重塑”的新阶段。 PMI 中国与飞书项目携手，基于对数百位资深研发管理者的深度调研与实战观察，发布《2026 中国 研发项目管理数字化洞察》。本报告不仅是对未来趋势的系统梳理，更是对研发管理底层逻辑的根本性反思。 我们发现，随着 AI 智能体（AI Agent）的深度嵌入，研发管理的核心正从“流程驱动”转向“价值驱动”， 从“效率提升”升维为“创新赋能”。 在这一转型过程中，数据治理、平 趋势五：AI 辅助知识管理成研发项目管理新趋势 趋势七：企业对混合项目管理方法的使用提升 趋势九：AI 时代，数据治理成为项目管理平台智能化基石 重塑数字化韧性，驱动确定性增长 重塑研发管理范式的底层逻辑 趋势三：“智能体工作流”（Agentic Workflows）重塑研发链路 趋势六：研发项目管理重心从技术、产品本身，向商业成功倾斜 趋势八：提升研发项目管理全流程可见性的趋势显现 趋势十 “人工执行” 到 “AI 接管” 重塑研发管理范式的底层逻辑 01 中国研发项目管理十大数字化趋势 02 结语 03 Contents 目录 _ 04 05 重塑研发管理范式的底层逻辑 重塑研发管理范式 的底层逻辑 这种系统性的范式跃迁，并非孤立的技术升级，而是管理逻辑在智能时代的深度重构。 调研数据表明，领先的研发组织正经历从“局部效能优化”向“系统价值创造”的战略跨越。

分析数据集成 管理需求  扩展 CIM （ IEC 标 准）  设计企业公共 数据模型 数据架构 设计 5  主数据模型 语义视图  公共数据逻 辑模型  分析型数据 逻辑模型  设计原有门户 与 SAP 的集成  设计原有集成 平台和 SAP 集 成  设计原有系统 和 SAP 数据传 输接口  设计未来数据 集成平台 技术架构 设计 业务功能分析 设计 SAP/ 非 SAP 接口集成 设计统一 应用框架 分析业务对象关系 确定企业主题域 应用 IEC 标准 识别 SAP 内对象 建立公共信息 概念模型 设计公共数据 逻辑模型 设计公共数据 对象物理模型 分析非结构 化数据需求 分析实时 数据交易需求 分析数据管理 统一需求 决策 SAP 边界 设计未来技术架构蓝图 理解一体化平台技术需求 SAP/ 使用 被提供成 支持 信息 - 结构关系 定义 交互 IT 服务 – 服务设计 自动实现 执行 数据实体 - 数据结构 , 实体关系 逻辑数据模块 物理数据模块 逻辑应用模块 数据集成管理 物理应用模块 逻辑技术模块 物理技术模块 使用 / 更新 支持 / 暴露 地点 产品 制造出 位于 描述 支持 支持 / 暴露 未来企业架构元模型 战略驱动

..............................21 3.1 价值创造继续承压，盈利质量不同加剧分化 .................. 21 3.2 价值塑造偏短视，产业投资逻辑不够清晰 ....................... 24 3.3 价值经营意愿增强，专业性提高.......................................... 26 能力与更具体的应用场景落地。现阶段“盈利质量”的差异正在显著 加剧群体内部的分化；面向资本市场的价值塑造多偏向于短期回报性 投资标签的打造，而鉴于价值创造能力的短板，群体上市公司在讲好 “回报”故事的同时，更需夯实产业价值的投资逻辑，引导资本市场 聚焦可持续的价值创造。此外，回购、增持及股权激励等行为日趋活 跃，价值经营的主动性显著增强，方式上也呈现结构性变化，专业化 水平得以提高，但与 A 股平均水平之间仍有差距。 专精特新上市公司市值管理诊断散点图 数据来源：Chocie，和恒整理 二、科学的市值管理战略方法论 2.1 市值管理的本质是“做价值涨预期” 市值管理是一项战略管理行为！站在实操角度看，市值管理的内 在工作逻辑可概括为“做价值、涨预期”，以价值为市值管理的锚， 追求上市公司市值的科学合理最大化。 图7 和恒咨询上市公司市值管理方法论模型 “做价值”分为价值创造、价值塑造和价值经营三个方面。

记录所有需求，然后进行设计综合和系统验证。 l 系统工程关注的其实就是一个以客户需求导向的正向开发过程， 以寻求系统最优解决方案。 关键在于构建一个完整的系统架构方案（需求、功 能、逻辑、物理、验证等元素的集合）： l 捕获需求 l 建立需求到功能链接 l 功能链接到逻辑架构 Requirement 需要什么 Physical Design 如何 去做 Functio n 做什 么 Logic 如何去做 架构跟踪链接 系统架构方案平衡 定义功能模型 针对接口建立 可测量属性 接口管理 接口对象管理 问题管理 创建问题报告 需求验证管理 制定 DVP 计 划 功能 / 系统建模（逻辑）管 理 跟踪更改状态 更改关闭 发起流程 / 分 析 发送分析请求 管理验证方法 接口版本管理 发起流程 评审管理 集成： 价值 驾驶员气囊析统 说明： 1. 新项目开 确认 验证结构 发布 MBSE 数 据 变更 MBSE 模 型 需求库 P 19 逻辑模型库 物理架构库 MBSE 上层数据 结构模板 XXX 项目 MBSE 数据结构 MBSE 数据管理结构 克隆 搭建 MBSE 数据结 构 MBSE 知识库 需求管理 逻辑架构 管理 功能管理 MBSE 知识库 可测量属性库 组件方案库 系统方案库 功能模型库 复制

3 亿元。该平台同时支持风险决策的沙盒测试，允 许风控人员在虚拟环境中评估新策略对不良率、审批通过率等核心 指标的影响，大幅降低试错成本。通过与传统规则引擎的混合部 署，既能保持已有风控逻辑的稳定性，又可渐进式地引入 AI 模型 的预测能力，实现风险防控体系的平滑升级。 1.3 项目目标与预期成果 本项目旨在通过 DeepSeek 平台构建智能化授信审批风控助 手，实现银行信贷 DeepSeek-Risk 模型，其多层神经网络结 构可同时处理数值型财务数据与文本型经营信息。在历史数据 测试中，对中小企业贷款的违约预测 AUC 达到 0.892，较传统 逻辑回归模型提高 0.15。 3. 规则引擎层：采用 Drools 框架实现监管红线的硬性拦截，例 如： o 单一客户授信总额不得超过资本净额的 10% o 对负债率超过 70%的客户触发强化审查 区域经济依赖度高的产业集群（如单一产业贡献超该地 GDP40%）需计提额外风险准备金 操作风险防控 构建三重校验机制： 1. 生物识别验证申请人身份 2. RPA 自动比对 1104 报表、征信报告、税务数据的逻辑一致性 3. 审批意见需包含至少 3 个不同数据源的交叉验证结论 对于集团客户授信，必须通过股权穿透工具识别实际控制人， 防范关联交易风险。所有超过 3000 万元的授信业务必须经过反洗

所改变的不仅仅是自动化技术，还有市场创造经济价值的地方 。 盈利池正在向栈顶（软件、数据、AI）和栈底（智能设备）转移——将核心控制技术置于中间面临 压力。 几十年来，行业领导者遵循着一条清晰的逻辑：通过日益复杂的控制系统提高生产、制造效率、质量和安全性。 经济效应显而易见。价值存在于专有的高性能控制器、紧密集成的系统和围绕大量已安装基础的服务和升级之中 。 在堆栈顶部，价值正在集中在软件、 设备中重新出现。传感器，如机器视觉技术，和执行器，如变频驱动器，不再是被动的端点。凭借嵌入式智能、连接 性和边缘计算，它们生成数据、执行决策，并持续改进性能。 工业自动化已开始一场结构性转变：价值正在从控制转向智能。 这种逻辑现在正达到其极限。正在发生变化的不只是自动化技术，还有市场创造经济价值的地方。曾经看似金字塔— —价值集中在控制硬件和系统中——现在看起来更像沙漏，中间部分缩小，两端扩大。 （见图1） 到本十年底，预 (监控与数据采集系统/人机界面) 控制 (可编程逻辑控制器/分布式控制系统), 输入/输出 控制（PLC/DCS），输入/输出（I/O） 田野（智能的） 田野 领域（传感器/信号） 截至2030年，近一半的工业收入将依赖基于人工智能的解决方案 ，凸显了价值正转向智能。 图1： 随着软件作用的增长，技术栈的形态正在从金字塔形转变为沙漏形。 备注：I/O是输入/输出模块；PLC是可编程逻辑控制器；DCS是分布式控

职能流程分解 组织 IT 系统交互 网络部署 流程描述 业务架构 （业务战略、治理、组织和关键业务流程信息， 及其间的交互） 应用架构 应用系统、相互交互及 其与关键业务流程关系 数据架构 逻辑和物理的数据资产和 数据管理资产 技术架构 （支持业务、数据和应用服务必须的软件和硬件能力） 企业架构的范畴包括哪些（ 1 ） • 企业架构可以分为两大部分： – 业务架构：是把企业的业 施动者 角色 功能 业务服务 、合同、 服务质量 流程、 事件 控制、 产品 功能 信息系统架构 数据 数据实体 逻辑数据 构件 物理数据 构件 应用 信息系统 服务 逻辑应用 构件 物理应用 构件 技术架构 平台 服务 逻辑技术 构件 物理技术 构件 架构原则、愿景、和需求 预备阶段 架构原则 架构愿景 业务原则、目的 、和驱动力 架构愿景 被产生 支持， 被履行 拥有 被拥有 包括 属于 驱动力 目标 目的 数据架构 业务服务 应用架构 技术架构 物理数据构件 数据实体 逻辑数据构件 信息系统服务 物理技术构件 物理应用构件 逻辑技术构件 平台服务 逻辑应用构件 实施 运行在 通过。。被实现 被供应 供应 创造 激发 被激发 包 含 包 含 包 含 包 含 使用

化，深刻改变着经济社会形态。在此过程中，流程治理成为串联企 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 联通数科 中国信通院云大所 中国 中国联通 联 目 录 一、 数字化转型下的流程治理演进 .................................... 1 (一) 数字化重塑企业运营逻辑 .....................................1 (二) 流程治理推动流程贯通与提效 .................................2 二、 流程数据概述 中国信通院云大所 中国联通 联通数科 中国信通院云大所 中国 中国联通 联 《数据驱动的企业流程数智化路径与实践（2025）》 1 一、数字化转型下的流程治理演进 (一)数字化重塑企业运营逻辑 “十四五”以来，我国高度重视数字化发展和数字经济建设， 相继出台了《“十四五”数字经济发展规划》《数字中国建设整体 布局规划》等系列文件。2025 年政府工作报告提出要持续推进“人 工智能+”行动，支持大模型广泛应用。2025

新一代数据驱动型企业什么样子？ 供小于求 目的是尽快铺货 消费者知晓即可 供大于求 成本竞争 目的是消费者更方便 更愿意购买 严重供大于求 创造需求 要反复触达消费者构 建忠诚度 营销理论为什么在变？ 生意的底层逻辑 构建差异 获得市场 推动标准 获得利润 树立品牌 获得溢价 迭代模式 跨越周期 营销 客户 场景 产品 人才 组织 文化 资本 供应 链 渠道 从信息化、数智化到 AGI 业务效率 • 业务创新：通过数字化实现新的商业模式创新 信息化带来的价值是 0~1 ，是基础， Yes or No 的逻辑 数字化带来的价值是 1~100 ， 多个维度的碰撞与优化，是加法 逻辑 智能化带来的价值是 100~10000 ，大幅 度增强了人的价值，是乘法逻辑 企业业务基础路径 • 制造效率：从产品设计到产品被制造完成的周期 • 传播效率：从产品设计到消费者知晓的营销手段 触达率不同，看了一半就退出是大敌 • 响应效果不同，看完了能够去 • 投入产出 • 每一个内容，针对传播人群的响应率最高 • 收益高于内容生成成本 用户触点越来越多样化 精准传播 用户心智的底层逻辑： • 谁在说？ • 我为啥要听？ • 我和 ta 的关系是什么 ? • Ta 在说什么？ • “ 内容”要过五关斩六将才能到达用户 个性化内容 精准匹配用户需求 对用户的影响需要量化 互动而不是单向信息

大的创新潜能。 然而，技术终究是手段，人才才是数智化转型的核心驱动力。新时代的数智化人才需要具备跨界融合能力，既要深度理 解业务逻辑，又要熟练运用数字化工具，更要拥有数据思维和创新意识。 帆软数据应用研究院基于最新的洞察，在本白皮书中将深入探讨这些变革背后的逻辑与实践，为企业数智化转型提供 可行的路径参考，期待更多企业能够借鉴其中的理念与方法，在数智化转型的道路上行稳致远。 解析智能 BI 更适合自己，或者是否需要结合使用。以双模 IT 下的帆软 BI 体系为例： 图：双模 IT 下的帆软 BI 体系 以业务为中心的自助大数据分析平台； 主要面向业务和数据分析师，以问题为 导向的探索分析；也支持报表制作 具备业务逻辑和数据素养的业务人 员或数据分析师 传统 IT 记录型信息系统 稳定 / 可预测 计划驱动 善于应对复杂场景 数字化 IT 差异化创新系统 敏捷 / 探索性 探索性驱动 善于应对不确定场景 程体验的微观 层面。 下文中将以帆软 FineBI 产品为例，具体剖析 FineBI 如何帮助企业解决上述四个问题。 数据就在那里，可是要拿来用于决策，中间还有几个问题需要解决： 这是BI的逻辑，但这也还只是BI的基础能力。企业可以用BI解决1个问题，也可以解决1w个问题，可以解决1个 人的问题，也可以解决1w个人的问题，虽然都是在使用BI解决企业的问题，但给企业带来的价值却有着天壤