AI 技术在智慧工厂建设中的使用方法 引言： 智慧工厂是指通过信息化和智能化技术实现生产流程自动化、柔性化和高效化 的现代化工厂。随着人工智能（AI）技术的快速发展，越来越多的企业开始探索 将 AI 应用于智慧工厂建设中，以提高生产效率、优化资源利用、降低成本等目 标。本文将介绍 AI 技术在智慧工厂建设中的使用方法，并探讨其对企业的影响和 未来发展。 一、数据采集与分析 1.1 传感器技术 传感器技术 传感器是智慧工厂中重要的数据采集装置，可以通过感知环境变化并将其转换 为数字信号。AI 技术可以结合大数据分析，对传感器采集到的数据进行实时监控 和分析，从而帮助企业更好地了解生产过程中存在的问题，并及时采取相应措施进 行调整和改进。 1.2 数据挖掘与预测 AI 技术可以通过数据挖掘和机器学习算法，提取出隐藏在海量数据背后的有 价值信息，并基于历史数据对未来可能出现的问题进行预测。这为企业的生产计 技术可以实现智能化的自动化生产线，通过自主学习和智能决策能力提高 设备的自我调节功能。例如，基于视觉识别技术的机器人可以对产品进行质量检 测，并在发现异常情况时自动暂停生产，并通知相关人员进行处理。这种智慧工厂 中的自动化流程可以极大地提高生产效率和产品质量。 2.2 协作机器人 协作机器人是一类与人类共同工作的机器人系统，它们通过与操作者进行交互 学习以及与其他设备和系统的实时数据交换，实现真正意义上的协作工作。AI

机械设备 2024 年 06 月 11 日 中控技术 (688777) ——控制系统 Nyx 与 AI 大模型 TPT 发布，中控“1+2+N” 智能工厂架构再升级 报告原因：强调原有的投资评级 买入（维持） 投资要点： ⚫ 6 月 5 日，中控技术在新加坡召开新品发布会，推出了全球自动化领域的通用控制系统 Nyx 及流程工业首款 ⚫ 当前企业数字化转型过程中面临着两大共性问题。1）数据孤岛：头部企业信息化程度通 常较高，但是数据被封锁在各个系统、各个部门、各个子公司中，形成信息孤岛；2）数 据浪费：在生产制造过程中生产数据、管理数据、检验数据、安全监控数据、环保监测数 据、气象环境数据、原材料质量、人员定位数据和视频监控数据等并未进行有效地加工和 应用，造成了大量数据浪费。 ⚫ 中控提出的“1+2+N”智能工厂新架构，打破数据孤岛。通过工厂操作系统 中控提出的“1+2+N”智能工厂新架构，打破数据孤岛。通过工厂操作系统 sup-OS 将 数据打通；通过两个自动化（PA+BA）实现企业生产全要素的互联集成和企业经营的协同 智能，解决企业中的数据体系建设、模型体系建设以及场景化的应用软件问题；同时运用 大量 APP 做支持。中控构建了“4 大数据基座+1 个智能引擎”支撑“1+2+N”架构。4 大数据基座包括设备基座(PRIDE)、运行基座(OMC)、质量基座(Q-Lab)和模拟基座(APEX)，

中国智慧园区行业发展白皮书 第一章 智慧园区概述 第一节 智慧园区的定义与分类 1.智慧园区的概念界定 根据全国智能建筑及居住区数字化标准化技术委员会与华为联合发布的《中国智 慧园区标准化白皮书》中对智慧园区的定义：智慧园区是指一般由政府（企业与政府 合作）规划的，供水、供电、供气、通讯、道路、仓储及其它配套设施齐全、布局合 理且能够满足从事某种特定行业生产和科学实验需要的建筑或建筑群，结合物联网、 资料来源：前瞻产业研究院 第三节 智慧园区发展现状 1.智慧园区产业图谱 智慧园区的建设运营是一项系统性工程，涉及到顶层设计、信息通信基础设施建 设、感知和监测基础设施建设、数字中台、智慧化解决方案等多个环节。因此，智慧 园区的建设运营过程中，参与主体众多，主要包括以下几大类：一是基础设施集成 商，指由园区基础设施集成方向进入智慧园区市场的企业，包括园区硬件设备商、大 5 型通信技术商、大型通信运营商 提供数字化的解决方案和运营服务，如飞企互联、四格互联、左邻永佳、天安云谷 （智慧园区运营公司）、汇智软件等。其中，智慧数据中台是园区数字化内核，构建 了园区“物联、数字、生态”的数字底座。目前智慧园区领域代表性的智慧中台产品 有华为的沃土数字平台、飞企互联的凌云中台、英飞拓的园羚中台、明源云的天际开 放平台等；三是智慧园区服务主体，包括政府机构、园区经营主体、园区企业等；四 是智慧园区顶层规划

尽管制造业的数字化已经进行了几年，但市场竞争格局尚未出现任何改变，未来在行业 层面、市场打法层面、产品及服务层面还有巨大的潜力，一切都是未知，一切也都有可 能。1）市场机会层面：行业层面上，离散制造业中的高技术产业是高潜力行业；打法层 面上，垂直行业攻坚和信创/国产替代行业相对容易出现领头企业。2）产品层面：大模 型具有非常强的可探索性，但还处于非常早期的阶段，供需双方都在尝试。大模型短期 对市场竞 数据 开放的声音出现比较多，但企业无需纠结是否跟随，重要的是要基于数据（无论是自身 数据还是外部数据）构建自己的行业认知壁垒，即内化数据，完成数据-显性知识-隐性 知识构建的完整链条。 2024年中国制造业数字化转型市场规模达到1.55万亿，市场服务呈现出划分体系更加清 晰、产品更加丰富、解决方案更加系统化、大模型的落地应用探索逐渐深入等特点。就 市场规模而言，市场规模在2025年预计达到1.76万亿，并将在未来5年维持14%左右的 山东 广东 福建 浙江 2022年制造业法人单位数（万个） 2022年制造业规上企业单位数（万个） 2022年制造业规上企业营收（万亿元） 2022年制造业先进制造产业集群 2023&2024年中小企业特色产业集群 中小企业数字化转型试点城市 与我国经济区域具有地域特色一样，制造业也具有典型的地域特色。从制造业法人单位数、制造业规上单位数、产业集群分布以及 中小企业试点城市分布等指标来看，广

苏州工业园区 近零碳园区建设路径研究 摘要报告 苏州中咨工程咨询有限公司 2023 年 12 月 关于基金会 能源基金会是在美国加利福尼亚州注册的专业性非营利公益慈善组织，于 1999 年开始在 中国开展工作，致力于中国可持续能源发展。基金会在北京依法登记设立代表机构，由北 享有用能权利，实现绿色经济增长。 关于项目单位 苏州中咨工程咨询有限公司是中国国际工程咨询有限公司在华东地区的窗口单位。公司具 有工程咨询甲级资信，是国际咨询工程师联合会和中国工程咨询协会会员单位。公司面向 政府、企业、金融机构等服务对象，专业提供投资策划、规划咨询、政策研究、评估咨询、 管理咨询、全过程咨询等现代咨询服务。 免责声明 n 若无特别声明，报告中陈述的观点仅代表作者个人意见，不代表能源基金会的观点。能源基金会不 关于作者 许相敏 薛 会 徐 璐 郄梦婧 郭凤凤 庞锐晰 程环宇 所有作者均来自苏州中咨工程咨询有限公司 联系方式：xueh03@163.com 致谢 本研究由苏州中咨工程咨询有限公司统筹撰写，由能源基金会提供资金支持。 在本项目研究过程中，研究团队得到了合作方东南大学智能交通中心、苏州工业园区绿色 产业联盟协会的大力支持，包括:刘晓庆、伍玮涛、刘琦、丁向燕、柳英等。苏州工业园区

实践 2 万亿蓝海，新从旧来——中国设备更新战略与实践 企业实践：新引擎、新模式、新价值呼唤新质服务体系与生态构建 01 引言 / 01 1 政策引导： 政策助力与经济回升 2024年中国大规模设备更新行动启幕 / 02 1.1 设备升级的核心路径：高端化、数智化、绿色化 / 03 1.2 重点推进领域 / 05 1.3 政策加码与优化空间 / 08 2 宏观市场: 面向2027 目录 contents 企业实践：新引擎、新模式、新价值呼唤新质服务体系与生态构建 01 在当今全球经济格局深刻调整与国内经济转型升级的大背景下，中国面临前所未有的发展机遇与挑 战。2023年中国经济展现出回暖复苏势头，2024年则被视为进一步巩固经济回升态势的关键一年。在 这一背景下，大规模的设备更新行动不仅成为扩大内需、促进产业升级的重要途径，更是推动经济高质 量发展的关键举措。 示这一行动如何助力中国经济实 现结构优化、动能转换和质量提升。 在政策层面，2024年，中国政府将扩大内需政策的优先级显著提高，宏观政策持续发力并进行逆 周期调节，推动经济回升向好。2024年中国大规模设备更新行动的启幕，标志着逆周期调节与新质生产 力的双重驱动。政策的助力不仅为经济回升提供了强有力的支撑，更为新一轮设备更新周期的启动注入 了新动能。 特别是高端化、数智化、绿色化的设备

需转载，需联系本联盟并获得授权许可。未经授权许可，任 何人不得将报告的全部或部分内容以发布、转载、汇编、转 让、出售等方式使用，不得将报告的全部或部分内容通过网 络方式传播，不得在任何公开场合使用报告内相关描述及相 关数据图表。违反上述声明者，本联盟将追究其相关法律责 任。 工业互联网产业联盟 联系电话：010-62305887 邮箱：aii@caict.ac.cn 编写说明 当前，我国“5G+工业互联网”发展不断提档升级，应用覆盖装备 CPE、5G 工业网关、5G 工业 DTU、5G 工业摄像头、 5G 工业机器人等一批产品相继涌现，产业整体供给能力不断提升， 但仍存在供给不适配、供需不匹配等问题，出现“供给侧市场品类多、 应用侧一网关难求”“实验室测试性能好、现场适配场景调试难”等情 况。部分终端（CPE 等）的性能描述不规范，对市场采购和应用也带 来一定困扰。为了摸排当前我国“5G+工业互联网”终端设备发展情况， 补齐终端 董明、徐成杰、蒋海涛、 吴月、陈硕 南京埃斯顿自动化股份有限公司 张禹、吕健、臧家炜 中国工业互联网研究院标准化技术研究所 刘翼如、历明、叶欧海 中兴通讯股份有限公司 赵孝武、李燕、辛毅 中电科普天科技股份有限公司 张振、梁晖、曾军 紫光展锐(上海)科技有限公司 潘振岗、夏彦龙、张伟强 联发博动科技（北京）有限公司 陈雪静、李娅 深圳艾灵网络有限公司 俞一帆、刘旸、丁颖哲 中国联合网络通信有限公司黑龙江省分公司

中和完善能源消耗总量和强度 调控，重点控制化石能源消费， 逐步转向碳排放总量和强度“ 双控”制度。完善碳排放统计核 算制度，健全碳排放权市场交 易制度。 2022.10 《国家发展改革委等部门关 于加快建立产品碳足迹管理 体系的意见》 推动建立符合国情实际的产 品碳足迹管理体系，完善重点 产品碳足迹核算方法规则和标 准体系，建立产品碳足迹背景 数据库，推进产品碳 标识认证 续巩固提升碳汇能力，提高对 外开放绿色低碳发展水平，健 全法律法规标准和统计监测体 系，完善投资、金融、财税、价格 等政策体系。 2021.10 《关于进一步做好原料用能 不纳入能源消费总量控制有 关工作的通知》 准确界定新增可再生能源电 力消费量范围，以绿证作为可再 生能源电力消费量认定的基本 凭证，完善可再生能源消费数据 统计核算体系，科学实施节能目 标责任评价考核。 2022 二氧化碳 排放量约占全国二氧化碳排放总量的31% ,约占全国工业二氧化碳排放总量的40%。 01 02 数据甄别尚待规范， 碳家底不明晰 评价考核缺乏 标准体系指导 工业园区在统计体系中并非独 立统计单元，碳排放源复杂，碳 排放数据的统计口径及可得性 存在差异。 缺乏园区层面的碳排放统计核 算范围界定、标准和清单编制指 导，基础能源碳排放计量能力薄 弱。 1 1 郭阳，吕一铮，严坤等

释放无限潜力 引言 智能供应链洞察变革，驱动增长 3 报告显示其年收入增长率高于 同行竞争者。 17% 报告显示其年净利润高于 同行竞争者。 72% 供应链的稳定性始终难以把握。商业环境中 的各种潜在风险让我们很难预测未来的变化。 面对不确定的环境，供应链高管往往要采取 “围城心态”，迅速调整策略，从计划 B 转 向计划 C、D 甚至 E ，以减少损失。 但是，如果你能把精力投入到推动业务增长， 拥有最先进的生成式 AI。然而，追求短期目标 使其难以集中精力进行长期发展。全球 CEO 普 遍认为，过度关注短期业绩是阻碍创新的最大障 碍――66% 的受访者表示，他们的组织正在从 长期目标中重新分配资源以便实现短期目标。 2 这是供应链高管面临的一个重大挑战，他们 深知，需要投资新一代技术，提升运营的灵 活性和韧性，提前识别并解决如动态货物调 度、生产计划调整、瓶颈和潜在风险等问题， 反应迅速，能够保障品牌声誉、客户满意度 以及盈利能力。 本报告中，我们将阐述各组织为达成目标而 采取的具体措施。第一部分，强调了 AI 助手 的角色，AI 助手不再仅仅是聊天机器人，而 是向全职员工转型。第二部分，分析了如何 加速供应链智能化，以便企业能以前所未有 的速度和效率，利用实时数据。第三部分， 探讨了生成式 AI 驱动的数字双胞胎（虚拟模 型）如何帮助企业在竞争中脱颖而出，提升 客户认知度。报告每一部分的最后都提供了

智能化阶段：大数据、云计算、人工智能等新兴技术的广泛应 用，促使制造业向智能化转型，生产过程中的数据采集、处理 和分析变得更加全面和实时。 在当前的市场环境中，智慧工厂的建设正在逐步加速，许多企 业利用智能制造提升了市场竞争力。据统计，全球智慧工厂市场预 计在未来几年将实现高速增长，年复合增长率达到 20%以上。 在智慧工厂的构建过程中，主要关注以下几个关键点：  数据采集与分析：通过传感器和网络设备实时采集生产数据， 制造业的全面升级和转型。 1.2 AI 大模型的崛起 在过去的几年里，人工智能领域经历了显著的技术突破，尤其 是基于深度学习的 AI 大模型的崛起。大模型的特点在于其对大规 模数据集的处理和理解能力，因而在多个行业中展现出革命性的应 用潜力。这些大模型不仅能够提高决策效率，还能推动企业的智能 化转型，从而实现传统制造业的数字化升级。 首先，AI 大模型的训练过程通常利用海量的结构化和非结构化 数据，使得模 如 GPT- 3、BERT 和 T5 等，展示了在语言理解、生成和对话等任务上的卓 越性能。这些技术的进步，使得 AI 大模型逐渐成为企业生产过程 中不可或缺的工具。 目前，许多企业已经开始探索将 AI 大模型应用于智慧工厂的 建设中。以下是当前 AI 大模型在工业领域的几个关键应用场景：  智能生产调度：利用大模型分析生产数据，优化生产排程和资 源配置，提高生产效率。  预测