)更多的創(chuàng)新應(yīng)用場(chǎng)景。

4.2? 類ChatGPT大模型技術(shù)在智庫(kù)落地的模式探索

目前類ChatGPT大模型在智庫(kù)落地主要有3種模式：一是調(diào)用大模型應(yīng)用程序接口（application program interface，API）；二是部署領(lǐng)域模型，即垂直行業(yè)模型；三是基于模型公開架構(gòu)自研。

（1）直接調(diào)用大模型API。可以直接利用成熟類ChatGPT大模型的能力，其優(yōu)點(diǎn)是啟動(dòng)成本低，缺點(diǎn)是差異化及控制范圍受到一定限制。2023年3月，OpenAI開放ChatGPT API（基于GPT-3.5-turbo模型），并大幅調(diào)低了調(diào)用價(jià)格，進(jìn)一步降低了企業(yè)將ChatGPT集成到自有應(yīng)用和服務(wù)的門檻，國(guó)內(nèi)大模型廠商如百度也推出了文心大模型API調(diào)用服務(wù)。

（2）部署領(lǐng)域模型。精調(diào)領(lǐng)域模型，優(yōu)點(diǎn)是可以讓大模型更好地符合特定行業(yè)及場(chǎng)景需求，缺點(diǎn)是目前商業(yè)模式不夠明晰。目前國(guó)內(nèi)外大模型巨頭及行業(yè)龍頭企業(yè)都有聯(lián)合探索內(nèi)容資源，管理垂直行業(yè)模型落地的案例。例如，百度聯(lián)合人民網(wǎng)發(fā)布“人民網(wǎng)–百度·文心”行業(yè)大模型。摩根士丹利從2022年開始探索應(yīng)用GPT利用其智力資源，例如，GPT-4能對(duì)該公司數(shù)十萬(wàn)頁(yè)的知識(shí)和分析報(bào)告（涵蓋投資策略、市場(chǎng)研究和評(píng)論及分析師見解）進(jìn)行快速檢索和綜合，為內(nèi)部員工提供智能聊天機(jī)器人，幫助其快速找到相關(guān)的信息。另外，該公司研究部門還使用GPT-3生成金融報(bào)告的摘要，通過(guò)對(duì)GPT-3進(jìn)行微調(diào)，使其能夠理解金融術(shù)語(yǔ)和數(shù)據(jù)，并根據(jù)給定的標(biāo)題或關(guān)鍵詞生成簡(jiǎn)潔的報(bào)告摘要，以節(jié)省分析師的時(shí)間和精力，提高其工作效率和報(bào)告質(zhì)量。該公司數(shù)據(jù)與創(chuàng)新主管杰夫·麥克米蘭（Jeff McMillan）認(rèn)為該項(xiàng)目可能是迄今為止將人類的建議與技術(shù)結(jié)合的最佳范例[8-9]。

（3）基于模型公開架構(gòu)自研。可以定制或優(yōu)化模型、數(shù)據(jù)和參數(shù)，優(yōu)點(diǎn)是更符合特定行業(yè)及企業(yè)的需求，缺點(diǎn)是需要較多資金和技術(shù)投入，公開架構(gòu)技術(shù)性能可能不如ChatGPT。美國(guó)市場(chǎng)情報(bào)公司AlphaSense是將自主研發(fā)AIGC技術(shù)賦能情報(bào)搜索及服務(wù)的成功案例。AlphaSense的AI技術(shù)由自有團(tuán)隊(duì)歷經(jīng)10多年的時(shí)間研發(fā)完善，利用機(jī)器學(xué)習(xí)和自然語(yǔ)言處理，使專業(yè)人士能夠輕松從數(shù)千個(gè)來(lái)源和數(shù)十億個(gè)數(shù)據(jù)點(diǎn)中提取見解。2023年4月，谷歌母公司Alphabet旗下投資公司CapitalG宣布，向AI市場(chǎng)情報(bào)公司AlphaSense投資1億美元。CapitalG表示，AlphaSense聚合了超過(guò)10，000個(gè)數(shù)據(jù)源，通過(guò)分析數(shù)據(jù)編制索引信息，聯(lián)動(dòng)人工智能，可以提供更準(zhǔn)確、更個(gè)性化的搜索結(jié)果。

央企智庫(kù)普遍都建立了包含大量資料數(shù)據(jù)和研究成果的知識(shí)庫(kù)，研究如何利用已有的知識(shí)庫(kù)將ChatGPT能力適配到智庫(kù)研究領(lǐng)域很有必要，同時(shí)需要研究利用與用戶的對(duì)話歷史記錄等個(gè)性化數(shù)據(jù)，來(lái)訓(xùn)練個(gè)性化的ChatGPT模型。綜合考慮實(shí)際情況及3種模式的適應(yīng)性，央企智庫(kù)部署經(jīng)過(guò)微調(diào)的垂直行業(yè)模型是相對(duì)比較合理的模式。

4.3? 類ChatGPT大模型技術(shù)應(yīng)用于智庫(kù)可能存在的風(fēng)險(xiǎn)

以ChatGPT為代表的生成式人工智能所展現(xiàn)出的強(qiáng)大“類人性表達(dá)”能力使科研活動(dòng)中的知識(shí)獲取途徑從檢索式向生成式轉(zhuǎn)變，AI將分擔(dān)越來(lái)越多的人類認(rèn)知工作，導(dǎo)致科研活動(dòng)中人類智力參與程度的降低。而人類參與程度的降低將帶來(lái)兩方面的潛在風(fēng)險(xiǎn)：一是研究者失察引起的信息質(zhì)量風(fēng)險(xiǎn)，即AI所生成的內(nèi)容具有事實(shí)性錯(cuò)誤或者存在違反人類價(jià)值之處；二是研究者使用AI生成物引起的欺詐舞弊風(fēng)險(xiǎn)，即研究者在論文撰寫中使用AI生成物，將AI作品視為自己的作品[8]。

目前，國(guó)家監(jiān)管部門已經(jīng)注意到類ChatGPT大模型技術(shù)的潛在風(fēng)險(xiǎn)，并出臺(tái)了相關(guān)政策強(qiáng)化治理。例如，中央網(wǎng)信辦2023年４月發(fā)布《生成式人工智能服務(wù)管理辦法（征求意見稿）》[9]，明確了生成式AI應(yīng)用服務(wù)提供者、技術(shù)支持者和服務(wù)使用者等各方的責(zé)任，指出了生成內(nèi)容和訓(xùn)練數(shù)據(jù)必須符合倫理道德及合規(guī)要求。央企智庫(kù)作為生成式AI的使用方，有必要基于國(guó)家政策法規(guī)進(jìn)一步細(xì)化相關(guān)措施以規(guī)避風(fēng)險(xiǎn)，例如，加強(qiáng)對(duì)AI生成內(nèi)容的審核和驗(yàn)證，另外，還需要注意智庫(kù)信息安全與隱私問(wèn)題及知識(shí)產(chǎn)權(quán)問(wèn)題。

5? 央企智庫(kù)數(shù)智化能力平臺(tái)持續(xù)運(yùn)營(yíng)關(guān)鍵要素

央企智庫(kù)數(shù)智化能力平臺(tái)需要通過(guò)完善流程機(jī)制來(lái)保障內(nèi)容資源的循環(huán)生產(chǎn)、沉淀、聚合、共享和使用。強(qiáng)有力的組織及資源保障、融合業(yè)務(wù)場(chǎng)景，以及建立高效的運(yùn)營(yíng)機(jī)制、反饋改進(jìn)機(jī)制和資源治理機(jī)制，是智庫(kù)數(shù)智化能力平臺(tái)可持續(xù)發(fā)展，最大化支撐央企智庫(kù)決策支撐的關(guān)鍵要素。

5.1? 設(shè)立“領(lǐng)導(dǎo)小組+實(shí)施團(tuán)隊(duì)”，提供強(qiáng)有力的組織和資源保障

央企智庫(kù)數(shù)智化能力平臺(tái)執(zhí)行組織是智庫(kù)能力建設(shè)及可持續(xù)運(yùn)營(yíng)的基礎(chǔ)保障之一。智庫(kù)體系執(zhí)行組織由運(yùn)營(yíng)領(lǐng)導(dǎo)小組和運(yùn)營(yíng)實(shí)施團(tuán)隊(duì)兩部分構(gòu)成。

（1）運(yùn)營(yíng)領(lǐng)導(dǎo)小組。運(yùn)營(yíng)領(lǐng)導(dǎo)小組須由智庫(kù)高層領(lǐng)導(dǎo)人員掛帥，并擔(dān)任領(lǐng)導(dǎo)小組組長(zhǎng)角色。所有部門領(lǐng)導(dǎo)均為該領(lǐng)導(dǎo)小組的成員，領(lǐng)導(dǎo)小組的職責(zé)是牽頭制定智庫(kù)數(shù)智化能力建設(shè)目標(biāo)，協(xié)調(diào)各方資源和工作。

（2）運(yùn)營(yíng)實(shí)施團(tuán)隊(duì)。運(yùn)營(yíng)實(shí)施團(tuán)隊(duì)是智庫(kù)能力平臺(tái)運(yùn)營(yíng)的核心團(tuán)隊(duì)，主要職責(zé)是組織和推進(jìn)智庫(kù)體系的管理制度、流程及規(guī)范的設(shè)計(jì)和執(zhí)行，負(fù)責(zé)智庫(kù)體系的內(nèi)容資源規(guī)劃、知識(shí)管理文化宣傳和推廣工作，并組織開展內(nèi)外部知識(shí)交流活動(dòng)，另外，還需負(fù)責(zé)央企智庫(kù)數(shù)智化能力平臺(tái)的建設(shè)與維護(hù)。

以中國(guó)交通建設(shè)集團(tuán)有限公司為例，該集團(tuán)明確了下屬戰(zhàn)略研究院為集團(tuán)智庫(kù)機(jī)構(gòu)。戰(zhàn)略研究院在研究總院理事會(huì)的領(lǐng)導(dǎo)下，明確了智庫(kù)人員的崗位和編制，確保專職人員到位，并且充分利用基層單位的信息渠道和專業(yè)水平，確保兼職人員的精力投入[10]。

5.2? 與業(yè)務(wù)融合，構(gòu)建情景化智庫(kù)知識(shí)管理體系

智庫(kù)數(shù)智化能力平臺(tái)需要與智庫(kù)研究主要業(yè)務(wù)緊密結(jié)合，將研究流程固化到平臺(tái)上，才能持續(xù)地沉淀和積累更多的智力知識(shí)和經(jīng)驗(yàn)，更好地發(fā)揮作用[11]。例如，可以通過(guò)將企業(yè)組織內(nèi)的業(yè)務(wù)流程、管理流程固化到智庫(kù)數(shù)字化平臺(tái)，從而與知識(shí)沉淀、知識(shí)共享過(guò)程捆綁，實(shí)現(xiàn)對(duì)智庫(kù)內(nèi)部基礎(chǔ)內(nèi)容資源的歸集，具體做法如下。

（1）對(duì)于成果類資源歸集，可以將成果發(fā)布審核流程固化到平臺(tái)，審核完成，成果即沉淀。

（2）對(duì)于外購(gòu)資料歸集，可以在資料報(bào)銷流程中加入分享培訓(xùn)資料節(jié)點(diǎn)。

（3）對(duì)于項(xiàng)目/團(tuán)隊(duì)自采資料歸集，可在資料報(bào)銷流程中增加分享資料節(jié)點(diǎn)。

除此之外，還要建立與需求相結(jié)合的資源沉淀模式，例如，中國(guó)船舶集團(tuán)某研究所將設(shè)計(jì)過(guò)程中的問(wèn)題記錄在協(xié)同設(shè)計(jì)平臺(tái)的問(wèn)題管理模塊中，通過(guò)平臺(tái)實(shí)現(xiàn)對(duì)問(wèn)題的跟蹤、追溯、改善及落實(shí)，有效地提升全價(jià)值鏈的知識(shí)共享和知識(shí)創(chuàng)新能力[12]。

5.3? 建立以用戶為中心的運(yùn)營(yíng)機(jī)制和治理機(jī)制

智庫(kù)數(shù)智化能力平臺(tái)的持續(xù)運(yùn)作需要建立以用戶（包括企業(yè)管理層等智庫(kù)用戶及智庫(kù)研究專家）體驗(yàn)為中心的機(jī)制，高效、精準(zhǔn)、充分釋放知識(shí)的價(jià)值，提供個(gè)性化服務(wù)，強(qiáng)調(diào)知識(shí)的實(shí)時(shí)性、可獲得性及自助式。要通過(guò)數(shù)智化技術(shù)實(shí)時(shí)了解、分析智庫(kù)數(shù)智化能力體驗(yàn)、知識(shí)應(yīng)用、成果利用等情況，并根據(jù)分析評(píng)估結(jié)果持續(xù)改進(jìn)。以中交第四航務(wù)工程勘察設(shè)計(jì)院為例，該院2018年開始系統(tǒng)地推動(dòng)知識(shí)管理平臺(tái)建設(shè)，經(jīng)過(guò)持續(xù)優(yōu)化，知識(shí)的豐富程度和平臺(tái)應(yīng)用的便捷性不斷提高，有效推動(dòng)了科研創(chuàng)效。

同時(shí)，需要建立資源治理機(jī)制，在數(shù)據(jù)、資料、成果、專家等不同類型的知識(shí)資源中，找出運(yùn)營(yíng)關(guān)鍵點(diǎn)（如質(zhì)量要求標(biāo)準(zhǔn)、價(jià)值體現(xiàn)等），實(shí)施差異化治理。對(duì)于數(shù)據(jù)資源，板塊負(fù)責(zé)人需要重點(diǎn)核實(shí)數(shù)據(jù)口徑，做好數(shù)據(jù)更新及變更說(shuō)明，同時(shí)，對(duì)數(shù)據(jù)質(zhì)量進(jìn)行檢驗(yàn)，對(duì)數(shù)據(jù)的準(zhǔn)確性負(fù)責(zé)；對(duì)于網(wǎng)絡(luò)公開的免費(fèi)資料，板塊負(fù)責(zé)人需要對(duì)監(jiān)測(cè)對(duì)象進(jìn)行定期評(píng)估、更新和補(bǔ)充，并對(duì)資源內(nèi)容、質(zhì)量進(jìn)行審核，確保分類及標(biāo)簽設(shè)置的正確性；對(duì)于外購(gòu)資料，板塊負(fù)責(zé)人需要對(duì)采購(gòu)資源/報(bào)告的使用情況進(jìn)行定期評(píng)估，確保采購(gòu)資源/報(bào)告被有效利用，同時(shí)根據(jù)評(píng)估結(jié)果審核采購(gòu)資源/報(bào)告的質(zhì)量，確認(rèn)可持續(xù)購(gòu)買的必要性；對(duì)于成果報(bào)告，板塊負(fù)責(zé)人需要定期對(duì)成果資源的使用情況進(jìn)行統(tǒng)計(jì)和分析，評(píng)估成果的參考價(jià)值和復(fù)用性；對(duì)于專家資源，板塊負(fù)責(zé)人需要定期更新專家信息，對(duì)專家服務(wù)質(zhì)量及專家工作室的運(yùn)營(yíng)情況進(jìn)行評(píng)估。

6? 結(jié)語(yǔ)

央企智庫(kù)數(shù)智化能力建設(shè)將有助于智庫(kù)整合優(yōu)勢(shì)資源，提升智慧決策支持能力和水平。天翼智庫(kù)經(jīng)過(guò)1年多的探索實(shí)踐，通過(guò)數(shù)字化能力建設(shè)和共享機(jī)制的優(yōu)化實(shí)現(xiàn)了資料、數(shù)據(jù)和成果的共享，大幅提升了知識(shí)資源和成果的利用率，超過(guò)90%的研究人員認(rèn)為對(duì)工作幫助很大。央企智庫(kù)數(shù)智化能力建設(shè)需要以用戶為中心，以需求和問(wèn)題為導(dǎo)向，以是否提升研究效率為判斷標(biāo)準(zhǔn)，探索應(yīng)用類ChatGPT技術(shù)，構(gòu)建以數(shù)據(jù)為基礎(chǔ)、以知識(shí)為核心、以服務(wù)為宗旨的數(shù)智化智庫(kù)能力體系。央企智庫(kù)數(shù)智化能力建設(shè)還需要加強(qiáng)組織保障、融合核心業(yè)務(wù)流程、完善運(yùn)營(yíng)和治理機(jī)制，保障數(shù)智化能力平臺(tái)的持續(xù)運(yùn)行和優(yōu)化升級(jí)。

參考文獻(xiàn)：

[1] 經(jīng)濟(jì)參考報(bào). “完善中國(guó)企業(yè)智庫(kù)建設(shè)，服務(wù)中國(guó)式現(xiàn)代化”：中國(guó)企業(yè)智庫(kù)建設(shè)平行論壇召開[EB/OL]. [2023-05-25]. http：//www.sasac.gov.cn/n2588025/n2588139/c26455450/content.html.

Economic Reference News： “Improving the construction of Chinese enterprise think tanks and serving Chinese-style modernizati[EB/OL]. [2023-05-25]. http：//www.sasac.gov.cn/n2588025/n2588139/c26455450/content.html.

[2] 國(guó)資委研究中心. 國(guó)務(wù)院國(guó)資委印發(fā)《關(guān)于中央企業(yè)新型智庫(kù)建設(shè)的意見》[EB/OL]. [2023-05-25]. https：//mp.weixin.qq.com/s/9CNgCtg4oy3gaLDYZENkoA.

State owned Assets Supervision and Administration Commission Research Center. State owned assets supervision and administration commission of the state council issued the Opinions on the Construction of New Type Think Tanks for Central Enterprises[EB/OL]. [2023-05-25]. https：//mp.weixin.qq.com/s/9CNgCtg4oy3gaLDYZENkoA.

[3] 陶銳. 基于知識(shí)增值過(guò)程的企業(yè)知識(shí)價(jià)值鏈研究[J]. 科學(xué)決策， 2009（5）： 45-50.

TAO R. Research on enterprise knowledge value chain based on knowledge appreciation process[J] Scientific Decision Making， 2009 （5）： 45-50.

[4] 李剛. 論新型智庫(kù)及其核心能力建設(shè)[J]. 決策與信息， 2023（5）： 38-43.

LI G. On the construction of new think tanks and their core capabilities[J]. Decision and Information， 2023 （5）： 38-43.

[5] 何政軍. 大型企業(yè)集團(tuán)知識(shí)管理體系的構(gòu)建方法與實(shí)踐經(jīng)驗(yàn)[J].企業(yè)改革與管理， 2021（24）： 8-9.

HE Z J. Construction methods and practical experience of a knowledge management system for large enterprise groups[J]. Enterprise Reform and Management， 2021（24）： 8-9.

[6] 張智雄， 于改紅， 劉熠， 等. ChatGPT對(duì)文獻(xiàn)情報(bào)工作的影響[J]. 數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)， 2023， 7（3）： 36-42.

ZHANG Z X， YU G H， LIU Y， et al. The influence of ChatGPT on library & information services[J]. Data Analysis and Knowledge Discovery， 2023， 7（3）： 36-42.

[7] 張慧， 佟彤， 葉鷹. AI 2.0時(shí)代智慧圖書館的GPT技術(shù)驅(qū)動(dòng)創(chuàng)新[J]. 圖書館雜志， 2023， 42（5）： 4-8.

ZHANG H， TONG T， YE Y. GPT-driven technical innovation of smart libraries in the AI 2.0 era[J]. Library Magazine， 2023， 42（5）： 4-8.

[8] 游俊哲. ChatGPT類生成式人工智能在科研場(chǎng)景中的應(yīng)用風(fēng)險(xiǎn)與控制措施[J]. 情報(bào)理論與實(shí)踐， 2023， 46（6）： 24-32.

YOU J Z. The application risk and control measures of ChatGPT generative artificial intelligence in scientific research scenarios[J]. Information Studies： Theory & Application， 2023， 46（6）： 24-32.

[9] 劉佳妮. 《生成式人工智能服務(wù)管理辦法（征求意見稿）》公開征求意見[EB/OL]. [2023-04-11]. https：//baijiahao.baidu.com/s？id=1762854795381293048&wfr=spider&for=pc.

LIU J N. The Management Measures for Generative Artificial Intelligence Services （Draft for Soliciting Opinions） is publicly solicited for opinions[EB/OL]. [2023-04-11]. https：//baijiahao.baidu.com/s？id=1762854795381293048&wfr=spider&for=pc.

[10] 中交戰(zhàn)略研究院. 中交集團(tuán)：以“三個(gè)堅(jiān)持”，實(shí)施“三項(xiàng)建設(shè)”奮力打造中央企業(yè)新型智庫(kù)[EB/OL]. [2023-08-14]. https：//mp.weixin.qq.com/s/m8pzguHZWh6R2WtmrzhBJQ.

China Communications Strategic Research Institute China Communications Group： With the "Three Adherences" and the implementation of the "Three Construction"， we strive to build a new type of think tank for central enterprises [EB/OL]. [2023-08-14]. https：//mp.weixin.qq.com/s/m8pzguHZWh6R2WtmrzhBJQ.

[11] 構(gòu)造情境化知識(shí)管理體系[EB/OL]. [2023-08-15]. http：//blog.itpub.net/7839396/viewspace-960339/.

Construct a contextualized knowledge management system[EB/OL]. [2023-08-15]. http：//blog.itpub.net/7839396/viewspace-960339/.

[12] 董小英.從知識(shí)管理到知識(shí)優(yōu)勢(shì)：企業(yè)數(shù)字能力九宮格[J]. 清華管理評(píng)論， 2022（12）.

作者貢獻(xiàn)說(shuō)明：

申紅梅：論文撰寫，提出論文選題和思路；

方義松：論文思路、框架設(shè)計(jì)的指導(dǎo)及論文修改；

漆晨曦：參與論文討論及修改；

孫麗娟：論文修改及撰寫第4部分關(guān)鍵要素的部分內(nèi)容。

Exploration of the Digitalization and Intelligentization Capability Building of

Central Enterprise Think Tanks

Shen Hongmei? ?Fang Yisong? ?Qi Chenxi? ?Sun Lijuan

China Telecom Reserch Institute， Guangzhou 510000

Abstract： [Purpose/Significance] The digital economy has emerged as a new paradigm for economic and social development. As crucial repositories of intellectual resources for state-owned and central enterprises， state-owned enterprise think tanks urgently need to promptly enhance their digital and intellectual capabilities to meet the new requirements of information acquisition， knowledge production， and decision support in the digital era. [Method/Process] This article is based on interviews and research conducted with leading companies in the digital construction of think tanks， both domestically and internationally. It also includes practical exploration of capacity building at Tianyi Think Tank. Starting with the positioning of central enterprise think tanks and the core requirements of researchers regarding logarithmic intelligence capabilities， the article analyzes the necessity of developing digital intelligence capabilities in central enterprise think tanks. It further proposes objectives and planning frameworks. Additionally， exploratory research is conducted on the primary scenarios and implementation modes of ChatGPT-like AI technology enabling central enterprise think tanks. Finally， the article summarizes and refines the key elements of capacity building and sustainable operation of central enterprise think tanks. [Result/Conclusion] The construction of digital intelligence capabilities in central enterprise think tanks needs to be user centered， demand and problem oriented， fully utilizing digital technologies such as artificial intelligence， and building a digital intelligence think tank capability platform based on data， knowledge， and service. At the same time， it is necessary to strengthen organizational and mechanism construction to ensure the sustainable development of central enterprise think tanks.

Keywords： central enterprise think tanks? ? digitization? ? intelligentization? ? large language model? ?knowledge graphs? ? decision support

收稿日期：2023-05-10? ? ? 修回日期：2023-08-15