CIO时代学院院长姚乐发表题为“基于EA方法的信创体系顶层设计”的主题演讲，主要从EA的概念，EA框架、方法介绍、信创体系顶层设计等方面展开分享。EA(Enterprise Architecture)指的是企业架构(总体架构或体系架构) ，架构无处不在，对于任何一件事，我们对其架构的认识水平，决定了我们能够利用它的水平。他还提到EA的核心作用是处理业务与IT的关系(IT与业务的融合) 、处理当前与长远的关系(战略视野)、处理局部与整体的关系 (横向视野)。紧接着他为大家详细介绍了企业架构框架TOAGAF以及联邦企业架构FEA。关于信创体系的顶层设计内容，他从机构信创的总体架构、信创工程的总体架构、信创的技术参考模型、信创的运营管理体系四个方面展开论述基于信创体系的顶层设计。最后他提到:决战未来需要有良好的战略视野和横向视野。

下午的活动，由CIO时代学院教务办主任胡颖主持。

中国科学院大学教授、博士生导师罗铁坚在下午的活动上发表题为“新一代信息技术及其应用创新的机遇”的主题演讲，他从中国新基建蓝图、数据科学发展趋势、三位图灵奖人物观点、信息技术创新思维这四个方面展开分享。他提到信息技术内涵一直在扩大，新基建以5G、物联网、工业互联网等通信网络基础设施，以人工智能、云计算等为代表的技术基础设施以及以数据中心智能计算中心为代表的算力基础设施等。紧接着他分享了5G+工业互联网带来的改变及价值。他还与嘉宾们分享了数据科学的十个发展趋势，比如更智能、更高速、更负责的AI、替换仪表板为按角色的动态故事、智能决策框架、多态和多变量分析、数据分析上云、区块链技术应用等。他重点与分析了信息技术创新活动的三个层次，最后提到新一代信息技术的创新应用不是IT技术公司的“专利”，需要有各行业的领先者参与，才能实现超越。

清华大学软件学院副副教授邓仰东发表题为“人工智能技术与中国的机遇”的主题演讲，他为大家分析了目前人工智能技术的发展，制造业是未来人工智能应用的下一个目标。发展工业人工智能已经成为全球的重要趋势。工业人工智能包括互联网+制造、智能制造以及基于AI的预测式优化决策。工业人工智能主要面临以下挑战:数据与业务紧耦合、样本分布不均衡、应用场景繁多、采集和处理能力受限 。工业人工智典型应用场景:数字化研发、生产过程优化、质量检测、供应链优化、预测式维护。最后的总结中他提到:AI已经成为人类发展科技的崭新工具 ，数据样本的丰富性始终是AI技术发展的关键要素，AI助力中国制造业，为新的跨越式发展提供了契机。

上海CA中心的方案项目经理李晓琳在活动上发表题为“数字身份在线助力信息安全”的主题演讲。首先，她介绍了数字身份的概念以及它的应用场景，紧接着从用户、业务系统、数字身份认证系统三个维度，简要讲解了三者间数据传输中所运用的技术。基于数字身份已经广泛应用在网银、社交、 支付、 电商平台等领域，李晓琳着重介绍了数字身份在政务方面的应用实例(上海一网通办平台数字身份应用功能)及数字身份的商务应用(企业数字身份管理、电子招投标数字身份全流程应用、电子投保单数字身份应用流程)。在演讲最后，她强调了数字身份应用的价值:保障帐号安全、合法有效、自主管理。随着各领域数字身份使用逐渐铺开，上海CA提供安全可信的身份认证及电子签名服务，为业务全程电子化保驾护航。

华泰证券研究所计算机行业高级分析师郭雅丽发表题为“信创研究框架”的主题演讲，她从信创产业概况、产业全景、核心环节、主要布局等方面展开分享，她提到:疫情之下的信创产业是名副其实的 “新基建”，政府有望加大投入，蓄势待发。紧接着她分析了信创产业基于国产平台的终端全栈架构图、云计算全栈架构图以及信创产业全景图，并从芯片、操作系统、数据库、中间件、办公套件、安全保密等方面详细阐述信创未来发展，最后她与大家分享了CEC、CETC、华为的信创产业布局及生态，建议关注的信创领域上市公司 主要依据细分领域技术壁垒及竞争格局、公司核心竞争力等因素来排序，更着眼于公司长期发展前景。

飞速创软创始人张军飞在活动上发表题为“基于信创平台的原生云应用开发”的主题演讲，他主要围绕原生云的应用开发展开论述。他首先分享了云原生应用架构的主要特征:符合12因素应用、面向微服务架构、自服务敏捷架构、基于API的协作、抗脆弱性。他还分享了财政厅中台项目的整体架构，包括其中的开发平台总体架构以及分层架构视图等。飞速平台可以多种方式灵活适应政务多场景应用，并且以及有很多的应用场景已经经过实际验证。他还重点与大家分享了飞速的开发平台、应用中台、数据中台，以及飞速平台的优势。最后他提到飞速平台设计理念:多(更少投入更多产出)、快(快速上手极速交付)、 好(美好品质精致体验)、 省(重复繁杂一省到底)。

文章来源：《工业技术创新》 网址: http://www.gyjscxzz.cn/zonghexinwen/2020/0807/513.html