动态生产数据（来自 ERP ） 周供应计划的数据 集 主计划员 3.1.2 数据集 最终需求计划 准备初版主计划 检查数据集的完整性 运行主计划引擎产生初版主计划 与相关团队分析讨论短缺，解决瓶颈 主计划会前再次运行主计划引擎，产生更新版主计划 准备主计划会议关键讨论点 主计划会上讨论的 最初主计划 短缺 / 差异 主计划员 3.1.3 初版主计划 关键 差异 主计划会议中讨 论主计划 收到需求计划 回顾需求计划 生成初版主计 划 回顾主计划 召开周主计划 最终确定和发 布主计划 8 周分配 (RTF) 18:00 9:00 截止数据 主数据维护 解决瓶颈 更新主计划 4 周工单 4 周装运订单 关键 物料采购 计划 海外 PO ERP MRP 17 周 工厂计划 4 周 物流计划和销 售 ATP # 计划描述 最长周期 频率 确认主计划的 数据集 主计划员 • 每周应就数据截止时间的维护成部门 间的一致性及共 识 • 如需更改截止时间，各部门 应 进行沟通并达成一致 • 主计划员应对数据准确性负责 • 周主计划关注解决瓶颈和约束，满足需求计划要求 • 每个供应约束应由专人负责维护和更新 • 输入主计划引擎前验证数据集 三级流程 : 3.1.1 准备数据集 4) 业务规则 准备数据及 ( 包括主计划 ) 三级流程

需求响应数小时，决策不及时 只能查数，分析需要人工 以数据查询与看板展示为主 （产出缓慢） 数据查询 数据报表 异动分析 数据报告 （人力瓶颈） 工程开发 人工绘制 人工梳理 人工总结 传统数据分析路径长，存在明显人力瓶颈 利用大模型 Agent 归因分析 数据报告 提出任务 给出答案 数据源 02 CONTENTS 当前行业内通用解决思路 及主要问题 当前行业内数据处理与消费通用架构 大模型直接生成 SQL ，存在效果瓶颈和性能风 险 03 CONTENTS 智能分析 AI Agent 相 较 传统解决思路的技术 创新 仓外语义 -- 灵活便捷、贴近业务 • 数据建模右移，更贴近数据消费 endpoint ，更便于

市场化配置、完善国家数据治理体系的重要实践路径。 可信高速数据网以“安全、高速、合规”为核心理念，基于IPv6+融 合新技术聚焦“数算、数网、数安协同”的演进主线，旨在破解数据流通 中的技术性瓶颈。其核心价值在于，不仅实现了数据资源的安全确权与 动态防护，更通过网络与数据/算力的深度融合，提升了数据调度的实时 性、灵活性与经济性。 可信高速数据网的建设，有助于我国构建“横向联通、纵向贯通”的 数据要素、算力资源和智能应用的关键纽带。可信高速数据网区别于传统 网络的核心优势在于：通过融合IPv6+、量子加密、隐私计算等技术，实 现“数算协同、数网协同、数安协同”，破解跨域互联、算力调度、隐私 保护等方面的瓶颈，为大模型训练、跨行业数据流通、智能应用创新提供 可靠支撑。 全球主要经济体正在加速布局新一代数据与网络基础设施，美国聚焦 低时延分布式传输与隐私计算安全体系，欧盟以统一数据市场和Gaia-X为 创新运营机制，提升可信高速数据网效能 36 (三) 加快技术攻关，突破可信高速数据网瓶颈 37 (四) 建立评估体系，保障可信高速数据网可持续发展

缘计算等技术深度融入生产全流程，推动柔性化生产与产业 链协同创新。然而，随着企业数字化系统复杂度激增，多源异 构数据、跨平台服务交互等问题导致运维风险攀升，传统监 控手段难以精准定位故障与性能瓶颈。在此背景下，构建端 到端可观测性能力，实现全链路洞察成为制造企业保障系统 稳定性、提升生产效率的必由之路。 可观测性技术为制造业注入新动能。博睿数据凭借一体化智 能可观测平台领先的全栈数据采集与智能分析能力，可真正 验受到影响。 背景分析 1 定位系统缓慢问题，提升SCM系统性能 通过对SCM生产系统进行性能监控，自动梳理各业务模块之间的调用关系及业务拓扑，快速展现系统性能瓶颈，发现缓慢或错误请求， 下钻到全栈快照，找到耗时最长的自定义方法，定位SCM访问缓慢的原因。 应用场景 1 实时监测，锁定影响范围 在重大节日活动中，如618、双11等，通过 ONE接入安踏体育小程序、FILA小程序的后端服务，实现对应用代码、数据库的监控，检测请求响应时间、错误、慢请求等性能 指标，实现对异常请求快速定位。 应用场景 1 制定重大活动保障方案，优化性能瓶颈，保障活动顺利进行 为应对当前电商平台“限时抢购”等活动的挑战，安踏体育通过Bonree ONE对高并发场景的电商平台实时监测，全面掌握IT系统的健康 情况，错误率均低于0.01%。 2 2

时间戳偏 差）、尺度差异（如显微镜图像与宏观温度数据的融合）、语义鸿沟（如触觉“柔软度” 与视觉“褶皱程度”的映射关系）仍是多模态融合的核心瓶颈。现有方法依赖人工设计对 齐规则，亟需发展自适应的时空同步算法与语义解耦技术。 模型复杂性与算力瓶颈：多模态模型参数量呈指数级增长（如 Flamingo 模型的 80B 参数），导致训练成本高企（单次训练耗能可达数辆燃油车终身碳排放量），且难以在资 工业自动化提供了高效解决方案，提高了物流运输的效率和准确性，降低了人力成本。 3D 感知与空间计算技术正从“感知工具”向“数字化世界的构建基石”跃迁，其能 力扩展将重塑物理世界与数字世界的交互方式，但仍需突破技术瓶颈与商业化障碍。 三、 未来前景 实时高精度渲染与虚实共生：结合神经辐射场（NeRF）与光线追踪技术的进化，3D 感知系统将实现亚毫米级场景重建与光子级渲染精度（如英伟达 Omniverse），推动影视 传感器在强光干扰下的测距误差则可达厘米级，并不适配多种 机器人工作场景。需突破混合固态激光雷达架构，全面从混合固态转向 Flash 纯固态技 术，实现低成本、高性能硬件的规模化应用。 动态场景建模瓶颈：现有 SLAM 算法对高速运动（>10m/s）、强光照变化、非刚性 物体（如液体、火焰）的建模能力不足，导致 3D 感知技术在恶劣天气（暴雨、沙尘） 中的感知失效，亟待提升极端环境下的鲁棒性。

测性维护是重要场景；在金融行业，信用风险评估与个性化推荐则 是关键领域。 其次，需评估企业现有的数字化基础设施，包括数据存储、计 算资源、网络带宽等。明确现有资源是否能够支持 AI 大模型的训 练与部署，若存在瓶颈，需提出相应的升级或扩展方案。此外，还 需考虑数据治理与数据安全的需求，确保 AI 大模型在合规的前提 下使用企业数据。 为了更清晰地分析业务需求，可采用以下方法： 1. 业务流程梳理：通过访谈、问卷调查等方式，全面了解企业各 在数字化转型的背景下，业务流程优化是企业提升效率、降低 成本、增强竞争力的关键环节。通过 AI 大模型底座项目，企业可 以实现对现有业务流程的智能化重构和优化。首先，需要对现有业 务流程进行全面梳理，识别出流程中的冗余环节、效率瓶颈以及潜 在的风险点。例如，在供应链管理流程中，可能存在手工录入数 据、信息传递滞后等问题，导致整体效率低下。 通过引入 AI 大模型，可以自动化处理这些重复性、低附加值 的工作，如数据采集、分类、分析等，从而减少人为错误，提高处 为满足不同业务需求，计算资源将按需分配，并设置资源配额 和优先级策略。例如，实时推理任务将优先分配高性能节点，而批 量训练任务则可以在资源空闲时进行。此外，将引入自动化监控和 告警系统，实时跟踪资源使用情况，及时发现并解决性能瓶颈。 在数据存储方面，将采用分布式文件系统（如 HDFS 或 Ceph）和大规模并行处理数据库（如 Greenplum 或 Vertica）， 以支持海量数据的高效存储和分析。同时，为保障数据安全，将实

建流程标准化框架，通过建模、部署、执行、监控全生命周期管理 实现流程体系的系统化重构；引入流程挖掘技术，通过一致性分析、 根因分析、异常检测、流程仿真和预测等手段，跟踪和分析流程执 行情况，精准识别瓶颈、风险与异常点，及时做出调整与优化。应 用机器人流程自动化（RPA）技术，对重复性规则化的流程任务实现 自动化执行，降低人工成本与错误率。 中国联通 联通数科 中国信通院云大 信通院云大所 云大所 视化展示，支撑企业开展常规运营监控、绩效评估与趋势研判。相 对而言，流程数据更需结合流程模型结构、图数据和文本等多元非 结构化形式，不仅动态且立体地追溯流程执行的具体场景，还支撑 流程仿真、瓶颈定位、行为分析等深层次应用，对其存储、解析与 治理能力提出了更高要求。 中国联通 联通数科 中国信通院云大 信通院云大所 云大所 中国联通 联通数科 中国信通院云大所 中国联通 联通数科 中国信通院云大所 环整改机制，从源头优化采集逻辑，引入智能化工具减少人工干预， 定期开展数据质量培训，形成持续改进的质量管控体系。 5. 流程数据应用 流程数据挖掘分析层面，依托专业团队运用流程挖掘技术还原 执行路径、识别瓶颈，结合业务规则与流程模型开展时效分析、一 致性分析和动态预测，形成实时运营分析看板。结合 AI 大模型技术 实现语义解析与智能问答，智能生成量化改进策略建议，辅助精准 运营决策。 流程数据共

资源池基础架构多样，异构资源池难以有效的统一管理与调度； 2.业务系统上云后，管理理念、技术工具、业务流程未充分融合导致在提升效率，释放IT人力资源的效果并不明显； 3. 数据中心云化后，资源快速部署，自助交付效率逐渐成为瓶颈。 针对以上出现的情况，光大证券与光大科技携手共同研发数智化数据中心多云管理平台（MCMP）。通过该平 台实现多云（私有基础设施云、桌面云、容器云和公有云）服务和资源的统筹管理。MCMP 提供了多云异构资源池 金科创新社 金科创新 10 现对流量的全面、细致的分析。云魔方作为科来的核心分析工具，为我们提供了强大的流量解析能力与丰富的可视 化展示。借助云魔方，我们可以快速识别网络中的异常流量、定位性能瓶颈，并对网络安全状况进行实时监控。这 不仅大大提升了我们的运维效率，更为保障云平台的稳定运行提供了有力支持。此次与科来的合作探索，不仅解决 了我们对云内流量分析的难题，更为我们未来在云计算领域的深 直通及数据 eBPF 面转发等核心技术手段，成功将容器网络深 度融入云上租户 VPC 网络架构中，实现了容器、虚拟机及裸金属间的高效点对点通信场景。此举不仅克服了容器网 络因多重隧道封装导致的性能瓶颈，还显著降低了访问时延，降幅高达 30% 至 60%，进而提升了容器部署的密集度 与整体吞吐量。针对互联网金融业务的即时响应需求及特殊时期的流量洪峰挑战，确保了前端用户访问的零感知体验， 并促进了各系统模块间的顺畅运行。

冷板式液冷服务器散热系统配置中，液冷与风冷所承担的热负荷比例 约为 6:4。但随着 AI 服务器中高性能内存、网卡、硬盘等组件的持续 迭代升级，其性能提升的同时发热量也显著增加，使风冷部分面临散 热瓶颈。为此，业界提出全液冷冷板技术，即利用冷板全面替代散热 风扇，以解决风冷散热效能不足的问题。除上述路径外，业界同时着 手开展两相冷板技术的实践探索。该项技术依托冷却液相变实现高效 换热，可应对 部的交换芯片、SerDes（串行器/解串器）等核心组件功耗急剧上升， 主流 51.2 Tbps 交换芯片的功耗普遍介于 500W～900W。受交换机设 备空间尺寸的严格限制，散热鳍、热管、3DVC 等风冷增强技术已步 入瓶颈。为确保交换机核心组件工作在安全温度区间，避免因过热引 发设备宕机，造成网络大面积瘫痪，业界加速推进液冷交换机研发进 程。目前，市场上的液冷交换机产品已涵盖冷板式与浸没式两类液冷 方案，可支持主流的高密度 Optics），正逐步与液冷技术深度融合。通过采用一体化冷板设计， 对交换芯片及光引擎进行集成式覆盖冷却，可有效应对 CPO/NPO 架 构下的集中热源散热挑战。液冷技术的成功应用不仅缓解了传统风冷 大容量交换机的散热瓶颈，也为智算中心实现高效组网并充分发挥计 算节点性能提供了有力支撑。 4.液冷光模块 （1）领域全景 智算中心液冷产业全景研究报告（2025 年） 28 来源：中国信息通信研究院 图 15

应，共同推动央国企RPA渗透率迅速攀升。 04 AI技术驱动 在央国企RPA市场的关键驱动因素中，AI技术作为核心引擎发挥着结构性 作用。AI驱动的智能自动化解决方案有效解决了央国企传统RPA部署中面 临的三大瓶颈：多源异构数据整合、模糊规则下的流程判断以及跨系统协 同优化问题。 央国企RPA市场竞争格局 央国企RPA市场TOP8原生RPA厂商合计占比超过26%，未来市场集中度将进一步提升 根据第一新 央国企RPA厂商痛点问题 厂商面临技术、资本、服务等挑战，亟需实现从价格竞争到价值交付的范式迁移 央国企RPA面临的问题包括：（1）多家厂商存在资金风险：2021年RPA投资达到高峰之后，市场出现了拓客和盈利的瓶颈，多家厂商存在融资困难、回款困难和亏损经营等风险，影响后续 项目服务交付。（2）价格竞争激烈：为了争夺市场份额，部分厂商甚至以低于成本的价格销售产品和服务，导致服务质量下降，严重影响客户体验。（3）技术引入困难：在中低层员工中存 到预期目标或无法满足企业实际需求。 15 多家厂商存在 资金风险 央 国 企 R P A 厂 商 存 在 的 问 题 价格竞争激烈 技术引入困难 2021年RPA投资达到高峰之后，市场出现了拓客和盈利的瓶颈， 尽管需求稳步增长，但供给侧的收入增速慢于预期，多家厂商存 在融资困难、回款困难和经营亏损等资金风险，影响后续项目服 务交付。 经济周期和行业投融资形式的变化引发了激烈的价格竞争，为了 争夺市场