伟仕佳杰案例

“【提示】2026第六届数智化颁奖典礼将于8月5日在北京举行颁奖点击可报名参加颁奖典礼丨此次出海新势力榜单/奖项的评选依然会进行初审、公审、终审三轮严格评定，并会在国内外渠道大规模发布传播欢迎申报。

该客户是中国新能源行业标杆企业，专注太阳能、风能、储能、氢能、电动汽车等新能源电源设备的研发、生产、销售和服务，核心产品光伏逆变器出货量2023年全球第一、2024年全球第二。作为纯内资企业，其业务版图已覆盖全球150多个国家和地区，海外收入占比超过40%。

客户自研了“智慧能源管理平台”，支撑全球百万级光伏/储能设备的实时数据采集、电站监控、智能运维与辅助决策。为支撑全球业务扩张，需要将该平台从境内云迁移至海外云。

伟仕佳杰作为AWS总代及技术方案集成商，凭借4年持续技术验证积累的完整迁移方案和工具链，在客户主动联系后两周内完成立项，迅速承接了这一大型跨云迁移项目。后续又陆续完成了海外第二站迁移、AI智能问数平台交付、AI编程助手企业部署等多个项目，形成从基础设施到智能应用的完整技术服务闭环。

·实施时间：

开始时间：2023年9月

截止时间：持续服务中（最近交付节点2026年Q1）

关键里程碑：

2020年：开始技术验证与方案铺垫（POC持续跟进）

2023年9月：海外第一站迁移项目正式立项

2023年10月：完成迁移POC验证与方案预演

2023年11月：启动全量数据迁移+增量同步

2023年12月20日：海外第一站最终割接成功，停机<2小时

2025年上半年：海外第二站迁移完成

2025年：智能问数平台（ChatBI Pro）全栈重构交付

2026年Q1：Kiro AI编程助手企业部署完成

2026年下半年：海外第三站迁移规划中

数智化转型升级需求

1.全球化业务平台稳定性需求

客户业务覆盖全球150+国家，设备端通过MQTT协议7×24不间断上报数据，系统必须保持99.99%以上可用性。原有单一云厂商架构无法满足全球多区域高可用部署需求，尤其在海外区域存在运维响应不及时、技术支持断层等问题。客户迫切需要一个具备全球化基础设施能力、长期战略稳定的云平台来承载其核心业务系统。

2.大规模跨云迁移技术需求

客户海外平台涉及数百台服务器、PB级综合数据存储（涵盖关系型数据库、OLAP引擎、KV存储、大数据组件、对象存储等多种引擎），技术栈复杂。微服务架构基于Kubernetes容器化部署。迁移过程中必须保证业务连续性（近零停机）、数据完整性（零丢失），同时不影响全球终端用户体验。

3.AI赋能业务效率提升需求

随着设备接入量达到百万级，每日产生海量运行数据，业务团队面临"数据丰富但洞察匮乏"的困境：

·数据查询依赖IT人工编写SQL，平均响应周期2-3天

·传统BI工具学习成本高，实际使用率不足20%

·跨库数据关联困难，无法形成全局视图

·人员变动导致查询知识断层

客户需要基于大模型的自然语言交互式数据分析能力，让非技术人员也能即时获取数据洞察。

4.研发效率与安全合规需求

客户作为纯内资企业，对代码安全和数据主权有极高要求。同时开发团队分布在多个时区，需要AI辅助编程工具提升研发效率，但必须确保代码不出企业边界、满足国内合规要求。

面临挑战

1.迁移规模与复杂度挑战

PB级数据的跨云迁移规模在业界属于超大型项目。数据层涉及6种以上存储引擎（PolarDB→Aurora、ClickHouse→StarRocks、原云厂商 HBase→EMR HBase/Hudi、云Redis→ElastiCache、原云厂商对象存储跨云同步、Elasticsearch→OpenSearch），每种引擎的迁移策略、数据一致性验证方案均不相同。微服务层数百台服务器、上百个微服务需要逐一适配，涉及代码级改造。

2.业务连续性挑战（近零停机）

新能源云端系统有极高的可靠性和低延迟需求——逆变器实时数据上报不能中断，电站监控告警不能延迟。迁移过程中必须实现"业务无感"，最终割接停机窗口必须控制在2小时以内。这意味着需要采取蓝绿部署、灰度流量切换、双写验证等复杂策略。

3.跨国网络专线对接挑战

关键数据需通过专线传输以保障安全性和带宽。跨国专线施工涉及多方审批与协调，对接难度极高，需要协调多方资源（运营商、云厂商、客户IDC），施工周期不可控。非关键数据则通过Internet（对象存储跨云同步工具）传输，需要在带宽利用率和传输时间之间取得平衡。

4.数据一致性保障挑战

PB级数据分布在不同类型的存储引擎中，每种引擎的一致性校验方法不同。我们需要分别制定数据库类、文件服务类、消息队列类、缓存类的数据一致性方案，并针对特定数据库（MySQL、HBase）定制开发了数据一致性验证工具。最终执行了3轮全量对账+1%随机抽样验证，确保数据完整性达到 100%。

5.AI应用落地的实际工程挑战

智能问数项目面临的不仅是模型能力问题，更是工程化落地的挑战：

·大规模设备查询导致模型上下文窗口溢出

·业务术语复杂，提示词工程难度高

·大数据量查询可能拖垮数据库（需智能拦截机制）

·需与客户已有SSO认证体系无缝集成

数据合规及AI赋能

数据合规

·跨境数据传输合规：迁移过程中关键数据通过专线传输，非关键数据通过加密通道传输，全程满足中国《数据安全法》和目标区域数据驻留要求

·数据主权保障：每个海外区域的数据严格驻留在当地AWS Region（海外第一站Region、海外第二站Region），不跨区域流转

·访问控制：基于AWS IAM+VPC网络隔离+安全组策略，实现最小权限原则

·数据类型：IoT设备遥测数据（电压、电流、功率、温度等）、电站运行数据、用户行为数据

·数据量级：日处理TB级，累计存储PB级

·加密方案：传输层TLS 1.3，存储层AWS KMS加密

AI赋能

·智能问数平台：基于Amazon Bedrock（主流大语言模型）+多角色Agent协同（Strands Agents），实现自然语言→SQL→数据可视化的全链路自动化。用户无需编写SQL，通过自然语言即可查询设备运行数据、电站发电量、故障统计等，响应时间从2-3天降至秒级。

·AI编程助手：Kiro Pro企业部署，通过AWS IAM Identity Center（SSO）集成客户身份认证体系，代码不出企业边界。开发效率提升30%~50%，同时满足纯内资企业的代码安全合规要求。

·模型演进：支持Bedrock模型平滑升级，具备自动fallback机制和模型评测框架，确保AI服务可用性和准确性持续提升。

·多角色Agent架构：

-Prompt Engineer Agent：从源数据库获取表元信息和采样数据，生成提示词模板

-Data Engineer Agent：使用提示词模板生成SQL并执行，获取查询结果

-Test Engineer Agent：根据测试问题集评判SQL质量，生成反馈

-三个Agent协同迭代直到准确率达标

·工程化优化亮点：

-"样本数据替换"策略解决大规模设备查询的上下文溢出问题，Token消耗降低90%

-提示词+正则双重校验，限制15天查询范围，防止全表扫描拖垮数据库

-SSO Token验证模式零侵入式认证集成

应用技术与实施过程

一、跨云迁移技术架构

1.迁移前架构（友商云）

客户海外业务平台原部署于国内某头部公有云，整体为三层微服务架构：

·Web层：CDN+负载均衡+Nginx反向代理

·Application层：Kubernetes容器化微服务，上百个服务通过RESTful接口协同

·数据层：关系型数据库（PolarDB）、OLAP引擎（ClickHouse）、缓存（Redis）、大数据组件（HBase+Hudi）、对象存储（OSS）

·IoT接入：设备端通过MQTT协议实时上报运行数据

该平台支撑全球百万级光伏逆变器、储能设备的实时监控，日均处理数十亿条遥测数据点，涉及电压、电流、功率、温度、告警状态等数十个维度的时序数据采集与分析。

2.迁移后架构（AWS）

迁移后基于AWS全球基础设施重新构建：

·网络层：VPC+Direct Connect专线+CloudFront全球CDN

·计算层：Amazon EKS+EC2 Auto Scaling

·数据库层：Amazon Aurora（替代PolarDB）、StarRocks on EC2（替代 ClickHouse）、ElastiCache Redis

·大数据层：Amazon EMR（HBase+Hudi+Spark）

存储层：Amazon S3+生命周期分层策略

·搜索/监控：OpenSearch+CloudWatch大屏+钉钉告警集成

全球化架构设计原则

迁移后架构相比原有架构具备显著优势：全球200+边缘节点的CloudFront 大幅降低终端用户访问延迟；Aurora自动扩展读副本解决了业务高峰期数据库性能瓶颈；EMR托管大数据集群免除了集群运维负担；S3对象存储具备99.999999999%（11个9）的数据持久性保障。整体架构可用性从原平台的99.5%提升至99.95%。

这套运维体系使得客户海外运维团队从原来的“被动告警”模式转变为“主动发现”模式，运维人力投入减少50%，故障平均恢复时间缩短70%。

·成本可视：通过Cost Explorer+定制报表，实现云资源成本的按服务/按团队拆分，帮助客户持续优化云支出

·日志集中：所有服务日志统一采集至CloudWatch Logs，支持实时查询和关键字告警

·告警体系：基于CloudWatch Alarms设置多级别告警阈值，通过定制开发的集成模块将告警实时推送至客户内部IM工具，响应时间<1分钟

·指标监控：CPU/内存/磁盘/网络等基础指标+API响应时间/错误率等业务指标，统一Dashboard大屏展示

迁移后的运维体系基于CloudWatch统一构建，实现了从基础设施到业务层面的全栈可观测性：

安全合规架构设计

运维可观测性设计

该架构确保客户在满足目标市场数据驻留要求的同时，也符合中国《数据安全法》对跨境数据传输的监管要求。

·审计层：CloudTrail全链路审计日志持久化存储，AWS Config持续合规检测，GuardDuty威胁检测

·数据层：传输层TLS 1.3加密，存储层AWS KMS托管密钥加密，数据主权严格隔离（各站点数据不跨境流转）

·身份层：AWS IAM多层级权限分级，客户自研身份提供商（IdP）与AWS Identity Center联合认证，强制MFA多因素验证

·网络层：每个海外站点独立VPC，子网分层规划（公有/私有/数据库子网），安全组最小权限原则，WAF防护+Shield DDoS防护

本项目的安全架构设计遵循纵深防御原则，从网络、身份、数据三个层面构建完整的安全体系：

3.迁移实施方法论

采用四阶段工程化方法论：

·阶段一（系统改造）：云组件API差异对比、代码适配、AWS环境搭建、基准性能验证

·阶段二（方案预演）：全流程模拟迁移、回滚演练、标准操作流程制定

·阶段三（数据迁移）：采用专线与公网双通道并行传输策略，关键业务数据走加密专线保障安全性，大体量对象存储走公网通道最大化吞吐。数据对账采用四维验证体系——全量行数统计对比、分区级Checksum校验、核心报表业务语义验证、1%随机抽样逐行字段比对。针对不同存储引擎（关系型、列式、KV、时序）分别定制开发了数据一致性验证工具，异常发现即时告警

·阶段四（流量切换）：通过流量镜像验证新旧系统响应一致性后，按10%→30%→50%→100%梯度递增流量比例，每轮观察关键指标稳定后再进入下一轮。最终通过DNS切换完成割接，停机窗口<2小时，全球终端用户无感知

4.关键技术亮点

·自研数据校验工具：支持全量/增量/抽样三种模式，异常秒级告警

·近零停机策略：蓝绿部署+灰度切换+双写验证三重保障，整个迁移期间业务系统未发生任何服务中断或数据丢失

·跨国专线攻坚：协调多方资源完成Direct Connect专线对接

·监控体系平迁：CloudWatch Dashboard+定制告警通知集成

以上技术亮点的综合运用，使得本项目在业界同类跨云迁移项目中达到了极高的交付质量标准——零数据丢失、近零停机、终端用户无感知。客户内部评价该项目为“行业标杆级的迁移实践”，并基于本次合作的信任基础，将后续AI项目和更多海外站点的建设交给伟仕佳杰团队。

二、智能问数平台（Text2SQL/ChatBI Pro）

2.技术架构：多角色Agent协同

基于Amazon Bedrock+Strands Agents框架，设计多角色Agent协同架构：

·Prompt Engineer Agent：获取数据库元信息和采样数据，生成结构化提示词模板

·Data Engineer Agent：接收自然语言问题，生成并执行SQL，返回结构化结果

·Test Engineer Agent：评判SQL质量（语法/语义/结果三维度），生成改进反馈

三个Agent形成迭代闭环，循环优化直到准确率达标（>90%）。目前已覆盖设备发电量、故障统计、电站运行报表等核心业务场景，数据查询响应时间从原来的2-3天缩短至秒级，BI工具使用率从20%提升至70%。

2.技术栈

·AI模型：Amazon Bedrock（主流大语言模型）

·Agent框架：Strands Agents（多角色协同）

·协议层：MCP Server（Model Context Protocol，标准化AI Agent与外部工具/数据源的交互协议）

·后端：FastAPI

·数据源：MySQL/Doris+Spark/Hive

3.工程化优化

·SSO零侵入集成：Token验证模式对接客户统一门户，无需二次登录

·批量查询优化：样本数据替换策略，Token消耗降低90%

·安全拦截：提示词+正则双重校验，限制查询范围防止数据库过载

·模型热升级：支持多版本大语言模型自动fallback，平滑升级不影响服务

4.业务价值

智能问数平台上线后，显著改变了客户数据分析团队的工作模式。过去每个数据查询需求都需要IT人员手工编写SQL，平均交付周期2-3天；现在业务人员通过自然语言直接提问即可获得数据洞察，响应时间缩短至秒级。平台上线后BI工具使用率从20%跃升至70%，IT介入频次减少80%，年节约人力成本超过40万元。更重要的是，平台消除了人员变动导致查询知识断层的痛点，所有业务逻辑沉淀在提示词模板中，新人无需培训即可上手使用。

三、AI编程助手企业部署

·产品：AWS Kiro—企业级AI辅助开发工具

·部署方式：AWS IAM Identity Center（SSO）+按席位授权

·核心价值：代码不出企业边界、满足纯内资企业合规要求、IT可追溯审计、开发效率提升30%~50%。支持全球分布式研发团队跨时区协作，代码建议和审查均在企业私有环境内完成，全面保障知识产权安全

本项目从跨云迁移到AI赋能，形成了完整的技术服务闭环。迁移阶段解决了PB级异构数据跨平台搬迁的工程难题，AI阶段将大模型能力与客户实际业务场景深度融合，开发工具阶段进一步提升了客户全球研发团队的协作效率。三个阶段层层递进，验证了伟仕佳杰从基础设施到智能应用的全栈技术交付能力。

从商业模式看，本项目验证了迁移建信任、AI创价值、工具提效率的服务深化路径。伟仕佳杰从最初的云资源代付角色，逐步演进为客户的全栈技术合作伙伴，项目服务范围从基础设施扩展至应用层和开发工具层，合作深度持续加深。客户已将伟仕佳杰列为AWS相关技术服务的首选合作伙伴，双方正在规划更多海外站点的迁移以及AI智能运维等前沿领域的深度合作。

四、AWS服务矩阵总览

| 服务类别 | AWS 服务 | 用途 |

| 计算 | EC2, EKS, Auto Scaling | 应用服务器、容器编排 |

| 网络 | VPC, CloudFront, Direct Connect | 网络隔离、CDN、专线 |

| 数据库 | Aurora, ElastiCache, OpenSearch | 关系型DB、缓存、搜索 |

| 大数据 | EMR (HBase, Hudi, Spark) | 大数据存储与计算 |

| AI/ML | Bedrock, Strands Agents | 大模型推理、Agent 框架 |

| 开发工具 | Kiro Pro | AI 编程助手 |

| 监控 | CloudWatch | 监控大屏、告警 |

| 安全 | IAM, KMS | 身份管理、加密 |

| 存储 | S3 | 对象存储 |

【迁移后系统架构图（AWS）】

图：迁移后AWS全球云架构全景

【智能问数系统架构图】

图：智能问数系统架构

海外企业/生态伙伴合作

伟仕佳杰（VSTECS Holdings Limited，港交所 00856.HK）作为亚太区领先的科技产品渠道开发与技术方案集成服务商，是AWS在中国区的核心渠道总代理。在本项目中，伟仕佳杰充分发挥了AWS Partner生态优势：

·AWS 原厂协同：迁移方案设计阶段获得AWS SA团队架构审核与MAP（Migration Acceleration Program）支持，确保方案符合AWS Well-Architected最佳实践

·专线服务商协调：协调跨国网络运营商完成Direct Connect专线对接施工，克服跨境网络施工的行政和技术双重障碍

·Bedrock模型服务：智能问数项目深度使用Amazon Bedrock大语言模型服务，作为AWS Partner获得模型使用的技术支持和账号管理服务

·Kiro企业授权：作为AWS Partner完成Kiro Pro的企业采购、部署到培训全流程服务，包括SSO对接方案设计与实施

项目覆盖AWS全球多个Region（海外第一站Region、海外第二站Region、海外第三站Region），充分体现了AWS+伟仕佳杰在全球化交付能力上的协同优势。

商业变化

跨云迁移成效

·业务连续性：割接停机窗口<2小时，数据零丢失，终端用户无感知

·战略避险：2024年原云厂商退出该海外区域运营，客户因提前迁移避免了业务中断风险

·全球化拓展：从单一海外第一站点扩展至多个海外区域，支撑全球化战略

·运维效率提升：AWS托管服务大幅降低运维负担，海外运维团队减少50% 人力投入

智能问数平台成效

·人力成本节约40万/年：IT介入减少80%，释放2名IT人力

·报表开发节约60万/年：自然语言替代传统报表开发，年减少50+个定制报表需求

·流程加速节约50万/年：经营分析周期缩短80%

·响应时效：从2-3天降至秒级

·BI使用率：从20%提升到70%

·综合价值：约150万/年

AI编程助手成效

·开发效率提升：30%～50%

·代码质量改善：AI辅助代码审查，降低Bug率

·合规保障：代码全程不出企业边界，满足审计要求

合作深度与广度

从单一迁移项目发展为覆盖基础设施、AI应用、开发工具的全方位技术合作，三年持续深耕，形成"迁移建信任→AI创价值→工具提效率→更多合作"的正向飞轮。客户已将伟仕佳杰列为AWS相关技术服务的首选合作伙伴。

关于企业

·伟仕佳杰控股有限公司（VSTECS Holdings Limited）

股票代码：港交所 00856.HK

定位：亚太区领先的专注于ICT行业解决方案的科技平台

AWS身份：AWS中国区核心渠道总代理/AWS Advanced Tier Partner

业务覆盖：亚太20+国家和地区，年营收超900亿港元

员工规模：5000+人

核心能力：

大型跨云迁移实战经验（PB级数据迁移，已完成10+大型迁移项目）

AI应用全栈开发能力（Strands/MCP/AgentCore/Amazon Bedrock）

企业级工具落地交付（Kiro/ChatBI/自研工具链）

从POC到生产的全流程陪伴式技术服务

海外业务/团队：

在东南亚（新加坡、马来西亚、泰国、印尼、菲律宾、柬埔寨、缅甸、老挝）地区拥有本地团队

海外技术服务团队具备多时区协同交付能力

具备跨境项目管理经验，可协调全球资源完成大型项目交付

·某头部新能源企业

行业地位：中国新能源行业标杆，纯内资企业

核心业务：太阳能、风能、储能、氢能、电动汽车等新能源全产业链

市场表现：核心产品（光伏逆变器）出货量2023年全球第一、2024年全球第二

全球布局：业务覆盖全球150+国家和地区，海外收入占比超过40%

数字化平台：自研智慧能源管理平台，支撑百万级设备接入、TB级日数据处理

研发实力：拥有数千人研发团队，分布在全球多个研发中心