II 对集团的理解 I 集团管理驾驶舱蓝图规划方法 III 集团管理驾驶舱蓝图规划 IV 实施策略与演进路径 集团 V5 三期工程 © 公司机密 遵循集团战略发展要求、与集团管控体系相吻合的决策分析体系是实现高绩 效管理、夯实内部基础的有效支撑 借鉴高绩效企业管理模型，高效的分析体系是推动公司战略落地、实现业绩提升的有力支撑。 战略规划 制定公司的愿 景和战略目标 目标设定 在组织内不同层级 战略管控 模式 管理层 操作层 决策层 1 2 3 面向决策层的 管理驾驶舱 面向管理层的 管理分析 面向操作层的 业务统计 分析 深度 集团 V5 三期工程 © 公司机密 经过持续建设，集团已经建立了良好的管理决策分析体系支撑。但面向集团 领导的决策支持在其高效性、便捷性、智能性等方面仍待提升 各层面、视角的管理决策均需要充分的分析与数据支持。目前面向操作层的日常统计、面向管理层的 层的 管理分析建设均取得一定成效，为高管层建设一个直观、简便、交互式的决策支持平台逐渐提上日 程。 信息技术的日新月异为智能型决策支持平台的建设创造了必备的条件 内 部 外 部 V5 I 期 -> V5II 期 -> V5III 期 信息化建设持续推进，为多方面的管理分析与决策奠定了良好数据基础 ERP 管理决策平台 预算管 理系统 人力资源 查询平台 投资管 理平台 风险管

基础设施建设与提升，采用 全新的架构设计理念，建成组件 化、集中化、服务化、协同化的统 一云平台，提供高质量、可重用的 平台服务，营造安全、高效、敏捷 的创新 IT 环境。 数字驾驶仓战略具体目标 纵向管控， 决策支持 横向协同， 高效运营 具体 目标 1 2 模板迭代， 快速推广 4 智能互联， 敏捷安全 3 整合内部上下游信息资源与业务流程， 事务性工作自动化，财务业务一体化， 促进部门横向协同，提高资产运营效 系统支撑方案加速对新产业及新建 生产基地的整合，快速迭代、输出标准 化管理。 建立统一共享的信息平台，集团总部能 实时监控下属单位的库存、产量、成 本、资金流等关键信息，有效利用大数 据技术平台为管理层提供全面、及时、 准确的决策信息支持。 建立健全规范高效 数字驾驶仓管控机制 确保 XXX 集团数字驾驶仓建设的统一、规范、有序，提升数字驾驶仓服务的质量、效率和水平， 提高数字驾驶仓效用和效益，推进整个集团数字驾驶仓建设的健康有序发展。 管控和各业务协同， 降低运营 成本、提升最高管理层的决策效率 企业数字驾驶仓 架构 XXX 集团 数字驾驶仓蓝图规划 IT 组织与管控 架构 IT 基础设施及 信息安全架构 信息数据架构 数字驾驶仓蓝图总体框架 业务协同： 跨业务的流程整合， 提升竞争优势 降低成本： 库存、维护和其他 运作成本 精细化管理： 加强决策支撑，提 高管理水平 提高效率： 提供统一的数字驾驶

形成一个完整的空中交通管制管理体系。 在系统架构设计上，我们将采用分层架构，主要包括数据收集 层、数据处理层、决策支持层和用户交互层。数据收集层将通过多 元化的传感器获取地面和空中的实时数据，其中包括气象数据、航 班状态信息以及空域利用情况。数据处理层将采用云计算技术，对 收集的数据进行分析与处理，以支持决策层的实时决策。 在技术选型方面，将优先考虑采用国际先进的空中交通管理技 术，包括自动依赖监视-广播（ADS-B）、基于卫星的导航系统 术，包括自动依赖监视-广播（ADS-B）、基于卫星的导航系统 （GNSS）以及自动化的流量管理系统，实现高效的信息处理与传 递。 运行流程优化将通过实施智能化决策系统，分析航空器的运行 状态和空域使用情况，进行高效的流量预测和调度。同时，建立与 航空公司的信息接口，确保航班数据的即时更新与共享，以提高整 个系统的反应速度和准确性。 为了确保新系统得以顺利实施，专业人员的培训也是不可或缺 的一环。我们将制订系统的培训计划，涵盖操作程序、应急响应措 统。这一系统将融合先进的技术手段，提升信息透明度和决策支持 能力，从而提高空域的使用效率和航空安全。 在设计方案中，我们将考虑以下关键要素：  实时数据共享平台：建立一个全面的数据共享平台，使各方能 够实时获取和处理航空器航班状态、天气状况、空域使用情况 等重要信息。  智能决策支持系统：利用大数据分析和机器学习算法，优化航 班调度和流量管理，提高决策的科学性和有效性。  多层次管制机制

目前，XXXX 公司本部和各下属企业的数据价值分析的应用 能力较弱，当前更多的是对数据收集、展示以及统计结果的呈现 和罗列，大数据整合与分析能力较弱，进一步的数据挖掘分析较 少，对企业的多维度分析、预测和决策支持能力有限，未充分体 现数据的应用价值。 发电企业数字化转型规划方案 5 / 348 1.2 面临的形势 1.2.1 国家战略 在加快新型基础设施建设方面，提出要改造升级工业互联网 化技术发展为智慧企业的建设创造了条件，主要体现在大数据、 人工智能、物联网、可视化、先进测量与智能控制等技术在发电 厂生产运行与管理维护中的系统化应用。目前，智能巡检、智能 检测与闭环优化、智能燃料、智能诊断、网源协调、决策支持、 可视化仿真与运维辅助等是人工智能技术应用于智慧企业的主 要方向。 因此，数字化转型是发电企业应对外部环境和自身发展要求 的必然选择，是我国抢占第三次工业革命制高点、实现中华民族 动、机器智能和智慧应用。 3.管理现代化方面。智慧企业将改变人和机器的关系，实现 人和机器在企业运行中，互为主客体,强调人机交互协同,重塑企 业组织结构、业务模式、管理机制和员工队伍，形成风险识别自 动化、决策管理智能化、纠偏升级自主化的智慧运行状态。 1.4.3 智慧企业特征 智慧企业本质上是在数字经济时代为客户、员工、合作伙伴 创造价值、实现可持续发展的一种全新发展模式，具有：数据赋 能、

企业各层级管理维度的困惑与需求 对于企业：作为企业核心数据资产的大 量数据，碎片式的分散在单个设备、系 统或者个别员工的电脑中，未能进行统 一管控，存在遗失、泄露的风险。 对于决策层高管：想全面、直观的了解 运营及生产全貌，以便做重大决策；会 存在一定的困难性，投入的时间成本高 。 数字化变革时代，如何运用物联网、 ABC 等技术，实现产业链 协同； 企业内外部联动，挖掘更大价值 新工厂与新型架构设计； 共创生态 · 引领未来 各烟囱式的垂直应用系统 维护成本高、推广困难； 孤岛 问题严重 生产数据、运营数据、 管理数据融合困难，难 以跨部门分析和决策， 发挥潜在 价值 信息归总分析，供企业各级管理人员 实时评估、快速响应、精准决策 企业数字化和智能化的痛点与需求 融合创新 · 赋能企业 共创生态 · 引领未来 业务 数据 痛点的二元化： OT 层面的业务痛点 工业企业管 员工个人电脑 、部门共享文件夹中。 □ 数据应用： 数据只能实现局部应用；综合报告数据经常存在口径不一，结果 不一、可信度低等问题；信息和数据未集成共享，无法满足精细化管理、预 测分析、辅助决策支持及大数据、人工智能等更高级应用的需求。 □ 数据管理： 未建立公司全局层面的、统一的数据标准与规范，各类信息系统 使用各自的数据标准与编码规范等；数据未进行集中、统一管理，各类业务 数据主要由各部门、各单位各自管理。

江西省人民政府《关于推进教育管理信息化工作的实施意见》中，明确指 出到 2020 年，要基本建成覆盖全省各级各类教育行政部门“和教育”机构的管理信 息化体系，信息技术在教育决策、教育业务管理、教育监管监测、教育评估评 价和公共教育服务等领域得到广泛应用，实现决策支持科学化、教育管理精细 化、督导评估数字化、公共服务个性化。2020 年 2 月 1 日，江西省教育厅印发 《关于新型冠状病毒感染的肺炎疫情防控期间职业院校开展线上课程教学的指 整理和保存工作做得不够，无法进行科学决策目前学校使用的大多软件局限于 查询、统计、打印报表等事务性处理，具有辅助决策分析功能的不多。学校在 办学过程中积累了大量的原始数据，这些原始据亟需按主题进行收集整理，构 建数据仓库系统加以充分利用，获取例如学校资产变化情况、学生就业率、各 专业课程数量变化历史对照分析等主题的数据分析结果。这些信息和数据是辅 助校领导进行科学决策的重要依据，对学校今后发展具有十分重要的现实意义。 有十分重要的现实意义。 为适应学校高速发展需求，提高学校的教学、办公、管理的水平，不断完善学 校核心管理信息系统建设，提高学校对信息全面掌握和决策分析能力，进一步 推动智慧校园建设规划，使学校的管理全面步入信息化就显得尤为重要。 3.2. 系统服务需求 （1）综合的统一管理平台 智慧校园建设项目，规模大，涉及的子系统繁多，根据目前校园信息化建 设的发展趋势，建成一个集信息汇集、资源共享、应用整合和综合运营为一体

于指挥自身行为的能力，就是“智能”。 1. 何谓智能？ 人工智能基本概念 人工智能，指由人制造出来的机器所表 现出来的智能。 人工智能就是把人的智能转移到人造的 机器中，让机器来具备了感知、思考、 决策的能力。 2. 什么是人工智能？ 人工智能基本概念 1950 年，图灵在论文《计算机器与智能》中提出图灵测试，将机器智能定义为 “若 机器能通过自然语言对话让人类无法区分其与人类，则具备智能” DARPA 和美 国国家科学委员会等机构大幅削减对 AI 的投资，使得 AI 研究陷入低谷。 发展历程 - 第一次低 谷 专家系统基于知识整理出来的规则，进行逻辑推理，来模拟和 延伸人类专家的决策能力，解决复杂的问题。 3. 人工智能的历史 发展历程 - 第二次高潮阶 段 第二次高潮阶段（ 1980 年 -1987 年） 3. 人工智能的历史 第二次低谷阶段（ 1987 年 -1993 能程度分类 ) 人工智能的分类 1. 从自然环境中感知和解析信息，提炼知识并运用于 指挥自身行为的能力，就是“ 智能”。 2. 人工智能把人的智能转移到人造的机器中，让机器 来具备了感知、思考、决策的能力。 3. 人工智能从 20 世纪 50 年代出现，发展至今，经过 了“三起两落” 五个阶段。 4. 人工智能的分类（按智能程度分类） 窄（弱）人工智能 通用人工智能 超级人工智能

、 工业级 WiFi 6 、 UWB 人 机交互 - 工控机、 PDA 、 PAD; 智能手表、电子墨水屏； AR/MR 云计算 - 云原生、云边协同 AI 与大数据 - 嵌入式、智能决策 区块链 / 物联网安全 - 隐私计算、联邦计算、多方计算 装备自 动 化 - 视觉检测、 3D 抓取；复杂控制器、焊接机器人 、柔性机器人 、包装 / 装配设备；压铸、注塑、机加工等 物流自 通讯、区块链等前沿技术在工业领域落地的应用平 台。 智慧决策 条码打印 智慧决策 + APS| 真实成本核算 | 流程挖掘 质量大数据 | 工艺大数据 | 其 他… 数据大脑层 数益工联打通了工厂内从设备物联、人 机交互到运营管理、 优化决策的全链条数据，紧 密贴合业务逻辑，基于数字化 平台构建工厂级与行业级的 工业数据大脑，提供智慧决策 服务。 边缘数据层 系统采用新一代设备物联技术，结合大量的人 化 ANDON 系 统 ， 提 升 异 常 的 反馈效率，异常柏拉图自 动 生成。 ☑ 看板管理 有 效 的 利用 业务 数据 形成 运营 管理 看板，提升运营效率，快速决策。 工装模具管理 实 现工 装 寿 命 统 计， 实 时 记录 工装 每 次使 用过 程， 实 现 工装 全生 命周 期追溯管理，获取工装更换时长， 实现快速换型。

.................................................................................24 2.3.1. 数据融合，科学决策.....................................................................................24 2.3.2. 以用户为中心的主题规划 主要功能和参数配置：具有信 息完备性、信息关联性、信息 一致性、可视化、协调性、模 拟性、优化性和可出图性等特 点。★4、系统提供动态剖切决 策分析功能，动态自由设置剖 切面方向、角度动态将楼宇 3D 模型进行剖切可视分析决策。 ★5、与学校已有硬件采集平台 互 联 ， 接 口 需 与 原 有 接 口 (rest、RS485) 匹配，获得设备 动态数据联动显示。 满足交钥匙工程，包括设 备供货及其安装、调试、 运行、培训等所有费用。 热 、 暖 动 态 联 动。3、满足主要功能和参 数 配 置 ： 具 有 信 息 完 备 性、信息关联性、信息一 致性、可视化、协调性、 模拟性、优化性和可出图 性等特点。★4、满足系统 提供动态剖切决策分析功 能，动态自由设置剖切面 方向、角度动态将楼宇 3D 模型进行剖切可视分析决 策。★5、可以与学校已有 硬件采集平台互联，接口 需 与 原 有 接 口 (rest、RS485) 匹配，获得

， 加强武器装备的科研 和建设 1984 年 我军诞生了机 械化集团军 我国国防发展三个重点阶段： 1.3 军事人工智能概念的解决及应 用 通过机器实现人的头脑思维 ， 使其具备感知、 决策与行动力 广义上的人工智能泛指通过计算机实现人的头脑思维所产生的效果 ，通过研究和开发用于模拟、 延伸和扩展人 的智能的理论、 方法、 技术及应用系统所构建而成的 ，其构建过程中综合了计算机科学、 实时性等暂时还未触及的智能技术 20 世纪 50 年代到 70 年代初 ，人们认为如果能赋予机器逻辑推理能力 ，机器就能具有智能 ，人工智能研究处于“推理期”。当人们意识到人类 之所以能够判断、决策 ，除了推理能力外 ，还需要知识 ，人工智能在 20 世纪 70 年代进入了“知识期” ，大量专家系统在此时诞生。随着研究向前 进展 ，专家发现人类知识无穷无尽 ，且有些知识本身难以总结后交给计算机 同时 ，智能系统也将成为战 场攻防的主要对象 ， 敌对双方可能通过控制对方机器人、 无人机、 智能决策等自主作战系统实现制胜目的 ， 甚至通过 脑控技术、 情绪控制技术直接控制指挥人员或使其失能。 丧失 “制智权”将导致极大被动 ， 即使具有信息优势和能量优 势 ，也会因为人机协同失调、 自主决策失灵、 作战体系认知速度和效能落后 ，导致整体作战效能大幅降低。 战争的本质和规律受到全面深刻的影响