大型集团组织管控 解决方案 2 目录 ** 集团管控模式的选择 集团总部其它职能部门机构与职责设置 01 02 集团管控模式设计技术路线 集团总部的决策机制 03 集团总部组织机构的总体设计 集团总部的领导手段 04 人力资源中心机构与职责设置 集团总部核心管理流程 05 财经中心机构与职责设置 06 经营事业部机构与职责设置 3 一、 ** 集团管控模式的选择 集团管控模式的选择 1.1 集团管控三种模式选择 1.2 不同的管理模式有着不同的结构和目标 1.3 不同管理模式的具体特征描述 1.4 我司认为运营管控模式在综合评估中是最佳的，因此建议我司采用 ** 集团母公司 • 财务管理 / 资产投资 • 公司发展规划 • 各业务策略 • 监控 / 投资管理 • 收购、兼并 • 公关 • 人才培养 • 法律 • 审计 • 集采集销 • 战略制定 • 公关 • 人才培养 • 法律 • 审计 • 营销 • 现金管理 • 生产经营 • 接受总部监督管理 制造部 核 心 功 能 集分权 分权 集权与分权相结合 集权 1.1 集团管控三种模式选择 • 不区分业务领域的收 益最大化 • 红利 / 资金回收 • 企业的高质量 财务导向 ( 财务控股 ) 战略导向 ( 战略管理控股 ) 运营导向

大数据平台数据管控整体解决方案 大数据平台数据管控整体解决方案 大数据平台数据管控整体解决方案 目录 数据管控概述 1 元数据管理 2 数据标准管理 3 数据质量管理 4 大数据平台数据管控整体解决方案 数据管控系统实施目标 数据管控系统实施是为解决企业所面临的数据标准问题、 数据质量问题、元数据管理问题。 • 推动数据标准在全企业的执行落地，规范化管理构成数据平 台的业务 大数据平台数据管控整体解决方案 数据管控体系建设原则 循序渐进 结合现实 • 实施难度、影响 范围 • 实施成本、实施 风险 • 不可能齐头并 进，一蹴而就 • 先易后难 • 以业务的现实需 求为首要前提来 确定数据治理平 台的重点 业务驱动 大数据平台数据管控整体解决方案 数据管控系统实施步骤 大数据平台数据管控整体解决方案 目录 数据管控概述 1 元数据管理 数据质量管理 4 大数据平台数据管控整体解决方案 元数据定义 大数据平台数据管控整体解决方案 元数据分类 大数据平台数据管控整体解决方案 元数据范围 大数据平台数据管控整体解决方案 元数据关联性 大数据平台数据管控整体解决方案 元数据系统应用模型 大数据平台数据管控整体解决方案 元数据管理系统功能构成图 大数据平台数据管控整体解决方案 技术架构图 大数据平台数据管控整体解决方案 庞大的数据资产如何管理？

集团化人力资源管控体系设计 目录 一、集团管控模式与人力资源管控特征 二、集团人力资源管控影响要素 三、集团人力资源管控模式 四、集团人力资源管控体系设计 集团管控体系设计思维框架。三个层级之间是层层递进的逻辑关系 , 上级 输出是下一级的输入 , 最终实现管控目标 集团管控体系设计三级逻辑框架 集团管控模式与人力资源管控特征 • 集团与下属企 业 组织结构设计 • 集团与下属企 责 / 权划分 • 集团管控模式 • 集团职能定位 • 集团核心管控 权限 • 集团总体战略定位 • 业务战略定位 • 集团与下属企业关 系 • 治理结构设计 集团战略 定位 集团战略 定位 一级框架 二级框架 • 管控效果评估 管 控 目 标 输 出 结 果 三级框架 • 集团管控流程 / 制度 • 集团管理控制系 ) 管控体系设计的主体 • 集团组织设计是管控体系设计的一个承上启下的环节 , 是管控模式落 地以及管控体系设计的基础 • 管控模式设计是组织设计与权责划分的前提与依据 管控体系设计的主体 • 集团组织设计是管控体系设计的一个承上启下的环节 , 是管控模式落 地以及管控体系设计的基础 • 管控模式设计是组织设计与权责划分的前提与依据 管控设计的前端 • 需要进行战略梳理与集 团企业关系梳理

危化企业安全风险 智能化管控平台解决方案 -2- 目录 CONTENTS 一 . 政策概述 二 . 核心功能 三 . 应用案例 产业布局： 7 0 有竞争优势的化工园区 依、、、 创新发展： 20+ 共性技术 ， 40 + 新产品 五大主要目 标 产业结构： 75 % 新材料 依、、、 数字化转型： 30+ 智能工厂 ， 50 + 智慧园区 石化、煤化 工 等 重 点 领 领 域 企 业 主 要 生 产 装 置 自 控 率 达 到 95% 以 上 ， 建 成 30 个 左 右 智 能制造示范工厂、 50 家左右智慧化工示范园区。 绿色安全： 本质安全提升 大宗产品单位产品能耗和碳排放明显下降，挥发性有机物排放总量比“十三五”降低 10% 以上，本质安全水平显著提高，有效遏制重特大生产安全事故。 依、、、 依、、、 提升创新发展水平 完善创新机制，形成协同创新体系 能化、 绿色化、安全化跃升。 1.2 石化化工行业数字化转型实施指南 -5- 地方政策跟进 应急管理部指导文 件 1.3 危化企业安全风险智能化管控平台建设指南 p 2022 年，应急管理部下发《危化企业安全风险智能化管控平台建设指南》，要求危化生产、存储、工贸企业按照指南要求建设平台， 涵盖安全 风险基础信息管理、重大危险源管理、双重预防机制、特殊作业、智能巡检、人员定位六个基础模块

风控一体化标准方案 目录 CONTENTS 需求理解及建设思路 业务架构及功能方案 系统技术架构设计 项目实施及服务 项目实施 需求理解 统一规划 产品 + 定制 风控融合 提升全面风险管理工作水平 可扩展性 促进风险管理落地 • 通过有效的风险信息收 集手段，识别并规范公 司各类风险信息，定期 对风险进行风险评估， 基于风险等级进行风险 应对，实时通过报表掌 握风险现状，支持业务 握风险现状，支持业务 决策。通过提高公司风 险防控能力，有力支撑 公司发展。 数据共享 培育风险管控人才 • 通过风险管理和内部控 制的建立和信息化，促 使风险管控人员在项目 过程中接受流程化的训 练和专业化的学习，缩 短风险管控人才培训时 间，提升培训效果，逐 步建立一支专业的风控 团队。 集团架构 风控一体化 规范内部控制 • 通过信息化手段支持总 部标准化和流程化开展 内部控制工作。通过系 内部控制工作。通过系 统将内控手册电子化， 实现内控测试与评估流 程化管理，支持内控缺 陷与整改进度统一管 理，基于岗位角色及权 限实时查看各类内控报 表。 促进风控融合 • 通过信息系统实施，融 合风险管理与内部控 制，促进以风险为导向 的工作模式的建立，促 进以流程为对象，建立 风险、控制、制度的关 联关系。 整体框架 风险监控预警 组织构架 风险监控预警 组织职责 风险监控预警

大型集团数字化转型采购 供应链业务规划方案 业务流程体系设计 聚焦用户体验的全面需求调研 业务能力提升机会整体识别 总结与后续计划 三 一 二 四 目 录 2 采购物控的业务管理愿景 愿景： “低成本、高齐套”的材料供应 降本增效 提高库存周转，减少库存呆滞 采购齐套，提升生产供应及时性 3 未来一到两年内，将首先实现“全面集成采购”的目标 ，聚焦于价值链共 赢，打通客户、内部及供应商的业务流； 通过对标，明确战略发展目标及路 径 5 敏捷的 需求管理 前瞻性的 战略寻源 可预测的 供应商管理 自动化的 采购执行 可视化的 仓储物流 采购战略 管控 可视化采购管理平台 Dealer Outfitter Forecast POS Reco mm Inv. 需求管 理平台 Configuratio n (VCON) Sub- component 优化成本，价值采 办 提升效率，服务采 办 以合法合规为基准，以降本增效为目标规划深化采购平台建设和应用 以客户为中心， 一体化， 智慧化采购管理 客户 业务部门 供应商 合作伙伴资源 管控风险，合规 采办 引入新技术，创新采办 组织 流程 信息流 产品流 资金流 战略 “N” 6 全球采购生态圈 物流配 送平台 技术 Vehicle Distribution

接 等 方 面 较 难 在 参 建 方 间 形 成 良 性 闭 环 。 本 文 提 出 建 立 以 建 筑 数 字 化 设 计 ＋ 智 慧 建 造 的 集 成 应 用 体 系 ， 以 实 现 生 产 端 至 应 用 端 的 全 产 业 链 集 成 。 在 设 计 环 节 通 过 建 立 现 代 产 业 化 建 筑 设 计 标 准 、 构 件 库 及 配 套 工 具 ， 实 现 数 字 化 标 准 ， 实 现 数 字 化 设 计 成 果 的 全 过 程 无 缝 承 接 与 产 业 链 数 字 化 集 成 。 【 关 键 词 】 数 字 化 建 造 ； 产 业 化 建 筑 ； 集 成 平 台 【 中 图 分 类 号 】 ＴＵ１７ 【 文 献 标 识 码 】 Ａ 【 版 权 声 明 】 文 集 数 据 被 中 国 知 网 重 要 会 议 论 文 全 文 数 据 库 （ ＣＰＣＤ） 收 录 ， 侵 权 转 载 。 引 言 经 过 多 年 数 字 化 设 计 建 造 全 过 程 工 程 实 践 ， 三 维 ＢＩＭ 相 关 技 术 已 逐 步 成 熟 ， 多 个 应 用 难 点 通 过 集 中 攻 关 已 取 得 一 定 的 成 果 。 如 在 设 计 阶 段 ， 通 过 三 维 ＢＩＭ 平 台 及 二 次 开 发 ［ １］ ， 能 完 成 满 足 加 工 精 度 的 建 造 信

离线采集 结构化数据采集 非结构化数据采集 大数据产品架 构 应 用 分 析 处 理 存 储 采 集 HDFS 2 Par t 其他 数据 库 关系 型数 据库 内存 数据 库 Hive Hbase 模型算法库 可视化建模 数据迁移 数据分析 数据处 理 机器学习 产品定位 随着大数据时代的不断发展， 实时计算方式，实现实时数据采 集； 通过 Flume 实现批量数据采集； 数据存 储 ： 提供主流关系型数据库以及 HDFS 分布式多冗余存 储 ，支持动态扩缩容 可视化： 提供可配置数据源组件 ，处理组件 ，终端组件 ，用 户可自定义工作流 ，实现采集任务 提供任务监控供用 户查看工作流 执行情况 ，提供资 源监控供管理员对系统资源进行整体把控 Storm Hive ES 数据采集产品——使用场景 2 Par t 处 理组件 目标组件 数据源 数据采集产品——配置化采 集 平台提供数据源组件， 处 理组件 ， 终端组件选择 ， 用 户可通过拖拽将需要的 组 件拖入工作流画布中连 线后 完成工作流 组件之间关联好后 ， 对 各类组件进行信息配置 ， 例

共池部署：海光DCU与非国产GPU基于GPGPU架构协同应用， 模型相互迁移。 资源细化：通过软件定义的方法实现异构算力池化，细粒度对 上层框架模型进行资源分配。 统一平台：采用容器云平台响应应用需求，统一配置、集中监 控，降低AI业务的管理监控难度。 GPU虚拟化：通过GPU虚拟化技术，提高了板卡利用率，充分 发挥高算力优势。 生态赋能：海光DCU采用GPGPU架构，兼容CUDA生态，与AI应 用厂商高效适配，支撑40+业务场景迁移上线。 实战场景二：行业智能化 某股份制银行：AI算力资源池建设实践 方案亮点 / HIGHLIGHTS 实施效果 / IMPLEMENTATION RESULTS 客户通过夯实AI中台国产GPU算力底座，在营销、理赔、风控、客服、业 务运营等领域深挖业务价值，并科学系统地开展大模型相关的人工智 能应用，深化推进AI项目应用，形成规模化效益。 某保险公司 构建国产AI集群算力平台 方案亮点 / HIGHLIGHTS 大部分框架可无需迁移或工具实现一键转换，提升使用效 率，减少迁移成本。 为未来支撑车险理赔业务每年数亿次的调用算力需求奠定 基础。 效率提升：大幅提高工作效率，为用户提升服务智能化、运营 精益化、风控精准化。 海量数据：提升数据智能处理能力，满足海量数据处理需求。 安全合规：全栈国产化平台，满足XC要求，保证系统安全和 供应链安全。 智能先进：领跑行业数字技术，加速行业智能化转型。 HYGON