數字產業化——體系、技術與落地實踐 清華大學數據治理研究中心 國家工業信息安全發展研究中心
定 價:¥99
中 教 價:¥59.40 (6.00折)
庫 存 數: 28
賦能數字新征途 鑄就產業新格局技術融合-體系構建-實戰策略,掀起數字轉型藍圖面紗譚建榮院士、郭華東院士、鄔賀銓院士、張宏科院士 共同推薦
數字產業化是指以數字技術和數據資源為驅動,推動傳統產業數字化轉型和新興數字產業發展,形成數字化、網絡化、智能化的產業體系。本書首先對數字產業化的概念、內涵和體系進行了系統闡述,并重點闡述了知識圖譜、人工智能、數字孿生、元宇宙、數據治理等前沿技術,隨后通過多個實踐案例,展示了數字產業化在不同行業、不同場景中的應用實踐。在數字產業化的發展過程中,數字技術、數據資源、數字平臺、數字人才等要素發揮著至關重要的作用。《數字產業化體系、技術與落地實踐》通過深入分析這些要素的內在聯系和互動機制,構建了數字產業化的完整理論體系。 《數字產業化體系、技術與落地實踐》既適合作為中高職、高校和研究機構的教學參考書,也適合作為企業、政府部門工作人員的培訓教材。希望本書能夠幫助讀者更好地理解和把握數字產業化的發展趨勢和內在規律,為推動經濟社會的數字化轉型和數字產業化進程貢獻力量。
隨著信息技術的飛速發展,數字化浪潮席卷全球,對經濟社會的發展產生了深遠影響。在這個大背景下,數字產業化應運而生,不僅成為推動經濟高質量發展的新引擎,也成為各國競相布局的戰略高地。本書《數字產業化體系、技術與落地實踐》是叢書中的另一本《產業數字化釋義、場景及應用案例》的姊妹篇,兩本書共同策劃、同步編寫,旨在全面梳理數字產業化和產業數字化的理論體系,深入探討其核心技術,并通過豐富的實踐案例,為讀者展現從數字產業化到產業數字化的落地路徑與實踐經驗。 本書首先對數字產業化的概念、內涵和體系進行了系統闡述。數字產業化,是指以數字技術和數據資源為驅動,推動傳統產業數字化轉型和新興數字產業發展,形成數字化、網絡化、智能化的產業體系。在這個過程中,數字技術、數據資源、數字平臺、數字人才等要素發揮著至關重要的作用。本書通過深入分析這些要素的內在聯系和互動機制,構建了數字產業化的完整理論體系。在核心技術方面,本書重點關注了知識圖譜、人工智能、數字孿生、元宇宙、數據治理等前沿技術,并描繪了數字共同體的宏大愿景。這些技術在數字產業化過程中發揮著關鍵作用,不僅推動了傳統產業的數字化轉型,也催生了眾多新興數字產業。本書對這些技術的原理、應用和發展趨勢進行了深入剖析,旨在幫助讀者更好地理解和掌握這些核心技術的精髓。 落地實踐是本書的一大特色。本書通過多個實踐案例,展示了數字產業化在不同行業、不同場景中的應用實踐。通過這些案例,讀者可以深入了解數字產業化的實際運作過程,感受其帶來的深刻變革和巨大潛力。數字產業化是一個進行中的動態過程,本書案例更希望起到一個拋磚引玉的作用,讓更多的數字資源和數字技術形成井噴和涌現,合力創造出嶄新的數字產業,成為國民經濟的新增長點。 本書作為大數據與智能 產教融合叢書中的重要組成部分,既適合作為中高職、高校和研究機構的教學參考書,也適合作為企業、政府部門工作人員的培訓教材。希望本書能夠幫助讀者更好地理解和把握數字產業化的發展趨勢和內在規律,為推動經濟社會的數字化轉型和數字產業化進程貢獻力量。在數字產業化的浪潮中,我們既是見證者,也是參與者。讓我們攜手共進,共同迎接這個充滿機遇和挑戰的新時代。本書是集體智慧的結晶,書中內容收集整理和提供得到了達觀數據有限公司、北京希爾貝殼科技有限公司、北京海天瑞聲科技股份有限公司、北京五一視界數字孿生科技股份有限公司、御數坊(北京) 科技有限公司、杭州數瀾科技有限公司、清圖數據科技(南京) 有限公司、中國工商銀行股份有限公司、上海易校信息科技有限公司(輕流)、北京國信數字化轉型技術研究院、清華大學教育研究院、北京龍騰佳訊科技股份公司等機構的大力支持,特別感謝史凱老師對第9 章內容提供的資料和給予的幫助,本書經過一年多的籌劃與準備,凝結了幾十位業界專家的智慧與經驗,在此謹向付出辛勤勞動的各位作者致敬!盡管我們付出了努力,但書中難免有不妥之處,歡迎各界專家和讀者朋友提出寶貴建議。 本書編寫委員會
國家工業信息安全發展研究中心(工業和信息化部電子第一研究所)成立于1959年,是工業和信息化部直屬事業單位,是我國工業信息安全領域重要的服務保障機構。經過60多年的發展與積淀,牽頭或參與承擔了上百項國家重點研發計劃、工業轉型升級專項、制造業高質量發展專項、基礎科研重大工程等重大專項,以加快推進新型工業化為主線,圍繞強化對部支撐保障、服務行業企業發展兩項使命任務,聚焦工業信息安全、關鍵軟件、制造業數字化轉型三個重點領域,持續提升安全保障、轉型服務、生態促進、決策支撐四種核心能力,加快建設一流的國家工業信息安全服務保障機構,為服務產業科技高水平安全、護航新型工業化高質量發展作出新的更大貢獻。
清華大學社會科學學院數據治理研究中心成立于2015年5月,中心作為國內最早發起的融合數據科學與社會科學、聚焦政務大數據分析的研究機構,依托國內高校資源,整合社科、商科與工科優勢,聚焦社會熱點與科研難點,與政府、企業、高校多向合作,打通政產學研用一體化鏈條,創新教學科研模式。研究團隊先后獲得多項國家社科基金重大項目與國家自科基金項目,以及中央部委和地方政府委托的多項重點科研項目,有力地支撐了多個省市的數字政府建設和智能社會治理體系搭建,相關研究成果多次獲得黨和國家領導人、省部級領導批示。2021年又以數據治理研究中心為主要依托之一,建立了清華大學計算社會科學與國家治理實驗室,獲得首批哲學社會科學實驗室系列的冠名。
目 錄叢書序一叢書序二前言第1 篇 數字化技術應用第1 章 知識圖譜1.1 什么是知識圖譜1.2 知識圖譜技術體系1.3 知識圖譜模式設計1.4 知識圖譜構建技術1.5 知識圖譜存儲技術1.6 知識計算與知識推理1.7 智能問答1.8 認知推薦1.9 汽車工業故障模式知識圖譜及智能分析應用案例1.9.1 應用背景1.9.2 應用方法1.9.3 技術方案1.9.4 未來展望第2 章 人工智能數據服務2.1 人工智能概述2.1.1 什么是人工智能2.1.2 數據是人工智能的基石2.1.3 人工智能數據行業發展2.2 人工智能數據服務內容2.2.1 相關定義2.2.2 數據分類2.2.3 數據集生產過程2.2.4 數據質量控制2.2.5 數據安全2.2.6 數據服務內容2.3 人工智能數據服務應用案例2.3.1 語音識別模型訓練2.3.2 語音合成模型評測2.3.3 人臉識別模型評測2.3.4 自動駕駛場景的數據應用2.3.5 大模型中的數據服務2.4 未來發展趨勢2.4.1 數據對AI 發展的重要性更加凸顯2.4.2 AI 產業對數據服務的新需求第3 章 數字孿生3.1 全新世界展示數字孿生可視化3.1.1 數字孿生概念的提出和演進3.1.2 數字孿生的實踐層面的定義3.1.3 數字孿生涉及的關鍵技術3.1.4 數字孿生應用于各行各業3.1.5 數字孿生發展的局限性3.2 元宇宙與數字孿生的關聯性與差異化3.2.1 元宇宙概念3.2.2 元宇宙和數字孿生的關聯性3.2.3 元宇宙和數字孿生的差異性3.3 通往數字化轉型之路元宇宙3.3.1 開創元宇宙發展時代3.3.2 給領域內企業的啟示第4 章 數據治理4.1 數據治理概述4.1.1 背景知識4.1.2 概念解析4.1.3 實施要點4.1.4 價值與挑戰4.2 典型數據治理理論框架4.2.1 國際數據治理框架4.2.2 國內數據治理框架4.2.3 數據治理理論指導4.3 數據治理體系實踐4.3.1 數據管理能力成熟度評估4.3.2 數據治理體系規劃4.3.3 數據治理的保障體系建設4.3.4 數據治理的成效4.4 數據治理項目實踐案例某電信運營商源端數據治理4.4.1 基于DCMM 開展數據管理現狀分析4.4.2 參考DAMA 開展數據治理體系規劃4.4.3 結合DAMA 開展數據治理保障體系建設4.4.4 通過數據質量十步法開展專項治理4.4.5 本項目價值收益第5 章 數 據 中 臺5.1 數據中臺起源與概念5.1.1 數據中臺的發展歷程5.1.2 解碼數據中臺5.1.3 數據中臺核心能力5.2 數據中臺架構5.2.1 數據應用價值框架5.2.2 數據中臺架構5.3 數據中臺建設方法5.3.1 數據中臺建設方法論5.3.2 數據中臺建設成功要素5.4 數據中臺應用場景5.4.1 應用場景現狀及需求5.4.2 政務數據中臺應用案例5.4.3 制造業數據中臺應用案例5.4.4 汽車數據中臺應用案例5.4.5 零售數據中臺應用案例5.5 數據中臺發展趨勢及人才需求5.5.1 發展趨勢5.5.2 人才需求第6 章 隱 私 計 算6.1 國內外數據安全政策現狀6.2 隱私計算的背景與定義6.3 隱私計算的技術路線與應用6.3.1 多方安全計算6.3.2 可信執行環境6.3.3 聯邦學習6.3.4 隱私計算助力數據的安全流通與共享6.4 隱私計算平臺的搭建6.5 隱私計算技術在普惠金融場景的探索與實踐6.5.1 應用需求6.5.2 關鍵技術6.5.3 場景落地方案架構6.5.4 實施流程及關鍵節點6.5.5 場景應用效果6.5.6 實施過程遇到的典型問題及解決方法6.5.7 實施效果第7 章 低 代 碼7.1 低代碼概述7.1.1 低代碼主要特征7.1.2 低代碼誕生背景介紹7.1.3 低代碼與無代碼關系7.1.4 國內外低代碼現狀7.2 低代碼技術賦能各行各業,縱深應用場景7.2.1 低代碼推動各行業信息化建設7.2.2 低代碼面向各行各業的通用場景7.2.3 低代碼創造不存在的創新場景7.2.4 低代碼在企業內的最佳定位7.3 低代碼較于外包開發與企業自研系統的應用優勢7.3.1 開發效果7.3.2 人才發展價值7.3.3 協作價值7.3.4 創新價值7.4 企業應用場景實踐案例7.4.1 首帆動力:緊密連接原有六大系統,打破數據孤島,落地集團數字化轉型7.4.2 平安養老保險:降低系統建設技術門檻,為創新驅動發展戰略提供新生產力7.5 低代碼市場持續增長,加速企業數字化轉型進程7.5.1 低代碼的應用現狀 77.5.2 低代碼的未來展望第2 篇 數字化轉型架構及行業應用案例第8 章 數字化轉型參考體系架構8.1 數字化轉型的參考架構8.1.1 數字化轉型的認識與理解8.1.2 數字化轉型的總體框架8.2 數字化轉型的價值效益體系8.2.1 數字化轉型的出發點和落腳點是創新和重構價值體系8.2.2 數字化轉型價值效益分類8.2.3 數字化轉型價值效益的創造和傳遞8.2.4 數字化轉型價值效益的獲取方式8.3 數字化轉型的能力體系建設8.3.1 數字能力建設是數字化轉型的核心路徑8.3.2 數字能力的六個主要視角8.3.3 數字能力的識別、建設與運行8.4 數字化轉型的五大主要任務8.4.1 數字化轉型的核心要義是發展方式轉變8.4.2 數字化轉型的五大主要任務8.5 數字化轉型的五個發展階段8.5.1 數字化轉型發展階段8.5.2 規范級及其主要特征8.5.3 場景級及其主要特征8.5.4 領域級及其主要特征8.5.5 平臺級及其主要特征8.5.6 生態級及其主要特征第9 章 數據驅動的數字化戰略9.1 概述9.1.1 背景與目標9.1.2 相關概念解析9.2 效果檢驗 49.2.1 創造業務價值9.2.2 讓戰略可落地可執行9.2.3 打造數據要素閉環價值生態9.2.4 構建戰略與執行的快速反饋體系9.2.5 數據驅動的持續優化迭代9.3 輸出物9.3.1 價值場景藍圖9.3.2 數據資產藍圖9.3.3 數字化技術藍圖9.3.4 數字化轉型路徑藍圖9.4 工作方法9.4.1 數字化戰略的七大關鍵動作9.4.2 精益數字化戰略制定方法9.5 輸入物9.5.1 企業愿景和目標9.5.2 企業業務現狀9.5.3 精益數字化工作坊第10 章 架構思維與落地實踐10.1 論架構10.1.1 應對復雜10.1.2 干系人、視角與視圖10.1.3 什么是架構10.1.4 架構與建筑10.1.5 架構域10.2 架構思維與架構設計10.2.1 架構思維10.2.2 架構設計10.2.3 架構模式10.2.4 架構文檔10.3 參考架構框架10.3.1 參考架構10.3.2 參考架構框架10.3.3 幾個重要的參考架構框架10.4 TOGAF? 參考架構框架10.4.1 TOGAF? 參考架構框架10.4.2 TOGAF? 參考架構框架的構成10.4.3 ADM 架構開發方法10.4.4 TOGAF? 內容框架10.4.5 架構能力框架10.5 合理使用參考架構框架10.5.1 一個多維度的企業變革10.5.2 數字化轉型的落地要素10.5.3 企業需要自己的架構框架10.5.4 企業核心能力建設10.5.5 業務與數字化融合困境10.5.6 融合性業務人才培養第11 章 教育數字化11.1 數字化對教育相關因素的影響11.2 教育數字化轉型的案例與啟示11.2.1 案例一 城市即校園的密涅瓦大學11.2.2 案例二 圣托馬斯大學的數字化轉型11.2.3 案例三 虛擬流動性中國政法大學與德國科隆大學的線上學分課程項目11.2.4 案例四 微學位清華大學面向全球的邏輯學融合式課堂證書項目11.2.5 案例五 教育元宇宙莫爾豪斯學院以3D 數字化形態重建真實校園11.2.6 案例六 價值教育數字技術賦能同理心培養11.2.7 案例七 基于虛實共生的船舶智能制造實訓基地11.3 教育數字化轉型的底層邏輯11.4 教育數字化轉型面臨的挑戰第12 章 數字政府及其路徑研究12.1 數字政府背景與內涵12.1.1 數字政府的背景12.1.2 數字政府的內涵12.1.3 數字政府的地位12.2 政府數字化轉型架構12.2.1 政府數字化轉型方法論12.2.2 數字政府的價值過程12.3 轉型的新型治理實現12.3.1 政府治理的演化邏輯12.3.2 數字時代的新型治理模式12.3.3 不同治理層級數字政府的建設邏輯12.4 北京市接訴即辦數字政府建設案例第3 篇 數據共同體第13 章 數據共同體:數字化轉型的藍圖、戰略與能力建設13.1 數據共同體的價值主張與戰略13.1.1 共同體理念13.1.2 數據共同體的定義和架構13.1.3 數據共同體的特點與本質13.2 數據共同體的新型能力建設13.2.1 新型能力建設是數字化轉型的主線13.2.2 新型能力的架構、特征與策略13.2.3 數據共同體的五個新型能力域第14 章 數據共同體的解決方案14.1 數據驅動:解決方案原動力14.1.1 數據要素的定義與分類14.1.2 以數據為驅動要素的優勢14.1.3 日益形成的數字共識14.2 組織變革:邁向量子態生存14.2.1 探索中的數據共同體組織要素14.2.2 量子態生存:理解數據時代的組織要素特征14.2.3 數據驅動的組織創新與挑戰14.3 敏捷流程:價值鏈協同創新14.3.1 業務鏈:全流程數據管理14.3.2 引入新工具和新技術,實現敏捷流程14.3.3 敏捷流程的架構與工具14.4 平臺技術:打造新型基礎設施14.4.1 數據共同體的技術需求與可行性分析14.4.2 不斷創新的技術要素14.4.3 新型基礎設施的實施策略與優勢第15 章 數據共同體的價值保障15.1 數據共同體發展的階段與價值保障15.1.1 數據治理、數據運營和數字素養的理念15.1.2 數據共同體發展的階段15.1.3 發展階段與要素權重15.2 數據運營可持續的數據價值體系15.2.1 數據治理與數據運營的關系15.2.2 平臺視角的數據共享模式15.2.3 數字生態體系的設計與治理策略15.3 數字素養數字生態運營的關鍵15.3.1 數字素養與數據共同體的互動關系15.3.2 數字素養是數據共同體生態系統的價值保障15.3.3 提升數字素養的途徑第16 章 數據共同體的應用、創新與發展16.1 市場驅動的創新模式16.1.1 數字化基礎設施16.1.2 數據自治16.1.3 超互聯經濟16.1.4 政產學研一體化 .16.1.5 數據驅動的人工智能模式16.2 場景應用與實踐16.2.1 城市治理數據共同體16.2.2 能源工業數據共同體16.2.3 醫療健康數據共同體16.2.4 科研數據共同體創新范式的基石16.3 數據共同體的愿景與展望16.3.1 會思考的蘆葦16.3.2 數據共同體的中國進程