- 综合排序
- 最热优先
- 最新优先
- 来自专栏科技云报道
数智化转型时代，网络安全成为“内需”与“刚需”
信息化、数字化在近年来呈现出新的发展趋势，步入更高阶的数智化转型期，网络安全创新也将上升为数智时代的“内需”与“刚需”。 全球网络安全形势不容乐观 当前，全球网络安全形势依然不容乐观。 安全技术和产品在新威胁和新场景牵引下创新发展，智能化、主动化能力成为竞争力关键所在。 一方面，攻防能力不对等导致未知威胁和蛰伏攻击的应对成为难题。 智能化、主动化安全技术具有多种突出优势，不仅可实现安全威胁的快速感知、主动捕获、关联预测、动态对抗，还支持轻量化、场景定制化、全局安全联动部署。 所有环节都应具备信息可视化、安全分析、动态管控处置的能力，杜绝漏洞或短板。同时，安全产品技术应避免碎片化，孤立的单点技术的叠加并非真正的安全解决方案。 各个产品和技术间应具备强大的交互能力，包括信息交换、联动响应等，从而交织成一张零信任、智能化、自动化的安全网络。
70820编辑于 2022-12-06 - 来自专栏需求数智化管理
用AI提升需求编制效率：需求数智化平台的「需求文档管理」功能上线啦！
AI 赋能需求文档管理，效率直接翻倍在数字化研发场景中，需求文档编制常常陷入 “从零下笔难、版本混乱多、合规踩坑险” 的困境。 Visual RM 需求数智化平台全新上线「需求文档管理」功能，依托 AI 大模型与行业知识库，打造 “创建 - 辅助 - 优化” 全流程智能工具链，让需求编制从 “耗时费力” 变身 “高效省心”，助力企业快速产出高质量需求 AI 转化文档：打破业技壁垒，需求传递零偏差解决业务与科技 “语言不通” 的核心痛点： 业务需求转软件需求：将 “口语化需求”（如 “转账后立即发短信通知”）转化为含 “功能点、触发条件、输出结果” 的标准化软件需求 ，全方位打磨需求细节，覆盖各类调整场景：工具名称核心功能适用场景 AI 续写按语义补充后续内容（如异常处理步骤）需求描述不完整✂️ AI 缩写压缩冗长表述，保留核心信息（200 字→50 字）需求条目需简洁呈现 （如功能点 1 + 功能点 2→核心模块）内容分散需整合➕ AI 智能新增参照模板新增标准模块（如测试要点、会计核算）需补充规范章节 AI 智能推荐推荐历史优质片段、行业最佳实践缺乏编写思路时 核心价值
72620编辑于 2025-11-24 - 来自专栏需求数智化管理
以需求数智化破局：维普时代 Visual RM 赋能银行新核心系统企业建模实践
某银行引入维普时代 Visual RM 需求一体化平台，以需求数智化为核心驱动力，构建覆盖 “需求生成 - 协同管理 - 资产沉淀 - 模型适配” 全流程的企业建模体系，成功打造银行新核心系统企业建模的标杆案例 一份新核心系统账户管理模块的需求文档，平均编写耗时超 5 天，且后期需反复修改以适配模型，建模返工率居高不下。 二、Visual RM 的数智化解法：构建银行新核心系统企业建模全流程支撑体系 ✅针对银行新核心系统企业建模的痛点，维普时代 Visual RM 需求一体化平台从需求管理全流程入手，以六大核心功能打造数智化支撑体系 效率层面 ⏱️：需求文档编写时间缩短 70%，评审效率提升 60%，新核心系统整体建模交付周期缩短 50%，原本需 6 个月完成的支付结算模块建模，仅用 3 个月即落地。 四、结语：需求数智化引领银行新核心系统企业建模未来 银行新核心系统企业建模是一项复杂的系统工程，需求管理的数智化转型是突破瓶颈的关键。
22420编辑于 2025-11-10 Visual RM需求数智化平台 六大能力全搞定
Visual RM 平台需求变更管理：以数智化重塑全流程，破解企业研发痛点在数字化转型进入深水区的当下，需求变更已成为企业研发过程中的常态。 北京维普时代软件有限公司推出的 Visual RM 需求数智化平台，凭借 “线上化、结构化、资产化、智能化” 四大核心能力，构建了覆盖需求变更全生命周期的管理体系，为企业破解需求变更难题提供了全新解决方案 跨部门协同需反复沟通澄清，一个变更需求的确认平均需耗费 3-5 个工作日，严重拖慢业务响应速度，甚至导致 “需求传递失真”。 五、总结：需求变更管理的 “数智化未来”在数字化转型的浪潮中，需求变更不再是 “麻烦”，而是企业响应市场、优化业务的重要机会。 Visual RM 以 “结构化拆解为基础、AI 智能为核心、资产沉淀为目标、开放集成为支撑、战略对齐为导向”，构建了需求变更管理的数智化体系，彻底破解了传统模式的困局。
30120编辑于 2025-10-27- 来自专栏自学测试之道
接口自动化之获取excel中请求数据
： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ? ： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ? ： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ? ： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ? ： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ?
2.5K20发布于 2019-09-29 - 来自专栏低代码（low code）专栏
数字化与数智化的区别
什么是数字化？什么是数智化？以及数字化与数智化的区别，下面分为三块跟大家详细讲解。一、什么是数字化？1、概念：数字化（Digitalization）是将信息转换为数字（即计算机可读）格式的过程。 二、什么是数智化？1、概念：数智化（Digital and Intelligent Transformation）是数字智慧化与智慧数字化的融合。 然而企业的数智化转型复杂度日益提升：业务战略从To B端向To C端、从单一渠道逐个攻破向全渠道整合营销的调整将颠賽过往的业务模式；长期稳定、层级式的组织架构需升级成为持续动态调整、网络化的多样化组织模式 ；架构的逐步迁移、决策模式对于数据与算法的关注以及相关技术的持续迭代突破层层叠加数字化转型的难度，使得业务、组织、技术任一方面的变革与调整都需从前瞻性、整体性与连贯性角度进行衡量。 2、数智化转型进程的普遍误区伴随数智化在组织内部的推进程度，存在四种组织形态，多数企业往往认为自身已通过数字化技术的引入、数字化小组的建立完成数字化组织的转型，然而，市场上大部分企业组织的数智化程度仍然作为数智化加强者
1.8K10编辑于 2024-06-18 - 来自专栏CloudBest
数字化转型需因企制宜久久为功
新一轮科技革命与产业变革方兴未艾，数字化转型是传统企业危中寻机的必然选择，也是经济社会发展的大势所趋。 不久前，不少制造业企业正在升级数字化转型战略。 ，不断延展产业数字化、数字产业化的空间。 实现数字化转型，需因企制宜。不同行业领域、不同企业类型，转型重点和实现路径不同，这决定了自身需求与发展方向也千差万别。 这就需要有经验有能力的平台企业参与进来，帮助中小企业梳理需求，基于平台的大数据、人工智能等技术，提供相应的解决方案和升级服务，从而更好地在数字化转型中实现互利共赢。 实现数字化转型，需久久为功。 随着数字化转型程度加深，发展重点应转向数字化业务的覆盖面与商业模式的有效性，应更加关注管理流程是否集约、人才结构是否适配等，进而让数字化战略持续驱动企业发展。
22110发布于 2021-11-30 - 来自专栏架构师之路
业务层，到底需不需要服务化？
基础数据的访问服务化之后，架构如上： （1）站点业务通过RPC接口，调用基础数据服务； （2）基础数据服务通过DAO，从db/cache获取数据； （3）db/cache存储数据； 除了基础数据的访问需要服务化 ，业务层是否需要服务化？ 如果需要，什么时机进行服务化？这是本文要讨论的两个问题。 于是系统架构变成了上图这个样子，业务垂直拆分，有若干个基础数据服务： （1）垂直业务要通过多个RPC接口访问不同的基础数据服务，服务共享是服务化的特征； （2）每个基础数据服务访问自己的数据存储，数据私有也是服务化的特征 业务服务化，通用业务服务层的抽象势在必行。 ?
69410发布于 2020-11-11 - 来自专栏数据猿
重新认识企业数智化！
大数据产业创新服务媒体 ——聚焦数据 · 改变商业 ---- 企业数字化大家讲的比较多了，在数字化之后，则是数智化。从数字化到数智化的转变，并不是玩弄概念，而是有其实质内涵。 这篇文章，我们就来讲讲企业数智化升级。 数智化升级的时代需求 中国企业数字化转型已经进行较长时间了，中大型企业在业务和管理数字化过程中积累了大量的数据，但这些数据还没有效的用起来。 对于企业而言，在数字化转型之后，还要进入数智化升级阶段。 数智化的定义与三个核心要素 企业数智化升级是一个相对较新的概念，作为一个新概念，我们首先要界定这个概念的内涵和外延。 在此，我们试图给企业数智化一个定义。 数智化，是在企业数字化基础上，用数据和智能化技术，赋能企业管理和业务。这个概念是数字化、AI和业务三个要素的交集，数字化是基础，AI与业务的融合是核心。 下面，我们来具体讨论下数智化与这三个方面的关系。 第一，数字化 数智化并不是凭空产生的，而是基于企业的数字化基础，是对企业数字化的继承和发展。企业在完成数字化转型之后，进一步实现智能化升级。
1.7K20发布于 2021-07-13 - 来自专栏财经科技
智博会前沿 | 从“制造”到“智造”，广域铭岛引领工业数智化转型
2022中国国际智能产业博览会（简称2022智博会）将于8月22日至24日在重庆悦来国际会议中心开幕。 本届智博会延续“智能化：为经济赋能，为生活添彩”的主题，聚焦“智造重镇”“智慧城市”建设，打造思想观点交流新平台，总结数字重庆建设新成效，展现数字应用新场景。 作为工业互联网第一梯队的广域铭岛也将如期现身智博会，集中呈现Geega（际嘉）工业互联网平台（以下简称“Geega平台”）赋能制造业数字化转型的应用实践，展示Geega平台从加速汽车行业转型到跨行业跨领域服务的应用成果 OT与IT实力，擅长以数字化技术提取工艺知识，沉淀可规模化复用的机理模型，针对产业链供应链上下游，企业研、产、供、销、服经营全链条，提供以工业软件为核心的数字化综合服务，精准地提升企业生产和管理效率。 跨行业跨领域赋能赋智广域铭岛“源于制造，反哺制造”，通过服务“链主”企业，打通上下游资源、数据等核心要素，在统一标准下实现全链条协同，沉淀可规模化复用的机理模型，逐渐从汽车行业向通用行业实现赋能、赋智，
55540编辑于 2022-08-08 - 来自专栏数商云网络
系统架构升级，数字化到数智化
今天的数智化，与企业过去的信息化、数字化相比，究竟有什么区别？在这一视野下，企业“从数字化到数智化”，又将经历哪些阶段，分别要处理哪些重要议题？ 从数字化到数智化转型，意味着： 一、从支撑技术来看，实现从IT到DT转变。 数字化转型是基于传统IT架构；数智化是基于云管端+AIoT等为代表的新技术群落。 image.png 企业数智化转型的时刻表 具体到企业来看，数字化转型不是一个新课题。从技术长周期的视角来看企业转型，可以分为两个阶段：从数字化转型阶段到数智化转型阶段。 当前，企业正进入数智化转型新阶段，基础设施云化、中台化、移动化推动企业从业务数据化向数据业务化转型，从单轮驱动向双轮驱动转型，并最终实现全链路数智化。 image.png 阶段一：IT 化阶段。 简言之，如果说企业数字化转型是基于 IT 技术、架构和PC端，那么企业数智化转型则是基于DT技术、架构和移动端。数字化的核心是业务数据化，数智化的核心则是数据业务化。
1.1K10发布于 2020-08-10 - 来自专栏腾讯云TI平台
腾讯发布产业数智化转型白皮书，做企业数智化升级「指南针」
其次是缺乏对不同组织数智化发展成熟度的兼顾。 最后，数智化应用与组织间“硬磨合”也会导致价值变现困难。传统的数智化转型往往是“一把手”工程，需要组织内部包括管理模式、组织、业务流程等各个方面不断地调整和适配这种“自上而下”的数智化转型战略。 为了回应当前数智化转型升级的新需求，突破传统模式推进数智化技术应用落地的桎梏，腾讯云智能从使用者的需求痛点及体验链路出发重新设计，创造性地提出了“以人为本，四大智能引擎推动政、企数智化升级”的新思路。 白皮书最后强调，当下数智化的技术应用与探索还远远没有到达终点，但以人为本将始终是企业不断探索数智化应用的“指南针”。 ，推动企业数智化更好地转型。
1.2K50编辑于 2022-12-05 仅需3%训练数据的文本归一化技术
仅需3%训练数据的文本归一化技术在语音合成系统中，文本归一化通常是文本转语音转换的第一步。 英语有大量文本归一化研究，但西班牙语和泰米尔语没有现成的文本归一化数据集。因此，我们创建了自己的数据集，并公开供其他文本归一化研究人员使用。 要归一化的文本首先在其空格处拆分，然后在Unicode类别发生变化的地方进一步拆分。标注：分词后的未归一化文本被逐标记标注，这为我们提供了每个未归一化标记与其真实归一化之间的一对一映射。 类别有两种类型：预定义类别：我们定义了有限数量的类别（约8-10个），包含基本归一化规则自动生成类别：模型通过分析数据集中的未归一化到归一化标记映射自动生成类别分类：我们将文本归一化建模为序列标记问题， 输入是未归一化标记序列，输出是可以生成归一化文本的类别序列。
13610编辑于 2025-10-05仅需3%训练数据的文本归一化技术
文本归一化与语音合成在类似某中心语音助手等服务中，文本归一化通常是文本到语音转换过程的第一步。 传统方法的局限性历史上，文本归一化算法依赖硬编码规则，这些规则难以跨语言泛化且维护困难：典型的基于规则的文本归一化系统可能包含数千条规则，需要语言学专业知识开发。 性能表现我们在英语、西班牙语和泰米尔语上评估了Proteno：英语：使用8个预定义类别，Proteno自动生成另外2,658个类别数据效率：在英语实验中，Proteno仅需3%的训练数据即可达到先前最先进技术的相当性能多语言表现 ：西班牙语准确率99.1%，泰米尔语96.7%，英语97.4%技术方法处理流程Proteno将文本归一化视为序列分类问题，大部分类别是学习得到的：标记化：基于空格和Unicode类别变化的粒度标记化机制标注 ：对标记化文本进行逐标记标注类别生成：预定义类别：8-10个包含基本归一化规则的类别自动生成类别：通过分析数据集中的未归一化到归一化标记映射自动创建分类器实验我们试验了四种不同类型的分类器：条件随机场双向长短期记忆模型
12210编辑于 2025-11-05- 来自专栏企鹅号快讯
中国IDC圈、科智咨询王若冰：从供到需——IDC产业的演进之路
会上，中国IDC圈、科智咨询高级分析师王若冰以《从供到需——IDC产业环境探讨》为题，进行了主题演讲。 “目前中国IDC市场现状是东热西冷。”王若冰说。 其中，数据中心分布格局与人口密度、城市经济发展水平、城市信息化发展指数、电消耗能力分布格局相一致，企业大多选择人口密度高、经济发达、信息发展指数较高得地区部署IDC业务，以保证企业获取足够的利润。 年的数据显示中国的IT需求量在减少，2017年数据回温，又重新看好中国市场，这主要因为人工智能、物联网等新业态在中国的接受程度较高，一但商用就是全面落地，飞速普及，就像二维码支付，从出现到全国普及也仅需半年左右 政府牵头推动IDC行业需求的增长，同时，IDC行业发展之后又进一步推动企事业单位、政府机关单位的信息化发展。 另一方面是技术迭代带来的行业演进。
1.8K60发布于 2018-01-17 - 来自专栏小游戏开发
“数智化” 时代，房企的数字化转型之路
相比其他行业，房地产的数字化起步更慢。 数字化转型已然成为地产企业必须付诸行动的必选项，谁先动谁就有先发优势。「房企通过数字化升级来提升产品和服务的品质是大势所趋。」” 智慧社区或许就是一个很大的突破口，也就是物业体系里，通过数字化赋能形成虚拟与现实的结合，可以形成巨大的消费入口。面临挑战1、生态整合能力薄弱。 虽然在数字化转型中不是起步最早的，却是上线速度最快、核心业务覆盖最全的。此外，融创还在智慧社区等领域进行了探索，长期在第三方拓展多渠道发力，为公司多元化战略合作铺路。 4、提供千人千面个性化体验。 FinClip 拥有小程序灰度发布，A/B 测试能力。
71330编辑于 2022-12-21 一文看懂：信息化、数字化、智能化、智慧化、数智化
最近发现个有意思的现象——会议室的白板上，总能看到“信息化、数字化、智能化、智慧化、数智化”这几个词。但真问起“你们公司现在做到哪一步了？”，答案往往含糊。有人说“刚搭完数据中台，应该算数字化了吧？” 四、智慧化：从“单点智能”到“生态协同”如果说智能化是“让某一个环节变聪明”，那智慧化就是“让整个体系变聪明”。 五、数智化：从“工具辅助”到“智能协同”这两年，“数智化”慢慢成了企业战略里的高频词。 智慧化阶段（有协同了）：先想清楚“哪些数据必须打通”，重点打通那些“影响全局效率”的数据，连得准比连得多更重要。数智化阶段（深度融合了）：记住“技术是为业务服务的”，技术和业务一起干才能真起效。 其实，不管是信息化还是数智化，核心就一个：用技术和数据解决真问题。与其纠结“我们到哪个阶段了”，不如多想想“现在业务最痛的地方是啥，用哪个阶段的方法能解决”。能解决问题的，就是好阶段。你觉得呢？
1.9K10编辑于 2025-08-11- 来自专栏数据D江湖
中国消费促进数智化发展报告（2022）
可上下滑动或点单个图片放大左右滑动查看） 知识星球历史已上传相关资料概览： 【数字化】
34310编辑于 2022-09-01 - 来自专栏小詹同学
年终复盘刚需！Python数据可视化技巧来了
基础操作6归6，碰上一些特殊的数据处理，各类可视化图表的制作，还是得网上一顿搜索，跟着步骤一步步操作，最后还是各种小问题不断，只能请年轻人来帮着解决。 1月19日 20:00&职场晋升必备： 制作酷炫报表，4步带你学习数据可视化 场景工具：用Tableau学习如何管理数据 流程处理: 利用业务拆解找到数据指标、进行数据可视化 学习成果：高效的对数据驱动型业务作出精准决策 利用可视化工具构建旅游客流量趋势地图 1月20日 20:00&量化交易入门： 用Python做股票指标分析和买卖时机选择 场景工具：Python工具分解RSI指标 流程处理: 业务场景分析建模和可视化 股数据模型，制定投资策略 1月21日 20:00&量化交易进阶： 0基础用Python搭建量化分析平台 场景工具：利用pandas工具分解KDJ指标构成 流程处理: 交易数据爬取，业务场景分析建模和可视化 （微软/甲骨文/Cloudera等公司颁发的数据分析证书） 4步学会数据可视化，办公效率提高三倍 ? ?
60020发布于 2021-01-22 - 来自专栏云计算D1net
SDN受到广泛关注 网络虚拟化需配套安全产品
在虚拟化领域，SDN一直是业界关注的焦点，随着SDN的发展，SDN受到的关注更加广泛，SDN在创立之初就受到了全球瞩目并发展迅速，SDN的发展壮大带来网络产业格局重大调整的同时，也势必会波及到网络安全设备行业 回到虚拟化，它给数据中心和企业网络带来了新的问题和挑战。一方面，传统的安全产品和安全解决方案无法解决在虚拟化后出现新的网络安全问题;另一方面，网络虚拟化自身也面临一些安全问题。 网络在虚拟化后主要面临的问题有： 物理安全设备存在观测死角 虚拟机与外界存在数据交换，在虚拟化环境中的数据流有两类，即跨物理主机的VM 数据流和同一物理主机内部的VM 数据流。 数据平面和控制平面的分离主要是由控制器实现的，所以控制器就成为网络虚拟化的最重要的设施。 所以，针对传统安全产品对内部网络不可见的缺点，安全厂商需推出支持虚拟化的安全产品，这些安全产品以软件的形式存在，并兼容主流的虚拟化解决方案，可监控内部虚拟网络中的数据流。
91340发布于 2018-03-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号