数字化转型， 主机现代化应运而生。 主机现代化（Mainframe Modernization）是一项涉及架构演进、应用重构、组织转型的系统工程。其 核心在于将主机的韧性 / 性能同开放平台的敏捷性 / 智能性相结合，构建企业面向未来的数字化能力。企业需 基于自身业务目标、技术积累和人才结构，制定适宜的主机现代化路径，以确保企业核心业务的平滑演进和持 续创新。为此，我们编写本技术白皮书， 数据的全流程改造与迁移上云 应用开发与运维现代化转型：业务上云后，开展以应用为中心的敏捷开发和智能运维转型 同时结合我们在众多项目的成功实践，简要介绍了“华为主机上云解决方案”。期望为正在或计划推进主 机现代化的企业提供技术指引与决策参考，帮助客户在延续主机核心价值的同时，拥抱开放、敏捷、智能的新 技术，加速实现企业数字化与智能化转型。 序言二 04 目录 编制委员会 五大核心要素，定义和设计云上数据库 3.2.2 基于数据迁移和同步技术，保障数据完整性与准确性 3.2.3 数据库和存储设备协同，高效实现大库备份和恢复 中间件层 3.3.1 业务中间件，支撑敏捷、高效的消息和事务处理 3.3.2 接入中间件，实现云上业务同云下业务的无缝连接 1.1 1.2 1.3 2.1 2.2 3.1 3.2 3.3 0 1 02 03 06

统、数据定义和业务流程，而这种情形下，根本无法通过 对数据的分析发现运营的不足，数字化转型不可能有效。 在企业内部统一流程、统一流程中数据收集的标准是非常 重要的。 敏捷的协作。在组织内部敏捷的协作是非常重要的，不仅 要协同，更重要的是快速而敏捷。 企业架构 为什么要数字化转型 数字化转型实现之道白皮书 12 11 数字化转型挑战 哈佛商业评论、麦肯锡、CIO杂志等多家著名机构，都给出了讨论“ 数字化转型，企业首先需要制定一个顶层战略规划，在做 好战略规划的同时，企业还需要提出明确的路线图。 同时也需要意识到，这不是“一锤子买卖”，需要一系列 工程组合，持续实施。因此在架构选择上，需要评估可组 合、敏捷等特征的路线选择。 业绩优化，业务创新 转型的价值，一个方面是现有业务模式的继续优化；另外 一个方面，需要重视业务创新的探讨。并在战术层面，关 注新生态系统、平台、运营等新模式。 每阶段主要任务描述如下： 一步支持服务的融合，因此在PAAS 层，需要物联网云、大数据、开发者使能等完整的技术能力的支撑。 数字化应用引擎-云原生app的敏捷性 现代化的应用，需要满足敏捷快速、持续迭代的特征，因此应用引擎需要构建敏捷开发环境，由传统的开发-测试-上线 流程，转变为敏捷开发流程。 参考专题：前沿技术-应用开发之无代码开发 软件开发是一项枯燥无味的任务，但将来这项工作很可用利用软件本身来完成。届时，没有任何编程基础的人也能很

AgenticRAG 技 术 • 以 Agent 重构传统 RAG ，提升问答准确率及效果 • 长链路、多跳、事实推理效果更佳 • 跨模态数据融合应用：打通结构化与非结构化知识 ⑤ 内置企业级敏捷 Agent 平台 + 丰富的知识类技能 + 知识类智能体市场 • 专业的知识类技能 ：比如文档解析、录音转写、发票识别 • 丰富知识类 Agent ：知识问答 / 创作型 / 技能型 / 数据型 / 文 件 记 忆 知识工具 使用记忆 知识问答 记忆 敏捷构建智能体搭建 ，赋能业务高效协同 打造“懂企业、 能干活”的智能体 工作流增强规划能力、知识库增强记忆、 MCP 增 强工具能力 ，让大模型具备更强的执行力、 提高 办公效率 AI 企业知识库特点 5 ： AI 知识库与智能体统一 ， 实现更敏捷、 更安全搭建智能体 智能体配置

；同时关注风险，“汽车上路 先装上刹车”，遵循道德和法律规范。 当今，应用现代化的推进目标已从“数字化 IT 提效”提升至“重塑智能商业价值”。未来，企业需以“应用现代 化的三驾马车”，即：“敏捷架构、智能数据、生态开放”为基石，建立支持 Agent 自治与进化的全生命周期的数字基 座。应用现代化产业联盟的各成员，要加强智能体应用、跨域协作标准等前沿议题的探索研究，以《应用全生命周期智 能够更加聚焦业务逻辑，而非性能调优，从而加速创新步伐。二是软件工程范式的延伸与重塑。DevOps 范式逐渐向 DataOps、MLOps 等领域延伸，不仅重塑了软件开发模式，更推动了产业向“小步快跑、快速迭代”的敏捷智能模式 转型，使得企业能够更快地响应市场变化，满足客户需求。三是智能化应用形成迭代闭环。通过 A/B 测试、用户旅程地 图 2、特征工程等工具，智能化应用构建了“需求感知 - 价值设计 - 智能应用的形态和核心特征 应用全生命周期智能化白皮书 18 为智能应用构建了更具弹性和自愈能力的技术框架。这一转变不仅可以显著提升系统的自我决策与故障响应效率，还 可在复杂多变的业务场景下，帮助企业更敏捷地适应市场变化并保障服务质量。 从技术层面来看，一方面，完善的智能化运维体系能够为自我进化提供完整的数据循环支持，涵盖数据采集、模 型训练、部署到持续迭代的全流程管理，让系统能基于环境反馈快速演

而是赋能千行百业、重塑核心竞争力的关键引擎。AI浪潮带来了前所 未有的机遇，同时也对数字基础设施提出了严峻的挑战。海量数据的 处理、极致的低时延交互、复杂的模型训练与推理，都呼唤着一个更 加敏捷、高效、可靠且智能的AI基础设施底座。 《人工智能就绪度白皮书：企业数智化转型的AI变革路径与评估指南》 的发布，恰逢其时。它凝聚了思科与毕马威在企业AI变革转型的深度 思考与实践洞察。我们深 并且已初步形成数据标准化体系、智能清洗工 具等共性选择； • 在基础设施侧，企业兼顾创新与务实，充分权 衡AI基础能力建设与业务需求满足，通过混合 部署和协作管理措施等实现协同优化； • 在组织体系侧，企业立足敏捷性和协同性的组 织机制要求，大力推进AI相关的团队能力建设 和员工风险应对等，以软实力建设护航组织AI 的硬核转型。 © 2025 毕马威华振会计师事务所(特殊普通合伙) — 中国合伙制会计师事务所，毕马威企业咨询 储要素表现为存算一体、冷热数据自治；数据要素 表现为数据价值链重构、数据资产化。 模型服务与编排层包括多模型管理与服务化、智能 体与应用编排以及模型通信协议与集成，旨在屏蔽 底层基础设施的复杂性，赋能上层应用的敏捷创新， 确保企业能够高效、安全、可扩展地利用各类AI模 型驱动业务价值。其中，多模型管理与服务化具有 动态资源适配与调度、模型市场与发现机制、面向 特定场景的模型优化服务等AI变革新特性；智能体

主要包括项目模式和周期过程标准、项目管理实施策略标准、项 目管理业务领域标准，如图 4 所示。项目模式和周期过程标准主要 以不同项目实现模式或项目寿命周期模型的项目管理活动为标准化 对象，比如敏捷式项目的管理、渐进式项目的管理等。项目管理实施 策略标准主要以组织战略、项目治理、组织级资源等框架内的项目管 理实施策略为标准化对象。项目管理业务领域标准主要以项目运行所 需开展的管理活动为标准化对象，比如进度管理、质量管理等。 标准中文名称 ISO 采标 1 管理咨询服务指南 项目管理 GB/T 42994-2023 管理咨询服务指 南 项目管理 2 企业项目管理敏捷化指南 GB/T 42892-2023 项目管理敏捷化 指南 3 项目管理专业人员能力评价要 求 GB/T 41831-2022 项目管理专业人 员能力评价要求 4 项目、项目群和项目组合管理 Project, programme and portfolio management - Context and concepts 0012 GB/T 42892-2023 项目管理敏捷化指南 ISO 21511:2018 Work breakdown structures for project and programme management 0013

供应链转型方面，企业需要进一步开展自上而下的 协同协调。 在“AI转型”与“AI驱动型组织”这两个更高成熟度阶段，AI与智能体流程已深度嵌入运营模式 核心。这类成熟组织将释放更高水平的自主性、敏捷性与创新能力，凭借AI驱动的效率优势与战 略优势脱颖而出。 智 能 世 界 的 I C T 岗 位 与 技 能 04 单点试验 AI 试点阶段 局部推广 AI 转折阶段 扩展复制 AI 对齐阶段 对技术栈的投资不仅能增强AI能力，还能促进与现有IT系统的整合，进而实现更顺畅的工作流程 与更高效的数据编排。AI与云技术、边缘计算及先进数据架构的融合，成为组织持续创新、在动 态市场中保持竞争敏捷性的关键基础。 采用智能体的需求正不断推动组织制定相关战略与分配预算，“为AI适配技术栈”已成为其核心优 先事项。最新调查数据显示，42%的北美组织表示，“为AI适配技术栈”是影响其2025年IT预算增 了一些进展，但仍存在巨 大缺口。 此外，云计算职位对于实现混合和远程工作基础设施至关重要，但全球仍有超过22万个空缺职 位，填补率在60%至70%之间。云计算技能越来越被视为企业转型运营和提高敏捷性的关键。 这种人才失衡制约创新，并对运营安全与数字化转型计划构成战略风险。根据IDC《全球IT技能调 查》，超过65%的全球企业正因技能短缺，直接导致其数字化转型计划延误。 从基础架构到前沿

企业数据生命周期贯穿多环节软件服务协同，凸显数据作为 核心生产要素的战略价值，但传统BI因封闭架构、静态处理、 技术壁垒及历史决策惯性，难以支撑从实时感知、多元分析 到预测决策的现代化转型需求，其滞后性不仅削弱企业对市 场动态的敏捷响应能力，更成为全员数据赋能与战略前瞻决 策的关键瓶颈。 ❑ AI赋能通过构建自动化数据流水线释放人力冗余，依托智能 算法提供动态预测与战略决策支持，不仅重构数据采集、处 理与分析的全链路效率，更推动决策机制从被动响应转向前 白皮书｜2025/05 传统BI产品局限性分析 传统BI受限于数据封闭、静态处理、高技术门槛与历史导向等，难以适应 实时、多元与预测驱动的现代商业需求。这些短板削弱了企业对外部动 态的感知，也无法满足敏捷决策与全员赋能的时代要求 人工智能与商业智能发展背景——传统BI局限性 来源：头豹研究院 传统BI系统主要依赖企业内部的结构化数据，如销售数据、财务数据等。这些 数据通常是预先定义和整理好的，局限于企业内的数据源。而外部非结构化数 据，难以捕捉外部非结构化洞察；静态 批处理模式无法满足实时决策需求；复杂操作和高技术门槛限制了用户参与；预定义指标缺乏灵活性，难 适应多元需求；聚焦历史数据则削弱了预测能力。这些短板使其在数据爆炸和敏捷决策的时代逐渐失位， 亟需向开放、实时、智能的分析范式转型，以释放数据的真正价值。 8 www.leadleo.com 400-072-5588 中国：人工智能系列 白皮书｜2025/05 （接上页——传统BI局限性）

数 字化相关岗位。凭借在行业数字化转型领域的多年深耕，团队保持对前沿技术 的敏锐洞察，通过精准人才画像、线上线下资源整合及定制化解决方案，持续 20 为银行业数字化转型提供高效、敏捷的人才服务。 数据来源：智联招聘（www.zhaopin.com） 21 6 智联猎头银行业交付案例 结语 智联猎头凭借在行业数字化转型领域的多年深耕，团队保持对 前沿技术的敏锐洞察，通过精准人才画像、线上线下资源整合及定 制化解决方案，持续为银行业数字化转型提供高效、敏捷的人才服 务！ 28 版权声明 本报告及相关内容由北京网聘信息技术有限公司（简称“智联招聘”）编制并拥 有版权。在转发或引用本报告时，需在显著位置清晰标注“转自（或引自）智联

SaaS市场的竞争范式已从通用工具转向深度垂直整合，深刻的行业产品能力正成 为决定客户留存的最终护城河。在此背景下，大型云企业面临着来自中小厂商的 双重挑战：它们不仅利用低价和本地关系蚕食大厂难以覆盖的“腰部以下”市场， 还凭借其敏捷性快速切入大厂反应迟缓的新兴细分场景（如短剧、小游戏）。这 一格局表明，SaaS的竞争关键已不再是单一的横向规模优势，而是能否构建起能 与众多“小而美”的专业厂商相抗衡的深度垂直解决方案能力。 云企业视角 到的“腰部以下”市场，形成 差异化优势 低价/本地关系仍是中 小厂的价值洼地 2 新兴行业的细分场景为新玩家 提供了市场切入点。大厂因产 品节奏缓慢，难以快速满足如 短剧的字幕生成、小游戏的高 并发等敏捷性需求。这为反应 迅速的新玩家创造了发展窗口， 能够通过提供精准、高效的解 决方案来抢占先机 大厂未覆盖行业场景仍 有价值窗口 3 SaaS的最终竞争核心在于客 户留存，而这由深刻的行业 产品能力决定。SaaS不仅仅