大型企业加速 云转型的商业价值 通过亚马逊云科技降低风险、并加速 云计划之旅所能释放的商业价值 简介 克服云迁移中的障碍 实现您的云计算未来 加速企业的云转型不仅意味着机遇。 在数字化和人工智能驱动能力已成 为必备基础的世界中，这是实现成 本节经、增强安全性、简化流程和 下一代客户体验的唯一路径，也是 达成战略目标所必备的。 您已在探索如何让这一愿景变为现 实。但是，在您和期望达成的成果 突破这些障碍的转型路线图。 本文档旨在为这些工作提供补充。它汇总了来 自 1500 多个亚马逊云科技案例研究及企业转 型项目的关键数据点与研究发现，有助于量化 我们能助您释放的商业价值。 我们希望这能帮助您在企业和组织 内部清晰地传达云转型的价值，并 凝聚各方对我们共创战略的支持。 7个月即可收回投资 IT 基础设施团队效率 提升 39% IT 运营成本效益提高 9% 高效率： 应用迁移至亚马逊云科技的 IDC，《亚马逊云科技的商业价值》，2022年 我们助力企业解锁以下关键价值 1 三年投资回报率 396% 亚马逊云科技环境管理效率 提升 37% 每个组织实现的收益价值 达 1,546 万美元 业务运营： 网络安全团队生产效率 提高 27% 业务流程错误减少 23% 安全性和流程： 亚马逊云科技 创造价值的五种方式 亚马逊云科技云价值框架助力企业和组织能够 从五个价值支柱构建云计算的详细商业案例

智能驾驶拥有可观的价值前景 2. 智能驾驶越来越吸引消费者 3. “无图”智能驾驶时代来临 4. 投资机会分析 2 请务必阅读正文之后的信息披露和法律声明 我们认为智能驾驶技术不仅能够减少交通事故，提升交通效率，更 能带动汽车、人工智能等相关技术进步，拥有可观的社会价值、经 济价值和科技价值。 资料来源：海通证券研究所 图：智能驾驶技术的主要价值体现 1. 智能驾驶拥有可观的价值前景 智能驾驶拥有可观的价值前景 3 请务必阅读正文之后的信息披露和法律声明 智能 驾驶 社会 价值 经济 价值 科技 价值 社会价值：根据高工智能汽车搜狐号，由中国汽车技术研究中心有限公司联合同 济大学、百度Apollo编制的《自动驾驶汽车交通安全白皮书》中提到：根据 CIDAS（中国交通事故深入调查）数据库，2011年至2021年5664起乘用车参与 的事故案例中，驾驶员人为因素占比约为81 图：人类驾驶汽车事故致因 资料来源：《自动驾驶汽车交通安全白皮书》，高工 智能汽车搜狐号，海通证券研究所 1. 智能驾驶拥有可观的价值前景 4 请务必阅读正文之后的信息披露和法律声明 81.50% 0.50% 18% 驾驶人因素 机动车因素 环境因素 经济价值：根据麦肯锡官网的预测，中国或将成为全球最大的自动 驾驶市场，至2030年，自动驾驶相关的新车销售及出行服务创收将 超5000亿美元。

生意 参谋 数据中台的由来 中台战略 TCIF BI 量子 统计 MaxCo mpute 数据应用 搜索 Flink l 底层建设严重匮乏 l 高价值数据难以产生 l 当前的数据业务价值低下 基础不牢、价值不高的 04 01 零散的、孤立的、分散的 l 业务越向前越不准确 l 数据被业务模块割裂 l 数据口径不统一 l 数据视角不一致 l 数据定义不清晰 少量的统计分析 1.0 3.0 2.0 决策支持 建立数据理念 业务场景驱动 数据应用闭环 业务需求驱动 数据业务融合 数据仓库建设 数据服务 阶段 应用场景 数据需求 参与方 价值体现 存储计算 数据组织 Data 1.0 、 Data2.0 “ 描述过去，看结果； 看了，然后呢” 报表 明确 业务（决策） IT （实施） 面向业务人员 的辅助决策 面向场景驱 动的数据资 产体系 企业数据应用演进路径 数据中台定义 数据中台是一种战略选择和组织形式，通过有型的产品支撑和实施方法论，解决大企业面临的数据孤岛、数据维护混乱、数据 价值利用低的问题，依据企业特有的业务和架构，构建一套从数据汇聚、开发、管理、到资产服务的体系，源源不断地把数据 变成资产并服务于业务的，形成可持续让企业数据用起来的机制 ，让数据可见、可懂、可用、可运营。

身全生命周期消费等内容的服务 • 打造线上线下无缝衔接的服务模式 • 解决用户服务所需的透明性、可比性、 专业性、便利性、无忧性、个体性和 尊重感 极致服务体验 • 提供用户个性化产品需求的全价值链 服务 — 设计上，众筹众创，与用户零距离 交互，个性化用户画像，专属订制 — 生产上，数字化、智能化、全程可 视化 — 用户信息交互即时化 个性化产品 • 整合内外部资源，提供基于共享的用 开拓智能交通、智慧城市配套的资源 共享模式 共享生态 略战 目 标 客户导向： • 重构以用户价值为导向的价值链 • 打造用户参与的研发、制造、销售、 服务平台 • 建立以用户价值实现和市场反馈为 中心的绩效评价、激励考核机制 建立基于客户导向的、开放互联的、 AI 模式的运营机制 开放互联： • 从产品导入到服务的价值链全流程数据互联互 通 • 集团内部相关部门单位信息连通、流程明确， 决策反馈高效 生态体系，确保用 户价值的有效挖掘和无损传递。 XX 集团“ AI+ 1354” 战略举措生态体系 个性化定制 超级 汽车 生态 服务 众创研发平台 销售服务平台 统一采购平台 智能制造平台 用户 CRM DMS ERP MES 云 平 台 大 数 据 1 2 3 1 2 3 挖掘价值，提供价值 传导价值，实现价值 基于用户价值的决策 用 户 价 值

湖仓一体数据架构，全面整合内外部数据，实现全域数据统一管理，统一集中开发，统一融合分级共享，实现多个应用服务， 沉淀通用数据资产与专业数据资产，建立数据资产目录，提供全面的数据资产视图，推动数据高质量发展，快速释放数据要素 价值。 方案亮点 中电金信软件有限公司 扫码关注 微信公众号 典型案例 分布式架构，弹性扩容，安全可靠 全并行的 MPP 架构，实现对数据处理的快速 响 应；按需弹性扩容，可持续扩容至 项目的第二个目标是丰富集团的数据资源， 并整合健康医疗大数据平台助力集团实现数据资产的统 一管理，提升数据的使用效率 和价值。 3. 推动数据共享并深挖数据价值 项目的第三个目标是推动数据共享， 并深挖数据的价值助力集团提升数据综合服务能力， 实现数据 资产的最大化利用，为集团 带来更大的商业价值和竞争优势。 【解决方案】 中电金信保险企业级数据中台方案基于中国电子金融级数字底座“源启”的核心平台之一“源启 数 据的统一管理、统一集中开发、 统一融合分级共享，进一步提升数据的应用效率和价值。 2、湖仓一体的数据架构 基于 One Data 完成了四大能力建设，搭建湖仓一体的数据架构，这种架构的设计，能够全面整合集 团及子公司的内部外部数据， 从而提供更全面、更准确的数据支持。 3、数据资产的沉淀和提炼，释放数据价值 沉淀通用数据资产与专业数据资产，不仅丰富了数据资源，也提高了数据处理和分析能力，推动集

维已经在这家企业生根发芽、开 花结果。 当前，中国制造业正处于从“制造”向“智造”转型的关键时期，锦华的经验证明，数字化转型不 仅需要技术升级，更需要管理变革和组织能力建设作为支撑。这个案例的价值，不仅在于其取得的 量化成果，更在于它展示了一条可复制、可持续的转型升级路径。 霍尼韦尔愿将这样的成功经验分享给更多中国企业。让我们以卓越运营为基石，以持续创新为动力， 共同推动中国制造业实现高质量发展，为建设制造强国贡献力量。 这些植根于 HES 体系又结合企业实际的创新实践，使精益管理从概念框架转化为可触摸的运营实 效。六年来，我们实现了令人瞩目的蜕变：营业收入实现 3 倍跨越，从曾经连奖金都难以发放到 如今持续创造价值；建立行业标杆级管理体系，从根本上扭转管理混乱局面；打造全员改善文化， 让每位员工都成为卓越运营的践行者和受益者。 这份白皮书，是我们与霍尼韦尔携手探索制造业转型路径的真诚记录。我们坚信，中国制造业的 在中国制造业迈向高质量发展的关键阶段，我们深入研究了浙江锦华新材料股份有限公司的 精益管理变革实践。这一研究不仅着眼于企业的经营改善，更旨在为中国制造业的转型升级 提供具有学术价值和实践意义的参考样本。 锦华公司的转型升级具有显著的研究价值。作为曾经面临严峻经营挑战的集团“后进单位”， 该公司通过六年的精益管理实践，成功实现了向行业标杆的跃升。其独特之处在于，这一转 变主要依托于系统性管理创新，而非依

3 Wave 2 Wave 1 卓 越 数 据 管 理 * 来源 Gartner CDO Circle Workshop Leading Innovation Practices 信息生态和价值化 … 内部数据 外部开放数据 社交数据 IoT 数据 个人数据 n …… 自然语言处理 高级分析 （预测性、规范性分 基础分析 ) （描述性、诊断性分析 ) 与整合大数据处理、计算及数据服务能力，降低大数据使用成 本 • 通过集中各领域数据，方便创新，让数据产生更大价值 • 大中台、小前台，前台特种兵敏捷作战单元 + 中台航母舰群 精确制导炮火 挑战 ： 1 、独：烟囱系统，数据孤岛严重。重复开发、成 本浪费； 2 、断：数据理解与数据价值链条的断层； 3 、缺：缺标准、缺治理、缺数据； 4 、难：知数据难、要数据难、懂数据难； 定义：全域级可复用的数据资产中心与数据能力中心，提供清洁、透明、智慧的数据资产与高效、易用的数据能力， 使能业务数字化运营； 愿景：让数据成为如水和电一般的资源，随需获取，敏捷自助；让数据极大发挥价值，推动业务创新与变革； 数据领域由企业扩展到生态伙伴 数据敏捷自助 安全共享（隐私、授权、权限等） 数据合规 业务对象、规则、过程数字化 数据联接 数据实时可视 数据透明

第 3 页 明确数据要素地位 加快数据要素市场化建设 政策分析 大数据首次写入政府 工作报告 数据要素市场化配置 上升为国家战略 促进数据应用 实施国家大数据战略 重视数据价值 “ 大数据”成为热点 大数据连续 6 年 写入政府工作报 告 2019.3 2019.10 2020.4 2022.12 2016.12 2017.12 2017.10 2021.11 2020 数据汇聚打通，解决跨部门协作障碍、业务数据孤岛问题。 - 中台能力复用，面向多业务线服务，解决各个业务线重复开发浪费计算与存储资源问题。 - 企业配套机制，企业从高层到具体执行者高度认可数据战略，数据价值，建立独立的数据部门。 - 统一标准规范，解决数据标准不统一，数据质量不高、数据使用成本高的问题。 n 中台以服务中大型客户为主，对于不满足规划要求的客户， 可以通过中台里某个模块如数仓、数据湖或者主数据治 拥有比较完善的配 套机制，包括企业 战略、组织文化、 数据部门成熟度等。 业务既不是完全一 成不变，也不会有 颠覆性变化，且业 务线之间有所关联。 已经或未来较短时 间内有大量业务数 据积累，对数据资 产价值转化需求高。 多条产品线或横跨 多业态，呈多元化 经营，各部门需对 各条线做分析决策。 组织结构复杂，跨 部门协作障碍严重， 已经显著影响到企 业深度发展。 信息化已达较高水 平，业务经营由多

从教育实践来看，AI教室的构建有助于学校形成 “师—生—机”三元协同、数据驱动的智慧学习空间。 它不仅是传统教室的硬件升级，更是实现大规模因材 施教、培育学生高阶思维与创新能力的基础环境。其 价值在于无缝对接“集成化、智能化、国际化”的战 略方向，将优质资源精准送达每个角落，助力缩小教 育差距。 面对技术适配、伦理安全与常态化应用等挑战，产业 界应推动AI装备从工具属性升级为教育变革的赋能者。 教 育理念与底层逻辑的系统性重构。它依托AI技术底座， 实现从“教”到“学”的深刻跃迁，推动教学流程再 造、场景融合与生态协同，构建以学习者为中心、数 据驱动的教育新范式。 智慧教室的核心价值，在于其能够重塑教学流程、激 活课堂生态，真正实现“人机协同、教学相长”素养 成长型课堂。它不只关注前端教学场景人机协同育人 升维，更注重后端教育数据的贯通与赋能，为教师精 准施教、学生个性化成长提供新锐力量。在此进程中， 推动其成为技术驾驭者与人文守护者的统一体。未来 的优秀教师既要善用AI提升教学效率，更要传递教育 的温度与智慧，在技术理性与人文关怀间找到最佳平 衡。三是筑牢安全底座，构建自主可控的教育专属大 模型。教育的数据安全与价值导向是不可触碰的红线， 发展适切的教育大模型是确保AI应用安全、可靠、内 容正向的根本保障。四是深化产学研协同，以技术点 燃每个生命的独特光芒。释放AI在教育领域的全部潜 力，需要产业界、学术界和研究机构紧密合作，我们

6 数据处理 数据提取 数据比对 数据标识 数据清洗 数据关联 数据分发 数据量大、多、杂 数据无关联，数据孤岛 方案构成 - 数据处理 数据处理 ：主要针对数据复杂多变、质量不齐、价值低、不可用的数据，通过数据融合、数据计算变成可用的数据资产。 数 据 资 产 数据复用性差 7 特点： l 支持多种方式 ：包含向导模式、脚本模式、标签模式等，满足 不同的场景 l API ：完成“新基建 ”大数据基建 3 ：需要大数据分析 、 大数据研判 4 ：数据治理 、 数据处理 、 数据标准 化 5 ：数据汇聚 、 采集 、 接入 6 ：急需提升部门信息化水平 7 ：提供有价值的数据服务 …… 1 ：科技信息 （局 \ 处） 2 ：网络安全 （总队 \ 支队 \ 大 队） 3 ：反恐 （总队 \ 支队 \ 大队） 4 ：交警 （总队 \ 支队 \ 大队） 5 ：国安 ”的数据 快速完成数据治理，搭建符合客户 要求的数据仓库、包括主题库、业 务库、资源库、知识库等。 大数据分析，提升数据价值： 通过汇聚全部的数据到数据中心，消除数 据孤岛，提升数据价值，研判分析数据， 搭建大数据中心、数据中台： 提供数据中心、数据中台，提炼业务 价值，优化政府资源组织形式 大 数 据 分 析 数 据 治 理 客户可以快速接入大数据、 人工智能等先进的技术水 提升部门信息化程度：