SABOE数字化转型方法论 和实践案例分享 武艳军 一汽大众 首席企业架构师 www.top100summit.com 武艳军 一汽大众首席企业架构师 “ • 企业架构和数字化转型专家，TOGAF企业架构师鉴定级认证专家，Open Group中 国架构本地化工作组专家，DAMA中国会员。 • 具有近20年金融信息化领域工作经验，对数字化转型有深入研究和实践。 • 毕业于北京大学， 毕业于北京大学，曾就职于某中央金融企业，负责牵头公司数字化战略规划、企 业架构设计、数字化转型实施等方面工作。 • 《企业架构驱动数字化转型：以架构为中心的端到端转型方法论》专著作者，微 信公众号“金融IT那些事儿”主理人， 《商业银行数字化成熟度评估模型“Bank Digital Mesh”》白皮书第一作者， Open Group《决策者参考：使用 O-AA™引 导 敏捷数字化双重转型》白皮书联合作者 敏捷数字化双重转型》白皮书联合作者 。 ” 请插入 您的照片 讲师简介 www.top100summit.com • 一、传统企业转型需要方法指导 • 二、SABOE数字化转型方法论 • 三、案例：汽车金融数字化应用 • 四、案例：美的集团数字化转型实践 目录 www.top100summit.com 一、传统企业转型需要方法指导 www.top100summit.com 数字经济时代来临 传统企业纷纷转型升级

公司可以通过分析自身优势并利用AI技术提 高运营效率，包括在产品设计、市场营销、核保及理赔等环节。AI应用研发框架的流式会话 能力可以提高前后端开发的效率。 • 保险公司应用AI技术可参考的方法论：通过价值飞轮、价值网和画布等方法，企业可以更好 地理解业务逻辑，识别关键驱动力，并实现更全面的优化。这些方法提供了有效的工具，帮 助企业理清思路，找准业务发展的核心驱动力，确立清晰的策略逻辑。同时，画布法可以将 面之下，需要大家进行更深入的思考和探索才能发现。那么，为解决问题应该如何采取行动呢？ 三 洞察问题，探寻本源 面对复杂问题，建议参考《U型思考》方法论，从初始问题出发，洞察其背后的本质，进而精准 地解决问题。 遇到初始问题 遇到初始问题 解决问题 解决问题 发现问题的本质 找到本质解 U型思考方法论是一个找准问题、看透本质、谋定而后动的思考模型 问：定义核心问题 ►用WHY提出问题：探寻动机，发现原因 ►用WHAT提出问题：发现本质，聚焦靶心 这里提到了一个使用优势法的方法论，其逻辑是找到自己的优势能力与大规律之间的叠加部分， 作为发力的重点。应用到保险行业，需要先确定保险公司的优势。 作为保险公司，其优势能力分析可以从八个维度进行观察。这些维度包括市场定位、产品服务、 财务表现、运营效率、技术应用、人才管理、合规与风险管理和战略执行。这些是划分保险公司 优势能力的重要方向。 在评估和考察公司在技术应用方面的优势，常使用到的方法论是这个成熟度评估框架，以技术应

IVR 流程复杂 • 金融专业性 vs 发散式 • 多业务交 重叠 • 智能中控：跳转 & 澄清 • 高精准语义理解模型 • 知识梳理的方法论 • 对话体验的方法论 某银行识别准确率 90%+ 转人工率下降 40% 问答复杂 • 上下文推理 • 大量 FAQ • 指代抽象 • 统一聚类标注 训练 • 语料生成与训练方法

上形成 一个“PEBT”（软件包使能业务变革）方法论可供参考。所谓软件包使能业务变革，就是最佳实践使能， 因为软件包将许多最佳实践，很多时候我们从软件顾问那里获取的新技术或者新管理理念，已经存在 于现有的 BI 软件包中。如果站在他们的肩膀上，坚持选择承载优秀管理实践的软件包，将会帮助企 业家快速提升数据领导力。从实操来看，“PEBT”方法论分为三个阶段：第一阶段是定位于软件包 的未来业 数据分析平台 数据服务平台 自助分析空间 数据API管理 共享场景管理 数据服务运营 数据需求管理 数据授权管理 数据仲裁管理 数据问题管理 SOLUTION 解决方案 核心架构 创新方法论 数据工作台 + 指标治理体系 构建“五阶十六步”指标治理方法用于指标管理与开发，同时搭建指标资产平台管理指标治理过程。 指标治理方法 指标 设计发布 指标 数据设计 数据 探源认证 模型 服务设计 +FineReport/ineBI 质量/供应量 /生产 区域制造业 赋能 135战略 四阶 培养 零代码+BI 三大 场景 龙行 未来 072 数智领导力 071 数智领导力 创新方法论 1、设计数字化建设规划 按照东风集团 1 个中心 2 个旅程 3 个贯通规划， 柳汽按“135”思路推进公司数字化建设，构建数 字柳汽，提高全价值链业务能力和运行效率，支撑经营战略达成和客户满意。

2024 年 8 月 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 1 前言 2 第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 一轮大模型创新所遵循的扩展定律（scaling law） 产生了大数据 - 大算力 - 大模型 - 大电力的范式。 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 4 文献综述与方法论 全球数据中心用电量将在 AI 的推动下大幅增长，一直受到关注。从 2023 年以来， 由于生成式 AI 的迅猛发展，美国尤其为“电力危机”感到焦虑，而中国的人工 智能要在碳达峰目标的约束下追赶美国，算力与电力问题需要重估。 国的较确定的算力增长的角度。 中国目前无法通过官方渠道同步获得英伟达最先进的 GPU。美国降下的“硅幕”， 限制芯片设计、制造与流通的多个环节，试图将中国先进算力遏制在 A100 水平 文献综述与方法论 机构对数据中心未来用电规模的预测 来源：公开信息，未尽研究，环球零碳 说明：不完全列举。部分机构给出了单个场景的预测，为图中蓝色圆点；部分机构给出了不同场景的上下限，为图中线段。IEA 的预测截至

2024 年 8 月 AI 改变能源 智算如何引领新型电力系统 AI 改变能源 智算如何引领新型电力系统 1 前言 2 第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 所带来的海量计算，将与可 再生能源一起，推动新一轮信息与能源革命。而这 一轮大模型创新所遵循的扩展定律（scaling law） 产生了大数据 - 大算力 - 大模型 - 大电力的范式。 4 文献综述与方法论 全球数据中心用电量将在 AI 的推动下大幅增长，一直受到关注。从 2023 年以来， 由于生成式 AI 的迅猛发展，美国尤其为“电力危机”感到焦虑，而中国的人工 智能要在碳达峰目标的约束下追赶美国，算力与电力问题需要重估。 国的较确定的算力增长的角度。 中国目前无法通过官方渠道同步获得英伟达最先进的 GPU。美国降下的“硅幕”， 限制芯片设计、制造与流通的多个环节，试图将中国先进算力遏制在 A100 水 文献综述与方法论 AI 改变能源 智算如何引领新型电力系统 机构对数据中心未来用电规模的预测 来源：公开信息，未尽研究，环球零碳 说明：不完全列举。部分机构给出了单个场景的预测，为图中蓝色圆点；部分机构给出了不同场景的上下限，为图中线段。IEA

• 建设指标的管理框架、确定指标管理内容 、规划指标管理组织和责任体系。 • 制定指标工作管理规范和流程。 • 指标体系持续验证、优化、更新。 自顶向下：结合同业成熟实践模 式的价值树构建方法论，分解达成 价值主张的关键因素/任务，梳理出 覆盖各业务板块的指标体系框架。 自底向上：通过现状调研，采集、 梳理各业务条线已有报表和指标， 验证、补充指标体系。 www.top100summit 数字化转型人才不足的压力。 www.top100summit.com 下一步 加速数字化智能马达 银行数字化成熟度评估模型 2.0 加速数字化智能马达 银行数字化成熟度评估模型 2.0+  从方法论-实践库：融合更 多行业转型策略和指标  从未知-有知：达成行业一 致性度量，推动空白领域 的标准建立  从无形-有形：提供更多应 用载体及应用形态 希望更多的金融业有识之士，参与共建过程，为行业发展出力

基于大模型的企业架构建模助 力银行数字化转型应用方案 目录 CONTENTS • 数字化转型背景与必要性 • 银行数字化转型现状与痛点分析 • 大模型驱动的企业架构建模方法论 • 技术架构设计与模型融合方案 • 数据治理与知识图谱构建 • 智能业务场景应用规划 • 大模型训练与优化策略 目录 CONTENTS • 风险控制与合规管理 • 实施路径与阶段目标 • 标杆案例与同业实践 客户服务体验不够智能化和便捷。 响应速度慢 由于系统架构和业务流程的限制，客户 需求的响应速度较慢，无法满足客户对 即时服务的期望，降低了客户体验。 03 大模型驱动的企业架构建 模方法论 技术架构 涵盖企业的硬件、软件、网络等基础设施，确保技 术环境能够稳定、安全地支持业务和应用系统的运 行。 业务架构 企业架构的核心层，主要描述企业的业务战略、业 务流程、业务功能以及业务之间的关系，确保业务

通信、量子通信等新一代信息技术的探索应用，为专网注入了前所未有的进化动 能，为突破传统瓶颈、开拓新场景开辟了广阔空间。本白皮书与案例集基于国家 政策及国内外专网发展情况的梳理，系统解构专网落地方法论：从性能指标、架 构选型 （独立/混合/虚拟专网），到智慧运营平台构建、新兴技术赋能运营创新， 旨在为产业提供可复用的实施框架。 我们坚信，当 5G/5G-A 专网深度融入生产核心环节时，它已不仅是通信工

2：项目从试验到实盘耗时多久，是否有灰度机制（如分阶段资金投入）？ 组合构建中，如何使多因子择时、“三标尺”行业轮动相结合？ 该项目目前定位于研究导向的初步探索阶段，其核心目标在于验证基于宏观框架 的资产配置方法论的有效性。项目底层逻辑依托卖方分析师构建的宏观研究体系， 主要聚焦于策略模型的学术验证与框架优化，尚未进入实际资金运作环节。由于 仍处于理论验证期，暂未涉及实盘交易所需的资金管理系统、风控模块等基础设 施搭建，也未制定灰度机制相关流程（即通过小规模资金、限定标的试运行逐步 扩大应用的过渡方案）。当前研究重心在于回溯测试的严谨性验证、模型对市场 状态切换的适应性分析以及动态参数调整机制的可解释性构建，为后续可能的实 战化转型积累方法论基础。 多因子择时输出的大盘风险暴露系数作为行业轮动的“顶层约束”。例如：当多 因子择时模型输出空仓信号时，使行业轮动模型进入“防御模式”，股票仓位整 体缩减，行业仓位更加分散，且增强模型对于低贝塔行业的偏好；当多因子择时