ITPub博客

发展历程及阶段性重点-由政策驱动走向市场驱动，进入精细化管理建设阶段 早期电力数字化转型聚焦生产与管理环节，核心目标是应用通信、自动控制、计算机、传感等信息技术，保障电力生产的 稳定可靠及综合管理水平的提升。随着产业发展，电力企业对全链数字化转型的需求开始萌芽，并逐步深化数字技术与各 环节的融合。直至“十三五”末，多数电力企业已奠定扎实的信息基础，积累海量电力数据，大型电力集团已构建统一

研究范畴：聚焦发电与电网企业转型-聚焦上游数字化服务商及中游发电企业、两大电网转型实践 数字化技术渗透至电力产业“发-输-变-配-用”各个环节。从转型主体看，发电侧以五大四小发电集团、地方发电巨头为 研究主体，探讨其在双碳、电力体制改革的宏观及产业环境下，基于数字化技术实现从电力生产、运营到服务的全域转型。 输配用侧以国家电网、南方电网为研究主体，探讨其构建智能电网的阶段性重点及典型实践

高科技及劳动密集型行业需求大，高线城市数字化意识较强从行业角度来看，高新技术产业、能源/公共事业、制造业、互联网/软件/信息技术业和餐饮/服务业等行业企业数字化成 熟度较高，已在布局实施数字化战略的比例较大。企业数字化转型有一个特性，即关注整体转型而非局部转型，且人力资 源是数字化转型的重点领域之一，因此上述行业对人力资源领域的数字化需求一般也十分旺盛。若总结这些行业的特性， 大致可以将它们分为两

九大模块、三大支柱构成人力资源管理有机整体人力资源管理是企业对人力资源进行管理配置的一系列活动的总称，覆盖选人、育人、用人、留人等环节，囊括招聘、培训、考核、薪酬等管理形式，旨在保证组织目标实现与成员发展最大化。根据工作的流程和内容，人力资源管理可以分为九大运行模块。各个板块之间存在有机联系，共同组成企业内部管理生态，发挥作用支撑系统良性运转，为企业最终的战略目标实现提供支持。此外，人力资源管理还

转型路径 信息化、数字化、智能化三步走房地产企业数字化“三步走”发展路径可划分为：信息化、数字化、智能化。信息化又可细分为两个路径：1.传统记录方 式变更为在线记录;2.借助人力、财务等管理系统将线下业务流程迁移至线上。信息化主要将技术应用于解决业务流程问题，容易出现数据孤岛。不同于信息化，数字化的核心特征为业务板块间的高度集成和网络化协同，与此同时，数字化使得数据可见、可得、可应用，使数据能够赋

近年来，数字经济蓬勃发展，对于数字化转型企业有何感受？如何借助转型提高市场竞争力，如何应对安全风险挑战？“从我们和各种规模的企业的接触来看，对于数字化转型，大家普遍非常焦虑。”海克斯康制造智能大中华区执行总裁郝建表示，当前阶段，对企业而言，数字化转型已经不是选择题，而是必修课。企业推进数字化转型，要考虑哪些问题？微软企业商用事业部中国区总经理袁以拓提到了三方面——企业的组织文化是否能够支撑转型变革

整车产品研发类别：以满足用户需求为根本目的的针对性产品迭代 不同企业对于研发项目定义和类别有所差别，但均依据不同目的进行针对性改动。全新构架项目一般为迎合行业新趋势， 打造差异化产品布局的战略目标而建立；需改动车辆钣金及下车体的项目通常因为造型过时、舒适度及体验难以满足大部 分用户需求；年度改款通常针对市场同类产品竞争和用户需求进行针对性改动；而小改款则根据用户痛点快速迭代。究其 根本，

何为研发数字化？ 利用数字化技术在研发周期缩短、平台化和虚拟验证能力的 基础上利用数据流动实现研发流程的变革 大多数观点认为以虚拟化和数字化的形式代替或辅助传统汽车研发的业务环节，实现时间、 成本的节约和质量的提升为数 字化的核心价值。然而，艾瑞认为，在消费者需求快速变化和柔性化生产的背景下，降本增效仅可作为研发数字化的表层 价值看待，而其深层价值是利用数字化工具缩短整车开发周期、实现平

本报告分为五大部分，深度剖析车企数字化转型现状和未来趋势，指出车企未来数字化转型落地方向和具体数字化理解研发数字化本质：利用数字化技术在研发周期缩短、平台化和虚拟验证能力的基础上利用数据 流动实现研发流程的变革。研发项目综述整车产品研发类别：包含小改款、年度款、大改款、升级换代和全新构架项目，是以满足用 户需求为根本目的的针对性产品迭代。 研发方式理解：逆向研发是学习和积累的必要手段，正向研发是学

近日，《低代码开发平台通用技术要求》（标准立项号：CESA-2022-2-002）团体标准编制启动会以线上形式召开。珠海银弹谷网络有限公司受邀参与了启动会并做主题发言，与现场67家相关单位、120余名专家代表共同商讨低代码开发平台标准编制工作，为标准编制的有序开展、行业健康发展出谋划策。《低代码开发平台通用技术要求》规定了低代码开发平台的通用技术能力，包括功能要求和性能要求。本标准的研制将指导低代

强化数字化基础是关键，低门槛应用助力实现业务协同 随着制造业数字化转型加快，传统企业对于数字化工具需求愈发凸显，其中，低代码产品以其使用门槛低、操作简便灵活 等特点，越来越受到企业青睐。面对制造业企业业务人员占多数、IT资源相对有限的客户特点，低代码应用充分发挥优势， 帮助企业实现产业线高效管理和层级数据集成，助力企业提升效益，紧跟技术革新步伐，保持市场优势。但是，当前制造 业数字化程度

低代码基于底层技术能力，将开发模块抽象编排实现敏捷开发 低代码通常是指aPaaS产品，通过为开发者提供可视化的应用开发环境，降低或去除应用开发对原生代码编写的需求量， 进而实现便捷构建应用程序的一种解决方案。因此，低代码平台也常被称为aPaaS平台。 低代码基于底层容器、微服务、数据库、中间件等PaaS层能力，向上进行应用模块的抽象，通过UI编排、流程编排、 业务编排等实现应用

数字经济规模稳定攀升，成为拉动经济增长的中流砥柱我国数字经济规模持续扩大，占GDP比重不断增加。2016年至2020年，数字经济规模由22.6万亿元增至39.2万亿元，占 GDP比重由30.3%升至38.6% 。2020年，疫情突袭，数字经济增速同比下滑6%，但增速仍是名义GDP增速3倍多，从差值上看，数字经济增速始终高于GDP增长5%以上，最高达10.5%，是当前拉动GDP增长的重要力量。第三产

数据埋点的大而全陷阱 抓大放小，从核心数据着手：数据埋点是指针对特定用户行为或事件进行捕获，处理和发送的相关技术及其实施过程，是数据治理中范围圈定的一环。 出于对投资回报的考虑，客户往往倾向于做一个覆盖全业务和技术域的、大而全的数据治理项目，将每个数据都纳入到数 据治理的范围中，这就导致进行数据埋点时放纵提需，埋点需求爆炸，给后续的数据治理和数据分析带来隐患。为避免数 据埋点的大而全陷阱

AI技术创新应用大规模落地，带动大数据智能市场蓬勃发展 近年来，随着新技术模型出现、各行业应用场景价值打磨与海量数据积累下的产品效果提升，人工智能应用已从消费、互 联网等泛C端领域，向制造、能源、电力等传统行业辐射。各行业企业在设计、采购、生产、管理、营销等经济生产活动 主要环节的人工智能技术与应用成熟度在不断提升，加速人工智能在各环节的落地覆盖，逐渐将其与主营业务相

数据：范围界定信息经济的“货币”，早已不限于数字形式数据的价值被不断认可，“数据资产化”已经成为了企业发展的重要组成部分。长期以来，数据被理解为以数字形式存储的信息，而目前技术可以测量更多的事件和活动，人们可以收集、存储并分析这些不被视为传统数据的各类信息，如邮件、图片、音视频等。数据可根据其特性及治理方法差异划分为内部数据与外部数据，结构化数据、非结构化数据与半结构化数据，元数据与主数据等。数据

本次报告主要从以下几方面进行详述数据治理内容：前言-数据与数据治理：如今数据不再局限于传统数字形式的认知，由结构化数据延伸到半结构化、非结构化的数据范畴。数据治理越来越受到企业的普遍重视，在数 据生命周期的各个阶段通过相应的工具与方法论，使数据发挥出更大的价值，是实 现数据服务与应用必不可少的阶段。主题-面向人工智能的数据治理：AI技术创新应用走向大规模落地，带动了大数据智能市场的蓬勃发展。202

（一）需求拆解国内某大型商业银行在金融数字化过程中需要服务大量不同领域的客户，因此，建立综合金融服务平台成为必要手段。而在建立该金融服务平台过程中，该银行具有以下需求。 第一，结构化方案需求。该银行的统一业务平台需要精确的业务描述和快速的业务交付。面对金融行业迅速变化、内容丰富的应用需求，结构化方案是实现业务需求与技术方案高效统一的重要方法。 第二，多领域的低代码平台联合。针对

一、信创产业全景图 信创产业生态体系庞大，从产业链角度看，主要由基础硬件、基础软件、应用软件、信息安全 4 部分构成，其中芯片、整机、操作系统、数据库、中间件是最重要的产业链环节。 二、CPU 芯片 中国 CPU 市场规模和潜力巨大。庞大的整机制造能力意味着巨量的 CPU 采购，近年来中国集成电路自给率不断提升，根据国务院印发的《新时期促进集成电路产业和软件产业高质量

“数字化”是当今社会最先进和最具穿透力的生产力，近十年可谓是在气势磅礴的发展。十四五时期，中国的高质量发展，就需要建立在数字产业化和产业数字化基础上，通过推动数字服务、数字贸易集群化发展，推动智慧城市建设，最终提高中国城市整体运行效率和经济活力。但多年来，国际巨头几乎垄断了中国的数字化基础设施基础软硬件，集聚了大量信息系统风险。随着全球 IT 生态格局的演变，迫使中国必须要建立基于安全的 IT 底