判断是否存在安全隐患并自主上报，有助于减少人力投入、 提升违规事件等时间敏感型应用的处理效率。在设备运行 中，维护大模型可以分析设备的数据，实时检测设备运行 状态，预测设备故障，并提前进行维护和保养。 • 从部署架构来看，数智园区更强调构建云 – 网 – 边 – 端的 协同处理模式： 初级阶段的数智园区通常更强调云平台的构建，将负载集中 在云中进行处理，这种方式构建了数智园区的基础平台， 在交付效率 工干预的模式对相关的数据进行半监督地标注，以及自动 化、持续性地训练，从而不断提升识别的性能与精度。 部署于边缘端的 AI 和深度视觉应用能够支持数智园区部署 轻量级应用，直接在边缘端对数据进行清洗、预处理、聚 合和筛选，降低云或数据中心的数据处理压力，节省网络 带宽，同时加快特定环境下的应用响应速度。例如，在园 区路侧部署的边缘人工智能系统可以集中处理安全管理、 流量调度和路灯控制等任务，提供人流统计、异常行为告 从而转向使用更有效的视频大模型来支撑其视频分析的软 件负载。 • 边缘计算 借助融合了网络、计算、存储和应用，且在数据源附近部 署的边缘终端，边缘人工智能可将 AI 工作流的推理部分从 云或数据中心转移到就近部署的边缘计算终端，从而降低 时延，节约网络带宽，同时满足隐私性和安全性等方面的 要求。得益于此，边缘计算近年来在园区得到了广泛应用。 1.3 数智园区的关键技术与应用 数智园区行业参考指南

玩手机 车间 抽烟识别 固废 区 烟火识别 高空作业区 爬高提醒 仓库 烟火识别 仓门是否开启识别 占道堆积识别 园区食堂 明厨亮灶 园区智能 AI 巡检 - 非法闯入识别 建议部署区域：园区周界、车间防护栏区域、车行道、其他禁止闯入区域 非法闯入识别：通过人形轨迹检测算法对区域入侵实时检测，过滤非人体（树叶晃动、光线影印、猫狗等）入侵 误报，若有人员非法闯入（支持区域 / 控区 园区智能 AI 巡检 - 烟火识别 建议部署区域：固废区、其他重点生产区域 烟火识别：采用深度学习算法智能识别图像中是否存在烟雾、火焰，若有则及时触发告警信息 烟火检测 DEMO 视频 支持联动消防系统 XX 车间，疑似着火， 请及时处理！ 实时调取 异常视频 摄像头斜视照射监控区 园区智能 AI 巡检 - 着装识别 建议部署区域：车间进入通道 着装识别：入生产区前，员工需要穿戴指定工服 口罩识别 制服识别 请正确着装后，再进入 车间 ! 摄像头斜视照射监控区 人员未按照要求着装，请及 时处理！ 管理人员接收到告警信息 : 园区智能 AI 巡检 - 睡岗离岗识别 建议部署区域：中控室、保卫室、车间重点岗位等 离岗识别：对监控区域的人员进行自动识别，若未检测人员，且超过离岗时间，立即告警 睡岗识别：对监控区域的人员进行自动识别，若检测到人员有趴桌睡觉，立即告警 离岗识别示意图

模型微调与优化.............................................................................. 35 2.2.4 模型部署与运维.............................................................................. 36 2.2.5 模型安全. ............ 95 5.3 企业专属工业大模型产品应用实施.............................................. 96 5.3.1 产品部署规划与执行...................................................................... 96 5.3.2 产品使用培训与指导.. 为满足产线实时性要求，架构设计突破包括： ➢ 动态计算图：根据输入数据复杂度自适应调整计算路径 13 ➢ 级联推理引擎：将模型拆分为多个子模块进行流水线处理 ➢ 边缘-云协同：在 5ms 延迟约束下实现模型分片部署 ◼ 可解释性架构 工业场景对模型决策透明度的特殊要求催生： ➢ 双通道架构：分离特征提取与决策推理路径 ➢ 注意力可视化：定位关键传感器或工艺参数 ➢ 反事实解释：生成满足安全约束的对比样本

开发都在同一个项目改代码，相互等待，冲突不断 代码功能耦合在一起，新人不知道从何下手 构建时间长，任何小修改都要重构整个项目， 耗时长 一个微小的问题，都可能导致整个应用挂掉 统一进程 集中部署 统一认证 统一管理 效率低 1 维护难 2 不灵活 3 稳定性差 4 扩展性不够 5 SOA 架构 ESB 服 务总线 A2 服务 B2 服务 C2 服务 A1 服务 B1 性，确保过程管理中可发现问题和 可快速解决问题。 监控中心 monitor 配置中心 config 统一配置和管理各微服务的 运行资源，包含启动参数、过程 资源调用等信息，是微服务应用 按业务细分化部署的统一管理平 台。 配置中心 config » 六个中心关系 数据资源 文件资源 …… 资源 启动参数 运行参数 缓存配置 …… 认证中心 应用认证 账户认证 权限控制 工作流服务平台 waas » 七个平台 在线开发平台 dev 提供柔性微服务应用的快 速创建与管理，归纳信息化系 统建设流程思想，基于可视化 组件为业务提供从设计、开发 到测试部署的过程配置，简化 了服务创建与过程管理，提升 项目建设进度与保证项目建设 质量。 在线开发平台 dev 数据服务平台 daas 提供数据资源的服务化配 置与管理，将数据的调用与处

来源：企业访谈，艾瑞咨询研究院自主研究及绘制。 采购基本信息 采购需求： 围绕制造企业数字化转型， 进行“工业网络安全建设”： • 梳理网络架构及业务流程， 帮助企业分析安全风险点 • 针对性提出落地建设方案 • 完成安全设备部署与调试 • 提供完善的售后服务，保 障业务正常运行 驻场工业安全服务： 安排驻场运维人员，提 供1年驻场工控安全服务， 包含工控网络安全日常 检测、漏洞修复、策略 梳理等。 整体要求： • 掌握制造企业数字化转 主机卫士、工业安全监 测审计等安全设备安装、 部署及集成开发; • 组建安全服务团队，提 供应急响应服务、驻场 服务、漏洞检测服务等， 实现安全风险闭环处置 具体执行步骤 业务调研梳理（需求与现状分析） 目标：摸清资产信息、全面梳理业务流程、综合识别安全风险 对网络系统承载的业务功能进行识别，对业务流程进行梳理, 分析安全风险与安全需求；对工 控系统网络架构、通信协议、部署的网络安全防护设备等进行调研，详细了解现有安全措施 ， 规范安全事件处置、脆弱性问题处理、日常运维等流程，实现运维行为痕迹化及闭环管理 安全设备部署（产品落地与策略优化） 目标：精准部署安全设备，配置相应安全防护策略，提供全方位安全防护 依据招标文件技术参数要求，完成安全设备的选型及性能测试，并在网络架构关键节点（如 区域边界、工业主机等）实施精准部署，通过策略优化、安全联动及持续监控，实现全方位 安全防护 安全运维服务（持续运营与改进） 目标

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 企业如何应对并管控工程、供应、生产和运营等领域所 受的冲击，埃森哲面向全球11个行业的1200多位高管开 展了调研，并创建了一套涵盖31项关键能力的韧性评估 • 前瞻性的风险管理框架和业务连续性计划 • 广泛使用全企业范围的共享服务/资源池来实现服务和支 持功能 • 针对非核心活动广泛采用外包服务 • 利用先进的网络安全实践，全面部署云端IT基础设施 灵活的员工队伍 培育持续学习的企业文化，以此为基础创建能力全面、适应性 强且多元化的员工队伍。 • 打造跨越供应链、生产和运营的多面手/多技能员工队伍， 以促进资源的重新分配 在端到端供应和制造领域的整体韧性水平还很低。我 们的分析显示，以百分制衡量，调研受访企业所有31项 韧性能力的平均成熟度得分为56分（参见图二）。 63 成熟度得分范围：0~100 概念验证 和试点 部分能力部署 持续转型 革新工作方式 100 90 80 70 60 50 40 30 20 10 0 23 34 37 36 26 31 34 24 38 33 31 27 80

平，这不仅适用于重复性高的工序，也适用于需要精准操作的复杂 任务。此外，通过数据分析，实现资源的高效利用，减少原材料的 浪费，降低生产成本。 为了确保达成上述目标，本项目计划实现以下关键成果：  部署 AI 大模型进行智能化数据分析与处理  建立实时生产监控与反馈系统  实现全面的生产线自动化解决方案  开展员工培训，以提升操作员对新系统的适应能力 通过以上目标及成果的实现，AI 大模型智慧工厂 析，及时调整生产参数，以优化生产过程。此数据驱动的决策体系 可以提供实时反馈，实现自动调整，并依据历史数据进行预防性维 护，减少设备故障率。 另外，生产过程的可视化管理也是实现极高自动化的手段之 一。通过部署数字双胞胎技术，可以对生产线进行实时模拟和监 控，帮助管理层全局掌握生产状态，及时进行优化调整。这不仅提 高了生产效率，还增强了对潜在问题的预见和处理能力，使得生产 更为灵活。 为便于理解， 为便于理解，制订如下表格总结自动化实施的关键技术和预计 效果： 自动化实施技术 具体措施 预期效果 机器人技术 引入多种机器人进行自动化组 装、搬运等工作 提高生产效率，降低人工 成本 物联网感知网络 部署传感器监控设备和工艺参数 实现实时数据采集，增强 决策精准度 数据分析与决策支持系 统 建立数据分析平台，提供生产决 策支持 降低生产成本，优化资源 配置 数字双胞胎技术 实时模拟工厂运行状态，进行可

绿色低碳发展行动计划（2022-2025 年）》（工信部联通信〔2022〕103 号）， 在文中的优化基础设施体系架构提到：“打造绿色低碳信息基础设施。稳步推进 网络全光化，鼓励采用新型超低损耗光纤，规模部署 200G/400G 光传输系统和 1T 以上大容量低功耗网络设备，引导 100G 及以上光传输系统向城域网下沉， 减少光电转换能耗。推进网络架构优化，精简网络层级和网络设备节点数量，逐 步形 7。 中国电子节能技术协会 绿色全光网络专业委员会 19 19 光纤部分的 50G-PON 技术可提供更高的光纤接入带宽，可支持 50G 到房间。 XGS-PON 已在全球范围海量部署，支持 10G 到房间，但业务的发展（如医 疗阅片/XR 等业务）对带宽提出了更高的诉求。国际电信联盟于 2021 年制定并发 布了 50G-PON 标准，成为下一代光接入主流技术。50G-PON 接入数量大幅增加。F5G-A 在光联万物上往前迈进了一大步，提供无处不在的光 联接，在 FTTO（光纤到办公室）、FTTM（光纤到机器）和 FTTH/FTTR（光纤到 家/光纤到房间）场景中支持更大规模的部署。 FTTO 场景：F5G-A 推动光纤延伸到园区办公室和办公桌面。 F5G 时代 FTTO 已实现了光纤到房间，有部分场景已实现了光纤到桌面。随 着园区高带宽等业务的发展，F5G-A 继续推动光纤往末端设备延伸，除了当前的

业4.0 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 目前生产运营仍依赖2G和3G网络的制造商需要尽 快采取行动，升级设备和系统，以支持4G和5G网 络。这个过程涉及大量的规划、测试和部署工作。 Telenor IoT能够为此提供支持，确保设备正常运 行，并利用4G和5G的先进功能来提高绩效。 欢迎浏览我们免费提供的白皮书，了解2G和3G网 络退网进程。 速览：物联网部署的益处 采用现代蜂窝网络，工厂中的几乎所有资产都可以连接起来，通过自动化、位置追踪 和监控来应对 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 | 物联网赋能制造业数字化转型 | 9 人工智能和机器学习：在物联网系统中集成人工智 能和机器学习（ML），可实现预测性维护、优化生

绿色化、生活方式低碳 化，绿色发展制度化将成为智慧园区发展的重点，而智慧零碳园区将成为未来智慧园 区发展的重要形态。 当前，国内部分经开区和高新区基于国家政策支持和资源聚集等优势，已经率先 部署绿色转型工作，积极探索数字化赋能碳中和发展路径。例如上海张江高新区推进 园区绿色低碳转型，开展绿色低碳创新技术示范应用；苏州工业园围绕产业体系现代 15 化、生产方式绿色化、生活方式低碳化、绿色发展制度化推进绿色园区建设等。 要求，为厘清智慧园区的功能定位提供了基本原则。 （1）政策层面的功能要求：数据平台化、管理智慧化、低碳节能化 21 近年来，为推动我国智慧园区健康有序发展，国家各有关部门、各地方政府先后 出台了一系列政策举措和战略部署，优化发展环境，支持园区智慧化升级改造。对智 慧园区的建设运营升级方向引导，主要聚焦在通过基础设施信息网络化升级实现园区 数据平台化、服务管理智慧化、产业低碳节能化改造等方面。 图表19：政策层面对智慧园区建设运营的功能要求 资料来源：前瞻产业研究院 2.智慧园区政府平台建设要点——产业概览、运行监测、辅助决 策、协调联动 政府平台建设根据当地条件及需求情况，宜通过自建或采用第三方云服务商提供 服务的方式实现云端基础服务部署，打造基于云计算、物联网、大数据、人工智能等 新技术的数字服务平台，打破园区各系统出现的信息壁垒，将行业数据资源进行汇聚 融合，更有效地调配公共资源，最大化地辅助园区进行各项决策并提供各种智慧化服