2025工業(yè)互聯(lián)網(wǎng)平臺(tái)新型架構(gòu)

工業(yè)互聯(lián)網(wǎng)平臺(tái)新架構(gòu)2025目錄執(zhí)行摘要01趨勢(shì)一AI重塑千行萬(wàn)業(yè)04趨勢(shì)二數(shù)字孿生廣泛落地11趨勢(shì)三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個(gè)角落17趨勢(shì)四數(shù)智融合激發(fā)創(chuàng)新24趨勢(shì)五應(yīng)用加速實(shí)現(xiàn)現(xiàn)代化30趨勢(shì)六混合多云新常態(tài)36趨勢(shì)七云原生安全與運(yùn)營(yíng)43趨勢(shì)八云服務(wù)模式優(yōu)先50趨勢(shì)九從建設(shè)到卓越運(yùn)營(yíng)57趨勢(shì)十運(yùn)維即服務(wù)64未來(lái)場(chǎng)景展望71行動(dòng)倡議84執(zhí)行摘要云計(jì)算的高速發(fā)展給IT產(chǎn)業(yè)帶來(lái)了顯而易見(jiàn)的變化，越來(lái)越多的行業(yè)開(kāi)始從中獲益：政府通過(guò)云實(shí)現(xiàn)了跨多個(gè)委辦局的集約化資源建設(shè)，降低管理難度；金融通過(guò)云實(shí)現(xiàn)業(yè)務(wù)的彈性敏捷，提升服務(wù)體驗(yàn)；大型企業(yè)通過(guò)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(jià)值遠(yuǎn)不止于此！越來(lái)越多政府和企業(yè)開(kāi)始實(shí)施全面云化的戰(zhàn)略，我們已經(jīng)迫不及待地暢想未來(lái)的云上生活：城市成為一個(gè)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(kāi)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(yàn)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(shí)現(xiàn)高

效分析，讓綠色能源無(wú)處不在；智能的觸角深入制造的每一個(gè)環(huán)節(jié)，無(wú)人、少人工廠不再是夢(mèng)想這些振奮人心的場(chǎng)景并非遙不可及，實(shí)際上今天我們已經(jīng)來(lái)到了未來(lái)生活的入口。隨著政企加速?gòu)摹皹I(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(chǎng)景將在不遠(yuǎn)的將來(lái)全面落地。為此，華為推出《深度用云展望2025》白皮書(shū)，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(cè)。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(diǎn)，把夢(mèng)想變?yōu)楝F(xiàn)實(shí)，共繪美好未來(lái)。1云已經(jīng)深入千行萬(wàn)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(lái)越多企業(yè)更深入地思考云的價(jià)值。讓我們站在現(xiàn)在一起展望不遠(yuǎn)的2025年，有哪些激動(dòng)人心的技術(shù)和場(chǎng)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(wàn)業(yè)175％的企業(yè)將會(huì)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(chǎng)景將在數(shù)字孿生市場(chǎng)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(gè)角落中國(guó)工業(yè)互聯(lián)網(wǎng)平臺(tái)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(shí)現(xiàn)現(xiàn)代化75%的國(guó)內(nèi)大中型企業(yè)將構(gòu)建自主軟件開(kāi)發(fā)生產(chǎn)線3 4 534589108910云服務(wù)模式優(yōu)先專(zhuān)屬云和混合云采購(gòu)中云服務(wù)模式占比增長(zhǎng)100%

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

運(yùn)維即服務(wù)遠(yuǎn)程專(zhuān)業(yè)運(yùn)維服務(wù)的普及率超過(guò)65%趨勢(shì)一AI重塑千行萬(wàn)業(yè)趨勢(shì)一AI重塑千行萬(wàn)業(yè)趨勢(shì)一AI重塑千行萬(wàn)業(yè)DIVEINTOCLOUDDIVEINTOCLOUDPAGE9PAGE9PAGE8PAGE8智能化落地的挑戰(zhàn)大模型的優(yōu)勢(shì)大模型精度低智能化落地的挑戰(zhàn)大模型的優(yōu)勢(shì)大模型精度低針對(duì)單場(chǎng)景數(shù)據(jù)訓(xùn)練泛化性差L2 公文 輔助 防沖 3D高分場(chǎng)景模型 寫(xiě)作 坐席 卸壓 辨率預(yù)L1行業(yè)大模型精度高經(jīng)過(guò)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(jué)自然語(yǔ)言預(yù)測(cè)多模態(tài)科學(xué)計(jì)算周期長(zhǎng)樣本獲取難工作量大AI開(kāi)發(fā)平臺(tái)數(shù)據(jù)準(zhǔn)備模型訓(xùn)練驗(yàn)證評(píng)估監(jiān)控優(yōu)化模型部署上線快小樣本微調(diào)半自動(dòng)標(biāo)注專(zhuān)業(yè)服務(wù)開(kāi)發(fā)套件輔助運(yùn)營(yíng) 政務(wù)智能問(wèn)政務(wù)智能問(wèn)答 金融市場(chǎng)研報(bào) 礦山安全生產(chǎn)鐵路故障檢測(cè)氣象預(yù)測(cè)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(lái)，持續(xù)受到業(yè)界的追捧，近年來(lái)，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(lèi)的能力。AI技術(shù)被越來(lái)越多的企業(yè)接受，并在一些行業(yè)開(kāi)始發(fā)揮重要價(jià)值，比如在金融交易場(chǎng)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(jí)實(shí)時(shí)智慧風(fēng)控；在交通治理場(chǎng)景，AI提升高峰期路口通行能力，不斷優(yōu)化市民出行體驗(yàn)。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(chǎng)景訓(xùn)練，遇到政企碎片化的長(zhǎng)尾場(chǎng)景時(shí)，需多次調(diào)優(yōu)適應(yīng)新環(huán)境，導(dǎo)致落地成本高，無(wú)法規(guī)?；褂?/p>

樣本獲取難，落地周期長(zhǎng)生產(chǎn)場(chǎng)景樣本獲取難，需長(zhǎng)時(shí)間持續(xù)累積。同時(shí)，大量人工標(biāo)注和現(xiàn)場(chǎng)持續(xù)迭代調(diào)優(yōu)費(fèi)時(shí)費(fèi)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(zhuān)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(lái)，除了以ChatGPT為代表的通用大語(yǔ)言模型外，基于行業(yè)專(zhuān)用知識(shí)構(gòu)建的行業(yè)專(zhuān)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(shí)用時(shí)代。AI+行業(yè)，創(chuàng)造新價(jià)值經(jīng)過(guò)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(chǎng)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(kāi)發(fā)并進(jìn)入企業(yè)核心生產(chǎn)系統(tǒng)，創(chuàng)造新的價(jià)值。大模型通常由L0基礎(chǔ)大模型、L1行業(yè)大模型和L2場(chǎng)景化模型構(gòu)成，具有高泛化性、高精度、低門(mén)檻等特點(diǎn)，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(wàn)卷書(shū)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(lèi)：CV視覺(jué)大模型、NLP自然語(yǔ)言處理大模型、多模態(tài)大模型、預(yù)測(cè)大模型和科學(xué)計(jì)算大模型?；A(chǔ)大模型的研發(fā)周期長(zhǎng)，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(shí)力。他們通過(guò)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(hù)直接調(diào)用，或按需部署到用戶(hù)本地的平臺(tái)上，用戶(hù)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(wàn)里路 多云部署，AI無(wú)處不在L0基礎(chǔ)大模型沒(méi)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(shí)和數(shù)據(jù)來(lái)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(kāi)數(shù)據(jù)訓(xùn)練行業(yè)通用大模型，但這個(gè)大模型也無(wú)法100%匹配企業(yè)的場(chǎng)景，因此企業(yè)需要提供私有化的行業(yè)和場(chǎng)景數(shù)據(jù)，通過(guò)二次小樣本訓(xùn)練得到精度更高的企業(yè)專(zhuān)屬大模型。比如，通過(guò)訓(xùn)練礦山大模型，覆蓋煤礦的采、掘、機(jī)、運(yùn)、通、洗選等業(yè)務(wù)流程下的多個(gè)細(xì)分場(chǎng)景，提升井下安全；通過(guò)歷史氣象數(shù)據(jù)構(gòu)建氣象大模型。L2場(chǎng)景化模型則為企業(yè)提供更多精細(xì)化場(chǎng)景模型，更加專(zhuān)注于某一個(gè)具體的應(yīng)用場(chǎng)景或特定業(yè)務(wù)，常見(jiàn)的如政務(wù)熱線對(duì)話、金融知識(shí)問(wèn)答、研發(fā)代碼生成、制造工藝優(yōu)化、鐵路故障識(shí)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(fèi)即可基于最新的基礎(chǔ)模型和開(kāi)發(fā)套件構(gòu)建自己的大模型。但對(duì)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(shí)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(jì)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(kāi)發(fā)、訓(xùn)練和模型管理等開(kāi)發(fā)態(tài)業(yè)務(wù)，邊緣計(jì)算受能耗和計(jì)算資源等限制，將主要承擔(dān)聚焦具體業(yè)務(wù)場(chǎng)景的計(jì)算任務(wù)，如AI推理類(lèi)運(yùn)行態(tài)業(yè)務(wù)。此外，大模型構(gòu)建需要依賴(lài)大量算力資源，對(duì)企業(yè)是一個(gè)負(fù)擔(dān)，因此企業(yè)也可以選擇公有云或AICC（人工智能計(jì)算中心）提供的AI算力服務(wù)，通過(guò)開(kāi)放的框架支持TensorFlow、PyTorch和Mind-Spore等，同時(shí)基于開(kāi)源大模型構(gòu)建自己的專(zhuān)屬大模型也是另一種途徑。指標(biāo)預(yù)測(cè)到2025年

AI中國(guó)人工智能市場(chǎng)空間AI將超過(guò)4000億元AI75％的企業(yè)將會(huì)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(shì)一AI重塑千行萬(wàn)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(cè)精煤質(zhì)量?jī)?yōu)化精煤產(chǎn)率預(yù)測(cè)焦炭質(zhì)量預(yù)測(cè)

3焦化配煤

焦炭質(zhì)量?jī)?yōu)化打鉆深度告警退桿數(shù)量統(tǒng)計(jì)

動(dòng)作識(shí)別11防沖卸壓降本 提效 增安高泛化性，1個(gè)大模型覆蓋9大專(zhuān)業(yè)21個(gè)場(chǎng)景

識(shí)別快，規(guī)范性審核從3天縮短到10分鐘

精度高，模型識(shí)別準(zhǔn)確率提高20%+趨勢(shì)二數(shù)字孿生廣泛落地DIVEINTOCLOUDDIVEINTOCLOUD趨勢(shì)二數(shù)字孿生廣泛落地趨勢(shì)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(shí)對(duì)應(yīng)精準(zhǔn)映射園區(qū)BIM數(shù)據(jù)物理實(shí)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(shí)對(duì)應(yīng)精準(zhǔn)映射園區(qū)BIM數(shù)據(jù)物理實(shí)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(zhuān)題數(shù)據(jù)物理空間醫(yī)療……全行業(yè)場(chǎng)景應(yīng)用全方位立體感知衛(wèi)星影像、實(shí)景三維建模、BIM建模、AR地圖生產(chǎn)

時(shí)空數(shù)據(jù)融合時(shí)空數(shù)據(jù)存儲(chǔ)引擎、時(shí)空數(shù)據(jù)融合計(jì)算引擎

時(shí)空應(yīng)用使能時(shí)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(gè)新的概念，電影黑客帝國(guó)里的“矩陣世界”、“元宇宙”和錢(qián)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(shí)映射的技術(shù)，將給人類(lèi)社會(huì)帶來(lái)一場(chǎng)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(lái)到爆發(fā)的臨界點(diǎn)。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(guò)提取物理對(duì)象的特征數(shù)據(jù)進(jìn)行多維建模和實(shí)時(shí)仿真，實(shí)現(xiàn)物理對(duì)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(shí)融合與交互，幫助我們從中窺探出未來(lái)發(fā)展趨勢(shì)，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(shí)各國(guó)也紛紛將其作為戰(zhàn)略方向，推動(dòng)產(chǎn)業(yè)升級(jí)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(lái)越多的行業(yè)和場(chǎng)景開(kāi)始探索，其價(jià)值和可行性在一些單體場(chǎng)景已經(jīng)得到驗(yàn)證。一切皆可孿生未來(lái)，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(guò)于城市級(jí)的數(shù)字孿生。城市是人類(lèi)文明的結(jié)晶，是一個(gè)復(fù)雜的巨系統(tǒng)，它幾乎包含了一切可想象的孿生場(chǎng)景。對(duì)城市數(shù)字孿生，它需要解決數(shù)據(jù)采集量大、來(lái)源多、建模生產(chǎn)成本高、數(shù)據(jù)融合難度大等諸多問(wèn)題。因此，要促進(jìn)數(shù)字孿生全行業(yè)場(chǎng)景發(fā)展，構(gòu)建面向城市級(jí)的時(shí)空多場(chǎng)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(shí)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(jiǎn)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(dòng)化數(shù)據(jù)生產(chǎn)線將是解決這一問(wèn)題的關(guān)鍵。通過(guò)分布式計(jì)算、模型集成、流程編排、深度學(xué)習(xí)等關(guān)鍵能力，為用戶(hù)提供多維模型構(gòu)建的全生命周期工作流。通過(guò)預(yù)集成的衛(wèi)星影像處理、實(shí)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(kāi)展多場(chǎng)景

時(shí)空數(shù)據(jù)的實(shí)時(shí)生產(chǎn)和自動(dòng)化建模，實(shí)現(xiàn)物理世界的高清3D重建與還原多元異構(gòu)的時(shí)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(lèi)型的YB級(jí)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(shí)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(huì)數(shù)據(jù)為補(bǔ)充的一體化的時(shí)空數(shù)據(jù)體系

開(kāi)放易用的時(shí)空應(yīng)用使能：為簡(jiǎn)化應(yīng)用開(kāi)發(fā)難度，孵化多樣的數(shù)字孿生應(yīng)用，還需要構(gòu)建時(shí)空應(yīng)用使能的能力。比如，針對(duì)時(shí)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(shí)空數(shù)據(jù)訪問(wèn)、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(chǎng)景構(gòu)建的可視化服務(wù)和AR地圖視覺(jué)定位、AR導(dǎo)航等能力未來(lái)，一切皆可孿生。在城市里，數(shù)字孿生將各類(lèi)物聯(lián)網(wǎng)、公共數(shù)據(jù)庫(kù)等資源統(tǒng)一整合，建成與物理城市并行的孿生體，通過(guò)對(duì)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(yùn)行的綜合水平和智能決策能力；在工廠里，企業(yè)通過(guò)數(shù)字孿生將生產(chǎn)過(guò)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(shí)現(xiàn)現(xiàn)場(chǎng)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(cè)到2025年全球數(shù)字孿生市場(chǎng)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(chǎng)景，市場(chǎng)占比達(dá)73%（城市：34%，工業(yè)：39%）趨勢(shì)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(yàn)趨勢(shì)三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個(gè)角落DIVEINTOCLOUDDIVEINTOCLOUD趨勢(shì)三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個(gè)角落趨勢(shì)三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個(gè)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(chǎng)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(guò)程可視化質(zhì)量過(guò)程分析&追溯生產(chǎn)能耗優(yōu)化集團(tuán)分公司生產(chǎn)過(guò)程可視化質(zhì)量過(guò)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(kāi)發(fā)工業(yè)云邊協(xié)同

全數(shù)據(jù)智能融合工業(yè)級(jí)高性能數(shù)據(jù)采集、融合、價(jià)值快速呈現(xiàn)應(yīng)用開(kāi)發(fā)難維護(hù)與升級(jí)成本高各類(lèi)系統(tǒng)孤立，能力不共享

端場(chǎng)站/車(chē)間

全周期應(yīng)用開(kāi)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(tái)智能設(shè)備制造管理系統(tǒng)傳統(tǒng)PLC設(shè)備從消費(fèi)互聯(lián)網(wǎng)到工業(yè)互聯(lián)網(wǎng)工業(yè)是國(guó)家競(jìng)爭(zhēng)力的基石，當(dāng)前全球工業(yè)新舊動(dòng)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(duì)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(fèi)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(duì)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(guò)構(gòu)建覆蓋全要素、全產(chǎn)業(yè)鏈、全價(jià)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(shí)現(xiàn)跨越式發(fā)展。讓智能深入到工業(yè)生產(chǎn)的每個(gè)角落工業(yè)互聯(lián)網(wǎng)經(jīng)過(guò)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(yàn)沉淀、應(yīng)用開(kāi)發(fā)創(chuàng)新等，幫助能源、制造、原材料等越來(lái)越多的行業(yè)通過(guò)數(shù)據(jù)驅(qū)動(dòng)生產(chǎn)和運(yùn)營(yíng)質(zhì)量提升。也有一些地方政府開(kāi)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(tái)，以推動(dòng)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(jià)值不夠突出，另一方面，它的建設(shè)是一個(gè)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(gè)企業(yè)的場(chǎng)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(yàn)證。工業(yè)數(shù)據(jù)采集，實(shí)現(xiàn)工業(yè)設(shè)備及系統(tǒng)全聯(lián)接針對(duì)海量現(xiàn)場(chǎng)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(guò)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(shí)滿足十萬(wàn)級(jí)海量端側(cè)設(shè)備并發(fā)接入和百萬(wàn)點(diǎn)位級(jí)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(chǎng)，可以部署邊緣云，通過(guò)豐富的服務(wù)支持邊緣數(shù)智業(yè)務(wù)的運(yùn)行；對(duì)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(jiǎn)單；對(duì)于如煤礦礦井類(lèi)需要深入到工業(yè)微型末端的場(chǎng)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(shí)時(shí)數(shù)據(jù)湖進(jìn)行系統(tǒng)級(jí)數(shù)據(jù)資產(chǎn)建模，實(shí)現(xiàn)OT與IT數(shù)據(jù)T+0時(shí)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(guò)提供場(chǎng)景化套件、模型開(kāi)發(fā)套件、運(yùn)營(yíng)管理等能力，實(shí)現(xiàn)AI定制開(kāi)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(chǎng)景下自行構(gòu)建AI模型能力；基于完整的工業(yè)智能運(yùn)行時(shí)自閉環(huán)系統(tǒng)，將AI應(yīng)用推送至生產(chǎn)現(xiàn)場(chǎng)，同時(shí)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(chǎng)實(shí)現(xiàn)對(duì)物聯(lián)的接入和輕量AI業(yè)務(wù)運(yùn)行。 工業(yè)應(yīng)用開(kāi)發(fā)，實(shí)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(kāi)發(fā)生產(chǎn)線，通過(guò)開(kāi)放的框架匯聚和各類(lèi)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(jí)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(shí)時(shí)點(diǎn)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(shí)時(shí)輸入，反映設(shè)備實(shí)時(shí)狀態(tài)、運(yùn)行規(guī)律；基

能生態(tài)伙伴和開(kāi)發(fā)者實(shí)現(xiàn)增量應(yīng)用的快速開(kāi)發(fā)。軟件開(kāi)發(fā)生產(chǎn)線覆蓋需求與設(shè)計(jì)、開(kāi)發(fā)、測(cè)試、部署、運(yùn)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(dòng)化業(yè)務(wù)流程，通過(guò)無(wú)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(cè)到2025年中國(guó)工業(yè)互聯(lián)網(wǎng)平臺(tái)普及率將達(dá)到45%中國(guó)工業(yè)互聯(lián)網(wǎng)平臺(tái)及應(yīng)用解決方案市場(chǎng)CAGR將達(dá)到29%+趨勢(shì)三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個(gè)角落智能化采煤率達(dá)97.7%趨勢(shì)三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個(gè)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(shì)四數(shù)智融合激發(fā)創(chuàng)新趨勢(shì)四數(shù)智融合激發(fā)創(chuàng)新趨勢(shì)四數(shù)智融合激發(fā)創(chuàng)新PAGE25PAGE25PAGE28PAGE28AI業(yè)務(wù)應(yīng)用

變量實(shí)時(shí)導(dǎo)入 實(shí)時(shí)訓(xùn)練推理行為大數(shù)據(jù)分析 AI特征加工預(yù)測(cè) 實(shí)時(shí)應(yīng)用交付OBS數(shù)據(jù)統(tǒng)一存儲(chǔ)OBS數(shù)據(jù)統(tǒng)一存儲(chǔ)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(kāi)發(fā)工作臺(tái)集成與交付工作流數(shù)智融合開(kāi)發(fā)工作臺(tái)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(cāng)計(jì)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(cāng)計(jì)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(shí)代堪比石油的重要生產(chǎn)資料，也被定義為土地、勞動(dòng)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(lái)越多的重視。數(shù)據(jù)正在重塑企業(yè)的運(yùn)營(yíng)、管理、決策乃至創(chuàng)新，建設(shè)“數(shù)據(jù)驅(qū)動(dòng)型的現(xiàn)代化企業(yè)”成為越來(lái)越多企業(yè)與組織共同的核心目標(biāo)。不過(guò)，企業(yè)當(dāng)前在數(shù)據(jù)價(jià)值實(shí)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(lèi)型，遠(yuǎn)超當(dāng)前設(shè)備的處理和計(jì)算能力，數(shù)據(jù)價(jià)值挖掘效率低下

企業(yè)經(jīng)過(guò)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(wú)法自由流動(dòng)、共享，數(shù)據(jù)往來(lái)、移動(dòng)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(fèi)群體的急速上升，對(duì)于數(shù)據(jù)渴求度越來(lái)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(duì)這些挑戰(zhàn)，企業(yè)需要將數(shù)倉(cāng)、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(dòng)、共享與應(yīng)用中實(shí)現(xiàn)價(jià)值。企業(yè)如何實(shí)現(xiàn)數(shù)智融合？過(guò)去，在單點(diǎn)或者簡(jiǎn)單業(yè)務(wù)場(chǎng)景中，數(shù)據(jù)價(jià)值通過(guò)各種半工具化產(chǎn)品即能較好實(shí)現(xiàn)。如今，圍繞數(shù)據(jù)全鏈路的價(jià)值需求趨勢(shì)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(guò)集成化、工程化、服務(wù)化的數(shù)智融合平臺(tái)來(lái)幫助企業(yè)充分釋放數(shù)據(jù)要素的潛能。趨勢(shì)四數(shù)智融合激發(fā)創(chuàng)新趨勢(shì)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(tái)，降低數(shù)智開(kāi)發(fā)成本應(yīng)用多樣性發(fā)展，帶來(lái)存儲(chǔ)和計(jì)算需求增長(zhǎng)的不同步，存算分離架構(gòu)應(yīng)運(yùn)而生。企業(yè)通過(guò)建設(shè)單獨(dú)的存儲(chǔ)資源池，可以讓存儲(chǔ)和計(jì)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(chǔ)拉遠(yuǎn)必然帶來(lái)IO性能的下降，因此可以通過(guò)緩存層來(lái)存儲(chǔ)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(chǔ)、緩存和計(jì)算的三層架構(gòu)，從而實(shí)現(xiàn)在降低成本的同時(shí)，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(guò)多年的發(fā)展，出現(xiàn)了很多面向不同任務(wù)的專(zhuān)用數(shù)據(jù)系統(tǒng)，這些專(zhuān)用系統(tǒng)要么無(wú)法打通，形成數(shù)據(jù)孤島；要么不同業(yè)務(wù)的開(kāi)發(fā)要頻繁遷移數(shù)據(jù)、等待周期長(zhǎng)；要么數(shù)據(jù)遷移導(dǎo)致副本增多、資源浪費(fèi)、管理困難，無(wú)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(cāng)、數(shù)據(jù)湖、AI數(shù)據(jù)的全生命周期管理和訪問(wèn)控制統(tǒng)一起來(lái)，所有的數(shù)據(jù)通過(guò)唯一的數(shù)據(jù)源訪問(wèn)，一份數(shù)據(jù)也可以同時(shí)服務(wù)多個(gè)數(shù)據(jù)分析引擎，避免來(lái)回遷移。

業(yè)務(wù)智能化全流程涉及多個(gè)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(zhǎng)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(shí)效性決定AI模型的精確性，數(shù)據(jù)和AI開(kāi)發(fā)平臺(tái)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(guò)建立融合工作臺(tái)，可以實(shí)現(xiàn)DataOps和MLOps的無(wú)縫協(xié)同，提供集成的開(kāi)發(fā)環(huán)境，在一個(gè)平臺(tái)完成開(kāi)發(fā)、測(cè)試、交付上線工作，以便于理解的拖拉拽和少量代碼的開(kāi)發(fā)方式降低使用門(mén)檻，實(shí)現(xiàn)端到端全流程自動(dòng)化。AI4Data、Data4AI，創(chuàng)造新價(jià)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(jià)值，調(diào)研顯示有超過(guò)80%的時(shí)間都用于數(shù)據(jù)的準(zhǔn)備。Data4AI強(qiáng)調(diào)的是通過(guò)數(shù)據(jù)處理平臺(tái)對(duì)海量數(shù)據(jù)進(jìn)行預(yù)處理、臟數(shù)據(jù)識(shí)別、打標(biāo)簽、生成資產(chǎn)庫(kù)，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(guò)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(dòng)識(shí)別數(shù)據(jù)標(biāo)準(zhǔn)并推薦使用、基于數(shù)據(jù)特征自動(dòng)檢測(cè)異常重復(fù)數(shù)據(jù)、隱私數(shù)據(jù)自動(dòng)發(fā)現(xiàn)等，讓數(shù)據(jù)開(kāi)發(fā)、治理全鏈路智能化。指標(biāo)預(yù)測(cè)到2025年55%的大型企業(yè)將引入數(shù)智融合技術(shù) 趨勢(shì)四數(shù)智融合激發(fā)創(chuàng)新自然語(yǔ)言提問(wèn)趨勢(shì)四數(shù)智融合激發(fā)創(chuàng)新自然語(yǔ)言提問(wèn)語(yǔ)義解析向量存儲(chǔ)03語(yǔ)義編排10011011001工單處理時(shí)長(zhǎng)縮短15%+市政局市政局政數(shù)局政務(wù)助理政策語(yǔ)義檢索3秒內(nèi)響應(yīng)自然語(yǔ)言答案

企業(yè)商業(yè)助理業(yè)務(wù)咨詢(xún)時(shí)長(zhǎng)縮短30%趨勢(shì)五應(yīng)用加速實(shí)現(xiàn)現(xiàn)代化趨勢(shì)五應(yīng)用加速實(shí)現(xiàn)現(xiàn)代化趨勢(shì)五應(yīng)用加速實(shí)現(xiàn)現(xiàn)代化PAGE31PAGE313232應(yīng)用現(xiàn)代化讓政企應(yīng)用實(shí)現(xiàn)全面敏捷，重塑商業(yè)價(jià)值專(zhuān)業(yè)開(kāi)發(fā)者開(kāi)源軟件問(wèn)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(jí)擴(kuò)縮容單體應(yīng)用

全民+專(zhuān)業(yè)開(kāi)發(fā)者軟件供應(yīng)鏈安全 立體化運(yùn)軟件供應(yīng)鏈安全 立體化運(yùn)維…可信開(kāi)發(fā)Low/NoCodeDevSecOps應(yīng)用開(kāi)發(fā)運(yùn)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(yùn)營(yíng)現(xiàn)代化多活高可用…架構(gòu)與設(shè)計(jì)現(xiàn)代化服務(wù)網(wǎng)多活高可用…架構(gòu)與設(shè)計(jì)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(lái)，萬(wàn)物數(shù)字化已成為必然趨勢(shì)，未來(lái)每一家企業(yè)都將是軟件企業(yè)。用戶(hù)需求的爆炸式增長(zhǎng)，市場(chǎng)環(huán)境的瞬息萬(wàn)變引發(fā)高度不確定性。以軟件快速迭代為特征的高頻競(jìng)爭(zhēng)時(shí)代已經(jīng)到來(lái)，敏捷將成為企業(yè)應(yīng)對(duì)競(jìng)爭(zhēng)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(huì)變得越來(lái)越復(fù)雜，難以擴(kuò)展和部署。伴隨云計(jì)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(guò)技術(shù)架構(gòu)與應(yīng)用架構(gòu)的現(xiàn)代化改造，才能實(shí)現(xiàn)應(yīng)用的敏捷效能提升。如何實(shí)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(jì)、開(kāi)發(fā)運(yùn)維、治理運(yùn)營(yíng)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(shí)時(shí)洞察與快速響應(yīng)個(gè)性化、場(chǎng)景化、定制化需求的能力。趨勢(shì)五應(yīng)用加速實(shí)現(xiàn)現(xiàn)代化趨勢(shì)五應(yīng)用加速實(shí)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(yùn)維中解放出來(lái)：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(duì)基礎(chǔ)設(shè)施做云原生改造。基于容器的高度可移植性和彈性讓?xiě)?yīng)用更加敏捷和可靠。應(yīng)用可以在多個(gè)k8s集群間遷移而不必?fù)?dān)心對(duì)環(huán)境的依賴(lài)，實(shí)現(xiàn)一次開(kāi)發(fā)，全網(wǎng)部署。架構(gòu)與設(shè)計(jì)現(xiàn)代化，讓?xiě)?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(jì)現(xiàn)代化是從單體到微服務(wù)再到Serverless（無(wú)服務(wù)器）的演進(jìn)過(guò)程，微服務(wù)架構(gòu)是當(dāng)前應(yīng)用架構(gòu)的主流，未來(lái)將演進(jìn)到Serverless，二者長(zhǎng)期共存。通過(guò)架構(gòu)改造，將應(yīng)用拆分為獨(dú)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(yùn)營(yíng)現(xiàn)代化，立而不破，最大化新老應(yīng)用的融合價(jià)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(wèn)題是技術(shù)棧異構(gòu)性，通過(guò)侵入式與非侵入式服務(wù)網(wǎng)格的雙棧模式可以實(shí)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(tái)：融合集成平臺(tái)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(tái)及各個(gè)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(kāi)發(fā)部署，構(gòu)建可平滑演進(jìn)的應(yīng)用架構(gòu)，實(shí)現(xiàn)新老資產(chǎn)的價(jià)值最大化。開(kāi)發(fā)與運(yùn)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(kāi)發(fā)模式存在著環(huán)境配置復(fù)雜、開(kāi)發(fā)部署各階段相互分離等弱點(diǎn)，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(zhuān)業(yè)人員開(kāi)發(fā)，無(wú)法滿足層出不窮的應(yīng)用場(chǎng)景和差異化需求。協(xié)同現(xiàn)代化：一站式DevOps平臺(tái)成為主流，提供從項(xiàng)目管理到部署的全生命周期服務(wù)，通過(guò)各服務(wù)的內(nèi)在集成實(shí)現(xiàn)不同角色團(tuán)隊(duì)的開(kāi)發(fā)協(xié)同?？尚砰_(kāi)發(fā)：DevSecOps是指將安全的要求、規(guī)范和工具內(nèi)置在開(kāi)發(fā)部署運(yùn)行的全過(guò)程并自動(dòng)化執(zhí)行，保證開(kāi)發(fā)與交付效率的同時(shí)提升應(yīng)用的安全性。建設(shè)自主可控的軟件開(kāi)發(fā)平臺(tái)，提升軟件供應(yīng)鏈的抗風(fēng)險(xiǎn)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(kāi)發(fā)工具，通過(guò)簡(jiǎn)化開(kāi)發(fā)流程和減少手動(dòng)編碼，使得企業(yè)能夠更快速、更高效地開(kāi)發(fā)和部署應(yīng)用程序。APP指標(biāo)預(yù)測(cè)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(jìng)爭(zhēng)時(shí)代75%的國(guó)內(nèi)大中型企業(yè)將構(gòu)建自主的軟件開(kāi)發(fā)生產(chǎn)線API超過(guò)47%API趨勢(shì)五應(yīng)用加速實(shí)現(xiàn)現(xiàn)代化預(yù)算編制部門(mén)趨勢(shì)五應(yīng)用加速實(shí)現(xiàn)現(xiàn)代化預(yù)算編制部門(mén)預(yù)算批復(fù)部門(mén) 預(yù)算執(zhí)行部門(mén)部門(mén)社會(huì)服務(wù)2月1周提升開(kāi)發(fā)效率科學(xué)技術(shù)衛(wèi)生健康教育財(cái)政廳業(yè)務(wù)上線周期CodeArts軟件開(kāi)發(fā)生產(chǎn)線一站式、全流程DevOps平臺(tái)代碼趨勢(shì)六混合多云新常態(tài)趨勢(shì)六混合多云新常態(tài)趨勢(shì)六混合多云新常態(tài)DIVEINTOCLOUDDIVEINTOCLOUDPAGE41PAGE41PAGE40PAGE40公有云運(yùn)營(yíng)/運(yùn)維中心云告警 容量 資源 負(fù)載無(wú)縫使用兩級(jí)云監(jiān)控大屏運(yùn)營(yíng)/運(yùn)維分支云/邊緣云邊緣節(jié)點(diǎn)公有云&專(zhuān)有云 專(zhuān)有云&公有云運(yùn)營(yíng)/運(yùn)維中心云告警 容量 資源 負(fù)載無(wú)縫使用兩級(jí)云監(jiān)控大屏運(yùn)營(yíng)/運(yùn)維分支云/邊緣云邊緣節(jié)點(diǎn)運(yùn)營(yíng)/運(yùn)維分支云/邊緣云端統(tǒng)一的多云管理平臺(tái)運(yùn)營(yíng)/運(yùn)維分支云/邊緣云端安全合規(guī)，無(wú)縫使用公有云海量算力、先進(jìn)云服務(wù)和共享生態(tài)，實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新

層次化運(yùn)營(yíng)運(yùn)維機(jī)制總部與分支運(yùn)維各司其職，同時(shí)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(wú)縫協(xié)同物聯(lián)網(wǎng)的快速普及帶動(dòng)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(yùn)營(yíng)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(lái)越復(fù)雜，需要采用多種不同形態(tài)的云來(lái)應(yīng)對(duì)：公有云+專(zhuān)有云 總部云+分支云 中心云+邊緣云專(zhuān)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(chǎng)景。比如，企業(yè)通過(guò)公有云上開(kāi)展大規(guī)模AI訓(xùn)練，在專(zhuān)有云上進(jìn)行推理；或是將Web類(lèi)非核心業(yè)務(wù)部署到公有云，而將數(shù)據(jù)庫(kù)等核心業(yè)務(wù)部署在專(zhuān)有云；或是基于公有云快速開(kāi)發(fā)創(chuàng)新應(yīng)用，然后部署到專(zhuān)有云上；

大型企業(yè)通常有多個(gè)分支機(jī)構(gòu)，每個(gè)分支又有本地的數(shù)據(jù)中心。總部對(duì)全網(wǎng)基礎(chǔ)設(shè)施進(jìn)行統(tǒng)籌規(guī)劃和運(yùn)營(yíng)，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(yùn)維則由本地運(yùn)維團(tuán)隊(duì)負(fù)責(zé)。通過(guò)這種方式，可以兼顧集約化管理和個(gè)性化需求；

隨著數(shù)字化場(chǎng)景越來(lái)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(duì)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(duì)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(duì)企業(yè)來(lái)說(shuō)，匹配場(chǎng)景需求，選擇合適的云并不難，在每個(gè)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(gè)一個(gè)新的煙囪，增加管理難度。要破解這個(gè)難題，企業(yè)需要建立層次化多云架構(gòu)，實(shí)現(xiàn)多云有效協(xié)同、體驗(yàn)一致以及全生命周期統(tǒng)一管理，推動(dòng)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(tái)多云架構(gòu)的落地，首先需要一個(gè)統(tǒng)一的多云管理平臺(tái)，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(tái)的用戶(hù)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(gè)云上的服務(wù)標(biāo)準(zhǔn)化，并提供一致體驗(yàn)，用戶(hù)可以通過(guò)跨云編排服務(wù)實(shí)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(kāi)發(fā)規(guī)范，讓開(kāi)發(fā)者、應(yīng)用伙伴可以實(shí)現(xiàn)一次開(kāi)發(fā)、多云部署，同時(shí)通過(guò)應(yīng)用市場(chǎng)沉淀下來(lái)，降低應(yīng)用開(kāi)發(fā)成本和業(yè)務(wù)上線周期。層次化運(yùn)營(yíng)運(yùn)維機(jī)制專(zhuān)有云和專(zhuān)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(tái)建設(shè)，通過(guò)云管平臺(tái)實(shí)現(xiàn)統(tǒng)一運(yùn)營(yíng)，分級(jí)運(yùn)維：一級(jí)運(yùn)營(yíng)：總部建設(shè)集中的運(yùn)營(yíng)中心，對(duì)全局資源配額、計(jì)量計(jì)費(fèi)、流程審批和租戶(hù)進(jìn)行統(tǒng)一管理，數(shù)據(jù)實(shí)時(shí)匯聚，保證總部對(duì)全局資源與服務(wù)可視可管；當(dāng)分支管理員無(wú)法處理復(fù)雜的運(yùn)維問(wèn)題時(shí)，總部的高級(jí)別工程師可以登錄分支運(yùn)維界面，遠(yuǎn)程協(xié)助解決運(yùn)維訴求。分級(jí)運(yùn)維：在分支建設(shè)分布式的運(yùn)維中心，為總部和每個(gè)子公司的本地云平臺(tái)提供本地運(yùn)維監(jiān)控能力，包括設(shè)備運(yùn)維、告警監(jiān)控、日志審計(jì)等，各分支通過(guò)完整的運(yùn)維工具平臺(tái)，能夠完成運(yùn)維的自閉環(huán)，這對(duì)于擁有獨(dú)立性運(yùn)維團(tuán)隊(duì)的分支機(jī)構(gòu)尤為重要，直接幫助總部環(huán)節(jié)運(yùn)維壓力。云邊端的數(shù)據(jù)和應(yīng)用無(wú)縫協(xié)同工業(yè)互聯(lián)網(wǎng)的快速發(fā)展，對(duì)云邊協(xié)同提出了更豐富的場(chǎng)景和能力要求：在車(chē)間等邊緣節(jié)點(diǎn)，需要對(duì)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?xún)?nèi)的海量端側(cè)設(shè)備高性能接入，及覆蓋MQTT、Zigbee等1000+常見(jiàn)工業(yè)協(xié)議接入，同時(shí)可以基于輕量化能力運(yùn)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(guò)將AI、大數(shù)據(jù)、工業(yè)物聯(lián)平臺(tái)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(shí)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(yùn)營(yíng)運(yùn)維和數(shù)據(jù)、模型標(biāo)準(zhǔn)化管理，對(duì)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(cè)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(shí)使用公有云和專(zhuān)有云

65%的企業(yè)將用統(tǒng)一云管平臺(tái)集約化管理趨勢(shì)六混合多云新常態(tài)趨勢(shì)七云原生安全與運(yùn)營(yíng)DIVEINTOCLOUDDIVEINTOCLOUD趨勢(shì)七云原生安全與運(yùn)營(yíng)趨勢(shì)七云原生安全與運(yùn)營(yíng)PAGE44PAGE44PAGE45PAGE45SOC構(gòu)建安全運(yùn)營(yíng)安全治安全治理 編排響應(yīng) 態(tài)勢(shì)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(yùn)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(guò)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(yùn)營(yíng)內(nèi)生安全通過(guò)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(yùn)營(yíng)三分建設(shè)七分運(yùn)營(yíng)，沉淀安全經(jīng)驗(yàn)，實(shí)現(xiàn)提前預(yù)防風(fēng)險(xiǎn)、感知安全事件和自動(dòng)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(dòng)化、可持續(xù)迭代的云原生安全體系傳統(tǒng)安全方案已無(wú)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(wú)法繞開(kāi)的話題，僅2022年的全球勒索軟件事件就高達(dá)數(shù)千萬(wàn)次，新增安全漏洞超過(guò)兩萬(wàn)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(yùn)營(yíng)模式已無(wú)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(hù)的安全邊界不再清晰。當(dāng)前，仍有超過(guò)80%的政企上云后僅使用傳統(tǒng)安全防護(hù)，這對(duì)業(yè)務(wù)的安全性和可靠性帶來(lái)巨大挑戰(zhàn)?？偟膩?lái)說(shuō)，會(huì)帶來(lái)以下可預(yù)見(jiàn)的風(fēng)險(xiǎn)：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(dòng)化部署與管理。云平臺(tái)和安全廠商需要投入大量專(zhuān)家進(jìn)行調(diào)測(cè)，云平臺(tái)的升級(jí)迭代也會(huì)帶來(lái)復(fù)雜的適配工作

定位慢：運(yùn)維平臺(tái)收集的威脅信息來(lái)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(xiǎn)，不同安全產(chǎn)品定界、定位困難，短時(shí)間內(nèi)海量告警無(wú)法及時(shí)處置，風(fēng)險(xiǎn)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(gè)項(xiàng)目定制化嚴(yán)重，安全運(yùn)營(yíng)經(jīng)驗(yàn)無(wú)法復(fù)制和迭代，已積累的豐富的運(yùn)營(yíng)經(jīng)驗(yàn)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(lái)的安全問(wèn)題，而是希望以云原生的思維構(gòu)建云安全，將安全與云計(jì)算深度融合。構(gòu)建云原生安全體系一方面可以通過(guò)云計(jì)算特性幫助用戶(hù)規(guī)避部分安全風(fēng)險(xiǎn)，另一方面能夠?qū)踩谌霃脑O(shè)計(jì)到運(yùn)營(yíng)的整個(gè)過(guò)程中，解決用戶(hù)云計(jì)算環(huán)境和傳統(tǒng)安全架構(gòu)割裂的痛點(diǎn)。安全建設(shè)從割裂走向內(nèi)生 從安全建設(shè)走向安全運(yùn)營(yíng)進(jìn)入云原生時(shí)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(hù)提供從平臺(tái)層到租戶(hù)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(yùn)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(guò)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(shí)，業(yè)務(wù)與安全技術(shù)緊密結(jié)合，而非兩套系統(tǒng)的簡(jiǎn)單配套。云平臺(tái)統(tǒng)一提供原生的安全服務(wù)，在云上自動(dòng)化部署、統(tǒng)一管理、配套發(fā)布與迭代敏捷。安全與云計(jì)算的高可靠、彈性擴(kuò)容緊密結(jié)合，實(shí)現(xiàn)安全防護(hù)從外掛式的割裂走向內(nèi)生。

越來(lái)越多的企業(yè)開(kāi)始重視安全運(yùn)營(yíng)，“三分建設(shè)，七分運(yùn)營(yíng)”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(yùn)營(yíng)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(shì)感知、安全信息和事件管理、安全編排與自動(dòng)響應(yīng)等能力，實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)防、安全事件感知和安全事件自動(dòng)化處理，提升企業(yè)安全運(yùn)營(yíng)效率。得益于統(tǒng)一的安全運(yùn)營(yíng)中心，在日常安全運(yùn)營(yíng)場(chǎng)景下，對(duì)各個(gè)安全目標(biāo)執(zhí)行安全運(yùn)營(yíng)流程，發(fā)現(xiàn)并消減風(fēng)險(xiǎn)，并對(duì)流程進(jìn)行持續(xù)改進(jìn)，避免風(fēng)險(xiǎn)再次發(fā)生。企業(yè)不必重復(fù)投入大量資金和專(zhuān)業(yè)人才，威脅檢測(cè)模型和事件響應(yīng)劇本等安全經(jīng)驗(yàn)可以在云平臺(tái)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(shí)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(tái)的攻擊檢測(cè)難度，這促使企業(yè)運(yùn)用人工智能創(chuàng)新技術(shù)提高云安全防御效率，在實(shí)際攻防實(shí)戰(zhàn)中快速定位威脅攻擊，提升云安全防御的自動(dòng)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(cè)、攻擊防范和安全運(yùn)營(yíng)等場(chǎng)景中，幫助企業(yè)構(gòu)建自己的高智能化、高自動(dòng)化、可持續(xù)迭代的云原生安全體系。PAGE48PAGE48指標(biāo)預(yù)測(cè)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(hù)將使用AI技術(shù)以應(yīng)對(duì)來(lái)自全球的安全威脅構(gòu)建安全運(yùn)營(yíng)中心的企業(yè)數(shù)量將持續(xù)增加，從32% 73%趨勢(shì)七云原生安全與運(yùn)營(yíng)趨勢(shì)七云原生安全與運(yùn)營(yíng)

網(wǎng)頁(yè)籌改

流氓軟件網(wǎng)絡(luò)監(jiān)聽(tīng) 蠕蟲(chóng)病毒Rootkit

安全信息和事件管理

事件自動(dòng)化處理

身份盜竊安全運(yùn)營(yíng)中心資產(chǎn)管理

安全態(tài)勢(shì)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(shì)八云服務(wù)模式優(yōu)先趨勢(shì)八云服務(wù)模式優(yōu)先趨勢(shì)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(yùn)維本地運(yùn)維專(zhuān)業(yè)服務(wù)遠(yuǎn)程運(yùn)維本地運(yùn)維專(zhuān)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(cuò)成本 利益互鎖長(zhǎng)期合作傳統(tǒng)采購(gòu)模式無(wú)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(gè)行業(yè)持續(xù)加大云的投資，越來(lái)越多的工作負(fù)載將承載到云上。在專(zhuān)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(fèi)），并配置相應(yīng)的運(yùn)營(yíng)運(yùn)維人力，這也是IT行業(yè)多年來(lái)形成的主流采購(gòu)模式。隨著云平臺(tái)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(dòng)輒數(shù)千萬(wàn)，以Capex為主，帶來(lái)短期投資壓力的劇增，影響企業(yè)的財(cái)務(wù)穩(wěn)定性

項(xiàng)目采購(gòu)和建設(shè)周期較長(zhǎng)、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(tái)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(hù)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(chǎng)，基于云服務(wù)的采購(gòu)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(fèi)，業(yè)務(wù)上線快、云服務(wù)支出相對(duì)平滑，這種模式對(duì)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(guó)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(mén)應(yīng)當(dāng)優(yōu)先采用政務(wù)云和公共云等云計(jì)算服務(wù)，以實(shí)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(mǎi)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(chǎng)響應(yīng)速度，并更專(zhuān)注于業(yè)務(wù)創(chuàng)新。云服務(wù)模式主要有以下幾種類(lèi)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(zhuān)業(yè)服務(wù)，如專(zhuān)業(yè)運(yùn)維、輔助運(yùn)營(yíng)等。企業(yè)通過(guò)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(wú)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(zhuān)注業(yè)務(wù)創(chuàng)新。云廠商需要確保平臺(tái)的建設(shè)和穩(wěn)定運(yùn)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(lèi)型和資源配額。這種模式的優(yōu)勢(shì)在于可最大程度避免系統(tǒng)中的兼容性問(wèn)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(gòu)模式；純軟件云服務(wù)：企業(yè)自主采購(gòu)和維護(hù)硬件設(shè)備，擁有對(duì)硬件的所有權(quán)。云廠商通常只提供云平臺(tái)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(fèi)。相對(duì)于軟硬一體云服務(wù)來(lái)說(shuō)，這種模式是軟硬解耦的，更適用于對(duì)硬件依賴(lài)度不高的場(chǎng)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?lái)說(shuō)，云服務(wù)模式是對(duì)企業(yè)IT的采購(gòu)、建設(shè)和運(yùn)營(yíng)運(yùn)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(diǎn)。對(duì)企業(yè)而言，采用云服務(wù)模式也可以帶來(lái)顯而易見(jiàn)的收益：支出平滑：服務(wù)模式一般為訂閱式付費(fèi)，企業(yè)只需要按年支付云服務(wù)費(fèi)用，無(wú)需一次性支付大額采購(gòu)費(fèi)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(wú)需經(jīng)歷硬件設(shè)備、軟件授權(quán)的傳統(tǒng)采購(gòu)過(guò)程，大幅縮短項(xiàng)目立項(xiàng)采購(gòu)時(shí)間。企業(yè)只需根據(jù)新業(yè)務(wù)特點(diǎn)確定需要部署的云服務(wù)類(lèi)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(cuò)成本：對(duì)于大模型、工業(yè)互聯(lián)網(wǎng)等創(chuàng)新，企業(yè)通過(guò)采購(gòu)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(píng)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(lái)的試錯(cuò)成本和風(fēng)險(xiǎn)；

利益互鎖、長(zhǎng)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(zhǎng)期合作，除了建設(shè)云基礎(chǔ)設(shè)施外，雙方通常會(huì)配合開(kāi)展云平臺(tái)的運(yùn)營(yíng)運(yùn)維工作，提供可持續(xù)迭代新的版本和能力，推動(dòng)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(cè)到2025年專(zhuān)屬云和混合云采購(gòu)中，云服務(wù)模式的占比將增長(zhǎng)100%趨勢(shì)八云服務(wù)模式優(yōu)先 趨勢(shì)八云服務(wù)模式優(yōu)先財(cái)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(jí)天級(jí)運(yùn)維更專(zhuān)業(yè)，平臺(tái)持續(xù)演進(jìn)運(yùn)維效率提升30%

同行伙伴，共創(chuàng)未來(lái)打造聯(lián)合創(chuàng)新實(shí)驗(yàn)室趨勢(shì)九從建設(shè)到卓越運(yùn)營(yíng)DIVEINTOCLOUDDIVEINTOCLOUD趨勢(shì)九從建設(shè)到卓越運(yùn)營(yíng)趨勢(shì)九從建設(shè)到卓越運(yùn)營(yíng)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(diǎn)> 數(shù)千～萬(wàn)節(jié)點(diǎn)邁向深度用云

3關(guān)鍵KPI性創(chuàng)新動(dòng)力不足性

1角色組織 運(yùn)營(yíng)工｜卓越運(yùn)營(yíng)｜

云原生比例資源利用率用戶(hù)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(yùn)營(yíng)？在傳統(tǒng)的IT體系中，IT部門(mén)定位為技術(shù)提供者，主要關(guān)注IT的建設(shè)與運(yùn)行保障。近年來(lái)，企業(yè)通過(guò)建設(shè)自有的云基礎(chǔ)設(shè)施并推動(dòng)業(yè)務(wù)逐步云化，實(shí)現(xiàn)了IT效率的顯著提升，在這個(gè)過(guò)程中IT部門(mén)率先受益，但業(yè)務(wù)部門(mén)收益卻未達(dá)到預(yù)期。并且隨著云的規(guī)模持續(xù)增長(zhǎng)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(duì)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(duì)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(dòng)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(mén)缺乏持續(xù)上云的驅(qū)動(dòng)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(yùn)營(yíng)”是當(dāng)前企業(yè)云化轉(zhuǎn)型過(guò)程中的普遍現(xiàn)象，也成為制約云價(jià)值體現(xiàn)的重要因素。在深度用云時(shí)代，企業(yè)需要建立起一套符合自身特點(diǎn)的云運(yùn)營(yíng)體系，讓業(yè)務(wù)創(chuàng)新與平臺(tái)建設(shè)形成良性循環(huán)，才能充分釋放云的潛力。DIVEINTOCLOUDDIVEINTOCLOUD趨勢(shì)九從建設(shè)到卓越運(yùn)營(yíng)趨勢(shì)九從建設(shè)到卓越運(yùn)營(yíng)PAGE60PAGE60PAGE61PAGE61從建設(shè)到卓越運(yùn)營(yíng)，兌現(xiàn)云價(jià)值從建設(shè)到卓越運(yùn)營(yíng)的轉(zhuǎn)變不是一蹴而就的事，它是一個(gè)長(zhǎng)期的系統(tǒng)性工程，對(duì)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(duì)象及關(guān)鍵活動(dòng)。1套流程體系建設(shè)平臺(tái)靠技術(shù)、運(yùn)營(yíng)平臺(tái)靠流程。IT團(tuán)隊(duì)從“維護(hù)方”向“運(yùn)營(yíng)方”轉(zhuǎn)變，首先需要建立完善的運(yùn)營(yíng)流程體系，讓復(fù)雜的運(yùn)營(yíng)活動(dòng)有章可循：組織與KPI：組建運(yùn)營(yíng)團(tuán)隊(duì)，統(tǒng)籌規(guī)劃運(yùn)營(yíng)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(yùn)營(yíng)活動(dòng)高效合規(guī)開(kāi)展，并持續(xù)豐富數(shù)字化工具提升運(yùn)營(yíng)效率；能力提升：建立運(yùn)營(yíng)管理能力模型，識(shí)別差距并通過(guò)培訓(xùn)和輔助運(yùn)營(yíng)專(zhuān)業(yè)服務(wù)快速補(bǔ)齊，在實(shí)戰(zhàn)中持續(xù)鞏固，從而形成組織級(jí)運(yùn)營(yíng)能力。3大運(yùn)營(yíng)對(duì)象運(yùn)營(yíng)的對(duì)象是什么、有哪些重要關(guān)注點(diǎn)，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(tái)運(yùn)營(yíng)：保障云平臺(tái)的穩(wěn)定運(yùn)行。關(guān)注資源的可獲得性、業(yè)務(wù)的連續(xù)性、平臺(tái)和云服務(wù)的持續(xù)演進(jìn)；業(yè)務(wù)運(yùn)營(yíng)：推動(dòng)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(hù)運(yùn)營(yíng)：牽引運(yùn)營(yíng)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(lèi)關(guān)鍵活動(dòng)應(yīng)用創(chuàng)新：聯(lián)合云廠商和應(yīng)用伙伴，以技術(shù)與場(chǎng)景雙輪驅(qū)動(dòng)創(chuàng)新。在現(xiàn)有場(chǎng)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(yàn)；另一方面，以業(yè)務(wù)需求牽引應(yīng)用場(chǎng)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(kāi)展全面的業(yè)務(wù)場(chǎng)景調(diào)研，制定上云規(guī)范、節(jié)奏、路徑和實(shí)施方案。遵循“應(yīng)上盡上”和“云原生優(yōu)先”原則，優(yōu)先對(duì)應(yīng)用進(jìn)行云原生改造，對(duì)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(lài)的前提下實(shí)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(chǎng)景雙輪驅(qū)動(dòng)創(chuàng)新。在現(xiàn)有場(chǎng)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(yàn)；另一方面，以業(yè)務(wù)需求牽引應(yīng)用場(chǎng)景的創(chuàng)新，并構(gòu)建所需的云服務(wù)能力。運(yùn)營(yíng)優(yōu)化：圍繞服務(wù)目錄、容量、性能等多個(gè)方面提升運(yùn)營(yíng)效能。比如，預(yù)測(cè)資源趨勢(shì)并制定擴(kuò)容策略，兼顧資源的可獲得性和利用率；對(duì)閑置資源進(jìn)行分析并提出優(yōu)化措施；針對(duì)應(yīng)用性能問(wèn)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(shí)，開(kāi)展內(nèi)部的用戶(hù)調(diào)研與價(jià)值推廣，提升用戶(hù)的認(rèn)知度、認(rèn)可度和推薦度。運(yùn)行保障：確保平臺(tái)穩(wěn)定運(yùn)行與持續(xù)演進(jìn)，包括對(duì)平臺(tái)進(jìn)行日常運(yùn)維保障與故障處理，及時(shí)消減風(fēng)險(xiǎn)。根據(jù)業(yè)務(wù)需求制定云服務(wù)上線計(jì)劃并規(guī)劃平臺(tái)的升級(jí)演進(jìn)，確保平臺(tái)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(gè)維度工作；運(yùn)營(yíng)優(yōu)化：圍繞服務(wù)目錄、容量、性能等多個(gè)方面提升運(yùn)營(yíng)效能。比如，預(yù)測(cè)資源趨勢(shì)并制定擴(kuò)容策略，兼顧資源的可獲得性和利用率；對(duì)閑置資源進(jìn)行分析并提出優(yōu)化措施；針對(duì)應(yīng)用性能問(wèn)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(shí)，開(kāi)展內(nèi)部的用戶(hù)調(diào)研與價(jià)值推廣，提升用戶(hù)的認(rèn)知度、認(rèn)可度和推薦度。專(zhuān)業(yè)服務(wù)作為卓越運(yùn)營(yíng)落地重要的抓手，其重要性在深度用云時(shí)代將進(jìn)一步凸顯。企業(yè)在做好內(nèi)部的運(yùn)營(yíng)的基礎(chǔ)上，持續(xù)完善卓越運(yùn)營(yíng)體系和能力，未來(lái)可以進(jìn)一步開(kāi)展對(duì)外運(yùn)營(yíng)，輸出技術(shù)、經(jīng)驗(yàn)和生態(tài)，賦能產(chǎn)業(yè)。PAGE62PAGE62指標(biāo)預(yù)測(cè)到2025年企業(yè)在云基礎(chǔ)設(shè)施持續(xù)運(yùn)營(yíng)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(shì)九從建設(shè)到卓越運(yùn)營(yíng)IoTAI

DevOps技術(shù)創(chuàng)新

業(yè)務(wù)創(chuàng)新

用戶(hù)運(yùn)營(yíng)云原生應(yīng)用40+廳局委辦

業(yè)務(wù)運(yùn)營(yíng)

用戶(hù)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(tái)運(yùn)營(yíng)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(tái)7*24小時(shí)穩(wěn)定運(yùn)行資源利用率提升50% 趨勢(shì)十運(yùn)維即服務(wù)趨勢(shì)十運(yùn)維即服務(wù)趨勢(shì)十運(yùn)維即服務(wù)DIVEINTOCLOUDDIVEINTOCLOUDPAGE69PAGE69PAGE68PAGE68人力投入成本高7*24小時(shí)工作需要vs5*8小時(shí)法定工作時(shí)間

運(yùn)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(wú)需構(gòu)建/維護(hù)運(yùn)維流程無(wú)需自行100%技術(shù)人才獲得效率選用育留綜合投入2/3無(wú)需構(gòu)建/維護(hù)運(yùn)維流程無(wú)需自行開(kāi)發(fā)/總成本50%AI算法庫(kù)海量原子運(yùn)維經(jīng)驗(yàn)庫(kù)運(yùn)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(yùn)維服務(wù)本地/遠(yuǎn)程服務(wù)日常基礎(chǔ)運(yùn)維主動(dòng)運(yùn)維管理運(yùn)維支撐效率低應(yīng)用技術(shù)復(fù)雜度高vs

混合運(yùn)維高效協(xié)同 運(yùn)維人才即需即

運(yùn)維工具為我所用 運(yùn)維經(jīng)驗(yàn)常用常新全面云化時(shí)代的運(yùn)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(tái)，以應(yīng)對(duì)未來(lái)業(yè)務(wù)全面數(shù)字化可能帶來(lái)的挑戰(zhàn)。為了保持業(yè)務(wù)的領(lǐng)先，企業(yè)通過(guò)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(gè)新技術(shù)的引入，對(duì)企業(yè)都是一次考驗(yàn)，要求其快速構(gòu)建對(duì)應(yīng)的運(yùn)維能力。實(shí)際運(yùn)營(yíng)中，這種能力構(gòu)建具有嚴(yán)重的滯后性，無(wú)法滿足業(yè)務(wù)快速上線和穩(wěn)定運(yùn)行的要求。此外，隨著技術(shù)棧日益增長(zhǎng)，跨技術(shù)棧的應(yīng)用調(diào)用越來(lái)越多，運(yùn)維復(fù)雜度也呈指數(shù)級(jí)上升，對(duì)運(yùn)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(lái)長(zhǎng)期壓力：人力投入成本：為保障運(yùn)維能力能覆蓋新技術(shù)，企業(yè)需要引入對(duì)應(yīng)技術(shù)領(lǐng)域的專(zhuān)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(duì)7*24小時(shí)平臺(tái)穩(wěn)定運(yùn)行和員工法定工作時(shí)長(zhǎng)5*8小時(shí)之間的不對(duì)稱(chēng)，實(shí)際的運(yùn)維人員數(shù)量通常超過(guò)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(xiǎn)：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(yàn)豐富的運(yùn)維人才隊(duì)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(yàn)，都將成為業(yè)務(wù)長(zhǎng)期穩(wěn)定運(yùn)行的潛在風(fēng)險(xiǎn)

流程支撐難度：數(shù)字化發(fā)展不可避免會(huì)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(shí)間自建運(yùn)維流程及工具體系，以提升業(yè)務(wù)運(yùn)轉(zhuǎn)支撐及問(wèn)題解決效率在可預(yù)見(jiàn)的未來(lái)，運(yùn)維的重要性和面臨的挑戰(zhàn)會(huì)越來(lái)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(shí)代特點(diǎn)且行之有效的運(yùn)維新體系。運(yùn)維即服務(wù)滿足多樣性運(yùn)維場(chǎng)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(guò)服務(wù)的方式，享受到云帶來(lái)的技術(shù)和經(jīng)驗(yàn)，這是相比傳統(tǒng)IT的一次重大變革。“運(yùn)維即服務(wù)”的理念正被越來(lái)越多的企業(yè)接受，企業(yè)無(wú)需自建云運(yùn)維體系便可以獲取到專(zhuān)業(yè)的運(yùn)維支撐，通過(guò)這種運(yùn)維模式的創(chuàng)新轉(zhuǎn)變，建立起全面云化時(shí)代的運(yùn)維新常態(tài)。新常態(tài)一：混合運(yùn)維高效協(xié)同

新常態(tài)二：運(yùn)維人才即需即用混合運(yùn)維是本地運(yùn)維和專(zhuān)業(yè)運(yùn)維服務(wù)相結(jié)合的運(yùn)維模式。企業(yè)自身僅需配置少量的運(yùn)維人員進(jìn)行運(yùn)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(yùn)維操作則可通過(guò)運(yùn)維服務(wù)提供商提供，遠(yuǎn)程的專(zhuān)業(yè)運(yùn)維成為更多企業(yè)的選擇，這樣可極大卸載企業(yè)的運(yùn)維工作負(fù)載，從而聚焦核心業(yè)務(wù)發(fā)展。

企業(yè)無(wú)需自建規(guī)模龐大的運(yùn)維技術(shù)隊(duì)伍，當(dāng)有新的云服務(wù)需要上線時(shí)，由運(yùn)維服務(wù)提供商提供所需的運(yùn)維專(zhuān)家服務(wù)支撐新業(yè)務(wù)快速上線運(yùn)行，人才獲取效率可提升100%。相較自主運(yùn)維場(chǎng)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(yùn)維工具為我所用 新常態(tài)四：運(yùn)維經(jīng)驗(yàn)常用常新通過(guò)運(yùn)維服務(wù)化的方式，用于運(yùn)維事件的處理流轉(zhuǎn)、狀態(tài)監(jiān)控、診斷分析、問(wèn)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(wú)需投入大量資源用于運(yùn)維協(xié)作流程的構(gòu)建及各類(lèi)運(yùn)維工具的開(kāi)發(fā)或采購(gòu)，可減少流程工具類(lèi)資金和人員管理成本50%以上，真正做到了流程支撐類(lèi)事項(xiàng)的減負(fù)。

企業(yè)可直接從運(yùn)維服務(wù)提供商積累的大量運(yùn)維經(jīng)驗(yàn)庫(kù)中受益，例如故障模式庫(kù)、變更模型庫(kù)、風(fēng)險(xiǎn)管理庫(kù)、安全漏洞庫(kù)、AI算法庫(kù)等在內(nèi)的大量原子運(yùn)維能力，并且這些能力隨著時(shí)間的推移會(huì)持續(xù)迭代更新。這樣一方面大大提升了運(yùn)維工作的效率，另一方面可避免重蹈類(lèi)似事件產(chǎn)生的風(fēng)險(xiǎn)，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(cè)到2025年遠(yuǎn)程專(zhuān)業(yè)運(yùn)維服務(wù)的普及率超過(guò)65%超過(guò)52%的企業(yè)將采用引入混合運(yùn)維的新模式趨勢(shì)十運(yùn)維即服務(wù)本地云數(shù)據(jù)中心趨勢(shì)十運(yùn)維即服務(wù)流程工具類(lèi)綜合成本減少50%+

人員選用育留綜合成本減少2/3運(yùn)維問(wèn)題處理效率提升10倍

問(wèn)題保障即刻響應(yīng)各類(lèi)運(yùn)維工具實(shí)時(shí)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(jí)更新全技術(shù)棧人員儲(chǔ)備成熟運(yùn)維流程

海量運(yùn)維經(jīng)驗(yàn)、知識(shí)庫(kù)

7*24h實(shí)時(shí)監(jiān)控，一站式解決問(wèn)題運(yùn)維服務(wù)提供商遠(yuǎn)程運(yùn)維中心

研發(fā)專(zhuān)家能力兜底提供成熟運(yùn)維工具、海量運(yùn)維經(jīng)驗(yàn) 各技術(shù)棧運(yùn)維人才即需即用提供成熟運(yùn)維工具、海量運(yùn)維經(jīng)驗(yàn)各技術(shù)棧運(yùn)維人才即需即用DIVEINTOCLOUDDIVEINTOCLOUD未來(lái)場(chǎng)景展望未來(lái)場(chǎng)景展望PAGE74PAGE74PAGE73PAGE73能感知、有溫度、可進(jìn)化的未來(lái)城市城市是一個(gè)復(fù)雜的巨系統(tǒng)，涉及到經(jīng)濟(jì)、生活和政務(wù)等多個(gè)場(chǎng)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(zhǎng)與有限資源之間的矛盾，成為城市未來(lái)需要解決的最重要需求。同時(shí)，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(lái)城市的發(fā)展帶來(lái)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(chǎng)所與孵化基地。虛實(shí)融合的數(shù)字孿生城市未來(lái)城市包羅萬(wàn)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(guò)建立一個(gè)城市級(jí)的數(shù)字孿生系統(tǒng)來(lái)應(yīng)對(duì)城市管理者、行業(yè)從業(yè)者、城市生活市民等用戶(hù)的創(chuàng)新訴求已成為行業(yè)共識(shí)。數(shù)字孿生城市通過(guò)匯聚及管理城市建設(shè)、運(yùn)行、發(fā)展與更新的多源實(shí)時(shí)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(yùn)行狀態(tài)。通過(guò)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(shí)對(duì)應(yīng)、精準(zhǔn)映射，以數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)全方位感知、全時(shí)空體驗(yàn)、全領(lǐng)域賦能，讓城市具備過(guò)去可追溯、現(xiàn)在可感知、未來(lái)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(dòng)從人治走向AI治理可以預(yù)見(jiàn)在城市數(shù)字化轉(zhuǎn)型過(guò)程中，隨著城市全量數(shù)據(jù)的打通和融合，AI必將會(huì)在城市的各個(gè)場(chǎng)景中發(fā)揮越來(lái)越重要的作用，城市將從基于人的經(jīng)驗(yàn)治理走向基于AI的算法治理，從局部的智能走向全場(chǎng)景的智慧。同時(shí)也會(huì)面臨一些新的挑戰(zhàn)：AI會(huì)催生新的公共治理主體，算法權(quán)力憑借算法優(yōu)勢(shì)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(dòng)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(jià)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(wú)論是順應(yīng)城市治理思想的轉(zhuǎn)變還是面對(duì)技術(shù)進(jìn)步所帶來(lái)的各種挑戰(zhàn)，未來(lái)的城市都需要一個(gè)強(qiáng)大的智慧中樞平臺(tái)，承上啟下，自主進(jìn)化。一方面匯聚來(lái)自于城市各個(gè)角落的海量數(shù)據(jù)，另一方面通過(guò)平臺(tái)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(hù)服務(wù)體驗(yàn)。更泛在、更主動(dòng)的政務(wù)服務(wù)今天在中國(guó)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(guò)手機(jī)就能夠進(jìn)行遠(yuǎn)程的自助服務(wù)，可以預(yù)見(jiàn)未來(lái)十年政務(wù)服務(wù)的數(shù)字化，智能化程度將會(huì)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(hù)體驗(yàn)，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(lái)政務(wù)服務(wù)將是無(wú)時(shí)不在、無(wú)處不在，除傳統(tǒng)服務(wù)形態(tài)之外，未來(lái)車(chē)站、機(jī)場(chǎng)、圖書(shū)館、銀行、酒店等場(chǎng)所，將會(huì)出現(xiàn)更多的政務(wù)服務(wù)模式。主動(dòng)：政務(wù)服務(wù)初期建設(shè)主要圍繞減材料、減時(shí)間的目標(biāo)展開(kāi)，主要實(shí)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(dòng)態(tài)數(shù)據(jù)的保存和處理強(qiáng)化了政務(wù)中臺(tái)中人工智能的能力，為政務(wù)服務(wù)提供主動(dòng)式、智能式服務(wù)提供了基礎(chǔ)。未來(lái)將通過(guò)各種智能模型發(fā)掘需求，精準(zhǔn)推送服務(wù)內(nèi)容，主動(dòng)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(dòng)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(tái)逐步完善，公共數(shù)據(jù)的授權(quán)運(yùn)營(yíng)、可信流通、高效共享落將讓數(shù)據(jù)的價(jià)值進(jìn)一步放大。未來(lái)，將逐步形成以市場(chǎng)主體為主導(dǎo)的城市級(jí)數(shù)據(jù)空間：政府、企業(yè)和個(gè)人等數(shù)據(jù)供應(yīng)主體可以將自有的高價(jià)值數(shù)據(jù)開(kāi)發(fā)成商品，如算法、模型、資產(chǎn)庫(kù)等，在“數(shù)據(jù)不出域、可用不可見(jiàn)”策略的指引下，授權(quán)給更多數(shù)據(jù)消費(fèi)方使用，并從中獲得收益；數(shù)據(jù)消費(fèi)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(yǔ)料的場(chǎng)景，可以從市場(chǎng)上快速獲取到高質(zhì)量的數(shù)據(jù)商品，降低用數(shù)門(mén)檻。柔性、智能的未來(lái)工廠全球人口老齡化呈現(xiàn)不可逆趨勢(shì)。人口紅利逐漸消失迫使制造業(yè)必須轉(zhuǎn)型升級(jí)提質(zhì)增效，加快推進(jìn)智能制造。從發(fā)展規(guī)律來(lái)看，機(jī)器替代人力是不可阻擋的趨勢(shì)，是生產(chǎn)力進(jìn)步的體現(xiàn)。另一方面，消費(fèi)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(gè)性化需求越來(lái)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(lái)越強(qiáng)烈。柔性敏捷滿足消費(fèi)者個(gè)性需求在整個(gè)生產(chǎn)到消費(fèi)的過(guò)程中，消費(fèi)者的角色正發(fā)生著巨大的變化，決策點(diǎn)逐漸向上游遷移，可參與的環(huán)節(jié)會(huì)越來(lái)越廣。在傳統(tǒng)的規(guī)模化生產(chǎn)時(shí)代，企業(yè)自己設(shè)計(jì)并完成生產(chǎn)，消費(fèi)者從成品中進(jìn)行挑選。隨著企業(yè)對(duì)消費(fèi)者的需求把握更為精準(zhǔn)，所提供的產(chǎn)品品類(lèi)越來(lái)越豐富，讓消費(fèi)者有了更大的挑選空間，然而這也造成庫(kù)存的巨大問(wèn)題。未來(lái)，依托大數(shù)據(jù)、智能化技術(shù)對(duì)生產(chǎn)各環(huán)節(jié)實(shí)現(xiàn)模塊化拆解，消費(fèi)者的意見(jiàn)和決策能夠直接參與到生產(chǎn)中的設(shè)計(jì)環(huán)節(jié)。比如在柔性制造的過(guò)程中，可以通過(guò)模塊化設(shè)計(jì)，讓消費(fèi)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(dòng)生產(chǎn)。這樣，整個(gè)生產(chǎn)模式開(kāi)始真正進(jìn)入個(gè)性化階段，隨著模塊化的顆粒度越來(lái)越細(xì)，會(huì)帶給消費(fèi)者更高選擇搭配的自由度，最終達(dá)成充分個(gè)性化的生產(chǎn)模式。無(wú)人化生產(chǎn)和服務(wù)，彌補(bǔ)勞動(dòng)力缺口在柔性和模塊化生產(chǎn)中，工廠對(duì)自主設(shè)備的需求越來(lái)越強(qiáng)烈。在以往的概念中，原有的自動(dòng)化設(shè)備只能做某一類(lèi)特定的動(dòng)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(gè)要操作的物體和每一個(gè)在運(yùn)行時(shí)的確定動(dòng)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(méi)有明確在程序里標(biāo)明的物體類(lèi)型，可以在產(chǎn)線上自主的對(duì)物體檢測(cè)、抓取以及移動(dòng)進(jìn)行學(xué)習(xí)，這就極大的減少了在處理種類(lèi)繁多的物體時(shí)非常耗費(fèi)時(shí)間的指導(dǎo)過(guò)程。知識(shí)計(jì)算，從“人找經(jīng)驗(yàn)”到“經(jīng)驗(yàn)找人”從數(shù)據(jù)、信息和知識(shí)之間的關(guān)系角度來(lái)看，多個(gè)信息建立關(guān)聯(lián)管理就形成了知識(shí)。每個(gè)行業(yè)都有屬于自己的豐富知識(shí)，數(shù)據(jù)來(lái)源多樣、形態(tài)復(fù)雜，知識(shí)體系通常很龐雜、受眾范圍小，很多知識(shí)還是隱形的，難以對(duì)外表達(dá)出來(lái)，應(yīng)用場(chǎng)景則涉及因素多、推理鏈長(zhǎng)。例如，在汽車(chē)維修場(chǎng)景中，汽車(chē)維修效果高度依賴(lài)維修技師的經(jīng)驗(yàn)。汽車(chē)維修技師普遍通過(guò)故障現(xiàn)象和診斷故障代碼、再結(jié)合自身經(jīng)驗(yàn)來(lái)判斷故障原因。對(duì)于某些“疑難雜癥”，維修技師有時(shí)無(wú)法直接找到故障原因，可能需要翻閱若干工具書(shū)和資料，甚至還要廠商專(zhuān)家參與，費(fèi)時(shí)費(fèi)力，影響客戶(hù)體驗(yàn)。知識(shí)計(jì)算是解決行業(yè)知識(shí)與AI結(jié)合的一條全新而且有效的路徑，將行業(yè)知識(shí)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(shí)現(xiàn)輔助人高效分析和決策，釋放行業(yè)專(zhuān)家的精力，集中關(guān)注業(yè)務(wù)創(chuàng)新，輔助人實(shí)現(xiàn)高效知識(shí)傳承，實(shí)現(xiàn)從過(guò)去的“人找知識(shí)”，變?yōu)楝F(xiàn)在的“知識(shí)找人”，助力員工快速成長(zhǎng)為領(lǐng)域?qū)＜?，推?dòng)企業(yè)的知識(shí)化轉(zhuǎn)型。未來(lái)場(chǎng)景展望未來(lái)場(chǎng)景展望無(wú)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(kāi)展數(shù)字化轉(zhuǎn)型，對(duì)自身的商業(yè)模式與業(yè)務(wù)進(jìn)行創(chuàng)新，通過(guò)不斷塑造新場(chǎng)景、構(gòu)建新業(yè)務(wù)提高自身競(jìng)爭(zhēng)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(chǎng)景。未來(lái)，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(guó)，數(shù)字人民幣自推出以來(lái)，已在多省市開(kāi)展試點(diǎn)測(cè)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(wú)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(chǎng)景，在不久的將來(lái)，會(huì)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(chǎng)景。數(shù)字貨幣兼顧實(shí)物貨幣和電子支付工具優(yōu)勢(shì)，具有支付即結(jié)算、可控匿名、安全和風(fēng)險(xiǎn)可控、智能化和可編程等顯著特征?；诖髷?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(zhǎng)遠(yuǎn)看，有利于建立廣覆蓋、全時(shí)段的統(tǒng)一社會(huì)信用體系，推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化。

全新體驗(yàn)的數(shù)字銀行排隊(duì)等候時(shí)間太長(zhǎng)、營(yíng)業(yè)時(shí)間短、工作人員辦事效率低下以及流程過(guò)于復(fù)雜是傳統(tǒng)銀行網(wǎng)點(diǎn)給人的最大印象，未來(lái)，在AI、數(shù)字人、VR、機(jī)器人等技術(shù)加持下，銀行網(wǎng)點(diǎn)將會(huì)迎來(lái)全面智慧化升級(jí)，創(chuàng)造極致客戶(hù)體驗(yàn)。77從用戶(hù)進(jìn)入網(wǎng)點(diǎn)時(shí)，銀行將自動(dòng)識(shí)別并基于已構(gòu)建的客戶(hù)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(yǔ)音識(shí)別、語(yǔ)義理解等手段，實(shí)現(xiàn)高仿真表情、動(dòng)作與對(duì)話，在網(wǎng)點(diǎn)日常迎賓引導(dǎo)場(chǎng)景廣泛應(yīng)用，也許是用戶(hù)未來(lái)能見(jiàn)到的唯一銀行職員。777878全面實(shí)時(shí)的風(fēng)控體系當(dāng)前金融風(fēng)險(xiǎn)場(chǎng)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(xiǎn)場(chǎng)景。傳統(tǒng)風(fēng)控一般為事后分析凍結(jié)賬號(hào)來(lái)處理，缺乏事中處理能力，因?yàn)槭轮刑幚韺?duì)復(fù)雜和高并發(fā)場(chǎng)景的實(shí)時(shí)計(jì)算能力要求高，風(fēng)控力度和用戶(hù)體驗(yàn)難以兼顧。未來(lái)，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(shí)時(shí)數(shù)據(jù)湖、AI算法來(lái)實(shí)時(shí)、準(zhǔn)確地預(yù)測(cè)風(fēng)險(xiǎn)，減少欺詐和違規(guī)行為的發(fā)生。場(chǎng)景化金融服務(wù)未來(lái)，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(kāi)發(fā)動(dòng)產(chǎn)算法，結(jié)合RFID射頻識(shí)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(wèn)題，為供應(yīng)鏈產(chǎn)業(yè)鏈穩(wěn)定循環(huán)和優(yōu)化升級(jí)提供更有力支持。智能投顧場(chǎng)景，利用AI、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等技術(shù)，可以分析客戶(hù)的風(fēng)險(xiǎn)承受能力、投資目標(biāo)等，并提供個(gè)性化的投資建議。例如通過(guò)算法檢測(cè)股票的風(fēng)險(xiǎn)和潛在投資機(jī)會(huì)，或者幫助客戶(hù)選擇最匹配需求的理財(cái)產(chǎn)品或證券，提高投資回報(bào)。農(nóng)業(yè)金融與衛(wèi)星圖像對(duì)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(duì)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(xiǎn)機(jī)構(gòu)推出針對(duì)性的農(nóng)產(chǎn)品的氣象指數(shù)險(xiǎn)，無(wú)需現(xiàn)場(chǎng)勘察定損，即可獲得推送式理賠。在未來(lái)，金融服務(wù)會(huì)突破空間、時(shí)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(wú)縫嵌入到更多生產(chǎn)、生活場(chǎng)景中，實(shí)現(xiàn)無(wú)處不在的金融服務(wù)。未來(lái)場(chǎng)景展望未來(lái)場(chǎng)景展望DIVEINTOCLOUDDIVEINTOCLOUD低碳綠色的能源打造“零碳社會(huì)”已經(jīng)成為全球共識(shí)，中國(guó)也在2020年提出“碳達(dá)峰、碳中和”目標(biāo)。目前，我國(guó)電力行業(yè)碳排放約占全國(guó)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(shí)現(xiàn)雙碳目標(biāo)的重要途徑，以“數(shù)字化”驅(qū)動(dòng)“低碳化”將成為未來(lái)新型電力系統(tǒng)發(fā)展的主要方向。通過(guò)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(shí)現(xiàn)源、網(wǎng)、荷、儲(chǔ)融合變換、協(xié)同發(fā)展。源：清潔能源出力精準(zhǔn)預(yù)測(cè)以太陽(yáng)能和風(fēng)能為主導(dǎo)的清潔能源，將是未來(lái)30年增長(zhǎng)最快的能源。根據(jù)預(yù)測(cè)，清潔能源發(fā)電的占比將從2020年的26%增長(zhǎng)到2050年的6