热点新闻

HOT

汉得 x 中亿丰｜入选 IDC 中国企业级 Agent 最佳实践案例！

近日，国际数据公司（IDC）发布《中国企业级 Agent 最佳实践与案例精选（投资回报率视角）——从场景落地方法到业务价值-2026》研究报告。汉得与中亿丰基于 AI 中台，以智能体构建企业经营分析与风险预警中枢，成功入选本次最佳实践案例，汉得企业 AI 落地能力再获权威认可！

查看详情

获Snow Row Partner认证｜汉得DataClaw+Snowflake发布联合方案，以 AI 智能技术赋能敏捷企业！

9月8日，Snowflake World Tour 全球巡演首度重磅落地中国！汉得携自研产品 DataClaw 灵舟亮相本次大会，并正式发布汉得 DataClaw + Snowflake 企业级智能应用解决方案，助力企业打造 AI 数字员工军团，将 AI 智能技术深度扎根企业业务场景。

查看详情

汉得入选 IDC 中国工业 AI 及智能体市场图谱，让 AI 深入制造现场！

近日，IDC 发布《IDC Market Glance：中国工业 AI 及智能体，2Q26》，汉得入选企业级超级入口智能体、供应链智能体、工业 AI 服务类别核心代表厂商，同时入选行业 AI 的新能源、钢铁及有色等细分领域。

查看详情

新闻中心

NEWS

全部公司动态产品快讯智慧营销智能制造智协供应链智享财务泛ERP 数字化技术合作伙伴

09-17

汉得 x 中亿丰｜入选 IDC 中国企业级 Agent 最佳实践案例！

09-17

汉得 x 中亿丰｜入选 IDC 中国企业级 Agent 最佳实践案例！

近日，国际数据公司（IDC）发布《中国企业级 Agent 最佳实践与案例精选（投资回报率视角）——从场景落地方法到业务价值-2026》研究报告。汉得与中亿丰基于 AI 中台，以智能体构建企业经营分析与风险预警中枢，成功入选本次最佳实践案例，汉得企业 AI 落地能力再获权威认可！本报告是 IDC 首次从投资回报率的视角，系统调研中国企业智能体落地实践的研究成果，入选案例覆盖金融、制造、建筑、能源、医药等多行业，从持续投入、业务成效、长期能力建设等多个维度，评估 Agent 落地收益，对企业的智能化转型提供重要的参考价值和实践指导意义。大型建筑集团经营管理困境伴随业务规模扩张，大型建筑集团普遍面临数据孤岛、人工分析效率低、风险预警滞后、跨组织协同复杂等多重管理难题：💢 企业知识、经营数据、财务数据、项目数据和客商风险信息分散在不同系统与文档中，业务人员需要频繁切换入口。💢 经营数据查询、知识检索、项目预算与成本分析、分析报告编制等工作依赖人工取数、核对和整理，响应链路长。💢 回款资金、项目运营和客商风险管理依赖人工经验，难以持续形成稳定的监测、分析和主动预警机制。💢 建筑集团涉及集团及成员企业、财务、资金、项目管理、信息化、经营管理等多类角色，指标口径、数据权限和跨系统协同复杂。汉得 x 中亿丰Agent 落地实践针对以上痛点，汉得基于 AI 中台，帮助中亿丰分阶段落地知识服务、经营问数、回款资金分析、项目运营分析、客商风险预警和分析报告生成等智能体能力。将项目、资金与风险管理接入统一的数据分析和预警体系，减少跨系统查询、人工核对和经验判断，提高集团经营分析与风险响应效率。项目运营助手采集项目及业务系统数据，分析项目运行情况，识别趋势变化，按管理阈值触发提醒。资金管理助手汇集集团及成员企业资金数据，编制资金计划，进行资金预测，监控回款异常，RPA 汇集数据接入平台。客商风险预警助手连接内部客商数据 + 外部风险数据，监控诉讼/重大事件/经营风险，推送提醒，跟进处置回填。数智落地价值跃升构建经营分析与风险预警中枢汉得通过知识问答和智能问数能力，大幅降低企业使用门槛，将回款、项目运营、风险预警和经营分析报告逐步接入平台，形成数据-分析-预警-报告-运营优化的数据飞轮，搭建起支撑集团精细化运营的经营分析与风险预警中枢。✅ 响应效率提速：智能问数缩短至分钟级，知识查询转为秒级响应。✅ 风控能力升级：Agent 持续采集和分析业务数据，支持趋势预测、回款监控、管理阈值提醒和客商风险推送。✅ 夯实集团级智能决策底座：沉淀数百财务指标、数千知识文档、数万客商风数据构建的知识库与企业数据体系，形成集团级智能决策基础。AI 时代，企业智能化转型的场景需求愈加丰富，不断深化，汉得将持续深耕企业级 Agent 场景化落地，打磨更贴合企业真实诉求的高价值产品与行业方案，陪伴企业踏稳每一步智能化转型之路。携手汉得，共铸硬核竞争力！

09-17

汉得企业级数字员工平台 DataClaw 灵舟入选 IDC 中国 Data Agent 厂商评估！

近日，国际数据公司（IDC）发布《IDC MarketScape：中国 Data Agent 2026 年厂商评估》，汉得企业级数字员工平台 DataClaw 灵舟在企业级数据智能应用方面的产品能力与实践，入选本次厂商评估。

09-17

汉得企业级数字员工平台 DataClaw 灵舟入选 IDC 中国 Data Agent 厂商评估！

近日，国际数据公司（IDC）发布《IDC MarketScape：中国 Data Agent 2026 年厂商评估》，汉得企业级数字员工平台 DataClaw 灵舟在企业级数据智能应用方面的产品能力与实践，入选本次厂商评估。IDC MarketScape 从能力与策略等维度评估厂商，为企业技术采购与选型提供参考。此次入选，让汉得在 Data Agent 领域的产品布局与实践进入第三方研究视野，也为客户了解 DataClaw 提供了新的参考。企业使用 Data Agent，需要解决一系列具体问题：💢数据散落在不同系统，指标存在不同口径；💢分析依赖专家经验，处理结果还要进入业务流程。这些问题，也是汉得长期服务企业客户时持续面对和解决的问题。作为汉得的企业 AI 数字员工平台，DataClaw 灵舟将这些积累转化为数据配置、业务语义、岗位 Skill 与系统融合等产品能力，让AI能够使用企业数据、理解业务规则，并参与实际工作。一项经营分析，可能同时涉及 ERP 中的财务数据、CRM 中的销售数据和业务部门维护的台账。数据能否便捷接入，直接影响 AI 的应用范围和落地成本。✅ DataClaw 提供规范数据配置，帮助企业快速完成数据接入配置；✅ 通过 API Hub 连接业务系统与服务，为 AI 查询数据、调用工具提供入口。结合汉得的数据开发与治理能力，企业能够逐步减少反复导出、整理和传递数据的工作，让 AI 直接面向实际业务数据开展任务。同样是“收入同比”，如果组织架构发生变化，直接比较两年的数据就可能得出错误结论。企业需要 AI 理解指标定义、组织关系和计算规则。DataClaw 将企业知识与本体能力结合，把业务对象、关系、规则与动作纳入工作上下文，让 AI 在查询和分析时有明确的业务依据。制度文件、指标口径和专业知识由此进入分析过程，帮助 AI 按企业自己的规则理解数据、解释结果。❓ 采购品类分析需要关注哪些因素❓ 经营复盘应按什么顺序展开❓ 发现异常后还要追查哪些数据这些方法往往掌握在业务专家手中。DataClaw 支持将经过验证的方法沉淀为 Skill，把分析框架、处理步骤和工作经验转化为可复用的能力。例如，经营分析可以围绕既定框架完成数据查询、指标比较、异常分析与报告生成，再由业务人员校准结果、完善方法，让同类任务有方法可循，也让专家经验能够被更多人使用。DataClaw 的系统融合能力，让 AI 能够进一步参与企业流程。目前，DataClaw 已与 SAP、Oracle NetSuite、EBS 等系统开展融合集成，将 AI 交互与业务系统功能结合起来。在主数据应用中，用户可以通过对话发起规则校验、数据清洗与导入等操作，把“发现数据问题”和“处理数据问题”衔接起来。这类能力建立在对业务对象、系统功能和处理规则的理解之上，也体现了汉得企业系统实施经验在 DataClaw 中的产品化应用。同时，DataClaw 支持私有化部署，并通过权限控制与审计能力，支撑企业在明确的授权范围内使用内部数据、调用业务系统。从快速配置数据，到理解业务口径；从复用专家方法，到进入业务系统，DataClaw 将汉得的业务经验、数据能力与系统积累组织为企业可使用的产品能力。这也是客户了解 DataClaw 时，值得关注的具体价值。此次入选 IDC 厂商评估，为汉得 DataClaw 的市场沟通提供了新的研究参考。面向企业实际应用，DataClaw 将这些能力进一步组织到经营分析、采购、财务等具体岗位中，支撑 AI 数字员工上岗并持续承担工作。欢迎联系您熟悉的汉得销售伙伴或扫描下方的咨询二维码，预约 DataClaw 产品演示。进一步了解企业数据分析与业务系统融合的实际应用。携手汉得，共铸硬核竞争力！

09-15

零衍系统管理平台V1.5.0正式发布｜AI 驱动门户智建，身份与权限治理再升级！

零衍 V1.5.0 版本正式发布！本次升级围绕 AI 智能门户体验、统一身份认证、权限治理完善、部署运维及平台性能等方向持续演进，以 AI 能力为引擎，让门户搭建更高效、业务服务更智能；以安全与治理为底座，让认证、授权和运维更精细、更可控。

09-15

零衍系统管理平台V1.5.0正式发布｜AI 驱动门户智建，身份与权限治理再升级！

零衍系统管理平台（KINGPAAS，以下简称“零衍”）是一款以 H-ZERO 平台为底座，统一管理企业、用户、员工等身份信息，提供统一单点身份认证、主数据管理、域名管理与权限管理，并支持统一登录页、门户 AI 生成及多种单点协议的企业级应用产品。零衍 V1.5.0 版本正式发布！本次升级围绕 AI 智能门户体验、统一身份认证、权限治理完善、部署运维及平台性能等方向持续演进，以 AI 能力为引擎，让门户搭建更高效、业务服务更智能；以安全与治理为底座，让认证、授权和运维更精细、更可控。本次发版亮点AI 驱动门户智能化服务将 AI 能力融入 PC 端与移动端门户生成、配置与使用全流程，支持 AI 对话生成登录前/登录后门户、自定义组件，并新增可检索业务知识的门户 AI 助手，帮助企业更高效地搭建门户、获取业务信息和开展工作。企业门户体验全面升级围绕新闻自定义数据源接入、工作流待办协同、团队日程、门户页面设计和组件配置持续优化，让门户页面呈现更灵活、更贴合实际业务需求。统一身份认证与登录安全增强进一步增强单点登录协议适配、服务端授权控制、LDAP 与 clientID 安全管理能力，并通过设备二次验证、会话有效期、设备强制下线等功能，强化异常登录防护与账号安全管理。统一权限治理与权限申请闭环完善支持自定义权限申请并集成工作流审批，增加自动授权异常预警，让权限申请、审核、授权和问题处理更加规范、可追踪。同时新增系统权限黑名单及角色部分授权配置，提升权限分配的精细化水平。平台部署运维与扩展能力提升新增综合运维巡检能力，帮助客户快速发现配置、环境及业务链路中的潜在问题，并提供针对性的排查步骤与处理建议。提供插件安装，检查前后端服务部署；提供多域名配置和域名快速更换工具，支持单域名/IP模式部署，提升平台部署与运维效率。分发能力支持 Kafka，并完善分发同步记录定时清理等机制，为大规模数据分发和平台持续扩展提供支撑。AI 驱动门户智建让“搭建”走向“对话”门户既是企业数字化服务的统一入口，也是连接员工、业务与信息的重要载体。零衍 V1.5.0 将 AI 能力深度融入门户全流程，从生成、配置到应用，帮助企业更快打造贴合业务需求的门户体验。登录前门户 AI 生成面向不同企业风格、业务场景和访问对象，管理员可借助 AI 快速生成登录前门户，通过智能化生成能力，降低页面从零搭建的门槛，让企业入口更快呈现、更具辨识度。登录后门户 AI 生成登录后门户接入 AI 生成能力，一键调整门户布局和样式，统一修改多个组件的样式与数据配置。无论是页面改版还是日常运营调整，都能显著减少重复配置工作，提升门户构建与迭代效率。门户 AI 助手业务信息触手可及登录后门户新增 AI 助手，支持检索公司新闻公告、人事政策等知识库内容，也可一键预定会议室、生成申请单，提报工单等。用户可在统一入口中更高效地获取公司业务相关信息，让门户从“信息展示窗口”进一步升级为“主动服务入口”。对话生成自定义组件门户拓展更灵活支持通过与 AI 对话快速生成可直接用于门户的自定义组件，企业可结合自身业务需求，更灵活地扩展页面能力与展示形式，为个性化门户建设提供更高效的实现路径。移动端 AI 门户全端体验协同升级零衍V1.5.0 将 AI 门户能力延伸至移动端，让企业能够面向移动办公场景，更高效地构建统一、便捷的服务入口。○移动端登录前门户 AI 生成：支持通过 AI 快速生成适配不同业务场景的移动端登录前门户，也可根据 PC 端门户一键生成移动端页面，减少多端重复设计与配置工作，让企业入口保持统一的品牌与体验。○移动端登录后门户 AI 辅助生成：借助 AI 助手辅助生成移动端门户布局，并支持统一调整组件样式和数据等配置，帮助管理员更便捷地完成移动端页面搭建与迭代，提升全端门户运营效率。○移动端自定义组件 AI 生成：支持通过 AI 对话快速生成可用于移动端门户的自定义组件，满足企业在移动业务展示、服务入口拓展等场景下的个性化建设需求。企业门户体验升级功能更贴近业务在智能化能力之外，零衍 V1.5.0 也持续打磨门户的配置体验与内容服务能力，让管理员更便捷地构建页面，让用户更顺畅地完成日常工作。新闻公告数据源与待办功能更贴近业务新闻公告模块支持接入自定义数据源，企业可更灵活地整合业务信息。工作流待办组件支持按需新增或配置列表字段，并调整展示顺序，帮助用户在门户获取更契合实际场景的待办信息。日程待办能力进一步完善，支持创建团队日程、添加参与人员，并提供邀请处理及邮件消息通知能力，助力团队协同形成闭环。页面设计与复用效率持续提升门户配置看板新增参考线，辅助组件对齐和版式布局；组件支持一键复制，减少重复配置的工作量；主题颜色等配置支持回滚，便于管理员在调整后快速恢复至历史可用版本。除此之外，还提供了门户菜单与组件支持按角色合并或不合并展示相应的数据，以满足精细化权限管理需要；图文、文字组件等新增适配不同分辨率的渲染模式；同时持续优化门户配置端和渲染端的加载效率、页面运行性能及整体 UI 交互体验。通过以上功能优化，零衍以更灵活的接入能力、更高效的搭建方式和更一致的视觉交互，持续提升企业统一门户的使用体验。统一身份认证与登录安全增强守护每一次访问身份认证是企业应用安全体系的重要入口。零衍 V1.5.0 进一步强化单点登录协议适配、服务端授权控制和异常登录保护，为企业构建更稳定、更可靠的统一身份认证能力。设备与会话安全持续加固当用户更换登录设备并通过密码登录时，平台支持二次验证，强化异常设备登录场景下的账号保护。同时个人中心还支持查看账号设备在线状态，并对指定设备执行强制下线，让用户对账号访问情况更清晰、更可控。单点登录集成能力进一步增强用户相关的个性化字段支持通过单点登录传递属性值，以满足下游系统对用户扩展信息的集成需求；同时优化 SAP GUI 单点登录处理能力，并增强 CAS 协议适配性与认证稳定性，帮助企业更顺畅地连接多样化应用系统。服务端授权更精细认证链路更安全零衍单点服务端新增授权类型（authorizationType）与授权作用域（scope）配置能力，可根据接入系统的认证模式和可访问资源范围进行更精细的授权控制。同时，平台进一步增强 LDAP Server、clientID 等安全管理能力，持续提升目录服务接入、客户端认证与授权过程的安全性和可控性。统一权限治理升级让申请、授权、预警形成闭环随着企业业务系统与角色体系不断复杂，权限管理不仅要“能分配”，更需要“管得细、看得见、可追踪”。零衍 V1.5.0 从权限约束、申请流转到异常预警，持续完善统一权限治理能力。权限申请与处理过程更规范自定义权限申请界面完成优化，并集成工作流审批能力。企业可将权限申请、审核与处理纳入规范化流程，提升跨部门协作效率与过程可追溯性。针对自动授权分发场景，平台新增异常预警能力，可及时发现授权或分发异常，帮助管理员快速定位和处理问题，提升权限自动下发的可靠性。平台部署运维与扩展能力持续提升面向多环境部署、大规模数据分发和持续运维的实际需求，零衍 V1.5.0 对平台基础能力进行了多项增强，让部署更高效、运维更便捷、扩展更从容。部署检查更前置零衍部署初始化页面新增插件安装检查与前端部署检查，帮助开发及运维人员更早发现部署缺失或配置异常。运维响应更高效新增综合运维巡检功能，面向域名连通性、集成配置分发、用户分发、环境配置、系统授权、登录页配置、登录安全策略、LDAP 配置等常见运维场景，支持一键发起巡检并快速识别异常。针对发现的问题，平台提供诊断日志、异常清单和对应的修复建议；对于需要人工确认的事项，也支持沉淀排查记录与检查结果。帮助客户从“发现问题”到“定位原因、采取措施”形成清晰路径，降低日常运维与问题排查的成本。域名扩展更从容平台提供快速更换域名工具、也支持配置多个自定义域名，并适配单域名或 IP 模式部署，提升不同网络环境与部署架构下的实施灵活性。数据分发与平台性能持续优化零衍分发能力支持 Kafka，为大规模数据分发场景提供更强的吞吐、解耦与可靠性支持；同时分发记录支持定时清理，减少历史数据累积对存储和查询性能的影响。零衍V1.5.0 以 AI 能力驱动门户智能化升级，以统一身份认证与权限治理夯实安全底座，并持续强化部署运维与平台扩展能力。我们希望通过更智能的体验、更精细的管理和更稳健的基础能力，帮助企业更高效地构建统一、安全、易用的数字化应用入口。更多功能细节可参阅开放平台产品文档，或咨询零衍研发团队。未来零衍将持续围绕企业数字化管理场景迭代创新，期待与您共同探索更多可能。联系我们试用零衍管理平台期间，若您有任何问题需要咨询，都可前往焱牛开放平台（open.hand-china.com）提反馈，或将疑问发往联系邮箱。操作手册：➡️ 汉得焱牛开放平台https://open.hand-china.com/document-center/doc/product/10249/11028?lang=zh_CN&doc_code=214342联系邮箱➡️ openhand@vip.hand-china.com我们有专业人员针对您的问题进行解决、回复，有技术精良的研发团队根据您的反馈进行应用优化。期待您的反馈，我们将用心对待每一份回应！携手汉得，共铸硬核竞争力！

09-14

获Snow Row Partner认证｜汉得DataClaw+Snowflake发布联合方案，以 AI 智能技术赋能敏捷企业！

09-14

获Snow Row Partner认证｜汉得DataClaw+Snowflake发布联合方案，以 AI 智能技术赋能敏捷企业！

9月8日，Snowflake World Tour 全球巡演首度重磅落地中国！Snowflake 是全球领先的 AI Data Cloud 厂商，致力于将 AI 愿景转化为切实的企业影响力，助力企业构筑 AI Agentic Enterprise。汉得携自研产品 DataClaw 灵舟亮相本次大会，并正式发布汉得 DataClaw + Snowflake 企业级智能应用解决方案，助力企业打造 AI 数字员工军团，将 AI 智能技术深度扎根企业业务场景。同时，汉得获颁 Snow Row Partner 认证，这既是对双方在方案创新、能力融合、联合打造企业级智能应用解决方案等方面持续努力的认可，也是合作迈向新阶段的重要里程碑。Together,Make AI Real for Business!围绕 AI 时代的新机遇与新挑战，汉得与现场领先企业代表、业界专家和生态伙伴，就 AI 如何有效落地企业，展开了深入的经验分享与案例交流。作为国内领先的企业数字化综合服务商，汉得始终秉持“专业、高效、创新”的服务理念，全力以赴为企业提供可落地的 AI 解决方案，以及全方位、综合性的整体服务与专业能力。近 30 年来，汉得陪伴超过 8000 家优秀企业共同成长，在实践中不断总结、沉淀与迭代，现已形成汉得 AI 产品/服务系列【得·灵】。汉得获颁 Snow Row Partner 认证方案创新构建企业 AI 数字员工军团作为【得·灵】系列产品之一，汉得打造了灵舟 DataClaw 数字员工平台。该平台创新性地以 AI 数字员工承接企业的显性与隐性知识，推动 AI 在企业应用场景的落地与智能化转型。从总经理数字分身到采购专家数字员工，汉得 DataClaw 帮助企业打造真正能够进入生产、仓储、采购、销售、财务与经营管理等一线工作的数字员工——它们依托企业自有数据、遵循企业自己的业务规则与权限，长期承担岗位任务。能力融合DataClaw + Snowflake同时，基于“分工互补、技术创新、生态协同”的合作理念，双方聚焦企业核心业务场景，持续深化能力合作。业务本体层在业务本体层面，汉得产品融合 Snowflake AI 研究院发表的企业级本体控制平面技术，打磨迭代汉得灵知 SmartBrain 企业知识大脑层，让 AI 不再“猜测”数据的业务含义，而是真正“理解”并“读懂”业务上下文。数据底座与治理层在数据与 AI 底座层，联合 Snowflake AI Data Cloud 与汉得 H-ONE 融合数据平台，分别提供云原生与本地化的融合数据集成、清洗、处理与治理能力。充分发挥 Snowflake 云原生数据集成与安全可控的能力优势，同时兼容汉得本地化数据集成与治理经验，帮助企业守护并挖掘数据资产的潜在价值。基础设施层在基础设施层，支持以亚马逊云科技为代表的各类云基础设施或本地部署的算力中心，为客户提供弹性可伸缩的稳定底座，按量付费，成本可控。面向未来，汉得将持续深化与 Snowflake 在能力融合、方案创新、生态协作等各维度的合作，为企业提供更智能的 AI 能力、更丰富的应用场景、更个性化的员工体验，高效突破数字化瓶颈，陪伴客户从“信息化”迈向“数智化”，持续提升核心竞争力。汉得 DataClaw 企业 AI 数字员工上岗体验现已开放如果您的企业也在思考哪些工作可以先交给 AI 数字员工，欢迎联系您熟悉的汉得销售，或扫描文末二维码预约交流。我们可以从一项真实工作开始，帮助企业招募并培育第一位 AI 数字员工。先试岗、验证价值，再转正。携手汉得，共铸硬核竞争力！

09-11

企业会计准则第30号全面修订｜汉得财经数智化助力合并系统适配新规则！

汉得专注为使用合并系统（HFM / FCCS / BPC / 丰贺等）的企业提供准则适配升级服务，已成功为大型企业集团完成 CAS 30 新准则下的系统改造，实施经验成熟、方案标准化。

09-11

企业会计准则第30号全面修订｜汉得财经数智化助力合并系统适配新规则！

财报列报迎来十余年来最大规模修订！2026年8月5日，财政部公开发布《企业会计准则第30号——财务报表列报》（财会〔2026〕11号）。这是自2014年以来，我国财务报表列报准则时隔十余年迎来的最大规模结构性重塑。新准则由原45条扩展至71条，此次修订延续我国企业会计准则与国际财务报告准则的持续趋同，在多项核心列报要求上与 IFRS 18 相衔接，旨在提升报表列报质量与会计信息透明度。实施节奏梯度过渡时间窗口逐批关闭◈ 同时在境内外上市的企业，以及仅在境外上市并采用国际财务报告准则或企业会计准则编制财务报表的企业：2027年1月1日起率先执行——已不足4个月！◈ 境内其他上市企业：2029年起实施；◈ 执行企业会计准则的非上市企业：宽限至2030年。同时，新准则要求调整相关报表项目以及相应的比较报表、附注数据——首批2027年执行企业通常需要准备2026年比较期间的数据。这意味着准则切换不是“未来时”，而是“现在进行时”。四大核心变化直击合并报表系统痛点本次修订的主要影响集中在列示和披露，整体上不改变多数交易和事项的确认计量要求，符合特定衔接条件的企业仍需单独评估相关会计政策选择。以下四大变化，对企业的合并报表系统提出了全新的配置与计算要求，每一项都涉及底层逻辑改造：利润表结构全面重构“五分类”体系落地新准则将当期损益划分为经营、投资、筹资、所得税费用、终止经营五个类别，新增“经营利润” “经营及投资利润” “持续经营利润”等合计项目，并建立新的利润表分类框架，明确最低列示项目和必须列示的合计、分项项目。💢系统冲击：科目结构、计算规则、报表模板，全部需要重新设计与配置！引入管理层业绩指标（MPM）披露要求新准则要求，企业在正式公开资料中使用的、反映整体财务业绩的非准则损益指标，符合条件的应作为管理层业绩指标（MPM）披露，并说明其计算方法及与准则指标的调节关系。企业需评估现有系统是否能够支持 MPM 的计算、调节、比较数据，以及调节项目所得税和少数股东损益影响的披露。💢系统冲击：自定义指标的定义、计算、追溯、披露，一套能力都不能少！明确财务信息汇总与分解原则具有共同特征的项目汇总列报，不同特征的项目分解列报。个别报表与合并报表层面的损益分类可能不同，集团内各主体主要业务不同时，合并层面的判断也可能不同——合并报表编制与系统计算复杂度大幅提升。完善“重要性”定义新增“模糊处理”判断条件新准则对“重要性”的定义进行了修订，明确在合理预期下，财务报表某项目的省略、错报或模糊处理会影响使用者据此作出经济决策的，该项目具有重要性。其中，“模糊处理”为新增条件，是指相关信息虽然存在于财务报表中，但因其呈现方式不恰当，导致使用者难以获取或理解重要信息，从而产生与省略或错报相似的影响。该修订提出了更加严格、完善的重要性判断标准。💢系统影响：合并系统需支持按主体、按项目配置重要性阈值，并对汇总后可能模糊重要信息的场景给出预警，确保附注披露的颗粒度满足新准则要求。💢系统冲击：多层级分类逻辑与合并调整能力，复杂度成倍增长！合并系统升级从“可选”到“必选”上述变化，对合并报表系统带来的是根本性冲击。尤其对多层合并集团：众多子公司口径统一、海量历史数据追溯、合并系统迭代——单一报表调整，根本无法覆盖全链条改造需求！历史数据追溯调整意味着：不仅要改写未来的报表生成逻辑，还要对涉及的比较报表和附注数据作相应调整。数据迁移与计算能力，将直接决定切换成败。系统升级，已经没有“等等再看”的余地！汉得解决方案系统优化快速适配准则切换汉得专注为使用合并系统（HFM / FCCS / BPC / 丰贺等）的企业提供准则适配升级服务，已成功为大型企业集团完成 CAS 30 新准则下的系统改造，实施经验成熟、方案标准化。八项核心能力，一站式护航：✅ 准则差异分析与影响评估：全面梳理对科目体系、计算逻辑、披露要求的影响，出具差异分析报告与改造方案。✅ 科目体系重构：按“五分类”重新设计科目体系，确保每笔损益准确归类。✅ 计算规则与业务规则重写：全面重构业务规则与成员公式，确保计算准确无误。✅ 合并调整逻辑增强：支持个别报表与合并报表层面分类不一致的调整。✅ 管理层业绩指标（MPM）模块配置：预置自定义指标的定义、计算与披露数据提取功能。✅ 利润表报表模板全面更新：按新准则统一格式重新设计财务报告模板。✅ 历史数据追溯调整：支持首批2027年执行企业对2026年比较期间数据全面追溯重述，平稳过渡。✅ 全流程测试与上线支持：从测试验证到生产上线的全流程保障，业务中断风险降至最低。成功案例已为企业完成准则切换升级汉得已为大型企业集团完成 IFRS 18 列报改造并上线运行，并依据 CAS 30 最终稿开展并行期报表出具与差异验证，积累了相关系统实施经验，确保企业在准则生效前顺利完成系统切换、平稳过渡至新列报体系。现在行动，从容应对再拖一天，被动一天新列报准则将于2027年1月1日正式施行，并按企业类型分批执行，留给企业的准备时间已十分紧迫。首批2027年执行企业还需准备2026年相关比较数据及新旧准则调节信息，越早启动，越能为测试验证与历史数据重述留出充足时间。准则变革是挑战，更是系统升级与流程优化的契机。汉得愿与您携手，将这次准则切换转化为企业合并报表管理能力全面跃升的起点！如需了解更多详情或获取定制化升级方案，欢迎联系您熟悉的汉得销售或扫描文末二维码立即咨询。携手汉得，共铸硬核竞争力！

09-10

汉得入选 IDC 中国工业 AI 及智能体市场图谱，让 AI 深入制造现场！

09-10

汉得入选 IDC 中国工业 AI 及智能体市场图谱，让 AI 深入制造现场！

近日，IDC 发布《IDC Market Glance：中国工业 AI 及智能体，2Q26》，汉得入选企业级超级入口智能体、供应链智能体、工业 AI 服务类别核心代表厂商，同时入选行业 AI 的新能源、钢铁及有色等细分领域。这份市场概览主要呈现中国工业 AI 生态的核心厂商，为了解汉得的平台、场景与服务能力提供新的窗口。从还原炉工艺异常预警，到电芯容量预测、光伏切片良率优化，再到钢铁板材智能自动组板，汉得持续围绕制造企业的真实业务问题，推动工业数据、算法模型与生产流程相互连接，让智能化应用进入工艺、质量、设备和协同管理的具体环节。工业 AI 的应用价值，最终要在生产现场得到验证：能否更早发现异常、更准确识别质量风险，并帮助现场人员完成处置。IDC 在报告中指出，工业领域的行业与场景碎片化特征显著，未来工业 AI 的发展将更多依赖多模态模型协同。对于制造企业而言，不同问题需要不同的技术能力：工艺趋势与质量预测需要机器学习、深度学习等模型分析过程数据；组板等复杂组合问题需要结合工艺规则与运筹优化算法；知识检索、意图理解与任务协同，则可以结合大语言模型和智能体能力。把模型能力接入制造流程，是工业 AI 落地的关键一步。依托「得·灵」企业级 AI 产品和服务体系，以及基于 H-ZERO 构建的 HCMs 制造协同平台，汉得将企业级 AI 能力与制造业务相结合，为数据贯通、模型应用、流程协同和持续迭代提供支撑。三方面能力共同支撑落地：贯通制造数据将设备运行、工艺参数、物料批次、产品履历和质量结果关联起来，让模型能够识别数据对应的生产对象和业务背景。连接模型与业务将风险评分、预测结果和知识建议接入生产、质量、设备等业务流程，明确由谁确认、如何处理、何时关闭。推动经验持续回流将现场复核、处置动作和实际结果沉淀下来，为知识更新、模型评估和后续优化提供依据。还原炉雾化预警让异常更早进入处置流程多晶硅还原炉运行周期长，炉况判断依赖人工巡检和工艺经验。✅ 汉得与客户共同探索基于过程数据的雾化预警方案，结合历史炉况、操作记录和现场确认结果训练模型，将异常趋势送入 MES 预警流程。现场人员复核后完成调整，处置结果持续回流，形成监测、预警、人员处置与经验沉淀的闭环。电芯容量预测探索预测与验证协同的分容路径动力电池完整分容测试需要占用设备、时间和能源。✅ 汉得探索关联电芯制造数据与化成曲线，通过模型识别容量变化及偏低容风险。在数据可靠、模型稳定且经过验证的条件下，探索较短测试与预测结合的路径；风险电芯和置信度不足的样本保留完整检测，异常时回退。让质量判断前移，同时守住验证底线。光伏切片良率优化找到关键影响因素光伏切片良率受多种工艺和设备因素影响。✅ 汉得通过分析历史切割数据与工况参数，识别影响良率的关键变量，结合模型开展实时分析和异常预警，为工艺优化提供依据。把复杂的良率问题转化为可分析、可验证的生产问题。钢铁板材智能自动组板优化合同组合与材料利用钢铁厚板组板需要把不同合同的钢板需求安排到板坯轧制与切分方案中，同时满足钢种、尺寸、压下比、炉长和热处理等约束。✅ 汉得将工艺规则与运筹优化算法结合，进行合同分组、约束校验和候选方案比较，兼顾合同尾量与材料利用。结果返回 MES，经业务人员调整、确认后衔接生产命令生成。让组板经验转化为可计算、可执行的生产方案。工业 AI 要在现场发挥作用，需要理解每个行业的生产逻辑：哪些工艺条件不能突破，哪些数据能够反映问题，哪些判断需要现场确认，以及一个优化建议如何进入实际生产流程。长期的行业深耕与丰富的客户案例积累，是汉得构建工业 AI 应用的重要优势。在新能源、钢铁等制造行业的持续服务中，汉得积累了大量行业知识、业务经验和客户项目案例。从生产计划、制造执行，到质量追溯、设备管理与物流协同，这些实践让汉得深入理解制造企业的业务流程、系统关系和现场约束，也为识别有价值的 AI 应用场景提供依据。汉得的重点行业选择，始终围绕国家制造业发展的战略方向。随着制造业向高端化、智能化持续升级，汉得的客户群也从“新三样”向“新新三样”不断延伸，在半导体设备、光模块、大型无人机、机器人等领域持续积累客户案例与项目经验，逐步建立起新的行业优势。这一延伸，也让汉得的行业知识与解决方案不断丰富。通过深入新领域的制造现场，理解产品特点、工艺要求与生产组织方式，汉得将已有的制造数字化经验与新的行业需求相结合，为工业 AI 拓展有业务基础的应用场景。丰富的客户项目经验，也让汉得能够在不同企业的实践中识别共性问题，沉淀业务模型、数据标准与实施方法，同时结合客户的工艺、设备和管理特点进行适配。由此，AI 应用从需求识别、数据准备到系统集成和现场运行，都能获得更贴近业务的支撑。懂行业，才能找准问题；有实践，才能把方案落到现场。汉得将持续把行业积累转化为 AI 应用能力，帮助制造企业解决生产经营中的具体问题。工业 AI 的长期价值，需要通过持续运行来实现。原材料批次、工艺条件与设备状态不断变化，模型效果需要评估，知识需要更新，业务流程也需要随之完善。汉得将企业级 AI 平台能力、制造业务经验与实施服务相结合，围绕需求分析、场景设计、数据治理、系统集成和部署迭代，为制造企业提供持续支持。通过把项目中的数据标准、业务流程和应用经验沉淀下来，为后续场景拓展与跨产线、跨工厂复用创造条件。此次入选 IDC 中国工业 AI 及智能体市场图谱，是汉得持续深耕工业领域的一个新节点。未来，汉得将继续围绕工艺、质量、设备与制造协同中的具体问题，深化 AI 与工业场景的融合，让数据支撑判断、让流程承接行动、让经验持续积累，帮助制造企业把工业 AI 转化为日常生产中可持续使用的能力。携手汉得，共铸硬核竞争力！

09-10

汉得通过 DCMM 四级认证｜可信数据，支撑 AI 数字员工上岗！

近日，汉得顺利通过 DCMM（数据管理能力成熟度评估模型）四级认证。如何把经过验证的数据能力，转化为客户看得见、用得上的业务价值，并进一步支撑 AI 数字员工进入企业正式工作，是每个企业 AI 智能化升级核心目标。DCMM

09-10

汉得通过 DCMM 四级认证｜可信数据，支撑 AI 数字员工上岗！

近日，汉得顺利通过 DCMM（数据管理能力成熟度评估模型）四级认证。如何把经过验证的数据能力，转化为客户看得见、用得上的业务价值，并进一步支撑 AI 数字员工进入企业正式工作，是每个企业 AI 智能化升级核心目标。DCMMDCMM 是我国数据管理领域的重要国家标准，依据 GB/T 36073—2018，从数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据应用和数据生存周期八个能力域，对企业的数据管理能力进行系统评估。该标准将企业数据管理能力划分为五个等级，从低到高分别为：初始级（1级）、受管理级（2级）、稳健级（3级）、量化管理级（4级）和优化级（5级）。四级对应“量化管理级”，意味着企业已经建立较为完整的数据管理体系，并能够对关键数据管理过程进行量化监测和持续优化。目前，全国四级及以上获证企业占比不足2%，充分体现了该等级的含金量与认证难度。AI 越深入企业越需要可信数据企业并不缺数据。ERP、CRM、MES、WMS、SRM、EPM 等系统已经运行多年，订单、客户、供应商、产品、库存、质量和财务等数据沉淀在不同系统中。但“系统里有数据”，并不等于“业务可以直接使用”。同一个客户，在不同系统中可能有不同编码；同一个经营指标，不同部门可能采用不同口径。尤其当企业发生组织调整、区域合并或科目变化后，今年与去年的数据看似都在，却不一定能够直接比较。过去，这些问题可能只是让报表做得慢一些、对数时间长一些。当 AI 开始获取企业数据、生成经营结论，甚至参与业务执行时，问题就会被进一步放大：💢数据来源不清楚，AI 就无法判断应该相信哪一个结果；💢指标口径不一致，AI 给出的答案越快，风险反而可能越大；💢权限和责任不明确，AI 就难以进入企业正式工作。因此，AI 越深入企业，越需要可信、可理解、可追溯的数据基础。汉得不仅懂数据更懂数据背后的业务企业数据治理真正困难的地方，从来不只是把数据接进来、存下来。数据背后是企业的组织、流程、规则和经营逻辑。比如，管理者要比较今年与去年同口径的经营变化，看起来只是调取两组数据。但如果期间发生了组织调整、区域合并或科目变化，直接取数得到的结果就未必可比。此时，数据团队不仅要找到数字，还要识别组织变化、建立映射关系、统一计算口径，并保留可追溯的依据。这既需要数据技术，也需要对企业组织、业务流程和经营管理的理解。长期以来，汉得持续参与企业 ERP、供应链、制造、财务、人力和营销等核心系统建设。我们不仅熟悉数据存放在哪里，也理解数据为什么产生、在业务中如何流转、最终要支持什么工作。这种“业务理解＋系统经验＋数据能力”的融合，形成了汉得服务复杂企业数据建设的综合能力。此次 DCMM 四级认证，验证的不只是平台和工具，也包括数据战略、组织机制、管理制度、业务流程、质量标准、安全权限和持续运营能力。这些能力最终要解决的，是同一件事：让数据不仅能被找到，更能被业务持续、准确地使用从可信数据到 AI 数字员工岗位履职当 AI 开始融入企业核心业务流程、使用企业专有数据，参与核对、分析、提醒和业务协同时，企业对 AI 的要求也随之发生变化。企业要的 AI 数字员工从来不仅仅是数字文员它不能只会写材料、做总结、回答问题，还要知道：❓ 数据从哪里来❓ 企业采用什么口径❓ 谁有权限查看❓ 什么时候应该工作❓ 发现问题后又应该交给谁处理围绕这条路径，汉得形成了 DATA × AI 的完整支撑体系：H-ONE融合数据平台（灵狐）治理数据来源、口径、质量和权限，为 AI 提供可信数据；SmartBrain企业知识平台（灵知）沉淀制度、规则、流程和业务经验，让 AI 理解企业自己的工作方法；DataClaw 企业 AI 数字员工中心（灵舟）把数据和知识转化为岗位能力，让 AI 能够进入真实工作并持续履职。在权限控制和审计机制下，不同岗位的 AI 数字员工可以承担不同工作：有的调用 MES、WMS，持续发现工单、库存和质量异常，并及时提醒相关人员；有的调用 ERP、SRM、CRM，完成跨系统核对、经营跟踪和协同提醒；有的结合 EPM、BI，开展经营分析、追溯异常原因，为管理者提供决策参考。它们不是替代企业已有系统，而是在现有系统之上，把数据、知识、规则和业务动作串联起来，逐步接住一项完整工作。DCMM 四级把数据能力转化为客户价值DCMM 四级证明的是，汉得已经具备的数据管理能力。客户真正关心的，则是这些能力能否解决自己的问题：❓ 跨系统数据能不能连起来❓ 指标口径能不能统一❓ 数据质量和权限能不能管住❓ AI 能不能使用可信数据，进入一项真实工作企业不必等所有数据问题全部解决后，再开始探索 AI。更务实的方式，是先选择一个岗位、一项高频工作，明确它需要使用的数据、知识、规则、权限和验收标准，让 AI 数字员工先试岗、先验证价值。验证成功后，再从一项工作扩展到一个岗位，从一个岗位走向一条业务链，逐步形成企业自己的AI 数字员工体系。这正是汉得 DATA x AI 持续推动的变化：让知识会思考让数据会决策让 AI 会工作如果您的企业也面临数据口径不统一、跨系统取数困难，或者正在考虑让 AI 进入正式业务工作，欢迎联系您熟悉的汉得销售或扫描文末的咨询二维码。从一个岗位、一项真实任务开始，完成一次 AI 数字员工上岗评估与试岗验证。携手汉得，共铸硬核竞争力！

09-09

企业 AI 上岗，你胆子真是肥嘟嘟的！

汉得 DataClaw 让企业不再一个个开发 AI 场景，而是开始培育、上岗和管理自己的 AI 数字员工。

09-09

企业 AI 上岗，你胆子真是肥嘟嘟的！

🤦🏼‍♂AI 会写材料、做 PPT，就准备让它进企业上岗？💢不是会聊天，就叫上岗？办公AI提升个人效率，汉得 DataClaw 面向企业岗位履职。二者不是二选一，而是“1+1”。😑每来一个 AI 需求，还准备重新开发一个场景？💢不是做场景，而是培育员工。汉得 DataClaw 让企业从“开发 AI 场景”，走向“培育 AI 数字员工”。🙀岗位没定、业务没学、数据没接、权限没领，就让 AI 直接上岗？💢上岗前，先完成入职。汉得 DataClaw 让企业像培养员工一样培养AI——定岗位、学业务、接数据、领权限。😓不懂企业规则，不认公司数据口径，也敢让 AI 当经营参谋？💢AI办公，不等于企业岗位专才。汉得 DataClaw 依托业务 Know-how × 可信数据，训练企业自己的岗位专才。🚨只会给答案，进不了 ERP、SRM、MES把事办完，也能上岗？💢不只做文员，还要把事办完。汉得 DataClaw 连接正式业务系统，让 AI 在规则和权限范围内完成工作。🙅AI 员工上岗后，不考核、不培育？💢上岗之后，还要持续成长汉得 DataClaw 统一管理岗位、Skill、记忆、权限与运行，让 AI 数字员工持续成长。💡企业 AI 上岗，别靠胆子，靠 DataClaw！🤖企业 AI 数字员工，不仅仅要会聊天、会写材料，进入企业岗位，还需要理解业务、使用可信数据、遵守规则与权限，并能连接正式系统持续完成工作。🚀汉得 DataClaw 让企业不再一个个开发 AI 场景，而是开始培育、上岗和管理自己的 AI 数字员工——🧩连接企业正式系统和私有数据，在权限与安全可控的前提下，让 AI 能上岗、能协作、能私有化部署。让 AI 数字员工懂企业规划，知业务规则，晓数据权限，上岗后依然能持续成长，形成长期价值。✨企业要的 AI 数字员工，从来不仅仅是数字文员。联系汉得，从选择一个适合的岗位开始，先试岗，验证价值，再转正。让知识会思考｜让数据会决策｜让 AI 会工作【了解更多】汉得DataClaw发布｜为B端而造，打造企业级私有可控的AI员工军团！DataClaw答疑篇｜和其他龙虾有啥不同？安不安全？一次说清！汉得DataClaw“硅基人”上岗记：（1）销售经营参谋汉得DataClaw“硅基人”上岗记：（2）事业部总经理分身汉得DataClaw“硅基人”上岗记：（3）生产采购专家汉得DataClaw“硅基人”上岗记：（4）毛利成本调查官AI 数字员工上岗像招聘员工一样：先试岗，验证价值，再转正！

09-07

可信数据，支撑 AI 员工上岗｜汉得参编《大数据主数据管理要求》国家标准！

2026年7月2日，国家标准GB/T 47854-2026《大数据主数据管理要求》正式发布，将于2027年2月1日实施。汉得被列为主要起草单位，刘天合、刘伟被列为主要起草人。国家标准让企业主数据管理有了统一参照。在 AI 时代，它还将为 AI 进入企业工作提供可信的数据基础。

09-07

可信数据，支撑 AI 员工上岗｜汉得参编《大数据主数据管理要求》国家标准！

2026年7月2日，国家标准GB/T 47854-2026《大数据主数据管理要求》正式发布，将于2027年2月1日实施。汉得被列为主要起草单位，刘天合、刘伟被列为主要起草人。国家标准让企业主数据管理有了统一参照。在 AI 时代，它还将为 AI 进入企业工作提供可信的数据基础。AI 员工上岗首先要认识企业企业要的 AI 数字员工，从来不仅仅是数字文员。它需要进入正式系统，理解业务对象、关系、规则和权限，并围绕岗位职责持续完成工作。 💢客户是不是同一个客户？💢供应商对应哪个主体？💢物料与产品如何关联？💢组织、部门和法人是什么关系？这些问题决定了 AI 数字员工认识的是谁、调用的是什么、按什么口径工作，以及能够查看和操作哪些数据。没有统一、准确的主数据，AI 数字员工就可能认错对象、用错口径，也难以跨系统持续工作。主数据管理不只是实施一套系统《大数据主数据管理要求》覆盖管理规划，主数据识别、标准制定、采集清洗、集成共享、质量安全、应用与全生命周期管理，并对组织、制度和工具保障提出要求。主数据管理不仅是数据和技术问题，还涉及企业管控模式、组织职责、业务流程与系统架构。国家标准提供共同框架，企业仍需结合行业特点、管理模式和数字化基础，选择适合自己的建设路径。汉得通过管理咨询发现问题、定义价值，帮助企业明确治理目标和管理模式；由懂业务、数据与技术的 FDE（前线共创团队）深入现场，把标准转化为具体业务问题，快速共创、验证方案。再以汉得 H-ONE 数据产品体系为基础，由 HMDP 承载主数据模型、规则、流程、质量与分发，并通过实施交付和持续运营保障体系运行。从可信数据到 AI 员工上岗面向 AI 时代，汉得以 DATA x AI 推动数据与 AI 双向赋能。 Data for AI：让客户、供应商、物料、组织等可信主数据，为 AI 提供准确的业务对象、关系、口径和权限；AI for Data：让 AI 参与主数据识别、查重、清洗、审核、质量监测和持续运营。在此基础上，DataClaw 连接 HMDP 及企业正式系统，让 AI 数字员工在数据、规则和权限支撑下进入岗位工作。如果您的企业正在推进 ERP 建设、数据治理、数据资产或 AI 应用，可以从对照 GB/T 47854-2026开展主数据现状评估开始，为 AI 员工上岗打好数据基础。让知识会思考让数据会决策让 AI 会工作携手汉得，共铸硬核竞争力！