智能供应链 洞察变革，驱动增长 IBM 商业价值研究院 | 研究简报 生成式 AI 给供应链带来重大变革。64% 的供应链高管认为生成式 AI 正 全方位革新工作流程。 供应链团队必须改变工作方式。60% 的运营和自动化高管表示，到 2025 年，AI 助手将接管大部分常规和事务性工作。 自动化决策的比例将进一步上升。运营和自动化高管们表示，生成式 AI 将在未来两年内将数字助理的决策量增加 AI 助手整合进供应链工 作流程。 60% 90% 目前，供应链团队受限于纷繁复杂、互不相连的海量数据。虽然供应链 团队现在能获取实时数据，制定更智能高效的决策，但由于数据量庞大， 许多机会常常错失。 生成式 AI 驱动的数字助手正在扭转这一局面。AI 助手能够实时分析海量 数据，快速提取重要洞察，为供应链团队提供重要的决策依据。此外，凭 借其自然语言处理能力，员工只需简单的提示即可获取所需信息，并了解 信息来源。 例如，AI 助手能够分析延误的主要供应商，并找出造成供应链中断的因素， 如天气、资金问题或运输瓶颈。接着，AI 预测模型可以预测出未来形式。 AI 助手据此提供针对性建议，帮助供应链团队做好准备，应对未来挑战。 60% 的高管表示，到 2025 年，AI 助手将接管大部分常规和事务性工作。 3 90% 的高管表示，到 2026 年，其组织将把智能自动化和 AI 助手整合进

产业集中区域，海外员工人数占比最高。其次是欧洲，因其技术先进、市场成熟， 是出海企业进入高端市场的重要选择。 核心观点二 随着中国制造业企业出海进程的深入，中国企业开始在全球建立包括研发、 生产制造以及销售一体化的团队，岗位需求从过去更多集中在销售、职能类岗位 向生产运营、技术研发等方向拓展，对于岗位的要求也从注重人才0-1经验到更 强调本地化运营。 核心观点三 制造业企业的全球化之路会经历开荒、发展和深化的阶段转变，在海外设立 式差异大、缺乏全球化人才的职业发展路径设计等。中 国制造业出海企业需系统性优化人才管理机制，建立全球化人才培养机制，主要包括：安全培训与保障； 待企业出海达到一定成熟度后，考虑在当地建立本地决策团队；双向打通人才的职业通道，并建立有效 的工作绩效反馈和支持系统。 核心观点七 合规监管已经成为中企出海进程中的核心挑战之一，人力资源领域主要集中在招聘、薪酬与福利、 解雇流程和数据隐私方面。 显的制造业细分领域已成为中国制造业出海的主力军。 机电产品一般包括机械设备、电气设备、交通运输工具、电子产品、电器产品、仪器 仪表、金属制品等及其零部件、元器件等，涵盖行业较为广泛。透过官方公布的中国外贸 数据，研究团队得以深入剖析机电产品的重点出口细分领域，确立中国制造业出海的“头 阵部队”。 2 高端制造乘风破浪，高附加产品转型升级 图1 中国跨国公司100大企业所属行业分布 数据来源：根据《2023

降低生产成本，优化资源 配置 数字双胞胎技术 实时模拟工厂运行状态，进行可 视化管理 提高反应速度，强化问题 解决能力 最后，通过人才培养和技术升级，建立包含自动化技术、数据 分析和管理技能的高素质团队，确保高度自动化实施后能够稳定运 行并进行持续优化。同时，与设备供应商和技术伙伴保持密切合 作，保证系统在技术上的持续更新与维护，以应对不断变化的市场 需求。 综上所述，实现高度自动化的目标，不仅是技术的变革，更是 限于装配线、仓储区、质量检测中心等，以确保限定区域内的设备 与系统通过项目的实现得到优化和升级。 在资源需求方面，MDC 项目将涉及多方面的投入，包括：  人力资源：需组建一个跨部门的项目团队，包括项目经理、数 据科学家、系统工程师、现场工程师等。  硬件资源：采购和部署必要的传感器、数据采集器、服务器等 硬件设施，以支持实时数据采集和存储。  软件资源：开发或购买适合的分析软件和平台，以实现大模型 技术趋势分析和最佳实践分享。通过建立企业内部的知识分享平台 和外部培训合作，与专业机构及高校进行对接，引入最新的研究成 果和技术动态。此外，还将通过组织定期的交流与分享会，鼓励员 工分享学习成果，增进团队合作及创新能力。 为了确保培训的有效性，所有参训人员将在培训结束后进行评 估，包括理论考试和技能实操考核，以确定其对所学知识的掌握情 况。考核结果将作为后续级别培训的依据，确保每位员工都能在其

打造跨越供应链、生产和运营的多面手/多技能员工队伍， 以促进资源的重新分配 • 采用灵活的员工合同，根据业务强度快速调配资源 • 使用数据分析进行技能需求管理，快速匹配能力与需求 • 通过有效的程序和方法，确保团队在超出监管能力的灾难 性事件（如自然灾害、暴力/恐怖事件）中的安全 自主生产 打造低碳化产业系统，能够快速、无缝地重新配置和调整以适应 变化。 • 引入高度灵活的自动化生产线概念，专门满足高度定制化需 韧性企业需要分散化的决策，由贴近运营的一 线团队快速做出决策。这些团队应当有能力使用数 据驱动的新型预测工具，在遇到冲击时及时制定策 略并缩短恢复时间。不过，为了使这种更加敏捷的组 织模式发挥作用，员工需要具备有效利用这些先进功 能的技术能力。 例如，员工需要知晓如何使用预测工具和可视 化工具，并基于数据进行决策，以此驾驭现代供应链 的复杂性。单一职能团队很难厘清这些复杂局面，企 业需要能够跨部门工作的员工（参见图四）。 案例： 14 | 智能制造 打造韧性企业，开创增长新局 图四 总体而言，企业正在通过灵活的合同、技能提升和技能需求管理，显著提高员工队伍的多样性 图五 重塑角色⸺从机器操作员到自主生产维护团队的领导者 企业正越来越多地采用灵活的员工合同 （受访者的比例） 企业正在壮大多技能的员工队伍 （受访者的比例） 83% 17% 67% 33% 部分采用新 模式的试点 项目 目前

立足实践：详尽介绍工业大模型应用开发的实施路径。 前瞻布局：勾勒工业大模型标准化、生态化发展路径。 本书由北京航空航天大学自动化科学与电气工程学院蔡茂林教授总策划并 担任主编，撰写工作主要由博士团队承担，最后由仝晓萌副教授统稿完成。在 本书的编写过程中，得到了北京航空航天大学、深圳蚂蚁工场科技有限公司、 北京蚂蚁工场智造科技有限公司等单位及众多专家学者的大力支持与帮助，并 参考了大量相关文献，在此谨致以最诚挚的感谢。 务需求可能随时间变化，这要求模型能够频繁更新以保持性能。然而，大模型 的更新和维护成本高昂，且存在版本管理和兼容性问题，这对企业的技术能力 提出了额外要求。工业大模型的开发、部署和维护对技术团队和资源投入的要 求较高，这使得许多中小型企业难以承担相关成本。工业大模型的技术门槛和 资源壁垒限制了其在更广泛工业场景中的应用普及，这也对相关技术的进一步 优化和简化提出了迫切需求。 2.4 API 接口为企业提供 模型能力调用服务。这种模式采用按量计费或固定套餐订阅的方式，企业可以 根据实际需求选择合适的付费方案。其最大优势在于客户无需投入大量资金建 设基础设施，也不需要组建专业的技术团队，能够快速接入和应用模型能力。 对于服务提供商而言，这种模式具有较好的规模效应，通过统一的云端部署和 运维，可以服务更多客户并持续优化模型性能。但这种模式也面临数据安全、 网络延迟等挑战，部分

化和人才 流失等多重挑战，对其长期发展构成严重威胁。针对这一情况，我们特别推出了昇鹏人效云，以 HR 为中心， 结合整个组织的系统性工程，与业务深度融合，旨在助力企业实现真正的降本增效，特别适合团队规模超过 2000 人的大型组织。 昇鹏人效云的开发过程中，我们在汲取了 i 人事系统的核心技术之外，也参考了过往客户服务时的丰富经验， 这是利唐科技在人力资源管理领域多年努力的结晶。我们的目 人事 �� �� 制造业数字化转型中的人效提升难点 在制造业的发展过程中，人效管理是一个持续的 议题，无论是在初创阶段还是成熟企业，都需要 关注人效的提升。对于小型企业，重点可能在于 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 了员工的灵活性和适应性，还增强了企业在面对市场变化时的应 对能力。 制造行业的人才管理和用工趋势也在发生变化。随着制造行业从传统制造向智能制造的转变，软硬件人才的融合被强调。企 业正在调整研发团队结构，引进数字人才，培养更多复合型人才。同时，企业也需要调整组织架构，促进软硬件人才的交流 和合作。为了吸引和留住关键岗位人才，企业应采用更全面的薪酬策略，包括提供有竞争力的薪酬体系、股权激励计划，以

人口统计/企业统计结构 34 智能制造的现状 07 15 行业障碍和前景 技术投资增长 30% 人工智能用例可带来成果，提高投资回 报率 技能差距会降低竞争力 需要更好的数据管理来推动人工智能发 展并增强团队能力 可持续发展和 ESG 政策日益受到能源问 题的推动 工厂车间流程实现了大多数智能制造 应用 制造商面临的最大挑战 智能制造的未来状态 23 利用人工智能的竞争 自动化对成功至关重要 用数据来推动人工智能/机器学习发展和优化 过程。 但是，受访者认为，他们自己的组织有效使用 所收集数据的比例还不到一半。 行业领导者正在获取情景化数据， 以推动明智的实时决策。 需要更好的数据管理来推动人工智能发展并增强团队能力 :: 12 只有 44% 的数据得到有效利用 人工智能/机器 学习和应用人 工智能/GenAI 问题： 您如何看待您所在行业的领导者正在使用从其当前采用的技术、过程、互联设备等收集的数据？ 能 制 造 的 障 碍 技能短缺阻碍了制造商的发展。吸引技术 熟练的员工并培训员工以适应新的系统和 软件，对于 2024 年的成功至关重要。 今年的沟通/团队合作、智能技术知识以 及网络安全实践和标准是雇主们寻求的 头号技能。 沟通/团队合作 网络安全实践和标准 STEM（科学、技术、工程、数学）技能 智能技术知识 分析性思维 问题：在未来 12 个月内，下列知识和/或技能对贵组织招聘下一代员工的重要性如何？

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 年，Google Brain（谷歌大脑）团队在 其论文《Attention Is All You Need》中创造性地提出 Transformer 架构，凭借注意力机 制，极大地改善了机器学习模型处理序列数据的能力，尤其是在自然语言处理（NLP） 合作，推出的首个基于大模型的应用 程序 MineMind™，利用 Google Cloud 的 AI 技术简化设备维护过程。该应用不仅辅助 维护团队进行卡车维修、订购零件、提炼复杂信息，还提供全面的参考资料以确保准 确性。MineMind™预计将改善维护团队的体验，更有效地节省技术员时间和降低卡车 维护的成本，目前该应用已经在 60 多辆运输车上运行。预计完全运行时，MineMind™ 将帮助维护技术员减少 机器人大模型。该模型旨在赋予机器人对环境中多元信号的感知与理解能力，并通过 自然语言实现与人类的有效沟通。预期的研究成果将显著提高机器人的智能程度，促 进其与人类更加自然地协作与互动。 斯坦福大学教授李飞飞团队24发布了名为“VoxPoser”的项目，该项目用大模型指导 机器人如何与环境进行交互，通过将大模型接入机器人，可将复杂指令转化成具体行 动规划，人类可以很随意地用自然语言给机器人下达指令，机器人也无需额外数据和

标准正式发布 2019 年 5 月 2019 年 6 月 底 2019 年 12 月底 标准的下一步工作计划 02 CONTENTS 北京思路智园科技有限公司 团队底蕴： 国家高新技术企业 团队成员已达 140+ ， 50% 以上具备化工专业背景 清华依托：中国第一家大数据重点实验室，国内最强的 软件学院、环境学院，中国首个环境物联网 研究中心 行业经验： 源自于国内著名化工集团的行业 源自于国内著名化工集团的行业 DNA ，懂化工的专业 IT 人士干化工领域信息化的活 25+ 年环保领域， 11+ 年园区信息化从业经验 近 30 个智慧化工园区行业案例积淀 园区标准 团队底蕴 公司简介 行业经验 实践示范 搭建基于工业互联网的大数据平台 建立了基于工业互联网的大数据平台，并在上虞化工园区投入使 用。 基于智慧化工园区标准的模块的升级和重构 智

从苏州工业园区三十年 展望未来产业园区新路径 产业园区 可持续发展 实践白皮书 编写团队 总负责人：张 祺 星耀樟宜机场 李巧言、卢鹏舟、曾丽英、 曾 翔 张 爱、张青玉、张友彰、 张文琦 资料提供 （按姓名字母排序）： 白 夜、陈维隆、Cyran Tan 主编：周 斌、刘静德 目录 1.1 � 苏州工业园区概览及历程 1.2 �� 从苏州工业园区说开去⸺ 中国产业园区的审视与期待 心载体，聚集了企业、高校、研发机构、职业培训机构等多 元的创新要素。在此基础上，新加坡政府与南洋理工大学 合作建立了先进再制造与技术中心（ARTC），通过政府提 供资金，ARTC吸收企业会员，与南洋理工的科研团队实现 深度对接，以企业的商业需求为导向开发实用的技术产 品，从而一方面加深学术界与产业界对接，加快科研成果 转化，另一方面帮助中小企业和初创企业更快速获得成熟 的技术解决方案。截至目前，ARTC已经有超过 统计）为 主的利益分享机制的科学设计至关重要。 � 洞见·演进 未来产业园区的四大面向 尾企业在深圳设立��家研发中心，引进科研人才���名， 引进创新团队��个，注册落地汕尾企业��家，已申报��� 项知识产权，引进创新团队研发人才���人，产业转化落 地��个�。 “双向飞地”综合了以上两种模式，指两个地区集合各自 在体制机制、土地资源等优势，共同推进产业协调发展。例 如，