依托一体化政务大数据体系能力成熟度（GDMM） 评估调研成果及产业界先进实践共同研究一体化政务大数据体系建 设实践方法论。本文从一体化政务大数据体系的概念内涵及政策要求 出发，明确建设目标、建设维度等总体视图，并从统筹管理一体化、 数据目录一体化、数据资源一体化等九个维度梳理行业先进实践经验。 结合大模型技术在政务领域的最新应用实践，本文进一步分析政务大 模型在一体化政务大数据体系建设中的作用和意义，并对一体化政务 ................................................................................ 7 三、 一体化政务大数据体系建设实践..................................................................... 9 （一） 推进基础保障体系建设，夯实地方政务数据管理基础 价值已成为各地方判定信息化项目能否通过立项审批的重要依据，以 “数据资源总账本”为纲能够在一定程度上避免项目的重复建设无效 建设，助力算力、平台等信息化项目集约化一体化管理。 3 一体化政务大数据体系建设是实践全国数据“一本账”的重要举 措。《国家数据基础设施建设指引》提出要形成全国数据“一本账”， 数据目录一体化是一体化政务大数据体系建设的核心任务，借助政务 数据目录治理工作试点，有助于促进政务数据“全量归集”实现政务数

中国联通数字化监控平台稳定性 保障工具落地实践 曹家豪 联通软件研究院 项目经理 目 录 CONTENTS 稳定性保障工具演进历程 1 稳定性保障工具落地场景 及成效 2 当前面临的挑战及未来展望 3 01 稳定性保障工具演进历程 GOPS 全球运维大会 2023 · 上海站 数字化转型中系统安全生产痛点问题 工具职责范围的演进：覆盖广度及深度不断增加 单系统

中国联通数字化监控平台稳定性 保障工具落地实践 曹家豪 联通软件研究院 项目经理 稳定性保障工具演进历程 稳定性保障工具落地场景 及成效 当前面临的挑战及未来展望 目 录 CO N T E N T S 1 2 3 01 稳定性保障工具演进历 程 随着云原生技术的不断成熟，企业数字化转型也在不断加速，企业 IT 架构进入云原生时代，多云多集群部署 已

©2025 iResearch Inc. 中国数字化赋能实体商业实践白皮书 突破增量困境，探寻品牌商户破局之道 2 近年来，随着经济格局和消费市场的深刻变革，实体商业逐步回归日常生活舞台，成为城市经济发展 的重要抓手。然而，伴随消费升级和需求多元化，线下实体商业面临的竞争愈加激烈。从商业综合体 到品牌商户，如何突破传统模式、在复杂多变的市场中稳步增长，成为每一位从业者的核心命题。 和市场格局。 在此背景下，本研究聚焦于数字化赋能实体商业的实践，以及万达智慧商业平台在推动行业转型中的关键作用， 旨在为品牌商户优化运营模式和提升市场竞争力提供有力支持，同时为行业决策者与投资者提供前瞻性观点。 ▋ 研究内容 本报告深度剖析数字化赋能实体商业的现状、挑战及发展路径，全面展示数字化技术如何助力实体商业转型升级， 并总结实践中取得的成果与价值。  发展概况：随着消费市场需求的快速 逻辑。  发展路径：实体商业的数字化转型，是一个从单店模型到规模化扩张的系统工程。涵盖了品牌选址、租铺开店、 经营扩张等全流程的数字化服务，在此基础上，品牌商户可以实现全链条优化。  优秀实践：作为商管领域的引领者，珠海万达商管以其深厚的行业经验和广泛的资源整合能力，打造了覆盖全 国商业服务的万达智慧商业平台，为平台上1300万+用户，50万+品牌提供高效、精准的全方位支持。 ▋ 研究展望

数字化转型中的人力资源共享服务中心 （ HRSSC ）规划建设研究 从实践到实效 前言 01 02 概况 HRSSC 在数字经济时代的定位与普及发 展 12 价值 HRSSC 数字化图景及提质降本的主要方 式 24 落地 HRSSC 规划建设蓝图及实施中的重点问 题 结语 32 Contents 佩信集团 团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 建立服务标准、业务流程和评价体系  形成敏捷开发能力  强化数据中台能力  提升 HRSSC 的数字化水 平  创新产品和服务  组织和文化变革 IT 服务 项目管理 技术研发 产品创新 基于实践经验，企业推进人力资源数字化转型的过程可以分为 3 个阶段，依次是人力资源服务和管理数字化，数字化支持人力资源服务和管理，数字化引领人 力 资源服务和管理创新。企业的数字化转型办公室及 HR 、技术、业务团队在

在霍尼韦尔专家团队的深度赋能下，我们探索出独具锦华特色的实践路径：建立“午餐会”机 制 ，打破管理层与一线员工沟通壁垒，让改善提案在轻松氛围中自然流淌；打造“楼梯文化” ， 将每个台阶转化为精益理念传播阵地，使卓越运营融入日常工作场景；推行“赛马机制”，通过 良性竞争激发团队潜能，让每个单元都成为效益提升的发动机。 这些植根于 HES 体系又结合企业实际的创新实践，使精益管理从概念框架转化为可触摸的运营实 高质量发展需要更多企业勇于迈出变革步伐。希望通过我们的实践分享，能为正在转型升级道路 上前行的同行们提供参考，共同提升中国制造的核心竞争力。 巨化集团 浙江锦华新材料有限公司 2025 年 11 月 2 * 数据出处：锦华卓越运营管理报告 序 言 三 在中国制造业迈向高质量发展的关键阶段，我们深入研究了浙江锦华新材料股份有限公司的 精益管理变革实践。这一研究不仅着眼于企业的经营改善，更旨在为中国制造业的转型升级 在为中国制造业的转型升级 提供具有学术价值和实践意义的参考样本。 锦华公司的转型升级具有显著的研究价值。作为曾经面临严峻经营挑战的集团“后进单位”， 该公司通过六年的精益管理实践，成功实现了向行业标杆的跃升。其独特之处在于，这一转 变主要依托于系统性管理创新，而非依赖大规模技术改造，这一路径选择为理解中国制造企 业的转型升级提供了全新的视角。 本研究采用了深度访谈、现场观察和文献分析相

“可用”走向“有用”，成为建 筑企业可持续发展的新引擎。 —— 中国建筑股份有限公司首席专家 李云贵 建筑企业推进AI赋能，关键在于如何将通用大模型“训练”为真正懂企业业务的专业化大模 型。实践证明，作为基本路径，通过提示工程（Prompt Engineering）、微调（Fine-Tuning）和 检索增强生成（RAG）这三项关键技术手段，即可以有效实现通用大模型的专业化适配。如果进 一 量数据集是最为关键的。在此基础上，充分利用各种工具系统，就可以最小投入快速构建具备实 用价值的专业化大模型，从而实现从数据中自动提炼知识，并科学赋能企业决策。 —— 清华大学教授 马智亮 建筑企业的AI转型之路，要立足行业实践逻辑，同时要具备超越当前范式的战略眼光。建筑 活动具有空间构型的复杂性、施工环境的动态性以及多专业之间的强耦合特性，这决定了AI在这 个领域的落地必须经历知识结构的深度嵌合与组织流程的适应性重构。AI不应仅被视为辅助工 AI不仅是提升效率的手段，更 是构建企业核心竞争力的战略支点。未来，谁能率先实现数据沉淀、知识重构、决策智能，谁就 能在新一轮产业变革中赢得主动。建筑企业应坚定信心、把握机遇，加快推动AI技术与工程实践 深度融合，真正走出一条具有自身特色的智能建造发展之路。 —— 中铁置业集团党委常委、总工程师 曹少卫 “数字建筑”作为推动产业全过程、全要素、全参与方实现数字化、在线化、智能化发展的 行业

的核心技能。技术领域的知识体系每18-24个月就会更新一次，变革速度远超传统学位教育课程 平均5-7年的更新周期。为弥补这样的技能差距，高校与企业必须紧密合作，通过联合设计课程、 设立卓越中心或学生创新中心、加强企业实践项目等方式加强AI人才素养及动手能力培养。同 时，政府、技术厂商和学界也应加强合作，探索面向智能时代的人才培养先进理念。 几乎所有 ICT 岗位都将受到AI的深刻影响，现有技能面临升级调整 A 1：IDC全球AI驱动型组织成熟度模型 来源：IDC 单点试验 AI试点阶段 缺乏统一协调的AI战略， 也没有集中的领导机制 AI技能或技能开发计划内 部不可用或极少 局部推广 AI转折阶段 由AI核心部门推动更一致 实践方法，部分应用场景 进入生产阶段 AI技能开发被倡导，但主 要集中在IT团队 扩展复制 AI对齐阶段 通过AI智能代理赋能各业 务职能，以提升生产力与 收入为重点 集中化的AI技能开发被纳 入传统和扩展的跨职能角 前在AI应用进程中 的所处阶段。数据显示，大多数企业正处于IDC所描述的“AI转折阶段”：51%的组织处于这一 充满机遇的阶段，能够积极识别高投资回报率（ROI）的AI应用场景，但尚未形成标准化实践。 随着组织逐步推进，35%的企业已开始“扩展复制”，在各业务职能领域规模化推广和协调AI技 术落地；另有7%的企业达到“运营管理”⸺该阶段的显著特征是具备完善的治理体系与协同化 转型机制。值

主要风险挑战 46 1.2 核心能力构建 46 2 全尺寸、全模态的模型供给 48 2.1 全尺寸覆盖的弹性架构 48 2.2 全模态融合的认知能力 48 3 通义大模型全生命周期安全实践 49 3.1 研发安全：数据与算法根基防护，强化内生 49 安全能力 3.2 部署安全：过程控制，构建防御屏障 59 3.3 运行安全：上线监测，实现动态防护 60 72 2.1 安全设计理念：纵深防御与原生集成 72 2.2 核心：贯穿生命周期的数据安全与隐私保护 73 2.3 扩展：支持客户弹性、灵活地应对外部攻击 78 3 阿里云百炼关键场景安全实践 82 3.1 场景一：发布并调用一个线上模型推理服务 82 3.2 场景二：使用私有数据微调一个专属模型 85 3.3 场景三：构建并运行一个 AI Agent/MCP 应用 88 90 4.2 未来的愿景：引领 MaaS 进入全链路机密 91 计算时代 CHAPTER 05 附录：阿里云百炼安全实践 1 组织保障机制 108 2 阿里云百炼安全能力清单 109 3 权威认证 110 3.1 大模型权威认证 110 3.2 云平台权威认证 114 Confidential MaaS：可验证