的高度集中区域，已成为我国控碳减碳的重要靶点。碳数据管理是研究分析工业园区碳减排重点 和制定降碳具体措施的重要基础。目前，工业园区碳数据管理基础较薄弱，缺乏相应的制度体系 规范，亟待夯实相关制度流程，指导园区精准度量减碳成效，科学评估部门要素，推动低碳发展。 本报告梳理了现行碳数据管理制度体系（统计、核算、管理、评价体系）存在的一些共性问题和 特性问题，针对现行体系的不足有目的地开展园区碳数据管理制度设计，在清晰界定园区碳数据 总、报告、核证，综合形成碳总量和强度数据，进一步提升园区碳数据管理体系的实操性。 2 目 录 CONTENTS 01 前言 附件1：园区碳数据补充调查表 附件2：专有名词解释 研究背景与目标 园区碳数据管理体系框架 园区碳数据管理边界 02 现行碳数据管理制度体系 统计体系 核算体系 管理体系 评价体系 现行体系存在的问题 03 园区碳数据管理制度设计 园区碳数据管理机制 范围和目标确定 范围和目标确定 方法学、规范及程序 工作流程 数据收集 数据核算 质量保证及质量控制 报告和数据管理 01 05 08 09 11 13 14 18 20 21 27 28 30 36 22 23 25 16 1.前言 1.1 研究背景与目标 01 国家“双碳”政策陆续出台，对碳排放精准管控提出了更高要求。 2020年9月，我国基于推动实

服务消费者的能力 影响消费者的能力 链接消费者的能力 未来企业核心竞争力 企业数字化转型要建立企业的数据应用能力 • 企业的数据应用能力，需要建立以集团总部为主体的管理体系，形成总部在全数据管理的环境下，指导、监 控、赋能各个业务单元，实现集团层级的数据治理目标。企业的数据应用能力，是以企业转型数字化为前提。 企业要首先成为数字化企业，具备数据的治理能力，而不只是依赖于外部数据和所谓的大数据。 • 政策和标准 • 项目和服务 • 问题 • 估值 数据架构管理 • 企业数据模型 • 价值链分析 • 相关的数据架构 数据质量管理 • 规范 • 分析 • 度量 • 改进 元数据管理 • 架构 • 整合 • 控制 • 交付 文档和内容管理 • 获取和储存 • 备份和恢复 • 内容管理 • 检索 • 保留 数据开发 • 分析 • 数据建模 • 数据库设计 • 审计 参考数据和主数据管理 • 外部规范 • 内部规范 • 客户数据 • 产品数据 • 维度管理 数据中心和商务智能管理 • 架构 • 事实 • 培训和支持 • 监控和调优 数据管理框架 • 从上至下指导，从下而上推进，形成一个多层次、 多维度、多视角的全方位框架。 技术支撑 领域 机制 数据发现与分类 数据采集与清洗工具 数据管理系统 质量检查工具 数据安全管理

7 《附录 A.2. 3. 1 智能 网联先导区/示范区-云 控基础平台可接入性需 求图》 Stk3.2 车路云数据管理需求 18 《附录 A.2. 3. 2 智能 网联先导区/示范区-车 车路云一体化系统云控基础平台参考架构 29 路云数据管理需求图》 Stk3.3 自动驾驶车辆测试需 求 18 《附录 A.2. 3. 3 智能 网联先导区/示范区-自 动驾驶车辆测试需求图》 图 3-3 用户需求分类模型 车路云一体化系统云控基础平台参考架构 31 3.1.3 系统需求 对用户需求进行分析，提炼出 13 类系统能力共性需求：通信能 力需求、数据管理能力需求、协同感知能力需求、协同决策能力需求、 远程控制能力需求、信息发布能力需求、信息订阅能力需求、车辆定 位能力需求、分级共享能力需求、示范区运营能力需求、车辆接入安 全能力需求、地图能力需求、自动驾驶测试能力需求。 求分级模型-车辆定位能 力需求》 S10.1 车辆精准定位需 求 3 S11 数据管理能力需 求 《附录 A.3.11 系统需 求分级模型-数据管理能 力需求》 S11.1 高动态数据缓存 及计算需求 3 S11.2 数据总线需求 6 S11.3 动态大数据管理 需求 7 S12 自动驾驶测试能 力需求 《附录 A.3.12 系统需 求分级模型-自动驾驶测

......................................................................... 14 4. 媒体声音 | 阿里云王远：一站式数据管理平台的智能化跃迁 ................... 20 第二部分：Data+AI 行业应用 .............................................. 1. 云栖大会 | 数据库与 AI 全面融合，迈入数据智能新纪元 .......................... 64 2. 云栖大会 | 从数据到决策：AI 时代数据库如何实现高效数据管理？ ...... 76 3. 云栖大会 | 多模+一体化，构建更高效的 AI 应用 ........................................ 89 4. 云栖重磅 | 数据和 AI 在一个平台高效联动 Data+AI 能够让数据和 AI 团队在一个平台上进行协作，端到端的完成 AI 开发，数据 管理为 AI 应用提供高效数据支撑，而 AI 又能反向增强数据管理的智能化水平（例如 基于 LLM 构建 Copilot 等），进而形成 Data 和 AI 相互促进相互提升的良性循环。 第一部分：Data+AI 大咖观点

系统尚无法覆盖的专业环节，或者增强 ERP 比较薄弱的一些领域；  办公自动化、移动办公系统、合同档案系统是行政办公领域的核心企业数字驾驶舱，企业电子邮件系统是 OA 的基 本功能；  另外，主数据管理系统则是业务和信息标准化管理的关键系统。 主要效益  通过对成熟的商品化企业数字驾驶舱的实施，提高集团总部及下属企业在上述管理领域的管理水平，确保总部管理 意图的贯彻以及提升对下属企业的管控水平、增强管控力度； 数据仓库系统（ DW ）是企业整体数据信息的集成平台， CRM 系统为数据仓库提供分析相关的数据信息，数据仓库系统将从 CRM 系统中得到的 数据信息进行整合，为企业进一步的分析和统计提供数据基础；  主数据管理系统平台（ MDM ）是公司为统一管理产品、供应商、客户等基础数据开发的信息系统； CRM 系统需要从 MDM 系统获得维护基础信 息数据的统一标准编码；  企业门户进行界面集成，实现访问控制； 安全管理：通过 PKI 系统的建立、数字签名、电子印章、数字水印数据等加 密技术，实现对电子档案安全性的管理。  完成对系统流程的管理以及相关系统配置管理，包括流程管理、系统配置。  基础数据管理、工作流管理、参数配置。 数据接口  实现与其它系统的接口和数据转换：与其它系统接口，形成电子文件的自动 归档，接收标准数据，形成可以永久保管的档案资源 主要功能定义 合同档案管理系统 数字档案管理

质量管控 工序数据质量实时监控预警 E2E 融合质量数据预警系统 数据可靠性分析 物联网数据 应用 数据资产管理 物流数据采集系统 IT 产线数字化 生产安全数字化 制造能耗数据管理 云制造数据 分析 测试，仪表，诊断，维修数据 / 智能诊断， 装备维护，大数据云调度 制造数据 可视化 订单全流程可视 制造测试网络监控可视 质量管控数据可视 生产运营可视化 超过 60% 计划或已经建立数据管理委员会 From 信通院、艾瑞咨询：预计到 2020 年，大数据软件市场规模将达 到 268.2 亿元，年复合增长率 38.6% ；大数据服务市场规模将达到 165.9 亿元，年复合增长率 41.4% 。初步估算数据管理市场约 43 亿， 核心发展方向：数据资产管理、 数据可视化以及机器学习 企业越来越重视数字化运营 ，核心重点是数据管理、可视以及数据治理 大数据能力框架，数字资产管理作用将被关注 大数据能力框架，数字资产管理作用将被关注 基础大数据产品逐步成 熟，数据安全、数据开 放以及主数据管理需求 旺盛。 From 中国信通院《中国大数据发展调查报告 2018 》 n 井喷增长的数字化业务需求 n 数据隐私和安全将对业务发展带来 影 响 n 数据贯穿企业内外分布在多个系统 n 人工智能将切实重塑商业模式 n 规模化、复杂的业务生态 业界洞察— Gartner ：日益增

系统尚无法覆盖的专业环节，或者增强 ERP 比较薄弱的一些领域；  办公自动化、移动办公系统、合同档案系统是行政办公领域的核心企业数字驾驶舱，企业电子邮件系统是 OA 的基 本功能；  另外，主数据管理系统则是业务和信息标准化管理的关键系统。 主要效益  通过对成熟的商品化企业数字驾驶舱的实施，提高集团总部及下属企业在上述管理领域的管理水平，确保总部管理 意图的贯彻以及提升对下属企业的管控水平、增强管控力度； 数据仓库系统（ DW ）是企业整体数据信息的集成平台， CRM 系统为数据仓库提供分析相关的数据信息，数据仓库系统将从 CRM 系统中得到的 数据信息进行整合，为企业进一步的分析和统计提供数据基础；  主数据管理系统平台（ MDM ）是公司为统一管理产品、供应商、客户等基础数据开发的信息系统； CRM 系统需要从 MDM 系统获得维护基础信 息数据的统一标准编码；  企业门户进行界面集成，实现访问控制； 安全管理：通过 PKI 系统的建立、数字签名、电子印章、数字水印数据等加 密技术，实现对电子档案安全性的管理。  完成对系统流程的管理以及相关系统配置管理，包括流程管理、系统配置。  基础数据管理、工作流管理、参数配置。 数据接口  实现与其它系统的接口和数据转换：与其它系统接口，形成电子文件的自动 归档，接收标准数据，形成可以永久保管的档案资源 主要功能定义 合同档案管理系统 数字档案管理

针对家俱行业提供全价值链解决方案 - 全产品线 财务分析与业务分析 BI 预算及费用控制 产品设计与工艺管理 销售到交付的端到端 供应链协同 生产现场精益管理 深度分销与终端管理 商品物流自动化 基础数据管理 MDM 基础数据平台 数据标准、数据架构规划、主数据申请维护、数据分发共享、数据清理、数据优化、数据集成应用等 ERP 企业资源计划 供应链端到端业务、生产端到端业务、 财务成本管理、人力设备、质量管理 车间工序和班组管理、产线精细排产 和进度自动采集、产线物料追溯、设 备运行参数采集、自动质量数据采集 SCM 供应商协同系统 供应商开发、采购目录管理、招投标 供应商协同 PLM 研发生命周期 基础数据管理、包装管理、文档管理、 研发项目管理 EPM 预算与费控系统 集团财务管控、全面业务预算、经营业务分析、费用预算控制、资金集中管理 BI 企业商务职能与大数据分析 数据仓库、数据模型、财务分析、业务分析、 主要关注点：多组织协同管理、经营管控 + 战略管控 以品牌和资金为纽带的集团管控 主要关注点：多业务板块的集中管控、经营管控 + 战 略管控 + 财务管控 满足需求 管理重点： 产品数据管理、技术数据管理、设计供应一体化 订单管理 管理重点： 订单管理、预测管理、价格管理、收款管理、客 户 基本信息管理 客 户 管理 管理重点： 客 户 关 系维护、商机管理、渠 道 管理、售后服务管

..........................................................................................57 4.2 数据管理对象................................................................................................ 数字化企业的四个关键路径：业务量化、集成集中、统一平台、 智能协同。 1.业务量化：通过各种最新技术的应用，将企业的各项业务全 面数字化，使企业从过去定性描述、经验管理，逐步转变为数据说 话、数据管理。 2.集成集中：全面整合以往分散的系统平台，消除业务系统间 分类建设、条块分割、数据孤岛的现象，从而形成集中、集约的管 理系统。 3.统一平台：实现各类专业口径的数据标准化，并在统一运用 同时，根据既定的集团和 XXXX 公司数据标准和流程，对现有的业 务数据进行治理，制度定主数据标准，依据主数据标准对现有业务 系统进行升级改造，指导新建系统规划设计，对存量数据进行规范 和清洗，并制定数据管理标准，以数据资产为核心，促进流程再造， 提升全面创新能力，形成一套在集团可推广的 XXXX 公司全业务领 域关键数据体系。 践行集团公司“数字、智慧电厂”战略目标，为集团提供示范借鉴。 依