由迈克尔·舍尔特勒、尼尔·马利克、阿德里安·布朗 、斯科特·邓肯和迈克·科克斯顿 工业自动化：从控制到智能 人工智能正在重塑自动化价值金字塔，使 其呈沙漏状。 版权所有 © 2026 比恩咨询公司，保留所有权利。 1 ` ` ` ` 工业自动化不再仅仅是控制机器——它关乎智能的编排。 到2030年，预计近一半的产业收入将依赖于人工智能驱动的产品和服务。 所改变的不仅仅是自动化技术，还有市场创造经济价值的地方 。 盈利池正在向栈顶（软件、数据、AI）和栈底（智能设备）转移——将核心控制技术置于中间面临 压力。 几十年来，行业领导者遵循着一条清晰的逻辑：通过日益复杂的控制系统提高生产、制造效率、质量和安全性。 经济效应显而易见。价值存在于专有的高性能控制器、紧密集成的系统和围绕大量已安装基础的服务和升级之中 。 在堆栈顶部，价值正在集中在软件、数据平台和AI赋能的工作流程 设备中重新出现。传感器，如机器视觉技术，和执行器，如变频驱动器，不再是被动的端点。凭借嵌入式智能、连接 性和边缘计算，它们生成数据、执行决策，并持续改进性能。 工业自动化已开始一场结构性转变：价值正在从控制转向智能。 这种逻辑现在正达到其极限。正在发生变化的不只是自动化技术，还有市场创造经济价值的地方。曾经看似金字塔— —价值集中在控制硬件和系统中——现在看起来更像沙漏，中间部分缩小，两端扩大。 （见图1） 到本十年底，预

我们的海洋正处于一个拐点。20 世纪不加节制的行为——对大部分可利用 生物资源的过度开发，塑料和其他化学物质造成的过度污染，混乱无序和相互 竞争的利益方激烈争夺海岸和海洋空间，以及采掘业的过度资本化——正在产 生非常严重的影响，不仅严重威胁海洋生物和海洋生态系统，还严重威胁世界 粮食安全和营养状况，依赖海洋生存的社区的生计以及人类的未来。随着越来 越多的人意识到这一问题，这种情况开始有所缓解。 这些进步正在影 响地球上的每一个人。其中最重要的也许是通信网络规模的大规模扩张，现已覆盖地 球的每一个角落（以及一定深度）。目前，全球智能手机用户已经达 35 亿，而手机使 用的蜂窝网络速度越来越快，普及率越来越高。目前人类已向太空发射数万颗微型卫 edf.org | 8 星，其中一些只有烤奶酪三明治那么大1，这些卫星编织的网络已覆盖地球大部分地区。 目前研究人员正在开发水声 目前研究人员正在开发水声调制解调器2等水下通信方法。这些通信基础设施正在支持 和推动一场数字革命。云计算使任何能够连接互联网的人都能够使用超级计算机，推 动新技术获取的去中心化，并促进技术在全球的更广泛应用。新传感器技术正在扩大 采集的数据类型——并降低数据采集成本——进而拓宽我们的视野，使我们能够更深 入地了解海洋以及人类活动对海洋造成的影响。采用人工智能技术的新分析工具正在 提高我们利用这些不断扩展的数据集的能力，这在不久之前仍是不可想象的。越来越

· · · · · · · 前言 PREFACE 当人工智能与物联网的融合进入深水区，AIoT 产业正在经历从连接万物到智联万物、 从数据采集到价值创造的根本性转变。站在 2025 年底的时间节点回望，我们见证了 一个产业从技术驱动走向价值驱动、从单点突破走向生态协同的壮阔历程。 《2026 中国 AIoT 产业全景图谱报告》应运而生，它不仅是一份产业地图，更是一个 认知 果上传到近边缘节点进行进一步处理，形成了真正的实时闭环。 根据智次方研究院的调研，5G Redcap 出货量在 2025 年突破 1000 万，可穿戴、车 载、MiFi、CPE 等多个领域规模上量，AI 陪伴类的新终端正在孵化。RedCap 技术的 大规模商用，使得原本因成本和功耗限制无法接入 5G 网络的海量中低速物联网设备， 也能够享受到低时延、高可靠的网络服务，极大扩展了端侧 AI 的应用范围。 在产业实践中，端侧 复出清晰的细节，识别准确率从原本的 60%提升到 95%以上。在医疗影像领域，生成 式 AI 能够从低剂量 CT 扫描图像中重建出媲美常规剂量的高质量图像，在保护患者健 康的同时不影响诊断准确性。 图：正在研发中的多模态感知机器人，来源同济大学机器人与智能感知课题组 多模态智能原生化也推动了新型传感器技术的发展。2026 年可能会涌现出一批创新的 传感器产品，如集成了边缘 AI 处理能力的智能图像传感器、支持多种气体同时检测的

家争相涌入智慧农业蓝海，农业将在数字化的浪潮中 得到新生 各类型玩 基于发展农业现代化的重大意义，国家从顶层设计层面也在推 动农业数字化建设 各方正在携手，以“数据”为触媒，定义农业生产合作新关系 新 方式新视野 Part 06 基于数字化作业体系，农业生产过程中的诸多环节正在被改造 Part 03 与其他行业相比，农业数字化的整体进程相对较低 Part 01 农业生产需要探寻新的发展路径 农业生产需要探寻新的发展路径 中国农业生产目标与使命正在悄然发生改变 ，但是与历经多轮产业升级的工业与建筑产业相比， 中国农业的发展仍暂时受困于现有模式的桎梏，需 要探究新的发展路径，突破当下生产力水平的天花板 目前中国农业（农林牧渔业） 4 发展进程 机器人 生产工具 人工智能与大数据 泛农业生产 2. 农业产业数字化进程相对滞后 中国数字经济正在快速发展，并且随着各行各业新业务逻辑的探寻与逐渐成熟，创新的数字化技术与应用正在不断深度融合， 这也在农业的诸多 细 分领域得到落地实践，正在带动中国农业进行现代化转型与升级 代表技术 source: 2022

计算等。但是，若要将业务绩效提升到一个新的高度，企业还需有效地部署和整合这 些资源。 在数字经济环境下，基于技术的支持，个人、企业乃至整个社会都实现了实时互联。 而数字化转型与不断变化的数字经济直接相关。大家不妨想想那些正在改变商业本质 的先进功能： IDC 决方案带来的诸多优势和问题。 促进云产品采用的主要因素 / 优 势 阻碍云产品采用的主要因素 / 问 题 中型企业更有可能已经在转型方面 取得进展，但仍有许多工作要做 大部分中小型企业表示，他们正在实施数字化转型，但对于许多企业而言，在获取关键 资源和协调资源方面，他们仍处在早期阶段。大多数企业已经意识到，通过协调和充分 利用技术资产，他们能够获得真正的收益。例如，通过协调和更新 11% 29% 27% 22% 我们很少甚至还没有运用技术 来实施数字化转型，参与数字 经济。 我们正在开始自动化各种 不同的职能，但是并没有 采用协调一致的方式。 在协调和自动化运营领域中的 不同活动方面，我们仍处在 早期阶段，还有很多的工作 要做。 我们正在积极利用技术，按照 我们在数字经济时代开展业务 的方式，将人员、设备和企业 互联起来。 IDC

、生产力和敏 捷性创造新的机遇。在今年的“智能制造现状报告”中，全球行业 领军企业指出我们正处在一个重要的转折点 - 人与技术的协同 潜力将塑造我们的未来。 工业转型势头正劲，有 56% 的制造商正在开展智能制造试点工 作，20% 的制造商已实现规模化应用，另有 20% 的制造商拟将 进行未来投资布局。其他趋势包括： 未来 12 个月内，人工智能和机器学习将重塑质量控制、网络安 全和流程优化三 外部风险 位居第二大 执行摘要 洞察力 网络安全 第 10 版年度智能制造现状报告 7 全球逾 1500 家制造业领先企业为本年度《智能制造 现状报告》做出了贡献。调查显示，面临转型压力的行 业正在转向智能技术。在全球关税壁垒与供应链中断 等风险交织下，制造业正面临着前所未有的快速转型 压力。在尚未采用智能制造技术的受访者中，69% 计 划在未来 12 个月内进行相关投资。 上述内容仅仅是通过来自 过程优化 机器人 物流 网络安全 36% 42% 37% 49% 50% 第 10 版年度智能制造现状报告 11 28% 的企业正在积极评估关键供应商，以应对外部风险，迫使企业重 新评估采购、定价和总体成本。 绝大多数制造商 (81%) 表示，他们在企业内外面临的障碍正在加速 数字化转型。在巴西、印度、日本和中东，这一比例超过 90%。墨西哥、 西班牙和英国的障碍也显著增加。 工业公司热切希望找到人工智能的应用场景

为人工智能与智能制造赋能 5G正在到来 5G主要体系架构 5G加速人工智能 目 录 5G助推智能制造 5G正在到来 （一）为何是5G？ 一、5G正在到来 移动通信的发展演变 一、5G正在到来 扫描关注深科技（deeptek） 回复5G即可下载PPT 扫描关注深科技（deeptek） 回复5G即可下载PPT （二）5G能实现什么场景？ 一、5G正在到来 物联网、大数据和人工智能 物联网、大数据和人工智能 一、5G正在到来 传统产业的智能化升级 超低时延 高可靠 一、5G正在到来 （三）5G能产生多少价值？ 一、5G正在到来 直接产出 按照2020 年5G 正式 商用算起，预计当年 将带动约4840 亿元 的直接产出，2025 年、2030 年将分别 增长到3.3 万亿、6.3 万亿元，十年间的年 均复合增长率为29%。 2020年、2025 年 和2030 年，5G 将 将 分别带动1.2 万亿、 6.3 万亿和10.6 万 亿元，年均复合增 长率为24%。 间接产出 5G产业链 一、5G正在到来 来自用户和其他行业的终端 设备支出和电信服务支出持 续增长，预计到2025 年， 上述两项支出分别为1.4 万 亿和0.7 万亿元，占到直接 经济总产出的64%。 运营商大规模开展网络建 设，5G 网络设备投资带 来的设备制造商收入将成 为5G 直接经济产出的主

如图1所示，2018年至2021年间模型规模增长了100倍，但自2023年 OpenAI发布里程碑式的GPT-4以来，再未推出更大规模的模型。由Meta的 LLaMa模型催化的更小规模模型出现，正在重塑人工智能领域。 人工智能工厂的三个关 人工智能工厂的三个关键绩 键绩效指 效指标 标 “人工智能工厂”数据中心常被比作第二次工业革命时期的工厂。 关键指标与大型工厂相同：吞吐量，通常以每秒处理的令牌数量为单位，并 延迟。这意 味着要么维持大量小型单GPU节点以及机架级集群，要么大幅提升多GPU虚 拟化技术，以高效地将小型模型整合到大型GPU中。 这还可能意味着对CPU计算的需求增加；已有一些证据表明这种趋势正在发 生。小型模型还扩大了我们在边缘计算中无需涉及数据中心即可实现的功能 范围。 岔路口 岔路口 现代人工智能的构建者们在支持巨型模型、打造强大的旗舰级GPU以及构建 高度集成的晶圆级和机架级系统方面，已经迅速变得非常擅长。 布于2020年，但仍因其在小型模型推 理中的应用而备受青睐。 真正注重混合计算的用户可能会对基于Arm架构的服务器CPU的顶级产品感 兴趣；中国超大规模云服务提供商如Qwen的创建者阿里巴巴，可能正在通 过这种方式适应GPU访问受限的局面。 阅读 阅读更多 更多 NVIDIA Dynamo: Serving general-purpose AI at huge scale, (June 2025)

高盛 3 Best wishes, 开篇思考 为何此刻？ 需要询问的首要问题是为何此时？为何当前在拟人化机器人领域会观察到如此 剧烈的活动激增？除了任何单一的技术进步之外，五大技术领域的融合正在为这一领域提 供强力推动：多模态生成式人工智能、高扭矩执行器、计算能力的提升、电池续航时间的 增强、摄像头和触觉传感器。这结合了人工智能语音识别功能，具有变革性：正如Brett Ad cock最近对我所说的，“我们 但与机器人数量同样令人印象深刻的是其价格点，预计在20,000至30,000美元之间 ，这意味着每天24小时、每周7天工作的机器人助手租赁成本约为每月300美元。 我希望您喜欢这份Meta趋势报告，并正在为丰裕的未来（以及大量的机器人）做好准备。 我被迫创建这份Metatrend报告，因为即将到来的拟人化机器人浪潮将对社会产生广泛的影 响，而这一点普遍未被重视。它将改变我们在家庭和工作中的生活。 我们对工作的概念，根本性地改变我们的经济 和社会结构。 2 技术融合： 人形机器人的快速发展是 由人工智能、硬件组件（执行器、传感器） 以及电池技术的突破性进展共同驱动的。特 别是多模态生成式人工智能正在增强机器人 的适应性和决策能力，同时硬件成本正在急 剧下降。 4 成本削减趋势： 人形机器人的成本正快 速暴跌，高端型号仅在一年内就从25万美元降 至15万美元：与预期15-20%的年衰退率相比 ，降幅达40%。诸如特斯拉为其Optimus机器

RtRmMmOrNlOqQoPjMrQqObRpPyQxNsPoPMYoOtO 人力资源中的 AI 业务案例 3 Introduction 人工智能与战略洞察力相结合创造了新的商业机会, 并正在改变人力资源对组织竞争优势的贡献方 式。 本报告概述了人工智能在当今人力资源中提供价值的具体例子。它描述了 IBM 内部人力资源团队的 开创性工作，他们与 IBM 的客户服务专家一起为人力资源开发了真正出色的 ..........................................................................................29 聊天机器人正在采取工作? ............................................................................................. 工进行薪 酬规划，帮助管理人员避免对关键数据点的权重不足或权重过高。该应用程序在提出建议时审查了数十个数据点，将来自劳工统计局等来源的外部信息 与替代成本等因素的内部数据进行整合。该应用程序目前正在为成千上万的一线管理人员部署，以协助他们在重点地区成功进行早期试验后进行薪酬规 划。 重要的是 ， 在使用该工具时 ， 经理有机会覆盖有关任何给定员工的 AI 建议 ， 并且系统可以继续从经理的实际决策中学习。通常