（1）设备层是指企业利用传感器、仪器仪表、机器、 装置等，实现实际物理流程并感知和操控物理流程的层级； （2）单元层是指用于企业内处理信息、实现监测和控 制物理流程的层级； 3 （3）车间层是实现面向工厂或车间的生产管理的层级； （4）企业层是实现面向企业经营管理的层级； （5）协同层是企业实现其内部和外部信息互联和共享， 实现跨企业间业务协同的层级。 3. 智能特征 智能特征是指制造活动具有的自感知、自决策、自执行、 度的资源要素、互联互通、融合共享、系统集成和新兴业态， BF 智能制造新模式标准对应智能特征维度的新兴业态，BG 工业网络标准对应智能特征维度的互联互通和融合共享。C 行业应用标准位于智能制造标准体系结构图的最顶层，面向 行业具体需求，对 A 基础共性标准和 B 关键技术标准进行细 化和落地，指导各行业推进智能制造。 （二）智能制造标准体系框架 智能制造标准体系框架图包含了智能制造标准体系的 基本组成单元，具体包括 检测要求标准主要包括不同类型智能装备和系统的互操作 性、互联互通、系统能效等测试要求标准。检测方法标准主 要包括不同类型的智能装备和系统的试验内容、过程、分析、 环境适应性和参数校准等标准。检测技术标准主要包括面向 智能制造检测技术的判断性检测、信息性检测等标准。 11 5. 评价标准 主要包括指标体系、评价方法、解决方案等 3 个部分。 指标体系标准主要包括制造企业实施智能制造的绩效评价 指标、

工程推进方案》，从突破关键技术能力、 提升产业支撑能力、打造“5G+工业互联网”内网建设改造标杆、形成 至少 20 大典型工业应用场景等方面进行整体布局。2022 年 8 月，工 信部印发《5G 全连接工厂建设指南》，提出面向制造业、采矿、港 口等重点行业领域，建成 1000 个工厂，打造 100 个标杆工厂，从基 础设施建设、厂区现场升级、关键环节应用、网络安全防护四方面进 行指引，推动 5G 融合应用纵深发展。2023 设备之间等的数据和指令，实现工厂的数据采集、远程控制、视频监 控、移动巡检等功能。 （二）工业 5G 终端设备发展现状 应用方面，多个工业园区、车间现场已部署 5G 网络，并逐步涌 现出一批面向工业场景的 5G 终端设备。5G 工业网关、工业级 5G CPE 被广泛应用到工厂的 5G 化改造中，5G AGV/AMR、5G AR 眼镜、5G 机器人等通用性较强终端设备已用于现场辅助装配、厂区智能物流、 会）正在组织制定面向工业 5G 终端的《工业 5G 终端通用技术要求 及测试方法》国标；CCSA（中国通信标准化协会）开始制定面向行 业的工业 5G 终端设备标准，主要包括《面向电力行业的 5G+工业互 联网终端设备技术要求和测试》、《面向矿山领域的 5G+工业互联网 3 井下终端设备技术要求》、《面向远程控制场景的 5G 工业网关技术 要求》、《5G 行业网关通用技术要求》、《面向智能物流仓储领域

2 序章 · 新程：站 在苏州工业园区三十周年新起点 洞见 ·演进：未来园区的四大面向 14 2.1 环境友好 低碳永续 16 2.2 创新孵化 活力培育 22 2.3 产业飞地 协同发展 26 2.4 高效精明 长期运营 具备这种能力的运营方少之又少。另一方面，园区运营既要考虑“产”的要素，也要考虑“城” 的要素，更要考虑“人”的要素，这意味着从“经营园区”向“经营城市”的思维转变。 作为中国经济的压舱石，园区的活力决定着国家经济活力的长期面向。经济的高质量发展， 也必然要求园区寻求新的发展路径： 绿色发展：产业园区作为中国实现“双碳”目标必须牵住的“牛鼻子”，必须破解发展与碳约束 的平衡难题，建立绿色可持续的发展模式。 创新驱动 度也较高，为世界平均值的�.�倍�。另一方面，中国实现碳 中和目标的时间远远短于欧美国家，需要在极为紧迫的时 间内完成全球总量最大的碳减排任务，难度将远大于欧美 � 洞见·演进 未来产业园区的四大面向 中国与欧盟、美国碳达峰年份人均GDP水平（购买力平价） 中国 $25,000 相较水平 欧盟 $39,000 65% 美国 $56,000 45% 国家。过去��年，中国的单位GDP碳排放量已降低了��%，

. 27 4.3 原基科技边缘计算方案助力园区实现智慧运营管理 ..................................................29 4.4 面向数智园区的开域集团商业客流统计解决方案 ........................................................ 31 4.5 之江实验室数智园区大运营管理体系 策， 从而进一步释放数据潜力。 • 从建构方式来看，数智园区的建构方式逐渐转变为数字 孪生： 数字孪生是将物理世界中的一些特性转换成数字，再经过数 据处理，将数字转换成有价值的信息的过程。面向数智园区 的数字孪生体能够在园区实体的基础上，将园区的人、物、 水、电、气等所有要素数字化，在数字空间中对于这些要素 进行映射，将物理属性快速转换成数据和结果，从而建立物 理世界与数字世界的联系与互动实现，推动园区全状态实时 行业业务管理 存储服务器 数据存储和访问 大数据服务器 数据治理，数据挖掘 视屏分析服务器 视频分析 多媒体服务器 媒体广播和播放 图 4. 面向数智园区的边缘服务器常见类型 图 5. 面向数智园区的边缘 AI 计算盒 IP 摄像头 深度摄像头 网络视频录像机 传感器 AI 或报警服务 边缘服务器 显示

打造韧性企业，开创增长新局 中国企业供应链转型的三大方向 从制造到智造，重塑者做对了什么？ 工业4.0时代的制造企业研发转型 02 | 智能制造 《展望》创刊于1999年，是埃森哲面向中国市场推出的 旗舰刊物。《展望》特刊聚焦单一行业或话题展开深度分析， 带来切中当下、富有见地的思考和建议。 过去几年，制造业挑战重重，全球新冠疫情、地缘冲突，很 多主要经济体面临通胀风险，以及以生成式人工智能为代表的 度，从而在供应和制造全价值链上构建更强大的韧 性，已经成为制造企业面对的最现实的问题。 围绕韧性部署关键能力 高韧性企业应该具备什么样的能力？为了充分考察 企业如何应对并管控工程、供应、生产和运营等领域所 受的冲击，埃森哲面向全球11个行业的1200多位高管开 展了调研，并创建了一套涵盖31项关键能力的韧性评估 框架，评估他们在这些能力上的投资和成熟度。我们发 现，高韧性企业在11项能力上的表现尤其突出，我们把 这些能力称为“韧性2 埃森哲见证了诸多制造企业的研发转型历程，本文着重分享我们观察到的研发转型趋势和相关案例， 旨在赋能企业在工业4.0时代乘风破浪，实现持续增长。 《产品再造：数字时代的制造业转型与价值创造》一书中，埃森哲指出在工业4.0时代，面向智能互联产品 的转型，需要找到产品的智能度与其体验度的正确组合，前者用以衡量产品的智能度、互联性和认知独立性，后 者指的是产品技术及其功能提供的体验质量和业务模式（参见图一）。将这两个维度正确组合，将为公司业务创

策为依托，并结合研究对象的自身特点，评价供应 商制定一定周期内（3-5 年）的，面向园区乃至片区 的，总体智慧化发展规划报告的能力 专项规划能力 基于智慧园区相关技术及应用领域的发展现状，以 国家政策为依托，结合研究对象的成熟度特点，评 价供应商在制定一定周期内（3-5 年）的，面向企 业、园区乃至片区的，某特定技术/领域的专项规划 报告的参与能力 评估咨询能力 基于相关标准，评价其面向园区提供智慧化水平分 级判定的能力 方案设计 赋能技术应用能力 评价供应商面向边缘计算、工业大数据、人工智 能、数字孪生、机器视觉、AR/VR 等提供技术服务 的能力 运维服务 能力 信息化系统运维服 务能力 评价供应商为用户提供相应的技术咨询、技术培训 和维保服务，以及提供数据标准化和信息安全的服 务能力 基础设施运维服务 能力 评价供应商为用户提供相应的技术咨询、技术培训 和维保服务，以及面向需求方提供平台运维、网络 运维和设备运维的服务能力 图表40：智慧园区解决方案商市场竞争关键要素 来源：公开资料，智次方研究院整理 目前，技术水平仍是竞争的重点之一，各解决方案商正纷纷追求更为强大的技术 实力。尤其对于大型解决方案商，这一特点更为突出。为面向客户提供更为优质的服 务感知，同时，也为利于建立直观的竞争优势，在参与项目招投标过程中更好地展现 企业实力，较大规模的智慧园区解决方案商高度关注申请实用新型专利和发明专利， 2022年，共89家企业拥有产品专利，其中51

2024年中国大规模设备更新行动启幕 / 02 1.1 设备升级的核心路径：高端化、数智化、绿色化 / 03 1.2 重点推进领域 / 05 1.3 政策加码与优化空间 / 08 2 宏观市场: 面向2027 设备更新市场规模将达6万亿 / 10 2.1 2024-2027年年均新增投资量超2800亿 / 11 2.2 工业：2027年工业领域设备更新年规模突破5万亿 / 13 2.3 业的生产效率和服务质量，也将为推动社会经济的可持续发展做出重要贡献。 在这一背景之下，施耐德电气作为全球能源管理和自动化技术的领导者，将世界领先的电气化、自 动化和数字化技术应用于智慧工业、具有韧性的基础设施、面向未来的数据中心、智能楼宇以及数智家 居中,以全生命周期的服务体系助力各行各业的设备更新和低碳化、数字化转型。 与此同时，设备更新的相关政策支持还在持续加码，国家发展改革委、财政部等相关部门已经明确 策有望继续加码。 万亿蓝海，新从旧来——中国设备更新战略与实践 10 万亿蓝海，新从旧来——中国设备更新战略与实践 10 10 万亿蓝海，新从旧来——中国设备更新战略与实践 宏观市场： 面向2027 设备更新 市场规模将达6万亿 2 10 企业实践：新引擎、新模式、新价值呼唤新质服务体系与生态构建 11 政策引导：政策助力与经济回升 2024年中国大规模设备更新行动启幕 11

级，培育新兴产业发展壮大，加快新质生产力的发展。 总的来看，新形势、新背景下，我国新质生产力发展已经取得了 显著成效，全要素生产率水平持续提升。但也要看到，我国全要素生 产率水平仍不高，新质生产力发展空间依然较大。面向“十四五”攻 坚期，要充分释放数字经济对发展新质生产力的关键支撑作用，加快 推动数字经济高质量发展。一是以数字技术产业创新发展，推动新质 生产力动力变革。推进核心技术自主创新，健全技术创新支撑体系， 良好的效能。人工智能技术与各类制造业传感器、机器设备、行业知 识融合形成的垂类大模型，能够针对异质性产品和制造流程深度优化， 更适用于企业级应用场景的专业性要求。如，ChatDD 新一代对话式 药物研发助手、面向游戏行业的图像内容生成式大模型等。根据《2023 大模型落地应用案例集》，目前近 65%的人工智能大模型是垂直大模 型。另一方面，作用广度持续扩大。数字劳动资料与传统劳动资料的 融合，不仅提升 到网络空间，封闭式创新转向开放式创新。大量的开放式创新平台、 开源社区、开放实验室等衍生而出，“众创”“众包”层出不穷。一是 大量的垂直行业积极采取开放创新模式，吸纳不同技能、不同场景的 技术供给方。例如，GE 公司面向全球征集航空发动机悬挂件设计方 案，三周内收到近 700 项设计方案，来自印尼的设计师在保证强度的 同时，使悬挂件重量减轻了 84%。又如，百度 Apollo 自动驾驶生态、 特斯拉能源生态系

公司推出针对大模型优化过的新训练芯片 H100 NVL，和过去的 A100 相比， 训练速度提高 10 倍，成本降低一个数量级。目前，AI 推理上，一般采用 2018 年发布的 T4 芯片，这次公司发布出面向视频生成和图像生成的新推理芯片 L4 和 L40，其中 L40 推理性能是 T4 的 10 倍。受美国出口管制限制，中国 目前只能采购实测性能比 A100 低 1/3 的 A800，因此训练同一个体量的模 AI 端到端开发和部署。 DGX Cloud 将 NVIDIA 的生态系统引入到了云服务提供商，NVIDIA 触及的范围得以扩展。 2）NVIDIA AI Foundations。这是一项云服务，面向需要构建、优化和运营定制 LLM（大型 语言模型）和生成式 AI，客户使用其专有数据进行训练，用于处理特定领域的任务，包括语 言、视觉和生物学模型制作服务。NVIDIA NeMo 用于构建定制的语言/文本转文本生成式模 精度在大型语言模型相较上一代 A00 的训练和推理能力分别提升 9/30 倍。8 个 H100 模组通过 NVLINK Switch 相连，确保 GPU 之间的合作和通信。目前 DGX 100 已全面投产，后期有望面向全球企业。 图表9： DGX H100/A100 参数对比 资料来源：英伟达 GTC2023，华泰研究 NVIDIA系列产品的关键指标 系统尺寸/mm 运行温度范围

工业时代的激烈角逐中抢占先机，推动人类工业文明迈向新高度，开创智能制 造的全新辉煌篇章。 1.1 工业大模型的核心术语界定 图 1.1 工业大模型术语 9 1.1.1 工业大模型 工业大模型是面向工业领域深度优化的专业人工智能系统，通过整合多模 态数据与行业知识实现智能化决策。根据应用层级可划分为三类：通用型聚焦 跨行业共性需求（如工艺流程优化）;行业型深耕汽车制造、电力等垂直领域 （ 混合架构 主流架构呈现"预训练+微调+物理嵌入"的混合模式： ➢ 基础层：基于 Transformer 的通用特征提取 ➢ 领域适配层：融入设备动力学方程、材料本构模型等机理知识 ➢ 任务特定层：面向检测、预测、优化等场景的轻量化模块 ◼ 实时推理架构 为满足产线实时性要求，架构设计突破包括： ➢ 动态计算图：根据输入数据复杂度自适应调整计算路径 13 ➢ 级联推理引擎：将模型拆分为多个子模块进行流水线处理 型能够精准诊断设备故障并提供科学的解决方案。基座层的强大能力，使工业 大模型能够更好地适应复杂多变的工业场景，为工业智能化转型提供了强有力 的技术支撑。 (3) 模型层 模型层是工业大模型技术体系中面向实际需求的核心环节，其目标是通过 深度适配实现模型在特定任务和行业中的高效应用。这一层的设计直接决定了 工业大模型能否在具体场景中发挥价值。通过任务导向模型和行业领域模型的 结合，模型层不仅提