蓬勃 发展的重要力量。本报告聚焦数字经济赋能新质生产力发展进行全方 位深度研究。 数字经济为生产力三大要素的优化组合提供基础。一是催生新型 劳动对象。数据要素成为劳动对象的新组成部分，数据与传统劳动对 象相互融合也构成了新的劳动对象，更加丰富的劳动对象创造了满足 更加多元化、个性化需求的物质基础。二是塑造新型劳动资料。数字 经济推动劳动资料从实体形态向虚拟形态延伸，全方位深化拓展劳动 更高效率、更强协同的新范式演进。二是推动生产要素配置优化。数 据提高生产要素组合替代能力和有效产能，在传统要素的基础上，为 企业扩展生产可能性边界。同时，数字经济减少生产要素配置摩擦， 使要素资源得到更有效地配置和利用。三是推动产业深度转型升级。 数字经济通过赋能劳动者和劳动资料，推动建设现代化产业体系，打 造新的经济增长点，加快传统产业向高端化、智能化、绿色化转型升 级，培育新兴产业发展壮大，加快新质生产力的发展。 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 产业链供应链韧性和安全水平。四是以生产关系适应性优化，推动新 质生产力制度变革。加快建设全国统一大市场，完善实体经济和数字 经济融合体制机制，积极参与全球数字经济治理。

........................ 16 （六）建设高星级绿色建筑示范区 ........................................ 17 （七）改造助力传统产业减污降碳 ........................................ 18 （八）数字赋能智慧园区低碳管理 .............................. 万奖励资金进行 考核。 （二）优化产业结构，建立绿色低碳经济体系 推动传统产业转型升级。传统产业集聚型工业园区积极推 动传统产业绿色转型，坚决遏制“两高一低”项目盲目发展， 加速落后产能退出，加快园区“腾笼换鸟”，为绿色低碳产业 培育腾挪空间。成都龙潭都市工业集中发展区拆迁腾退川侨印 务、明发印务、天工工程材料等印刷、机加工传统行业落后企 业 100 余家、整合 300 亩土地，着力推进数字通信、人工智能、 亩土地，着力推进数字通信、人工智能、 工业互联网等新经济产业集群化发展；成都经开区龙泉汽车产 业园区推动传统燃油汽车整车制造向新能源汽车整车制造转型； 四川金堂工业园区优化提升节能环保、绿色食品等传统产业， 推动纺织、印染、制鞋等传统制造业落后企业退出，加快土地 资源整合，实施土地资源再评估、再规划、再开发，清理盘活 低效工业用地 261.48 亩，为晶硅光伏、锂电等绿色低碳优势产 业发展腾出空间；广元经开区腾退

大挑战。 尽管机械自动化和供应链数字化方面取得了显著进步，但在人效提升和数字化管理层面，许多制造企业仍处于 起步阶段。在过往走访中，我发现虽然许多企业的生产线已实现移动物联网化，但管理层面仍依赖传统方法， 导致决策缓慢、资源配置不合理，以及人力资源的低效利用。 创办利唐科技后，我们推出了行业领先的 HR SaaS 产品⸺i 人事。它为制造行业提供了完整、一体化的 HR 解决方案，不仅包括 技能缺乏已 成为我们无法忽视的短板。然而，正是在这样的背景下，互联网与制造业的深度融合为我们带来了历史性的转 型机遇。这不仅是一场技术革命，更是一次思维和管理方式的全面更新。我们的目标不仅仅是将传统制造业转 变为智能制造，更重要的是从人力资源出发，通过打破数据孤岛，整合信息流，帮助企业在数字化时代中找到 新的增长点，从而共同迈向数字化、智能化的未来。 自改革开放以来，中国制造业在人口红利 自改革开放以来，中国制造业在人口红利的推动下迅速崛起，时代的机遇让企业在追求扩张与增长的过程中充满信心。这一 时期，制造业的发展重点在追求规模化和占领市场上。 然而，随着地缘政治、经济增速以及产业结构调整等多重外部因素的影响，传统的增长模式开始不管用了。在后疫情时代， 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

�.� 全球石油石化产业发展形势 世界老牌工业强国的石油石化产业普遍发展历史悠久，积累雄厚。伴随产业升级的大潮，美 国、德国、欧盟、日本等国家和政治实体都在不断强化对石油石化领域的科技赋能，推动传统重 工业产生新的体系性飞跃。 美国在油气产量方面持续保持领先，轻质致密油（LTO）产量的增长尤其势头迅猛，预计未 来仍将保持其作为全球最大石油生产国的地位。美国在整体技术创新、页岩油开发以及油气资源 分析模型，为石化产业的智能化建设打下坚实的基础。值得关注的是，����年《政府工作报告》 首次写入了“人工智能+”，人工智能技术将作为关键驱动力量，与包括石油石化在内的制造、 医疗、教育、交通、农业等多个行业进行深度融合，推动传统行业的转型升级和社会经济结构的 变革，并创造出新的生产、服务和商业模式。 �.� 新型工业化是石油石化产业发展的必经之途 石油石化产业落实新型工业化，是未来产业发展的方向，也是中国高质量发展的要求，将推 。随 着减碳脱碳理念的深入人心，人工智能技术会引发石油石化产业结构和经营模式的根本性变革。 因此，基于石油石化产业链的勘探、储运、生产、服务等核心业务，新一代以智能化为代表 的数字技术将持续与传统工业流程深度融合，加快培育新质生产力，推动产业链优化升级，从而 引导产业向高效、安全、环保和可持续发展的现代化方向迈进。 �� 智能化助力石油石化产业 实现新型工业化 PART 02 智能驱动

ab)和模拟基座(APEX)， 1 个基于工业大模型打造的高泛化、高可靠的智能引擎。 ⚫ Nyx 与 TPT 补齐产品矩阵，将数据价值最大化。1）Nyx：软件定义、全数字化、云原生， 打破了传统物理控制器、I/O 模块与机柜群的桎梏，以控制数据中心、全光确定性网络及 智能设备的极简新形态，让成百上千台的控制机柜消失。并且，中控技术通过试点应用发 现 Nyx 可以深度融合 Al 技术，基于 GPU 等功能，从而实现数据预测和自适应控制等，提升装置运行的效益。2）TPT：将模拟 与预测能力融于一体，能支撑多种任务，通过长短周期预测、动稳态模拟等，统一分析类、 优化类、控制类、培训类等工业应用，统一传统的建模过程，全面简化技术体系，有效应 对复杂工业场景。 ⚫ 全球顶级客户站台，印证中控产品有效性和竞争力。1）沙特阿美：与中控在 IMI 数字化 项目、阿美学院智能安全和现场监控方案项目、智能巡检机器人、AMR 该业务 2024-2026 年毛利率分别为 42%、43%、44%。 （4）运维服务：公司平台化运营体系和服务模式为用户提供专业化、高水平、 线上+线下的一站式服务，公司运维服务业务也将依托传统业务市占率提升而增加。 因此我们假设运维服务 2024-2026 年营收同比增速为 5%。运维服务商业模式较为 稳定，假设 2024-2026 年毛利率保持在 42%。 5）S2B 平台：随着

CCID CCID CCID CCID CCID CCID CCID CCID CCID CCID CCID CCID CC CC 4 二 存在的问题 02 • 一是传统产业转型滞后。 • 二是新兴产业发展动力不足。 • 三是生产性服务业支撑作用偏弱。 04 • 一是核心矿产和关键能源对外依存度较高。 • 二是关键共性产品缺位较为明显。 • 三是产业布局脆弱性仍然存在。 全球产业科技创新进入空前密集活跃 期 ，人工智能成为影响未来发展的关 键变量 ，对经济和社会的影响已从技 术突破转向系统性变革。 供需出现严重背离，呈“剪刀差” 拉大趋势，消费不足成为制约经济 增长、产业发展的关键因素。 传统资源要素约束明显趋紧，同时能支 撑产业转型升级的新要素红利有待释放， 资源要素配置进入新一轮优化期。 “大三角”分工合作格局被打破，全 球产业链、供应链、价值链、资金链 正深度重构，新的产业分工格局向多 效能、高质量为特征的新质生产力，打造生物 制造、商业航天、低空经济等若干战略性新兴 产业，开辟量子、生命科学等未来产业新赛道。 另一方面，要改造提升存量。以数智技术为杠 杆大力提升传统产业的技术水平，以绿色低碳 技术推动传统产业节能减排。 在全球不确定性风险激增的背景下， 需要打造安全稳定、富有韧性的供 应体系，进一步推动重点产业国内 有序转移，形成强大的国内经济循 环体系和稳固的基本盘；引导企业

随着原本的串式供应链体系不断向智能供应链迈进，传统的 经典供应链模型会逐渐成为智能供应链体系的组成部分，更多地 专注于计划、采购、制造、订单履行等基本运营能力上，并且相当 一部分的工作可以由自动化技术和工具来完成。 埃森哲认为，在这样的调整中，企业应当把资源和能力投向 以下三大领域，更多地关注从系统搭建、数据跑通到运营优化的 全过程，让供应链成为业务增长的重要驱动力。 第一，传统上，企业通过保持高库存，或维系多个供应商来 应 商，不仅使其对危机的响应速度大幅提高，同时实现 了与客户的数字化连接，进而实现业务自动化和智能 化，在提升客户交易体验的同时，还能反向驱动销售 和产品变革。 第二，当前，企业经营承压。传统的成本管理方 式下，企业会采用“一次性降本”，即设定成本节降额 度目标，通过采购议价实现节降，但这往往会影响供 应商持续合作的意愿，无法长期奏效。因此，企业需 要转变成本管理的视角，采用零基供应链方法，推动 年的五年 间，颠覆指数的上升幅度仅为4%。在技术变革、消费 需求和气候环境变化下，全球范围内的企业面临挤压 式的转型考验，也就是企业要在更多的领域更快地进 行转型，如果企业依旧按部就班，按照传统的渐进性 的转型规划和路径进行，很有可能丧失竞争的主动 权。加速转型是当前对抗风险、稳定经营、持续增长 的必由之路，因此，我们会看到越来越多的企业数字 化转型，正在从单一的业务转型进入企业全面重塑。

16 1.3.5 分类体系的交叉与融合.................................................................. 16 1.4 与传统模型的对比分析.................................................................. 17 1.4.1 数据治理维度对比..... 异构硬件适配：支持从嵌入式设备到 GPU 集群的跨平台部署 1.4 与传统模型的对比分析 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 动态校准：在线学习机制使模型每月数据需求降低，以适应产线的快速换 型。 ⚫ 对比差异：工业大模型的数据利用效率提升 5-8 倍，数据标注成本降低 60%， 突破传统模型的数据依赖瓶颈。 1.4.2 模型能力维度对比 ➢ 传统模型： 18 架构局限：多为单任务专用模型（如 SVM 用于故障分类、CNN 用于视觉 检测） 推理能力：线性决策边界导致复杂工况下准确率骤降（某

周期切 换，鼓励企业扩大资本开支，助力新一轮朱格拉周期启动。 尤其在设备更新方面，配合着本轮设备更新的巨大需求和AI技术不断迭代的推动，政策适时对企业设 备更新做出引导和支持，以标准为引，鼓励传统企业产业升级改造，同时在能耗、排放方面给与指引。 本轮大规模设备更新政策涵盖工业、农业、建筑、交通、能源、教育和医疗多个领域，以提高能 耗、排放、技术等标准为牵引，提高先进产能比重，有利于推动发展新质生产力，助力新一轮朱格拉周 万亿蓝海，新从旧来——中国设备更新战略与实践 当前，全球绿色低碳转型及中国“双碳”目标的确定对产业提出了绿色低碳发展的要求。数字化转 型也已成为各行业发展的重要趋势。随着数字技术的进一步发展，传统产业数字化快速推进，为低碳转型 提供了新的解决思路。绿色化牵引数字化，数字化赋能绿色化，二者互为支撑、协同融合，对企业提升运 营效率、降低成本、增强竞争力意义深远。本报告将深入分析电子制造、交通、教育、商业建筑、石油化 对冶金产品的需求量大、需求质量高、需求品种多，为 冶金行业提供了广阔的市场空间和发展机遇。 从产业自身来看，在碳中和背景下，低碳减排已成为冶金行业的发展的关键目标。这推动氢冶金 替代高碳排放的传统工艺，促进冶金行业向绿色低碳方向转型。与此同时，行业自动化、信息化也在加 速，从而促进钢铁行业转型升级、高质量发展。 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 19 行业洞察：转型新纪元

要针对特定的任务和场景设计专门的算法，这种方法虽然在特定领域有效，但人们对 “智能”的期望是能够适应多种任务和场景的智能系统，单一任务的人工智能系统已经 无法满足这些更广泛的需求。大模型能够跨越传统人工智能的局限性，理解和推理的 能力有了极大的飞跃，同时也提高了复用的效率，为人工智能技术在更多领域的应用 提供了坚实的基础，推动人类社会迈向通用人工智能（AGI）的新阶段。 通用性和复用性是大模型的关键价值。2017 Model）。我们认为，大模型主 要具备以下三大特征： 参数规模大：大模型的参数规模远大于传统深度学习模型。大模型发展呈现“规模 定律”（Scaling Law）特征，即：模型的性能与模型的规模、数据集大小和训练用的计 算量之间存在幂律关系，通俗而言就是“大力出奇迹”。不过“大”并没有一个绝对的标 准，而是一个相对概念。传统模型参数量通常在数万至数亿之间，大模型的参数量则 至少在亿级以上，并已发展到过万亿级的规模。如 GPT- 4 参加了多种人类基准考试，结果显示其在多项考试中成绩都超过了大部分人类（80% 以上），包括法学、经济学、历史、数学、阅读和写作等。 支持多模态：大模型可以实现多种模态数据的高效处理。传统深度学习模型大多 只能处理单一数据类型（文本、语音或图像），大模型则可以通过扩展编/解码器、交 叉注意力（Cross-Attention）、迁移学习（Transfer learning）等方式，实现跨模态数据