关键问题分析和改进建议。这份报告将为后续的需求定义和技术解 决方案设计提供数据基础和实践依据。 4.1.2 用户需求收集 在项目的需求调研与分析阶段，用户需求收集是确保系统能够 充分满足各方需求的重要环节。通过系统化的方法收集用户需求， 我们能够更清晰地理解用户具体的期望与工作流程，从而为后续设 计和实施提供坚实的基础。以下是用户需求收集的具体步骤与方 法。 首先，我们将采用多种方式联合收集用户需求，包括但不限于 IT 支持 团队 系统集成，数据安全保障 系统间数据孤岛，安全性不足 最后，确保在需求收集后进行一次合理的整理与反馈，向用户 展示收集结果及后续计划，从而增强其参与感与信任度。通过以上 系统化的用户需求收集步骤，我们将能够有效地识别并分析出符合 实际的人机交互与系统功能需求，为 AI 大模型智慧工厂 MDC 项目 的成功实施奠定坚实基础。 4.2 方案设计 在 AI 大模型智慧工厂 能化转型提供有力支持。 4.3.1 开发 AI 模型 在设计智慧工厂 MDC 项目过程中，AI 模型的开发是至关重要 的一步。AI 模型将直接影响系统的智能决策能力和自动化水平，因 此必须系统化和细致地进行开发。这一过程主要分为几个步骤： 首先，在开发 AI 模型之前，需要对目标问题进行充分的理解 和定义。这要求项目团队与相关业务部门进行深入沟通，明确模型 需要解决的核心问题，比如提高生产效率、预测设备故障、优化库

在的生产规模估算，一旦生产设备停摆，造成的损失将在千万级别。因此，稳定供应能源、提升电能质 量、优化运维效果以及预测性设备维护成为舜宇光学在电力系统优化升级工作中的抓手。 施耐德电气通过提供系统化咨询服务，全面了解需求痛点后，进行定制化系统调校和管理体系搭 建，并提供相应的硬件基础设施，形成完整的解决方案。基于EcoStruxure架构与平台，施耐德电气为 舜宇光学提供了一整套具备电力监 化、软硬件一体化、运管维一体化三个一体化能力为核心的数字配电解决方案。 协助改造后，舜宇光学相关工厂基本实现100%数字化监控与记录、测温巡检人力成本减少25%。 目前，施耐德电气正在为电子产业客户提供全面的系统化服务，旨在支持行业的数字化和绿色转 型。例如通过了电气资产审计、评估和规划服务，助力客户构建一个灵活且健壮的电气基础设施，以 适应电子行业的快速变革。施耐德电气还提供数字化转型支持，利用软件和服务提高企业的互联互通

数据还是外部数据）构建自己的行业认知壁垒，即内化数据，完成数据-显性知识-隐性 知识构建的完整链条。 2024年中国制造业数字化转型市场规模达到1.55万亿，市场服务呈现出划分体系更加清 晰、产品更加丰富、解决方案更加系统化、大模型的落地应用探索逐渐深入等特点。就 市场规模而言，市场规模在2025年预计达到1.76万亿，并将在未来5年维持14%左右的 增速稳步增长，政策支持、技术进步和市场需求是市场增长的主要驱动因素。就供给市 为主，进而展开其细项产 品及服务 2-类型更加丰富：1）大 模型相关的服务有所增加； 2）部分企业增加了硬件产 品：如仓储物流相关的硬 件产品、大模型一体机等 产品及服务方面 1-解决方案更系统化：供 给方企业通过自身布局硬 件产品来强调解决方案的 一体化，即软硬结合，如 格创东智AMHS解决方案 2-服务广度提升：虽然供 给方企业还是以场景、行 业、园区、领域为主要切 入点，但其服务的广度有

洞并进行修复。同时，建立完善的应急响应机制，当发生数据泄露或安全攻击 时，能够快速采取措施，将损失降至最低。 5.2 企业专属工业大模型应用开发实施 实施企业专属工业大模型的开发到最终交付需要一个系统化的框架，涵盖 从需求分析到模型构建、优化、部署、维护等全生命周期的各个环节。这一过 程不仅涉及数据的采集、清洗、建模与评估，还包括技术架构的设计与实现， 尤其是前文介绍的基于深度学习方法（如 Transformer 保障，帮助企业在竞争激烈的 市场环境中保持可信赖的技术形象。 5.4.2 技术服务的流程 工业大模型的技术服务并非简单的技术支持或单一服务模式，而是一个系 统化、多层次的服务体系。通过系统化的服务流程，企业能够保证在模型使用 过程中提供持续支持，并确保任何技术难题能够得到快速解决。一个成功的技 术服务体系不仅能提升大模型的适应性和运行效率，更能帮助企业在市场竞争 中建立技术优势。 响应速度等关键问题的意见。 ②用户行为分析：分析用户在交付后使用系统的频率和功能调用情况，评 估模型是否真正满足了企业的业务需求。 服务交付的质量不仅需要在执行过程中加以控制，还需要通过系统化的评 估来验证其效果。评估体系应涵盖技术性能、时间管理和用户满意度等多维度 指标。评估的重点不仅是对交付结果的静态验证，还应关注交付后的长期运行 效果。通过对模型运行数据的持续追踪，可以验证模型在实际场景中的表现是

资代发时面临诸多挑战，包括数据安全性、信息准确性和操作的透明度。 此外，依赖于非正式的沟通渠道和手动操作，企业难以实现对薪资发放的全面 监控和追踪，增加了财务风险和合规风险。为了避免类似事件的再次发生，企业需 要考虑引入更为系统化和安全的薪资管理解决方案，以提高发薪过程的标准化和透 明度，确保资金安全和合规性。这不仅能降低潜在的财务损失，还能提升员工的信 任感和满意度，从而促进企业在国际市场的可持续发展。 31 中国制造业出海人才白皮书 链接各个环 节，从人才招聘、人才培养及发展，为出海企业提供集成服务。而数字化人力资源管理系 统平台则全面处理员工管理问题，包括企业文化、员工关系、干部管理、职业发展路径、 福利绩效等，以数字系统化赋能公司管理体制。 值得注意的是，中国制造业在海外搭建人力资源相关数字化平台时，需本地化定制， 严格遵守当地法律法规。例如，在欧洲，必须遵循《通用数据保护条例》（英文缩写： GDPR）设计数据

具有竞争力 的优质项目 54 推动重点 行业节能 改造 依法依规淘汰不符合绿色低碳转型发展要求的落后工艺技术和生产装 置 55 加强节能技术创新和推广应用，全流程系统化提升能效水平 56 编制工业企业节能减碳改造技术清单 57 定期发布单位产品能耗最低的高耗能产品生产企业名单以及能效指标 58 推广企业碳效码，建设重点企业碳账户，形成重点企业碳排放数据库

“发展科技创新创业。鼓励 有条件的企业开放资源，支持内部创业，促进外部创业。 支持高校和科研院所推动成果转化与创业结合。实施重大 场景应用示范工程。加强前瞻性场景设计，布局技术研发 和集成创新任务，形成系统化技术解决方案。” 之江实验室在国家与浙江省政府的政策指导下，根据之江 实验室十四五规划要求，围绕 “人本、智慧、生态” 的目标， 深度谋划数智园区建设。“以人为本、绿色高效、引领未来” 的

关注园区对产业人才的吸引能力，并通过对产业人才多层次需求（包括能力发展和职业成长、社区生 活及精神文化需求等）的满足情况，评价园区营建活力人才社群的成效，最终反映园区人才资本的发 展水平。 核心价值�-系统化创新治理 聚焦园区政策创新和金融创新水平的关键指标，评价园区体制机制与管理系统中各方面的创新能力。 绿 色 低 碳 的 园 区 环 境 多 元 活 力 的 园 区 社 群 智 慧 创 新