从智能营销到智能制造 邴金友 2025.03.19 营销 (CRM) 等业务系统在系统功能之外还存在很多的挑 战 自动化 开放性 高可用 易操作 云原生 智能化 高可靠 高扩展 高性能 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 云原生计算 云原生存储 块存储 CBS 虚拟机 CVM 容器平台 TCS 伙伴云 现场服务云 客户服务云 营销云 销售云 智能分析云 知识引擎 大模型 TI 平台 微 信 端 企 微 端 人 工 智 能 数 据 库 微 服 务 大 数 据 中 间 件 连接伙伴 连接客户 连接产品 连接员工 价值：问答准确率： 35%- 84% • 答案出图率提升：模型出图率 0%- 70% 边缘 云 9 音视频平台 6 智能 人 工 智能平台 智慧服务 ( 服） 数 据 先进 制造 + 4 技 术 业 务 精益化 数字化 数字研发 ( 研） 1 端到端价值链 材料仿真 ( 料） 工艺优化 ( 法） 组织协同平台 数 据 治理平台 创新 科技 3 3 1 7 8 智能化 自动化 组 织 战 略 20+ AI 质检项目 边缘设备管理、数

从制造到智造 — 瞻博网络 AI 驱动智造园区方案 © 2024 Juniper Networks 新技术部署难，出问题溯源难，终端多运维难 业务连续性 业务生产 7X24 业务中断会造成严重损失 数字化落地 - 并不容 易 © 2022 Juniper Networks Juniper Public Junipe: N ET WO R K 11 从端到云的保障 • 应用程序、用户、设备和会话的可见 性 • 实时客户端数据、主动射频调整 • 集成 Wi-Fi 、 vBLE 和物联网 90% AIOps 领导者 • 实时 SLE 全栈 自动化、增强型的 PKI 和主动 优化措施促使网络服务支持 工 时降低 20%.” ● “ 使用 Juniper (SD-WAN) 帮 助我们 在三个星期内完成 MPLS 网络无法实现的能 力 AI 驱动的 SD- 体 W 验 A 保 N 证 客户体验带来成功 18 /20“ 全球最大银行 仰仗可靠无线 带来效益提升 订单处理增加 300%.” © 2022 Juniper

智能供应链控制塔运作模式 产品功能的优化与集成 供应链体系的转型 • 端到端的愿景 . 规划的功能性协调作 用 • 自动化和数字化 所需的三种角色 • 所需的三种角色 • 所需的功能和技能 2 3 实现途径 • 服务共享 • 工作单元集成 ( 日常业务、人员、因素 /CoE) ANNEXES 2 组织模式的转型过程 • 转型方法 转型方法 • 转型重点 4 内容概览 1 功能控制塔根据供应链 ICT 管理运作决策 供应链的智能控制塔协调端到端的决策 供应链 ICT 一种新的可实现端到端的供应链协调运作模式 即运输 CT 会对最优路线、承运人、装载方案、调度方案和追踪方 案 进行决策 CT 采购 CT 设计 CT 制造 CT 运输 CT 命令 3 命 令 管 理 运 输 采 购 制 造 产 品 设 计 即供应链 ICT 计划通过职能进行部署，将库存从 A 端转移到 B 端 供应链内外功能的扩展 启用端到端管理 • 将规划人员转换成端到端的供应链分区段的管理人员 实现自动化和数字化 • 建立专家组基础，以实现可配置供应链的自动化和 数 字化 从两个方向对供应链体系进行优化 4 供应链管理人员 数据和 IT 专家 1 2 流程优化

位置物联网 + 工业互联网 ， 赋能智能制 造 发展趋 势 系统介 绍 案例介 绍 总结 企业介 绍 PART 01 发 展 趋 势 l GE: 2030 年全球工业互联网将实现 15 万亿美元 l 国泰君安 : 2030 年中国工业互联网将实现 3 万亿美 元经济增长 l Cisco: 2020 年物联网将为企业增加 21% 的利润， 并创造 19 位置物联网发展现状 UWB 定位专家 10cm 高精度定 位 PART 02 系 统 介 绍 开发平台形成设备库、 模型库、 应用 库 , 造场景 , 赋能智能制造 业协议 , 将数据传输到 PAAS 层 , 再 利用分析引擎 , 人工智能、 数 据挖掘 技术充分利用数据 , 实现设 备监测、 统服务功能 , 将位置物联网与工业互 作区域布局、工作自动化等 员工绩效指标 l 助力摒弃以往传统的人员评 估方法，提供更为精准的数 字化评估化模型，、更加高 效、精准，保证了管理层都 能第一时间掌握数据，以及 沟通的依据和结论的一致性 奖惩分明 l 针对性安排培训、警告、离 岗等人事安排 在岗时间指标 l 真正工作时间 l 合理制定加班计划 加班指标

所未有的成熟水平。与过去试图模拟人类智能不同，现在的机器被赋予了专业智能，能够在信息 物理系统中胜任复杂的生产任务；二是在产业应用层面，领军企业正重新定义“试点”的范围。为 了推动规模化应用，这些企业不再局限于单个用例，而是将视野拓展到整个生产网络，通过全面 布局推动转型升级。 围绕该话题，我们拟发布系列文章（共三篇），将立足于全球制造业的发展实际，深入探讨领军 制造商对AI的战略部署，以及企业在实现AI快速、大规模部署过程中需要构建的核心能力。作为 在生产网络中部署相 关技术；三阶段是“优化曲线”，各行业围绕技术采用的最佳实践进行调整。在此阶段，新的标准 与程序逐渐称为常规操作，且成本开始趋于稳定（见图1）。如果回看智能手机的发展历程，我 们也能清晰看到这种三阶段的S曲线。 截至目前，全球灯塔网络有153家成员。这些制造业的领军者在4IR技术的采用上，要平均领先于 其他制造商3~5年。如今，用例试点已不再是他们的关注焦点。对拥有多个灯塔工厂的企业而 回 肠的交响乐”（见图2）。 以生产现场的快速换线为例（见图3），企业不仅需要柔性机器设备来处理不同的产品，自动导 引小车（AGV）来运送物料和零部件，3D打印来定制生产线夹具，还需要可穿戴技术赋能管理与 技术人员，帮助他们了解实时数据。如何协调这些复杂元素之间的相互作用？答案是：AI。 然而，AI的部署离不开数据的加持。企业可从系统软件、设备传感器、互联基础设施，以及员工 等多个来源，生成和

AI 与 5G 赋能智能制造产业解决方案 目 录 1. 引言...............................................................................................................6 1.1 产业背景与趋势....................................... 智能节能控制......................................................................................87 7.2.1 用能优化策略.............................................................................89 7.2.2 碳排放管理.... 用 5G 网络连接海量工业传感器与高清摄像头，实时采集生产现场数 据，并通过边缘计算与云端 AI 算法相结合的方式，实现对设备状 态的预测性维护、对产品质量的在线视觉检测以及对生产能耗的智 能调控。这种结合不仅解决了传统 Wi-Fi 和有线网络在移动性、稳 定性和覆盖范围上的局限性，更使得 AI 模型的实时推断与反馈控 制成为可能。 为了更清晰地展示 AI 与 5G 结合在关键制造环节带来的具体提

产业生态数字化转型 全栈赋能服务方案 现代企业数字化转型面临的挑战 加入星球获取更多更全的数智化解决方案 国家政策 2020 年 8 月，国务院国资委印发《关于加快推进国有企业数字化转型工作 的通知》 ( 以下简称《通知》 ) 明确国有企业数字化转型的基础、方向、重点 和举措，全面部署国有企业数字化转型工作。 主机 客户端 / 服务器 互联网 1.0 数字化 认知 •文件系统 消费和客户需求个性化、多元化、实时化  供给需要持续性提升效率和创新模式  以新技术和新能力提升获客、降本增效、 发展和创新产品，获得市场优势和可持续 发展。 新需求 • 新生代差异世界观 • 网络和新技术赋能 • 新的产品服务需求 • 新的消费采购模式 新供给 • 新型竞争方式涌现 • 产品的颠覆式创新 • 敏捷按需的供应链 • 自动化高弹性制造 企业 数字化 转型 企业数字化转型 客户体验数字化 接近、满足、赢得和持续赢得客户；  运营管理数字化，即定制产出、缩短渠 道、柔性供应、敏捷服务、集成布局。  智能化业务决策，精准实时把握客户需 求、合理化资源配置；  一体化运营管理，部门横纵端到端协 同，及时高效解决运营问题；  生态化价值合作，连接和整合价值链， 共享共赢发展；  敏捷化变革创新，技术契合业务能力和 水平，动态引领市场。 智能化 一体化 生态化 敏捷化 新零售

���E�����0 人工智能赋能制造业全流程的技术及应用研究 董昊 1 刘星辰 1 曹峰 1 张发恩 2 高凌燕 2 (1. 中国信息通信研究院人工智能研究所,北京 100083; 2. 创新奇智科技集团股份有限公司,北京 100080) 摘要:在建设现代化、推进新型工业化的关键时期,人工智能(Artificial Intelligence,AI)技术的兴起为制 AI 技术在制造业全流程的落地已成为推动制造业领域产业升级的重 要引擎。 首先,分析 AI 技术赋能制造业的意义,从研发设计、生产制造、运营管理和产品服务等制造业 核心环节入手,深入阐述 AI 技术在全流程中融合应用的关键技术点;其次,介绍了制造业 AI 的技术应 用情况,并深入分析了 AI 赋能制造业全流程过程中的挑战;最后,展望了制造业 AI 的技术发展趋势。 关键词:AI;制造业;大模型 关键词:AI;制造业;大模型 中图分类号:TP181 文献标志码:A 引用格式:董昊,刘星辰,曹峰,等 . 人工智能赋能制造业全流程的技术及应用研究[J]. 信息通信技术 与政策, 2024,50(12):42-50. DOI:10. 12267/ j. issn. 2096-5931. 2024. 12. 007 0 引言 制造业是经济增长的关键驱动力。 据世界银行数

AI+ 精益 + 数智赋能离散制造业解决方案 02 精益 +AI+ 数字智能工厂建设的实 践 03 模型化发展能力 01 AI+ 精益 + 数字的企业价值 目 录 好的企业， “产品捅上天 、文化扎下根， 管理高效 ······ 规范工厂组织 + 精益管理 （一个流实现） 实 践 证 明， 以“精 益 、 数 字 ”为 核 心 思 想 的“企 业 运 营 管 理 ”， 业务价值导向的精益 数字变革架构 目 录 效 率 导 向的 智 能 闭 环 管 理 利用大数据与智能 AI ： 实现生 产 过程可管 、可控 、可预测， 使 业 务流程的智能化的动态调整 及决 策， 以持续改善， 促进客户满意 与效率提高 STEP3 ： 智能管控 精 益 驱 动 数 字 赋 能 产线整流： 实现有序生产 业务标准化： 实现标准作业 数字化： 生产过程规范 产生数据： STEP1 ： 标准作 业与数字化 智 能 分 析 辅 助 决 策 工厂运营业务实现线下转到线上， 从订单接收到产品交付， 记录大 量的数据， 通过统计分析， 改进 不足， 使业务更高效 Q\CD 。 其中数字化运用的着力点在精益化标准基础上的数字采集 、统计分析 、智能管控。 精益驱动， 数字赋能， 让制造更简单 / 高 效 STEP2 ： 数据 应