年，AI 助手将接管大部分常规和事务性工作。 自动化决策的比例将进一步上升。运营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增加 21%。 预测能力提升并推动可持续创新。76% 的供应链和运营高管认为，生成 式 AI 将优化产品设计，并推动产品生命周期的可持续发展。 生成式 AI 能够防范供应链中断， 并驱动业务增长。 摘要 智能供应链洞察变革，驱动增长 2 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 高管认为，生成式 AI 将优化产品设计，并推 动产品生命周期的可持续发展。 利用 AI 助手，首席供应链官能够高效整合信 息，迅速将洞察传递给董事会，以确保供应 链的各项动态能够在战略层面得到及时反映 模型，企业能够提升运营效率和增 强应变能力。 第三部分 智能供应链洞察变革，驱动增长 15 的高管认为，生成式 AI 将赋能互 连设备，帮助其做出自主决策。 77% 到 2026 年， 76% 的高管表示，计划在未来两年内使 用生成式 AI，推动互连设备产生差 异化成果。 供应链高管们一直期待未来能够实现实时数 据在 IT 和运营技术系统之间的无缝流通，从 而大幅提升供应链的灵活性和反应能力，快

重如表 2 所示。 表 2 化工企业主要评估域及权重表 能力要素 能力要素权重范围 能力域 能力域权重 评估域 评估域权重范围 人员 5% 组织战略 24% 组织战略 100% 人员技能 76% 人员技能 100% 技术 14% 数据应用 12% 数据应用 100% 集成 30% 集成 100% 信息安全 58% 信息安全 100% 资源 25% 装备 39% 装备 100%

40 30 20 10 0 23 34 37 36 26 31 34 24 38 33 31 27 80 84 83 80 87 79 74 79 76 71 73 76 航天和国防 公用事业 汽车（辅材/部件） 石油和天然气 生命科学 所有行业平均分 消费品和服务 高科技 化工 工业设备 金属和采矿 汽车（整车制造） 62 61

贵公司已采用或计划采用以下哪些智能制造软件解决方案？ 基数：1567 生产监控 供应链规划 (SCP) 企业资源规划 (ERP) 质量管理系统 (QMS) 能源管理 82% 78% 80% 78% 76% 第九版年度智能制造现状报告 :: 15 第九版年度智能制造现状报告 制造商面临的 最大 挑战 当今全球劳动力短缺和技能差距的严重性 加剧了吸引、管理和留住熟练工人的问题， 但还是有希望解决此问题的。

，进一 步明晰科创属性评价标准，更好引导企业提升创新效能。从 A 股上市 情况看，2024 年全年首发上市企业共 100 家，其中“硬科技”企业的 主战场创业板、科创板和北证上市企业数合计达 76 家，占比近八成。 从初创企业看，集成电路、新能源、生物技术等科技属性强的领域， 位列细分行业融资规模前三，AIGC 赛道融资总额同比提升 52%，头 部公司吸金能力强劲。人工智能技术的快速发展也为工业互联网企业

黑河北丰中俄阿穆尔农业（畜牧）产业园区 Tier3 农业开发型园区 74 74 中泰新丝路塔吉克斯坦农业纺织产业园 Tier3 农业开发型园区 75 75 中国建材赞比亚工业园 Tier3 资源利用型园区 76 76 罕王-富域产业园 Tier3 多元综合型园区 77 77 老挝云橡产业园 Tier3 农业开发型园区 78 78 中国-东盟北斗科技城 Tier3 技术研发型园区 79 79 老中甘蒙钾盐综合开发区

三峡生态环境监 测 ,2023,8(02):26-35. [11] 严彬 , 袁哲 , 王忠昊 . 江苏省生态工业园区的建设分析与思考 [J]. 环境科技 ,2021,34(05):72- 76.D [12] 朱宁 , 丁志刚 . 江苏沿江地区化工园转型思考——基于德国莱茵河流域化工园发展的启示 [J]. 现代城市研究 ,2020(09):93-100+108. [13] 何阳 .

领域 细分 举措 推动数据中心运行节能降耗。.构建智能运维系统，加强 PUE(电能利 用效率)、 WUE(水资源利用效率)等运行数据实时监测 75 力争建设一批碳中和园区 76 三、城 乡建设 推进城市 绿色低碳 更新 优化城市功能结构、推进绿色有机更新，有序实施园区老旧区域改造 77 创新城市微更新模式，通过“节点式”、“菜单式”、“个性化”改

................................................. 76 4.3.1 数据收集与清洗.............................................................................. 76 4.3.2 技术与业务融合................................. 在现代工业中，设备的高效运行对生产的连续性和质量至关重要，而传统的定 期维护方式容易造成资源浪费或维护不足，工业大模型的引入为预测性维护提 供了全新解决方案。 工业大模型通过对设备运行数据的深度学习和建模，能够精确预测设备的 76 健康状态和潜在故障。例如，在风力发电设备中，关键部件如轴承和齿轮箱的 故障会导致高昂的维修成本和长时间停机。工业大模型通过分析风机的振动、 温度和声音等多模态数据，能够提前发现异常模式并预测部件的剩余使用寿命。

下一步实施计划 ........................................75 2.4.4 方案创新点和实施效果 ..................................76 2.4.5 单位基本信息 ..........................................77 2.5 案例五：山东中烟工业互联网安全防护体系创新实践——山东移动构建 “云-边-端-控”协同防御体系 持续推进安全方案建设 项目在工厂的成功实施基础上逐步转化为集团其他业务领域的“一站式”工 业网络安全解决方案。方案在工厂的基础上完善方案细节，确保其能够满足不同 工业互联网安全解决方案案例汇编（2024） 76 业务场景的需求。以工厂为核心，逐步向集团内其他业务领域推广，涵盖电子信 息、原材料、消费品等领域，以推动这些领域的智能化工厂发展，为集团其他厂 区的工控安全推广建设奠定坚实的基础。 2.4