位置物联网 + 工业互联网 ， 赋能智能制 造 发展趋 势 系统介 绍 案例介 绍 总结 企业介 绍 PART 01 发 展 趋 势 l GE: 2030 年全球工业互联网将实现 15 万亿美元 l 国泰君安 : 2030 年中国工业互联网将实现 3 万亿美 元经济增长 l Cisco: 2020 年物联网将为企业增加 21% 的利润， 并创造 19 位置物联网发展现状 UWB 定位专家 10cm 高精度定 位 PART 02 系 统 介 绍 开发平台形成设备库、 模型库、 应用 库 , 造场景 , 赋能智能制造 业协议 , 将数据传输到 PAAS 层 , 再 利用分析引擎 , 人工智能、 数 据挖掘 技术充分利用数据 , 实现设 备监测、 统服务功能 , 将位置物联网与工业互 作区域布局、工作自动化等 员工绩效指标 l 助力摒弃以往传统的人员评 估方法，提供更为精准的数 字化评估化模型，、更加高 效、精准，保证了管理层都 能第一时间掌握数据，以及 沟通的依据和结论的一致性 奖惩分明 l 针对性安排培训、警告、离 岗等人事安排 在岗时间指标 l 真正工作时间 l 合理制定加班计划 加班指标

在生产网络中部署相 关技术；三阶段是“优化曲线”，各行业围绕技术采用的最佳实践进行调整。在此阶段，新的标准 与程序逐渐称为常规操作，且成本开始趋于稳定（见图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 回 肠的交响乐”（见图2）。 以生产现场的快速换线为例（见图3），企业不仅需要柔性机器设备来处理不同的产品，自动导 引小车（AGV）来运送物料和零部件，3D打印来定制生产线夹具，还需要可穿戴技术赋能管理与 技术人员，帮助他们了解实时数据。如何协调这些复杂元素之间的相互作用？答案是：AI。 然而，AI的部署离不开数据的加持。企业可从系统软件、设备传感器、互联基础设施，以及员工 等多个来源，生成和

���E�����0 人工智能赋能制造业全流程的技术及应用研究 董昊 1 刘星辰 1 曹峰 1 张发恩 2 高凌燕 2 (1. 中国信息通信研究院人工智能研究所,北京 100083; 2. 创新奇智科技集团股份有限公司,北京 100080) 摘要:在建设现代化、推进新型工业化的关键时期,人工智能(Artificial Intelligence,AI)技术的兴起为制 AI 技术在制造业全流程的落地已成为推动制造业领域产业升级的重 要引擎。 首先,分析 AI 技术赋能制造业的意义,从研发设计、生产制造、运营管理和产品服务等制造业 核心环节入手,深入阐述 AI 技术在全流程中融合应用的关键技术点;其次,介绍了制造业 AI 的技术应 用情况,并深入分析了 AI 赋能制造业全流程过程中的挑战;最后,展望了制造业 AI 的技术发展趋势。 关键词:AI;制造业;大模型 关键词:AI;制造业;大模型 中图分类号:TP181 文献标志码:A 引用格式:董昊,刘星辰,曹峰,等 . 人工智能赋能制造业全流程的技术及应用研究[J]. 信息通信技术 与政策, 2024,50(12):42-50. DOI:10. 12267/ j. issn. 2096-5931. 2024. 12. 007 0 引言 制造业是经济增长的关键驱动力。 据世界银行数

AI+ 精益 + 数智赋能离散制造业解决方案 02 精益 +AI+ 数字智能工厂建设的实 践 03 模型化发展能力 01 AI+ 精益 + 数字的企业价值 目 录 好的企业， “产品捅上天 、文化扎下根， 管理高效 ······ 规范工厂组织 + 精益管理 （一个流实现） 实 践 证 明， 以“精 益 、 数 字 ”为 核 心 思 想 的“企 业 运 营 管 理 ”， 生产计划：需求预测、智能排产。（ 1 ）通过 AI 技术分析不同数据，包括销 售历史数据、供 应链建构、产品价格等数据，做出更加准确的 需求预测，从而使企业更好地安排生产计划， 降低库存水平，降低运输、仓 储、供应链管理成本；（ 2 ）在给定工单、可用资源、约束条 件和公司目标 多重条件下，生成最佳生产计划；  生产过程：预测性设备维护、生产工艺优化、智能化产品检测、智能搬运等。 通过挖掘和 提炼生产 业务价值导向的精益 数字变革架构 目 录 效 率 导 向的 智 能 闭 环 管 理 利用大数据与智能 AI ： 实现生 产 过程可管 、可控 、可预测， 使 业 务流程的智能化的动态调整 及决 策， 以持续改善， 促进客户满意 与效率提高 STEP3 ： 智能管控 精 益 驱 动 数 字 赋 能 产线整流： 实现有序生产 业务标准化： 实现标准作业 数字化： 生产过程规范

AI 赋能离散制造业 ， 打造高效精益卓越工厂 > 01 AI 全方位助力制造业发展 > 02 数字化工厂解决方案 > 03 客户成功案例 行业背景 2025 年 6 月，工信部在审议《工业和信息化部信息化和工业 化融合 2025 年工作要点》时，明确提出要实施“人工智能 + 制 造”行动，加快重点行业智能升级，打造智能制造“升级版”。这 工智能正以前所未有的速度，渗透至从研发、生产到供应链的 各个环节，成为驱动制造业高质量发展的新变量。在这样的背 景下，制造业不再是 AI 应用的跟随者，而是其落地的主战场和 主引擎。然而，人工智能赋能制造，并不仅仅是为了提升效率、 降低成本，它更深刻地作用于制造系统的逻辑结构、组织方式 与治理能力，推动制造业从流程驱动向数据驱动、从自动化向 智能化、从人控系统向人机协同演进。因此， AI 技术的嵌入， ） 供应商管理 外协管理 云端记录 信息化管理 多层存储 自动出入库 进度反馈 移动办公 物联网 IoT 平 台 系统拉动 生产对接 自动搬运 物流追溯 WMS 仓 储 管 理 ERP PLM 设备状态 实际工艺参数 工单（生产计划） 模冲塑配一体化应用 AGV 调度计划 物料准备计划 其他 OA 数字化透明工厂： 设备物联

智 己 汽 车 红 中 国 信 通 院 AI 赋能汽车行业智能化转型 技术创新 智 己 汽 车 X 红 中 国 信 通 院 参编人员 陈屹力 陈 磊 郑 立 车益超 于 丹 马龙飞 张 晶 王 臣 罗勇来 俞思远 杨恽杰 沈思远 李 卓 黄 勇 AI 赋能汽车行业智能化转型技术创新 报告 价值链。从数字化的研发设计、个性化的用户触达，到颠覆性的座舱体验， AI 已成为推 动 汽车产业向智能化跃迁的核心引擎。 本报告聚焦 AI 重构汽车产业三大核心场景： 30% 、销售转化率提升 25% 、 语 音交互效率翻倍等关键突破，标志着汽车产业已进入「 AI 定义体验」的新纪元。 本报告旨在为行业提供可复用的 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

AI 赋能汽车行业数字化转型方案 AI 大模型 + 对汽车行业的影响 加入星球获取更多更全的数智化解决方案 • 科技创新加速世界经济数字化 21 世纪以来，全球科技创新进入密集活跃期， 自动化加速走向数字化、网络化、智能化。 新 技术、新产业、新模式、新产品大规模涌 现， 深刻影响着全球的科技创新版图、产业 生态格 局和经济发展走向。 3 • 数字化战略助推疫后经济复苏 数字化转型伙伴行动 ， 加快 各行业各领域数字化转型。 • 高新技术智能城市助力车企转型 车联网技术发展和应用的普及， 5G 智能城 市 发展，跨界的参与，促使汽车行业的数字 智 能化得到了快速的发展。 • 数字化车企为用户提供更高价值 汽车行业数字化转型需要车企更关注 “ 以用 ” 户为中心 ，挖掘用户全生命周期的价值， 通过不同的触点触及用户，提供其真正所需 个 性 化 A I + 智 能 化 4 产业驱动 中国车市已由增量市场转存量市 场， 中国车企面临“高端失守，低端 ” 混 战 ， 市场占有率回落、整车出 口乏 力、 企业利润降低，车企亟需加 快向 价 值链中高端跃升。 第四次工业革命在汽车产业结构 的转 变方向，已然明晰可见汽车产业 正向 新能源电动、自动驾驶等高端智 能、 服务化转移 技术驱动

本电子书面向以下决策者 ：制造行业有意利用生成式人工智能，来改进机器 可用性、维护、产品质量和设计的业务和技术部门决策者。 制造业未来由生成式 AI 技术赋能 加快产品创新，提高车间效率，减少员工培训时间 目录 引言 ..................................................................................... 据的是规律和推理（而非明确的指令）。机器学习属 于人工智能的一部分，也是生成式人工智能的基础。 基础模型（FM）： 基础模型是一种基于大量数据进行预训练的机器学 习模型，可能包含数以十亿计的变量，因此能够学 习复杂的概念，进而赋能生成式人工智能应用程序。 大型语言模型（LLM）： 大型语言模型是一种使用数万亿个单词进行训练的 机器学习模型，因此这类模型能够识别、翻译、预测 并生成文本、图像、音乐等内容。比如 BERT、GPT、 当今的制造公司面临着诸多挑战，既要应对本地设备限制、远程系统访问， 又要不断创新以保持竞争力。生成式人工智能让制造企业能够快速有效地探 索卓越的设计方案，来大幅度减少成本、材料以及杂乱无章的情况，并尽可 能缩短设计时间，优化生产方法，而其输入内容和制约因素的数量之多，超 出了人类的想象。 设计潜力 通过将人工智能与高性能计算（HPC）相结合，生成式人工智能重塑了不同 的产品组件，从而挖掘新型创新设计。

4 起点 评价标准的价值 掌握企业的智能制造水平；培 育智能制造重点项目；树立智 能制造试点示范标杆；辅助政 策分析决策。 评估智能制造基础，识别差距；明确 发展目标；制定实施路径：对项目建 设效果进行。 掌握企业实际情况；梳理项目需 求；明确实施范围；统一技术实 远程运维服务 智能技术 产品智能化 装备智能化 智能装备 / 仪 器 工业机器人 自动化产线 信息化、数字化 网络化、云计算 精益生产 先进制造技术 智 能 技 术 智 能 装 备 应 用 场 景 新 模 式 信息技术 企业管理 评价模型框架 工厂设计数字化 产品设计数字化 制造过程自动化 l 服务：包括客户服务和产品服务 2 个能力子域。 能 力 域 设计 生产 物 流 销 售 服务 人员 资源 技术 评 估 域 产 品 设 计 工 艺 设 计 采 购 计 划 与 调 度 生 产 作 业 设 备 管 理 仓 储 配 送 安 全 环 保 能 源 管 理 物 流 销 售 客 户