HUAWEI TECHNOLOGIES CO., LTD. 基于数据驱动的数字化转型实践方法 技术驱动产业革命 华为数字化转型实践 技术驱动产业革命，加速数字化转型进程 • 技术驱动产业革命，目前正在进入各行业数字化、智能化的第四次工业革命 • 企业面临的共同问题是如何跨越数字化产业周期，利用智能技术踏准趋势之浪 万物感知 感知物理世界，变成数字信号 万物互联 将数据变成 伙伴 …… 厂商 技术驱动产业革命 华为数字化转型实践 数字化转型关键是数据 1. 连接应用和数据，打通数据孤岛。 2. 连接 IT 与 OT ，消除物联网数据鸿沟。 3. 打通企业与生态伙伴，协同价值链。 4. 连接多云，打通企业能力边界。 5. 实时在线数字化运营，支撑实时决策。 数字化转型转什么 转意识 转文化 转组织 转方法 转模式 “ 双轮驱动” ( 业务 + 技术 业务 IT 一体化 统一数字平台 对象 + 过程 + 规则数字化 完善数字化场景和方案 存量应用：双模驱动 新增应用：云原生 数据：统一入湖 以客户 为中心 回归 业务 架构 牵引 智能化 大数据 云平台 C B A A B C 总部 Sponsor 下的 业务驱动式 数字化 执行委员会 总部 业务 领域 总部 业务领域 业务领域 数字化 业务 事业部

韧性DC白皮书 中国工商银行数据中心、华为技术有限公司 联合发布单位 一份给CIO规划建设数据中心的参考 AI驱动的新一轮智能化转型浪潮中，数据中心已从传统IT基础设施，演变为企业核心竞争力的战略资产，越 来越多企业的核心业务正由数据中心承载。与此同时，快速发展的AI应用驱动数据中心规模不断扩大，AI技 术也让威胁攻击频率更高、成本更低、手段更多样。近期我与客户伙伴的交流中，大家都提到一个关切点： 出，“数据中心的每一次升 级换代，背后都在回应数字经济对于更高性能、更高安全、更高灵活性的新要求——这正是韧性建设的应然 逻辑”。它系统阐述了如何构建面向未来、具备感知、决策与自进化能力的AGI驱动型数据中心，为电力行 业在规划、建设与运营高韧性算力基础设施方面提供了重要参考与实践指南。该书理念先进、内容务实，对 电力及相关行业单位具有显著的启发与借鉴价值，特此推荐。 ——工信部产业发展 ——印尼国家电力公司信息技术规划与战略副总裁 Handy Sanjaya AI时代，数据中心正成为数字化与智能化的核心枢纽和创新引擎。随着业务复杂性激增、网络威胁演变及技 术革新加速，这些正驱动数据中心向高可用、高安全和高灵活性演进。近期，我与很多客户伙伴、产业界的 朋友们进行了沟通和交流，大家都提到，韧性DC是当前数智基础设施建设的核心，但也面临居多挑战。华为 作为全球数据中心领域深

03 深度价值链新模式与案例 产业互联网年度进展 /01 产业互联网迎战新周期 企业生存情况调查 资本市场动向 政策趋势与实践 - 4 - 产业互联网迎战新周期：大范围价值闭环效应驱动 亿邦动力团队25年来一直跟踪B2B发展。亿邦智库基于连续七年综合产业、企业及政策的观察研究，提出我国产业互联网发展新研判：产业互 联网基本面未变，但已进入新周期。从资本闭环效应显著的初创期迈入以 。 • 供应链金融促进交易。模式相对轻，撬动GMV大幅增长，平台凸显供应链金融价值，交易价值初现。 • 阶段局限：仅释放营销、金融等有限价值空间 资本闭环效应驱动供应链数字化 初创期（2019年~ 2024） • 资本闭环效应驱动。风险资本大规模涌入，二级市场交易活跃。平台超越纯交易，通过数字化工具在上下游特定环节或客 户群体中形成小范围的效率提升和价值优化。平台显现出一定的供应链履约数字化价值。 佛山南海区政府引导基金（中科科创管理） 投资逻辑： • “以投促引”：基金核心任务是吸引优质企业落户。投资后，智布互 联将总部迁至佛山。 • 产业协同： 智布的布料信息化解决方案与佛山强大的纺织印染产业 基础完美匹配，驱动产业智能化升级。 • 区域贡献： 强调企业迁移后的税收贡献与对本地产业的提升作用。 投资标的必须与本地优势产业 高度契合，能补强、升级现有 产业链。 产业协同原则 不以财务回报为唯一目标，设

LLMs)的突破性进展,正深刻重塑 全球产业格局和社会治理模式。 作为新一轮科技革命和产业变革的核心驱动力,大模型凭借其强大的 通用理解、生成、推理和交互能力,为智慧城市构建开辟了全新路径。 通过解析大模型与智慧城市的深 度融合机制,重点探讨大模型对城市治理体系现代化、公共服务智能化、产业经济高效化的赋能作用,分 析其关键驱动因素如算法创新、算力支撑、数据要素流通及政策环境,旨在为城市管理者和政策制定者 提供前瞻性参考和实践指引。 涌现能力:模型规模达到临界点后表现出的 超越小模型的、不可预测的新能力,如复杂推理、代码 生成。 其四,多模态融合:处理和理解文本、图像、语音等 多种信息形式。 大模型不仅是人工智能技术发展的重要里程碑, 更是驱动新质生产力发展的关键引擎,其应用正渗透 至智慧城市建设的各个环节,推动城市运行模式向更 高阶的智能化方向演进。 2 大模型赋能智慧城市建设的必要性分析 大模型代表了一种颠覆性的通用人工智能技术范 2. 2 提升公共服务效能与体验 公众对便捷、高效、个性化的公共服务需求日益增 长 [8]。 大模型驱动的智能客服、政策解读、办事引导、个 性化信息推送等应用,能够提供 7×24 h、自然语言交互 的“有温度”服务,显著提升公众满意度和获得感。 2. 3 驱动产业智能化升级 大模型作为强大的“生产力工具”,可广泛应用于 智能制造(如工艺优化、故障预测)、智慧金融(如风险

步入“十五五”开局之年，数字技术革命呈现出加速演进的强劲 势头。在数据要素市场化改革持续深化、人工智能大模型实现规范应 用、政务数据共享体系不断完善等一系列关键领域取得重大突破的有 力带动下，政府数字化转型成功步入“深度融合、智能驱动”的全新 阶段。国家高度关注数字治理能力的提升，从技术创新、制度构建、 标准统一等多个层面着手，全面加速数字政府建设的战略布局，积极 运用数字化手段重塑政务服务流程、优化社会治理模式。 落实，推动经济社会实现全面数字化转型。 图 1 2025 年国家出台数字政府相关文件 2. 新阶段：人工智能与数据要素融合重塑发展路径 人工智能与数据要素凭借乘数效应重塑数字政府，推动治理模式 从“经验驱动”迈向“数据智能驱动”。数据作为关键生产要素，与 人工智能共同重构政务服务、社会治理与决策支撑体系。其一，数字 政府破除信息孤岛状况，借助数据分级开放与跨域共享，构建全域互 联的“数据底座”，达成核心数据归集与场景数据汇聚，为政务决策 障等领域的数字化转型，并取得了显著成效。广州立足于超大城市的 治理需求，以“穗智管”城市运行中枢为核心，构建“一图统揽、一 网共治”的治理体系，在城市精细化管理与民生服务普惠化方面成效 显著。深圳以制度创新与技术突破为双轮驱动，在数据要素市场化、 政务服务高效化、城市治理智能化等领域实现了多项全国首创。 图 7 推荐城市数字政府建设头部城市得分率 中西部城市数字政府评估数据显示，成都市、武汉市、贵阳市数 字政府总体得分率超过

构建城市尺度建筑能耗模型 UBEM- 机理数据联合驱动 + 自底向 上 一 个老问题的几个新挑战： 历史 / 未来天气 (a)CMIP6 未来气象数据库 (b) 动态降尺度方法 难点：海量 ( 数十万栋 ) 、 多维 ( 形貌、功能、年龄 等 ) 的城市级建筑信息难获 取 Dabe/Time 目标：机理 - 数据联合驱动、 全自动化、结果可信的 UBEM 方法：自底向上够建模型 尺度对齐天气数据的时空颗粒度 思路：实测电耗、数据驱动验证 ArcGIS 思路：基于 GIS 城市级建筑数据库， 耦合 EnergyPlus 单体建筑仿真， 自底向上、自动化、高通 量 g10 D000 m2s 0000 0M IT0000 Date/Time 达成目标：自动化、高可信的 UBEM 构建城市尺度建筑能耗模型 UBEM- 机理数据联合驱动 + 自底向 上 城市级 Residennal Chigh-nise) Ofce Commercial Industrial Adninistative Educatonsl Chuster 9 机理 - 数据联合驱动模型验证的关键技术 平台最易受质疑的就是模型真实性，故采用时间 - 空间 - 能量三维度验证 A) 典型建筑 / 社区验证 B) 典型行业多时间尺度验证

另一方面，邻近枢纽与高铁网络，正持续分流其本就有 限的客源。 国内支线机场发展的困境 数据来源：航班管家 聚焦行业痛点， 打造智能决策新引擎 以智能引擎为枢纽，将海量、孤立数据转化为精准商业洞察，助力企业决策从“经验驱动 ”向“数据驱动 ”升级。 部分城市铁路 & 民航客流占比分布 飞机客流占比 火车客流占比 0.0% 10.0% 20.0% 30.0% 40.0% 50 241 248 254 259 263 飞机年均增长率 ： 3.0% 机场年均增长率： 2.2% 新飞机，往哪飞 ? 构建“全国民航一张网”： 数据驱动的航线网络布局新路 径 “ 干支通，全网联 ”，构建“全国民航一张网 ” 结合交通、人流与市场特征，科学评估选址。依据客群画像， 合理 设定星级，抢占市场先机。 客流与需求预测 融合大交通数据，构建全景客流画像，精准识别高价值客群。 从经验到智能： 驱动商旅客流与收益双增 长 THANKS

Language Models, LLMs）在人工智能领域取得突破性进展，引发了对算力 资源前所未有的需求。 在数字经济加速发展的背景下，算力已成为新型基础设施的重要支撑，是推动经济社 会高质量发展的核心驱动力。作为数字经济的关键组成和引领性领域，算力正加快成为培育 新质生产力、赋能产业升级的重要引擎。全球范围内，各国围绕算力展开了激烈竞争，纷纷 通过政策强化算力产业的引导，以抢占数字经济发展的制高点。 伴随通用计算服务器迈向50万乃至百万级规模，单数据中心网络的物理规模与逻辑复杂 性激增。传统依赖人工策略管理的模式已无法满足需求。带宽对等化、毫秒级切换等硬性要 求，迫使网络架构向深度智能化演进： 5 意图驱动网络（IDN）与AI融合：AI的应用将网络运维从故障后的辅助诊断扩展到运 行风险预测和优化。运维系统将基于对业务意图的理解（如“支付交易必须在50毫秒内返 回结果”）和实时网络状态结合，自主计算 ， 助力网络常稳业务永续。同时，为保障跨楼宇、跨DC此类高速链路互联场景的传输安全， 通信安全等相关技术也将加速在高韧性DC架构中落地。 未来十年数据中心网络将彻底超越传统连接的定位，真正成为驱动金融、政府等业 务韧性、智能与效能变革的根基性力量。其成功演进绝非单纯的技术升级，更将成为行业 在数字经济时代制胜的关键能力基石。谁能率先完成网络从“业务保障通道”向“智能韧 性运营枢纽”的跃

年）》，首次在国家层面对这一 新型数据基础 设施系统布局，明确到 2028 年建成 100 个以上可信数据空间的目标。 建制度 立顶设 强行动 促发展 建制度框架 指引建设方向 规划蓝图 激发数据要素潜能 场景驱动价值 释放数据要素乘数效应 全面开展 可信数据空间试点规模建设 2022 2023.12 2024.1 1 2025.0 7 国务院《要素市场化配置综合改革 试点总体方案》、《数据二十条》 在当前数智化转型加速的时代，数据与人工智能的协同创新成为推动各行业数字化、智能化升级的引擎。然而， 这 “ ” 一融合过程中面临多重挑战， 数据壁垒、隐私合规、技术异构性、信任机制不透明 成为数据 驱动 AI 创新的关键 瓶颈，Data+AI “ ” 协同创新存在 三不可 的核心挑战。 3.1 挑战一、数据 AI 不可见 图 5 数据湖仓的架构演进发展历程 在过去的数十年时间内，各行业客户建设了大量的 为大 模型创新的引擎，而非沉睡的资源 --- 以制度为 纲、技术为脉、价值为魂，构建数模协同新体系。 技术协同 价值协同 “数据驱动模型进化模 ” 型释放数据价值 图 7“ ” 数模协同 体系框架 “ 一、制度协同：建立 权责明晰、动态确权与授权、健 ” 全授权运营 的治理机制 “ ” 数据二十条 以解决市场主体遇到的实际问题为导