国企数字化转型与AI场景应用 从“人防”到“智防”的安全服务体系构建实战

一、宏观政策和方略驱动力

1. 国家层面对国企数智化转型的顶层规划

1）国务院国资委系列政策文件的核心要义

• 《关于促成中央公司加快财务数智化转型升级的指导意见》

• 《关于加强中央公司穿透式监管的指导意见（试行）》

• 《关于做好2026年中央公司内部将控架构建设和督导事务有关事项的通知》

2）“机器智能+”行动意见的方略部署

• 2027年标的：机器智能和6大重点领域广泛深度融合，智能终端、智能体运用普及率超70%

• 2030年标的：机器智能周全赋能高质量演进，智能经济成为要害增长极

3）国企数智化转型的“三大刚性诉求”

• 资料驱动决策：国资委要求“2025年国企资料利用率超80%”

• 监管合规升级：穿透式监管要求出资者对部属公司穿透管控

• 信创替代：2027年国央企“信创”100%替代标的

2. 安全服务业界的数智化转型驱动

1）业界演进趋势

• 从“人力密集”转向“科技赋能”

• 从“被动响应”升级为“主动预警”

• 从“准则化值守”转向“定制化服务”

• 从“成本中心”向“价值中心”转型

2）安全业界的特有痛点

• 响应滞后：传统防控模式定位不准，视野受限、取证困难

• 效率低下：人工巡检存在疲劳、疏漏等等人为因素

• 隐患高企：武装押运、贵重物品保管等等高危情境的安全挑战

• 资料孤岛：押运、安保、应急等等业务系统彼此独立

交流情境1：请参训者用2分钟写下自己岗位上“最希望被AI替代的三项重复性事务”，小组内分享并选出代表性痛点

二、安全业界数智化转型的核心内涵

1. 数智化转型的“三个层次”

1）资讯化（基础层）：流程线上化、资料电子化——破解“记录难”2）数智化（进阶层）：资料贯通、业务协同——破解“协同难”3）智能化（高级层）：AI驱动、自主决策——破解“决策难”

2. 安全业界数智化转型的“三个转变”

1）服务模式转变：从“人防为主”到“人防+技防+物防+智防”四位一体2）管控方式转变：从“心得管控”到“资料驱动”3）价值定位转变：从“安全成本”到“安全价值”

一、技艺架构总体架构——“五层三架构”

1. 五层技艺架构

第 一层：全域感知层

• 视频监控、物联网传感器，无人机、机器狗/机器人、北斗定位等等终端装置

• 达成“人、机、环、管”全要素实时感知

第二层：智能传输层

• 光纤，4G/5G、蓝牙、WIFI等等多链路通信技艺融合

• 保障资料传输的实时性、稳定性和安全性

第三层：资料中枢层

• 资料湖和资料仓库建设

• 多源异构资料融合治理

• 资料准则化和资料质量管控

第四层：智能引擎层

• AI算法模型（计算机视觉、自然语言处理、深度研习等等）

• 学识图谱构筑

• 大模型和智能体部署

第五层：运用交互层

• 指挥大屏和GIS“一张图”系统

• 移动端运用和智能终端

• 可视化决策平台

2. 三大保障架构

1）安全保障架构：网络安全、资料安全、系统安全2）准则规范架构：资料准则、接口准则、业务链路准则3）营运运维架构：持续迭代、监控预警、应急响应

实例1：知鱼智联：“视觉感知+IoT+AI大脑+数字孪生”安防集成架构

知鱼智联依托“视觉感知+IoT网络+AI大脑+数字孪生”的技艺架构，达成了安防服务的全流程智能化。在前端感知层面，具体来看，集成视频监控、高性能传感器和IoT网络，达成安防实地的无人化、自动化全程无感检测；在中台AI大脑层面，以资料驱动达成智能拆解和决策；在后端管控层面，借助数字孪生可视化看板达成“一屏统览、一数决策”的智慧运管体验。该架构已广泛运用于工业园区、商业综合体、学校等等情境，达成了安防管控从“人盯人”到“系统盯全局”的跨越

二、AI技艺在安全业界的核心运用情境

1. 计算机视觉类运用

1）智能视频监控和行为拆解：自动识别未佩戴安全帽、危险区域入侵等等违规行为，达成秒级报警和闭环处置2）人脸识别和身份核验：重点区域人员进出管控3）异常行为预警：打架斗殴、奔跑、徘徊等等异常行为自动识别

2. 海量资料和智能决策类运用

1）智能巡检和隐患排查：AI自动识别上百种常见隐患，即时生成电子通知单2）隐患预测和主动预警：基于历史资料的隐患趋势预测3）智能调度和路径精进：押运路线、巡逻路线的最 优规划

3. 大模型和智能体类运用

1）安全学识智能问答：整合应急学识、法规准则，提供即时问答服务2）智能报告生成：自动生成安全巡检报告，应急处置报告、复盘报告3）多智能体协同：检测、响应、处置、复盘等等环节智能体协同事务

交流情境2：展示一组安全巡检实地照片，参训者分组碰头“哪些隐患能够被AI识别？识别后应该怎样处置？”每组2分钟碰头，选派代表分享

一、数智化转型的“四步走”施行路径

第 一步：现况评核和蓝图规划（第1-3个月）

1）数智化成熟度评核

• 评核现有资讯化系统覆盖率和资料质量

• 识别业务链路中的数智化堵点和痛点

• 对标业界标杆公司的数智化水平

2）拟定数智化转型蓝图

• 明晰转型愿景和阶段性标的

• 确定优先级情境和施行顺序

• 编制预算和资源规划

第二步：基础设施建设和资料治理（第3-9个月）

1）网络和感知层建设

• 升级通信网络基础设施

• 部署物联网感知装置（摄像头、传感器、定位装置等等）

2）资料治理架构建设

• 构筑资料准则和资料质量管将控度

• 打破资料孤岛，达成跨系统资料贯通

• 建设资料中台或者资料湖

第三步：情境化运用和AI落地（第6-18个月）

1）选项“小切口、快见效”的优先情境

• 优先选项业务痛点明晰、资料基础较好、 ROI高的情境

• 建议首批情境：智能巡检、智能调度、智能监控

2）AI模型的训练和迭代

• 基于业务资料训练AI模型

• 构筑模型持续精进制度

第四步：周全推广和持续进化（第12-36个月）

1）成功心得的复制推广2）组织本领和主力后备链建设3）从“项目制”走向“平台化”

二、安全业界数智化转型的要害成功要素

1. “一把手工程”和组织保障

数智化转型本质是“一把手工程”，需要高层领导亲自促成。建议成立数智化转型领导小组，由公司主要负责人挂帅

2. 业务和技艺深度融合

数智化转型不是IT部门的“独角戏”，而是业务部门和技艺队伍的“双人舞”。鼓励业务部门员工在日常事务中发掘数智化机遇、提出革新诉求

3. 资料是核心资产

• 构筑资料采集、存储、治理、运用的全链条制度

• 注重资料质量和资料安全

• 促成资料从“记录抓手”变为“决策引擎”

4. 变革管控和信念培育

数智化转型本质是组织变革，需要：

• 构筑容错制度，鼓励革新尝试

• 加强数智化培训和英才建设

• 营造资料驱动的决策信念

实例2：北京能源集团（京能集团）：能源领域首个多模态安全生产大模型“安心”

京能集团发布了国内能源领域首个多模态安全生产大模型“安心”，换个角度看，从AI视觉系统捕捉异常到大模型完成多模态资料拆解、比对历史模式并发出警报，整个进程仅用时数秒。施行路径为：

• 第 一阶段：梳理形成20大典型运用情境，完成“推演、业务、资料”三大架构整体规划

• 第二阶段：以大算力、多资料为抓手，构筑安监领域“智能基座”

• 第三阶段：逐情境落地AI运用，达成从“人防”到“智防”的周全升级

该大模型已在京能电力岱海发电、清洁能源京西热电等等部属公司落地运用，隐患智能诊断处置效率拉升30%，90种告警经过达成秒级推送、识别准确率超95.8%。实例要害启示：顶层规划先行、情境驱动落地、架构统一先行

三、AI赋能安全业务的具体操作办法

1. AI+押运调度管控

操作办法：

• 基于GPS/北斗定位和AI算法，达成押运车辆的实时监控和智能调度

• 借助车载AI摄像头识别驾驶员疲劳驾驶、分心驾驶等等行为

• 运用AI精进押运路线，降低油耗和时间成本

实操抓手：智能调度大屏、车载AI监控系统、移动端差事管控APP

2. AI+智能巡检

操作办法：

• 部署AI摄像头和无人机，达成“高空俯瞰+地面细查”的全方位巡检

• AI自动识别安全隐患，运行层面，即时生成包含隐患截图、位置坐标、判定依据以及整改时限的电子通知单

• 达成“发现—识别—整改—反馈”的全流程线上闭环管控

实操抓手：AI巡检平台，无人机巡检系统、移动端隐患上报APP

3. AI+应急管控

操作办法：

• 依托指挥大屏和GIS“一张图”系统，达成救援人员、应急物资、灾情态势的实时可视化调度

• 运用无人机和具身智能装备，拉升灾害实地迅速侦察和应急处置本领

• AI辅助拟定应急处置方案

实操抓手：应急指挥平台，GIS一张图系统、无人机应急侦察系统

4. AI+项目管控（重点实操）

操作办法：

• 立项阶段：AI辅助开展项目隐患评核和资源诉求预测

• 执行阶段：AI实时监控项目进度、识别项目隐患，自动生成项目报告

• 收尾阶段：AI自动生成项目复盘报告，资料梳理效率可拉升13倍

实操抓手：AI项目管控平台、智能报告生成系统

交流情境3：“AI+项目管控”实战推演

某大型活动（国际会议）的安保项目，落地时，涉及3000人次安保力量部署，50个安检点位、多条嘉宾路线护卫

差事：每组3分钟，规划“AI怎样赋能该项目管控”的解题打法轮廓，在实际应用里，包括：

1. AI能够在哪些环节介入？（立项、规划、执行、监控，收尾）

2. 每个环节AI的具体功能为何？

3. 预期能够拉升哪些效率指标？

每组选派代表开展2分钟方案展示，点评

一、主要挑战

1. 技艺层面的挑战

1）资料孤岛问题严重：多数公司资料分散在数百个独立系统中，无法形成决策支撑力2）资料质量参差不齐：历史资料缺失、格式不统一、准确性不足3）技艺英才短缺：既懂安全业务又懂AI技艺的复合型英才稀缺4）系统兼容性和集成难度大：新旧系统对接困难

2. 管控层面的挑战

1）组织惯性阻力：传统管控模式和思路方式的路径倚重2）投入产出不明晰：数智化转型投入大、周期长、短期见效难3）安全和合规隐患：AI运用带来的资料安全、隐私保护等等新隐患4）准则缺失：业界数智化准则尚不完善

3. 业务层面的挑战

1）安全业界的特殊性：武装押运等等业务对系统稳定性、可靠性要求极高2）情境碎片化：安全服务情境多样，难以“一刀切”式推进3）员工接受度：一线安保人员对新技艺的研习曲线和接受度

二、化解打法

1. 技艺层面的对策

1）分步施行、小步快跑：选项2-3个高价值情境先行先试，积累心得后再推广2）构筑统一的资料准则和资料治理架构：从源头破解资料质量问题3）借力生态携手：和科技公司、高校院所构筑携手关系，弥补自身技艺短板4）采用“双模IT”打法：传统系统稳健运行和革新系统敏捷迭代并行

2. 管控层面的对策

1）设立数智化转型专项基金：保障持续投入2）构筑数智化转型考核激励制度：将数智化成效纳入绩效考核3）加强数智化主力练就和引进：内部练就和外部引进并举4）积极参与业界准则拟定：抢占准则话语权

3. 业务层面的对策

1）情境化推进：针对不同业务情境拟定差异化方案2）注重用户体验：让一线人员感受到数智化带来的“减负”而非“增负”3）构筑“业务+技艺”双PM制度：每个数智化项目同时配备业务负责人和技艺负责人

实例3：内蒙古威信安保集团：武装押运公司的“五智工程”数智化转型

内蒙古威信安保集团是典型的武装押运公司，下辖多个分公司，具备员工数千人，押运车辆数百台，从实践看，服务覆盖全区各大金融机构。其数智化转型面临的核心挑战是：业务网络高度分散，安全要求极高（武装押运资质），人员规模庞大

化解打法和成效：

• 推行“五智工程”（智脑、智眼、智手，智足、智盾），周全重塑武装押运安全链条

• 投入2000万元改造智能调度系统，运用AI精进押运路线和车辆排班

• 赤峰威信押运公司借助数智化改造，累计减少营运成本25.2万元，安全隐患系数降低40%，服务响应效率拉升60%

• 达成从“人盯车”到“平台管车”的调度模式变革

要害启示：武装押运公司的数智化转型不必贪大求全，锁住“押运调度”和“安全监控”两个核心情境，以“小投入、快迭代”的方式推进，同样能取得显著成效

实例4：安恒资讯：全球首个AI安服数字员工“安小龙”

安恒资讯作为网络安全领域的头部公司，炼就了全球首个AI安服数字员工“安小龙”，达成了安全服务从“项目定制”到“可复制、可迭代”的货品化升华

核心技艺：

• 基于大模型RAG（检索增强生成）本领，统一纳管公司现有安全抓手和流程

• 整合五大专家方向、170种专精抓手和百余个智能体

• 智能拆解告警根因，自动生成可执行的处置方案

• 达成安全经过的智能研判和迅速响应

施行成效：

• 安全智能体发现威胁数量比人工高3倍，发现速度拉升10倍，准确率拉升20%

• 管控智能体经过自动化处置率拉升3倍

• 复盘报告撰写效率拉升72倍，资料梳理时间拉升13倍

可迁移心得：安全业界的AI运用不应局限于“识别”和“监控”，就一线经验说，更应延伸至“研判”和“处置”。AI不是替代人，往细里说，而是“增强人”——让安全专精人员从重复性事务中解放出来，专注于更高价值的判断和决策。同时，“数字员工”的概念能够迁移至安全巡检报告生成、应急处置方案编制、买方安全评核报告撰写等等高耗时情境

一、课程核心要点回顾

• 国企数智化转型不是“可选项”而是“必答题”

• 安全业界数智化转型的核心是“从人防到智防”的范式革命

• 技艺是抓手，业务是根本，资料是核心，英才是要害

• 成功的要害在于“小步快跑，情境驱动、持续迭代”

二，行动实践指南

1. 短期行动（1-3个月）

第 一周：启动和共识

• 向公司主要负责人呈报数智化转型的方略意义和紧迫性

• 组建数智化转型专项事务组（建议由分管领导牵头）

• 开展全员数智化意识调研和宣贯

第 一个月：诊断和规划

• 完成公司数智化成熟度自我评核

• 梳理各业务板块的数智化痛点清单（建议用“痛点地图”抓手）

• 拟定数智化转型三年规划和年度施行规划

• 优先选定1-2个“小切口、快见效”的试点情境

第二至三个月：试点启动

• 启动首个试点情境的施行（建议选项资料基础好、业务痛点明晰的情境）

• 同步启动资料治理基础事务（资料准则、资料质量）

• 开展数智化转型专题培训（覆盖中层以上管人人员）

2. 中期行动（3-12个月）

平台建设：

• 建设或者升级资料中台/资料湖

• 部署核心AI本领（视频拆解、智能巡检等等基础AI本领）

• 建设统一的指挥调度和可视化平台

情境深化：

• 完成首批2-3个试点情境的上线和验证

• 收束试点心得，形成准则化施行指引

• 启动第二批情境的规划和施行

本领建设：

• 引进或者练就3-5名AI+安全复合型英才

• 构筑和科技公司、高校研究院的携手制度

• 参加业界数智化准则拟定

3. 长期行动（1-3年）

周全推广：

• 将成功情境复制到全公司各业务板块

• 达成从“项目制”到“平台化”的跨越

持续进化：

• 构筑AI模型的持续迭代精进制度

• 探索大模型、智能体等等前沿技艺的深度运用

• 促成公司从“科技运用者”向“科技引领者”转变

生态构筑：

• 炼就开放的数字安全服务生态

• 输出数智化转型本领和准则

• 引领业界智能化升级

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|蔺军老师