产制造转型升级，加速淘汰落后产能，基于数智融合 先进技术的智能制造能力建设已成为产业数字化转 型和推动产业高质量发展的必由之路。在全球数字 化快速发展的当下，智能制造不仅关乎企业未来的生 存，更成为推动我国经济发展的重要引擎。智能制造 将带来更高效、更灵活和更智能的生产制造方式，同 时也会促进企业技术创新和可持续发展，引领产业高 关键词： 数字经济；人工智能；数智融合孪生；产业数字化； 新质生产力 数字经济的迅猛发展，带动了产业数字化和数字基础设施建设的快速推进，人 工智能、数字孪生等先进创新融合技术，已成为产业数字化转型升级的关键驱 动力。分析了数智融合孪生技术的产生背景，并围绕其赋能下一代智能制造工 厂建设展开探讨。产业实验说明，数智融合孪生技术对提高生产效率、优化成 本、提升竞争力及应对风险作用显著，作为智能制造核心支撑，正加速产业智能 化，助推新质生产力发展。 Abstract： economy；Artificial intelligence；Data intelligence fusion twin；Industrial digitization；New quality productivity 基于数智融 合孪生技术的智能制造应用探索 Application Exploration of Intelligent Manufacturing Based on Data Intelligence Fusion

当人工智能与物联网的融合进入深水区，AIoT 产业正在经历从连接万物到智联万物、 从数据采集到价值创造的根本性转变。站在 2025 年底的时间节点回望，我们见证了 一个产业从技术驱动走向价值驱动、从单点突破走向生态协同的壮阔历程。 《2026 中国 AIoT 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 端侧智能让每个设备都成为智慧节点，当场景协同让孤立系统形成有机整体，当价值 结算让数据流转变为价值流，AIoT 2.0 的新时代已经到来。 特别值得关注的是，图谱首次系统梳理了"通感智值"跨域编排的十大协同场景。从车 路云一体化到空天地海一体化信息网络，从工业智联到全屋智能，这些场景不是技术 的简单堆砌，而是响应国家"人工智能+"战略、打造一体化全场景智能交互环境的生动 实践。每个场景都经过深度调研和反复验证，既体现技术前沿性，又具备商业可复制 。这份 图谱既是对过往的总结，更是对未来的展望。它试图回答一个根本问题：在万物智联 的时代，如何让技术创新真正转化为社会价值，让智能化发展成果惠及每一个人。 愿这份图谱成为产业发展的导航仪，创新创业的工具箱，政策制定的参考书。让我们 携手共进，在通感智值的无限循环中，创造 AIoT 产业更加辉煌的明天。 智次方研究院 2025 年 10 月 · 目录 中国 AIoT 产业年度洞察

国投集团： 财务数智化建设助力数字国 投 超大型央企财务综合数智化转型 目 录 财务数智化项目建设背景 强管控：全集团财务核算“ 一本账” 统标准：全集团财务共享“ 一体化” 1 2 3 PAR T 财务数智化项目建设背景 1 国投集团：业务遍布海内外，多元化产业，规模体量大，经营业绩卓越 电力 为主能源 矿产 资源开发 交通 先进制造 新材料 生物能源 健康养老 并持续完善系统功能，着力构建与集团管理体制、发展阶段和财务管理模式需要相适应的财 务信息化体系。 集团财务信息化面临的挑战 截至“ 十三五” 末，集团财务信息化建设取得了一定的成果，但在数字化时代的大背景下，与内通外联、协同高效的智 慧财务、数字财务仍有较大差距，依然面临着一些挑战。 缺乏统一规划 缺乏统一规划，应用系统 异构严重，信息化标准未 统筹建立，会计信息质量 难以有效保障 精益化功能欠缺 系统版本较低，功能亟待 数据治理不够，财务决策 分析平台尚未建立，赋能 业务决策支撑不足 横向集成和纵向贯通 程度低 横向集成度低，纵向未全 级次贯通，信息孤岛仍然 存在， IT 硬控制等管控 功 能难以实现 财务数智化项目建设的必要性 - 落实国家数字化战略转型工作的重 要举措 数字中国 党的十九大在新的历史起点上，明确提出了建设数字中国， 培育具有全球竞争力的世界一流企业的宏伟目标。 中央企业数字化转型

年远景目标纲要》 2017 年 ， 政府工作报告首次提出 “ 数字经济 ” 概念 ，至今已累计 4 次被直接写入政府工作报告 。 国家发展改革委、 中央网信办 《关于推进“上云用 数 赋 智 ” 行 动 培 育 新 经济发展实施方案》 面 向 企 业 数 字 化 转 型 需 要 ，加强 资源整 合优 化 ， 创 新 体 制 机 制 ， 培 育 行 的新一代数字技术基础设施打造 IT 数字化 能 力 IT 数字化能力建设和持续高效运营是企业数字化转型的驱动 力 运用新一代 IT 技术，推动产品和服务数字化 改 造，以客户为中心，打造差异化、场景化、 智 能化的数字产品和服务，实现高效运营价值 着力夯实数字化转型基础 加快推进产业数字化创新 I ： IT O ： Operation • 平台 ：全局化、组件化平 台 • 业务 ：业务解构、协同、 贯穿客户全生命周期的价 值链条 • 多维价值体系 • 单个业务软件化，烟囱状 • 单体应用 • 以传统 IT 技术为主 • 追求局部价值最优 • 业务部门价值链条断点不连 续 • 以完成功能为主 l 企业数字化转型发展是一个复杂而长期的过程，数字化是大的信息化发展历史中的全新阶段。现阶段我们之所以强调数字 化，是因为云计算、大数据、 5G 、人工智能等新技术带来企业生产力和生产要素的变革。

键技术研究 设 备 、生 产 车 间 、生 产 流 程 等 深 度 融 合 ，实 现 自 动 化、信息化和智能化的一种车间运行模式，具有高 度协同、高效运营，快速重构等特点 ［3］。如何构建智 能工厂是当前航天制造企业面临的主要挑战，也是 国内外学术研究的重点 ［4-5］。 在智能工厂实际建设中，国内外部分先进制造 企业已经取得初步成果，如德国西门子、博世，美国 通用电气、波音、国家仪器公司等，国内在汽车、家电 出面向未来多品种、大批量生产的航天飞行器智能 工厂发展思路和总体架构，并从资源动态组织、人 机协同制造、质量智能检验和产业链高效协同等维 度 分 析 智 能 工 厂 的 关 键 技 术 ，将 制 造 技 术 与 数 字 化、智能化技术深度结合，梳理支撑航天飞行器智 能工厂建设的关键技术，为我国航天飞行器智能工 厂建设提供借鉴。 1 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、 物联网（Internet of 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

美业集团数字化整体解决方案 整体系统规划 典型业务场景 客户案例借鉴 项目成功保障 目 录 0 1 0 2 0 3 04 加入星球获取更多更全的数智化解决方案 人员较少、 地域单一 组织膨胀、 地域扩张 管理粗放、 营销为主 远离市场、 流程复杂 专业化与差异化营销生存 成本控制与精细管理发展 人力服务 员工服务 + 薪酬、绩效等 AI 小友机器人 智能助理、 RPA 税务服务 电子发票 增值税报税、企税接口 数据服务、分析云 精智工业互联网 IOT 大数据采集、工业 APP 金融服务 银企连、畅捷支付、 供应链金融 云 ERP API API API 企业 内部 API API API 社会化 应用 友企联 整体系统规划 典型业务场景 C/C 架构 云计算、 大数据、 物联 网 开源、 开放 以用户为中心 数据驱动 C2B 、 C2M 、 O2O 数据驱动 社会化 全数据 实时、 敏捷、 智 能 数据资产化 轻量级、 碎片 化 移动性、 社交 化 按角色、 按场 景 数据架构 技术架构 业务架构 国家信息安全 EAL3 级证书 成熟验证的质量管理和开发管理能力平台体系

的问题 , 使得个体对比较对象的投入和产出情况有 足够了解 , 降低了个体因不完全信息产生的脱离客 观实际的比较。让绩效管理变得精准和通透。 数字化绩效管理利用数字化业务运营系统的人工智 能和大数据技术 , 通过建模分析历史时期的投入 和 产出比 , 清楚了解到不同岗位员工的哪些行为 因素 会增加企业价值。 系统将根据这些因素及时 调整不 同岗位的考核方向和标准 , 从而正确引导 通过参与提升自身与平台价值。 企 业已不再是封闭个体 , 而要与周围的生态 发生 深层互动 组织微粒化——平台化转型之路 传统企业迈向平台化的三种途径 泛行业生态系统 , 形成有序连 接 参与生态 自建生态 文化利他化 第一节 企业文化的基本定义 第二节 传统企业文化之困 第三节 平台化企业的文化共性 第四节 平台化企业的文化特性 第五节 共建升维利他的企业文化

配置资源以帮助创新者成功探出一条路 总结成可复制的方式或方法 成功经验 挖掘创新 应注意 系统化创新的 三个陷阱 具体动作和行动计划之间的界限 混淆新奇和创新 为变革而变革 平衡组织价值 重构与组织连 续性间的关系， 需关注三件事 价值重构与连续性之间不是 对立关系，而是一件事情的 两个面，要把它们组合起来 价值重构不能以牺牲当期业 要有顺畅的信息交流 绩为代价 共生型组织中各成员的

动，推动社会、经济和文化的进步。 （2）AI时代的“识” 与“知”相对应，“识”在AI时代也有了新的内涵。传统的“识”主要强调个体的 主观认知和理解，但在AI时代，“识”还表现为一种基于共享知识、协同创新和智 能交互的群体智慧。AI时代的“识”包含：在智能化网络环境中，个体与机器、个 体与个体之间通过共享知识、协同工作和智能交互所形成的集体智慧和创新能力。 这种“识”不仅超越了个体的局限，还能够汇聚群体的力量，推动知识的创新和发 课堂参与度：通过小组讨论和问答环节来评估学生的参与度和兴趣。 ❍ 小组展示：每个小组向全班展示他们讨论的AI应用案例，评估他们的理解和创 意。 ❍ 课后作业：要求学生写一篇短文，描述他们如何在自己的生活中使用人工智 能，或者他们对人工智能未来的一个梦想。 通过这样的教案，我们不仅传递了人工智能的基础知识，还激发了学生的兴趣，鼓 励他们深入探索这个不断发展的领域。 2. 少样本提示 少样本提示（Few-shot 借助智能算法与大数据分析，AI不仅能挖掘出那些易被忽视的研究点和创新机会， 更能根据作者的研究习惯和领域特点，提供个性化的写作建议。这意味着，在AI的 助力下，论文的框架设计将更加合理，内容撰写会更加精准，甚至连语法和拼写错 误都能被及时捕捉并纠正。有了AI的加持，论文写作不再是一项繁重而琐碎的任 务，而是变得更加轻松、高效，且论文的质量也会有一定的保障。 表5-5列举了6个具有辅助论文写作功能的AI平台。

规划周期 在重要、快速响应的情况下改善协作 根据愿景和目标不断优化投资分配与监管 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