数字化转型洞察

归档

2026 年 05 月

摘 要 当前,以大语言模型、多模态感知、智能体技术为核心的新一代人工智能,正推动企业信息技术体系从“数字化支撑”向“AI原生驱动”的范式跃迁。AI原生架构已成为企业规模化落地AI能力的核心底座,其建设质量直接决定了智能化转型的深度与可持续性。 本研究报告系统梳理了全球AI原生技术的演进脉络与产业实践

2026 年 04 月

本体的价值不是创造一套更复杂的术语,而是让不同部门和系统对关键业务对象形成可计算、可复用的共同理解。 一、从一个常见的数据问题说起 同一个“客户”,销售部门可能指签约主体,服务部门可能指联系人,财务部门则关注付款主体。名称相同并不意味着含义相同。 如果这些差异没有被

2026 年 03 月

打破 “技术至上” 的转型误区,重构数字化的底层支撑逻辑 在数字化转型的实践中,存在一个非常普遍的认知误区:很多企业把数字化转型等同于技术升级,谈起转型,第一反应就是采购系统、搭建平台、引入新技术,把预算的大头投向软硬件与技术服务商,却鲜少在组织层面做系统性的调整。 而大

2025 年 11 月

——从工具到范式的演进路径 引言:被重新定义的"开发" 过去十年,软件工程领域最重要的范式变迁之一,是"开发"这一行为本身被重新定义。过去,开发意味着程序员用文本语言
构建分层分类的人才梯队,打造数字化转型的核心人力护城河 承接组织变革的底层逻辑,数字化转型的最终落脚点,始终是人。 很多企业在转型中投入重金采购系统、搭建平台、引入前沿技术,却迟迟看不到预期的业务价值,复盘下来核心瓶颈往往不在技术本身,而在人才:找不到既懂业

2025 年 10 月

摘 要 能源企业数字化转型已经从单点系统建设进入体系化重构阶段。新能源高比例接入、能源市场机制演进、设备规模增长、生产安全要求提升,以及跨专业协同日益复杂,使传统以部门系统和项目交付为中心的信息化模式难以持续支撑企业发展。数字化转型需要转向以业务能力为主线、以企业架构为约束、以数据和平台能力为基础、
智能体的价值来自闭环:理解当前状态,选择下一步行动,执行后读取反馈,再决定任务是否继续。 一、感知:获取足够而非全部信息 智能体首先解析用户目标、身份、时间范围和输出要求,同时读取与任务相关的系统状态。信息不足时,它应当询问或调用查询工具,而不是依靠猜测补齐关键条件。

2025 年 09 月

智能体能够调用系统并执行任务后,治理重点就从内容是否准确,扩展到它可以做什么、谁来确认以及出现问题如何追溯。 企业级智能体与普通问答工具最大的区别,是它可能真正改变业务状态:查询数据、生成方案、提交申请、发送通知,甚至串联多个系统完成一项任务。

2025 年 08 月

智能体与普通问答应用的区别,在于它能够围绕目标组织步骤、使用工具,并根据执行反馈继续行动。 一、从一次回答到任务闭环 普通大模型应用通常接收一个问题并生成一次回答。智能体则面向任务目标,可能需要查询信息、制定计划、调用系统、检查结果并继续执行。
跨越系统建设的数量扩张,构建价值驱动的数字化能力体系 作为国民经济的压舱石与数字中国建设的主力军,央国企的数字化转型走过了十余年的快速发展期。从早期的会计电算化、办公自动化,到 ERP、CRM、MES