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 “智能制造是指对工厂内部和整个价值链中的业务、 什么是 智能制造？ 国际制造执行系统协会 全球 1,500 多家制造商为今年的《智能制造现状报告》做出了贡献。 该调查显示情况乐观，因为面对不断变化的经济形势、劳动力短 缺、技能缺口和网络安全问题，先进的工业运营技术带来的成 果提供了希望。 第九版年度制造现状报告是迄今为止最大的报告。来自 17 个顶级制造国家的 1，567 名决策者参与其中，其中近三分之二 (64%) 为收入超过 10 第九版年度智能制造现状报告 :: 07 第九版年度智能制造现状报告 行业障碍和前景 :: 08 :: 智能制造的现状 :: 1 2 3 4 5 问题： 您认为贵组织在 2024 日历年实现增长的最大外部障碍是什么？ 选择所有适用项。基数：1567 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

月 3 专家荐语 专家荐语 《工业园区污水处理管理研究报告》系统综述与分析了我国当前污水处理现状以及工业园区污水处理厂管理现状和存在问题等， 从责权边界、排放标准体系、污水处理系统建设机制等方面提出了针对性的建议。总体上，报告思路清晰，资料详实，问题分 析针对性强，提出的建议符合我国当前相关方面的政策需求。建议在之后的分析研究中，可考虑不同工业园区类型差异，提供 分类指导、分类管理等差异化的管理策略。 理对策开展相关的研究，通过结合工业园区实际案例，全面梳理了污水集中处理设施的管理现状，系统剖析了工业污水管理的 现行政策，总结、凝练、识别了工业园区污水处理厂在运行管理方面存在的主要问题，并针对工业园区污水处理厂维护、运行、 监管等出现的关键问题提出了相应的管理对策及措施建议。 该报告可为地方政府及园区管委会加强污水集中处理设施的监管提供管理支持，对于贯彻落实国家《水污染防治行动计划》要 求，促进地方在水污 作为治污主体的污水处理厂存在严重的超标排放问题。围绕工业园区污水处 理厂管理现状和存在问题，如管理分散、协调机制不健全，缺乏合理的污水排放标准，污水处理配套设施建设滞后等问题进行 了深入的剖析。并从明确责任边界、完善工业园区污水排放体系、加强园区基础设施建设等方面提出针对性的建议。该研究具 有一定的实际应用价值，可为解决工业园区污水处理厂严重超标问题和管理政策制定提供参考。 建议将园区企业

案，以促进工业大模型技 术的有效落地与广泛应用。 本书在实践积累与行业洞察基础上，试图对一系列关键问题做出解答：工 业大模型与通用大模型有何不同？工业大模型的技术体系与关键技术何在？工 业大模型赋能的重点领域和主要场景包括哪些？我国和全球工业大模型的产业 生态如何？ 针对上述问题，本书从多维度展开探讨： 聚焦创新：深度剖析工业大模型关键技术与产业机遇。 以案为鉴：解析高端装备、智能制造等领域的应用需求。 2.4 工业大模型技术与应用当前问题.................................................. 44 2.4.1 数据采集与质量问题...................................................................... 44 2.4.2 模型幻觉问题................... 可解释性问题.................................................................................. 45 2.4.4 模型应用成本与效益平衡.............................................................. 45 2.4.5 数据安全与隐私保护问题...

能，这形成了人工智能应用上“一场景一训练一模型”的局限，尚未形成大规模的应用。 然而，大模型的崛起有望带来“基础模型+各类应用”的新范式。大模型凭借其卓越的理 解能力、生成能力和泛化能力，能够深度洞察工业领域的复杂问题，不仅可以理解并 处理海量的数据，还能从中挖掘出隐藏在数据背后的规律和趋势。此外，区别于传统 的人工智能模型只能根据已有数据进行预测和推断，大模型则能够生成新的知识和见 解。最后，大模型的泛化能力能够在更广泛的工业场景发挥作用。 要适配不同的工业场景，其核 心就是要解决以下三个问题。 不懂行业：大模型在处理特定行业任务时，往往表现出对行业知识、术语、规则 等的不理解，导致生成的解决方案与实际需求存在偏差，这主要是由于大模型在训练 过程中缺乏特定行业的数据和知识，难以覆盖各个行业的专业细节。这种行业知识的 匮乏使得大模型在应对工艺流程优化、设备故障预测等专业问题时有所缺陷，难以提 供精确、可靠的解决方案，无法满足工业现场的个性化要求。 的运营环境和业务需求，而大模型往往缺乏对企业特定环境的深入理解。此外，企业 内部的数据孤岛和碎片化的信息系统也增加了大模型理解企业环境的难度。这种不熟 5 工业大模型应用报告 企业的问题使得大模型难以真正融入企业的运营流程，无法平滑地嵌入到现有的各类 系统中。 存在幻觉：在某些情况下，大模型会产生与实际情况不符的错误输出，即“幻觉” 现象。这主要是由于模型在训练过程中受到了噪声数据、偏差样本等因素的影响，或

盲目跟风－－理性思考 n 以我为中心－－用户为中心 以前我们做了什么？ 智能工厂顶层设计 3 条主线、 6 层方法 4 项能力、 4 步策略 对象 S-P-P-B 分析 六维度客户成熟度 问题 8 ⼤⼯程问题 ⺫标制度化－制度流程化－流程信息化－信息智能化 智能＝抓痛点＋想办法 怎么建设智能工厂？ 效益 咨询 精益管理的思想贯穿于经营管理的全部过程 创新 、质量 、绿⾊ 、服务 质量管控 预期 效益 调度排产 控制网络 问题 3 ：控制性能最优 感知网络 数据挖掘 模式识别 指标体系 抓痛点：定位 8 大核心工程问 题 问题 2 ：计划与控制的协同 问题 1 ：基于仿真的优化的平台 问题 8 ：面向企业决策的挖掘 问题 6 ：物理、社会信息的感 知 问题 7 ：异构信息的规范和提 取 问题 4 ：生产绩效指标体系 问题 5 ：生产过程的知识挖 掘 生产计划 自适应特征 ，包括故障情况下自 修复 优化协同能力 • 实现知识自动化 • 跨企业的协同 • 实现供应链端到端的集成和 高效的人机协同 科学决策能力 • 在管理过程中对问题能够 进 行复杂分析、 精确判断 和创 新决策 • 新一代生产营运中心 智能工厂 “ 三知”：看的清、看的懂、看的远 “ 三行”：做的对、做的快、做的优 “ 三新”：新技术、新思想、新模式

，企业需选择适合自身发 展需求和节奏的目标市场，准确地明晰人力全球化的阶段和定位，针对性地预防 和采取措施，以确保出海计划的顺利推进和实施。 核心观点四 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 及时响应和技术过硬的全球化人力资源生态伙伴对于企业的成功至关重要。它能够帮助企业做属地人才 盘点，明确人才画像、招聘方式、薪酬设定、与专业律所、财务、法务等成熟机构合作，解决招聘后期 合同谈判、签订等问题，规避用工风险，同时解决海外人选对于职业安全保障等方面问题的疑虑。 核心观点九 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。 中国制造业出海人才白皮书 (2025) 人才画像是企业招聘人才的重要前期工作。通过对岗位需求和潜在人才进行对接分析， 可以帮助企业建立初步招聘预期，避免因招聘思路混乱、招聘重点模糊导致招人难、留人 难、人岗不匹配等问题。对于制造业出海企业而言，对目的地国家人力资源市场了解较少、 自身海外团队组建缺乏先期经验，因此人才画像对海外人才团队的建设显得尤为重要。研 究团队从重点关注的新能源、汽车、电子电气和机械设备四个行业的招聘大数据分析了制

的制度体系 规范，亟待夯实相关制度流程，指导园区精准度量减碳成效，科学评估部门要素，推动低碳发展。 本报告梳理了现行碳数据管理制度体系（统计、核算、管理、评价体系）存在的一些共性问题和 特性问题，针对现行体系的不足有目的地开展园区碳数据管理制度设计，在清晰界定园区碳数据 管理边界和目标的基础上，开展二氧化碳（以下简称“CO ”）排放源活动水平数据的收集、核算、汇 总、报告、核证， 附件1：园区碳数据补充调查表 附件2：专有名词解释 研究背景与目标 园区碳数据管理体系框架 园区碳数据管理边界 02 现行碳数据管理制度体系 统计体系 核算体系 管理体系 评价体系 现行体系存在的问题 03 园区碳数据管理制度设计 园区碳数据管理机制 范围和目标确定 方法学、规范及程序 工作流程 数据收集 数据核算 质量保证及质量控制 报告和数据管理 01 05 支撑不足、基础设施亟待绿色升 级等方面的挑战。 企业碳减排意识不足，绿色低碳 技术研发及产品升级资金不足， 对园区管委会的能力建设、扶持 政策出台提出了较高的要求。 02 工业园区落实“双碳”战略面临的问题和不确定性逐渐凸显。 工业园区是工业生产活动、能源消耗与碳排放的高度集中区域，研究表明，其二氧化碳 排放量约占全国二氧化碳排放总量的31% ,约占全国工业二氧化碳排放总量的40%。

身份标识。域名系统（DNS）是互联网的关键基础设施和“中枢神经 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 境稳中向好 ................... 34 （二）我国域名服务地理分布较为集中，市场集中度维持高位 ....................... 36 （三）中文域名普遍适用问题受到关注，行业各方共同推动中文域名发展 .. 39 四、未来发展与展望 ............................................................. 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 字主权的意识和行动

基础数据手工统计，不真实、不及时，物料编码不统一； ② 现有设计资源共享差、利用率低，项目跟踪困难，问题较难被及时发现和解决 ， APQP 执行经常出现偏差导致客户投诉； ③ 物流不顺畅，设计与批量生产的冲突影响正常的生产周期； ④ 各部门依据自己的管控要求记录多套帐，重复录入多； ⑤ 计划不准、采购到货难跟踪、在制品管理不清，质量问题时有发生； ⑥ 人事管理、薪资核算还依赖手工； ⑦ ISO/TS16949 质量体系认证。顺腾公司产品工艺门类多，涉 及汽车行业 80%的工艺类别，如机加、冲压、注塑、喷漆、涂装、铸造、装配等。经过近 几年的快速发展，企业规模迅速扩大，管理、文化和团队未能同步提升的问题也日益凸现。 目前，除工程部应用 PRO/E、UG、CATIA 和中望 CAD 软件，以及公司行政办公应用万户 OA 系统外，生产物流系统全是手工操作。由于缺乏统一的信息共享平台，业务运作效率 低、 线遍及所有车间、班组；采用防火墙、VLAN、数据热备等技术保障系统安全；多个摄像 头遍及全厂各重要的生产现场和设备，进行集中监控。 从应用来看，不同的系统有各自的特点和用途，某个系统不能解决所有问题，只有协 同运作，才能更好地发挥作用，最大限度地帮助企业获得效益回报。 需要说明的是，当今世界，科技日新月异，IT 技术、企业管理模式与业务都经常发生 变化，这些变化会导致原先做的信息化规划

中的应用也面临诸多挑战，如数据安全、技术标准化、人才短缺等 问题，需要通过产学研合作和技术创新逐步解决。因此，研究新能 源汽车 AI 制造的可行性，不仅对推动汽车产业的智能化转型具有 重要意义，也为实现绿色、可持续的能源未来提供了切实可行的路 径。 1.1 新能源汽车的发展背景 随着全球气候变化的加剧和能源危机的日益严峻，传统燃油汽 车所带来的环境污染和能源消耗问题逐渐成为全球关注的焦点。根 据国际能源 新能源汽车的快速发展不仅体现在市场规模的增长上，还体现 在技术的不断突破上。动力电池技术的进步使得新能源汽车的续航 “ 里程大幅提升，充电基础设施的逐步完善也解决了用户的 里程焦 ” 虑 问题。此外，智能网联技术的应用为新能源汽车赋予了更多的 智能化功能，提升了用户体验。 然而，尽管新能源汽车市场前景广阔，其制造过程仍面临诸多 挑战。传统汽车制造模式难以满足新能源汽车对智能化、轻量化和 其他 10.0 1% 新能源汽车的快速发展也面临一些挑战。例如，电池成本仍然 较高，续航里程和充电时间仍需优化，供应链的稳定性有待提升。 此外，废旧电池的回收和处理问题也日益凸显。然而，随着技术的 不断突破和产业链的完善，这些问题将逐步得到解决。 未来，新能源汽车行业将继续向智能化、网联化和共享化方向 发展。AI 技术的深度应用将在制造、服务和用户体验等领域发挥重 要作用。车企将通过 AI