设和提高数字化成熟度的企业明显超越了同行，积 极引入这些做法的先行者已平均斩获了8.3亿美元 的新增年度营收，而欠缺韧性的企业无法分享这份 成功。 如何成为高韧性企业，如何提高关键能力成熟 度，从而在供应和制造全价值链上构建更强大的韧 性，已经成为制造企业面对的最现实的问题。 围绕韧性部署关键能力 高韧性企业应该具备什么样的能力？为了充分考察 企业如何应对并管控工程、供应、生产和运营等领域所 受的冲击 前瞻性地进行客户细分，在出现短缺时权衡需求的紧迫程度 • 建立客户趋势控制塔来收集数据洞见（市场、互联产品、客户 旅程、情感分析），据此设计新产品并为其定价 端到端智能控制塔 运用可视化解决方案，贯穿整条价值链更迅速地预测和识别风险、 管理冲击，并分析原因。 • 具备“what-if”（如果……将会怎样）的情境模拟能力、动态化 数据驱动型的计划 • 预测性地识别运营问题（质量缺陷、故障、维护需求、不合格） 现在的41%上升到78%。与该增长态势一致，企业就 近在销售区域内生产商品的倾向也不断提高，预计三 年后此类企业的比例将从43%增加至85%。 从今天全球化的工业价值链...... ......转向未来本地化、可灵活调整且 低碳的价值链。 • 凭借全球业务触角，通过商品和服务的自由 流动，服务于世界各地客户的模式； • 有限的本地采购程度； • 作为当今主流的专业化工厂模式（例如，在

能影响最大的第二大问题，仅次于质量 网络安全首次跻身前 5 大外部风险，总 体排名第三 人工智能 劳动力 网络安全 第九版年度智能制造现状报告 在决策过程中提供意见 12% 概述 “智能制造是指对工厂内部和整个价值链中的业务、 物理和数字流程进行智能、实时的协调和优化。资源 和流程自动化、集成化、受监控，并根据所有可用的信 息尽可能实时地进行持续评估。” 什么是 智能制造？ 国际制造执行系统协会 设计和可视化 工具将原始想法转化为直观的人机界面和沉浸式虚 拟现实仿真，以实现更智能、更快的生产。 工业控制系统可在运营的每个阶段 改善过程和生产质量，并提供无缝数据交换。 电源控制推动有价值的过程和诊断数据的持续流动，为设计环 境、可视化系统和信息软件提供信息。 分析利用数据来解决制造瓶颈，优化输出和质量， 并提供新的见解，充分利用工业人工智能的力量。 智能设备是自我和系统感知型资产，用于获取、处理和 行更新流程培训是与劳动力相关的两 大障碍。列表中的第 3 项也是相互联系的：帮助员工保持敬业度，让他们感到自己的价值所在。 员工正在应对重大变革 :: 19 32% 31% 31% 28% 34% 劳动力/熟练员工 成本不断上涨 留住员工 员工敬业度（感受到自己的 工作目标/价值） 对现有员工进行更新流程培训 变革管理 问题：贵组织在未来 12 个月内面临的与劳动力相关的最大障碍是什么？

黑名单 人脸属性 访客数据 智能制造系统架构通过生命周期、系统层级和智能功能三个维度构建完成，主要解决智能制造标准体系结构和框架的建模 研究 生命周期是由设计、生产、物流、销售、服务等一系列相互联系的价值创造活动组成的链式集合。生命周期中各项活动相互关联、相互影响。不同行业的生命周期构成不尽相同。 现状分析 » 技术演变历程 SOA 架构 ESB 服 务总线 A2 服务 B2 服务 C2 服务 提供数据资源的服务化配 置与管理，将数据的调用与处 理以一种可视化的方式转换为 对外服务能力，包括服务的定 义、业务逻辑的数据流配置、 数据输出的格式化处理等方面 ，为目前以数据价值为核心的 信息化过程建设提供一种快速 发布与订阅的解决方案。 数据服务平台 daas 数据检测平台 dbgov 提供数据治理能力，以数 据为核心，围绕数据的可识别 、可分析和可展示等方面实现 集中式数据交换服务，解决政 企数据在跨部门、跨机构的数 据集成、数据交换与服务共享 等问题，实现包括同构与异构 的数据转换、数据迁移、任务 定义、流程管理、过程监控等 功能，为政企打破信息孤岛、 提升数据价值提供完整应用服 务。 数据融合平台 exch » 七个平台 » 在线开发平台 数据设计 数据服务 工作流 鉴权 发布包 服务关联 生成服务包 文件服务 界面设计 前端开发 数据库工程师

坚期，要充分释放数字经济对发展新质生产力的关键支撑作用，加快 推动数字经济高质量发展。一是以数字技术产业创新发展，推动新质 生产力动力变革。推进核心技术自主创新，健全技术创新支撑体系， 强化企业创新主体地位。二是以数据要素价值充分释放，推动新质生 产力要素变革。推动数据资源开放共享，引导数据健康有序流通，促 进数据资源高效利用。三是以现代化产业体系建设，推动新质生产力 载体变革。加快改造提升传统产业，培育新兴产业和未来产业，提升 .......... 23 图 4 要素可替代性增加同等成本下可实现产量增加............................................ 24 图 5 数字化推动价值曲线从“微笑”走向“沉默”............................................ 27 图 6 数字经济与非数字经济对全要素生产率（TFP）贡献 ....... 对象及其优化组合的跃升为基本内涵。 新质生产力研究报告——从数字经济视角解读（2024 年） 5 （一）数字经济催生新型劳动对象 劳动对象是劳动者开展劳动生产的对象和创造使用价值的基础， 是实现生产的必要前提。机器化大生产时期的劳动对象往往是指自然 资源、原材料、零部件等物质资料。数字经济时代，劳动对象发生质 变，数据要素成为劳动对象的新组成部分，数据与传统劳动对象相互

www.iresearch.com.cn 转型地位-战略认可、业务尝试 战略上高度认可、技术上多种工具使用、业务上缓慢推进、数据上价值 挖掘、成果上合理评估是当前已经转型的企业的所处的状态 注释：1）针对已经进行了数字化转型的企业客户进行调研，N=45；2）条状图的颜色代表该维度下数字化的推进深度，颜色越深，代表推进深度越高。 来源：艾瑞咨询研究院自主研究及绘制。 技术实 施深度 战略 定位 业务 覆盖 成效 评估 2.2% 11.1% 35.6% 51.1% 可有可无 必备战略 22.2% 71.1% 6.7% 单点工具应用 业务流程重构全价值链创新 2.2% 31.1% 55.6% 11.1% 试点部门 全生态衍生 核心业务线 4.4% 42.2% 48.9% 4.4% 事后报表 自动决策执行 实时预警、预测 核心决策依据 2）业务上，55.6%的企业试图将转 型推进至核心业务；3）数据上，91.1%的企业在不断的挖掘自身数据资产的价值；4）效果上，当前以侧重提升用户体验为主。 86.7%的企业认为转型十分必要 联动铺设工具/技术，探索工具对业务的优化和推动价值 91.1%的企业不断挖掘数据资产的价值 尝试将转型深入推进核心业务 以提升和改善体验为主 转型地位-重要 转型驱动因素&期望 转型建设情况 供应商选择&转型顾虑

产业园区的低碳建设往往需要基础设施和生态空间的投入，然而，通过科学的管理，这些 投资也可以转化为具有经济价值的资产。例如，运营可再生能源系统和低碳能源设施可 产生持续性的现金流；系统地管理自然水体、林地、绿地等生态资源，也可以以生态碳汇 的方式获取经济收益。 实现绿色资本价值 “传统”而言，产业园区物业绿色溢价主要源于通过绿建认证获得的租金和资本价值提 升。随着全球资本市场对ESG（环境、社会和治理）投资的关注度不断提升，绿色低碳产业 的可持续发展挂钩债券，以其总部园区SJ Campus至����年实现净零目标作为到期赎 回溢价的条件，该债券额度达�.�亿新币，获得了逾六倍的超额认购。未来产业园区在绿 色金融创新和绿色资本价值化方面拥有巨大的创新空间。 �. Our World in Data, Carbon intensity: CO2 emissions per dollar of GDP 2.2 创新孵化 活力培育 大科学装置”，涵盖光子、物质、生命、能源、海洋等多个前沿科技领域。由于 现代科学的众多研究需要同时用到多种科学装置， “大科学装置”的空间“聚集”且研究方向“聚焦”的布局方式产生更为 显著的产业价值。 科学城的“重装化”也意味着高投入，通常政府主导性较强，更偏向于布局在一线或国家中心城市。尽管如此，通过合理的 产业化引导， “大科学装置”也可以直接催化科技产业，产生巨大的经济效应。集中了英国近一半大科学装置的哈维尔科

从思考到传递，从传递到实践！ FROM THINKING TO DELIVERY, FROM DELIVERY TO PRACTICE! 用 HR 系统就选懂业务的 i 人事 写在翻阅之前 制造业效率革命：高价值人效指标与技术 协同进步 人力资源数字化，促进制造企业市场竞争力 01 03 07 实践 PRACTICE 03 摩 托 制 造 | 五 羊 本 田：合 资 企 业 用 工 规 范 化： 制造行业的挑战更加复杂不可控。企业既需要确保生存，还需要追求质量增长。这样的变化让企业需要从过去跑马圈地式增 长的盈利模式，转向追求长期的可持续发展。 用 HR 系统就选懂业务的 i 人事 �� �� 制造业效率革命： 高价值人效指标与技术协同进步 洞察 INSIGHT 数字化提升人效：制造行业新动能 这要求 HR 不仅要精通自己的专业领域，还要深入理解企 业所处行业的科技和社会发展趋势。在这个过程中，企业 需 销售团队的效率提升，如智能排班和时间管理， 以确保每个员工的时间被最有效地利用。对于大 型成熟企业，挑战可能在于流程冗余和效率低下， 需要通过流程再造和优化来提升效率。无论企业 规模大小，人效管理都应聚焦于企业当前的核心 业务价值流程，以及如何通过改进这些流程来提 升整体效率。然而在系统地提升人效之前，许多 企业需要解决如下难点： 面向未来的制造业：数字化与人效管理的融合 在面向未来的制造业中，数字化与人效管理的融合

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 1 万亿蓝海，新从旧来——中国设备更新战略与实践 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 / 29 3.8 教育：绿色教育进行时 / 31 4 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 / 34 4.1 新质服务需求迫切 / 35 4.2 新质服务的实施 / 36 4.3 打造多元的服务生态 / 38 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 万亿蓝海，新从旧来——中国设备更新战略与实践 02 02 万亿蓝海，新从旧来——中国设备更新战略与实践 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 1 02 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 03 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 03 2024年扩大内需政策的优先级显著提高。经过2023年的持续恢复，2024年的经济发展格局更加明

能的决策支撑以及跨领域的协同优化效能，为化解这些难题开辟了有效路径。 它能够深入探寻工业数据蕴含的潜在价值，达成生产过程的精细化管控与优化 调度，进而显著提升生产效率、削减成本并增进产品质量。从宏观视角审视， 工业大模型对于引领制造业朝着高端化、智能化、绿色化方向迈进，强化国家 制造业的竞争实力，推动经济迈向高质量发展阶段，具有不可估量的深远价值。 在工业 5.0 时代，智能制造已演变为全球制造业发展的主流趋势，而工业大模 工业大模型作为人工智能技术与工业场景深度融合的产物，与传统工业模 型在技术特性和应用效能上存在显著差异。本文从数据治理、模型能力、应用 范式、实施成本四个维度展开系统性对比分析，揭示工业大模型的技术突破与 价值创新。 1.4.1 数据治理维度对比 ➢ 传统模型： 数据需求：依赖单一模态结构化数据（如传感器时序数据），要求严格的数 据清洗与特征工程。 处理能力：最大支持百万级数据样本，难以处理非结构化文本/图像数据。 ➢ 工业大模型： 迁移成本：预训练模型微调周期缩短 80%，例如某家电企业新产线部署仅 需 2 周 硬件复用：支持云边端协同部署，某化工厂利用既有服务器节省 60%硬件 投资 持续价值：在线学习可使模型生命周期延长 3-5 倍，例如某飞机制造商模型 通过在线学习持续服务 5 年仍保持 90%准确率 成本效益：全生命周期总成本降低 40-60%，ROI（投资回报率）提升 2-3

以在设备故障发生之前做出预测，从而缩短停机时 间并降低维护成本。机器学习算法可以优化生产流 程，从而提高效率和产品质量。德勤开展的一项调 查显示，制造业的数据生成量位居前列，海量数据 能够产生巨大的商业价值。 随着工业4.0的兴起，物联网技术的应用对于制造商保持竞争力变得越来越重要。物 联网将设备、工具和系统连接起来，创建智能网络，推动整个制造生态系统的效率 提升、创新和可持续发展。工业4.0时代，物联网在以下领域发挥着重要作用： 拟副本，制造商得以模拟和优化流程，预测维护需 求，并通过分析来自物理实体的实时数据，改进产 品设计和性能。物联网发挥着至关重要的作用，不 断向数字孪生提供准确数据，从而确保最新的模拟 状态并提供有价值的洞察。 网络安全增强：为了保护物联网设备和网络免受攻 击，需要更加重视网络安全。安全引导、加密和异 常检测等可靠的安全措施对于保护敏感的制造数据 和确保稳健运营至关重要。强大的网络安全框架是 12 安全的物联网网络 设备制造商 设备制造商无法访问客户的私有云。通过在产 品中集成移动连接功能，设备制造商便可加入 物联网价值链。 客户 采用“产品即服务” （PaaS）商业模式为制造商创造了新的 收入来源。企业可以根据使用量或为客户提供的价值来 收取费用，而不需要客户进行前期投资。这种模式降低 了应用门槛，并能加快产品升级迭代。 设备数据 设备状态、性能和 位置数据