深度用云展望2025

2025深度用云展望當(dāng)前，新一輪科技革命和產(chǎn)業(yè)變革正在蓬勃發(fā)展，云計算產(chǎn)業(yè)在全球市場風(fēng)起云涌，AI技術(shù)加快從理論走進(jìn)現(xiàn)實，數(shù)字化成為每一家企業(yè)的轉(zhuǎn)型共識。以云為底座的創(chuàng)新生態(tài)，以大模型為代表的創(chuàng)新技術(shù)，正在重塑千行萬業(yè)。面對千行萬業(yè)的數(shù)字化浪潮，云已成為企業(yè)數(shù)字化升級的必然選擇。如何進(jìn)一步發(fā)揮云的價值、搶占創(chuàng)新發(fā)展的制高點，

加快從“上好云”

到“用好云”，是所有企業(yè)新一輪數(shù)字化飛躍的關(guān)鍵機(jī)遇所在。華為云持續(xù)踐行“

一切皆服務(wù)”，將華為在數(shù)字化轉(zhuǎn)型中沉淀的技術(shù)、工具和經(jīng)驗，通過基礎(chǔ)設(shè)施即服務(wù)、技術(shù)即服務(wù)和經(jīng)驗即服務(wù)，以云服務(wù)的方式提供給客戶、伙伴和開發(fā)者，推動行業(yè)高質(zhì)量數(shù)字化轉(zhuǎn)型。華為云提出“AI

for

Industries”，加快AI重塑千行萬業(yè)。今年，我們發(fā)布了盤古大模型3.0和昇騰AI云服務(wù)等創(chuàng)新產(chǎn)品和服務(wù)，聚焦各行業(yè)研發(fā)、生產(chǎn)、供應(yīng)、銷售、服務(wù)等環(huán)節(jié)面臨的復(fù)雜難題，用AI大模型幫助企業(yè)解難題、做難事。同時，我們打造的軟件開發(fā)生產(chǎn)線CodeArts、硬件開發(fā)生產(chǎn)線CraftArts、AI開發(fā)生產(chǎn)線ModelArts、數(shù)據(jù)治理生產(chǎn)線DataArts和數(shù)字內(nèi)容生產(chǎn)線MetaStudio，為企業(yè)打造了最佳的云上創(chuàng)新平臺，讓創(chuàng)新觸手可及。張平安華為常務(wù)董事華為云CEO行業(yè)數(shù)字化浪潮涌起，先行方能搶占先機(jī)。華為云愿做行業(yè)同行者，攜手各方搶抓技術(shù)新機(jī)遇，做好行業(yè)數(shù)字化轉(zhuǎn)型‘云底座’和‘使能器’，加快深度用云，躍升數(shù)字生產(chǎn)力。當(dāng)前，一批數(shù)字化先行者已經(jīng)行動起來，積極探索新理念、新業(yè)態(tài)、新模式，將云上的創(chuàng)新技術(shù)融入核心業(yè)務(wù)流程，在深度用云中不斷提升行業(yè)生產(chǎn)經(jīng)營效率，增強(qiáng)業(yè)務(wù)競爭力，收獲了卓越成果。在政務(wù)領(lǐng)域，華為云攜手深圳市福田區(qū)政務(wù)服務(wù)數(shù)據(jù)管理局，上線了基于盤古政務(wù)大模型的福田政務(wù)智慧助手小福，能夠精準(zhǔn)理解民眾咨詢意圖，改變傳統(tǒng)的一網(wǎng)通辦模式，把老百姓的話語轉(zhuǎn)化為政府辦事的語言，讓城市能感知、會思考、可進(jìn)化、有溫度。在金融行業(yè)，郵儲銀行基于云加速金融核心系統(tǒng)向現(xiàn)代化應(yīng)用架構(gòu)演進(jìn)，通過構(gòu)建新一代分布式金融核心系統(tǒng)，可實現(xiàn)日均20億筆交易、峰值6.7萬筆/秒的能力，新系統(tǒng)效率平均提升40%，不斷提升應(yīng)用研發(fā)和交易處理能力。在交通行業(yè)，AI開始進(jìn)入天津港的港口作業(yè)主流程，基于AI求解器的港口智能計劃系統(tǒng)將作業(yè)計劃耗時從24小時縮短到10分鐘，可快速應(yīng)對臺風(fēng)天氣、設(shè)備故障等突發(fā)變化，提升計劃的有效性。在煤礦領(lǐng)域，山東能源集團(tuán)引入盤古礦山大模型，為煤礦的采、掘、機(jī)、運(yùn)、通、洗選等9大業(yè)務(wù)系統(tǒng)、1000多個細(xì)分場景提供智能解決方案，持續(xù)改善煤礦工人作業(yè)環(huán)境，減少安全事故，提升生產(chǎn)質(zhì)量。目前，盤古礦山大模型在全國其它8個礦井已開始規(guī)模使用。行業(yè)數(shù)字化浪潮涌起，先行方能搶占先機(jī)。華為云愿做行業(yè)同行者，攜手各方搶抓技術(shù)新機(jī)遇，做好行業(yè)數(shù)字化轉(zhuǎn)型“云底座”和“使能器”，加快深度用云，躍升數(shù)字生產(chǎn)力。序言FOREWORD風(fēng)鵬正舉海天闊，更揚(yáng)云帆立潮頭。中國信通院愿聯(lián)合云計算領(lǐng)域各方，凝聚產(chǎn)業(yè)力量，共同推動企業(yè)邁向深度用云，實現(xiàn)我國云計算領(lǐng)域跨越式發(fā)展，筑牢數(shù)字中國建設(shè)堅實地基。何寶宏中國信息通信研究院云大所所長二十大報告提出，要構(gòu)建新一代信息技術(shù)等一批新的增長引擎，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群，加快數(shù)字中國建設(shè)。云計算作為數(shù)字經(jīng)濟(jì)發(fā)展的核心引擎，對我國數(shù)字經(jīng)濟(jì)與實體經(jīng)濟(jì)融合發(fā)展至關(guān)重要。過去十年，云計算已從一種IT資源的服務(wù)形式演變?yōu)槠髽I(yè)數(shù)字化轉(zhuǎn)型的重要底座，催生企業(yè)管理和業(yè)務(wù)生產(chǎn)模式變革，為企業(yè)發(fā)展提供源源不斷的創(chuàng)新驅(qū)動力，我國云計算也呈現(xiàn)出全新特點。市場方面，云計算保持快速發(fā)展態(tài)勢。2022年，我國云計算市場規(guī)模達(dá)4,550億元，較2021年增長40.91%。相比于全球19%的增速，我國云計算市場仍處于快速發(fā)展期，預(yù)計2025年我國云計算整體市場規(guī)模將超萬億元。技術(shù)方面，云計算關(guān)鍵技術(shù)持續(xù)創(chuàng)新。云計算骨干企業(yè)在大規(guī)模并發(fā)處理、海量數(shù)據(jù)存儲等關(guān)鍵核心技術(shù)和容器、微服務(wù)等新興領(lǐng)域不斷取得突破，部分指標(biāo)已達(dá)到國際先進(jìn)水平，有效滿足了億級用戶并發(fā)場景下各類復(fù)雜應(yīng)用的需求。應(yīng)用方面，行業(yè)上云用云程度呈階梯狀分布。政務(wù)、金融、電信等行業(yè)處于成熟期，已從全面上云過渡到深度用云；工業(yè)、交通、醫(yī)療等行業(yè)處于成長期，企業(yè)上云熱度持續(xù)攀升；石油化工、鋼鐵冶金、煤礦、建筑等行業(yè)處于探索期，云平臺建設(shè)與應(yīng)用處于規(guī)劃和發(fā)展階段。未來，隨著企業(yè)上云范圍不斷擴(kuò)大、用云程度逐漸加深，我國云計算發(fā)展將在企業(yè)戰(zhàn)略、服務(wù)路徑、產(chǎn)業(yè)生態(tài)方面迎來突破。企業(yè)戰(zhàn)略“自上而下”，企業(yè)用云謀篇布局將進(jìn)一步深化，持續(xù)釋放上層政策紅利，實現(xiàn)云計算市場可持續(xù)發(fā)展。服務(wù)路徑“以終為始”，廠商將聚焦行業(yè)實際賦能水平，走向以最終用戶為核心、向上滿足業(yè)務(wù)深度用云需求的發(fā)展階段。產(chǎn)業(yè)生態(tài)“齊心并力”，產(chǎn)業(yè)鏈各方共同探索企業(yè)深度用云新模式、新技術(shù)和新理念，構(gòu)建云計算產(chǎn)業(yè)健康生態(tài)。序言FOREWORD執(zhí)行摘要01趨勢一AI重塑千行萬業(yè)04趨勢二數(shù)字孿生廣泛落地11趨勢三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落17趨勢四數(shù)智融合激發(fā)創(chuàng)新24趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化30趨勢六混合多云新常態(tài)36趨勢七云原生安全與運(yùn)營43趨勢八云服務(wù)模式優(yōu)先50趨勢九從建設(shè)到卓越運(yùn)營57趨勢十運(yùn)維即服務(wù)64未來場景展望71行動倡議84目錄執(zhí)行摘要云計算的高速發(fā)展給IT產(chǎn)業(yè)帶來了顯而易見的變化，越來越多的行業(yè)開始從中獲益：政府通過云實現(xiàn)了跨多個委辦局的集約化資源建設(shè)，降低管理難度；金融通過云實現(xiàn)業(yè)務(wù)的彈性敏捷，提升服務(wù)體驗；大型企業(yè)通過云容災(zāi)和資源池化的能力，提升基礎(chǔ)設(shè)施韌性。但我們相信云的價值遠(yuǎn)不止于此！越來越多政府和企業(yè)開始實施全面云化的戰(zhàn)略，我們已經(jīng)迫不及待地暢想未來的云上生活：城市成為一個可持續(xù)進(jìn)化的數(shù)字孿生體，高效感知和處置城市事件，變得更有溫度；更便捷金融服務(wù)開始融入人們的日常生活，更懂你我；聰明的道路、智慧的調(diào)度讓交通出行體驗更舒適；電網(wǎng)的發(fā)、輸、變、用各環(huán)節(jié)基于海量數(shù)據(jù)實現(xiàn)高效分析，讓綠色能源無處不在；智能的觸角深入制造的每一個環(huán)節(jié)，無人、少人工廠不再是夢想......這些振奮人心的場景并非遙不可及，實際上今天我們已經(jīng)來到了未來生活的入口。隨著政企加速從“業(yè)務(wù)上云”邁向“深度用云”，以創(chuàng)新釋放全行業(yè)的數(shù)字生產(chǎn)力，這些勾勒的場景將在不遠(yuǎn)的將來全面落地。為此，華為推出《深度用云展望2025》白皮書，系統(tǒng)性地闡述我們關(guān)于深度用云的思考，并大膽地進(jìn)行一些關(guān)鍵指標(biāo)預(yù)測。我們希望和產(chǎn)業(yè)界一起出發(fā)，尋找深度用云的錨點，把夢想變?yōu)楝F(xiàn)實，共繪美好未來。1云已經(jīng)深入千行萬業(yè)，成為數(shù)字化轉(zhuǎn)型的最佳底座，數(shù)字化的深入也激發(fā)了越來越多企業(yè)更深入地思考云的價值。讓我們站在現(xiàn)在一起展望不遠(yuǎn)的2025年，有哪些激動人心的技術(shù)和場景將在政企領(lǐng)域廣泛落地，探尋“深度用云”之道，一起釋放數(shù)字生產(chǎn)力。AI重塑千行萬業(yè)75％的企業(yè)將會使用AI大模型數(shù)字孿生廣泛落地城市與工業(yè)2大場景將在數(shù)字孿生市場占比73%混合多云新常態(tài)91%的企業(yè)將使用多云架構(gòu)部署業(yè)務(wù)云原生安全與運(yùn)營80%企業(yè)將采用云原生安全服務(wù)21672025深度用云展望運(yùn)維即服務(wù)遠(yuǎn)程專業(yè)運(yùn)維服務(wù)的普及率超過65%云服務(wù)模式優(yōu)先專屬云和混合云采購中云服務(wù)模式占比增長100%從建設(shè)到卓越運(yùn)營企業(yè)在云基礎(chǔ)設(shè)施持續(xù)運(yùn)營上的投資占比將達(dá)到45%工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落中國工業(yè)互聯(lián)網(wǎng)平臺普及率將達(dá)到45%應(yīng)用加速實現(xiàn)現(xiàn)代化75%的國內(nèi)大中型企業(yè)將構(gòu)建自主軟件開發(fā)生產(chǎn)線數(shù)智融合激發(fā)創(chuàng)新55%的大型企業(yè)將引入數(shù)智融合技術(shù)3548109AI重塑千行萬業(yè)趨勢一智能應(yīng)用大模型的優(yōu)勢政務(wù)智能問答金融市場研報 礦山安全生產(chǎn)鐵路故障檢測氣象預(yù)測大模型L1行業(yè)大模型L0基礎(chǔ)大模型L2 公文 輔助 防沖 3D高分場景模型 寫作 坐席 卸壓 辨率預(yù)報政務(wù) 金融 礦山 鐵路 氣象開發(fā)套件視覺自然語言預(yù)測

多模態(tài)科學(xué)計算AI開發(fā)平臺數(shù)據(jù)準(zhǔn)備模型訓(xùn)練驗證評估監(jiān)控優(yōu)化模型部署輔助運(yùn)營專業(yè)服務(wù)精度高經(jīng)過海量數(shù)據(jù)預(yù)訓(xùn)練規(guī)?；瘡?fù)制上線快小樣本微調(diào)半自動標(biāo)注趨勢一

AI重塑千行萬業(yè)智能化落地的挑戰(zhàn)精度低針對單場景數(shù)據(jù)訓(xùn)練泛化性差周期長樣本獲取難工作量大56人工智能自1956年提出概念以來，持續(xù)受到業(yè)界的追捧，近年來，其技術(shù)和商業(yè)模式發(fā)展迅速，在特定領(lǐng)域已經(jīng)呈現(xiàn)超越人類的能力。AI技術(shù)被越來越多的企業(yè)接受，并在一些行業(yè)開始發(fā)揮重要價值，比如在金融交易場景，AI讓風(fēng)控從依靠變量規(guī)則事后控制，走向事中毫秒級實時智慧風(fēng)控；在交通治理場景，AI提升高峰期路口通行能力，不斷優(yōu)化市民出行體驗。但AI距離全面賦能行業(yè)創(chuàng)新，仍然存在一些障礙：大模型技術(shù)的快速發(fā)展，讓企業(yè)看到推進(jìn)行業(yè)全面智能化的曙光，即從傳統(tǒng)面向單任務(wù)構(gòu)建專用模型，向打造支持廣泛任務(wù)的通用人工智能（AGI）轉(zhuǎn)變。未來，除了以ChatGPT為代表的通用大語言模型外，基于行業(yè)專用知識構(gòu)建的行業(yè)專屬大模型將得到更廣泛的應(yīng)用，AI將進(jìn)入重塑千行百業(yè)的實用時代。從通用智能到行業(yè)智能樣本獲取難，落地周期長生產(chǎn)場景樣本獲取難，需長時間持續(xù)累積。同時，大量人工標(biāo)注和現(xiàn)場持續(xù)迭代調(diào)優(yōu)費(fèi)時費(fèi)力精度低，泛化性差傳統(tǒng)經(jīng)典AI模型是在特定場景訓(xùn)練，遇到政企碎片化的長尾場景時，需多次調(diào)優(yōu)適應(yīng)新環(huán)境，導(dǎo)致落地成本高，無法規(guī)?；褂肈IVEINTO

CLOUD7經(jīng)過預(yù)訓(xùn)練的大模型可以大幅降低有效樣本需求，在新業(yè)務(wù)場景僅需少量業(yè)務(wù)數(shù)據(jù)就能完成模型微調(diào)和訓(xùn)練，加速AI“工業(yè)化”開發(fā)并進(jìn)入企業(yè)核心生產(chǎn)系統(tǒng)，創(chuàng)造新的價值。大模型通常由L0基礎(chǔ)大模型、L1行業(yè)大模型和L2場景化模型構(gòu)成，具有高泛化性、高精度、低門檻等特點，企業(yè)在大模型的建設(shè)中，需要結(jié)合自身情況，選擇合適的大模型和部署方案。AI+行業(yè)，創(chuàng)造新價值趨勢一

AI重塑千行萬業(yè)顧名思義，基礎(chǔ)大模型可以被視為一切大模型的基礎(chǔ)，業(yè)界主流的L0基礎(chǔ)大模型主要包括五大類：CV視覺大模型、NLP自然語言處理大模型、多模態(tài)大模型、預(yù)測大模型和科學(xué)計算大模型?；A(chǔ)大模型的研發(fā)周期長，需要大量的資金和人力投入，研發(fā)難度較大，一般只有AI廠商、云廠商和部分大型企業(yè)才具備投入的實力。他們通過自建大型算力基礎(chǔ)設(shè)施，基于海量數(shù)據(jù)的預(yù)訓(xùn)練得到精度較高的模型，這些模型可被用戶直接調(diào)用，或按需部署到用戶本地的平臺上，用戶只需要關(guān)注大模型的參數(shù)量、模型能力和精度是否滿足自身業(yè)務(wù)需求?；A(chǔ)大模型，讀萬卷書8公有云是成本最低的大模型獲取途徑，企業(yè)按需付費(fèi)即可基于最新的基礎(chǔ)模型和開發(fā)套件構(gòu)建自己的大模型。但對于一些政府和大型企業(yè)，數(shù)據(jù)作為核心資產(chǎn)，還需要滿足其“數(shù)據(jù)不出域”的合規(guī)要求，此時混合云成為最佳選擇。企業(yè)將公有云訓(xùn)練好的基礎(chǔ)大模型部署到本地，結(jié)合自有數(shù)據(jù)在本地進(jìn)行小樣本增量訓(xùn)練，兼顧安全和成本。其中，計算量大、能耗高的任務(wù)部署在中心云，如數(shù)據(jù)共享、AI開發(fā)、訓(xùn)練和模型管理等開發(fā)態(tài)業(yè)務(wù)，邊緣計算受能耗和計算資源等限制，將主要承擔(dān)聚焦具體業(yè)務(wù)場景的計算任務(wù)，如AI推理類運(yùn)行態(tài)業(yè)務(wù)。此外，大模型構(gòu)建需要依賴大量算力資源，對企業(yè)是一個負(fù)擔(dān)，因此企業(yè)也可以選擇公有云或AICC（人工智能計算中心）提供的AI算力服務(wù)，通過開放的框架支持TensorFlow、PyTorch和Mind-Spore等，同時基于開源大模型構(gòu)建自己的專屬大模型也是另一種途徑。多云部署，AI無處不在L0基礎(chǔ)大模型沒有行業(yè)屬性，在行業(yè)中往往難以直接應(yīng)用，因此需要結(jié)合行業(yè)知識和數(shù)據(jù)來構(gòu)建具有行業(yè)特征數(shù)據(jù)的L1行業(yè)大模型，如政務(wù)、金融、制造、礦山、氣象行業(yè)大模型。在L0大模型的基礎(chǔ)上，首先使用行業(yè)公開數(shù)據(jù)訓(xùn)練行業(yè)通用大模型，但這個大模型也無法100%匹配企業(yè)的場景，因此企業(yè)需要提供私有化的行業(yè)和場景數(shù)據(jù)，通過二次小樣本訓(xùn)練得到精度更高的企業(yè)專屬大模型。比如，通過訓(xùn)練礦山大模型，覆蓋煤礦的采、掘、機(jī)、運(yùn)、通、洗選等業(yè)務(wù)流程下的多個細(xì)分場景，提升井下安全；通過歷史氣象數(shù)據(jù)構(gòu)建氣象大模型。L2場景化模型則為企業(yè)提供更多精細(xì)化場景模型，更加專注于某一個具體的應(yīng)用場景或特定業(yè)務(wù)，常見的如政務(wù)熱線對話、金融知識問答、研發(fā)代碼生成、制造工藝優(yōu)化、鐵路故障識別等。行業(yè)大模型，行萬里路DIVEINTO

CLOUD中國人工智能市場空間將超過4000億元AI75％的企業(yè)將會使用AI大模型其中基于混合云的AI大模型占比將達(dá)到38%AI到2025年指標(biāo)預(yù)測9趨勢一

AI重塑千行萬業(yè)趨勢一AI重塑千行萬業(yè)邊緣推理洗煤灰分入洗量磁性物含量分選密度預(yù)測精煤質(zhì)量優(yōu)化精煤產(chǎn)率預(yù)測焦炭質(zhì)量預(yù)測焦炭質(zhì)量優(yōu)化集團(tuán)中心云中心訓(xùn)練打鉆深度告警退桿數(shù)量統(tǒng)計動作識別1

防沖卸壓2

洗選煤3

焦化配煤降本提效增安高泛化性，1個大模型覆蓋9大專業(yè)21個場景識別快，規(guī)范性審核從3天縮短到10分鐘精度高，模型識別準(zhǔn)確率提高20%+數(shù)字孿生廣泛落地趨勢二物理空間虛實對應(yīng)精準(zhǔn)映射協(xié)同交互智能推演數(shù)字空間數(shù)字虛體物理實體遙感影像矢量數(shù)據(jù)BIM數(shù)據(jù)物聯(lián)網(wǎng)數(shù)據(jù)專題數(shù)據(jù)……城市園區(qū)水利工廠醫(yī)療全方位立體感知全行業(yè)場景應(yīng)用

數(shù)字 孿生時空應(yīng)用使能時空信息服務(wù)、可視化、模擬仿真、AR地圖時空數(shù)據(jù)融合時空數(shù)據(jù)存儲引擎、時空數(shù)據(jù)融合計算引擎衛(wèi)星影像、實景三維建模、BIM建模、AR地圖生產(chǎn)時空數(shù)據(jù)生產(chǎn)DIVEINTO

CLOUD1213趨勢二

數(shù)字孿生廣泛落地數(shù)字孿生并不是一個新的概念，電影黑客帝國里的“矩陣世界”、“元宇宙”和錢學(xué)森筆下的“靈境”都與它有關(guān)。很早人們就認(rèn)為這種虛擬與現(xiàn)實映射的技術(shù)，將給人類社會帶來一場巨大的變革。隨著建模、仿真、智能等技術(shù)的成熟，產(chǎn)業(yè)已經(jīng)來到爆發(fā)的臨界點。數(shù)字孿生的意義現(xiàn)代數(shù)字孿生源自工業(yè)領(lǐng)域，它通過提取物理對象的特征數(shù)據(jù)進(jìn)行多維建模和實時仿真，實現(xiàn)物理對象向虛擬數(shù)字空間的映射、推演和進(jìn)化，以可視化方式完成虛實融合與交互，幫助我們從中窺探出未來發(fā)展趨勢，提升產(chǎn)業(yè)生產(chǎn)力。Gartner已連續(xù)六年將其列入十大戰(zhàn)略性技術(shù)之一，同時各國也紛紛將其作為戰(zhàn)略方向，推動產(chǎn)業(yè)升級發(fā)展。如今數(shù)字孿生應(yīng)用已不再局限于工業(yè)領(lǐng)域，文旅、社交、水利、建筑、能源等越來越多的行業(yè)和場景開始探索，其價值和可行性在一些單體場景已經(jīng)得到驗證。未來，數(shù)字孿生將走向數(shù)據(jù)交互更多層次、推演進(jìn)化更精準(zhǔn)的復(fù)雜智能體，其中最復(fù)雜的莫過于城市級的數(shù)字孿生。城市是人類文明的結(jié)晶，是一個復(fù)雜的巨系統(tǒng)，它幾乎包含了一切可想象的孿生場景。對城市數(shù)字孿生，它需要解決數(shù)據(jù)采集量大、來源多、建模生產(chǎn)成本高、數(shù)據(jù)融合難度大等諸多問題。因此，要促進(jìn)數(shù)字孿生全行業(yè)場景發(fā)展，構(gòu)建面向城市級的時空多場景數(shù)據(jù)生產(chǎn)、融合、應(yīng)用使能的能力至關(guān)重要。一切皆可孿生彈性高效的時空數(shù)據(jù)生產(chǎn)：城市數(shù)字孿生首先需要高效、精準(zhǔn)的完成多層物理映射模型構(gòu)建。簡單的單體模型疊加將產(chǎn)生大量的重復(fù)數(shù)據(jù)和人工消耗，基于云原生技術(shù)構(gòu)建自動化數(shù)據(jù)生產(chǎn)線將是解決這一問題的關(guān)鍵。通過分布式計算、模型集成、流程編排、深度學(xué)習(xí)等關(guān)鍵能力，為用戶提供多維模型構(gòu)建的全生命周期工作流。通過預(yù)集成的衛(wèi)星影像處理、實景三維建模、BIM、AR地圖生產(chǎn)等基礎(chǔ)數(shù)據(jù)生產(chǎn)引擎，就能開展多場景多元異構(gòu)的時空數(shù)據(jù)融合：為了讓城市數(shù)字孿生更鮮活，并具備“生命體征”，需賦予城市“靈魂”。以城市多源、多類型的YB級海量數(shù)據(jù)為基礎(chǔ)，政府和企業(yè)可以構(gòu)建多層次時空數(shù)據(jù)融合框架，形成以基礎(chǔ)地理和自然資源數(shù)據(jù)為基礎(chǔ)、以政務(wù)數(shù)據(jù)為主干、以社會數(shù)據(jù)為補(bǔ)充的一體化的時空數(shù)據(jù)體系未來，一切皆可孿生。在城市里，數(shù)字孿生將各類物聯(lián)網(wǎng)、公共數(shù)據(jù)庫等資源統(tǒng)一整合，建成與物理城市并行的孿生體，通過對城市空間、公共設(shè)施建設(shè)、城市治理服務(wù)等進(jìn)行模擬分析與研判，提升城市運(yùn)行的綜合水平和智能決策能力；在工廠里，企業(yè)通過數(shù)字孿生將生產(chǎn)過程中的相關(guān)數(shù)據(jù)、參數(shù)和其他信息進(jìn)行集成分析，實現(xiàn)現(xiàn)場設(shè)備、生產(chǎn)流程的科學(xué)管理，從而幫助企業(yè)提高生產(chǎn)效率、降低成本、改進(jìn)產(chǎn)品質(zhì)量和可靠性。14開放易用的時空應(yīng)用使能：為簡化應(yīng)用開發(fā)難度，孵化多樣的數(shù)字孿生應(yīng)用，還需要構(gòu)建時空應(yīng)用使能的能力。比如，針對時空信息處理、可視化、模擬仿真等共性能力，以服務(wù)化方式為第三方提供時空數(shù)據(jù)訪問、檢索、分析、管理標(biāo)準(zhǔn)接口，讓政府和企業(yè)可以高效獲取基礎(chǔ)地圖渲染、三維場景構(gòu)建的可視化服務(wù)和AR地圖視覺定位、AR導(dǎo)航等能力DIVEINTO

CLOUD時空數(shù)據(jù)的實時生產(chǎn)和自動化建模，實現(xiàn)物理世界的高清3D重建與還原15指標(biāo)預(yù)測城市與工業(yè)是數(shù)字孿生領(lǐng)域的兩大場景，市場占比達(dá)73%（城市：34%，工業(yè)：39%）全球數(shù)字孿生市場規(guī)模達(dá)300億美元趨勢二

數(shù)字孿生廣泛落地到2025年趨勢二數(shù)字孿生廣泛落地智能應(yīng)急災(zāi)難預(yù)防沉浸式文旅體驗城市精細(xì)化管理流量流速水位視頻水質(zhì)雨量高效數(shù)字化制造工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落趨勢三全場景云邊協(xié)同全數(shù)據(jù)智能融合全周期應(yīng)用開發(fā)中心云集團(tuán)分公司工業(yè)云邊協(xié)同工業(yè)數(shù)據(jù)采集邊工廠/作業(yè)區(qū)傳統(tǒng)PLC設(shè)備制造管理系統(tǒng)智能設(shè)備3rd物聯(lián)平臺數(shù)據(jù)分析數(shù)據(jù)治理數(shù)據(jù)推理應(yīng)用管理端場站/車間生產(chǎn)過程可視化生產(chǎn)能耗優(yōu)化設(shè)備預(yù)防性維護(hù)制造質(zhì)量過程分析&追溯煤礦 電力油氣......工業(yè)數(shù)據(jù)融合工業(yè)智能中樞工業(yè)應(yīng)用開發(fā)系統(tǒng)協(xié)同弱IT/OT系統(tǒng)垂直緊耦合架構(gòu)，煙囪式建設(shè)數(shù)據(jù)效率低接入數(shù)據(jù)標(biāo)準(zhǔn)不一，難融合數(shù)據(jù)采不全、質(zhì)量差應(yīng)用開發(fā)難維護(hù)與升級成本高各類系統(tǒng)孤立，能力不共享云邊端多種級聯(lián)架構(gòu)、集約管理工業(yè)級高性能數(shù)據(jù)采集、融合、價值快速呈現(xiàn)低代碼開發(fā)、經(jīng)驗復(fù)用DIVEINTO

CLOUD1819趨勢三

工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落工業(yè)是國家競爭力的基石，當(dāng)前全球工業(yè)新舊動能加速轉(zhuǎn)換，新型工業(yè)化迫在眉睫。傳統(tǒng)的“金字塔”制造分層體系已經(jīng)難以應(yīng)對海量異構(gòu)數(shù)據(jù)集成、數(shù)據(jù)挖掘以及敏捷創(chuàng)新的發(fā)展要求，工業(yè)互聯(lián)網(wǎng)的誕生正好適應(yīng)了新型工業(yè)化的需要。傳統(tǒng)消費(fèi)互聯(lián)網(wǎng)本質(zhì)上是人與網(wǎng)絡(luò)的聯(lián)結(jié)，網(wǎng)絡(luò)主體是人，而工業(yè)互聯(lián)網(wǎng)聯(lián)結(jié)的對象是機(jī)器、軟件、產(chǎn)品、原料、工裝及人等工業(yè)要素，它將信息技術(shù)、通信技術(shù)與工業(yè)生產(chǎn)深度融合，是工業(yè)智能化發(fā)展的關(guān)鍵綜合信息基礎(chǔ)設(shè)施。通過構(gòu)建覆蓋全要素、全產(chǎn)業(yè)鏈、全價值鏈的全新制造與服務(wù)體系，工業(yè)互聯(lián)網(wǎng)將助力工業(yè)制造進(jìn)一步提質(zhì)、降本、增效，實現(xiàn)跨越式發(fā)展。從消費(fèi)互聯(lián)網(wǎng)到工業(yè)互聯(lián)網(wǎng)20工業(yè)互聯(lián)網(wǎng)經(jīng)過多年的發(fā)展，已成為大型企業(yè)數(shù)字化轉(zhuǎn)型的重要組成部分。云、大數(shù)據(jù)和AI的加入，讓它比以往更強(qiáng)大、更容易被企業(yè)所接受。今天，工業(yè)互聯(lián)網(wǎng)已經(jīng)承載了非常多的關(guān)鍵能力，如資源匯聚、數(shù)據(jù)優(yōu)化閉環(huán)、分析決策、行業(yè)經(jīng)驗沉淀、應(yīng)用開發(fā)創(chuàng)新等，幫助能源、制造、原材料等越來越多的行業(yè)通過數(shù)據(jù)驅(qū)動生產(chǎn)和運(yùn)營質(zhì)量提升。也有一些地方政府開始主導(dǎo)建設(shè)區(qū)域性和行業(yè)性的工業(yè)互聯(lián)網(wǎng)平臺，以推動產(chǎn)業(yè)的聚集和發(fā)展。但工業(yè)互聯(lián)網(wǎng)在傳統(tǒng)行業(yè)的滲透率依然很低，一方面是它的商業(yè)價值不夠突出，另一方面，它的建設(shè)是一個復(fù)雜的系統(tǒng)工程，涉及企業(yè)現(xiàn)有設(shè)備、系統(tǒng)和架構(gòu)的融合，因此每個企業(yè)的場景和需求都不同，建設(shè)方案也存在巨大差異。但總體而言，工業(yè)互聯(lián)網(wǎng)參考架構(gòu)已基本成型，并在眾多企業(yè)得到驗證。讓智能深入到工業(yè)生產(chǎn)的每個角落DIVEINTO

CLOUD21趨勢三

工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落工業(yè)數(shù)據(jù)采集，實現(xiàn)工業(yè)設(shè)備及系統(tǒng)全聯(lián)接針對海量現(xiàn)場設(shè)備（智能儀表、PLC等）、工業(yè)軟件系統(tǒng)（DCS、SCADA等）和工業(yè)IT系統(tǒng)（MES、ERP等），首先要做的是通過工業(yè)數(shù)據(jù)采集提供統(tǒng)一高效的OT/IT接入能力，需要支持包括MQTT、Zigbee等在內(nèi)的主流工業(yè)協(xié)議，同時滿足十萬級海量端側(cè)設(shè)備并發(fā)接入和百萬點位級高性能數(shù)據(jù)采集的要求。工業(yè)云邊協(xié)同，適配生產(chǎn)邊緣需求提供靈活的工業(yè)“泛邊緣”基礎(chǔ)設(shè)施，適配企業(yè)的生產(chǎn)業(yè)務(wù)結(jié)構(gòu)需求。在大型分支和生產(chǎn)現(xiàn)場，可以部署邊緣云，通過豐富的服務(wù)支持邊緣數(shù)智業(yè)務(wù)的運(yùn)行；對于工廠、作業(yè)區(qū)等中小型生產(chǎn)邊緣，可以部署一體機(jī)、服務(wù)器集群，建設(shè)和管理更簡單；對于如煤礦礦井類需要深入到工業(yè)微型末端的場景，可以部署工業(yè)網(wǎng)關(guān)或工控機(jī)，在端側(cè)現(xiàn)場實現(xiàn)對物聯(lián)的接入和輕量AI業(yè)務(wù)運(yùn)行。工業(yè)應(yīng)用開發(fā)，實現(xiàn)工業(yè)設(shè)備及系統(tǒng)全聯(lián)接從單體式向云原生分布式演進(jìn)是工業(yè)應(yīng)用的發(fā)展方向，企業(yè)可以建設(shè)工業(yè)軟件開發(fā)生產(chǎn)線，通過開放的框架匯聚和各類可重用資產(chǎn)，并使能生態(tài)伙伴和開發(fā)者實現(xiàn)增量應(yīng)用的快速開發(fā)。軟件開發(fā)生產(chǎn)線覆蓋需求與設(shè)計、開發(fā)、測試、部署、運(yùn)維等軟件交付全生命周期環(huán)節(jié)，可視化構(gòu)建企業(yè)自動化業(yè)務(wù)流程，通過無代碼、低代碼幫助企業(yè)快速創(chuàng)建應(yīng)用。工業(yè)智能中樞，AI使能生產(chǎn)業(yè)務(wù)創(chuàng)新工業(yè)智能中樞就如同工業(yè)互聯(lián)網(wǎng)的大腦，它把AI、大模型等技術(shù)引入工業(yè)互聯(lián)網(wǎng)架構(gòu)，讓工業(yè)生產(chǎn)變得更智能。工業(yè)智能中樞通過提供場景化套件、模型開發(fā)套件、運(yùn)營管理等能力，實現(xiàn)AI定制開發(fā)和全生命周期管理，幫助企業(yè)沉淀AI模型資產(chǎn)。比如，基于小樣本高精度的訓(xùn)練，提升企業(yè)在新場景下自行構(gòu)建AI模型能力；基于完整的工業(yè)智能運(yùn)行時自閉環(huán)系統(tǒng)，將AI應(yīng)用推送至生產(chǎn)現(xiàn)場，同時異常樣本上傳至云側(cè)模型訓(xùn)練集群，形成“邊用邊學(xué)，越用越聰明”的AI閉環(huán)。工業(yè)數(shù)據(jù)融合，全鏈工業(yè)數(shù)據(jù)處理企業(yè)需要進(jìn)行OT數(shù)據(jù)清洗、設(shè)備孿生建模和系統(tǒng)級數(shù)據(jù)資產(chǎn)建模等全鏈路的工業(yè)數(shù)據(jù)處理。比如，采用清洗算子進(jìn)行實時點位清洗，定義數(shù)據(jù)清洗邏輯，改善OT數(shù)據(jù)質(zhì)量；設(shè)備孿生建模，為設(shè)備構(gòu)建多層次數(shù)字模型，結(jié)合多源數(shù)據(jù)實時輸入，反映設(shè)備實時狀態(tài)、運(yùn)行規(guī)律；基于全鏈路實時數(shù)據(jù)湖進(jìn)行系統(tǒng)級數(shù)據(jù)資產(chǎn)建模，實現(xiàn)OT與IT數(shù)據(jù)T+0時效的融合分析，幫助企業(yè)沉淀模型資產(chǎn)。22指標(biāo)預(yù)測中國工業(yè)互聯(lián)網(wǎng)平臺普及率將達(dá)到45%中國工業(yè)互聯(lián)網(wǎng)平臺及應(yīng)用解決方案市場CAGR將達(dá)到29%+到2025年安全生產(chǎn)中心決策指揮中心智能化采煤率達(dá)97.7%檢修整體效率提升 30%10+IT系統(tǒng)30+OT系統(tǒng)2900+設(shè)備

0101010101010趨勢三工業(yè)互聯(lián)網(wǎng)觸達(dá)每個角落數(shù)智融合激發(fā)創(chuàng)新趨勢四255GAI業(yè)務(wù)應(yīng)用變量實時導(dǎo)入實時訓(xùn)練推理行為大數(shù)據(jù)分析AI特征加工預(yù)測實時應(yīng)用交付數(shù)智融合開發(fā)工作臺大數(shù)據(jù)計算元數(shù)據(jù)統(tǒng)一管理AI計算統(tǒng)一賦權(quán)統(tǒng)一工作臺集成與交付工作流多樣分析引擎數(shù)倉計算數(shù)據(jù)湖構(gòu)建統(tǒng)一數(shù)據(jù)加速OBS數(shù)據(jù)統(tǒng)一存儲智慧交通政務(wù)大數(shù)據(jù)數(shù)字金融智能制造互聯(lián)網(wǎng)行業(yè)數(shù)智融合統(tǒng)一調(diào)度趨勢四

數(shù)智融合激發(fā)創(chuàng)新26數(shù)智從割裂走向融合數(shù)據(jù)已經(jīng)成為數(shù)字經(jīng)濟(jì)時代堪比石油的重要生產(chǎn)資料，也被定義為土地、勞動力、資本和技術(shù)之后的第五大生產(chǎn)要素，得到政府與企業(yè)越來越多的重視。數(shù)據(jù)正在重塑企業(yè)的運(yùn)營、管理、決策乃至創(chuàng)新，建設(shè)“數(shù)據(jù)驅(qū)動型的現(xiàn)代化企業(yè)”成為越來越多企業(yè)與組織共同的核心目標(biāo)。不過，企業(yè)當(dāng)前在數(shù)據(jù)價值實現(xiàn)中面臨的挑戰(zhàn)空前巨大：為了應(yīng)對這些挑戰(zhàn)，企業(yè)需要將數(shù)倉、大數(shù)據(jù)和人工智能等當(dāng)前主流的數(shù)據(jù)分析工具融合，讓數(shù)據(jù)在流動、共享與應(yīng)用中實現(xiàn)價值。企業(yè)數(shù)據(jù)產(chǎn)生的速度、規(guī)模和類型，遠(yuǎn)超當(dāng)前設(shè)備的處理和計算能力，數(shù)據(jù)價值挖掘效率低下企業(yè)經(jīng)過多年積累，擁有異常復(fù)雜的數(shù)據(jù)處理相關(guān)技術(shù)棧，彼此割裂情況嚴(yán)重，數(shù)據(jù)孤島讓數(shù)據(jù)無法自由流動、共享，數(shù)據(jù)往來、移動操作復(fù)雜，協(xié)同工作也很困難智能應(yīng)用的涌現(xiàn)和數(shù)據(jù)消費(fèi)群體的急速上升，對于數(shù)據(jù)渴求度越來越強(qiáng)，但企業(yè)在數(shù)據(jù)準(zhǔn)備上消耗了太多精力、人力，用數(shù)效率亟待提升企業(yè)如何實現(xiàn)數(shù)智融合？過去，在單點或者簡單業(yè)務(wù)場景中，數(shù)據(jù)價值通過各種半工具化產(chǎn)品即能較好實現(xiàn)。如今，圍繞數(shù)據(jù)全鏈路的價值需求趨勢明顯，并且業(yè)務(wù)復(fù)雜程度高、涉及技術(shù)眾多，必須通過集成化、工程化、服務(wù)化的數(shù)智融合平臺來幫助企業(yè)充分釋放數(shù)據(jù)要素的潛能。DIVEINTO

CLOUD27趨勢四

數(shù)智融合激發(fā)創(chuàng)新應(yīng)用多樣性發(fā)展，帶來存儲和計算需求增長的不同步，存算分離架構(gòu)應(yīng)運(yùn)而生。企業(yè)通過建設(shè)單獨(dú)的存儲資源池，可以讓存儲和計算各自彈性伸縮、按需使用，數(shù)據(jù)得到充分共享并降低均攤成本。但存儲拉遠(yuǎn)必然帶來IO性能的下降，因此可以通過緩存層來存儲高I/O的熱數(shù)據(jù)，結(jié)合ROCE高速網(wǎng)絡(luò)和SCM介質(zhì)，形成存儲、緩存和計算的三層架構(gòu)，從而實現(xiàn)在降低成本的同時，保持足夠的性能。存算分離，兼顧成本與效率業(yè)務(wù)智能化全流程涉及多個技術(shù)環(huán)節(jié)，而大多數(shù)企業(yè)缺乏數(shù)據(jù)和AI相關(guān)人員，這是長期困擾企業(yè)創(chuàng)新的難題。而且，數(shù)據(jù)是AI的核心要素之一，數(shù)據(jù)的質(zhì)量、廣度、時效性決定AI模型的精確性，數(shù)據(jù)和AI開發(fā)平臺的割裂，也是抑制企業(yè)創(chuàng)新速度的主要原因之一。企業(yè)通過建立融合工作臺，可以實現(xiàn)DataOps和MLOps的無縫協(xié)同，提供集成的開發(fā)環(huán)境，在一個平臺完成開發(fā)、測試、交付上線工作，以便于理解的拖拉拽和少量代碼的開發(fā)方式降低使用門檻，實現(xiàn)端到端全流程自動化。建立融合工作臺，降低數(shù)智開發(fā)成本AI訓(xùn)練需要大量高質(zhì)量的數(shù)據(jù)進(jìn)行訓(xùn)練才能發(fā)揮更大的價值，調(diào)研顯示有超過80%的時間都用于數(shù)據(jù)的準(zhǔn)備。Data4AI強(qiáng)調(diào)的是通過數(shù)據(jù)處理平臺對海量數(shù)據(jù)進(jìn)行預(yù)處理、臟數(shù)據(jù)識別、打標(biāo)簽、生成資產(chǎn)庫，為AI訓(xùn)練高質(zhì)量供數(shù)。AI4Data強(qiáng)調(diào)的是在數(shù)據(jù)治理的過程中引入AI的能力，比如，基于AI算法從大量數(shù)據(jù)中自動識別數(shù)據(jù)標(biāo)準(zhǔn)并推薦使用、基于數(shù)據(jù)特征自動檢測異常重復(fù)數(shù)據(jù)、隱私數(shù)據(jù)自動發(fā)現(xiàn)等，讓數(shù)據(jù)開發(fā)、治理全鏈路智能化。AI4Data、Data4AI，創(chuàng)造新價值數(shù)據(jù)分析和AI分析經(jīng)過多年的發(fā)展，出現(xiàn)了很多面向不同任務(wù)的專用數(shù)據(jù)系統(tǒng)，這些專用系統(tǒng)要么無法打通，形成數(shù)據(jù)孤島；要么不同業(yè)務(wù)的開發(fā)要頻繁遷移數(shù)據(jù)、等待周期長；要么數(shù)據(jù)遷移導(dǎo)致副本增多、資源浪費(fèi)、管理困難，無法適應(yīng)敏捷數(shù)據(jù)分析的需求。企業(yè)需要建立統(tǒng)一的元數(shù)據(jù)目錄，把數(shù)倉、數(shù)據(jù)湖、AI數(shù)據(jù)的全生命周期管理和訪問控制統(tǒng)一起來，所有的數(shù)據(jù)通過唯一的數(shù)據(jù)源訪問，一份數(shù)據(jù)也可以同時服務(wù)多個數(shù)據(jù)分析引擎，避免來回遷移。統(tǒng)一元數(shù)據(jù)，建立全局?jǐn)?shù)據(jù)視圖2855%的大型企業(yè)將引入數(shù)智融合技術(shù)到2025年指標(biāo)預(yù)測趨勢四數(shù)智融合激發(fā)創(chuàng)新10011011001語義解析向量存儲03

向量檢索語義編排銀行智能坐席工單處理時長縮短15%+自然語言提問自然語言答案政數(shù)局政務(wù)助理政策語義檢索3秒內(nèi)響應(yīng)企業(yè)商業(yè)助理業(yè)務(wù)咨詢時長縮短30%市政局應(yīng)用加速實現(xiàn)現(xiàn)代化趨勢五31應(yīng)用現(xiàn)代化讓政企應(yīng)用實現(xiàn)全面敏捷，重塑商業(yè)價值專業(yè)開發(fā)者開源軟件問題頻發(fā)年/月級TTM分散IT設(shè)備/應(yīng)用月/周級擴(kuò)縮容單體應(yīng)用全民+專業(yè)開發(fā)者端到端軟件供應(yīng)鏈安全天級TTM全域融合集成現(xiàn)代化應(yīng)用秒級按需彈性伸縮微服務(wù)基礎(chǔ)設(shè)施現(xiàn)代化DevSecOps應(yīng)用開發(fā)運(yùn)維現(xiàn)代化Low/No

Code 可信開發(fā) 軟件供應(yīng)鏈安全 立體化運(yùn)維

…全域融合集成應(yīng)用治理運(yùn)營現(xiàn)代化應(yīng)用統(tǒng)一治理 以API為核心

企業(yè)全聯(lián)接區(qū)塊鏈 …微服務(wù)架構(gòu)與設(shè)計現(xiàn)代化服務(wù)網(wǎng)格 Serverless

混沌工程多活高可用

…傳統(tǒng)基礎(chǔ)設(shè)施云原生基礎(chǔ)設(shè)施傳統(tǒng)應(yīng)用業(yè)務(wù)1

業(yè)務(wù)2趨勢五

應(yīng)用加速實現(xiàn)現(xiàn)代化32數(shù)字化浪潮席卷而來，萬物數(shù)字化已成為必然趨勢，未來每一家企業(yè)都將是軟件企業(yè)。用戶需求的爆炸式增長，市場環(huán)境的瞬息萬變引發(fā)高度不確定性。以軟件快速迭代為特征的高頻競爭時代已經(jīng)到來，敏捷將成為企業(yè)應(yīng)對競爭的制勝因素。然而現(xiàn)階段的應(yīng)用大多仍建立在傳統(tǒng)IT技術(shù)之上，依然以單體應(yīng)用為主要架構(gòu)，隨著應(yīng)用規(guī)模的增加，單體應(yīng)用會變得越來越復(fù)雜，難以擴(kuò)展和部署。伴隨云計算技術(shù)不斷完善與成熟，必須強(qiáng)化與云能力的內(nèi)生結(jié)合，通過技術(shù)架構(gòu)與應(yīng)用架構(gòu)的現(xiàn)代化改造，才能實現(xiàn)應(yīng)用的敏捷效能提升。從單體應(yīng)用到現(xiàn)代化應(yīng)用如何實現(xiàn)應(yīng)用現(xiàn)代化？應(yīng)用現(xiàn)代化需從基礎(chǔ)設(shè)施、架構(gòu)設(shè)計、開發(fā)運(yùn)維、治理運(yùn)營等視角出發(fā)，構(gòu)建自下而上的完整敏捷鏈路，賦予企業(yè)實時洞察與快速響應(yīng)個性化、場景化、定制化需求的能力。DIVEINTO

CLOUD33架構(gòu)與設(shè)計現(xiàn)代化，讓應(yīng)用高內(nèi)聚、低耦合、高可用與彈性：應(yīng)用架構(gòu)與設(shè)計現(xiàn)代化是從單體到微服務(wù)再到Serverless（無服務(wù)器）的演進(jìn)過程，微服務(wù)架構(gòu)是當(dāng)前應(yīng)用架構(gòu)的主流，未來將演進(jìn)到Serverless，二者長期共存。通過架構(gòu)改造，將應(yīng)用拆分為獨(dú)立快速發(fā)布的模塊，讓技術(shù)人員聚焦于應(yīng)用和創(chuàng)新工作?；A(chǔ)設(shè)施現(xiàn)代化，將企業(yè)從資源運(yùn)維中解放出來：基礎(chǔ)設(shè)施現(xiàn)代化是指以應(yīng)用為中心，以容器為核心對基礎(chǔ)設(shè)施做云原生改造?；谌萜鞯母叨瓤梢浦残院蛷椥宰寫?yīng)用更加敏捷和可靠。應(yīng)用可以在多個k8s集群間遷移而不必?fù)?dān)心對環(huán)境的依賴，實現(xiàn)一次開發(fā)，全網(wǎng)部署。開發(fā)與運(yùn)維現(xiàn)代化，革新研發(fā)模式，提升軟件交付效率：傳統(tǒng)的開發(fā)模式存在著環(huán)境配置復(fù)雜、開發(fā)部署各階段相互分離等弱點，拖慢了應(yīng)用敏捷的步伐。此外，傳統(tǒng)模式下，應(yīng)用只能由專業(yè)人員開發(fā)，無法滿足層出不窮的應(yīng)用場景和差異化需求。協(xié)同現(xiàn)代化：一站式DevOps平臺成為主流，提供從項目管理到部署的全生命周期服務(wù)，通過各服務(wù)的內(nèi)在集成實現(xiàn)不同角色團(tuán)隊的開發(fā)協(xié)同?？尚砰_發(fā)：DevSecOps是指將安全的要求、規(guī)范和工具內(nèi)置在開發(fā)部署運(yùn)行的全過程并自動化執(zhí)行，保證開發(fā)與交付效率的同時提升應(yīng)用的安全性。建設(shè)自主可控的軟件開發(fā)平臺，提升軟件供應(yīng)鏈的抗風(fēng)險能力，確保業(yè)務(wù)連續(xù)。Low/No

Code：基于低代碼服務(wù)提供的可視化開發(fā)工具，通過簡化開發(fā)流程和減少手動編碼，使得企業(yè)能夠更快速、更高效地開發(fā)和部署應(yīng)用程序。融合集成平臺：融合集成平臺可將物聯(lián)網(wǎng)、大數(shù)據(jù)、視頻、統(tǒng)一通微服務(wù)治理：微服務(wù)理念主要解決的問題是技術(shù)棧異構(gòu)性，通過侵入式與非侵入式服務(wù)網(wǎng)格的雙棧模式可以實現(xiàn)不同技術(shù)棧服務(wù)的統(tǒng)一接入和管理。治理與運(yùn)營現(xiàn)代化，立而不破，最大化新老應(yīng)用的融合價值：隨著數(shù)字化轉(zhuǎn)型的深入，企業(yè)的新老應(yīng)用并存、業(yè)務(wù)在不同環(huán)境、多云部署等是企業(yè)應(yīng)用部署的常態(tài)。信等基礎(chǔ)平臺及各個應(yīng)用的服務(wù)、消息、數(shù)據(jù)統(tǒng)一集成適配以及編排，支撐新業(yè)務(wù)的快速開發(fā)部署，構(gòu)建可平滑演進(jìn)的應(yīng)用架構(gòu)，實現(xiàn)新老資產(chǎn)的價值最大化。趨勢五

應(yīng)用加速實現(xiàn)現(xiàn)代化指標(biāo)預(yù)測7%的企業(yè)每天都將發(fā)布新的軟件版本，進(jìn)入以軟件快速迭代為特征的高頻競爭時代75%的國內(nèi)大中型企業(yè)將構(gòu)建自主的軟件開發(fā)生產(chǎn)線超過47%的企業(yè)將建設(shè)以API為核心的iPaaS平臺(融合集成平臺)，按需復(fù)用不同平臺和原有系統(tǒng)的應(yīng)用和數(shù)據(jù)APIAPP34到2025年趨勢五應(yīng)用加速實現(xiàn)現(xiàn)代化財政廳業(yè)務(wù)上線周期提升開發(fā)效率社會服務(wù)科學(xué)技術(shù)衛(wèi)生健康教育代碼CodeArts軟件開發(fā)生產(chǎn)線一站式、全流程DevOps平臺2月

預(yù)算編制部門預(yù)算批復(fù)部門預(yù)算執(zhí)行部門預(yù)算決算和報告部門1周混合多云新常態(tài)趨勢六公有云

&

專有云公有云專有云

&

專有云云邊端協(xié)同邊緣節(jié)點運(yùn)營/運(yùn)維統(tǒng)一的多云管理平臺安全合規(guī)，無縫使用公有云海量算力、先進(jìn)云服務(wù)和共享生態(tài)，實現(xiàn)業(yè)務(wù)創(chuàng)新層次化運(yùn)營運(yùn)維機(jī)制總部與分支運(yùn)維各司其職，同時總部行使監(jiān)管及調(diào)度職責(zé)云邊端的數(shù)據(jù)和應(yīng)用無縫協(xié)同物聯(lián)網(wǎng)的快速普及帶動邊緣端的快速興起，企業(yè)需構(gòu)建云、邊、端的統(tǒng)一架構(gòu)無縫使用中心云兩級云監(jiān)控大屏告警 容量 資源 負(fù)載端運(yùn)營/運(yùn)維分支云/邊緣云運(yùn)營/運(yùn)維分支云/邊緣云趨勢六

混合多云新常態(tài)3738羅馬不是一天建成，企業(yè)云轉(zhuǎn)型也不可能一蹴而就。企業(yè)在不同階段的轉(zhuǎn)型需求不一樣，因而在技術(shù)路線、運(yùn)營模式的選擇上也存在較大差異，并且隨著轉(zhuǎn)型的深入，業(yè)務(wù)越來越復(fù)雜，需要采用多種不同形態(tài)的云來應(yīng)對：我們認(rèn)為，層次化多云將成為企業(yè)云基礎(chǔ)設(shè)施的新常態(tài)，也是應(yīng)對多樣化業(yè)務(wù)需求的最理想方案。為什么需要多云架構(gòu)公有云+專有云專有云的本地部署模式可以更好匹配企業(yè)數(shù)據(jù)安全和法規(guī)遵從訴求，而公有云服務(wù)能夠彈性部署以及隨取隨用，這兩種云形成的混合云正成為企業(yè)的主流選擇，有廣泛的應(yīng)用場景。比如，企業(yè)通過公有云上開展大規(guī)模AI訓(xùn)練，

在專有云上進(jìn)行推理；或是將Web類非核心業(yè)務(wù)部署到公有云，而將數(shù)據(jù)庫等核心業(yè)務(wù)部署在專有云；或是基于公有云快速開發(fā)創(chuàng)新應(yīng)用，然后部署到專有云上；總部云+分支云大型企業(yè)通常有多個分支機(jī)構(gòu)，每個分支又有本地的數(shù)據(jù)中心?？偛繉θW(wǎng)基礎(chǔ)設(shè)施進(jìn)行統(tǒng)籌規(guī)劃和運(yùn)營，總部云主要用于承載集團(tuán)統(tǒng)一的業(yè)務(wù)；分支云主要承載區(qū)域性的差異化業(yè)務(wù)，日常運(yùn)維則由本地運(yùn)維團(tuán)隊負(fù)責(zé)。通過這種方式，可以兼顧集約化管理和個性化需求；中心云+邊緣云隨著數(shù)字化場景越來越豐富，海量OT數(shù)據(jù)在邊緣產(chǎn)生和匯聚，要求云在更靠近終端的網(wǎng)絡(luò)邊緣上提供服務(wù)，比如在中心云上進(jìn)行AI訓(xùn)練，然后將算法推送到邊緣部署，或是邊緣對接入的海量數(shù)據(jù)進(jìn)行預(yù)處理，再傳輸?shù)街行倪M(jìn)行深度分析。DIVEINTO

CLOUD39趨勢六

混合多云新常態(tài)對企業(yè)來說，匹配場景需求，選擇合適的云并不難，在每個領(lǐng)域都有很多成熟的廠商和產(chǎn)品。但繼續(xù)沿用傳統(tǒng)松散的多云部署架構(gòu)部署，又將走上傳統(tǒng)IT建設(shè)的老路，形成一個一個新的煙囪，增加管理難度。要破解這個難題，企業(yè)需要建立層次化多云架構(gòu)，實現(xiàn)多云有效協(xié)同、體驗一致以及全生命周期統(tǒng)一管理，推動管理和服務(wù)標(biāo)準(zhǔn)化，邏輯上形成企業(yè)一朵云。企業(yè)如何構(gòu)建層次化多云統(tǒng)一鑒權(quán)：讓原本屬于不同云平臺的用戶能夠被正確識別，并獲得對應(yīng)的身份和權(quán)限，從而實現(xiàn)一次登錄就可以使用多個云平臺資源；統(tǒng)一的多云管理平臺多云架構(gòu)的落地，首先需要一個統(tǒng)一的多云管理平臺，打通身份認(rèn)證、服務(wù)目錄和生態(tài)體系：統(tǒng)一服務(wù)目錄：制定統(tǒng)一的云服務(wù)規(guī)范，將多個云上的服務(wù)標(biāo)準(zhǔn)化，并提供一致體驗，用戶可以通過跨云編排服務(wù)實現(xiàn)一鍵部署，讓業(yè)務(wù)快速上線；統(tǒng)一生態(tài)：統(tǒng)一的接口和開發(fā)規(guī)范，讓開發(fā)者、應(yīng)用伙伴可以實現(xiàn)一次開發(fā)、多云部署，同時通過應(yīng)用市場沉淀下來，降低應(yīng)用開發(fā)成本和業(yè)務(wù)上線周期。40專有云和專有云之間的混合是典型的分布式部署模式。由集團(tuán)統(tǒng)一統(tǒng)籌規(guī)劃云平臺建設(shè)，通過云管平臺實現(xiàn)統(tǒng)一運(yùn)營，分級運(yùn)維：一級運(yùn)營：總部建設(shè)集中的運(yùn)營中心，對全局資源配額、計量計費(fèi)、流程審批和租戶進(jìn)行統(tǒng)一管理，數(shù)據(jù)實時匯聚，保證總部對全局資源與服務(wù)可視可管；當(dāng)分支管理員無法處理復(fù)雜的運(yùn)維問題時，總部的高級別工程師可以登錄分支運(yùn)維界面，遠(yuǎn)程協(xié)助解決運(yùn)維訴求。分級運(yùn)維：在分支建設(shè)分布式的運(yùn)維中心，為總部和每個子公司的本地云平臺提供本地運(yùn)維監(jiān)控能力，包括設(shè)備運(yùn)維、告警監(jiān)控、日志審計等，各分支通過完整的運(yùn)維工具平臺，能夠完成運(yùn)維的自閉環(huán)，這對于擁有獨(dú)立性運(yùn)維團(tuán)隊的分支機(jī)構(gòu)尤為重要，直接幫助總部環(huán)節(jié)運(yùn)維壓力。層次化運(yùn)營運(yùn)維機(jī)制云邊端的數(shù)據(jù)和應(yīng)用無縫協(xié)同工業(yè)互聯(lián)網(wǎng)的快速發(fā)展，對云邊協(xié)同提出了更豐富的場景和能力要求：在車間等邊緣節(jié)點，需要對接跨地域、多廠商的工業(yè)設(shè)備，因此強(qiáng)大的工業(yè)數(shù)采能力必不可少，如50ms以內(nèi)的海量端側(cè)設(shè)備高性能接入，及覆蓋MQTT、Zigbee等1000+常見工業(yè)協(xié)議接入，同時可以基于輕量化能力運(yùn)行中心云推送的邊緣算法。在礦區(qū)、分工廠部署邊緣云，與中心Region資源統(tǒng)一編排，統(tǒng)一管理，基于統(tǒng)一且靈活的部署架構(gòu)，通過將AI、大數(shù)據(jù)、工業(yè)物聯(lián)平臺等豐富的服務(wù)在邊緣部署，就近進(jìn)行數(shù)據(jù)分析或預(yù)處理。同時支持分支數(shù)據(jù)向中心云備份，保障業(yè)務(wù)連續(xù)性。在總部，中心云提供全局統(tǒng)一的運(yùn)營運(yùn)維和數(shù)據(jù)、模型標(biāo)準(zhǔn)化管理，對OT和IT數(shù)據(jù)進(jìn)行融合分析與治理，基于一集團(tuán)+N工廠的云邊部署模式，將模型和應(yīng)用按需分發(fā)到邊緣。DIVEINTO

CLOUD4191%的企業(yè)將使用多云架構(gòu)部署業(yè)務(wù)其中80%的企業(yè)將同時使用公有云和專有云65%的企業(yè)將用統(tǒng)一云管平臺集約化管理指標(biāo)預(yù)測趨勢六

混合多云新常態(tài)到2025年云原生安全與運(yùn)營趨勢七內(nèi)生安全通過N層云原生安全建設(shè)體系，統(tǒng)一標(biāo)準(zhǔn)，安全防護(hù)從外掛式的割裂走向內(nèi)生安全運(yùn)營三分建設(shè)七分運(yùn)營，沉淀安全經(jīng)驗，實現(xiàn)提前預(yù)防風(fēng)險、感知安全事件和自動化處理技術(shù)創(chuàng)新將AI、大模型等先進(jìn)技術(shù)應(yīng)用于企業(yè)防護(hù)，幫助企業(yè)構(gòu)建高智能化、高自動化、可持續(xù)迭代的云原生安全體系①物理②身份認(rèn)證③網(wǎng)絡(luò)④應(yīng)用⑤主機(jī)⑥數(shù)據(jù)⑦運(yùn)維安全治理

編排響應(yīng)

態(tài)勢感知

AI分析

日志采集云原生安全體系統(tǒng)一的技術(shù)架構(gòu)和全局分析，安全成為云上業(yè)務(wù)建設(shè)的一部分N層防線構(gòu)建內(nèi)生安全SOC構(gòu)建安全運(yùn)營44DIVEINTO

CLOUD安全是企業(yè)數(shù)字化轉(zhuǎn)型無法繞開的話題，僅2022年的全球勒索軟件事件就高達(dá)數(shù)千萬次，新增安全漏洞超過兩萬例。隨著千行百業(yè)步入云化轉(zhuǎn)型的“深水區(qū)”，以設(shè)備為中心的傳統(tǒng)安全建設(shè)和運(yùn)營模式已無法滿足政企當(dāng)前階段的安全需求。云上資源往往是分布式部署架構(gòu)，傳統(tǒng)的物理防御邊界被打破，用戶的安全邊界不再清晰。當(dāng)前，仍有超過80%的政企上云后僅使用傳統(tǒng)安全防護(hù)，這對業(yè)務(wù)的安全性和可靠性帶來巨大挑戰(zhàn)?？偟膩碚f，會帶來以下可預(yù)見的風(fēng)險：傳統(tǒng)安全方案已無法滿足云上業(yè)務(wù)需求配套難：

傳統(tǒng)的數(shù)據(jù)安全方案往往是外掛式，安全產(chǎn)品與云割裂，不支持自動化部署與管理。云平臺和安全廠商需要投入大量專家進(jìn)行調(diào)測，云平臺的升級迭代也會帶來復(fù)雜的適配工作定位慢：

運(yùn)維平臺收集的威脅信息來源單一，缺乏系統(tǒng)之間的關(guān)聯(lián)信息。一旦出現(xiàn)安全風(fēng)險，不同安全產(chǎn)品定界、定位困難，短時間內(nèi)海量告警無法及時處置，風(fēng)險越積越深標(biāo)準(zhǔn)亂：傳統(tǒng)異構(gòu)安全的方案催生了非標(biāo)準(zhǔn)的安全架構(gòu)，技術(shù)架構(gòu)不統(tǒng)一導(dǎo)致每個項目定制化嚴(yán)重，安全運(yùn)營經(jīng)驗無法復(fù)制和迭代，已積累的豐富的運(yùn)營經(jīng)驗不能共享趨勢七

云原生安全與運(yùn)營4546如何構(gòu)建云原生安全體系進(jìn)入云原生時代，物理安全邊界逐漸模糊，基于邊界的防護(hù)模式正在演變到基于資源的云原生安全體系。從云外到云內(nèi)，從南北向到東西向網(wǎng)絡(luò)，從容器、DevOps到微服務(wù)，安全建設(shè)中需整體考慮應(yīng)用的全生命周期，云供應(yīng)商要為客戶提供從平臺層到租戶層，從物理層、身份認(rèn)證、網(wǎng)絡(luò)、應(yīng)用、主機(jī)、數(shù)據(jù)到運(yùn)維的層層防護(hù)，為云上業(yè)務(wù)設(shè)立N層安全屏障。通過云原生的N層防護(hù)，提供統(tǒng)一安全標(biāo)準(zhǔn)。云資源部署時，業(yè)務(wù)與安全技術(shù)緊密結(jié)合，而非兩套系統(tǒng)的簡單配套。云平臺統(tǒng)一提供原生的安全服務(wù)，在云上自動化部署、統(tǒng)一管理、配套發(fā)布與迭代敏捷。安全與云計算的高可靠、彈性擴(kuò)容緊密結(jié)合，實現(xiàn)安全防護(hù)從外掛式的割裂走向內(nèi)生。云原生安全的理念，并不是只解決云原生技術(shù)帶來的安全問題，而是希望以云原生的思維構(gòu)建云安全，將安全與云計算深度融合。構(gòu)建云原生安全體系一方面可以通過云計算特性幫助用戶規(guī)避部分安全風(fēng)險，另一方面能夠?qū)踩谌霃脑O(shè)計到運(yùn)營的整個過程中，解決用戶云計算環(huán)境和傳統(tǒng)安全架構(gòu)割裂的痛點。安全建設(shè)從割裂走向內(nèi)生 從安全建設(shè)走向安全運(yùn)營越來越多的企業(yè)開始重視安全運(yùn)營，“三分建設(shè)，七分運(yùn)營”成為企業(yè)安全建設(shè)的理念?；谠粕辖y(tǒng)一架構(gòu)構(gòu)建企業(yè)的安全運(yùn)營中心（Security

OperationsCenter，SOC），可以為企業(yè)提供全面的資產(chǎn)管理、安全態(tài)勢感知、安全信息和事件管理、安全編排與自動響應(yīng)等能力，實現(xiàn)風(fēng)險預(yù)防、安全事件感知和安全事件自動化處理，提升企業(yè)安全運(yùn)營效率。得益于統(tǒng)一的安全運(yùn)營中心，在日常安全運(yùn)營場景下，對各個安全目標(biāo)執(zhí)行安全運(yùn)營流程，發(fā)現(xiàn)并消減風(fēng)險，并對流程進(jìn)行持續(xù)改進(jìn)，避免風(fēng)險再次發(fā)生。企業(yè)不必重復(fù)投入大量資金和專業(yè)人才，威脅檢測模型和事件響應(yīng)劇本等安全經(jīng)驗可以在云平臺上積累沉淀，幫助企業(yè)構(gòu)建更加智能和可靠的云原生安全體系。DIVEINTO

CLOUD47AI、大模型等創(chuàng)新技術(shù)應(yīng)用在實戰(zhàn)中隨著機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等AI技術(shù)的應(yīng)用，新興攻擊手段層出不窮，大幅增加了云平臺的攻擊檢測難度，這促使企業(yè)運(yùn)用人工智能創(chuàng)新技術(shù)提高云安全防御效率，在實際攻防實戰(zhàn)中快速定位威脅攻擊，提升云安全防御的自動化、智能化水平。公有云每天可能遭遇幾億次安全攻擊，這恰恰可以為云廠商提供海量數(shù)據(jù)樣本，得以持續(xù)提升安全大模型能力。云廠商可以將安全大模型應(yīng)用于企業(yè)防護(hù)，在攻擊檢測、攻擊防范和安全運(yùn)營等場景中，幫助企業(yè)構(gòu)建自己的高智能化、高自動化、可持續(xù)迭代的云原生安全體系。趨勢七

云原生安全與運(yùn)營安全防護(hù)方案結(jié)合云原生安全與傳統(tǒng)安全的企業(yè)占比將從55% 80%構(gòu)建安全運(yùn)營中心的企業(yè)數(shù)量將持續(xù)增加，從32%

73%70%客戶將使用AI技術(shù)以應(yīng)對來自全球的安全威脅到2025年指標(biāo)預(yù)測48SQL注入MIM攻擊網(wǎng)頁籌改安全信息和事件管理資產(chǎn)管理安全態(tài)勢感知事件自動化處理流氓軟件勒素病毒網(wǎng)絡(luò)監(jiān)聽Rootkit身份盜竊木馬程序DDOS攻擊蠕蟲病毒安全運(yùn)營中心N層安全防線趨勢七云原生安全與運(yùn)營云服務(wù)模式優(yōu)先趨勢八51遠(yuǎn)程運(yùn)維本地運(yùn)維專業(yè)服務(wù)軟硬件云服務(wù)傳統(tǒng)建設(shè)模式

平滑支出云服務(wù)建設(shè)模式云服務(wù)商業(yè)模式建設(shè)成本建設(shè)成本

新業(yè)務(wù)快速上線降低試錯成本利益互鎖長期合作趨勢八

云服務(wù)模式優(yōu)先52在公有云市場，基于云服務(wù)的采購模式早已不是新鮮事物，企業(yè)基于業(yè)務(wù)需求訂閱云服務(wù)并按周期付費(fèi)，業(yè)務(wù)上線快、云服務(wù)支出相對平滑，這種模式對于企業(yè)建設(shè)本地云基礎(chǔ)設(shè)施也同樣具有重要的借鑒意義。隨著企業(yè)數(shù)字化的深入，各個行業(yè)持續(xù)加大云的投資，越來越多的工作負(fù)載將承載到云上。在專屬云或混合云基礎(chǔ)設(shè)施的建設(shè)中，企業(yè)通常采用Capex投資模式（硬件+軟件License許可+SnS年費(fèi)），并配置相應(yīng)的運(yùn)營運(yùn)維人力，這也是IT行業(yè)多年來形成的主流采購模式。隨著云平臺規(guī)模擴(kuò)大和技術(shù)棧日益復(fù)雜化，這種模式也面臨一些新挑戰(zhàn)：傳統(tǒng)采購模式無法適應(yīng)云業(yè)務(wù)的發(fā)展項目采購和建設(shè)周期較長、業(yè)務(wù)上線慢，很難匹配日益急迫的業(yè)務(wù)敏捷和彈性部署要求云平臺需要持續(xù)迭代以保持技術(shù)領(lǐng)先，并且隨著業(yè)務(wù)變化，客戶通常需要調(diào)整和更新自己的技術(shù)棧，傳統(tǒng)模式下企業(yè)自身很難構(gòu)建該能力初始投資動輒數(shù)千萬，以Capex為主，帶來短期投資壓力的劇增，影響企業(yè)的財務(wù)穩(wěn)定性DIVEINTO

CLOUD53從“供應(yīng)商”到“同行者”云服務(wù)模式成為優(yōu)先選擇2018年，國家頒布的《政務(wù)云應(yīng)用推進(jìn)工作方案（2018-2020年）》明確提出，政府部門應(yīng)當(dāng)優(yōu)先采用政務(wù)云和公共云等云計算服務(wù)，以實現(xiàn)資源的共享、信息的整合和安全的保障，加快推進(jìn)政務(wù)云應(yīng)用。云服務(wù)模式改變了傳統(tǒng)軟硬件的交付方式，從“買定離手”向“持續(xù)服務(wù)”的新范式轉(zhuǎn)換，幫助企業(yè)提高市場響應(yīng)速度，并更專注于業(yè)務(wù)創(chuàng)新。云服務(wù)模式主要有以下幾種類型：軟硬一體云服務(wù)：云廠商提供一套完整的云基礎(chǔ)設(shè)施解決方案，包括硬件和云服務(wù)軟件，以及一些可選的專業(yè)服務(wù)，如專業(yè)運(yùn)維、輔助運(yùn)營等。企業(yè)通過周期性的訂閱云服務(wù)，享有云服務(wù)有效期內(nèi)的使用權(quán)，無需關(guān)心底層硬件基礎(chǔ)設(shè)施的維護(hù)及選型，僅關(guān)注服務(wù)可用性，專注業(yè)務(wù)創(chuàng)新。云廠商需要確保平臺的建設(shè)和穩(wěn)定運(yùn)行，并按照企業(yè)業(yè)務(wù)需求和合同約定，靈活調(diào)整云服務(wù)類型和資源配額。這種模式的優(yōu)勢在于可最大程度避免系統(tǒng)中的兼容性問題，發(fā)揮軟硬協(xié)同的最優(yōu)性能，是目前業(yè)界最主流的一種采購模式；純軟件云服務(wù)：企業(yè)自主采購和維護(hù)硬件設(shè)備，擁有對硬件的所有權(quán)。云廠商通常只提供云平臺軟件和相關(guān)服務(wù)，企業(yè)按約定周期性支付軟件服務(wù)費(fèi)。相對于軟硬一體云服務(wù)來說，這種模式是軟硬解耦的，更適用于對硬件依賴度不高的場景，但需要確保硬件和云軟件的兼容性。趨勢八

云服務(wù)模式優(yōu)先54以上兩種云服務(wù)模式各有優(yōu)劣，企業(yè)可以根據(jù)自身情況進(jìn)行選擇?？偟膩碚f，云服務(wù)模式是對企業(yè)IT的采購、建設(shè)和運(yùn)營運(yùn)維流程的一次變革，更適應(yīng)深度用云階段的產(chǎn)業(yè)特點。對企業(yè)而言，采用云服務(wù)模式也可以帶來顯而易見的收益：支出平滑：服務(wù)模式一般為訂閱式付費(fèi)，企業(yè)只需要按年支付云服務(wù)費(fèi)用，無需一次性支付大額采購費(fèi)用，支出更加平滑，緩解企業(yè)資金壓力；新業(yè)務(wù)快速上線：企業(yè)無需經(jīng)歷硬件設(shè)備、軟件授權(quán)的傳統(tǒng)采購過程，大幅縮短項目立項采購時間。企業(yè)只需根據(jù)新業(yè)務(wù)特點確定需要部署的云服務(wù)類型，即可由供應(yīng)商快速提供相應(yīng)資源，支撐新業(yè)務(wù)快速上線；降低試錯成本：對于大模型、工業(yè)互聯(lián)網(wǎng)等創(chuàng)新，企業(yè)通過采購云服務(wù)快速構(gòu)建新能力，支撐業(yè)務(wù)創(chuàng)新。云服務(wù)到期后，企業(yè)可以重新評估是否停止服務(wù)或擴(kuò)大服務(wù)規(guī)模，有效降低業(yè)務(wù)創(chuàng)新可能帶來的試錯成本和風(fēng)險；利益互鎖、長期合作：云服務(wù)商業(yè)模式有利于建立云廠商和企業(yè)的長期合作，除了建設(shè)云基礎(chǔ)設(shè)施外，雙方通常會配合開展云平臺的運(yùn)營運(yùn)維工作，提供可持續(xù)迭代新的版本和能力，推動企業(yè)傳統(tǒng)及創(chuàng)新業(yè)務(wù)持續(xù)上云。DIVEINTO

CLOUD55專屬云和混合云采購中，云服務(wù)模式的占比將增長100%趨勢八

云服務(wù)模式優(yōu)先到2025年指標(biāo)預(yù)測趨勢八云服務(wù)模式優(yōu)先財務(wù)數(shù)據(jù)平滑穩(wěn)定首年TCO減少70%快速上線，業(yè)務(wù)不斷創(chuàng)新上線效率由月級

天級運(yùn)維更專業(yè)，平臺持續(xù)演進(jìn)運(yùn)維效率提升30%同行伙伴，共創(chuàng)未來打造聯(lián)合創(chuàng)新實驗室從建設(shè)到卓越運(yùn)營趨勢九用戶調(diào)研｜滿意度管理｜培訓(xùn)賦能｜價值呈現(xiàn)資源｜容量｜服務(wù)｜可性｜連續(xù)性｜演進(jìn)管理遷移上云｜應(yīng)用優(yōu)｜應(yīng)用造｜新應(yīng)用引入平臺運(yùn)用營業(yè)化務(wù)運(yùn)卓越運(yùn)營1業(yè)營改務(wù)上云應(yīng)用創(chuàng)新運(yùn)行保障運(yùn)營優(yōu)化流程規(guī)范角色組織運(yùn)營工具人員能力KPI邁向深度用云數(shù)百～千節(jié)點

>

數(shù)千～萬節(jié)點遷移上云> 全面云原生化laaS和容器

>

數(shù)據(jù)/AI/應(yīng)用全資源為主 技術(shù)棧上云節(jié)奏慢云原生比例關(guān)鍵KPI資源利用率用戶滿意度應(yīng)用上云率服務(wù)可用性創(chuàng)新動力不足資源利用不充分組織與流程不匹配3用戶運(yùn)營DIVEINTO

CLOUD5859在傳統(tǒng)的IT體系中，IT部門定位為技術(shù)提供者，主要關(guān)注IT的建設(shè)與運(yùn)行保障。近年來，企業(yè)通過建設(shè)自有的云基礎(chǔ)設(shè)施并推動業(yè)務(wù)逐步云化，實現(xiàn)了IT效率的顯著提升，在這個過程中IT部門率先受益，但業(yè)務(wù)部門收益卻未達(dá)到預(yù)期。并且隨著云的規(guī)模持續(xù)增長以及更多新技術(shù)被采納，企業(yè)的應(yīng)用與技術(shù)架構(gòu)日益復(fù)雜，對現(xiàn)有IT的流程、組織和能力也提出了新的挑戰(zhàn)，企業(yè)云轉(zhuǎn)型矛盾日益凸顯：為什么要運(yùn)營？“重建設(shè)、輕運(yùn)營”是當(dāng)前企業(yè)云化轉(zhuǎn)型過程中的普遍現(xiàn)象，也成為制約云價值體現(xiàn)的重要因素。在深度用云時代，企業(yè)需要建立起一套符合自身特點的云運(yùn)營體系，讓業(yè)務(wù)創(chuàng)新與平臺建設(shè)形成良性循環(huán)，才能充分釋放云的潛力。創(chuàng)新動力不足應(yīng)用以遷移上云為主，缺少重構(gòu)與創(chuàng)新，業(yè)務(wù)部門缺乏持續(xù)上云的驅(qū)動力資源利用不充分業(yè)務(wù)上云節(jié)奏未達(dá)到建設(shè)預(yù)期，導(dǎo)致云平臺利用率長期低于20%，影響后續(xù)投資規(guī)劃組織與流程不匹配缺少匹配云的流程和組織支撐，責(zé)任主體不清晰、管理混亂上云節(jié)奏緩慢對全面上云持觀望態(tài)度，大量核心系統(tǒng)仍然基于傳統(tǒng)架構(gòu)部署趨勢九

從建設(shè)到卓越運(yùn)營60從建設(shè)到卓越運(yùn)營，兌現(xiàn)云價值從建設(shè)到卓越運(yùn)營的轉(zhuǎn)變不是一蹴而就的事，它是一個長期的系統(tǒng)性工程，對組織、能力、流程都有更高的要求，需要企業(yè)自上而下的推進(jìn)，定義好流程、對象及關(guān)鍵活動。1套流程體系建設(shè)平臺靠技術(shù)、運(yùn)營平臺靠流程。IT團(tuán)隊從“維護(hù)方”向“運(yùn)營方”轉(zhuǎn)變，首先需要建立完善的運(yùn)營流程體系，讓復(fù)雜的運(yùn)營活動有章可循：組織與KPI：組建運(yùn)營團(tuán)隊，統(tǒng)籌規(guī)劃運(yùn)營工作，明確組織架構(gòu)、職責(zé)和邊界、溝通機(jī)制和服務(wù)標(biāo)準(zhǔn)；流程與工具：上云、用云、管云的流程基線化，確保運(yùn)營活動高效合規(guī)開展，并持續(xù)豐富數(shù)字化工具提升運(yùn)營效率；能力提升：建立運(yùn)營管理能力模型，識別差距并通過培訓(xùn)和輔助運(yùn)營專業(yè)服務(wù)快速補(bǔ)齊，在實戰(zhàn)中持續(xù)鞏固，從而形成組織級運(yùn)營能力。3大運(yùn)營對象運(yùn)營的對象是什么、有哪些重要關(guān)注點，與組織設(shè)置和目標(biāo)設(shè)置強(qiáng)相關(guān)，需要定義清楚：平臺運(yùn)營：保障云平臺的穩(wěn)定運(yùn)行。關(guān)注資源的可獲得性、業(yè)務(wù)的連續(xù)性、平臺和云服務(wù)的持續(xù)演進(jìn)；業(yè)務(wù)運(yùn)營：推動業(yè)務(wù)上云和云上創(chuàng)新。關(guān)注核心應(yīng)用上云率、云原生比例以及創(chuàng)新應(yīng)用；用戶運(yùn)營：牽引運(yùn)營質(zhì)量提升。關(guān)注滿意度、認(rèn)知度、認(rèn)可度和推薦度。DIVEINTO

CLOUD61應(yīng)用創(chuàng)新：聯(lián)合云廠商和應(yīng)用伙伴，以技術(shù)與場景雙輪驅(qū)動創(chuàng)新。在現(xiàn)有場景和應(yīng)用中引入大數(shù)據(jù)、AI等新技術(shù)進(jìn)行改造，優(yōu)化效率和體驗；另一方面，以業(yè)務(wù)需求牽引應(yīng)用場景的創(chuàng)新，并構(gòu)建所需的云服務(wù)能力。運(yùn)行保障：確保平臺穩(wěn)定運(yùn)行與持續(xù)演進(jìn)，包括對平臺進(jìn)行日常運(yùn)維保障與故障處理，及時消減風(fēng)險。根據(jù)業(yè)務(wù)需求制定云服務(wù)上線計劃并規(guī)劃平臺的升級演進(jìn)，確保平臺能力持續(xù)迭代以匹配業(yè)務(wù)需求。此外，還包括重大事件保障、應(yīng)急演練等多個維度工作；運(yùn)營優(yōu)化：圍繞服務(wù)目錄、容量、性能等多個方面提升運(yùn)營效能。比如，預(yù)測資源趨勢并制定擴(kuò)容策略，兼顧資源的可獲得性和利用率；對閑置資源進(jìn)行分析并提出優(yōu)化措施；針對應(yīng)用性能問題進(jìn)行負(fù)載監(jiān)控檢查，從配置到架構(gòu)層面進(jìn)行性能優(yōu)化。同時，開展內(nèi)部的用戶調(diào)研與價值推廣，提升用戶的認(rèn)知度、認(rèn)可度和推薦度。4類關(guān)鍵活動業(yè)務(wù)上云：開展全面的業(yè)務(wù)場景調(diào)研，制定上云規(guī)范、節(jié)奏、路徑和實施方案。遵循“應(yīng)上盡上”和“云原生優(yōu)先”原則，優(yōu)先對應(yīng)用進(jìn)行云原生改造，對于一些改造難度大的復(fù)雜系統(tǒng)，在不改變應(yīng)用架構(gòu)和依賴的前提下實現(xiàn)平滑上云，后期再逐步進(jìn)行云原生改造；專業(yè)服務(wù)作為卓越運(yùn)營落地重要的抓手，其重要性在深度用云時代將進(jìn)一步凸顯。企業(yè)在做好內(nèi)部的運(yùn)營的基礎(chǔ)上，持續(xù)完善卓越運(yùn)營體系和能力，未來可以進(jìn)一步開展對外運(yùn)營，輸出技術(shù)、經(jīng)驗和生態(tài)，賦能產(chǎn)業(yè)。趨勢九

從建設(shè)到卓越運(yùn)營企業(yè)在云基礎(chǔ)設(shè)施持續(xù)運(yùn)營上的投資占比將達(dá)到45%到2025年本地云基礎(chǔ)設(shè)施的資源利用率將提升50%以上大型企業(yè)業(yè)務(wù)上云率將達(dá)到63%其中云原生率達(dá)到76%指標(biāo)預(yù)測62趨勢九從建設(shè)到卓越運(yùn)營業(yè)務(wù)運(yùn)營云原生應(yīng)用技術(shù)創(chuàng)新40+廳局委辦200+業(yè)務(wù)上云業(yè)務(wù)創(chuàng)新AIIoTDevOps傳統(tǒng)應(yīng)用政務(wù)通用戶滿意度提升100%平臺7*24小時穩(wěn)定運(yùn)行資源利用率提升50%設(shè)備

設(shè)備SAP

SAP

SAP設(shè)備用戶運(yùn)營平臺運(yùn)營告警遷移上云運(yùn)維即服務(wù)趨勢十混合運(yùn)維高效協(xié)同運(yùn)維人才即需即用運(yùn)維即服務(wù)運(yùn)維工具為我所用運(yùn)維經(jīng)驗常用常新運(yùn)維支撐效率低應(yīng)用技術(shù)復(fù)雜度高vs運(yùn)維流程工具配套周期長人力投入成本高7*24小時工作需要vs5*8小時法定工作時間故障模式庫安全漏洞庫AI算法庫風(fēng)險管理庫海量原子運(yùn)維經(jīng)驗庫無需構(gòu)建/維護(hù)運(yùn)維流程無需自行開發(fā)/采購工具總成本50%少量本地宏觀管理資源協(xié)調(diào)部件更換運(yùn)維服務(wù)本地/遠(yuǎn)程服務(wù)日常基礎(chǔ)運(yùn)維主動運(yùn)維管理100%技術(shù)人才

獲得效率選用育留

綜合投入2/3業(yè)務(wù)中斷風(fēng)險大運(yùn)維難度高vs人員不足且缺乏經(jīng)驗0100

1011

0100

65趨勢十

運(yùn)維即服務(wù)66隨著云服務(wù)的深入應(yīng)用，大型企業(yè)正在從“云建設(shè)優(yōu)先”向“提升云效能”轉(zhuǎn)變，更加關(guān)注如何更好地管理云平臺，以應(yīng)對未來業(yè)務(wù)全面數(shù)字化可能帶來的挑戰(zhàn)。為了保持業(yè)務(wù)的領(lǐng)先，企業(yè)通過持續(xù)引入云原生等新技術(shù)以支撐業(yè)務(wù)的創(chuàng)新。每個新技術(shù)的引入，對企業(yè)都是一次考驗，要求其快速構(gòu)建對應(yīng)的運(yùn)維能力。實際運(yùn)營中，這種能力構(gòu)建具有嚴(yán)重的滯后性，無法滿足業(yè)務(wù)快速上線和穩(wěn)定運(yùn)行的要求。此外，隨著技術(shù)棧日益增長，跨技術(shù)棧的應(yīng)用調(diào)用越來越多，運(yùn)維復(fù)雜度也呈指數(shù)級上升，對運(yùn)維人員能力、人員配置及管理都提出了更嚴(yán)苛的要求，給企業(yè)發(fā)展帶來長期壓力：全面云化時代的運(yùn)維新挑戰(zhàn)人力投入成本：為保障運(yùn)維能力能覆蓋新技術(shù)，企業(yè)需要引入對應(yīng)技術(shù)領(lǐng)域的專業(yè)人才，并制定快速招聘、能力培養(yǎng)和發(fā)展任用等一系列政策。此外，為應(yīng)對7*24小時平臺穩(wěn)定運(yùn)行和員工法定工作時長5*8小時之間的不對稱，實際的運(yùn)維人員數(shù)量通常超過崗位總數(shù)的4倍以上，人員投入和管理成本壓力巨大業(yè)務(wù)中斷風(fēng)險：新技術(shù)人才較為稀缺，人員獲取困難且易流失，因而構(gòu)建一支穩(wěn)定且經(jīng)驗豐富的運(yùn)維人才隊伍具有相當(dāng)大的挑戰(zhàn)，一旦人員不足或是缺乏足夠的經(jīng)驗，都將成為業(yè)務(wù)長期穩(wěn)定運(yùn)行的潛在風(fēng)險流程支撐難度：數(shù)字化發(fā)展不可避免會增加技術(shù)應(yīng)用及業(yè)務(wù)的復(fù)雜度，企業(yè)需要投入大量資金和時間自建運(yùn)維流程及工具體系，以提升業(yè)務(wù)運(yùn)轉(zhuǎn)支撐及問題解決效率DIVEINTO

CLOUD67在可預(yù)見的未來，運(yùn)維的重要性和面臨的挑戰(zhàn)會越來越大，企業(yè)亟需改變傳統(tǒng)思維模式，探索一套符合全面云化時代特點且行之有效的運(yùn)維新體系。運(yùn)維即服務(wù)滿足多樣性運(yùn)維場景需求“一切皆服務(wù)”是云產(chǎn)業(yè)的經(jīng)典理念，企業(yè)通過服務(wù)的方式，享受到云帶來的技術(shù)和經(jīng)驗，這是相比傳統(tǒng)IT的一次重大變革。“運(yùn)維即服務(wù)”的理念正被越來越多的企業(yè)接受，企業(yè)無需自建云運(yùn)維體系便可以獲取到專業(yè)的運(yùn)維支撐，通過這種運(yùn)維模式的創(chuàng)新轉(zhuǎn)變，建立起全面云化時代的運(yùn)維新常態(tài)。趨勢十

運(yùn)維即服務(wù)68混合運(yùn)維是本地運(yùn)維和專業(yè)運(yùn)維服務(wù)相結(jié)合的運(yùn)維模式。企業(yè)自身僅需配置少量的運(yùn)維人員進(jìn)行運(yùn)維工作的宏觀調(diào)度，例如全局狀態(tài)審視、重大事件管理、內(nèi)外部協(xié)調(diào)以及必要的硬件更換等操作。而日常性的基礎(chǔ)運(yùn)維操作則可通過運(yùn)維服務(wù)提供商提供，遠(yuǎn)程的專業(yè)運(yùn)維成為更多企業(yè)的選擇，這樣可極大卸載企業(yè)的運(yùn)維工作負(fù)載，從而聚焦核心業(yè)務(wù)發(fā)展。新常態(tài)一：混合運(yùn)維高效協(xié)同通過運(yùn)維服務(wù)化的方式，用于運(yùn)維事件的處理流轉(zhuǎn)、狀態(tài)監(jiān)控、診斷分析、問題處理等環(huán)節(jié)所需的流程和工具均由服務(wù)提供商提供，企業(yè)無需投入大量資源用于運(yùn)維協(xié)作流程的構(gòu)建及各類運(yùn)維工具的開發(fā)或采購，可減少流程工具類資金和人員管理成本50%以上，真正做到了流程支撐類事項的減負(fù)。新常態(tài)三：運(yùn)維工具為我所用企業(yè)無需自建規(guī)模龐大的運(yùn)維技術(shù)隊伍，當(dāng)有新的云服務(wù)需要上線時，由運(yùn)維服務(wù)提供商提供所需的運(yùn)維專家服務(wù)支撐新業(yè)務(wù)快速上線運(yùn)行，人才獲取效率可提升100%。相較自主運(yùn)維場景下自有人力配置的投入，企業(yè)在人員配置以及關(guān)鍵崗位的選、用、育、留方面的綜合成本可縮減約2/3。新常態(tài)二：運(yùn)維人才即需即用企業(yè)可直接從運(yùn)維服務(wù)提供商積累的大量運(yùn)維經(jīng)驗庫中受益，例如故障模式庫、變更模型庫、風(fēng)險管理庫、安全漏洞庫、AI算法庫等在內(nèi)的大量原子運(yùn)維能力，并且這些能力隨著時間的推移會持續(xù)迭代更新。這樣一方面大大提升了運(yùn)維工作的效率，另一方面可避免重蹈類似事件產(chǎn)生的風(fēng)險，為業(yè)務(wù)快速發(fā)展排雷掃障，保駕護(hù)航。新常態(tài)四：運(yùn)維經(jīng)驗常用常新DIVEINTO

CLOUD超過52%的企業(yè)將采用引入混合運(yùn)維的新模式遠(yuǎn)程專業(yè)運(yùn)維服務(wù)的普及率超過65%到2025年指標(biāo)預(yù)測趨勢十

運(yùn)維即服務(wù)69趨勢十運(yùn)維即服務(wù)運(yùn)維問題處理

效率提升10倍人員選用育留綜合成本減少2/3流程工具類綜合成本減少50%+運(yùn)維服務(wù)提供商遠(yuǎn)程運(yùn)維中心問題保障即刻響應(yīng)全技術(shù)棧人員儲備研發(fā)專家能力兜底成熟運(yùn)維流程各類運(yùn)維工具海量運(yùn)維經(jīng)驗、知識庫本地云數(shù)據(jù)中心各技術(shù)棧運(yùn)維人才即需即用提供成熟運(yùn)維工具、海量運(yùn)維經(jīng)驗7*24h實時監(jiān)控，一站式解決問題實時監(jiān)控警告 遠(yuǎn)程故障處理遠(yuǎn)程巡檢維護(hù)遠(yuǎn)程升級更新能感知、有溫度、可進(jìn)化的未來城市城市是一個復(fù)雜的巨系統(tǒng)，涉及到經(jīng)濟(jì)、生活和政務(wù)等多個場景的交叉與融合。隨著交通擁堵、環(huán)境污染、城市治安等新型“大城市病”不斷涌現(xiàn)，如何提升城市資源利用率、緩解城市規(guī)模增長與有限資源之間的矛盾，成為城市未來需要解決的最重要需求。同時，5G、云、AI、區(qū)塊鏈、智能傳感等各種新技術(shù)的快速進(jìn)步，為未來城市的發(fā)展帶來了更多新的可能，城市也將成為各種新技術(shù)的最佳應(yīng)用創(chuàng)新場所與孵化基地。72DIVEINTO

CLOUD虛實融合的數(shù)字孿生城市未來城市包羅萬象，組件眾多，結(jié)構(gòu)復(fù)雜，組件與環(huán)境之間存在物質(zhì)和信息交換、迭代變換的聯(lián)系。通過建立一個城市級的數(shù)字孿生系統(tǒng)來應(yīng)對城市管理者、行業(yè)從業(yè)者、城市生活市民等用戶的創(chuàng)新訴求已成為行業(yè)共識。數(shù)字孿生城市通過匯聚及管理城市建設(shè)、運(yùn)行、發(fā)展與更新的多源實時全量大數(shù)據(jù)，構(gòu)建數(shù)字孿生城市四維空間底座，全面掌控城市的運(yùn)行狀態(tài)。通過數(shù)字孿生，能夠?qū)崿F(xiàn)將城市管理的模式從線下搬遷到線上，虛實對應(yīng)、精準(zhǔn)映射，以數(shù)據(jù)驅(qū)動實現(xiàn)全方位感知、全時空體驗、全領(lǐng)域賦能，讓城市具備過去可追溯、現(xiàn)在可感知、未來可推演的“超能力”，助力城市高質(zhì)量可持續(xù)發(fā)展。城市智能中樞驅(qū)動從人治走向AI治理可以預(yù)見在城市數(shù)字化轉(zhuǎn)型過程中，隨著城市全量數(shù)據(jù)的打通和融合，AI必將會在城市的各個場景中發(fā)揮越來越重要的作用，城市將從基于人的經(jīng)驗治理走向基于AI的算法治理，從局部的智能走向全場景的智慧。同時也會面臨一些新的挑戰(zhàn)：AI會催生新的公共治理主體，算法權(quán)力憑借算法優(yōu)勢與海量數(shù)據(jù)支撐，逐漸融入進(jìn)城市治理體系，反向推動城市治理的變革；AI技術(shù)倫理，人工智能基于以人為本，公平公正等基本價值理念，不斷糾正技術(shù)發(fā)展中存在的路徑偏離。我們認(rèn)為無論是順應(yīng)城市治理思想的轉(zhuǎn)變還是面對技術(shù)進(jìn)步所帶來的各種挑戰(zhàn)，未來的城市都需要一個強(qiáng)大的智慧中樞平臺，承上啟下，自主進(jìn)化。一方面匯聚來自于城市各個角落的海量數(shù)據(jù)，另一方面通過平臺把數(shù)據(jù)轉(zhuǎn)變成一種城市治理的先進(jìn)能力，普惠千行百業(yè)，極大提升城市治理效率與用戶服務(wù)體驗。未來場景展望7374DIVEINTO

CLOUD更泛在、更主動的政務(wù)服務(wù)今天在中國大多數(shù)發(fā)達(dá)省份，政務(wù)辦理已不再需要去政府的服務(wù)大廳，通過手機(jī)就能夠進(jìn)行遠(yuǎn)程的自助服務(wù)，可以預(yù)見未來十年政務(wù)服務(wù)的數(shù)字化，智能化程度將會進(jìn)入到更高的發(fā)展階段。泛在：目前，政務(wù)服務(wù)網(wǎng)上辦、掌上辦，已取得了明顯成效。但是，政務(wù)服務(wù)在線化的深度、廣度和用戶體驗，與商業(yè)化在線應(yīng)用相比，還有很大的差距和提升空間。因此，未來政務(wù)服務(wù)將是無時不在、無處不在，除傳統(tǒng)服務(wù)形態(tài)之外，未來車站、機(jī)場、圖書館、銀行、酒店等場所，將會出現(xiàn)更多的政務(wù)服務(wù)模式。主動：政務(wù)服務(wù)初期建設(shè)主要圍繞減材料、減時間的目標(biāo)展開，主要實施手段是流程優(yōu)化。隨著一網(wǎng)通辦和一網(wǎng)統(tǒng)管工作的融合，城市動態(tài)數(shù)據(jù)的保存和處理強(qiáng)化了政務(wù)中臺中人工智能的能力，為政務(wù)服務(wù)提供主動式、智能式服務(wù)提供了基礎(chǔ)。未來將通過各種智能模型發(fā)掘需求，精準(zhǔn)推送服務(wù)內(nèi)容，主動召回服務(wù)目標(biāo)。數(shù)據(jù)成為商品，加速流通和交易數(shù)據(jù)已成為新型的生產(chǎn)要素，與土地、勞動力、資本等傳統(tǒng)生產(chǎn)要素并列。隨著數(shù)據(jù)流通交易的機(jī)制、法規(guī)和平臺逐步完善，公共數(shù)據(jù)的授權(quán)運(yùn)營、可信流通、高效共享落將讓數(shù)據(jù)的價值進(jìn)一步放大。未來，將逐步形成以市場主體為主導(dǎo)的城市級數(shù)據(jù)空間：政府、企業(yè)和個人等數(shù)據(jù)供應(yīng)主體可以將自有的高價值數(shù)據(jù)開發(fā)成商品，如算法、模型、資產(chǎn)庫等，在“數(shù)據(jù)不出域、可用不可見”策略的指引下，授權(quán)給更多數(shù)據(jù)消費(fèi)方使用，并從中獲得收益；數(shù)據(jù)消費(fèi)方缺少高質(zhì)量數(shù)據(jù)集的情況也將不復(fù)存在，比如行業(yè)大模型等需要海量語料的場景，可以從市場上快速獲取到高質(zhì)量的數(shù)據(jù)商品，降低用數(shù)門檻。未來場景展望75柔性、智能的未來工廠全球人口老齡化呈現(xiàn)不可逆趨勢。人口紅利逐漸消失迫使制造業(yè)必須轉(zhuǎn)型升級提質(zhì)增效，加快推進(jìn)智能制造。從發(fā)展規(guī)律來看，機(jī)器替代人力是不可阻擋的趨勢，是生產(chǎn)力進(jìn)步的體現(xiàn)。另一方面，消費(fèi)需求的多樣化也在影響著生產(chǎn)模式的變化，倒逼企業(yè)進(jìn)行生產(chǎn)模式的革新。商品的個性化需求越來越高，使得工廠從大規(guī)模生產(chǎn)向大規(guī)模定制化生產(chǎn)轉(zhuǎn)變，也就是柔性生產(chǎn)的需求就越來越強(qiáng)烈。柔性敏捷滿足消費(fèi)者個性需求在整個生產(chǎn)到消費(fèi)的過程中，消費(fèi)者的角色正發(fā)生著巨大的變化，決策點逐漸向上游遷移，可參與的環(huán)節(jié)會越來越廣。在傳統(tǒng)的規(guī)?；a(chǎn)時代，企業(yè)自己設(shè)計并完成生產(chǎn)，消費(fèi)者從成品中進(jìn)行挑選。隨著企業(yè)對消費(fèi)者的需求把握更為精準(zhǔn)，所提供的產(chǎn)品品類越來越豐富，讓消費(fèi)者有了更大的挑選空間，然而這也造成庫存的巨大問題。未來，依托大數(shù)據(jù)、智能化技術(shù)對生產(chǎn)各環(huán)節(jié)實現(xiàn)模塊化拆解，消費(fèi)者的意見和決策能夠直接參與到生產(chǎn)中的設(shè)計環(huán)節(jié)。比如在柔性制造的過程中，可以通過模塊化設(shè)計，讓消費(fèi)者自由組合搭配并決定所需生產(chǎn)的產(chǎn)品形態(tài)或款式，之后企業(yè)才啟動生產(chǎn)。這樣，整個生產(chǎn)模式開始真正進(jìn)入個性化階段，隨著模塊化的顆粒度越來越細(xì)，會帶給消費(fèi)者更高選擇搭配的自由度，最終達(dá)成充分個性化的生產(chǎn)模式。無人化生產(chǎn)和服務(wù)，彌補(bǔ)勞動力缺口在柔性和模塊化生產(chǎn)中，工廠對自主設(shè)備的需求越來越強(qiáng)烈。在以往的概念中，原有的自動化設(shè)備只能做某一類特定的動作，但隨著更多的設(shè)備具備了自主決策的能力，其自主性更強(qiáng)。自主機(jī)器人就是其中一例。傳統(tǒng)的工業(yè)機(jī)器人主要為大規(guī)模生產(chǎn)服務(wù)，通常要面向每一個要操作的物體和每一個在運(yùn)行時的確定動作進(jìn)行編程。得益于強(qiáng)大的硬件性能和AI技術(shù)