《企业 IT 数字化能力和运营效果成熟度模型》 和《数字化可信服务》系列标准解读 第 五 篇 加 快 数 字 化 发 展 建 设 数 字 中 国 “ 迎 接 数 字 时 代 ， 激 活 数 据 要素潜能，推 进 网络 强 国 建 设，加 快建设 数字 经 济、 数字社会、数 字 政府 ， 以 数 字 化 转 型 整 体 驱 动 生 综 合 可 信 的 客 户 服 务 能 力 转型痛点 转型者方法论 【企业 IT 数字化能力和运营效果成熟度模 型 （ IOMM ）】 通过标准对赋能者的数字化产品、解决方案 以及服务能力提出要求， 敦促赋能者提供可 信服务。 通过标准对转型者的数字化转型成熟度进行 评估 ， 帮助转型者定位自身数字化水平， 明确未来发展方向。 企业数字化不同阶段转型者和赋能者的方法论 企业数字化不同阶段转型者和赋能者的方法论 赋能者标尺 【数字化可信服务能力要求】 转型者的方法论： 【企业 IT 数字化能力和运营效果成熟度模 型 （ IOMM ）】 • ( 一 ) 推进产品创新数字化 • ( 二 ) 推进生产运营智能化 • ( 三 ) 推进用户服务敏捷化 • ( 四 ) 推进产业体系生态化 • ( 一 ) 建设基础数字技术平 台 • ( 二 ) 建立系统化管理体系

能力；RedCap/5G-A 使上行和时延满足实时闭环 经过多年的技术积累和产业实践，2026 年 AIoT 产业将迎来算力架构的根本性转变。端侧 AI 优先已经从技术探索阶段进入规模化部署的成熟期，标志着 AIoT 产业从"云端集中式智 能"向"端边云协同智能"的重大转型。这一转变不仅重新定义了智能计算的分布格局，更深 刻改变了整个产业的商业模式和价值创造方式。 端侧 AI 的崛起源 术的综合应用，主流的视觉识别模型已经可以压缩到 10MB 以下，同时保持 95%以上 的精度。语言理解模型也实现了百倍压缩，使得在手机、可穿戴设备等资源受限的终 端上运行复杂的自然语言处理成为可能。更重要的是，动态模型压缩技术的成熟，使 得同一个基础模型可以根据不同终端的算力自适应调整，真正实现了"一次训练，处处 部署"的愿景。 硬件加速技术的普及是端侧 AI 爆发的另一个关键驱动力。2026 年，集成 NPU（神经 网络处理单元）的 Transformer、图神经网络在内的多种模型架构。同时，存算一体、近数据计算等新型 计算架构开始在商用产品中落地，进一步突破了冯·诺依曼架构的限制，为端侧 AI 提供 了更强大的算力支撑。 5G-A 和 RedCap 技术的成熟部署为端侧 AI 提供了关键的网络基础设施支撑。2025 年，以中国移动为代表，已建成全球规模最大的 5G 网络，拥有 5G 站址超 260 万， 5G-A 网络覆盖全国所有城市。5G-A 网络实现上行速率达到

潜在客户阶段 缴费支付 如何转化更多客户 适合高净值客户不 同渠道来源的转化 方法 区分低端客户的营 销手段 挖掘销售购买产品 成熟客户阶段 拉式 潜在客户 推式 目标客户阶段 营销服务流程优化 会员全生命周期 如何挖掘更多潜在客户 …… 如何提升客户价值 如何量化考核绩效 如何推动客户消费 如何高效业务协同 ，共 享服务 云运营服务 ，混合云， 端化链接互联服务 • 高性能 • J2EE 标准 • 高端 ERP • 集中管理、协同商 务 • 深化业务运营平 台 • 行业深化解决方 案 • 国际化应用成熟 • 电子商务应用成 熟 第 4 代 NC6.5 2017 第 2 代 • SOA • 商业中间 件 • 云计算 NC1.0 1997~2000 NC6.0 2009~2011 NC2-3 基础数据编码方案讨论 12. 静态数据准备 13. 系统模拟环境建立 14. 业务解决方案设计 15. 方案评审 16. 客户化开发需求与设计 PS: 里程碑回顾及评估 实施保障： 成熟的用友实施方法论 ， 配置有实践经验的顾问， 为项目成功保驾护航 1. 建立内部支持体系 2. 系统运行制度发布 3. 生产环境搭建 4. 系统切换方案 5. 系统权限定义与分配

：按照管理界定的责任，以不断变化的知识为基础 成熟阶 段 ：成员企业对 适应性有了更多了解 阶 段 关键性指标 判断标准 边界反应能力 边界创造能力 尝试 成功 / 失败 已有经验 无 无 重复 时间 执行和监督合同的成本 修正 创新 定义 收益 财务指标 权变 提升 管理 质量 可靠性 扩大 移植 成熟 适用范围 原则 重构 改造 ● 成熟（适应范 围） ● 管理（质量） ● 定义（收益）

调度模块优化排产应对异常, 质量模块借助统计过程控制 (statistical process control, SPC) 提升品质, 物料模块实现库存优化与罐 区管理, 减少浪费. 国际 MES 起步早、技术成熟, 广泛应用于大型制造企业, 推动数字化转型. 相比之下, 国产 MES 虽起步晚, 但发展迅速, 在满足本土制造企业需求方面已取得显著进展. 现有国内外制造执行系统的整 理如下. Opcenter 系统优化. APC 使工业过程更高效、智能、环保. 全球 APC 市场受碳中和与工业 4.0 驱动快速增长, 广泛应用于石化、化工、制药等行业. 国际领 先厂商如 AspenTech、霍尼韦尔凭借成熟算法和优化能力占据优势, 但成本高、实施复杂. 国内厂商 通过本地化定制和成本优势崛起, 适应性强, 但在极端非线性、多约束场景下的模型与算法仍需完善. 中智达首创了复杂化工过程全工况自主优化运行技术 包括数据采集、管理、分析与用户交互等模块, 具备实时监测、故障诊断、趋 势预测、报告生成和系统集成等功能. 相比传统手段, 软件可降低维护成本、提升运行效率和经济性. 国际厂商如艾默生、ABB 技术成熟, 适用于复杂场景; 国内企业如中智达、中控等以本地化和成 本优势快速发展, 逐步缩小差距. 典型产品比较如下. Matrikon CPM (MatrikonOPC) [27]: Matrikon

燃爆事故，往往会造成人员伤亡或财产损失[1]。鉴 于火炸药事故的严重性，火炸药生产过程中的安全 性与突发事故处置能力需要重点研究与提升。 随着现代信息技术的高速发展，大数据、云计 算、人工智能等技术的日益成熟[2]，积极进行信息 化转型，实现产业的优化升级，模式的创新与改革， 将是火炸药企业升级转型的发展趋势。 针对火炸药生产过程中安全性和突发事故处置 问题，基于工业大数据设计了应急管理系统平台[3]，

从有线互联网到无线互联网，摆脱了物理 空间的限制，可以随时随地接入网络。从 3G 到 4G 再到 5G ，网速变得越来越快，同时接 入的 设备也越来越多，相应时滞越来越短， 智能驾 驶、物联网变得越来越成熟和普及。 主要体现为人工智能、大数据和云计算的 广泛应用。在信息时代，数据处理是由一台计 算机完成的，但互联网可以把计算能力集中在 一起，通过网络向每个终端输出计算能力。再 知时局 就是做事情要分轻重缓急，在不同的时间做不同 的事。企业需要数字化战略，但不可能所有环节 同步进行，因此需要有一个时间先后的安排，比 如营销和渠道的数字化相对成熟，可以最早操作， 组织和管理的数字化比较复杂，可以放缓一步。 应变局 就是需要企业不断创新，不断调整和优化自己的 方向。数字化转型过程中会遇到很多问题，在遇 到问题时，需要及时做出调整，要从不同的维度 会被淘汰？ 企业该如何应对 VUCA 环境呢？ 组织要顺应环境变化而转型 益生菌是指那些瞄准利基市场的小 公司，这里面大多是一些创业型公 司，或者各个领域的隐形冠军，但 如果条件成熟，他们也能迅速长成 鲸鱼，并且这个时间越来越短。 布谷鸟是指那些作为其他公司的职 能部分而存在的公司，比如快递公 司、软件公司、咨询公司等。 鲸鱼是指那些依靠平台效应、具备 规模优势的巨型公司，它们动作迟

源供给相对丰富 落实、升级、迭代的周期较短 & 可控 市场全面验证 & 支撑团队资源极为丰富 实现 CI/CD 、容器原生支持等特性 定制化的程度能进一步提高（更加个性 化） 在高可用、容灾能力上架构成熟 相对一般 OpenStack 栈，组件最为丰富 属于公有云体系的分支版本（源略有差 异） 版本更新周期有一定限制（ 3-6 个月一 次） 可变组合多、技术掌握难度较一般云更高 运作流程和需筹备的资源较多（周期较

面对新经济，应该如何找到 新的机会增长点，如何找到 自己的“第二曲线”； n 业务一扩张就会出现成本线 迅速超过收益线的情况，难 免使企业陷入规模经济效应 递减的状态之中。 一类是成熟的大型企业 一类是创新创业型企业 对于大型企业 对于创新创业型企业 好战略 vs 坏战略： 背后的金线即增 长 今天面临的核心问题 13 原有的企业增长思维 如何去定义增长？在传统意义 年中国很多企业的增长，确实是建立在宏观经济高速递增的红利之上的。 产业增长红利要揭示一个问题： 为什么在同样的经济周期中，不同的企业所获得的增长、所占 有的利润区存在显著差异？ 企业所处的产业是在导入期、成长爆发期、成熟期还是衰退期？产业周期的不同决定了该行业 内企业平均利润率的高低，也决定了该产业增长红利的多与寡，比如，从当前来看，家电行业 和珠宝行业的利润率差距就很大。 + + 产业增长

基于机器视觉与人工智能的产品制造全过程 质量检测技术 随 着 数 控 机 床 、机 器 人 、自 动 导 引 车 （Automated Guided Vehicle，AGV）等设备在车间大 量使用，数字化加工技术日趋成熟，大大提升了航 天飞行器的加工效率。然而，航天飞行器生产、装 配过程中大量的质量检测环节仍严重依赖于人工 完成，检测效率、误差控制和质量一致性难以保证， 更加无法用来直接用于指导加工和装配过程优化。