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

科学研究领域对实时 性和精准性的高阶要求。人工智能技术的突破性发展，尤其是大模 型、物理信息机器学习、神经算子、生成式 AI 等方向的演进，正为 工业仿真注入全新动能。通过构建“数据+物理”双驱动的智能仿真范 式，AI 不仅能够提升仿真效率，更能在多目标优化、虚实交互决策 等场景开辟新路径，推动仿真从“事后验证工具”向“全生命周期决策 中枢”跃迁。 本报告基于科研背景，全面梳理了 AI 赋能工业仿真的技术路径 与实践脉络。首先探讨人工智能赋能工业仿真的必然性及其应用价 值，然后聚焦于 CAD、CAE 两大核心领域，对比分析国内外技术路 线与应用现状；在关键技术层面，解析数据驱动、物理驱动及融合 驱动这三类 AI 仿真方法的本质区别与适适用场景；通过轨道交通、 航空航天、轻工业、汽车工业及工程建筑等领域的实践案例，验证 AI 仿真的规模化应用潜力及应用前景；最后，分析 AI 仿真面临的 科研智能：人工智能赋能工业仿真研究报告（2025 年） 1 一、人工智能赋能工业仿真发展背景 人工智能赋能工业仿真是指将人工智能技术（如机器学习、深度 学习）与工业仿真技术进行深度融合，通过数据驱动、智能决策和动 态优化，实现对工业全流程的虚拟化建模、实时模拟与自主优化的一 种新型技术范式。其核心在于利用人工智能的自主学习与预测能力， 提升仿真的精度、效率与智能化水平，推动工业系统从传统模拟向自

率、降低生产成本，还可以通过智能化的质量控制手段，显著提高 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 质量检测系统后，产品返工率降低了 25%，年度质量成本节约超过 500 万元。 供应链优化领域，AI 技术通过整合历史数据、市场预测和物流 信息，构建了智能化的供应链管理系统。例如，某重型机械制造企 业应用 AI 驱动的供应链优化方案后，库存周转率提升 35%，原材 料采购成本降低 12%，订单交付周期缩短 20%。 在生产调度方面，AI 算法通过实时分析设备状态、订单优先级 和资源约束，实现了生产计划的动态优化。某电子制造企业部署 新能源汽车是指采用新型动力系统，完全或主要依靠新型能源 驱动的汽车，主要包括纯电动汽车（BEV）、插电式混合动力汽车 （PHEV）和燃料电池汽车（FCEV）。这些车辆与传统内燃机汽车 相比，具有更高的能源利用效率和更低的排放水平，是未来汽车产 业发展的主要方向之一。 纯电动汽车（BEV）完全依靠电能驱动，通过电池组储存电 能，电动机将电能转化为机械能驱动车辆行驶。其优势在于零排 放、低噪音和高效能

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

防火墙 （启用） 防火墙 （备 用） HMI 工具 应用服务器 交换机堆栈 补丁管理 终端服务 应用镜像 服务器 单元组 / 区域 #1 （冗余星形拓扑） 驱动 控制器 HMI 分布式 I/O 控制器 驱动 驱动 HMI 分布式 I/O HMI 单元组 / 区域 #3 （线性拓扑） 第 2 层接入交换机 控制器 企业 /IT 集成 协作 无线 应用程序优化 单元组 设备 10 1 2 3 4 5 镜 像 1. 设备监听：系统通过被动 抓取来纪录工业互联网的所 有数据 2. 机器学习：技术基于从原材料到成 品间生产各环节，提供打造一个进化 的，自我学习及数据驱动的模型。 3. 数据分享：系统提供对生产流 程各方面实时数据和历史数据可 视化解决方案。 平伟私有云 时间序列大数据 监控 分析 异常预警 无监督学习 生产过程优化 0 信息系统规划 ERP