项目编号： 企业智慧 CRM 平台重构设计建设项 目 实 施 方 案 1 / 661 目录 第 1 章 项目背景...............................................................4 1.1 需求提出............................................................ 构造新一代运营商领先的数字化运营平台，业务支撑随需而动，向内外部客户 都能提供极致的客户体验,满足未来 5 年以上的市场营销与服务要求。 根据集团《新一代数字化运营平台 3.0 规范》的要求，企业正式启动数字 化运营平台重构工作。在技术方面，规划了“平台+应用”的架构模式，构建云化 数字化运营平台，基于通用的分布式技术平台，按业务聚合特征构建应用能力 中心。在业务方面，企业结合本省实际制定了业务蓝图及演进策略。 目前企业的 平台承载，经过十余年的运行，Siebel 平台的技术架构已经难以支撑战略转型大背景下的电信业务的快速发展，同时 4 / 661 无法满足集团规范刚性落地要求和企业业务蓝图的演进实施要求。 CRM 重构共分三阶段实施完成:  第一阶段从 2018 年 1 月至 2018 年 10 月，主要工作完成 PaaS 组件管 理模块搭建，完成存量经营自动化销售流程、全产品线产销品管理能 力、政企客户关系管理；

指令。当检测到“删除全年交易数 据”等高危动作时，系统自动冻结执 行并触发人工审核 六大安全机 制，AI应用数 据更安全 NeoAgent应用案例 ⸺ 伊顿电气 智能客服助伊顿重构服务价值链，提升售后流程效率 全球智能动力管理公司，主要业务覆盖中低压配电、关键电能质量、工业控制、电力线路保护、恶劣危险环境解决 方案、结构解决方案及配线等能源管理领域。拥有 96,000 多名员工的动力管理公司，在超过

1 埃森哲报告：AI 赋能保险，三大应用场 景如何重构价值链？ 人工智能(AI)使机器能够模拟和增强人类智能，它的出现正值保险和其他行业 数字化转型之际。尽管人工智能技术仍处于发展阶段，但在现实世界中，它 已应用于不同行业。人工智能正被用来解决各种各样的挑战，它使机器和系 统之间的交互更智能、更简单。 保险公司也逐渐进入这一领域，新一代人工智能技术有望帮助保险公司重新 定义其工作

在此背景下，光交换技术凭借超大带宽、超低延迟与低功耗等特 性，正与电交换形成互补融合的“光电协同”架构，成为新一代智算 中心网络的重要发展方向。光电协同不仅能够在物理层显著提升链路 性能，还为网络的灵活重构、智能调度与按需适配提供了技术空间。 全球领先的产业与科研力量均已在此领域展开探索，并在部分应用场 景实现试点部署。 然而，要实现光电协同网络在智算中心的规模化落地，仍需跨越 多重技术关卡。 .......................... 26 3.1 应用层：面向光电网络的集合通信重构协议.......................27 3.1.1 预测通信模式，为重配置提供需求启示.....................28 3.1.2 拓扑有感知的动态集合通信重构................................. 29 3.2 传输层：面向光电网络的高性能传输协议 .................................... 37 3.3.2 面向光电拓扑的预计算优化与双模路由表设计.........38 3.4 链路层：面向光电网络的智能双工重构...............................39 3.4.1 上下行非对称带宽的链路利用..................................... 40 3.4

系统在资源弹性扩展、应用迭代速度、业务创新效率和技术开放度等方面诉求，已严重制约企业数字化转型， 主机现代化应运而生。 主机现代化（Mainframe Modernization）是一项涉及架构演进、应用重构、组织转型的系统工程。其 核心在于将主机的韧性 / 性能同开放平台的敏捷性 / 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 技术与 业务架构体系。 1.3 主机现代化是主机用户数字化转型新趋势 10 主机现代化实施路径及关键技术诉求 02 主机现代化是一项系统性工程，指将传统主机承载的核心业务系统，通过技术栈重构、数据迁移和流程适 配，逐步过渡到以开放平台为基础的现代 IT 架构体系的过程。整个工程不仅涉及硬件和软件的替换，更包含 开发模式、运维模式的全面转型。 11 2.1 主机现代化发展趋势 2 应用转码与语言重构 中间件/数据库替换 云原生改造 信息调研、迁移评估、 迁移规划 迁移演练/正式迁移 灰度发布/割接并线 功能与回归测试 性能与压力测试 安全/合规测试 用户验证测试 双轨并行验证 灰度切流 全量割接 上线监控与回退 瀑布开发 → 敏捷开发 人工经验驱动运维 → 智能化自动化运维 高性能、韧性、开放、灵活扩展的 基础设施、数据库和中间件 云分布式重构、应用及数据迁移

33754 模 型 8 智算中心参考架构 智算中心操作系统 云数智融合 智能中台 多云架构 分层解耦 大规模 多数据类型 硬件重构 DSA 专用领域优化设计 CDI 解耦重组架构 资源池 AI 智慧医疗 软件 定义 硬件 重构 云计算 大数据 人工智能 智慧管理 智慧服务 9 智算中心操作系统 机器人阅片 大数据科研 远程医疗 语音助理 开放标准 集约高效 并行 11 硬件重构：重新思考计算 指令：指令集架构 ISA 芯片： Chiplet 存储：持久内存、 NVMe 语言： DSL 应用软件 计算节点 涉及领域 PCIe 、 Nvlink 、以太网、 FC 、 IB DSA 与加速器 Fabric 处理器 加速器 存储器 处理器 存储器 加速器 网络 产品 软件 12 开放计算组织硬件重构演进 基础 设施 设施 DSA 存储 网络 计算 13 智算中心硬件重构 解耦重组 资源池化 存储 计算 计算 计算 网络 加速器 CPU Core CPU Core CPU Core CPU Core CPU Core chiplet CPU Core chiplet Functio n1 chiplet Functio n2 chiplet 0 2 0

疗、教育、制造、金融、能源等关键领域发生范式革命。从“AI 协同诊疗”到“设计即制造”，从 “超个性化金融”到“智慧能源网络”，我们看到的不是一个简单的“+AI”过程，而是一场深刻 的“AI 原生”化重构。其核心在于，智能体能够深入行业机理，将海量数据、专业知识与物理模型 郑志明 深度融合，形成具有感知、分析、决策和行动能力的行业级“大脑”与“神经系统”，从而极大提 升产业运行的效率、韧性与创 其次，人工智能的飞速发展，必将重塑现有的开发范式，改变人机交互模式，并催生更多新应 用。比如：在软件开发领域，人类将更专注于系统架构与创新设计，而 AI Agent 则高效承担具体 执行，开发范式迎来全新重构。在人机交互界面，我们将从图形交互迈向自然语言交互，并在视觉 汪涛 与听觉的基础上，逐步融合五感，实现沉浸式的空间多模态交互模式，用户体验将在镜像世界中升 维。移动互联网中的百万 App 不再是信息孤岛，而是 驱动的自主决策组织将重塑生产范式。据预测，到 2035 年人工智能 应用率超过 85%，AI 可提升劳动生产率 60%，产品缺陷率降低至 0.05% 以下。这标志着 AI 正通过 感知 - 分析 - 决策 - 行动的自主系统，彻底重构企业价值创造方式。 未来十年，随着 AI 深入千行万业与千家万户，唯有将“AI 普惠”与“AI 向善”融入治理框架， 人类才能真正掌握技术主导权，从而构建一个“以人为本”的美好智能世界。 探索

UNIVERSITIES 目录 CONTENTS 05 1. 项目建设背景 2. 智慧教室建设面临的 4 大问题 3. 互联网 + 时代教学环境定义 4. 智慧教室解决方案架构 • 学习环境重构 • 教学模式创新 • 教学数据应用 • 智慧教学赋能 智慧教室方案价值 01 项目建设背景 PROJECT CONSTRUCTION BACKGROUND 项目建设背景 教育信息化 2.0 空间、技术和教学理论 方法深度融合 IT 工具合理利用恰 到 好处支撑教学 SMART CLASSROOM SOLUTION ARCHITECTURE 04 智慧教室解决方案架构 智慧教室解决方案架构 重构 学习环境 创新 教学模式 构建 教学数据 课程互动数据 过程数据采集 学生表现数据 智能关联分析 学习任务数据 学情教情反馈 课程管理数据 资源生成数据 教学评价支撑 研讨教室 开放空间 SCP 运维管 理 交互大屏、智慧黑板、智能中控、小组盒子、智慧运维平台 构建 教学数据 专家讲座 教学工作坊 种子教师培养 教学成果打造 智慧教室解决方案架构 重构学习环境 • 基于 5C 学习环境，提供 适配不同教学场景的学 习空间设计，促进学生 彼此协作、互动、共享， 提高学生学习积极性； 通过提供一套简单易用 便捷管理的智能教学设 备，帮助学校更快、更

的完整技术路径，以“性能—成本—应用” 协同优化为抓手，支撑模型从训练、推理、部署、协同到应用增强的全链路落地。 面向教育新范式，报告深入分析教育大模型赋能高等教育创新发展的具体路径，总结了九个重构方向：提供精 准适需的教育内容、实现个性灵活的教学方式、支持沉浸互动的学习体验、重塑教育主体的角色与能力、助力 数据驱动的教育评价、推动智能高效的教育治理、构建安全可信的伦理治理体系、配置优质均衡的教育资源、 高等教育数智化转型是以数字化为基石，集成人工智能、大数据、区块链、云计算等技术，推动高等教育人才 培养、科学研究、社会服务、文化传承创新核心职能的智能升级，同时促进国际交流合作发展，共同实现高等 教育生态化重构。其本质是通过数据驱动教学提质、科研创新、管理增效、服务升级，构建虚实融合的教育生 态系统，最终服务于高等教育高质量发展。与数字化转型相比，“数智化”更加强调借助人工智能、大数据等 智能技术挖掘 高等教育数智化转型的核心引擎，能够通过技术赋能与生态重构，成为高等教育数智化转型的核心驱动力。大 模型在教学、科研、治理等方面推动了由数字化向数智化转型。教学方面：推动了教学模式革新，为个性化学习、 提升教学效率、构建智慧课堂等提供了必要的支持（如通过学情数据分析为学生提供量身定制的学习体验 2）。 科研方面：加速了数据驱动的跨学科协同创新，优化文献分析、实验设计及成果转化路径，正在重构学术评价 体系（形成持续性的产学研协同创新体系