开展数字化转型,需系统把握如下四个方面:一是数字 化转型是信息技术引发的系统性变革,二是数字化转型的根本任务是价值体系优化、创新和重构,三是 数字化转型的核心路径是新型能力建设,四是数字化转型的关键驱动要素是数据。 深度应用新一代信息技术,大力发展新技术、新产品、新模式、新业态,全面加速数字化转型,已经成 为新时期企业生存和发展的必然选择。然而,企业在推进数字化转型过程中,普遍面临战略不明确、路 造、工业互联网、数字化转型等过程中形成的体系 方法,历经几十万家企业全面应用和完善,本文件给出了一套数字经济背景下的新型企业架构———数字 化转型参考架构,旨在帮助企业明确数字化转型的主要任务和关键着力点,建立体系化的数字化转型过 程方法机制,按照分阶段分档次的分步实施要求,务实有效推进数字化转型,实现螺旋式创新发展。 Ⅴ GB/T45341—2025 数字化转型管理 参考架构 1 范围 业务场景 businessscenario 关于业务运行的参与主体、行为活动、资源条件以及数据要素等的有机组合。 3. 8 数字场景 digitalscenario 基于相关数字模型(3. 4)实现关键业务动态响应、动态协同、动态优化的一类业务场景(3. 7)。 注:数字场景、知识场景、智能场景都属于数字化(的)业务场景。 3. 9 知识场景 knowledgescenario 基于相关知识

深度融入企业创造价值、提供服务及构建工作体系的核心环节。但这场AI驱动的革命也带来了前 所未有的挑战：企业必须搭建稳健且可扩展的技术栈，拥抱开源生态系统，并紧急填补长期存在 的人才缺口，尤其是在AI、网络安全、数据科学及云计算等关键领域。 在此背景下，企业必须提升自身能力，以吸引人才、培养人才，并赋能员工掌握先进的ICT与AI适 配技能。唯有在这些领域取得成功，企业才能成为未来行业的领导者；否则就会被技术变革的迅 猛步伐甩在身后，成为落后者。 36% 41% 22% 22% 26% 18% 总体 北美 西欧 亚太 智 能 世 界 的 I C T 岗 位 与 技 能 06 此外，随着AI应用的加速，组织还需沟通管理“裁员”这一关键话题。员工会本能地对AI引发的 的裁员感到担忧，且这种担忧程度远超高管层。企业高管则更关注数据安全与隐私问题：近30% 的高管将数据安全与隐私泄露列为AI相关的最大组织风险；而持此观点的员工比例约为18%。 对技术栈的投资不仅能增强AI能力，还能促进与现有IT系统的整合，进而实现更顺畅的工作流程 与更高效的数据编排。AI与云技术、边缘计算及先进数据架构的融合，成为组织持续创新、在动 态市场中保持竞争敏捷性的关键基础。 采用智能体的需求正不断推动组织制定相关战略与分配预算，“为AI适配技术栈”已成为其核心优 先事项。最新调查数据显示，42%的北美组织表示，“为AI适配技术栈”是影响其2025年IT预算增

未来场景展望 - 14 - 鸿蒙 2030 白皮书 2.6 千行百业的智能化全面升级 AI、交互、通信等技术的发展，不仅对电子消费终端用户体验产生着深远的影响，同时在 更宏观的领域中发挥关键的作用。推动千行百业的智能化全面升级，构建一个全新的智能世界。 智慧医疗： 将人工智能、大数据分析、通信、云计算、可穿戴设备等前沿技术融入医疗健康全过程， 提升医疗服务的智能化水平。新型虚拟显 年： ◎ 全球联接设备总数将达 2000 亿 [7] ◎ AI 算力增长 500 倍 [7] 鸿蒙 2030 愿景及关键特征 - 15 - 鸿蒙 2030 白皮书 ��������� ���� ��������� 鸿蒙 2030 愿景及关键特征 - 16 - 鸿蒙 2030 白皮书 3.1 鸿蒙 2030 愿景 从行业趋势分析和未来用户场景的畅想中，我们深刻感受到一个万物互联的智能世界正在 可以预见服务智能化、体验空间化、终端多样化将重塑操作系统的生态范式，作 为生态的基座和入口，操作系统如何使能使能新型服务，推动生态范式的变革？ 鸿蒙 2030 愿景及关键特征 - 17 - 鸿蒙 2030 白皮书 3.2 关键特征 3.2.1 智能化：突破人机协作方式的边界 随着大模型等新技术的出现和不断发展，AI 能力呈现出革命性的突破，将全方位介入人们 的工作生活，重塑用户体验，

郑瑞姣、张劲明、曾雪征、张 然 出版时间 2025 年 6 月 当前，以大模型和智能体为代表的人工智能技术正驱动新一轮产业变革，推动应用架构从功能自动化向认知智能化 跃迁。本白皮书系统阐述应用智能化的框架、关键技术、和实现路径，旨在帮助企业应对应用智能化三大核心挑战： 1. 技术链断裂导致的落地周期过长：算力、大模型、智能体的新概念，开发、运维、安全合规等等环节的割裂都导 致企业落地智能化的周期依然较长； 核心命题已从“云原生”升级为“AI-Native”，即应用的全生命周期—— 从开发、运行到运维、集成——均需围绕智能体的自主性、协同性与进化能力重构。 从技术视角看，AI-Native 架构的关键在于数据与 API 的智能融合，传统企业系统沉淀的海量数据，需通过统一的 可信数据资产目录实现跨域流通，为 Agent 提供实时、高质量的训练与推理燃料；而 API 则从传统的服务接口演进为“智 38 38 39 39 39 39 40 41 42 42 44 45 46 46 47 49 4.3 智能应用平台的八大关键技术 4.3.1 多模态融合技术，实现多模态智能 4.3.2 智能 Agent 开发与运行，实现群体智能 4.3.3 检索增强生成，增强智能体个性化记忆 4.3.4 智能应用管理引擎，让应用自动运行与自主优化

医疗健康行业的技术革新虽然迅速，但应用普及率却不尽相 同。例如，电子健康记录（EHR）系统在许多地区已成为标配，但 在偏远或经济欠发达地区，其推广仍面临诸多困难。此外，数据的 互操作性问题也是阻碍信息共享和医疗服务效率提升的关键因素。 医疗健康服务的另一个重大挑战是医疗专业人员与患者之间的 比例失衡。世界卫生组织（WHO）的数据显示，全球医疗工作者 的缺口预计到 2030 年将达到 1800 万。这种不平衡在一些发展中 人口老龄化带来的慢性病管理需求  医疗技术的快速迭代与实施应用之间的差距  医疗数据的安全与隐私保护  全球化趋势下的医疗卫生标准统一  医疗成本控制与资源优化分配 综上所述，医疗健康行业正处于一个关键转折点，既要应对现 有的挑战，也要把握技术带来的新机遇。引入如 DeepSeek 这样的 先进技术解决方案，不仅能提升医疗服务的质量和效率，还能在保 障数据安全的同时，推动整个行业向更加智能化和个性化的方向发 测模型，并能够在复杂的场景中实现高效的实时分析与响应。在医 疗健康领域，DeepSeek 技术的引入具有显著的潜力，尤其是在疾 病诊断、个性化治疗、健康管理以及医疗资源优化等方面。 DeepSeek 技术的架构主要包括以下几个关键组件：数据处理 层、模型训练层、推理引擎和用户交互界面。数据处理层负责对原 始医疗数据进行清洗、整合和标注，确保数据的质量和可用性；模 型训练层通过深度学习算法对预处理后的数据进行训练，生成高精

展命脉与保障产业安全的战略性基石。近期，国家互联网信息办公室对国际芯片 巨头英伟达（NVIDIA）实施约谈，这一举措进一步凸显了在关键领域构建供应链 韧性与捍卫信息战略安全的极端紧迫性。它警示我们，过度依赖单一外部供应商 或核心技术，不仅面临“断供”风险，更将对国家关键信息基础设施安全形成潜 在重大威胁。 在此背景下，企业各级领导应从国家及企业信息战略安全出发，在工控行业 未雨绸缪，协同 针对制造业全流程，推动工业企业全面进行 DCS、SCADA 的更新换 代 PLC ① 围绕重点行业和关键设备，逐步加快中小型 PLC 的更新换代进程； ② 引导重点行业龙头企业提供典型应用场景和试验环境，以扩大大型 PLC 的应用范围 SIS ① 加快推进非关键工序、非核心场景下 SIS 的更新升级，并逐步开放 关键工序和核心应用场景 工信部发布的 80 万套工业操作系统替代需求涉及如下 PLC：40% 矿山领域设备、冶炼领域设备、加工领域 设备 工业母机 PLC：80% DCS：20% ① 主机制造设备：数控机床、高效铸造 设备、精密锻造设备等； ② 关键零部件制造设备：精密铸造装 备、精密锻造装备、热表处理强化装备、 数控车床和车削中心等 大型 PLC 自主可控白皮书 8 8 建材 DCS：60% PLC：40%

具身智能技术的突破性进展为这一转型提供了新的可能性。通过将感知、认知和执 行能力有机结合，现代制造系统正在从被动响应向主动适应转变。AI 与控制系统 的深度融合不再是概念验证，而是成为了提升竞争力的关键技术路径。在这一融合 过程中，负载整合技术发挥着至关重要的作用，它打破了传统系统中 AI 处理和实 时控制相互独立的架构壁垒，实现了多种计算任务在统一平台上的协同优化。 新一代计算平台的异构架 应加工，从协作 机器人到柔性产线，负载整合技术正在成为 AI 与控制融合的核心使能技术。 本白皮书将深入探讨这些技术趋势如何重塑制造业格局，特别是负载整合技术在 推动 AI 与控制系统融合中的关键价值，以及英特尔如何携手产业伙伴，通过创新 的计算解决方案加速智能制造的普及和深化，共同开启制造业的智能化新纪元。 — 李岩 英特尔公司边缘计算事业部 行业解决方案中国区高级总监 目录 软件定义自动化发展趋势与挑战 精度已成为行业发展的核心趋势。在高速自动化生产线、 精密加工以及高精度定位系统中，缩短控制周期能够显著提升系统响应速度和加工精度，同时减小系统抖动 和网络传输延时，这些都是实现高效、高质量生产的关键因素。 • 智能化控制算法演进：随着生产环境向智能化发展，控制算法正从传统的开环或闭环控制向具备自适应、预 测和学习能力的智能算法演进。现代控制系统必须能够管理复杂的动态系统，通过集成机器学习技术实现参

PREPARATION COMMITTEE 02 在全球数字经济的浪潮下，企业核心业务系统作为企业运营的“心脏”，其数字化、智能化转型的成败， 不仅是企业在激烈的市场竞争中能否快速响应客户多样化需求的关键，也是企业开创增长新赛道的基础。 数十年来，主机系统凭借其强大的计算处理能力和高可靠的体系架构，支撑着众多企业的核心业务。然而， 我们必须坦诚地认识到：主机系统技术体系在应对爆发式业务增长和海量交互时，无法快速赋能业务智能创新， 智能性相结合，构建企业面向未来的数字化能力。企业需 基于自身业务目标、技术积累和人才结构，制定适宜的主机现代化路径，以确保企业核心业务的平滑演进和持 续创新。为此，我们编写本技术白皮书，系统性地总结了主机现代化的关键技术体系与实践方法，包括： 建设韧性、开放云平台：软硬协同提升云平台韧性，构建新一代开放技术底座 平滑、高效迁移主机应用和数据​：以工程化技术实现主机应用和数据的全流程改造与迁移上云 序言一 序言二 主机现代化已成为主机用户数字化转型必由之路 主机现代化实施路径及关键技术诉求 建设韧性、开放云平台 01 02 03 主机技术栈及特点 传统主机面临的挑战 主机现代化是主机用户数字化转型新趋势 07 08 09 1 1 1 1 1 1

政策引领 科技使能 行业发展 02 03 04 04 数字化转型定义 数字化转型内涵 数字化转型挑战 08 10 11 四大关键原则 顶层规划-五段论 战略框架设计-DXF 技术架构设计-DXRA 关键支撑技术 工程实施设计-四视角法 15 16 17 20 21 24 数字化转型实现之道白皮书 企业数字化转型实践 结束语 战略业务级 CPS（信息物理系统）的概念，目标是实现人-物理空 间-数字空间的联动，实现预测、智能。 工业发展阶段 数字化转型实现之道白皮书 为什么要数字化转型 04 03 政策引领 “数字经济是指以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有 效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动”-G20峰会正式提出了数字经济的概念，并随后 写入政府工作报告，作为我国“ 师，无 人智能仓库与无人超市；这启发我们以更大的想象力，来借助科技的力量，重新审视身边的世界。 为提升国家竞争力，促进社会公平，国家战略布局发生深刻变革，并对各行各业产生直接影响。 经济与政策关键词 雄安新区、智慧城市、数字经济、中国制造2025、一带一路、产业转型、数据共享 政策推行已经进入深度践行区 “中国制造2025”，国家相关政策文件，已经由最初的框架性指导，进一步细化到相关标准规范

信、 统一调度和统一评测的异构算力协同体系，实现异构算力间的无感知计算、无阻 碍通信协作、资源的高效调度和自动化测评，是推动异构算力基础设施迈向新阶 段的关键路径。 本白皮书通过系统性梳理算力产业发展现状、异构算力协同体系架构、关键 技术、解决方案与实践和未来技术展望，促进产业界对异构算力协同领域的深入 理解，加速技术成果的产业化应用。全球计算联盟智能计算产业发展委员会将与 产学研各 ..................................................................................... 8 第三章 异构算力协同关键技术................................................................................................. 间统一通信接口， 封装常用集合通信操作，向下自动适配各异构厂商集合通信库，开发者无需感知底层差异， 通过 GDR（GPU Direct Remote Direct Memory Access）等关键技术实现算力间显存高效 互通，实现不同芯片间的超低时延传输。 （3）统一调度：实现全局最优的资源编排中枢 统一调度是异构算力协同的智能决策中枢，旨在解决多任务资源争用引发的“效率下降” 难题