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 将优化产品设计，并推动产品生命周期的可持续发展。 生成式 AI 能够防范供应链中断， 并驱动业务增长。 摘要 智能供应链洞察变革，驱动增长 2 假如能提前知道下周的新闻头条，是否会促使 您调整今天的供应链战略？ 智能敏捷供应链 释放无限潜力 引言 智能供应链洞察变革，驱动增长 3 报告显示其年收入增长率高于 同行竞争者。 17% 报告显示其年净利润高于 同行竞争者。 72% 凭借预测，组织将能够变革供应链战略，从 事后被动应对转变为事前主动调整。 领先采纳生成式 AI 和数据创新的组织，特别是将 AI 能力视作自动化投资核心的组织，已获得显著回报。 智能供应链洞察变革，驱动增长 4 目前，领先采纳生成式 AI 和数据创新的组织， 特别是将 AI 能力视作自动化投资核心的组织， 已获得显著回报。报告显示，相较于同行竞争者， 这些组织的年净利润高出 72%，年收入增长率

化等方面进行全面重塑，同时还要在领导人视野、思维、格局等 发展心智上实现全面提升。 《展望：智能制造》特刊特邀行业专家与您分享有关智能 制造、韧性供应链等主题的专题文章，为制造业企业提供前沿 洞察和切实建议，助您在面对变革时保持韧性，驾驭未来。 前言 《展望》编委会 智能制造 | 03 打造韧性企业，开创增长新局 中国企业供应链转型的三大方向 从制造到智造，重塑者做对了什么？ 以韧性为中心的能力，以及数字化成熟度水平，才能 更好地释放价值并避免引发更多问题。 举措2：投资开发关键技术，以增强可见 性、可预测性和业务连续性 企业需要切实管控运营并实现其可见性。凭借此 类能力，他们可以实时洞察供应商、工厂、车间、配送 中心、物流承运商和客户，并共享数据。但这还远没 有成为常态，已具备这些能力的受访企业仅占16%， 而只有十分之一的企业具备了近乎实时的报警能力。 对于大部分受访中国企业来说，仍然需要至少一周时 对于大部分受访中国企业来说，仍然需要至少一周时 间才能完全了解冲击造成的影响，并需要两到三个月 才能从影响中恢复。 希望缩短恢复时间的企业应当部署以下能力：需 求预测能力包含结构化分析和客户趋势洞察，能够 促进推出新产品与服务，并在出现短缺时帮助权衡需 求紧迫程度；端到端智能控制塔可以提供情境分析 12 | 智能制造 打造韧性企业，开创增长新局 和端到端实时可视，以便及早发现并纠正运营问题；

时代采用网络连接的优势。指南还介绍了Telenor IoT如何通过全方位管理从产品硬件到云端后台的全 链条网络连接技术，帮助制造商以更快的速度、更 低的成本、更高的质量实现联网产品部署。 这些深度洞察旨在帮助全球制造企业利用物联网提 升运营效率和智能化水平。 摘要 TELENOR IoT | 物联网赋能制造业数字化转型 | 4 全球概览 2024年全球制造业呈现挑战与机遇并存的格局，主 生产效率。3D打印的影响横跨汽车、医疗健康等多 个行业，制造商面临的挑战是如何有效地整合并利 用这些新技术。物联网可帮助制造商将这些技术无 缝集成到现有的制造系统中，并基于数据提供深度 洞察，以实现进一步优化改进。 为网络升级做好准备 许多国家正在加快淘汰2G和3G网络，为更先进的 4G和5G技术普及铺平道路。在全球范围内，各运 营商致力于网络升级工作，以实现基础设施现代化 制 和监控来应对运营上的各种挑战。总体来看，借助网络能够实现： 无处不在的连接：物联网为工厂内的几乎所有设备和场景提供连接支持。连接对于实 时数据采集和自动化至关重要。 可行性洞察：物联网有助于实时数据采集和分析，提供可转化为行动的实用洞察，以 增强决策制定并优化生产线。 数据安全性高：确保数据安全性以及符合国际标准在物联网部署中至关重要，尤其是 敏感的制造业务。 TELENOR IoT |

2.6 新型电力系统推动能源设备迭代 / 16 目录 contents 万亿蓝海，新从旧来——中国设备更新战略与实践 02 02 万亿蓝海，新从旧来——中国设备更新战略与实践 3 行业洞察： 转型新纪元 探索数字化与绿色化的双轨路径 / 17 3.1 冶金：加强技术创新和产业升级 / 18 3.2 石油化工：走向绿色化、高端化、电气化 / 19 3.3 电子产业温和复苏期：新技术催生新机遇 长52%。这些投资将主要用于特高压交直流工程建设、县域电网加强、电网数字化智能化升级等方面， 预示着能源领域设备更新市场的巨大潜力和发展前景。 企业实践：新引擎、新模式、新价值呼唤新质服务体系与生态构建 17 行业洞察： 转型新纪元 探索数字化与绿色化的 双轨路径 3 17 万亿蓝海，新从旧来——中国设备更新战略与实践 18 万亿蓝海，新从旧来——中国设备更新战略与实践 18 18 万亿蓝海，新从旧来——中国设备更新战略与实践 替代高碳排放的传统工艺，促进冶金行业向绿色低碳方向转型。与此同时，行业自动化、信息化也在加 速，从而促进钢铁行业转型升级、高质量发展。 企业实践：新引擎、新模式、新价值呼唤新质服务体系与生态构建 19 行业洞察：转型新纪元 探索数字化与绿色化的双轨路径 19 3.1.1痛点分析：提升能效、降低能耗 有色金属冶炼行业节能降碳改造升级，是一项需要持续稳步推动的任务，需通过技术创新、改造升 级和政策约束

29 33 37 产品 PRODUCT 04 全面智慧绩效的 6 个知识点 80%HR 还不知道！ AIGC+HR SaaS 数字人小爱 3 个超能力，让效 率原地起飞 41 45 洞察 INSIGHT 01 三问智能制造人才管理：缺什么、 为什么缺、怎么办 激活员工与管理者，昇鹏人效云 引领 AIGC 时代下的组织变革 11 18 观点 VIEWPOINT 02 目录 增长。这样的变化让企业需要从过去跑马圈地式增 长的盈利模式，转向追求长期的可持续发展。 用 HR 系统就选懂业务的 i 人事 �� �� 制造业效率革命： 高价值人效指标与技术协同进步 洞察 INSIGHT 数字化提升人效：制造行业新动能 这要求 HR 不仅要精通自己的专业领域，还要深入理解企 业所处行业的科技和社会发展趋势。在这个过程中，企业 需要不断审视和调整其人效标准，以确保它们与公司的战 似乎更像是锦上添花。但在当前的环境下，对人 效的关注与优化变得尤为重要。有效的人力资源管理和技能提升，使企业能够确保其员工能够与技术同步发展，成为企业实 现长期可持续发展和保持竞争力的关键。 洞察 用 HR 系统就选懂业务的 i 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

来源: 石化盈科&IDC ����年 基于学习 ‒ 通过AI相关技术，模拟人类的学 习、推理和决策过程，处理复杂的数据和任务 双向交互 ‒ 双向交互回答开放性问题，为使用 者提供更多规则外洞察及多维度回答 灵活环境 ‒ 应用于复杂且宽阔领域下的 非结构多模处理，灵活性和适应性更强 自我突破 ‒ 能够不断自我优化和扩 展能力，具备自我突破和学习能 力，发展空间大 方案创新 ‒ 跳出规则束缚，通过智能 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 和AI技术位列炼油企业实现高效运营和数字化转型的投资前三位，其中AI技术更是被超过��%的 。在这些应用 中，AI通过与大数据、物联网技术的结合，提升生产过程的自动化水平和质量。 但石油石化作为流程制造的典型代表，不仅需要强化关键环节的能力，更需要从产业链、供 应链的全局视角持续进行洞察、优化和决策；在提升整体生产效率和安全性的同时，更应关注产 业结构的优化和增长方式的转变，为产业的持续创新和长远发展注入新动力。 新一代人工智能技术可推动对石油石化中的专业知识、勘探生产数据、机理模型和数字化系

数智园区系统参考架构 | 15 图 6. 网络视频录像机的负载处理流程 视频 AI 计算盒在数智园区有着广泛的应用。例如，视频 AI 计算盒能够通过网络摄像机对指定区域进行视频管理与分析， 提供视觉洞察，实现停车道闸、车牌识别、楼宇梯控、门禁 管理、异常检测、智能照明等场景应用。通过与现有园区信 息系统、终端设备的连接与工作负载整合，视频 AI 计算盒还 可助力实现智能化、自动化的事件发现与推送处理，为园区 提供设备设施维护、物资管理、事件处理、访客预约和环 境管理等数字化能力，主要关注设备故障率、事件处置效 率、客户满意度、投诉率等指标，为企业与人员提供物业 保障服务能力。 • 人员管理： 通过对于园区内的人员进行洞察，一方面为人员提供数智 化服务，满足其在园区内安全生活、顺畅通行等需求；另 一方面强化对于异常人员行为的管理，并及时处置异常事 件，从而提升园区的安全。 • 车辆管理： 不仅包括园区内部广泛的交通道路以及设施，还包括停车管 还包括停车管 理、收费控制、车位状态监测、交通资产优化等交通管理系 统，以及道路照明、安全和监控等周边系统。智慧化的交 通网络不仅能够广泛搜集交通状态数据，提供近即时、精 确的数据洞察，还能够基于数据洞察对交通网络进行智慧 化的控制。 • 资产管理： 重点在于保障园区类各项数据资产能够通过周全的盘点， 构建完善的数据资产地图，同时强化资产的利用，让园区 内各项资产可以物尽其用。

方面是指需求端在考虑到实际需求后，在 战略上高度认可，并确定未来一年在转型支出上增加投入，且供应商的选择更关注产品 及服务的实用性；另一方面则是指面对大模型的热度，需求端虽然积极拥抱，但是是以 客户洞察与营销管理这一大模型更适用的场景为主。聚焦主要是指需求端对自身的需求 认知更明晰，即更加聚焦数据准备、供应链管理、生产管理等紧迫需求场景。 3 目 录 CONTENTS 01 需求市场宏观分析 营销销售、供应链管理、数据服务等是企业探索大模型落地的主要场景 此次调研结果显示，企业对大模型的落地探索较为热情，基本覆盖了研-产-供-销-服等所有环节。其中，有40.0%的企业选择大模型 落地经营环节-客户洞察与营销管理，这与大模型良好的文本能力、图片生成能力等息息相关。除此以外，供应链管理、数据相关服 务也是企业探索大模型落地较多的场景，占比分别为35.6%和33.3%，这与在大数据建设基础上，叠加大模型能力能让数据资产发挥 33.3% 22.2% 研发设计-产 品/产线设计 及仿真验证 生产环节-设 备管理、预 测性维护等 生产环节- 排产计划 生产环节- AI质检 生产环节- 协同作业 经营环节- 客户洞察与 营销管理 运维管理-IT 运维、生产/ 数据安全等 经营环节- 财务管理 经营环节- 其他 数据相关-底 层设备/系统 改造、跨部 门数据打通 供应链-供 应商管理、 仓储物流等

能，这形成了人工智能应用上“一场景一训练一模型”的局限，尚未形成大规模的应用。 然而，大模型的崛起有望带来“基础模型+各类应用”的新范式。大模型凭借其卓越的理 解能力、生成能力和泛化能力，能够深度洞察工业领域的复杂问题，不仅可以理解并 处理海量的数据，还能从中挖掘出隐藏在数据背后的规律和趋势。此外，区别于传统 的人工智能模型只能根据已有数据进行预测和推断，大模型则能够生成新的知识和见 解。 ，导致效果不佳或不稳定。 Cognite 6利用检索增强生成（RAG）技术，将大模型与其工业 DataOps 平台 Cognite Data Fusion 结合起来，为工业客户提供基于数据的洞察和解决方案。通过将不 同来源和类型的工业数据进行向量化，并存储在一个专门的向量数据库中，可以作为 RAG 的检索源，与用户的自然语言提示一起输入到大模型中，使模型能够提供更加精 准的建议或解决方案。 力，允许用户以自然语言询问并与数据互动，将复杂的数据分析过程转换为简单直观 的对话。Manufacturing COPILOT 不仅能处理和分析原始数据，还能识别并解释复杂的 生产行为，转化为易于理解的、可操作的洞察。借助数据可视化技术，它提供了数据 的图形化叙述，增强数据的可解释性，帮助制造业专业人士进行数据驱动的决策。此 外，它还简化了测试流程，使用户能够通过自然语言查询快速验证假设，并根据可靠 数据

销售岗素养多要求“多面手” 基本要求来看，具备当地市场开拓及管理经验、熟悉海外当地市场、销售渠道和客户资源 是最基本的要求，同时，需要熟悉当地的文化、风俗等。在能力素养上，沟通协调能力、谈判 能力、市场洞察能力、执行能力、抗压能力和复杂问题的解决能力是销售岗位的关键。在知识 水平上，制造业的销售岗位还需要具备相关的行业经验背景。语言能力也是海外销售的关键能 力，除了英语为基本沟通语言，不同国家和地 （2）人才选用低效，市场理解浅薄 在跨国经营的复杂环境中，中国企业招聘策略不适应当地市场，人才标准不匹配用工需 求。追根溯源，首先是对当地人才市场的认识不清晰。出海企业信息获取渠道有限，缺乏本土 的市场经验，对海外市场洞察力不足，由此对海外人才市场的认知不够深入和准确，缺少海外 市场的针对性人力资源规划，制定的招聘策略适应性差；其次是出海企业对当地人才的需求及 其特征认识不足。由于地区间的教育制度差异、文化知识背景及社会发展水平的不同，企业对 影 响力有限、跨文化沟通不畅以及政策合规欠妥的阻碍下，每个渠道的工作对企业来说都产生 了更加复杂的问题和挑战。如：在线上招聘时人才数量和质量不合预期、直接招聘需HR具备 强大的跨文化素养和市场洞察力、社交平台招聘需要投入大量时间进行深入的背景调查和评 估等。此外，在实际的运作中，企业想要获取高质量人才，还需要投入大量的财力和精力进 行渠道开发和维护，这样的招聘方式不仅效率低下，同时也会产生高额的成本费用。另外，