国有企业“人工智能+”现状调查问卷

1. 贵企业在集团内部的层级是?

A. 集团总部/母公司 (一级)

B. 主要子公司/分公司 (二级)

C. 三级及以下子公司/孙公司

D. 单一法人企业 (无下属)

2. 您在企业的职位层级:

A. 高层管理者（董事长、总经理、副总经理等）

B. 中层管理者（部门总监/经理等）

C. 基层管理者（主管、班组长等）

D. 专业/技术人员

3.贵企业在集团内部（如适用）的角色定位是?

A. 集团公司总部/集团层面

B. 重要的核心主业子公司/平台公司

C. 非主业子公司/分公司

D. 金融/投资类子公司

E. 科研/技术类子公司

F. 其他 (请说明:)

G. 不适用 (非集团下属企业)

4.贵单位在“人工智能+”领域的路径规划阶段?

A. 尚未系统开展，未制定AI专项规划，项目实施呈随机试水状态，与企业整体战略脱节

B.试点探索阶段（1-2个场景），制定个别实验性项目清单，缺乏统一资源保障与跨部门协同机制，项目间关联性弱

C.已制定清晰的AI实施路线图，明确阶段目标和责任分工，覆盖50%主要业务单元

D.已建立企业级AI战略调优机制，资源配置动态优化，覆盖90%核心业务，纳入年度预算体系

E.已实现战略自适应机制，AI规划与业务战略动态联动，定义行业智能化标准，影响产业链布局

5. “人工智能+”在贵企业的战略优先级如何?

A. 最高优先级，是核心战略

B. 较高优先级，是重要战略方向之一

C. 中等优先级，属于常规工作范畴

D. 较低优先级，尚未真正提上日程

6. 您认为企业高层领导对人工智能的重视程度和支持力度如何?

A. 非常重视，全力支持并提供充足资源

B. 比较重视，有支持但资源投入需加强

C. 一般重视，口头支持多于实际行动

D. 不够重视，缺乏实质性支持

7. 您认为驱动贵企业应用人工智能最主要的因素是?

A. 国家政策及行业主管部门的引导与要求

B. 市场竞争压力与客户需求变化

C. 提升内部效率、降低成本的需求

D. 新兴技术发展带来的转型机遇

8. 您认为人工智能对贵企业未来生存和发展的重要性如何?

A. 至关重要，决定生死存亡

B. 非常重要，是核心竞争力来源

C. 比较重要，有助于提升效率

D. 不太重要，传统模式仍可维持

9.贵单位业务中涉及多种类别的高价值场景，下述哪些是借助人工智能升级的行动首选?[可多选] 【多选题】

10. 贵单位当前在哪些业务领域已开展或试点人工智能应用?【多选题】

11.当前人工智能应用主要采用以下哪种技术形式? [可多选] 【多选题】

A. 规则引擎 / 专家系统

B. 传统机器学习（如SVM、随机森林）

C. 深度学习（CNN、RNN等）

D. 计算机视觉（图像/视频分析）

E. 自然语言处理（NLP，如文档解析、知识问答）

F. 大模型（通用或行业微调）

G. 强化学习 / 智能体（Agent）

H. 尚不清楚

12.当前人工智能项目的主要推动主体是?

A. 集团信息中心 / 数字化部门主导

B. 业务部门（如数科公司、研究院、生产厂、服务公司）主动发起

C. 外部厂商（如AI科技公司、高校）主导，内部配合

D. 集团AI专项工作组统筹

E. 尚无明确主体

13.当前人工智能应用是否已形成可复用的能力或资产?

A. 已建立企业级AI模型库/算法库，支持跨项目调用

B. 部分项目沉淀了数据集或工具模块，但未标准化

C. 每个项目从零开始，无复用机制

D. 尚未考虑资产化问题

14. 贵企业是否建立了统一的数据管理平台或数据中台?

A. 是，已建成并有效支撑业务

B. 正在建设或规划中

C. 有需求但尚未启动

D. 暂无计划

15.贵单位目前内部数据处理能力建设情况?

A.缺乏系统性数据积累，处理依赖人工，无统一存储与管理机制

B.建立基本数据采集与清洗流程，部分数据可用于简单分析，标准化程度低

C.制定企业级数据标准，实施质量管理与分级分类，关键业务数据初具规模并可调用

D.建立全流程自动化数据治理体系，质量达标率超95%（完整性、准确性、一致性），支撑○

E.模型持续训练

F.实现数据资产的内部流通与外部交易变现，建立数据定价与授权机制

16.您认为企业内部“数据孤岛”（数据分散、难以共享）现象严重程度如何?

A. 非常严重，严重阻碍业务协同和决策

B. 比较严重，是主要挑战之一

C. 存在但尚可接受或部分解决

D. 基本不存在或已有效打通

17.数据在贵企业决策支持中的作用如何?

A. 主要依赖数据驱动决策

B. 数据是重要参考依据之一

C. 数据仅作为辅助参考

D. 决策主要依赖经验和直觉

18.贵单位现有数据可覆盖的人工智能应用范围?

A.数据分散在个人或部门本地，难以利用

B.数据应用较少，仅能支持个别AI试点项目

C.数据应用较多，覆盖50%以上核心业务系统的AI场景

D.数据应用广泛，可支撑90%以上核心业务的AI场景应用

E.数据资源覆盖产业链上下游，可实现与外部合作伙伴的安全合规数据交换

19.贵单位数据治理的成熟度如何?（流程、制度，数据标准、质量、AI数据集等）

A.无数据治理实践、无模型开发流程和管理机制

B.缺乏系统性治理，有初步模型记录，但无统一存储与版本控制

C.有初步设计治理框架，建立模型开发、调优、评估、迭代的流程和管理体系

D.有完善的数据治理体系和机制，建立成熟的标准化模型应用流程和管理体系

E.非常完善的数据治理体系，机制具备自进化能力，支持模型自训练、自评估、自优化

20. 贵企业在数据安全与隐私保护方面的投入和措施如何?

A. 投入充足，建立了完善的安全防护体系和合规机制

B. 有投入和基本措施，但仍有提升空间

C. 投入有限，措施基础

D. 投入不足，风险较高

21. 能源领域存在租建结合模式下的多元异构算力融合利用需求，贵单位AI模型训练与推理主要依赖的算力资源? [可多选] 【多选题】

A. 自建私有化AI算力集群

B. 租用私有化AI算力集群

C. 使用公共云服务（阿里云、华为云、天翼云等）

D. 混合云架构

E. 边缘计算节点

F. 集团统一云平台

G. 算力分散，尚未形成集中稳定算力池

22. 综合考虑当前人工智能应用场景的训练和推理需求，贵单位实际部署或调度的AI算力规模约为（FP16精度）?

23.贵单位当前AI算力所依赖的AI芯片/硬件厂商数量为?

A. 仅1家（如仅华为昇腾、或仅寒武纪、或仅英伟达等）

B. 2-3家（多厂商异构部署）

C. 4家及以上（广泛兼容多芯生态）

D. 不太清楚

24.贵单位当前AI算力芯片/硬件选择的主要考虑点是?【多选题】

25.贵单位当前AI基础设施所合作的云服务厂商数量为?

A. 仅1家（如仅阿里云、仅华为云、仅天翼云、仅百度云等）

B. 2家

C. 3家及以上（多云混合策略）

D. 皆未合作，全部为本地数据中心私有部署

26.贵单位当前在人工智能应用中，主要采用的基础模型来源是?【多选题】

A. 自主研发行业专用模型

B. 基于现有基础大模型进行工程化适配

C. 直接调用国内大模型服务

D. 直接调用国外大模型服务

E. 尚未明确模型选型策略

27.若已使用大模型，贵单位实际部署或高频调用的国产大模型主要包括?[可多选] 【多选题】

28.结合大模型部署后的业务适配情况与应用成效，贵单位在选择大模型时，最关注的维度是? [可多选] *(）【最多选择3项】

A. 生态开放性

B. 国产化程度与技术自主可控

C. 数据安全与隐私合规保障

D. 模型性能（准确率、推理速度、并发能力等）

E. 与现有信息系统的集成便捷性

F. 模型在能源行业场景的适配性与专业能力

G. 其他，填写于此处:

29.在推动“人工智能+”与能源业务深度融合方面，贵单位认为以下哪些同行企业是值得学习的典范? [可多选] 【多选题】

30.近三年，贵单位年均IT总投入占营收比例约为?

31其中用于人工智能相关的投资，占年度IT预算的百分比约为?

32.贵单位目前组织建设的整体进展如何?

A.无明确责任主体， AI相关决策高度依赖顶层管理者个人推动

B.按需成立虚拟/临时项目小组，无固定编制和资源保障，依赖临时人员抽调

C.成立跨部门AI工作组，有固定成员与季度会议机制，协调重点项目推进

D.设立专职AI部门，拥有独立预算编制等，直接向CTO/CDO汇报

E.组织具备高度柔性，可1天内组建跨职能攻坚团队;建立业务-技术双线汇报机制，实现敏捷响应

33.贵单位是否已经具备人工智能相关的专业团队和人才?

A.缺少AI专业人才，限制了技术的应用与发展

B.已构建小型团队，初步探索AI技术的应用可能性

C.已设立专门的AI部门或岗位，深化AI技术专长

D.建立跨部门AI协作机制，专业人才充沛，促进技术与业务深度融合

E.形成以AI为核心的企业文化，全员具备基本的AI知识与技能

34.贵单位当前人工智能人才结构的主要短板是? [可多选] 【多选题】

A.缺乏既懂能源业务又懂AI的复合型人才

B.算法工程师、数据科学家、AI运维与工程化等专业人才数量不足

C.高层对AI战略理解不足

D.AI人才培养机制不健全

E.人才激励机制不健全

35.围绕人工智能领域人才的引进、培养及留存体系，贵单位目前现状更接近于?

A. 完全依赖外部供应商或外包团队提供技术支持，内部无AI专业人才储备

B. 临时外聘专家支持，项目结束即能力断层，缺少长期培养规划

C. 引入关键岗位人才，能够支撑AI项目管理及技术成果审查，建立基础培训体系

D. 构建校企或企业之间的联合培养通道，关键人才自给率≥50%，培训体系完善

E. 参与行业人才标准制定，技术领袖担任权威组织职务

36.当下人工智能成果与组织/个人绩效考核挂钩的激励机制更接近于?

A. AI成果与绩效考核完全脱钩，无任何形式的激励措施

B. 仅统计培训参与率、项目数量等过程指标，未与结果挂钩

C. 项目成果纳入绩效考核，占比≥15%，或有公开表彰机制

D. 创新指标纳入核心KPI，影响晋升评定;设立年度专项奖励基金

E. 实施创新收益分成机制，创新收益占企业利润达15%

37.您认为贵企业在人工智能应用过程中遇到的最大挑战是什么?

A. 缺乏清晰的战略规划和顶层设计

B. 资金投入不足或投资回报（ROI）压力大

C. 组织文化阻力、员工技能不足或思维转变困难

D. 技术选型复杂、系统集成困难或数据治理薄弱

38.您认为，当前制约人工智能在能源领域深化应用的主要因素是? [可多选] 【多选题】

39.最希望政府或行业主管部门提供支持的是? [可多选] 【多选题】

A.出台能源AI高价值场景应用指南与标准体系

B.设立AI+能源重大专项与资金支持

C.推动央国企间AI能力共享机制

D.加强AI复合型人才培养政策与激励机制

E.建设行业级能源数据集、数据开放平台

F.其他，填写于此处:

40.贵单位在推进“人工智能+”进程中，最希望外部合作伙伴（如AI科技公司、高校）提供哪类支持? [可多选] 【多选题】

A.数据治理与标注服务

B.行业定制化AI模型开发

C.AI算力资源租赁/采购

D.联合人才培养/培训

E.围绕高价值应用场景的解决方案共创

F.其他，填写于此处:

问卷到此结束，再次衷心感谢您的宝贵时间和支持！您的反馈对我们深入了解国有企业人工智能应用现状具有重要价值！