数智园区行业参考指南 "IN" 数智时代 赋能园区转型 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 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 数据价值，推动业务转型，从而释放创新价值，驱动社会经济 快速发展。 但同时，在数智技术快速发展的背景下，园区数据快速增长， 大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 合，满足数智园区在计算、存储、网络等关键资源方面的需求， 充分释放数智转型的潜能。 充分释放数智转型的潜能。 为了助力园区的数智化转型，全国智能建筑及居住区数字化标 准化技术委员会 (SAC/TC426)（简称：全国智标委）与英特尔 联合众多合作伙伴，发布了《数智园区行业参考指南》。本指 南旨在总结中国数智园区的发展特征，并通过对于数智园区典 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

制 造 业 H R 数 智 化 创 新 实 践 智造·未来 上海利唐信息科技有限公司 Shanghai Litang Information Technology Co., Ltd. 以思考促实践 以实践创范式 PRACTICE IS PROMOTED BY THINKING CREATE PARADIGM WITH PRACTIC www.ihr360.com 400-806-2822 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，不仅包括基础的花名册、考勤、薪资、绩效、招聘、培训等模块，还通过 aPaaS 产品智搭云，将 人力数据与业务数据融合。i 人事帮助企业更准确地预测需求、提高人效、降低成本，其协同办公和审批流程 平台使企业能整合效率与资源，提高经营效率。它解决了日常人力资源管理的挑战，提供了一个强大且灵活的 生日、入职周年、升迁时，企业也可以向员工推送个性化的祝福内容， 在满足合规的基础之上，增强员工体验感及忠诚度。 保证制造企业人才供应，提升人才利用率 制造企业是否能由传统转向现代，由制造升级为智造，有效的人才体系至关重要。尤其对于高精尖领域的制造企业来说，他 们通常以研发驱动，对员工有更高要求，不仅需要学历高的研究人员，也需要技术型的一线工人。 然而，根据教育部、人力资源和社会保障部、工

Leadleo.com 工业大模型：大模型赋能，智启工业未来 头豹词条 报告系列 版权有问题？点此投诉 行业： 信息传输、软件和信息技术服务业 信息科技 罗雅菲 · 头豹分析师 2024-09-13 未经平台授权，禁止转载 行业定义 工业大模型是以智能制造和 工业4.0为背景，通过大模… 行业分类 按照工业大模型的模型形 态、技术特征的分类方式… 行业特征 工业大模型行业的特征包 同年，阿里巴巴和腾讯在下半年各自发布了同意前文和混元大模型，加入大模型的队伍； 国内外企业持续更新发展大模型产品 高速发展期 2023-06~2024-08 2023年6月，中工互联发布了中国首个工业大模型产品——智工·工业大模型； 2023年9月，卡奥斯推出工业大模型COSMO-GPT； 2023年9月，羚羊工业互联网公司发布羚羊大模型； 2023年11月5日，思谋科技正式发布全球首个工业多模态大模型IndustryGPT 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服务。2023年上半年，中国AI芯片的市 场规模超过50万张，中国本土的AI芯片品牌出货超过5万张，占比整个市场10%左右的份额。中国云服务市场总

01 标准规范内容 02 关于智园 CONTENTS • 一、背景 • 二、范围 • 三、术语 • 四、总则 • 五、基础设 施 01 CONTENTS • 十一、封闭园 区 • 十二、公共服 务 • 十三、智慧决 策 • 十四、运维服 务 • 十五、建设保 障 • 六、数据资 源 • 七、园区安 全 • 八、环境生 四、总则 3 建 设 规划 设计 2 1 传输处理 数据传输处理是将园区采集的 数据通过网络传输后在其物理 场所进行的存储、索引及服务， 按数据类型分配至不同数据库 进行存储，然后对存储的数据 进行清洗、转换后再次存储 备 用，以满足数据支撑平台 高速 数据访问的需求。 物理场所 物理场所指满足园区日 常办公和应急指挥要求， 网、无线网、园区专网 的数据接入等。 五、基础设施 数据资产 智慧园区的资产数据包括园区档案 数据和企业档案数据两部分。 > 数据开发 数据开发应提供有效的存储、索引和查询的数 据库系统，对园区产生的海量数据进行共享、 分析、挖掘、集成，找出其内在规律并进行可 视化的应用展示。 支撑平台 包括数据服务、数据分发、数据治理、数据安全、 日志统一管理、综合一张图显控等软件模块。

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，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 业务解决方 案；“人工智能+”则能够在一定程度上跳出规则束缚，通过生成式智能编排新的流程，构 建新的业务模式，大幅提升创新能力； 交互模式：“传统智能”的交互水平局限于系统设定，为用户提供知识库和规则范围内的交 互内容；“人工智能+”可以通过双向交互回答开放性的问题，让用户能够在固有规则之外 获得很强的洞察和连续思维能力。 利用新技术赋能业务发展是一项复杂的系统性工程。IDC近期的调研数据显示，云技术、�G 定可靠的技术支撑平台和开发能力； 实践应用场景：拓展AI部署与可控应用，选择关键场景开展AI赋能应用的模式实践，形 成全链路的技术和业务闭环； 提升智能能力：建立符合企业自身特点的AI模型，阶段性实现业务智能化，通过迭代智 能业务场景应用提升企业智能化成熟度。 第三步：深入与普惠 深度融合：将AI能力推向垂类业务的更深层面，以业务为导向，在生产与流通端全面推 动AI赋能，形成业务与技术持续融合的局面； 场景复

设备服务-7.4% 其他软件服务-7.8% 数据服务-0.9% 其他转型服务-14.7% 数字化 诊断 54.1% 平台建 设 5.6% 设备采购（含仓储 物流设备） 6.5% 软件采购、开发及组 件库 3.9% 数据 采集 0.9% 研究/ 咨询 3.0% 产线改造 6.1% 设备上云/监控 0.9% 安全服务 1.3% 评审评级 2.2% 车间 数字化 3.5% 仓储物流 1.3% 成果展厅 www.iresearch.com.cn 需求场景示例-转型诊断 梳理企业转型改造中的不足，并给出顶层规划+具体落地解决方案 来源：《2023年阜宁县“智改数转”诊断服务招标公告》，艾瑞咨询研究院自主研究及绘制。 阜宁县“智改数转”诊断服务基本情况 采购基本信息 采购需求：针对66家机械加 工类等工业企业（或者轻工 纺织类企业）进行“诊改结 合”的服务： • 梳理企业转型改造的不足 公、财务、人力等 运维管理：IT运维 场景、生产安全、 数据安全等 供应链管理：供应 商管理、仓储物 流、产品溯源等 数据相关：底层设 备改造、跨部门数 据打通、数据分析 其他：咨询规划、 数智化诊断等 17.8% 64.4% 22.2% 20.0% 68.9% 77.8% 4.4% 转型地位-重要 转型驱动因素&期望 转型建设情况 供应商选择&转型顾虑 未来1年转型投入情况 转型紧迫场景

工业大模型作为新一代人工智能技术与工业场景深度融合的结晶，正以前 所未有的速度重构制造业的智能化体系。随着第四次工业革命的推进，工业大 模型凭借其卓越的数据处理能力、出众的跨模态融合特性以及高效的智能决策 效能，日益成为推动工业智改数转的核心驱动力。然而，尚处于初级发展阶段 的工业大模型，仍面临工业数据多模态复杂性、模型可解释性不足以及应用成 本较高等挑战。为此，行业迫切需要系统性的解决方案，以促进工业大模型技 术的有效落地与广泛应用。 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。 我们衷心希望，本书能够为我国工业智改数转注入全新动能，成为高等学 校新工科及人工智能相关教学的有力支持，更期望它能为全球制造业迈向更高 效、更绿色的新纪元贡献智慧与力量。 技术与制造业呈现深度 交融之态，大模型的发展为工业制造带来了新的可能性，工业大模型也成为智 能制造领域的重要发展方向。当下，制造业数字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

大模型的训练过程通常利用海量的结构化和非结构化 数据，使得模型具有了强大的表征学习能力。通过自然语言处理、 图像识别和时间序列分析等技术，模型能够更好地理解和模拟复杂 系统的行为。这种能力使得 AI 大模型在数据分析、预测维护及智 能生产等方面得到了广泛应用。 随着计算能力的提升和算法的不断优化，AI 大模型的推理效率 和准确性也在不断提高。例如，目前主流的大模型如 GPT- 3、BERT 和 T5 等，展示了在语言理解、生成和对话等任务上的卓 并依据实际生产数据与反馈进行持续评估，确保设备的智能化 改造达到预期目标。 通过以上步骤，实现设备智能化改造将显著提升生产操作的智 能化水平，形成高效、灵活的生产体系，并为后续的数字化和智能 化升级打下坚实基础。 3.2 数据采集与分析 在 AI 大模型智慧工厂 MDC 项目中，数据采集与分析是实现智 能决策、提高生产效率以及优化资源配置的关键环节。为确保对生 产过程和市场动态的全面洞察，将采取多层次、多维度的数据采集 可以识别出系统中的瓶颈、冗余环节以及潜在的改进空间，从而为 后续的优化和升级奠定基础。本章节将从多个方面对现有生产流程 进行细致的分析。 首先，需要收集当前生产流程的各项数据，包括生产周期、库 存周转率、设备利用率、工人工作效率等关键指标。以下是一个示 例数据表，展示了不同工序的基本情况： 工序 生产周期 (小时) 库存周转率 设备利用率 (%) 工人效率 (%) 原料准备

资料来源：中控技术官方公众号、申万宏源研究 Citect GE 西门子 力控 亚控 浙江 中控 Honeywell ABB Emerson 西门子 和利时 浙江 中控 国电 智深 上海 自仪 ABB 西门子 施耐德 欧姆龙 罗克 韦尔 通用 电气 台达 和利润 汇川 技术 浙大 中控 Modbus O O O O O O O O O O O O O O O O O O 更智能、执行更高效的整体效果。中控 OMC 2.0 在智能自主运行的基础上体现了三大典型 特征：1）极致互联：基于先进工业网络技术，实现工厂生产全数据汇聚，硬件即插即用， 数据高速上通下达；2）虚实智控：智能控制结合在线模拟、仿真技术，赋能用户沉淀经验， 预测运行结果支撑快速改进工艺，提升生产效益；3）全域优化：多领域技术叠加工业 Know-how，实现多装置区域控制、操作和工艺过程多维度在线优化以及与全厂智能调度 设备的智能感知，覆盖工厂内的每一处角落。 中控全设备智能感知平台 PRIDE 基于“智能感知”“精准预测”“决策支持”三大特 点，可全面对设备进行精准健康诊断及风险预测，同时应用大数据、深度学习算法和专家 库，实现“多科室”联合会诊，实现“人工智能”故障分析诊断，为后续各专业维修计划 提供智能决策支持，让工厂所有的设备、仪表、电器始终处于最佳运行状态。 图 9：中控全设备智能感知平台 PRIDE

年远景目标纲要》《国家标准化发展纲要》《“十四五” 智能制造发展规划》等部署要求，坚定不移实施制造强国、 网络强国战略，强化标准支撑引领，统筹推进国内国际标准 化工作，持续完善智能制造标准工作顶层设计，以高质量智 能制造标准支撑现代化产业体系建设，加快发展新质生产力， 助力新型工业化高质量发展，推动制造业高端化、智能化、 绿色化转型升级。 统筹规划，前瞻引领。加强“国家+行业”智能制造标 准体系顶层 准化方 案，共同制定智能制造国际标准，不断提升我国智能制造标 准国际化水平。 到 2026 年，制修订 100 项以上国家标准、行业标准， 构建适应新型工业化发展的智能制造标准体系。加快制定智 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 主要包括智能仓储、输送、分拣与拣选、装卸搬运、包 装等装备的标识解析、业务协同等通用技术标准；数据接口、 13 通信协议等接口与通信标准。 （5）增材制造装备标准 主要包括增材制造装备的工艺知识库、模型数据质量、 测试方法、检测指标、检测性能评估等通用技术标准；数据 格式、数据接口等接口与通信标准。 下一步建设重点 智能感知与控制装备标准。推动智能传感器、仪器仪表等装备的多源异构数据采集规范、