AI+ 智慧厂区 按标准的、统一的和简单的结构化方式编制和布置各种建筑物 ( 或建筑群 ) 内各种系统的通信线路，包括网络系统、电话系统、监控系统、电源系统和照明系统等。因此，综合布线系统是一种标准通用的信息传输系统。综合布线是智慧工厂建设基础设施 ,是将所有语音、数据等系统进行统一的规划设计的结构化布线方式，用来支持语音、视频、数据、图文、多媒体等综合应用。 现状分析 解决方案 核心技术 数据库健康检测 输出 检测 产品价值 2 数据服务平台 文件服务平台 工作流服务平台 结构化数据 服务治理平台 容器部署 版本管理 在线发布 运行监控 数据融合平台 在线建模 前端设计 绑定服务 脚本编辑 定义接口 关联权限 在线开发平 台 设计 开发 数据治理平台 数据融合平台 非结构化数据 外部服务 升级 更新 认证 中心 注册 中心 监控 中心 配置 中心

• 库存优化模型 • 在资本支出中纳入可持续相关的考量 需求预测 能够预见和预测业务需求及客户需求的变化，以及更广泛的社会 和文化转变。 • （在利用客户的历史数据进行预测之外）利用结构化分析工 具，提前判断需求的上升或下降 • 前瞻性地进行客户细分，在出现短缺时权衡需求的紧迫程度 • 建立客户趋势控制塔来收集数据洞见（市场、互联产品、客户 旅程、情感分析），据此设计新产品并为其定价 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 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； 期利润。企业需要构建一套具有成本效益的管理能力，以集中资 源和投资，在供应链短缺之前、甚至短缺期间进行干预和修复， 这种能力就是整个供应链的“智能可视”。我们认为，由分析技 术和人工智能支持的结构化可视能力和动态可视能力的结合，可 以帮助企业打造供应链韧性。 智能制造 | 19 从供应链转型走向全链路转型 供应链转型是一个知易行难的过程，没有百试 百灵的特效药。在一个不确定性频发的商业环境中，

模数据集的处理和理解能力，因而在多个行业中展现出革命性的应 用潜力。这些大模型不仅能够提高决策效率，还能推动企业的智能 化转型，从而实现传统制造业的数字化升级。 首先，AI 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 和选择题为主，确保调查的高效性。同时，我们将为开放式问题留 出空间，以便收集更多用户的个性化需求和建议。 访谈则将针对关键用户、管理层及技术人员进行，目标是深入 理解他们对系统的期望和痛点。在访谈中，我们将使用半结构化访 谈形式，既保持灵活性以深入挖掘相关信息，又保证特定主题的覆 盖。 实地观察将帮助我们获取用户在实际操作中的行为模式，尤其 是在工厂环境下如何操作、使用工具和处理信息。观察能够发现潜 在 统或对象存储，支持海量数据的高效存取。利用数据冗余机制和自 我修复功能，提高数据的持久性和可靠性。同时，针对不同类型的 数据，选择合适的数据库解决方案，关系型数据库可以用于结构化 数据存储，而非关系型数据库则适合存储大规模的非结构化数据。 安全性方面，云计算平台需要实现多层次的安全防护机制，包 括网络防火墙、入侵检测系统、数据加密等。通过身份认证和访问 控制，确保只有授权用户才能访问敏感数据和关键应用。

OpenVINO) 核心微服务 负载均衡 (Ingress/Istio) 公共安全应用 智慧园区应用 智慧交通应用 智慧社区应用 参考应用程序 … 聚类及归档 服务 数据结构化 服务 AI 推理服务 存储服务 特征匹配服务 大数据服务 … SaaS PaaS IaaS Deploy With 图 3. 数智园区基础设施层架构 数智园区的边缘计算设备包括边缘服务器、边缘 管理园区各个子系统的功能并提供远程管理的 UI 界面。利用数字孪生技术可以生成生动 的 3D 大屏管理界面并投射在控制中心的视屏墙。通过该方式，可以有效地管理园区各个 功能并实时展示其当前状态。 对从前端采集的传感器数据或者结构化的视频数据进行进一步的数据处理，并对当前和过 去的历史数据进行数据挖掘。 对录制的多路视频流进行视频 AI 分析，并将分析结果存储到存储服务器，以备后续进一 步处理和制定决策。 存储前端采集 API、数据 库、视频平台、ERP/MES 等业务系统、其他 IT 系统等。 • 数据治理标准高效： 支持海量的结构化和非结构化数据的存储与治理，可通过 高效的数据清洗、数据转换、数据关联、数据切分、数据 聚合、数据建模、分析计算和数据共享算法，生产、传输 和使用结构化的具有统一标准的数据。 • 零代码界面编辑： 可视化界面编辑，用户自由操作界面布局，拖放控件，无 需编程。 •

由大模型输出结果的不确定性带来的决策风险是企业最担忧的事情 企业虽然对大模型的落地探索较为热情，但也对大模型的落地应用伴有担忧。数据结果的不确定性导致决策风险是企业最担忧的事 情，占比达80%。除此以外，领域知识结构化困难且不足、多模态理解能力不足也是企业较为担忧的，占比分别为60%和55.6%。 由此也说明，当新技术应用于实践时，需求端市场更多是从实际落地的可行性考虑的，故对新技术的反应更加理性克制 。 注释 EasyTrack Data 数据管理 EasyTrack PaaS 开放平台 IPD产品研发解决方案 基于IPD核心理念，深度融合项目管理、需 求管理、产品开发、资源协同与质量管理， 通过结构化流程、跨职能协作、数据可视化 及智能分析，助力企业缩短产品上市周期、 降低研发风险、提升资源利用率，实现产品 创新与商业价值的双赢。 合同交付解决方案 以合同履约为核心，覆盖项目计划、资源协 调、成本控制、交付物验收及风险预警等关 • 需求评估和应答工作量大、变更多且不易追踪 • 交付时间、质量数据难收集，风险大 • 财务核算不精确，投资回报难以评估 项目目标 • 以需求为导向，进行组合优化，取得商业成功 • 通过结构化的流程，确保过程规范和高效 • 促进持续改进和创新，实现组织效能的提升 • 提升质量、降低成本、保障进度、提升客户满意度 价值指标 • 流程线上化达到 85% • 项目周期缩短 20％

工业场景中数据源呈现多维异构特征，包括： ➢ 时序数据：传感器采集的振动、温度、压力等物理量，具有毫秒级采样频 率 ➢ 空间数据：三维点云、CAD 模型等几何信息，需要处理拓扑关系 ➢ 文本数据：设备日志、工艺文档等非结构化信息 ➢ 图像数据：工业视觉检测中的高分辨率图像流 ◼ 小样本与冷启动挑战 工业领域存在显著的长尾分布现象： ➢ 故障样本稀缺：正常工况数据占比超过 99.9%，异常样本获取成本高 ➢ 新 范式、实施成本四个维度展开系统性对比分析，揭示工业大模型的技术突破与 价值创新。 1.4.1 数据治理维度对比 ➢ 传统模型： 数据需求：依赖单一模态结构化数据（如传感器时序数据），要求严格的数 据清洗与特征工程。 处理能力：最大支持百万级数据样本，难以处理非结构化文本/图像数据。 冷启动困境：新设备/工艺需重新建模，某汽车焊装线调试需采集 3 个月数 据才能建立可靠模型。 ➢ 工业大模型： 业大模型需要处理的数 据类型多样且规模庞大，包括结构化数据（如生产参数、设备日志）和非结构 化数据（如图像、视频、文本等）。为了高效存储和管理这些数据，分布式存储 系统被广泛应用。分布式存储通过将数据分散存储在多个节点上，不仅提升了 存储容量，还增强了数据的可靠性和访问速度。同时，大容量数据库（如 NoSQL 数据库）能够快速存取非结构化数据，为工业大模型提供了高效的数据 支持。此外，

升智能；“人工智能+”则模拟人类的学习、推理和决策过程，能够持续进化并处理复杂的 数据和任务； 应用模式：“传统智能”一般应用于特定领域任务，聚焦自动处理问题，灵活性和适应性较 差；“人工智能+”可应用于复杂且广域的非结构化多模任务处理，具备很强的灵活性和普 适性； 发展模式：“传统智能”在单个领域有明显可见的发展瓶颈，在应用过程中需要较多的人为 干预，自我迭代相对较困难；“人工智能+”能够不断进行自我优化和扩展，具备持续的学 超出传统人工智能的推理分析能力及更 具深度的人机交互体验。此外，智能生产大模型的代码生成能力将加速石油石化产业中信息技术 （IT）与操作技术（OT）的融合，通过多模交互能力的补充，加速异构和非结构化数据的整合与 训练计算。最后，预训练模型可增强物联网设备的指令理解能力，预训练好的模型可通过微调 （Fine-Tuning）方式适配各类NLP任务，提高智能生产大模型人机交互效率，减少管理层面的信 交媒 体情绪，全面评估品牌声誉和客户满意度。大模型将具备结合情感进行上下文分析的能力， 进而挖掘客户的具体情感倾向和需求，为企业提供改善产品和服务的依据。此外，大模型可 融合触达客户的各类非结构化数据，整合客户满意度关联因子，识别市场趋势和消费者行 为，帮助企业优化产品设计和营销策略，提升客户体验和忠诚度。 数字智能营销：大模型技术可推动传统智能营销系统的开放性升级，其应用效果及空间值得

身份认证集成、单点登录，采用数据耦合，经过扩容的集成管理平 台，保持统一的非结构化文档库, 统一管理界面，统一的安全控制机 制，以及统一的开发接口标准。 （3）稳定性及可扩展性原则 系统可以方便的增加内容服务器组、工作流服务器和其他管理 核心模块，保证系统稳定运行，同时使其适应扩展后的大业务处理 量，以适应未来业务量、非结构化数据种类和业务流程的扩展； （4）业务适应性原则 能够适应各种业务流程的应用，通过配置支持由于政策法规、

平台、物联网平台、融 合通信平台等，还针对不同的应用场景提供教学平台或医疗平台等。数据平台是 中国电子节能技术协会 绿色全光网络专业委员会 28 28 实现数据的互联互通、集成标准化、交互共享和结构化的重要基础。 业务应用：F5G-A 绿色万兆全光园区的业务应用包括园区的智慧运营中心、 设备管理、能效管理、资产管理等业务应用，此外也会根据园区场景的不同分别 提供柔性制造、XR 教学、远程医