ConfidentialandProtectedbyCopyrightLaws劥❡ᄩ⥂㺙䎇「ⵌ晜勉岁⥂䫡侨㶶絑崸Ⰼ兞涯淼⛼2022䎃⟱⚌侨㶶⻊䪮助䎾欽10㣐馋⸷ 2侨研끮⸓礵渤䧭Ɤ⚌⸉ꅾ䱍鲮㘗霢露勉2022䎃⟱⚌侨㶶⻊䪮助䎾欽10㣐馋⸷-䪮助眜䪮助⣩涸瑲灶ㄤ❡ᄩ⴯倝僽鵂⿡Ⳝ䎃务㕂⟱⚌鲮㘗涸呍䗱끮⸓⸂կ㔔⚹㢴侨歌倰⟱⚌涸侨㶶㛇䒊➠劢㸤䧭❑꨽⣜ꬑ䧭擿涸䪮助絆絉⺫䭍䪮助⣘䎾(休)ծ⟱⚌IT鿈꡶ծ灇瑕ꤎ〄饰⴯倝䲀⸓䱲程ㄤ㹊낉絑血导㢕霚ꝡ䩞腊㖈♧❈㽷鿈㹊梡侨㶶⻊巛紩կ告䔲侨㶶⻊鲮㘗鵳Ⰶ帿宐勹馊勻馊㢴䪮助餝✈罏〄梡支♧涸❡ᄩㄤ䪮助⴯倝䊺絑馊勻馊ꦼ⟄忘駈刿⸈禹絡ㄤ㢕勇涸鲮㘗꨽宠罜偽雿僽❡ᄩ䪮助㘗⣘䎾(休)鵮僽鲮㘗ᅢ霧剪⸉(休)鿪緃㼱駈㢿腊⸂ㄤ䠑䡦♸㹐䨪⨞刿帿㽻涸翫ざ䱲程կ僒錜ⴔ區雩⚹偽雿ⴀ✵ⰻ欰꨽銳鵮僽㢪㖈䕎⸷⚌⸉鿈꡶鿪㼜ⱄ妃饥ぢ⵸〵䬐餏饰䒸㼋䪮助絆絉Ⱏず㹊梡⟱⚌侨㶶⻊⟟⧩涸餓⟣䎇鄄餻✮刿㣐涸鲮㘗霢露勉կ2022䎃✻韭欰ծRPAծ⡛去瀦ծ䗎剪⸉ծ荈⸓⻊劼㐼㷖⛴䎂〵瘝⡛꡶地涸侨兰⻊䎂〵ㄤ䊨Ⱘ㼜⸈鸟鄄⟱⚌㹐䨪䨾雩〳ㄤꅷ欽胜た韭㔔僽⟱⚌䗳곢儑衼꣭⡛侨㶶⻊餻腊⚌⸉絆絉涸䪮助꡶地䩞腊雮䱍菮鲮㘗涸⚌⸉㔙ꢭ娀鄳饰勻鵳罜雮⴯倝剣劼⠔歋挿⿺꬗Ⰼ꬗〄欰կ㖈鵯⚡鵂玐务䪮助⴯倝㔐䔱⚌⸉⚺絁䪮助䎾欽用駈⚌⸉㟞Ɤ僽㣐⸷䨾馋կ务䗱⻊涸䪮助㔙ꢭ⛲⠔鷶幯⿡务䗱⻊䩧侔㖈ぐ⚡⚌⸉勵絁䧭⚹⚌⸉畮⚺㼋鲮㘗涸絆䧭鿈ⴔկ 3侨研끮⸓礵渤䧭Ɤ2022䎃⟱⚌侨㶶⻊䪮助䎾欽10㣐馋⸷-䪮助眜⚌⸉ꅾ䱍鲮㘗霢露勉嚋桧곫崵1RPA+⡛➿瀦+AI娀鄳侨㶶プ䊨70%곫崵2✻韭欰䎾欽鵶鸑✻⻊⚌⸉꡻梠90%곫崵3倝SLGᆄ䎾䪮助ꅷ✈倝⚺䓎70%곫崵4AI衅㖑ⴔ⻊⚹㖞兞ծ鲮㘗ծ䊨Ⱘ65%곫崵5AI佖鸣緸絞㸝Ⰼ余꣈⚙꬗55% 4侨研끮⸓礵渤䧭Ɤ馋⸷1RPA+⡛➿瀦+AI娀鄳侨㶶プ䊨中国市场技术供应商正在快速推动技术民主化进程，其中RPA+低代码+AI满足了企业对数字化员工的渴望：RPA实现了流程型业务的自动化，低代码开发平台为业务人员赋予应用开发和迭代的敏捷能力，而AI让业务分析和决策变得更加高效和可解释。易观分析认为，进入2022年，那些已经具备RPA+低代码+AI组合能力的企业将会涌现一批具备业务和科技复合能力的数字员工，他们通过人机协同的方式响应更为复杂的业务需求，甚至自主发起业务创新。同时，这些数字员工高业绩的示范效应，也会倒逼其他员工的复合型技能精进，加速组织升级，最终成为内生性推动企业数字化转型的中坚力量。低代码业务场景+流程自动化企业经营决策/智能决策RPA+机器人对账、报税、信用卡催收、信用卡在线审批、客服辅助机器人、客户账户管理、客户名单审核、催办多系统间数据迁移、自动生成报表、数据审核计算、资金结算、跨系统自动操作、信息提取识别、费用报销及资金管理、采购付款及销售收入、档案和税务管理、工作流程标准化、⻛险控制和核算等众多业务场景开发平台IaaSaPaaSSaaS集成开发表单模型SaaS组件RPA㹊梡崨玐㘗⚌⸉涸荈⸓⻊低代码⚌⸉➃プ䒓〄ㄤ鶛➿剪⸉涸併䰦腊⸂AI넞佪ㄤ〳鍒ꅺ涸⚌⸉ⴔ區ㄤⱿ瘻腊⸂企业数字员工ᆄ䎾㢕勇꨽宠荈⚺〄饰⴯倝 5侨研끮⸓礵渤䧭Ɤ馋⸷2✻韭欰䎾欽鵶鸑✻⻊⚌⸉꡻梠云化的趋势已被广泛共识，容器、基于Serverless部署的应用以及Service Mesh等云基建的不断推进使得企业上云渗透率持续提升。当大供应商主导完成了企业云原生第一阶段-基础设施云化，企业开始进入云原生第二阶段-业务云化，比如通过API和微服务构建可弹性扩展的云原生应用，实现应用同业务强耦合。易观分析认为，那些在2022年已经完成云原生基础设施部署的企业，将很快面临云原生工具和产品同企业业务逻辑衔接带来的新挑战。对于技术供应商来说，如何使云原生解决方案在保持足够可复制性和扩张性的同时，也提供适配客户业务属性的性能和功能，并内化至DevOps的过程管理中，是决定云原生技术能否转化出巨大商业价值的关键。对于行业客户，也需要在搭建云原生平台的同时，推动业务流程再造，甚至组织变革管理，尽快让业务和技术实现新的耦合。✻韭欰⚌⸉䎾欽✻韭欰PaaS✻韭欰务ꢂ⟝✻韭欰㛇炄霃倶⚌⸉湡叻佪腊湡叻絡♧鵘絶䗎剪⸉㼭玐䎸APP崹錢㐼䒓〄呥卹ⴔ區♸(休)⚌兰腊API䎂〵➃䊨兰腊K8S㺂㐼Serverless㶸⪰緸絞鸑雴雦皾 6侨研끮⸓礵渤䧭Ɤ馋⸷3倝SLGᆄ䎾䪮助ꅷ✈倝⚺䓎企业服务赛道的增长答案一直颇具争议，在经历了SLG（Sales lead growth，销售驱动增长）和PLG（Product lead growth，产品驱动增长）阶段之后，随着数字化转型持续深入企业业务，技术购买者的核心关切从现有业务的数字化迁移，转向构建数字化原生业务，技术的定位正在被融入到业务内部，重新审视。易观分析认为，数字化转型的本质不是交付数字化产品，而是交付业务结果，也就是业绩提升或降本增效。2022年，虽然PLG模式仍被供应商和风险投资所向往，但在中国技术购买者视角，实现端到端的数字化转型成功才是他们的终极诉求，这将驱动企业服务迎来一个新的增长范式-“新SLG”阶段（Solution Lead Growth）。虽然很少有企业具备端到端的转型能力，但市场需求现状要求技术提供者不得不做出一个战略选择：或者产品和定制之间找到最佳平衡，或者夯实单点优势并聚拢合作伙伴，生态的构建至关重要。SLGPLG倝SLG⟱⚌剪⸉饋麤㟞Ɤ呍䗱끮⸓⸂SalesLeadGrowthProductLeadGrowthSolutionLeadGrowth고湡ⵖ⚺㼋⟄IT➃プ㢪⺫剪⸉䲀⸓고湡䒊霃♸鵘蠒⡲⚹⟱⚌紩㹐䨪㢪鿈ꅾ銳涸猰䪮⸂ꆀ佅税❡ᄩꅷ餝㣐ꆀ嶑梡⟱⚌荈䒊猰䪮㔙ꢭ〳⟄⣜䩯✵㢪鿈❡ᄩꅷ餝䘯鸟䕎䧭⚌⸉餻腊鍒Ɀ倰呩opsꅾ銳䚍⳼儑⟱⚌猰䪮♸⚌⸉撑ざ㘗➃䩞➠꨽⸈鸟㛆Ⱞ⡎僽䪮助㼆⚌⸉餻腊銳宠䪮助䎾欽腊㢿䘯鸟❡欰⚌⸉⟟⧩䲿⣘畮ⵌ畮鍒Ɀ倰呩鳇⸔⟱⚌紩㹐䨪㹊梡⚌⸉絕卓僽ꅾ务⛓ꅾBusinessOps⚌⸉㟞ꟋFunctionalOpsITOpsAdTech猙㚖絑蠒MarTech兰腊㹐剪㹐䨪Ꝉ(마)♸盗椚欽䨪⡤낉餒玘餩岁歏㶩皊畎➃⸂餴彂⟱⚌䬸翴/㛆雲弓ず⸅Ⱆ⣘䎾Ꝇ盗椚ꅷ餝➩⪰/暟崨欰❡MLOpsModelOpsDevOpsAIOpsCloudOps 7侨研끮⸓礵渤䧭Ɤ馋⸷4AI衅㖑ⴔ⻊⚹㖞兞ծ鲮㘗ծ䊨Ⱘ中国市场对AI价值的期待达到空间高度，这也使AI技术必须全面走出实验室，落地到更多行业和场景。“AI公司”的标签已经无法形容各个玩家做的事情：在零售、交通等行业，AI将系统性改造业务链，推动企业和行业级的智能转型；在医疗、制造、能源、电信等行业，AI落地将体现在现有商业模式下的特定场景改造和精进；在银行业，AI技术产品化的需求增强，成为IT和科学家的工具和平台。易观分析认为，不同行业技术使用者业务诉求的显著差异，将在2022年分化AI价值落地方式：“场景、转型、工具”将分别承载AI价值。这有助于AI落地过程中快速实现商业正反馈，因为以业务需求驱动的AI落地方式将使得成本效益指数级优化的用例快速增加，从而进一步提升行业推进数字化转型的信心与投入。AI衅㖑㖞兞䲿巛梡剣❡⚌絑蠒佪桧䩧瑬支挿㖞兞⟟⧩AI䧭⚹䊨Ⱘ⟄Ꜿ遤⚌⚹➿邍AI䪮助❡ᄩ⻊涸꨽宠㟞䔂⚹ITㄤ猰㷖㹻䲿⣘䊨Ⱘㄤ䎂〵AI끮⸓鲮㘗禹絡䚍佖鸣巛紩⚌⸉⟟⧩Ꝇ䲀⸓⟱⚌鲮㘗信息服务通讯服务文化娱乐教育商品零售医疗保健旅游住宿/餐饮房地产金融批发服务中介物流工农支撑服务公共卫生/教育公益服务公共事务管理电力采矿业采集业畜牧业渔业林业农业燃气水利建筑业制造业基础服务个人消费服务公共服务第二产业第一产业生产和市场服务互联网化阶段互联网化程度 8侨研끮⸓礵渤䧭Ɤ馋⸷5AI佖鸣緸絞㸝Ⰼ余꣈⚙꬗在数字化转型深化过程中，企业网络安全边界持续瓦解。云化加速以及分布式企业经营模式无形中扩大了可攻击范围，同时，网络攻击的多样性、隐蔽性与持续性进一步加强，网络与数据安全环境更加恶劣。这对数字化技术带来了巨大挑战：不仅要满足企业数据结构的开放度和弹性，同时也要求安全架构能够确保企业网络安全。易观分析认为，以传统安全技术为基础构建的企业防御能力将愈加难以阻挡不断向企业内部渗透的威胁。对于技术的使用者，安全防控的思维需要由点到面，在攻防两面利用多种组合人工智能技术来构建面状的安全管理能力。在攻击面，通过特定AI算法实时扫描与检测攻击面，识别风险，预判潜在攻击并快速响应；在防御面，基于拟态防御等方式提升网络空间的攻击门槛，化风险于未然。余꣈⚙畮㪭胇余ⴁ꬗㪭胇•濼霋❡勉⤀㹲•⣘䎾(休)盗椚餴❡涸屧ꪪ•庈麤(休)侨研屧ꪪ•鄄麰䘍涸䒓〄緸畀䧴蠒Ꝉ緸畀•痦♲倰䒓彂絆⟝•ꛚ됎齱⟝ㄤ緸畀꣈䖵꬗㪭胇•㢴紩支⡙怩峯•痦♲倰侨㶶❡ᄩ㸝Ⰼ緃ꤴ•僒「余ⴁ涸⡛晜劥鲱⟝•䓳〡⟁餖〿•ⴔ䋒䒭㶸⪰涸⥌䜂•䒓〄鵂玐⥌䜂俒⟝AI腊⸂遤⚹㢅縨瘻殜欰䧭굥ꤗ곫险굥ꤗ霉紩怩峯港崵㸝Ⰼ霏倗兰腊굥䱽꡻梠劼㐼㷖⛴濼霋愿靶AI굥䱽皾岁荈⸓暵䖄䊨玐翫齥㷖⛴Ⰼ꬗㸝Ⰼ⥂ꥻ侨研翫鸑굥䱽巛紩 9侨研끮⸓礵渤䧭Ɤ2022䎃僒錜ⴔ區㼜䭯絯騈驶㥵♴䪮助⣩倰ぢp2022䎃务㕂➃䊨兰腊䋑㖞ⴔ區p2022䎃务㕂緸絞㸝Ⰼ♸굥ꤗ盗椚䋑㖞ⴔ區p2022䎃务㕂API䒓佞䎂〵䋑㖞ⴔ區p2022䎃✻韭欰㛇炄霃倶♸䎾欽ⴔ區p2022䎃务㕂PaaS䋑㖞ⴔ區p2022䎃MarTech䋑㖞ⴔ區p2022䎃务㕂䊨⚌鲱⟝䋑㖞ⴔ區p2022䎃务㕂RPA䋑㖞ⴔ區p2022䎃务㕂侨㶶㷜欰䋑㖞ⴔ區p2022䎃务㕂ꥧ猙雦皾䋑㖞ⴔ區p2022䎃务㕂勹㗌Ꝇ䎾欽䋑㖞ⴔ區p2022䎃务㕂侨研䎽♸侨研盗椚䋑㖞ⴔ區/@ 10侨研끮⸓礵渤䧭Ɤ遤⚌㾩䚍佖鸣炽猰䪮2022䎃⟱⚌侨㶶⻊䪮助䎾欽10㣐馋⸷-遤⚌眜!"#$%&'()*+,"-./0#$%12345067839:;0<=>?:@AB"C"-DE;12FGH=IJKLMNA8OPQRCS;TUVWX0YZ[\]^_`%;8OCabWcdeJfBg"0hiabjk;lm0nop=qrKst;toBab0uvw-!"#$%12xy90z{|}ab~;lmÄÅÇrÉÑMÖÜáàâä0ã!"#$%åçéèê0ëWëí;8OPQRÇìî:@B""-DEWïñó;ab8Oòô0[\öõúB"ùû;ü78†W°P¢£§•-¶ß®©™õ ́¶ßé ̈DE ́¶ßjk120≠ÆØ∞á±D;≤≥¥μM6Y∂hi#$%12;8O∑∏ßvπ∑8Oab∫0Q㪺Ω°æóø;B"¿¡C"-(¬0√ƒ≈>?=J∆°P«);B"»...J∆C Àw- ́≠ÃÕõŒœûC–—û;PQRM 11侨研끮⸓礵渤䧭Ɤ2022䎃⟱⚌侨㶶⻊䪮助䎾欽10㣐馋⸷-遤⚌眜⚌⸉ꅾ䱍鲮㘗霢露勉嚋桧곫崵6Ꜿ遤馋ぢ荈⚺匬䒊侨兰腊⸂70%곫崵7ꨪ(마)猰䪮形ⴀ霣欰兰腊Ꝇ⚺60%곫崵8匚蚋侨㶶⻊翸搋AI蚋暟灇〄75%곫崵9兰腊韭欰㹁⛐餒㺢盗椚倝薴䒭70%곫崵10⚺곿䪮助叼䒓゗垷䒭⴯倝2.060% 12侨研끮⸓礵渤䧭Ɤ馋⸷6Ꜿ遤馋ぢ荈⚺匬䒊侨兰腊⸂银行业在过去几年的数字化基础建设由IT与科技供应商的创新来驱动，这个过程很大程度上武装了银行自己的数字化、智能化团队。而随着数字化转型深度的提升，银行将面对技术民主化、场景规模化、安全合规、自主可控等方面更多待解问题，这些问题一方面来源于自身转型深化过程中的内在需求，另一方面是数智化能力的整合与输出，这些问题的解法都指向银行要基于对自身战略目标和业务基础的理解，自主推动转型的深化和战略目标实现。易观分析认为，2022年银行业将趋向于自主构建数智能力，一方面，银行业仍将加大对于外部智能工具的采购投入，包括AI中台，机器学习平台，隐私计算平台等等，借助外部技术工具持续武装数字科技团队能力；另一方面，银行将更倾向强化内部数字化能力，内生驱动转型，而非依赖更多外部力量进入转型深水区。比如，一些银行在推动以往中心化的科学家和IT组织更多进入业务，形成虚拟化组织，依托自有组织完成业务抽象，数据和AI治理、模型训练优化等