《易觀分析：中國制造業人工智能行業應用發展圖譜報告2023（28頁）.pdf》由會員分享，可在線閱讀，更多相關《易觀分析：中國制造業人工智能行業應用發展圖譜報告2023（28頁）.pdf（28頁珍藏版）》請在三個皮匠報告上搜索。

1、Confidential and Protected by Copyright Laws本產品保密并受到版權法保護中國制造業人工智能行業應用發展圖譜2023易觀分析2023年12月制造業人工智能行業應用發展背景013激發科技與創新活力2024/1/19我國制造業規模龐大，但行業數字經濟滲透率仍與發達國家存在差距，面臨高端制造回流、中低端制造轉移等多重壓力2022年，我國數字經濟規模首次突破50萬億，達到50.2萬億元，總量穩居世界第二，占GDP比重提升至41.5%。作為數字經濟核心產業與實體經濟的根基，當前我國制造業規模已經躍居世界第一位，建立起門類齊全、獨立完整的制造體系。在全球經濟下行背景

2、下，我國制造業產業鏈韌性和產品競爭力有顯著提升。近年來我國數字經濟與制造業融合發展程度不斷深化，2022年制造業數字經濟滲透率提升至24%，但與發達國家相比仍存在差距，且當前面臨著高端制造回流、中低端制造轉移等多重壓力。27.231.335.839.245.550.220.4%15.1%14.4%9.5%16.1%10.3%0%10%20%30%40%50%01020304050602017201820192020202120222017-2022年中國數字經濟規模及增速情況規模（萬億元）增速（%）數據來源：國家網信辦、信通院，由易觀分析整理易觀分析53.959.364.468.974.683

3、.291.998.7101.4114.41212021.122.822.924.527.530.131.231.337.540.21718.219.620.22123.425.626.426.631.433.531.5%30.7%30.4%29.3%28.2%28.1%27.9%26.7%26.2%27.4%27.7%0%5%10%15%20%25%30%35%020406080100120140201220132014201520162017201820192020202120222012-2022年中國規模以上制造業增加值情況國內生產總值（萬億元）工業增加值（萬億元）制造業增加值（萬億元）

4、制造業增加值占GDP比重（%）數據來源：國家統計局，由易觀分析整理易觀分析4激發科技與創新活力2024/1/19創新能力不足制約制造業向高質量階段發展，需以并行模式融合網絡化、數字化與智能化手段進行升級中國制造業細分領域眾多，行業間數字化基礎差距較大且需求各異，在制造業由高增速向高質量發展過程中，我國制造業仍然面臨低端供給過剩、高端供給不足、創新能力不適應高質量發展要求等諸多挑戰。從全球工業革命的演變歷程來看，我國尚處于工業化升級的進程當中，需要工業2.0、工業3.0與工業4.0“并行式”發展。中國制造業升級基本范式，需“并行推進，融合發展”，運用網絡化、數字化、智能化技術手段，深度融合制造機

5、理，構建具有深度自感知、智慧優化自決策、精準控制自執行的高柔性化及自適應功能的制造體系。5激發科技與創新活力2024/1/19制造業尚需基于工業互聯網融合發展生態，強化供給與市場需求的精準對接，推動形成全新的生產制造與供給服務體系近年來我國工業互聯網產業建設體系不斷完善，帶動核心產業、滲透產業蓬勃發展。2017-2022年我國工業互聯網產業增加值年均復合增速達 13.66%，工業互聯網產業增加值貢獻在 GDP 中的比重逐年提升。預計2023年工業互聯網帶動一、二、三產業的增加值規模將分別達到0.06萬億元、2.29萬億元、2.34萬億元，工業互聯網核心產業將達1.35萬億元。2023年的中央經

6、濟工作會議提出要以科技創新引領現代化產業體系建設，廣泛應用數智技術加快傳統產業轉型升級。工業互聯網能夠實現大規模生產和個性化定制深度融合，而制造業是工業互聯網應用的核心領域，在智能制造架構模型下，工業互聯網成為智能制造的關鍵基礎，為智能工廠的轉型升級提供了必要的共性基礎設施和能力，能夠加速創新成果轉化，有效提升制造業供給水平。0.871.011.181.261.352.322.552.973.23.3412.58%16.14%17.35%6.97%7.30%15.14%9.74%16.57%7.78%4.33%0%10%20%02420192020202120222023E全國工業互聯網核心產

7、業、滲透產業增加值發展情況核心產業增加值規模（萬億）滲透產業增加值規模（萬億）核心產業名義增速（%）滲透產業名義增速（%）3.193.554.154.464.693.23%3.51%3.61%3.69%3.72%0%2%4%6%024620192020202120222023E全國工業互聯網產業增加值總體發展情況工業互聯網產業增加值規模（萬億）產業增加值占GDP比重（%）數據來源：中國工業互聯網研究院，由易觀分析整理易觀分析制造業人工智能行業應用發展圖譜及行業應用案例027激發科技與創新活力2024/1/19制造行業AI應用概述：提升研發生產與運營效率，提升產品核心競爭力與質量，實現可持續發展

8、消費驅動力不足帶來供需不平衡，供大于求導致行業競爭加劇高端制造業向發達國家回流，低端制造業向低成本國家轉移創新能力不足，核心技術和核心高端設備、零部件額元器件仍受制于人高能耗、高污染，碳排放壓力巨大國際貿易爭端愈演愈烈，制造業供應鏈風險顯著增加通過自動化實現制造行業常規流程和任務，提高生產和運營效率通過數據分析與建模發現質量缺陷，預測潛在問題，并通過優化工藝和生產參數來提高生產質量通過優化生產計劃、材料以及能源使用等，提高能源使用效率，降低廢品率，實現可持續發展通過引入人工智能進入產品研發流程，提升研發效率，縮短研發周期制造行業是我國加快建設現代化產業體系的重要支撐，增強制造行業全價值鏈條數智

9、化能力，全面提升智能制造整體水平與實力當務之急。同時，制造行業在IT與數字化等基礎設施建設方面，尤其是面臨不同行業、不同類型與規模企業的能力不均衡，相應地，制造行業數智化升級也就面臨更大挑戰，需要政府、行業鏈主企業以及科技企業共同以生態搭建協同運營等方式，來加速推動制造行業數智化升級與AI應用落地。制造行業當前發展現狀人工智能在推動制造行業數智化轉型過程中的核心價值8激發科技與創新活力2024/1/19制造行業AI應用價值與場景質量管控/生產工藝優化倉儲配送市場營銷銷售管理供應鏈管理物流管理設備管理/預測性設備維護事故預警需求預測客戶服務產品輔助設計代碼輔助賦能工業軟件升級智能評審與反饋數字孿

10、生/仿真優化生產流程生產計劃/智能排產核心價值應用場景研究范圍與零售行業相對應，該部分為制造行業AI應用重點研究部分以零售行業AI應用研究為主提升工程仿真精度，提升設計與研發效率強化工業機器人信息處理、感知執行等能力，提升智能化生產能力與質量提升工業企業經營管理工作效率，探索用戶中心經營模式關鍵環節運營管理產品設計生產制造9激發科技與創新活力2024/1/19制造行業AI應用圖譜產品設計產品輔助設計虛擬工廠生產制造柔性制造設備預測性維護機器人制造生產運營優化智能倉儲管理工業云平臺工業互聯網平臺工業質檢易觀分析注釋：圖譜中企業僅為示例，未窮舉，且排名不分先后，如有不當之處請指正中國工業制造行業A

11、I應用圖譜10激發科技與創新活力2024/1/19案例：海爾卡奧斯AI工業大腦賦能智能制造全鏈場景海爾卡奧斯工業大腦平臺架構海爾卡奧斯以“大連接、大數據、大模型”為主線構建的卡奧斯COSMOPlat工業互聯網平臺，深度賦能工業場景，實現對工業領域的群體智能決策。其中“卡奧斯BaaS工業大腦”、“天智工業大模型”致力于降低人工智能作為生產要素的使用門檻及成本，實現人工智能以自動化、自適應的方式在工業企業中落地。在工信部發布2023年度智能制造示范工廠揭榜單位和優秀場景名單中，卡奧斯創智物聯合肥互聯工廠、卡奧斯COSMOPlat賦能打造的青島海爾特種冰箱智能制造示范工廠、海爾上海洗衣機智能制造示范

12、工廠成功入選。入口E-員工G-政府B-企業C-消費者D-開發者標準標識體系安全防護體系行業工賦青島德陽蕪湖長三角低代碼開發平臺（APP開發平臺-APP交易平臺-APP運行平臺)個性化定制智能化制造數字化管理網絡化協同服務化延伸平臺化設計APSSPCMESSCADAWMSEMSQMSCRMEAMSCMSRMPSSERPHRMSFMSOAOMSBI政企服務e-BizMOM卡奧斯BaaS引擎（COSMO Business Best Practice）工業機理模型InduMachi Model知識圖譜Knowledge Graph數字孿生體Digital Twin數字空間Digital Space人工

13、智能，機器視覺工藝仿真，機器學習數據洞察，數據挖掘關聯分析，預測算法數據庫服務 虛擬機服務 容器服務 搜索引擎 消息隊列 文件存儲 對象存儲 日志服務 容災備份 監控預警物聯網關協議解析邊緣計算規則引擎反向控制MQTT攝像頭工業機器人傳感器工業交換機工業內窺鏡其他AGV網器設備物聯層平臺能力層產品場景層企業賦能層紡織服裝型材石材汽車通用裝備化工電子模具智能裝備能源通過建設面向工業的現代模型棧，在在開源基礎大模型基礎上自主研發了天智工業大模型，協同3900多個機理模型與200多個專家算法庫，提升了大模型在工業場景下的精度。目前已在工業設計與研發、柔性裝配與數字孿生等細分場景落地應用。目前，基于天

14、智工業大模型形成的企業智能中臺已集成至卡奧斯BaaS工業大腦，工業企業通過部署工業大腦即可構建一套智能化轉型所需的平臺底座。大連接基于現代數據堆棧將數據持續匯聚、工業知識持續沉淀，并整合工業數據算法分析優化，利用AI挖掘數據隱含關系、隱性知識，廣泛應用于供應鏈優化、工業控制、產能分析等場景。大數據大模型通過建設面向工業的現代物聯棧，支持多種方式全面連接工業設備及企業數據源，暢通企業協作。信息來源：企業專家訪談、網絡公開信息等，由易觀分析收集整理天智工業大模型Tianzhi Industrial Large Model11激發科技與創新活力2024/1/19案例：海爾卡奧斯AI工業大腦賦能智能制

15、造全鏈場景卡奧斯工業互聯網平臺中深度融合AI技術，包括視覺監控檢測、質量缺陷檢測、智能安防、智能物流等，廣泛應用于工業設計與研發、機理仿真及數字孿生，具備高度的可遷移和可復制性，多年來已合作打造多個工業領域標桿案例。中德冰箱互聯工廠是行業首家智能+5G互聯工廠應用標桿。通過AI+5G的技術組合，工廠實現全流程信息自動感知、全要素事件自動決策、全周期場景自動更新迭代。實現了生產模式、生產技術以及組織模式的升級。作為國內智能控制器行業首家全球燈塔工廠，卡奧斯創智物聯合肥互聯工廠通過應用AI、機器視覺等數字化技術，以大規模定制模式驅動制造轉型，實現對100余家客戶、500余家供應商及6家自有工廠的端

16、到端鏈接，完成訂單100%準時交付的同時，將交付周期縮短一半，原材料庫存周轉天數降低56%。在智能控制器生產中，平臺采用自研的光學檢測設備和算法，在對工廠每年數億片檢測數據進行深度學習的基礎上，融入歷史人工經驗，在數秒內完成對數千個檢查點的快速“閱判”，并充分兼容非質量原因造成的顏色、形狀差異，誤判率由原來的10%降低至0.3%，檢出率達99.99%。其中，海爾冰箱制造核心工藝超薄真空節能發泡是基于卡奧斯COSMOPlat平臺所研發的發泡設備數字孿生模型，通過實時采集發泡200多項工藝、環境等參數，實現發泡環境壓力動態控制，使泡孔更小更均勻，提升保溫性能。同時還節省了材料用量，解決了行業溢料等

17、難題，最終實現了生產效率提升50%，產品節能提升12%，支撐了海爾冰箱在低碳環保方面的全球引領。中德冰箱互聯工廠卡奧斯創智物聯合肥互聯工廠信息來源：企業專家訪談、網絡公開信息等，由易觀分析收集整理12激發科技與創新活力2024/1/19案例：華為工業AI質檢實現生產質量管控智能化華為工業AI質檢方案架構針對傳統工業質檢場景下準確率低、開發難、運維難等問題，華為基于工業AI質檢基于AI、大數據、云計算等能力，結合自身200+條產線AI質檢實踐經驗，提煉800+工業級圖像處理算子，為汽車、煙草、電子等制造行業客戶打造工業AI視覺質檢平臺，實現生產質量管控的自動化、智能化，助力持續提質降本增效。全面

18、覆蓋工業質檢場景，準確度98.5%以上低代碼平臺封裝典型工業應用場景算子工具，提升AI質檢應用開發效率端云邊協同實現模型快速迭代優化，滿足生產快速上線需求 富士康智能光伏控制器產線AI質檢聯合華為在智能光伏控制器產線打造了昇騰智造AI質檢示范產線，通過人工智能算力加算法，檢測智能光伏控制器涂刷硅脂顏色是否正確，硅脂是否少涂、漏涂，以及銘牌是否漏貼、倒貼和錯貼，產線月檢測6000+臺，總體準確率99%，實現了從自動到智能的變化，顯著提升了效率與質量。寶德計算機生產線AI質檢寶德計算機引入昇騰智造解決方案，將AI質檢貫穿于來料檢驗、生產制造過程檢驗以及包裝檢驗等環節，方案上線以來，檢測準確率超過9

19、9%，不僅提高了產品質量，還大大降低了生產成本和人力成本。美的冰箱冷柜工廠AI質檢美的集團在冰箱事業部冷柜工廠引入昇騰智造解決方案，用于底腳檢測、環保安全標簽檢測、品牌商標檢測和冷凝管貼敷檢測，檢測準確率提高了10%，并大大提升了效率。華為工業AI質檢行業應用實踐信息來源：網絡公開信息，由易觀分析收集整理13激發科技與創新活力2024/1/19案例：創新奇智工業AI技術平臺助力汽車裝備智能管控理想汽車智能自動化產線創新奇智聯合理想汽車將AI技術引入新能源汽車工廠自動化產線，AI技術、智能傳感器、過程控制系統貫穿于整個產線，將工業互聯網預防性維護與原生設備廠家進行融合，幫助客戶提前發現潛在問題，

20、降低設備故障率，降低停產損失。同時，創新奇智提供了覆蓋三大車間的制造執行系統（MES），實現全廠車輛跟蹤以及生產調度執行，將整個工廠的有效技術工時縮短了70%。工業制造行業需要處理大量復雜多樣場景，標準化程度較低，對行業know-how要求高。創新奇智推出的“AInnoGC工業大模型技術平臺”專注于工業知識的歸納生成，具有語言、視覺、科學計算、跨模態等豐富的任務支持度，作為控制器驅動整條產線，與“MMOC人工智能技術平臺”相結合，可提供從感知到分析決策到生成的完整AI能力，為各種AI應用提供了更廣闊的技術空間。奇智孔明模型層中間層應用層奇智孔明AInnoGC工業大模型技術平臺面向工業、智能制造

21、推出的行業大模型，支持工業知識總結推理、交互式報表生成、工業自動化任務規劃等功能。AInnoGC工業大模型AInnoGC引擎AInnoGC應用連接工業大模型和生成式AI應用，提供數據處理、大模型精調、大模型服務、提示工程等全生命周期服務。面向制造業細分場景提供生成式AI應用，包括企業私域數據分析、工業機器人任務編排、企業私域知識問答應用等。數字化預防性維護預防性維護系統為企業快速定制實施汽車焊裝車間、機器人裝配線體、智能化高精度傳送系統，并接入工業互聯網，解決了客戶智能產線自動化的系統需求。制造質量管理產品出廠檢查的全流程閉環管理，實時獲取現場質量狀況、識別質量問題、快速定位改善，實現各部門質

22、量數據共享，產品質量全面追溯。全方位提升整車出廠質量。智能配裝控制基于視覺+智慧傳感器+程控系統的貫穿式解決方案，將工業互聯網預防性維護與原生設備廠家進行融合。創新奇智工業AI技術平臺在汽車裝備場景的典型應用MMOC人工智能技術平臺ManuVision機器視覺智能平臺MatrixVision邊緣視頻智能平臺Orion分布式機器學習平臺Cloud云平臺信息來源：網絡公開信息，由易觀分析收集整理14激發科技與創新活力2024/1/19AI+工業互聯網重構傳統制造形態，實現全要素、全流程、全生命周期以及全價值鏈的互聯互通與高效決策全要素關鍵變量傳統制造智能賦能全要素人、機、料、法、環、測缺乏自動化連

23、動與優化機制，依賴于人的決策實現精益管理機人法環測料全要素工業互聯網將人、機、料、法、環、測以數據相連接，融合AI技術實現自動化與智能決策，數智驅動實現精益管理機人法環測料全流程關鍵變量傳統制造智能賦能全生命周期全價值鏈全生命周期各參與方間僅生產方與用戶方存在單向買賣關系，缺乏有效的信息溝通反饋生產方用戶方監管方全生命周期各參與方間構建信息流動有效渠道，可進行持續互動、建立正反饋循環，助力制造系統迭代用戶方監管方生產方全價值鏈傳統制造以企業為核心，工廠、客戶、供應商、渠道商單向封閉上游下游企業全價值鏈重構制造與經營生態，以生態為主陣地，打破封閉協同經營，從而重構生產體系中信息流、產品流與資金流

24、的運行模式上游下游企業全流程用戶交互迭代研發智慧服務智慧物流模塊采購柔性生產用戶重構制造生命周期，以用戶為中心，環環聯動全流程傳統制造業生命周期線性轉換，以商品為核心，但是對用戶需求失焦需求管理運維服務研發設計工藝過程儲運過程生產過程15激發科技與創新活力2024/1/19制造業AI應用需要結合場景進行建模與優化，以工業互聯網為基礎的智能工廠是AI在制造業落地實踐的最佳形式信息來源：工信部，由易觀分析整理產品整體優化與深度協同產品設計流程規劃生產工程流程效率提升與重點業務價值挖掘產品訂單AI+工業互聯網賦能數智化轉型重點領域和場景生產計劃材料與供應制造交付與分銷客戶支持設備資產全面運維保障與高

25、質量服務系統設計建造投產運維退役報廢與回收基于工業互聯網對產品全生命周期進行貫通連接，融合AI技術強化在產品設計、流程規劃、生產工程等環節的模型、機理共享與協同設計，產品數據的智能分析等。將工業互聯網實時采集的生產數據疊加AI技術進行柔性生產、協同制造，降本增效，提升生產制造各環節價值?；诠I互聯網泛在連接能力，結合AI技術實現工業設備資產的智能化管理，包括遠程診斷、預測性維護等。平臺化設計依托工業互聯網平臺，匯聚人員、算法、模型、任務等設計資源，實現高水平高效率的輕量化設計、并行設計、敏捷設計、交互設計和基于模型的設計，變革傳統設計方式，提升研發質量和效率一方面，人工智能與工業知識的結合能

26、夠構建各類工業機理模型，嵌入智能工廠重點領域與場景，加速協同與創新。另一方面，由于智能工廠環節多，系統復雜度高，工業AI的開發與應用須依托工業互聯網方可實現創新在效率的預期目標。目前工業互聯網已經形成六大類典型應用模式，各模式中均深度融合AI技術，能夠拓展智能工廠各項能力建設，在推動模式創新的同時將核心業務鏈條中的創新進行集成，從而實現系統性創新。智能化制造人工智能等數智技術在制造業領域加速創新應用，實現材料、設備、產品等生產要素與用戶之間的在線連接和實時交互，逐步實現機器代替人生產，智能化代表制造業未來發展的趨勢網絡化協同通過跨部門、跨層級、跨企業的數據互通和業務互聯，推動供應鏈各類信息資源

27、實現網絡化的協同設計、協同生產、協同服務，進而促進資源共享、能力交易以及業務優化配置個性化定制面向消費者個性化需求，通過客戶需求準確獲取和分析、敏捷產品開發設計、柔性智能生產、精準交付服務等，實現用戶在產品全生命周期中深度參與服務化延伸企業從原有制造業務向價值鏈兩端高附加值環節延伸，從以加工組裝為主向“制造+服務”轉型，從單純出售產品向出售“產品+服務”轉變數字化管理通過打通核心數據鏈，貫通生產制造全場景、全過程，基于數據的廣泛匯聚、集成優化和價值挖掘，優化、創新乃至重塑從企業戰略決策到市場服務的各項業務活動工業互聯網典型應用模式16激發科技與創新活力2024/1/19人工智能與制造機理深度融

28、合，驅動智能工廠多層次創新產品創新智能化產品是制造業價值創造的核心。隨著人工智能技術的深入應用，將使產品發生革命性變化，產品的創新與升級換代將極大提升各種產品的性能與市場競爭力，以及提高智能工廠的生產效率和質量水平。在日常消費方面，將現出一大批先進的智能生活產品：如智能終端、智能家電、智能玩具等。在工業制造方面，設備將全面智能升級，如信息制造裝備、農業裝備、醫療裝備、智能機床、智能機器人等。生產技術創新先進技術與制造機理的融合主要在生產流程的自動化和生產管理的信息化方面實現生產技術的創新型應用。人工智能賦能生產過程實現智能工廠更高程度的自主決策和智能控制，從而推動了生產技術的創新型應用，推進從

29、產線到工廠發生革命性的智能化升級。產業模式創新從“以產品為中心”向“以用戶為中心”的轉變是產業模式創新的內核，主要是從生產型制造向服務型制造的轉變。通過深度學習和數據分析，人工智能提供更全面、精準的用戶洞察，使智能工廠能夠構建更智能化、自適應的生產體系，同時也為用戶提供了更加可靠和高質量的產品和服務。系統集成創新AI+工業互聯網平臺智能高效集成產品、生產和產業模式三大模塊，通過系統的集成優化實現新的價值創造。其中，在“端到端集成”方面智能化協調產品制造的研發、設計、生產、服務等全生命周期內的各項工程活動，并集成價值鏈上鏈主企業和相關合作企業的所有終端和用戶端，以此在價值網絡中實現不同主體之間的

30、合作、協同與共享。在制造業迎來“數字化、網絡化、智能化”為發展方向的變革中，以人工智能為代表的數智技術與制造機理深度融合，構建智能制造發展范式，已經成為加快制造業高質量發展和建設新型工業化的重要抓手。通過AI在關鍵環節的賦能作用，智能工廠實現了生產、管理、服務的智能化，推動了產業模式向服務型制造轉變，助力制造業實現數字化端到端集成，促進協作與資源共享，為未來制造業發展注入新的動力。17激發科技與創新活力2024/1/19案例：中國移動依托云智融合能力，推動5G x 云 x AI向智能工廠核心生產環節縱向延伸作為5G技術、標準和產業的重要推動者，中國移動云平臺結合資源優勢在邊緣、AI、生態等方面

31、拓展，幫助工廠從訂單到排產、生產工藝、工序流轉、過程管理、物料管理、質量檢查、訂單發貨和數據統計分析的全流程信息化管控。中國移動發布的“九天”人工智能平臺打造從智算基礎設施、核心算法能力到智能化應用的全棧人工智能服務，與移動云深度融合，能夠為制造業提供泛在的智能云服務能力。洛陽工業互聯網平臺案例洛陽區域云承載當地工業設備、系統、工藝參數、軟件工具、企業業務需求和制造能力等工業資源的互聯網匯聚共享平臺，承載工業經驗與知識模型，對接工業優化應用，在企業內部和企業間形成網絡協同優化，助力工業企業上云，推動區域經濟發展。華菱湘鋼數智工廠云平臺案例面向鋼企制造場景，滿足華菱湘鋼“讓設備開口說話、讓機器自

32、主運行、讓職工更有尊嚴地工作、讓企業更有效率”的數字化轉型愿景，打造統一云底座，整合資源、整合應用、整合數據。云網一體云邊協同云智融合中移動工業云平臺優勢信息來源：網絡公開信息，由易觀分析收集整理分布式云架構、N種接入方式，立體雙層云間組網，滿足工廠內外網絡各場景連接需求邊緣智能服務平臺EISP邊緣智能云 EIC+邊緣智能小站 EIS，與中心云形成一朵分布式云，實現全域業務覆蓋通過條碼數據采集手段、AIoT 物聯、智能工廠和工業大腦等支持企業生產智能化中移動九天人工智能平臺工業行業解決方案基于深度學習平臺、AI能力平臺，為工業企業客戶提供人工智能輔助生產制造、企業管理等服務，降低生產成本、提升

33、生產效率、改善生產作業環境。中移動九天人工智能平臺體系18激發科技與創新活力2024/1/19案例：思謀科技基于工業互聯網平臺，打造從生產到運營管理一站式數智化服務體系推出多個具備光機電算軟全鏈路能力的行業綜合解決方案思謀科技（SmartMore）是一家具備“光”“機”“電”“算”“軟”全棧領先能力的標準軟硬一體化產品及解決方案供應商，經過二十多年的技術積累與沉淀，持續打造更具拓展性和普惠價值的智能工業和數智創新平臺。思謀SMore AIoT工業互聯網平臺，基于思謀AI、CV、數字孿生、物聯網、大數據等核心技術優勢由OT層向IT層延伸打造，為工業智能生產、運營、管理和可視化決策帶來一站式數字化

34、服務，助力制造企業打造新一代數智工廠。自研3C行業“智慧工人”通用柔性五軸檢測裝備2021年2022年正式推出工業大模型IndustryGPTV1.02023年6月2023年11月發布工業大模型開發與應用底座SMore LrMo應用層SaaS平臺層PaaS資源層IaaS物聯層SaaS思謀SMore AIoT工業互聯網平臺系統架構產線&工廠級應用思謀助力某國際精密光學頭部企業數智工廠建設案例數字孿生透明工廠智慧倉儲物流管理設備預測性運維管理能耗分析優化6S安全生產管理可視化精益運營管理AI-ADC質量管理能耗分析優化云基礎設施服務器存儲設備5G網絡SMore AIoT工業互聯網平臺SMore D

35、ata平臺組件數據中臺企業級應用數據湖企業經營管理駕駛艙數字孿生平臺SMore Light3D智能分析平臺SMore BI可視化平臺SMore Chart自動化設計與集成物聯網平臺SMore IOT物料工藝設備感測器邊緣計算工藝參數推優思謀為企業提供了涵蓋設備層工藝參數推優、產線及工廠層數字孿生、企業層數據湖的一站式應用服務，優化工藝數據生命周期管理，降低設備監管與生產實施成本，提升客戶數據挖掘分析、智能應用構建和數字化資產的管理能力。鍍膜調整時間縮短35%物料損失減少25%總產能提升20%維護成本降低20%目前，思謀已通過自研的智能工業平臺、智能傳感器產品以及智能一體化設備，服務了卡爾蔡司、

36、空客、博世、佳能、大陸集團、舍弗勒等來自全球超過200家行業頭部企業，以技術促進更高效、更靈活、更先進智造的發展；此外，思謀還不斷拓寬智造外延，基于“智造+”平臺與數智化解決方案，自主研發了數字化制造管理系統，覆蓋了從產線到工廠的應用場景，為客戶在全球范圍內提供全面而優質的產品與方案服務。信息來源：網絡公開信息，由易觀分析收集整理19激發科技與創新活力2024/1/19案例：美云智數AI算法服務+工藝仿真快速構建最優工藝參數模型，助力智能工廠釋放效能美云智數是美的數字化轉型重要參與者，也是美的工業互聯網對外輸出載體，美云智數以制造業數字化為切入點，通過5G、AI、大數據等技術，通過美擎平臺提供

37、工業軟件底座，逐步實現從研發、采購、制造、物流、供應鏈和客戶服務全價值鏈數字化。圖：美云智數“美擎”平臺業務架構信息來源：網絡公開信息，由易觀分析收集整理將AI算法服務平臺廣泛應用于工藝參數推薦、圖像質檢、動作識別等業務場景，拉通研發、供應鏈、制造、品質、售后業務價值鏈，兩期項目上線以來，T+3流程效率提升，訂單下達周期速度、設備異常響應時間、數據采集效率、模板切換速度等均有大幅改善。美云AI算法服務平臺：集數據標注、模型訓練、模型評估、模型部署、模型預測等一站式建模于一體，快速構建應用生產模型，縮短開發周期和成本，助力制造業全價值鏈卓越運營。美擎仿真：集3D工藝仿真、裝配仿真、人機協作等功能

38、于一體，可應用于新建工廠的產線布局設計、物流規劃、價值流分析；工廠生產效率提升、精益改善；新產品研發端的可制造性分析、機器人軌跡規劃及示教等。美擎數字孿生：實現產線、設備狀態、工廠生產要素的可視化以及設備生命周期管理、故障追蹤、物料追蹤，實現生產要素和管理要素的可視可控、虛實同步。美的廚電順德工廠實現研發、制造、采購等全價值鏈數字化運營，內部綜合效率提高28%、產品品質指標提升15%、訂單交付期縮短53%、端到端渠道庫存占比下降40%、參數調整時間減少34%、調模不良率減少28%。美的廚電順德工廠美的空調南沙工廠美云智數AI算法服務平臺建模平臺開放能力解決方案AI工具一站式建模、組件化建模、配

39、置化開發自然語言處理、文字識別、圖像識別、聲音處理工業、商業、辦公、供應鏈、零售、企劃、物流、安防標注工具、NLP分析工具通過云計算和人工智能技術，擔負起智能設備故障預測、工藝參數優化、能耗優化，圖像質檢、聲紋質檢等重要職責，讓工廠擺脫傳統模式下對個人經驗的依賴，并在減少人為誤判損失的同時，避免對工人的生理損害。20激發科技與創新活力2024/1/19案例：格創東智打造工業設備健康管理體系，實現設備預測性維護和精密診斷格創東智于2018年由TCL投資創立，其對內支撐TCL集團逐步成為世界級的數字化企業集團，對外則向中國制造企業提供工業互聯網產品和服務。格創東智建立基礎、通用、標準化的平臺底座，

40、并在底座之上開發工業應用，賦能智能工廠的高質量數智化建設和運營。其中，針對制造業設備管理痛點，格創東智打造的東智設備健康管理解決方案深度融合人工智能與工業機理，采用自研高頻數采方案，實現設備健康的全面感知及預測性維護。信息來源：網絡公開信息，由易觀分析收集整理制造企業設備管理環節痛點設備資產分散，運行和健康狀況不透明設備自動化及精密控制程度提高，設備維保代價大作業方式以事后及預防性維修為主，無法實時監測設備狀態運維成本高、效率低東智設備健康管理解決方案打造智能應用數據全面感知AI智能監控降本增效應用平臺感知設備可視化依托物聯網技術實現設備數據全面、動態、實時感知以工業機理融合AI的方式實現設備

41、健康預警、診斷、預測及優化等相關應用提高設備管理效率與可靠性，有效控制和降低成本設備健康指數智能分析與優化MES設備管理打造設備管理統一平臺，深化設備管理為核心的一系列應用維護維修備品備件狀態監測專家系統EMS東智工業互聯網平臺東智數采網關機理模型時序數據算法模型開發工具API Huber動力設備、復雜設備、關鍵設備、核心機組、傳感器/PLC、SCADA/DCS、MES、第三方狀態監測智能視頻流式數據手持點檢離線數據某電子廠導入東智設備健康管理產品，實現300多臺關鍵設備數采、環境數據監測、設備健康維護管理。通過自助預警、輔助維修，提高了維護響應效率，異常停機降低約40%，設備平均修復時間（M

42、TTR）降低約25%，線體換產換型時間加快約30%。案例：為半導體企業提升設備預測性維護能力案例：幫助精密電子制造企業夯實設備管理能力某面板廠導入東智設備健康管理產品，通過對現場PUMP、機械臂、氯氣濃度、框膠壓力等重點設備工藝參數的實時采集、重點設備參數實時監控、設備故障預測模型，導入設備臺賬、維護保養移動化作業、備件共享管理、數據多因子分析工具等，工程師可以對設備數據自助分析和建模。通過設備的自動監控、趨勢監控、預測建模等，實現異常停機減少，工藝穩定性提升，備件成本降低的效果。設備健康管理EHM物聯網（IoT）平臺多因子分析建模工具MFA設備故障偵測與分類系統FDC格創東智智慧設備健康管理

43、產品體系制造業人工智能行業應用發展挑戰與趨勢0322激發科技與創新活力2024/1/19制造行業AI應用關鍵挑戰模型應用可靠性挑戰工業領域，尤其是生產制造流程，最重視安全、可靠和穩定，相應地，工業制造領域最核心需要保障應用的可靠性，這就對人工智能模型，包括大模型提出了更高的要求。應用成本挑戰從大模型驅動的AI應用方面，應用成本需要大幅度降低，目前定制化千億參數通用大模型的成本難以被客戶接受；算力成本仍然高居不下，訓練卡價格仍然在上升。未來考慮到未來LLM不斷升級，訓練推理成本或將持續上行；相應地，垂類大模型能夠達到參數量、效果、成本和場景的匹配，此外，模型蒸餾壓縮、采用MoE架構，小樣本微調等

44、技術路徑也能夠有效降低成本，加速落地。行業Knowhow與數據資源挑戰與其他行業不同，工業場景相對來說數據樣本量較小，AI訓練相對困難，相應地，工業數字孿生可以通過仿真的形式生成大量數據，幫助AI模型深度優化，同時，也仍然需要制造企業強化自身數據積累與沉淀，從而提升AI應用現實可行性。23激發科技與創新活力2024/1/19趨勢1：工業級場景需求升級，帶動計算機視覺、工業知識圖譜、工業數字孿生、群體智能等關鍵技術向多元化場景縱深發展說明：部分研究成果節選自易觀&海爾卡奧斯中國工業互聯網技術發展年度趨勢制造業數字孿生市場AMC曲線計算機視覺趨向高精度、標準化方向發展AI將加速驅動工業知識圖譜全生

45、命周期融合應用工業數字孿生技術推動數字技術在制造業規?；瘧?隨著工業應用場景覆蓋廣度和深度的提升，更多潛在的價值場景機會會被發掘出來，驅動計算機視覺技術能力向高精度、標準化方向繼續精進發展，幫助企業實現自動化檢測、質量控制、安全監控和精細化生產等方面的智能化升級。群體智能成為AI在工業領域應用的下一個突破性方向 AI驅動加速企業知識圖譜構建，包括各類文獻、專利信息、技術標準等專業知識，并向工業生產鏈條的多環節快速滲透，幫助企業整合和利用各種生產數據、設備數據、質量數據等專業知識，提供生產優化和質量控制決策支持。群體智能技術將更多被業界討論，并開始融入制造業數字化轉型的技術攻堅進程。多個智能設

46、備或系統將通過分布式、去中心化、自組織的方式，開展實時協作控制、故障檢測、自修復任務等，協同完成復雜任務或解決復雜問題。企業基于工業數字孿生底座得以有效構建起工業仿真系統，進而在系統中規?；囼炛T多數字技術，提升工業數字孿生系統面的復雜經營環境的可用性，從而規?；螖底旨夹g落地。當前制造業數字孿生處于市場啟動期，易觀分析預測到2025年，體量較大的制造企業基本實現數字孿生體系構建，并通過數字孿生系統大幅提高生產效率和資源利用率。在供給側，數字孿生智能制造所需的工業軟件能滿足一半的國內市場需求，且競爭力顯著提升。24激發科技與創新活力2024/1/19趨勢2：大模型為工業智能注入認知理解能力，

47、將柔性融入制造流程，成為工廠智能中樞大模型的出現為工業智能注入了更為強大的認知能力，將能夠深入理解適應不同的生產環境和工廠特點，實現AI與傳統工業設備的高度契合。通過全面理解從生產流程到設備狀態的各類應用場景，提供智能化的監控和調度能力。柔性融合更加突顯了大模型對原有智能制造場景的適應性和靈活性，為制造業的持續創新提供了可能。數字化、網絡化、智能化最低要求揭榜掛帥任務目標直接貢獻度度圖：中國智能制造典型場景要求-收益矩陣收益維度成本維度AVGAVG工廠數字化設計工廠數字化設計數字孿生工廠建設數字孿生工廠建設產品數字化研發與設計產品數字化研發與設計虛擬實驗與調試虛擬實驗與調試數據驅動產品設計優化

48、數據驅動產品設計優化工藝數字化設計工藝數字化設計可制造性設計可制造性設計生產計劃優化生產計劃優化車間智能排產車間智能排產資源動態配置資源動態配置精益生產管理精益生產管理先進過程控制先進過程控制工藝動態優化工藝動態優化產線柔性配置產線柔性配置智能協同作業智能協同作業智能在線檢測智能在線檢測質量精準追溯質量精準追溯產品質量優化產品質量優化在線運行監測在線運行監測設備故障診斷與預測設備故障診斷與預測設備運行優化設備運行優化智能倉儲智能倉儲精準配送精準配送安全風險實時監測與應急處置安全風險實時監測與應急處置危險作業自動化危險作業自動化能耗數據監測能耗數據監測能效平衡優化能效平衡優化碳資產管理碳資產管理

49、污染監測與管控污染監測與管控廢棄物處置與再利用廢棄物處置與再利用市場快速分析預測市場快速分析預測銷售驅動業務優化銷售驅動業務優化主動客戶服務主動客戶服務產品遠程運維產品遠程運維采購策略優化采購策略優化供應鏈可視化供應鏈可視化物流實時監測與優化物流實時監測與優化供應鏈風險預警與彈性管供應鏈風險預警與彈性管控控數字基礎設施集成數字基礎設施集成數據治理與流通數據治理與流通工業知識軟工業知識軟網絡協同制造網絡協同制造大規模個性化定制大規模個性化定制人機協同制造人機協同制造數據驅動服務數據驅動服務來源：易觀分析&海爾卡奧斯聯合分析整理基于成本與收益維度的因素考量，大模型的落地應用應結合智能制造典型場景收

50、益矩陣，合理規劃實施路徑。優先建設場景支撐建設場景重點建設場景長期建設場景 以生產場景為主，對智能化要求相對較高，需要對工業機理有較好的沉淀，建議優先考慮建設相關場景。大模型在這類場景中可優化生產過程，進一步降低成本提高整體收益。場景分布較廣，對網絡化要求相對較高，可根據傳統制造模式進行小步迭代，分散成本。大模型的應用有望提高供應鏈靈活性，優化庫存管理，在質量控制方面提升產品一致性。以生產與端到端場景為主，對數字化、網絡化、智能化要求均較高，需要其他場景的深度沉淀與反饋方可實現有效建設，但收效巨大。大模型可驅動端到端智能生產與協同，提高整體生產效率，實現可觀的收益增長。場景分布較廣，對數字化要

51、求相對較高，與其他場景建設存在依存關系，在不同行業間有較強的遷移性。引入大模型能力可強化數據分析，提升遷移性，為企業長期發展提供戰略性支持。25激發科技與創新活力2024/1/19趨勢3：AI與工業大數據雙向驅動將全面釋放價值，成為智能制造升級關鍵推動力工業大數據的高度復雜性成為傳統數據技術應用于制造行業的難點，AI技術憑借其擅長處理復雜但具備結構性數據的特點，為工業企業帶來了新機遇。AI通過挖掘分析工業大數據中的潛在關聯和模式，將數據轉化為實質性的智能決策和洞察，提供更準確實時的數據分析、決策支持、需求預測等關鍵能力，幫助企業更好地規劃生產計劃、優化庫存管理等，實現降本增效，提升工業智能化水

52、平。相應地，工業大數據也將成為工業企業構建AI可用的數據體系、打造工業大模型的關鍵支撐。說明：部分研究成果節選自易觀&海爾卡奧斯中國工業互聯網技術發展年度趨勢供給側需求側產業互聯網的發展將用戶、員工、設備、環境以及產業鏈上下游等元素緊密聯系起來，使得數據生產量指數級增加，為工業企業創造了豐富的數據資源。這些數據亟待被有效沉淀、處理和應用。AIGC為代表的新一代人工智能技術處于爆發期，但其在工業的落地和價值創造，亟需高質量、結構化的數據支撐。這些都讓工業大數據的意義超越以往任何時期。構建智能決策的數據基礎智能化生產應用與資源優化構建形成AI可用的數據體系實時數據分析與決策支持需求個性化與定制需求

53、質量管理與安全性需求靈活的產能與庫存管理需求研發數據域生產數據域運維數據域管理數據域外部數據域研發設計數據開發測試數據控制信息工況狀態工藝參數系統日志物流數據產品售后服務數據系統設備資產信息客戶與產品信息產品供應鏈數據業務統計數據與其他主體共享的數據26激發科技與創新活力2024/1/19趨勢4：生成式AI的應用將為工業知識沉淀和傳承提供有力支持生成式AI通過將大量的工業數據、技術文檔和專家經驗整合，可構建更為智能高效的知識管理體系，這將支持企業有效沉淀和傳承核心領域的工業知識，不僅能為工廠提供實時指導和支持，還有助于應對人才流失和知識斷層問題，使制造行業在工業知識管理和傳承方面實現更加智能、

54、可持續的發展方式。智能化知識沉淀快速分析理解工業數據和技術文檔，提煉、整合并歸納核心領域知識。使企業能夠更迅速、更全面地將實踐經驗和專業知識轉化為數字化智能知識庫。實時指導與支持工業知識與經驗傳承可持續可視化與協同工作通過生成式AI構建的智能知識體系，優化知識管理與迭代，可實現對生產過程實時監測和指導，根據當前生產狀況提供實時建議與支持。工業知識與經驗的傳承從“老帶新”的傳統模式轉向通過智能系統持續穩定地獲取專業指導，保持業務連續性，降低人才流失和知識斷層對生產過程的不利影響。支持知識可視化呈現，使得復雜的工業知識更易于理解和分享。同時，能夠推動生產協同，促進知識的共享和協同決策。工業知識的智

55、能抽取與整合：制造業常常涉及復雜的生產流程和技術要求，生成式AI能夠智能抽取和整合龐大的工業數據、技術文檔以及專家經驗，提煉關鍵的工藝知識，形成更為精細、實用、結構化的知識體系。能夠支持企業對于復雜工業知識的智能化沉淀，減少信息碎片化和不易獲取的問題。工業知識的實時更新與迭代學習：制造業不同生產環境的要求與變化較多，生成式AI實時更新與迭代學習能夠使其適應這種多變性，可以根據最新的產業動態、技術發展，不斷學習新的工業標準、生產要求和技術創新，及時更新企業的知識庫。個性化學習路徑與培訓路徑構建：生成式AI能夠根據個體員工的職能和生產線需求，提供個性化的學習路徑。不僅能夠提高員工的學習效率，還可更

56、針對性地滿足了制造業復雜多樣的技術培訓需求，使員工更好地適應特定工作場景。27激發科技與創新活力2024/1/192C消費生態易觀分析解決方案：以行業基礎研究為基石，形成個性化解決方案，賦能業務增長面向業務價值輸出行業分析企業商業化/行業市場GTM咨詢用戶/客戶洞察與體驗運營咨詢市場洞察同業對標創新探索最佳實踐企業數智化轉型策略咨詢業務價值認知賦能解決方案用戶洞察商品消費服務消費內容消費技術應用生態基礎設施生態美妝3C/家電母嬰食品飲料奢侈品醫藥等電商平臺直播電商社區電商二手平臺社交電商即時零售等旅游出行餐飲外賣汽車后服務教育服務演出票務房屋租賃醫療健康基礎民生資訊平臺音頻/娛樂游戲營銷/MCN視頻/直播閱讀/動漫XR等內容科技AIGC/AI應用行業數字化企業服務金融科技人工智能云計算大數據/大模型工業互聯網網址：客戶熱線：4006-010-231服務郵箱：易觀分析l行業洞察l策略咨詢l用戶洞察l解決方案易觀旗下專注數字化市場發展與趨勢研究數字經濟全景洞察易觀分析金融行業數字用戶同業對標易觀千帆全場景私域用戶運營易觀方舟易觀社群加入易觀社群與行業伙伴一同交流