推动工业创新与数字化转型。愈来愈多的制造业企业，通过打造标杆智慧工厂，实践 数字化、智能化创新。 普华永道思略特持续关注工业4.0相关实践，结合众多成功大型、标杆智慧工厂的实 战项目经验与行业洞察，为广大制造业企业提供智慧工厂最新发展趋势洞察与实施方 案解析分享。 前言 智慧工厂发展趋势洞察与实施方案解析 | 思略特 3 智慧工厂发展趋势 洞察 有别于前三次工业创新与进步，主要依赖单一技 化、数字化和智能化水平，实现运营成本、设备 综合效率以及资本回报率的多维度优化，在推动 运营效率升级的同时持续提升客户满意度。在后 端运营支持层，通过数据流打通，实现企业管理 的实时可视化，结合智能化实时数据分析，为企 业提供分析决策支撑，提升决策效率与质量。 技术角度 智能 终端 生产 连接 智能 设备 智能 机器人 设备 连接 外部 连接 云计算 大数据 深度 学习 智能物流和服务 商业运营与数字化进入市场和新的商业模式 运营瓶颈与挑战、基于用户体验功能设计的用 例，进一步由数字化技术实现的智能解决方案。 为了更好地打造基于工厂实际情况的智慧工厂解 决方案，企业需要基于自身应用场景，系统地识 别匹配工厂运营核心能力需求的用例。企业可以 沿着价值链识别关键用例，例如，在供应场景下 应用PFEP（Plan For Every Part，为每个产品 做计划）、自动补货、齐套管理等用例提升物料 管理效率；在生产执行场景下应用数字化人员排

累积了丰富的范 例。每年，新加入的灯塔工厂均会对未来3~5年的价值链运营进行深度展望，为行业的持续发展 贡献智慧与力量。 新晋的一批灯塔成员证实了4IR拐点的到来，其中有两大特征颇为显著：一是机器智能已达到前 所未有的成熟水平。与过去试图模拟人类智能不同，现在的机器被赋予了专业智能，能够在信息 物理系统中胜任复杂的生产任务；二是在产业应用层面，领军企业正重新定义“试点”的范围。为 了推动规模化应 了推动规模化应用，这些企业不再局限于单个用例，而是将视野拓展到整个生产网络，通过全面 布局推动转型升级。 围绕该话题，我们拟发布系列文章（共三篇），将立足于全球制造业的发展实际，深入探讨领军 制造商对AI的战略部署，以及企业在实现AI快速、大规模部署过程中需要构建的核心能力。作为 系列文章的开篇，本文将重点诠释为何AI的成熟标志着4IR拐点的到来，解码领先制造商如何利用 AI重塑竞争优势，并列举制造商在行业竞 图1）。如果回看智能手机的发展历程，我 们也能清晰看到这种三阶段的S曲线。 截至目前，全球灯塔网络有153家成员。这些制造业的领军者在4IR技术的采用上，要平均领先于 其他制造商3~5年。如今，用例试点已不再是他们的关注焦点。对拥有多个灯塔工厂的企业而 言，其生产网络都可作为大规模网络部署的试点。现在，领先企业可同时在10或50家工厂中捕捉 4IR技术的价值，而其他企业仍在努力寻找单个工厂的价值。

AI 赋能框架，助力车企在智能化浪潮中构建技术护 城 河。我们期待这些实践能激发更多创新探索，共同推动人类出行方式的根本性变革。 谨此献给所有致力于用技术重塑汽车未来的同行者——让我们以 AI 为笔，共绘智慧 出 行的新蓝图。 智 己 汽 车 红 中 国 信 通 院 卷首语 随着生成式人工智能的突破性发展， 大模型技术正以前所未有的深度重构汽车产业 “全 目录 — — 报 技术深度革新了汽车研发流程。它使用生成式算法，依据设计目标 和 物理参数自动创建设计方案并进行优化。高度逼真的虚拟仿真平台模拟复 杂环 境以大幅减少物理测试。智能测试系统则能理解需求文档并自动生成、 执行和 优化测试用例，显著提升研发效率和精度。 AI 重塑用户运营 AI 驱动的智能内容系统实现从图文到视频的全媒介内容自动化、规模化 生产，并能结合车型参数和热点动态生成个性化素材。智能销售助手通过深 度 位、 LTE-V2X 通 信基站等设施，构建了“单车智能 + 网联赋能”的双轨推进 雏形。这一举措 为中国智能网联汽车的发展奠定了基础，开启了汽车行业智 能化转型的序幕。 2020 年成为政策分水岭，国家发改委等十一部委联合发 布《智能汽车创新发 展战略》， 首次以“中国标准智能汽车”为发展方向，提出 构建六大体系 —— 从技术创新链、产业生态链到法规标准链的闭环设计，特 别强调“人工智能驱

管 理 系 统 灵活查看并管理工地人员信息，可通过进离场状态、姓名、班组等多维度查询搜索，同时可通过多维等级方式进行人员的实名制新增、调 动和离场，方便快捷、简单易用。 支持住建平台对接，有效为施工建筑企业的劳务专员、安全员减负增效；满足国家监管要求科技化实现规范用工和安全用工。 系 统 应 用 - 关 键 岗 位 履 职 全 链 路 防 作 弊 、 防 篡 改 配备高精度 GPS 定位模块，自动匹配考勤位置信息，并通过 系 统 应 用 - 卸 料 平 台 监 测 系 统 应 用 - 深 机 坑 监 测  对基坑的地表、地下水位沉降进行监 测，对基坑支护和边坡支护进行实时 监测，支持实时监测、预警等功能。 为设计、施工提供可靠的数据支持。 系 统 应 用 - 车 辆 管 理 识 别 可 靠 ， 通 行 高 效 精准识别车辆身份，保障车辆通行的合法性，提供车辆进出记录视频、图片，数据可追溯。系统自动生成报表，高效管理车辆进出。 简单，可根据实际需求进行应用对接。 系 统 应 用 - 智 能 工 况 分 析 违 规 行 为 ， 无 处 遁 形 对采集的视频图像进行智能分析，自动识别现场施工人员是否佩戴安全帽、是否穿戴合规工装、以及对吸烟和人群聚集殴斗等风险行为作 出判别， 能进行语音提醒和警告并对报警信息进行记录留存，为安全施工监督提供有力保障。 工装穿戴检测 安全帽佩戴检测 吸烟检测 人群聚集斗殴检测 系 统

基础数据模型 工艺类数据逻辑关系 工艺路线 工序 工步 总装 安装门窗板 取门面 重 点 为 建 立 工 序 BOM 作业指导书 质检要求 产品数据 EM044KID- P0OA 设备数据 一 works 咨询 公司管理 流程总图 Level1 主流程图 Level2 流程场景 Level3 详细流程 Level 4 采购管理 设备采购 备品备件采购 18 以公司 MES 系统所覆盖的流程为基础，结构化、层次化、图形化地实现 MES 系 统覆盖流程的可视化，形成 MES 系统流程运作目录，并 借用流程优化方法以及 MES 系统的运作流程提出改进和变更建议，设计出未来在系统中的主要运作流程， 建立完整的生产工艺分级模型，提供可视化的展现工具 清晰描述各制造部详细生产工序、工步直至具体操作的流程特 点 准确说明对生产工艺条件、质量控制要求以及各工序的输入、 输出，为制造过程数据采集提供来源依据 了解生产过程中所需的基础数据 ( 人、设备、物料等资源 ) 了解未来工艺趋势，为 MES 实施后的工艺变化做好相应准备 21 三、工艺建模与分析 工艺建模方法 IDEF0 用活动框代表活动式功能，进入或从活动出来的尖头依

测试环境搭建................................................................................72 4.1.2 测试用例设计................................................................................75 4.1.3 测试结果分析.. 通过大模型底座的部署，园区能够实现从传统管理模式向数据驱 动、智能决策的转变，为企业和居民提供更加精准、高效的公共服 务。 具体而言，大模型底座在工业园区数字政府建设中的应用意义 主要体现在以下几个方面： - 数据整合与共享：打破各部门之间的信息孤岛，实现跨部门、跨 系统的数据互联互通，提升数据资源的利用效率。 - 智能决策支持：通过对海量数据的深度挖掘与分析，为园区管理 者提供科学的决策依据，降低决策风险。 此外，根据《中国数字经济白皮书（2022）》数据显示，全国 数字经济规模已超过 45 万亿元，占 GDP 比重达 39.8%，其中工业 园区的数字化转型贡献显著。大模型底座的引入将进一步加速这一 进程，为园区经济的可持续增长注入新动能。未来，通过大模型底 座的持续优化与升级，工业园区将能够更好地应对复杂多变的全球 经济环境，成为数字经济时代的标杆示范区。 1.2 目标与范围 本方案旨在构建一个高效、智能、安全的数字政府大模型底

2025-09-11 智能之光：⼈机协作的经济管理研究新时代 胡诗云 易君健 摘要： 以ChatGPT 和DeepSeek 为代表的⼈⼯智能⼤语⾔模型（简称⼤模型），正在对知 识⼯作者的⽣产⽅式产⽣⾰命性的影响。本⽂⾯向经济管理学科的研究者，介绍⼤模型的技 术原理、应⽤⽅式以及在科学研究全流程中的应⽤。本⽂⾸先从社会科学和⼤语⾔模型的本 化⽂献理解、 澄清概念并提供研究反馈；作为助研，⼤模型承担研究助理职能，处理⽂献整理、参考⽂献 格式调整、梳理建模和推导等重复性任务；作为智能体，⼤模型本⾝成为研究对象与实验⼯ 具，能模拟⼈类决策⾏为、预测反应，并通过多智能体系统模拟社会互动；作为朋友，⼤模 型超越学术⻆⾊，提供全⽅位⾮学术⽀持，包括职业发展建议、⼼理辅导和⼈际交往建议。 ⼤模型全⾯融⼊学术⼯作流程，不仅能通过⾃动化重复劳动提⾼研究效率，更能通过⼈机合 JEL Codes: A11；B41；C45；D83 智能之光：人机协作的经济管理研究新时代 胡诗云，易君健∗ 2025 年 6 月 摘要： 以 ChatGPT 和 DeepSeek 为代表的人工智能大语言模型（简称大模型），正在对知识工作者的生产方 式产生革命性的影响。本文面向经济管理学科的研究者，介绍大模型的技术原理、应用方式以及在科学研究全 流程中的应用。本文首先从社会科学

RPA ） 供应计划 内部规划 外部规划 数据架构 商业解决方案 供应链 平台 分析 /AI 功能 12 协议经过测 试并确认 进行调整 推动者 影响评估 : 分类 为高 他们共同生活在不同的工作单元里 : 每天都在一起工 作 业务流程优化 供应链经理 科技专家 DC2 中的多余 库存。 从 DC2 到仓库的运输 订单 哪种方案 流程更新沟 通 调查 : 变量可 以影响这一 步 仪表盘更新 是否有未 完全完成 的步骤 ? 寄售库存 : 未经批准不得使 用 每天 协议 ? 库存分配为寄售库存 说明 结束 结束 异常管理 结束 13 14 推动者 数据准备和 清理 预测浓缩 • 与不同部门的接触点 他们共同生活在不同的工作单元里 : 每天都在一起工 作 以支持实时 E2E （端到 端）决策 组织准备就绪 并能够为完全跨职能的 协调者做出 E2E （端 到 端）决策 自动化程度和 AI 应用达 到 最佳，高效且自主 SC 的 程度 为快速的 E2E( 端到 端） 编排和敏捷的供应链配 置做好准备 自动化 / AI 流程和指标 组织 数据可见性 / 数据整合 22 拥有强大而全面的成熟度评估模型，可以评估组织 的 CT 能力

业高质量发展，实现智能制造的进 一步升级 ，为工业软件国产化替代 贡献力量。 王德权教授（右一）作为主宾城市科技创新成果代表向国务院总理李强， 时任上海市委书记汇报自主可控工业软件成果 中央领导对智能制造自主知识产权工业软件之关怀 深耕自主研发 走好工业软件国产化之路 助力企业真正实现产品全生命周期管理和以数字孪生、虚拟调试、过程追踪、故障诊断、可预测性维护和能源管理为特征的智能制造， 以满足 人 平台基本数字孪生体 解决方案与产品 ——数字孪生的虚拟数字化工厂平台由虚到实 虚拟物联平台 平台虚拟调试 平台实现了由虚到实——以仓储物流系统的机器人、 AGV 、立体仓库等设备虚拟调试为例 AI 引擎 销售 业务 渠道 设计 生产 采购 现实工厂 虚拟工厂 以虚优实 由虚映实 真实 工厂 立库孪生体 设备孪生体 刀具孪生体 伺服传感器 料 人 法 测 环 机 虚 平台实现了由实到虚 —— 以创建 EA211 发动机产线为 例 数据采集 数据主线 数据驱动 迭代优化 虚拟设 备物联 数据映射 数据优化 解决方案与产品——数字孪生的虚拟数字化工厂平台由实到虚 以实际工厂为原型 1:1 构建虚拟工厂 映射与交互 数字孪生 设备物联 数字世界映射现实世界 DNC 机加工 机器人上下料

代的共进。在这场探索未 来的创新教学之旅中，学员们展现出了对汽车产业发展前沿的敏锐洞察和深刻思考，让我们对 中国汽车产业的未来充满了信心和期待。汽车产业已行至智能化发展的下半场，关键技术将成 为企业核心竞争力的基础。AIGC作为基石技术，将深刻改变汽车产业从研发、设计、制造、营 销与管理的各个方面，并将重新定义汽车产品与服务体验。这份白皮书有望助益产业界描绘新 地图、探索新大陆。 北京大学光华管理学院 勃发展，智能化已经成为全球汽车产业转型发展的主要方向之一，同时，中国汽车产业已经成 为全球汽车产业的重要创新策源地。AIGC是当今人工智能发展的前沿，对汽车行业的影响是全 方位的，值得业界深入探讨。未来汽车产业战略家班的学员们和中国一汽结合AIGC的前沿实践 和战略分析，将集体智慧汇聚成这份白皮书，为中国汽车产业在大模型时代提供了宝贵的参考 和借鉴。中国汽车工业协会作为《未来汽车产业战略家》项目的智库指导单位，对首期学员们 动汽车AIGC技 术的创新与发展，为汽车产业的智能化发展贡献一份力量，助力汽车产业迈向新的高度。 汽车产业 AIGC 技术应用白皮书 8 PAGE 汽车行业从软件定义汽车迈向数据定义汽车，性能提升的关键资源从研发人力变为更易规模化的数据和 算力。汽车行业的技术变革折射出时代科技发展的巨大变化：从以确定性的规则逻辑为基础的技术路线 为主，转向以概率论为基础的人工智能技术路线为主，其对复杂环境和任务的适应能力更强，并产生了