智慧工厂发 展趋势洞察 与实施方案 解析 沈宇峰 普华永道思略特中国工业产品与服务行业主管合伙人 电话：+86 (21) 2323 2273 邮箱：julius.shen@strategyand.cn.pwc.com 赵汀 普华永道思略特中国工业产品与服务行业合伙人 电话：+86 (21) 2323 2256 邮箱：ting.zhao@strategyand.cn.pwc.com 邮箱：leon.x.pu@strategyand.cn.pwc.com 联系人 普华永道思略特中国高级咨询顾问刘欣宇、顾问王昊飞和罗欣缘对 本文亦有贡献。 2 思略特 | 智慧工厂发展趋势洞察与实施方案解析 自上世纪70年代计算机技术开始普及推广，自动化和信息化逐渐在制造业广泛应用。 如今，随着通信互联、工业物联网、大数据分析等新技术的推陈出新与逐渐成熟，正 推动工业创新与数字化转型。愈来愈多的制造业企业，通过打造标杆智慧工厂，实践 数字化、智能化创新。 普华永道思略特持续关注工业4.0相关实践，结合众多成功大型、标杆智慧工厂的实 战项目经验与行业洞察，为广大制造业企业提供智慧工厂最新发展趋势洞察与实施方 案解析分享。 前言 智慧工厂发展趋势洞察与实施方案解析 | 思略特 3 智慧工厂发展趋势 洞察 有别于前三次工业创新与进步，主要依赖单一技 术突破拉动生产力形成爆发式增长。工业4.0通 过实时数据采集、工业互联网、智能计算与处理

国家顶级节点 国家标识解析中心 二级节点 — — 行业标识解析中心 企业标识解析系统 网络化协同 精益化生产 数字化仓储 平台化供销 企业智能制造信息化管理系统 CAX 、 SCM 、 ERP 、 MES 、 CRM 、 PL M 采集交换→集成处理→建模分析→决策控制 国家顶级节点： 连接国际根节点，面向国家 / 地区提供顶级标 识编码注册和标识解析服务，支持跨二级节点 的标识解析；主要由国家层面建设； 二级节点： 面向行业或区域提供标识编码注册和标识解析 服务，分为行业二级节点和综合类二级节点两 类；主要由行业龙头企业建设； 企业节点： 提供企业内部的标识编码分配、标识解析服务， 与二级节点对接； 标识解析技术是工业互联网和智能制造核心推动力 UrOVO 优博讯 优博讯是 2020 年国家工业互联网创新发 年国家工业互联网创新发展工程——工业互联网标识解析二级节点核心单 位 03 物联网技术融 合 PLM&PDM 客户 CRM ERP 产品规格 工艺流程 标准工时 智能报表 BI 车间自动叫料 工序 物流 业务 WMS 供应链 SCM 收货 检验 PDA 收料 信息流 数字化工厂系统架

N G U N VE R S I TY O F S C I E NCE AN D T ECH NOLOGY 后 息 与数 据中心 华中科技大学 • 单机解析 QPS 可到 300 万级，支持性能线性扩展。 •95% 以上的解析请求响应时间 <150ms 标识查询 •95% 以上的标识前缀查询请求响应时间 <1500ms UDP 协议、支持 HTTP/HTTPS协议 标识注册性能： 5 万 / 秒， 95% 响应时延 800 毫秒 标识解析性能： 300 万 / 秒， 95% 响应时延 300 毫秒 标识解析协议支持 IPv4/IPv6 协议， 支持 TCP/UDP/HTTPS 等多种通信协议 可信解析机制、可信身份验证及可自定义的数据访问能力自主知识 产权，支持国密算法、国产操作系统、国产 X86 处理器 工业互联网是国之重器，体现国家意志 D I C A L C O LL EG E H U AZ H O N G U N VE R S I TY O F S C I E NCE AN D T ECH NOLOGY 高性能 标识解析 后 息 与数 据中心 华中科技大学 2023 年 3 月 全国各省大数据省级分中心试点工作单位： 北京市：北京大学第一医院 吉林省：吉林大学中日联谊医院 山东省：山东大学齐鲁医院 浙江省：浙江大学医学院附属邵逸夫医院

能性。相较于通用 AI 模型，审计智能体需要具备三个核心能力维 度：首先是领域知识的深度适配，包括国际财务报告准则 （IFRS）、美国通用会计准则（GAAP）等超过 2000 项条款的准 确解析；其次是多模态数据处理能力，既能解析 PDF 财报和扫描 凭证，又能处理 Excel 底稿和数据库日志；最后是可追溯的推理链 条，每个审计结论都必须具备可验证的逻辑路径。以下为审计智能 体与传统工具的对比差异： 识别与异常检测，基于深度学习模型分析历史审计案例和行业风险 特征，智能体可自动标记异常交易模式，其检测准确率在测试环境 中达到 92%，远超人工抽样检查的 65%水平。最后是智能分析辅 助，通过自然语言处理技术自动解析合同条款、监管文件，生成风 险提示和审计要点，使审计师能够聚焦于专业判断而非基础信息处 理。 关键技术指标对比表： | 维度 | 传统审计方式 | 人工智能辅助 审计 | 政策时效性方面的可靠性，例如能够准确识别 2022 年财政部新修 订的收入确认准则（财会〔2022〕25 号）的具体变化条款。 在审计工作流中的技术适配性主要体现在三个维度：首先，非 结构化数据处理能力可解析 PDF 版银行对账单、扫描件合同等传 统 OCR 难以处理的文件，实测显示对模糊文档的字段提取准确率 达到 92%，较传统技术提升 40%；其次，风险预测模块通过分析 历史审计案例库，可自动生成高风险科目预警清单，在试点项目中

08 微秒 二、网络安全专用产品 序号 产品类别 产品描述 １ 数据备份与恢复产品 能够对信息系统数据进行备份和恢复 , 且对备份与恢复过程进行管理的 产品。 ２ 防火墙 对经过的数据流进行解析 , 并实现访问控制及安全防护功能的产品。 ３ 入侵检测系统 (IDS) 以网络上的数据包作为数据源 , 监听所保护网络节点的所有数据包并进 行分析 , 从而发现异常行为的产品。 ４ 入侵防御系统 产品名称：安华金和数据库防火墙系统 产品概述 安华金和数据库防火墙系统（简称 DPS），是一款基于数据库协议解析与控制技术的数据库 安全防护系统，实现了对数据库访问行为的控制，高危操作的拦截，可疑行为的监控，风险威 胁的拦截，提供可靠的数据库安全保护服务。 DPS 提供加密通讯解析、SQL 语句解析等核心技术，并提供丰富的数据库安全策略，如阻 断、拦截等控制类策略，记录、告警等审计类操作。DPS 主动地、实时地、全方面地保障数据 工业防火墙是专用于工业控制系统内不同安全域之间进行网络边界隔离的安全防护类产品。 产品通过对各类工业协议的深度解析，综合运用工控威胁特征识别技术、机器自学习与可信白 名单技术，识别并抵御各类来自工控系统内部和外部的网络攻击和恶意破坏行为，为工业控制 系统的稳定运行提供安全保障。 功能特点 ◎全面的工控协议深度解析 可识别近百种工业协议，可对 OPC、Modbus、Siemens S7、EtherNet IP、IEC104、DNP3、

习时强调“高质量发展需要新的生产力理论来指导”。传统的 ISO/OSI 等经典网络理论，虽然涵盖了联网设备之间，从物理连接、 数据传输、会话管理到应用服务的完整通信功能，但并未纳入网络用 户交互所需的身份识别、行为交互、数据解析等能力。针对当前互联 网在数据互联互通中面临的架构性与基础性瓶颈，本白皮书在参考借 鉴 OSI 网络七层模型的基础上，通过在网络传输层之上构建新型互 联协议，提出一种面向 Web3.0 的数字实体网络创新技术路径。 输、会话管理到应用服务的完整通信流程，但是受限于领域特定数据与网络公用 性的矛盾问题，传统的 ISO、TCP/IP 等经典网络理论主要定位在异构网络通信 层面，数据互联所需的身份识别、行为交互、数据语义解析等需求被当做应用层 问题由“客户端-平台（服务器）”交互模型解决。 2) 缺乏对数据的合理抽象 OSI 七层模型主要针对异构网络互联，这使得当前网络基础设施主要面向" 面向 Web3.0 的数字实体互联白皮书 TCP/IP 架构的基础上，针对数据互联需求，抽象出数字实体（Digital Entity） 概念，通过在传输层之上构建网络原生能力，实现数字实体可发现性、属性可获 取性、连接自主性、交互真实性与可解析性，这可能是下一代网络发展的关键突 破点。 本白皮书基于 OSI 网络七层模型（参考模型）、TCP/IP 模型（实际应用模 型），遵循组网完备性原则提出未来网络模型，以支持数字实体互联。参考图

01991, 2015 . 常用模型 用户意图识别 • 基于用户问题，使用意图分类模型进行用户意图的判定， 从 而 将用户问题定位到某个子领域。 • 辅助进行进一步的用户语义解析 • 基于意图信息，进行用户对话管理和状态分析 担保问题 促销活动 页面功能 投诉问题 支付问题 电话服务 变更取消 订单问题 名词解释 保险问题 0.00 0 诗句组合寻优 景点 / 关键词解析 图片解析 反向过滤引擎 遗传算法， RNN ，广度优先图搜索 CNN ， GeoHash 黄图识别 PMI,plsa ， word2vec … N-gram ， RNN LM ，语义模型 用户输入关键词 特征语义解析 知识推理 用户输入图片 图片特征识别 情感引擎 主题引擎 天气引擎 季节引擎 GPS 解析 CNN 结束 携程小诗机

....................................................................................135 8.2.1 医疗报告解析................................................................................................... 构，通过动态激活子模型的方式实现计算资源的智能分配，在保证 响应速度的同时显著提升复杂任务处理精度。在保险行业特定场景 中，其优势主要体现在三个方面：首先，基于多轮对话和上下文理 ” 解能力，可准确解析客户提交的非结构化理赔描述，例如将 车子 ” 右前方撞到护栏导致大灯破裂 的口语化表述自动转化为标准化事 故编码（V37.2）和损伤部位标识（ADL 代码：HL-03-R），识别 准确率达到 98 解释性 标准。DeepSeek 大模型展现出的多模态理解能力和 53 层注意力 机制，特别适合处理理赔场景中混杂的文本、影像、结构化数据复 合分析任务。某省保险行业协会的测试表明，其在医疗报告解析任 务上的 F1 值达到 91.7%，显著优于现有行业解决方案。 2.1 保险理赔业务的核心痛点 保险理赔业务作为保险服务价值链的关键环节，长期面临效 率、成本与体验的多重挑战。传统人工处理模式在业务量激增和客

核心版本与适用场景 模型版本 发行时间 模型大小 核心能力 适用场景示例 DeepSeek-V3 2024-12-26 671B 通用自然语言处理（NLP），支 持 长文本理解、多语言交互 合同条款解析、政策法规 匹配、审计报告生成 DeepSeek-R1 2025-1-20 671B 复杂逻辑推理，强化数学与 代码生成能力 财务数据分析、异常检测、 风险建模 DeepSeek Janus 存货舞弊" → 获取瑞幸咖啡等真实案例解析 "审计案例函证失败" → 展示典型错误及应对方案 案例学习后输入"生成思维导图"可自动梳理要点 5.2 审计工作辅助 5.2.1 审计工作清单 操作方式：通过描述任务自动生成定制化清单 示例输入： "我要审计一家电商公司的销售费用情况，请生成审计新手注意事项清单" 示例参考： 5.2.2 审计文档解析 操作方式：上传审计文档 示例输入： 识别潜在风险信号（如"放宽信用政策"表述） 5.2.3 审计访谈 操作方式：输入#模拟访谈#+角色开启演练 示例参考： 5.3 审计学习考试 5.3.1 智能错题本 操作方式：上传错题截图/拍照→ 自动解析 特色功能： · 自动归类知识点（如"审计抽样风险"） · 推送相关真题（按难度分级） · 生成易混淆点对比表（如" 信赖不足风险 vs 过度信赖风险"） 5.3.2 CPA 审计训练