以“制造技术 + 数字技术”的融合创新为基本路径。它贯穿设计、工艺、生产、供应链、服务的全 价值链，实现从生产模式到价值创造方式的范式转变。这种转变的本质，是从“资源驱动”走向“数 据驱动”，从“局部改良”走向“系统优化”，从“跟随学习”走向“引领创新”。 破局之道——“积木式”数字化转型 路径选择至关重要。传统的集中式、一次性投入模式，并不适合中小企业。世界经济论坛的 研究表明，中小企业数字化转 本报告的目标，正是为中小企业提供一套方法论：从理解大势，到认知挑战；从发现问题， 到设计方案；从“积木式”搭建，到系统化升级。我们希望，本报告能成为中小企业穿越不确定性 的灯塔，成为推动中国制造走向世界级制造的实践指南。 在本报告的编写过程中，我们得到了多方面的支持与帮助，在此表示衷心的感谢 ! 首先，我们要感谢本报告核心编写团队的所有人员，机械工业信息研究院的陈琛、朱辉杰、 赵娟、黄伟 数字化转型三大特征：长期性、系统性和持续迭代……/……36 2 搭建积木：数字化转型 “四步走”……/……36 3 某汽车零部件企业数字化转型案例……/……41 05 强化数智能力，走向数字化创新……………………………………44 1 第一层能力：“数据炼金”，形成数据底座……/……45 2 第二层能力：“积木搭船”，保持可扩展性…/……45 3 第三层能力：“掌舵

3 第四次工业革命 工业 4.0 信息物理系统 工业互联网 中国制造 2025 智能制造 数字化制造 两化融合、“互联网 +” 、制造业与互联网融合发展、企业上云 新制造 人类要走向哪里去？演绎的路径是什么？我们该怎么做？ 新词迭出： 数字化生存 新景象 信息发布 快速便捷 全景画像 高效筛选 相关性挖掘 与预测 物资需求 精准匹配 潜在病患 分析与追踪 线上无界隔 产品与服务触达客户； 2 快速响应客户的个性化需求，如探索中的智能制造； 3 走在客户前面，引导、激活客户需求，用前瞻性和洞察对客户进行事 前管理（上工治未病）。 企业、城市、政府，都将建设上述三个能力、走向新供给。对客户服务 互动性、机动性、前瞻性，考量你的，就是数据采集与使用能力。 新消费风向要求：链接一切、更广的场景、更精准的客户认知（数据系 统的重要性进一步凸显）。城市与政府的供给与运营呢？ 进入期，我们看到从“五新”全面走向“百新”、走向 “万新”，走向各行各业的数字和智能驱动。无论是工厂、学校、医院所代表的背后的工业、农 业、医疗、教育等，各行各业都在全面走向数智化运营、数智化产业升级。我们的城市、我们 的乡村、我们的小镇、我们的社区、我们工作的园区、办公楼、办公室，都在全面走向数智 化、智能化的运营空间。所有的商业元素、乃至所有的社会元素都在全面走向数智化和智能 化。 “ 五新”、

产业合作新阶段，以领先的新能源与智能化技术带动当地汽车工业升级。 展望三：智能底盘将成为高阶智能化的最后一块拼图 智能底盘迎来千亿级市场空间，新技术不断涌现，线控制动 EMB 从研发走向 量产，线控转向 SBW 受益于 L3 及 Robotaxi 需求推动量产。 展望四：汽车与人形机器人产业链将加速融合 汽车产业链上下游企业从本体、零部件、数据采集、训练等多个环节赋能人形 能底盘迎来千亿级市场空间。新技术不断涌现，线控制动 EMB 从技术研发走向 量产，线控转向 SBW 受益于 L3 及 Robotaxi 需求推动量产。 图5：高阶智驾快速发展，国产替代降低搭载门槛，智能底盘市场空间广阔 数据来源：国泰海通证券研究 线控制动：EHB One-box 为目前主流方案；EMB 是真正意义上的全线控制动系 统，正从技术研发走向量产。线控制动有 EHB Two-box、One-box、EMB Two-box、One-box、EMB 三种技 术路径，当前 One-box 为主流选择，且海外厂商占据主导。EMB 是真正意义的全 线控制动，具备显著性能优势，契合智能驾驶发展趋势，正从技术研发走向量产。 国内外厂商 EMB研发进度相近，且国产厂商能够绕过不占优势的液压控制领域， 有望在技术路径迭代中换道超车提升市占率。 线控转向：EPS 市场成熟搭载率超 98%；SBW 使用线控代替机械结构实现方向 盘与转向轮的解耦，L3

署数字解决方案并 获得反馈。打牢“地基”后，企业便能快速部署新用例。例如，某灯塔企业表示，生成式AI技术顾 问只需短短几日或几周便可部署，而非以月或年为单位。 挑战接踵而至，灯塔企业从“试点陷阱”走向“规模化低谷”。许多灯塔企业已完成一阶段的“学习曲 线”，在工厂层面初步建立了变革所需的各项能力。但规模化进程的停滞不前也带来了试点陷阱后 的第二个重大挑战——规模化低谷。技术从单一工厂向整个生产网络的扩展绝非易事，这涉及到 进一步加大了与其他制造商的差距[3]。 其他制造商：创新、加速，还是追赶？ 对制造商而言，拐点意味着什么？随着灯塔企业等领军制造商逐渐摆脱规模化低谷，并将4IR技 术的影响力扩展到整个生产网络，其他企业也需反思今后的走向。 答案不止一个：首先，企业可在生产网络层面实现数字化创新。与许多灯塔企业一样，作为行业 探路者，他们敢于冒险，并有能力证明自己选择了正确的方向；其次，企业可以选择成为行业加 速器。这些企业专注于

3、AI 应用加速规模落地，带动智算产业发展向深向实...........................................................10 （一）AI 从“生成式”走向“代理式”，将带动算力市场持续高速增长。10 （二）AI 应用场景不断扩展，为智算产业发展注入持续动能。................................12 4、智算供给能力快速提升，服务市场呈现多元化竞争态势 集约使用。此外，浙江、北京、上海、广东、贵州、山西等地方 政府也纷纷发布相关政策明确算力高质量发展行动计划。 2、智算需求持续高涨，核心驱动力由“训练”转向“推理” 推理模型快速普及并从纯文本走向多模态。OpenAI 于 2024 年 9 月发布的 o1-preview 模型拉开推理模型帷幕。推理模型基于 基础模型开发，其通过在推理过程中引入长思维链，实现了与普 通模型截然不同的问题解决方法，即在输出答案前先进行“思考”， Reasoning、 Anthropic 的 Claude 3.7 Sonnet，阿里云通义团队的 QwQ-32B、 字节跳动豆包团队的 Seed-Thinking-v1.5 等。同时，推理模型正 在从 LLM 走向多模态，如 OpenAI 的 o3 和 o4-mini、阿里云通义 团队的 QVQ-Max 等均是视觉推理模型。OpenAI o3 和 o4-mini 可 以使用图像进行思维链推理，如解读白板照片、教科书图表或手

为机器人应用带来突破，在工业场景中，精准、重复的任务流程成为率先落地的领域。 u 未来的关键挑战在于如何提升智能机器人在开放场景的可用性，而具身智能正是为此而生，致力于攻克这一难题，推动机器人技术走向更广阔的应 用天地。 如： 四足机器人、双足人形机器人 适应复杂地形 地形探测、救援、部分服务场景 如： 软体机器人、特种形态机器人 模仿自然生物的运动方式，在特定的环 境中执行特定任务 陪伴机器人在情感识别、个性互动及社交功能上显著进步 养老机器人实用化 人工智能和具身智能技术的进步，加上政策支持、资金扶持和税收优惠，推动养 老机器人产业蓬勃发展。“科技养老 ”概念迅速从实验室走向实际应用。 具身智能家庭应用三模块 具身感知 具身想象 具身执行 交互感知 自动挖掘、定义具身概念 自动具身任务模拟 仿真引擎构建 到市场的跨越。 2023 年，宇树融合其在机 器狗平台积累的技术，推出 首款人形机器人 H1 。 2024 年，发布人 形机器人 G1 ， 9.9 万元定价刷新行业，推 动人形机器人走向实用化与 商业化。 高效工程化理念形成，打造 消费级产品。 2020 年宇 树 A1 机器狗首次登上央 视春 晚； 2021 年推出 Go1 消费 级机器狗以颠覆 的 1.6 万元 的定价打开消

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 许多国家的政府选择数字化战略作为疫情后重 振经济战略。 • 政府规划提出数字化

广泛的汽车行业客户与量产应用； • 可以允许“套壳”与 API 调用； • 单场景技术方向的领先发展潜力； • 多场景的覆盖能力与量产应用； • 持续的产品迭代能力； • 走向通用世界模型的潜力； 竞争因素 评选原则 数据 场景 服务 产业研究 战略规划 技术咨询 55 54 个 160 款 1000+ 万 基于大模型技术，从语音助手走向 AI Agent 也具有无限潜力 思必驰智能汽车语音业务情况 无限潜力 出色的商业化能力 汽车品牌 国产车型

支撑高并发需堆叠服务器、为实现实时分析需部署多套数据库，这种 "以资源换性能" 的模式早 已难以为继。我们需要的是能精打细算的技术底座，用一体化设计降低总拥有成本，让有限的 IT 预算创造更大价值。 当下，AI 技术正从概念走向实战，成为重构商业模式的核心引擎。从智能选款、动态定价到个 性化导购，AI 应用的深度取决于数据底座的支撑能力。在探索 AI 驱动的 "超级导购" 场景中 发现：能否将商品图片、面料参数、会员偏 的吞吐能力。 1.2 技术范式升级：AI 战略成为零售企业必选项 从 30 年前零售企业引入 POS 机进行收银管理，到建设 ERP 系统管理进销存，零售业的技术范 式经历了信息化、数字化，如今正走向智能化。 表 3：零售业技术范式发展（数据来源：爱分析） 从 ERP 到 AI 的技术代际跃迁是所有零售企业的必然选择。一方面是传统 ERP 系统无法承载当 前消费需求碎片化和复杂供应链的零售 人工智能技术的持续迭代突破，让零售企业普遍存在“FOMO“（Fear of Missing Out）情绪， 希望尽快将 AI 转化为业务增长动力。企业核心竞争力正在发生转移，从流程控制、数据管理， 最终走向以 AI 驱动的业务自驱和创新。人工智能已不仅仅是一种提升效率的工具，它更是零售 企业建立差异化竞争优势、实现战略增长的核心引擎。 当前人工智能已贯穿零售行业“研、产、供、销、服、管”全链路，显著提升企业精细化运营能

3. 简单 ： 不增加 管理成本、 不 人 L2 级 : 现场管理 管理流程数字化 1. 管理：从粗放到精细 ：将对 物联数据的应用，融入到管 理流程制度中，帮助企业从 粗放式走向精细化管理； 2. 监管：从人工到系统 ：实时 监管跑冒滴漏、违章违规， 解决弄虚作假、监守自盗、 懈工怠工等问题。 财 L3 级 : 经营结算 结算对接数字化 1. 结算凭据