层. 其中, 公共能力层提供时序数据、图像数据、文本数据等多模态处理能力, 业务应用层则结合具体 业务场景开发了多种类型的智能体, 包括图表智能体、低代码智能体、感知智能体、分析智能体、诊 断智能体、决策优化智能体和控制智能体. 这些智能体能够准确执行人类通过自然语言发出的各项任 务, 并通过组合调用公共能力层的能力来处理数据和知识. 这种新型体系旨在提高核心工业软件的数 据透明化程度、实现更完善的信息互通和利用 赋能 核心工业软件提升数据透明化程度、实现信息互通和利用、给出更具价值企业营运分析结果. 基于上述背景, 本文提出了基于大语言模型建立工业大模型驱动的交互式图表分析助手, 构建覆 盖建模、感知、决策、诊断全环节的多场景智能体, 赋能流程工业智能工厂核心工业软件体系. 本文的剩余章节组织如下: 第 2 节回顾了流程工业智能工厂的核心工业软件体系, 分析了核心工 业软件解决上述瓶颈所面临的挑战; (KBC 先进技术) [18]: Petro-SIM 是专为炼油与天然气处理过程设计的模拟平台, 模 块化架构设计灵活, 支持工艺建模、热力学计算与优化策略分析, 广泛用于能源与石化领域的工程规 划与决策支持. SimTech Simulator® (圣泰科技) [19]: SimTech 提供本地化整合的物性与热力学模块, 支持多种工 业设备的模拟, 具有友善的用户接口, 且易于进行功能客制化,

面对市场的不确定性， EDGE 强调使用实用性思维，建立 一 种可见的、以价值为中心的投资组合方法。它可以帮助 你连 接从愿景到落地举措之间的价值传递，提倡随战略发 展而改 变增量投资，更追求协作决策和更好地降低风险。 本书向领 导者展示了一个在机会呈指数级增长的世界里， 如何使用突 破性的 EDGE 方法为变革管理和企业数字化转 型提供支持 《 Edge- 价值驱动的数字化转型》简介 01 第 9 章解决“我们应该如何合作？ℽ l 第 10 章主题是自治团队与适应性领导力 l 第 11 章总结要点，展望未来 《 Edge- 价值驱动的数字化转型》 目录 第 9 章、自治团队与协作决策 第 8 章、轻量级治理 第 1 章、全局视野 第 5 章、价值度量与优先级排序 第 3 章、 EDGE 原则 第 7 章、战略和常规业务整合的投资组合 第 11 章、 EDGE ：探索转型的未来 目标 外环三原则（ 04-06 ） l 基于价值的优先级排序 l 轻量级规划和组织治理 重点回答“我们该如何投资” 内环三原则（ 01-03 ） l 适应性和学习型文化 l 跨职能和协作式决策 着眼于合作及快速适应 06- 轻量级规划和组织治 理 （定期进行商业成效评审） 05- 基于价值的优先级排 序 （增量地进行投资分配） ¥ X ? 基于成效的战略 自治团队 P9

、以管理为载体打造新型交通枢纽，该交 通枢纽整合了交通枢纽的安全、环保、能源、安防、应急、服务等数据资源，支撑交通枢纽科学、准确、及时 决策，提升交通枢纽综合运营能力、改善交通枢纽环境质量、强化运营本质安全、降低经营成本，实现交通枢 纽管理精细化、决策科学化和服务高效化。 交通枢纽建设思路 02 方案特点及价值 03 交通枢纽项目背景 01 交通枢纽解决方案 04 方案特点及价值 03 AI 算法信息 空间数据信息 集成数据信息 辅助决策信息 开发服务信息 物联智控平台 照明管理 应用层 交通枢纽级综合管控 展示层 网站门户 手机 APP 运营中心 标 准 规 范 体 系 运 维 保 障 体 系 空调管理 会议系统 门禁系统 安防管理 应急管理 智慧决策 数字化展示 信 息 安 全 体 系 服 务 管 集中指挥管控中心，实现对各 类大数据进行汇总，并进行深度的 数据挖掘、分析和智能决策，并通 过图表形式动态直观的将汇总信息 反馈到指挥中心多媒体屏幕，通过 用于信息展示的拼接电视墙，对各 分中心相关的楼宇建筑及机房环境 系统设备运行情况进行全面监控。 集中指挥管控中心大厅 数字交通枢纽方案 04 —— 一个中心 紧急情况决策区 将原本孤立的监控、门禁、消防、车辆、楼宇、群控、

数据智慧和洞见 , 这些数据智慧和洞见能够对企业的日常管理工作和决策过 程 提供定量化的精准支持。 除了身体能力 , 机械性、 可重复的知识性脑力劳 动 , 甚至较为复杂的分析工作 , 都有可能被智能机器取代。 未来 , 大数据和人工智能将会广泛运用到企业管理中 , 利用大量实时沉淀的 数 据进行快速而精准的智能化决策。 · 由谷歌旗下 DeepMind 公司开发的阿尔法狗 是企业想成为一个什么组织 , 领导者和管理层必须 员工更有针对性地工作 , 用实时动态反馈来管理、 监督和考核员工的工 作表现。 权力：共享 多样化关系的特点 . 让渡权力 : 将决策权、 分配权、 用人权等管理者最主要的三大权力全 部 企业与员工之间的相互赋能和员工之间的相互赋能。 让渡出去。 黏合剂。 构 构建 多样化关系 . 共享隐性知识最为有效的途径之一便是知识拥有者的流动 . 管理者必须灵活运用跨越传统界限和边界的网络 , 有能力与各种各样的创新者打交道 , 建立起多样性的团队 和高效的伙伴关系 管理者为企业和组织指明前进的方向并果敢做出决策 管理者需要培养敏捷创新的能力 , 跨界整合资源和协同执行的能力 构建企业 超级用户 体系和品 牌合伙人 体系 意识到付费会员不只是一种用户的筛选和沉淀 , 而是有相对应的清晰功能的界定和价值交付的情感契约

响应外部的变化。 —— 阿里钉钉的负责人 叶军 数字化的核心是决策应变，衡量的标准是变化发生到有效对策的时间，一个组织的数字化转型目标是决策权向前线人员转移，让离 客户更近的人调配资源，而要完成决策权的前移，那么就需要建立能够支撑实时感知变化、实时分析变化、实时制定最优决策并能 将决策自动执行的数字化平台。 ——IBM 商业价值研究院 数字化由四件事构成： 数字化由四件事构成： 一是要在线连接人、设备和流程等，要采集节点关键数据后，能够秒级感知发生了什么； 二是实时归因分析，秒级知道为什么会发生这些事； 三是能够通过模型预测会发生什么； 四是能够自动采取应对决策。 —— 汇付天下的董事长兼 CEO 周晔 关于数字化 ★ 得到 App 创始人 罗振宇、著名财经作家 吴晓波、小米科技联合创始人 刘德、 名创优品联合创始人 叶国富等 21 位乘风破浪的数字化先行者隆重推荐。 解 不够系统，往往把数字化转型等同于数字化营销，全面数字化转型的企业少之又少。 《一本书读懂数字化转型》由点到面、循序渐进地揭示了数字化转型的内在逻辑， 并给出数字化转型的实用工具，帮助企业决策者做到数字化转型的“取势、明道、 优术”，真正助力企业实现数字化转型落地，在数字化时代乘风破浪！ “ 取势”：什么是数字化？为什么要数字化转型？ “ 明道”：数字化转型到底改变了什么？数字化转型的本质是什么？

的一个组成部分出现，它增加了将仿真、执行控制 和分析相结合所需的数字化，从而在不影响精益制造收益的情况下，持续优化无返工的高 良率制造流程。智能制造为企业提供需要的端到端连接，以便企业做出数据驱动型决策， 从而加快新产品推出 (NPI) 和上市，并在零缺陷制造环境中实现更高产出。 精益制造正在向更智能的 半导体制造流程演进 根据西门子和德勤的预测，智能制造提高绩效的潜力令人印象深刻： • 产量提高 在当今业务速度下竞争所需的制造敏捷性不足 以精益技术为基础，半导体制造商向智能解决方案拓展的时机已 经到来。连接制造的各个方面并收集实时数据将使制造商能够就 市场周期、规划、生产、资本投资等做出明智的决策。 这将是 在全球几乎所有产业都将采用芯片的新半导体世界中取得成功的 必要条件。” Fram Akiki，Joun Technologies 总裁 资料来源：德勤数字化工厂 2 制 造 在不影响任何精益制造流程的情况下，智能制造还能使企 业实现以下几点： • 实现整个工艺节点和制造线的虚拟呈现，以便深入 洞察生产情况 • 通过实时报告和分析收集当前的制造数据，以便作 出数据驱动型决策 • 实现更快的 NPI 并缩短上市时间 • 消除返工，提高良率，实现零缺陷 • 通过数字方式连接生产流程和系统，以便清楚地了 解流程，防止出错 • 将虚拟世界与现实世界无缝连接

产业全景图谱报告》应运而生，它不仅是一份产业地图，更是一个 认知框架和商业工具。图谱延续了历史的精华，创造性地提出"通感智值"四维模型， 以通信和感知构筑坚实底座，以智能和价值编织无限循环，勾勒出从数据采集、传输、 理解、决策到执行、结算的完整闭环。这个闭环不是线性的流程，而是生生不息的螺 旋上升，每一次循环都在积累经验、优化算法、创造价值。 图谱的核心创新在于其独特的视觉呈现和逻辑架构。通信与感知作为双基座，承载着 能力是可复用的技术模 块，场景是价值创造的具体载体，结算是商业闭环的关键机制。这种方法论贯穿图谱 始终，使其不仅具有理论高度，更具备实践指导意义。无论是技术研发者寻找创新方 · 向，还是企业决策者制定发展战略，抑或是投资机构评估产业机会，都能从中找到有 价值的参考。 展望未来，AIoT 产业正站在新的历史起点上。通感融合将开启全新的感知维度，边缘 智能将重塑计算架构，数据要素将成为关键生产力，价值网络将促进多方共赢。这份 展望未来，多模态智能将向着更加自然、更加智能的方向演进。随着脑机接口、量子 传感等前沿技术的成熟，人类将能够感知和理解更加丰富的信息维度。同时，多模态 AI 将不仅局限于感知层面，而是深入到认知、推理、决策等更高层次的智能活动中， 真正实现机器对物理世界的全面理解和智能交互。这将为 AIoT 产业开辟全新的应用空 间，创造前所未有的价值机会。 · 6 洞察 3 确定性网络与垂类 AI 模型

 业务分析、决策缺乏数据支持  不符合 GxP 质量管理要求 营收快速增长 规模日渐庞大 现有 IT 系统 OA CRM …  系统 技 术框架扩展性不足  系统孤岛林立，整体集成性 不足，无法进行集团化管理  集团内关联交易、产供销协 同灯光功能缺失  。。。  对多组织、集团化管理支撑不足  对内控支撑不足  对分析、决策支撑不足  生产执行系统 （ MES ） 实验室信息管理系统 （ LIMS 企业资源管理系统 （ ERP ） 生产 / 成本管理 仓储管理 财务 采购管理 质量管理 销售管理 设备管理 企业信息门户 决策支持系统 外部门户（外网） 门户（ OA ） KPI 监控 管理报告 财务报告 战略绩效 主数据管理系统 （ MDM ） 主数据标准 主数据流程 主数据制度 投融资系统 合 并 报表系统 以计划管理为主线 采购过程跟踪为辅 以营销渠 道 管理 建设为主线 以全面预算及目标成本管理为主线的财务管理 采产平衡 产销平衡 主动营销及掌控 渠 道 采购管理 供应链管理 营销管理 精细核算、决策支持 以产品开发 管理效率为主线 精准高效 数据管理 物流 配送 计 管 划 理 供 管 应 理 打造供销与财务一体化的 信息系统 ， 提升管理效率 终端 消费 者 终端 消费

航天科工集团公司 —— 历史机遇：创新驱动国家战略 航天科工集团公司创新元素 军民融合国家战略 把军民融合发展上升为 国家战略，是党中央从国家 安全和发展战略全局出发作 出的重大决策，是在全面建 成小康社会进程中实现富国 和强军相统一的必由之路 中国制造 2025 到 2025 年，制造业两化（工 业化和信息化）融合迈上新台阶。 形成一批具有较强国际竞争力的 跨国公司和产业集群，在全球产 硬件、软件和智能的流通与互动。 从智能设备和网络中获取数据，然 后利用大数据和基于机器所在行业 的分析工具进行存储、分析和可视 化。最终的“智能信息”可以供决策 者（在必要时实时）使用，或者作 为各工业系统中更广泛的资产优化 或战略决策流程的一部分。 各种产生数据的机器 工业大数据 循环体系 机器数据采集 专有机器数据流 提取存储 基于机器 特征的算 法和数据 分析 可视远程和集 倍，且要在 这些数据上实时做复杂的领 域相关分析 机器大数据的特点 机器大数据的特点 工业大数据 - 实现路径 从海量产品数据中挖掘出对用户有价值的 信息，以直观，有效的表现形式，为用户 决策提供商业支持和服务 数据产品化 将计算机的逻辑功能嵌入到机器上，用数 据的方式描述机器制造和运行过程中产生 的大量信息。 产品数据化 通用电气 - Predix 工业互联网平台 航空

航天飞行器智能工厂总体架构 航天飞行器智能工厂是一种涵盖设备、车间、 企业及产业链的智能化生产组织和运行模式，具有 云边协同、自主决策、柔性重构等特征。依据航天 领域院所两级管理及全产业链协同要求，从信息集 成的维度出发，航天飞行器智能工厂可以分为设备 层、执行层、数据层和决策层，如图 1 所示。其中，设 备层是指车间内的各型设备及产线，通过 RS232、 RS485、RJ45、JDBC、Restful Things，IoT）等系统或组件。数 据层是围绕产品全生命周期的跨领域、跨环节多源 异构数据集成。决策层则是以集团或院为中心构 建的制造云服务及制造大模型，通过大模型赋能智 能工厂数据管理、协同制造和运行保障全过程，决 策层与执行层相互协同融合，提升航天飞行器制造 工厂的感知、分析、决策和控制水平，实现跨组织、 跨领域、跨地域数据业务协同。 1.1 云-边-端协同制造平台 针对车间多品种、大批量混线生产要求，需构 的信息认知思路，建立生产过程扰乱自适应孪生模 型，构建生产扰动后效预测分析模型 ［27］，实现复杂生 产扰动下异构制造信息决策能力。3） 基于协同智能 的制造系统自适应重构技术 ［28］，从全域资源自组织 协同角度构建自适应重构模型，在资源协同调度优 化决策基础上，基于多智能体关键参数动态调控模 型库，实现设备关键控制参数的动态调控。 2.2 面向狭小复杂空间的人机多维多尺度信息融合