GBT+45907-2025人工智能 服务能力成熟度评估

ICS35. 240 CCSL70 中 华 人 民 共 和 国 国 家 标 准 GB/T45907—2025 人工智能 服务能力成熟度评估 Artificialintelligence—Servicecapabilitymaturityassessment 2025-06-30发布 2025-06-30实施 国 家 市 场 监 督 管 理 总 局 国 家 标 准 化 管 理 委 员 会 发 布 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 缩略语 1 …………………………………………………………………………………………………… 5 服务能力框架 2 …………………………………………………………………………………………… 5. 1 概述 2 ………………………………………………………………………………………………… 5. 2 基础能力 3 …………………………………………………………………………………………… 5. 3 业务能力 4 …………………………………………………………………………………………… 6 成熟度等级及评估分值 5 ………………………………………………………………………………… 6. 1 成熟度等级 5 ………………………………………………………………………………………… 6. 2 成熟度评估分值 6 …………………………………………………………………………………… 7 成熟度评估方法 13 ………………………………………………………………………………………… 7. 1 能力项权重 13 ………………………………………………………………………………………… 7. 2 计算方法 13 …………………………………………………………………………………………… 7. 3 成熟度等级判定 14 …………………………………………………………………………………… 附录 A (资料性) 部分场景能力项权重 15 ………………………………………………………………… A. 1 家用智能设备场景 15 ……………………………………………………………………………… A. 2 智能医疗诊疗场景 17 ……………………………………………………………………………… A. 3 工业设备预测性维护场景 19 ……………………………………………………………………… Ⅰ GB/T45907—2025 前 言 本文件按照 GB/T1. 1—2020 《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规 定起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由全国信息技术标准化技术委员会(SAC/TC28)提出并归口。 本文件起草单位:中国电子技术标准化研究院、小米通讯技术有限公司、广州赛西标准检测研究院 有限公司、浪潮云信息技术股份公司、哈尔滨工业大学、北京中数睿智科技有限公司、上海商汤智能科技 有限公司、杭州海康威视数字技术股份有限公司、中国科学院自动化研究所、中国科学院软件研究所、 浪潮软件科技有限公司、腾讯科技(深圳)有限公司、中国电子工业标准化技术协会、浪潮电子信息产业 股份有限公司、中国医学科学院生物医学工程研究所、玉养信息科技(上海)有限公司、威麟信息技术开 发(上海)有限公司、美的集团(上海)有限公司、工业和信息化部电子第五研究所。 本文件主要起草人:徐洋、马珊珊、马骋昊、叶珩、朱亚军、周珏嘉、周钢、郑佳佳、杨沐昀、韩涵、吴庚、 彭剑峰、朱贵波、孟令中、杨雨泽、卢顺、聂简荻、沈芷月、孙传兴、黄现翠、李照川、王功明、代威、陈庆帅、 赵梦芳、黄胜华、邸贺亮、蒲江波、朱兆颖、翁家良、蔡亚森、黄林轶。 Ⅲ GB/T45907—2025 人工智能 服务能力成熟度评估 1 范围 本文件提出了人工智能服务能力框架,规定了成熟度等级及评估分值,并描述了评估方法。 本文件适用于对服务提供商提供的人工智能服务能力的成熟度评估,以及服务能力框架中能力域、 能力项的单项评估。 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 信息技术 人工智能 术语 3 术语和定义 GB/T41867界定的以及下列术语和定义适用于本文件。 3. 1 能力子项 capabilitysub-item 能力子域中构成成熟度的若干特性指标单项。 3. 2 能力子项权重 factorofcapabilitysub-item 对应能力子项在所述能力子域评估中的权重因子。 3. 3 服务可用性 serviceavailability 服务客户发起服务请求后,服务可访问的时间占总服务时间的比例。 注:可用性的计算是在一系列预定义的时间段中,服务可用时间之和占预定义时间段之和的比例,可排除允许的服 务不可用时间。 3. 4 人工智能服务能力 artificialintelligenceservicecapability 人工智能服务所能提供的存储、计算、数据结构化处理与决策、机器学习等基础能力和智能语音、自 然语言理解、智能对话、智能图像视频分析等业务能力。 4 缩略语 下列缩略语适用于本文件。 API:应用编程接口(ApplicationProgrammingInterface) CPU:中央处理器(CentralProcessingUnit) 1 GB/T45907—2025 GPU:图形处理器(GraphicProcessUnit) SDK:软件开发工具包(SoftwareDevelopmentKit) 5 服务能力框架 5. 1 概述 人工智能服务能力框架由两个能力域组成,每个能力域代表成熟度等级评估中主要的领域划分,由 一组相关的能力项组成。每个能力项代表该能力域中构成成熟度水平的若干技术能力领域,每个能力 项由一组相关的能力子项组成。人工智能服务能力框架见表1。 表1 人工智能服务能力框架 能力域 能力项 能力子项 基础能力 存储 计算 数据结构化处理与决策 机器学习 存储管理 多样性 分布式可扩展 其他 数据计算 集群效率 稳定性 可扩展性 灵活性 统计监控 稳定性 可用性 时效性 可解释性 通用性 全生存周期 训练性能 兼容性 灵活性 易用性 算法库 2 GB/T45907—2025 表1 人工智能服务能力框架 (续) 能力域 能力项 能力子项 业务能力 智能语音 自然语言理解 智能对话 智能图像视频分析 语音识别 语音合成 声纹识别 词法、句法分析 信息抽取 信息检索 语义推理 情感分析 知识图谱 闲聊 知识型问答 任务导向对话 情感对话 启发式对话 多模态对话 识别能力 理解能力 业务扩展性 服务稳定性 5. 2 基础能力 5. 2. 1 存储 存储能力应包括: a) 存储管理:具备数据存储系统的整体管理能力,包括存储容量和数据条目数量等; b) 多样性:具备可处理多种类型数据和多种开发语言的能力; c) 分布式可扩展:具备分布式架构的集群系统业务负载感知和降低运维复杂度的能力; d) 其他:具备存储服务效率、设备故障预警和报警能力、存储数据恢复能力、接口便捷性和服务可 用性等方面的能力。 5. 2. 2 计算 计算能力应包括: a) 数据计算:具备超大规模分布式计算、批量计算、流式计算、图计算、机器学习计算和边缘计算 等复杂计算任务的能力; b) 集群效率:具备简单高效地提供大规模集群的部署、调度、扩展和管理服务的能力; c) 稳定性:分布式架构部署的稳定性,包括故障自动恢复、快速迁移和无故障运行时长等能力; 3 GB/T45907—2025 d) 可扩展性:具备计算资源扩容和扩展接口的能力; e) 灵活性:具备根据业务变化和负载情况灵活调整的能力,以 及能提供便捷易用的自动化工 具,具备多种开发框架、控制台、API和SDK 的能力; f) 统计监控:具备数据流、数据收发状态的统计监控和报警触发的能力。 5. 2. 3 数据结构化处理与决策 数据结构化处理与决策业务服务能力应包括: a) 稳定性:具备数据处理模型对抗噪声和数据攻击的能力; b) 可用性:系统与用户的互协作能力;提供数据分析结果,并给出可用决策建议的能力;在维护和 调整时的实时服务能力等; c) 时效性:具备实时性和变化感知的能力; d) 可解释性:具备数据处理和决策过程中模型的可解释性与流程的透明性; e) 通用性:具备跨领域、覆盖多个场景的迁移能力和可扩展度。 5. 2. 4 机器学习 机器学习支撑能力应包括: a) 全生存周期:具备包含数据框架(采集、筛选、预标注、标注和脱敏等)、特征探索、模型开发(训 练、评估和预测)、模型部署、模型管理和应用发布等全生存周期过程的能力; b) 训练性能:具备高性能的运算能力; c) 兼容性:具备兼容其他训练模型代码的能力,包括主流的 API和训练模型代码等; d) 灵活性:具备灵活分配计算资源的能力,包括训练时灵活分配计算资源的时间颗粒度和灵活的 计量计费机制等; e) 易用性:操控人工智能服务所使用工具具备可直观显示的拖拽布局编程服务,组合各种数据 源、组件、算法、模型和评估模块的能力; f) 算法库:提供插件式算子注入,具备多类算子及算法、时空分析和频繁项挖掘等能力。 5. 3 业务能力 5. 3. 1 智能语音 智能语音业务服务能力应包括: a) 语音识别:具备噪声场景中唤醒词识别和将语音转换为文本的能力; b) 语音合成:具备将文本转换为语音的能力; c) 声纹识别:具备通过声音判别说话者身份的能力。 5. 3. 2 自然语言理解 自然语言理解业务服务能力应包括: a) 词法、句法分析:具备词法分析、句法分析和语义分析的能力; b) 信息抽取:具备从文本、音频、图像或视频等数据中抽取信息的能力; c) 信息检索:根据用户需求,查找出所需信息的能力; d) 语义推理:根据已有的知识,用规则或模型,扩展或推理现有知识的能力; e) 情感分析:通过对自然语言文本的分析,识别文本作者或文本所描述的个体的情感的能力; 4 GB/T45907—2025 f) 知识图谱:具备构建知识图谱并利用知识图谱进行知识计算和推理等方面的能力。 5. 3. 3 智能对话 智能对话业务服务能力包括: a) 闲聊:闲聊对话中具备上下文衔接和提高用户粘性的能力; b) 知识型问答:具备为用户提供知识内容、知识搜索等答疑解惑服务的能力; c) 任务导向对话:具备响应并引导用户的需求,达成任务的能力; d) 情感对话:具备与人对话,结合主题、情景等考虑对人进行情感支持的能力; e) 启发式对话:具备在用户不知道如何做或者能做什么时,给用户提示,引导用户继续对话,考虑 信息的利用程度、自主性以及学习的能力; f) 多模态对话:具备在对话中可同时考虑语音、视频、动作、事件输入,以及表情、动作、语音等多 模态输出,考虑模态数量、模态选择策略、学习的能力。 5. 3. 4 智能图像视频分析 智能图像视频分析业务服务能力应包括: a) 识别能力:具备至少一项识别服务能力,如人脸识别、物体识别和文字识别等;识别过程中防攻 击的能力,如防呈现攻击; b) 理解能力:具备准确和高效理解图像内容信息的能力; c) 业务扩展性:具备不同设备能力情况下的多种不同要求的服务业务的能力; d) 服务稳定性:具备图像视频稳定性的能力,包括容错和负载均衡等。 6 成熟度等级及评估分值 6. 1 成熟度等级 人工智能服务能力成熟度等级分为5级:初始级、发展级、稳健级、优秀级和卓越级,见表2。 每个成熟度等级表明人工智能服务能力所达到的成熟度水平。人工智能服务能力的改进和成熟度 提升是通过渐进的方式来实现的,较高的成熟度等级涵盖了低于其成熟度等级的全部要求。 表2 人工智能服务能力成熟度分级 等级 特征 初始级 人工智能服务提供商能提供基本的人工智能服务,基础能力域的评分满足最低的要求,业务能力域 的评分符合最低的要求 发展级 人工智能服务提供商能提供较多的人工智能服务,基础能力域的评分满足中等的要求,业务能力域 的评分符合最低的要求 稳健级 人工智能服务提供商能提供稳定的人工智能服务,基础能力域的评分满足中等的要求,业务能力域 的评分满足中等的要求 优秀级 人工智能服务提供商能提供优秀的人工智能服务,基础能力域的评分满足最高的要求,业务能力域 的评分满足中等的要求 卓越级 人工智能服务提供商能提供卓越的人工智能服务,基础能力域的评分满足最高的要求,业务能力域 的评分满足最高的要求 5 GB/T45907—2025 6. 2 成熟度评估分值 6. 2. 1 基础能力 6. 2. 1. 1 存储 存储能力项的能力子项成熟度评估分值见表3,如未达到表3中最低评分要求或不具备该能力项 功能的应评为0分。 表3 存储能力项成熟度评估分值 能力子项 能力要求 分值 存储管理 高:具备5种或以上异构数据的采集能力、EB级分布式存储平台;具备千亿以上数据条目 的表格存储系统 5 中:具备2种或以上异构数据的数据采集技术、较强能力的存储平台 3 低:具备1种结构数据的采集技术,受限能力的存储平台 1 多样性 高:具备5种或以上的自由存储系统,包括关系数据库、键值存储服务、文件存储服务、结构 化存储服务、弹性消息队列等;具备5种或以上语言 SDK 包括Java、Python、Go、JavaScript、 Node. js等语言 5 中:具备2种或以上的存储系统以及2种或以上语言 SDK 3 低:具备1种存储系统及1种特定语言 SDK 1 分布式可 扩展 高:具备分布式架构的集群系统,系统能够很方便增加或者减少服务器节点个数,以应对业 务负载的变化,并且这样的操作是自动化的,减少运维负担 5 中:具备分布式架构的集群系统,但无法自动化地根据业务负载调整服务器个数,运维成本 适中 3 低:不具备分布式架构的集群系统,服务器节点变化对于用户影响较大,运维成本较高 1 其他 高:提供安全高效的存储服务,自动故障迁移与负载均衡,具备底层资源双可用区支撑,数 据一致;系统给用户提供简单易懂的库和接口,方便用户使用 5 中:具备安全的存储服务,可快速处理服务器故障 3 低:可感知服务器故障,无法提供安全高效的存储服务 1 6. 2. 1. 2 计算 计算能力项的能力子项成熟度评估分值见表4,如未达到表4中最低评分要求或不具备该能力项 功能的应评为0分。 6 GB/T45907—2025 表4 计算能力项成熟度评估分值 能力子项 能力要求 分值 数据计算 高:具备基于云计算虚拟化技术的超大规模分布式计算的通用系统;具备批处理计算、流式 计算、图计算和机器学习计算等复杂任务;具备大规模机器学习系统和异构深度学习系统 5 中:具备大规模分布式计算的通用系统;具备批量计算、流式计算、图计算和机器学习计算 等复杂任务 3 低:不具备大规模的数据计算能力,无法支持复杂度较高的数据计算任务 1 集群效率 高:能简单高效地提供大规模集群的部署、调度、扩展和管理服务 5 中:能较高效地提供较大规模集群的部署、调度、扩展和管理服务,但便捷性有限 3 低:能提供初步规模集群的部署、调度、扩展和管理服务,便捷性较低 1 稳定性 高:具备底层资源双区域可用性部署支撑,使故障自动恢复、快速迁移,可提供连续稳定高 可用服务 5 中:部分故障能自动恢复和快速迁移,可提供连续稳定基础服务 3 低:故障不能自动恢复和迁移,不能提供连续稳定基础服务 1 可扩展性 高:具备低时延(如秒级水平)扩容,提供简洁的预定义扩展接口,用户可从较低计算规模扩 展到较大规模,而运行应用程序的方式并不会因此变得复杂 5 中:具备较低时延(多于秒级水平)扩容,提供扩展接口 3 低:扩容时延较长,不提供扩展接口 1 灵活性 高:能根据业务 变 化 和 负 载 情 况,对 计 算 资 源 进 行 弹 性 伸 缩;提 供 便 捷 易 用 的 自 动 化 工 具,具备批处理计算、流式计算等多种常用框架和 Web控制台、API和 SDK 等 5 中:能根据业务变化和负载情况之一对计算资源进行调整;提供自动化工具,具备部分常用 框架和 Web控制台、API和 SDK 等 3 低:不能完全根据业务变化和负载情况对计算资源进行调整;没有自动化工具,只具备个别 常用框架、Web控制台、API或 SDK 1 统计监控 高:能量化整体数据流的数据质量情况,实时统计各模块的数据延迟和收发状态,提供数据 流全链路监控,在数据异常和服务异常时能根据规则触发报警 5 中:能量化部分数据流的数据质量情况,能够统计各模块的数据延迟和收发状态,提供数据 流部分链路监控,在数据异常或服务异常出现时可触发报警 3 低:无法完善量化数据流的数据质量情况,没有完善统计各模块的数据延迟和收发状态,提 供数据流少量链路的监控,当个别数据异常和服务异常时有报警机制 1 6. 2. 1. 3 数据结构化处理与决策 数据结构化处理与决策能力项的能力子项成熟度评估分值见表5,如未达到表5中最低评分要求 或不具备该能力项功能的应评为0分。 7 GB/T45907—2025 表5 数据结构化处理与决策能力项成熟度评估分值 能力子项 能力要求 分值 稳定性 高:系统能完全管理且容易配置;针对噪声污染、对抗数据攻击等情形,所提供的数据智能 分析业务稳定,输出结果一致 5 中:基本可管理,配置有一定难度,仅能针对噪声污染提供有限的业务稳定性 3 低:完全不可管理,配置困难,所提供的数据智能分析业务仅能在较为理想的条件下提供业 务,存在鲁棒性问题 1 可用性 高:能提供高准确率(大于或等于95%)、低错误率(小于或等于5%)、高灵敏度(大于或等于 95%)、高特异性(大于或等于95%)的分类精度;决策科学合理,可行性很高,易于接受;具 备用户在数据处理与决策的全过程中实时交互,同时系统可为每位用户建立自适应的协同 模型;服务可在不暂停服务的同时开展完全的系统维护和算法、模型等模块更新 5 中:能提供较高准确率(大于或等于80%,小于95%)、较低 错 误 率(大 于 5%,小 于 或 等 于 20%)、较高 灵 敏 度 (大 于 或 等 于 80%,小 于 95%)、较 高 特 异 性 (大 于 或 等 于 80%,小 于 95%)的分类精度;决策基本合理、可行,可以接受;