基于云计算、物联网、大 数据、人工智能智慧园区 综合解决方案 2 0 2 5 云计算、物联网、大数据、人工智能 智慧园区的设计思路 云 园区视频云 VR 增强现实云 园区管理平台 园区服务平台 电商平台 …… 物联网 园区服务机器人 自助翻译机 智能按摩椅 NB停车场 共享单车 智慧公厕 园区车辆管理 环境监控 一卡通 …… 大数据 客情分析 智慧网评 智慧网评 …… 互联网+4G 微门户 WIFI 园区自助导览 电子商务 电子票务 …… 云计算、物联网、大数据、人工智能 智慧园区的整体架构 利用云计算、物联网、大数据、人工智能等新技术，通过互联网/移动互联网，借助便携的上网终端，主动 感知旅游资源、旅游经济、旅游活动等各方面的信息，提高园区的整体 管理水平，提升游客在食、住、行、 游、购、娱各个旅游环节的体验和附加值，建设 一个技术实力和服务能力全面领先的智慧园区，全面打造 一个在全国有一定影响力和品牌知名度的智慧园区。 云计算、物联网、大数据、人工智能 智慧园区的服务主体 云计算、物联网、大数据、人工智能 1、园区管理：行政管理——综合管控平台 智慧管控 ? 资源可视化管控： 基于 2.5维地图的园 区资源图层叠加。 ? 应用集中式管理： 集成园区的信息化 应用。 ? 游览虚拟化展现： 通过虚拟游的方式

率先使用 AI 等科技 或具备技术基因的 ToB 物流商，有望在成本竞争中进一步扩大竞争优势。 “AI+ 物流”相较于“互联网 + 物流”：全链路深度融合，智能决策。我们认为， AI+ 物流以人工智 能 算法、机器人及自动驾驶技术为底层支撑，从被动响应转向主动预测与动态优化，通过自主决策与 自 动化执行提升物流全链路效率。 “AI+ 物流”应用场景：贯穿供应链采购、运输、仓配、售后全链路。我们认为，例如运输智能调度、 物流企业依赖“规模扩张 + 价格战”争夺市场，但增量红利见顶后，行业亟需提 升全链路成本控制能力以重构竞争力，就物流行业的底层逻辑而言，降低成本与提升效率始终是效 益提升与产业优化的核心命题。引入人工智能技术有助于实现降本增效的基本目标。 图：各物流子板块销售净利率 SW 原材料供应链服务 SW 中间产品及消费品供应链服务 SW 快递 物流业务链条长、非标场景多、客户定制需求多，是导致技术渗透缓慢的重要原 因。例如公路运输环节，路线规划、装卸工作高度依赖人工经验与操作，调度效率低，车辆空载率 较高；在仓储环节，仍存在大量人工分拣场景，准确率与效率均低于自动化分拣系统；在管理环 节，纸质单据处理耗时，异常事件人工响应滞后。 过去几年，借助互联网应用或者自动化系统等一些工具，物流局部环节实现了线上化、自动化，例 如满帮集团实

运维资产信息变更的场景化流程梳理，比如说 开关仓，服务器开关机/断电，服务器下架等等， 这些流程需要与laos等平台打通，建立标准化 变更流程 人工维护 结合现有的IT运维流程，在某些场景下通 过人工变更把CMDB信息维护准确，比如 主机所属负责人变更、人员异动、机器异 动等，可以通过人工直接变更完成 资产数据来源多样化，目前有来自j- one/cap/dbs/中间件等其他平台的资产配置 信息，通过定时同步的方式作为补充手段 信息，通过定时同步的方式作为补充手段 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 技术架构 采集 决策 处理 agent jdos api zabbix api 通知 自动处理 人工处理 规则管理 规则匹配 回溯分析 预设规则 知识库 深度学习 决策树 异常反馈 …… 分析 使用率统计 预处理 过滤 实时告警 阈值判断 历史数据 业务分析 根因分析 心跳、配置同步 redis redis mysql 定时同步 历史查询 历史查询 故障预测 历史查询 历史查询 报表服务 transfer transfer 通知模块 事件处理 自动处理 人工处理 告警处理 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 兼容性 日志分析平台 库房 机器 IDC 机器 物理机/Docker 库房Devops IDC物理机/Docker

企业外网络。建设一批 基于 5G 、窄带物联网（ NB-IoT ）、软件定义网络（ SDN ）、 网络虚拟化（ NFV ） 等新技术的测试床” • 国家发改委指出“加强新型基础设施建设，推进人工智能 、工业互联网 、物联网建设，加快 5G 商用 步伐” 工业界当前采用的无线通信协议众多、各有不足且 相对封闭 ，设备互联互通难，制约设备上云 短距无线 ( 蓝牙、 RFID 、 ZigBee) 100+ 无 s 以 C 内 愿尝 试 每条 10m 厂商 130+ 产线 s 以 D 都有内 愿意 改人工录入为 MES 实 时下发 改人工为 AGV+ 机械臂 改人工校验为机器判定 改人工为 AGV+ 机械臂 改人工定时修理为预防性 维护 如果把生产与物流流程中，所有人工环节都可以用自动化“装备 + 系统”来替换 —— 移动装备多 >100 台 （超过 WIFI 容量）实时调度需求高 容量）实时调度需求高 <10ms （ WIFI 时延难保障） 5G 才 有吸引力 5G 改造供应链之三：“机器换人”使得 5G 成为必需 典型离散供应链场景 改人工为 MES 实时计算调优 改人工为 AGV+ 机械臂 改人工为 AGV+ 机械臂 即使是 5G ，远程部署也不能保障 10ms 以内的时延， 而且还会引发客户对 信息安全和管理的顾虑 边缘“远”、“近”两种部署模式可选，根据用户需求及部署成本权衡

1 AI 高品质万兆AI园区建网技术 白皮书 01 前言 在数字经济高速发展、数字技术加速创新、人工智能技术爆发式演进的驱动下，万物互联、全面智能的 AI 园区 将从理念走向实现，将数字世界与物理世界场景虚实融合，为用户提供更有个性化，更有温度的主动服务。 随着园区物联设备激增、高清视频流普及、沉浸式协作（AR/VR）的广泛使用，园区内数据呈指数级增长；大 模型应用向行业纵深渗透， ................ 05 园区业务的趋势和挑战 01 园区是城市的基本单元，是人类生产生活的主要场所，是数字经济发展 的重要载体，是实现绿色低碳转型的关键靶点。以 5.5G、人工智能、 数字孪生等为代表的前瞻技术加速发展，驱动园区进一步向全面智能演 进，并创造新场景和新应用。近年来，业界对智慧园区进行了深入的探 索和实践，智慧园区的发展已经进入深水区。 园 区 覆 盖 AI、智能体，通过自然语言 接口支持对话式运维，通过智能化任务规划和执行， 系统主动完成用户体验优化、异常感知，除了少数必 须人工处理的场景，多数场景由系统全自动或人辅 助系统完成运维任务闭环。即 L4 在 L3 可视化运维 的基础上，支持对话式运维和主动运维，进一步减少 运维过程中的人工操作。比如远程免上站开局 100% 成功，非上站类故障 100% 自闭环，80% 无线问题 各种类型的终端是园区

日益增长的数字化需求、复杂的业务系统、驱动企业需要构建一个跨越孤立数据、简单、一致的数据管理系统  井喷增长的数字化业务需求  数据隐私和安全将对业务带来影响  数据贯穿企业内外分布在多个系统  人工智能将切实重塑商业模式  规模化、复杂的业务生态 新趋势及挑战 营收、利润、现金 流持续有效增长 人员不显著增加 业态 分布式 管理 规模 组织 + 业务战略 业界趋势 对数据的诉求 模型算法 供应链业务痛点 新锐消费品公司，销售快速增长，ODM+外发生产，SKU多、渠道杂，传统管理方式难以跟上发展节奏； 需求预测低效 采购下单繁琐 质量追溯耗时 财务对账滞后 需求预测依靠人工取数 +Excel拼表，耗时8-10 小时/次，错单漏单频发， 货物积压，仓储成本上 升，业务体感“每日救 火”。 质量异常依靠纸质台账， 历史台账易丢失，追溯 耗时2-3天，业务体感 变拍板，各渠道数据不再 混乱。 大模型嵌入BI，输出SKU 渠道级别预测，备货会先 看数据再说话，告别拍脑 袋备货。 BI预测、金蝶MRP运算、 需求回写SRM，计划员 当天可出采购建议，告 别人工跑MRP。 SRM读取MRP结果，按 仓库容量自动拆批，供 应商可见排期，到料节 奏刚刚好。 每日自动抓取ERP即时库 存与最高BOM，采购不 再拍脑袋下数量，库存数 据更精准。 成品订单、BOM、已发

业务合作伙伴数字化 能力，形成动态协同 链条 供应链节点深度可视化， 通过互联设备进行实时 预测洞察，实现实物流、 信息流、资金流的交互 搭建供应链节点的数字 孪生模型，基于机器学 习和人工智能等新技术 驱动自适应和响应式供 应链，实现可视化、可 感知、智能决策 1 2 3 **** 供应链现状 1 2 2025 年，建成集 成供应链 3 2028 年，建成智 慧供应链 仓储体系 移动和 可视技术 供应商 多维评价 采购计划 智能管理 • 采购需求计划储备库 • 采购计划智能自动审核 • 采购批次安排 客观量化 智能评审 • 供应商全息多维评价 • 人工智能自动对比评分 采购全程 智能管控 • 新一代电子商务平台 • 采购全流程线上管控 • 评标基地标准智能化建设 • 物流移动应用 • 合同单据电子化 • 业务操作移动化 • 先入库检测，后按需匹配 补充需求预测功能 01 采购管理 供应商管理 合同管理 • 统付环节未彻底打通 • 合同起草人无法查看 / 调用投标数据 • 中标通知书下发的环节多，时间长 • 部分分省合同执行过程中的相关信息依赖人工 跟踪 • 物资、财务、电子商务、电商合同等数据交互 存在问题 04 品控管理 仓储配送 / 逆向物流管理 • 招投标审批环节多、流程长，采购及时率偏低 • 文件模板不统一，针对性不足，公开采购失败

4 3 2 3 集团在基础数据建设上滞后，没有建立物流编码规范，和各 BOM 阶段标准化。即使已建立的系统，业务无法进行数据对接交换。导致数据采集多依靠传 统的手拿肩抗，比如集成计划数据，还得人工记录 \ 传递，准确度、实时性差 销售、计划、供应链（采购、物流）、生产和研发等的数据、数据和颗粒度么有拉通，在业绩统计和预测、计划和管理报表，均为手工执行，决策支持的准确性和时效性 差。 CRM 尚未形成产销协同流程，仅覆盖部分需求评审及供应评审机制  流程执行尚未完全规范，导致沟通传递容易出现偏差  无明确的处理机制及流程，许多问题依靠领导层临时决策  数据基础薄弱，依靠 Excel 制定及传递计划，大量人工作业产生效 率损失。数据系统集成度有待提升，尚未引入产销协同场景模拟、 财务评估，以便快速合理决策  尚未形成产销协同的组织框架，重要部门及相关角色参与程度有限  正在探索产销协同计划制定经验，产销人员在协调中缺乏合理操作指引 数据延迟，对数据质量的 信任度低 干扰增加 由于供应能力和 关键原料短缺而 导致中断的频率 增加 端到端可见性有限 多主体的供应链增加了复杂性，导 致端到端可见度降低 企业为了长远发展需要从 人工主导的供应链 转变为 数字化供应链 从… 基于手工或临时配置的计划参 数 未来的供应链计划领域，自动调参，目标导向、智能监控、机器学习等成 为重点提升方向 计划域趋势 实体 供应链

+ 4 生态化 人本 化 数字化 高端 人才 园区 现代化 高质 量 服务体验差 l 路难找、门难进、车难停 l 访客平均所需 10 分钟等待时间，需要人工指引、核实 l 需要人工处理员工考勤，车辆进出记录 园区管理难度大 l 设备种类多 l 业务内容复杂 l 访客次数多 运营效率低、成本高 l 资金盘点花费时间久，大量资产沉睡 l 保安严重依赖人力 对象智能化 l 流程智能化 l 运营智能化 过去与现在对比 过去 现在 第二章 项目概况 运营管理方 P 通过信息化平台 ，规 范园区运 营管理 ，提高工作效 率 结合物联网人工智能 技术 ，降 低园区运营成本 为企业及公众输出优 质服务， 提高企业满意度 ，优 化产业发 展环境 帮助员工提高工作效率与提 升工作质量 帮助员工提升技能 掌握园区状况 ，极大提高了监管效率。 数字园区综合安全管理平台的建设为园区安全的高效监管提供了可靠保障 ，其主要体现在正常状 态、预警状态和报警状态下各功能应用。 报警状态 园区物联设备超值报警或人工报警后， 采用 APP 或短信的方式通知相关人员， 同时启动相应预案 ，指导事件的处理。 平台记录事件处理流程各节点数据信 息 ，为预案的优化提供支撑。

升。因为，“机器代人”的时代正在慢慢到来，关于机器人 送餐、机器人炒菜、机器人写新闻稿、机器人做销售 员、机器人酒店前台和机器人银行大堂的新闻也常见于 网端。从长远的角落来看，机器人综合应用成本不仅少 于单个人工成本，同时工作效率也会更加高效和精准。 • 当然，机器人只是智能的一个小小表现形式…… 那么说到 仓储呢？ 仓库？ 搬运？ 定的规则对物料的存放地点（库位）进行指定，做到物料的有 序存放，并实现准确的批次管理； 4. 出库管理：出库操作根据出库计划指定出库物品的具体位置和数量，采用扫描出库方式提高出库速度和准确 度，避免人工操作的失误。针对制造企业和物流企业，出库操作分别设定了不同的出库类型和模式； 5. 移库管理：支持仓库内和仓库间的移库操作； 6. 动态盘点：仓库盘点使用手持终端进行实时的批处理操作，盘点速度快，准确度高。支持动态盘点，盘点过程 架，货架电子屏会显示需要装入的商品和数量，分拣员据此将商 品放入纸箱，纸箱接着再进入下一站。所有商品装好之后纸箱到 达“收银台”人工复核和封装出库，再由物流服务运送给消费者。 京东“无人仓” • 京东“无人仓”的特色在于，京东采用大量智能物流机器人进行协同 与配合，通过人工智能、深度学习、图像智能识别、大数据应用等 诸多先进技术，为传统工业机器人赋予了智慧，让它们具备自主的 判断和行为，适应不同的应用场景、商品类型与形态，完成各种复