对商机、销 售预测 提供管理平台和丰富的计算工具 对订单的可承诺性提供更高的支持 提供更严谨的供应链计划功能及材料控制工具，减少呆滞库存 严谨的风险管控 更全面、更透明的业务信息管理，更连贯的业务流程处理 提高财务业务一体化衔接，更准确的反映经营状况和分析业务问题 智能化的信息展示，为决策及管理改善提供更多支持 精益生产 建立配套精益生产策略的供应链信息管理平台，并能支持不断优化 建 坚持以提供最好的产品、最贴心的服务为经营 宗旨，追求多元化发展 集团化快速发展能力  要形成企业管理模板，支持快速复制及推广 能力，满足多种类型（分子公司 / 加盟商） 的扩张要求。包括企业统一的基础数据体 系、核算体系、流程规范体系  建设整体绩效管控体系，细化经营单元，以 阿米巴模式驱动全面精益管理  快速扩张也将带来更大的管理难度及管控风 险，通过提升全局业务透明性及异常状况识 别 / 控制能力，来提高对越来越复杂及庞大 各单位 • 统一的业务流程规范 • 统一的基础数据标准 • 统一的数据统计口径 • 统一的考核规则 • 统一的异常判定规则 • 关键资源集中控制、 集中统筹共享 • 实现跨职能的信息、流程 横向贯通，提高整体协作 效率 • 实现集团上下的纵向贯 通，建立满足多级组织共 性与个性并存的管理需求 • 实现标准、规范规则与业 务执行的贯通，实现精益 管理思路的落地实现 建立流程和组织的一体化，实现横纵贯通

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 智能供应链洞察变革，驱动增长 6 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。 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 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 供应链工作流程。 4 智能供应链洞察变革，驱动增长 7 借助生成式 AI 助手，员工能够在供应链平台 上实时获得可靠数据，无需手动搜索多个系 统，从而快速应对变化，精确调整策略。例如， 员工无需依赖采购系统来修改订单交货日期，

本、利分析。 技术研发领域 业务特点： 管控重点： 按客户需求进行产品设计研发，设计标准符合行业体系认证要求。 设计过程行业体系标准管控，产品 BOM 及工艺数据管理，样品阶段及量 产转换流程控制，设计变更过程管控。 XX 核心业务领域重点管理关注点 生产管理领域 业务特点： 管控重点： 基于客户订单及主机厂滚动计划进行生产规划。以订单交期为优先级依据， 计划排程侧重于瓶颈产能及模具存量管控。 目前面临的管理难点 u 整体业务应用仅做到基本的进销存管理，订单接收，新品创建，生产计划还是以电子表格为主，信息化应用相对比较初级。 u 生产过程通过人工记录进行产品特征码管理，无法快速实现产品的全流程追溯，对于客诉无法快速响应，无法有效规避风险，造 成公司损失。 u 生产计划执行统计依靠人工，数据延时一天，计划员天天加班，工作量大。重复性劳动多，价值低。 u 采购业务供应商寻源、订货、对账、 平台统一：建立统一的企业信息化管理平台，实现财务、业务、流程、数据的统一管理。 u 编码统一：建立统一规范的物料编码管理及产品 BOM 管理体系，实现基础数据标准化管理。 u 订单统一：建立订单管理系统，实现以订单为源头，从报价到交付全过程管理，以适应多变的市 场需求。 u 计划统一：建立集中式的生产计划和物料控制管理系统，统一计划作业方法，优化计划作业流程， 解放计划员繁重的重复劳动，工作重心转移

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 工具，应对市场的快速变化。i 人事还强化了招聘和人才配置流程，提供人才管理、分类、培养和储备功能， 同时通过先进的考勤与薪酬系统，自动记录考勤数据并计算工时，显著提高管理效率。 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 业务价值流程，以及如何通过改进这些流程来提 升整体效率。然而在系统地提升人效之前，许多 企业需要解决如下难点： 面向未来的制造业：数字化与人效管理的融合 时代的到来，制造企业正在通过数字化 手段系统地提升人效，以保持竞争力并实现持续的增长与发展。数字化工具的应用使得企业能够通过顶层设计来优化工作流 程，例如引入自动化系统进行工资核算或优化人事管理流程，从而显著提高工作效率和准确性。这种优化不仅限于生产线上 的操作，还涵盖了后台管理和决策制定过程，确保整个组织运作更加高效和协调。 数字化工具的应用显著地帮助员工从重复性劳动中解放出来，这在劳动

需求调研与分析..................................................................................35 4.1.1 现有生产流程评估......................................................................37 4.1.2 用户需求收集........... 数据安全管理......................................................................................93 7. 生产流程优化..............................................................................................95 98 7.1.1 自动化设备选择.......................................................................100 7.1.2 工作流程动态调度...................................................................102 7.2 生产调度智能化............

• 建立以用户价值实现和市场反馈为 中心的绩效评价、激励考核机制 建立基于客户导向的、开放互联的、 AI 模式的运营机制 开放互联： • 从产品导入到服务的价值链全流程数据互联互 通 • 集团内部相关部门单位信息连通、流程明确， 决策反馈高效 • 集团外部以业务为主线，实现互联互通，资源 共享 AI 模式： • 用 AI 思维模式改变传统制造和服 务理念 • 用 AI 工具实现企业运营成本降低、 社会资源 （创客、 社群… …） 政府资源 （交通平 台、政策 红利… …） 社交媒体 XX 集团“ AI+ 1354” 战略举措各模块关系 平台体系构成的生态圈内部外部各相互关联，确保数据、标准、流程的联通。 – 6 – 大数据 云平台 ERP CRM DMS MES …… 价值挖掘 与生成 价值传递 与实现 数据 决策 个性 化 / 普 通 订单 销售 平台 制造：智能升 级，个性定制 搭建联接用户、内外资源的 众创研发平台 实现价值链全流程参与的众创研发 创新研发创意收集、筛选、孵化模式 众创知识产权 / 专利运营 & 应用 实现与 AI 公司及外部研发资源信息数据互联互通 贯穿全流程的个性化定制平台的设计、搭建及优化迭代 价值链各模块参与的个性化定制流程打通 与外部供应链平台、销售平台无缝对接 新能源汽车个性化销量居市场首位 实现高度自动化、智能化、柔性化智能制造

展联盟和全国智能计算标准化工作组”。违反上述声明者， 编者将追究其相关法律责任。 前 言 工业仿真承载产品创新迭代、降本增效的核心使命。随着智能 化转型的深入，传统仿真技术面临计算效率瓶颈、多物理场耦合复 杂性剧增、全流程协同不足等挑战，难以满足科学研究领域对实时 性和精准性的高阶要求。人工智能技术的突破性发展，尤其是大模 型、物理信息机器学习、神经算子、生成式 AI 等方向的演进，正为 工业仿真注入全新动能。 AI+CAD：多模态输入到模型.........................................................................7 图 4 设计验证流程................................................................................................... 5 年） 1 一、人工智能赋能工业仿真发展背景 人工智能赋能工业仿真是指将人工智能技术（如机器学习、深度 学习）与工业仿真技术进行深度融合，通过数据驱动、智能决策和动 态优化，实现对工业全流程的虚拟化建模、实时模拟与自主优化的一 种新型技术范式。其核心在于利用人工智能的自主学习与预测能力， 提升仿真的精度、效率与智能化水平，推动工业系统从传统模拟向自 适应决策演进。人工智能赋能工业仿真不仅覆盖产品研发阶段，还延

• 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） • 不断升级产品和服务，适应客户需求（例如：产品服务升 可灵活调整的供应链和自主生产则构成了灵活的主 干系统，使企业在面临持续波动时能够动态地改变 某一地点的生产运营，或是转移生产运营地点，由此 保持生产水平。 更高的可视化、灵活调整能力，以及可以实现自 动化装配流程的快速爬坡来应对消费者偏好的突然 转变，将支持企业前瞻性地提升运营效率、优化资源 配置并调整生产效率水平，实时或近乎实时地应对冲 击。这不仅有助于增强韧性，随着消费者对高度个性 化和定制化产品需求攀升，企业需要善于运用自主生 动，使企业在第一时间就打造出正确的产品、流程和 工作方式，在实际生产开始之前就能消除潜在问题， 从而在工程设计阶段便着手构建韧性。 围绕动态化、可持续的产品开发的韧性2.0能力 可以帮助企业成功实施“前置”战略。这些能力可以 在设计阶段预判冲击对产品的潜在影响；并且缩短交 货周期，提高客户和收入留存率。 一家生产重型高价值设备的跨国公司 由于缺乏对自身生产流程的实时可视，难 以确保运营效率和连续性，无法达成生产

效 率和创新能力的提升。《德国工业战略����》和《德国数据战略》等一系列文件都表明了德国对 包括石化产业在内的各产业数字化和智能化发展的强烈关注，注重依托先进的数字技术优化供应 链管理和生产流程，以保持德国在工业领域的领先地位。 欧洲的石油需求整体上呈下降趋势，炼油产能预计将减少。目前，欧洲油气产业正在逐步实 施数字化战略，以持续提高运营效率和安全性。欧盟作为一个高度一体化的政治和经济实体，十 价格等 一系列社会指标的波动影响，包括石油石化在内的各个行业都需要主动应对趋势变化带来的严峻 挑战，及时调整生产结构，加强一体化经营管理，提高企业效益水平。 �� 以炼油化工、煤化工为代表的流程型行业，生产过程极其复杂，包含了大量的物理反应、化 学反应，物料还存在气、液、固等多种形态，上下游耦合度高。石油石化行业的新型工业化发 展，进一步对生产过程精确控制提出更高要求。同时，包括人工智能（AI）、大数据、工业互联 发展方向：推动石油石化产业向高端化、智能化、绿色化发展。 高端化 在石油石化的生产、加工、运营过程中，全面增加产品与服务的技术含量，提高产业发展附 加值。例如，在生产过程中持续引入数字技术，改进现有工艺流程，提高生产过程的检测、 管理和质量控制水平，为市场提供更高质量的石油石化产品。同时，为满足化工客户的新需 求，深度开发特种化学品及高性能材料，运用数字技术提高产品附加值。 来源: 石化盈科&IDC

智能工厂架构再升级 报告原因：强调原有的投资评级 买入（维持） 投资要点： ⚫ 6 月 5 日，中控技术在新加坡召开新品发布会，推出了全球自动化领域的通用控制系统 Nyx 及流程工业首款 AI 时序大模型 TPT。为何说这两款产品是颠覆性的，到底有哪些创新性， 以及解决了哪些行业痛点？本文将从公司“1+2+N”智能架构解读五大软件产品先进性。 ⚫ 当前企业数字化转型过 图 9：中控全设备智能感知平台 PRIDE .............................................................. 13 图 10：中控全流程智能质量监控平台 Q-Lab ..................................................... 14 图 11：中控大模型 TPT 实现一个软件支撑多种应用场景 数据接口种类繁多 缺乏统一数据标准 资料来源：蓝卓《中国工业操作系统发展白皮书》、申万宏源研究 传统自动化和信息化本质是把生产操作和管理流程通过软硬件系统的方式予以固化， 从而建立了垂直制造体系，这一体系下负责不同业务环节或流程的子系统间彼此孤立，即 使不同自动化厂商间的设备在工业现场的部署位置相邻，彼此之间的数据也绝无交集，这 也就形成了工业环境中大量烟囱式的系统和碎片化的信息。在此传统模式下的数据大多沉