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 创新协同效应，提升创新体系整体效能，推进技术创新向更大规模、 更高效率、更强协同的新范式演进。二是推动生产要素配置优化。数 据提高生产要素组合替代能力和有效产能，在传统要素的基础上，为 .. 2 （三）数字经济赋能新质生产力发展................................................................. 3 二、数字经济重构新质生产力三大要素.................................................................... 4 （一）数字经济催生新型劳动对象.. 性配置，能够改变传统生产方式，通过产业深度转型升级催生新产业、 新模式、新动能，进而为推动新质生产力发展注入源源不竭的动力， 实现对传统生产力的质态跃迁，促进全要素生产率大幅提升。 二、数字经济重构新质生产力三大要素 生产力系统是在劳动过程中形成的，由劳动者、劳动资料、劳动 对象等要素以一定结构形式联结组合存在。在不同时代，生产力三大 要素的内涵变化及组合结构的不同，都将推动形成新的现实生产力。

控制 管理 功能 A 功能 B 控制 管理 无法满足高并发下的业务需求 开发都在同一个项目改代码，相互等待，冲突不断 代码功能耦合在一起，新人不知道从何下手 构建时间长，任何小修改都要重构整个项目， 耗时长 一个微小的问题，都可能导致整个应用挂掉 统一进程 集中部署 统一认证 统一管理 效率低 1 维护难 2 不灵活 3 稳定性差 4 扩展性不够 5 SOA 架构 理和服务，它以产品价值链创造集成供应商（一级、二级、三级……）、制造商（研发、设计、加工、配送）、分销商（一级、二级、三级……）以及客户信息流、物流和资金流，在为客户提供更有价值的产品和服务的同时，重构产业链各环节的价值体系。

增长、产业发展的关键因素。 传统资源要素约束明显趋紧，同时能支 撑产业转型升级的新要素红利有待释放， 资源要素配置进入新一轮优化期。 “大三角”分工合作格局被打破，全 球产业链、供应链、价值链、资金链 正深度重构，新的产业分工格局向多 元化布局、区域化合作演变。 北美地区将呈平稳发展态势 ，亚洲有 望保持中高速发展 。在人工智能等科 技革命推动下，未来5年内全球经济将 加速复苏，有望实现3%增速。 CCID

数据价值，推动业务转型，从而释放创新价值，驱动社会经济 快速发展。 但同时，在数智技术快速发展的背景下，园区数据快速增长， 大模型等创新应用不断落地，这意味着园区需要对云、边缘、 网络等基础设施进行重构或优化，并利用创新的软硬件技术组 合，满足数智园区在计算、存储、网络等关键资源方面的需求， 充分释放数智转型的潜能。 为了助力园区的数智化转型，全国智能建筑及居住区数字化标 准化技术委员会 基于单点功能的建设导致系统孤立、管理粗放而且服务不 足等问题，已难以满足用户日益增长的多样化需求。 • 第二阶段：数据整合、打通（2012 – 2020 年） 本阶段以数据服务主导，开始以数据服务、已建系统重构 和数据平台建设打通数据，促进产业发展，出现云计算、 大数据、物联网的应用。在本阶段，各园区聚焦于智能化 建设，在基础设施智能化、数据协同、业务联动和可视化 运营的基础上，出现物联网、工业互联、可视化的使用。 持工业软件系统和工业应用系统的部署，推动网络智能化演 进，应对异构网络协同部署与智能运维等挑战。 在该模式下，5G 核心网中采用服务化网络架构 (SBA)、软 件定义网络 (SDN) 和网络功能虚拟化 (NFV) 技术实现网络 重构与网络云化，把控制面功能和用户面功能 (UPF) 分离， 支持独立扩展、灵活部署、功能重用、网络功能之间的交互、 弱化接入网等功能。这一服务化的架构设计模式使得 5G 网 络能够更加充分地获得云化支持，保证网络资源高效利用，

园区标准 团队底蕴 公司简介 行业经验 实践示范 搭建基于工业互联网的大数据平台 建立了基于工业互联网的大数据平台，并在上虞化工园区投入使 用。 基于智慧化工园区标准的模块的升级和重构 智慧园区综合管理平台各业务应用升级；改造升级园区企业、智慧 安监、智慧环保及应急联动 新建园区门户、视频智能分析、智能运维管理及运维体系搭建、园 区画像、企业画像、项目管理、在线培训

深化期：全面转型（3年以上） 技术实 施深度 战略 定位 业务 覆盖 成效 评估 2.2% 11.1% 35.6% 51.1% 可有可无 必备战略 22.2% 71.1% 6.7% 单点工具应用 业务流程重构全价值链创新 2.2% 31.1% 55.6% 11.1% 试点部门 全生态衍生 核心业务线 4.4% 42.2% 48.9% 4.4% 事后报表 自动决策执行 实时预警、预测 核心决策依据 布将开放期深耕数十年的行 业知识库。 Q2：如何看待国内推动数据在国际间的交易与合作、国际巨头开放行业知识库等 行为？---各有利弊 • 有助于行业&产业通用规范的标准建立，长远来看，既有助于产业 链价值重构，又使中国to B服务市场走向相对标准化成为可能 • 有助于为工业大模型提供稀缺、垂直且高质量的数据，提升大模型 的场景适配能力，促进“大模型+”的应用落地 利好 方向 主要 挑战 工业知识

收入增长，而中国制造企业AI普及率还不够11%，大模型在这一领域显示出巨大的发展潜力和广阔的 空间。工业大模型的应用能够有效帮助企业提质增效、降低成本，在这个过程中，企业对工业大模型 的需求不断增加，特别是在全球价值链重构的背景下，提升产业竞争力成为企业的重要目标。基于这 一目标的驱动，上游厂商提供的芯片、服务器等硬件提供商将迎来新的发展机遇，为了满足实时数据 处理和模型训练的需求，硬件提供商将不断优化产品性能，提升数据处理能力。云计算等软件提供商

2 序言 PREFACE 工业大模型作为新一代人工智能技术与工业场景深度融合的结晶，正以前 所未有的速度重构制造业的智能化体系。随着第四次工业革命的推进，工业大 模型凭借其卓越的数据处理能力、出众的跨模态融合特性以及高效的智能决策 效能，日益成为推动工业智改数转的核心驱动力。然而，尚处于初级发展阶段 的工业大模型，仍面临工业数据多模态复杂性、模型可解释性不足以及应用成 本较高 工业大模型实现三类知识迁移： ➢ 跨设备迁移：在数控机床群体间共享磨损模式知识 ➢ 跨工序迁移：将冲压工艺知识迁移至焊接工序 ➢ 跨工厂迁移：在分布式制造节点间同步质量检测经验 ◼ 安全容错机制重构 工业大模型建立新型安全保障体系： ➢ 不确定性量化：输出置信区间及风险预警 ➢ 防御性蒸馏：抵抗对抗样本攻击 ➢ 退化监测：实时跟踪模型性能衰减 1.3 工业大模型的分类体系 地和应用。 另一个挑战是技术更新与企业适应能力之间的差距。工业大模型的发展迅 速，新的算法和工具不断涌现，企业需要快速适应技术进步。但许多企业的业 务流程和组织架构相对固化，需要时间去调整和重构。技术更新往往需要改变 传统的生产工艺和管理模式，这对企业而言是一次较大的变革。而这种变革不 仅仅是技术层面的，更涉及到组织文化、管理模式、人员技能等方面，员工可 78 能会因担心工作变动而产生抗拒，影响变革的顺利推进。

而李芳阳表示，在面对智能制造带来的人与技术协同融合 以及工作业务场景创新的巨变时，如何针对“产量”人才 与“专业技能”人才做差异化和精细化管理是人才管理的 重点。在这个过程中，如何把数字化技术与人才管理相结 合、重构人才管理场景则是关键的突破点。 观点 总结 总而言之，人作为核心资源，在企业建设智能制造的过程 中将发挥至关重要的作用，这一点已经成为行业共识；但 是，高阶人才的缺失仍是普遍难题。从外部来说，这需要

现代 15 化、生产方式绿色化、生活方式低碳化、绿色发展制度化推进绿色园区建设等。 未来，智慧园区在低碳化的方向上将会从多个维度演进：伴随着ICT技术的持续创 新，将实现对园区基础设备的光电重构，打造极简的零碳园区；从能效角度，能源路 由器，能源云脑，光伏发电机及新能源组件的应用，将实现极致碳效提升；通过园区 智能微网对电力系统“源网荷储“的协同，将形成以碳作为交易单元的绿电供需新秩