档案管理作为承载历史凭证与社会记忆的重要领域，正经历着从传统保管向智能化、平台化模式的深刻变革。在大数据与云计算的驱动下，档案工作突破单一存管局限，不断适配新时代信息安全、档案资源深度复用的发展需求，加速向“知识服务”跃迁。而随着人工智能技术从通用大模型向垂直场景纵深演进，“AI+档案”正成为连接政企数据资源、激活沉睡数据价值的关键密钥，引领着行业迈向智慧治理的新阶段。
在这一趋势下，不少科技企业开始探索档案与AI结合的创新路径。作为电子档案领域的长期深耕者，上海鼎易信息技术有限公司（以下简称：鼎易）在行业数字化升级过程中积累了深厚的技术与实践经验。近日，鼎易董事长陈峰接受了信息化观察网的专访，立足企业一线实践，剖析“AI+档案”行业现状与难点，详解鼎易布局“AI+档案”的布局逻辑与未来规划。
上海鼎易信息技术有限公司董事长/陈峰
信息化观察网：当前AI技术正在加速渗透各行各业。您认为“AI+档案”目前处于怎样的发展阶段，未来3-5年，这个领域最值得关注的变革会发生在哪里？
陈峰：要讨论“AI+档案”，首先要明确，档案是一个非常专业的领域，看似宽泛，但凡是人类生命与活动痕迹，都与档案密不可分。纵观历史，档案管理的方法延续了数千年，但其行业发展速度相对缓慢，甚至滞后于现代社会的整体节奏，存在着明显的代差。
2020年6月20日，国家档案局发布了新修订的《档案法》，这从根本上改变了整个档案行业的格局。过去，我们可以把档案行业分为几个时代：一个是跨越数千年的传统历史时代；二是新中国成立后，从1983年开始引入计算机管理档案的时代，至今行业普遍采用双套管理方法。2020年电子档案应运而生后，新的问题随之出现：电子档案与大数据、电子文件、互联网的边界越来越模糊。我们需要厘清核心问题，明确档案行业的定位、职责与管理范畴。
因此，在这个时代，档案行业开始全面面向前沿技术研究。无论是硬件场景还是计算机科学，包括当下热门的AI技术、智能化、智能体以及数据集建设，都是我们正在深度融合的方向。可以说，时代的变革推动着我们从事全生命周期的电子档案研究。
未来3-5年，“AI+档案”将会是最值得关注的领域。档案是全人类社会最宝贵的资源与凭证，而AI时代来临后，大模型需要大量高质量的数据进行投喂和学习。我们要做的，就是将海量的档案知识数据投喂给AI，让AI能够快速学习并掌握整个社会最宝贵的知识与记忆。
但档案领域AI与互联网通用大模型（如豆包、千问等）是有区别的。我们所说的“AI+档案”主要服务于国家、团体、政府机关和企事业单位，是私有化的智能体。在未来，它将成为政府、院校、国央企等核心机构数字化建设的重要支撑。
信息化观察网：与其他垂直领域相比，档案数据的独特优势是什么，鼎易在大模型落地方面，是选择自研、合作还是依托现有大厂平台，目前的进展如何？
陈峰：作为长期深耕电子档案领域的企业，我们认为，对比其他垂直行业，档案行业具备多垂类融合的特性。可以用数据池、湖、海的层级概念来诠释：在形成档案的过程中，最初数据会沉淀在各类小型数据池中，比如个人电脑、各部门产品系统当中；随后下沉汇聚到平台或中台，形成数据湖；而档案数据就是最终的数据海，具备海纳百川、融会贯通的特性。
基于此，在电子档案无纸化发展进程中，鼎易提出了“鼎易动量空间”模型，致力于让动态流动的数据被快速捕捉，进而完成数据凭证化、凭证档案化、档案权证化，最终实现价值化。
关于大模型落地路径，鼎易采取自研与依托大厂合作并行的模式。在应用场景、学习模型、垂类数据层面，我们以自研为主。同时，我们也创新提出了“纯净数据库”。档案数据的性质区别于其他行业的数据，它又被称为凭证数据，其纯净度和可信度是其他行业数据和系统无法比拟的，这也是档案数据的独特优势。在AI大模型应用中，投喂数据越精准纯净，搭建的问答模型就越可信，数据利用效率也会更高。
信息化观察网：除传统的档案检索和存储外，AI在档案内容挖掘、知识关联、决策支持等方面，有哪些让您感到印象深刻的新应用场景，能否分享一个具体的案例或设想？
陈峰：经过多年的研究积累，鼎易从2012年起就开始承担各省市及国家级的科研课题。在推进过程中，我们对AI相关的标识、标签、标注等工作做了深度研究，并在某地铁集团轨道交通公司形成了一个落地产品，即此次我将分享案例“基于知识原子化的轨道交通工程项目标签体系设计研究”。
这个案例主要解决了两大痛点。第一，解决了历史与现行标准制度的差异问题。30多年前的轨道交通建设标准和现在的标准是完全不一样的，我们对此建立了专业术语、词语、词义等相关语义语境上的标签和标注，将新旧标准关联打通。
第二，解决了地铁系统复杂、工程项目多元带来的档案管理难题。地铁运营过程中会出现站名变更、设备更新、日常维修、大修改造、突发事故处置等各类动态工程变动。我们针对不同时代的站点与设备名称、应用环境等差异化内容，完成统一自动标签化处理。
在此基础上，我们搭建起知识原子、知识源、知识图谱三大体系，构成了整个轨道交通工程项目的档案知识图谱标签，最后将标签数据投喂给AI进行深度学习。在后续档案查找、运维运营等实际应用中，有效解决了新旧档案认知偏差、信息检索盲区的问题，打通了不同时期档案数据的认知壁垒，是一套完整的AI+档案创新应用方案。
信息化观察网：档案行业涉及大量敏感数据和长期保存需求，AI落地过程中，数据安全、算法可解释性、行业标准等方面面临哪些挑战，鼎易是如何应对的？
陈峰：过去，档案工作常被认为是社会的“末端事业”——重要，但并不非常紧急。然而，不同于近年兴起的大数据中心、数据仓库等概念性大型信息化基础设施，档案行业拥有数千年的发展积淀，也是目前唯一明确提出“长期保存”要求的行业，这是其他数据领域与行业无法比拟的特质。
也正因如此，档案从业者肩负着跨越全时代的责任，所承载的重担与日俱增——既要做好历史档案的留存管护，也要适配现代化的应用需求；处理同一事务既要整理纸质档案，又要同步完成电子档案的梳理归集，这让工作量成倍增加。
2020年之后，随着新修订的档案法明确“电子档案与传统载体档案具有同等效力”，并提出了“来源可靠、要素合规、程序规范”的12字要求。这意味着我们须要对原有的数据和系统进行重构与优化，将档案的重要数据汇集到档案平台，且档案平台要建立两地三中心、一套多介质的任务，真正实现为子孙后代永久保存的目标。
具体到AI落地过程中的数据安全与算法可解释性，我认为，当前档案工作需具备四种核心能力，即：算力与存力、能力与活力。
传统档案工作以纸质档案物理归档、分类存放为主，仅以物理形式存在。而新时代档案从业者，需要同时具备纸质档案保管、计算机、人工智能和业务把控的综合能力，即“4+1”核心人才。这一维度上，人的能力最为重要。只要人才能力储备充分，其他方面便迎刃而解，进而同步化解算力与存力的问题，解决“AI+档案”落地的算力适配、存力匹配问题。而所谓活力，即将档案的死数据变成活数据，从而投入到未来的经营生产中去。
针对行业标准方面的挑战，鼎易的愿景是拉近理论与实践的距离，坚持理论与实践同步推进。不能只停留在理论上，而要边走边做，边实践边完善。我们也积极响应国家号召，从早期的数字档案室与数字档案馆的试点，再到现在的高比例数字档案馆试点建设，都是在不断的尝试中去解决标准问题。用实践检验理论，是破解“AI+档案”落地难题最好的方法。
信息化观察网：“AI+档案”要实现规模化落地，离不开上下游伙伴的协同。您认为哪些类型的伙伴最关键？
陈峰：“AI+档案”确实是新时代面临的一个重要课题，它面向全人类社会，因此离不开各行业、各领域的合作与参与，这也是补齐当前档案行业能力短板的关键。
第一类关键的伙伴是各大院校。我们需要与各大院校建立深度合作意向。通过校企合作，由高校持续为行业输送专业人才，夯实档案行业人才基础。
第二类是跨行业的专家与技术伙伴。鼎易最早提出“未来AI+档案”的发展趋势与研究方向，目前，未来档案也已经成为鼎易的一个品牌。我们每年都会举办未来档案论坛，邀请各行各业的合作伙伴和专家学者参与其中，通过学术演讲、主题讲座开展深度交流交互，参会领域涵盖计算机、脑机接口、认证认检、军工航天等多个领域。以当前备受关注的脑机接口技术为例，现阶段主要聚焦海量信息数据的输入与输出研究。而我们要做的是预先将数据知识纯净化，使其能够被快速利用，而不是等到应用环节再进行繁复的判断与梳理。在这前端净化环节，我们已经有了深度基础研究积累。
第三类是软硬件与基础设施伙伴。整个生态的建设必然离不开软硬件、算力、基础信息化建设等各类行业的支撑。
此外，我想特别提及一点：我们最近提出了“电子档案库房”概念。立足档案永久存储的特殊要求，须将电子档案库房与其他应用场景的物理环境区分开，使其具备独立的生存和保存条件，进而依靠多备份、可修复的存储模式筑牢存力底座，保障档案数据长效安全。
