报告的核心观点 - 人工智能作为新质生产力的代表,有望带来新的生产力变革[1] - AI大模型是人工智能发展的重要里程碑,其工作原理是先通过在大规模语料库上进行预训练,再通过优化和调整,不断提高预期结果输出的准确性[2][3] - 目前通用大模型取得了显著成果,但如何将通用大模型落地垂直领域是目前各个行业面临的关键问题[3] - 评级行业可以探索大模型落地,助力评级行业转型升级,需要关注三大关键要素[3] 报告内容总结 1. AI大模型的原理和发展 - 人工智能发展经历了机器学习、深度学习和AI大模型三个重要里程碑[2] - AI大模型指拥有更多参数的模型,通过在大规模语料库上进行预训练,学习语言的统计规律,再通过优化和调整,不断提高预期结果输出的准确性[2][3] - 大规模的数据源和预训练是实现预期结果的关键[2] 2. AI大模型在垂直行业的应用进展 - 目前通用大模型取得了显著成果,但如何将其落地垂直领域是目前各个行业面临的关键问题[3] - 国内外AI大模型技术正在迅速迭代,并在多个垂直行业应用场景中取得初步进展[3] - 政策端和产业端都在积极推动大模型在垂直行业的应用[3] 3. 大公国际探索AI大模型赋能评级行业的关键要素 - 同时具备人工智能应用技术和高水平评级技术的专业人才[4] - 能够对标评级应用场景的"AI大模型"[5] - 巨量级数据资源[6][7] - 注重数据安全隐私保护,实现有效的数据治理[7]

《行动方案》 - 提出了四大行动，包括设备更新、消费品以旧换新、回收循环利用和标准提升[1] - 到2027年，设备投资规模预计将增长25%以上，重点行业主要用能设备能效基本达到节能水平[2] - 对内循环为主新发展格局下促进国内投资消费增长和促进国内传统产业的新质生产力改造起着重要作用[3]