请务必阅读正文之后的信息披露和法律声明 • 整车厂，如长安汽车、赛力斯、小鹏汽车、吉利汽车、理想汽车、小米集 团等 • 关键零部件系统供应商，如伯特利、耐世特、德赛西威等 “无图”智能驾驶功能的成熟是智能驾驶走进千家万户的关 键，我们判断2024年有望成为重要拐点，相关整车厂和零部件 供应商均能受益，建议关注： 风险提示 新车销量低于预期；技术研发进度低于预期；半导体供应风险。 资料来源：海通证券研究所

破解汽车零部件企业信息化规划困局 企业要建立和培育核心竞争能力，需要在既定战略下利用信息系统支撑和提升运营效 率，因为企业本身的运作以及很多相关的信息的获得、处理越来越依赖信息技术的应用。 另一方面，随着信息 IT 系统多样性和复杂度的提高，企业在信息化建设中急需总体性和战 略性的规划。 一、 信息化规划概述 信息化规划是在企业发展战略的指导下，根据业务流程现状和业务发展需要，包括管 理层 顺腾公司的发展战略是：产品系列化、成本有效化、市场国际化。 顺腾公司的近期发展目标是： 1、 成为国内知名的汽车零部件集团； 2、 精加工业界保持领先； 3、 铸造具有竞争力； 4、 装饰件国内知名，进入海外主流 OEM 市场。 顺腾公司的发展愿景是：成为受人尊敬的具有核心竞争力的汽车零部件市场的领先者。 美国战略管理学家波特把企业经营战略分为三类：即成本领先战略、差异化战略、集 中化战略。顺腾公 略驱动下的信息化才能体现其价值，否则就是无源之水，丧失生命力。 1、要能够支撑企业管理模式从粗放到精细化管理的变革，能够支撑企业迅速扩张、快 速复制的需求； 2、要能够支撑企业产品研发项目的全过程管理，包括零部件、图文档、产品结构、工 作流和工程变更管理等功能； 3、要能够支持企业采购、库存和物流管理的所有业务，提高企业供应链的运作效率； 4、要能够支撑精益生产管理模式，实现多品种、小批量、客户化的柔性生产和高质量

汽车零部件智能工厂咨询项目解决方案 01 需求分析 目录 CONTENTS 加入星球获取更多更全的数智化解决方案 02 方案架构 03 解决方案 01 需求分析 现状分析 主要为长安汽车提 供保险杠、门板、 内外装饰件。 拥有国际上先进的 加工中心设备和试 模设备，有从意大 利进口的五轴联动 加工中心设备，其 配置在国内处于一 流水平。 采用国际上先进的 模具技术与软件， 应用三维设计实现 厂外物流为第三方 物流，厂内加工过 程物流采取吊架式 悬挂传送，原材料、 产成品出入库为人 工叉车运输且无路 线规划。 客户 设备 信息化 仓储 物流 需求概述 总目标 1 、 30 万辆汽车的内外饰零部件产能 2 、 16 亿人民币的产值创造 6 条门板柔性化生产线（与长安汽车的不同车型匹配） 01 4 条主内 / 外饰件装配线（适应长安汽车的不同车型） 02 实现设备互联，形成设备、网路、信息之间的无缝集成 显示系统集成 应用或者显示 阀门 / 开关 车间物流布局规划 办 公 楼 注塑机上料 中央供料系统（储料罐省略） 注塑件下料并转运至阴模区 悬挂输送系统（图上省略） 注塑件暂存、待处理 货架 装配零部件上料至线边库 AGV+ 悬挂系统 注塑件上料至阴模机、弱化机 周转车 + 悬挂系统 成品入库（包装在线 / 离线待定） AGV AGV 运输控制 物料库 配料区 物料需求 齐套发料 AVG

汽车零部件制造企业 ERP 系统建设方案 议程  公司及案例介绍  对 **** 信息化诉求的理解  信息化蓝图及总体方案介绍  核心解决方案介绍  项目实施建议方案  讨论交流 加入星球获取更多更全的数智化解决方案 我们对商用整车及零部件制造企业发展趋势的理解 当 前 中 期 远 期 阶段 主要 特点 战略 重点 核心 能力 • 满足个性化产品需求的设计 追求精益生产管 理，强调运营过程 中资源的精细控 制，追求与外部的 高效协同 市场竞争形势分析 竞争优势： • 个性化 • 灵活性 • 技术实力 • 产品质量 • 区域化 竞争劣势： • 零部件成本 • 规模 / 市场多元 化 • 品牌 组织特点： 合资企业，集团化 架构，强调标准化 模版的复制和运 用。 追求单元化管控， 强调单元化的盈利 **** 特点分析 载货汽车的产品定位 单品价值高、质量影响力大，单件管理要求高  订单个性化将进一步提高，产品配置组合越来越多，设计及供应链协作难度将随之增 加 国际市场定位  客户订单需求变更较多。同时技术更新快使得设计变更也较多  零部件成本较高，为降低成本，持续追求部件国产化率，仍将保持较高的供方开发力 度和质量控制力度  需全面减少成本竞争劣势，逐渐将盈利较差的环节进行外扩，对外部协同管理的要求 将进一步提高 快速扩张的发展战略

..........................................................................................35 4.2 零部件制造与供应链管理........................................................................................... 产品的可靠性和安全性。例如，在电池生产环节，AI 可以通过大数 据分析和机器学习算法，优化电池材料配比和生产工艺，从而提高 电池的能量密度和循环寿命。在装配线上，AI 驱动的机器人能够实 现高精度的零部件组装，减少人工操作的误差。此外，AI 还可以应 用于供应链管理、物流调度和售后服务等环节，通过智能预测和优 化，进一步提升企业的运营效率。然而，AI 技术在新能源汽车制造 中的应用也面临诸多挑战，如数据安全、技术标准化、人才短缺等 外，消费者对车辆智能化和舒适性的要求不断提高，推动了企业在 新车型设计和功能开发上的创新。 此外，产业链的完善和国际化布局也是中国新能源汽车市场的 重要特点。国内企业在电池、电机、电控等核心零部件领域形成了 完整的产业链，部分企业如宁德时代、比亚迪等已成为全球领先的 供应商。同时，国内新能源汽车企业积极拓展海外市场，出口量逐 年增长，国际化布局逐渐深化。 最后，充电基础设施的建设与完善是市场发展的关键因素。中

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 服务 预定 服务 平台 生产 订单 智能制 造平台 采购 订单 统一采 购平台 产品 需求 零部件 需求 配件 需求 业务原型 方案 众创研发 平台 个性化 定制 生态 服务 超级 汽车 个性化定 制需求 产品 需求 综合服务 需求 用户 创意孵化（间接交互） XX •培训方式：线下培训或线上培训（网上大学、 培训 APP ）等； •培训内容：技术、管理、运营等方面的技巧 开发工具： •场所：为项目团队提供实验室、产品加工车间； •工具：产品研发所需加工工具等； •其他硬件支持：产品研发所需零部件 / 配件、服务 器资源等。 技术支持： •技术支持；内部各部门 / 子公司的专家，外部技术 专家提供一对一具体技术支持，手把手帮助项目团 队解决部分技术难题 – 26 创新研 PDM 系统等） 路径 目标 个性化定制基础搭建 •制造：初步实现数字化、智能 化生产；实施‘’机器代人‘’策略，引 用 AGV 自动引导系统 • 销售：初步搭建个性化定制入口 • 物流：实现零部件数字化管理 个性化定制能力提升 •价值链：销售、研发、供应链、 制造和物流 IT 系统流程打通 •研发：研发平台向模块化过度， 零件实现初步标准化 • 制造：实现标准化自动化生产 个性化定制用户实现

产业集群，泉州市洛江区施工装备产业集群，安溪县半导体照明产业集群 武汉 4 东西湖区网络安全产业集群，洪山区光通信设备及光电子器件制造产业集 群，江夏区汽车零部件产业集群，汉南区智能网联新能源汽车零部件产业 集群 无锡 3 惠山区智能基础零部件制造产业集群，锡山区电动车及零部件产业集群， 新吴区物联网微机电系统传感器产业集群 城市制造业高质量发展研究报告（2025 年） 24 城市 数量 中小企业特色集群名单 ，“双循环” 水平有待提升。城市出口产业与本土已有产业、配套服务之间协同水 平不足，对本地产业辐射带动作用较弱，一方面这受制于部分城市本 地产业支撑能力有限，无法为出口产品提供所需的关键核心零部件 （如高端芯片、精密仪器）以及相关的专业性服务；另一方面，多数 出口产业集中在城市综保区、自贸区等区域，开放发展对城市其他区 域的空间溢出效应不足。出口市场“区域集中”，抗风险能力相对薄 弱

年） 5 （一）数字经济催生新型劳动对象 劳动对象是劳动者开展劳动生产的对象和创造使用价值的基础， 是实现生产的必要前提。机器化大生产时期的劳动对象往往是指自然 资源、原材料、零部件等物质资料。数字经济时代，劳动对象发生质 变，数据要素成为劳动对象的新组成部分，数据与传统劳动对象相互 融合也构成了新的劳动对象，更加丰富的劳动对象创造了满足更加多 元化、个性化需求的物质基础。 数据成为数字经济时代的新型劳动对象。随着新一代信息技术的 发展，数据的采集、处理、分析成本不断降低，生产主体能够以较低 的边际成本获得海量数据并投入生产。生产过程中被加工、改造或服 务的目标，由传统的原材料、零部件等实体性对象，扩展到数据等非 实体性对象。5G、物联网、算力中心等新型基础设施的日益完备使得 数据的生成、存储和传输更加便捷和高效，人工智能、机器学习、大 数据分析等数据处理技术的提升使得人们能够更加高效地从海量数 材料等一批前沿技术，释放出巨大生产效能。 数据与传统劳动对象相互融合构成新型劳动对象。传统的劳动对 新质生产力研究报告——从数字经济视角解读（2024 年） 7 象包括煤、石油等自然资源，还有钢材、零部件等经过加工而得到的 产品。数字技术不仅能够丰富传统劳动对象的范围，还能大幅提高传 统劳动对象的附加值，通过对生产、分配、流通、消费各环节全链赋 能、系统增效，倍增传统劳动对象的价值效用，以乘数效应实现全要

工业大模型是面向工业领域深度优化的专业人工智能系统，通过整合多模 态数据与行业知识实现智能化决策。根据应用层级可划分为三类：通用型聚焦 跨行业共性需求（如工艺流程优化）;行业型深耕汽车制造、电力等垂直领域 （支持零部件设计、故障检测等）;场景型则专攻研发设计、设备运维等具体环 节（实现质量管控、故障预测）。其构建遵循三阶段体系：首先完成工业数据制 备，处理 CAX 模型、传感信号等特有模态数据；随后训练工业基座模型，攻克 车制造、电子设备制造等不 同的工业行业中，每个行业都有其独特的工艺、设备、产品要求等。行业大模 型针对这些特定行业的数据和需求进行构建，能够更好地理解和处理特定行业 内的任务，如汽车行业中的零部件设计优化、电子设备制造中的电路板故障检 测等任务。 图 1.2 制造行业（汽车制造、电路制造、电子产品制造等） ➢ 场景大模型 场景大模型则是进一步细化到工业中的特定场景。工业领域包含众多场景， 中，使模型在解决实际问题时能够遵循工业领域的基本原理。例如，在能源行 业中，嵌入电力系统的物理规律后，模型可以更精准地优化电网调度方案，从 而提升能源利用效率。在航空制造领域，嵌入流体动力学知识后，模型能够更 好地优化飞机零部件的设计，减少空气阻力并提升燃油效率。此外，工业机理 嵌入还能够帮助模型更高效地处理异常情况。例如，在设备故障检测中，嵌入 设备运行机理后，模型可以快速识别出可能导致故障的关键因素，并提供针对 性的解决方案。

充分发挥制造业规模优势，推动工业机器人在高端制造及传 统支柱产业的示范应用，并持续聚焦商用服务机器人赛道， 形成了从关键零部件到整机和应用的完整机器人产业链。 þ 深圳、广州和佛山三座城市的机器人产业具有明显的优势。 þ 依托新一代信息技术高层次人才集聚优势，重点聚焦高端工 业机器人、服务机器人和特种机器人等方向，加快提升本体 核心零部件自给率，打造机器人产业链式集群优势。 þ 北京、天津、河北机器人产业形成了错位互补的良好局面。