出海企业需在严格遵守当地法律法规的基础上，构建数字化顶层思维，可以以HR-BI人力资源商业 智能为基础，充分利用人工智能技术工具，构建新型人力资源管理系统。 核心观点十 灵活用工与远程办公的兴起，将深刻影响制造业出海的人力资源管理策略，促使企业在人力资源管 理上更加注重员工的个性化需求和发展。 核心观点十一 目 录 第一章 中国制造业出海现状与趋势 第二章 中国制造业出海人才需求特征分析 征。 近年来随着美国“再工业化”“去风险”政策的实施和全球疫情冲击影响，部分外资企 业在全球供应链体系中实施“中国plus one”战略，在中国以外另选一地设置供应链，从而 降低可能的地缘政治风险。与之相对应，部分中国企业为规避美国等西方国家的经济和技术 封锁政策，也将国际化与全球化作为企业的长期发展策略。受这一趋势影响，中国制造业的 出海热度越来越高。 据《中国对外直接投资统计公报》 中的中国跨国公司100大名单，对名单上的企业所属行业进行统计，如图1所示，随着“一带 一路”倡议的推进，中国企业在基础设施建设、能源资源开发等领域的国际化步伐加快，土 木工程建筑、电力生产等行业的企业影响力逐渐增加。新兴产业如通信设备制造、风能太阳 能设备制造、综合投资等行业发展迅速。 从行业来看，中国制造业出海的主导行业已从传统的低附加值形态向高附加值形态转 变。中国海关总署发布的官方数据显示，2023年，中国出口机电产品13

系统”，攸关互联网安全稳定运行，也是支撑各国经济社会运行和推 动数字经济发展的重要基础。 2024 年以来，在国际局势变乱交织、数字主权实践深化、互联网 碎片化问题突出、联合国进程影响深远、新兴技术发展应用、全球经 济不确定性凸显、域名市场增长放缓等多重因素的影响和挑战下，互 联网名称与数字地址分配机构（ICANN）继续推动全球域名治理与政 策制定提质增效。新一轮通用顶级域（gTLD）开放进程日趋临近，域 名注册数据政策生效实施，DNS 年以来，ICANN 治理体系内各社群组织、机制和进程总体有序 运作，共同推动 ICANN 治理改进和政策革新。 1. ICANN 治理受复杂发展环境影响 当前，全球域名治理体系面临着国际局势变乱交织、数字主权实 践深化、互联网碎片化问题突出、联合国进程影响深远、新兴技术发 展应用、全球经济不确定性凸显、域名市场增长放缓等多重因素的影 响和挑战。 其中，全球数字竞争和地缘政治博弈日益加剧，主要国家强化数 （WSIS+20）审查等联合国框架下进程对于规划和构建未来的数字世 界影响深远，寻求重申、强化和发展多利益相关方治理方法并维护互 联网的安全、稳定和互操作性，成为 ICANN 等传统互联网治理组织 及技术社群的核心关切。 互联网技术革新与应用发展持续引导和满足用户多样化需求，但 也对域名体系运行和发展带来影响。随着移动智能终端及搜索引擎、 APP、小程序、二维码、社交媒体句柄、URL

统，从而快速应对变化，精确调整策略。例如， 员工无需依赖采购系统来修改订单交货日期， 而是直接要求 AI 助手进行调整。 但这仅仅是基础应用。借助 AI 助手，供应链 团队正在建立一种全新的人机互动模式，这 种模式将影响供应链的每个环节，从规划、 采购、生产到分销。事实上，64% 的首席供 应链官认为，生成式 AI 正全方位革新工作流 程。首席供应链官和自动化高管们表示，生 成式 AI 将在未来两年内将数字助理的决策量 成本，并确保从一开始就充分考虑这些成本。 产品开发策略除了关注新 SKU 的销售额外， 还应考虑总拥有成本，预测交付新产品的费 用，并考虑滞销产品带来的损失。 此外，还应考虑可持续性因素。随着消费者 和监管者对环境影响报告的要求日益严格， 供应链高管需要能够追踪从生产到交付的每 一个环节的可持续性指标，并且致力于设计 更加环保的产品生命周期。在这一领域，生 成式 AI 能够提供帮助。76% 的供应链和运营 通力合作，能够满足客户定制化需求。过去， IBM 的供应链使用传统系统，分散在不同组 织部门中。因此，信息系统缺乏整合，数据 流通效率低下。员工依赖电子表格完成大部 分工作，这阻碍了团队协作，影响了实时数据 的共享。 早在十多年前，IBM 的供应链管理团队就 提出了一个雄心勃勃的转型计划，即建立 一个认知型的智能化供应链。该计划的目 标是打造一个灵活的供应链，充分利用数 据和 AI

余鸿彪、潘峥 文 打造韧性企业， 开创增长新局 特刊 06 | 智能制造 过去几年，制造业在端到端供应、生产和运营 领域面临了诸多挑战，包括需求波动、成本上涨、极 端天气事件和技术创新带来的影响等。这些挑战大 大降低了制造业的韧性，导致企业每年错失1.6万亿 美元的收入增长机会。 但埃森哲最新调研发现，投资于韧性能力建 设和提高数字化成熟度的企业明显超越了同行，积 极引入这些做法的先行者已平均斩获了8 数据驱动型的计划 • 预测性地识别运营问题（质量缺陷、故障、维护需求、不合格） • 可支持端到端运营实时可视的数字驾驶舱 • 运用数字工具，快速了解供应短缺、生产或运输延迟对销售及 成本的影响 动态化、可持续的产品开发 采取生态设计及协同工程方法来开发新型产品与流程的能 力，充分利用贯穿整个产品生命周期的反馈闭环。 • 依托数字孪生平台的协作方法 • 通过生态设计方法，在设计过程中植入可持续因素（例 使用网络模拟/优化工具来完善生产、优化供应布局 • 建立供应风险预警系统，识别供应商群体中的风险（从第 1级到第n级） • 提升存储或货运量的能力 • 模拟需求波动、供应瓶颈并识别影响的能力 图一 我们的研究全面衡量了工程、供应、生产和运营领域中31种韧性支持能力的成熟度 这些能力代表了企业应优先投资的最重要领域 特刊 08 | 智能制造 打造韧性企业，开创增长新局

及他们在发展决策中的影响力，可 以将他们分为两类：在项目设计中起直接决定性作用的关键利益相关方（章节1.1）和众多在实施 层面间接影响园区发展的次要利益相关方（章节 1.2）。 图1对这些角色进行了概述。 目标 & 定义 实施 发起方 投资方 协调方 供应方 终端用户 终端用户 规划设计方 & 开发方 审批机构 市政当局 省/国家政府 债权方 影响方 需求 & 要求 要求 维护方 技术诀窍 要求 开发方 基础设施运营方 影响方 图1：园区内不同角色及其关系的概述 18 1.1 决策层面 最初决策层的两个关键角色包括发起方和投资方。发起 方确定园区包括气候中和目标在内的各项决议目标。投 资方为园区发展筹集必要的资金。理想情况下，这两个 角色由一个利益相关方来担任。单一利益相关方所担任 的角色越多，协调沟通成本也就越低，进而可以提高整 个流程的效率。当然，这些角色也可以由多个投资方共 方共同实现以下几点： • 对参与的各方进行动员 • 整合相关的专业知识与技术方案 • 通过涵盖更多的观点、专业知识以及其他相关要点来 提高质量 初始决策层除了终端用户之外，还包括了邻近片区以及 本地协会等有影响力的相关方。在这一方面，既有园区 和新建园区之间存在着很大的差异。在建设项目开始 时，终端用户尚不明确，因此用户需求更多是间接地形 成的，例如由房地产市场来决定。 在实际执行过程中，如果园区不在一个单一的利益相关

ESG 的主 要原因 数据划分 逆境将加速转型 第九版年度智能制造现状报告 执行摘要 工业 GenAI 革命：从愿景转向现实 新兴技术引领行业变革 不断上升的网络威胁以及对风险和 复原力行动的影响 在过去的十二个月里，生成式人工智能 (GenAI) 在 技术优先级排行榜上一路飙升，对嵌入这一变革性 技术的工业应用产生了强烈的需求。 为了补充和扩大劳动力，协作机器人、自主移动机 器人 (AMR)、自动导引车 网络安全被列为雇主在 2024 年寻 求的头号技能 GenAI 在投资回报方面排名第二， 仅次于云/SaaS GenAI 是未来 12 个月内技术投 资的头号新领域 网络安全预计是在未来三年内受到人工智 能影响最大的第二大问题，仅次于质量 网络安全首次跻身前 5 大外部风险，总 体排名第三 人工智能 劳动力 网络安全 第九版年度智能制造现状报告 在决策过程中提供意见 12% 概述 “智能 问题： 您认为贵组织在 2023 日历年实现增长的最大外部障碍是什么？ 选择前 5。基数：1353 外 部 障 碍 原材料/微芯片短缺/价格 通胀 熟练工人的短缺 供应链中断 新冠疫情影响 2023 2024 通胀 熟练工人的短缺 网络安全风险 能源成本不断上涨 供应链中断 问题： 您认为贵组织在 2024 日历年实现增长的最大内部障碍是什么？ 选择所有适用项。基数：1567

制备的工业数据对模型进行训练。由于工业数据的特殊性以及工业应用对模型 11 的高要求，这个过程需要解决诸如如何让模型更好地理解工业数据的语义、如 何提高模型在工业任务中的准确性等问题。这一阶段的训练结果将影响到工业 大模型后续在工业任务/行业模型适配以及工业场景交互应用中的表现。 图 1.5 模型设计及使用反馈 1.1.5 工业场景交互应用 工业场景交互应用是工业大模型构建的最后一个阶段。这一阶段主要关注 通过在线学习持续服务 5 年仍保持 90%准确率 成本效益：全生命周期总成本降低 40-60%，ROI（投资回报率）提升 2-3 倍。 1.4.5 技术挑战对比 ➢ 共性挑战： 数据质量波动影响模型稳定性 极端工况下的可靠性验证需求 ➢ 传统模型瓶颈： 无法突破"维度灾难" 知识迁移成本高（跨工序模型重建需大量重复工作） ➢ 工业大模型新挑战： 千亿参数模型的实时推理能耗问题（某大模型单次推理耗电 基础设施层作为整个工业大模型技术体系的技术底座，为其高效运行提供 了必要的硬件、网络和数据支持，是整个体系的关键保障。在当前工业智能化 的实践中，基础设施层的构建不仅决定了模型的计算效率，还直接影响到模型 在实际工业场景中的适应能力和部署效果。 算力支持是基础设施层的核心要素。工业大模型的训练和推理过程需要处 理海量的多模态数据（如文本、图像、音频、视频等），其复杂性远超普通模型。

CCID CC ID CCID CCID CCID CCID 新能源汽车：产业生态国际化 关键矿产：竞争愈发激烈 动力电池：国际化投资热情高涨 光伏：全球造，全球卖 纺织：全球需求不足影响国际化 产业篇 历史演变：制造业国际化的四个阶 段 内外双驱：日益复杂的外部环境与 自身发展的内驱动力 风险挑战：地缘变局、蝴蝶效应、 市场风险 日本：先产品后产能、先大企业后 大国博弈带来的地缘风险是当前我国制造业国际化面临最大风险 蝴蝶效应： 俄乌、 中东等地军事冲 突与风险的持续外溢 • 军事冲突对东道国的直接影响最为明显 ， 出口 和 投资全面缩减 • 地缘冲突影响海上通道通行 ， 全球航运市场备 受 冲击 • 俄乌冲突推升全球国际化进入大合规时代 ， 我 国 成为重点关注对象 ID CCID CCID CCID CCID 融支持不足也给光伏国际化带来不利影响 机遇：低碳化转型、技术优势、各国政 策支持给动力电池国际化带来机遇 挑战：合规审查力度加大、地缘政治风 新能源汽车 机遇：全球市场需求有巨大空间，我新能源汽车产业 同时兼具技术优势与品牌优势 风险：贸易摩擦加剧、市场配套不完善阻碍企业国际 化步伐 动力电池 ID CCID CCID CCID CCID CCID 险加剧影响产业国际化 重要矿产

25%。氢燃料电池汽车（FCEV） 虽处于起步阶段，但在日本、韩国等国家的政策支持下，已开始小 规模商用。 市场竞争方面，特斯拉、比亚迪、大众集团和通用汽车等企业 占据主导地位。特斯拉凭借其技术优势和品牌影响力，在全球范围 内保持了领先地位；比亚迪则依托其垂直整合的产业链，在中国市 场占据重要份额。此外，传统汽车制造商如大众、宝马和丰田也在 加速向电动化转型，推出多款新能源车型以抢占市场份额。 以下是 持续扩大，政策支持和技术进步是其重要驱动力。截至 2023 年， 中国已成为全球最大的新能源汽车市场，销量和保有量均位居世界 前列。市场特点具体表现为以下几个方面： 首先，政策环境对新能源汽车市场的影响显著。中国政府通过 一系列政策措施，如购车补贴、免征购置税、车牌优惠等，大力推 动新能源汽车的普及。特别是在一线城市，由于传统燃油车的限购 “ ” 政策，新能源汽车成为消费者购车的优选。此外， 多传感器融合技术：将视觉数据与其他传感器信息（如激光雷 达、红外传感器）结合，提高系统的环境感知能力。 4. 新能源汽车制造过程中的关键环节 在新能源汽车的制造过程中，关键环节的设计与优化直接影响 产品的质量、性能和生产效率。首先，电池系统的制造是核心之 一。电池作为新能源汽车的动力来源，其生产流程包括电芯制造、 电池组装配和电池管理系统（BMS）集成。电芯制造需要高精度的 设备和技

简单金融 成就梦想 2.2 模拟基座：模拟设计平台 APEX 流程模拟软件之重要性相当于芯片行业中的 EDA 软件，受限于流程模拟软件研发门槛 高、人才少、投入大等因素影响，国产流程模拟软件发展举步维艰，至今尚无成熟的商业 化流程模拟软件，对外依赖严重。 中控 APEX(Advanced Process Engineering Expert)是一款通用流程工业过程模 分析提供了坚实 的数据基础；2）精准解析：基于工业大数据模型分析技术，Q-Lab 平台能够深入剖析质量 数据的内在逻辑，挖掘数据背后的深层价值。通过精准解析，企业能够洞察质量问题的根 源，找到影响质量的关键因素，为质量决策和改进提供有力支撑；3）数智融合：Q-Lab 平台将 AI 技术与质量数据深度融合，实现生产过程异常监测、工艺数据关联分析、产品质 量预测预警等功能。通过 AI 技术实 标杆并复制推广，在石化、化工等传统优势行业持续为客户创造价值，继续保持领先优势， 在煤炭、油气、风光制氢、医药、食品、冶金、建材等行业，与头部企业共同打造了数字 化、智能化标杆项目，扩大行业影响力，提升行业市场份额，预计未来智能制造解决方案 仍将保持稳定增长。因此我们假设 2024-2026 年智能制造解决方案营收同比增速为 15%。 我们假设 2024-2026 年该业务毛利率保持稳定为