制造行业解决方案 1 行业发展态势与机会 4 案例分享 智慧工厂解决方案 数字化咨询服务 工业互联网解决方案 5 制造行业方案目录 • 咨询将通过丰富的自身实践与深厚的行业积累，借助新兴使能技术帮助制造业企业实现智能制造转型、 推动企业管理变革和运营创新，规划发展未来新商业模式助力企业数字化战略的落地。 咨询业务 业务需求 管理需求 咨询 人 财 物 数据 产品 客户 智能制造成熟度评估模型 云计算能力框架 数字化转型方法论 START 集团级企业数字化转型方法 论帮助企业实现数字化转型 升级 稳态 + 敏态双态 IT 架构帮助 企业应对不同的信息化支撑与 运营管理需求 多维度体系化帮助企业评估现 有的信息化能力与信息化资产 双态 IT 架构设计方法论 集团级微服务能力框架，帮助 企业从评估，拆机，重构等多 阶段构建企业微服务能力 微服务能力框架 基于行业实践与积累，形成 动。 需求驱动的智能补货决策 在需求预测的指导下，针对不同仓库网络类型和 商品特性，我们均可为企业提供定制化的智能补 货策略，包含动态安全库存补货、长尾品补货、 易腐品补货、促销活动补货等，帮助企业在提升 服务水平的同时降低库存积压。  更精准快速的销量预测  更低的库存占用成本  更高的库存周转率  更有效的部门间协同计划 26 2.1.1 库存优化解决方案技术架构

能够替代大量人工,帮助制造业提效。 AI 技术 的引入使得制造业能够实现高度自动化,减少对人力 的依赖,从而提升效率。 例如,在无人矿卡的应用中, 自动驾驶技术替代了传统的人工驾驶,无人矿卡能够 实现 24 小时不间断作业,显著提高了作业效率。 此 外,通过 AI 技术赋能质量控制,能够以远超人工质检 的速度和分辨率,显著提高生产效率。 其次,AI 能够通过优化已有生产流程,帮助制造 业提 业提效;以及优化制造业研发设计、生产调度、运营管 理等流程,大幅缩短原有流程的时长。 例如,AI 技术 可以帮助企业实时监控和评估生产流程的效率,分析 生产流程中的瓶颈,从而调整资源配置,优化生产线布 局,提高整体生产效率。 同时,AI 技术能够通过分析 设备的运行数据,预测设备故障的可能性,提前进行优 化维护,从而减少设备故障导致的停机时间,提高了生 产线的整体效率。 1. 2 AI 品,确保只有符合标准的产品进入下一环节,显著减少 不良品的产生。 另外,AI 技术能够促进产品创新,满足产品的个 性化需求。 通过分析大量市场数据、用户反馈和产品 性能数据,AI 技术能够帮助企业识别潜在的市场需求 和趋势。 企业可以根据客户的具体需求进行灵活生 产,而不是依赖传统的大规模生产模式。 这种方式不 仅提高了客户满意度,还增强了市场竞争力 [4]。 1. 3 AI 助力制造业实现绿色生产

效率，从而大幅提升仓库出库效率。 某大型生活类电商仓库 仓储系统优化 通过定制化算法为电商仓提供集货位分配、补货策略、波 次生成、拣货路径设计一体化的算法优化解决方案，在不 额外占用库容的情况下帮助仓库减少人工成本，提升仓库 在波峰时的出库效率。 1.8s 无人仓内 AGV 大规模调度问题求解速度 3x-4x 无人仓相较有人仓出库效率提升 18% 拣选路径单均距离节省 15-20% 拣货效率提升 生产排程典型客户及案例 28 天 +10 周 排产周期 分钟级别 求解速度 某大型电子行业制造巨头 多工厂生产排程引擎 10%+ 订单满足率提升 30% 产能损失降低 帮助该企业重新设计在多工厂网络协同的 生产、转运、采购一体策略，帮助其建立 了新的多工厂协同的生产排程引擎。在满 足各项复杂生产约束的同时，提升订单满 足率。 某大型汽车制造商 智能工艺排序 5 倍 + 求解效率的提升 10% 精确的系统模型刻画，保证了求解的最优性与 求解效率的同时，提升了产线的组装效率。 某汽车零配件生产巨头 生产排程优化项目 帮助该企业对涉及到上千种 SKU 的注塑，喷涂， 装配等环节的产线的协调进行优化，具体对企 业的每个塑件批次的生产天数及对应的喷涂圈 数进行决策，可直接输出供企业直接落地使用 的生产批次计划，帮助该企业直接降低喷色环 节每圈的换色次数从而降低该企业的生产成本 保证 100% 满足供货需求的情况下

时，我们应如何重新定义经济学家的 角色与价值？更重要的是，如何将这些工具整合到研究全流程中，使之成为智力放大器而非简单替代品？ 幸运的是，我们有机会找到与人工智能合作的方式。最直接地，大模型可以帮助我们自动化许多“脏活”， 比如修改格式、撰写文章、润色代码。除此之外，我们还可以把大模型作为自己可以随时与之对话的参谋，为 我们提供智识上的启发。除了经济学家的日常工作之外，大语言模型也为经济学研究提供了新的分析工具。多 浅层看，大语言模型能够帮助社会科学家完 成所有与文字相关的日常工作。它可以帮助我们阅读文献、修改语言。它还通过语言捕捉了人类的行为模式， 从而为非结构化的数据分析以及行为模拟开启了新的可能。社会科学积累的大量知识，也可以由大语言模型 捕捉 (Farrell et al., 2025)。而从更根本的层面看，它通过语言捕捉了已有概念以及这些概念之间的联系，从 而可以帮助社会科学家获取知识、启发 “相关性”，去思考和构建其背后的因果机制，并将其提升为具有普遍性的理论框 架。 社会科学家还是概念的创造者与意义的诠释者。AI 可以处理信息，但人类赋予信息以意义。社会科学家 的核心任务，依然是创造新的概念，并用这些概念来帮助我们理解这个日益复杂的世界。而 AI 将成为社会科 学家有史以来最强大的研究助理。它能以前所未有的效率，完成理论构建过程中的素材准备和初步验证工作。 但这反而将社会科学家从繁重的劳动中解放出来，

月我们组织出版了《大型装备制造业数字化之道 ---- 基于模型的数字化企业》解决方案白皮书，受到了广大客户的热 烈欢迎，经多次加印仍然供不应求。大家普遍反映，该白皮书中 描述的愿景代表了工业信息化的方向，对企业信息化蓝图规划工 作非常有帮助，其方案和实践部分对制定实施战略路线图提供了 很有价值的参考。鉴于近期西门子工业软件在产品组合、战略愿 景、实践案例方面又取得一系列重要进展，我们决定组织人员对 该白皮书进行修订再版，除了修订既有内容以外，西门子中央研 大型装备制造业数字化之道 西门子基于模型的数字化企业解决方案白皮书（修订版） 软件以及 TIA 全集成自动化技术。西门子的整 体解决方案可以帮助中国工业企业实现升级转 型，以更高生产力、更高效能、更短产品上市 时间、更强灵活性在国际竞争中占据先机。 总之，作为工业技术和工业软件的全球 领导者，西门子将积极在中国的“工业 4.0” 变革（也就是“两化深度融合”的高阶阶段） 单一数据源开展工 作，从而有效地缩短整个产品研制周期，改善 生产现场工作环境，提高产品质量和生产效率。 MBE 也获得了美国国防部、美国陆军研究实 验室等代表客户方单位的大力支持，并在某 些大型项目中提供相关的帮助，不仅对 MBD/ MBE 进行了系统的阐述和研究，同时，也通 过国家项目进行资助和验证。 美国“ 下一代制造技术计划（The Next Generation Manufacturing Technologies

(UWB ， BLE ， RFID) 5G AI 视觉 工业边缘计算 工业物联网关 生产设备 工业交换机 TSN 工业交换机 工业防火墙 工业安全 工业安全 工业安全 机台 帮助企业实现 人、财、物、客 全面数字化 供应商 物流商 外协工厂 银行金融 工商 / 税务等 政府监管 合作伙伴 客户 消费者、会员 电商平台 经销商 / 分销商 生意平台 工作平台 动。 需求驱动的智能补货决策 在需求预测的指导下，针对不同仓库网络类型和 商品特性，我们均可为企业提供定制化的智能补 货策略，包含动态安全库存补货、长尾品补货、 易腐品补货、促销活动补货等，帮助企业在提升 服务水平的同时降低库存积压。  更精准快速的销量预测  更低的库存占用成本  更高的库存周转率  更有效的部门间协同计划 2.1.1 库存优化解决方案技术架构 打通 提供城市地理大数据服务，支持门店级需求 预测 提供独立的预测和补货算法 API 服务 可根据客户场景定制算法和系统功能 2.1.1 库存优化功能概览 服务水平优化 需求预测 补货计划 促销优化 多级库存优化 帮助权衡更高的服务水平与额外库存 成本的关系，通过敏感性分析指导企 业在指定库存需求的情况下达到最合 理的服务水平，找到最佳的经营模式 结合传统时间序列与 AI 算法，充分 利用企业内外部数据，为多种类别

括内存、本地磁盘、CPFS 高性能并行文件存储以及 OSS 对象存储，统一管理冷热数据的自动流转，提升存 储效率并降低成本 ；而在数据流转过程中，阿里云 Lindorm、MaxCompute 等产品也帮助车企实现了多模态 数据的清洗处理和高效挖掘 ；在仿真验证过程中，阿里云容器 ACK 等产品拉起上千个仿真任务并行运行，加 快迭代节奏。 汽车行业 AI 应用白皮书 总体篇 场景篇 级别，即组合驾驶辅助或有条件智能驾驶，这意 味着车辆可以在特定情况下进行智能驾驶，但驾驶员仍需随时准备接管控制权。例如，自适应巡航控制可使车 辆自动保持与前车的安全距离，并根据前车速度调整自身车速 ；车道保持辅助系统能帮助车辆在车道内稳定行 驶，当车辆有偏离车道趋势时自动进行微调纠正。目前不少主流汽车品牌的中高端车型都已初步具备这些功能， 部分车企也宣称其产品具备 L3 级别的有条件智能驾驶能力，允许驾驶员在特定场景下短暂脱手驾驶，但驾驶 16 汽车行业 AI 应用白皮书 总体篇 场景篇 趋势篇 售前咨询 ：智能客服在客户浏览官网或使用移动应用时提供即时咨询服务，详细解答车型信息、配置参 数及优惠政策，帮助客户决策。通过大数据和机器学习，智能客服能根据客户偏好和历史行为推荐合适的车型 和配置，提升转化率和客户体验，增强品牌形象。 售中服务 ：客户决定购买后，智能客服继续提供全方位支持，包括订单确认、车辆生产进度查询、提车

智能化服务 扩展服务 6 思略特 | 智慧工厂发展趋势洞察与实施方案解析 在赋能生产运营各个主要场景的同时，智慧工厂 解决方案也渗透到工厂运营的各个环节，通常以 “应用程序（app）”形式，帮助工厂解决自身运 营痛点问题，实现基于场景的运营优化，提升从 需求、采购、生产、交付到客户服务的端到端运 营管理自动化、数字化与智能化水平。 用例举例 信息来源：普华永道智慧工厂报告，思略特分析 协同共创用例开发、规划实施路径并协助落地， 普华永道思略特将基于全局的一体化端到端智慧 工厂实施过程总结为四步，从智慧工厂顶层设 计、智能解决方案用例开发、智慧工厂实施路径 规划到落地实施。帮助企业明确智慧工厂顶层设 计、全面识别定制化智能解决方案需求、推动平 稳有序有效落地，实现将智慧工厂战略贯彻到执 行的一站式服务。 一体化端到端智慧工厂实施方法论 信息来源：思略特分析 战 智慧工厂的实施是一项长期工作，实施路径规划 需要结合工厂运营建设全局视角递进，结合用例 间的实施先后顺序要求，个体用例技术寻源、用 例优化、投资回报分析与实施落地，合理有序地 进行整体实施路径规划，帮助企业在短中长期实 现阶段智慧工厂战略目标并有效分配资源。 路径规划过程中，需要重点厘清个体用例间的关 联关系与先后顺序，以及对应的前置运营提升举 措实施，确保整体实施计划未来可落地、落地有

传递和处理，显著提升了订单管理的效率和准确性，同时也增强了客户的服务体 验。 2.生产过程的智能化改造：项目利用 5G 技术的高速度和大带宽特性，实时 3 收集和分析生产线上的数据，包括设备状态、生产进度等，帮助企业更好地把握 生产情况，提高生产效率和产品质量。 3.仓储的智能化：项目通过工业互联网平台和 5G 技术，实现仓储信息的实 时更新和共享，提高了仓储管理的效率，降低了库存成本。 4.设备管 设备管理 设备资产是企业重要的资产，良好的设备管理可以帮助企业精准、实时的掌 握重要资产情况，同时有助于延长设备的生命周期。六安一六八基于 5G 互利网 技术，建设设备管理系统，包括设备台账、设备维修、设备点巡检、设备保养、 设备 IOT，实现推设备的在线管理。及时精准掌握设备的运行情况、维修情况、 8 告警情况等各种企业关注的要素，间接帮助企业实现生产成本的降低效果。 1.6 智慧验收 心，并基于数据中心，提 供基于平台能力的数据服务。 2. 平台互联架构 面向企业，提供一体化 MES + 轻 ERP 生产数字化解决方案，实现以生产为 核心的产供销一体化数据连通和高效协同，帮助企业缩短订单交付周期、提升产 品品质、提升内部沟通效率等，进而降低企业管理成本，提高生产效率。 10 3. 具体应用场景和应用模式  5G+远程设备运维 场景描述：通过云平台下发控制参数，经由数采设备对机床进行工作坐标、

。强大的场 景引 擎协调舱内各系统，基于情境（如目的地、电量）和用户状态（如情绪 识别） 提供主动、连贯的服务。同时，大模型能力拓展至丰富的服务生态， 包括自然 对话、内容创作、信息获取及用车帮助等。 未来展望 未来汽车智能化将更加深入地理解用户个体需求，基于健康、情绪等多 维数据提供动态自适应的个性化体验。汽车制造业将与医疗、教育等更多元产 业深度融合，催生全新的服务模式和商业生态。随着车辆成为海量数据的集散 高温、高压等极端工况下，模拟电机的运行情况，检测电机是否会 出现过热、 短路等问题。同时，虚拟仿真平台还可以对电机的设计进行优化， 通过调整电 机的参数和结构，提高电机的效率和可靠性。在电机研发过程中， 虚拟仿真平 台可以帮助工程师快速筛选设计方案，减少实车测试的次数，降 低研发成本和 时间。例如，工程师可以通过虚拟仿真平台，对不同的电机设 计方案进行性能 评估，选择最优的方案进行实车测试。 车身风阻仿真体系： 40 智 己 汽 车 X 红 中 国 信 通 院 的车型推荐。在实际销售中，用户画像标签体系可以帮助销售顾问更好地了解 客户，制定针对性的销售策略。例如，对于关注豪华车型且有较高购买能力的 用户，销售顾问可以重点推荐高端车型，并提供专属的优惠政策和服务。 数据融合架构： 多源输入：线上浏