划分，包括设备层、单元层、车间层、企业层和协同层。 （1）设备层是指企业利用传感器、仪器仪表、机器、 装置等，实现实际物理流程并感知和操控物理流程的层级； （2）单元层是指用于企业内处理信息、实现监测和控 制物理流程的层级； 3 （3）车间层是实现面向工厂或车间的生产管理的层级； （4）企业层是实现面向企业经营管理的层级； （5）协同层是企业实现其内部和外部信息互联和共享， 实现跨企业间业务协同的层级。 3 （2）互联互通是指通过有线或无线网络、通信协议与 接口，实现资源要素之间的数据传递与参数语义交换的层级； （3）融合共享是指在互联互通的基础上，利用云计算、 大数据等新一代信息通信技术，实现信息协同共享的层级； （4）系统集成是指企业实现智能制造过程中的装备、 生产单元、生产线、数字化车间、智能工厂之间，以及智能 制造系统之间的数据交换和功能互连的层级； （5）新兴业态是指基于物理空间不同层级资源要素和 能检测、智能物流等智能装备标准，研发设计、生产制造等 工业软件标准，智能设计、智能管理等智能工厂标准，供应 链建设、供应链运营等智慧供应链标准，数字孪生装备、人 工智能工业应用、工业数据流通等智能赋能技术标准，网络 协同制造、产销一体化运营等智能制造新模式标准，工业无 线网络、工业网络融合等工业网络标准，探索标准研制新方 法，固化成功经验和创新成果，形成典型场景系统解决方案 标准，引导企业应用标准指导实践，构建企业智能制造标准

预测性地识别运营问题（质量缺陷、故障、维护需求、不合格） • 可支持端到端运营实时可视的数字驾驶舱 • 运用数字工具，快速了解供应短缺、生产或运输延迟对销售及 成本的影响 动态化、可持续的产品开发 采取生态设计及协同工程方法来开发新型产品与流程的能 力，充分利用贯穿整个产品生命周期的反馈闭环。 • 依托数字孪生平台的协作方法 • 通过生态设计方法，在设计过程中植入可持续因素（例 如：碳足迹、循环经济） 并降低风险，要处理好如下方面： 数字核心连接短期痛点和长期发展 作为支撑以客户为中心的供应链的基础，在当下 供应链架构中存在着新旧系统衔接难、数据获取不 及时、数据价值难“变现”、转型变革花精力、生态伙 伴难协同等挑战，这也引导企业转向更为灵活的技术 架构，以更好地解决短期痛点和长期发展的矛盾。埃 森哲建议从客户需求出发，充分利用企业内部和生态 伙伴间的创新引擎和平台，打造互联解决方案，并最 终建立新的数字核心。 以国内一高科技企业为例，该企业将供应链建 设成为企业核心竞争力之一，历经三年完成了业务、 数据及IT架构的整体设计、构建、系统切换、全球落 地，打通了从采购、到生产、到销售的所有环节，实现 了与客户的线上交易、内部智能化协同作业以及分 布式管理。供应链的整体变革也让该企业能够及时 获知受影响的客户、项目、产品，甚至是上游的供应 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

的核心诉求。只不过，行业经过几年发展，需求端的对转型认知和期望变的更加理性与 聚焦。就需求端的需求而言，具有两大特点：1）地域特色明显，广东、江苏、浙江、山 东既是制造业大省，也是积极尝试转型的省份，产业/区域协同发展、提升数字化转型的 基础支撑能力基本是其共性举措；2）从需求场景来看，评优和招标市场有所区别：评优 侧更关注生产制造相关环节的具体落地操作；招标侧则多由各市工业和信息化局采购的， 希望通过转型诊 www.iresearch.com.cn 需求市场4-具有强烈的地域特色（2/2） 产业/区域协同发展、提升数字化转型的基础支撑能力基本是各省共性 来源：各省政府官网，艾瑞咨询研究院自主研究及绘制。 近两年部分省份的重要政策 国家层面政策 中国制造2025、“十四五”信息化和工业化深度融合发展规划、关于加快培育发展制造业优 从几个制造大省近两年的政策侧重点来看，各省推动制造业数字化转型的举措主要聚焦在以下3点：1）依托产业链主/标杆企业，发 展产业集群，推动产业/区域协同发展；2）通过培养优质企业，补齐产业链服务短板，提升区域数字化转型的基础支撑能力；3）通 过税收优惠等政策，降低制造企业的运营成本。从重点建设方向（如设备、产业链协同、区域协同等）、重点发展的高技术行业 （如医药制造业、医疗仪器设备及仪器仪表制造业、电子及通信设备制造业、计算机及办公设备制造业、航空航天器及设备制造业

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，减少资源浪费。在产业链协同和流通过程中，构建智能物流和供应链管 理平台，提高整个产业链的响应速度和灵活性。 绿色化 在国家“双碳”战略的大背景下，石油石化产业需要转变发展模式，拓展新需求，创造新模 式，推动产业可持续 企业中的技术和业务赋能水平，总体上分为L�-L�共五个成熟度阶段（图�）。对不同阶段可依据 业务赋能和技术深度两个维度进行评估，其中，业务赋能从低到高的参考标准分别为专项创新、 局部智能、泛在智能、协同智能、认知智能，技术深度的参考标准为数据提效、静态优化、动态 应用、智能交互、智能互联。 �� L�单点试验级：智能技术开始应用于石油石化产业的特定领域，工厂引入基础数据分析和自 动化技术， 业务场 景集成机器学习和深度学习技术，自动化特定任务，智能化应用从单一领域扩展至多个模 块，提高了操作效率和决策准确性。 L�扩展复制级：石油石化产业工业互联网平台方案推动生产和运营领域的智能协同，并实现 智能自动化。企业可通过应用成熟的算法模型进行复杂的数据分析和预测，为业务决策提供 精准支撑，运用智能技术增强工厂的生产与运营效率，提高业务决策的准确性。 L�运营管理级：产业上下游实

practice o 智能工厂的新思考 汇报目录 两化融合与智能工厂 搬迁改造 提质降本 安全环保 产业升级 企业推进智能制造的原动力 智能工厂 n 生工艺复杂：操控难度大 n 业务组织多：管理协同难 n 市场变化快：响应效率低 n 迟疑观望－－坚定行动 n 盲目跟风－－理性思考 n 以我为中心－－用户为中心 以前我们做了什么？ 智能工厂顶层设计 3 条主线、 6 层方法 4 项能力、 抓痛点：六维度客户成熟度分析 绩效分析 预期 效益 调度排产 控制网络 问题 3 ：控制性能最优 感知网络 数据挖掘 模式识别 指标体系 抓痛点：定位 8 大核心工程问 题 问题 2 ：计划与控制的协同 问题 1 ：基于仿真的优化的平台 问题 8 ：面向企业决策的挖掘 问题 6 ：物理、社会信息的感 知 问题 7 ：异构信息的规范和提 取 问题 4 ：生产绩效指标体系 问题 5 ：生产过程的知识挖 项⺫筹建－⼯程设计－建造交 付 －运⾏维护－报废退出 供应链协同⼀体化⽣态 采购－加⼯－运输－销售－客户 ⽣产管控⼀体化集成与优化 1 计划优化－调度排程－操纵控制 想办法：打通 3 条主 线 EAM ／ EOM PRODUCTION BUSINESS 2 3 基于专家知识的管理科学决策 服务互联网：搭建协同优化的智能化工厂 ! ! ! 互联网＋人员、设备，能力孤岛、观念孤岛

区典 型方案和案例的分析与总结，给出数智园区的技术趋势和参考 架构，帮助园区更好地利用数智技术的创新成果，持续拓展数 智园区的能力范围与服务边界，实现园区全状态实时化和可视 化、园区管理决策协同化和智能化。 我们希望通过本指南，能够吸引更多园区加入到数智创新进程 中来，助力园区内企业、人员、车辆、商业等要素的数智化管 理与运营，不仅实现园区的高质量发展，同时也助力产业经济 的转型升级。 数据价值，服务园区内的企业租户与个人用户，同时更好地 驱动区域乃至产业发展。 数智园区是指充分利用智能传感器、边缘计算、人工智能、 大数据、物联网等技术，聚合园区内各个系统、设备的泛在 数据，并通过云 – 网 – 边 – 端的协同处理架构对数据进行高 效处理，从而让园区的建设、运营更加智慧化。在数智园区 内，人、设备、系统将不再是独立的个体，而是通过数字孪 生等技术，实现从物理空间到数字空间的广泛映射，并最终 构成的 提升违规事件等时间敏感型应用的处理效率。在设备运行 中，维护大模型可以分析设备的数据，实时检测设备运行 状态，预测设备故障，并提前进行维护和保养。 • 从部署架构来看，数智园区更强调构建云 – 网 – 边 – 端的 协同处理模式： 初级阶段的数智园区通常更强调云平台的构建，将负载集中 在云中进行处理，这种方式构建了数智园区的基础平台， 在交付效率、扩展性等方面有着突出优势。但随着园区内 物联网终端的快速增加，需要采集、处理的数据的爆发式

............................................................................... 40 2.3.4 大模型与小模型协同...................................................................... 41 2.3.5 MOE 与多模态融合 ..... 化转型步伐持续加快，企业置 身于数据呈爆炸式增长、生产流程趋于繁杂、市场竞争愈发激烈的复杂环境之 中，面临重重挑战。而未来的工业大模型将以其卓越的数据处理能力、高度智 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 ：首先完成工业数据制 备，处理 CAX 模型、传感信号等特有模态数据；随后训练工业基座模型，攻克 工业语义理解、小样本学习等技术难点；最终通过任务适配实现场景交互，与 PLC、工业机器人等设备协同运作。 ➢ 通用工业大模型 通用工业大模型是工业大模型的一种类型。它是在工业领域构建的，相对 于行业大模型和场景大模型而言，更具通用性的模型。它以通用的工业数据和 知识为基础，旨在为工业领

（四）发展绿色交通，实施交通运输低碳行动 ..................... 7 （五）推行绿色建造，推进园区绿色建筑建设 ..................... 8 （六）深化污染治理，推动减污降碳协同增效 ..................... 9 （七）夯实降碳基础，强化能力建设和低碳宣传 ............... 10 二、试点建设优良案例 ................ 等政策文件，明确试点建设发力方向和关键重点，推动试点建 设纳入园区重点工作一体谋划、一体部署、一体推进。成都、 攀枝花、德阳、广元、宜宾等相关市（州）将近零碳排放园区 试点建设纳入地区碳达峰实施方案、减污降碳协同增效行动方 02 四川省近零碳排放园区试点建设 2023 年度进展报告 案中；四川金堂工业园区试点建设纳入淮州新城绿色低碳高质 量发展规划；四川什邡经济开发区、四川青神经济开发区、西 家企业建成光伏屋顶。 （六）深化污染治理，推动减污降碳协同增效 试点园区结合自身主导产业和污染物、碳排放水平，加大 挥发性有机物（VOCs）与温室气体协同减排力度，大力推进 水资源集约节约高效循环利用、废物综合利用，充分发挥好生 10 四川省近零碳排放园区试点建设 2023 年度进展报告 态环境质量改善、减少资源消耗和降碳的协同促进作用。四川 青神经济开发区实施资源循环利用，对表面处理重点企业产生

合作）规划的，供水、供电、供气、通讯、道路、仓储及其它配套设施齐全、布局合 理且能够满足从事某种特定行业生产和科学实验需要的建筑或建筑群，结合物联网、 云计算、大数据、人工智能、5G等新一代信息技术，具备互联互通、开放共享、协同 运作、创新发展的新型园区发展模式，和园区建设、管理深入融合发展的产物。 智慧园区结合各类新型数字化技术，以科技为园区赋能，打造“安全、智慧、绿 色”的园区，致力于提升园区的社会和经济价值，实现园区经济可持续发展目标。 图表8：智慧化工园区试点示范单位名单智慧化建设重点 批次（年份） 园区名称 智慧化领域 第一批-2016年 中国化工新材料 （嘉兴）园区 建立统一大数据平台，提升园区智慧业务系统；危 化品物流协同系统；港区应急响应中心；工业固体 废物交换平台。 中国化工新材料 （聊城）产业园 智慧化园区管理平台，集安全环保管控、生产运营 管理、能源管理、安防、应急预警救援、电子商 务、物流服务等功能于一体。 持续创 新，将实现对园区基础设备的光电重构，打造极简的零碳园区；从能效角度，能源路 由器，能源云脑，光伏发电机及新能源组件的应用，将实现极致碳效提升；通过园区 智能微网对电力系统“源网荷储“的协同，将形成以碳作为交易单元的绿电供需新秩 序。 图表12：智慧园区全域零碳发展趋势 资料来源：华为 （2）智慧园区场景功能精细化，全面智能园区逐步走向现实 未来，智慧园区将依托新型物联感知基础设施、数字平台等提供融合贯通的聚合

中国首个纳米高新技术产业化基地 • 中国首批智慧城市试点 • 中国首个服务贸易创新示范基地 • 中国首个服务外包示范基地和首个鼓励技术先进 型服务企业优惠政策试点区域 • 中国唯一由地方政府主导的“2011计划”协同 创新中心 • 中国首批国家知识产权示范园区 • 中国首批国家专利导航产业发展试验区 • 拥有中国首个专业化特色国家大学科技园(苏州 纳米技术国家大学科技园) • 中新社会治理合作首个试点单位 《关于建立苏州工业园区军地抢险救灾协调联动 机制的通知》，构建以消防救援大队综合救援力 量为主导，专业化与社会化队伍相结合的救援力 量格局。 02 能源利用 园区正以能源变革的视角洞悉未来发展，将协同创新作为推动区域融合的关键动力。通过不断优化能源结构和提 升能源利用效率，致力于支持绿色城市的建设，加速区域向可持续发展转型。 推动能源转型 能源结构不断优化，清洁能源占比超90%。大力推广使用 5年均浓度降至30微克/立方米，连续4年达标，优良天数比例达到81.1%，在市 区中名列前茅。 开展工业源、移动源、扬尘源协同治理和深度攻坚，重点排放单位烟尘、氮氧化物、二氧化硫分别同比下降 1.7%、13%、4.5%，淘汰高排放柴油车1,137辆，推动100台柴油叉车完成清洁能源替代。目前园区正在推进 大气精细化协同治理和挥发性有机物综合治理三年行动计划，以精细化管控进一步改善空气质量。 图：危废管理 指标 环境空气质量二级标准数值