基础设施的互联性，OT 和 IT 网络的风险正在增加。 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 人工智能用例可带来成果，提高投资回报率 最 大 的 投 资 回 报 问题： 在过去的 12 个月里，贵公司投资的技术中，哪一项的投资回报率最 高？ 选择前 3。基数：1562 云/SaaS GenAI 或因果关系人工智能 5G 人工智能/机器学习 供应链规划 (SCP) 高级分析（使用人工智能/机器学习） 机器人流程自动化 (RPA) 机器人 制造执行系统 (MES) 企业资源规划 (ERP) 第九版年度智能制造现状报告 :: 23 第九版年度智能制造现状报告 利用人工智能的竞争 :: 24 制造商已经采用 GenAI 和因果关系人工智能、协作机器人 和自主移动机器人来增强和补充劳动力，同时减少错误、 加快价值实现速度并提高质量。 GenAI 或因果关系人工智能 Cobot（协作机器人） 自动移动机器人 (AMR) 和自动导引车 (AGV) 未 来 1 2 个 月 的 十 大

处理日益庞大的海外属地化业务人员招募工作、如何 应对海外当地员工与外派员工的文化差异所带来的各 类冲突与挑战，是企业业务及战略得以顺利推进的关 键所在。现阶段，海外人力资源岗位的热招岗位方向 主要集中于招聘、薪酬管理和员工关系模块。 （3.2） 人力资源岗位人才画像 14 中国制造业出海人才白皮书 (2025) 海外人力资源岗的工作要求与人才画像 与国内相比，海外人力资源岗各热需模块的工作内容表现出更高的要求。具体来看： 正的前提下， 仍然具有激励作用。此外，跨国发薪的税收筹划等细节问题也需一并纳入考量。 员工关系岗位：需要熟练掌握并应用当地劳动法律法规，人选需要擅长跨文化沟通与融 合，尊重不同文化背景员工的生活与工作习惯，能做到因地制宜。特别是对于大部分海外国 家而言，比中国更加注重工作与生活的平衡，海外员工关系岗位需要尤为关注。 海外人力资源岗的工作高复杂度也使目前这些岗位对人选的要求高企。在学历方面，根 立在墨西哥、阿联酋等小语种国家及地区的岗位要求人选必须具备西班牙语、阿拉伯语等小 语种的日常沟通能力。 此外，制造业企业对具备同行业工作经验的人选颇为青睐，此与制造业自身集产品生产、 产品研发、产品终端销售整合于一体的行业特性关系密切。此种特性让行业内部的人力资源 工作所涉及的环节增多、工作复杂度提升，进而使制造业的人力资源岗具备一定的行业流动 壁垒。 在对人选的学历、工作经验、语言能力、从业行业等常规门槛予以严格筛选的同时，企业

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 OpenAI 小模型应用案例的统计分析，这些应用主要集中在生 产制造领域，占比高达 57%，而在研发设计和经营管理领域的应用则相对较少。这种 分布呈现出明显的倒 U 型。 小模型的核心特点是学习输入与输出之间的关系。小模型通过学习数据中的条件 概率分布，即一个样本归属于特定类别的概率，再对新的场景进行判断、分析和预测。 它的优点是通常比大模型训练速度更快，而且可以产生更准确的预测结果，尤其适用 1 的复杂关系。大模型的核心 在于学习数据中的联合概率分布，即多个变量组成的向量在数据集中出现的概率分布， 进而通过使用深度学习和强化学习等技术，能够生成全新的、富有创意的内容。与传 统的数据处理方法不同，大模型并不简单地区分自变量与因变量，相反，它致力于在 庞大的知识数据库中提炼出更多的特征变量。这些特征变量不仅数量庞大，而且涵盖 了多个维度和层面，从而更全面地反映现实世界的复杂关系。以自然语言处理为例，

服务化推动制造业高质量发展 TELENOR IoT | 物联网赋能制造业数字化转型 | 13 网络连接助力服务化转型 连接不仅仅是为产品添加智能功能，而是从根本上 改变了商业模式和客户关系。这种从销售产品到提 供服务的转变，称为“服务化”，制造商得以在产品 的整个生命周期内提供增值服务。 从产品转向服务 在竞争激烈的市场上，提供差异化产品可能并非易 事。然而，一旦将产品联网，它们就可以成为客户 （PaaS）模式，制造商根据客户 需求提供可靠的产品性能，而不仅仅是实体产品。 这种模式将重点从产品所有权转移到使用权和性能 上，与更可持续、更高效地利用资源的绿色发展理 念相契合。 速览：服务化的优势 • 增进客户关系：通过提供持续服务，制造商与客户保持密切接触，培养忠诚度，为追 加销售和交叉销售创造机会。 • 增加收入来源：服务化通过服务合同、维护和基于性能的模式开辟了新的收入来源。 • 基于数据的洞察： 将机器设备、生产流程和作业系统联网，不仅能提高效率、促进创新，还 能确保制造商满足快速变化的市场需求。然而，打造全连接工厂并非易 事，需要选择可靠且经验丰富的供应商并建立战略合作伙伴关系。 物联网部署合作伙伴的选择关系到数字化转型成功与否。利用Telenor IoT的管理连接服务，制造商可以获享丰富的专业知识和稳健的基础设 施，确保无缝集成和数据的高度安全性。 凭借精深的专业知识，Telenor

 预测性分析：运用时间序列分析和回归模型，对未来的生产趋 势和市场需求进行预测。这些预测将作为资源调配和生产计划 的重要依据。  关联分析：通过关联规则学习，找出生产参数与产品质量之间 的关系，识别潜在的影响因素，为质量控制提供数据支撑。  效能提升分析：利用数据挖掘技术，分析设备空闲和故障时 间，提出优化建议，提高设备的整体效率。 在实施数据采集与分析过程中，建议建立数据治理框架，确保 先级也要进行验证，确保项目可以在有限的资源内聚焦于最重要的 功能。 为了进一步明确需求，我们还可以采用业务流程建模工具，绘 制业务流程图。这有助于直观地展示当前业务流程及其与 MDC 目 标系统的关系，确保所有利益相关方对整个流程有一致的理解。 通过这一系列的需求调研和分析活动，项目团队能够清晰地理 解业务需求、制定优先级并识别潜在的实施障碍，最终为 MDC 项 目的顺利推进提供保障。 4 召开需求调研会，收集各部门意见  进行现场实地考察，记录现有流程数据  分析竞争对手案例，确定行业内最佳实践 基于需求分析的结果，接下来进行系统架构设计，确定系统各 组成部分的功能和相互关系。此阶段的设计应包括数据采集层、数 据处理层、智能决策层及应用层等。系统架构可参照如下示意图： 数据采集层将通过 IoT 设备和传感器实时获取车间运行数据， 数据处理层则会将收集到的数据通过大数据分析工具进行处理与存

及关注员工的财务、心理、身体需求。企业文化和工作环境的改善，如灵活的工作安排和个性化的职业发展路径，也成为吸 引人才的关键因素。 面对人口结构和新兴技术的变化，企业应该整合管理，打造柔性劳动力生态系统。这涉及从传统雇佣关系向更灵活的工作模 式转变，包括远程办公和弹性工作时间。企业也可以通过外包、众包等方式，建立由多元劳动力组成的生态系统，以应对不 断变化的市场需求。这样的整合管理不仅提高了企业的适应性，也为员工提供了更多样化的工作选择和发展机会。 他们要具有战略统筹能力，能根据企业情况和市场环境制 定路线图，能整合各环节资源，并且根据进度持续优化关 键节点； 比如，既懂技术又懂业务的复合型人才，他们要非常了解 数据与业务之间的融合逻辑，了解信息化与自动化、精益 化之间的关系逻辑，并且能够深刻洞察业务部门的需求和 痛点，具有有把业务需求转化为技术需求、用技术解决业 务问题的能力； 为什么智能制造人才找不到、招不来、 留不住 那么，为什么制造企业“找不到、招不来、留不住”上面 沿用五羊本田以往硬件、系统，i 人事提供考勤整体解决方案 在人力资源管理方面，五羊本田已跟 ERP 巨头 PeopleSoft 合作，管理组织关系及入转调离等事务。但在考勤方面，如排班、 加班申请、考勤统计等，却几乎都是线下人工处理。 i 人事作为人力资源整体解决方案供应商，具备组织关系、员工花名册、入转调离、线上审批、薪酬核算、招聘、培训、考 勤等各个功能模块，在考勤方面，能支持制造企业灵活排班制度与工时制度。

多模态数据融合特性 工业场景中数据源呈现多维异构特征，包括： ➢ 时序数据：传感器采集的振动、温度、压力等物理量，具有毫秒级采样频 率 ➢ 空间数据：三维点云、CAD 模型等几何信息，需要处理拓扑关系 ➢ 文本数据：设备日志、工艺文档等非结构化信息 ➢ 图像数据：工业视觉检测中的高分辨率图像流 ◼ 小样本与冷启动挑战 工业领域存在显著的长尾分布现象： ➢ 故障样本稀缺：正常工况数据占比超过 新设备数据积累不足：产线升级导致的数据分布偏移问题 ➢ 标注质量要求高：需领域专家参与标注，人工成本是通用领域的 5-8 倍 ◼ 数据物理约束特性 工业数据受制于物理规律约束： ➢ 守恒定律：能量、质量等物理量的守恒关系 ➢ 因果时序：设备退化过程的不可逆特性 ➢ 边界条件：工艺参数的安全阈值限制 ➢ 不确定性传播：测量误差的链式传导效应 1.2.2 模型架构 ◼ 混合架构 主流架构呈现"预训练+微调+物理嵌入"的混合模式： 工业大模型的快速发展催生了多样化技术形态和应用模式。为系统认知其 技术边界与适用场景，本节从技术架构、应用场景、数据模态、功能定位四个 维度构建工业大模型的分类体系，并深入探讨各类别间的技术差异与协同关系。 14 图 1.7 工业大模型分类体系 1.3.1 基于技术架构的分类体系 (1) 端到端全栈大模型 技术特征：采用统一架构处理工业全流程任务，具备跨领域知识融合能力。 典型架构包含：

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。 目 录 一、数字经济是培育新质生产力的重要抓手....... 日，党的二 十届三中全会再次强调，要“健全因地制宜发展新质生产力体制机制”， 新质生产力研究报告——从数字经济视角解读（2024 年） 2 “健全相关规则和政策，加快形成同新质生产力更相适应的生产关系， 促进各类先进生产要素向发展新质生产力集聚，大幅提升全要素生产 率”。 新质生产力是马克思主义生产力理论的创新和发展，凝聚了我们 党统领经济社会发展的深邃理论洞见和丰富实践经验。从去年 9 改造自然的能力。数字经济为发展新质生产力进一步提供了迭代更新 的劳动资料。 劳动资料从实体形态向虚拟形态延伸。劳动资料的数字化变革标 志着生产方式的重大革新，深刻推动着生产力的进步与生产关系的发 展。一方面，人工智能、工业互联网、物联网等数字技术成为基础设 施。工业经济时代，依托于机器和厂房的生产过程往往在特定物理地 点发生。5G、云计算、人工智能、物联网、区块链等新一代信息通信

步向规划设计阶 段渗透，要求智慧园区规划设计方案也体现“以人为本”。 图表33：不同类型用户对智慧园区功能体验的关注点 来源：公开资料，智次方研究院整理 （5）加速人才培养 随着智慧园区相关系统及技术不断渗透到招商运营、专业生产、业务拓展、管理 36 决策等多个场景，各应用场景中能够“用数”的数字化人才出现缺口，导致智慧园区 平台系统“设而不用”“不如人工”等问题时有发生，在智慧园区生态下仍需协同多 智慧消防管理：具备消防安全知识，能够提供智慧消防服务。 5.园区招商服务 智慧园区招商管理系统可以对园区的招商流程进行全方位覆盖和精细化管理，确 保招商信息的透明度，使园区管理者和招商团队能够实时掌握项目进展、资源分配、 客户关系维护等情况。系统具备强大的数据分析能力，能够根据历史数据和市场趋势 进行智能分析，为招商策略提供科学依据。通过客户画像构建，系统可以精准匹配潜 在投资者的需求与园区的优势资源，提高招商成功率。同时，系统还可以实现项目跟 踪、合同管理、绩效评估等功能，确保招商项目的顺利推进。 • 招商线索搜索：具备市场调研能力，能够寻找潜在的招商线索。 • 企业深度分析：能够对企业进行全面深入的分析，评估其发展潜力。 • 关系维护及洽谈：具备公关和谈判技巧，能够维护与客户的良好关系。 • 招商在线服务：包括线上咨询、虚拟参观、在线签约等，提升招商服务的便 利性和体验感。 • 入驻专业服务：具备帮助企业进行入驻申请，提供政策推送和兑现、供应链

主要包括术语定义、参考模型、场景等 3 个部分。术语 定义标准主要包括用于统一智能制造相关概念的术语、词汇、 符号、代号等标准。参考模型标准主要包括用于帮助各方认 识和理解智能制造标准化的对象、边界、各部分的层级关系 和内在联系的参考模型、系统架构等标准。场景标准主要包 括智能制造典型场景建设的参考指引标准。 10 2. 安全标准 主要包括功能安全、网络安全、数据安全等 3 个部分。 功能安全标准主要包括智能制造中功能安全系统的设计、实 造（CAM）、电子设计自动化（EDA）、产品数据管理（PDM） 及基于大数据、人工智能等赋能技术的研发设计软件应用指 南和集成实施标准。 （2）经营管理软件标准 主要包括企业资源计划（ERP）、供应链管理（SCM）、 客户关系管理（CRM）、人力资源管理（HRM）、质量管 理系统（QMS）、资产绩效管理系统（APM）、项目管理（PM） 软件等经营管理软件应用指南和集成实施标准。 （3）生产制造软件标准 主要包括制造执行系统（MES）、高级计划排程系统 研发设计软件标准。推动计算机辅助设计（CAD）、计算机辅助制造（CAM）、产 品数据管理（PDM）等软件的数据格式和接口规范标准研制。 经营管理软件标准。推动企业资源计划（ERP）、供应链管理（SCM）、客户关系 管理（CRM）等软件与其他软件集成实施类标准研制。 生产制造软件标准。推动制造执行系统（MES）、高级计划排程系统（APS）、工厂 物料运输管理系统（TMS）等软件与其他软件集成实施类标准研制。