《產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型精要》

第1第2第3第4第8第9第10第11第12第13第14第15平安集團下一代智能安全運營中心第16疫情實踐中的應(yīng)用（以建材行業(yè)為例 著李洋秦健 郵編100164 電子郵件\h315@網(wǎng)址\h 沒有理論的實踐是盲目的實踐。任何一個實踐性強的領(lǐng)域都需要有相應(yīng)的理論進行正確指導(dǎo)，而新生領(lǐng)域的常識對從業(yè)者來說是不可或缺的，因此數(shù)字化轉(zhuǎn)型的常識對行業(yè)從業(yè)者來說尤為重要。本書正是基于這個背景，根據(jù)筆者20余年在多個行業(yè)、多家世界500強企業(yè)出任O或化或數(shù)字化從業(yè)人員以及有志從事數(shù)字化轉(zhuǎn)型的大學(xué)生等群體講述產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的方方面面，不求全責(zé)備，但求幫助讀者快速建立有關(guān)數(shù)字化轉(zhuǎn)型的常識，從而幫助大家在具體的產(chǎn)業(yè)和企業(yè)數(shù)字化轉(zhuǎn)型實踐中把握先機，少走彎路，事半功倍。2022年1\h\h\h\h導(dǎo)導(dǎo)讀使技術(shù)產(chǎn)業(yè)交互迭代效應(yīng)持續(xù)增強，正在深刻改變?nèi)蚣夹g(shù)產(chǎn)業(yè)體主創(chuàng)新這個牛鼻子，提高網(wǎng)信領(lǐng)域基礎(chǔ)技術(shù)研發(fā)能力，聚焦網(wǎng)絡(luò)信息息基礎(chǔ)設(shè)施，打通經(jīng)濟社會發(fā)展的信息大動脈，重點突破基礎(chǔ)軟件、區(qū)塊鏈、等關(guān)鍵軟件，提升關(guān)鍵基礎(chǔ)平臺軟件技術(shù)創(chuàng)新和供給能和發(fā)展根基?？偨Y(jié)了數(shù)字化戰(zhàn)略設(shè)計的五大原則，即遵守以用戶為中心原則、遵守業(yè)務(wù)導(dǎo)向原則、遵守價值導(dǎo)向原則、遵守良性發(fā)展原則和遵守適度超前原則。此外，作者強調(diào)，企業(yè)應(yīng)當(dāng)以業(yè)務(wù)為主線，牢牢把握科技創(chuàng)新、網(wǎng)絡(luò)安全、數(shù)字生態(tài)三大核心立足點，科學(xué)謀劃、務(wù)實推進數(shù)字化轉(zhuǎn)型。第三，作者圍繞數(shù)字化轉(zhuǎn)型的戰(zhàn)術(shù)設(shè)計，提出了311戰(zhàn)術(shù)設(shè)計框架，其中，3指的是業(yè)務(wù)數(shù)字化、數(shù)字化基礎(chǔ)設(shè)施、數(shù)字化文化與組織，兩個1分別是數(shù)字化生態(tài)和數(shù)字化治理。第四，數(shù)字化轉(zhuǎn)型對領(lǐng)導(dǎo)者與組織應(yīng)當(dāng)具備的素質(zhì)和能力提出要求，無論是企業(yè)的決策層、管理層還是執(zhí)行層，每一個領(lǐng)導(dǎo)者及其團隊都應(yīng)該具備數(shù)字化的意識、素質(zhì)和能力，企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵人物要具有的全局觀和把控執(zhí)行力，具有的前瞻性和敏銳性，也要具有的果斷和安全風(fēng)控能力，能夠及時發(fā)現(xiàn)安全風(fēng)險并進行處理，也要具有的智慧和宣傳引導(dǎo)能力，還要具有的技能，能夠熟悉流程的再造與優(yōu)化等。對數(shù)字化轉(zhuǎn)型項目中企業(yè)的核心領(lǐng)導(dǎo)來說，除了具備上述種素養(yǎng)和能力，更重要的是懂得科技創(chuàng)新與業(yè)務(wù)發(fā)展深度融合，具備把數(shù)字化全面貫徹到企業(yè)決策層、管理層和執(zhí)行層各領(lǐng)域、各崗位，落實到企業(yè)轉(zhuǎn)型的全過程，用數(shù)字化提升效率獲取紅利的能力。第五，數(shù)字化轉(zhuǎn)型對組織人才和團隊的要求：一是團隊成員要具備一致的價值觀，并且有過硬的技術(shù)；二是要建立團隊內(nèi)部管理和對外協(xié)同的運營機制以提升流程效率；三是團隊要具備駕馭先進技術(shù)、集成應(yīng)用技術(shù)構(gòu)建平臺的能力。就如何培育選拔引領(lǐng)數(shù)字化轉(zhuǎn)型的優(yōu)秀領(lǐng)導(dǎo)者和優(yōu)秀團隊組織，本書分別提出了型領(lǐng)袖人才和建立業(yè)務(wù)敏捷型組織方案，并從定性和定量相結(jié)合出發(fā)，以實證案例討論了如何確定企業(yè)數(shù)字化轉(zhuǎn)型投資和如何設(shè)定數(shù)字化轉(zhuǎn)型的績效問題。第六，作者分析了包括世界2022年1第第1章時代呼喚數(shù)字化轉(zhuǎn)型出現(xiàn)于加拿大學(xué)者唐·塔普斯科特（DonTapscott）所著的《數(shù)據(jù)時代的經(jīng)濟學(xué)》（TheDigitalEconomy:PromiseandPerilintheAgeofNetworkedIntelligence）一書中。在這部1996年的著作中，塔普斯科特圖1-1術(shù)賦能的經(jīng)濟和社會活動”。而經(jīng)濟合作與發(fā)展組織（OrganizationforEconomicCo-operationandDevelopment，OECD）于2016年發(fā)布的報告圖1-2圖1-3圖1-4濟行業(yè)分類》中的26個大類、68個中類、126個小類。前4分類》中的91個大類、431個中類、1256個小類，體現(xiàn)了數(shù)字技術(shù)已經(jīng)究表明，數(shù)字化程度每提高10%，人均GDP（GrossDomesticProduct，圖1-5一次成功通過Internet實現(xiàn)了HTTP（HyperTextTransferProtocol，超文圖1-6圖1-7第第2章深入理解數(shù)字化轉(zhuǎn)型提升、風(fēng)險控制加強等）圖2-1圖2-2數(shù)字化轉(zhuǎn)型“三要素圖2-3價值創(chuàng)造和傳遞活動，通過傳統(tǒng)產(chǎn)品規(guī)?；a(chǎn)與交易，獲取效率提升、成本降低、質(zhì)量提高等方面的價值效益。全要素全過程質(zhì)量提高：實現(xiàn)（新一代）度融合，將質(zhì)量管理由事后檢驗轉(zhuǎn)變?yōu)榘葱?、動態(tài)、實時全面質(zhì)量管理，全面提升質(zhì)量管控和優(yōu)化水平。產(chǎn)品/數(shù)字原生企業(yè)（DigitalNativeEnterprise，DNE）也稱為互聯(lián)網(wǎng)企第第3章數(shù)字化轉(zhuǎn)型的戰(zhàn)略設(shè)計圖3-1圖3-2圖3-3第第4章數(shù)字化轉(zhuǎn)型的戰(zhàn)術(shù)設(shè)計圖4-1需要引進平臺，對員工進行培訓(xùn)，制定客戶關(guān)系管理的運營機制等。應(yīng)用“3-1-1”圖4-2數(shù)字化轉(zhuǎn)型的“3-1-1”圖4-3能力的模塊化、數(shù)字化和平臺化，對外提供研發(fā)設(shè)計、仿真驗證、生產(chǎn)、供應(yīng)鏈管理等數(shù)字能力服務(wù)。圖4-4圖4-5視；介全聯(lián)盟這樣的第三方組織，它們也是非常關(guān)鍵的、企業(yè)可以整合的資源。圖4-65G戰(zhàn)術(shù)保障數(shù)字化轉(zhuǎn)型“從量變到質(zhì)變“從量變到質(zhì)變”圖4-7第第5授特約翰·科特（JohnKotter）是這樣說的：“領(lǐng)導(dǎo)是用來做什么的？是Sampark基金會創(chuàng)始人魏尼特·納亞爾（VineetNayar）在《哈佛商數(shù)字化轉(zhuǎn)型需要“具有管理才能的領(lǐng)導(dǎo)者圖5-1“T型能力領(lǐng)袖”認識“T型能力領(lǐng)袖這個核心領(lǐng)袖和掌舵人，可以稱為型能力領(lǐng)袖。他不同于傳統(tǒng)意義上過多側(cè)重信息化、數(shù)字化和智能化技術(shù)的（hfnoon，首席信息官）和（hfgl，首席數(shù)字官），而是具備企業(yè)管理和經(jīng)營能力（包括戰(zhàn)略、人力、財務(wù)、產(chǎn)品、質(zhì)量等）、技術(shù)落地能力（包括架構(gòu)、軟件研發(fā)、高可用、云原生等）、市場營銷能力、流程優(yōu)化再造能力、風(fēng)控能力、組織建設(shè)及管理、生態(tài)打造能力等于一身的現(xiàn)代（見圖52），這些能力在傳統(tǒng)意義上存在于（hfxuve，首席執(zhí)行官）、（hfhnoogy，首席技術(shù)官）、（hfkng，首席市場官）、（hfk，首席風(fēng)險官）、（hfuy，首席安全官）、（hfos，首席流程官）、（hfunoue，首席人力官）、（hfnnl，首席財務(wù)官）、（hfpng，首席運營官）等。圖5-2現(xiàn)代CIO/CDO具體來說，型能力領(lǐng)袖名稱中的部分（見圖53）在實際的工作過程中，很大程度上決定了數(shù)字化轉(zhuǎn)型能否有戰(zhàn)友和同盟、取得老板和其他職能部門（如、、g等）和業(yè)務(wù)部門的信任和支持、比較順利地開展相關(guān)科技工作，所以稱之為企業(yè)生命線?，F(xiàn)實的情況往往是，不少具備較好的技術(shù)基礎(chǔ)，但是缺乏諸如財務(wù)、人事、市場、業(yè)務(wù)、企業(yè)經(jīng)營等方面的基礎(chǔ)常識，因此在溝通的過程中，無論是語言表達還是意識方面過度執(zhí)著于技術(shù)，經(jīng)常出現(xiàn)雞同鴨講的情況，難以取得理解和支持，有時甚至遭到反對和誤會，極大影響數(shù)字化轉(zhuǎn)型工作的正常開展。因此，必須具備相當(dāng)?shù)哪芰?。圖5-3“T型能力領(lǐng)袖”數(shù)字化轉(zhuǎn)型相關(guān)CXO（WilliamSynnott）和坎布里奇研究與規(guī)劃公司經(jīng)理威廉·（WilliamGrube）在著作《信息資源管理：80年代的機會和戰(zhàn)略》中提首席數(shù)字官（ChiefDigitalOfficer，CDO）源于企業(yè)數(shù)字化轉(zhuǎn)型的接將置于僅次于的重要位置，同時認為應(yīng)當(dāng)具備以下能力。與首席數(shù)字官有些類似，目前國家和政府提倡了一種新的制度首席數(shù)據(jù)官（hfa，）制度。這個制度最早由企業(yè)創(chuàng)對企業(yè)未來的業(yè)務(wù)發(fā)展和運營提供戰(zhàn)略性的建議和意見。經(jīng)過30展，的功能已經(jīng)從企業(yè)內(nèi)部管理制度延伸到政府政務(wù)數(shù)據(jù)管理領(lǐng)可或缺的一環(huán)。大數(shù)據(jù)分析能力（根據(jù)Gartner2021年對首席數(shù)據(jù)官的調(diào)查（見圖5-4），在開展數(shù)字圖5-4Gartner程工作有可能將個人身份信息（PersonalIdentifiableInformation，PII）（researchanddevelopment，R&D）的活動，同時對技術(shù)選型和具體技有可能聘請專門負責(zé)研發(fā)管理的VP（VicePresident，高層副級人物），圖5-5“T型能力領(lǐng)袖”“T型能力領(lǐng)袖”1.長期從事網(wǎng)信工作，有多年的世界500角，精通信息安全的基本原理和技術(shù)、相關(guān)安全標(biāo)準(zhǔn)（ISO27000、ISO6.500第第6章三階段構(gòu)建“業(yè)務(wù)敏捷型”IT康威定律是馬爾文·康威（MelvinConway）于1967然是其（人員）組織溝通結(jié)構(gòu)的縮影?！裁词恰皹I(yè)務(wù)敏捷型組織時代需要“業(yè)務(wù)敏捷型組織IT類“業(yè)務(wù)敏捷型組織”圖6-1IT類“業(yè)務(wù)敏捷型組織”“業(yè)務(wù)敏捷型組織”圖6-2創(chuàng)新，開展面向產(chǎn)品全生命周期的數(shù)字化設(shè)計與仿真優(yōu)化等，提升并行、協(xié)同、自優(yōu)化研發(fā)設(shè)計等能力。成，創(chuàng)新服務(wù)場景，提升延伸服務(wù)、跨界服務(wù)、超預(yù)期增值服務(wù)等能力。數(shù)據(jù)管理能力，即開展跨部門、跨組織（企業(yè)）生命周期管理，提高數(shù)據(jù)分析、集成管理、協(xié)同利用和價值挖掘等能力?！皹I(yè)務(wù)敏捷型組織”圖6-3分三階段建立“業(yè)務(wù)敏捷型組織圖6-4分三階段建立“業(yè)務(wù)敏捷型組織應(yīng)用ITBPITBP（ITBusinessPartner，IT業(yè)務(wù)伙伴）的機制保證實現(xiàn)這個目標(biāo)。如值。這個機制最早是從HRBP（HumanResourceBusinessPartner，人力圖6-5ITBP的角色設(shè)置和編制歸屬，建議放在業(yè)務(wù)。如果把該角色和編制歸屬仍放在部門組織，那么難免存在工作壁壘和信息不對稱，這是由千百年來屁股決定腦袋決定的。因此，為了更好地加強在業(yè)務(wù)的歸屬感和實際工作效果，建議將控股集團的保險產(chǎn)業(yè)集團設(shè)置一個一個。我們可以將這個角色設(shè)定為雙線匯報機制，即在業(yè)務(wù)條線上，他可以向產(chǎn)業(yè)集團負責(zé)人匯報；而在科技條線上，他還需要向集團匯報。這樣，將成為集團支持和監(jiān)管產(chǎn)業(yè)集團的一個抓手。第第7章其他非IT圖7-1定期對公司的資金營運能力進行分析，對公司的債權(quán)債務(wù)控制進行分析，為公司的生產(chǎn)經(jīng)營提供良好的資金支持。技公司，通過一級市場發(fā)行IPO（InitialPublicOffering，首次公開募析平臺、機器人流程自動化（RoboticProcessAutomation，RPA）等圖7-2第第8章設(shè)定數(shù)字化轉(zhuǎn)型的績效KPI（KeyPerformanceIndicator，關(guān)鍵績效指標(biāo)）對數(shù)字化轉(zhuǎn)型進行評如何評價數(shù)字化轉(zhuǎn)型績效？是KPI還是KPI和OKR注：BSC是BalancedScoreCard的縮寫，中文譯作平衡記分卡。圖8-1企業(yè)應(yīng)用KPI示意目標(biāo)與關(guān)鍵成果（ObjectivesandKeyResult，OKR）是一套明確并格羅夫（ndyov）發(fā)明，并由約翰多爾（ohno）引入谷歌公司。1999年在谷歌公司發(fā)揚光大，并得到book、nkdn等企業(yè)廣泛使用。2014年，傳入中國。2015動等公司都逐漸使用和推廣。的主要目標(biāo)是明確公司和團隊的目標(biāo)同時明確每個目標(biāo)達成的可衡量的關(guān)鍵結(jié)果。有學(xué)者將R定義為一個重要的思考框架與不斷發(fā)展的學(xué)科，旨在確保員工共同工作，并集中精力做出可衡量的貢獻?？梢栽谡麄€組織中共享，這樣團隊就可以在整個組織中明確目標(biāo)，幫助協(xié)調(diào)和集中精力。業(yè)績效評估中的應(yīng)用如圖82所示。圖8-2企業(yè)應(yīng)用OKR圖8-3KPI與OKR應(yīng)用數(shù)字化KPI數(shù)字化KPI圖8-4一個數(shù)字化KPI第第9章正相關(guān)關(guān)系，小規(guī)模企業(yè)因生存壓力可能更不愿投入到數(shù)字化轉(zhuǎn)型當(dāng)中。人員規(guī)模在15企業(yè)的人員平均規(guī)模達到68人，數(shù)字化成熟度則較高。在5、人臉識別、移動支付、人工智能等技術(shù)的快速發(fā)展下，為順應(yīng)數(shù)字化發(fā)展趨轉(zhuǎn)型依舊有很長的路要走。定性+第第10章金融行業(yè)數(shù)字化轉(zhuǎn)型支付模式；以LendingClub、Kabbage為代表的線上借貸企業(yè)顛覆了傳統(tǒng)1），圖10-1資產(chǎn)收益率（ReturnonEquity，ROE）2～5個點。此外，由于互聯(lián)網(wǎng)企捷、快速、端到端的數(shù)字化流程再造。數(shù)據(jù)研究表明，銀行只要聚焦構(gòu)建銀行數(shù)字化的基礎(chǔ)IT銀行在建立數(shù)字化業(yè)務(wù)時，必須建立一套更加面向客戶、面向渠道、敏捷的升級改造，為數(shù)字化轉(zhuǎn)型提供基礎(chǔ)能力的支撐。建立全新IT圖10-2圖10-3時下主流的DevOps圖10-4圖10-5亞馬遜“數(shù)據(jù)湖”設(shè)計階段主要從業(yè)務(wù)問題（而非技術(shù)要素）圖10-6卓越中心（CenterofExcellence，CoE）。CoE的組建方式多樣，但其中圖10-730%，客戶凈推薦值（NetPromoterScore，NPS）大幅提升，客戶參與入占比遠遠低于車險。數(shù)據(jù)顯示，2020圖10-82020年1—9圖10-92020年1—9月月度保費收入及同比增速（單位：億元圖10-10分級分類的管理體系和產(chǎn)品體系（含資訊產(chǎn)品、智能理財?shù)龋?018圖10-11圖10-12Wealthfront第第11章制造業(yè)數(shù)字化轉(zhuǎn)型圖11-1圖11-2德國“工業(yè)4.0”化獨占一篇，位列第五篇“”，成為未來5圖11-31978成本不斷提高。C2019受訪工業(yè)企業(yè)面臨的第一大挑戰(zhàn)。這主要由中國的人口紅利期逐漸消失、老齡化時代來臨以及環(huán)保力度加大、環(huán)保成本上升等因素導(dǎo)致。備、核心技術(shù)依賴進口。以機器人為例，IFR（InternationalFederationofRobotics，國際機器人聯(lián)合會）數(shù)據(jù)顯示，2018年國產(chǎn)工業(yè)機器人在圖11-4要渠道。政治經(jīng)濟學(xué)家約瑟夫·熊彼特（JosephSchumpeter）認為，所謂從“產(chǎn)品中心”到“客戶中心圖11-5從“人智驅(qū)動”向“數(shù)智驅(qū)動”從“傳統(tǒng)組織”向“數(shù)字化組織”圖11-6按照工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟（AllianceofIndustrialInternet，AII）的圖11-7圖11-8圖11-9圖11-105G制造活動離不開物料的移動、配送和倉儲，智能物流是智能化制造的重要環(huán)節(jié)（見圖1111）。物流已超越制造企業(yè)的范圍，逐漸成為一項專業(yè)的業(yè)務(wù)活動。大多數(shù)制造企業(yè)的進貨物流、出貨物流已普遍交由專門的物流企業(yè)承擔(dān)，而物料適時適量配送到企業(yè)生產(chǎn)線各個工序的上線物流，也開始委托專業(yè)公司來承擔(dān)。第三方、第四方物流應(yīng)運而生，智能物流裝備（、叉車、立體庫）業(yè)互聯(lián)網(wǎng)，企業(yè)可有效掌握物料的移動、調(diào)度及倉儲，對物料跟蹤追溯，減少差錯、降低庫存、提高效益；可開展立體庫裝備的遠程運維；也可根據(jù)用戶的需要和許可對物流數(shù)據(jù)進行分析，以幫助用戶企業(yè)實現(xiàn)精益生產(chǎn)和智能化制造。圖11-11是中小企業(yè)可從平臺企業(yè)獲取SaaS（SoftwareasaService，軟件即服務(wù)）、PaaS（PlatformasaService，平臺即服務(wù)）等服務(wù)，從而在面上第第12章地產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型圖12-1機構(gòu)化的住房租賃服務(wù)提供商出現(xiàn)。相比傳統(tǒng)C2C（Customerto圖12-2圖12-32020年TOP50圖12-4圖12-5圖12-6圖12-7Intelligence＆InternetofThings，人工智能物聯(lián)網(wǎng)）智能終端對實體空間統(tǒng)、AI輔助設(shè)計、BIM（BuildingInformationModeling，建筑信息模圖12-8圖12-9圖12-10。圖12-11TOP10占營業(yè)收入約2%圖12-12TOP50圖12-13房企應(yīng)用于大型復(fù)雜工程設(shè)計環(huán)節(jié)（BIM系統(tǒng)5作為物聯(lián)網(wǎng)新一代基礎(chǔ)設(shè)施，基于其高帶寬、低時延、高可靠等性能，將加速地產(chǎn)業(yè)的萬物互聯(lián)和數(shù)字化，釋放o并解鎖更多應(yīng)用場景。例如在開發(fā)環(huán)節(jié)的智慧工地場景，建筑機器人、高清視頻工地巡檢、等，將在5性能的支撐下具備更強的落地第第13章數(shù)字化技術(shù)（DigitalTechnology），是一項與計算機相伴相生的科云計算（CloudComputing）圖13-1圖13-2（InfrastructureasaService，IaaS）、平臺即服務(wù)（PaaS）和軟件即服公有云（PublicCloud）通常指第三方提供商供用戶使用的云。公私有云（PrivateCloud）是為一個客戶單獨使用而構(gòu)建的，因而提圖13-3大數(shù)據(jù)（BigData）是指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進圖13-4大數(shù)據(jù)的5V代，而是DT（DataTechnology，數(shù)據(jù)科技）時代。這顯示出大數(shù)據(jù)對圖13-5趨勢七：數(shù)據(jù)質(zhì)量是BI（BusinessIntelligence，商業(yè)智能）成功的創(chuàng)新）、系統(tǒng)結(jié)構(gòu)的調(diào)整（即競爭環(huán)境的調(diào)整等），人工智能（ArtificialIntelligence，AI）作為一門前沿交叉學(xué)科，是亞瑟·塞繆爾（ArthurSamuel）1959年提出了機器學(xué)習(xí)，推動人工20世紀(jì)80年代到90工智能進入第二個發(fā)展高潮期，期間人工智能相關(guān)的數(shù)學(xué)模型取得了一系列重大突破，如著名的多層神經(jīng)網(wǎng)絡(luò)、反向傳播算法等，算法模型準(zhǔn)確度和專家系統(tǒng)進一步提升。這期間，研究者也專門設(shè)計了言與計算機，最終由于成本高、難維護導(dǎo)致失敗。1997年，深藍戰(zhàn)勝了國際象棋世界冠軍加里卡斯帕羅夫（ypov），這是一個里程碑意義的事件。方面共同的進展。2006年杰弗里·欣頓（GeoffreyHinton）教授提出深度的快速發(fā)展，GPU（GraphicsProcessingUnit，圖形處理器）、NPU（Neural-networkProcessingUnit，嵌入式神經(jīng)網(wǎng)絡(luò)處理器）、FPGA（FieldProgrammableGateArray，現(xiàn)場可編程邏輯門陣列）等各人工智能的應(yīng)用基本已經(jīng)進入千家萬戶，這里列舉10虛擬個人助理。只要我們對著手機說出命令，GoogleNow和圖13-6圖13-7比如Visa推出基于區(qū)塊鏈技術(shù)的VisaB2BConnect，它能為機構(gòu)提據(jù)2021年7式從時間（或空間）射頻識別技術(shù)。RFID（RadioFrequencyIdentification，射頻識別）是一種簡單的無線系統(tǒng)，由一個詢問器（或閱讀器）傳感網(wǎng)。MEMS（Micro-Electro-MechanicalSystems，微機電系（ElectronicTollCollection，ETC），免去進出口取卡、還卡的時間，5G5G圖13-85GOFDMA（OrthogonalFrequencyDivisionMultipleAccess，正交頻分多址接入）和MIMO（MultipleInputMultipleOutput，多入多出）基礎(chǔ)技術(shù)5G以5為代表的新一代信息通信技術(shù)與工業(yè)經(jīng)濟深度融合，為工業(yè)乃至產(chǎn)業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展提供了新的實現(xiàn)途徑。5在工業(yè)領(lǐng)域的應(yīng)用涵蓋研發(fā)設(shè)計、生產(chǎn)制造、運營管理及產(chǎn)品服務(wù)4工業(yè)環(huán)節(jié)，主要包括16類應(yīng)用場景，分別為：研發(fā)實驗協(xié)同、遠程協(xié)同設(shè)計、遠程控制、輔助裝配、機器視覺、V物流、自動駕駛、超高清視頻、設(shè)備感知、物料信息采集、環(huán)境信息采集、產(chǎn)品需求導(dǎo)入、遠程售后、產(chǎn)品狀態(tài)監(jiān)測、設(shè)備預(yù)測性維護、遠程培訓(xùn)等。當(dāng)前，機器視覺、物流、超高清視頻等場景5在工業(yè)領(lǐng)域豐富的融合應(yīng)用場景將為工業(yè)體系變革帶來極大潛力，促進使能工業(yè)智能化、綠色化發(fā)展。5工業(yè)互聯(lián)網(wǎng)51以來，行業(yè)應(yīng)用水平不斷提升，從生產(chǎn)外圍環(huán)節(jié)逐步延伸至研發(fā)設(shè)計、生產(chǎn)制造、質(zhì)量檢測、故障運維、物流運輸、安全管理等核心環(huán)節(jié)，在電子設(shè)備制造、裝備制造、鋼鐵、采礦、電力等5個行業(yè)率先發(fā)展，培育形成協(xié)同研發(fā)設(shè)計、遠程設(shè)備操控、設(shè)備協(xié)同作業(yè)、柔性生產(chǎn)制造、現(xiàn)場輔助裝配、機器視覺質(zhì)檢、設(shè)備故障診斷、廠區(qū)智能物流、無人智能巡檢、生產(chǎn)現(xiàn)場監(jiān)測等10大典型應(yīng)用場景，助力企業(yè)降本提質(zhì)和安全生產(chǎn)。務(wù)。借助于車聯(lián)網(wǎng)2（包含直連通信和5網(wǎng)絡(luò)通信）可靠和廣播傳輸特性，車輛可實時對外廣播自身定位、運行狀態(tài)等基本安全消息，可廣播交通燈或電子標(biāo)志標(biāo)識等交通管理與指示信息，支持實現(xiàn)路口碰撞預(yù)警、紅綠燈誘導(dǎo)通行等應(yīng)用，顯著提升車輛行駛安全和出行效率，后續(xù)還將支持實現(xiàn)更高等級、復(fù)雜場景的自動駕駛服務(wù)，如遠程遙控駕駛、車輛編隊行駛等。5網(wǎng)絡(luò)可支持港口岸橋區(qū)的自動遠程控制、裝卸區(qū)的自動碼貨以及港區(qū)的車輛無人駕駛應(yīng)用，顯著降低自InformationSystem，地理信息系統(tǒng)）等技術(shù)，可對學(xué)生出行、活動、飲平。在城市安防監(jiān)控方面，結(jié)合大數(shù)據(jù)及人工智能技術(shù)，5超高清視頻監(jiān)控可實現(xiàn)對人臉、行為、特殊物品、車輛等精確識別，形成對潛在危險的預(yù)判能力和緊急事件的快速響應(yīng)能力；在城市安全巡檢方面，5結(jié)合無人機、無人駕駛汽車、機器人等安防巡檢終端，可實現(xiàn)城市5G通信保障車與衛(wèi)星回傳技術(shù)結(jié)合可實現(xiàn)建立救援區(qū)域海陸空一體化的5網(wǎng)絡(luò)覆蓋，5現(xiàn)場情況，更快速、更科學(xué)地制定應(yīng)急救援方案，提高應(yīng)急救援效率。目前公共安全和社區(qū)治安成為城市治理的熱點領(lǐng)域，以遠程巡檢應(yīng)用為代表的環(huán)境監(jiān)測也將成為城市發(fā)展的關(guān)注重點。未來，城市全域感知和精細管理成為必然發(fā)展趨勢，但是仍須長期持續(xù)探索。端成本控制和產(chǎn)業(yè)鏈降本增效起到積極的推動作用。在5G+4K/8KVR直金融科技相關(guān)機構(gòu)正積極推進5在金融領(lǐng)域的應(yīng)用探索，使應(yīng)用場景多樣化。銀行業(yè)是5在金融領(lǐng)域落地應(yīng)用的先行軍，5可為銀行提供整體的改造，前臺方面，綜合運用5及多種新技術(shù)，實現(xiàn)智慧網(wǎng)點建設(shè)、機器人全程服務(wù)客戶、遠程業(yè)務(wù)辦理等；中后臺方面，通過5可實現(xiàn)萬物互聯(lián)”證券業(yè)、保險業(yè)和其他金融領(lǐng)域也在積極推動5發(fā)展，5開創(chuàng)的遠程服務(wù)等新交互方式為客戶帶來全方位數(shù)字化體驗，線上即可完成證券開戶核審、保險查勘定損和理賠，使金融服務(wù)不斷走向便捷化、多元化，帶動金融行業(yè)創(chuàng)新變革。圖13-9云、邊緣計算與5G調(diào)查顯示，到2023年，近20%用于處理工作負載的服務(wù)器部署在邊緣側(cè)；中國70％的物聯(lián)網(wǎng)項目將包含功能，追求實時性、降低帶寬、數(shù)據(jù)合規(guī)；中國75到2024年，50%的計算機視覺和語音識別模型將在邊緣運行。去中心化：到2023年，超過30%（cloudnative）的概念，指出云原生是一種可以充分利用云計算優(yōu)勢構(gòu)圖13-10我們現(xiàn)在普遍接受的概念是經(jīng)過CNCF（CloudNativeComputing現(xiàn)的。值得注意的是，對于不是基于云原生技術(shù)或者產(chǎn)品的架構(gòu)和理念，如基于傳統(tǒng)物理服務(wù)器發(fā)布、構(gòu)建的vp，不使用微服務(wù)構(gòu)建高度松耦合和可復(fù)用的應(yīng)用，原則上都不會被劃分到云原生范疇。業(yè)性和高SLA（ServiceLevelAgreement，服務(wù)級別協(xié)議）。這些企業(yè)在本節(jié)結(jié)合敏捷實踐框架SAFe（ScaledAgileFramework，大規(guī)模敏在該環(huán)節(jié)，需要組織的內(nèi)容包括：敏捷型組織，關(guān)于敏捷型組織，請參考第6章；團隊，包含需求分析、設(shè)計、研發(fā)、運維、安全等模塊；業(yè)務(wù)團隊，包括業(yè)務(wù)所有人、具備一定知識對接這個過程中，IT組織成員需要綜合采用SpringCloud、Pipeline、服Mesh等眾多云原生的具體技術(shù)平臺和框架（例如參考QA圖13-11圖13-12DrivenDesign，DDD）方法，通過劃分業(yè)務(wù)限界上下文邊界構(gòu)建中臺領(lǐng)圖13-13圖13-14API由和訪問日志等功能。網(wǎng)關(guān)可以幫助用戶方便地管理微服務(wù)接Dubbo、SpringCloud別數(shù)據(jù)中臺是企業(yè)級的邏輯概念，體現(xiàn)企業(yè)D2V（DatatoValue）應(yīng)用“數(shù)智化安全框架”統(tǒng)的等保要求、ISO27001系列標(biāo)準(zhǔn)等進行套用，通過傳統(tǒng)安全設(shè)備、圖13-15所側(cè)重，包括數(shù)據(jù)安全（注意，數(shù)據(jù)安全應(yīng)該屬于業(yè)務(wù)安全）年11月越南安全公司的Bkav用一個3D打印的面具欺騙了iPhoneX，假裝克·阿西莫夫（IsaacAsimov）在他的一篇小說中提到的“機器人三大法加利福尼亞州舉行的會議“BeneficialAI”引發(fā)了眾多學(xué)者對AI安全發(fā)展的探索并最終形成了“阿西洛馬人工智能原則”（AsilomarAI（researchissue）、倫理和價值（ethicsandvalue）（longer-termissue）。2006年深度學(xué)習(xí)的提