智慧园区建设能力汇报 —— 东华智慧城市集团 股票代码： 002065 东华软件 行业龙头企业， 历经中国改 革开放的每一个机遇 国内 IT 上市公司， MSCI 成份 股， 有公信力 拥有全球顶级合作伙伴 拥有很多上市公司组成的 智慧城市建设联合体 拥有国家级云计算实验室 有资金， 有技术， 有整合的 解决方案 企业介绍 DHC DHC Software Co ， Ltd 东华软件概况 东华智慧城市布局 东华与腾讯联合 项目能力优势及案例 4 2 1 3 东华软件： 国内知名的 IT 服务运营商 国内 IT 行业上市公司市值最高 、利润率最高 、行业覆盖率第一 • 东华软件股份公司 1993 年公司成立， 总部位于中关村 • 2006 年 8 月 23 日深交所上市 股票代码 002065 5700 人） 东华软件主营业务领域 微信小程序 + 公众号 可深度定制的移动端解决方案 个体行为特征数据 政府非涉密数据 多样化数据深度挖掘分析能力 无感支付 人脸核身 多行业应用解决方案 东华能力优势 云计算 、大数据 、互联网能力推动传统行业数字化解决方案与产品升 级 东华智慧城市集团： 智慧城市“全栈 ”服务供应商 —— 新型智慧城市投融资 、规划设计 、建设实施 、运营维护全栈服

T/NXJX XXXX—XXXX 1 化工企业智能制造能力成熟度评价细则 1 范围 本文件规定了化工企业智能制造能力成熟度评价工作的评估范围、成熟度要求以及成熟度等级判 定。 本文件适用于化工企业智能制造能力成熟度评价工作的具体开展。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件。不注 版本（包括所有的修改单）适用于本 文件。 GB/T 39116—2020 智能制造能力成熟度模型 GB/T 39117—2020 智能制造能力成熟度评价方法 3 术语、定义和缩略语 3.1 术语和定义 GB/T 39116和GB/T 39117界定的术语和定义适用于本文件。 3.1.1 智能制造能力 intelligent manufacturing capability 为实现智能 为实现智能制造的目标，企业对人员、技术、资源、制造等进行管理提升和综合应用的程度。 [来源：GB/T 39116-2020,3.1.1] 3.1.2 评估域 assessment domain 用于开展智能制造能力成熟度评估的核心条款集合。 [来源：GB/T 39117-2020,3.1] 3.2 缩略语 AGV 自动引导运输车 Automated Guided Vehicle ESB 企业服务总线 Enterprise

年以来，工业互联网连续 8 年写 入政府工作报告；其中 2021 年提出要发展工业互联网，搭建更多共 性技术研发平台，提升中小微企业创新 能力和专业化水平；2022 年 提出要加快发展工业互联网，培育壮大集成电路、人工智能等数字产 业，提升关键软硬件技术创新和供给能力；2023 年指出支持工业互 联网发展，有力促进了制造业数字化智能化；2024 年出台稳定工业 经济运行、支持先进制造业举措，提高重点行业企业研发费用加计扣 级网络安 工业互联网安全解决方案案例汇编（2024） 2 全防护体系;做好安全应急预案，阶段性开展安全检测评估，提升网络安全监测 水平，确保网络运行平稳，提高安全威胁发现、快速处置和应急响应能力。 2023 年 5 月，由工业和信息化部、国家标准化管理委员会联合印发《工业 领域数据安全标准体系建设指南（2023 版）》，旨在推动工业领域数据安全的 技术引领和规范指导，依据《中华人民共和国数据安全法》等法律法规和政策文 工业互联网安全解决方案案例汇编（2024） 3 产监督管理委员会、中华全国工商业联合会印发《制造业企业数字化转型实施指 南》，指南鼓励龙头企业强化产业链供应链安全预警分析，提升风险联动预测和 协同处置能力，增强产业链供应链韧性和风险防范能力，切实提升工业数据安全 防护水平。同月工业和信息化部发布《打造“5G+工业互联网”512 工程升级版 实施方案》，强调要加强“5G+工业互联网”应用安全技术产品研究，满足不同

第三章 智慧园区解决方案商核心能力要求及评价指标体系 .............................................. 30 第一节 智慧园区功能定位对解决方案商的能力要求................................................................30 2 1.供给方规范对解决方案商的能力要求............ .............................30 2.需求方诉求对解决方案商的能力要求.............................................................................32 第二节 智慧园区建设要点对解决方案商的能力要求............................................. ................................................................................40 第三节 智慧园区解决方案商核心能力评价指标体系................................................................40 1.参与评价企业的基本条件............

率，但这 样做代价不菲，比如库存高企、成本剧增。很多企业尚未意识到 向智能制造转型的益处，仅进行零敲碎打的方法，收效甚微。 大变局当采取大变革。要想实现生产效率、产品质量、 成本控制以及创新能力的显著提升，企业不仅需要实现技术升 级，还需要在战略、人才组织、数据管理、供应链整合、创新文 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 但埃森哲最新调研发现，投资于韧性能力建 设和提高数字化成熟度的企业明显超越了同行，积 极引入这些做法的先行者已平均斩获了8.3亿美元 的新增年度营收，而欠缺韧性的企业无法分享这份 成功。 如何成为高韧性企业，如何提高关键能力成熟 度，从而在供应和制造全价值链上构建更强大的韧 性，已经成为制造企业面对的最现实的问题。 围绕韧性部署关键能力 高韧性企业应该具备什么样的能力？为了充分考察 企业 位高管开 展了调研，并创建了一套涵盖31项关键能力的韧性评估 框架，评估他们在这些能力上的投资和成熟度。我们发 现，高韧性企业在11项能力上的表现尤其突出，我们把 这些能力称为“韧性2.0”能力（图一中紫色条目），这些 关键能力与卓越韧性成果的关系最为密切。 打造韧性企业，开创增长新局 智能制造 | 07 紫色条目为韧性2.0能力。 敏捷组织 创建跨职能、基于平台的组织，采取扁平化领导结构，并强化

等驾驶自 动化类高级应用场景，跨行业融合加速深化。 在此背景下，5G、C-V2X 直连通信与卫星通信等多种技术并行 发展，虽为行业提供多元化技术路径选择，也带来跨行业技术标准协 同、基础设施能力与车端应用需求匹配、成本投入与收益平衡、安全 风险叠加等系统性挑战，影响汽车与信息通信深度融合发展进程。为 破解上述挑战，本报告聚焦“人-车-路-云”要素的全面连接与深度协 同演进，提出“连接 星通信网络及基础设施数据传输网络，构建全天候全域覆盖的高效连 接通道；依托分级部署的算力基础设施与算网协同服务，打造弹性智 能的计算能力底座；以纵深防御机制贯穿全链路，确保数据可信与系 统安全。三者有机协同，根据车辆应用场景的差异化需求，合理选择 连接通道、分配智能计算能力与采取安全防护策略，实现从基础安全 防护到高级智能服务的全栈技术支撑，最终达成智能网联汽车在驾驶 安全性、出行效率、用户体验上的全面提升，为产业高质量发展提供 车用无线通信网络是车辆与外部环境交互的关键通道，包含 5G 蜂窝通信网络的广域覆盖、C-V2X 直连通信网络的近程交互和卫星 通信网络的全球覆盖，构建覆盖的立体化网络连接能力。5G 蜂窝移 动通信网络是汽车与平台之间的基础通信通道，可提供高速率、低时 延、大连接的通信能力，实现车辆状态数据的实时回传、交通信息的 即时获取与智能座舱的流畅交互，为车辆提供大范围的连接基础。 C-V2X 直连通信网络支持车辆与车辆（V2V）、车辆与基础设施（V2I）、

................................................................................ 23 4.4. 大模型基于交互能力推动产品和服务智能化 ........................................................................................ 要针对特定的任务和场景设计专门的算法，这种方法虽然在特定领域有效，但人们对 “智能”的期望是能够适应多种任务和场景的智能系统，单一任务的人工智能系统已经 无法满足这些更广泛的需求。大模型能够跨越传统人工智能的局限性，理解和推理的 能力有了极大的飞跃，同时也提高了复用的效率，为人工智能技术在更多领域的应用 提供了坚实的基础，推动人类社会迈向通用人工智能（AGI）的新阶段。 通用性和复用性是大模型的关键价值。2017 年，Google 年，Google Brain（谷歌大脑）团队在 其论文《Attention Is All You Need》中创造性地提出 Transformer 架构，凭借注意力机 制，极大地改善了机器学习模型处理序列数据的能力，尤其是在自然语言处理（NLP） 领域。Transformer 架构的出现，为后续的大模型如 ChatGPT 等奠定了技术基础。 ChatGPT、Bert 等大模型通过海量数据和庞大的计算资源支持，使得模型具备了强大的

序言 PREFACE 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 1 数据治理维度对比.......................................................................... 17 1.4.2 模型能力维度对比.......................................................................... 17 1.4.3 应用范式维度对比 ....... 137 7.1.1 人才需求现状与趋势（人才缺口）............................................ 137 7.1.2 关键岗位与能力要求.................................................................... 137 7.2 人才培养策略...........

美国的石化产业依托工业体系强大的技术优势，与工业互联网、人工智能实现了深度融合， 在智能化、物联、安全方面都有显著的优势成果。����年��月，美国《工业互联网战略》发布， 旨在通过物联网（IoT）技术推动包括石化产业在内的制造业能力升级，通过智能传感器、数据分 析和自动化技术，实现优化提效。����年�月，美国能源部（DOE）提出《能源部数字化转型计 划》，重点是利用大数据和人工智能技术，提高能源生产和管理的智能化水平、效率和安全性。 面具有一定优势。后续在技术创新方面，德 国将更加聚焦提高能源效率、发展可再生能源技术和推动能源转型。 德国在石化领域的产业升级过程中，强调引入人工智能、量子计算等数字技术，推动产业效 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。 化方面具有一定优势，技术聚焦方向包括优化能 源效率、提高能源技术先进性和推动能源多元化等。 日本作为石化产业的老牌强国，政府和民间更加重视现代技术在石化生产和产业链建设中的 能力提升价值，尤其强调石化领域环保能力的重要地位。����年至����年间，日本政府定期发布 《制造业白皮书》，旨在分析全球制造业发展趋势，提出日本制造业发展策略。����年版白皮书 特别强调了优化供应链、增强竞争力