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 动产品生命周期的可持续发展。 利用 AI 助手，首席供应链官能够高效整合信 息，迅速将洞察传递给董事会，以确保供应 链的各项动态能够在战略层面得到及时反映 和调整。决策执行后，AI 助手能加速决策反 馈速度，提供实时的真实数据，帮助高管判 断策略是否行之有效，并迅速调整以应对市 场变化。 借助生成式 AI 助手，员工能够快速应对变化， 精确调整策略。 智能供应链洞察变革，驱动增长 技术，能够实现自然语 言查询和响应，加速决策流程，并提供切实 可行、多种多样的解决方案。用户可以使用 自然语言进行提问，了解关于零件短缺、订 单影响及需要权衡的问题。截至目前，IBM 已经节省了 3.88 亿美元的成本，包括降低库 存成本、优化运输成本、加速决策流程以及 节省时间（从天到小时到分钟甚至秒）。 案例研究 9 智能供应链：洞察变革，驱动增长 加速供应链 智能化进程 如果数据能与人对话，它会说些什么？

全国智能建筑及居住区数字化标准化技术委员会 (SAC/TC426) 英特尔（中国）有限公司 2023 年 12 月 从云端到边缘端，数据正在出现爆炸式增长，数智技术正在带 来颠覆式创新，物理世界与虚拟世界正在加速融合……变革的 浪潮席卷而过。园区作为产业经济集聚的重要形态与主体，正 在成为新一轮数智化变革的见证者与推动者。通过把握数智化 技术带来的商机，融入蓬勃的数智生态，园区将能够持续挖掘 数据价 通过将数据处理转移到设备边缘与网络边缘，园区将能够近 即时地对广泛的数据进行处理，降低云与网络资源压力，更 好地为园区治理、社会民生、产业经济、运营管理、应急处 置等提供更高效的数据决策依据，加速数智化转型。 1.1 数智园区典型特征 数智园区存在以下几个典型特征： 1 数智园区概况及发展趋势 • 从底层技术应用来看，数智园区更注重多模态大模型、云 原生等技术的应用： 1.2 数智园区发展概况 构调度与运行，还应该引入经过优化与验证的软件系统。 这将可以赋予基础设施出色的灵活性，实现资源的自动弹 性伸缩，让网络和边缘侧可以更好地得到云端的赋能，最 终加速业务创新与价值变现。 • 从驱动方式来看，园区的发展驱动力从流程驱动转变成为 数据驱动： 在初级阶段的数智园区，强调的是流程驱动，即使用数字化 技术重塑园区的管理、运营流程。而在数智园区时代，数据

智能化、高端化成为精细化工行业发展的新趋势，科技赋能精细化工 研发与生产，或将加快关键材料国产化进程及提升生产效率。 在政策扶持下，人形机器人、半导体等行业迎来较好的发展前景，相 关化工新材料被我国列为关键战略材料，国产替代进程加速，成为精 细化工企业转型升级方向。 科技赋能转型升级过程中，精细化工企业信用质量核心驱动力主要集 中于技术壁垒与产品竞争力、研发强度与成果转化、环保投入与绿色 生产、信息化覆盖强度。 提升产业化效率；三是通过 AI 接入生产体系，可以实现流程优化与 精准控制，降本增效。 二、 重点领域国产替代是精细化工行业提质升级的方向 (一) 人形机器人应用领域 人形机器人产业化进程加速，有望带动机器人相关化工新材料国 产替代需求的增长空间。 近年来在政策推动下，我国人形机器人产业快速发展。2023 年 10 月工业和信息化部印发《人形机器人创新发展指导意见》，指出到 2025 我国人形机器人相关专利申请数量遥遥领先，多达 5,688 件；美国、 日本、世界知识产权组织随后超过千件，依次为 1,483 件、1,195 件、 1,123 件。 随着科技的快速发展，人形机器人产业化进程加速，这将为上游 化工新材料行业带来良好的发展机遇。人形机器人所使用的材料包括 有机材料和无机材料。其中有机材料以高分子聚合物为主，具有轻量 化、耐腐蚀等优势，广泛应用于人形机器人柔性关节、电子皮肤、传

第九版年度智能制造现状报告 工业 4.0 技能短缺 质量是智能制造的第一要务 对网络安全的关注日益增强 员工正在应对重大变革 提高效率是追求可持续发展和 ESG 的主 要原因 数据划分 逆境将加速转型 第九版年度智能制造现状报告 执行摘要 工业 GenAI 革命：从愿景转向现实 新兴技术引领行业变革 不断上升的网络威胁以及对风险和 复原力行动的影响 在过去的十二个月里，生成式人工智能 企业资源规划 (ERP) 可跨业务管理和相关职能 部门实现前台和后台流程的自动化。 资产性能管理 (APM) 通过仪表板将过程、操作和机器级数 据相结合，以监控机器和工厂的运行状况。 机器人技术可加速自主/半自主操作，有助于提高系统的 智能性、直观性和灵活性。 生产物流通过制造运营及自动移动机器人 (AMR) 提供协调、敏捷、零接触的物料流。 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 ：：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% 阿联酋、沙特 阿拉伯

OCl 合作，通过一 个浏览器就可以将 NVIDIA DGX AI 超级计算机即时地接入每家公司。DGX Cloud 经过优化, 可运行 NVIDIA Al Enterprise，这是一款全球领先的加速库套件，用于 AI 端到端开发和部署。 DGX Cloud 将 NVIDIA 的生态系统引入到了云服务提供商，NVIDIA 触及的范围得以扩展。 2）NVIDIA AI Foundations 用于构建定制的语言/文本转文本生成式模 型，Picasso 是一项视觉语言模型制作服务，BioNeMo 提供用于药物研发的生成式 AI 模型。 我们认为，ChatGPT 等应用引发对 AI 算力的需求，加速计算和生成式 AI 推理将带动训练 /推理芯片需求的爆发。 图表5： 英伟达 NVIDIA DGX Cloud 图表6： 英伟达 NVIDIA AI Foundations 的大量硬件运算单元和高吞吐高带宽的存储设计能够提供 强大的计算能力，同时针对矩阵运算和卷积，在软件层面提供了灵活完善的加速库支 持，使得 GPGPU 能够充分地利用其硬件计算资源和存储资源,实现高吞吐的卷积计 算。为了进一步提升矩阵运算的性能，近年来 NVIDIA 和 AMD 的 GPGPU 增加了全 新的张量和矩阵核心大幅加速阵运算，而且还支持多种精度，使得 GPGPU 能够适应 深度神经网络不同场景、不同应用的精度需求。

（四）产业科技创新能力跃升步伐加快 （五）企业活力和竞争实力实现新提高 （六）发展方式加快高端化智能化绿色化转型 质量品牌建设步伐加快。工业领域智能化水平 显著提升。绿色低碳发展成效明显。 企业数量大幅提升。产业链领航企业加速发 展壮大。专精特新企业呈现爆发增长态势。 93.42 93.39 93.93 93.0 93.2 93.4 93.6 93.8 94.0 2016 2020 2024 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 元化布局、区域化合作演变。 北美地区将呈平稳发展态势 ，亚洲有 望保持中高速发展 。在人工智能等科 技革命推动下，未来5年内全球经济将 加速复苏，有望实现3%增速。 CCID ID ID CCID CCID CCID CCID CCID CCID CCID CCID CCID CCID CCID CCID 当前，以人工智能、大数据、云计算等 为代表的数字经济成为新的经济增长点， 也成为改造提升传统制造业的支点。特 别是近年来通用人工智能加速向各行各 业渗透，基础性引领性地位凸显，正在 催生生产范式和产业形态的根本性转变， 为新动能、新产业和新模式开辟新的发 展道路。 03 随着新一代信息技术、人工智能等应用 加速了产业融合进程，催生出众多融合 新业态。一些制造业企业转型为“制造+ 服务”或服务型企业，一些服务业企业 向制造环节延伸，实现了融合发展。

必由之路 �.� 全球石油石化工业化发展形势 �.� 新型工业化是石油石化产业发展的必经之途 第二章：智能驱动：智能化助力石油石化产业实现新型工业化 �.� 智能化加速培育石油石化新质生产力 �.� “人工智能+”加速石油石化智能化进程 �.� 石油石化产业智能化成熟度与发展阶段 第三章：全链智能：智能化推动石化新型工业化的场景举措 �.� 智能勘探 �.� 智能储运 �.� 井下工况检查 现场培训模拟 调度与智慧智能 智能库存管理 资产预测性维护 ……. 高端化 智能化 绿色化 �� 智能化 面向石油石化全产业链发展，全面融入人工智能和自动化技术，用智能化加速产业升级进 程。在企业经营中逐步推进数字化、数智化应用，利用定制化解决方案和服务帮助企业提升 运营质量和效率。在自动化生产过程中，利用智能制造系统的丰富功能，实时监控生产过 程，优化生产效率， 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 �.� 智能化加速培育石油石化新质生产力 石油石化产业正通过技术创新、绿色低碳转型、智能化升级以及新材料和新工艺的研发，培 育新质生产力。这一过程涉及技术、产业和市场的深度融合，共同推动产业向高端化、智能化、

展面临数据质量、模型复杂度等挑战，且高度依赖资本与产业合作。多种商业模式并存，满足个性化需求。市场 集中度高，由少数头部企业主导。市场规模快速增长，受AI企业增长、政策推动及技术进步影响。未来，技术进 步将深化大模型应用，但高成本也加速行业壁垒形成，市场增速或放缓。 行业定义[1] 工业大模型是以智能制造和工业4.0为背景，通过大模型对工业知识的训练和专业小模型对数据、算力和参 数的优化构成知识智能、业务智能、具身智能和体系 模型环节，主要作用是为工业大模型在制造、物 流、能源等多个行业垂直领域提供应用渠道。[8] 工业大模型行业产业链主要有以下核心研究观点：[8] 上游：AI芯片、云服务和通信数据等数字资源的优化加速了工业大模型研发的进步和应用。 中国工业大模型产业链上游主要集中在芯片、服务器、通信网络等硬件领域以及云计算、数据库、中间件等软件 领域，这些企业为中游的工业大模型研发提供了坚实的算力支持和数据 商也宣布加大对算力的投资，中国电信将在2024年向云/算力领域投资180亿元，中国移动算力规划投资475亿 元，中国联通宣布投资重点由稳基础的联网通信业务转向高增长额算网数智业务。这些数字资源作为工业大模型 研发的“原材料”，加速了工业大模型的创新与普及，推动了人工智能技术在工业领域的广泛应用。 中游：厂商以上游提供的软件和硬件为基础研发优化工业大模型，并取得显著成绩。 2023年6月，中工互联（北京）科技集团有限公司发

先进半导体：半导体与显示器、新型存储器和下 一代设备的开发、电力及汽车领域的芯片设计原创技术、 超微芯片和先进封装的原创技术、非存储类芯片、显示 技术 6 2. 2 2.2 国内未来产业赛道布局 组织实施未来产业孵化与加速计划， 谋划布局一批未来产业 《中华人民共和国国民经济和社会发展第 十四个五年规划和2035年远景目标纲要》 围绕制造业“主战场”前瞻布局未来产业 工业和信息化部等七部门 《关于推动未来产业创新发展的实施意见》 展第十四个五年规 划和2035年远景目 标纲要》 类脑智能 1、组织实施未来产业孵化与加速计 划，谋划布局一批未来产业 2、在科教资源优势突出、产业基础 雄厚的地区，布局一批国家未来产业 技术研究院，加强前沿技术多路径探 索、交叉融合和颠覆性技术供给 3、实施产业跨界融合示范工程，打 造未来技术应用场景，加速形成若干 未来产业 量子信息 基因技术 未来网络 深海空天开发 氢能与储能 政策文件名称 上海将进一步探索大模型的新型开源和推 广模式推出更多具有示范性、标志性的应 用场景 上海 þ 上海发布《关于支持人工智能大模型发展的若干意见》，从支撑 大模型的创新能力、提升创新要素供给能力等四方面加速大模型 发展。 þ “模速空间”2023年9月投入运营，已集聚100余家大模型企业 带动周边落地200多家AI企业。 13 赛道 2：高级别自动驾驶 自动驾驶方案、计算芯片、 核心传感器、高精度地图等

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 对市场竞争格局影响不大，但长期看，当大模型对实际应用场景具有支撑作用能力时， 会加速市场变化，故企业需把握大模型机会。3）数据层面：目前市场上数据交易、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 www.iresearch.com.cn 3% 38% 59% 低危 中危 高危 需求市场7-设备、工控和数据皆需安全守护 数字化转型推动设备连接/上云增加、工控融合、数据生产和流动加速等 利好结果的同时，也扩大了受攻击的节点范围，企业安全防护亟需跟进 制造业数字化转型需要安全厂商守护 来源：《Global IoT Forecast Report, 2023-2033》、CNV 来源：艾瑞咨询研究院自主研究及绘制。 66.7% 62.2% 37.8% 28.9% 26.7% 17.8% 17.8% 8.9% 领域知识增强成为标配 多模态理解突破场景限制 模型轻量化加速边缘部署 大模型的自主进化能力实 现持续优化 工艺方案自动生成 跨工厂知识迁移 形成垂直领域模型商店 催生工业提示词工程师 28.9% 15.6% 6.7% 4.4% 6.7%