附件2：迈向数智化中国一汽组织与业务变革之路_在线真题试卷与模拟练习_附件2：迈向数智化中国一汽组织与业务变革之路_考试宝

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 0 / 0

随机练习 自定义设置练习量

题型乱序 按导入顺序练习

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

中国一汽数智化转型的道与术框架如下：思维转变（业务思维、架构思维、数据思维、自主思维、迭代思维）引导组织建设（一把手领导、组织架构保障、人员能力构建）与业务重构（企业架构“顶天”、业务单元“立地”、业务单元驱动组织优化），二者相辅相成，技术平台（数据治理、基于角色的云工作台、云原生平台、AI大模型）为其提供支撑，最终共同造就转型卓越成果。五、转型成效篇（第14章）：总结中国一汽数智化转型取得的卓越成果和业务增长的经验。中国一汽力争成为央企数智化转型新标杆，勇担对外赋能企业数智化转型的新使命。这五篇的关系如下: 思维转变是数智化转型的第一步，是触发组织、业务和技术重构的前提；组织建设与业务重构相辅相成，组织建设支撑业务重构，业务重构强化组织建设；技术平台是支撑组织建设和业务重构的底座；最后，思维转变、组织建设、业务重构和技术平台共同造就中国一汽数智化转型的卓越成果。中国一汽数智化转型的历程：中国一汽始建于1953年，是中国汽车工业从无到有、从弱到强的亲历者和推动者；拥有新中国汽车工业发展史上众多个“第一”，包括制造出新中国第一辆卡车（解放牌）和第一辆高级轿车（红旗牌）；拥有红旗、解放、奔腾三大自主品牌，以及大众（奥迪）、丰田等合资品牌，其中，红旗由中国一汽总部直接运营。截至2024年，经过70余年砥砺奋斗，中国一汽已经发展为中国最大的汽车企业之一，累计产销汽车超过6000万辆，员工规模超过13万人，连续21年上榜“中国500最具价值品牌”。进入数智新时代，中国一汽深知数智化转型势在必行。为此，中国一汽提出了“双100”转型目标，即实现100%业务数字孪生，业务效能提升至少100%。“100%业务数字孪生”（简称“业务孪生”）是指全价值链业务在线运营，所有数据在线沉淀，所有人员在线工作。“在线”不等于“上线”，上线仅仅是开始，更重要的是后续的在线运营。“业务效能提升至少100%”是指在业务在线和数据积累的基础上，解决传统业务中的痛点，实现业务模式的重构，最终带来业务效能的持续提升，即业务翻倍后投入不明显增加、效率大幅提升、质量显著提升以及客户体验明显提升。中国一汽数智化转型分为以下三个阶段：第一阶段：流程体系重构（2017—2021年）。该阶段，中国一汽以流程为管理对象，开展流程体系重构和数字化建设，通过梳理12个L1级流程类别和上线190套信息系统，满足了阶段性业务支撑。然而，重构流程体系后，依然问题频出：堆积如山的流程文件只是摆设，未能指导员工的作业任务，流程与执行脱节；流程上线到系统后即固化，难以应对变化；协作流程愈加复杂，效率低下；数据无法准确反映业务的执行情况，即数据与业务脱节。第二阶段：以业务单元为管理对象（2022—2023年）。对于传统流程体系存在的问题，中国一汽深刻反思并不断求索，创新推出基于业务单元的解决方案。业务单元是将业务流程解耦后的最小可执行单元，定义了执行任务所需的角色、标准、规则、输入和输出等属性。以业务单元为管理对象开展数智化转型，能够从根本上解决过去流程体系存在的问题：其一，解决流程与执行脱节的问题。业务单元让每个员工都能知道在什么时间、做什么事情、按照什么步骤、达到什么标准，为员工执行任务提供精细化指导，使流程覆盖到产品或服务交付的“最后一公里”，确保流程与执行高度一致。其二，解决流程固化的问题。业务单元能够被修改和迭代，从中抽离出可复用、可重组的组件，从而快速搭建新的业务流程，适应市场变化和新的业务需求。其三，解决协作流程复杂和效率低下的问题。基于业务单元的输入和输出等属性，系统能够自动识别业务单元之间的前后顺序，并以智能化的方式快速生成精确的业务流程。这降低了跨部门协作的难度，显著提高了协作效率。其四，使数据准确反映业务的执行情况。业务单元的输入和输出为数据流转打下了基础，且业务单元孪生后，数据沉淀，能够进行有效的数据治理。此外，中国一汽创新性地整合了业务单元和企业架构（包括业务架构、信息架构、应用架构、技术架构和安全架构），形成了以企业架构“顶天”、业务单元“立地”为核心的业务重构方法。具体而言，企业首先梳理业务架构以形成对复杂业务的结构化描述，其次，将业务流程分解至原子级的业务单元，并定义了业务单元的属性；将业务单元产生的数据映射、存储在信息（数据）架构中；基于业务架构和信息架构，开发出支持业务单元孪生和数据分析的应用架构；将云原生平台作为技术架构，为信息架构和应用架构提供灵活高效的基础设施支持；最后，用安全架构保障数据、应用和基础设施的稳定性与安全性。为了保障数智化转型落地，中国一汽还明确了数智化转型总体战法，包括1个目标、1个系统、6条主线和4个体系： 1个目标即实现100%业务数字孪生和业务效能提升至少100%。 1个系统是指打造一个数智运营系统。 6条主线包括集成产品开发（Integrated Product Development，IPD）、从订单到交付（Order to Delivery，OTD）、客户服务平台（Customer Service Platform，CSP）、研发（Research and Development，R&D）、人力资源管理（Human Resource Management，HRM）、企业运营管理（Enterprise Operation Management，EOM），并据此打造“业务和IT一体化战队”，以战队为主要组织架构开展转型。 4个体系包括转型方法体系、数智化能力体系、转型技术体系和IT产品运营体系。转型方法体系即以“业务单元+企业架构”为方法，实现业务孪生，建立基于角色的云工作台。数智化能力体系是指识别转型所需的核心能力，开展有针对性的培训，打造一支有核心能力的团队。转型技术体系是指将容器化、微服务架构、DevOps（开发运维）、安全性、数据管理等云原生能力锐化，保证能力可控、速度可控、成本可控。IT产品运营体系是指数字产品上线运行后，根据预先设置的灯塔目标，通过分析运行产生的数据，促进产品提质和业务优化。第三阶段：以业务单元运营推动业务增长（2024年至今）。孪生是为了测量，测量是为了优化。业务单元数字孪生后，数据得以生成和积累，使业务活动可测量、可实现指标化管理。在此基础上，中国一汽迈向以业务单元运营推动业务增长的新阶段，利用业务单元产生的数据以及指标评价体系，反向分析业务活动的效果和问题，进而识别业务优化机会，实现业务模式重构，努力实现业务效能提升至少100%的目标。通过不懈的探索与实践，中国一汽实现了根本性、系统性的数智化转型。具体而言，在研发、营销、生产制造、人力资源管理和财务管理等各个领域实现了业务孪生和效能提升：研发方面，中国一汽以业务单元为理念打造基于角色的云工作台，利用AI生成效果图，此类数智化手段大幅提高了协同研发效率、缩短了研发周期。营销方面，通过打造客户App、利用大数据分析，有效解决了营销业务中客户接触不足、数据记录缺失、数据利用率低、业务串联不顺畅等痛点，使线索到店率提升15%以上，单线索成本降低30%以上。生产制造方面，中国一汽融合业务单元、5G（第五代移动通信技术）和工业互联网等打造数智化工厂，有效提升了生产效率、质量，降低了成本。人力资源管理方面，基于业务单元开展由数据驱动的、以过程为导向的、精细化的人员能力和绩效管理。财务管理方面，通过将管理对象转化为模型和标准，实现业务活动的财务指标化，为管理决策提供数据支持，提升了业务效能。此外，中国一汽积极探索AI大模型应用，例如打造智能助手——红旗云妹，实现自助问答、内部业务办理自动化、基于GPT-BI（由中国一汽联合阿里云通义千问打造的大模型应用）做出管理决策等功能。中国一汽数智化转型也获得了社会认可，多次获得中央电视台等中央级媒体的报道，受邀在国务院国有资产监督管理委员会（以下简称“国务院国资委”）举办的大会上分享自身转型经验。中国一汽希望通过自身实践赋能更多企业数智化转型。【缺少答案，请补充】（含图）（含图）

性、数据管理等云原生能力锐化，保证能力可控、速度可控、成本可控。IT产品运营体系是指数字产品上线运行后，根据预先设置的灯塔目标，通过分析运行产生的数据，促进产品提质和业务优化。第三阶段:以业务单元运营推动业务增长（2024年至今）。孪生是为了测量，测量是为了优化。业务单元数字孪生后，数据得以生成和积累，使业务活动可测量、可实现指标化管理。在此基础上，中国一汽迈向以业务单元运营推动业务增长的新阶段，利用业务单元产生的数据以及指标评价体系，反向分析业务活动的效果和问题，进而识别业务优化机会，实现业务模式重构，努力实现业务效能提升至少100%的目标。通过不懈的探索与实践，中国一汽实现了根本性、系统性的数智化转型。具体而言，在研发、营销、生产制造、人力资源管理和财务管理等各个领域实现了业务孪生和效能提升。研发方面，中国一汽以业务单元为理念打造基于角色的云工作台，利用AI生成效果图，此类数智化手段大幅提高了协同研发效率、缩短了研发周期。营销方面，通过打造客户App、利用大数据分析，有效解决了营销业务中客户接触不足、数据记录缺失、数据利用率低、业务串联不顺畅等痛点，使线索到店率提升15%以上，单线索成本降低30%以上。生产制造方面，中国一汽融合业务单元、5G（第五代移动通信技术）和工业互联网等打造数智化工厂，有效提升了生产效率、质量，降低了成本。人力资源管理方面，基于业务单元开展由数据驱动的、以过程为导向的、精细化的人员能力和绩效管理。财务管理方面，通过将管理对象转化为模型和标准，实现业务活动的财务指标化，为管理决策提供数据支持，提升了业务效能。此外，中国一汽积极探索AI大模型应用，例如打造智能助手——红旗云妹，实现自助问答、内部业务办理自动化、基于GPT-BI（由中国一汽联合阿里云通义千问打造的大模型应用）做出管理决策等功能。中国一汽数智化转型也获得了社会认可，多次获得中央电视台等中央级媒体的报道，受邀在国务院国有资产监督管理委员会（以下简称“国务院国资委”）举办的大会上分享自身转型经验。中国一汽希望通过自己多年的探索和实践，为中国企业提供可借鉴、可复制的转型路径与经验。导言近几年，数智化转型风起云涌，相关书籍也已经出版了不少，这本书有什么独到价值？有哪些特色与亮点？在我看来，中国一汽的数智化转型具有以下五个显著特点，根本性（组织变革）、颠覆性（举措）、戏剧性（效果）、系统性和科学性。其中，前三个是经典的业务流程再造的基本特征。根本性是指从员工的数智化认知和思维方式到组织结构与流程，再到业务模式的彻底重构；颠覆性是指从伤筋动骨到脱胎换骨的激进举措；戏剧性（效果）是指至少有两位数甚至三位数的绩效提升；系统性是指在顶层目标的驱动下全面覆盖各个业务条线，而不是单点或局部的；科学性是指在前沿理论、方法以及行业最佳实践的基础之上，采用先进的工具和方法，包括5A架构和云原生平台等，并提炼出体系化的方法论。这五个特点都特别值得学习和借鉴。本书的最大亮点是，中国一汽的转型故事完美地诠释了数智化转型的本质——用数字技术重构业务与组织，即基于数字技术的业务与组织重构。其中的关键词是重构，体现数智化转型应有的颠覆性和根本性。重构的对象是传统企业的业务和组织本身，然而这经常被忽略，导致转型效果欠佳，甚至失败。反之，像中国一汽这样的转型带来的必将是新业务和新组织。组织变革从来不易，成功的远少于失败的。数智化转型涉及前沿科技和落后的组织之间的矛盾（生产力与生产关系的矛盾），难度更是远超一般组织变革。实践证明，成功的数智化转型需要很多必要条件，缺一不可。因此，可以套用托尔斯泰那句名言，成功的转型都是相似的，失败的转型各有各的原因。那么，中国一汽的数智化转型究竟做对了什么？我用16个字概括，“学习充分、目标明确、方法先进、行动坚决”。这四方面的行为是相辅相成的，中国一汽把每样都做得极为到位，合在一起堪称数智化转型之最。第一，学习充分。人类社会的每次巨大变革都始于认知飞跃。对传统企业来讲，数智化转型是在无人区里的探索，需要构建全新的认知和能力，因而必须始于组织学习，而且必须始于一把手的学习。学习方式无外乎“读万卷书，行万里路”，结合理论学习和标杆企业参访。很多成功的转型已经反复印证了这点，中国一汽也不例外，只是做得更为彻底。因此，中国一汽的变革者能够洞察转型的本质和预见行业未来，甚至提炼出自己的变革方法论，远超一般企业的认知。在调研过程中，我接触最多、感触最深的，是业务出身的中国一汽体系数字化部总经理门欣。他的学习能力超强，阅读极为广泛，思维极为前卫，对数智化的本质和汽车行业的未来都有极为深刻和富有前瞻性的洞见。他不仅博览群书，还把书单推给下属。门欣认为，传统企业的数智化转型需要对标互联网企业，成为各自行业里的阿里巴巴；“互联网企业相对于传统企业有两个优势，一是有丰富的用户数据，便于数智化运营；二是每个业务部门都自有数智化能力”。本书中有大量的素材讲到中国一汽如何通过系统的培训和组织学习，实现员工思想的转型，这里不再赘述。通过学习，中国一汽意识到，数智化转型是业务和组织的重构，而业务和组织是不断迭代的，因此系统开发能力必须掌握在自己手中，这是数智化与信息化的本质区别之一。以前中国一汽的体系数字化部和多数企业的一样，本质上是系统采购部门，是典型的信息化时代的产物。数智化转型要求所有业务部门都具备数字化能力，只有这样才能持续迭代、赋能业务。因此，中国一汽体系数字化部自身转型为数智化平台的搭建者、标准的设立者、学习的引领者以及业务部门的数智化赋能者，彻底重构了IT与业务的关系，践行了“IT搭台，业务唱戏”这一先进理念。第二，目标明确。对数智化的认知到位了，变革目标也就清晰了。彻底的组织变革必须设定有挑战性的目标，中国一汽一把手设定的目标是全面实现数字孪生，进而实现效率倍增。这个目标是极具挑战性的，有巨大的鞭策作用。这个目标也是建立在对数智化本质的深刻理解——业务可视化与优化——上的，就是通过物联网等工具和方法把一切变得透明可视，进而找到可优化的节点，持续进行组织和流程优化。正是这种靠传统方法无法实现的挑战性目标，驱动了颠覆性举措和根本性改变。第三，方法先进。组织学习到位了，就可以选择最优路线和方法。中国一汽的数智化转型路径是教科书级的，汇集了业界最佳实践、前沿理念、先进的工具和方法，包括一把手工程、基于组织学习的人的转型、基于TOGAF的5A架构。在组织转型方面，中国一汽学习和对标互联网企业，找到了组织架构变化的方向；每条业务条线成立由IT和业务并肩作战的数智化战队（内部称为业务和IT一体化战队），负责开发对应的数字化工作台并设计新业务流程。每个部门的人员构成和资质体系也向互联网企业学习，分成技术系列和管理系列（T系列和P系列），把数智化能力内化到每条业务条线和部门。第四，也是最后一个关键变革行为，行动坚决。中国一汽的数智化转型是自上而下、勇往直前的。企业一把手以雷霆万钧之势推动组织变革，除了设定挑战性目标、提供资源和组织保障，最关键的是雷打不动地亲自主持并全程参与数字化变革指导委员会的周例会，听取各条线一把手和数智化战队队长的汇报，汇报人每周轮换；企业一把手在会上不断地提问和精准点评，给整个组织注入变革的强心剂和推动力。在人事和组织保障方面，中国一汽切实做到了“不换思想就换人”，绩效突出的干部和员工受到重视、得到提拔。中国一汽数智化转型的故事有许多不可思议之处。如果不是亲眼所见，很难想到这样激进的组织变革会发生在亟待振兴的东北、老工业基地长春、大型央企。如果中国一汽能克服重重困难，实现如此彻底的数智化转型，其他企业没有理由做不到。在调研中，我们课题组也发现，中国一汽的数智化转型离不开央企的独特优势，包括从集团领导到一线员工的家国情怀、宽阔视野和职业【缺少答案，请补充】

第2章培育数智化思维思维是行动的先导。企业在数智化转型中如何“做”，取决于如何认识数智化。中国一汽深知数智化思维的重要性，其董事长强调：“数智化思维是开展一切业务活动的基础。”本章将重点介绍两方面内容：数智化思维的内涵（即如何认识数智化）和如何培育数智化思维。 2.1 数智化思维的内涵中国一汽的一把手（包括企业、数字化部门和各业务部门的一把手）一方面向外学习，例如与华为、SAP、阿里云、微软和西门子等数智化标杆企业的专家交流，借鉴先进理念；另一方面，在内部反思数智化转型的重点和难点，探讨数智化思维的内涵。在此基础上，中国一汽总结出了数智化思维的五大核心维度——业务思维、架构思维、数据思维、自主思维和迭代思维。 2.1.1 业务思维：数智化转型的出发点和落脚点是变革业务关于数智化转型，常见的思维误区之一，是将其简单地视为技术采纳，聚焦于引入数字技术和IT系统，错误地将系统成功上线视为转型的核心目标，而忽视了其对业务变革的价值，导致转型流于形式，难以产生实质效益。中国一汽体系数字化部总经理总结道：“以往关于转型的讨论焦点都是要买什么系统，要如何立项，如何推进项目交付。看起来干得热火朝天，但对业务有何价值？数智化转型的根本是业务生态和作业方式的全面变革。IT系统是工具和手段，脱离业务开展数智化，都是蛮干，是没有价值呈现的‘忙碌’。”因此，企业开展数智化转型，需要具备业务思维，以变革业务作为数智化转型的出发点和落脚点，确保数字技术的应用真正推动业务变革。基于业务思维开展数智化转型，具体体现在以下三个方面。第一，一切转型工作都要聚焦用户的需求。转型要思考用户是谁，要站在用户的视角，思考用户最需要的价值到底是什么，怎样借助技术解决方案来满足用户的价值诉求。例如，中国一汽在人员能力数智化转型过程中，从用户视角切入，敏锐地识别员工与管理者是两大类核心用户，他们的价值主张迥然不同，进而针对不同需求设计了不同的功能模块。具体来说，员工最需要的是清晰的评价标准，以便明确自身在角色和职级上的发展路径。因此，应构建一个清晰、明确、公平的职业发展生态平台，帮助员工定位并规划成长方向。而管理者则聚焦于本部门的人员能力如何满足业务需要并实现部门的战略目标，因此应借助数字技术为管理者精准地分析部门人员能力，并提供匹配其能力水平的培训服务。总之，只有为用户提供他们想要的价值，才能让数智化转型深入业务、走深走实。第二，所有工作都要以“产品化”为导向，对业务实现全生命周期的赋能。数智化转型要推动业务变革，就不能止步于IT系统交付，而是要以终为始，着眼于业务的全生命周期，思考如何在业务的端到端流程中创造价值。怎样才是全生命周期的赋能？在中国一汽营销中心以往对以政企客户为主的重要客户的管理中，IT系统以构建客户数据库为核心工作，以销售量为数据指标考核业务部门。但基于业务思维，营销中心意识到不能仅构建客户数据库，还要利用数据构建客户画像和持续迭代的行为模型，让一线业务人员能够追踪、分析客户的潜在购车需求，主动出击。业务行为从被动响应转变为主动出击，数据从静态的、间断的升级为动态的、实时的。同时，营销部门以复购率指标代替销售量指标，引导一线业务人员重视业务全生命周期的发展。这是因为对以政企客户为主的营销而言，不同客户采购规模不一，销售人员也难以影响客户单次采购量，并且在同一地区内政企客户的数量有限，拓展新客户也是极难的。过去以销售量指标来考核只会增大一线业务人员的工作压力，难以反映业务现状，更无法起到引领业务质量提升的作用。而复购率这一指标，能够促使一线业务人员不局限于与客户单次交易的短期视角，而是采用全生命周期的视角，分析客户未来的长期需求，进而在不同时期有针对性地调整客户关系维护工作，持续提升客户满意度，促进业务可持续发展。第三，以业务价值作为转型成果的核心评价标准。数智化转型要推动业务变革，就不能认为系统上线就等于工作完成，而是要评价到底为业务提供了多少价值——业务部门的效率和效益可以提升多少？对业务有没有优化作用？有没有提升人员和组织能力？数智化转型要赋能业务，就不能只盯着完成手上的任务，而不去思考价值。 2.1.2 架构思维：始于架构，终于架构架构是人们对一个复杂系统内的元素及元素间关系进行抽象化的产物。通过梳理架构，人们可将复杂的问题拆解为多个简单的部分，以便分别处理每个部分的主要问题，最终再将这些部分整合为一个全面的解决方案。人类的思维能力终归有限，对于量级达到一定程度的系统，必须通过梳理架构，使其简化，这样才能让复杂系统的创造、理解、分析和治理变得可行。中国一汽在数智化转型过程中，运用架构思维将企业内的各类活动梳理为5A架构（关于5A架构，详见第6章）。5A架构作为企业数智化转型的顶层设计，一方面可以保障整体与部分间完整有序的关系，另一方面可以确保落地结果与企业战略目标一致。架构思维有助于企业把握整体与部分的辩证关系，使数智化转型始终围绕企业的整体架构展开。通过建立统一的企业架构全景图，既能确保业务规划与系统建设有序协同，又能帮助各部门在推进具体工作时保持全局视野——明确自身工作在整体战略中的定位，避免陷入零散化、短期化的执行误区。当局部模块完成优化升级后，创新成果又会反哺整体架构，成为下一轮迭代的基础。这种动态演进机制有效破解了大企业内组织、流程和系统的熵增。架构思维有助于企业对内部的不同活动进行分类处理，并进行有针对性的优化。在梳理业务架构的过程中，将复杂的业务流程拆解为不同类型的子流程，使企业迅速识别每类子流程的特征和不同类型子流程之间的关系。在此基础上，分析业务问题具体源于哪类子流程，进而开展有针对性的优化。组织架构进行了怎样的调整，业务逻辑有哪些变革，流程是如何改进的，以及员工在日常运营中所形成的知识和经验等都被整合进架构，而非停留在员工的头脑中和手头的文件上。企业中每个人的智慧和成果都可以通过在架构中沉淀，成为“企业”这一组织的核心资源，进而在未来形成能力组合，成为企业的核心竞争力。 2.1.3 数据思维：“数数、分类、定标准” 数据思维强调利用数据驱动决策，发挥数据要素的巨大价值。传统企业与数字原生企业的根本差异就在于，数字原生企业利用数据寻找发展方向，而传统企业往往会忽视数据。不抓取数据、不运用数据、不基于数据做决策是传统企业的最大弊病。数据来源于对现象的观察和记录。想要有效利用数据驱动决策，就必须将业务的真实情况准确地反映在数据中。然而，业务活动纷繁复杂，要将这些现实中的活动转化为有价值的数据，就必须对业务活动进行解构。正如中国一汽体系数字化部总经理总结的：“为什么我们能驱动变革，因为我们抓住了本源，我们把视野里所有的事全解构了。” 以数据思维为指导开展数智化转型，首先要对业务活动进行解构，中国一汽解构业务活动的方法，被称为“数数、分类、定标准”。数数，即穷尽管理对象，形成数据的采集点。数智化的前提是数字化，将企业内的人、事、物、系统通过“数数”全部纳入管理是数智化的开端。在传统的管理中，过多的组织层级使信息在传递过程中出现衰减，管理者难以掌握管理对象的真实情况。数智化转型要赋能业务、推动变革，自然要厘清管理对象。例如，对于汽车销售，至关重要的就是挖掘客户的购车需求。挖掘客户需求以销售顾问对客户提问这一动作为基础。因此要数智化“挖掘需求”的过程，首先要梳理销售顾问向客户提出的所有问题。中国一汽的营销中心通过收集销售顾问的服务记录，提取出销售顾问能向客户提出的所有问题，最后提炼得到的百余个问题就是赋能挖掘购车需求这一业务所需管理的对象。分类，就是抽象和归集，按照相应的管理目标，对管理对象标签化和属性化。只有梳理出不同类别的业务场景，才能进行有针对性的优化。之后，再将管理目标与业务场景进行匹配，对数据进行初加工。上文中的百余个购车需求问题，作为管理对象不是独立存在的。既然目的是挖掘购车需求，可将这些问题按目的分为了解客户经济能力、挖掘客户出行需求等14个大类。对这14类问题再进行归纳，就可得到销售顾问挖掘客户需求的5大类能力。这样就可以依据分类的结果对销售顾问挖掘客户需求这一专业能力构建能力模型，进而为业务赋能打下基础。数数和分类让原本纷繁复杂的现象变得有序，接下来是定标准，基于数据对业务活动进行评价和优化。定标准，就是找到业务价值，并据此制定标准。在销售顾问接待客户的情境中，通过将销售顾问同客户交流的情况和销售达成情况做对照处理，就可以总结出销售最佳实践的规律。以此为基础，就可以在销售顾问的能力模型中构建评价标准和优化指南，对销售顾问的行为进行诊断分析。不仅能给销售顾问打分，列举其能力弱项，还能识别未来改进方向，同时也可对能力模型进行校验和优化。解构就是透过现象看本质，通过“数数，分类，定标准”，让原本捉摸不透的艺术，变成清晰明确的科学。以数据思维为指导开展数智化转型，要在对业务活动实现解构的基础上，通过数字孪生，实现流程在线化，在运营中抓取和积累数据。要建立数据驱动的业务演进模式，就必须构建涵盖业务全流程的应用系统，将所有行为在线化。凭借强大的数据收集机制和埋点能力，自动对企业每天的业务进行监管和统计，使得所有业务的全部流程都有数据记录。中国一汽打造了云工作台，为员工提供在线作业的场景，将【缺少答案，请补充】

力的年轻干部和员工，确保关键岗位人员拥有敏锐的数智化思维和执行力。第二，强化领导力问责机制。企业一把手既要严格考核结果，又要注重过程管理，在转型进度和结果不及预期时杀伐果断，替换不称职的主要负责人。例如，中国一汽的一把手在周例会中会考核各部门的数智化转型进展，若发现某部门领导未能有效推动转型，便会果断按规章撤换，安排一位具有丰富数智化经验的资深主管接任。第三，建设人才晋升通道。企业一把手需要摒弃传统的论资排辈，建设基于能力和工作表现的人才晋升通道。中国一汽在数智化转型过程中通过调整用人机制，缩短了员工晋升周期，从新人到企业中层管理者的最快晋升时间缩短了40%。更多具有潜力的年轻人才有机会快速走上管理岗位，充分发挥其在数智化方面的能力。第四，成立新组织。中国一汽的企业一把手成立跨部门数智化推进团队、数智化委员会等新组织，并选聘合适的内外部人才加入其中，进一步激发组织活力。第五，推行扁平化管理。企业一把手需要秉持“机构能增能减”的理念，系统性、有针对性地调整过时的组织结构，推动企业各层级建立不同的组织形态，体现一整套打法的逻辑，推行扁平化管理，为转型实施奠定组织层面的基础。 3.提供支持企业一把手需要对数智化转型提供足够的支持。数智化转型通常需要资金、技术和人才的持续投入，短期内难以显现成效，效果也不易衡量。首先，企业一把手要顶得住压力，坚定不移地提供支持。例如，在中国一汽，企业一把手拥有长远的战略眼光，为数智化转型提供了大量资金和技术支持，确保了转型工作顺利推进。其次，企业一把手需要赋予关键人物充分的决策权与资源调配权。在中国一汽，企业一把手将集团的部分绩效考核权交予体系数字化部总经理，支持其构建以OKR和能力为核心的T序列人员能力体系、数据驱动的能力评价与绩效管理机制。此举不仅为体系数字化部负责人这一关键转型驱动角色提供了权力保障和资源支持，而且显著提升了数智化工作在企业中的地位与权重，强化了企业对技术人才的重视程度，也激发了这些技术人才的新动能。再次，企业一把手还需注重选拔并赋能具备数智化能力的核心人才。应制定明确的标准和流程来识别那些对新技术有深刻理解，并能有效应用这些技术解决实际业务问题的人才，为其提供必要的资源，为转型工作注入源头活水。最后，企业一把手应着力构建信任与开放的工作环境，切实做到信任并支持组织成员的成长与探索。此举旨在让各级领导和员工深切感受到企业一把手对他们的重视，营造一种积极进取、敢于创新、勇于担当的企业文化氛围，充分激发组织成员在数智化转型过程中的创造力，为顺利实现转型目标提供坚实的内生动力。 4.推动学习企业一把手需要通过推动学习来改变组织成员的认知并构建数智化能力、建立基于角色的能力版图，打造一支有能力的核心团队。一方面，企业一把手要推动高管学习，打造一支能够有效领导数智化转型的管理团队。推动高管学习，可以采取多种方式，包括专家辅导、集体学习、个人自学和交流研讨等。中国一汽的企业一把手明确表示：“要打造以数智化引领的中国一汽卓越领导力。”他强调：“在数智化转型浪潮中，高管必须做到‘能上能下’，否则‘不换思想就换人’。” 另一方面，企业一把手要推动员工学习，打造企业实施数智化转型的中坚力量。在中国一汽，企业一把手积极倡导全员学习数智化，为员工提供参加外部脱岗培训的机会，定期举办数智化转型培训班，邀请华为、麦肯锡、特斯拉等行业标杆企业分享转型经验，要求“能力要长在员工身上”，将“懂数智化”作为“能进能出”的标准，对不合格员工发出警告，同时淘汰无法适应数智化转型的员工。这不仅提升了中国一汽整体的数智化能力，还实现了20%的人才更新，为可持续发展奠定了坚实的基础。 5.管理过程管理数智化转型过程是企业一把手推动转型的有效抓手。他需要全程参与关键决策、关键节点，这样才能确保每一步都稳扎稳打、落实到位。在中国一汽，企业一把手设置了数智化变革指导委员会周例会，亲身参与到“一线炮火”中，管理数智化转型的过程，每周都坚持参加周例会，一场不落。他对周例会的内容做出了两点要求：第一，杜绝报喜不报忧。在他看来，各战队的周例会报告不仅需要展示成绩，更关键的是要披露问题。只有分析和解决转型中的问题，预防转型中的风险点，才能确保转型落地。因此，他鼓励大家放下包袱，有问题尽快报告，一起攻克难关。第二，汇报时采用直采数据，不需要制作PPT。在中国一汽，企业一把手要求周例会上不能使用PPT来汇报，制作PPT不仅耗费时间，而且由于PPT里的数据可以随便篡改，越往上汇报，越有可能失真。因此，他要求使用直采数据和系统进行汇报，反映最真实的业务情况，从而为业务优化和策略制定提供客观依据。企业一把手亲自主持周例会，这种过程管理方式成为中国一汽转型的有力推进机制。对一把手而言，他通过周例会，可以深入了解和及时发现转型中的具体问题，并指导大家解决问题。对周例会的参与者和汇报者而言，每周必须有实质性的转型进展，必须解决上周出现的问题，他们面临着巨大的压力，这种压力也有效驱动了业务快速优化。 3.2 数字化部门一把手承上启下数字化部门一把手相当于企业开展数智化转型的产品经理，最好是复合型人才，熟悉行业价值链、拥有独立管理企业的经验，并具备广泛且深厚的技术能力。这样的人才能承上启下，担当中流砥柱，帮助企业成功开展数智化转型。 3.2.1 数字化部门一把手需要具备的特质 T型人才是指既拥有广泛的知识面，又具备某一领域专长的人才。成功的数字化部门一把手往往身处企业决策核心圈，承担战略规划、技术研发和组织变革等多重关键职责，是企业中最为稀缺的T型人才。笔者提炼出了其所需要具备的以下四种特质：其一，拥有领先的转型理念。数字化部门一把手需要着眼全局，深刻洞察业务本质和技术本源，精心设计和推动变革，通过立规矩、定方向、制原则等手段有效应对转型中的各种挑战。例如，中国一汽的数字化部门一把手深谙第一性原理、云原生和TOGAF等前沿理念，他结合企业实际，将其内化为契合公司发展的数智化转型方法论。他一方面将这些理念向上传递，推动其上升为公司战略；另一方面，将这些理念向下贯彻至实操层面，确保数智化转型的高效落地。其二，拥有强大的技术领导力。数字化部门一把手需要凭借其技术专长和丰富经验，深度挖掘企业数字资源、引入或开发先进的数字技术。他还需说服企业不同层级的组织成员接受并应用这些技术，推动技术在经营和业务重构中的落地。例如，在数字化部门一把手的领导下，中国一汽引入TOGAF，研发了云原生架构，推动了业务单元重构，为数智化转型的成功奠定了坚实基础。其三，始终保持创新和探索精神。近年来，数字孪生、生成式AI等技术迅猛发展，外部环境和市场需求风谲云诡。数字化部门一把手只有始终保持创新和探索精神，以开放心态拥抱新技术、新模式、新动能，才能有效驱动转型，为企业的发展提供源源不断的动力。在中国一汽，数字化部门一把手强调在转型中要进行全方位、多角度、全链条的持续创新——几乎所有核心应用软件都依靠自主研发。这不仅践行了中央对关键核心技术自主可控的要求，更成为企业发展新质生产力的关键。例如，他亲自推动生成式AI在基础管理领域（如法律、合同、员工手册、员工服务等）的应用探索，打造了GPT-BI模型。该模型基于自然语言输入，能够自动生成业务分析与决策方案，满足企业对数据洞察的实时性与个性化需求，显著提升了管理效率与决策质量，实现了“问答即洞察”的智能响应。其四，具备协调能力。数字化部门一把手作为协调者，需要推动跨职能合作，确保数字化部门与各业务部门之间的顺畅沟通与合作，打破部门之间的隔阂，共同创造价值；需要参与实际的转型工作，运用自身的技术知识和领导能力，与团队一起攻坚克难。 3.2.2 数字化部门一把手推动转型的关键行为数智化转型中，随着企业各业务对数字技术的依赖程度不断增加，数字化部门一把手的职责已不再局限于传统的技术管理领域，而是扩展到战略制定、组织协调和文化变革等多个层面。数字化部门一把手是企业一把手的重要助手，对于整个企业的转型成败起着至关重要的作用，必须具备强大的变革领导力。 1.构思数智化转型数字化部门一把手需要对转型的本质、价值、最佳实践具有充分的了解，以深刻的认知和战略眼光，规划数智化转型。在风谲云诡的环境中，只有不断提升认知和能力水平，才能从容应对各种挑战。在中国一汽，数字化部门一把手深入思考与学习基础理论，形成了独特的见解，为中国一汽量身定制了一套数智化转型的方法论，提出“数数、分类、定标准”的七字箴言（2.1.3小节），定义了“业务单元”概念，引入了TOGAF并构建了数智化转型方法论（详见第6章和第7章）。 2.助力其他领导角色【缺少答案，请补充】

中国一汽数智化转型的组织架构为：数字化变革指导委员会下设综合总体组（体系数字化部），综合总体组下设IPD战队、OTD战队、CSP战队、R&D战队、HRM战队、EOM战队、SMF战队、ITR战队、OMG战队。各战队含义如下： IPD（Integrated Product Development，集成产品开发） OTD（Order To Delivery，从订单到交付） CSP（Customer Service Platform，客户服务平台） R&D（Research and Development，研发） HRM（Human Resources Management，人力资源管理） EOM（Enterprise Operation Management，企业运营管理，重在从财务角度赋能企业运营） SMF（Smart Manufacture Factory，智能制造工厂） ITR（Issue to Resolved，从问题到解决） OMG（Operation Management Group，运营管理小组）数字化变革指导委员会为周例会，该委员会负责管理数智化转型过程中的具体事项。在企业数智化转型中，常见挑战包括： 1. 业务部门参与不足：业务部门受以往信息化建设分工影响，认为数字化相关职责属于数字化部门，或缺乏相关经验知识、被日常工作占满，仅负责提出需求，需求实现全由数字化部门承担，如中国一汽曾采用"交钥匙工程"模式，业务部门参与度低，阻碍转型。 2. 业务部门与数字化部门"两层皮"：双方存在知识壁垒，业务部门缺技术知识，数字化部门缺业务知识，协作中易出现信息衰减和偏差，导致数智化转型停留在技术层面，难以创造业务价值。 3. 数字化部门缺乏话语权：数字化部门与业务部门非平级，话语权和影响力弱，难以推动业务部门转型，陷入责任重权力小的困境。 4. 上传下达不畅：数智化转型"一把手挂帅"但贯彻效果不佳，缺乏上下贯通的组织架构，导致战略目标和规划无法层层落实，转型规划和执行脱节。为克服上述挑战，企业可调整组织架构，采用横向一体化：业务和IT一体化战队模式，即从业务部门和数字化部门抽调人员，组建高效协同的战队。中国一汽围绕关键业务领域建立了9支战队，战队实行"双战队长"制，业务战队长由业务部门中高层管理者担任；战队成员需具备管理权威或变革精神；战队运行机制采用分工融合、知识融合、联合考评、共用一套语言和空间区位融合等方式，其中分工融合是将传统交付式分工转变为共创共担式分工，业务人员和IT人员共同参与规划设计、推动落地等环节；知识融合是业务人员学习数字化知识，IT人员学习业务知识，实现双向融合互补。【缺少答案，请补充】（含图）（含图）

部强调，各战队需遵循敏捷开发、持续优化和自主等技术开发原则，确保步调一致、齐头并进，推动转型顺利实施。 4.3.2 赋能业务部门转型数字化部门的职能需要从单纯的“交付”重新定位为“赋能”。中国一汽的体系数字化部正是如此，从交付数字产品和服务逐步转向赋能业务部门自主转型；从自己闷头干到带动业务部门自己干，让最懂业务的部门主导业务重构。这一转变主要是通过培育能力和提供工具这两项举措来实现。培育能力是指建立针对业务部门的转型能力模型，组织相关培训课程，并建立能力等级认证评价体系，着力推动业务部门提升数智化能力（详见第5章），使业务部门能够自主转型。提供工具是指为业务部门提供可复用、可共享、可迭代的技术平台和工具，将复杂的技术任务进行简化。例如，中国一汽的体系数字化部开发EAMAP（Enterprise Architecture Map，业务架构管理平台，详见7.2.3小节），供各战队调用，帮助业务部门建设业务架构和业务单元；同时，提供AI-Code工具（13.3.2小节），利用AI自动生成代码，显著缩短了开发时间、降低了开发难度。 4.3.3 以业务变革为导向基于业务思维（2.1.1小节），数字化部门需要以业务变革为导向，而非仅仅简单地进行技术导入。这是因为转型的核心目的是推动业务变革，技术只是实现转型的工具和手段。中国一汽体系数字化部总经理强调：“体系数字化部要追求给业务带来极致价值，给用户带来极致体验，围绕价值创造、降本增效、用户体验设计数字化产品。”这一理念确保了数字化部门和业务部门的关注点一致，有效解决了“两层皮”的问题，有助于真正实现数智化转型。为了贯彻业务思维，数字化部门首先需要明确自己面向的用户是谁，了解用户的业务变革需求，以及思考如何为用户创造价值。例如，中国一汽体系数字化部针对生产物流部进行业务场景解构，识别业务变革要素，创新性地提出“极简物流”方案。该方案基于N+10物料订单计算逻辑，通过一单到底消除供应商和工厂计划的信息差，通过模型驱动使物流设计周期明显缩短；按照“一键生成、所见即所得”的生产云工作台建设理念，搭建物流规划和物流运营工作台，形成数据驱动的规划、运营、管理大闭环，极大降低了物流成本。此外，围绕极致交期、极致体验，以用户为中心，以订单交付为主线，拉通销售计划、生产计划、物料筹措、生产运控和整车物流全过程，构建“产供销运一体化”协同平台，保交付、控库存、缩交期，建设面向客户的订单交付模式，基于数据正向优化订单交付全链条，控制整车库存，降低单车成本，实现整车订单3秒内锁定交期，订单交付全链路透明，可配置订单交期由42天缩短至17天以内，提升客户体验。通过这种方式，数字化部门能够从实际业务需求出发，确保设计和开发的产品可以真正解决用户问题，带来实际价值。 4.3.4 拥有考评权和话语权数字化部门采取上述举措的一个关键前提是具有考评权和话语权，能够影响战队和业务部门。大多数企业的数字化部门在企业内部的话语权较小，甚至还会受到业务部门的考核评价。数字化部门任务繁重但权力较小，而业务部门权力较大但任务较轻。这就导致数字化部门即使万分努力也难以推动转型，业务部门参与度低，严重阻碍了转型的落地。因此，数字化部门需要具备考评权和话语权，以提高其对战队和业务部门的影响力。在中国一汽，体系数字化部在集团内部拥有很大的权力，而且能反向考评业务部门。具体而言，体系数字化部总经理兼任红旗运营委员会副总裁，直接向集团董事长汇报。体系数字化部作为综合总体组，负责组织和运营由集团高管参与的变革指导委员会周例会。更为关键的是，体系数字化部掌握着对业务和IT一体化战队和业务部门的部分考评权，考评结果直接与薪酬挂钩。例如，体系数字化部会对各战队和业务部门的转型推进情况进行排名；对战队梳理的业务架构和业务单元进行评审，若发现问题，会要求相关方改进后再上线；对业务部门的系统使用情况进行考核。通过这种反向考评机制，体系数字化部在业务部门和战队中建立了强大的影响力，能够有效推动数智化转型。 4.4 业务即IT：业务部门自建数字化团队尽管战队模式促进了业务部门与数字化部门的协作转型，但业务部门仍然在一定程度上依赖数字化部门。鉴于数智化转型的本质在于业务重构，业务部门需要逐步降低对数字化部门的依赖，最终能够独立开展数智化工作。因此，中国一汽认为，业务和IT一体化战队（见图4-3）只是支撑企业数智化转型的中间模式，并非最终模式。随着业务部门数智化能力的提升，战队模式将升级为“业务即IT”模式：业务部门能够独立承担传统上由数字化部门负责的软件开发和算法编程等工作，实现人人都是数据挖掘者和模型构建者。这样，业务部门与数字化部门之间的界限将逐渐消失，业务部门本身也是数字化部门。然而，传统企业在数智化方面的基础相对薄弱，完全做到“业务即IT”尚有较大难度。因此，企业可以采取“战队+业务即IT”并存的过渡模式，即业务部门建立自己的数字化团队，并将该团队派驻到战队。通过这种方式，业务部门可以逐步积累自身的数智化能力，直到不再需要战队模式，实现“业务即IT”。以下将介绍“战队+业务即IT”并存的过渡模式。例如，研发、采购和营销等业务部门都建立了自己的数字化团队，逐步做到根据自身需求自行设计数字产品、开展数据治理、开发软件和算法等。业务部门的数字化团队作为业务和IT一体化战队的常驻成员，是数字化部门与业务部门之间的桥梁和纽带。但是，战队中的业务人员除了来自业务部门的数字化团队，还来自其他二级业务部门。前者作为战队的常驻成员，专职推动转型工作；后者根据特定需求加入战队，是临时成员，兼顾转型工作。需要强调的是，业务部门的数字化团队需要在业务部门内拥有较大的权力，例如负责业务部门的预算分配、编制分配和考评等关键环节，这样才能推动业务部门的转型。业务部门的数字化团队可以设立专门的数据管理团队，因为数据是数智化转型的核心生产要素。中国一汽的数据管理团队由“领域数据负责人——数据管家——数据管理专员”组成（10.3.3小节）。其中，业务领域负责人由业务部门一把手担任，负责统筹所辖领域的数据管理体系建设和优化；数据管家由业务领域负责人指派，是各单位数据治理的策划者和协调者；数据管理专员是各单位数据工作的执行者，包括发布数据标准、构建数据模型、治理指标数据、开展数字化运营等。这种模式不仅明确了数据管理的责任归属——由业务部门负责，而非数字化部门，还显著提升了业务人员数据管理的责任感和主动性，有效推动了数智化转型的深入开展。 4.5 纵向一体化：跨层汇报结构针对上传下达不畅的问题，企业可以建立跨层汇报结构，在各管理层级之间形成上传下达和下情上报的纵向通路。中国一汽的跨层汇报结构如图4-4所示。数字化部门一把手和业务部门一把手直接向董事长汇报。这一汇报机制至关重要，特别是业务部门一把手需要亲自向董事长汇报，因为数智化转型的核心目的是推动业务变革，业务部门是转型真正的责任主体，而且数智化转型是“一把手工程”，如果业务部门一把手不亲自抓，转型将难以落地。在这种汇报机制下，业务部门一把手必须深度掌握转型的方法论、数字技术和业务的结合点，否则在向董事长汇报时根本讲不清、道不明，更难以应对董事长的犀利提问。需要说明的是，在业务部门一把手向董事长汇报的过程中，战队长也参与其中，以便把握当前转型的重点并贯彻落实。但是，汇报主体仍然是业务部门一把手，而非战队长，此举旨在促进业务部门一把手亲自推动部门的转型。在中国一汽，董事长、数字化部门一把手、业务部门一把手和战队长共同构成了数字化变革指导委员会，以周例会为运行机制，自上而下地推进企业整体的转型。【缺少答案，请补充】（含图）（含图）

中国一汽的跨层汇报结构如图4-4所示，数字化部门一把手和业务部门一把手直接向董事长汇报。这一汇报机制至关重要，特别是业务部门一把手需要亲自向董事长汇报，因为数智化转型的核心目的是推动业务变革，业务部门是转型真正的责任主体，而且数智化转型是“一把手工程”，如果业务部门一把手不亲自抓，转型将难以落地。在这种汇报机制下，业务部门一把手必须深度掌握转型的方法论、数字技术和业务的结合点，否则在向董事长汇报时根本讲不清、道不明，更难以应对董事长的犀利提问。需要说明的是，在业务部门一把手向董事长汇报的过程中，战队长也参与其中，以便把握当前转型的重点并贯彻落实。但是，汇报主体仍然是业务部门一把手，而非战队长，此举旨在促进业务部门一把手亲自推动部门的转型。在中国一汽，董事长、数字化部门一把手、业务部门一把手和战队长共同构成了数字化变革指导委员会，以周例会为运行机制，自上而下地推进企业整体的转型。业务和IT一体化战队长向数字化部门一把手和业务部门一把手汇报。这种汇报结构至少具有以下三方面作用：其一，确保转型方法论和举措能够落实到各战队；其二，战队长可以通过这一结构向上争取支持，解决转型过程中遇到的阻力；其三，战队长向数字化部门一把手和业务部门一把手汇报，也促进了业务部门与数字化部门的紧密融合，可以使跨部门协作更加顺畅。业务部门二级部总监不仅要向业务部门一把手汇报，还要向数字化部门一把手汇报。中国一汽在贯彻转型的过程中发现，即便数字化部门一把手、业务部门一把手以及战队长已经能够理解、拥抱和推动转型，但是在向下落地的过程中，业务部门的一些二级部总监的认知和行为仍未得到充分扭转，未能将转型落实到业务一线。为了增强这些总监的转型动力和能力，中国一汽建立了业务部门二级部总监每周向数字化部门一把手和业务部门一把手汇报的机制，并根据每周汇报打分、排名，督促业务总监紧跟企业转型的步伐，有效推动转型的落地。本章介绍了企业在数智化转型中组织架构设置的常见挑战（4.1节），以及从中国一汽的最佳实践中总结出的应对举措（见图4-5）。对于业务部门与数字化部门“两层皮”的挑战，企业的业务部门和数字化部门可以联合成立业务和IT一体化战队，通过分工融合、知识融合、联合考评、共用一套语言和空间区位融合等运行机制，打破部门之间的壁垒，使双方融为一体，同心协力开展转型（4.2节）。对于数字化部门缺乏话语权、难以有效推动组织转型的挑战，企业需要赋予数字化部门考评权和话语权，在此基础上，数字化部门能够更有效地统一方法论、赋能业务部门转型并统筹各战队以业务变革为导向开展转型（4.3节）。对于业务部门参与不足的挑战，业务部门可以自建数字化团队并常驻战队，同时业务部门其他成员可以根据转型动态作为临时成员加入战队。业务部门不断提升其数智化能力，最终实现“业务即IT”（4.4节）。对于上传下达不畅的挑战，企业可以在董事长、数字化部门一把手、业务部门一把手以及业务部门二级部总监等不同管理层之间设置跨层汇报结构，促进上传下达、下情上报、齐力转型（4.5节）。通过上述举措，企业能够有力搭建横纵一体化的组织架构，保证上下一心，一体推进数智化转型。【缺少答案，请补充】（含图）（含图）

人员的数智化能力是数智化转型的根本保障。本章将详细介绍企业普遍存在的数智化能力体系建设问题和基于中国一汽的最佳实践总结出的应对措施。数智化能力体系建设包括能力设计、能力培育、能力评价与迭代三个步骤。能力设计是指明确数智化转型要求人员需要具备的能力；能力培育是指通过组织学习弥补当前能力与目标能力之间的差距；能力评价与迭代是指针对能力培育效果进行验证和量化评价，以此激励全员持续迭代，为数智化转型提供根本保障。数智化转型首先是人的转型数智化转型不仅是一场技术革新，更是深刻的组织变革，首先在于人的转型。员工的数智化能力建设是数智化转型成功的关键。无论是TOGAF架构的应用，还是AI大模型的引入，如果仅关注技术工具本身，而忽视员工数智化能力的提升，这些工具可能都难以发挥其应有的价值，甚至沦为空有其表的“装饰品”。只有当员工具备应用技术工具的数智化能力，才能真正释放技术潜力。值得注意的是，数智化能力的建设不仅仅是针对IT人员，业务人员也同样需要提升相关能力。相比于IT人员，业务人员更了解企业的核心业务和客户需求，能够更有效地将数字技术融入具体业务场景，提高工作效率和客户满意度。因此，企业应将业务人员视为数智化转型的主力军，重点培养业务人员的数智化能力。传统企业人员的数智化能力普遍相对薄弱。以中国一汽为例，其转型前的能力体系存在显著短板。在自身缺乏能力的情况下，中国一汽对外部供应商形成高度依赖，不仅将开发工作外包，还将业务规范、产品设计、架构设计、项目管控等涵盖IT项目全生命周期的关键任务交由IT供应商负责。这种外包模式进一步削弱了中国一汽的自主能力。【缺少答案，请补充】

人员的数智化能力是数智化转型的根本保障。本章将详细介绍企业普遍存在的数智化能力体系建设问题和基于中国一汽的最佳实践总结出的应对措施。数智化能力体系建设包括能力设计、能力培育、能力评价与迭代三个步骤。能力设计是指明确数智化转型要求人员需要具备的能力；能力培育是指通过组织学习弥补当前能力与目标能力之间的差距；能力评价与迭代是指针对能力培育效果进行验证和量化评价，以此激励全员持续迭代，为数智化转型提供根本保障。数智化转型首先是人的转型数智化转型不仅是一场技术革新，更是深刻的组织变革，首先在于人的转型。员工的数智化能力建设是数智化转型成功的关键。无论是TOGAF架构的应用，还是AI大模型的引入，如果仅关注技术工具本身，而忽视员工数智化能力的提升，这些工具可能都难以发挥其应有的价值，甚至沦为空有其表的“装饰品”。只有当员工具备应用技术工具的数智化能力，才能真正释放技术潜力。值得注意的是，数智化能力的建设不仅仅是针对IT人员，业务人员也同样需要提升相关能力。相比于IT人员，业务人员更了解企业的核心业务和客户需求，能够更有效地将数字技术融入具体业务场景，提高工作效率和客户满意度。因此，企业应将业务人员视为数智化转型的主力军，重点培养业务人员的数智化能力。传统企业人员的数智化能力普遍相对薄弱。以中国一汽为例，其转型前的能力体系存在显著短板。在自身缺乏能力的情况下，中国一汽对外部供应商形成高度依赖，不仅将开发工作外包，还将业务规范、产品设计、架构设计、项目管控等涵盖IT项目全生命周期的关键任务交由IT供应商负责。这种外包模式进一步削弱了中国一汽的自主能力，导致其IT人员的自主开发能力较弱，对技术工具的掌握和应用专业化程度不足，在数智化转型过程中更加被动。同时，业务人员由于缺乏IT知识，难以精准向IT供应商表达业务需求，也难以顺畅运用技术工具，不得不高度依赖于IT供应商。这种依赖不仅限制了员工的成长与能力提升，还削弱了中国一汽在数智化转型中的自主性和灵活性，与“自主可控”的发展目标背道而驰。为了成功落地数智化转型，中国一汽需要建设并维系合理、健康的数智化能力体系，逐步实现核心能力的自主性。实现这一目标需要建立科学的人才架构，整体上可分为三个部分：顶层管控团队、核心产品团队、非核心项目中的外包团队（见图5-1）。顶层管控团队负责业务规划、产品设计、架构设计、项目管控等工作，通过构建100%自主能力，确保有效控制系统架构，并保障数据安全。核心产品团队专注于核心产品的全程自主开发，旨在实现产品的快速迭代，以适应不断变化的业务发展需求，并有效地将软件开发与市场需求对接。该团队需构建自主核心开发能力，不仅仅是编写代码，更要从传统的瀑布式开发向敏捷开发转型，主导研发体系建设。同时，该团队还需建立并掌握核心测试能力，以制定高质量的测试标准与管理体系。这一团队的关键是打造一支数字化核心团队，确保能够快速响应业务的增长与变化。非核心项目中的外包团队负责非核心开发业务，包括前后端开发、基础测试，和一、二线运维等工作，保障系统的稳定运行。综上，人员数智化能力体系的目标旨在提升企业内部员工的数智化能力。为实现这一目标，企业亟须建立一套系统化的数智化能力建设体系，分为能力设计、能力培育、能力评价与迭代三个步骤，将供应商主导的“交钥匙”模式转变为自主研发模式。数智化能力设计构建数智化能力的第一步是能力设计，即明确企业内部人员需要具备哪些能力，以支持数智化转型目标的实现。以中国一汽为例，基于内部分析和外部对标，中国一汽系统性地开展能力设计。内部分析方面，对价值流和业务流程进行梳理和解构，制订转型方案，并识别支持该方案落地所需的数智化能力。外部对标方面，借鉴互联网大厂等数字原生企业的能力模型，通过横向对比，缩小能力差距，确保能力设计的先进性和竞争力。中国一汽将传统的34种岗位优化整合为10种T序列的核心角色（见表5-1），并针对每个角色制定相应的能力模型。每个能力模型包含不同的能力等级，每个能力等级又对应多个能力项，例如业务架构能力、数据应用能力、产品运营能力以及AI思维等。能力模型的应用范围并不局限于数字化部门，而是面向整个集团推广。例如，业务人员可以担任业务架构师、数据管家、项目管理工程师等角色，为业务与IT的深度融合奠定基础。考虑到IT部门具备较高的数字化资源禀赋，企业可以选择首先在IT部门落地能力模型，为向全集团推广奠定坚实基础。值得注意的是，能力模型并非一成不变，需要在以下三种场景中迭代，以支持人才培养、能力评价与职业发展：一是当业务模式变化导致角色能力要求发生变化时；二是当业务未达到预期目标时，可考虑调整能力项的权重或要求；三是当人效（工时）偏低时，可进一步细分专业方向，精准识别低效点，并做有针对性的调整。数智化能力培育基于数智化能力设计，企业需要弥合现有能力与目标能力之间的差距。相比于直接引入外部人才，更重要的是加强内部人员的数智化能力培育，确保能力实现内生增长、可持续发展。多元学习：正式培训、共享型学习、实践型学习、自驱型学习组织员工学习是培育数智化能力的核心方式。通过学习，企业员工能够掌握新兴技术工具、转型方法和业务变革模式，并将其内化为自身能力，夯实企业数智化转型的基础。以中国一汽为例，它系统性地建立了“127学习组合拳”学习机制，即10%正式培训、20%共享型学习、70%实践型学习，同时鼓励自驱型学习。正式培训涵盖外部培训和内部培训，旨在提供系统性的知识和方法论指导。外部培训主要的学习对象是行业前沿的标杆企业，包括数字原生企业（如腾讯等）和数智化转型领先企业（如华为）。通过对标最佳实践，帮助员工掌握前沿技术趋势，并理解技术如何重构业务等。内部培训重点围绕企业架构（TOGAF）、业务单元、数据治理等专题展开，确保员工系统地学习数智化转型方法论。在培训过程中，中国一汽强调三个要点：其一，精准匹配转型需求：培训内容紧密围绕中国一汽当前的数智化转型需求，确保学习内容契合实际业务；其二，理论与实践深度融合：鼓励将理论知识与业务场景相结合；其三，学以致用，强化反思：培训结束后，学员需撰写学习心得，思考如何将所学知识应用于内部转型。例如，如何优化所在部门的业务流程？流程节点能否减少？能否修改节点？如何部署应用架构？共享型学习是指通过部门内交流和跨部门交流、在线学习社区、专题研讨会等形式，促进企业员工学习彼此的先进实践，形成“取长补短，集体进步”的良好氛围。例如，中国一汽的业务和IT一体化战队内部，IT人员与业务人员深度协作、共享知识；CSP战队组建“三人小组”（IT侧的产品经理、业务侧的业务架构师和项目经理）。传统模式下，业务架构师在产品经理和项目经理的协助下，负责梳理业务需求与架构。而在“三人小组”的日常工作中，产品经理向业务架构师和项目经理“渗透”技术术语和系统架构知识，部分业务人员甚至成长为业务IT双产品经理。中国一汽会从专业知识扎实、乐于分享的员工中选拔内部讲师，鼓励他们为同事授课，并提供额外薪酬激励。【缺少答案，请补充】（含图）（含图）

然结果。具体而言，其一，系统冗余。企业信息系统建设长期被零散的、临时的、不断新增的业务需求“牵着鼻子走”，陷入“只管生，不管养”的熵增困境。系统冗余进而造成IT运维成本持续攀升。其二，IT与业务脱节。部分系统设计短视，难以适应业务发展，最终沦为低效的“僵尸系统”。加之，企业采购工作缺乏整体规划，未能统筹业务需求，导致大量外购系统不能匹配中国一汽自身业务，造成IT与业务脱节。其三，数据治理混乱。各部门数据标准不统一，增大了数据共享成本。同时，权责不清的数据管理制度让业务部门与数字化部门相互推诿，严重影响了数据质量。其四，员工缺乏全局观。员工习惯于从自身岗位或部门出发思考问题，缺乏对跨部门流程和整体架构的理解，固守传统工作模式，对数智化转型缺乏主动认知和学习动力。在需求表达过程中，常无法跳出局部视角，难以用IT语言传达整体业务诉求，造成业务人员与IT人员沟通错位，严重影响了需求的准确落地与执行效率。其五，系统协同困难。各部门系统建设各自为政，导致系统孤岛，这种系统割裂状态对汽车制造等高度依赖协同作业的行业尤其不利。针对传统信息化建设的痛点，中国一汽的管理者提出独到见解，指出在复杂局面下，需要从全局视角审视问题，在混沌中找到秩序。只要站在高位，万事万物都可以被结构化、模型化和服务化，使无序的熵增世界最终走向有序。 ——中国一汽数字化转型委员会企业架构的概念与中国一汽体系数字化部总经理的想法不谋而合——“架构”是人们对一个复杂系统内的元素及元素间关系进行抽象化的产物。比如，人们置身于宏伟的故宫，很容易迷失方向，但是故宫的宫殿位置、宫殿间的排布和通路可以通过一张地图直观地展现出来，这张地图就是故宫的架构。与之类似，企业架构是对企业内的元素及其关系进行提炼的结果，以可视化的方式呈现，方便相关人员达成共识。 TOGAF具体描绘了企业内可复用的四类架构，即业务架构（Business Architecture，BA）、信息架构（Information Architecture，IA）、应用架构（Application Architecture，AA）和技术架构（Technology Architecture，TA），以及应如何设计和实施这四类架构。具体而言，业务架构是起点，聚焦企业战略目标和业务能力，决定了企业“做什么”；信息架构和应用架构在此基础上展开，前者确保数据资产与业务活动的一致性，后者负责实现业务流程的系统化运行；技术架构为应用架构中应用系统的部署与运行提供技术平台和基础设施。在推行TOGAF作为数智化转型的指导方法之前，中国一汽对TOGAF进行了适配性分析，发现了五个显著优点。一是统一架构，消除冗余。TOGAF提供了统一的整体架构，能够减少由不同部门或团队各自为政而产生的冗余，帮助企业识别和消除冗余的业务流程与系统功能，优化资源配置，降低成本。二是业务架构与IT架构高度对齐。在TOGAF指导下，企业首先要梳理关键业务流程和逻辑，将之结构化为业务架构，进而指导信息架构、应用架构和技术架构的协同运作，从根本上解决业务与IT“两层皮”的问题。三是数据认责。在TOGAF中，一旦业务架构与信息架构中的要素完成关系构建，当信息架构中的数据出现问题时，便能快速定位相关业务人员，提升数据追溯能力和问题处理效率，实现数据认责。同时，TOGAF通过提供统一的架构语言、方法和标准，可以有效保障数据治理在企业全局范围内的语义一致性，构建起跨部门、跨系统的数据协同机制。四是增强全局意识。TOGAF以业务架构为总领，强调业务部门的员工应该具备架构设计的能力，这可以倒逼业务人员掌握结构化思维，并尽可能地运用IT语言描述业务需求、标准或规则。五是促进系统协同。TOGAF引导企业从整体视角统一规划业务、信息、应用与技术架构，在架构设计阶段预先定义系统间的交互规则与接口标准，确保不同系统在设计之初就具备良好的集成性与兼容性。因此，中国一汽正式确定以TOGAF作为数智化转型的指导方法，强调所有部门应按照该方法推进转型。然而，TOGAF所提供的实用范例较少，且不同行业的特色各不相同。如何将TOGAF这一通用方法应用得当，如何打造符合自身数智化转型需求的架构体系，是中国一汽亟待解决的实践难题。为了真正实现“能力要长在自己身上”“保持增长的独立性”，并践行“数智化转型是一项持续性工程，不同阶段有不同的重点，不能以静态或绝对正确的视角看待任何一种方法，更不能完全依赖某种既定方法”的理念，中国一汽试图以TOGAF方法为基础进行探索和创新。 6.2 “一体五面”的5A架构在TOGAF所包含的业务架构、信息架构、应用架构和技术架构的基础上，中国一汽强化了安全架构（Safety Architecture，SA），形成5A架构。此外，中国一汽还结合自身实践丰富了各架构的内涵，并构建了各架构之间的关联，形成“一体五面”。下面依次介绍每个架构的内涵，以及各架构之间的关联。 6.2.1 业务架构设计业务架构是为实现业务目标而构建的结构化运作管理体系，上承企业战略、下启运营战术。作为5A架构的起点，业务架构起到统领作用，为信息架构、应用架构、技术架构和安全架构提供指引。业务架构设计总体上遵循Y模型（见图6-1），即从价值视角和能力视角梳理业务流程，进而将流程解耦为最小可执行的业务单元，并构建业务架构管理平台（EAMAP）。总体而言：（1）价值流梳理是业务架构设计的起点，明确需要为内外部客户创造什么价值，以价值创造为业务目标，一切从价值出发。（2）价值流梳理完成后，需要明确企业具备什么业务能力，才能达成价值创造的目标。（3）明确价值创造目标和所需能力后，业务流程描述了企业如何开展端到端的业务工作以创造价值。（4）业务流程被解耦为最小可执行的业务单元，通过明确每个业务单元，确保整体业务流程的落地。（5）EAMAP旨在实现业务架构的线上化管理和迭代。下文将具体阐述中国一汽业务架构设计的五大核心内容，涵盖价值流、业务能力、业务流程、业务单元、EAMAP的设计与构建。价值流是指向外部客户和内部客户，企业能够创造什么价值，具体体现在提供的产品或服务。其中，外部客户主要包括消费者和生态合作伙伴等，价值流梳理的重点目标是推进外部客户购买企业的产品或服务；内部客户包括集团管理者和各业务部门等，梳理的重点目标是支撑业务目标的实现。价值流需要匹配客户旅程（即内外部客户从接触到使用产品或服务的全过程）的每个价值触点，确保在每个触点都能够给客户提供相应价值。价值流阶段指的是对价值流整体进行的阶段划分和进一步细化。价值流场景指的是在特定业务情境或应用场景下，价值流的一种实例化和具象化表现。例如，在梳理采购业务领域的价值流时，首先，识别采购业务的内外部客户，包括需求部、供应链部、法务部、财务部、研发总院等内部客户。随后对客户价值主张进行梳理和聚类，形成供应商管理、寻源到合同、采购到付款三条核心价值流。其中，供应商管理价值流所承载的客户价值主张是对供应商生命周期进行管理，共同构筑健康供应链，确保供应的连续性和韧性；寻源到合同价值流所承载的客户价值主张是与前端协同，构筑产品或服务的可采购性和可交付性，并与供应商联合创新，持续降低采购成本，提升产品或服务的竞争力；采购到付款价值流所承载的客户价值主张是与内外部协同，快速响应需求，确保采购的物料或服务能够及时、准确地交付。其次，根据每条价值流的客户间交互行为梳理客户旅程，并根据价值触点将核心价值流拆分为细分阶段，如寻源到合同价值流拆分为提出采购需求、制定采购策略、询报价、采购决裁、签订合同等价值流阶段。最后，结合不同价值流阶段所承载的客户价值主张，制定价值度量的灯塔指标及取值，如采购发包周期××天、采购降本××万元、供应商健康度××%等（见图6-2）。这些指标被用以度量企业为客户所提供的价值。业务能力包括企业为实现价值创造所需具备的核心能力及其构建方式。业务能力由能力类和能力组逐级细分而成。能力类是指按照较大业务范围及所需业务技能分类（功能领域），如产品开发、营销等。（含图）

图6-6云原生平台架构概览图图6-7安全架构概览图与此同时，中国一汽还依托管理体系和人员组织，全面保障安全架构的落地。其中，管理体系涵盖制度流程、风险管理和安全合规等方面，通过完善的流程与规范保障安全运行；人员组织体系包括组织安全、人才培养及宣传教育等方面，确保各级人员具备必要的安全知识和专业技能，从而提高整体安全防护能力。 6.2.6一体五面：各架构之间的关联在中国一汽基于5A架构的数智化转型整体方法论中，业务架构、信息架构、应用架构、技术架构和安全架构之间具有很强的关联性（5A架构的整体关联情况见图6-8，其中业务架构、信息架构和应用架构之间的关联情况见图6-9）。企业从业务需求出发，以客户价值为起点，梳理业务流程，搭建业务架构。这一过程其实就是在结构化业务流程、定义业务要素，帮助信息架构识别业务对象、梳理数据资产目录、建立数据模型、整理数据标准和数据分布。业务架构和信息架构的设计和构建是同步进行、紧密关联的，即每一个业务流程都有与之相映射的信息架构，即以数据的形式对业务进行描述。因此，信息架构能够为业务架构提供运营和管理决策所需的各种信息；业务架构基于信息架构的数据分析结果重新设计和整合相关业务，形成正向循环。接着，业务架构和信息架构共同为应用架构提供重要的输入内容，有助于应用架构开发相关业务应用系统。具体而言，业务架构帮助应用架构发现业务组件及其之间的关系、分析不同角色客户对应用系统的诉求；信息架构为应用架构提供了需要处理的各种信息。在此基础上，技术架构为应用架构提供应用组件，助力应用系统高效开发。同时，构建全面的安全架构，为业务架构、信息架构、应用架构和技术架构的安全保驾护航。图6-8中国一汽基于5A架构的数智化转型整体方法论图6-9业务架构、信息架构和应用架构相互关联 6.3 5A架构的独特价值 5A架构继承了TOGAF方法的结构化、标准化等优势，能够有效解决业务流程、数据和系统功能的冗余问题，促进IT与业务高度对齐。同时，中国一汽在实践中也摸索出了诸多独特的价值。 6.3.1业务数智化的闭环迭代中国一汽基于5A架构实现了现实世界和数字世界的连接，保证它们之间的一致性。业务架构、信息架构、应用架构、技术架构和安全架构五大架构紧密关联和相互协作，最终形成了“始于架构，终于架构”的闭环，实现从业务规划到数字技术落地的全流程贯通与持续迭代。 “始于架构”可以有效促进企业业务数字化和数字商业化，即快速将数字化产品推向市场。一方面，中国一汽数智化转型“始于架构”，将业务逻辑“翻译”成IT语言，并部署各类业务应用系统，之后在信息架构上管理业务数据，实现了业务数字化。另一方面，标准化有助于实现规模效益。中国一汽基于真实的、标准化的业务流程和数据衍生出数字化产品，具备更高的生产力，实现了数字商业化。例如，中国一汽研发总院利用5A架构开发的“汽车造型AI功能”已实现每年生成20万张图纸。作为数字化产品的云工作台，承载了几乎所有的业务流程和业务单元，帮助中国一汽实现了100%的业务孪生，并提升了至少100%的业务效能。中国一汽自主研发的这些数字化产品正在逐步走向市场。 “终于架构”助推业务效能不断提升。中国一汽采用架构管理方法，能够实现IT与业务的对齐，基于数据识别现实世界存在的问题，提出改进措施。改进措施在数字世界得到验证后，通过管理行为反馈到现实世界，从而提升业务的工作效益和效率。具体而言，中国一汽基于应用架构中自主构建的数字化产品，实现了所有业务流程在线化，能够实时采集和分析业务数据，并根据数据分析结果反向优化和调整业务架构。例如，IPD产品运营工作台实现整车生产流程的在线运营和数字孪生。该工作台不仅能收集客户访问数据，并利用数据分析评估各角色的工作效率及状态，还能通过监控各项业务能力指标，实时查看并预警产品项目收益状态、整车单车物流成本等指标，让项目风险状态全程清晰透明。这些数据分析结果还可以驱动整车生产流程中的业务单元、业务流程和业务架构持续迭代。调整后的业务架构再进一步推动信息架构和应用架构的迭代。这些优化后的架构成为中国一汽新的架构资产，形成“始于架构、终于架构”的闭环。 6.3.2创新数据治理首先，业务人员成为数据治理的主体。企业采用5A架构，使所有的业务、数据和应用采用统一的架构与语言，严丝合缝地串联起来，克服业务、系统和数据孤岛问题。这有助于中国一汽汇集业务全生命周期所产生的运营数据。一位数据管理工程师表示：“业务人员成为数据治理的主体，能够从源头提高数据质量。”（10.2.1小节）。5A架构有助于中国一汽实现这一目标，这是因为5A架构彼此间相互关联，一旦信息架构中出现数据报错，可以利用信息架构和业务架构之间的关联直接定位相关的业务负责人，即生产数据的业务人员成为数据负责人。这不仅改变了传统的“业务人员提需求，出现问题IT人员‘背锅’”的混乱局面，还能够从源头上保障数据产生和采集的准确性。目前，中国一汽已经成功实现由业务人员担任数据管家和数据专员，甚至各战队的业务人员都会独立构建数据模型。其次，数据使用自助化。企业的数据只有流通起来，才会产生价值。然而，一位数据管理工程师表示：“以前业务人员查找历史业务数据需要先找IT人员，从申请、审核、检索到最终获取数据，整个过程至少需要3周，严重制约了工作效率。”现在，5A架构中业务架构和信息架构相互映射，业务人员可以直接通过数据资产目录，自助找到业务数据源所处的数据库和数据表，甚至精确到所处字段。同时，中国一汽早在设计信息架构时就考虑到了安全因素，规定了不同情况的数据调用权限。因此，业务人员只需拿到相应的数据授权，就能直接获取相关业务数据并进行业务诊断。由此可见，5A架构消除了数据共享的障碍，实现了数据使用自助化。最后，基于数据驱动的业务提质增效。信息架构与业务架构中的要素完成关系构建，信息架构中的数据能够真实反映业务运营的实质，并根据建模分析帮助企业洞察业务痛点，从而助力业务架构的迭代。此外，业务架构和信息架构与应用架构也相互关联，业务架构中不同客户角色的管理诉求和信息架构中所识别的业务对象，有助于企业在应用架构中自主构建与业务相对应的应用系统。这不仅能实现线下业务没有断点的“在线化”，还能实现业务数据直采、实时数据分析以及以数据驱动业务的动态调整和优化。目前，中国一汽已全面采用系统自动生产的运营报告进行业务优化，员工普遍认为数据比领导的讲话更具说服力。各战队在向领导汇报业务进展时，也不再制作烦琐的PPT，而是直接基于运营报告汇报相关指标。 6.3.3应用开发个性化与低成本在5A架构中，业务架构首先将业务逻辑全部梳理清楚，形成细化到最小管理颗粒度的流程文档，并将业务流程结构化和模型化。其次交由信息架构完成数据定义。最后应用架构根据业务架构和信息架构提供的重要输入内容，以及技术架构提供的技术支持，高效完成应用系统【缺少答案，请补充】（含图）（含图）（含图）

中国一汽基于5A架构的数智化转型相关实践如下：一、创新数据治理： 1. 业务人员担任数据管家和数据专员，甚至各战队的业务人员都会独立构建数据模型，从源头上保障数据产生和采集的准确性。 2. 数据使用自助化：5A架构中业务架构和信息架构相互映射，业务人员可通过数据资产目录自助找到业务数据来源，拿到相应授权后直接获取相关业务数据并进行业务诊断，消除了数据共享的障碍，实现数据使用自助化。此前业务人员查找历史业务数据需至少3周，严重制约效率。 3. 基于数据驱动的业务提质增效：信息架构与业务架构要素完成关系构建，数据反映业务运营实质，帮助企业洞察业务痛点，助力业务架构迭代；业务架构和信息架构与应用架构关联，可自主构建对应应用系统，实现线下业务“在线化”，完成业务数据直采、实时数据分析以及数据驱动业务的动态调整和优化。目前中国一汽已采用系统自动生产的运营报告进行业务优化，各战队基于运营报告汇报指标。二、应用开发个性化与低成本：在5A架构中，业务架构梳理业务逻辑形成细化流程文档并结构化、模型化，信息架构完成数据定义，应用架构结合技术架构支持高效完成应用系统的开发、维护和更新，应用系统开发完全基于企业业务战略、目标和流程。实施5A架构前，中国一汽采购第三方应用系统未显著提升效率，反而产生高昂使用费和维护费，且与实际业务流程冲突；5A架构中自主构建的应用架构适配个性化业务需求，提升系统利用率，系统基于云原生平台保障自主可控，微服务降低开发成本，避免系统重复建设。三、网络安全与数智化深度融合：为确保数智化运营不受网络空间风险影响，5A架构强化安全架构，将“安全基因”贯穿整个4A架构，实现与4A架构的“全面覆盖，深度融合”，避免网络安全和数智化“两层皮”。安全架构设计方面： 1. 构建统一的安全管理体系：在网络安全和数智化委员会统一领导下，由网安部门牵头，职能部门和分/子公司分工协作，建立职责清晰的工作机制，通过集团层面安全统筹管控，推动合规管理、风险评估、监督检查等工作数智化转型，形成一体化安全治理新模式。 2. 打造全面的安全技术能力体系：围绕云计算、终端、网络、数据和应用等关键资产，结合ATT&CK安全攻击模型，识别潜在网络攻击风险，重新设计技术防护体系，建立标准化的“安全能力库”，安全能力模块化、服务化，可按需接入。 3. 将安全融入产品研发、上线、运行全过程：秉持“安全左移”理念，从产品设计初期介入安全防护，建设安全项目管理中心，集成威胁建模、漏洞检测、渗透测试等能力，为产品研发提供“高效+灵活”的安全支撑；产品上线运行时自动部署主机安全、微隔离、应用防火墙等技术，做到产品“入网即安全，上线即安全，运行即安全”。 4. 提升安全实战运营能力：依托统一的安全态势感知平台，实时采集和分析各类安全日志，快速识别和响应安全威胁；组建内部攻防团队，模拟黑客攻击，常态化进行漏洞挖掘和攻防对抗，检验和优化安全策略，提升整体防御能力。四、本章小结：本章详细介绍了中国一汽基于5A架构的数智化转型整体方法论，为其他企业数智化转型提供方法借鉴。5A架构以TOGAF为基础开拓创新，适配企业数智化转型变革需求，解决企业转型初期面临的系统冗余、IT与业务脱节、数据治理混乱、员工缺乏全局观、系统协同困难等痛点。企业以TOGAF为指导，从4A架构升级为5A架构，形成“一体五面”的有机整体，促进IT和业务更好融合，探索出业务数智化的闭环迭代、创新数据治理、应用开发个性化与低成本、网络安全与数智化深度融合等独特价值。五、基于业务单元的数字孪生： 5A架构为企业数智化转型提供顶层设计，但落地是企业面临的主要挑战。中国一汽提出“业务单元”的概念和构建方法，能够在原子级别实现业务的数字孪生，将顶层业务架构落实到执行层面，为信息、应用和技术架构提供重要输入内容。本章将介绍业务单元的三个方面：（1）为什么提出业务单元？（2）如何构建业务单元？（3）业务单元有哪些价值？业务架构作为5A架构的起点和核心，对其他架构设计有重要指引作用，但实践难度大，指引作用受限。中国一汽体系数字化部总经理表示，传统企业应用TOGAF时，业务架构应用停留在“纸上谈兵”层面，仅梳理流程形成文件，未产生显著价值。业务流程管理存在诸多缺陷，影响业务架构有效落地，主要缺陷包括：流程和执行脱节、流程冗余、多任务/多人协作困难。具体而言，一是流程和执行脱节：企业形成流程设计书录入IT系统后，默认流程管理工作完成，忽视了对员工的相关跟进。（含图）

用，因为招聘业务的完成是硬性标准，完成率不等于完成质量，需将其修改为招聘完成时长、人岗匹配程度等灯塔指标，以促进业务持续发展。可量化原则。这一原则是灯塔指标体系的重要设定依据，根据该原则，所有指标都必须具备明确的量化标准，可收集、整理与分析数据，客观展现完成情况。这一原则不仅提升了指标的可比性，也为管理者做决策提供了更为坚实的数据支持，使企业能够基于事实进行精准调控。例如，在中国一汽营销灯塔指标体系中，曝光量、点击量、有效线索量以及有效订单量等都是可以直接用数据来评价的指标。挑战性原则。灯塔指标必须具备一定的完成难度，有挑战性，以激发组织与个人的潜能，推动其不断取得突破。同时，企业还需根据业务发展的实际情况对已经设立的灯塔指标进行动态调整，改进优化灯塔指标，确保其始终处在合理的难度区间，既不因过于简单而失去激励作用，也不因过于困难而挫伤积极性。中国一汽引入转型价值度量模型（Transformation Achievement Measurement，TAM），精心构建了覆盖供应链管理、生产制造、产品销售、客户服务、财务管理等多个关键领域的灯塔指标体系。这一体系不仅全面覆盖了中国一汽运营的各个环节，还细化至各部门的具体业务流程与操作规范，为中国一汽优化流程、提升效率和增强竞争力提供了强有力的支撑。中国一汽的灯塔指标体系总共包括三大类，一是在财务和客户层面对价值进行度量的结果类指标；二是支撑结果达成所需竞争力的能力类指标；三是支撑业务能力提升的管理体系类指标（见图8-1）。结果类指标包含财务和客户两类指标，财务类指标从现金流、规模增长、盈利和成本来衡量整个项目的实际产出是否达到预期；客户类指标用于衡量项目执行后客户满意度是否提升。能力类指标指竞争力是否有明显改善和提升，围绕效率、质量、柔性和风险几个方面，其中效率指在投入一定资源（如时间、设备、劳动力等）的情况下，所能产出的成果或完成任务的速度；质量指产品、服务等的水平；柔性指能够快速应对客户需求变化；风险指企业经营风险。管理体系类指标从流程优化、数据服务和IT应用三个角度来衡量项目的改进和提升。以EOM战队为例，从结果类、能力类、管理体系类三个维度出发，设立了利润率、资金价值创造率、管理要求当日满足率、股份公司月度报表出具时长等指标。 8.2 基于数据优化业务运营在明确了业务单元运营的核心需求与业务流程逻辑框架后，企业需着手对其云工作台进行全面升级与重构，战略性地逐步推进，实现业务效能最低提升100%的目标。中国一汽将数据置于业务单元运营的核心位置，视其为引领集团数智化转型的关键引擎。中国一汽系数数字化部总经理强调，业务单元运营需秉持基于数据优化业务运营的原则，确保数据能够满足实际业务；同时，应将数据视为核心资产、技术作为驱动力、人才作为坚实支撑，共同构建起一个能够快速响应业务需求、激发业务活力的数智化运营体系。具体包括以下三个步骤：第一步，沉淀业务单元孪生数据，将数据汇总至云原生平台数据库形成数据中心。沉淀业务单元数据的目的在于对人员和组织进行数智化赋能，沉淀数据不仅能够提升业务流程的透明度和效率，实现业务流程的数智化转型，而且可以将数据作为企业未来的核心竞争力，增强企业的创新能力和应变能力，为企业的可持续发展奠定坚实基础。第二步，用数据评价各业务灯塔指标的完成情况，根据评价结果优化业务。通过这一举措，企业能够促进业务数据的价值化与高效处理，强化数据对业务的赋能作用，以显著提升整体运营效能。例如，中国一汽通过设计模型并打造数据驾驶舱，向管理者展示部门的运营状况。管理者可以通过仪表盘看到各业务灯塔指标完成情况（见图8-2），清楚地看到哪些指标没有完成，触发任务对没有完成的指标进行深入剖析，找出指标没有达成的原因，并进一步查清问题所在，及时纠正偏差，对业务单元和流程进行改进。在开展业务单元运营的过程当中，各个业务流程每天都可能优化和创新业务单元，旧的业务单元可能被替代，新的业务单元可能被增加，实现业务单元的更新。企业需评估更新后的业务单元所对应的指标的提升度。这一过程被称为“固化”，即让数据思维深深扎根于企业的日常运营，成为不可或缺的一部分。随着这一阶段的深入，企业通过获取数据反馈，及时发现并解决存在的问题，从而不断优化业务流程，提升工作质量和效率，实现业务运营效能的螺旋式循环上升。此外，在仪表盘上管理者还能看到每个业务单元的工时和任务完成情况，其中包括每个人的具体工时和业务单元对应的标准工时。通过工时来衡量每个人的工作效率，若员工的工时高于标准工时，说明其效率低下，管理者会对该员工进行有针对性的帮助。而对于工时显著低于标准工时、效率高的员工，管理者会对其操作进行总结和数据分析，评估其效率高的原因。随后将这些操作总结为最佳实践，形成业务标准，沉淀为企业核心能力，并将该能力进行横向培训扩展，实现能力的迁移。产生的最佳实践被存储在EAMAP上，员工可以实时查阅、更新和共享，以此来帮助效率低的员工提升工作效率，最终推动员工整体平均工时的降低。同时，在日常工作中，员工也可以在自己的工作台上看到自己和别人的工时，并将自己的工时与标准工时进行比较，若超过标准工时，员工会形成自身业务持续优化的自驱力，主动学习，对自己的业务进行改进，提高工作效率。当所有员工的实际工时都比标准工时低时，系统会自动触发标准工时修订任务，此时需要管理者对标准工时进行适度调整。运用智能化解决方案与大数据处理能力，精准识别业务数据和员工工作情况，能够为管理提供有力支持，推动业务模式的深刻变革与持续优化。这一过程不仅增强了管理的科学性与前瞻性，还促进了业务效能的提升，使企业具备核心竞争优势与可持续发展能力。第三步，深度挖掘数据潜能，实现数据的业务赋能与价值最大化。与第二步的管理层主导、自上而下的推动方式不同，此阶段强调自下而上的数智化实践，鼓励一线业务人员积极利用数据。企业通过持续的数据积累，结合先进的数字技术，以及软件、管理与业务领域的全面数智化转型，为企业业务注入更强的智能元素。具体而言，学习数据科学、大数据分析、机器学习等前沿技术，员工不仅能够掌握先进的数据分析工具和方法，具备数据分析、数据挖掘等基本技能，还能够运用数据指导实际工作，挖掘数据背后的隐藏价值，为公司的业务模式提供有力支撑。在企业的日常运营中，员工通过深入的数据分析能够挖掘出潜在的业务增长点，精准预测市场趋势的变化，并据此优化资源配置，使决策过程更加科学、高效。以库存管理为例，库存管理人员能够通过回顾并分析历史销售数据，结合当前市场动态，精准预测未来一段时间内的销售趋势。这种预测能力使库存水平得以动态调整，既避免了因库存过剩导致的资金占用和额外存储成本，又有效预防了因库存不足而错失销售机会的情况，可以显著提升资金周转率，降低整体经营成本。同样，在营销领域，数据分析也展现出巨大价值。营销人员面对新客户时，不再仅凭直觉或经验来判断，而是能够借助已有数据，快速识别与新客户具有相似特征（如性别、年龄、职业等）的老客户群体。通过分析这些老客户的购买行为和偏好，营销人员能够推断出新客户的潜在需求，进而实施个性化、定制化的营销策略。这不仅可以提高营销活动的精准度和有效性，还可以极大地提升客户体验，促进销售业绩的提升。此外，云工作台作为企业内部沟通的核心平台，其功能的深度拓展与升级，进一步凸显了数据共享与跨部门协作的关键作用。在云原生技术的强大支撑下，云工作台不仅实现了数据信息的无缝对接与流通，（含图）（含图）

以下是业务单元运营驱动效能增长及业务单元驱动组织建设的相关材料： 1. 业务单元运营驱动效能增长的框架：通过100%数字孪生进入业务单元，业务单元优化灯塔指标，数据中心对业务单元进行数据沉淀、赋能，对灯塔指标进行评价，最终实现≥100%效能提升，同时形成运营报告，运营报告监管灯塔指标。（对应图8-4 业务单元运营驱动效能增长的框架） 2. 业务单元与组织建设相互影响。一方面，组织建设是业务单元落地的前提和保障。另一方面，业务单元能够驱动组织建设，反向优化组织架构、驱动人员能力构建（见图9-1）和绩效管理。本章聚焦于后者。 9.1 业务单元驱动组织架构优化业务单元能够驱动组织架构的优化，包括优化编制、优化职位、打破横向“部门墙”，以及简化纵向层级。第一，业务单元可以优化编制。很多企业中，编制数量依据人的经验测算，“拍脑袋”决定。对员工规模超过万人的大型企业而言，仅仅依靠人的经验，难以确定合理的编制数量，这会造成编制数量与实际工作所需用人量不一致，一些岗位人员过剩，而一些岗位人员不足。中国一汽根据业务单元的标准工时以及业务单元被调用的次数等数据，计算出完成特定任务所需的年度工时和编制数，提高了编制测算的准确性。根据业务单元的执行效果，还可以动态调整编制数量。以中国一汽供应链部的工时数据为例，采购员的实际工时显著低于最初定的标准工时，这表明人员投入大于工作需要，存在冗余，分析后发现可以减少一半的人员编制，将这些人员转移到其他岗位，优化编制结构。人员可以减少的关键原因是，基于业务单元的在线作业、跨部门协作、智能化采购等大幅提高了采购效率，过去需要1个月才能完成的采购任务，现在只需要几个小时。第二，业务单元催生了一批新职位，驱动老员工向新角色转型。中国一汽通过业务单元的在线化和智能化作业，大幅提升了作业效率，老员工得以从重复、繁杂的传统工作中解放出来，转而探索高价值的新工作。例如，有的老员工转型为数据管家和数据分析师，负责分析业务单元所产生的数据，从数据中发现业务问题，识别业务改善机会。还有一些老员工承担了检验算法和优化算法的新工作，包括检验业务单元的自动流转是否存在断点、算法模型是否存在漏洞、业务规则是否有问题，比较人为决策和智能决策的优劣，对算法进行修正和优化。一名老员工对这一转型过程深有体会：“在数智化转型的初期，我担心我的经验和技能变得不再重要，甚至会因此失去工作。随着转型的深入，我发现，数智化技术并没有取代我，而是让我有更多的时间和精力去做高价值工作。我开始学习使用新的技术，通过数据分析来优化库存，工作效率提高了，错误率降低了。” 这种转型不仅提升了员工的个人价值，也为企业带来了更高的运营效率和创新能力。老员工将自己的丰富经验与数字化技能相结合，可以帮助企业更好地应对市场变化、实现可持续发展。第三，业务单元有助于打破部门墙，促进跨部门协作。基于业务单元的输入输出要素，多个业务单元之间自动形成连接，将上游任务和信息实时传递给下游，甚至提前通知下游，这有助于打破部门之间的信息墙，促进组织架构中的横向协作。第四，业务单元有助于简化纵向层级，从而使组织扁平化。业务单元记录和呈现了一线业务活动的执行情况，让“一线炮火”可视化、透明化和实时化，高层领导能够快速并准确地获取一线业务信息，无须依赖传统的层层上报机制。在此基础上，企业可以优化组织架构，精简纵向层级。这不仅可以缩短信息传递的时间，还可以避免逐层传递过程中可能出现的信息递减、失真或延误问题，提升决策的及时性和准确性。层级的精简也有助于降低管理成本，使上下级沟通更加高效，进一步促进整体运营效率的提升。 9.2 业务单元驱动人员能力构建业务单元与人员能力相关联，驱动能力的设计、培育、评价和迭代。业务单元指导能力设计，即通过梳理业务单元，先明确要完成什么作业任务，再明确作业任务完成所需的能力，实现业务需求和能力供给的匹配。中国一汽的业务单元内嵌了角色能力模型，刻画了员工完成业务单元相应作业任务所需具备的能力项。以物流设备管理的业务单元为例，该业务单元关联的角色是物流设备工程师，该角色所需的能力项包括物流过程设计应用能力、物流人员作业设计优化能力、物流设备设施设计应用能力、物流数据运营改进能力和业务架构设计能力等。业务单元内置的最佳实践、历史文档、规则和标准，为员工在执行任务时提供指导，有助于培育员工所需的能力。在中国一汽，过去新员工培养主要靠师傅传帮带；而现在，一个刚毕业的大学生通过业务单元卡片即可全面了解工作流程，掌握完成任务的具体步骤，还能看到其他人执行这项工作的最佳经验。此外，在撰写文档时，因为云工作台已经集成了所有设备的标准条目和所需能力，员工只需在云工作台中查询即可。这既加快了员工构建能力的速度，也避免因能力不匹配而导致的工作失误。不仅如此，由于能力项是有针对性的，培训课程也是有针对性的，“对症下药”，可以提高员工培育效率。中国一汽还将培训课程和最佳实践结构化到业务单元的规则和标准属性中，使作业任务与能力提升紧密结合。业务单元孪生的数据能用于评价人员能力。业务单元记录了员工执行作业任务的数据，包括任务完成数、工时、完成质量和逾期率等。通过对这些数据进行建模分析，管理者可以清晰地洞察员工能力水平以及不同员工之间的差异，员工也能够清晰地认识到自身存在的能力问题。例如，中国一汽的生产物流部规定，员工的实际工时若超过标准工时20%，可能存在员工能力不足的问题，需进一步评估其工作表现并分析具体原因。但需要说明的是，标准工时不是一成不变的。在任务执行过程中，实际工时少于标准工时，就一定要触发标准工时修订，还要研究为什么这个人的实际工时比标准工时少。他有先进方法吗？他有先进的工具吗？要把他的成功经验总结出来，然后横向培训扩展。 ——中国一汽数字化转型委员会根据能力评价结果迭代并持续提升能力。当员工能力评价结果低于期望水平，或低于其他同类员工时，意味着该员工可能存在能力缺口，能力供给与业务需求存在偏差，因此需要提升能力。若内部能力缺口较大，短期内难以弥补，可以通过招聘外部人才的方式，快速补充所需能力。当员工能力被评为优秀，或高于其他同类员工时，该员工完成作业任务的经验和文档（例如研发设计方案文档）将被固化和沉淀【缺少答案，请补充】（含图）（含图）

数据驱动业务决策、优化和增长已成为企业的共识，但企业往往还面临业务部门参与有限、业务价值不足、数据真实性存疑、跨部门数据共享受阻、数据不统一以及数据不连通等问题，导致数据的价值难以体现。对此，中国一汽在数据治理过程中，将主导部门从体系数字化部转向业务部门，强调在数据治理过程中数据直采和数据共享的重要性，并提出基于变革项目和基于需求的两种数据治理方法。本章会介绍中国一汽的数据治理体系，包括政策、流程、组织、运行机制和工作台，通过具体案例展示数据治理的实际应用和成果，希望能够为正在进行数据治理的管理者带来启发。 10.1 数据治理的挑战与大多数企业一样，中国一汽在数据治理的初期面临以下六大挑战。第一，业务部门参与有限。中国一汽最初的数据治理模式是，业务部门提出需求，体系数字化部为业务部门提供其所需的数据和指标。在这种模式下，业务人员认为数据治理是体系数字化部的事，不愿意参与其中，甚至质疑“数据治理有什么用”，由此也更不关注数据治理的细节，认为“我只要把需求提出来，让我的业务能够上线，能够提升我的工作效率就可以了”。这种模式下，业务人员和IT人员（包括BI产品经理、程序开发人员、数据管理人员）都苦不堪言，出现问题时往往只能相互抱怨。业务人员抱怨“需求开发慢、数据和线下表格对不上”；BI产品经理苦恼于“业务人员频繁重复地提需求，几乎不考虑报告的价值和使用频率”；程序开发人员总是应对大量的临时数据需求，经常加班熬夜导数据，业务规则经常产生变动，程序也需要跟着发生变化；相同数据面临多个源头，数据管理人员不知道取哪个，数据管理人员更是盘不清数据家底，说不清数据的统计口径和数据来源；在发布数据治理方法后，业务人员却不遵从；讲了很多遍数据逻辑与规则，业务人员仍然不会操作。最终，企业陷入数据沼泽。第二，业务价值不足。业务价值不足的主要原因在于数据治理部门采用“盲目规划”的工作方式，试图通过广泛的指标治理和数据标准化来沉淀资产，意图通过数据治理将原始数据打造成一个“资源池”或“中央厨房”（即对数据进行清洗和标准化存储，形成可复用的数据资产），以便各部门直接调用。这种工作方式不仅导致业务部门参与度低，也不能有效展示出数据治理对业务的实际价值。大家纷纷发出这样的疑问：“数据治理工作很难……到底从哪里入手？” 第三，数据真实性存疑。一些数据并不是系统直采，而是由人员手工填录，可能存在漏填、错填或造假的行为，导致真实数据被隐藏。第四，跨部门数据共享受阻。一些部门不愿意共享关键指标数据，有时数据调用的审核甚至需要三周左右，造成决策效率下降、业务协同困难、资源浪费等问题。第五，数据不统一。一是指标定义和口径不统一，存在同名不同义的情况，混淆的数据可能导致错误理解，从而影响决策。二是维度分类定义不清，数据治理的核心是业务治理，指标分析需围绕公司管理目标，分析维度是管理模型的体现。实践中，中国一汽将经销商分为高跟随、中跟随、低跟随三类管理，数据显示低跟随的经销商绩效竟然比高跟随的还要好很多，究其原因，是维度分类的定义没有说清。三是数据结构不统一，同样的数据可能存在多数据源或多次加工的情况，使得完全相同的指标数据也会存在不一致的问题。第六，数据不连通。由于缺乏整体的企业级数据规划，IT系统没有统一数据标准和管理方法，各个系统独立运行，数据没有联通。例如，在建立一个通用材料采购平台的过程中，中国一汽最初开发了一套系统，并且搭建了相关的数据库。然而，当需要新增生产材料的采购时，又分别开发了新的系统。这种情况下，尽管供应商可能同时参与多个业务，每个系统中的供应商信息却是独立的，导致同一个供应商在不同系统中存在多套编码和信息。由于源头上的规划不足，后续不同系统之间的数据无法顺畅交互。 10.2 数据治理方法中国一汽在数智化转型的过程中，选择了基于5A架构的方法论。在此框架中，数据治理被定位为信息架构的基础，确保数据标准、流程和质量管理框架的制定。信息架构作为连接业务架构与技术架构的桥梁，在数据治理的指导下，通过结构化的数据资产目录、数据模型和数据标准，构建了业务与IT的关键连接点，从而有效支持企业的业务需求。在数据治理的初期，中国一汽更侧重于技术视角的数据治理模式，忽略了数据治理在业务价值维度的考量，所以数据治理工作的产出和价值均不显著。通过反思，中国一汽逐渐认识到数据标准和规则均源自业务需求，数据治理的核心在于业务治理，应由业务部门主导。只有在业务部门作为主体的情况下，数据治理才能切实支持业务运作。这一反思促使中国一汽重新定位数据治理，将其转型为业务主导的模式，以提升治理成效。随着数智化转型工作的不断推进，中国一汽在数据治理方面面临着越来越多的挑战。然而，国内数据治理尚处于起步阶段，许多资料偏重理论而缺乏实际操作的指导。中国一汽曾尝试借鉴外部标杆经验来解决内部数据治理问题，但由于企业属性的差异，外部的方法论并不完全适用于中国一汽。因此，中国一汽认识到，解决数据治理问题不能简单地照搬外部经验，而需要从自身出发，深入挖掘和探索适合自身企业属性的方法和路径。中国一汽不断向内求解，最终根据自身非数字原生企业的特点，以架构思维对行业上的方法进行消化吸收，融会贯通形成适合中国一汽实践的转型方法。针对数据源，中国一汽构建了“六阶十八步”信息架构治理方法；针对指标，构建了“五阶十六步”的指标数据治理方法。并把这两套方法传递给业务部门、数据管家、数据管理专员。本节将基于中国一汽内部发布的“红旗之道”系列内部读物，详细介绍中国一汽的数据治理方法。 10.2.1 由IT带头干转向业务主导干鉴于以上数据治理过程中诸多的困惑、挑战以及痛点，企业认识到数据治理必须回归业务部门。数据治理应该由业务主导，业务人员需要掌握数据治理的方法和工具。中国一汽通过系统的培训和认证，提升业务部门的数据治理能力，使其能够独立开展数据治理工作。为了转变数据治理工作的业务模式，中国一汽制定了“两不认可、四认可”的工作原则，明确了哪些工作应该由业务部门承担，通过强制“断奶”的方式，迫使业务部门承担起数据治理的责任，从而推动数据治理工作的优先转型。 “两不认可”。一是人工点检不被认可。之前，体系数字化部通过人工点检，评估工时管理的效果，并检查指标设置是否合理，这种方式效率低下且不被认可。二是保姆式服务不被认可。以前的体系数字化部为业务部门提供贴身服务，开发各种应用、看板和展示大屏，这种工作方式也不被认可。 “四认可”。体系数字化部作为“增加土壤肥力”的能力提升层，进行数据管控与数据中心建设，提高数据管理的能力；开发和推广新的数据治理方法，确保数据治理的科学性和有效性；建立健全数据治理流程和机制，确保数据管理的规范性；通过培训和能力建设，提升全集团员工的数据治理素质。中国一汽创新性地提出了“半加器”概念，用于展示其内部业务模块的构成及对外提供产品或服务的方式，其中左侧是指通过标准化通信协议接收其他半加器的产品或服务，右侧则表示该半加器对外提供的产品或服务。半加器内部不仅体现了各业务模块及其协同关系，还详细展示了业务服务过程。数据业务“半加器”如图10-1所示，内部包含了数据需求管理、数据治理、数据开发、数据运营和数据共享与应用共5个数据服务过程，并且强调了支撑这些服务过程所需的核心能力，如数据政策流程、数据运作机制、数据角色认证和数据工作台。 “半加器”的主要作用并非解决具体的数据问题，而是借助面向客户和价值的思维重新梳理价值流和重塑业务模式。此前，管理层指出数据治理方向和模式存在问题，但并未明确具体的改进路径。通过“半加器”，团队得以明确自身的角色和价值定位，厘清各部门职责与数据治理的标准化交付接口，使部门协作更加高效。同时，“半加器”还帮助公司识别出数据治理的核心价值及其执行流程，确保开展数据治理工作后能够产出符合业务需求的高质量数据资产。过去，中国一汽采用以IT为主体的治理模式，目标是确保系统功能正常运行，当治理主体迁移为业务，业务部门作为数据的唯一负责人，全面管理数据全生命周期，沉淀企业级数据资产并确保数据可信、可（含图）

机制，确保数据管理的规范性；通过培训和能力建设，提升全集团员工的数据治理素质。中国一汽创新性地提出了“半加器”概念，用于展示其内部业务模块的构成及对外提供产品或服务的方式，其中左侧是指通过标准化通信协议接收其他半加器的产品或服务，右侧则表示该半加器对外提供的产品或服务。半加器内部不仅体现了各业务模块及其协同关系，还详细展示了业务服务过程。数据业务“半加器”如图10-1所示，内部包含了数据需求管理、数据治理、数据开发、数据运营和数据共享与应用共5个数据服务过程，并且强调了支撑这些服务过程所需的核心能力，如数据政策流程、数据运作机制、数据角色认证和数据工作台。 “半加器”的主要作用并非解决具体的数据问题，而是借助面向客户和价值的思维重新梳理价值流和重塑业务模式。此前，管理层指出数据治理方向和模式存在问题，但并未明确具体的改进路径。通过“半加器”，团队得以明确自身的角色和价值定位，厘清各部门职责与数据治理的标准化交付接口，使部门协作更加高效。同时，“半加器”还帮助公司识别出数据治理的核心价值及其执行流程，确保开展数据治理工作后能够产出符合业务需求的高质量数据资产。过去，中国一汽采用以IT为主体的治理模式，目标是确保系统功能正常运行，当治理主体迁移为业务，业务部门作为数据的唯一负责人，全面管理数据全生命周期，沉淀企业级数据资产并确保数据可信、可用及保值、增值。中国一汽通过由IT带头干转向业务主导干，实现数据治理的责任下移，使得业务部门更积极地参与数据治理工作。 10.2.2 贯彻数据直采和共享为了解决数据真实性问题，中国一汽强调“数据直采”。通过搭建会议数字化平台和Easy头条驾驶舱，“直采直连”云工作台数据，确保数据的真实性和实时性，有效避免人为干预造成的数据失真问题。如今，业务部门或战队汇报时只需打开会议数字化平台，向领导展示工作台数据即可；高层领导则可以根据“未治理”“已治理”和“已直连”三种真实数据状态做出决策，随时随地圈选数据，并当日在督办系统中下达任务，真正做到“日清日结”。在数据共享和使用方面，中国一汽通过《数据基本法》《数据共享开放（流通）管理办法》等政策明确数据共享的基本管理原则，确保数据在满足信息安全的前提下充分共享，以解决跨组织、跨领域之间的数据壁垒和数据使用路径问题。所有数据消费者均可以依托数据工作台统一的数据资产目录检索、查看、申请和使用数据服务，提升整体运作效率；互联互通的数据也能够相互印证，避免数据错误和数据冗余。这样不仅增强了数据的可靠性，还提高了决策的科学性和时效性。 10.2.3 基于变革项目的信息架构治理方法：“六阶十八步”法对于数据生成，中国一汽开发了“六阶十八步”信息架构治理方法，共包括六个阶段、十八个步骤。其中六个阶段包括前期准备、信息架构构建、元数据注册、数据质量管理、数据入湖和数据整合（见图10-2）。第一阶段，前期准备，主要目的是评估业务信息和应用信息的成熟度，判断其是否能够支撑信息架构构建。对业务和IT系统的调研与信息收集，能够对完整的流程目的、过程、问题及IT系统支撑情况有初步的理解和认知。第二阶段，信息架构构建，目的是统一数据标准与数据源，实现数据资产结构化管理，便于数据消费者快速便捷地查找数据、理解数据和使用数据，确保通过对信息架构的规范定义，实现各类数据在企业各业务单元间高效、准确地传递，上下游流程快速地执行和运作。该步骤是信息架构设计的核心步骤，包括数据资产目录、数据标准、数据模型、数据分布四个组件的完整设计。该过程可以协助业务人员识别业务和IT的优化点和变革点，确保业务流程完备、归属职责明晰、业务要素完整正确，并为IT系统的规划和设计提供标准和输入。第三阶段，元数据注册，目的是发布业务元数据和技术元数据，确保元数据的唯一性，并通过两者的关联打通业务与技术链路，为后续数据的查询和使用提供前提。第四阶段，数据质量管理，目的是针对业务关键数据建立数据质量度量、数据质量检查规则，通过数据质量报告量化评估当前的数据质量，以此促进数据质量问题的预先解决、达成数据入湖的标准，为后续数据质量监控夯实基础。数据质量是数据价值得以发挥的前提。以信息架构和业务实际为基础，设计并定义数据质量规则，实现对数据质量的度量和量化评估，可有效监控数据质量异常、主动发现数据问题、驱动数据质量改进，为数据的整合与消费提供前提和参考。第五阶段，数据入湖，目的是确保已认证的数据源规范、完整地汇聚到企业级数据湖。数据入湖是数据整合和消费的前提，针对已完整设计且已得到认证的数据源，需要通过数据湖实现多领域、多结构、多系统海量数据的汇聚，为后续数据的整合、加工与共享提供可信数据。第六阶段，数据整合，目的是实现多源异构系统的数据整合，确保遵循统一的数据库结构，完成数据的存储和管理。该步骤主要解决存量系统中同一业务对象的数据以不同的数据结构分散存储在不同系统的情况，需要基于信息架构的统一设计完成异构数据的开发与整合。 10.2.4 基于需求拉动的指标数据治理方法：“五阶十六步”法为应对业务价值不足这一挑战，中国一汽调整数据治理的切入点，从规划导向转向“基于需求拉动”，即以业务需求为驱动，按需整理和清洗数据，这样的转变不仅提升了业务部门的参与积极性，也让数据治理更具业务价值。在这一部分，企业可以基于已有数据建立各种模型，通过模型分析洞察当前业务发生的问题，产生洞察结果后，反向优化业务流程，实现持续的迭代。在该场景中，指标成为核心载体，因此中国一汽围绕指标开发了一套基于需求的指标数据治理方法——“五阶十六步”法，为业务提供精准化、系统化的数据支持。 “五阶十六步”法共包括五个阶段、十六个步骤。其中五个阶段包括：指标设计发布、指标数据设计、数据探源认证、模型服务设计和指标数据应用（见图10-3）。第一阶段的目的是明确数据负责人及指标的定义，通过明确定义，促进数据负责人寻找衡量业务特征的关键点，不断优化业务监控模型，提高指标的业务价值；第二阶段的目的是设计支撑指标计算的数据模型，通过对复合指标、原子指标的逐层拆解，明确度量、维度、口径，形成数据项；第三阶段的目的是找到支撑指标计算的数据，通过数据探源找到源头业务系统，经信息架构治理后认证为唯一可信数据源；第四阶段的目的是对原始数据进行整合加工，并以数据服务的形式对外共享，支撑数据分析与业务决策；第五阶段的目的是释放指标数据价值，是数据价值实现的“最后一公里”，通过支撑消费者在具体场景下的数据消费，确保数据的价值以分析结论、分析报告等为载体流向消费者。以下将分阶段介绍。第一阶段，指标设计发布。该阶段是指标诞生的关键阶段，包括明确指标负责人、梳理指标字典和注册指标资产三个步骤。数据负责人是指标所属业务流程/组织/项目的负责人，是指标资产所有者。（1）数据负责人拥有唯一的定义指标的权力，同时承担指标的全生命周期管理职责，并对指标准确性及治理过程负责，是天然的指标数据治理责任人。（2）指标字典是指标的“身份证”，给定指标唯一定义，并明确设置目的、计算公式、统计周期、统计频率、统计口径、统计维度等重要信息。通常由数据管理专员基于指标需求梳理指标字典信息，并完成在线指标字典录入。（3）注册指标资产是指，为保证指标定义唯【缺少答案，请补充】（含图）（含图）（含图）

首先是自主可控。长期以来，我国在部分高端技术领域，国产化能力较弱。为了解决核心技术“卡脖子”“受制于人”等问题，国务院颁布的《国家信息化发展战略纲要》中明确提出到2025年，根本改变核心关键技术受制于人的局面，形成安全可控的信息技术产业体系。由此可见，信息技术的自主可控不仅是保障网络安全和信息安全的基础，更已上升为国家层面的一项重要战略。所谓自主可控，是指实现软硬件的全面国产化，包括自主设计、自主建设、自主运维，从而摆脱对外部技术的依赖，确保关键技术不受制于人。中国一汽坚定拥护并贯彻执行自主可控原则，在云原生平台的建设过程中，实现全部核心基础设施和硬件系统国产化，核心软件系统由自建团队设计开发。此外，中国一汽的技术人员具备对代码进行漏洞修复、功能扩展以及后续开发的能力，确保代码的自主可控和灵活性。这种对代码的严格管理和自主开发能力，使中国一汽在技术上有了更强的掌控力和适应性。其次是开源开放。开源开放通过集结群体智慧、推动协同创新，已成为技术进步和产业发展的重要模式。其中，开源主要是指源代码的共享；开放不仅针对源代码，还包括数据、技术、平台等方面的开放。对中国一汽云原生平台来说，平台作为最基本、最重要的基础软件，处于中国一汽总体IT建设体系上下游生态的枢纽位置，向下要兼容各种底层硬件，向上要支持各类应用中间件与应用软件。除面向用户外，平台也需要大量软件开发团队来支撑其生态建设。一个平台加入的开发者（包括中国一汽自有技术团队、合作伙伴及开源社区开发者）越多，应用的领域越广泛，社区越蓬勃生长，就越能成功。最后是生态共建。打造新时代的汽车产业生态，离不开强有力的技术底座和技术生态的支撑，不能闭门造车。以云原生平台为基础打造的技术生态链，融合云原生、AI、区块链、介导现实、大数据、物联网等多项前沿技术能力，以开源开放的指导思想，实现自身与生态上下游合作伙伴业务平台的充分融合与数据互通，使数据价值最大化，为生态共荣和产业升级打下了坚实的基础。 12.2.2 云原生平台的应用为了充分利用云原生平台的优势与价值，必须对现有应用进行基于云原生特性的升级改造，即应用现代化。对企业来说，无论是希望实现敏捷开发、资源弹性伸缩，还是希望实现业务灵活响应和自动化运维，都要先通过云原生实现企业应用现代化。随着企业以创新的平台战略取代单打独斗的“孤军战”，以智能的工作流程代替孤立低效的“部门墙”，以人为本的重要性越来越凸显。在这个以技术为中心的新时代，必须让技术与人性化体验相结合，这样才能获得长久的差异化优势。应用现代化立足“全方位提升使用体验”这一大前提，以实现“敏捷交付、转型创新、节约成本和一汽上云迁移战略（基于开放统一、行业领先、自主可控的云原生基座，在2023年实现国资重点应用100%上云；综合办公、经营管理类100%上云；2025年生产经营类100%上云，能上尽上，应上尽上；云自主可控技术占比50%）”为总体目标，充分考虑业务重要性、业务特点与实际需求，制定统一的应用现代化上云迁移规则，之后对现有系统进行逐一评估，确定其应用现代化上云路径或明确对其进行“关、停、并、转”的处置。中国一汽现有IT系统290余套，如此大体量的IT系统集群，建设思路和使用的技术栈随着技术发展呈现出明显差异，根据中国一汽应用现代化上云的重要战略方针，“上不上”和“怎么上”的问题自然就摆到了面前。一套统一、完备、可行、稳健和高效的上云迁移规则成为迫切需要的衡量标尺。中国一汽体系数字化部对现存IT系统进行了充分调研和盘点，结合国际国内领先行业实践与自身业务特点和需求，制定了专属于中国一汽的IT系统“上云迁移规则库”（下文简称“规则”）。规则由17条正向决策核心规则与3条负向决策核心规则组成，其中正向决策核心规则即为适合应用现代化上云的条件；负向决策核心规则即为一些限制约束条件，或不适合通过特定路径上云的条件，例如其中的“对于算力要求较高的平台，不建议上容器云”。根据上述规则，截至2024年6月，中国一汽对现存的290余套IT系统进行分类，已确认进行日落处理的共131套系统。在2022—2023年两年间，对共计121套系统进行了容器化、105套系统进行了微服务化，实现了国资重点应用、综合办公与经营管理类系统的100%自主化。计划在2026年实现OA系统（办公自动化系统）和核心生产运营类系统的100%自主化。 12.2.3 云原生平台建设价值在完成平台建设以及应用现代化上云后，云原生平台从IaaS、PaaS、开放平台、开发运维运营一体化和安全管控等多个方面提供服务能力，与传统的技术平台相比，云原生平台为诸多相关方带来了重要价值。首先是从业务需求方的视角出发，对中国一汽来说，建立混合多云底座，可以为创新和降本活动校准方向。自主研发前端架构能够保证业务的灵活性，将云应用部署在云端，业务需求方能根据自己的资源需求自助使用服务。云原生应用的敏捷性也赋予了业务需求方更敏捷的业务能力，可以帮助他们应对快速变化的市场。其次是对应用开发和测试方而言，开源开放技术平台实现了IT自动化，加速了应用交付。通过DevOps方法，平台能够促进各方协作，从而缩短开发周期、提高效率，最终实现持续交付。同时，中国一汽云原生平台引入微服务技术，让开发者只需要纯粹地关注业务，无须考虑技术组件，无须考虑部署，无须考虑算力，也无须忧心运维。再次，对应用运维和运营方而言，一体化开发运维运营，可实现统一管理、统一标准的持续交付和高级部署，以及自动化IT运营。企业可以保证业务优先。同时，中国一汽云原生平台将IT运维视角转向“可观测性”，云原生可观测性不仅包含传统监控的能力，更多的是面向业务，强调业务全程透明。最后，对安全管控方而言，中国一汽云原生平台通过建立云安全体系以应对云安全挑战，全面满足云服务的安全需求。通过采用云原生弹性扩展、按需分配等，来进行安全产品的设计开发和部署。从基础设施安全、云原生计算环境安全、云原生应用开发运营安全和安全管理四个维度，进一步构建云原生安全架构模型。 12.3 本章小结本章详细介绍了中国一汽选择建设云原生平台的前因后果（见图12-1）。中国一汽自主建设云原生平台并不仅仅是技术层面的选择，更是基于行业趋势、企业战略以及内部组织变革的多重考量（12.1节）。中国一汽在云原生平台的建设中确保核心技术的独立性与安全性，避免受到外部技术的制约。中国一汽并不是闭门造车，而是秉持开源开放的态度，实现自身与生态上下游合作伙伴业务平台的充分融合与数据互通，为生态共荣和产业升级打下坚实基础。中国一汽选择通过自主研发云原生平台，实现技术架构的标准化、模块化和灵活扩展，从而大幅提升资源利用效率，确保应用的快速交付，降低运维成本，支持业务的快速迭代，构建云原生安全架构（12.2节）。中国一汽自主建设云原生平台这一决策深刻体现了企业对未来的前瞻性思考，不仅解决了历史遗留问题，还为未来的智能汽车业务打下了坚实的技术基础。利用云原生技术，中国一汽完善其技术架构，最终提高了业务的敏捷性和创新能力。第13章 AI大模型加快推动人工智能发展是企业抢抓战略机遇、培育新质生产力、推进高质量发展的必然要求。中国一汽敢为人先，在行业内较早进行了AI大模型的探索，希望能够为其他想要应用AI大模型的企业带来新的思考。本章探讨中国一汽在AI大模型领域的建设与应用。首先，介绍中国一汽建设AI大模型的过程，包括建设方法、建设人员的AI能力，以及在数据、算力和算法方面沉淀企业级AI资产。其次，分享中国一汽在业务领域对AI大模型的应用。最后，通过红旗云妹和GPT-Code两个案例，具体说明中国一汽在AI大模型技术上的实际应用和成果。 13.1 AI大模型的建设中国一汽主要从三个方面着手，进行自身AI大模型的建设，分别是建设方法——孵化了“5阶25步”AI应用建设方法，建设人员能力——梳理了AI关键角色——能力矩阵，以及沉淀以数据、算力和算法为核心的AI资产，接下来将对这三个部分进行详细介绍。 13.1.1 AI大模型的建设方法在建设AI大模型的过程中，需要一套方法论来指导工作。数据创新与试验部总监说：“（我们）在行业里去找，AI大模型在一个企业里到底用什么方法去建设，其实也没有找到一个比较标准的或者说比较先进的（方法）。”因此中国一汽结合自身实践，总结出覆盖场景设计、数据准备、模型研发、应用集成、运营迭代端到端的5阶段建设方法，支撑AI大模型场景的建设工作。第一是场景分析与设计阶段。这一阶段的关键任务是识别AI应用场景并进行详细的需求分析，确保对实际业务需求有充分理解，然后设计出符合这些需求的AI技术架构。（含图）

过去两年，中国一汽通过高质量的数据积累和业务场景的深度应用，验证了数据、算法与算力在AI大模型中的协同效应可以转化为实际业务价值。中国一汽在应用时发现AI大模型有时会给出不准确的答案，因此引入了小模型进行精细调整，拒绝不相关的问题，并进行数据泛化。通过泛化技术，原本几千条的数据扩展成18个数据集，模型的精度有所提高。在应用过程中，中国一汽也探索了多种优化策略，包括知识库挂载和基模全量调整，最终形成了闭环应用。目前，大模型在整车研发、智能制造、营销和企业经营领域都有广泛应用，彻底颠覆了传统业务运行模式。在整车研发阶段，AI大模型技术被应用于概念设计、仿真测试、安全评估等多个环节，凭借其强大的学习与预测能力，缩短产品开发周期，提升研发效率与质量，确保车辆性能达到最优状态。同时，通过分析市场趋势和用户偏好，AI大模型能够为产品规划提供精准导向，促进个性化、定制化车型的研发，满足多元化市场需求。在智能制造领域，中国一汽利用AI大模型优化生产流程，实现供应链管理的智能升级。通过对生产数据的深度学习，AI大模型能精确预测物料需求、优化库存策略，以及提前识别潜在的生产瓶颈，从而降低运营成本，提高生产灵活性和响应速度。此外，结合物联网（IoT）技术和实时数据分析，AI大模型在设备维护中扮演重要角色，通过预测性维护减少非计划停机时间，保障生产线的高效稳定运行。在营销层面，中国一汽运用AI大模型进行消费者行为分析，构建精细化用户画像，以此指导营销策略的制定与执行。这不仅增强了市场推广的精准度和有效性，还促进了客户体验的个性化，如智能推荐系统能根据用户的购车意向和历史行为，提供定制化的产品信息和服务方案，增强用户黏性，提升品牌忠诚度。在企业经营方面，AI大模型技术助力中国一汽实现决策支持系统的智能化转型。通过对财务、人力资源、供应链等多维度数据的综合分析，AI大模型能够为管理层提供决策支持，优化资源配置，提升企业运营效率和风险管理能力。特别是在面对复杂多变的市场环境时，AI大模型的前瞻性洞察力成为企业战略调整和应对不确定性的有力工具。中国一汽在AI大模型的应用探索中，不仅推动技术创新与产业升级的深度融合，还通过构建开放合作的生态体系，促进产业链上下游协同创新，为中国汽车行业的智能化转型树立了标杆。 13.3 中国一汽AI大模型应用案例在AI大模型的应用场景上，中国一汽已有两个较为成熟的案例：红旗云妹和GPT-Code。 13.3.1 红旗云妹：中国一汽智能服务助手红旗云妹是中国一汽基于AI大模型打造的企业移动端智能服务助手，它的成功重塑了中国一汽内部的信息获取渠道、员工办公模式和企业决策方式。红旗云妹的前身是由中国一汽体系数字化部2053实验室打造的首款AI大模型应用——GPT-BI。它基于当前最前沿的人工智能技术——生成式预训练大模型打造。这一AI大模型应用的背后是复杂的数据治理过程，中国一汽基于自主构建的指标数据治理“五阶十六步”法和信息架构治理“六阶十八步”法来保证数据准确性（10.2.3、10.2.4小节），将指标解构成指标对象、维度和度量，实现了指标的数字孪生。有了高质量数据资产的沉淀，接下来选择以AI大模型作为数据应用的核心引擎。基于AI大模型特有的理解能力、生成能力及泛化能力，设计并打造AI大模型的改写能力、召回能力、NL2SQL能力以及拒识能力，使其可以通过用户简单的自然语言输入，自动理解查询意图、在钉钉端反馈并自动生成可视化图表。上线不到1年时间，红旗云妹的准确率已从上线初的84.4%提升至92.3%，响应时间也由17.5秒缩短至7.65秒。这个过程是非常艰难的，中国一汽在这个过程中做出了很多努力，克服了诸多困难。例如，综合考虑AI大模型的泛化能力和推理速度，中国一汽选择了QWEN-14B为基模，而不是参数更大的72B。其次，在企业应用场景中，为了杜绝“AI大模型幻觉”这个现象，中国一汽开发了拒识小模型。接着，为了弥补AI大模型没有学习过企业的专有知识，中国一汽外挂了RAG知识向量库。当前，中国一汽已完成生产、营销、财务、质保等领域核心指标的上线，并由AI大模型按照业务逻辑，自动完成这些指标的自由组合、加工和计算，后续中国一汽将实现全域指标100%覆盖。紧接着当发现准确率遇到瓶颈，无法提升的时候，中国一汽又毫不犹豫地开展AI大模型的全参微调。最终，形成了“微调大模型+NLP小模型+RAG检索增强”的Agent架构。首先，红旗云妹不断进化，逐步成为中国一汽自己的智能服务助手。当前用户可以通过移动端钉钉平台直接进入应用。作为未来企业移动端的唯一办公入口，红旗云妹现阶段的第一个重要功能就是重塑信息获取渠道。依托AI大模型的技术，中国一汽基于构建企业全领域的知识向量库，通过问答的形式提升员工获取知识和信息的效率和体验感。例如遇到用户询问：“购买红旗车，请问车补是多少？主任级别的车补是多少？”以前若想获得这类资料，需要员工查询资料和文档。而当中国一汽将知识文档沉淀为AI资产后，通过利用AI大模型技术构建的企业全领域知识库，员工可以通过“文字或语音输入问答、AI大模型推理生成、数据中台SQL计算、应用端可视分析”的端到端链路，以生成数据结果及图表的方式即时获取知识成果。其次，红旗云妹还重塑了全员的办公模式。中国一汽通过AI自动化业务流程，将一些企业业务办理的方式集成在红旗云妹上，通过问答的方式自动触发并办理业务流程。例如员工需要办理在职证明、收入证明用于买房子或者办签证，以往需要前往办事大厅，在线下接待人员的协助下完成办理。现在员工可以通过与红旗云妹对话的方式完成，比如文字或者语音发送“云妹我想买房子，你帮我开个在职证明”，红旗云妹接受指令后便会即时出具。这有效降低了业务办理门槛，缩短了业务办理周期。面向企业员工，红旗云妹逐步消灭了文本类工作，将与日常工作息息相关的政务处理、政策咨询、知识检索及自动化任务执行等服务场景交给AI大模型，服务类员工减少50%。最后，红旗云妹能够助力管理者进行经营决策。AI大模型应用作为数据的关键枢纽，是企业最核心的决策辅助，能深入挖掘数据背后的价值，将隐晦不明的信息通过图表展现，一目了然。而红旗云妹将报表的开发周期从传统的7天缩短至5秒，用户可以通过自然语言的方式对其提问，快速获取企业核心经营指标的实时数据结果及可视化图表，实现“问答即洞察”。因此红旗云妹可以通过问答的方式，提供指标问答即洞察、业务目标动态优化等功能，为管理层提供指标洞察与智能分析服务，实现企业智能运营及决策辅助。接下来中国一汽将进一步探索红旗云妹的智能分析能力。通过不断输入企业内外部数据与业务知识，持续增强知识向量库及微调大模型，打造中国一汽智能分析AI大模型，在数据可视的基础上进一步实现根因诊断、预测分析、方案生成等能力，支撑产品策划、经营分析、产销平衡等业务领域的预测和分析。后续中国一汽将把红旗云妹与各领域的顶层报告集成，将顶层报告里的指标数据AI化，管理者只需点击该指标，红旗云妹即可通过解析指标血缘和业务决策因子，形成智能思维链，给出分析报告，辅助管理者识别问题的真因，摒弃了从多个领域的报告里交叉查看、层层下钻的分析决策模式，真正实现智能决策辅助。同时中国一汽将会推动AI全面驱动业务重构。当前，中国一汽强调业务需求牵引，以场景驱动AI能力的建设，覆盖研、产、供、销等9大场景，加速提升中国一汽运营效能和产品竞争力。未来，中国一汽将以AI+能力驱动业务重塑，实现AI大模型能力与工作台的深度融合，业务单元AI化率超过50%。 13.3.2 GPT-Code：用AI写代码中国一汽还开展了另外一项AI大模型的应用项目GPT-Code，希望通过大模型和AI技术，实现代码开发的自动化和标准化，从而提高开发效率并减少人力投入。目前这个项目已取得显著进展。系统运维的问答助手已经上线，所有用户均在使用。此外，中国一汽在公有云的SaaS服务方面也有了突破，通义灵码系统已被全员应用。该系统有两大特点，第一是能够进行代码修改，第二是能够帮助进行代码续写，这与AI大模型的工作原理类似，特别是对于企业特定功能区的场景，这种方法十分有效。对代码测试来讲，每次程序上线前都需要进行大量测试，以往的测试方法是单元测试，将大程序切分成小块，分别进行检查。然而，这种方式的工作量巨大，编写检查程序的工作量通常是编写原程序的一半，这常常导致工程师偷懒，堆到最后一起测试，最后上线前发现大量bug（漏洞），影响质量和进度。AI代码检查工具可以快速、高效地生成检查代码，显著提高检查效率和准确率，帮助工程师更好地进行单元测试。该工具可以发现并解决约30%的bug，显著减少了人工检查的时间和工作量，从而提升了整体开发效率。在前端开发方面，中国一汽目前已经实现将设计图输入AI大模型，模型会自动生成相应的前端代码。这种方式不仅提高了开发效率，还使开发过程更加规范和自动化。具体步骤是，前端开发工程师首先获取UI设计图，然后利用集团自研的代码生成插件，将设计图上传，AI会自动识别UI设计图中的元素并生成代码，整个过程只需一分钟左右。这种技术目前在表格类前端生成上已经实现应用，未来将进一步扩展到更复杂的界面元素。通过这种方式，开发人员能够将更多精力集中在业务逻辑和功能实现上，而非重复性地编写相似代码。总的来说，通过这些技术创新和投入，中国一汽不仅显著提升了系统的智能化水平和开发效率，还为未来的技术发展和应用奠定了坚实的基础。中国一汽的目标是通过大模型和AI技术的应用，推动开发流程的全面转型和升级，最终实现更加高效、智能的开发环境。【缺少答案，请补充】

图1 中国一汽数智化转型的成功要素 2.一把手领导数智化转型是绝对的“一把手工程”，需要一把手的决心和引领。首先，企业一把手是数智化转型的核心角色，应躬身入局，全方位领导转型。他需要具备热爱学习、亲自下场作战、坚持长期主义、具有强大的数据思维能力等特质，并采取战略引领、激活组织、提供支持、推动学习、管理过程等核心行为，推动组织实现系统性、根本性变革。其次，数字化部门一把手是转型的中流砥柱。他需要拥有领先的转型理念和强大的技术领导力，始终保持创新和探索精神，以及具备协调能力。他在构思数智化转型、助力其他领导角色、推动数智化转型工作方面有着不可替代的重要作用。最后，业务部门一把手是数智化转型的关键实施力量。他们需要在转型中践行舵手文化，在部门中承担业务负责人、技术落地负责人、能力构建者的角色。他们通过驱动具体实践探索，将集团数智化转型战略与部门实际相结合，推动转型的落地。 3.人的转型数智化转型首先在于人的转型，包括思维转变和能力构建。首先是思维转变。思维是行动的先导。企业要认识到数智化转型是发展的新动力，要调动全员的积极性，以数智化思维（包括业务思维、架构思维、数据思维、自主思维和迭代思维）指导转型工作的开展。然后是能力构建。为实现核心能力自主建设，企业需要建立一套覆盖能力设计、能力培育、能力评价与迭代的全流程体系，促使全员形成数智化能力。 4.组织架构恰当的组织架构是数智化转型落地的重要保障。横向上，业务部门与数字化部门可以联合成立业务和IT一体化战队，打破“部门墙”，避免“两层皮”，实现分工融合、知识融合、联合考评、共用一套语言以及空间区位融合等。业务部门内部可以自建数字化团队，并作为常驻成员加入战队，随着业务部门数智化能力不断提升，最终实现“业务即IT”。纵向上，企业可以在董事长、业务部门一把手、数字化部门一把手以及业务部门二级部总监等不同管理层之间设置跨层汇报结构，促进上传下达、下情上报、齐力转型。 5.系统方法宏观层面，基于5A架构的整体方法论涵盖业务架构、信息架构、应用架构、技术架构和安全架构，各架构之间相互关联，从整体层面保障了数智化转型的全局协调。在此基础上，还需关注细节，确保数智化转型能够落实到业务执行的“最后一公里”，实现战略与实践的无缝衔接。 6.技术平台技术平台是数智化转型的底座，包括数据治理、基于角色的云工作台、云原生平台及AI大模型。数据治理可以夯实企业的数据资产基础。基于角色的云工作台可以实现流程透明与智能协同。云原生平台提供了高效、弹性的技术支撑。AI大模型可以驱动前沿创新，助力企业效率跃升和业务变革。技术能力自主可控，可以保障核心技术安全性与独立性；敏捷迭代的机制可以帮助实现技术平台与业务需求的快速适配。对齐业务可以推动技术与业务深度融合，形成技术反哺业务、业务驱动技术的良性循环。未来展望数智化转型是一项需要持续迭代的长期工程，而非短期任务。面对产业、技术、市场需求和自身业务的不断演进，中国一汽将在已有转型成效的基础上，向更高水平的数智化迈进。中国一汽升级了数智化转型战法。具体而言，新的战法由“1个目标”“1个平台”“7个产品链”和“4个架构”组成（见图2）。图2 中国一汽的数智化转型新战法 “1个目标”，就是实现人人都是数据挖掘者、模型构建者和业务优化者。该目标包含3层含义。首先是要“更上一层楼”，在实现100%业务数字孪生、业务效能提升至少100%的基础上，用数据和AI技术全面优化业务。其次，强调“人人都是”，将集团战略目标与个人转型目标相统一，激发员工的主观能动性，调动全员力量推进战法升级。最后是“角色转型”，帮助员工从业务执行者转向模型构建者，从重复性劳动中解放出来，从事价值更高的创新性工作。 “1个平台”是指中国一汽·七星云工作台。该工作台涵盖研发云、营销云、生产制造云、人力资源管理云、财务管理云等，致力于实现全领域、端到端的数智化。 “7个产品链”包括战略管控、技术开发、产品诞生、订单交付、客户运营、员工成长和平台运营，以适应新阶段的转型需求。 “4个架构”包括集团穿透式经营管控架构、基于AI技术的智能体架构、网络安全架构和全员数智化转型能力架构。其中，基于AI的智能体架构是重中之重，旨在实现具备自推理和生成式能力的AI在业务领域中的全面应用。以下从技术、业务和人员三方面，介绍中国一汽在智能体架构方面的规划与进展。技术方面，一是打造基于AI的技术架构，涵盖四个层次：AI交互前端层（如AI与员工协作的智能工作台界面）、AI服务层（如API和提示词引擎）、业务编排层（如业务单元调度和AI能力编排）以及数据层（整合多源数据，为AI提供高质量的数据支撑）。二是建立AI应用分级体系，逐步推动规则级智能体向生成式智能体演进，从单体智能体向复合智能体演进，不断提升AI的感知、推理、决策和执行能力。三是建立AI能力中心，为各业务领域提供可共享、可复用的算法模型、数据和算力支持。业务方面，在7大产品链中全面推进智能体建设，利用AI重构业务。为此，中国一汽创新性整合了业务单元和AI技术，实现“业务单元AI化”，使业务单元能够由“人工制定、AI执行”甚至“人工设计总目标、AI制定并执行”。同时，中国一汽强调AI要服务于业务价值，而不是为了建AI而建AI。人员方面，推动全员树立AI思维，使员工意识到AI是增强个人能力的好助手、优化业务的好伙伴；此外，赋能全员构建AI能力，对全员开展AI能力认证，确保每个员工不仅想干，而且会干，还能干好，使每个人都能成为模型的构建者，并在此基础上优化业务流程。奋进不止，未来可期。中国一汽将以坚定的信念和不懈的努力，持续推进数智化转型，勇立潮头，树立民族汽车品牌，打造世界一流企业，为客户提供更加智能和美好的移动出行服务。【缺少答案，请补充】（含图）（含图）

1