数字化智能化车间 规划与建设整体设计方案 感谢聆听 10/13/2025

智能化时代数据库自主可靠运维 白皮书 编制委员会 编委会成员（排名不分先后顺序） 朱正珊（福建海峡银行） 王义成（腾讯云数据库） 陈璐（福建海峡银行） 陈琢（腾讯云数据库） 张秀云（腾讯云数据库） 罗晓程（腾讯云数据库） 刘亚琼（腾讯云数据库） 编写组成员 李代丽 任朝阳 参编单位 福建海峡银行 专家指导（排名不分先后顺序） 白鳝 薛晓刚 严少安 尹海文 PREPARATION COMMITTEE 第一章：智能化时代可靠运维发展趋势 �� �� �� �� �.� AI对传统运维的影响 �.� AI在运维实践中的挑战 �.� 运维应当如何拥抱AI 第二章：稳定可靠运维面临的挑战 �.� 数据快速增长挑战 ，以及数据安全合 规的刚性约束，对运维体系提出了更高要求，传统运维模式已难以应对。 在此背景下，ITPUB联合福建海峡银行、腾讯云数据库编写《智能化时代数据库自主可靠运维》 白皮书，旨在为企业提供一套兼具前瞻性与实践性的运维指南。 白皮书从智能化运维发展趋势切入，剖析AI对运维模式的重塑与落地挑战，展望智能运维发展趋 势。系统梳理数据增长、技术栈复杂、应急体系建设、安全合规等核心痛点。结合福建海峡银行和

带来了一系列的浪潮，对化工行业也将产生巨大冲击，我们从几个维度进行了方向性 梳理：①从不同赛道的竞争重点出发，挖掘 AI 智能化带来的优化和改善空间；②从实际可落地的角度，梳理可率先 形成赛道赋能的方向；③从未来的发展趋势看，化工行业国内外可能出现的格局变化；④落地到具体板块，AI 智能化 能够形成的行业赋能和重点关注的行业机会。 核心逻辑 从大致的路径看，AI 在化工行业应用更多向着拓品、降本两 计、优化工程装置、提升产品差异度等或缩短时间，或优化结果；而降本可以通过人工替代，精准对接，流程优化， 模拟改造等维度支撑成本改善。 化工行业智能化升级，顺势把握三重机遇。①影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”； ②领军型企业有资金、有要求、有能力、有需求，有望成为 AI 智能化的先期参与者，尤其是大型央国企；③具有较 高的行业敏感度，对接难度相对较小或者改造优势比较明显的意愿型企业也将具有先期优势。 的出现加速了 AI 智能化在各个领域的实体应用和优化，在化工行业领域，我们认为可能出现的四类关注点：  破除现有限制瓶颈的方向，将有望最开始明显受益：直接改善效率和提升速度的领域，或将最开始获得切入，目 前对选定方向，重复性测试或者方向性改善的领域，AI 智能化将有望直接缩短研究周期，降低投入成本，建议关 注合成生物方向，农药创制药赛道等；  技术研发的优化或将是智能化落地的主“战场”：AI

王志浩 徐 鹍 李振红 陈娟娟 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 I 前 言 算力是数字化时代的基础设施和核心动能，是全社会智能化转型 的基石。随着云计算、大数据、物联网、边缘计算等技术的兴起，以 及各行各业在数字化转型过程对网络、计算、存储等多维资源需求的 驱动，算力网络应运而生。作为一种结合算力和网络资源的新型信息 得海量的应用能够按需、实时调用分布式计算资源，为数字化转型业 务提供更加经济、高效、泛在的算力供给方案。 在算力网络推进各行业数字智能化转型过程中，随着行业应用涉 及的需求逐渐多样化、模型更加复杂化，行业应用中新业务、新需求、 新场景的多样化多对算力网络的灵活性、自动化和智能化提出了更高 的要求。为应对上述挑战，服务生成算力网络的概念得以提出。服务 生成算力网络通过将 AI 技术与算力网络的基础设施、功能流程、服 技术与算力网络的基础设施、功能流程、服 务应用等深度融合，把 AI 的解决目标和承载方式都设在算力网络内 部，利用 AI 技术赋予算力网络基础设施智能化、业务流程一体化、 服务能力自优化、算网运维自动化等能力，进而为多元应用提供泛在、 高效、灵活、安全的服务化算力供给。算力网络服务生成是利用 AI 技术使能算网深度融合与智能服务的新范式，也是智能算力网络构建 的终极目标。 第九届未来网络发展大会白皮书

项共性工作得以精准、高效地执行，为组织的整体运营 提供强有力的智能化支持。 每个智能体在发展和应用过程中，必须严格遵循一 套系统化的策略，即首先实现标准化，确保各项操作和 流程符合统一规范；其次推进自动化，通过技术手段减 少人工干预，提升效率和准确性；最后迈向智能化，利 用先进的人工智能技术，实现自主决策和优化，从而全 面提升智能体的综合性能和智能化水平。这一标准化、 自动化、智能化的三步走策略，是每个智能体实现高效、 仅有效解决了具体业务痛点、 提升了运营效率，更强化了服务区域实体经济的核心能力。其“轻量化、场景化”的落地 范式，为面临相似挑战的中小金融机构提供了可借鉴的实施经验，生动展现了中小城商行 在智能化浪潮中的独特价值与蓬勃活力。 一、挑战定位：资源约束下的务实选择 二、技术路径：轻量化架构与效能优化 福建海峡银行信息技术部 刘泓滔 卓剑航 1. 模型选择 2. 架构设计 3. 效能优化 福建海峡银行建立了“场景发现 -> 快速试点 -> 价 值评估 -> 规模推广”的闭环机制，确保技术投入迅速 转化为可感知的业务价值。 四、保障体系：多维协同与长效支撑​ 五、成效与展望：区域价值的智能化延伸 三、场景攻坚：构建价值验证闭环机制 1. 知识工程闭环（大模型 +RAG） 4. 持续赋能 2. 智能决策支持（反洗钱赋能） 1. 开放生态 1. 运营提效 2. 智能营销 3

流程智能化、资源协同优化、数据驱动决策等诸多场景所带来的效率 提升；同时，国产数字化升级从“可用”实现“好用”的进化，这体 现在产品性能和技术实力的跃升、产业应用的规模化、用户体验优 化、生态体系逐步完善等多个方面。当前，国产数字化升级，不仅是 响应政策导向，也已经成为企业提升效率、夯实安全基础的战略抉 择。拥抱国产数字化升级，既是企业降本增效的理性之选，更是迈向 高质量智能化发展的关键一步。 依托自主创新的产业链与健康可持续的生态体系。正因如此，国产数字化升级越来越成为智能化发展的基石，并致力于为人工智能产 业营造更可靠的支撑。与此同时，融合创新相关产业链也正在加速人工智能全产业链的成熟与升级，协同推进AI技术创新与商业化应 用进程。 实践也证明，国产数字化升级与智能化深度融合已经在多个领域落地。以深圳市为例，在推进数字政府建设过程中，在政务信息化中 引入大模型助力智能化升级，面临着算力资源紧缺、场景建设复杂、场 TI平台+智能体开发平台+AI原子能力为核心的智能化支撑体系，支撑算力资源的集 约化管理、大模型推理服务的统筹应用，政务AI应用的快速开发和部署，为大模型场景落地提供有效支撑。同时，腾讯助力宝安区构 建政务通用人工智能及大模型服务体系框架，为企业提供智能客服、智能匹配、智能审批、智能评估等多维度的智能化服务。 一、AI赋能，云智融合，迈向智能化信息技术融合创新 在国家战略与数字化浪潮双轮驱

数字社会 绿色智慧 数字生态文明 制度规则创新 数字化能力建设 数字化服务水平 规范应用管理 网络文化产品 中华文化数据库 数字文化服务 数字公共服务 数字社会治理 数字生活智能化 数字乡村发展 生态环境智慧治理 自然资源数字化 数字化绿色化协同 绿色智慧生活方式 农业 金融 交通 能源 工业 教育 医疗 …… 数字 安全 屏障 可信 可控 自立 top100summit.com 转型五大环节 战略层面，企业一把手要高度 重视，并制定数字化战略。 架构层面，要进行企业架构设计， 制定目标蓝图，并形成项目组合 和实施路线图。 数字化的企业架构具有数据化、 智能化、敏捷化、生态化和体验 化5个特点。 建设层面，主要是企业架构实施、 数字化组织文化建设以及数字能 力建设等三方面。 运营层面，数字化运营才会产 生实际业务价值。 评估层面，要定期对数字化发展 数字化企业架构框架DEAF的五个特点 数字化 企业架构 框架DEAF B E C D A 数据化 智能化 敏捷化 体验化 生态化 数据是新的生产要素， DEAF中重视数据，目 标是实现数据无边界流 动 业务规则是驱动业务运行 的逻辑，DEAF重视规则建 模，实现业务智能化改造 将用户故事、MVP等思 想纳入DEAF，实现产 品服务的快速迭代 DEAF高度重视生态化发 展，构建企业生态模式，

疗场景提 供了精准、低成本且本土化的解决方案。这一技术突破不仅推动了算法与行业工作流的深度结合，更吸引了恒瑞医药、医渡科技、东软集团 、鹰瞳科技等头部企业加速布局，覆盖从辅助诊疗到药物研发的全链条智能化升级。政策端亦为AI医疗注入强劲动能：2024年11月，《卫 生健康行业人工智能应用场景参考指引》发布，明确84类应用方向，涵盖医学影像分析、智能药物研发等核心领域，为技术落地提供了顶层 设计支撑。 的模型，对来自患者的各种检验数据 、病历信息等多源数据进行全面分析，使得 “小域医” 能够为用户提供更精准、可靠、便捷的 AI 咨询服务。  在医学影像诊断方面，亦实现了多模型在影像设备智能化中的应用。通过融合不同的医学影像分析模型，如用于检测肺结节的模 型、用于分析心血管影像的模型等，能够对多种疾病的影像特征进行综合分析。同时，结合自然语言处理模型对影像报告中的文 字信息进行处理，提 料”。DeepSeek通过中文语法优化和多模态数据处理能 力，深度挖掘电子病历、中医典籍等非结构化数据价值。 例如，大经中医结合DeepSeek技术构建中医智能产品矩 阵，降低中医诊疗推理成本40%。  诊疗流程智能化 AI在临床路径优化、病历质控等领域显著提升效率。湖南省 胸科医院利用DeepSeek开发“医学科研小助手”，优化无 管化手术临床路径，减少人工复核时间30%；同时，其结 核病感染风险评估程序通过实时数据分析，提升公共卫生响

随着算力网络的飞速发展，算力资源呈现出泛在化、异构化、分 布化的显著趋势。如何高效感知、协同调度这些广泛分布且动态变化 的算力资源，以支撑日益复杂的智能应用需求，已成为推动产业数字 化转型和智能化升级的关键挑战与核心技术方向。 本白皮书首先详细阐述了分布式算力感知与调度的背景、需求、 体系架构以及关键技术，同时介绍了该技术在远程医疗、智慧城市、 大模型分布式训推以及云游戏等领域的典型应用场景，并探讨了当前 . 61 5.2.2 整合阶段....................................................................... 61 5.2.3 智能化阶段................................................................... 62 5.2.4 生态化阶段.............. 而生，成为应对海量、泛在、实时计算需求的关键基础设施。这一理 念旨在构建一个能够动态感知全网算力资源，并根据任务需求进行智 2 能化、自动化、最优化调度的新型信息基础设施，降低计算延迟与成 本，支撑新型智能化应用的落地。 分布式算力是相对于传统集中式算力（如单一超级数据中心）而 言的算力部署与利用模式，其核心是将一个大的计算任务分解成若干 个小任务，然后把这些小任务分配给地理、网络层级或逻辑上相互独