1 数字船舶白皮书 2025 概念内涵、技术架构与行动方案 2 1 目 录 前 言 1 第一章 船舶全生命周期数据管理和应用的现状 2 1.1 政策与标准层面，顶层设计高瞻远瞩与落地实施步履维艰 2 1.1.1 国家战略密集落地，呼唤行业级解决方案 2 1.1.2 国际规则加速演进，行业贡献度亟待提升 2 1.2 产业实践层面，点状突破卓有成效，但体系化贯通任重道远 1.3.2 生态协同障碍：机制建设落后于数据应用需求 4 1.3.3 国际政策环境复杂：数据跨境流动面临合规性挑战 4 第二章 数字船舶的概念和内涵 5 2.1 数字船舶的概念和内涵 5 2.1.1 数字船舶的概念 5 2.1.2 数字船舶的内涵 6 2.2 数字船舶关键技术和相互关系 8 2.2.1 数字船舶关键技术 8 3.1 技术架构总体设计原则 14 3.2 数字船舶分层技术架构 14 3.2.1 数据采集层 14 3.2.2 协议交换层 15 数字船舶白皮书 2025 概念内涵、技术架构与行动方案 2 1 前 言 纵观全球工业格局，一场由数据驱动的深刻变革正在席卷每一个角落。从航空航天到智能网联汽车， 从智慧城市到精准医疗，数据要素已成为重塑产业规则、定义国家竞争力的核心变量。反观全球航运业，

的业务含义和规则 业务术语 数据标 准 数据标准 • 是数据在业务流程和 IT 系统 上流动的全景视图 • 识别数据的“来龙去脉” • 是定位数据问题的导航 业务视角 IT 视角 概念数据模型 L1 L2 L3 L4 L5 主题域 业务对象 属性 业务域 逻辑数据实体 数据分层结构 数据标准 业务术语 数据标准 对数据资产目录 中业务对象在企 业内的统一定义 业务域及对应主题域 概念数据模型 CDM 物理数据模型 PDM 逻辑数据模型 LDM 最高层级的数据分类，明确数据资源目录中 L2 主题域 与 L1 业务域的归属关系 从业务角度描述各业务对象之间关系的数据模型， 是对现实世界中具体人、事、物之间关系的抽象 • 业务层面概要描述，主要用于业务沟通与对标 • 无范式化要求 描述各逻辑数据实体之间关系的数据模型，承 载业务逻辑，是对概念数据模型的细化设计 2. 围绕业务对象模型关系实现数据整合，消除信息冗余，实现信息跨业务高度共享与应用； 3. 通过数据模型的设计，便于业务领域数据分析，识别对应业务涉及的数据范围，更好地指导数据资产管理。 示例：概念数据模型 示例 15 数据架构组件四：数据分布 数据分布定义和组件 • 定义：是数据在业务流程和 IT 系统上流动的全景视图；识别数据的“来龙去脉”；是定位数据问题的导航 • 组件：信息链；数据流；数据源

并不是一个 缩写，它是一种表达方式，时刻提醒着我们数字化企业转 型之路上的挑战、混乱和激动。 EDGE 一词来源于复杂适 应性系统理论的“混沌边缘（ edge of chaos ）的概念，它 填补了数字化战略与价值交付之间必不可少的一环。转型 需要持续创新，而这又需要一种敢于挑战现状的先锋文化。 P2 《 Edge- 价值驱动的数字化转型》简介 建立一个能够快速适应并蓬勃发展的组织 益复杂的环境中生存和发 展。本书值得珍视并仔细品读 Robert D.Austin 毅伟商学院教授， Adventures of an IT Leader 作者 敏捷作为一种广泛的业务概念已经成为主流思想。 Jim Highsmith 从 20 世纪 90 年代初就专攻于此，是极少数在敏捷背后创造出如此有力洞见的软件巨匠 之 一。在本书中，这些洞见得到了进一步升华。并在数字化转型的挑战中得 ） 的 覆辙，绝大多数首席执行官都渴望数字化，但大部分企业在战略与执行之间存在着难以逾越的巨大鸿 沟。 而 EDGE 一词来源于复杂适应性系统理论的“混沌变化”（ edge of chaos ）的概念，它填补了数字 化战略与 价值交付之间必不可少的一环。转型需要持续创新。 EDGE 时一种运营模式，它要解决的问题 有： 在需要快速做出重要的响应时，人们应如何合作？ 组织如何学会足够快速地适应竞争激烈的市场以谋求发展？

本章主要从以下几个方面阐述数字化背景下的教育发展： ❍ 数字化技术的发展概述。 ❍ AI技术对教育教学的影响。 ❍ AI时代的“知”与“识”。 1.1 数字化技术的发展概述 本节将简要介绍数字化技术的发展，以及AI与AIGC的概念及发展历程等。 1.1.1 数字化技术的发展 数字化技术是一种将模拟信号转换为数字信号，并用二进制代码进行表示、处理、 存储和传输的技术。这种转换不仅提高了信息处理的效率，还大大增强了信息的可 展望未来，数字化技术将继续深入发展，人工智能与虚拟现实（增强现实）、云计 算、大数据、物联网等新兴技术相互融合，共同推动社会的数字化转型，数字化技 术将为人类创造更加美好的未来。 1.1.2 AI与AIGC的概念及发展历程 人工智能是计算机科学的一个分支，也是数字化技术发展的最新阶段，它旨在研 究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统，结合了 数学、计算机科学、心理学等多学科的理论知识。 是传授知识，即通过教学、考试等方式将前人的经验和智慧传递给下一代。知识的 学习过程强调记忆、理解和应用，而知识的创新和发展则主要依赖于学者的研究和 实践者的探索。 在AI时代，传统的“知”与“识”的概念已经难以完全涵盖新时代的知识体系。AI 技术不仅提高了知识获取和创新的效率，还促进了人们对知识本质和价值的新思 考。AI改变学习者的“知”与“识”，如图1-9所示。 图1-9 AI改变学习者的“知”与“识”

变 革 。 ” 《中华人民共和国国 民 经 济 和 社 会 发 展 第 十 四 个 五 年 规 划 和 2035 年远景目标纲要》 2017 年 ， 政府工作报告首次提出 “ 数字经济 ” 概念 ，至今已累计 4 次被直接写入政府工作报告 。 国家发展改革委、 中央网信办 《关于推进“上云用 数 赋 智 ” 行 动 培 育 新 经济发展实施方案》 面 向 7 日 工 业 和 信 息 化 部 《 中 小 企 业 数 字 化 赋能专项行动方案》 数字化爆发元年，概念从宏观逐渐到微观落地 2020 年，从数字经济，到数字产业化和产业数字化，再到企业数字化转型，数字化概念从宏观到微观逐渐落地。 国资委 《关于加快推进国 有 企 业 数 字 化 转 型 工作的通知》 企业 数字化 研发 生产 采购 物流 运营 云计算、大数据、 5G 、工业互联网等 传统产业核心生产场景：传统产业应用数字技术 带来的生产数量和效率提升，数字农场、智慧工 厂、数字货币等 多层次数字化概念的关系：企业数字化是实现数字经济腾飞的基石 数字经济 赋能 转型 3 企业数字化是转型和赋能交替发展的旅程，没有终极目标，只有阶段不同 l 企业数字化是信息化发展的全新阶段， 是指企业

深 度 融合，升华成为 " 智能制造技术 " ; 智能技术是赋能技术、 为主导，制造技术是本体技术、为主体；智能制造的根本任务 是实现制造业数字化转型、智能化升级。 2. 智能制造是一个大概念，包含了数字化制造、数字化网络化制造和新一代智能制 造三种基本范式。即将到来的新一代智能制造是最高范式。 3. 智能制造是一个大系统，贯穿于产品、生产、服务等制造全生命周期的各个基本 环节 多万年前，人类就会制 造和使用工具。从石器时代、 到青铜器时代、再到铁器时代， 这种主要依靠人力和畜力为主 要动力并使用简易工具的生产 系统一直持续了百万多年。 中国工程院 2. 智能制造是一个大概念 2) 面向智能制造的人 - 信息 - 物理系统 (HCPS) 的进化历 程 (1) 制造系统发展的第一阶段：传统制造与人 - 物理系统 (HPS) 天工开物，玉器磨床 13 (1) 度融合，升华成 为 " 智能制造技术 "; 智能技术是赋能技术、为主导，制造技术是本体技术、为主体； 智能制造的根本任务是实现制造业数字化转型、智能化升级。 2. 智能制造是一个大概念，包含了数字化制造、数字化网络化制造和新一代智能制 造三种基本范式。即将到来的新一代智能制造是最高范式。 3. 智 能 制 造 是 一 个 大 系 统 ， 贯 穿 于 产 品 、 生 产 、

V S 2012 年申请破产 数字化转型成功 两个典型案例 战略上数字化投入不同，结果不同 把模拟数据转化成由 0 和 1 表示的二进制代码 现实世界与虚拟世界并存且融合的世界 技术概念 代际概念 数字化的本质特征 数 字 化 数字化 本质特征 连接 共生 当下 数字化的本质特征 • 现实世界与数字世界融 合 • 过去与未来压缩在当 下 • 连接大于拥 高自我效能感 先前的经验 及实际成就 自我效能 感来源 1 懂得自我 2 十分现实 “00” 后特点： 3 不盲从权威 4 多样性 他人的劝说 他人榜样 自我概念 特质 动机 / 需要 数字技术科 帮助人们更 敏锐地认知 自己的动机 与需求；人 们具有更清 晰的自我概 念，更容易 表现出高胜 任力。 创造高绩效 与特定工作 这既包括了使信息成为行动的基础方式 ，又包括了通过 对信息的运用使某个个体（ 或机构 ）能力进行改变或进 行更为有效的行为的方式。” 知识定义的“源与流 知识 信息 数据 未被加工的数字 和事实 三个核心概念 鉴别过的信息 处理过的数据 数据 信息 知识 行动 / 反射 智慧 知识流动链（ 智慧生成的过程 ） 知识流动链与智慧

工业大脑：AI 大模型在制造业的落地...................................................................23 3.3 虚实映射：数字孪生从概念走向实践................................................................... 25 3.4 数据血脉：工业数据平台与数据治理... 阶段性目标，避免盲目投资。 全景的现状扫描 - 通过对四大类型企业的深入剖析，辅以研发、生产、供应链等关键领域 的成熟度分析，为企业精准定位自身坐标提供参考。 落地的技术指南 - 我们不空谈概念，而是深入解析云原生、AI 大模型、数字孪生等技术的 实际应用场景，展示它们如何真正为制造业创造价值。 真实的行业实践 - 汽车、电子信息、化工医药三大行业的典型案例，见证了领先企业如何 通过数智化实现质的飞跃。 HR 管理范式的根本性跃迁 各位业界同仁、企业决策者们，大家好。 作为深耕人力资源数智化领域多年的服务商，我们目睹了太多企业对“数字化”与“数智化” 的混淆与焦虑。今天，我们有必要进行一次深度的概念厘清。这并非文字游戏，而是关乎企 业人力资源战略的顶层设计与投资回报。请允许我阐述一个核心观点：“数字化转型”是奠 定地基，“数智化升级”是构建智慧大厦，二者是递进且共生的关系，缺失任何一环，都无

面试官可以从视觉、语音、语义等不同维度获取候选人的信息，虽 然每个维度都能够获取大量候选人信息，但要真正想把 AI 面试做好，必须对这些不同维度的信 息进行统一分析。举个例子，当候选人在提到某个关键概念时，说话的语气和眼神可能会有一 些变化，那么可能候选人对该概念的理解是不到位的，这样的结论可以给面试官会带来非常大 的参考和帮助。 想要实现这样的功能，除了各个本身的内容理解外，还需要引入 “跨媒体协同推理” 技术。这 一 事实上，第一期院长和大家探讨了 RPA 与 AI 的关系，传统 RPA 并没有用到特别前沿的人工智 能技术，RPA 也并不等同于人工智能。但随着近些年来，软件流程自动化技术与 AI 这两个互补 概念结合在一起，RPA 很多环节上用到了越来越多的人工智能技术，使得工具更加智慧，也提 升了效率减少了人工，于是 RPA 在金融、财务和工业自动化等领域应用越来越广泛。 对于企业人力资源部门来讲，HR 工作效率，降低人资部门的流程负担； 其次，仅仅靠 RPA 实现流程自动化提升 HR 工作效率是远远不够的，注重体验性和智能性的对 话机器人对 HR 的效率提升更为关键； 最后，AI 这个概念过于庞大，对人力资源领域而言，画像是 AI 最为重要的体现，大量智能化工 作都需要围绕着画像进行体现； 所以，相比于 RPA+AI，画像 +Bot 的提法更贴近人力资源的实际场景需求，也更有利于真正将

被赋能和激活，创造出新型组织价值——共生时代的协同价值 四个基本观点到八个管理概念， 再到四个基本原理 组织效率 、 分工 、 组织边界 、 契约 、 信任 、 强链接 、 共生 、 赋能 四个基本观点 1. 企业是个整体 2. 效率来自协同 3. 共生是进化逻辑 4. 价值网络成员彼此互为主 体 》 八个管理概念 马克思早已注意到协同的重要性，他认为分工之 有效的发展途径 是契约设计 信任缺失 契约 缔结 京东在构建伙伴生态时，实施“无界管理”，提出“无界人才”“无界组织”“无界工作”等概念， 通过各种 制度契约安排，力图搭建“竹林共生”的人才生态平台、组织价值网络 每一个伙伴都能明晰自己的定位，又能获得及时的人力支持，同时使得各主体彼此之间信任度增加， 更乐意进行价值分享及协同合作 现代意义上，西方契约文明的起点是《罗马 法》 基于双方意志，“诺成合同”为载体的契约自 由 精神，以契约自由，契约平等，契约信守， 契 约经济等为典型特征 契约的概念 契约是各主体之间约定或期待的承诺及协议， 包括精神契约和文字契约 经济契约一般为正式合约，是当事主体明确表 示认可和同意的法律承诺 通过契约明确相互之间的权利和义务，确定合 作的范围以及合作成员的责任、角色分工等