信息系统的生命周期可以简化为:系统规划(可行性分析与项目开发计划),系统分析(需求分析),系统设计(概要设计、详细设计),系统实施(编码、测试),系统运行和维护等阶段。
新型基础设施主要包括:信息基础设施、融合基础设施、创新基础设施。
信息基础设施包括:①以5G、物联网、工业互联网、卫星互联网为代表的通信网络基础设施;②以人工智能、云计算、区块链等为代表的新技术基础设施;③以数据中心、智能计算中心为代表的算力基础设施等。信息基础设施凸显“技术新”。
融合基础设施主要指深度应用互联网、大数据、人工智能等技术,支撑传统基础设施转型升级,进而形成的融合基础设施。融合基础设施包括智能交通基础设施、智慧能源基础设施等。融合基础设施重在“应用新”。
创新基础设施主要指支撑科学研究、技术开发、产品研制的具有公益属性的基础设施。创新基础设施包括重大科技基础设施、科教基础设施、产业技术创新基础设施等。创新基础设施强调“平台新”。
工业互联网平台体系具有四大层级:它以网络为基础,平台为中枢,数据为要素,安全为保障。
工业互联网网络体系包括网络互联、数据互通和标识解析三部分。
网络互联实现要素之间的数据传输,包括企业外网和企业内网。企业外网根据工业高性能、高可靠、高灵活、高安全网络需求进行建设,用于连接企业各地机构、上下游企业、用户和产品。企业内网用于连接企业内人员、机器、材料、环境、系统,主要包含信息(IT)网络和控制(OT)网络。
数据互通是通过对数据进行标准化描述和统一建模,实现要素之间传输信息的相互理解,数据互通涉及数据传输、数据语义语法等不同层面。
标识解析体系实现要素的标记、管理和定位,由标识编码、标识解析系统和标识数据服务组成,通过为物料、机器、产品等物理资源和工序、软件、模型、数据等虚拟资源分配标识编码,实现物理实体和虚拟对象的逻辑定位和信息查询,支撑跨企业、跨地区、跨行业的数据共享共用。
工业互联网平台体系包括边缘层、IaaS、PaaS和SaaS四个层级。主要作用:数据汇聚、建模分析、知识复用、应用创新。
工业互联网数据有三个特性:重要性、专业性、复杂性。
工业互联网安全体系核心任务就是要通过监测预警、应急响应、检测评估、功能测试等手段确保工业互联网健康有序发展。工业互联网安全具有三大特点:涉及范围广、造成影响大、企业防护基础弱。
车联网(Internet of Vehicles,IoV)系统是一个“端、管、云”三层体系。
端系统是汽车的智能传感器负责采集与获取车辆的智能信息,感知行车状态与环境;是具有车内通信、车间通信、车网通信的泛在通信终端;同时还是让汽车具备IoV寻址和网络可信标识等能力的设备。
管系统解决车与车、车与路、车与网、车与人等的互联互通,实现车辆自组网及多种异构网络之间的通信与漫游,在功能和性能上保障实时性、可服务性与网络泛在性,同时它是公网与专网的统一体。
车联网是一个云架构的车辆运行信息平台,它的生态链包含了ITS、物流、客货运、危特车辆、汽修汽配、汽车租赁、企事业车辆管理、汽车制造商、4S店、车管、保险、紧急救援、移动互联网等,是多源海量信息的汇聚,因此需要虚拟化、安全认证、实时交互、海量存储等云计算功能。
智能制造(Intelligent Manufacturing,IM)是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。
GB/T 39116《智能制造能力成熟度模型》规定了企业智能制造能力在不同阶段应达到的水平。成熟度等级分为五个等级:
- 一级(规划级):企业应开始对实施智能制造的基础和条件进行规划,能够对核心业务活动(设计、生产、物流、销售、服务)进行流程化管理。
- 二级(规范级):企业应采用自动化技术、信息技术手段对核心装备和业务活动等进行改造和规范,实现单一业务活动的数据共享。
- 三级(集成级):企业应对装备、系统等开展集成,实现跨业务活动间的数据共享。
- 四级(优化级):企业应对人员、资源、制造等进行数据挖掘,形成知识、模型等,实现对核心业务活动的精准预测和优化。
- 五级(引领级):企业应基于模型持续驱动业务活动的优化和创新,实现产业链协同并衍生新的制造模式和商业模式。
消费互联网具有的属性包括:媒体属性、产业属性。
从产业构成来看,数字经济包括数字产业化和产业数字化两大部分。数字经济分为:数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业和数字化效率提升业。其中,前4类为数字产业化部分,第5类为产业数字化部分。
从整体构成上看,数字经济包括数字产业化、产业数字化、数字化治
理和数据价值化四个部分。
数字产业化是数字经济的基础部分。数字产业化发展重点包括:云计算、大数据、物联网、工业互联网、区块链、人工智能、虚拟现实和增强现实。
产业数字化具有的典型特征包括:
- 以数字科技变革生产工具;
- 以数据资源为关键生产要素;
- 以数字内容重构产品结构;
- 以信息网络为市场配置纽带;
- 以服务平台为产业生态载体;
- 以数字善治为发展机制条件。
数字化治理的核心特征是全社会的数据互通、数字化全面协同与跨部门的流程再造,形成“用数据说话、用数据决策、用数据管理、用数据创新”的治理机制。数字化治理的内涵至少包含:对数据的治理、运用数据进行治理、对数字融合空间进行治理。
数据价值化是指以数据资源化为起点,经历数据资产化、数据资本化阶段,实现数据价值化的经济过程,即数据资源化、数据资产化、数据资本化。
数据资源化:是使无序、混乱的原始数据成为有序、有使用价值的数据资源。数据资源化阶段包括通过数据采集、整理、聚合、分析等,形成可采、可见、标准、互通、可信的高质量数据资源。数据资源化是激发数据价值的基础,其本质是提升数据质量,形成数据使用价值的过程。
数据资产化:是数据通过流通交易给使用者或者所有者带来的经济利益的过程。数据资产化是实现数据价值的核心,其本质是形成数据交换价值,初步实现数据价值的过程。
数据资本化:主要包括两种方式,数据信贷融资与数据证券化。数据资本化是拓展数据价值的途径,其本质是实现数据要素社会化配置。
数字政府从面向社会大众政务服务视角来看,主要内容重点体现在“一网通办”、“跨省通办”、“一网统管”。
“一网通办”是依托于一体化在线政务服务平台,通过规范网上办事标准,优化网上办事流程,搭建统一的互联网政务服务总门户,整合政府服务数据资源和完善配套制度等措施,推行政务服务事项网上办理,推动企业群众办事线上只登录一次即可全网通办。
“跨省通办”是申请人在办理地之外的省市提出事项申请或在本地提出办理其他省市事项申请,办理模式通常可分为全程网办、代收代办和多地联办等。
“一网统管”建设通常强调:
- 一网:要包括政务云、政务网和政务大数据中心等。
- 一屏:通过对多个部门的数据进行整合,将城市运行情况充分反映出来。
- 联动:畅通各级指挥体系,为跨部门、跨区域、跨层级联勤联动、高效处置提供快速响应能力。
- 预警:基于多维、海量、全息数据汇集,实现城市运行体征的全量、实时掌握和智能预警。
- 创新:以管理需求带动智能化建设,以信息流、数据流推动业务流程全面优化和管理创新。
智慧城市的五个核心能力要素:数据治理、数字孪生、边际决策、多元融合、态势感知。可将智慧城市发展成熟度划分为规划级、管理级、协同级、优化级、引领级5个等级:
- 一级(规划级):应围绕智慧城市的发展进行策划,明确相关职责分工和工作机制等,初步开展数据采集和应用,确保相关活动有序开展。
- 二级(管理级):应明确智慧城市发展战略、原则、目标和实施计划等,推进城市基设施智能化改造,多领域实现信息系统单项应用,对智慧城市全生命周期实施管理。
- 三级(协同级):应管控智慧城市各项发展目标,实施多业务、多层级、跨领域应用系统的集成,持续推进信息资源的共享与交换,推动惠民服务、城市治理、生态宜居、产业发展等的融合创新,实现跨领域的协同改进。
- 四级(优化级):应聚焦智慧城市与城市经济社会发展深度融合,基于数据与知识模型实施城市经济、社会精准化治理,推动数据要素的价值挖掘和开发利用,推进城市竞争力持续提升。
- 五级(引领级):应构建智慧城市敏捷发展能力,实现城市物理空间、社会空间、信息空间的融合演进和共生共治,引领城市集群治理联动,形成高质量发展共同体。
数字化转型基本原理揭示了个体智慧(知识、技能和经验等)由“自然人”个体,转移到组织智慧(计算机、信息系统等掌握的)的必要性和重要性。
- “智慧—数据”过程:该过程通常指信息系统规划、建设、运行过程,也就是传统讲的“信息化过程”。
- “数据—智慧”过程:该过程通常指数据的开发利用和资源管理的过程,即人们常说的“智慧化过程”,重点解决基于各类组织组成对象(人员、流程、业务、工艺、装备等)“数字关系”的“脑力替代”。
组织数字化转型需要在能力因子不断细化的基础上,针对能力因子的数字化转型实施迭代,可类比为整体数字化转型与局部数字转型的关系。组织每个能力因子数字化“封装”的持续迭代主要包含四项活动:信息物理世界建设、决策能力边际化部署、科学物理赛博机制构筑、数据框架与信息调制设计。
元宇宙的流行是互联网发展到了一定的高度,也可以认为是互联网发展的另一阶段。元宇宙的主要特征包括:沉浸式体验、虚拟身份、虚拟经济、虚拟社会治理。