国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于生成式人工智能的電力企業(yè)檔案智能輔助決策系統(tǒng)設(shè)計與應(yīng)用

2024-10-22 00:00吳邊胡志華郭方楊沛
北京檔案 2024年9期

摘要:檔案作為電力企業(yè)重要的信息資源,對企業(yè)決策具有重要意義。隨著智能技術(shù)的發(fā)展,檔案服務(wù)智慧化和智能化成為檔案工作的必然要求。為此,論文將生成式人工智能技術(shù)應(yīng)用于決策服務(wù)場景,開發(fā)了電力企業(yè)檔案智能輔助決策系統(tǒng),設(shè)計了情報簡報自動生成、檔案知識庫、智能問答、數(shù)據(jù)大屏、一站式智能檢索、信息識別與自動分類等功能,并探討了生成式人工智能在電力企業(yè)檔案智能輔助決策系統(tǒng)中的應(yīng)用要點(diǎn),旨在促進(jìn)電力企業(yè)檔案價值的充分開發(fā),實(shí)現(xiàn)企業(yè)決策的提質(zhì)增效。

關(guān)鍵詞:企業(yè)檔案 生成式人工智能 智能輔助決策系統(tǒng)

電力企業(yè)檔案是指在電力生產(chǎn)、分配、傳輸及銷售、運(yùn)營、管理等過程中形成的各種形式和載體的信息記錄。在現(xiàn)代電力企業(yè)中,檔案已成為支持日常運(yùn)營和戰(zhàn)略決策的重要基礎(chǔ)。高層決策者在制定科學(xué)、合理的策略時,經(jīng)常需要對復(fù)雜數(shù)據(jù)進(jìn)行全面分析。在這一過程中,對市場趨勢、政策變化及技術(shù)革新等戰(zhàn)略環(huán)境的評估依賴相關(guān)檔案數(shù)據(jù),凸顯了迅速訪問海量檔案并從中提取關(guān)鍵信息的迫切需求。

當(dāng)前,許多電力企業(yè)已經(jīng)初步實(shí)現(xiàn)了檔案數(shù)字化轉(zhuǎn)型,但隨著數(shù)據(jù)量的急劇增加和信息處理需求的多樣化,傳統(tǒng)的檔案信息服務(wù)方式已難以滿足企業(yè)高效決策的要求?;诖耍墒饺斯ぶ悄埽ˋr? tificial Intelligence Generated Content,AIGC)技術(shù)的引入為電力企業(yè)檔案價值的開發(fā)提供了新的解決方案。生成式人工智能基于生成對抗網(wǎng)絡(luò)、大型預(yù)訓(xùn)練模型等人工智能的技術(shù)方法,通過對已有數(shù)據(jù)的學(xué)習(xí)和識別,以適當(dāng)?shù)姆夯芰ι上嚓P(guān)內(nèi)容。該技術(shù)把數(shù)據(jù)要素提到了核心資源的位置,能夠?qū)嫶蟮臋n案數(shù)據(jù)集進(jìn)行分析和解讀,為企業(yè)決策提供基于歷史數(shù)據(jù)的深入洞察和趨勢預(yù)測,幫助決策者管理資源、評估風(fēng)險,從而提高決策質(zhì)量。

一、人工智能賦能電力企業(yè)檔案信息開發(fā)與利用的現(xiàn)狀

近年來,在我國電力行業(yè)中,人工智能技術(shù)與檔案管理的結(jié)合已經(jīng)取得了顯著進(jìn)展。電力企業(yè)不僅將智能技術(shù)融入傳統(tǒng)的檔案收、管、存、用全過程,而且在積極探索自動化和智慧化的運(yùn)作鏈路。例如,國網(wǎng)江蘇電力公司于2019年啟動了智慧館庫系統(tǒng)與國網(wǎng)檔案系統(tǒng)的數(shù)據(jù)共享項目,初步構(gòu)建了“1+ N”智能庫房云體系,為公司的數(shù)字化轉(zhuǎn)型提供了有力支持。[1]此外,國網(wǎng)信通產(chǎn)業(yè)集團(tuán)于2021年成立了電力人工智能創(chuàng)新中心,搭建了電力人工智能平臺,采用智能技術(shù)支持業(yè)務(wù)系統(tǒng)的開發(fā)。[2]2023年,南方電網(wǎng)公司推出了電力行業(yè)首個自主可控智能電力大模型,該模型具備意圖識別以及管控安全風(fēng)險等能力,已在廣東等五省區(qū)的發(fā)、輸、變、配、用電領(lǐng)域的80余個場景中得到應(yīng)用。[3]

國外電力企業(yè)在智能技術(shù)賦能檔案信息開發(fā)方面,則逐步在往決策支持方面發(fā)展。如美國杜克能源公司利用人工智能預(yù)測電力需求,并優(yōu)化電網(wǎng)運(yùn)營。該公司還用歷史數(shù)據(jù)分析、識別和預(yù)防設(shè)備故障。[4]德國電力公司將人工智能用于優(yōu)化可再生能源,并使用數(shù)據(jù)分析提高電網(wǎng)的穩(wěn)定性和可靠性。[5]日本東京電力公司則利用人工智能和機(jī)器學(xué)習(xí)技術(shù)分析檔案數(shù)據(jù),從中提取出有價值的電力企業(yè)發(fā)展趨勢和模式。[6]

整體來看,盡管高度依賴數(shù)據(jù)分析進(jìn)行創(chuàng)新的電力行業(yè)在業(yè)務(wù)數(shù)據(jù)查詢、檢索、分析與可視化方面應(yīng)用了智能技術(shù),但在系統(tǒng)性的知識關(guān)聯(lián)、整合以及內(nèi)容智能生成方面仍有拓展空間,尚未從核心技術(shù)層有針對性地探究大模型與檔案工作的結(jié)合點(diǎn)、結(jié)合方法與系統(tǒng)性影響,[7]也未充分發(fā)揮新一代智能技術(shù)在高層決策支持中的潛力[8]?;诖?,本文將生成式人工智能技術(shù)應(yīng)用于決策服務(wù)場景,通過智能分析自動生成戰(zhàn)略環(huán)境掃描報告,以可視化動態(tài)數(shù)據(jù)監(jiān)測企業(yè)運(yùn)營,采取多輪問答與決策者形成思維互動,以期進(jìn)一步促進(jìn)檔案價值的開發(fā)和實(shí)現(xiàn),增強(qiáng)企業(yè)的戰(zhàn)略決策能力。

二、基于生成式人工智能的電力企業(yè)檔案智能輔助決策系統(tǒng)設(shè)計

基于生成式人工智能的檔案智能輔助決策系統(tǒng)的設(shè)計,包括系統(tǒng)總體架構(gòu)和系統(tǒng)功能設(shè)計。

(一)系統(tǒng)總體架構(gòu)

檔案智能輔助決策系統(tǒng)總體架構(gòu)分為環(huán)境層、支撐層、數(shù)據(jù)層及應(yīng)用層,如圖1所示。

1.環(huán)境層。環(huán)境層為系統(tǒng)的運(yùn)行提供基礎(chǔ)環(huán)境保障,包括服務(wù)器、安全設(shè)備、網(wǎng)絡(luò)設(shè)備、運(yùn)行平臺及操作系統(tǒng)。環(huán)境層的穩(wěn)定性和安全性直接影響系統(tǒng)的整體性能和可靠性,可以確保系統(tǒng)在各類網(wǎng)絡(luò)條件和硬件配置下均能穩(wěn)定運(yùn)行。

2.支撐層。支撐層為上層應(yīng)用提供所需的算法模型和工具支持,包括AIGC大模型、ELK架構(gòu)(Elas? ticsearch、Logstash、Kibana三大開源框架組合)、數(shù)據(jù)可視化及流程引擎等。AIGC大模型以智能問答和文本處理為核心任務(wù),提供電力情報簡報的自動生成和知識咨詢服務(wù),具體功能包括內(nèi)外部多源文本的理解、摘要定向生成及連續(xù)多輪對話;ELK架構(gòu)可以建立集中式日志收集系統(tǒng),提高定位問題的效率,滿足多場景的應(yīng)用;數(shù)據(jù)可視化主要借助圖形化手段,清晰有效地傳達(dá)信息,將數(shù)據(jù)屬性值以多維形式表示;流程引擎則可以實(shí)現(xiàn)各類數(shù)據(jù)流轉(zhuǎn)的規(guī)范化。

3.數(shù)據(jù)層。數(shù)據(jù)層為系統(tǒng)提供內(nèi)外部數(shù)據(jù)及數(shù)據(jù)的預(yù)處理。數(shù)據(jù)源主要來自三個部分:一是外部數(shù)據(jù),爬蟲獲取的政府網(wǎng)站、行業(yè)網(wǎng)站/公眾號及智庫類期刊上的新聞資訊等;二是基礎(chǔ)信息數(shù)據(jù)庫,包括企業(yè)資源管理系統(tǒng)、電網(wǎng)調(diào)度管理系統(tǒng)、電能服務(wù)管理平臺;三是檔案數(shù)據(jù)及業(yè)務(wù)數(shù)據(jù),包括檔案管理系統(tǒng)、營銷地理信息系統(tǒng)、計量生產(chǎn)調(diào)度平臺、設(shè)備運(yùn)維精益管理系統(tǒng)、供電電壓自動采集系統(tǒng)、財務(wù)管控系統(tǒng)等。數(shù)據(jù)層采集和存儲原始數(shù)據(jù),完成結(jié)構(gòu)化數(shù)據(jù)解析,并對數(shù)據(jù)進(jìn)行預(yù)處理,以便為后續(xù)智能分析提供可靠的數(shù)據(jù)基礎(chǔ)。

4.應(yīng)用層。應(yīng)用層作為檔案智能輔助決策系統(tǒng)輸出的功能模塊,直接面向決策者或決策服務(wù)者開展智能信息交互,并與實(shí)際的工作場景對接,如為決策服務(wù)部門(智庫)提供情報簡報自動生成、檔案知識庫、智能問答、數(shù)據(jù)大屏、一站式智能檢索、信息識別與自動分類等服務(wù)。

(二)系統(tǒng)功能設(shè)計

基于生成式人工智能的檔案智能輔助決策系統(tǒng)通過情報簡報自動生成、檔案知識庫、智能問答、數(shù)據(jù)大屏、一站式智能檢索、信息識別與自動分類六大功能模塊,實(shí)現(xiàn)電力企業(yè)檔案數(shù)據(jù)的集成化、可視化和內(nèi)容生成式服務(wù)。

1.情報簡報自動生成。情報簡報為高層決策者提供快速獲取關(guān)鍵行業(yè)動態(tài)、政策變更、市場趨勢、競爭對手行動以及技術(shù)進(jìn)展的概覽。這種戰(zhàn)略環(huán)境掃描,涉及行業(yè)方針和相關(guān)法律法規(guī)、電力行業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整措施、新興技術(shù)與綠色低碳產(chǎn)業(yè)深度融合相關(guān)信息等。由于信息來源多樣、類型復(fù)雜,并和企業(yè)內(nèi)部檔案數(shù)據(jù)存在密切關(guān)聯(lián),為縮減情報生成工作的環(huán)節(jié)和工作量,在系統(tǒng)設(shè)計中情報簡報自動生成模塊,通過自然語言處理和機(jī)器學(xué)習(xí)技術(shù)從多樣化的信息源中按簡報模版要求和內(nèi)容提取規(guī)則進(jìn)行篩選與分類,識別出對電力行業(yè)具有重要影響的信息。數(shù)據(jù)預(yù)處理后,生成式人工智能技術(shù)對這些數(shù)據(jù)進(jìn)行深度分析,用決策算法探索數(shù)據(jù)中的潛在模式和關(guān)聯(lián),最終基于分析結(jié)果自動生成情報簡報。

2.檔案知識庫。檔案知識庫模塊不僅要實(shí)現(xiàn)文檔共享和管理,還要進(jìn)行語義保存和多模態(tài)異構(gòu)信息來源的整合。[9]在檔案知識庫的構(gòu)建中,向量數(shù)據(jù)庫發(fā)揮了關(guān)鍵作用,文本、圖像、聲音等多模態(tài)檔案知識通過嵌入模型將上下文環(huán)境編碼到同一向量空間,轉(zhuǎn)化為一組低維稠密向量,使檔案知識能夠荷載多層語義信息。同時,它為大模型提供了一種“長期記憶”,使其能夠存儲和回憶大量的領(lǐng)域特定知識。向量數(shù)據(jù)庫能將預(yù)測分析與機(jī)器學(xué)習(xí)算法結(jié)合,深入分析數(shù)據(jù)內(nèi)容,識別趨勢和模式。

3.智能問答。智能問答模塊借助大語言模型以及生成式人工智能文本生成技術(shù),再加上應(yīng)用程序框架LangChain,使得檔案智能輔助決策系統(tǒng)在處理用戶知識需求時,除了進(jìn)行用戶主動輸入的關(guān)鍵詞搜索外,還能處理用戶在問答區(qū)的提問。在跟蹤對話上下文方面,生成式人工智能可記憶之前的討論主題,并基于這一主題繼續(xù)生成相關(guān)回復(fù),保持人機(jī)對話的連貫性。[10]通過不斷學(xué)習(xí),智能問答系統(tǒng)可以提高解析語義、處理歧義的能力,使回復(fù)更加精準(zhǔn)地滿足用戶的需求。以解讀國網(wǎng)“三重一大”決策制度為例,系統(tǒng)會基于文本相似度表征模型獲取輸入問題的表征,依靠表征尋找相似知識段落文本,然后輸出當(dāng)前問題的結(jié)果。

4.數(shù)據(jù)大屏。數(shù)據(jù)大屏基于系統(tǒng)知識庫中的海量基礎(chǔ)管理數(shù)據(jù)、檔案數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)以及外部信息,用文本挖掘技術(shù)將知識進(jìn)行分類、聚類、關(guān)聯(lián)規(guī)則挖掘、語義分析、標(biāo)簽識別與內(nèi)容關(guān)聯(lián),并通過ECharts可視化技術(shù)手段直觀展示。用戶可通過數(shù)據(jù)大屏實(shí)時查看信息云圖,以知識圖譜的形式發(fā)掘歷史數(shù)據(jù),跟蹤行業(yè)進(jìn)展,了解行業(yè)新興主題、熱點(diǎn)話題、發(fā)展趨勢,預(yù)測未來的電力需求、價格波動等,提高關(guān)鍵信息的利用率,[11]為企業(yè)的戰(zhàn)略規(guī)劃提供依據(jù)。

5.一站式智能檢索。檔案智能輔助決策系統(tǒng)能結(jié)合大語言模型與Elasticsearch的技術(shù)優(yōu)勢,為實(shí)現(xiàn)檢索增強(qiáng)生成提供解決路徑,全方位提升檔案知識檢索性能。大語言模型通過訓(xùn)練大量文本數(shù)據(jù),能夠準(zhǔn)確地理解查詢的語義,并生成與查詢相關(guān)的自然語言文本。系統(tǒng)將大語言模型與Elasticsearch結(jié)合使用,先解析查詢請求,再生成描述這些查詢的關(guān)鍵詞或短語,然后快速從大規(guī)模數(shù)據(jù)集中找到與查詢最相關(guān)的信息,提高檢索的相關(guān)性和精確度。結(jié)合這兩種技術(shù),智能輔助決策系統(tǒng)可以在檢索時提供更加深入和廣泛的數(shù)據(jù)分析。

6.信息識別與自動分類。信息識別與自動分類依靠人工智能技術(shù)強(qiáng)大的計算能力和先進(jìn)的算法模型得以實(shí)現(xiàn)。信息識別階段,利用如自然語言處理、圖像處理或語音識別等技術(shù),對內(nèi)網(wǎng)發(fā)布的檔案信息及外網(wǎng)動態(tài)信息進(jìn)行分析,通過提取信息中的關(guān)鍵特征來形成對信息的理解。信息分類階段,深度學(xué)習(xí)算法模型通過對大量標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練,學(xué)習(xí)如何根據(jù)信息的特征將其歸類到正確的類別中,[12]使得數(shù)據(jù)更加有序和易于管理。經(jīng)初步測試,系統(tǒng)在外網(wǎng)獲取的行業(yè)資訊借助大語言模型完成內(nèi)容、時間、來源等特征的自動分類,相比傳統(tǒng)人工分類更省時省力。此外,生成式人工智能技術(shù)還可結(jié)合電力企業(yè)檔案面向決策場景的特定需求進(jìn)行定制開發(fā),將自動分類后的信息進(jìn)行可視化呈現(xiàn),為企業(yè)決策提供直觀的關(guān)于發(fā)展走勢或者模式的參考。

三、基于生成式人工智能的電力企業(yè)檔案智能輔助決策系統(tǒng)應(yīng)用要點(diǎn)

為進(jìn)一步提升系統(tǒng)性能,在應(yīng)用中需重視決策需求與檔案數(shù)據(jù)服務(wù)資源的耦合,保障人工智能生成內(nèi)容的真實(shí)性與準(zhǔn)確性,實(shí)現(xiàn)數(shù)據(jù)的同步化和集成化以及面向用戶交互進(jìn)行的系統(tǒng)迭代與優(yōu)化。

(一)決策需求與檔案數(shù)據(jù)服務(wù)資源的耦合

順利實(shí)施和應(yīng)用智能輔助決策系統(tǒng)的前提是系統(tǒng)提供的檔案數(shù)據(jù)應(yīng)與決策需求高度相關(guān)。系統(tǒng)應(yīng)識別決策者所需的數(shù)據(jù)類型、數(shù)據(jù)詳細(xì)程度及更新頻率,并整合內(nèi)外部信息資源進(jìn)行映射和序列化,以便能快速響應(yīng)。[13]在決策需求與服務(wù)資源成功映射后,系統(tǒng)需要動態(tài)地整合這些信息,以形成對決策有直接幫助的分析報告和建議。通過大模型和生成式人工智能,系統(tǒng)能夠從多源數(shù)據(jù)中自動識別文檔中的關(guān)鍵信息,如事件、人物、時間節(jié)點(diǎn)等,且不同數(shù)據(jù)之間的知識元素可以形成豐富的知識體系,從而為決策提供更加全面的知識支持。

(二)人工智能生成內(nèi)容真實(shí)性與準(zhǔn)確性的保障

生成式人工智能可以“編造”看似可信的答案(有時稱為“幻覺”),而系統(tǒng)輸出內(nèi)容的可靠性是建立決策用戶信任的關(guān)鍵,也是確保決策科學(xué)性的基礎(chǔ)。[14]因此,在滿足決策需求的基礎(chǔ)上,要保證生成式人工智能生成內(nèi)容的真實(shí)性和準(zhǔn)確性。目前人工智能生成內(nèi)容主要基于機(jī)器理解生成自然語言文本,生成結(jié)果會受到人為指令或算法偏見的影響。對于尤其關(guān)注安全的電力行業(yè)決策部門,更應(yīng)考慮到不精確輸出的潛在危害。針對這一狀況,需使用高質(zhì)量的數(shù)據(jù)源,采用透明和可解釋的算法以及進(jìn)行持續(xù)的系統(tǒng)監(jiān)控和優(yōu)化。[15]智能生成內(nèi)容的對話者——決策者要加強(qiáng)對技術(shù)的理解,注重人的主體性的發(fā)揮。系統(tǒng)的開發(fā)主體要完善數(shù)據(jù)篩選機(jī)制,加強(qiáng)生成信息的質(zhì)量檢測和驗證來調(diào)整性能并結(jié)合其他工具客觀地評估輸出的準(zhǔn)確性。系統(tǒng)的管理主體要建立健全企業(yè)檔案數(shù)據(jù)管理的業(yè)務(wù)標(biāo)準(zhǔn)、數(shù)據(jù)標(biāo)準(zhǔn)、安全管理體系,關(guān)注信息隱私風(fēng)險。

(三)數(shù)據(jù)的同步化和集成化

在多系統(tǒng)環(huán)境下,數(shù)據(jù)同步和集成是實(shí)現(xiàn)檔案智能輔助決策的必然要求?,F(xiàn)有的信息系統(tǒng)如企業(yè)資源管理系統(tǒng)、電網(wǎng)調(diào)度管理系統(tǒng)以及其他基礎(chǔ)數(shù)據(jù)管理系統(tǒng)應(yīng)無縫集成。通過高效的中間件和應(yīng)用程序接口(Application Program Interface,API)管理,可以確保數(shù)據(jù)在各系統(tǒng)間的準(zhǔn)確傳輸和即時更新,對于保持決策內(nèi)容的時效性和相關(guān)性至關(guān)重要。[16]數(shù)據(jù)同步采用事件驅(qū)動架構(gòu)和消息隊列以確保在各系統(tǒng)間的實(shí)時同步,這樣可以在源數(shù)據(jù)發(fā)生變更時能立即反映到?jīng)Q策支持系統(tǒng)中,使決策依據(jù)總是基于最新的數(shù)據(jù)。在數(shù)據(jù)集成化過程中,可以采用數(shù)據(jù)的一致性和恢復(fù)機(jī)制來確保所有系統(tǒng)中的數(shù)據(jù)的一致性;可以設(shè)置數(shù)據(jù)回滾和恢復(fù)機(jī)制以應(yīng)對可能的系統(tǒng)故障或數(shù)據(jù)錯誤,保障決策數(shù)據(jù)的準(zhǔn)確性和系統(tǒng)的可靠性。

(四)面向用戶交互的系統(tǒng)迭代與優(yōu)化

為了提升系統(tǒng)的實(shí)用性和決策滿意度,建立有效的用戶交互和反饋機(jī)制必不可少。系統(tǒng)應(yīng)提供直觀友好的用戶界面和交互設(shè)計,使決策者能夠輕松訪問和理解決策支持內(nèi)容。同時,在基于生成式人工智能技術(shù)的用戶互動頁面(如智能問答)中,讓用戶對回答內(nèi)容的質(zhì)量進(jìn)行評價,以此來收集用戶的使用體驗和偏好信息,對用戶進(jìn)行畫像。系統(tǒng)還可以提供用戶定制化選項,如可調(diào)整的數(shù)據(jù)儀表板和個性化的報告格式等,促進(jìn)用戶參與。要注意的是,在用戶與大模型交互過程中,生成式人工智能會產(chǎn)生一些帶有感情色彩的回應(yīng),與人共情,并在長期借助大數(shù)據(jù)的深度學(xué)習(xí)中,對用戶的了解越來越深,可能導(dǎo)致用戶的心理依賴和決策引導(dǎo)偏差風(fēng)險,因此互動時要盡量在技術(shù)和情感方面達(dá)到一種相對平衡的狀態(tài)。

*本文系國家檔案局科技項目“面向智能輔助決策的檔案價值增殖研究——以國網(wǎng)武漢供電公司為例”(項目編號:2022-X-057)階段性研究成果。

注釋及參考文獻(xiàn):

[1]林越陵.國網(wǎng)江蘇省電力公司檔案智能管理中心舉行揭牌儀式[J].檔案與建設(shè),2019(10):2.

[2]劉慧波,伍臣周,王舒.人工智能賦能電網(wǎng)數(shù)字化發(fā)展[N].國家電網(wǎng)報,2022-01-11(005).

[3]楊彬.電力行業(yè)人工智能創(chuàng)新平臺及自主可控電力大模型發(fā)布[EB/OL].(2023-09-26)[2024-01-06].https:// mp.weixin.qq.com/s/2EUM7aVPZfoKuyUf5dEDdg.

[4]IDC.出海市場洞察|全球電力行業(yè)數(shù)字化支出重點(diǎn)領(lǐng)域[EB/OL].(2024-08-02)[2024-08-30].https://www.idc. com/getdoc.jsp?containerId=prCHC52499024.

[5] Toolify.ai.德國智能化發(fā)展:AI在德國的創(chuàng)新應(yīng)用和潛力[EB/OL].(2024-02-16)[2024-02-16].https://s.b1n.net/uxNSo.

[6]KOBAYASHI Y, KOBAYAKAWA T. TEP? COIntegrated Report 2023[R].Tokyo:TokyoElectric Power Company Holdings,2023:50-52.

[7]牛力,金持,黎安潤澤.大模型在檔案工作數(shù)智轉(zhuǎn)型中的應(yīng)用:新機(jī)遇、新模式和新轉(zhuǎn)變[J/OL].檔案學(xué)通訊,2024:1-11[2024-09-02].https://doi.org/ 10.16113/j.cnki.daxtx.20240511.001.

[8]McKinsey & Company. Beyond the hype: New opportunities for gen AI in energyand materials[EB/OL].(2024-02-05)[2024-09-02].https://www. mckinsey.com/industries/metals-and-mining/our-in? sights/beyond- the- hype- new- opportunities- forgen-ai-in-energy-and-materials.

[9]錢毅.從保護(hù)到管護(hù):對象變遷視角下的檔案保管思想演變[J].檔案學(xué)通訊,2022(2):82-88.

[10]譚雅瓊.智贏現(xiàn)在,致勝未來——構(gòu)建多元數(shù)據(jù)融合的新型企業(yè)智庫[J].企業(yè)管理,2023(2):107-112.

[11]劉伊玲,王胡燕,楊本富,等.智能小檔:基于深度學(xué)習(xí)的智能化科技檔案管理的應(yīng)用研究[J].山西檔案,2023(5):136-142.

[12]李廣建,潘佳立.人工智能技術(shù)賦能情報工作的歷程與當(dāng)前思考[J].信息資源管理學(xué)報,2024,14(2):4-20.

[13]李豪,周爽.基于三維知識超圖的電力智庫知識服務(wù)平臺建設(shè)[J].智庫理論與實(shí)踐,2022,7(3):84-92;99.

[14]陳艷紅,李健.新一代人工智能生成內(nèi)容檔案身份的認(rèn)定風(fēng)險及規(guī)制研究——基于對ChatGPT生成內(nèi)容的思考[J].檔案學(xué)研究,2023(5):4-12.

[15]鄭慧,李家和.智慧檔案館檔案信息智能化服務(wù)模型構(gòu)建:要素、要求和路徑[J].北京檔案,2024(6):27-31.

[16]周楓,金波.基于PDCA模型的檔案數(shù)據(jù)質(zhì)量治理研究[J/OL].情報科學(xué),2024:1-18[2024-09-02].http://kns. cnki.net/kcms/detail/22.1264.G2.20240506.1623.006.html.

作者單位:1.國網(wǎng)湖北省電力有限公司2.國網(wǎng)湖北省電力有限公司武漢供電公司3.湖北大學(xué)歷史文化學(xué)院