《數據猿：2021中國企業數智化轉型升級發展研究報告（50頁）.pdf》由會員分享，可在線閱讀，更多相關《數據猿：2021中國企業數智化轉型升級發展研究報告（50頁）.pdf（50頁珍藏版）》請在三個皮匠報告上搜索。

1、2021中國企業數智化轉型升級發展研究報告2021年11月數 據 猿 & 上 海 大 數 據 聯 盟隨著數字經濟的發展，數智化越來越多地“走入”各種業務與管理場景，成為中國企業新的創新焦點。企業數智化轉型升級是企業運用新一代數字與智能技術驅動企業經營管理、業務流程場景變革與重塑的過程。在中國企業數智化轉型升級的關鍵時期，數據猿&上海大數據聯盟基于長期的產業觀察、深入的分析和大量的調研，推出2021中國企業數智化轉型升級發展研究報告，報告從背景需求、問題分析、路徑方法、應用實踐四個方面梳理2021年中國企業數智化轉型升級的發展情況，致力于厘清企業數智化轉型升級的問題，總結路徑方法，介紹企業數智化

2、轉型升級的典型案例，為業界了解中國企業數智化轉型升級發展情況提供一份有價值的研究報告。報告背景02報告研究方法1、桌面研究數據猿&上海大數據聯盟企業數智化研究團隊基于對行業的長期洞察 ，建立了較為完善的數據庫，對中國企業數智化轉型升級發展情況進行全方位的梳理，并提出相應觀點與思考。本報告結合了行業研究、企業年報、政府數據、媒體報道等第三方公開數據。2、行業專家訪談與行業專家、企業高管、高校教授等進行深度訪談，圍繞企業數智化轉型升級目標、面臨的挑戰、實施路徑和典型案例進行探討，力圖全面分析企業數智化轉型升級情況。3、問卷調查a) 調研對象：具有代表性的生產企業、流通企業。b) 問卷投放時間：20

3、21年8月-2021年9月c) 樣本量N=192企業在數據分析和算法模型的基礎上，進行智能化預測，建立企業智慧管理系統，實現業務流程全狀態實時化和可視化、企業管理決策協同化和智能化。智慧管理是企業全面數智化的結果。大數據、云計算、物聯網、人工智能等新一代數字與智能技術驅動企業經營管理、業務流程全場景數智化變革與重塑?；跀祿A能力，建立融合數據采集、數據存儲、數據計算、數據標準、數據服務、數據安全、數據可視化和智能化應用于一體的數據智能平臺是企業實現數智化的基礎方法。企業實施“業務建?！焙汀皵祿！?，圍繞業務流管控過程中出現的數據，通過模型算法和指標體系，實現業務流程智能化，是企業數智化的

4、必由之路。02235中國企業數智化轉型升級內涵與路徑4中國企業數智化轉型升級典型性數智服務商數智化轉型是企業數字時代的必然選擇中國企業數智化轉型問題與分析數智1前言前言數據數據具有可復制、可共享、可傳輸、可計算的特征，數據資產 已 經 成為數字經濟時代的關鍵生產要素。數智化是企業運用新一代數字和智能技術，在數據連接的基礎上，通過算力算法驅動大數據、人工智能等信息技術推進企業的轉型升級，滿足企業以客戶運營為中心的個性化需求，實現企業流程效率提升和決策優化，賦能企業可持續發展。數智化的定義06數字化智能化數智化人工智能文本識別區塊鏈數據湖數據采集數據清洗數據中心5G物聯網一定程度上來講，數智化=數

5、字化+智能化基礎數據 行為數據業務數據 財稅數據數智化數智化的核心：數據、算力、算法算力云計算邊緣計算泛在計算 核心芯片算法商業模型 流程模型人工智能 數字孿生云計算知識圖譜RPA生物識別企業數智化轉型升級的核心是企業運用新一代數字與智能技術驅動企業經營管理、業務流程場景變革與重塑的過程。使用大數據、云計算、物聯網、區塊鏈和人工智能等技術賦能企業決策，實現企業部分環節或全流程數智化管理，提高企業運營效率。數據是數智化的基礎，數字與智能技術驅動加速企業數智化轉型升級。企業數智化轉型升級的定義07大數據平臺內部數據ERP 、PLM、CRM、 GSP 、QIS 、HR、OA系統、財務系統 、IOT數

6、據 外部數據氣象、政策、行業、輿情、網絡爬蟲 數據源層數據治理算法庫數據倉庫流處理資源管理分布式存儲主數據 元數據數據安全數據治理數據質量預測算法搜索算法推薦算法仿真算法AIIoTGIS區塊鏈融合通信智能預測數據圖譜財稅科技智慧應用企業數智化轉型升級架構圖智能技術數據中臺應用01數智化轉型升級是企業數字時代的必然選擇隨著5G、物聯網、云計算、大數據、人工智能、區塊鏈等新一代信息通信技術創新應用，中國數字經濟與實體經濟深度融合呈現快速發展趨勢。 中 國信息通信研究院發布的中國數字經濟發展白皮書（2021）顯示 ， 2020年我國數字經濟規模達到39.2萬億元，增速9.7%，占GDP的比重為38.

7、6%，保持高位增長，是國民經濟的核心增長極之一。中國數字經濟發展整體呈現高中低梯度分布特征，在躍升式發展的同時，不斷輻射帶動周邊區域，形成極核、點軸、多極網絡等典型模式。中國數字經濟發展概況09數據來源：中國信息通信研究院，中國數字經濟發展白皮書（2021）。4.819.4916.1627.1731.2935.8439.20 15.2%20.3%26.1%32.9%34.8%36.2%38.6%0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%40.0%45.0%0510152025303540452008年2011年2014年2017年2018年2019年2020年

8、2008-2020年我國數字經濟整體規模及占GDP比重數智化轉型升級是企業數字經濟時代的必然選擇102020年受新冠疫情影響，傳統企業的線下業務受到較大沖擊，工作和生活場景的變化，向企業提出了數智化轉型升級的挑戰，市場競爭格局發生變化，迫使企業意識到數智化轉型升級的重要性和迫切性。部分企業和政府部門加快了數智化項目的建設和上線速度，加速數智化轉型升級進程，線上辦公、線上教育、智慧金融、數字政務等新模式紛紛出現，數智化應用也為企業和政府創造更多價值。根據中國互聯網協會發布的中國互聯網發展報告（2021），2020年我國數智化基礎應用，包括云計算、大數據、人工智能、物聯網呈現快速發展趨勢，市場前景

9、廣闊。1781.8718.730311700033.6%16.0%15.0%13.3%0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%40.0%05000100001500020000云計算大數據人工智能物聯網數智化基礎應用規模及同比增長率規模（億元）同比增長（%）數據來源：中國互聯網協會，中國互聯網發展報告（2021）2021年7月2日，國務院辦公廳印發關于加快發展外貿新業態新模式的意見，推廣數字智能技術應用，運用數字技術和數字工具，推動外貿全流程各環節優化提升，加強資源對接和信息共享。2020年4月7日，國家發展改革委 中央網信辦印發關于推進“上云用數賦智”行動

10、 培育新經濟發展實施方案，打造數智化企業、構建數智化產業鏈、培育數智化生態。2021年6月7日，工業和信息化部聯合中央網信辦印發關于加快推動區塊鏈技術應用和產業發展的指導意見，促進區塊鏈和經濟社會深度融合，加快推動區塊鏈技術應用和產業發展。黨的十九屆五中全會指出，“十四五”時期，要發展數字經濟，“推進數字產業化和產業數字化，推動數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群，加強數字社會、數字政府建設，提升公共服務、社會治理等數字化智能化水平”。國家及地方政府出臺相關政策支持大數據、云計算、物聯網、人工智能等技術的發展，鼓勵企業數智化轉型升級。國家政策支持企業數智化轉型升級112

11、021年7月5日，工業和信息化部等十部門印發關于5G應用“揚帆”行動計劃（2021-2023年）的通知，推進5G與工業互聯網、車聯網、智慧物流、智慧港口、智能采礦、智慧電力、智能油氣、智慧農業和智慧水利、智慧教育、智慧醫療、文化旅游、智慧城市深度融合。2021年5月24日，國家發展改革委等部門印發關于全國一體化大數據中心協同創新體系算力樞紐實施方案，加強對大數據關鍵軟硬件產品的研發支持和大規模應用推廣。2020年12月22日，工業和信息化部印發工業互聯網創新發展行動計劃（2021-2023年），廣泛普及智能化制造、網絡化協同、個性化定制、服務化延伸、數字化管理等新模式新業態。2020年5月7日

12、，工業和信息化部辦公廳印發關于關于深入推進移動物聯網全面發展的通知，提出圍繞產業數字化、治理智能化、生活智慧化三大方向推動移動物聯網創新發展。物聯網5G區塊鏈數智化應用大數據工業互聯網中國企業數智化轉型升級需求旺盛12隨著5G、物聯網、大數據、云計算、AI等數字技術和智能技術的蓬勃發展，數智化普遍應用于業務與管理場景。當前，數智化轉型升級已成為推動企業實現增長的核心引擎。數據猿&上海大數據聯盟對192家企業深入調研發現，正在實施數智化轉型升級的企業占比65.1%；有數智化轉型升級意愿的企業占比34.9%。其中86.5%的企業希望數智化轉型升級更好滿足客戶需求；88.5%的企業希望創新組織架構以

13、實現數據驅動智能決策；83.9%的企業認為通過數智化可以提升企業效率，增強企業的競爭力。滿足客戶需求，實現可持續增長創新組織結構降本增效，增強競爭力數據來源：數據猿問卷調研（N=192）企業數智化轉型升級的目標83.9%31.3%88.5%53.6%51.6%40.6%86.5%0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%90.0%100.0%提升運營效率降低運營成本實現數據驅動的智能決策滿足組織結構變革的要求獲取新用戶提高企業收入提升用戶滿意度和忠誠度客戶需求變化 消費端數智化推動供給端變革13在市場新模式、新業態層出不窮的情況下，企業進行數據挖掘

14、和分析，不斷滿足消費者個性化、定制化的需求，消費端需求變化進一步促進了供給端數智化變革。消費端數智化和供給端數智化雙輪驅動企業數智化轉型。個性化數字經濟時代，喚醒了個性化消費意識，企業匯集海量客戶信息數據，從規?；a向分散化、個性化定制轉變，有效滿足客戶個性化消費需求。興趣驅動淘寶、拼多多、抖音等數字平臺興起，跨越了信息不對稱的鴻溝，消費者擁有更多的選擇機會，平臺依據大數據分析，智能推薦符合消費者興趣的產品和服務。以二次元圈層、游戲圈層為代表的產品和服務深受消費者青睞，消費者更愿意為興趣買單。即時滿足數據信息快速傳播和物流快速發展，克服延時和地域差異的障礙，實時快速滿足客戶需求。社交娛樂平臺

15、（如微信、抖音、微博等）電商平臺（如淘寶、拼多多、京東等）視頻平臺（嗶哩嗶哩、愛奇藝等）其他垂直類平臺（如游戲類、外賣類等）數字平臺消費端新特點數字經濟時代，企業面臨深刻的組織變革，扁平化網狀管理模式是基于小型團隊的分散化決策，更廣泛的連接與集合，加快資源的交互與整合，強化在用戶價值創造方面的核心能力，成為企業組織結構變革的方向。組織結構變革涉及企業的業務流程、經營模式、管理跨度等要素，這一變革向企業提出了數智化轉型升級的要求。企業組織結構變革，數智化成為必然14用戶企業用戶丨個人用戶后臺業務層行政丨 財務丨人力資源丨IT丨倉庫前臺業務層客服丨 銷售丨售后丨用戶運營中臺業務層研發丨 制造丨質保

16、丨物流丨采購丨數據中心提供用戶個性化需求和定制化服務，敏捷應對市場需求 ，快速反應環境變化，實現企業業務增長。以數據中臺打通銷售、制造、采購、倉庫、物流數據，提高企業預測、管理和決策效率及水平。前臺、中臺和后臺的業務流程都在平臺上透明化并快速運作。以用戶運營為中心 ，重構業務流程，建立平臺型組織。1234數智技術蓬勃發展和多場景應用，助力新勢力快速增長，加劇了市場不確定性，競爭格局日益復雜，傳統企業迫切需要進行數智化轉型以適應外部環境。數智化在外部環境的反應速度和對內部運營的調整效率方面具有特別優勢，包括用戶需求的快速洞察、反應與交付，產品個性化研發與柔性生產、運維的自動化、客戶響應的實時化和

17、服務流程的簡化等等。大浪淘沙，不進則退，傳統企業不進行數智化轉型升級，將失去競爭優勢。市場競爭加劇 數智化助力新勢力快速增長15人工作業自動化信息化數智化線下作業人工處理設備自動化人工輔助ERP、CRM、MES信息系統大數據、云計算、物聯網數據分析、智能決策企業競爭力從傳統人工作業模式，歷經自動化、信息化到目前智能化階段，競爭力由弱到強。企業競爭力層級中國聯通中原數據基地iCoolingAI解決方案，能高效準確地采集數據中心能效相關的全部數據，利用深度神經網絡建模，精確擬合數據中心運行狀態，實現小時級優化。同時，隨著數據中心負載提升、制冷方式切換及AI學習能力增強，節能效果也會不斷提升，大幅減

18、少數據中心電力消耗和能源浪費。冷凍站的總功耗下降了8%-10%末端功耗降低了約10%有效降低數據中心PUE約8%-15%在未來，每年將節省385萬度電相當于每年多種7.95萬棵樹數智化促進降本提效，增強企業自身競爭力02中國企業數智化轉型升級問題與分析企業數智化轉型升級的挑戰17數智化轉型升級是企業的核心戰略，需要管理層具有數據意識 ，做好戰略規劃。企業數智化轉型升級需要長期的資金、技術、人才投入，需要管理層改變傳統觀念和路徑依賴，接受和運用數字時代新思維。在實際應用中，管理層對數智化轉型工作關注度不足，基礎設施有問題，數據脫節、數據孤島嚴重，數據未融合，缺乏分析挖掘能力，無法有效挖掘數據價值

19、，嚴重制約企業的數智化轉型。觀念意識管理團隊知識老化、觀念陳舊、數據意識淡薄。企業數智化的底層邏輯缺失，數據描述與數據連接溝通力、數據決策力、數字化協同優化能力短缺。管理層不能達成數智化共識。網絡覆蓋有限，容量不足，無法有效連接數據終端，支持智能化應用。計算資源未云化，業務系統分散，運維管理，資源利用率低，不利于后續資源擴容與業務容災?；A設施數字平臺應用系統建設落后，業務場景覆蓋不足，多數場景工作和管理效率低下。智能化程度低，已建應用系統智能化程度不足，主要聚焦在業務信息化上，功能單一；且缺乏算力與算法支撐， 沒有實現全面感、智能決策、自動控制。智能應用煙囪系統林立，企業不同部門獨立規劃。建

20、設、使用自有系統、部分物聯網、GIS、視頻等共性能力重復建設；數據未融合、缺乏分析挖掘能力。各系統數據庫獨立，數據標準不一致，同時缺乏數據分析的工具，無法有效挖掘數據價值，進一步支持精準決策。數字平臺智能應用企業沿襲原有的經營模式，管理層依賴過往的經驗，在數據采集、傳輸、存儲、計算、應用方面缺少管理和應用意識。例如依靠低效率的信息收集方式，包括來自供應鏈上下游企業的信息匯總等；囿于傳統思維，收集數據的意識不強，例如某個部門或某項工作來收集數據，數據的量偏少；跨部門數據信息流通速度慢。傳統模式路徑依賴 數據意識不強18p 一切業務數字化p 線下人工數據采集轉移至線上p 建立數據標準p 不同系統數

21、據整合p 建立數據模型p 挖掘數據的價值p 忽視數據價值p 少部分業務信息化p 人工采集基礎數據p 各部門建立服務自己的系統p 數據標準不同，跨部門流動困難p 不進一步挖掘數據價值管理層建立數據意識，積極發現和采集數據，企業部門加強數據運用的整體規劃，統籌建立統一的數據標準，提升數據的有效性和全面性。穩步推進企業部門數據融合，最終建立適用于企業的數據分析模型。傳統模式數據意識傳統模式數據的價值在于運用，樹立正確運用數據的意識，最大限度發揮數據作用。宏觀層面，農業、工業、服務業三次產業數字經濟滲透率不高；微觀層面，企業研發數字化程度較高，而生產、營銷等諸多環節數字化程度相對滯后，設備數字化、網絡

22、化協同還沒有完全普及，智能化基礎較為薄弱，智能制造準備就緒率偏低。數字化程度不足 智能化基礎薄弱198.9%21.0%40.7%0.7%1.6%2.9%農業工業服務業數字經濟滲透率同比增長數據來源：中國信息通信研究院，中國數字經濟發展白皮書（2021）報告。2020年三次產業數字經濟滲透率數據來源：兩化融合公共服務平臺，“全國兩化融合工作進展及成效”。2021年第一季度企業經營環節數字化水平50.3%52.7%73.3%64.4%38.1%48.8%9.8%10.3%0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%生產設備數字化率關鍵工序數控化率數字化研

23、發設計工具普及率應用電子商務比例實現網絡化協同的企業比例工業云平臺應用率開展個性化定制的企業比例智能制造就緒率數據是數字化的基礎，實現數據在系統間的順暢流動是企業數智化面臨的重要課題。當前多數企業計劃構建覆蓋企業經營各環節、全流程、全產業鏈、全生命周期的數據鏈，但內部數據分散在各業務系統中，各系統因為數據標準不同或網絡連接問題無法互通，形成“數據孤島”，同時外部數據融合度不高，無法及時全面感知數據的分布與更新。受限于數據的規模、種類以及質量，數據標準混亂、數據質量參差不齊、數據的應用程度比較低，數智化應用主要集中在精準營銷、輿情感知和風險控制等有限場景，甚至各交互場景數據未整合，系統間數據孤島

24、化嚴重等現象，阻礙了數據的共享應用，未能從業務轉型角度開展預測性和決策性分析，實現企業數智化轉型升級。數據孤島嚴重20主數據管理人員、組織、財務、 物料 數據標準、制度、規范、流程數據抽取訂閱分布數據分發集成設計開發平臺數據質量合并清洗生命周期管理流程引擎、規則引擎、同步引擎、數據建模、安全管理數據展現模型數據展現工具ESB服務管理生命周期管理治理流程變更數據中心數據總線數據倉庫應用系統財務系統MES項目管理構建數據分析平臺、數據倉庫，通過元數據管理、數據建模、數據調度、分析建模、展現配置等功能分析掌握企業采購、研發、生產、管理、營銷和物流等運營情況，為經營管理、績效管理、風險管控等工作提供數

25、據支撐。整體上幫助企業治理數據，梳理業務流程，提供戰略支撐，為后續數智化建設奠定數據基礎。數據孤島治理缺少算力和算法支撐21算法是實現設計程序或完成任務的路徑方法，具有可行性、有窮性、確定性等特點，是數字時代的核心范疇和基本方法；算力是算法和數據的基礎設施，支撐著算法和數據，進而影響著企業數智化的發展，算力的大小代表著對數據處理能力的強弱。當前中小企業最大的困難在于其不具備基礎的算力算法，制約了企業數智化轉型升級。算法數據算力深度學習多模態學習自動機器學習企業內部數據行業數據公共服務數據云計算智能計算邊緣計算語音技術視覺技術知識圖譜AR/VR/MR用戶畫像自然語音理解數智化核心基礎有力保障數智

26、化的三個基本要素，無論是數據還是算法，都離不開算力的支撐，算力扮演了越來越重要的角色。算法的支撐以及強有力的算力供給是企業數智化轉型的關鍵。智能化應用匱乏22企業有了數據、算法和算力，最終需要智能應用化結出“降本增效”的果實。當前部分企業在某些環節進行智能應用嘗試，不能有效發揮應用智能化功效；部分企業智能應用與業務實際結合不夠緊密，脫節比較嚴重，出現有應用但不智能的問題。例如RPA是一種軟件自動化技術，由運行在電腦等智能設備上的RPA機器人模擬人類的點擊、輸入等操作，完成基于固定規則的重復性工作，利用自然語言處理（NLP）、文字識別、圖像識別、機器學習等智能化應用與機器人流程自動化（RPA）結

27、合能夠助力企業實現業務流程數智化。語音RPANLP文字識別圖像識別文本圖像外部信息智能化應用輸出輸入智能營銷智能語音客服智能財務10.1%9.4%10.1%14.0%0.0%2.0%4.0%6.0%8.0%10.0%12.0%14.0%16.0%原材料裝備消費品電子信息數據來源：兩化融合公共服務平臺，“全國兩化融合工作進展及成效”。2021年第一季度智能制造就緒率03中國企業數智化轉型升級內涵與路徑企業數智化轉型的內涵24黨的十九大報告明確提出，“加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合”。企業數智化轉型升級是指企業利用新一代數字與智能技術進行全域、全場景、全鏈路的改

28、造過程，驅動企業經營管理、業務流程場景變革與重塑的過程。目的是通過深化數字技術在生產、運營、管理和營銷等諸多環節的應用，實現企業數字化、網絡化、智能化發展，不斷釋放數字和智能技術對企業發展的放大、疊加、倍增作用，是傳統企業實現質量變革、效率提高 、動力提升的重要途徑，對推動我國經濟高質量發展具有重要意義。在數字化轉型浪潮下，企業正持續由信息化向數字化、數智化方向轉型升級。信息化數字化數智化 “數字技術+智能技術”驅動的消費者運營是企業數智化轉型的核心 根據數據&上海大數據聯盟猿調研和專家訪談，數智化轉型升級企業實現超出行業平均增長水平 傳統產業企業（制造業、采掘業等）的數字化智能化進程參差不齊

29、，數字端、智能端需要較大人力財力投入，但投入的預期收益很好 互聯網企業（電商、外賣等）有較好的信息化基礎，可以較快實現數智化轉型與智能化應用互聯網興起、計算機在企業應用，主要是IT基礎設施的建設，實現經營流程的標準化和線上化?；ヂ摼W、大數據、云計算等技術滲透到各個行業，核心特征是數據驅動。AI、大數據、區塊鏈、物聯網技術產業化，實現基于數字+智能的新技術融合發展。中國企業數智化轉型升級的路徑方法25企業數智化轉型升級的路徑包含數據智能平臺、業務流程的數智化和智慧管理，通過對經營模式、業務流程、企業組織的改造，讓數據驅動業務決策，實現更好的客戶體驗或更高的組織效能。數據智能平臺是企業數智化的基礎

30、，支撐業務流程和經營管理的數智化轉型升級。業務流程數智化是人流、物流、資金流、信息流、監管合規等流程數字化和智能化變革，包括前端營銷、市場、客服，后端研發、生產、物流，采購，以及作為支撐的財務、行政、人力，對應企業的各個部門，側重執行層面的效率優化；智慧管理是企業全面數智化的結果，基于數據驅動決策分析，實現數智賦能推動高質量發展。數據智能平臺業務流程數智化數據采集、計算分析、智能化應用人流、物流、資金流、信息流、監管合規等流程數字化和智能化變革全場景業務流程數智化，數據賦能決策分析數據賦能融合智能一體化智慧管理數智化轉型升級的路徑企業構建數據智能平臺，是基于數據基礎能力，融合數據采集、數據存儲

31、、數據計算、數據標準、數據服務、數據安全、數據可視化和智能化應用于一體，具備特定的數據智能產品與能力，例如機器學習、深度學習、數據分析及可視化、數據智能應用等產品與服務，打造專業、高效、安全的一站式數智化平臺。企業數智化轉型的路徑數據智能平臺篇26123數據智能平臺應用場景數據共享交換痛點：部門間相互隔離，數據無法共享，信息孤島情況嚴重不同數據源的數據格式繁多，無法融合數據與應用深度耦合，新應用開發困難，通用性差優勢：建設統一數據平臺，打破數據孤島，統一技術規范，統一數據標準，統一訪問接口，通過數據湖實現數據共享共治統一數據安全體系，數據確權脫敏，數據密集管理，數據申請權限管理數據治理痛點：部

32、門數據標準不統一數據來龍去脈不清楚，質量得不到控制數據開發找不到需要的數據，導致過多冗余優勢：一站式元數據管理、數據標準管理、數據質量管理、數據安全管理等借助人工智能、機器學習等技術，降低數據治理的手動工作量，提升數據管理效率智能服務痛點：無法實現跨領域的數據分析與應用創新，耗費大量人力優勢：標準化的數據服務平臺，一站式可視化數據開發平臺， 集成大數據和AI數據作業開發，提供一站式數據服務開發能力，實現數據服務敏捷響應，降低數據獲取難度，提升數據消費體驗和效率，最終實現數據資產的變現數據智能平臺賦能業務流程27文件型數據企業數據庫WebApp IoT數據采集數據治理、計算和分析數據挖掘實時數據

33、批量數據數據治理數據計算數據分析智能應用知識圖譜RPA智能營銷智能決策數據智能平臺功能架構圖數字智能平臺通過融合AI、大數據、物聯網、云計算、GIS、融合通信等平臺能力，實現企業結構化、非結構化等多類實時、批量匯集，構建數據湖為應用提供數據共享，基于數據分析工具和算法模型，為業務流程提供智能化應用服務。數據智能平臺應用數智化采購平臺28網絡爬蟲工商信息地理天氣HANA（結構化/非海量數據）分布存儲分布式計算內存計算資源管理流處理數據倉庫算法庫預測算法搜索算法推薦算法仿真算法計劃數據采購數據供應商數據質量數據數據安全數據質量數據機構數據政策元數據主數據數據可視智能預警數據中臺原始數據數據服務大數

34、據平臺（非結構化/海量數據）數據集市數據治理智能推薦智能預測數據賦能招投標管理合同管理MRP參數庫存采購執行供應商管理GSPERPQISERPPLMGSPCRM數智化采購平臺使用大數據、人工智能、數據可視化等技術，與行業知識圖譜深度融合，建立了品類經理可視化智能駕駛艙，實現實時數據服務。智能化的進行數據采集、抓取、清洗、測算，建立知識圖譜，并進行風險預警、價格預測和供應商智能推薦，為企業采購業務的降成本、增效益、降風險發揮核心價值作用。數據智能采購平臺業務流程是為了實現一個目標而執行的一系列步驟，業務流程數智化是企業數智化的必由之路。企業基于“業務建?！焙汀皵祿！?，圍繞業務流管控過程中出現

35、的數據，建立模型算法和指標體系，實現業務流程智能化。企業數智化轉型的路徑業務流程篇29人物資金數據智能平臺物流人流資金流數據思維數據分析信息流業務流程迭代，智能化數據驅動業務流程智能化數據智能平臺實現數據采集、數據流動、數據治理和計算分析，可以深度挖掘業務流程數據價值，主動監控業務流程數據，及時預警異常，促使業務流程數智化。智能客服是在大規模知識處理基礎上面向行業的數智化應用，通過語音識別技術、自然語言處理、知識圖譜、深度學習、人機交互等智能化技術，為企業與海量用戶之間的溝通建立了一種基于自然語言的快捷有效溝通橋梁，為企業提供細粒度知識管理和統計分析數據。業務流程數智化智能客服30前端語言信號

36、處理實時語音識別音頻文件轉寫語音識別精準語義搜索NER識別情緒識別自然語言處理文檔解析知識抽取知識關聯知識圖譜對話管理自然語言生成文本轉語音人機交互智能客服客戶客戶輸入輸出智慧物流是在倉儲、搬運、運輸、配送等環節應用數智化技術，提高物流系統分析決策和智能執行能力，提升物流系統的智能化、自動化水平，實現信息流與實物流快速、高效、通暢的運轉，從而達到降低企業成本、提高生產效率、整合社會資源的目的。業務流程數智化智慧物流31自然語言處理、機器學習、 機器視覺5G、邊緣計算、數字孿生共識機制、分布式存儲、安全與隱私保護、智能合約人工智能物聯網區塊鏈共識機制、分布式存儲、安全與隱私保護、智能合約大數據自

37、然語言處理、機器學習、 機器視覺傳感、識別、邊緣計算、數字孿生共識機制、分布式存儲、安全與隱私保護、智能合約數據采集、數據存儲、數據分析智能機器人可穿戴設備貨物識別智能機器人AGV搬運倉儲 圖文識別 需求預測 供應鏈預測 運輸路徑規劃 全程追蹤 冷鏈控制 數據分析 智能運營 決策輔助 效率優化智能快遞柜自提點輔助駕駛無人火車智能終端運輸配送自動分揀+智能存儲智能調度智能路徑規劃末端智能存取智慧物流在財稅領域，使用云計算、大數據、人工智能、區塊鏈等技術，企業財稅業務流程進行數智化變革，促進企業財稅數智化轉型升級?；诤Ａ空叻ㄒ帢嫿ㄖR圖譜，規則驅動提升納稅便捷性，全域打通電子稅務局、核心征管、

38、企業財稅系統，完成數據統一存儲，滿足稅務數據加工、管理、治理要求。業務流程數智化-財稅科技32發票憑證應用市場基礎服務層智能辦稅中心企業用戶中心智能風控中心智能分析中心區塊鏈大數據平臺模型訓練AI平臺模型處理模型管理數據湖運營平臺統一數據集成分布式數倉大數據平臺智能稽核中心高效融合 數字經濟提速企業財稅數智化轉型 辦稅線上化、發票實時電子化、稅務決策智慧化，是財稅數智化轉型三大核心場景 交易數據實時收集，全周期監管，以數控稅 數據全流程安全可信，“多流合一”，高效協同“數據+AI”在財稅領域的應用，包括OCR、可信值算法、交易鑒證、構建行業知識圖譜及NLP、RPA的技術組合方式，從根本上解決了

39、財務原始憑證數字化、關鍵內容提取與結構化、自動審核、核算等一系列會計工作包括對基礎財稅信息進行數字化轉換，基于區塊鏈及人工智能，在稅務憑證證偽，核稅報稅等環節提升自動化效率，從財稅數據深挖企業運營策略，實現財稅智能化轉型升級?！皵祿?AI”驅動財稅業務流程數智化33對票據、文本、復雜表單、二維碼等實現全票種、全票面、全字段識別，替代“人眼”，完成財稅文檔全數字化基于海量文本、單據、表單的數字化，構筑行業知識圖譜OCR文本識別知識圖譜理解業務場景和財稅文件，解決基于文檔審核、審批、應用過程中所需要的關鍵信息提取時間成本高、人力成本高和準確性差等難題NLP自動審核、自動核算RPA依托區塊鏈技術，完

40、成數據上鏈，實現數據連通，輸出如涉稅行為分析、納稅人身份認定、異常納稅風控識別、底層發票數字化交易鑒證企業數智化轉型的路徑智慧管理篇345G基站建設、大數據中心、人工智能和工業互聯網四大領域的新型基礎設施建設為企業數智化加速轉型升級提供了重要的技術支撐。智慧管理是企業全面數智化的結果，企業融合AI、大數據、區塊鏈、云計算和物聯網等技術，基于數據分析+算法模型，進行智能化分析和預測，建立企業智慧管理系統，實現業務流程全狀態實時化和可視化、企業管理決策協同化和智能化。企業智慧管理模型數據共享 數據標準統一化 數據跨部門流動 數據實時查詢分析決策建模 業務指標預置 構建決策模型 實時分析與預警智能決

41、策 智能關聯分析 智能預警智慧管理 主動式智能管理 智能指揮 智能感知 智能輔助企業數智化轉型的路徑智慧管理篇35端AI IoT 大數據視頻融合通信GIS 智慧管理是企業全面數智化的結果，以大數據中心，人工智能、物聯網為重要技術支撐，通過聯接和云基礎服務，建成智能感知、智能決策、自動執行智慧管理體系。攝像頭手機電腦儀表控制器PLC聯接IP藍牙光網絡5GWIFIIoT云基礎服務數據采集批量數據采集實時數據采集數據湖業務流程數據物聯數據數據模型層次模型網狀模型關系模型數據服務數據智能平臺數據使能數智化智慧管理模型智慧應用智慧調度智慧生產智慧物流智慧倉儲智慧安檢企業數智化轉型的路徑智慧管理篇36華為

42、聯合生態伙伴提出“3個1+N+5”（一網、一云、一平臺、N應用、五中心）的智能礦山整體架構，利用5G+AI+鯤鵬云等ICT技術與礦業生產融合，助力實現少人開采、智能運輸、無人值守、無人駕駛、智能管控等目標，從而提升煤礦企業本質安全生產水平，幫助礦業企業加速走向智能化，最終實現少人化、無人化的愿景目標。在內蒙古西溝礦區采用數智化轉型方案，實現無人駕駛、智能采礦、智能調度，生產效率提升10%，礦卡采購成本節約2.25億。決策指揮中心從傳統上傳下達走向智能決策指揮；全礦常態調度指揮，異常態下應急救援調度等；煤礦全景視圖，綜合展現礦井的生產運行態勢。安全生產中心由傳統監測走向全面智能感知；將井下與生產

43、環境相關的業務信息和監控信息進行數據融合，構建可視化監測監控預警臺。綜合集控中心由分控走向集控；監視井下設備的運行參數，利用大數據技術分析井下設備健康情況。經營管理中心由設備物資批量粗放管理走向全生命周期管理；與集團ERP 、財務等系統實現無縫對接。智能巡檢中心由單一巡檢走向集約巡檢，進而走向服務化巡檢；基于GIS、構建智能巡檢系統；實現巡檢標準管理、作業管理、人員管理、設備管理、時間管理。智慧管理企業數智化智慧管理形成的關鍵競爭力37實現企實現企業運營無線化，充分利用eLTE 集群通訊和5G、WiFi 6 大帶寬、低時延、高并發的優勢，承載了企業語音通訊，高清視頻監控，物聯網，遠程自動化控制

44、等智能場景化應用。智能場景化應用。無線化實現企業網絡全域無線覆蓋，構建信息承載高速公路一站式AI開發平臺提供模型訓練支持；端、邊、云領先架構，實現模型云端訓練、本地推理， 降低時延、節約帶寬；邊緣計算人工智能服務器， 實現AI全場景覆蓋。智能化全棧全場景人工智能技術通過組織架構與管理架構的變革，將過去分散的業務系統進行歸一化組合，建立企業智慧管理中心。智慧管理中心重構企業管理職能，推動經營管理走向集約化、高效化數字智能平臺通過融合NewICT技術，包括AI、大數據、物聯網、視頻云、GIS、融合通信等平臺能力，并基于ROMA將平臺能力封裝成各類服務，為業務應用提供共性平數字智能平臺通過融合New

45、ICT技術，包括AI、大數據、物聯網、視頻云、GIS、融合通信等平臺能力，并基于ROMA將平臺能力封裝成各類服務，為業務應用提供共性平臺能力的支撐，通過WeLink實現各類業務應用的統一入口，使能智慧應用的建設。平臺化形成企業數字平臺基座，實現數智應用使能、數據共享數聚：實現結構化、非結構化等多類數據實現結構化、非結構化等多類數據實時、批量匯聚，構建數據湖，并以數據服務的形式為各應用提供數據共享；制定數據標準，通過質量規則的稽核，持續提升數據質量，并通過元數據實現對數據資產的管理；提供豐富數據分析工具，結合伙伴的算法模型，提供智能化預測。決策。共享化打破數據孤島，挖掘數據價值，實現企業數據全生

46、命周期管理1235404中國企業數智化轉型升級典型性數智服務商中國數智化產業分析39數智化全鏈路社會化加快實體經濟數智化轉型，通過技術和數據手段重構現代產業體系，形成新的增長極。著力打通企業全流程生產、分配、流通、消費各個環節，并實現整體優化與重構，暢通國內大循環，促進國內國際雙循環。集成更廣泛的數智化能力，同時面向全社會發揮數智技術的融合助推作用，協助合作伙伴提升企業經營能力 ，通過優化成本、效率和體驗，全面釋放更多增長潛力，促進社會治理。數智服務企業以其深厚的數據積淀，在產品體系、商業模式、服務標準、組織流程等方面競爭力逐漸增強，為企業提供基礎性的、共性的數智化轉型升級服務，例如數智平臺是

47、普遍使用的第三方數智服務。企業通過與數智服務企業合作，克服技術壁壘和資金投入困難，可以加速自身數智化建設。數智化產業價值分析2021企業數智化轉型升級服務全景圖/產業圖譜40資料來源：數據猿&上海大數據聯盟繪制41基于人工智能和基礎服務等技術能力，火山引擎致力于為汽車行業合作伙伴提供全鏈路支持，將自身的AI、內容、算法能力化為成熟的產品形態，如火山車娛、CDP、GMP、智慧聽鑒等，并針對各種汽車行業場景，為車企提供了多樣化、系統化、全鏈路的數智化解決方案，提供從底層系統到上層客戶端的一站式服務，幫助車企實現數智化轉型，以及持續快速的增長?；鹕揭嫱ㄟ^數字與智能科技服務幫助車企數智化轉型升級云基

48、礎設施技術中臺人工智能中臺人工智能開放平臺人工智能開發平臺視頻中臺視頻點播丨視頻直播實時音視頻丨圖片服務數據中臺數據分析平臺丨ABI極速OLAP引擎丨數據開發治理車聯網（火山車娛）在車載超級APP中整合內外部內容資源，結合字節推薦算法能力，實現車載場景信息流服務數據智能/數智化營銷基于CDP、A/B測試、GMP、ABI等產品圍繞車企營銷全鏈路提供數智化工具自動駕駛工具鏈數據清洗 、分析、標注、算法訓練模型管理、仿真測試研發工具工業智能工業質檢利用AI檢測輔助人工、降低錯誤率、提升效率智能座艙車云平臺基于算法能力提供內容推薦和 車控場景助手服務Launcher下沉到Launcher級系統層面，提

49、供一體化車載服務運營服務營銷增長咨詢服務車聯網產品運營支持智能聽鑒線索精益精準投放數智化研發與制造數智化產品數智化營銷與服務關鍵詞：質量、成本關鍵詞：智能、體驗關鍵詞：效率、成長汽車行業數智化研發中臺容器PaaS平臺丨開發運維一體化微服務治理丨移動APP開發平臺支持支持火山車娛是火山引擎專門針對車載場景推出的產品，打造更加豐富的智能網聯生態，為車主提供個性化、優質的內容服務體驗。利用今日頭條、抖音、西瓜視頻及懂車帝等字節跳動內容生態的優質音頻、視頻資源，火山車娛能夠結合火山引擎的智能推薦能力，在保障用戶行車安全的前提下，為智能座艙用戶提供優質、豐富的車載信息娛樂內容服務，全面提升車載場景下的用

50、戶內容體驗?；鹕杰噴守S富智能座艙用戶的內容生態體驗42火山車娛用戶界面u火山引擎聚合諸多優質內容資源，擁有服務數億用戶的大數據、人工智能和基礎服務等技術能力?；鹕揭嫱ㄟ^火山車娛推動智能座艙內容生態上的服務及體驗創新，為車主用戶提供更豐富、更具個性化的體驗。u汽車數智化過程中，將逐漸成為串聯城市服務和用戶生活的載體，火山車娛幫助車企提升用戶在車內的產品和服務體驗，提高用戶活躍度，讓車企逐漸成為城市生活服務和出行服務平臺的基礎，為車企尋找新的增值空間。43京東云產業數智化解決方案提供商京東云是京東集團面向企業、政府等機構的技術服務品牌?；谌斯ぶ悄?、云計算、大數據、物聯網等前沿科技，依托京東多年

51、耕耘供應鏈的積累，京東云作為更懂產業的數智化解決方案提供商，面向不同行業提供數智化解決方案。智能供應鏈產業互聯網消費互聯網創意設計研發制造定價營銷交易倉儲配送售后Morse-智貸云信用卡云資管有方-資管云智策-智能風控U+營銷運營智能城市操作系統市域治理現代化平臺AI+產業發展平臺城市消費促進平臺京東智能政務熱線京小智言犀（智能人機交互平臺）智能社區智能車聯智造供應鏈智能質檢C2M反向定制（智臻鏈）云簽電子合同防偽溯源JD BaaS拍照購、搭配購Alpha SalesModel EngineKA電商商城易直播京慧智能門店智能網絡智能園區基礎設施層技術能力層平臺生態層（通用）場景層產品層解決方案

52、層人工智能（自然語言理解、計算機視覺、機器學習）大數據物聯網區塊鏈云計算：公有云、專有云、混合云通用解決方案智能客服 | 智能營銷 | 數字會展 | 智能視聯網 | AIoT 行業解決方案智能城市 | 智能金融 | 智能交通 | 智能制造 | 智能供應鏈 | 智能零售 NeuHub京東人工智能開放平臺協同管理平臺T-PaaS平臺數據智能平臺集成被集成可持續生態：能力生態、業務生態、平臺生態更懂產業的數智化解決方案提供商零售物流健康金融城市工業京東云JDT1-大生鮮產業數智化轉型44北京金達攜手京東云共同打造的“JDT1”中國-東盟生鮮一體化交易平臺，是金達在廣西南寧投資建設的中國-東盟生鮮產業

53、園的線上交易平臺，未來將致力成為連結廣西與東盟乃至全球生鮮貿易的數字橋梁?；跇I務實際，京東云為大生鮮產業設計了基于云原生架構應用的技術體系。從架構設計、開發方式到部署運維的整個軟件生命周期都基于云的特點設計。架構具備輕量、敏捷、高度自動化特性，讓云更“好用”，有力保障業務高并發資源高可用的同時，支持復雜業務小步快跑，快速迭代。借助京東云的數智化解決方案，“JDT1”項目改變了傳統生鮮貿易模式，打通消費互聯網與產業互聯網，讓供需兩端以更精準、更高效的方式促成交易，有效地提升生鮮產業的供應鏈效率，實現了全流程數智化轉型。思邁特軟件專業的商業智能(BI)與大數據分析服務商45Smartbi核心組件

54、及功能數智化服務思邁特軟件核心產品“Smartbi”是企業級數智化應用平臺，經過多年的持續發展，凝聚了多年的商業智能最佳實踐經驗，整合了各行業的數據分析和決策支持的功能需求，滿足最終用戶在企業級報表、數據可視化分析、自助探索分析、數據挖掘建模、AI智能分析等模塊的需求。 采用人工智能+數據分析的“融合“技術Smartbi NLA通過融合語義識別和語音交互等人工智能技術，支持系統進行語音文本的數據分析和用戶與系統的語音交互，使用戶可以獲得更簡單、更智能的數據獲取和交互手段，大幅提升了系統的分析能力和工作效率。 與AI智能小麥進行語音交互Smartbi NLA利用了NL2SQL技術，將自然語言通過

55、神經網絡轉化為計算機可以識別的數據庫查詢語言。用戶通過語音或者鍵盤輸入后，“AI智能小麥”會將輸入的自然語言轉為機器可以理解的數據庫語言，通過Smartbi預置的查詢引擎和圖形引擎，快速準確的找到用戶想要的查詢結果，自動生成圖形輸出。思邁特軟件提供數智化分析服務，助力銀行數據資產不斷積累增值46數智化應用效果面對銀行信用卡業務數據質量差，分析效率低，運營智能化不足，思邁特軟件通過建設信用卡業務數據集市，從源頭上提高數據質量，定制業務分析主題，將底層數據結構進行翻譯和權限管控，建設自助分析平臺，為業務人員提供可視化、自助式、零編程的數據分析服務，對接營銷管理平臺，實現營銷全流程的系統支撐。 語義

56、建模：數據資產化 數據導航：輕松找到數據 數據答疑：隨時獲取支持 數智化分析工具：提供即席查詢、透視分析、自助儀表盤、Excel分析、數據挖掘等多種分析工具 分析商店：成果展示分享、社區互動 數據統計：制定與推廣運營策略 數據安全：數據權限控制、數據脫敏 系統穩定：集群動態分發、FailOver故障轉移 智能化應用：鏈接營銷平臺網易數帆領先的數字化轉型技術與服務提供商47!#$!#$!%$!%$!&$!&$全鏈路數據生產力模型!#$%&!#$%&(%&(%&!%)!%)智能決策智能決策低質量 孤島數據高質量 低成本數據網易數帆提供全鏈路數據產品與服務，為企業提供數據分析及可視化、數據治理、數據

57、智能服務等，幫助企業有效提升“管數、看數、用數”的能力，讓數據轉化為生產力，助力企業數智化創新。通過強大的數據處理能力、敏捷的開發能力以及智能化的營銷能力相結合，網易數帆有效幫助企業實現全渠道用戶數據整合、精準的用戶客群洞察、自動化的智能營銷，從而實現數據驅動的全域數智化營銷的閉環。網易數帆數字化+智能化雙引擎 實現消費者精細化運營48營銷策略營銷中臺精準營銷營銷自動化會員中心內容中心積分中心營銷服務人群管理標簽管理用戶洞察OneDataOneIDOneService客戶數據管理營銷策略運營工作臺精準營銷營銷自動化會員中心內容中心積分中心營銷編排人群運營場景營銷客戶洞察客戶管理客戶運營群發管理

58、互動管理授權管理廣告投放營銷推廣轉化漏斗用戶分析成交分析ROI分析數據洞察數據打通渠道管理私域流量公域流量廣告點擊數據收集特定人群廣告投放官網公眾號小程序線下店社群運營移動應用私域數據沉淀通過消費者運營平臺幫助企業整合線上及線下渠道的營銷數據，形成企業會員私域數據資產中心?？蛻羧巳憾床旎趥€體或人群標簽所建的細分人群洞察，幫助企業形成更具針對性的人群運營策略，促進精細化運營策略快速落地。會員精細化運營根據指定人群、時間、內容、渠道等自動化營銷，輕松打造千人千面營銷全流程，快速提高ROI 。營銷計劃配置通過將不同的內容營銷工具與營銷觸點組合，實現面向不同人群精準的溝通計劃以及事件營銷。全域數智化營銷架構圖寫在結尾49當前，以數字化、網絡化、智能化為特征的新一輪科技革命和產業變革深入推進，數智化被推上時代浪潮。面臨數字經濟時代消費需求變化、競爭優勢建立和組織架構變革，企業通過建立數據平臺，實時共享交換數據，實施數據治理，匯集人工智能、物聯網、區塊鏈、云計算等技術，將數據資源轉化為賦能企業經營管理和業務流程決策分析等場景的數據資產，形成以數據要素和智能技術驅動的新增長模式，促進企業業務流程優化和經營效率提升，實現企業數智化轉型升級。數智未來，構筑中國企業高質量發展新基礎。謝謝觀看！