2024 高质量数字化转型技术解决方案集（下半年度） 前言 近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领 域全过程，世界主要国家和地区纷纷加快数字化转型战略布局。加快推进数字化转型，是“十四五” 时期建设网络强国、数字中国的重要战略任务。习近平总书记指出，要推动数字经济与实体经济融合 发展，把握数字化、网络化、智能化方向，推动制造业、服务业、农业等产业数字化。国家“十四五” 为促进数字化转型技术创新和行业实践，中国信息通信研究院“铸基计划一一高质量数字化转型专项 行动”发起高质量数字化转型技术解决方案征集活动，评选出若干数字化转型领域典型技术创新案例， 旨在树立行业标杆、扩大产业影响，促进数字化转型技术创新、应用和服务的示范推广，全面推动国 内数字化转型的创新发展。 2024 高质量数字化转型技术解决方案集（下半年度） 目 录 一、 大数据技术解决方案 智能数据查询一体化解决方案 —— 合肥申威睿思信息科技有限公司.........................................................43 2024 高质量数字化转型技术解决方案集（下半年度） 三、 IT 运营与维护技术解决方案..............................................................

1 数智化平台推动高质量充分 就业报告（2024） 中国社会科学院财经战略研究院课题组 中国市场学会 I 前言 就业是最基本的民生，事关人民群众切身利益，事关经济社会健康发展，事 关国家长治久安。党的十八大以来，我们不断深化对新时代就业工作规律的认识， 积累了许多经验，主要包括：坚持党对就业工作的全面领导，坚持把就业作为民 生之本，坚持实施就业优先战略，坚持依靠发展促进就业，坚持扩大就业容量和 持扩大就业容量和 提升就业质量相结合，坚持突出抓好重点群体就业，坚持创业带动就业，坚持营 造公平就业环境，坚持构建和谐劳动关系，等等 ①。 党和国家一直高度重视数智化平台在就业中所发挥的重要价值与作用。2022 年中央经济工作会议强调，“支持平台企业在创造就业中大显身手”。2024 年政 府工作报告再次强调，要支持平台企业在创新、就业、国际竞争中发挥更大作用。 11 月 22 日国务 从发展现实来看，随着数字经济平台经济的兴起，灵活就业等在高质量充分 就业中越来越重要。统计局数据表明，目前个人经营非全日制以及新就业形态等 灵活就业规模达到 2 亿人。结合全球灵活就业发展趋势以及技术、商业模式创新 趋势，灵活就业仍将保持着增长趋势，将是我国新增就业的重要来源，是我国稳 就业的重要渠道。现有的研究成果对灵活就业如何实现高质量发展仍缺乏深入的 研究，政策体系也有待于进一步完善。本研究报告力图在以下方面进行创新：

四、数字化工厂规划蓝图 五、数字化工厂建设路径 加入星球获取更多更全的数智化解决方案 4 数字化工厂整体框架 建设范围 覆盖层级 核心能力 ► 围绕大制造领域工艺、计划、生 产、物流、采购、质量六大核心 专业，拉通产品开发、订单交付 两大核心业务过程 ► 以装备、网络、流程、系统、数 据、技术为核心进行数字化能力 构建，实现从自动化、信息化向 数字化、智能化的迈进 ► 覆盖并贯穿现场层、控制层、操 企业 生态 网络 流程 装备 系统 数据 技术 工艺 计划 生产 物流 采购 质量 建设范围 覆盖层级 核心能力 5 大制造领域产品开发、订单交付过程整体概览 产品开发（ IPD ） 中长期规划 项目策划 概念开发 量产开发 生产准备 产品生命周期 研发 工艺 质量 采购 物流 计划 单一产品工艺策划 冲压、涂装、焊装、总装材料开发 工艺平台规划 工艺新技术开发 工艺技术、预批量技术验证 可制造性评审 设备、夹具、模具开发 新产品项目质量 产品审核、过程审核 外协件质量 检测计量 质量法规 工艺开发 项目采购 生产材料采购 一般材料采购 预批量生产计划、预批量物料计划 EOP 计划 项目物流规划 物流制造准备 预批量物流 工艺 质量 采购 物流 质量中长期规划 检测计量规划及新技术 质量体系 采购中长期规划 物流中长期规划 产品研发过程 市

…… 数据平台、数据应用、数据管控…… 基础数据平台和 BI 应用建设是未来一段时间的重点！  数据平台整体架构；  数据平台各层建设的标准；  较成熟的企业业数据模型；  数据质量治理；  元数据管理；  数据标准建设  数据整合；  数据应用建设；  数据平台的软硬环境  …… Page15 企业数字化转型建设目标 外部非结构化数据 0% 100% 现状，实现应用系统建设模式的转 变，提升相关 IT 系统的建设和运行效率 5. 改善数据质量 从中长期看，数据仓库对消费企业分散在各个业务系统中的数据整合、清洗，有助 于企业整体数据质量的改善，提高的数据的实用性 从中长期看，数据仓库对消费企业分散在各个业务系统中的数据整合、清洗，有助 于企业整体数据质量的改善，提高的数据的实用性 通过数据平台实现数据集中，确保消费企业各级部门均可在保证数据隐私和安全的 系统或分析应用调用，获取分析结果 多种展现形式满足各层级用户及应用系统使用需求 Page35 企业数字化转型总体架构——数据管控层 企业数据管控体系涵盖组织架构、评价与考核、管控流程、管控平台四个域。 数据标准管理 数据质量管理 元数据管理 工作流管理 …… 组织 数据与信息标准化委员会 数据管理人 数据所有人 数据生产人 数据使用人 IT 支持团队 考核指标 责任评价 标准执行评价 政策执行评价 评价标准

华为全流程全要素研发项目管理实践 PART 2 : 高管的项目管理实用技巧 PART 3 : 研发质量管理 PART 1 : 全流程全要素的项目管理定义 目 录 第 2 页 . 项目和项目管理的定义和内涵？ . 企业有哪几类项目？ . 什么是全流程全要素的项目管理？ PART1 要点 第 3 页 项目的五个特征： > 临时性 : 每个项目都有其起始周期； 独特性： 每一个项目都是独特的 ，或者说是唯一的； > — 次性 : 每个项目只发生一次； > 不确定性： 需要较多的协调活动 ; > 目标性： 项目目标非常明确 ，进度质量时间要求清晰 ， 并以合同书或协议书方 项目是为完成某一独特的产品、 服务或任务所做的一 次性努力。 ? 式明确 第 4 页 一般公司有哪几类项目 产品开发项目： 基于明确的外部市场需求 为形成企业共用基础模块 ( CBB) 而进行的开发活动 。 第 5 页 对项目的任务、资源和成本进行计划控制以及管理的过程； 项目管理的目的在于在一定预算内达到既定的最终明确目标， 同时达到 可 接受的质量水平。 端到端的以产出为核心各资源配合面向交付业务和交付的项目管理， 不是面向过程或面向部门或面向领导的项目管理 第二个问题：什么是项目管理？什么是全流程全要素的项目管 理？ 全流程全要素的项目管理：

n 现状评级：★★★ n 工具链：钢铁行业开始广泛采用物联网、大数据分析和人工智能等技术来支持协同生产 ，从生产监测控制到工艺过程优化 ，再到产品质量监控 ，有效提升了产业链的整体协同制造水平。 n 数据链：企业间也通过数字化平台实现了跨企业、跨平台的数据交换和集成 ，进行数据共享和协同作业 ，推动企业之间更好地协同合作。 n 痛点问题 ：钢铁产业链数字化系统集成难度高 ，主要是因为钢铁生产流程复杂 程 模型 、 服役 环 境 - 性 能退 化 模型、成分 - 工艺 - 性能关联模型、冶金过程模拟与优化模型等 数 据要 素 ： 原 料成 分 数据 、 冶金 过 程参 数 、生 产设备状态数据、产品质量检测数据 人 才技 能 ： 冶 金工 程 与材 料 科学 、 大数 据 与数 据 分析 、 计算 机 科学 与 信息 技 术、 软件开发与编程、人工智能与自动化 痛点问题 ：钢铁行业中 ，不同部门、不同项目之间存在数据孤岛 n 现状评级：★★ n 工具链：钢铁行业利用数字研发平台、生产工艺模拟、工艺流程设计等软件 ，开展新钢种性能预测 ，以及热处理、连铸、轧钢等工艺仿真优化 ，提升了钢铁行业创新研发与试验验证效率和质量。 n 数据链：钢铁企业利用标准化接口 ，加速 LI MS 与 PLM 、 MES 等系统数据互通 ，实现研发设计、试验与生产全链条数据贯通 ，助力缩短产品研发和产品试制周期。 n 痛点问题：钢铁

业各业务单元转型的核心环节，是梳理并解决信息化时代业务系统 独立、数据孤岛等问题的重要方式。在各类流程中，流程数据记录 了流程运行的路径轨迹、参与角色、时间节点与行为逻辑，是企业 真实业务活动的数字映射。高质量的流程数据管理和运营不仅是企 业开展精细化流程治理、充分发挥流程效益的关键要素，更是开展 流程智能的重要基础和前置条件。 在此背景下，中国联通集团、联通数科、中国信通院云计算与 大数据研究所 28 图 15 流程数据治理沟通调度机制 ................................... 30 图 16 流程数据治理质量量化评估 ................................... 33 图 17 流程数据质量量化评价报告图 ................................. 34 图 18 流程运营分析效果 ........... 数据等。 流程指标数据是依托流程主数据、事件日志原始数据加工后， 形成的结构化指标数据。按类型分，可以分为流程时效性指标、流 程质量评价指标等，其中流程时效性指标包括与流程耗时相关的各 类统计指标，例如处理耗时、等待时间、持续时间、平均时长、中 位时长等；流程质量指标主要描述流程关键性能指标（KPI），例如 流程环节返工率、执行频次、错误率等。 流程衍生分析数据是基于流程数据分析生成的各类结构化和非

应用”的整体解决方案，提供描述、诊 断、预 测、决策不同应用深度的服务。 联网平台的价值究竟是什么。从价值视角看，工业互联网平 台的本质是通过工业全要素、全价值链和全产业链的连接、 解耦和重构，实现对企业成本、质量、效益的优化和新技术、 新产品、新模式的培育。 iii 图 制造业数字化转型方法论参考架构：技术视角 （三）业务视角 业务视角是工业互联网平台建设的核心要义，基于工业 互联网平台开 典型应用场景 典型企业 电子 产品附加值高 技术迭代快 产品质量要求 高 新产品生产周期 长 设备管理精度不 够 劳动力较为密集 设备管理由粗放管理 向健康管理转变 生产制造从劳动密集 向人机协同转变 产品质量由人工检测 向机器视觉检测转变 设备健康管理 智能化生产 产品质量检测 供应链协同 富士康、腾晖 光伏、华星光 电、新华三、华 ................... 6 1.3 推进应用场景落地的着力点.......................................... 7 1.3.1 聚焦数据流通质量，打造高效边云协同体系 ...... 7 1.3.2 围绕工艺流程优化，提高机理模型供给能力 ...... 7 1.3.3 坚持行业痛点导向，完善特定场景解决方案 ...... 8 1.3

采购大脑 SRM 系统 API 购 物 车 / 采 购 申 请 蓝图规划 - 甲方集团采购供应链业务 甲方采购供应链管理系统业务功能需求 4 高效的采购执行 SRM 质量 质量评价 3 透明的采购寻源 • 采购需求标准化线上流转 • 生产类寻源定价全流程线上 协同 • 支持供应商线上报价 • 报价分析和比价支持 研发 财务 采购 供应商 目标价 程 项 目 企 业 服 务 库存处理 采 购 预 测 计 划 VMI 日程 叫料 订单 看板 安全 库存 再订 货点 对 账 结 算 开 票 质量 问题 跟踪 8D PRR CS 售后 与评 价中 心 采 购 订 单 管 理 采 购 收 发 货 管 理 付 款 支 付 结 算 质 零件定点 生产准备 业务架构 - 通采 提供完全切合甲方业务现状的解决方案 生产制造 售 后服务 供应商 生命周期 管理 前期 BOM 工程 BOM 采购 BOM 目标成本 质量要求 机型管理 供方货源准入管理 合规审核 产品图纸 试制 样 件 模具 8D-PRR/CS 设计变更 PCR 零件报废 / 不良品控制 索赔管理 产品图纸协同 寻源需求 SOR

数字化工厂能够提高生产效率、降低能耗和排放、优化资源 配置、提升产品质量和客户满意度等多方面的优势。 优势分析 数字化工厂概念及优势 钢铁企业数字化转型必要性 适应市场需求变化 随着客户需求的多样化和个性化，钢 铁企业需要快速响应市场变化，数字 化转型能够提高企业灵活性和市场反 应速度。 提升生产效率和质量 数字化工厂能够实现生产过程的自动 化和智能化，提高生产效率和产品质 控和故障诊断，提高运维效率。 远程监控与诊断 物联网技术应用 数据分析与挖掘 运用大数据技术对海量数据进行处理、分析和挖掘，发现数据中的 价值。 生产优化与决策支持 基于大数据分析结果，为生产流程优化、质量提升、成本控制等提 供决策支持。 数据整合与存储 建立统一的数据存储平台，整合工厂内各部门、各环节的数据资 源。 大数据分析与优化 03 故障预测与维护 利用机器学习技术对设备故障进行预测和预防，减少停机时间 01 智能算法应用 运用机器学习、深度学习等算法对工厂数据进行学习，实现智 能预测和决策。 02 工艺优化与自动调整 通过人工智能技术对生产工艺进行自动优化和调整，提高生产 效率和产品质量。 人工智能与机器学习辅助决策 1 2 3 打造高度自动化的生产线，实现生产流程的自动 化和智能化。 自动化生产线建设 引入工业机器人参与生产，提高生产效率和减轻 员工劳动强度。