2023北京部委央企及大型企业CIO年会在京顺利闭幕

责任编辑：shjiaz 作者：查士加、赵立京 |来源：企业网D1Net 2023-03-23 13:18:42 本文摘自：企业网D1Net

由企业网D1Net、信众智(CIO智力输出及社交平台)和中国企业数字化联盟共同主办的2023北京部委央企及大型企业CIO年会(春季)于3月18日在京顺利闭幕。

本次大会汇聚了百余位央国企部委及大中型企业CIO、信息主管以及数字化一线厂商，以“数字化转型新场景”为主题，围绕数字化创新，大数据、低代码、5G、人工智能大模型等数字化技术应用，数据战略规划与实践、数据中心节能减碳改造、数字化转型实践等热门议题展开深入探讨。

2023北京部委央企及大型企业CIO年会(春季)现场

大会期间，国家电网、北汽新能源、中国人民银行清算总中心、中纺集团、飞书、好视通、望繁信科技、得帆信息、鼎桥通信、PingCAP、中科曙光、中国移动等在京大型企业的CIO、信息主管以及IT解决方案提供商等，对数字化技术应用进行了深入探讨，分享了数字化转型过程中的经验与心得，给出了最新的数字化解决方案与落地实践，为广大企业的数字化转型场景化探索提供了重要的参考依据。

国家电网副总信息师王继业

国家电网副总信息师王继业在“能源电力行业数字技术应用及其发展趋势探讨”的主题演讲中提到：“在过去的3个月里，国家密集出台了一系列与数据相关的政策，这标志着国家在数据基础制度建设、数据资源整合共享和开发利用、数字中国、数字经济等领域得到进一步强化。”他从多个角度对“数据二十条”、《数字中国建设整体布局规划》以及“国家数据局”的成立进行了全面解读。

在王继业看来：传统能源行业的发展模式，难以兼顾安全、经济、绿色之间的协同发展，这是能源行业发展公认的不可能三角。而今，通过数字技术的融合应用，来驱动能源行业的企业转型、能源转型和数字化转型，实现源网荷储协同互动，为破解能源电力发展不可能三角难题，找到了新的平衡点，创造了更多可能。

他对2023年能源电力数字技术趋势进行了整体研判，基于基础设施层、应用层、技术层和安全层四大层面，分析了适合能源电力企业逐步发展和完善的16项技术趋势。他表示：数字技术正在深嵌到电力系统的生产、运营和经营决策中，实现与电力系统、经济社会系统更广泛的互动，重塑电力系统的创新发展边界。

好视通副总裁余宝生

好视通副总裁余宝生在分享中提到：好视通专注云视频领域13年，提供视频、音频协作和数据协作的无缝融合平台，助力客户打破时间、空间和地域的界限，实现跨时区、跨地域的高效、实时沟通。好视通“SaaS+PaaS+AI”平台可满足云视频会议、云党建、云直播、云录制、云培训、生态合作等丰富的场景化需求。

信创79号文对国央企落实信息化系统的信创国产化改造提出了明确要求。作为信创成员，好视通现已同信创厂家达成全面战略合作，实现国产操作系统全适配、国产芯片全适配，支持加密算法，具备可信云、信息安全认证等多项行业资质，能够满足“党、政”央国企客户，以及金融、电信、电力、石油、航空航天、交通、教育、医疗八大关键行业对国产化的要求。

余宝生介绍了广东省政府(粤视会)、央企应急保障云视频系统、润泽园以及中交建等私有云、公有云和混合云部署案例，以及好视通在数字政府、企业、智慧医疗、智慧教育等领域的创新应用。他提到：好视通在全国设有三大研发中心，可满足客户的定制化开发需求，以快捷、高效的方式嵌入信创国产化应用平台，实现会议统一管控、会议资源按需分配等，并提升用户体验。他表示，接下来好视通将与生态合作伙伴一道深化合作、赋能共赢，筑牢可信可控的数字安全屏障，构筑自立自强的数字技术创新体系。

上海望繁信科技有限公司联合创始人&COO 于天宇

在企业数字化转型的变革中，流程挖掘在降本增效、提升工作效率方面发挥着越来越重要的作用。上海望繁信科技有限公司联合创始人兼COO 于天宇，在大会上深入浅出地阐述了流程设计与执行的破局之道。

于天宇表示，流程的设计和执行之间还存在着很多痛点，如资源浪费、流程低效、成本增加、客户满意度低，进而影响到了企业的声誉。这其中的原因包括流程设计端、组织结构与文化方面、技术工具方面的问题。

每一条流程在创建之初，都被设计得非常完美，但随着业务需求的不断变化，实际业务流程也在随之改变，不知不觉变得越发复杂。关于如何消除流程设计与执行之间的偏差，于天宇给出了以下建议：流程优化要想“管得好”，就得先“理清楚”。首先要理清业务脉络，梳理业务价值，了解关键业务流程及具体运作环节，之后及时发现不合理环节和问题流程，删除冗余环节，使得隐形流程显性化。

最后，于天宇结合具体产品详细演示了流程挖掘在财务共享审批场景中的应用。从这个过程可以看出，望繁信科技通过对业务流程和行业最佳实践的深度了解，建立了从IT系统底层数据抽取到数据处理、建模到业务流程分析、业务痛点展示的端到端解决方案，可以帮助用户以最短时间、最少操作，体验流程挖掘所带来的业务价值。

北汽新能源信息数字化总监刘伟霞

北汽新能源是中国新能源车企上市第一股，于2019年进入高速发展期，2020年进入高速转型期，蓄力高质量发展。北汽新能源信息数字化总监刘伟霞提到：疫情以来，中国消费者信心指数下降，企业承压前行，汽车价值链的附加价值发生了大幅变化，企业发展的驱动力也在发生变化，正从计划驱动向价值驱动转变。

她认为：企业数字化的核心是对关键业务流程的梳理和打通，产生数据流，形成连接、数据和智能的核心价值业务链，提升客户体验。在考虑数据应用时，要实现业务数据化、数据资产化、资产服务化、服务价值化，达到从业务到数据、再回到业务的完整闭环。近年来，车企的数据种类和体量都迎来爆发式增长，与此同时国家对数据的监管也愈加严格，面对数据孤岛、数据安全合规人才稀缺等问题，车企必须要有清晰的自我认识，结合自身的数据基础和业务场景进行数据战略定位。

刘伟霞介绍了北汽新能源在数仓建设、平台架构升级以及构建数据资产体系等方面的一点思考，并着重分享了其在CDP、车辆监控预警、算法识别、综合数据服务能力、数据治理等领域的一系列落地实践。

得帆信息华北大区总经理湛颂

企业在数字化转型的过程中会产生大量的精细化需求，利用低代码平台能够快速构建定制化应用，减少程序编写的时间和复杂性，提高生产效率和质量。得帆信息华北大区总经理湛颂提到：近日得帆已接入百度文心一言能力，运用百度领先的智能对话技术成果，打造低代码PaaS领域的人工智能服务。2022年，得帆与Mendix、Outsystems共同入选Gartner中国低代码领域最具代表厂商。

湛颂表示，国央企或者大型头部企业，是目前低代码运用较为成熟的一批企业群体，得帆信息在沉淀了139家500强国央企、152家中国500强企业的服务经验，总结发现企业在做低代码开发时，必然会跟其他业务系统进行连接，对中大型企业而言，得帆云iPaaS平台提供了丰富的模块化工具和功能，可以帮助企业快速构建应用集成;得帆aPaaS平台既是一个业务开发平台，也是支撑业务中台的技术架构，可以帮助企业更快速、更灵活地响应市场和业务的需求，同时降低开发成本和风险。

湛颂介绍了协同办公、数据填报收集、跨系统流程、现场管理业务、管理场景应用以及核心业务拓展六个典型的低代码应用场景，列举了得帆助力各中大型企业客户实现人事管理数字化、LTC&PMS系统建设、订单可视化等诸多数字化转型标杆案例。

鼎桥通信公司副总裁丁欣

鼎桥通信成立于2005年，专注于行业客户通信解决方案的研发和推广。鼎桥通信公司副总裁丁欣表示，公司研发人员占比70%，申请专利数量逾2000件，其中90%以上为发明专利。通过4G，5G技术以及端网协同能力，开发模组及终端产品，赋能行业客户数字化转型。鼎桥物联网产品凭借高性能、高可靠、易集成，便管理等优势，在智慧钢铁、智慧港口、智慧园区等场景落地应用。

鼎桥5G行业CPE在珠峰高寒疾风的恶劣条件下仍能长时间维持高速率、零丢包的稳定性能，被央视选为5G直播信号回传方案，一起登上珠峰。华菱湘钢借助鼎桥5G行业CPE实现天车远控、加渣机器人远控、AR辅助装配、AI废钢定级、电子围栏等场景化应用，满足了华菱湘钢提效降本的数字化转型诉求。智慧港口是5G赋能的重点领域之一，鼎桥5G行业CPE助力宁波舟山港打造智慧港口，实现了吊桥作业的远程控制、无人驾驶运输车(5G替代Wi-Fi控制AGV)、5G机器人和无人机巡检、智能监控等应用创新，有效助力港口数字化和信息化能力提升。

PingCAP 副总裁刘松

“开源+云”已经成为“数字化创新”的两大支撑，开源和云的互相推动和演进，催生了新技术环境的诞生，开源和云的竞合关系成为了常态化博弈。“云、数、端”自下而上构成了数字化创新的三层架构。位于中间层的TiDB数据库，采用领先的HTAP架构，提供新一代云原生数据库解决方案，支持用户在数据库中同时运行关键业务交易和实时分析任务，从而充分享受云的弹性优势和业务连续性保障，通过构建一体化数据平台，赋予企业更高的数据敏捷性，通过高敏捷性应对外部环境不确定而带来的诸多挑战。

开源和云已经成为推动TiDB产品持续发展的两大引擎。PingCAP副总裁刘松在大会上详细介绍了TiDB的关键能力，包括：支撑联机交易和数据中台;存储计算分离架构，实现无感知扩缩容，灵活细粒度冷热数据分离;支持开放协议和标准接口;应用透明，开发敏捷;工具丰富，运维便利等。PingCAP还构建了基础架构生态、企业级解决方案生态、多云生态的多元化生态体系。

之后，刘松介绍了TiDB在金融、智能制造、电力、燃气、能源、疾控等行业的实践案例。从众多客户故事中可以看到，全新一代分布式HTAP架构为业务带来了可靠性和敏捷性，自主开源+自主创新的特点，确保了企业客户能够掌握核心数据主权，以及数据库路线主导权，云原生和云中立则全面满足了企业上云、下云、跨云的需求。PingCAP本地的产研级饱和投入，和联合研发的支撑能力与丰富的实践经验，正在帮助更多的企业获得更加敏捷的业务决策，和更加实时的个性化数据服务。

曙光信息产业股份有限公司解决方案中心高级工程师朱其刚

曙光信息产业股份有限公司(以下简称“中科曙光”)是在中国科学院大力推动下，以国家重大科研成果为基础组建的高新技术企业。

中科曙光解决方案中心高级工程师朱其刚在大会上介绍说，中科曙光目前已经形成了三层、九大产品线。自下而上依次是机房基础设施建设，如全浸没式液冷数据中心;硬件业务，包括服务器、工作站、存储等;软件业务线，包括大数据、云计算、人工智能等方面的产品。

作为信息技术应用创新领域的践行者，以立足于对核心技术追求探索的创新精神，始终以助推信息技术应用创新产业发展为己任，2002年组建研发和产品支持团队，经过了二十年的积累，基于创新应用的IT全产业链，可为客户提供从核心部件、到软硬件系统、到云数据服务产品的一体化解决方案。

会上朱其刚针对每条产品线及应用案例做了介绍，业务覆盖政府、金融、能源、科教、制造、电信、互联网在内的各行各业。并且我们看到，在最近多部影视作品中，工作站、服务器产品屡屡出镜。在《流浪地球2》中，由曙光产品 “扮演”的“2058年智能量子计算机数据中心”，可实现全球复杂计算资源融合与调度，以满足数万座发动机协同运作，并支撑“数字生命”计划所需算力。

目前，中科曙光已经利用其从机房、硬件，到安全、软件平台的完整IT信息化产品线，联手生态伙伴一起，助力企业拥抱数字化，共创新时代。

原清算中心园区部总经理尼米智

中国人民银行清算总中心一级专家、原清算中心总经理尼米智分享了“数据中心节能减碳改造思考及实践”。尼米智提到：在碳达峰、碳中和的大背景下，数据中心集约化、规模化、绿色化发展成为趋势，对央国企数据中心的节能降耗提出了更高要求，现存数据中心在线检测、节能减碳节水改造、数据中心余热利用、再生能源开发利用等均被提上日程。

尼米智表示：数据中心碳排放主要由IT设备与制冷系统两大部分构成，当前总排放中IT占比为50%-80%左右，空调(IT设备冷却)占比40%-70%，供电系统、照明设备、辅助系统等共占比10%-15%。他介绍了数据中心能源效率(PUE)的计算方法，指出了降低PUE的三大主要路径，分别是冷却系统节能、智能化系统节能和供电系统节能。

“依据老旧数据中心现场条件不同，传统数据中心经过节能改造可将PUE降至1.5～1.25，具有潜力可挖，节能增效同时满足政策要求。”尼米智如是说。他详细介绍了新型冷却技术的一系列应用及节能效果。最后他表示：国家有关数据中心的各项政策从关注PUE节能逐步转向考核CUE，CUE是数据中心运营可量化碳排放指标，作为综合性指标不仅要减少数据中心的碳排放，还要减少数据中心的PUE和柴油发动机等其他发电碳排放，增加可再生能源发电，如光伏、风电等。未来，国家将会对数据中心进行综合用能考核，最终转变为对算力能耗的考核。

中纺集团棉花事业部副总经理兼信息化中心主任骆学农

数字经济时代，数据已成为关键生产要素，越来越多的大型央国企提出了自己的大数据战略，响应国家推动大数据与实体经济深度融合的政策要求。中纺集团棉花事业部副总经理兼信息化中心主任骆学农分享了他进行数据战略规划，运用数据中台、数据治理等战术手段时遇到的挑战和思考。

骆学农认为，对于拥有众多分支机构的集团型企业而言，推进企业大数据工作、尤其是规划数据战略时首先要考虑整体与局部的关系：集团管什么?业务板块管什么?如何形成共享、共建、共治、共用的数据要素工作的新格局?都要纳入考虑范围。

其次，数据文化的建设至关重要，如何明确数据工作的“责、权、利”，营造“用数据说话”、“数据共享是常态”、“谁录入，谁负责”的数据文化?需要企业投入大量精力去落实。

第三，考虑数据场景与数据价值，要坚持数据工作中“业务场景为牵引，数据价值为驱动”，不动摇、不含糊、不打折扣。很多信息化项目最初的设想都很好，但最终交付时偏离了方向，没有得到需要的价值，这是IT经常踩的坑，需要极力避免。

第四，要充分考虑数据安全合规保障，通过管理、技术、组织等综合手段保障数据安全与工作合规。

中国移动大数据总架构师段云峰

近期，ChatGPT火爆出圈、热度不减。中国移动大数据总架构师段云峰在大会上详细介绍了人工智能大模型(类ChatGPT)技术，并对该技术进行了展望。

段云峰表示，ChatGPT作为大模型的一种，已经展现出惊人的效果，构建以大模型为主导的多模态技术体系成为未来技术发展的方向。大模型基于硬件资源池和软件框架，通过对海量多模态数据进行训练，从而提供成熟的AI能力和多模态能力。他认为可以在以下五类任务中使用GPT-3.5或ChatGPT：创造性和复杂的任务，如代码、文本摘要、翻译、创造性写作等场景;只有少数标注或者没有标注数据的任务;分布外(Out-of-distribution, OOD)泛化;需要处理多种任务的能力，而非关注特定任务上的卓越表现;检索不可行的知识密集型任务。

大模型未来将有效帮助优化传统数据分析模型，从机器学习升级深度学习，带动“从NLP改良客户服务”、“数字人改变营销和服务”等新蓝海。同时，MAAS(模型即服务)将成为可能。此外，他认为元宇宙与生成式模型相辅相成、技术互相促进，那些能够以元宇宙为线上化服务入口的行业，将在元宇宙中进行场景融合，而ChatGPT能助力元宇宙场景生成与智能交互，这将改写电商营销模式。

当然，打造大模型并非易事，需要消耗庞大的数据、算力、算法等各种软硬件资源。段云峰指出：大模型尚缺乏统一的评价标准和模块化流程，创新力度不足，落地应用缓慢。此外，结构化数据如何用大模型、如何积累非结构化数据、大模型如何驱动组织变革、大模型能否驱动企业“自动驾驶”等等都是需要思考的问题。