源，进行局部尝试和验证。一些初创企业或新业务往往会选择成本相对较低 的公有云基础设施服务和SaaS服务，以满足当期发展实际需求作为IT投入和 环境搭建的根本原则。 快速增长期：业务进入快速增长阶段时，企业会以业务为中心敏捷扩展IT系 统规模和软件功能、以支持高并发场景，并考虑到长期发展，调整和优化IT 环境架构。伴随业务竞争的逐步加剧，企业开始重视大数据对于业务发展的 赋能作用，加大诸如大数据等方面的投入。伴随业务条线不断增加，IT系统 配 的模式，在企业内沉淀一套资源优化策略，寻求动态最优的业务架构。例 如，企业通过新引入的云环境实现更快速灵活地创建和销毁资源，帮助企业 进行新项目试点、A/B测试或快速响应市场变化，提升业务敏捷性；此外，在 面对AI开发需求时，企业可根据自身对算力、算法、应用开发、数据安全、 时延保障等方面的要求，综合考量，采用公有智算资源、专属智算集群、自 建智算集群等方式，开展训练和推理业务，满足成本和规模化的考量。 最大化与运 营效率的跃升；同时，多云环境通过促进技术体系的健全与升级，为企业的技术 创新之路铺设坚实基石，其提供的灵活性与扩展性极大增强了对业务动态变化的 支持，确保企业能够在瞬息万变的市场中敏捷前行。这一系列价值凸显了多云策 略作为驱动企业数字化转型与持续增长核心引擎的关键作用： 多云战略成为企业推进全球化部署的催化剂与本地化服务的赋能引擎：在竞 争激烈的商业环境中，多云策略为企业提供了至关重要的全球化竞争优势。

破局存量竞争，流程智能化缔造创新机会 当市场增量红利消退，企业竞争转向组织内功比拼。流程智能化，可以加速企业新品上市速度、重 塑用户体验，提高创新成功率。 在产品创新领域，流程智能化通过敏捷开发与需求响应闭环重构价值链。比如，服装企业通过创新 的研发流程，实现从门店需求采集到服装设计定稿仅需数周时间，大幅提高了爆款服装命中率。在 用户体验领域，流程智能化则体现为个性化服务与快速响应。比如，企业客户服务部门通过 同时，企业需建立跨职能变革管理委员会，通过战略对齐度看板实时监控部门协同状态，确保组织 变革与流程重构同步演进。这种系统化治理模式能够突破传统机制下的决策迟滞，在战略层构建起 “目标-资源-行动”强关联的敏捷响应体系。 关键成功要素 2，流程梳理 流程智能化的基础在于流程梳理，其作为成功关键主要体现在五个维度。 首先，企业需构建结构化流程库。通过流程分类、分级与分段形成全景图谱，为 AI 提供可解析的语 300 余家成员企业 的跨国集团，中集集团原有 BPM 系统已运行逾十年，其架构老化、兼容性弱、移动端 体验差等问题逐渐成为制约管理效率与业务创新的瓶颈。如何通过数字化实现流程管理 的智能化、敏捷化与全局化，成为中集集团新挑战。中集集团通过与蓝凌深度合作，基 于蓝凌 BPM 打造一体化流程支撑平台，以加速流程建设为核心目的，开启了流程管理 变革。 01 传统 BPM 系统“四大桎梏”

者需要下放更多决策权，才能真正加快步伐。他们仍然需要制定目标并明确前进规则，但必须 赋权团队重新思考工作流程，并用新的方式部署 AI 智能体，从而大幅度提高绩效。 在这种环境下，领导者相当于在敏捷性和安全性之间走钢丝，尽力维持韧性与风险之间的平衡。 这绝非易事。为了解领导者如何实现这一目标，IBM 商业价值研究院 (IBM IBV) 与牛津经济研究 院在 2024 年 10 月和 11 月联合开展了一项调研，受访对象涵盖 所需技术架构的全部相关成本。量化采 取捷径的成本，以及开发可快速扩展的试点 项目所带来的业务价值。奖励那些全面考虑 AI 创新，或提出可限制产生未来技术债务的 项目团队，推动改变组织的行为经济学。 敏捷性架构。 建立一个神经中枢，专注于设计模块性和可 扩展性解决方案，并负责在最合适的环境中 部署每个 AI 用例。建立一个可组合的平台， 将模型、工具、基础架构和应用分离开来， 为您的 AI 器。因此，发掘打破常规的商业案例变得困难重重。 25 随着企业开始采用专用 AI 模型，并将其与开源 和敏捷模式相结合，成本将开始缩减。 这也是生成式 AI 投资平均需要近 14 个月才能带来积极投资回报的原因之一，而其他技术投资 只需要 10 个月。 26 但这种情况不会持续太久。随着越来越多的企业开始采用专用 AI 模型，并 将其与开源和敏捷模式相结合，成本将开始缩减。在未来三年内，受访高管们预计其AI 模型组 合中的开放模型将比现在多

算力基础设施高质量发展行动计划 算力是集信息计算力、网络运载力、数据存储力于一体的 新型生产力，主要通过算力基础设施向社会提供服务。算力基 础设施是新型信息基础设施的重要组成部分，呈现多元泛在、 智能敏捷、安全可靠、绿色低碳等特征，对于助推产业转型升 级、赋能科技创新进步、满足人民美好生活需要和实现社会高 效能治理具有重要意义。为加强计算、网络、存储和应用协同 创新，推进算力基础设施高质量发展，充分发挥算力对数字经 点内重要算力基础设施间时延不高于 5ms。推动超低损光纤部 署，优化光缆路由。加快 400G/800G 高速光传输网络研发部署 和全光交叉、SRv6、网络切片、灵活以太网、光业务单元等技 术应用，实现网络传输智能高效、灵活敏捷、按需随选。 4. 探索算力协同调度机制。推动以云服务方式整合算力资 源，充分发挥云计算资源弹性调度优势。鼓励各方探索打造多 层次算力调度架构体系，建设可满足各类创新主体开展多元异 构算力调 算力基础设施高质量发展指标 13 附件 1 名词解释 1. 算力基础设施 是集信息计算力、网络运载力、数据存储力于一体的新型 信息基础设施，可实现信息的集中计算、存储、传输与应用， 呈现多元泛在、智能敏捷、安全可靠、绿色低碳等特征，对助 推产业转型升级、赋能我国科技创新、满足人民美好生活和实 现社会高效能治理具有重要意义。 2. 计算力（Computational Power，CP） 是数据

设备运维(机） 5 组织人才(人） 1 0 先进 制造 智能制造(产） 供应链追溯(供) 数字营销(销） 智慧服务(服） 7 创新 科技 音视频平台 云原生体系 + + 敏捷 弹性 数据 智能 端到端价值链 客户需求 竞争环境 产业政策 颠覆技术 智能化 自动化 精益化 数字化 战 略 组 织 技 术 业 务 腾讯工业1+7+N的产品架构和核心能力不仅能够支撑营销服领域的各类应用 腾讯云存储 腾讯云网络 腾讯云分布式云 ⋯⋯ ⋯⋯ 腾讯云原生 CDN与边缘 腾讯云大数据 腾讯云数据库 腾讯云音视频 腾讯云智能 腾讯数字孪生 腾讯乐享 腾讯微卡 腾讯电子签 TAPD敏捷项目管理 腾讯会议 腾讯企点 ⋯⋯ 腾讯安全 数据管理与分析 精准营销与⽤户增⻓ 在线协作与培训 客户服务管理 ⻛险管理 ⽤户体验创新 产品质量检测 IT 成本和效率优化 腾讯云的核心定位：以云+AI

力、领导力之后，影响组织和个人发展的关键指标。 就像驾驶汽车需要掌握方向盘操作、路况判断和行驶规则一样，应用 AI 也需要全方位 的技能储备。掌握 AI 力不仅意味着理解 AI 的基本原理和能力边界，还可以敏捷、高效 地与 AI 互动和协作，利用 AI 解决问题，交付有价值的业务结果。 研究表明，在人机协同的工作场景中，具备高 AI 力的个体能够显著提升工作效率和质 量。 他们能够更好地理解 AI 的优势和局限性，更有效地利用 吸收效率低下，且难以将理论快 速转化为实践技能，最终制约了企业人才培养的质量与效率。 《发展大模型时代的AI力》线上课程颠覆了传统培训“先学后用”的低效模式，倡导“在 实践中学习，在应用中成长”的敏捷赋能理念。课程通过系统讲解 AI 工作原理，结合 AI 工具的实际操作和基于业务场景的提示词练习，帮助从 C-Level 高管、HR 专家、部门 经理到一线员工，掌握在组织和工作场景中应用AI的核心素养和策略，快速提升「AI 灵活安排进度 场景化练习 AI 实时反馈 即学即测 社群化交流 构建企业 AI 能力矩阵 赋能企业 AI 转型升级 打造 AI 时代领导力 从基层到管理层系统 培养 AI 实战能力 让每个员工都能敏捷 运用、创新应用 实现 AI 与业务的深 度融合、提质增效 深入洞察 AI 前沿趋 势与商业价值 制定清晰可行的 AI 转型路线图 从工具应用升级到全 面的战略转型 培养具备 AI 思维的

甚至平台功能重复建设等问题,确保战略 实施高效且有序。 2) 智能业务运营 智能业务运营作为企业价值创造的核心活动,直接关系到企业的实际收益和 “ ” 发展的需求。智能业务运营的主要内容是搭建敏捷柔性的数字化业务中台,推动 —— 此外, 它还要求建立企业内部统一的智能运营管理体系, 贯穿整个价值链流程。 在智能业务持续深入的背景下, 伴随着企业 AI Agent (企业智能体) 的逐步落 利用最新的智能 化工具来提升业务效率和创新能力尤为重要。具体而言, 主要包括: (1) 智能产品创新: 通过产品研发创新体系的数字化, 提高研发效率。依 托统一的协同研发管理平台, 企业可实行敏捷开发模式,应用虚拟仿真、 AI 算法 等技术进行辅助决策,从而实现快速响应、 动态优化, 降低研发成本、提升研发 质量。例如, 企业可利用生成式 AI 进行产品的概念设计; 或者通过整合内外部 避免数据孤岛? 企业是否建立了统一的运营指标和闭环管理体系? 是否实现了职能数据融合和一体化运行? 是否应用大数据和 AI 算法等技术以提升运营管理效率? 企业是使用人工智能、机器学习等工具?实现从敏捷分析到智能决策? 更多干货请关注公众号“管理技术化平台” 17 是否沉淀经验, 创建多方共赢的智能运营管理平台? 是否沉淀出智能分析和生成的高精度预测模型, 实现数据和 AI 驱动的智能决策、

础设施及资源规划、网络规划、解决方案架构、数据架构与管理(16 个能力项) 管理 变革 预测能力、投资组合管理、业务变革实施规划与管理、项目和项目组 合管理、大数据与高级分析、需求识别和管理、业务建模、敏捷创新、 流程改善、组织设计和实施、效益管理、可持续性评估(12 个能力项) 开发 实施 咨询、应用程序设计、应用程序开发、测试、解决方案开发和部署、 数字化内容创作、系统工程、系统&组件集成、硬件设计开发、系统 需掌握主流技术平台的实践技能；此外，业务逻辑深度理解能力也至关重要，需能将技术语言 与商业需求进行有效衔接。 因此中培伟业针对数字化应用人才设计了“三大核心能力模型”，分别为数字化理念、数 字化实操以及数字化布局，内容涵盖了产品、敏捷、项目管理、数据分析、AI 办公等 12 大模 块，业内专家结合企业或个人需求，开展培训内容，让学员通过专业的方法论、工具、案例输 入等进行系统化地学习，全面培养学员的数字化思维和能力，针对性和实操性非常强，培养的 数字化实操：熟练运用各类数字化工具，高效推动业务流程的落地实施。  数字化布局：敏锐适应行业变革趋势，积极推动企业数字化转型战略落地。 数字化应用人才 理念 | 实操 | 布局 产品规划 产品设计 产品创新 产品运营 敏捷能力 项目管理 5G/6G 物联网 智能制造 数据分析 AI 提效办公 常用办公软件 2.企业数字化人才培养保障体系 中培伟业企业数字化人才培养保障体系是一套综合性的、系统性的解决方案，旨在通过科

聚焦快速学习 • 迅速构建和部署 • 以人工智能驱动生态系统 • 以人工智能促进跨组织工作流程 • 部署跨生态系统的人工智能代理 • 探索潜在新体验 • 关注端到端价值成果 • 持续进行敏捷变革 • 选择人工智能战略联盟 • 实施人工智能应用程序 • 配置和定制 • 先行引入简单模型 • 通过云服务使用人工智能 • 部署跨生态系统的人工智能 • 借助域模型开展竞争 • 利用生态系统数据开展竞争 重塑员工队伍 • 协调企业整体变革 职能层面 • 将人工智能融入价值流 • 将人工智能融入工作流程 • 融入发展成熟的人工智能代理 • 使用人工智能改变产品和体验 • 关注端到端价值流 • 进行敏捷变革 基础层面 • 打造人工智能开发“工厂” • 选择和训练域模型 • 改善企业整体数据 • 投资建设人工智能基础设施 • 投资加强网络安全 调研结论 打造智慧银行 阶段二 阶段三 主要考虑因素 阶段二的重点是要打破隔离现状，重塑银行利用较难把握的价值机遇的方式。在这一阶 段，人工智能会融入银行的核心职能，为动态决策、实时洞察和个性化需求预测提供支 持。 共享数据平台有助于开展协作并培养敏捷和创新文化。除提升效率和降低成本外，客户满 意度得分、交叉销售效果和产品上市速度也是衡量人工智能应用是否成功的关键指标。 当前代理型人工智能技术正迅速发展，银行也需为此做好准备。早期，银行使用宏（基于

据可以生成测试数据及案例，辅助大规模批量人工造数，提 升系统开发中数据测试效率。 在数据报表开发方面，在部分或全部业务数据未获取到 的前提下，通过基于数字孪生技术的仿真业务数据生成模拟 数据，支持新业务场景报表敏捷开发及数据验证。 23 （四）智能运营 1.应用场景概述 将数字孪生技术应用于金融机构的智能运营，可以帮助 金融机构构建起业务流程及金融市场的孪生体，通过实时收 集和分析来自物理世界的市场动态、客户行为、交易记录、 通过数据仿真生成测试数据及案例，辅助大规模批量人 工造数，提升系统开发中数据测试效率。 （4） 数据报表开发 在部分或全部数据未获取到的前提下，根据业务逻辑， 通过数据仿真生成模拟数据，支持新业务场景报表敏捷开发 及数据验证。 44 （5） AI 模型开发 在模型样本获取难度大的情况下，通过数据孪生对真实 业务数据进行模拟，支持机器学习模型无样本或少样本冷启 动。 4.总结分析 中电金信