2025工業(yè)互聯(lián)網(wǎng)平臺新型架構(gòu)

工業(yè)互聯(lián)網(wǎng)平臺新架構(gòu)2025目錄執(zhí)行摘要01趨勢一AI重塑千行萬業(yè)04趨勢二數(shù)字孿生廣泛落地11趨勢三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落17趨勢四數(shù)智融合激發(fā)創(chuàng)新24趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化30趨勢六混合多云新常態(tài)36趨勢七云原生安全與運營43趨勢八云服務(wù)模式優(yōu)先50趨勢九從建設(shè)到卓越運營57趨勢十運維即服務(wù)64未來場景展望71行動倡議84執(zhí)行摘要云計算的高速發(fā)展給IT產(chǎn)業(yè)帶來了顯而易見的變化，越來越多的行業(yè)開始從中獲益：政府通過云實現(xiàn)了跨多個委辦局的集約化資源建設(shè)，降低管理難度；金融通過云實現(xiàn)業(yè)務(wù)的彈性敏捷，提升服務(wù)體驗；大型企業(yè)通過云容災(zāi)和資源池化的能力，提升基礎(chǔ)設(shè)施韌性。但我們相信云的價值遠(yuǎn)不止于此！越來越多政府和企業(yè)開始實施全面云化的戰(zhàn)略，我們已經(jīng)迫不及待地暢想未來的云上生活：城市成為一個可持續(xù)進(jìn)化的數(shù)字孿生體，高效感知和處置城市事件，變得更有溫度；更便捷金融服務(wù)開始融入人們的日常生活，更懂你我；聰明的道路、智慧的調(diào)度讓交通出行體驗更舒適；電網(wǎng)的發(fā)、輸、變、用各環(huán)節(jié)基于海量數(shù)據(jù)實現(xiàn)高

效分析，讓綠色能源無處不在；智能的觸角深入制造的每一個環(huán)節(jié)，無人、少人工廠不再是夢想這些振奮人心的場景并非遙不可及，實際上今天我們已經(jīng)來到了未來生活的入口。隨著政企加速從“業(yè)務(wù)上云”邁向“深度用云”，以創(chuàng)新釋放全行業(yè)的數(shù)字生產(chǎn)力，這些勾勒的場景將在不遠(yuǎn)的將來全面落地。為此，華為推出《深度用云展望2025》白皮書，系統(tǒng)性地闡述我們關(guān)于深度用云的思考，并大膽地進(jìn)行一些關(guān)鍵指標(biāo)預(yù)測。1我們希望和產(chǎn)業(yè)界一起出發(fā)，尋找深度用云的錨點，把夢想變?yōu)楝F(xiàn)實，共繪美好未來。1云已經(jīng)深入千行萬業(yè)，成為數(shù)字化轉(zhuǎn)型的最佳底座，數(shù)字化的深入也激發(fā)了越來越多企業(yè)更深入地思考云的價值。讓我們站在現(xiàn)在一起展望不遠(yuǎn)的2025年，有哪些激動人心的技術(shù)和場景將在政企領(lǐng)域廣泛落地，探尋“深度用云”之道，一起釋放數(shù)字生產(chǎn)力。

AI重塑千行萬業(yè)175％的企業(yè)將會使用AI大模型1

數(shù)字孿生廣泛落地2城市與工業(yè)2大場景將在數(shù)字孿生市場占比73%2深度用云展望2025

6混合多云新常態(tài)691%的企業(yè)將使用多云架構(gòu)部署業(yè)務(wù)

780%企業(yè)將采用云原生安全服務(wù)工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落中國工業(yè)互聯(lián)網(wǎng)平臺普及率將達(dá)到45%

數(shù)智融合激發(fā)創(chuàng)新55%的大型企業(yè)將引入數(shù)智融合技術(shù)

應(yīng)用加速實現(xiàn)現(xiàn)代化75%的國內(nèi)大中型企業(yè)將構(gòu)建自主軟件開發(fā)生產(chǎn)線3 4 534589108910云服務(wù)模式優(yōu)先專屬云和混合云采購中云服務(wù)模式占比增長100%

從建設(shè)到卓越運營企業(yè)在云基礎(chǔ)設(shè)施持續(xù)運營上的投資占比將達(dá)到45%

運維即服務(wù)遠(yuǎn)程專業(yè)運維服務(wù)的普及率超過65%趨勢一AI重塑千行萬業(yè)趨勢一AI重塑千行萬業(yè)趨勢一AI重塑千行萬業(yè)DIVEINTOCLOUDDIVEINTOCLOUDPAGE9PAGE9PAGE8PAGE8智能化落地的挑戰(zhàn)大模型的優(yōu)勢大模型精度低智能化落地的挑戰(zhàn)大模型的優(yōu)勢大模型精度低針對單場景數(shù)據(jù)訓(xùn)練泛化性差L2 公文 輔助 防沖 3D高分場景模型 寫作 坐席 卸壓 辨率預(yù)L1行業(yè)大模型精度高經(jīng)過海量數(shù)據(jù)預(yù)訓(xùn)練規(guī)?；瘡?fù)制政務(wù)金融礦山鐵路氣象L0基礎(chǔ)大模型 視覺自然語言預(yù)測多模態(tài)科學(xué)計算周期長樣本獲取難工作量大AI開發(fā)平臺數(shù)據(jù)準(zhǔn)備模型訓(xùn)練驗證評估監(jiān)控優(yōu)化模型部署上線快小樣本微調(diào)半自動標(biāo)注專業(yè)服務(wù)開發(fā)套件輔助運營 政務(wù)智能問政務(wù)智能問答 金融市場研報 礦山安全生產(chǎn)鐵路故障檢測氣象預(yù)測智能應(yīng)用從通用智能到行業(yè)智能人工智能自1956年提出概念以來，持續(xù)受到業(yè)界的追捧，近年來，其技術(shù)和商業(yè)模式發(fā)展迅速，在特定領(lǐng)域已經(jīng)呈現(xiàn)超越人類的能力。AI技術(shù)被越來越多的企業(yè)接受，并在一些行業(yè)開始發(fā)揮重要價值，比如在金融交易場景，AI讓風(fēng)控從依靠變量規(guī)則事后控制，走向事中毫秒級實時智慧風(fēng)控；在交通治理場景，AI提升高峰期路口通行能力，不斷優(yōu)化市民出行體驗。但AI距離全面賦能行業(yè)創(chuàng)新，仍然存在一些障礙：精度低，泛化性差傳統(tǒng)經(jīng)典AI模型是在特定場景訓(xùn)練，遇到政企碎片化的長尾場景時，需多次調(diào)優(yōu)適應(yīng)新環(huán)境，導(dǎo)致落地成本高，無法規(guī)?；褂?/p>

樣本獲取難，落地周期長生產(chǎn)場景樣本獲取難，需長時間持續(xù)累積。同時，大量人工標(biāo)注和現(xiàn)場持續(xù)迭代調(diào)優(yōu)費時費力大模型技術(shù)的快速發(fā)展，讓企業(yè)看到推進(jìn)行業(yè)全面智能化的曙光，即從傳統(tǒng)面向單任務(wù)構(gòu)建專用模型，向打造支持廣泛任務(wù)的通用人工智能（AGI）轉(zhuǎn)變。未來，除了以ChatGPT為代表的通用大語言模型外，基于行業(yè)專用知識構(gòu)建的行業(yè)專屬大模型將得到更廣泛的應(yīng)用，AI將進(jìn)入重塑千行百業(yè)的實用時代。AI+行業(yè)，創(chuàng)造新價值經(jīng)過預(yù)訓(xùn)練的大模型可以大幅降低有效樣本需求，在新業(yè)務(wù)場景僅需少量業(yè)務(wù)數(shù)據(jù)就能完成模型微調(diào)和訓(xùn)練，加速AI“工業(yè)化”開發(fā)并進(jìn)入企業(yè)核心生產(chǎn)系統(tǒng)，創(chuàng)造新的價值。大模型通常由L0基礎(chǔ)大模型、L1行業(yè)大模型和L2場景化模型構(gòu)成，具有高泛化性、高精度、低門檻等特點，企業(yè)在大模型的建設(shè)中，需要結(jié)合自身情況，選擇合適的大模型和部署方案?；A(chǔ)大模型，讀萬卷書顧名思義，基礎(chǔ)大模型可以被視為一切大模型的基礎(chǔ)，業(yè)界主流的L0基礎(chǔ)大模型主要包括五大類：CV視覺大模型、NLP自然語言處理大模型、多模態(tài)大模型、預(yù)測大模型和科學(xué)計算大模型?；A(chǔ)大模型的研發(fā)周期長，需要大量的資金和人力投入，研發(fā)難度較大，一般只有AI廠商、云廠商和部分大型企業(yè)才具備投入的實力。他們通過自建大型算力基礎(chǔ)設(shè)施，基于海量數(shù)據(jù)的預(yù)訓(xùn)練得到精度較高的模型，這些模型可被用戶直接調(diào)用，或按需部署到用戶本地的平臺上，用戶只需要關(guān)注大模型的參數(shù)量、模型能力和精度是否滿足自身業(yè)務(wù)需求。行業(yè)大模型，行萬里路 多云部署，AI無處不在L0基礎(chǔ)大模型沒有行業(yè)屬性，在行業(yè)中往往難以直接應(yīng)用，因此需要結(jié)合行業(yè)知識和數(shù)據(jù)來構(gòu)建具有行業(yè)特征數(shù)據(jù)的L1行業(yè)大模型，如政務(wù)、金融、制造、礦山、氣象行業(yè)大模型。在L0大模型的基礎(chǔ)上，首先使用行業(yè)公開數(shù)據(jù)訓(xùn)練行業(yè)通用大模型，但這個大模型也無法100%匹配企業(yè)的場景，因此企業(yè)需要提供私有化的行業(yè)和場景數(shù)據(jù)，通過二次小樣本訓(xùn)練得到精度更高的企業(yè)專屬大模型。比如，通過訓(xùn)練礦山大模型，覆蓋煤礦的采、掘、機(jī)、運、通、洗選等業(yè)務(wù)流程下的多個細(xì)分場景，提升井下安全；通過歷史氣象數(shù)據(jù)構(gòu)建氣象大模型。L2場景化模型則為企業(yè)提供更多精細(xì)化場景模型，更加專注于某一個具體的應(yīng)用場景或特定業(yè)務(wù)，常見的如政務(wù)熱線對話、金融知識問答、研發(fā)代碼生成、制造工藝優(yōu)化、鐵路故障識別等。

公有云是成本最低的大模型獲取途徑，企業(yè)按需付費即可基于最新的基礎(chǔ)模型和開發(fā)套件構(gòu)建自己的大模型。但對于一些政府和大型企業(yè)，數(shù)據(jù)作為核心資產(chǎn)，還需要滿足其“數(shù)據(jù)不出域”的合規(guī)要求，此時混合云成為最佳選擇。企業(yè)將公有云訓(xùn)練好的基礎(chǔ)大模型部署到本地，結(jié)合自有數(shù)據(jù)在本地進(jìn)行小樣本增量訓(xùn)練，兼顧安全和成本。其中，計算量大、能耗高的任務(wù)部署在中心云，如數(shù)據(jù)共享、AI開發(fā)、訓(xùn)練和模型管理等開發(fā)態(tài)業(yè)務(wù)，邊緣計算受能耗和計算資源等限制，將主要承擔(dān)聚焦具體業(yè)務(wù)場景的計算任務(wù)，如AI推理類運行態(tài)業(yè)務(wù)。此外，大模型構(gòu)建需要依賴大量算力資源，對企業(yè)是一個負(fù)擔(dān)，因此企業(yè)也可以選擇公有云或AICC（人工智能計算中心）提供的AI算力服務(wù)，通過開放的框架支持TensorFlow、PyTorch和Mind-Spore等，同時基于開源大模型構(gòu)建自己的專屬大模型也是另一種途徑。指標(biāo)預(yù)測到2025年

AI中國人工智能市場空間AI將超過4000億元AI75％的企業(yè)將會使用AI大模型AI其中基于混合云的AI大模型占比將達(dá)到38%趨勢一AI重塑千行萬業(yè)集團(tuán)中心云中心訓(xùn)練22洗選煤磁性物含量

分選密度預(yù)測精煤質(zhì)量優(yōu)化精煤產(chǎn)率預(yù)測焦炭質(zhì)量預(yù)測

3焦化配煤

焦炭質(zhì)量優(yōu)化打鉆深度告警退桿數(shù)量統(tǒng)計

動作識別11防沖卸壓降本 提效 增安高泛化性，1個大模型覆蓋9大專業(yè)21個場景

識別快，規(guī)范性審核從3天縮短到10分鐘

精度高，模型識別準(zhǔn)確率提高20%+趨勢二數(shù)字孿生廣泛落地DIVEINTOCLOUDDIVEINTOCLOUD趨勢二數(shù)字孿生廣泛落地趨勢二數(shù)字孿生廣泛落地PAGE14PAGE14PAGE13PAGE13遙感影像數(shù)字空間城市矢量數(shù)據(jù)虛實對應(yīng)精準(zhǔn)映射園區(qū)BIM數(shù)據(jù)物理實體 數(shù)字 孿生數(shù)字虛體水利物聯(lián)網(wǎng)數(shù)據(jù)協(xié)同交互智能推演遙感影像數(shù)字空間城市矢量數(shù)據(jù)虛實對應(yīng)精準(zhǔn)映射園區(qū)BIM數(shù)據(jù)物理實體 數(shù)字 孿生數(shù)字虛體水利物聯(lián)網(wǎng)數(shù)據(jù)協(xié)同交互智能推演工廠專題數(shù)據(jù)物理空間醫(yī)療……全行業(yè)場景應(yīng)用全方位立體感知衛(wèi)星影像、實景三維建模、BIM建模、AR地圖生產(chǎn)

時空數(shù)據(jù)融合時空數(shù)據(jù)存儲引擎、時空數(shù)據(jù)融合計算引擎

時空應(yīng)用使能時空信息服務(wù)、可視化、模擬仿真、AR地圖數(shù)字孿生并不是一個新的概念，電影黑客帝國里的“矩陣世界”、“元宇宙”和錢學(xué)森筆下的“靈境”都與它有關(guān)。很早人們就認(rèn)為這種虛擬與現(xiàn)實映射的技術(shù)，將給人類社會帶來一場巨大的變革。隨著建模、仿真、智能等技術(shù)的成熟，產(chǎn)業(yè)已經(jīng)來到爆發(fā)的臨界點。數(shù)字孿生的意義現(xiàn)代數(shù)字孿生源自工業(yè)領(lǐng)域，它通過提取物理對象的特征數(shù)據(jù)進(jìn)行多維建模和實時仿真，實現(xiàn)物理對象向虛擬數(shù)字空間的映射、推演和進(jìn)化，以可視化方式完成虛實融合與交互，幫助我們從中窺探出未來發(fā)展趨勢，提升產(chǎn)業(yè)生產(chǎn)力。Gartner已連續(xù)六年將其列入十大戰(zhàn)略性技術(shù)之一，同時各國也紛紛將其作為戰(zhàn)略方向，推動產(chǎn)業(yè)升級發(fā)展。如今數(shù)字孿生應(yīng)用已不再局限于工業(yè)領(lǐng)域，文旅、社交、水利、建筑、能源等越來越多的行業(yè)和場景開始探索，其價值和可行性在一些單體場景已經(jīng)得到驗證。一切皆可孿生未來，數(shù)字孿生將走向數(shù)據(jù)交互更多層次、推演進(jìn)化更精準(zhǔn)的復(fù)雜智能體，其中最復(fù)雜的莫過于城市級的數(shù)字孿生。城市是人類文明的結(jié)晶，是一個復(fù)雜的巨系統(tǒng)，它幾乎包含了一切可想象的孿生場景。對城市數(shù)字孿生，它需要解決數(shù)據(jù)采集量大、來源多、建模生產(chǎn)成本高、數(shù)據(jù)融合難度大等諸多問題。因此，要促進(jìn)數(shù)字孿生全行業(yè)場景發(fā)展，構(gòu)建面向城市級的時空多場景數(shù)據(jù)生產(chǎn)、融合、應(yīng)用使能的能力至關(guān)重要。彈性高效的時空數(shù)據(jù)生產(chǎn)：城市數(shù)字孿生首先需要高效、精準(zhǔn)的完成多層物理映射模型構(gòu)建。簡單的單體模型疊加將產(chǎn)生大量的重復(fù)數(shù)據(jù)和人工消耗，基于云原生技術(shù)構(gòu)建自動化數(shù)據(jù)生產(chǎn)線將是解決這一問題的關(guān)鍵。通過分布式計算、模型集成、流程編排、深度學(xué)習(xí)等關(guān)鍵能力，為用戶提供多維模型構(gòu)建的全生命周期工作流。通過預(yù)集成的衛(wèi)星影像處理、實景三維建模、BIM、AR地圖生產(chǎn)等基礎(chǔ)數(shù)據(jù)生產(chǎn)引擎，就能開展多場景

時空數(shù)據(jù)的實時生產(chǎn)和自動化建模，實現(xiàn)物理世界的高清3D重建與還原多元異構(gòu)的時空數(shù)據(jù)融合：為了讓城市數(shù)字孿生更鮮活，并具備“生命體征”，需賦予城市“靈魂”。以城市多源、多類型的YB級海量數(shù)據(jù)為基礎(chǔ)，政府和企業(yè)可以構(gòu)建多層次時空數(shù)據(jù)融合框架，形成以基礎(chǔ)地理和自然資源數(shù)據(jù)為基礎(chǔ)、以政務(wù)數(shù)據(jù)為主干、以社會數(shù)據(jù)為補(bǔ)充的一體化的時空數(shù)據(jù)體系

開放易用的時空應(yīng)用使能：為簡化應(yīng)用開發(fā)難度，孵化多樣的數(shù)字孿生應(yīng)用，還需要構(gòu)建時空應(yīng)用使能的能力。比如，針對時空信息處理、可視化、模擬仿真等共性能力，以服務(wù)化方式為第三方提供時空數(shù)據(jù)訪問、檢索、分析、管理標(biāo)準(zhǔn)接口，讓政府和企業(yè)可以高效獲取基礎(chǔ)地圖渲染、三維場景構(gòu)建的可視化服務(wù)和AR地圖視覺定位、AR導(dǎo)航等能力未來，一切皆可孿生。在城市里，數(shù)字孿生將各類物聯(lián)網(wǎng)、公共數(shù)據(jù)庫等資源統(tǒng)一整合，建成與物理城市并行的孿生體，通過對城市空間、公共設(shè)施建設(shè)、城市治理服務(wù)等進(jìn)行模擬分析與研判，提升城市運行的綜合水平和智能決策能力；在工廠里，企業(yè)通過數(shù)字孿生將生產(chǎn)過程中的相關(guān)數(shù)據(jù)、參數(shù)和其他信息進(jìn)行集成分析，實現(xiàn)現(xiàn)場設(shè)備、生產(chǎn)流程的科學(xué)管理，從而幫助企業(yè)提高生產(chǎn)效率、降低成本、改進(jìn)產(chǎn)品質(zhì)量和可靠性。指標(biāo)預(yù)測到2025年全球數(shù)字孿生市場規(guī)模達(dá)300億美元城市與工業(yè)是數(shù)字孿生領(lǐng)域的兩大場景，市場占比達(dá)73%（城市：34%，工業(yè)：39%）趨勢二數(shù)字孿生廣泛落地城市精細(xì)化管理 高效數(shù)字化制造智能應(yīng)急災(zāi)難預(yù)防 沉浸式文旅體驗趨勢三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落DIVEINTOCLOUDDIVEINTOCLOUD趨勢三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落趨勢三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落PAGE18PAGE18PAGE19PAGE19系統(tǒng)協(xié)同弱IT/OT系統(tǒng)垂直緊耦合架構(gòu)，煙囪式建設(shè)

全場景云邊協(xié)同設(shè)備預(yù)防性維護(hù)制造煤礦設(shè)備預(yù)防性維護(hù)制造煤礦電力油氣數(shù)據(jù)效率低應(yīng)用管理數(shù)據(jù)推理數(shù)據(jù)治理數(shù)據(jù)分析接入數(shù)據(jù)標(biāo)準(zhǔn)不一，難融合數(shù)據(jù)采不全、質(zhì)量差應(yīng)用管理數(shù)據(jù)推理數(shù)據(jù)治理數(shù)據(jù)分析

中心云生產(chǎn)過程可視化質(zhì)量過程分析&追溯生產(chǎn)能耗優(yōu)化集團(tuán)分公司生產(chǎn)過程可視化質(zhì)量過程分析&追溯生產(chǎn)能耗優(yōu)化邊工廠/

工業(yè)數(shù)據(jù)融合工業(yè)智能中樞工業(yè)應(yīng)用開發(fā)工業(yè)云邊協(xié)同

全數(shù)據(jù)智能融合工業(yè)級高性能數(shù)據(jù)采集、融合、價值快速呈現(xiàn)應(yīng)用開發(fā)難維護(hù)與升級成本高各類系統(tǒng)孤立，能力不共享

端場站/車間

全周期應(yīng)用開發(fā)工業(yè)數(shù)據(jù)采集3工業(yè)數(shù)據(jù)采集3物聯(lián)平臺智能設(shè)備制造管理系統(tǒng)傳統(tǒng)PLC設(shè)備從消費互聯(lián)網(wǎng)到工業(yè)互聯(lián)網(wǎng)工業(yè)是國家競爭力的基石，當(dāng)前全球工業(yè)新舊動能加速轉(zhuǎn)換，新型工業(yè)化迫在眉睫。傳統(tǒng)的“金字塔”制造分層體系已經(jīng)難以應(yīng)對海量異構(gòu)數(shù)據(jù)集成、數(shù)據(jù)挖掘以及敏捷創(chuàng)新的發(fā)展要求，工業(yè)互聯(lián)網(wǎng)的誕生正好適應(yīng)了新型工業(yè)化的需要。傳統(tǒng)消費互聯(lián)網(wǎng)本質(zhì)上是人與網(wǎng)絡(luò)的聯(lián)結(jié)，網(wǎng)絡(luò)主體是人，而工業(yè)互聯(lián)網(wǎng)聯(lián)結(jié)的對象是機(jī)器、軟件、產(chǎn)品、原料、工裝及人等工業(yè)要素，它將信息技術(shù)、通信技術(shù)與工業(yè)生產(chǎn)深度融合，是工業(yè)智能化發(fā)展的關(guān)鍵綜合信息基礎(chǔ)設(shè)施。通過構(gòu)建覆蓋全要素、全產(chǎn)業(yè)鏈、全價值鏈的全新制造與服務(wù)體系，工業(yè)互聯(lián)網(wǎng)將助力工業(yè)制造進(jìn)一步提質(zhì)、降本、增效，實現(xiàn)跨越式發(fā)展。讓智能深入到工業(yè)生產(chǎn)的每個角落工業(yè)互聯(lián)網(wǎng)經(jīng)過多年的發(fā)展，已成為大型企業(yè)數(shù)字化轉(zhuǎn)型的重要組成部分。云、大數(shù)據(jù)和AI的加入，讓它比以往更強(qiáng)大、更容易被企業(yè)所接受。今天，工業(yè)互聯(lián)網(wǎng)已經(jīng)承載了非常多的關(guān)鍵能力，如資源匯聚、數(shù)據(jù)優(yōu)化閉環(huán)、分析決策、行業(yè)經(jīng)驗沉淀、應(yīng)用開發(fā)創(chuàng)新等，幫助能源、制造、原材料等越來越多的行業(yè)通過數(shù)據(jù)驅(qū)動生產(chǎn)和運營質(zhì)量提升。也有一些地方政府開始主導(dǎo)建設(shè)區(qū)域性和行業(yè)性的工業(yè)互聯(lián)網(wǎng)平臺，以推動產(chǎn)業(yè)的聚集和發(fā)展。但工業(yè)互聯(lián)網(wǎng)在傳統(tǒng)行業(yè)的滲透率依然很低，一方面是它的商業(yè)價值不夠突出，另一方面，它的建設(shè)是一個復(fù)雜的系統(tǒng)工程，涉及企業(yè)現(xiàn)有設(shè)備、系統(tǒng)和架構(gòu)的融合，因此每個企業(yè)的場景和需求都不同，建設(shè)方案也存在巨大差異。但總體而言，工業(yè)互聯(lián)網(wǎng)參考架構(gòu)已基本成型，并在眾多企業(yè)得到驗證。工業(yè)數(shù)據(jù)采集，實現(xiàn)工業(yè)設(shè)備及系統(tǒng)全聯(lián)接針對海量現(xiàn)場設(shè)備（智能儀表、PLC等）、工業(yè)軟件系統(tǒng)（DCS、SCADA等）和工業(yè)IT系統(tǒng)（MES、ERP等），首先要做的是通過工業(yè)數(shù)據(jù)采集提供統(tǒng)一高效的OT/IT接入能力，需要支持包括MQTT、Zigbee等在內(nèi)的主流工業(yè)協(xié)議，同時滿足十萬級海量端側(cè)設(shè)備并發(fā)接入和百萬點位級高性能數(shù)據(jù)采集的要求。工業(yè)云邊協(xié)同，適配生產(chǎn)邊緣需求提供靈活的工業(yè)“泛邊緣”基礎(chǔ)設(shè)施，適配企業(yè)的生產(chǎn)業(yè)務(wù)結(jié)構(gòu)需求。在大型分支和生產(chǎn)現(xiàn)場，可以部署邊緣云，通過豐富的服務(wù)支持邊緣數(shù)智業(yè)務(wù)的運行；對于工廠、作業(yè)區(qū)等中小型生產(chǎn)邊緣，可以部署一體機(jī)、服務(wù)器集群，建設(shè)和管理更簡單；對于如煤礦礦井類需要深入到工業(yè)微型末端的場景，可以部署工業(yè)網(wǎng)關(guān)或工控機(jī)，在端側(cè)現(xiàn)

于全鏈路實時數(shù)據(jù)湖進(jìn)行系統(tǒng)級數(shù)據(jù)資產(chǎn)建模，實現(xiàn)OT與IT數(shù)據(jù)T+0時效的融合分析，幫助企業(yè)沉淀模型資產(chǎn)。工業(yè)智能中樞，AI使能生產(chǎn)業(yè)務(wù)創(chuàng)新工業(yè)智能中樞就如同工業(yè)互聯(lián)網(wǎng)的大腦，它把AI、大模型等技術(shù)引入工業(yè)互聯(lián)網(wǎng)架構(gòu)，讓工業(yè)生產(chǎn)變得更智能。工業(yè)智能中樞通過提供場景化套件、模型開發(fā)套件、運營管理等能力，實現(xiàn)AI定制開發(fā)和全生命周期管理，幫助企業(yè)沉淀AI模型資產(chǎn)。比如，基于小樣本高精度的訓(xùn)練，提升企業(yè)在新場景下自行構(gòu)建AI模型能力；基于完整的工業(yè)智能運行時自閉環(huán)系統(tǒng)，將AI應(yīng)用推送至生產(chǎn)現(xiàn)場，同時異常樣本上傳至云側(cè)模型訓(xùn)練集群，形成“邊用邊學(xué)，越用越聰明”的AI閉環(huán)。場實現(xiàn)對物聯(lián)的接入和輕量AI業(yè)務(wù)運行。 工業(yè)應(yīng)用開發(fā)，實現(xiàn)工業(yè)設(shè)備及系統(tǒng)全聯(lián)接從單體式向云原生分布式演進(jìn)是工業(yè)應(yīng)用的發(fā)展方向，企業(yè)可以建設(shè)工業(yè)軟件開發(fā)生產(chǎn)線，通過開放的框架匯聚和各類可重用資產(chǎn)，并使工業(yè)數(shù)據(jù)融合，全鏈工業(yè)數(shù)據(jù)處理企業(yè)需要進(jìn)行OT數(shù)據(jù)清洗、設(shè)備孿生建模和系統(tǒng)級數(shù)據(jù)資產(chǎn)建模等全鏈路的工業(yè)數(shù)據(jù)處理。比如，采用清洗算子進(jìn)行實時點位清洗，定義數(shù)據(jù)清洗邏輯，改善OT數(shù)據(jù)質(zhì)量；設(shè)備孿生建模，為設(shè)備構(gòu)建多層次數(shù)字模型，結(jié)合多源數(shù)據(jù)實時輸入，反映設(shè)備實時狀態(tài)、運行規(guī)律；基

能生態(tài)伙伴和開發(fā)者實現(xiàn)增量應(yīng)用的快速開發(fā)。軟件開發(fā)生產(chǎn)線覆蓋需求與設(shè)計、開發(fā)、測試、部署、運維等軟件交付全生命周期環(huán)節(jié)，可視化構(gòu)建企業(yè)自動化業(yè)務(wù)流程，通過無代碼、低代碼幫助企業(yè)快速創(chuàng)建應(yīng)用。PAGE22PAGE22指標(biāo)預(yù)測到2025年中國工業(yè)互聯(lián)網(wǎng)平臺普及率將達(dá)到45%中國工業(yè)互聯(lián)網(wǎng)平臺及應(yīng)用解決方案市場CAGR將達(dá)到29%+趨勢三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落智能化采煤率達(dá)97.7%趨勢三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落檢修整體效率提升

30%0101 00110101010+IT系統(tǒng) 30+OT系統(tǒng) 2900+設(shè)備趨勢四數(shù)智融合激發(fā)創(chuàng)新趨勢四數(shù)智融合激發(fā)創(chuàng)新趨勢四數(shù)智融合激發(fā)創(chuàng)新PAGE25PAGE25PAGE28PAGE28AI業(yè)務(wù)應(yīng)用

變量實時導(dǎo)入 實時訓(xùn)練推理行為大數(shù)據(jù)分析 AI特征加工預(yù)測 實時應(yīng)用交付OBS數(shù)據(jù)統(tǒng)一存儲OBS數(shù)據(jù)統(tǒng)一存儲數(shù)字金融政務(wù)大數(shù)據(jù)智慧交通互聯(lián)網(wǎng)行業(yè)智能制造數(shù)智融合開發(fā)工作臺集成與交付工作流數(shù)智融合開發(fā)工作臺集成與交付工作流數(shù)智融合統(tǒng)一調(diào)度多樣分析引擎數(shù)倉計算數(shù)據(jù)湖構(gòu)建統(tǒng)一數(shù)據(jù)加速多樣分析引擎數(shù)倉計算數(shù)據(jù)湖構(gòu)建DIVEINTOCLOUD數(shù)智從割裂走向融合數(shù)據(jù)已經(jīng)成為數(shù)字經(jīng)濟(jì)時代堪比石油的重要生產(chǎn)資料，也被定義為土地、勞動力、資本和技術(shù)之后的第五大生產(chǎn)要素，得到政府與企業(yè)越來越多的重視。數(shù)據(jù)正在重塑企業(yè)的運營、管理、決策乃至創(chuàng)新，建設(shè)“數(shù)據(jù)驅(qū)動型的現(xiàn)代化企業(yè)”成為越來越多企業(yè)與組織共同的核心目標(biāo)。不過，企業(yè)當(dāng)前在數(shù)據(jù)價值實現(xiàn)中面臨的挑戰(zhàn)空前巨大：企業(yè)數(shù)據(jù)產(chǎn)生的速度、規(guī)模和類型，遠(yuǎn)超當(dāng)前設(shè)備的處理和計算能力，數(shù)據(jù)價值挖掘效率低下

企業(yè)經(jīng)過多年積累，擁有異常復(fù)雜的數(shù)據(jù)處理相關(guān)技術(shù)棧，彼此割裂情況嚴(yán)重，數(shù)據(jù)孤島讓數(shù)據(jù)無法自由流動、共享，數(shù)據(jù)往來、移動操作復(fù)雜，協(xié)同工作也很困難

智能應(yīng)用的涌現(xiàn)和數(shù)據(jù)消費群體的急速上升，對于數(shù)據(jù)渴求度越來越強(qiáng)，但企業(yè)在數(shù)據(jù)準(zhǔn)備上消耗了太多精力、人力，用數(shù)效率亟待提升為了應(yīng)對這些挑戰(zhàn)，企業(yè)需要將數(shù)倉、大數(shù)據(jù)和人工智能等當(dāng)前主流的數(shù)據(jù)分析工具融合，讓數(shù)據(jù)在流動、共享與應(yīng)用中實現(xiàn)價值。企業(yè)如何實現(xiàn)數(shù)智融合？過去，在單點或者簡單業(yè)務(wù)場景中，數(shù)據(jù)價值通過各種半工具化產(chǎn)品即能較好實現(xiàn)。如今，圍繞數(shù)據(jù)全鏈路的價值需求趨勢明顯，并且業(yè)務(wù)復(fù)雜程度高、涉及技術(shù)眾多，必須通過集成化、工程化、服務(wù)化的數(shù)智融合平臺來幫助企業(yè)充分釋放數(shù)據(jù)要素的潛能。趨勢四數(shù)智融合激發(fā)創(chuàng)新趨勢四數(shù)智融合激發(fā)創(chuàng)新PAGE27PAGE27PAGE28PAGE28存算分離，兼顧成本與效率 建立融合工作臺，降低數(shù)智開發(fā)成本應(yīng)用多樣性發(fā)展，帶來存儲和計算需求增長的不同步，存算分離架構(gòu)應(yīng)運而生。企業(yè)通過建設(shè)單獨的存儲資源池，可以讓存儲和計算各自彈性伸縮、按需使用，數(shù)據(jù)得到充分共享并降低均攤成本。但存儲拉遠(yuǎn)必然帶來IO性能的下降，因此可以通過緩存層來存儲高I/O的熱數(shù)據(jù)，結(jié)合ROCE高速網(wǎng)絡(luò)和SCM介質(zhì)，形成存儲、緩存和計算的三層架構(gòu)，從而實現(xiàn)在降低成本的同時，保持足夠的性能。統(tǒng)一元數(shù)據(jù)，建立全局?jǐn)?shù)據(jù)視圖數(shù)據(jù)分析和AI分析經(jīng)過多年的發(fā)展，出現(xiàn)了很多面向不同任務(wù)的專用數(shù)據(jù)系統(tǒng)，這些專用系統(tǒng)要么無法打通，形成數(shù)據(jù)孤島；要么不同業(yè)務(wù)的開發(fā)要頻繁遷移數(shù)據(jù)、等待周期長；要么數(shù)據(jù)遷移導(dǎo)致副本增多、資源浪費、管理困難，無法適應(yīng)敏捷數(shù)據(jù)分析的需求。企業(yè)需要建立統(tǒng)一的元數(shù)據(jù)目錄，把數(shù)倉、數(shù)據(jù)湖、AI數(shù)據(jù)的全生命周期管理和訪問控制統(tǒng)一起來，所有的數(shù)據(jù)通過唯一的數(shù)據(jù)源訪問，一份數(shù)據(jù)也可以同時服務(wù)多個數(shù)據(jù)分析引擎，避免來回遷移。

業(yè)務(wù)智能化全流程涉及多個技術(shù)環(huán)節(jié)，而大多數(shù)企業(yè)缺乏數(shù)據(jù)和AI相關(guān)人員，這是長期困擾企業(yè)創(chuàng)新的難題。而且，數(shù)據(jù)是AI的核心要素之一，數(shù)據(jù)的質(zhì)量、廣度、時效性決定AI模型的精確性，數(shù)據(jù)和AI開發(fā)平臺的割裂，也是抑制企業(yè)創(chuàng)新速度的主要原因之一。企業(yè)通過建立融合工作臺，可以實現(xiàn)DataOps和MLOps的無縫協(xié)同，提供集成的開發(fā)環(huán)境，在一個平臺完成開發(fā)、測試、交付上線工作，以便于理解的拖拉拽和少量代碼的開發(fā)方式降低使用門檻，實現(xiàn)端到端全流程自動化。AI4Data、Data4AI，創(chuàng)造新價值A(chǔ)I訓(xùn)練需要大量高質(zhì)量的數(shù)據(jù)進(jìn)行訓(xùn)練才能發(fā)揮更大的價值，調(diào)研顯示有超過80%的時間都用于數(shù)據(jù)的準(zhǔn)備。Data4AI強(qiáng)調(diào)的是通過數(shù)據(jù)處理平臺對海量數(shù)據(jù)進(jìn)行預(yù)處理、臟數(shù)據(jù)識別、打標(biāo)簽、生成資產(chǎn)庫，為AI訓(xùn)練高質(zhì)量供數(shù)。AI4Data強(qiáng)調(diào)的是在數(shù)據(jù)治理的過程中引入AI的能力，比如，基于AI算法從大量數(shù)據(jù)中自動識別數(shù)據(jù)標(biāo)準(zhǔn)并推薦使用、基于數(shù)據(jù)特征自動檢測異常重復(fù)數(shù)據(jù)、隱私數(shù)據(jù)自動發(fā)現(xiàn)等，讓數(shù)據(jù)開發(fā)、治理全鏈路智能化。指標(biāo)預(yù)測到2025年55%的大型企業(yè)將引入數(shù)智融合技術(shù) 趨勢四數(shù)智融合激發(fā)創(chuàng)新自然語言提問趨勢四數(shù)智融合激發(fā)創(chuàng)新自然語言提問語義解析向量存儲03語義編排10011011001工單處理時長縮短15%+市政局市政局政數(shù)局政務(wù)助理政策語義檢索3秒內(nèi)響應(yīng)自然語言答案

企業(yè)商業(yè)助理業(yè)務(wù)咨詢時長縮短30%趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化PAGE31PAGE313232應(yīng)用現(xiàn)代化讓政企應(yīng)用實現(xiàn)全面敏捷，重塑商業(yè)價值專業(yè)開發(fā)者開源軟件問題頻發(fā)傳統(tǒng)應(yīng)用傳統(tǒng)應(yīng)用分散IT設(shè)備/應(yīng)用月/周級擴(kuò)縮容單體應(yīng)用

全民+專業(yè)開發(fā)者軟件供應(yīng)鏈安全 立體化運軟件供應(yīng)鏈安全 立體化運維…可信開發(fā)Low/NoCodeDevSecOps應(yīng)用開發(fā)運維現(xiàn)代化區(qū)塊鏈 …企業(yè)全聯(lián)接以API為核心應(yīng)用統(tǒng)一治理全域融合集成應(yīng)用治理運營現(xiàn)代化多活高可用…架構(gòu)與設(shè)計現(xiàn)代化服務(wù)網(wǎng)多活高可用…架構(gòu)與設(shè)計現(xiàn)代化服務(wù)網(wǎng)格 Serverless 混沌工程微服務(wù)現(xiàn)代化應(yīng)用全域融合集成云原生基礎(chǔ)設(shè)施傳統(tǒng)基礎(chǔ)設(shè)施云原生基礎(chǔ)設(shè)施傳統(tǒng)基礎(chǔ)設(shè)施基礎(chǔ)設(shè)施現(xiàn)代化微服務(wù)DIVEINTOCLOUD從單體應(yīng)用到現(xiàn)代化應(yīng)用數(shù)字化浪潮席卷而來，萬物數(shù)字化已成為必然趨勢，未來每一家企業(yè)都將是軟件企業(yè)。用戶需求的爆炸式增長，市場環(huán)境的瞬息萬變引發(fā)高度不確定性。以軟件快速迭代為特征的高頻競爭時代已經(jīng)到來，敏捷將成為企業(yè)應(yīng)對競爭的制勝因素。然而現(xiàn)階段的應(yīng)用大多仍建立在傳統(tǒng)IT技術(shù)之上，依然以單體應(yīng)用為主要架構(gòu)，隨著應(yīng)用規(guī)模的增加，單體應(yīng)用會變得越來越復(fù)雜，難以擴(kuò)展和部署。伴隨云計算技術(shù)不斷完善與成熟，必須強(qiáng)化與云能力的內(nèi)生結(jié)合，通過技術(shù)架構(gòu)與應(yīng)用架構(gòu)的現(xiàn)代化改造，才能實現(xiàn)應(yīng)用的敏捷效能提升。如何實現(xiàn)應(yīng)用現(xiàn)代化？應(yīng)用現(xiàn)代化需從基礎(chǔ)設(shè)施、架構(gòu)設(shè)計、開發(fā)運維、治理運營等視角出發(fā)，構(gòu)建自下而上的完整敏捷鏈路，賦予企業(yè)實時洞察與快速響應(yīng)個性化、場景化、定制化需求的能力。趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化PAGE33PAGE333434基礎(chǔ)設(shè)施現(xiàn)代化，將企業(yè)從資源運維中解放出來：基礎(chǔ)設(shè)施現(xiàn)代化是指以應(yīng)用為中心，以容器為核心對基礎(chǔ)設(shè)施做云原生改造?；谌萜鞯母叨瓤梢浦残院蛷椥宰寫?yīng)用更加敏捷和可靠。應(yīng)用可以在多個k8s集群間遷移而不必?fù)?dān)心對環(huán)境的依賴，實現(xiàn)一次開發(fā)，全網(wǎng)部署。架構(gòu)與設(shè)計現(xiàn)代化，讓應(yīng)用高內(nèi)聚、低耦合、高可用與彈性：應(yīng)用架構(gòu)與設(shè)計現(xiàn)代化是從單體到微服務(wù)再到Serverless（無服務(wù)器）的演進(jìn)過程，微服務(wù)架構(gòu)是當(dāng)前應(yīng)用架構(gòu)的主流，未來將演進(jìn)到Serverless，二者長期共存。通過架構(gòu)改造，將應(yīng)用拆分為獨立快速發(fā)布的模塊，讓技術(shù)人員聚焦于應(yīng)用和創(chuàng)新工作。治理與運營現(xiàn)代化，立而不破，最大化新老應(yīng)用的融合價值：隨著數(shù)字化轉(zhuǎn)型的深入，企業(yè)的新老應(yīng)用并存、業(yè)務(wù)在不同環(huán)境、多云部署等是企業(yè)應(yīng)用部署的常態(tài)。微服務(wù)治理：微服務(wù)理念主要解決的問題是技術(shù)棧異構(gòu)性，通過侵入式與非侵入式服務(wù)網(wǎng)格的雙棧模式可以實現(xiàn)不同技術(shù)棧服務(wù)的統(tǒng)一接入和管理。融合集成平臺：融合集成平臺可將物聯(lián)網(wǎng)、大數(shù)據(jù)、視頻、統(tǒng)一通

信等基礎(chǔ)平臺及各個應(yīng)用的服務(wù)、消息、數(shù)據(jù)統(tǒng)一集成適配以及編排，支撐新業(yè)務(wù)的快速開發(fā)部署，構(gòu)建可平滑演進(jìn)的應(yīng)用架構(gòu)，實現(xiàn)新老資產(chǎn)的價值最大化。開發(fā)與運維現(xiàn)代化，革新研發(fā)模式，提升軟件交付效率：傳統(tǒng)的開發(fā)模式存在著環(huán)境配置復(fù)雜、開發(fā)部署各階段相互分離等弱點，拖慢了應(yīng)用敏捷的步伐。此外，傳統(tǒng)模式下，應(yīng)用只能由專業(yè)人員開發(fā)，無法滿足層出不窮的應(yīng)用場景和差異化需求。協(xié)同現(xiàn)代化：一站式DevOps平臺成為主流，提供從項目管理到部署的全生命周期服務(wù)，通過各服務(wù)的內(nèi)在集成實現(xiàn)不同角色團(tuán)隊的開發(fā)協(xié)同。可信開發(fā)：DevSecOps是指將安全的要求、規(guī)范和工具內(nèi)置在開發(fā)部署運行的全過程并自動化執(zhí)行，保證開發(fā)與交付效率的同時提升應(yīng)用的安全性。建設(shè)自主可控的軟件開發(fā)平臺，提升軟件供應(yīng)鏈的抗風(fēng)險能力，確保業(yè)務(wù)連續(xù)。Low/NoCode：基于低代碼服務(wù)提供的可視化開發(fā)工具，通過簡化開發(fā)流程和減少手動編碼，使得企業(yè)能夠更快速、更高效地開發(fā)和部署應(yīng)用程序。APP指標(biāo)預(yù)測APP到2025年7%的企業(yè)每天都將發(fā)布新的軟件版本，進(jìn)入以軟件快速迭代為特征的高頻競爭時代75%的國內(nèi)大中型企業(yè)將構(gòu)建自主的軟件開發(fā)生產(chǎn)線API超過47%API趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化預(yù)算編制部門趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化預(yù)算編制部門預(yù)算批復(fù)部門 預(yù)算執(zhí)行部門部門社會服務(wù)2月1周提升開發(fā)效率科學(xué)技術(shù)衛(wèi)生健康教育財政廳業(yè)務(wù)上線周期CodeArts軟件開發(fā)生產(chǎn)線一站式、全流程DevOps平臺代碼趨勢六混合多云新常態(tài)趨勢六混合多云新常態(tài)趨勢六混合多云新常態(tài)DIVEINTOCLOUDDIVEINTOCLOUDPAGE41PAGE41PAGE40PAGE40公有云運營/運維中心云告警 容量 資源 負(fù)載無縫使用兩級云監(jiān)控大屏運營/運維分支云/邊緣云邊緣節(jié)點公有云&專有云 專有云&公有云運營/運維中心云告警 容量 資源 負(fù)載無縫使用兩級云監(jiān)控大屏運營/運維分支云/邊緣云邊緣節(jié)點運營/運維分支云/邊緣云端統(tǒng)一的多云管理平臺運營/運維分支云/邊緣云端安全合規(guī)，無縫使用公有云海量算力、先進(jìn)云服務(wù)和共享生態(tài)，實現(xiàn)業(yè)務(wù)創(chuàng)新

層次化運營運維機(jī)制總部與分支運維各司其職，同時總部行使監(jiān)管及調(diào)度職責(zé)

云邊端的數(shù)據(jù)和應(yīng)用無縫協(xié)同物聯(lián)網(wǎng)的快速普及帶動邊緣端的快速興起，企業(yè)需構(gòu)建云、邊、端的統(tǒng)一架構(gòu)為什么需要多云架構(gòu)羅馬不是一天建成，企業(yè)云轉(zhuǎn)型也不可能一蹴而就。企業(yè)在不同階段的轉(zhuǎn)型需求不一樣，因而在技術(shù)路線、運營模式的選擇上也存在較大差異，并且隨著轉(zhuǎn)型的深入，業(yè)務(wù)越來越復(fù)雜，需要采用多種不同形態(tài)的云來應(yīng)對：公有云+專有云 總部云+分支云 中心云+邊緣云專有云的本地部署模式可以更好匹配企業(yè)數(shù)據(jù)安全和法規(guī)遵從訴求，而公有云服務(wù)能夠彈性部署以及隨取隨用，這兩種云形成的混合云正成為企業(yè)的主流選擇，有廣泛的應(yīng)用場景。比如，企業(yè)通過公有云上開展大規(guī)模AI訓(xùn)練，在專有云上進(jìn)行推理；或是將Web類非核心業(yè)務(wù)部署到公有云，而將數(shù)據(jù)庫等核心業(yè)務(wù)部署在專有云；或是基于公有云快速開發(fā)創(chuàng)新應(yīng)用，然后部署到專有云上；

大型企業(yè)通常有多個分支機(jī)構(gòu)，每個分支又有本地的數(shù)據(jù)中心?？偛繉θW(wǎng)基礎(chǔ)設(shè)施進(jìn)行統(tǒng)籌規(guī)劃和運營，總部云主要用于承載集團(tuán)統(tǒng)一的業(yè)務(wù)；分支云主要承載區(qū)域性的差異化業(yè)務(wù)，日常運維則由本地運維團(tuán)隊負(fù)責(zé)。通過這種方式，可以兼顧集約化管理和個性化需求；

隨著數(shù)字化場景越來越豐富，海量OT數(shù)據(jù)在邊緣產(chǎn)生和匯聚，要求云在更靠近終端的網(wǎng)絡(luò)邊緣上提供服務(wù)，比如在中心云上進(jìn)行AI訓(xùn)練，然后將算法推送到邊緣部署，或是邊緣對接入的海量數(shù)據(jù)進(jìn)行預(yù)處理，再傳輸?shù)街行倪M(jìn)行深度分析。我們認(rèn)為，層次化多云將成為企業(yè)云基礎(chǔ)設(shè)施的新常態(tài)，也是應(yīng)對多樣化業(yè)務(wù)需求的最理想方案。企業(yè)如何構(gòu)建層次化多云對企業(yè)來說，匹配場景需求，選擇合適的云并不難，在每個領(lǐng)域都有很多成熟的廠商和產(chǎn)品。但繼續(xù)沿用傳統(tǒng)松散的多云部署架構(gòu)部署，又將走上傳統(tǒng)IT建設(shè)的老路，形成一個一個新的煙囪，增加管理難度。要破解這個難題，企業(yè)需要建立層次化多云架構(gòu)，實現(xiàn)多云有效協(xié)同、體驗一致以及全生命周期統(tǒng)一管理，推動管理和服務(wù)標(biāo)準(zhǔn)化，邏輯上形成企業(yè)一朵云。統(tǒng)一的多云管理平臺多云架構(gòu)的落地，首先需要一個統(tǒng)一的多云管理平臺，打通身份認(rèn)證、服務(wù)目錄和生態(tài)體系：統(tǒng)一鑒權(quán)：讓原本屬于不同云平臺的用戶能

統(tǒng)一服務(wù)目錄：制定統(tǒng)一的云服務(wù)規(guī)范，將多個云上的服務(wù)標(biāo)準(zhǔn)化，并提供一致體驗，用戶可以通過跨云編排服務(wù)實現(xiàn)一鍵部署，讓業(yè)務(wù)快速上線；

統(tǒng)一生態(tài)：統(tǒng)一的接口和開發(fā)規(guī)范，讓開發(fā)者、應(yīng)用伙伴可以實現(xiàn)一次開發(fā)、多云部署，同時通過應(yīng)用市場沉淀下來，降低應(yīng)用開發(fā)成本和業(yè)務(wù)上線周期。層次化運營運維機(jī)制專有云和專有云之間的混合是典型的分布式部署模式。由集團(tuán)統(tǒng)一統(tǒng)籌規(guī)劃云平臺建設(shè)，通過云管平臺實現(xiàn)統(tǒng)一運營，分級運維：一級運營：總部建設(shè)集中的運營中心，對全局資源配額、計量計費、流程審批和租戶進(jìn)行統(tǒng)一管理，數(shù)據(jù)實時匯聚，保證總部對全局資源與服務(wù)可視可管；當(dāng)分支管理員無法處理復(fù)雜的運維問題時，總部的高級別工程師可以登錄分支運維界面，遠(yuǎn)程協(xié)助解決運維訴求。分級運維：在分支建設(shè)分布式的運維中心，為總部和每個子公司的本地云平臺提供本地運維監(jiān)控能力，包括設(shè)備運維、告警監(jiān)控、日志審計等，各分支通過完整的運維工具平臺，能夠完成運維的自閉環(huán)，這對于擁有獨立性運維團(tuán)隊的分支機(jī)構(gòu)尤為重要，直接幫助總部環(huán)節(jié)運維壓力。云邊端的數(shù)據(jù)和應(yīng)用無縫協(xié)同工業(yè)互聯(lián)網(wǎng)的快速發(fā)展，對云邊協(xié)同提出了更豐富的場景和能力要求：在車間等邊緣節(jié)點，需要對接跨地域、多廠商的工業(yè)設(shè)備，因此強(qiáng)大的工業(yè)數(shù)采能力必不可少，如50ms以內(nèi)的海量端側(cè)設(shè)備高性能接入，及覆蓋MQTT、Zigbee等1000+常見工業(yè)協(xié)議接入，同時可以基于輕量化能力運行中心云推送的邊緣算法。在礦區(qū)、分工廠部署邊緣云，與中心Region資源統(tǒng)一編排，統(tǒng)一管理，基于統(tǒng)一且靈活的部署架構(gòu)，通過將AI、大數(shù)據(jù)、工業(yè)物聯(lián)平臺等豐富的服務(wù)在邊緣部署，就近進(jìn)行數(shù)據(jù)分析或預(yù)處理。同時支持分支數(shù)據(jù)向中心云備份，保障業(yè)務(wù)連續(xù)性。在總部，中心云提供全局統(tǒng)一的運營運維和數(shù)據(jù)、模型標(biāo)準(zhǔn)化管理，對OT和IT數(shù)據(jù)進(jìn)行融合分析與治理，基于一集團(tuán)+N工廠的云邊部署模式，將模型和應(yīng)用按需分發(fā)到邊緣。指標(biāo)預(yù)測到2025年91%的企業(yè)將使用多云架構(gòu)部署業(yè)務(wù)

其中80%的企業(yè)將同時使用公有云和專有云

65%的企業(yè)將用統(tǒng)一云管平臺集約化管理趨勢六混合多云新常態(tài)趨勢七云原生安全與運營DIVEINTOCLOUDDIVEINTOCLOUD趨勢七云原生安全與運營趨勢七云原生安全與運營PAGE44PAGE44PAGE45PAGE45SOC構(gòu)建安全運營安全治安全治理 編排響應(yīng) 態(tài)勢感知 AI分析 日志采集云原生安全體系統(tǒng)一的技術(shù)架構(gòu)和全局分析，安全成為云上業(yè)務(wù)建設(shè)的一部分N層防線構(gòu)建內(nèi)生安全⑦運維⑥數(shù)據(jù)⑤主機(jī)④應(yīng)用③網(wǎng)絡(luò)②身份認(rèn)證①物理內(nèi)生安全通過N層云原生安全建設(shè)體系，統(tǒng)一標(biāo)準(zhǔn)，安全防護(hù)從外掛式的割裂走向內(nèi)生安全運營內(nèi)生安全通過N層云原生安全建設(shè)體系，統(tǒng)一標(biāo)準(zhǔn)，安全防護(hù)從外掛式的割裂走向內(nèi)生安全運營三分建設(shè)七分運營，沉淀安全經(jīng)驗，實現(xiàn)提前預(yù)防風(fēng)險、感知安全事件和自動化處理技術(shù)創(chuàng)新將AI、大模型等先進(jìn)技術(shù)應(yīng)用于企業(yè)防護(hù)，幫助企業(yè)構(gòu)建高智能化、高自動化、可持續(xù)迭代的云原生安全體系傳統(tǒng)安全方案已無法滿足云上業(yè)務(wù)需求安全是企業(yè)數(shù)字化轉(zhuǎn)型無法繞開的話題，僅2022年的全球勒索軟件事件就高達(dá)數(shù)千萬次，新增安全漏洞超過兩萬例。隨著千行百業(yè)步入云化轉(zhuǎn)型的“深水區(qū)”，以設(shè)備為中心的傳統(tǒng)安全建設(shè)和運營模式已無法滿足政企當(dāng)前階段的安全需求。云上資源往往是分布式部署架構(gòu)，傳統(tǒng)的物理防御邊界被打破，用戶的安全邊界不再清晰。當(dāng)前，仍有超過80%的政企上云后僅使用傳統(tǒng)安全防護(hù)，這對業(yè)務(wù)的安全性和可靠性帶來巨大挑戰(zhàn)?？偟膩碚f，會帶來以下可預(yù)見的風(fēng)險：配套難：傳統(tǒng)的數(shù)據(jù)安全方案往往是外掛式，安全產(chǎn)品與云割裂，不支持自動化部署與管理。云平臺和安全廠商需要投入大量專家進(jìn)行調(diào)測，云平臺的升級迭代也會帶來復(fù)雜的適配工作

定位慢：運維平臺收集的威脅信息來源單一，缺乏系統(tǒng)之間的關(guān)聯(lián)信息。一旦出現(xiàn)安全風(fēng)險，不同安全產(chǎn)品定界、定位困難，短時間內(nèi)海量告警無法及時處置，風(fēng)險越積越深

標(biāo)準(zhǔn)亂：傳統(tǒng)異構(gòu)安全的方案催生了非標(biāo)準(zhǔn)的安全架構(gòu)，技術(shù)架構(gòu)不統(tǒng)一導(dǎo)致每個項目定制化嚴(yán)重，安全運營經(jīng)驗無法復(fù)制和迭代，已積累的豐富的運營經(jīng)驗不能共享如何構(gòu)建云原生安全體系云原生安全的理念，并不是只解決云原生技術(shù)帶來的安全問題，而是希望以云原生的思維構(gòu)建云安全，將安全與云計算深度融合。構(gòu)建云原生安全體系一方面可以通過云計算特性幫助用戶規(guī)避部分安全風(fēng)險，另一方面能夠?qū)踩谌霃脑O(shè)計到運營的整個過程中，解決用戶云計算環(huán)境和傳統(tǒng)安全架構(gòu)割裂的痛點。安全建設(shè)從割裂走向內(nèi)生 從安全建設(shè)走向安全運營進(jìn)入云原生時代，物理安全邊界逐漸模糊，基于邊界的防護(hù)模式正在演變到基于資源的云原生安全體系。從云外到云內(nèi)，從南北向到東西向網(wǎng)絡(luò)，從容器、DevOps到微服務(wù)，安全建設(shè)中需整體考慮應(yīng)用的全生命周期，云供應(yīng)商要為客戶提供從平臺層到租戶層，從物理層、身份認(rèn)證、網(wǎng)絡(luò)、應(yīng)用、主機(jī)、數(shù)據(jù)到運維的層層防護(hù)，為云上業(yè)務(wù)設(shè)立N層安全屏障。通過云原生的N層防護(hù)，提供統(tǒng)一安全標(biāo)準(zhǔn)。云資源部署時，業(yè)務(wù)與安全技術(shù)緊密結(jié)合，而非兩套系統(tǒng)的簡單配套。云平臺統(tǒng)一提供原生的安全服務(wù)，在云上自動化部署、統(tǒng)一管理、配套發(fā)布與迭代敏捷。安全與云計算的高可靠、彈性擴(kuò)容緊密結(jié)合，實現(xiàn)安全防護(hù)從外掛式的割裂走向內(nèi)生。

越來越多的企業(yè)開始重視安全運營，“三分建設(shè)，七分運營”成為企業(yè)安全建設(shè)的理念?；谠粕辖y(tǒng)一架構(gòu)構(gòu)建企業(yè)的安全運營中心（SecurityOperationsCenter，SOC），可以為企業(yè)提供全面的資產(chǎn)管理、安全態(tài)勢感知、安全信息和事件管理、安全編排與自動響應(yīng)等能力，實現(xiàn)風(fēng)險預(yù)防、安全事件感知和安全事件自動化處理，提升企業(yè)安全運營效率。得益于統(tǒng)一的安全運營中心，在日常安全運營場景下，對各個安全目標(biāo)執(zhí)行安全運營流程，發(fā)現(xiàn)并消減風(fēng)險，并對流程進(jìn)行持續(xù)改進(jìn)，避免風(fēng)險再次發(fā)生。企業(yè)不必重復(fù)投入大量資金和專業(yè)人才，威脅檢測模型和事件響應(yīng)劇本等安全經(jīng)驗可以在云平臺上積累沉淀，幫助企業(yè)構(gòu)建更加智能和可靠的云原生安全體系。AI、大模型等創(chuàng)新技術(shù)應(yīng)用在實戰(zhàn)中隨著機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等AI技術(shù)的應(yīng)用，新興攻擊手段層出不窮，大幅增加了云平臺的攻擊檢測難度，這促使企業(yè)運用人工智能創(chuàng)新技術(shù)提高云安全防御效率，在實際攻防實戰(zhàn)中快速定位威脅攻擊，提升云安全防御的自動化、智能化水平。公有云每天可能遭遇幾億次安全攻擊，這恰恰可以為云廠商提供海量數(shù)據(jù)樣本，得以持續(xù)提升安全大模型能力。云廠商可以將安全大模型應(yīng)用于企業(yè)防護(hù)，在攻擊檢測、攻擊防范和安全運營等場景中，幫助企業(yè)構(gòu)建自己的高智能化、高自動化、可持續(xù)迭代的云原生安全體系。PAGE48PAGE48指標(biāo)預(yù)測到2025年安全防護(hù)方案結(jié)合云原生安全與傳統(tǒng)安全的企業(yè)占將從55% 80%70%客戶將使用AI技術(shù)以應(yīng)對來自全球的安全威脅構(gòu)建安全運營中心的企業(yè)數(shù)量將持續(xù)增加，從32% 73%趨勢七云原生安全與運營趨勢七云原生安全與運營

網(wǎng)頁籌改

流氓軟件網(wǎng)絡(luò)監(jiān)聽 蠕蟲病毒Rootkit

安全信息和事件管理

事件自動化處理

身份盜竊安全運營中心資產(chǎn)管理

安全態(tài)勢感知N層安全防線SQL注入N層安全防線

MIM攻擊

DDOS攻擊

木馬程序趨勢八云服務(wù)模式優(yōu)先趨勢八云服務(wù)模式優(yōu)先趨勢八云服務(wù)模式優(yōu)先DIVEINTOCLOUDDIVEINTOCLOUDPAGE51PAGE51PAGE54PAGE54傳統(tǒng)建設(shè)模式建設(shè)成本傳統(tǒng)建設(shè)模式

遠(yuǎn)程運維本地運維專業(yè)服務(wù)遠(yuǎn)程運維本地運維專業(yè)服務(wù)軟硬件云服務(wù)

云服務(wù)建設(shè)模式

建設(shè)成本平滑支出 新業(yè)務(wù)快速上線 降低試錯成本 利益互鎖長期合作傳統(tǒng)采購模式無法適應(yīng)云業(yè)務(wù)的發(fā)展隨著企業(yè)數(shù)字化的深入，各個行業(yè)持續(xù)加大云的投資，越來越多的工作負(fù)載將承載到云上。在專屬云或混合云基礎(chǔ)設(shè)施的建設(shè)中，企業(yè)通常采用Capex投資模式（硬件+軟件License許可+SnS年費），并配置相應(yīng)的運營運維人力，這也是IT行業(yè)多年來形成的主流采購模式。隨著云平臺規(guī)模擴(kuò)大和技術(shù)棧日益復(fù)雜化，這種模式也面臨一些新挑戰(zhàn)：初始投資動輒數(shù)千萬，以Capex為主，帶來短期投資壓力的劇增，影響企業(yè)的財務(wù)穩(wěn)定性

項目采購和建設(shè)周期較長、業(yè)務(wù)上線慢，很難匹配日益急迫的業(yè)務(wù)敏捷和彈性部署要求

云平臺需要持續(xù)迭代以保持技術(shù)領(lǐng)先，并且隨著業(yè)務(wù)變化，客戶通常需要調(diào)整和更新自己的技術(shù)棧，傳統(tǒng)模式下企業(yè)自身很難構(gòu)建該能力在公有云市場，基于云服務(wù)的采購模式早已不是新鮮事物，企業(yè)基于業(yè)務(wù)需求訂閱云服務(wù)并按周期付費，業(yè)務(wù)上線快、云服務(wù)支出相對平滑，這種模式對于企業(yè)建設(shè)本地云基礎(chǔ)設(shè)施也同樣具有重要的借鑒意義。從“供應(yīng)商”到“同行者”云服務(wù)模式成為優(yōu)先選擇2018年，國家頒布的《政務(wù)云應(yīng)用推進(jìn)工作方案（2018-2020年）》明確提出，政府部門應(yīng)當(dāng)優(yōu)先采用政務(wù)云和公共云等云計算服務(wù)，以實現(xiàn)資源的共享、信息的整合和安全的保障，加快推進(jìn)政務(wù)云應(yīng)用。云服務(wù)模式改變了傳統(tǒng)軟硬件的交付方式，從“買定離手”向“持續(xù)服務(wù)”的新范式轉(zhuǎn)換，幫助企業(yè)提高市場響應(yīng)速度，并更專注于業(yè)務(wù)創(chuàng)新。云服務(wù)模式主要有以下幾種類型：軟硬一體云服務(wù)：云廠商提供一套完整的云基礎(chǔ)設(shè)施解決方案，包括硬件和云服務(wù)軟件，以及一些可選的專業(yè)服務(wù)，如專業(yè)運維、輔助運營等。企業(yè)通過周期性的訂閱云服務(wù)，享有云服務(wù)有效期內(nèi)的使用權(quán)，無需關(guān)心底層硬件基礎(chǔ)設(shè)施的維護(hù)及選型，僅關(guān)注服務(wù)可用性，專注業(yè)務(wù)創(chuàng)新。云廠商需要確保平臺的建設(shè)和穩(wěn)定運行，并按照企業(yè)業(yè)務(wù)需求和合同約定，靈活調(diào)整云服務(wù)類型和資源配額。這種模式的優(yōu)勢在于可最大程度避免系統(tǒng)中的兼容性問題，發(fā)揮軟硬協(xié)同的最優(yōu)性能，是目前業(yè)界最主流的一種采購模式；純軟件云服務(wù)：企業(yè)自主采購和維護(hù)硬件設(shè)備，擁有對硬件的所有權(quán)。云廠商通常只提供云平臺軟件和相關(guān)服務(wù)，企業(yè)按約定周期性支付軟件服務(wù)費。相對于軟硬一體云服務(wù)來說，這種模式是軟硬解耦的，更適用于對硬件依賴度不高的場景，但需要確保硬件和云軟件的兼容性。以上兩種云服務(wù)模式各有優(yōu)劣，企業(yè)可以根據(jù)自身情況進(jìn)行選擇?？偟膩碚f，云服務(wù)模式是對企業(yè)IT的采購、建設(shè)和運營運維流程的一次變革，更適應(yīng)深度用云階段的產(chǎn)業(yè)特點。對企業(yè)而言，采用云服務(wù)模式也可以帶來顯而易見的收益：支出平滑：服務(wù)模式一般為訂閱式付費，企業(yè)只需要按年支付云服務(wù)費用，無需一次性支付大額采購費用，支出更加平滑，緩解企業(yè)資金壓力；

新業(yè)務(wù)快速上線：企業(yè)無需經(jīng)歷硬件設(shè)備、軟件授權(quán)的傳統(tǒng)采購過程，大幅縮短項目立項采購時間。企業(yè)只需根據(jù)新業(yè)務(wù)特點確定需要部署的云服務(wù)類型，即可由供應(yīng)商快速提供相應(yīng)資源，支撐新業(yè)務(wù)快速上線；降低試錯成本：對于大模型、工業(yè)互聯(lián)網(wǎng)等創(chuàng)新，企業(yè)通過采購云服務(wù)快速構(gòu)建新能力，支撐業(yè)務(wù)創(chuàng)新。云服務(wù)到期后，企業(yè)可以重新評估是否停止服務(wù)或擴(kuò)大服務(wù)規(guī)模，有效降低業(yè)務(wù)創(chuàng)新可能帶來的試錯成本和風(fēng)險；

利益互鎖、長期合作：云服務(wù)商業(yè)模式有利于建立云廠商和企業(yè)的長期合作，除了建設(shè)云基礎(chǔ)設(shè)施外，雙方通常會配合開展云平臺的運營運維工作，提供可持續(xù)迭代新的版本和能力，推動企業(yè)傳統(tǒng)及創(chuàng)新業(yè)務(wù)持續(xù)上云。指標(biāo)預(yù)測到2025年專屬云和混合云采購中，云服務(wù)模式的占比將增長100%趨勢八云服務(wù)模式優(yōu)先 趨勢八云服務(wù)模式優(yōu)先財務(wù)數(shù)據(jù)平滑穩(wěn)定首年TCO減少70%快速上線，業(yè)務(wù)不斷創(chuàng)新上線效率由月級天級運維更專業(yè)，平臺持續(xù)演進(jìn)運維效率提升30%

同行伙伴，共創(chuàng)未來打造聯(lián)合創(chuàng)新實驗室趨勢九從建設(shè)到卓越運營DIVEINTOCLOUDDIVEINTOCLOUD趨勢九從建設(shè)到卓越運營趨勢九從建設(shè)到卓越運營58586161> 全面云原生化遷移上云laaS和容器 > 數(shù)據(jù)/AI/應(yīng)用> 全面云原生化遷移上云laaS和容器 > 數(shù)據(jù)/AI/應(yīng)用資源為主 技術(shù)棧數(shù)百～千節(jié)點> 數(shù)千～萬節(jié)點邁向深度用云

3關(guān)鍵KPI性創(chuàng)新動力不足性

1角色組織 運營工｜卓越運營｜

云原生比例資源利用率用戶滿意度資源利用不充分組織與流程不匹配

流程規(guī)范

KPI

人員能力

應(yīng)用上云率服務(wù)可用性為什么要運營？在傳統(tǒng)的IT體系中，IT部門定位為技術(shù)提供者，主要關(guān)注IT的建設(shè)與運行保障。近年來，企業(yè)通過建設(shè)自有的云基礎(chǔ)設(shè)施并推動業(yè)務(wù)逐步云化，實現(xiàn)了IT效率的顯著提升，在這個過程中IT部門率先受益，但業(yè)務(wù)部門收益卻未達(dá)到預(yù)期。并且隨著云的規(guī)模持續(xù)增長以及更多新技術(shù)被采納，企業(yè)的應(yīng)用與技術(shù)架構(gòu)日益復(fù)雜，對現(xiàn)有IT的流程、組織和能力也提出了新的挑戰(zhàn)，企業(yè)云轉(zhuǎn)型矛盾日益凸顯：上云節(jié)奏緩慢對全面上云持觀望態(tài)度，大量核心系統(tǒng)仍然基于傳統(tǒng)架構(gòu)部署

創(chuàng)新動力不足應(yīng)用以遷移上云為主，缺少重構(gòu)與創(chuàng)新，業(yè)務(wù)部門缺乏持續(xù)上云的驅(qū)動力

資源利用不充分業(yè)務(wù)上云節(jié)奏未達(dá)到建設(shè)預(yù)

組織與流程不匹配缺少匹配云的流程和組織支撐，責(zé)任主體不清晰、管理混亂“重建設(shè)、輕運營”是當(dāng)前企業(yè)云化轉(zhuǎn)型過程中的普遍現(xiàn)象，也成為制約云價值體現(xiàn)的重要因素。在深度用云時代，企業(yè)需要建立起一套符合自身特點的云運營體系，讓業(yè)務(wù)創(chuàng)新與平臺建設(shè)形成良性循環(huán)，才能充分釋放云的潛力。DIVEINTOCLOUDDIVEINTOCLOUD趨勢九從建設(shè)到卓越運營趨勢九從建設(shè)到卓越運營PAGE60PAGE60PAGE61PAGE61從建設(shè)到卓越運營，兌現(xiàn)云價值從建設(shè)到卓越運營的轉(zhuǎn)變不是一蹴而就的事，它是一個長期的系統(tǒng)性工程，對組織、能力、流程都有更高的要求，需要企業(yè)自上而下的推進(jìn)，定義好流程、對象及關(guān)鍵活動。1套流程體系建設(shè)平臺靠技術(shù)、運營平臺靠流程。IT團(tuán)隊從“維護(hù)方”向“運營方”轉(zhuǎn)變，首先需要建立完善的運營流程體系，讓復(fù)雜的運營活動有章可循：組織與KPI：組建運營團(tuán)隊，統(tǒng)籌規(guī)劃運營工作，明確組織架構(gòu)、職責(zé)和邊界、溝通機(jī)制和服務(wù)標(biāo)準(zhǔn)；流程與工具：上云、用云、管云的流程基線化，確保運營活動高效合規(guī)開展，并持續(xù)豐富數(shù)字化工具提升運營效率；能力提升：建立運營管理能力模型，識別差距并通過培訓(xùn)和輔助運營專業(yè)服務(wù)快速補(bǔ)齊，在實戰(zhàn)中持續(xù)鞏固，從而形成組織級運營能力。3大運營對象運營的對象是什么、有哪些重要關(guān)注點，與組織設(shè)置和目標(biāo)設(shè)置強(qiáng)相關(guān)，需要定義清楚：平臺運營：保障云平臺的穩(wěn)定運行。關(guān)注資源的可獲得性、業(yè)務(wù)的連續(xù)性、平臺和云服務(wù)的持續(xù)演進(jìn)；業(yè)務(wù)運營：推動業(yè)務(wù)上云和云上創(chuàng)新。關(guān)注核心應(yīng)用上云率、云原生比例以及創(chuàng)新應(yīng)用；用戶運營：牽引運營質(zhì)量提升。關(guān)注滿意度、認(rèn)知度、認(rèn)可度和推薦度。4類關(guān)鍵活動應(yīng)用創(chuàng)新：聯(lián)合云廠商和應(yīng)用伙伴，以技術(shù)與場景雙輪驅(qū)動創(chuàng)新。在現(xiàn)有場景和應(yīng)用中引入大數(shù)據(jù)、AI等新技術(shù)進(jìn)行改造，優(yōu)化效率和體驗；另一方面，以業(yè)務(wù)需求牽引應(yīng)用場景的創(chuàng)新，并構(gòu)建所需的云服務(wù)能力。業(yè)務(wù)上云：開展全面的業(yè)務(wù)場景調(diào)研，制定上云規(guī)范、節(jié)奏、路徑和實施方案。遵循“應(yīng)上盡上”和“云原生優(yōu)先”原則，優(yōu)先對應(yīng)用進(jìn)行云原生改造，對于一些改造難度大的復(fù)雜系統(tǒng)，在不改變應(yīng)用架構(gòu)和依賴的前提下實現(xiàn)平滑上云，后期再逐步進(jìn)行云原生改造；應(yīng)用創(chuàng)新：聯(lián)合云廠商和應(yīng)用伙伴，以技術(shù)與場景雙輪驅(qū)動創(chuàng)新。在現(xiàn)有場景和應(yīng)用中引入大數(shù)據(jù)、AI等新技術(shù)進(jìn)行改造，優(yōu)化效率和體驗；另一方面，以業(yè)務(wù)需求牽引應(yīng)用場景的創(chuàng)新，并構(gòu)建所需的云服務(wù)能力。運營優(yōu)化：圍繞服務(wù)目錄、容量、性能等多個方面提升運營效能。比如，預(yù)測資源趨勢并制定擴(kuò)容策略，兼顧資源的可獲得性和利用率；對閑置資源進(jìn)行分析并提出優(yōu)化措施；針對應(yīng)用性能問題進(jìn)行負(fù)載監(jiān)控檢查，從配置到架構(gòu)層面進(jìn)行性能優(yōu)化。同時，開展內(nèi)部的用戶調(diào)研與價值推廣，提升用戶的認(rèn)知度、認(rèn)可度和推薦度。運行保障：確保平臺穩(wěn)定運行與持續(xù)演進(jìn)，包括對平臺進(jìn)行日常運維保障與故障處理，及時消減風(fēng)險。根據(jù)業(yè)務(wù)需求制定云服務(wù)上線計劃并規(guī)劃平臺的升級演進(jìn)，確保平臺能力持續(xù)迭代以匹配業(yè)務(wù)需求。此外，還包括重大事件保障、應(yīng)急演練等多個維度工作；運營優(yōu)化：圍繞服務(wù)目錄、容量、性能等多個方面提升運營效能。比如，預(yù)測資源趨勢并制定擴(kuò)容策略，兼顧資源的可獲得性和利用率；對閑置資源進(jìn)行分析并提出優(yōu)化措施；針對應(yīng)用性能問題進(jìn)行負(fù)載監(jiān)控檢查，從配置到架構(gòu)層面進(jìn)行性能優(yōu)化。同時，開展內(nèi)部的用戶調(diào)研與價值推廣，提升用戶的認(rèn)知度、認(rèn)可度和推薦度。專業(yè)服務(wù)作為卓越運營落地重要的抓手，其重要性在深度用云時代將進(jìn)一步凸顯。企業(yè)在做好內(nèi)部的運營的基礎(chǔ)上，持續(xù)完善卓越運營體系和能力，未來可以進(jìn)一步開展對外運營，輸出技術(shù)、經(jīng)驗和生態(tài)，賦能產(chǎn)業(yè)。PAGE62PAGE62指標(biāo)預(yù)測到2025年企業(yè)在云基礎(chǔ)設(shè)施持續(xù)運營上的投資占比將達(dá)到45%

本地云基礎(chǔ)設(shè)施的資源利用率將提升50%以上

大型企業(yè)業(yè)務(wù)上云率將達(dá)到63%其中云原生率達(dá)到76%趨勢九從建設(shè)到卓越運營IoTAI

DevOps技術(shù)創(chuàng)新

業(yè)務(wù)創(chuàng)新

用戶運營云原生應(yīng)用40+廳局委辦

業(yè)務(wù)運營

用戶滿意度提升100%政務(wù)通遷移上云200+業(yè)務(wù)上云政務(wù)通遷移上云平臺運營SAP

SAP

SAP告警設(shè)備設(shè)備設(shè)備設(shè)備設(shè)備設(shè)備傳統(tǒng)應(yīng)用平臺7*24小時穩(wěn)定運行資源利用率提升50% 趨勢十運維即服務(wù)趨勢十運維即服務(wù)趨勢十運維即服務(wù)DIVEINTOCLOUDDIVEINTOCLOUDPAGE69PAGE69PAGE68PAGE68人力投入成本高7*24小時工作需要vs5*8小時法定工作時間

運維即服務(wù)100%技術(shù)人才獲得效率選用育留綜合投入2/3無需構(gòu)建/維護(hù)運維流程無需自行100%技術(shù)人才獲得效率選用育留綜合投入2/3無需構(gòu)建/維護(hù)運維流程無需自行開發(fā)/總成本50%AI算法庫海量原子運維經(jīng)驗庫運維難度高vs宏觀管理資源協(xié)調(diào)部件更換宏觀管理資源協(xié)調(diào)部件更換運維服務(wù)本地/遠(yuǎn)程服務(wù)日?；A(chǔ)運維主動運維管理運維支撐效率低應(yīng)用技術(shù)復(fù)雜度高vs

混合運維高效協(xié)同 運維人才即需即

運維工具為我所用 運維經(jīng)驗常用常新全面云化時代的運維新挑戰(zhàn)隨著云服務(wù)的深入應(yīng)用，大型企業(yè)正在從“云建設(shè)優(yōu)先”向“提升云效能”轉(zhuǎn)變，更加關(guān)注如何更好地管理云平臺，以應(yīng)對未來業(yè)務(wù)全面數(shù)字化可能帶來的挑戰(zhàn)。為了保持業(yè)務(wù)的領(lǐng)先，企業(yè)通過持續(xù)引入云原生等新技術(shù)以支撐業(yè)務(wù)的創(chuàng)新。每個新技術(shù)的引入，對企業(yè)都是一次考驗，要求其快速構(gòu)建對應(yīng)的運維能力。實際運營中，這種能力構(gòu)建具有嚴(yán)重的滯后性，無法滿足業(yè)務(wù)快速上線和穩(wěn)定運行的要求。此外，隨著技術(shù)棧日益增長，跨技術(shù)棧的應(yīng)用調(diào)用越來越多，運維復(fù)雜度也呈指數(shù)級上升，對運維人員能力、人員配置及管理都提出了更嚴(yán)苛的要求，給企業(yè)發(fā)展帶來長期壓力：人力投入成本：為保障運維能力能覆蓋新技術(shù)，企業(yè)需要引入對應(yīng)技術(shù)領(lǐng)域的專業(yè)人才，并制定快速招聘、能力培養(yǎng)和發(fā)展任用等一系列政策。此外，為應(yīng)對7*24小時平臺穩(wěn)定運行和員工法定工作時長5*8小時之間的不對稱，實際的運維人員數(shù)量通常超過崗位總數(shù)的4倍以上，人員投入和管理成本壓力巨大

業(yè)務(wù)中斷風(fēng)險：新技術(shù)人才較為稀缺，人員獲取困難且易流失，因而構(gòu)建一支穩(wěn)定且經(jīng)驗豐富的運維人才隊伍具有相當(dāng)大的挑戰(zhàn)，一旦人員不足或是缺乏足夠的經(jīng)驗，都將成為業(yè)務(wù)長期穩(wěn)定運行的潛在風(fēng)險

流程支撐難度：數(shù)字化發(fā)展不可避免會增加技術(shù)應(yīng)用及業(yè)務(wù)的復(fù)雜度，企業(yè)需要投入大量資金和時間自建運維流程及工具體系，以提升業(yè)務(wù)運轉(zhuǎn)支撐及問題解決效率在可預(yù)見的未來，運維的重要性和面臨的挑戰(zhàn)會越來越大，企業(yè)亟需改變傳統(tǒng)思維模式，探索一套符合全面云化時代特點且行之有效的運維新體系。運維即服務(wù)滿足多樣性運維場景需求“一切皆服務(wù)”是云產(chǎn)業(yè)的經(jīng)典理念，企業(yè)通過服務(wù)的方式，享受到云帶來的技術(shù)和經(jīng)驗，這是相比傳統(tǒng)IT的一次重大變革?！斑\維即服務(wù)”的理念正被越來越多的企業(yè)接受，企業(yè)無需自建云運維體系便可以獲取到專業(yè)的運維支撐，通過這種運維模式的創(chuàng)新轉(zhuǎn)變，建立起全面云化時代的運維新常態(tài)。新常態(tài)一：混合運維高效協(xié)同

新常態(tài)二：運維人才即需即用混合運維是本地運維和專業(yè)運維服務(wù)相結(jié)合的運維模式。企業(yè)自身僅需配置少量的運維人員進(jìn)行運維工作的宏觀調(diào)度，例如全局狀態(tài)審視、重大事件管理、內(nèi)外部協(xié)調(diào)以及必要的硬件更換等操作。而日常性的基礎(chǔ)運維操作則可通過運維服務(wù)提供商提供，遠(yuǎn)程的專業(yè)運維成為更多企業(yè)的選擇，這樣可極大卸載企業(yè)的運維工作負(fù)載，從而聚焦核心業(yè)務(wù)發(fā)展。

企業(yè)無需自建規(guī)模龐大的運維技術(shù)隊伍，當(dāng)有新的云服務(wù)需要上線時，由運維服務(wù)提供商提供所需的運維專家服務(wù)支撐新業(yè)務(wù)快速上線運行，人才獲取效率可提升100%。相較自主運維場景下自有人力配置的投入，企業(yè)在人員配置以及關(guān)鍵崗位的選、用、育、留方面的綜合成本可縮減約2/3。新常態(tài)三：運維工具為我所用 新常態(tài)四：運維經(jīng)驗常用常新通過運維服務(wù)化的方式，用于運維事件的處理流轉(zhuǎn)、狀態(tài)監(jiān)控、診斷分析、問題處理等環(huán)節(jié)所需的流程和工具均由服務(wù)提供商提供，企業(yè)無需投入大量資源用于運維協(xié)作流程的構(gòu)建及各類運維工具的開發(fā)或采購，可減少流程工具類資金和人員管理成本50%以上，真正做到了流程支撐類事項的減負(fù)。

企業(yè)可直接從運維服務(wù)提供商積累的大量運維經(jīng)驗庫中受益，例如故障模式庫、變更模型庫、風(fēng)險管理庫、安全漏洞庫、AI算法庫等在內(nèi)的大量原子運維能力，并且這些能力隨著時間的推移會持續(xù)迭代更新。這樣一方面大大提升了運維工作的效率，另一方面可避免重蹈類似事件產(chǎn)生的風(fēng)險，為業(yè)務(wù)快速發(fā)展排雷掃障，保駕護(hù)航。指標(biāo)預(yù)測到2025年遠(yuǎn)程專業(yè)運維服務(wù)的普及率超過65%超過52%的企業(yè)將采用引入混合運維的新模式趨勢十運維即服務(wù)本地云數(shù)據(jù)中心趨勢十運維即服務(wù)流程工具類綜合成本減少50%+

人員選用育留綜合成本減少2/3運維問題處理效率提升10倍

問題保障即刻響應(yīng)各類運維工具實時監(jiān)控警告 遠(yuǎn)程故障處理 遠(yuǎn)程巡檢維護(hù) 遠(yuǎn)程升級更新全技術(shù)棧人員儲備成熟運維流程

海量運維經(jīng)驗、知識庫

7*24h實時監(jiān)控，一站式解決問題運維服務(wù)提供商遠(yuǎn)程運維中心

研發(fā)專家能力兜底提供成熟運維工具、海量運維經(jīng)驗 各技術(shù)棧運維人才即需即用提供成熟運維工具、海量運維經(jīng)驗各技術(shù)棧運維人才即需即用DIVEINTOCLOUDDIVEINTOCLOUD未來場景展望未來場景展望PAGE74PAGE74PAGE73PAGE73能感知、有溫度、可進(jìn)化的未來城市城市是一個復(fù)雜的巨系統(tǒng)，涉及到經(jīng)濟(jì)、生活和政務(wù)等多個場景的交叉與融合。隨著交通擁堵、環(huán)境污染、城市治安等新型“大城市病”不斷涌現(xiàn)，如何提升城市資源利用率、緩解城市規(guī)模增長與有限資源之間的矛盾，成為城市未來需要解決的最重要需求。同時，5G、云、AI、區(qū)塊鏈、智能傳感等各種新技術(shù)的快速進(jìn)步，為未來城市的發(fā)展帶來了更多新的可能，城市也將成為各種新技術(shù)的最佳應(yīng)用創(chuàng)新場所與孵化基地。虛實融合的數(shù)字孿生城市未來城市包羅萬象，組件眾多，結(jié)構(gòu)復(fù)雜，組件與環(huán)境之間存在物質(zhì)和信息交換、迭代變換的聯(lián)系。通過建立一個城市級的數(shù)字孿生系統(tǒng)來應(yīng)對城市管理者、行業(yè)從業(yè)者、城市生活市民等用戶的創(chuàng)新訴求已成為行業(yè)共識。數(shù)字孿生城市通過匯聚及管理城市建設(shè)、運行、發(fā)展與更新的多源實時全量大數(shù)據(jù)，構(gòu)建數(shù)字孿生城市四維空間底座，全面掌控城市的運行狀態(tài)。通過數(shù)字孿生，能夠?qū)崿F(xiàn)將城市管理的模式從線下搬遷到線上，虛實對應(yīng)、精準(zhǔn)映射，以數(shù)據(jù)驅(qū)動實現(xiàn)全方位感知、全時空體驗、全領(lǐng)域賦能，讓城市具備過去可追溯、現(xiàn)在可感知、未來可推演的“超能力”，助力城市高質(zhì)量可持續(xù)發(fā)展。城市智能中樞驅(qū)動從人治走向AI治理可以預(yù)見在城市數(shù)字化轉(zhuǎn)型過程中，隨著城市全量數(shù)據(jù)的打通和融合，AI必將會在城市的各個場景中發(fā)揮越來越重要的作用，城市將從基于人的經(jīng)驗治理走向基于AI的算法治理，從局部的智能走向全場景的智慧。同時也會面臨一些新的挑戰(zhàn)：AI會催生新的公共治理主體，算法權(quán)力憑借算法優(yōu)勢與海量數(shù)據(jù)支撐，逐漸融入進(jìn)城市治理體系，反向推動城市治理的變革；AI技術(shù)倫理，人工智能基于以人為本，公平公正等基本價值理念，不斷糾正技術(shù)發(fā)展中存在的路徑偏離。我們認(rèn)為無論是順應(yīng)城市治理思想的轉(zhuǎn)變還是面對技術(shù)進(jìn)步所帶來的各種挑戰(zhàn)，未來的城市都需要一個強(qiáng)大的智慧中樞平臺，承上啟下，自主進(jìn)化。一方面匯聚來自于城市各個角落的海量數(shù)據(jù)，另一方面通過平臺把數(shù)據(jù)轉(zhuǎn)變成一種城市治理的先進(jìn)能力，普惠千行百業(yè)，極大提升城市治理效率與用戶服務(wù)體驗。更泛在、更主動的政務(wù)服務(wù)今天在中國大多數(shù)發(fā)達(dá)省份，政務(wù)辦理已不再需要去政府的服務(wù)大廳，通過手機(jī)就能夠進(jìn)行遠(yuǎn)程的自助服務(wù)，可以預(yù)見未來十年政務(wù)服務(wù)的數(shù)字化，智能化程度將會進(jìn)入到更高的發(fā)展階段。泛在：目前，政務(wù)服務(wù)網(wǎng)上辦、掌上辦，已取得了明顯成效。但是，政務(wù)服務(wù)在線化的深度、廣度和用戶體驗，與商業(yè)化在線應(yīng)用相比，還有很大的差距和提升空間。因此，未來政務(wù)服務(wù)將是無時不在、無處不在，除傳統(tǒng)服務(wù)形態(tài)之外，未來車站、機(jī)場、圖書館、銀行、酒店等場所，將會出現(xiàn)更多的政務(wù)服務(wù)模式。主動：政務(wù)服務(wù)初期建設(shè)主要圍繞減材料、減時間的目標(biāo)展開，主要實施手段是流程優(yōu)化。隨著一網(wǎng)通辦和一網(wǎng)統(tǒng)管工作的融合，城市動態(tài)數(shù)據(jù)的保存和處理強(qiáng)化了政務(wù)中臺中人工智能的能力，為政務(wù)服務(wù)提供主動式、智能式服務(wù)提供了基礎(chǔ)。未來將通過各種智能模型發(fā)掘需求，精準(zhǔn)推送服務(wù)內(nèi)容，主動召回服務(wù)目標(biāo)。數(shù)據(jù)成為商品，加速流通和交易數(shù)據(jù)已成為新型的生產(chǎn)要素，與土地、勞動力、資本等傳統(tǒng)生產(chǎn)要素并列。隨著數(shù)據(jù)流通交易的機(jī)制、法規(guī)和平臺逐步完善，公共數(shù)據(jù)的授權(quán)運營、可信流通、高效共享落將讓數(shù)據(jù)的價值進(jìn)一步放大。未來，將逐步形成以市場主體為主導(dǎo)的城市級數(shù)據(jù)空間：政府、企業(yè)和個人等數(shù)據(jù)供應(yīng)主體可以將自有的高價值數(shù)據(jù)開發(fā)成商品，如算法、模型、資產(chǎn)庫等，在“數(shù)據(jù)不出域、可用不可見”策略的指引下，授權(quán)給更多數(shù)據(jù)消費方使用，并從中獲得收益；數(shù)據(jù)消費方缺少高質(zhì)量數(shù)據(jù)集的情況也將不復(fù)存在，比如行業(yè)大模型等需要海量語料的場景，可以從市場上快速獲取到高質(zhì)量的數(shù)據(jù)商品，降低用數(shù)門檻。柔性、智能的未來工廠全球人口老齡化呈現(xiàn)不可逆趨勢。人口紅利逐漸消失迫使制造業(yè)必須轉(zhuǎn)型升級提質(zhì)增效，加快推進(jìn)智能制造。從發(fā)展規(guī)律來看，機(jī)器替代人力是不可阻擋的趨勢，是生產(chǎn)力進(jìn)步的體現(xiàn)。另一方面，消費需求的多樣化也在影響著生產(chǎn)模式的變化，倒逼企業(yè)進(jìn)行生產(chǎn)模式的革新。商品的個性化需求越來越高，使得工廠從大規(guī)模生產(chǎn)向大規(guī)模定制化生產(chǎn)轉(zhuǎn)變，也就是柔性生產(chǎn)的需求就越來越強(qiáng)烈。柔性敏捷滿足消費者個性需求在整個生產(chǎn)到消費的過程中，消費者的角色正發(fā)生著巨大的變化，決策點逐漸向上游遷移，可參與的環(huán)節(jié)會越來越廣。在傳統(tǒng)的規(guī)?；a(chǎn)時代，企業(yè)自己設(shè)計并完成生產(chǎn)，消費者從成品中進(jìn)行挑選。隨著企業(yè)對消費者的需求把握更為精準(zhǔn)，所提供的產(chǎn)品品類越來越豐富，讓消費者有了更大的挑選空間，然而這也造成庫存的巨大問題。未來，依托大數(shù)據(jù)、智能化技術(shù)對生產(chǎn)各環(huán)節(jié)實現(xiàn)模塊化拆解，消費者的意見和決策能夠直接參與到生產(chǎn)中的設(shè)計環(huán)節(jié)。比如在柔性制造的過程中，可以通過模塊化設(shè)計，讓消費者自由組合搭配并決定所需生產(chǎn)的產(chǎn)品形態(tài)或款式，之后企業(yè)才啟動生產(chǎn)。這樣，整個生產(chǎn)模式開始真正進(jìn)入個性化階段，隨著模塊化的顆粒度越來越細(xì)，會帶給消費者更高選擇搭配的自由度，最終達(dá)成充分個性化的生產(chǎn)模式。無人化生產(chǎn)和服務(wù)，彌補(bǔ)勞動力缺口在柔性和模塊化生產(chǎn)中，工廠對自主設(shè)備的需求越來越強(qiáng)烈。在以往的概念中，原有的自動化設(shè)備只能做某一類特定的動作，但隨著更多的設(shè)備具備了自主決策的能力，其自主性更強(qiáng)。自主機(jī)器人就是其中一例。傳統(tǒng)的工業(yè)機(jī)器人主要為大規(guī)模生產(chǎn)服務(wù)，通常要面向每一個要操作的物體和每一個在運行時的確定動作進(jìn)行編程。得益于強(qiáng)大的硬件性能和AI技術(shù)的大規(guī)模普及，在柔性制造中，具備AI能力的機(jī)器人能夠靈活的操作那些即使沒有明確在程序里標(biāo)明的物體類型，可以在產(chǎn)線上自主的對物體檢測、抓取以及移動進(jìn)行學(xué)習(xí)，這就極大的減少了在處理種類繁多的物體時非常耗費時間的指導(dǎo)過程。知識計算，從“人找經(jīng)驗”到“經(jīng)驗找人”從數(shù)據(jù)、信息和知識之間的關(guān)系角度來看，多個信息建立關(guān)聯(lián)管理就形成了知識。每個行業(yè)都有屬于自己的豐富知識，數(shù)據(jù)來源多樣、形態(tài)復(fù)雜，知識體系通常很龐雜、受眾范圍小，很多知識還是隱形的，難以對外表達(dá)出來，應(yīng)用場景則涉及因素多、推理鏈長。例如，在汽車維修場景中，汽車維修效果高度依賴維修技師的經(jīng)驗。汽車維修技師普遍通過故障現(xiàn)象和診斷故障代碼、再結(jié)合自身經(jīng)驗來判斷故障原因。對于某些“疑難雜癥”，維修技師有時無法直接找到故障原因，可能需要翻閱若干工具書和資料，甚至還要廠商專家參與，費時費力，影響客戶體驗。知識計算是解決行業(yè)知識與AI結(jié)合的一條全新而且有效的路徑，將行業(yè)知識與AI技術(shù)相結(jié)合，并賦能到機(jī)器和人，使得機(jī)器的控制更加精準(zhǔn)，進(jìn)而實現(xiàn)輔助人高效分析和決策，釋放行業(yè)專家的精力，集中關(guān)注業(yè)務(wù)創(chuàng)新，輔助人實現(xiàn)高效知識傳承，實現(xiàn)從過去的“人找知識”，變?yōu)楝F(xiàn)在的“知識找人”，助力員工快速成長為領(lǐng)域?qū)＜?，推動企業(yè)的知識化轉(zhuǎn)型。未來場景展望未來場景展望無處不在的金融服務(wù)金融機(jī)構(gòu)持續(xù)引入先進(jìn)的數(shù)字化技術(shù)開展數(shù)字化轉(zhuǎn)型，對自身的商業(yè)模式與業(yè)務(wù)進(jìn)行創(chuàng)新，通過不斷塑造新場景、構(gòu)建新業(yè)務(wù)提高自身競爭力。數(shù)字化技術(shù)正在將金融服務(wù)延伸到更多的線上和線下場景。未來，金融服務(wù)的內(nèi)涵也將變得更為豐富，像毛細(xì)血管一樣植根于日常生活和企業(yè)生產(chǎn)中。覆蓋更廣的數(shù)字貨幣在中國，數(shù)字人民幣自推出以來，已在多省市開展試點測試，并接入到多種支付應(yīng)用App，多家手機(jī)廠商也將數(shù)字人民幣無電支付功能落地。當(dāng)前，數(shù)字人民幣主要還是聚焦支付場景，在不久的將來，會逐步擴(kuò)展至工資發(fā)放、政務(wù)服務(wù)、銀行信貸、清算、結(jié)算、跨境支付等多元化應(yīng)用場景。數(shù)字貨幣兼顧實物貨幣和電子支付工具優(yōu)勢，具有支付即結(jié)算、可控匿名、安全和風(fēng)險可控、智能化和可編程等顯著特征。基于大數(shù)據(jù)、區(qū)塊鏈等數(shù)字化技術(shù)，能夠讓每一筆交易得到準(zhǔn)確記錄，減少犯法犯罪，完善資金的數(shù)字化監(jiān)管。從長遠(yuǎn)看，有利于建立廣覆蓋、全時段的統(tǒng)一社會信用體系，推進(jìn)國家治理體系和治理能力現(xiàn)代化。

全新體驗的數(shù)字銀行排隊等候時間太長、營業(yè)時間短、工作人員辦事效率低下以及流程過于復(fù)雜是傳統(tǒng)銀行網(wǎng)點給人的最大印象，未來，在AI、數(shù)字人、VR、機(jī)器人等技術(shù)加持下，銀行網(wǎng)點將會迎來全面智慧化升級，創(chuàng)造極致客戶體驗。77從用戶進(jìn)入網(wǎng)點時，銀行將自動識別并基于已構(gòu)建的客戶標(biāo)簽體系，提供“千人千面”的精準(zhǔn)服務(wù)；全息技術(shù)打造的數(shù)字人，將以深度神經(jīng)網(wǎng)絡(luò)分析學(xué)習(xí)能力為基礎(chǔ)，結(jié)合圖像和語音識別、語義理解等手段，實現(xiàn)高仿真表情、動作與對話，在網(wǎng)點日常迎賓引導(dǎo)場景廣泛應(yīng)用，也許是用戶未來能見到的唯一銀行職員。777878全面實時的風(fēng)控體系當(dāng)前金融風(fēng)險場景呈現(xiàn)多樣性，其中互聯(lián)網(wǎng)欺詐、偽卡盜刷、電信詐騙、跨境賭博等是損失較大的風(fēng)險場景。傳統(tǒng)風(fēng)控一般為事后分析凍結(jié)賬號來處理，缺乏事中處理能力，因為事中處理對復(fù)雜和高并發(fā)場景的實時計算能力要求高，風(fēng)控力度和用戶體驗難以兼顧。未來，基于大量交易、信用和其他細(xì)節(jié)數(shù)據(jù)，金融機(jī)構(gòu)可以使用實時數(shù)據(jù)湖、AI算法來實時、準(zhǔn)確地預(yù)測風(fēng)險，減少欺詐和違規(guī)行為的發(fā)生。場景化金融服務(wù)未來，供應(yīng)鏈金融將快速發(fā)展，它利用云原生技術(shù)和AI大模型開發(fā)動產(chǎn)算法，結(jié)合RFID射頻識別、智能攝像頭等終端，解決產(chǎn)業(yè)鏈上游中小企業(yè)“先貨后款”模式下的資金占用問題，為供應(yīng)鏈產(chǎn)業(yè)鏈穩(wěn)定循環(huán)和優(yōu)化升級提供更有力支持。智能投顧場景，利用AI、機(jī)器學(xué)習(xí)、自然語言處理等技術(shù)，可以分析客戶的風(fēng)險承受能力、投資目標(biāo)等，并提供個性化的投資建議。例如通過算法檢測股票的風(fēng)險和潛在投資機(jī)會，或者幫助客戶選擇最匹配需求的理財產(chǎn)品或證券，提高投資回報。農(nóng)業(yè)金融與衛(wèi)星圖像對接并進(jìn)行圖像AI處理，讓金融服務(wù)下沉到農(nóng)村。例如，針對大田作物融合金融科技，為農(nóng)業(yè)主提供衛(wèi)星信用貸；利用衛(wèi)星圖像AI處理能力，保險機(jī)構(gòu)推出針對性的農(nóng)產(chǎn)品的氣象指數(shù)險，無需現(xiàn)場勘察定損，即可獲得推送式理賠。在未來，金融服務(wù)會突破空間、時間的限制，加快與第三方多維度跨界合作，將金融服務(wù)以標(biāo)準(zhǔn)化的方式無縫嵌入到更多生產(chǎn)、生活場景中，實現(xiàn)無處不在的金融服務(wù)。未來場景展望未來場景展望DIVEINTOCLOUDDIVEINTOCLOUD低碳綠色的能源打造“零碳社會”已經(jīng)成為全球共識，中國也在2020年提出“碳達(dá)峰、碳中和”目標(biāo)。目前，我國電力行業(yè)碳排放約占全國碳排放總量的40%，建設(shè)以新能源為主體的新型電力系統(tǒng)是實現(xiàn)雙碳目標(biāo)的重要途徑，以“數(shù)字化”驅(qū)動“低碳化”將成為未來新型電力系統(tǒng)發(fā)展的主要方向。通過構(gòu)建強(qiáng)大的云基礎(chǔ)設(shè)施，將數(shù)字技術(shù)與與電力技術(shù)深度融合，推進(jìn)電力系統(tǒng)的智能化進(jìn)程，從而改變傳統(tǒng)電力系統(tǒng)的形態(tài)、特性和機(jī)理，實現(xiàn)源、網(wǎng)、荷、儲融合變換、協(xié)同發(fā)展。源：清潔能源出力精準(zhǔn)預(yù)測以太陽能和風(fēng)能為主導(dǎo)的清潔能源，將是未來30年增長最快的能源。根據(jù)預(yù)測，清潔能源發(fā)電的占比將從2020年的26%增長到2050年的6