将在未来两年内将数字助理的决策量增加 21%。 预测能力提升并推动可持续创新。76% 的供应链和运营高管认为，生成 式 AI 将优化产品设计，并推动产品生命周期的可持续发展。 生成式 AI 能够防范供应链中断， 并驱动业务增长。 摘要 智能供应链洞察变革，驱动增长 2 假如能提前知道下周的新闻头条，是否会促使 您调整今天的供应链战略？ 智能敏捷供应链 释放无限潜力 引言 智能供应链洞察变革，驱动增长 数据，快速提取重要洞察，为供应链团队提供重要的决策依据。此外，凭 借其自然语言处理能力，员工只需简单的提示即可获取所需信息，并了解 信息来源。 例如，AI 助手能够分析延误的主要供应商，并找出造成供应链中断的因素， 如天气、资金问题或运输瓶颈。接着，AI 预测模型可以预测出未来形式。 AI 助手据此提供针对性建议，帮助供应链团队做好准备，应对未来挑战。 60% 的高管表示，到 2025 年，AI 压力。 – 优化配送路线。减少燃料消耗，降低排放，实现灵活配送，并提高交货效率。 – 管理供应链风险。预测供应链中潜在的中断因素，提前采取预防性措施，增强供应 链的韧性。 – 提升供应链可见性。帮助企业及时发现瓶颈问题，并提出改进措施，从而避免中断， 提高运营效率和灵活性。 观点 智能供应链洞察变革，驱动增长 12 利用 AWS 供应链解决方案实现全面可视化 供应链是

日历年实现增长的最大外部障碍是什么？ 选择前 5。基数：1353 外 部 障 碍 原材料/微芯片短缺/价格 通胀 熟练工人的短缺 供应链中断 新冠疫情影响 2023 2024 通胀 熟练工人的短缺 网络安全风险 能源成本不断上涨 供应链中断 问题： 您认为贵组织在 2024 日历年实现增长的最大内部障碍是什么？ 选择所有适用项。基数：1567 问题： 您认为贵组织在 2023 劳动力问题继续阻碍经济增长，在外部障碍 （第 4 位）和内 部障碍（第 1 位）中均排名前 5。部署和集成新技术仍然是 首要问题，这凸显了人与技术之间的关系对推动取得成果 的重要性。 今年的供应链中断率在排名上有所下降，但重要的是要对 战略规划方法保持警惕，以缓解未来的供应链不稳定。 第九版年度智能制造现状报告 技术投资增长 30% :: 09 问：贵组织如何缓解上一问题中提到的外部风险？ 制造商 ：：制造商面临的最大挑战：： 第九版年度智能制造现状报告 绝大多数制造商 (83%) 表示，他们所面临的障 碍正在加速数字化转型。 逆境将加速转型 :: 22 鉴于过去几年供应链中断的情况，仓 储和履单行业的数字化转型加速速度 最快，紧随其后的是可再生能源和化 工行业。 问题：内部和外部障碍是否加速了贵组织的数字化转型需求？ 选择一项。基数：1567 94% 巴西 91%

现 缺陷，制造商可以减少浪费并提升产品质量一致性。 回流和供应链韧性：疫情冲击下的供应链中断突显 了庞大而复杂的供应链的脆弱性。有鉴于此，企业 正在重新考虑回流的可行性，即让制造业务更贴近 消费市场。物联网通过提供实时追踪和监控来增强 供应链的可见性和韧性，确保更平稳地运营以及更 快地对中断危机做出响应。 数据安全问题：随着越来越多的设备接入网络，确 保数据安全和合规性的难度加大。物联网解决方案 4G和5G技术普及铺平道路。在全球范围内，各运 营商致力于网络升级工作，以实现基础设施现代化 制造业在发展过程中面临着诸多关键挑战。在许多工业制造场合，生产效率低下、 设备维护成本高以及产品质量控制问题普遍存在。供应链中断和数据安全问题使 情况更加复杂。物联网能够发挥重要作用，助力企业解决以下难题： TELENOR IoT | 物联网赋能制造业数字化转型 | 8 以及满足对更快、更高效的网络连接的需求。网络

......................................................................................92 8.3.1 供应链中断................................................................................................... 数据的分析，AI 可以优化供应链的各个环节，提高供应链的响应速 度和灵活性。例如，在新能源汽车的零部件采购过程中，AI 可以根 据市场需求和生产计划，自动调整采购订单，确保零部件的及时供 应，避免生产中断。  生产预测与需求管理：通过机器学习算法，分析历史生产数 据，优化生产计划。  质量控制与缺陷检测：利用计算机视觉技术，实时检测产品缺 陷，提高合格率。  设备监控与预测性维护：通过传感器网络，实时监控设备状 数据加密技术，建立严格的数据访问控制机制，并定期进行数据备 份和恢复演练。 硬件设备的可靠性也是关键风险之一。AI 制造依赖于高精度的 传感器、控制器和执行器，这些设备的故障可能导致生产过程中断 或产品质量下降。为提高硬件设备的可靠性，企业应选择经过严格 质量认证的供应商，并定期对设备进行维护和校准，确保其长期稳 定运行。 此外，技术更新迭代的速度也是 AI 制造面临的一大挑战。新

时延，而 现有 5G 网络可能受到网络拥塞、信号干扰等多种因素影响，难以保 障传输的确定性。 二是移动性保障，智能网联汽车移动速度快、位置变化频繁，高 速移动带来的网络频繁切换问题会导致信号中断或通信质量下降，影 响用户体验。 三是跨域连续性，车辆在行驶过程中可能面临跨运营商区域，出 现信号切换不及时、通信质量不稳定等问题，影响业务的连续性。 (3) 2030 年发展目标 当前，智能网联汽车 动动态网络负载均衡机制，实现网络资源与业务需求的精准匹配，为 不同区域、不同场景下的智能网联汽车业务提供差异化网络服务，满 足不同等级智能网联汽车业务的通信需求，并降低因网络拥堵导致的 业务中断风险。 (4) 重点发展方向 为支持上述目标实现，面向智能网联汽车的 5G/5G-A 蜂窝移动 通信网络将围绕确定性网络、轻量化 RedCap、网络智能化等方向持 续演进。 确定性网络通过 技术与产业现状 在技术标准方面，国际上 3GPP R17 标准将 NTN 纳入 5G 架构， 聚焦卫星内移动性管理，引入条件切换、时间和位置触发切换等机制， 优化卫星快速移动场景下的切换效率，减少中断时延。R18 标准增强 NTN 与地面网络协同（TN-NTN），支持 10GHz 以上高频段部署及 星上本地数据交换技术，提升系统容量和覆盖能力。2024 年启动的 R19 标准聚焦星上再生技术，研究星上再生模式下的卫星通信架构，

场景： 汽车在总装车间装需要进行多次针对整车电器程序刷新与检查。主要的检验点有仪表前、加注、整车下线前、前束、转毂、返修与交 车点。传统基于刷新方式需要大量人员伴随，并且时常因为网络问题造成异常中断。 •方案： 通过 5G 技术，提高 ECU 刷写速度，可同时为 100 辆车进行软件加载，减少网络异常发生。 方案架构  功 能 ： 基 于 实 时 音 视 频 、可 视 化 数 据 传

➢ 设备健康管理：提前预测故障发生概率 (3) 供应链类大模型 ➢ 需求预测：融合宏观经济指标的预测误差率 ➢ 物流优化：动态路径规划使运输成本降低 ➢ 风险预警：提前识别供应链中断风险 1.3.3 基于数据模态的分类体系 (1) 时序数据主导型 处理对象： ➢ 振动信号 ➢ 工艺参数时序（温度、压力等） ➢ 设备运行日志 模型设计： ➢ 多尺度 训练的核心资源，但这些数据往往存在噪声、缺失、不一致等问题。工业设备 采集的数据可能受到环境干扰、设备老化等因素的影响，导致数据中存在大量 噪声，这种不稳定性会降低模型的训练效果。此外，在数据采集过程中，由于 设备故障或网络中断，数据缺失的现象较为普遍，这使得模型在训练时难以获 取完整的信息，进而影响其推理和预测能力。更为复杂的是，不同工业设备、 生产线甚至企业之间的数据格式、命名规范和记录方式可能存在显著差异，导 可以提前 预知潜在的生产问题，采取相应的预防措施，从而减少生产过程中的不确定性。 例如，通过对设备运行数据的分析，工业大模型能够预测设备的故障风险，并 通过调度其他设备或提前安排维护来防止生产中断，确保生产流程不被打乱。 其次，工业大模型可以实现全局优化，避免局部优化带来的低效。传统的 生产调度往往侧重单一环节的优化，如设备的高效使用或减少人员空闲时间， 73 但忽视了生产

专用网络、防火墙、入侵防御系统、会话边界控制、运营 商级网络地址转换、Wi-Fi 和 SD-WAN 等功能。 • 数智园区网络设备需要提供更高的可用性，通过自动化故 障发现、自动运维、远程故障修复等方式降低业务中断， 提升业务连续性，同时降低部署与运维门槛、成本。 • 将安全能力池化，针对云环境多租户虚拟网络边界提供弹 性、灵活的云安全服务。通过云内 SDN 或策略路由模式， 将用户流量集中到本地近源安全能力资源池处置；并通过 要满足数智园区中商业客流统计的需求，管理者需要应对如下挑战： • 在架构层面，传统客流统计方案通常依赖于在云端处理视觉等数据，随着视觉数据的快速增长与算法的不断增多， 云端处理模式会带来较高的网络建设成本与网络中断隐患。此外，数据在云与终端的传输过程中，也会增加数据泄 露的风险。 • 在算法层面，商业门店的客流统计有着各种各样的场景需求，这就需要方案具备灵活适配各类线下场景的能力，并 提供有针对性、可进行场景学习的识别

的 IT 和 OT 融合环境，尤其是 面对复杂多变的网络威胁，需要对访问权限进行严格管控的场景，如智能制造工 厂的生产网络、关键基础设施的监控与数据采集系统等，可有效降低因网络攻击 导致的生产中断风险。 （2）企业数据安全可信应用模式 工业互联网企业对企业园区内工业网络数据进行全面采集，实时监测数据流 量，对数据深度分析后进行可视化展示，辅助安全管理人员掌握网络总体态势。 在企业园区 高速率、低延迟特性，结合云计算的灵活性和可扩展性，为园区提供了安全高效 的数据交互环境。 2. 实施效果 安全方案在工厂中建设跨网络的“一站式”安全可信体系。在试运营阶段， 该体系实现了工厂网络的 0 中断和生产的 0 中断和 100%的安全事件监测发现率。 借助安全可信平台，清晰掌握了工厂资产状况，建立动态的资产管控能力。在安 全防护方面，平台成功拦截了 1173 个 IP 地址的非授权访问，阻断了 33 入侵企业网络，窃取敏感信息、破坏系统或勒索赎金，可能影响卷烟生产系统、 供应链管理系统等正常运行，甚至可能导致黑客进一步渗透企业核心网络，获取 更重要的商业机密和生产数据，以上均可能对企业造成生产中断、数据泄露、重 大经济损失和声誉损害等。内部威胁同样不容忽视，员工误操作、权限滥用、恶 意泄露信息或内部人员犯罪等行为，同样威胁到企业的数据安全和业务稳定，干 工业互联网安全解决方案案例汇编（2024）

制。通过实施物联网技术，实时监控设备的运行状态和资源的使用 情况，及时收集反馈数据。利用 AI 算法对数据进行分析，持续改 善资源配置策略。例如，如果发现某种材料的消耗超出预期，可以 及时进行供应链调整，以避免生产中断。 在资源配置优化的具体执行中，以下要点不可忽视： 1. 定期分析和评估当前资源使用情况，找出低效环节。 2. 借助 AI 工具进行数据驱动的决策支持，优化生产和人力调 度。 3. 充分利 效减少数据量并提高响应速度。经过处理的数据通过安全可靠的网 络传输到中央存储系统，同时进行备份，保证数据完整性和安全 性。数据传输采用加密技术，确保敏感信息不被泄露，并采取容错 机制以应对网络中断情形。 在数据存储方面，我们将引入大数据存储方案，采用分布式存 储技术以提升数据的读写速度和处理能力。数据将按类别和时间进 行结构化存储，以便于后续的数据查询与分析。同时，我们还需定 期对数