年的感知技术将迎来全新的发展格局。它将在多个前沿领域展现出令人瞩目的突 破。多模态融合技术，将多种传感器的数据进行深度整合，为环境认知提供更丰富、准确的信息； 超低延迟网络技术，能够实现数据的实时传输，为远程控制和实时反馈提供有力支持；3D 空间 计算技术，将构建出逼真的三维空间模型，为虚拟现实、增强现实等领域带来全新的体验；情感 与语音识别技术，则进一步拉近了人与机器之间的距离，使交互更加自然和人性化。这些领域的 自适应反馈机制则根据系统的 性能和环境变化，实时调整模型参数，提高系统的鲁棒性和适应性。 研究报告 2025 年全球感知技术十大趋势预测 6 二、 商业案例 Amazon Go 无人零售系统 在无人零售领域，Amazon Go 展示了多模态感知融合技术的强大应用。它利用摄像 头、传感器和计算机视觉技术，对顾客行为进行实时监控和多模态数据融合。摄像头捕捉 顾客的动作、 过程，无需排队等待，大大提高了购物效率。 小米智能家居 小米生态链中的智能家居设备，如智能摄像头、智能音箱和环境监测设备，通过多模 态数据融合，实现对家庭环境的全方位感知。智能摄像头可以实时监控家中的情况，捕捉 画面和声音信息；智能音箱能够接收用户的语音指令，实现语音交互；环境监测设备则可 以检测室内的温度、湿度、空气质量等参数。这些设备采集到的多模态数据，经过融合处 理后，为家

警 数 据 标 准 数 据 质 量 元 数 据 数 据 安 全 流程 调 度 平台 …… 数据 管控 平台 流 程 调 度 层 数 据 管 控 层 数据 产生层 数据交 换层 实时数 据查询 客户管理 财务管理 …… 外部用户 贴源数据区 …… 内部管理分析 内部用户 历 史 归 档 数 据 区 IT 人员 风险管理 Page19 企业数字化转型总体架构——数据产生层 源以 SFTP 协议批 量传输数据文件  在线访问：开发 Java 或 C 应用，调 用大据源 API ，或 以网络平台爬虫方 式抓取源系统非结 构化、半结构化数 据  组件以实时和批量 两种模式实现下列 功能：  数据采集  数据传输到数据交换 平台（接口服务器） NAS 指定目录  存储数据到数据平台 大数据区指定 HDFS 目录  定时抽取用户访问 Page24 企业数字化转型总体架构——流程 调 度 层实时数据处理流程  实时数据处理强调的是实时或准实时获 取并处理数据，通常采取消息队列等技 术构建“数据流”  整个处理流程 由流程 调 度 层部署的自定 义开发 WorkFlow 组件调 度 运行  整个流程主要完成如下工作： 1. 通过数据库数据交换组件获取增量 数据，加载到实时数据区 2. 通过大数据交换组件获取非结构化

标识、生产任务信息、生产效率、物料等 4 大类生产数据进行实时采集，并实时在 “奥海精益生产平台”上更新。 全天候设备数据采集 基于 MES 系统，通过条码技术、PDA 采集终端，监控产品生产过程以及产品 生产参数，对 CQY 综合合格率、FTY 一次不良数、DT 产出损失数、TT 节拍达成数 等关键指标数据进行监测，并在大数据平台上进行可视化分析呈现，如全集团的当 月计划 / 完工数量、当月实时产量、当天线体运行数量、各机型产量排行榜、合格率 产品不良率同比降低 52.11% 成效 质量精准追溯 03 通过条码技术设定物料、半成品、 成品及其生产工序 / 站位条码标签，使 各个生产工序能通过扫码识别，并上传 至 MES 系统，形成实时数据信息；通 过 MES 扫描查询条码，能对物料料盘 使用产品的工单、扣料时间、材料批次、 供应商、机台等关键信息进行追溯，确 保产品质量精准追溯。 MES 系统 - 条码应用截图 影响生产及交付效率 学习算法生成 滚动销售预测。 AI 需求预测 结合设备产能、物料库存及工艺约束，自动生成多目标排产方 案，如最小化换线时间、最大化设备利用率等。 动态排产优化 与 ERP 系统无缝对接，实时同步生产进度与销售订单变更，触 发自动预警与重排机制。 系统集成 市场需求波动大，IT 与 OT 系统割裂导致 生产与销售数据脱节 人工排产容易导致生 产混乱，生产效率低 交期不准，订单交付

挑战：国企业务跨区域、跨层 级、跨行业特征显著，股权结构复杂；国有资本运作呈现多元化趋势，风险传导路径隐 蔽；国家战略任务对资本配置效率提出更高要求。 如何穿透复杂层级精准追踪资本流向？如何实时监控风险传导链条？如何确保国 有资本在服务国家战略中实现保值增值？ 国务院国资委自 2024 年 9 月首次提出“探索推进穿透式监管”以来，通过印发专 项通知、列入重点任务、印发内控建设指 度、风险指标），缺乏第三方验证机制，企业可能为规避监管（如隐藏亏损、虚增利润） 人为调整数据；同时，填报工作依赖人工汇总（如子公司层层上报至集团再提交监管机 构），流程繁琐且耗时，导致数据的实时性和准确性无法保障。 （4）复杂交易难穿透：面对金融资本与产业资本深度融合的产融结合趋势（如国 企通过设立产业基金、开展股权投资、发行资产证券化产品等方式参与资本市场），现 有监管框架难以识 （7）技术赋能水平偏低，数据孤岛严重：国有企业内部各业务系统（如财务系统、 投资系统、采购系统、资产管理系统）分散建设且标准不统一（如数据格式、统计口径 差异），导致监管信息分散在多个孤立平台中，无法实现实时共享。缺失深度分析，传 统统计手段（如人工汇总报表、抽样检查）难以对海量经营数据（如日均交易流水、供 应链上下游协同数据、客户信用记录）进行深度挖掘，无法通过关联分析（如资金异常 流动与关联交

软件平面图上显示项目中监控点位，点击点位上的图标， 可在界面中显示该点位的实时监控画面。 视频画面双击可以全屏、单击关闭钮关闭或最小互窗口、 视频框可拖移。 可实现与任何系统的相互联动。 5) 停车场管理系统 软件平台监测停车场设备的工作状态（开、关、异常） 实现对停车场设备的远程控制； 实现与其它系统的相互联动 6) 电子巡更系统 通过平台的可视化界面，实时显示巡更人员巡更路线； 实现巡更系统与其它子系统如监控系统的有效联动。 当出现报警等异常情况时，能联动信息发布系统进行相关 信息发布。 8) 背景音乐及应急广播系统 对于前端所有的设备进行管理，实时监测设备在线离线状 态，对播放内容做控制，可以实现分区播放，设置广播和视频 等的联动关系。 9) 梯控系统 和梯控系统对接，实现给访客授权使用电梯。实时监测电 梯的运行状态及其他参数信息。 10) 消防报警系统 在地图上显示所有消防设备的位置信息，状态信息，设备 有子系统的“有机”耦合，综合管理平台可接入视频，报警，门禁 等安防子系统，灯光，UPS，温湿度探测等 BA 子系统。并根据 用户需要集成其他子系统模块。子系统通过物联网的方式将数 据接入云服务，综合管理系统再实时获取云服务设备数据，系 统架构图如下所示： 图 3.3 系统架构示意图 架构说明： 1) 前端各子系统独立运行，互不干扰； 2) 管理中心架设服务器，各服务器功能如下：  设备管理服务器--负责各系统之间信息点的集中管

统由不同厂家建设，相互独立，且操作习 惯、访问方式各异，用户无法通过一个平 台集中掌握整体供、配、用情况， 无法统 一接收报警、统一运维； 部分企业内部的配电网建设年代久，配 电设施老旧，缺少自动化、数字化的技 术手段来实时监测整个内部电网的运行 情况， 分布式能源、储能的接入的风险 不可见、不可控； 受限于原来的变电所 空间、费用、手续，扩容困难，难以支 撑新增的大量的电动车充电需求； 企业自身对内部的供、配、用电情况运 事故追忆 极值统计 直流屏监测 发电机监测 无功补偿柜监测 变压器监测 实时监测高低压配电柜的电压、电流、功率等电力参数，实现遥测、遥信、遥控、遥调。 实时监测各配电室温湿度、烟感、门磁、水浸、有害气体等环境参数，有害气体超标联动排风系统。 实时监测关键供配电设备运行情况，如变压器、柴油发电机、 UPS 、直流屏等。 平台功能 电力监控 展示变配电站 监测各进线回路电能质量，包括电压暂降、暂态、稳态、谐波畸变等数据波形记录，进而判断配电系统扰动方向，生 成电能质量分析报告。 有源滤波装置和无功补偿装置对 0.4kV 侧电能质量进行补偿和治理，系统实时监测有源滤波装置和无功补偿装置运 行 情况，确保电能质量符合生产要求。 稳态监 测 稳态曲 线 谐波频 谱 谐波曲 线 负荷曲 线 暂态分 析

动化的数据分类，能够显著降低人工成本，并提高分类的准确性和 效率。该系统将基于深度学习和机器学习技术，结合大数据处理的 能力，确保能够实时响应企业需求。 该流水分类系统主要设计目标包括： 1. 提高数据分类的自动化程度，降低人工干预。 2. 提升分类准确性，减少误分类带来的影响。 3. 提供实时响应能力，以应对快速变化的市场环境。 4. 实现系统可扩展性，允许根据业务需求进行灵活调整。 在构建这个系统时，我们将采用以下技术和方法： 用户接口：设计直观易用的用户界面，支持用户实时监控分类 结果并进行调整。  持续学习机制：引入在线学习方法，使系统能够不断适应新的 数据和分类需求。 以下是该系统的功能模块设计： 功能模块 描述 数据接入模块 负责接入来自不同来源的数据，包括结构化和非结构化 数据。 数据处理模块 对接入的数据进行清洗、归约和特征提取，为模型输入 做准备。 模型推理模块 调用训练好的 AI 大模型进行实时分类。 结果反馈模块 性；模型训练则依赖于大规模的数据集和强大的计算能力，采用最 新的深度学习框架进行模型训练和优化。在在线推理阶段，经过训 练的模型能够实时处理新的流水数据，为用户提供准确的分类结 果。 系统的实施将考虑到以下几个关键因素：  数据源多样性：项目将支持多种数据源，包括但不限于数据 库、Excel 表格及实时流数据。这将确保系统能够适应各种业 务场景。  模型可扩展性：系统将设计为可扩展架构，方便后续模型的更

同企业的神经网络，将战略目标与操作执行有机连接，催动管理层与业务一线的深度协同。现代企业的成功不再依赖于 单点突破，而需要全链条、全要素的协同优化，数据驱动的指标体系成为实现这一目标的核心抓手。在数据治理端，企 业需要注重实时技术与规范管理的深度融合，让流动的数据焕发出更大价值。在瞬息万变的市场环境中，数据的时效性 往往决定着决策的有效性。从数据产生到洞察生成，每一秒的缩短都可能转化为真实的商业价值。 在应用开发端，AI 如何将数据消费范式从“人找数”转向“数助人” 指导企业如何建立自动化指标体系，并随业务发展持续迭代更新 展示 AI 应用场景 -AI 让零代码更“零”& 先进制造落地 AI 决策应用 解析如何通过实时技术和规范管理让流动的数据更有价值 分享“FAST”新型数智化组织能力以及新兴数智人才建设路径 01 02 03 04 05 目录 CATALOGUE 16 企业数智应用关键落地路径 数据治理：实时与管理让流动数据更具价值 BI 助力提升决策效率，减少错误决策 还原数据分析过程，让结果更加可信 应用场景复用让分析成果“即取即用” 智能 BI 将数据消费范式转向“数助人” 数智时代指标体系驱动业管协同 企业自身指标体系建设常见误区 指标平台建设，促进数据消费 典型案例实践：某专精特新企业 零代码从轻量工具到创新引擎 AI 时代，以用促建，以用促准 数据实时将“事后分析”升级为“实时决策”

还原。 云翊数据中心精益管理系统 设备监控对接展示 可实时查看设备告警、性能数据 ，对设备及所在机柜高亮显示 ，不同颜色对应不同告警等级 ，并支 持查看历史告警信息。 云翊数据中心精益管理系统 视频监控对接展示 可实时查看机房内监控摄像头视频画面 云翊数据中心精益管理系 统 摄像头视频画面 动环监控对接展示 可实时查看机房内温湿度传感器监测数据 ，并以温度云图方式呈现机房内温度分布情况 Underlay/Overlay 网络虚拟化 Defalut/VRF 运行状态 IPv4/IPv6 解析模型 IP 平 面 网元健康评估 多指标智能分析： 对全网所有设备、链路、路径网 元实时展现健康度拓扑， 网元健康度按由小到大排序， 通过标注不同颜色当前网元所处的状态 ，助力运维人 员快速定位。 网络健康态势 探针与拓扑融合：根据探针主机名自动识别 视化 ，包括网元指标、端口、 日志等视图 ， 覆盖边界网络 ，实时发现网络异常接入。 设备响应矩阵 子网聚合展示：对全网所有子网状态进行实时探测， 按网段对资产进行聚合， 以网络存活度、平均响应 时延、平均丢包率等指标进行监测 ，为运维人员提 供实时和历史数据参考。 网络路径发现 端到端路径发现：基于数字化网络平面、进行端到 端路径仿真推演

据、机器学习、区块链、大 语言模型 (LLM) 及生成式人工智能 (GenAI)、AI 智能体 (AI Agent) 等前沿技术持续赋能，重塑财务管理流 程与效能，使得数据驱动理念不断深入人心，实时、精准的数据洞察成为企业科学决策的关键支撑。 政策法规层面，政府积极布局，出台众多扶持与监管政策，为财务管理的规范化、专业化发展保驾护航。例如， 中国财政部发布了《会计信息化发展规划（2021-2025 据线性分析，而数智化思维强调 “数据优先”，通过机器学习、大数据建模实现对市场趋势的前瞻性洞察﹐如 通过消费者行为数据优化采购策略；传统财务聚焦 “事后核算”，将工作重心放在交易完成后的账务处理 , 数 智化思维则追求 “实时管理”，如通过智能系统实现费用报销的自动化审批与预算动态调整。传统财务存在 “部 门壁垒”，财务数据与业务场景相互割裂，数智化思维倡导 “业财融合”，要求打破信息孤岛，通过数据共享 实现业务流、资金流、信息流的三流合一。 预算编制开始，到业务端发起费用申请，再到财务端进行预算控制、核算记账，实现全流程贯通。智能费控 不会孤立存在，而是与企业业务流程、财务管理系统深度集成，且与采购、销售、生产等业务环节紧密关联 , 使费用数据能实时反映业务情况，为企业提供全面、准确的决策依据。打破业务与财务之间的数据壁垒，形 成业财融合的一体化生态，提升企业整体运营效率 。 I A 13 ｜第一章 调研结果呈现 . 对于实施了智能费控系统的企业，他们采购