After ： l 整个园区通过三维可视化的技术将消防设施点位进行展示，实时监测设施装 填，联动消防管理系统，实时展示消防故障，并通过告警列表一键定位到 告警设备 Before: l 主要靠人为进行 7*24 小时值守，被动运维，各个消防设置点位 依靠人工检查，存在信息实时性差、事故处理效率低的问题 消防管理 After ： l 监控指标根据管理可需要不断扩展 l 设备故障检修可快速定位具体位置 问 题后也不能及时发现 照明管理 After ： l 可及时发现电梯异常情况，辅助工作人员快速定位，实时同步电梯运行 状态，节省了运维时间 Before: l 电梯手段管理单一，多通过人为巡检查看设备状况，被动 响应 电梯管理

考虑到轻量化和安全性，通常采用高强度的铝合金或碳纤维材料。 车身制造过程包括冲压、焊接、涂装和总装，这些步骤需要自动化 的生产线和严格的质量控制。特别是在焊接和涂装环节，采用机器 人作业可以提高生产效率和产品质量，同时减少人为误差。总装环 节则需要精细的工艺和严格的检测，确保各个部件的安装正确无 误。 此外，智能化生产线和物联网（IoT）技术的应用也是新能源 汽车制造中的关键环节。通过引入智能化生产线，可以实现生产过 系 统等核心部件的制造中，自动化生产线和智能化检测设备的使用可 以显著提高生产效率和产品质量。例如，电池生产中的涂布、分 切、叠片等工序，通过引入 AI 技术，可以实现实时监控和调整， 减少人为误差，提高产品一致性。 在供应链管理方面，新能源汽车的供应链相比传统汽车更为复 杂，涉及电池原材料、电机材料、电控组件等多个领域。为了确保 供应链的稳定性和高效性，企业需要构建一个智能化的供应链管理 如，利用生成对抗网络（GANs），AI 可以在短时间内生成多种设 计方案，并根据预定义的性能指标（如续航里程、能耗效率、安全 性等）进行自动筛选和优化。这种方法不仅可以缩短设计周期，还 能降低人为设计误差。 其次，在仿真领域，AI 技术可以大幅提升仿真的精度和效率。 传统仿真通常基于物理模型，计算复杂度高且耗时长。而 AI 可以 通过训练神经网络模型，模拟复杂物理现象，从而加速仿真过程。

34 年的老牌家具企业是这样解决的！ 芯片制造 | 思特威：国内安防 CIS 龙头思特威： 打造高新制造企业人力资源数字化样本 电子设备制造 | 聚和新材：人力资源数字化的核心 是以人为本 21 25 29 33 37 产品 PRODUCT 04 全面智慧绩效的 6 个知识点 80%HR 还不知道！ AIGC+HR SaaS 数字人小爱 3 个超能力，让效 率原地起飞 要 因素。如今，很多企业其实还处在智能制造由浅入深的探 索阶段，对自己需要的人才类型还不够明晰，也没能构建 对应的人才标准体系。即便有了明确目标和标准，由于过 去传统制造企业是以一线的操作工人为主，人员配置比较 单一，在招揽跨行业、跨领域的人才时，还没能摸清他们 的求职偏好、求职习惯及沟通评判标准，这就导致“盲目” 寻找，很难触达目标人才。 那么，假设市场上人才供给充足，企业又能找到他们，状 用 HR 系统就选懂业务的 i 人事 �� 昇鹏人效云引领AIGC时代下的组织变革 激活员工与管理者 我们都知道，当下企业发展的主旋律是：对外稳步经营，稳健发展，对内降本增效。企业发展要以人为本，要从组织和人的层面， 通过数字化手段“修内功”，在当今的 AIGC 时代，尤其需要如此。 利唐 i 人事 HR & 昇鹏人效云 创始人兼 CEO Chary Zhu �� 观点 用

起点高 —— 现状不保留 3. 专业齐全 —— 反映到地块 4. 结构清晰 —— 分区明确 —— 级别鲜明 详规 城市设计 实施 修定 （商业 —— 住宅 —— 绿化 —— 道路） 5. 以人为本，以大众为本 ( 邻里中心，金鸡湖） 6. 土地价值的充分利用 —— 市场经济 7. 环境的充分重视 城市空间形态、道路空间、湖边空间、地块内

术研发 和集成创新任务，形成系统化技术解决方案。” 之江实验室在国家与浙江省政府的政策指导下，根据之江 实验室十四五规划要求，围绕 “人本、智慧、生态” 的目标， 深度谋划数智园区建设。“以人为本、绿色高效、引领未来” 的数智园区顶层规划不断完善，力争将南湖总部建设成为 功能完备、数字智慧、生态集约的科学研究综合试验场、 数智园区大运营管理体系成果转化应用示范基地和未来社 区模板。 项国家发明专利，结合已打造的之江实验室 数智园区大运营管理体系实体样板，具有特殊性和不易复 制性，潜在经济效益高。 之江实验室数智园区大运营体系 之江实验室数智园区大运营服务体系见图 16。大运营服务体 系设立 “以人为本、绿色高效、引领未来” 的建设目标，以物 联网平台为依托实现智能化系统互联互通，打破数据孤岛，变 被动发现为主动服务，在不断的数据积累和学习中不断提升运 营服务能力，使实验室的智慧运营系统持续完善，根据人员需 APP、物联网、BIM 运营、能源管理等平台，规范建设要求，梳理系统功能，明确技术性能标 准，夯实实验之江特色数智园区大运营体系。 1 个 融合空间 4 个 基本特性 3 个 建设目标 以人为本 绿色高效 引领未来 数字 孪生 物理空间 数字空间 联接 计算 AI 云 全域感知 万物互联 主动服务 智能进化 健康安全 统一感知 数智安全

而非通过学习获得智能 单向指令 ‒ 交互水平局限于系统设计，为使用者提 供规则范围内的回答 固定环境 ‒ 应用于特定领域或任务， 自动问题处理，灵活性和适应性较差 瓶颈可见 ‒ 智能需要更多人为干预， 易遇到发展瓶颈且智能难以自我迭代 流程优化 ‒ 智能是针对现有流程和系 统的优化，而非创造全新的解决方案 传统智能 人工智能+ �� 技术模式：“传统智能”基于预设的逻辑和算法来执行任务，而非更多地通过学习来持续提 理问题，灵活性和适应性较 差；“人工智能+”可应用于复杂且广域的非结构化多模任务处理，具备很强的灵活性和普 适性； 发展模式：“传统智能”在单个领域有明显可见的发展瓶颈，在应用过程中需要较多的人为 干预，自我迭代相对较困难；“人工智能+”能够不断进行自我优化和扩展，具备持续的学 习和自我突破能力，发展空间广阔； 创新模式：“传统智能”一般可针对固有流程和系统进行优化，但无法创造新的业务解决方 面广、耗时长、效率低、劳动强度大等问题；而管廊、隧道、油气储罐等区域，人员通常难 以进入或进入存在危险性，所以传统人工巡检方式对安全生产的保障能力较弱。 利用机器视觉等人工智能技术，以智能巡检机器人为载体，搭载各种可见光、红外传感、光 谱气体组分分析设备、融合环境监测多传感器系统的智能识别系统，可以实现石化厂区内隧 道、管廊等作业环境的可视化巡检和智能分析，降低管廊隧道风险因素，保障工厂安全生

动 资料的作用范围，劳动资料分布呈现集中化与分散化并存。三是培育 新型劳动者。数字技术大幅提升劳动者数字技能，深刻改变劳动者工 作方式，催生了自主创业、兼职就业等灵活就业新模式，以工业机器 人为代表的智能装备在劳动过程中得到广泛应用，极大拓展了劳动者 内涵和外延。 数字经济塑造新质生产力三大动力。一是推动技术创新方式变革。 数字经济通过重构和优化技术创新方式，加速颠覆性技术涌现，强化 革，数字化生产工具在生产过程中的广泛应用为新质生产力提供了迭 代更新的劳动资料。三是培育新型劳动者。数字技术大幅提升劳动者 数字技能，推动劳动者向更高技能的复合型技术人才转变。同时，以 工业机器人为代表的智能装备在劳动过程中得到广泛应用，极大拓展 了劳动者的内涵和外延。 数字经济为生产力三大动力的培育塑造提供源泉。作为新一轮科 技革命和产业变革的重要领域，数字经济不仅优化了三大生产要素， 字技术的改造和创新，生产工序自动化和体系化水平进一步提升，不 仅替代了生产过程中劳动者的部分体力劳动，也替代了生产计划、生 产控制等部分脑力劳动，更深层次地解放了人类劳动，极大提高了生 产效率。以工业机器人为代表的智能装备在劳动过程中得到广泛应用， 并通过传感器、自动规划、内容理解等能力自动适应和敏捷处理多种 工业场景复杂的任务，促进生产的精细化、标准化、便捷化，也将人 类逐渐从重复、枯燥的工作中解放出来，向复杂程度更高、创造性更

文化差异是企业迈进全球市场必须直面的问题，宗教、民族、语言纷繁复 杂，法律和制度也差异较大。出海企业将国内的管理模式和企业文化直接搬到 海外市场，容易造成“水土不服”。在全球化的企业环境中，企业应始终遵循 “以人为本”的管理原则，关注员工的文化习俗、工作习惯等差异，尊重员工 个体性，构建具有包容性和凝聚力的企业文化，同时设法解决属地与国内员工 差异化管理难题。 核心观点五 中国制造业出海人才白皮书 (2025) 不同阶段企业出海人才需求 在全球化的企业环境中，员工往往来自不同的国家和地区。企业应始终遵循“以人为 本”的管理原则，关注员工的文化、工作习惯等差异，尊重员工个体性，构建具有包容性 和凝聚力的企业文化，推动企业良性发展。 2 在人才管理中始终秉持“以人为本”理念 案 例 Townhall会议很好地体现“以人为本”的理念，会议通常由高层管理人员主 持，它不仅是一个简单的信息传递平台，而且是一个交互式的沟通工具，允许员工 随着全球化的加深和科技的迅猛发展，数字化转型已经成为各行各业的必然趋势。在这 一过程中，人工智能（AI）和自动化技术的应用显著加速。特别是以ChatGPT为代表的生 成式AI技术，在提高工作效率、降低成本和减少人为失误等方面展现了巨大的潜力。这些技 术不再仅仅局限于重复性高、事务性强的工作领域，而是逐步渗透到更多需要创造力和判断 力的领域。随着技术的不断演进，越来越多的行业和企业开始重新思考如何通过数字化创新

心有限公司联合同 济大学、百度Apollo编制的《自动驾驶汽车交通安全白皮书》中提到：根据 CIDAS（中国交通事故深入调查）数据库，2011年至2021年5664起乘用车参与 的事故案例中，驾驶员人为因素占比约为81.5%。人是交通安全中最不确定的因 素，与人类驾驶相比，自动驾驶安全性更高。 图：人类驾驶汽车事故致因 资料来源：《自动驾驶汽车交通安全白皮书》，高工 智能汽车搜狐号，海通证券研究所

高炉煤气 转炉煤气 天然气 液化天然气 汽油 煤油 碳数据：用于量化CO 排放、移除、抵消的基础数据。 碳移除：指从大气中移除CO 并长期储存在地质、陆地或海洋库里或产品中的人为活动。 它包括现有或潜在的人为增强生物或地球化学的汇或直接空气碳捕集与封存，但不包括 那些不是直接由人类活动带来的自然的CO 吸收。 碳抵消：一些减排成本相对较高的区域积极减排的同时也迫切需要通过市场机制从边界