智能供应链 洞察变革，驱动增长 IBM 商业价值研究院 | 研究简报 生成式 AI 给供应链带来重大变革。64% 的供应链高管认为生成式 AI 正 全方位革新工作流程。 供应链团队必须改变工作方式。60% 的运营和自动化高管表示，到 2025 年，AI 助手将接管大部分常规和事务性工作。 自动化决策的比例将进一步上升。运营和自动化高管们表示，生成式 AI 将在未来两年内将数字助理的决策量增加 式 AI 将优化产品设计，并推动产品生命周期的可持续发展。 生成式 AI 能够防范供应链中断， 并驱动业务增长。 摘要 智能供应链洞察变革，驱动增长 2 假如能提前知道下周的新闻头条，是否会促使 您调整今天的供应链战略？ 智能敏捷供应链 释放无限潜力 引言 智能供应链洞察变革，驱动增长 3 报告显示其年收入增长率高于 同行竞争者。 17% 报告显示其年净利润高于 同行竞争者。 能力视作自动化投资核心的组织，已获得显著回报。 智能供应链洞察变革，驱动增长 4 目前，领先采纳生成式 AI 和数据创新的组织， 特别是将 AI 能力视作自动化投资核心的组织， 已获得显著回报。报告显示，相较于同行竞争者， 这些组织的年净利润高出 72%，年收入增长率 高出 17%。所有受访的供应链高管都认为，AI 驱动的运营将在未来三年内推动收入增长翻倍 或更多。 1 根据这些数据，72%

新世纪评级 2025 年度新质生产力系列文章 1 智能时代的精细化工革命：技术要素驱动下的行业信 用质量及其变化趋势浅析 工商企业评级部 何婕妤 摘要 新质生产力推动下，精细化工行业注重技术创新和转型升级，绿色化、 智能化、高端化成为精细化工行业发展的新趋势，科技赋能精细化工 研发与生产， 在政策扶持下，人形机器人、半导体等行业迎来较好的发展前景，相 关化工新材料被我国列为关键战略材料，国产替代进程加速，成为精 细化工企业转型升级方向。 科技赋能转型升级过程中，精细化工企业信用质量核心驱动力主要集 中于技术壁垒与产品竞争力、研发强度与成果转化、环保投入与绿色 生产、信息化覆盖强度。 未来精细化工企业将不断提升技术创新水平，以应对市场竞争和政策 要求。特别是延链提质的精细化工企业有望迎来量利齐升。精细化工 2025 年度新质生产力系列文章 7 动系统等场景；无机材料以金属合金、碳纤维等为主，聚焦高强度、 耐磨损和极端环境适应性。人形机器人所使用的材料大致需满足轻量 化、感知交互、驱动系统等要求。在高端材料领域，我国国产替代正 在加速推进。 表 2. 材料特性及在人形机器人中的应用 材料 分类 材料名称 主要特性 人形机器人应用 我国代表企业 有机 材料

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 场提供的服务而言：1）产品侧，产品伴随市场技术更迭而迭代，且产品体系基本走向以 数据或以场景为维度的高度统一；2）解决方案侧，一方面呈现软硬服一体化的态势，另 一方面也呈现出跨模块融 —— 数字工厂设 计与验证 4.2% 质检 11.1% 污染监测 1.2% 服务管理优 化 1.0% 设备 6.9% 员工管理 0.1% 数据治理与 流通 0.6% 订单排产 4.9% 销售驱动业 务优化 0.5% 质量溯源 4.7% 数据沉淀 0.3% 能耗 3.5% 供应链（含供 应商）管理 2.7% 20.1% 57.8% 11.6% 6.5% 3.9% 研发相关 数字化转型的 认知情况 核心需求场景 &转型建设 未来投入情况 对大模型的看 法&期望 来源：艾瑞咨询研究院自主研究及绘制。 18 企业对数字化转型的现状调研 • 战略地位上认同、驱动因素上务实、转型期望上理性 • 数据准备工作、供应链管理、生产管理是需求紧迫场景，也是相应核心技术的 铺设重点 • 方案实用性是企业选择供应商的主要因素，最担心的就是企业历史包袱过重不 好转型

浪潮席卷而过。园区作为产业经济集聚的重要形态与主体，正 在成为新一轮数智化变革的见证者与推动者。通过把握数智化 技术带来的商机，融入蓬勃的数智生态，园区将能够持续挖掘 数据价值，推动业务转型，从而释放创新价值，驱动社会经济 快速发展。 但同时，在数智技术快速发展的背景下，园区数据快速增长， 大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 赋能园区转型 2 | 数智园区概况及发展趋势 在以多模态大模型、边缘计算、云原生等为代表的数字化、 智慧化（简称：数智化）技术的驱动下，越来越多的园区倾 向于通过数智园区转型，提升园区的运营效率，创造更高的 数据价值，服务园区内的企业租户与个人用户，同时更好地 驱动区域乃至产业发展。 数智园区是指充分利用智能传感器、边缘计算、人工智能、 大数据、物联网等技术，聚合园区内各个系统、设备的泛在 266.36 亿元、180.04 亿元、157.49 亿元，占比 19.11%、 12.92%、11.30% 2。 信息与通信技术 (ICT) 的广泛应用是数智园区有别于传统园 区的主要特点，也是驱动数智园区演进的关键因素。特别是 随着 5G、人工智能等技术的发展，数智园区能够对园区内部 资源进行更加高效、智慧化的管理，数智园区的运营者在这 些 ICT 技术上进行了愈发广泛的投资。IDC 数据显示，2019

旅程、情感分析），据此设计新产品并为其定价 端到端智能控制塔 运用可视化解决方案，贯穿整条价值链更迅速地预测和识别风险、 管理冲击，并分析原因。 • 具备“what-if”（如果……将会怎样）的情境模拟能力、动态化 数据驱动型的计划 • 预测性地识别运营问题（质量缺陷、故障、维护需求、不合格） • 可支持端到端运营实时可视的数字驾驶舱 • 运用数字工具，快速了解供应短缺、生产或运输延迟对销售及 成本的影响 价值的实时洞见。 六个月内，该公司的运营效率提升了四 分之一，在提高生产率的同时减少了浪费。 同样重要的是，运营连续性得以加强。工厂 车间现在拥有了更高的可视化和数据共享 能力，使管理人员可以做出数据驱动的前 瞻性决策，以防范外部冲击并避免设备宕 机。这一综合方法可确保更高的效率并最 大限度地降低潜在风险，使生产流程更具 韧性、更能适应困难局面。这次成功的部署 证明，投资以可视化、可预测性和连续性为 以从开发工作伊始就将可持续原则整合到产品设计 之中，并将它们嵌入整条价值链。 举措4：培养多技能员工队伍以实现敏捷性 韧性企业需要分散化的决策，由贴近运营的一 线团队快速做出决策。这些团队应当有能力使用数 据驱动的新型预测工具，在遇到冲击时及时制定策 略并缩短恢复时间。不过，为了使这种更加敏捷的组 织模式发挥作用，员工需要具备有效利用这些先进功 能的技术能力。 例如，员工需要知晓如何使用预测工具和可视

目录 第一章：发展形势：新型工业化是石油石化产业高质量发展的必由之路 �.� 全球石油石化工业化发展形势 �.� 新型工业化是石油石化产业发展的必经之途 第二章：智能驱动：智能化助力石油石化产业实现新型工业化 �.� 智能化加速培育石油石化新质生产力 �.� “人工智能+”加速石油石化智能化进程 �.� 石油石化产业智能化成熟度与发展阶段 第三章：全链智能：智能化推动石化新型工业化的场景举措 首次写入了“人工智能+”，人工智能技术将作为关键驱动力量，与包括石油石化在内的制造、 医疗、教育、交通、农业等多个行业进行深度融合，推动传统行业的转型升级和社会经济结构的 变革，并创造出新的生产、服务和商业模式。 �.� 新型工业化是石油石化产业发展的必经之途 石油石化产业落实新型工业化，是未来产业发展的方向，也是中国高质量发展的要求，将推 动石油石化产业形成“技术创新驱动、产业结构优化、智能化升级、可持续发展”的高质量发展 发展、培育新质生产力为目标，以高端化、智能化、绿色化为方向，推动石油石化产业结构 优化、智能化升级、可持续发展的系统工程。 �� 发展目标：构建现代石化产业体系，促进产业的高质量发展，形成“技术创新驱动、产业结 构优化、智能化升级、可持续发展”的高质量发展良性循环，从而增强中国石油石化的核心 竞争力。石化产业的新型工业化，唯有通过科技创新和自立自强来实现。加快推进绿色低碳 转型，以数字技术为

， 也必然要求园区寻求新的发展路径： 绿色发展：产业园区作为中国实现“双碳”目标必须牵住的“牛鼻子”，必须破解发展与碳约束 的平衡难题，建立绿色可持续的发展模式。 创新驱动：高质量发展的“新常态”下，要素的规模驱动力减弱，经济增长将更多依靠人力 资本积累和技术进步，产业园区必须构建创新能力，才能锚定新的产业机遇，巧妙转换传统 产能，实现更强健的经济韧性和竞争力。 人本赋能：在城市以人 外国际产业竞争日益激烈的当下阶段，加强创新驱动、实 现高质量发展成为国内现代化产业体系建设的核心要求。 然而，国内大量的产业园区（尤其是政策性园区）长期以来 主要依靠要素和投资开发驱动，形成了路径依赖，往往重 视产业“量”的增长而轻视“质”的提升。因此，加快培育和 强化创新能力成为中国产业园区的紧迫要务。对于不同类 型的产业园区，创新驱动的关键抓手有所偏重和不同。具 体来说，产业园区在创新驱动上的着力主要包括三个方 盛裕总部园区SJ Campus（©Darren Soh） 22 洞见·演进 未来产业园区的四大面向 2 ➀ 原始创新要素支撑的“重装科学城” 随着中国对基础领域的创新能力愈加重视，以重大原始创新要素为驱动的产业园区步入了发展快轨。 “十四五”规划纲要 提出“构建以国家实验室为引领的战略科技力量，聚焦重大创新领域组建一批国家实验室”，明确了建设北京、上海、大湾 区、合肥等综合性国家科学中心，并支持

......164 1. 项目背景 随着工业 4.0 的推广和智能制造的逐步深入，传统生产模式面 临着转型升级的迫切需求。AI 大模型技术的快速发展为制造业提供 了新的解决方案，能够通过数据驱动的方式优化生产流程、提高生 产效率，实现个性化定制和柔性生产。智慧工厂的建设正是结合了 这些先进技术，旨在提高企业核心竞争力，推动可持续发展。 在这样的背景下，MDC（制造数据云）项目应运而生，致力 析，实现自动化调度和优化生产过程，减少人为干预和错误 率。  数据驱动决策：建设一个集成的数据处理平台，利用大数据分 析技术提取有价值的信息，为管理层提供精准的决策支持。  个性化定制：根据市场需求和客户反馈，通过 AI 模型快速调 整生产参数，实现产品的个性化定制，提高客户满意度。  物联网集成：通过物联网技术将生产设备、传感器和管理系统 连接起来，形成自感知、自驱动的智能制造系统。  可持续发展：关注资源利用效率和环境保护，通过智能化技术 力，已成为提升企业竞争力的关键。而 MDC（Manufacturing Data Cloud）项目正是响应这一时代需求的重要举措。 MDC 项目的必要性体现在以下几个方面：  效率提升：通过数据驱动的智能决策，MDC 能够优化生产调 度、减少设备停机时间，实现生产过程的高度自动化和智能 化，从而显著提升生产效率。  成本控制：实现实时数据监控与分析，MDC 能够精准识别耗 材、设备维

在满足合规的基础之上，增强员工体验感及忠诚度。 保证制造企业人才供应，提升人才利用率 制造企业是否能由传统转向现代，由制造升级为智造，有效的人才体系至关重要。尤其对于高精尖领域的制造企业来说，他 们通常以研发驱动，对员工有更高要求，不仅需要学历高的研究人员，也需要技术型的一线工人。 然而，根据教育部、人力资源和社会保障部、工业和信息化部联合发布的《制造业人才发展规划指南》预测，在制造业十大 重点领域，人 人才利用率，其中的核心都在于数据，能否掌握并科学应用数据，也是数 字化时代，当前企业的护城河。制造行业人力资源数字化的最终目标，也正是打破企业内部各环节的信息孤岛，实现数据的 流通、整合、分析，驱动业务决策，持续打造市场竞争力，而这也是所有制造企业面临的新挑战与新机遇。 洞察 观 点 三问智能制造人才管理： 缺什么、为什么缺、怎么办 来源：InfoQ专访利唐科技创始人兼CEO 朱德权 这些“偏见”的存在，就使得制造业与互联网、金融等行 业相比，缺少了最基础的吸引力。与此同时，制造又是一 个非常重现场、重经验的行业，人才的培养周期相对较长， 在越来越趋于“短期主义”的价值观驱动下，很多人会被 劝退。并且，传统制造业平均薪资其实普遍还是偏低，这 也进一步导致人才流失严重，很容易就被其它行业“挖墙 脚”。 者不可偏废。“首先，政府不仅要营造鼓励智能制造转型 的政策环

................................................................................. 1 1.2. 大模型有望成为驱动工业智能化的引擎 .......................................................................................... 3 工业大模型应用报告 界探索迈向通用人工智能的重要路径之一。典型如 OpenAI 的 Sora 模型推出，掀起了全 球多模态大模型的发展新热潮。 1.2. 大模型有望成为驱动工业智能化的引擎 人工智能推动工业智能化发展进入新阶段。工业发展是一个逐步演进的过程，经 历了机械化、电气化、自动化、信息化的阶段后，当前正处于从数字化向智能化迈进 的阶段。每个阶段都是工业 工具进行互动，提出各种指令，如要求列出芯片设计中的不规则网络名称、识别所有 12 CADGPT | Back2CAD (backtocad.com) 13 面向芯片设计和 AI 应用的 AI 驱动型 EDA 套件 | Synopsys.ai 14 Cadence Creates Industry’s First LLM Technology for Chip Design - Cadence