工业互联网平台新模式新业态白皮书.pdf

赛迪研究院工业互联网系列白皮书之三工业互联网平台新模式新业态白皮书 指导单位：工业和信息化部信息技术发展司编写单位：中国电子信息产业发展研究院2020年8月 指导单位工业和信息化部信息技术发展司指导委员会主任谢少锋工业和信息化部信息技术发展司司长副主任李颖工业和信息化部信息技术发展司巡视员张立中国电子信息产业发展研究院院长委员黄子河中国电子信息产业发展研究院副院长 冯伟工业和信息化部信发司两化融合推进处处长吴志刚中国电子信息产业发展研究院信息化与软件产业研究所所长参编单位（排名不分先后）中国电子信息产业发展研究院：姚磊、袁晓庆、宋颖昌、张朝、徐靖、孙刚、管桐、王刚中国信息通信研究院：刘阳、赵旭国家工业信息安全发展研究中心：窦克勤、邵明堃 中国电子技术标准化研究院：于秀明、杨梦培、黄琳、王程安 中国电子产品可靠性与环境试验研究所：周翼、程广明、江欣、罗力田青岛海尔股份有限公司：崔向雨、邓艳玲、甘翔北京东方国信科技股份有限公司：常志刚、王昆、李航用友网络科技股份有限公司：王勇、张友明、李明树根互联技术有限公司：周观武、黄路川、何铭川航天云网科技发展有限责任公司：储玉光、谷牧浪潮集团有限公司：杨良、苏玉玲、商广勇华为技术有限公司：周亚灵、彭祖炜、史扬富士康工业互联网股份有限公司：唐琦军、梁国钜、徐 威阿里云计算有限公司：郑旭、林琚、谢波江苏徐工信息技术股份有限公司：张启亮、黄凯、曹洁生 i 前言一、白皮书编写背景当前，世界经济正处在动能转换的换挡期。工业互联网作为第四次工业革命的关键支撑，通过实现工业经济全要素、全产业链、全价值链的全面连接，支撑服务制造业数字化、网络化、智能化转型，不断催生新模式、新业态、新产业，重塑工业生产制造和服务体系，实现工业经济高质量发展。党中央、国务院高度重视新模式新业态发展。习近平总书记指出，要“危中寻机、化危为机，把这次疫情防控中暴露 出来的短板和弱项加快补起来，把疫情防控中催生的新业态新模式加快壮大起来。”李克强总理强调，要“完善创业创新生态,吸引集聚人才,大力发展工业互联网,以大中小企业融通发展催生更多新业态新模式”。互联网、大数据、人工智能等新一代信息技术与制造业加速融合，正在引发生产方式、组织模式和商业范式的深刻变革，新模式新业态蓬勃发展，为制造业数字化转型注入新动能新活力。加速培育基于工业互联网平台的新模式新业态，有利于抢抓技术变革和产业升级新机遇，充分发挥数字新基建基础支撑作用，加速制造业数字化转型，为制造业高质量 发展提供有力支撑。为梳理不同新模式新业态的典型特征、应用场景和落地 ii 路径，赛迪研究院联合有关部属单位和十大跨行业跨领域工业互联网平台企业，在对重点全国领先的工业互联网平台企业进行调研和访谈的基础上，编制了工业互联网平台新模式新业态白皮书，旨在为广大企业发展新模式新业态提供可落地的经验借鉴，切实加速企业数字化转型。二、白皮书主要内容白皮书重点介绍了数字化管理、智能化生产、网络化协同、个性化定制、服务化延伸等5个新模式，以及零工经济、共享制造、现代供应链、工业电子商务、产业链金融等5个新业态。具体到每个新模式新业态，白皮书结合企业转型升 级趋势与工业互联网平台作用，重点介绍了“平台+新模式新业态”典型特征、重点场景和对策建议等三方面内容。（一）“平台+新模式新业态”的典型特征该部分主要回答了“平台+新模式新业态”的特征。上述十个新模式新业态因新一代信息技术与制造业融合而起，伴随着工业互联网的兴起而不断迅速壮大。工业互联网平台正推动传统制造系统各个环节和要素的解耦、整合和重构，优化工业全要素、全产业链、全价值链的资源配置，并促进新模式新业态向更高层次、更深水平迁移，这些新模式新业态的内涵也在发生演进，加速制造业迈向万物互联、数据驱动、 软件定义、平台支撑、智能主导的新阶段，加快企业生产方式、企业形态、商业模式发生根本性变革。（二）典型应用场景 iii 该部分主要回答了“平台+新模式新业态”的典型场景。工业互联网平台通过实现研发设计、生产制造、产品流通与售后服务等业务系统云化改造，汇聚整合数据资源，从数据资源、业务创新、组织管理等方面培育制造业新模式新业态应用场景。本白皮书从应用场景出发，通过梳理基于工业互联网平台的新模式新业态实践案例，明晰新模式新业态边界，确立培育新模式新业态的重点方向，为进一步推广新模式新业态场景应用提供有效路径。在新模式方面，数字化管理主要聚焦资产管理、运营管理、组织管理等场景；智能化生产主要聚焦智能设备、智能 产线、智能服务等场景；网络化协同主要聚焦协同设计、协同制造、协同运维、供应链协同等场景；个性化定制主要聚焦少品种大批量定制、多品种小批量定制和“小作坊式”单件定制等场景；服务化延伸主要聚焦产品效能提升服务、产业链条增值服务、综合解决方案服务等场景。在新业态方面，零工经济主要聚焦开源社区、创客平台、协同外包服务平台等场景；共享制造主要聚焦制造能力共享、创新能力共享、服务能力共享等场景；现代供应链主要聚焦供应链协同、柔性供应链、智慧物流等场景；工业电子商务主要聚焦集采集销、垂直行业电商、工厂直销等场景；产业 链金融主要聚焦融资租赁、互联网信贷、精准投保等场景。（三）对策和建议该部分主要回答了“平台+新模式新业态”落地路径。基于 iv 工业互联网平台培育壮大新模式新业态是一项涵盖生产设备、业务流程、组织管理等领域的数字化、网络化、智能化改造升级的系统性工程。本白皮书围绕数字化改造、机理模型开发、解决方案培育、应用生态体系构建等方面，提出加快基于平台的新模式新业态落地的可行路径。从数字化改造看，要聚焦数据资源汇聚，提升企业设备连接能力。从机理模型开发看，要聚焦知识沉淀复用，固化技术、知识、经验等资源。从解决方案培育看，要聚焦特定应用场景，提升优质解决方案供给质量。从应用生态体系构建看，要聚焦产业生态优化，协同政产学研等主体力量。 I 目录一、数字化管理.11.1“平台+数字化管理”的特征. 11.1.1数据：从附属产物到生产要素.11.1.2管理：从业务驱动到数据驱动.11.1.3组织：从刚性架构到液态架构.21.2典型应用场景.21.2.1资产管理.21.2.2运营管理.3 1.2.3组织管理.41.3对策和建议.41.3.1夯实数据采集基础，加快设备业务协同上云.41.3.2增强模型有效积累，推动工业知识沉淀复用.51.3.3强化解决方案培育，提升企业资源整合效率.51.3.4完善数据应用生态，充分挖掘数据要素价值.5二、智能化生产.72.1“平台+智能化生产”的特征. 72.1.1设备智能化.72.1.2生产柔性化.7 2.1.3优化动态化.82.2典型应用场景.82.2.1智能设备.8 II 2.2.2智能产线.92.2.3智能服务.102.3对策和建议.112.3.1聚焦边缘数据，打造高效边云协同体系. 112.3.2聚焦模型开发，强化机理模型供给能力.122.3.3聚焦应用场景，深化解决方案应用推广.12三、网络化协同.143.1“平台+网络化协同”的特征. 143.1.1数据：从局部孤岛到连通体系.143.1.2资源：从价值链条到价值网络.14 3.1.3业务：从串行推进向并行协同.153.1.4能力：从局部优化到全局优化.153.2典型应用场景.153.2.1协同设计.163.2.2协同制造.163.2.3协同运维.173.2.4供应链协同.183.3对策和建议.193.3.1夯实网络基础，提升技术支撑能力.193.3.2聚焦场景应用，提高解决方案供给能力.19 3.3.3加强跨界融合，构建协同生态体系.20四、个性化定制.21 III 4.1“平台+个性化定制”的特征. 214.1.1用户中心化.214.1.2数据贯通化.214.1.3生产柔性化.224.2典型应用场景.234.2.1少品种大批量定制.234.2.2多品种小批量定制.244.2.3“小作坊式”单件定制.244.3对策和建议.254.3.1聚焦业务协作，打造数据贯通体系.25 4.3.2围绕实时响应，完善边云协同体系.264.3.3深化技术融合，夯实应用技术基础.26五、服务化延伸.285.1“平台+服务化延伸”的特征. 285.1.1企业定位：从制造商向服务商转变.285.1.2产品形态：从产品向产品服务系统转变.285.1.3商业模式：从短期交易到长期服务转变.295.2典型应用场景.295.2.1产品效能提升服务.295.2.2产业链条增值服务.30 5.2.3综合解决方案服务.315.3对策和建议.32 IV 5.3.1深化技术应用，打通数据流通壁垒.325.3.2加快平台培育，优化解决方案供给.325.3.3强化示范引领，加快模式创新应用.325.3.4优化公共服务，构建综合生态体系.33六、零工经济.346.1“平台+零工经济”的特征.346.1.1雇佣关系：从合同关系向合作关系转变.346.1.2交易内容：从体力交易为主向知识交易为主转变. 346.1.3商业模式：从要素驱动体系到创新驱动生态转变 . 356.2典型应用模式.356.2.1面向第三方开发者的开源社区.366.2.2面向创客的制造业“双创”孵化平台.366.2.3面向中小企业的协同外包服务平台.376.3对策和建议.376.3.1提升零工经济机制保障.376.3.2优化软件开发工具供给.386.3.3加强行业资源开放共享.386.3.4完善产业融通发展生态.38 七、共享制造.407.1“平台+共享制造”的特征.40 V 7.1.1能力可计量.407.1.2能力可协同.407.1.3能力可交易.417.2典型应用场景.417.2.1制造能力共享.417.2.2创新能力共享.427.2.3服务能力共享.437.3对策和建议.437.3.1加速企业上云，夯实共享基础.437.3.2聚焦模型开发，优化资源供给.44 7.3.3构建共享机制，完善产业生态.44八、现代供应链.458.1“平台+现代供应链”的特征. 458.1.1供应方式：从刚性供给向柔性供给转变.458.1.2供应深度：从进度管控向质量管控转变.458.1.3供应范围：从固定供应链向社会化供应链转变.468.2典型应用场景.468.2.1供应链协同.468.2.2柔性供应链.478.2.3智慧物流.48 8.3对策和建议.488.3.1夯实技术基础，提升供应链智能水平.49 VI 8.3.2优化顶层设计，重构供应链体系结构.498.3.3鼓励资源共享，推动供应链社会化变革.498.3.4聚焦公共服务，完善供应链发展生态.50九、工业电子商务.519.1“平台+工业电子商务”的特征.519.1.1交易对象：从实体产品向制造能力迁移.519.1.2商业模式：从产品交易向用户交互迁移.519.1.3经济范式：从规模经济向范围经济迁移.529.2典型应用场景.529.2.1集采集销.52 9.2.2垂直行业电商.539.2.3工厂直销.549.3对策和建议.549.3.1完善数字基础设施建设.549.3.2深化新兴技术融合应用.559.3.3加速平台体系互联互通.55十、产业链金融.5710.1“平台+产业链金融”的特征. 5710.1.1服务主体：从金融机构到平台企业转变.5710.1.2服务渠道：从线下业务到线上服务转变.57 10.1.3服务对象：从单一企业到链群企业转变.5810.2典型应用模式.58 VII 10.2.1融资租赁.5810.2.2互联网信贷.5910.2.3精准投保.6010.3对策和建议.6010.3.1夯实基础设施，加强安全保障能力.6010.3.2拓展商业模式，促进资金有序流动.6110.3.3强化示范引领，塑造良好金融环境.61 1 一、数字化管理海尔、富士康、树根互联等领先企业基于平台打通核心数据链，实现覆盖生产制造、产品全生命周期以及供应链的数据贯通，推动资产管理、运营管理、组织管理等方面的数字化管理创新，切实提升了企业管理能力和效率。1.1“平台+数字化管理”的特征1.1.1数据：从附属产物到生产要素在传统生产过程中，由于收集、存储、传输、分析等能力限制，数据始终作为企业业务流程的附属产物存在，其价值一直无法被深入挖掘。随着信息技术的飞速发展，识别、 计量与管理海量数据的算法、算力不断完善，数据的价值被充分释放，逐渐成为企业重要的生产要素。企业可基于平台开展数字化管理，打通研发、生产、管理、服务等环节，实现设备、车间、物流等数据的泛在采集，推动全生命周期、全要素、全产业链、全价值链的有效连接，打造状态感知、实时分析、科学决策、精准执行的数据流动闭环，辅助企业进行智能决策，显著提升企业风险的感知、预测、防范能力。1.1.2管理：从业务驱动到数据驱动传统的管理模式基于业务驱动，依赖个人的经验和直觉，节点间信息分享不畅，分析的过程和结果往往难以有效复用， 无法满足数字经济时代企业经营管理快速迭代创新的需要。数字化管理从业务的数字化监测、分析、模拟和计划入手， 2 通过数据挖掘分析，结合虚拟仿真、AR/VR等数字孪生技术，打造真实映射物理世界的数字孪生世界，持续将业务流程标准化、精细化、可视化，实现员工、业务的集中管控和资源的统筹配置，提升企业关键资源管理能力。1.1.3组织：从刚性架构到液态架构传统企业组织架构多为科层制，通过对权力的分级配置保证决策可靠性、员工控制力和业务稳定性。然而，对外界变化不灵敏、机构设置逐渐冗杂、沟通交流繁琐等弊端使刚性架构难以适应当今商业运营需要。数字化管理以数据流带动人才流、资金流、技术流自由流动，降低人才、资金、知 识等在部门间流转的门槛限制，形成合作性强、流动性强、主动性强的液态架构，打造全员共治、自组织、自主适应的组织形态，既增强了协同创新意愿与效果，也有利于激发组织和个体的创新和创造活力，提升企业整体创新实践能力。1.2典型应用场景1.2.1资产管理一是管理可视化。基于平台对零件、设备、产线等进行3D建模，建立数字孪生生产线，模型仿真并实时呈现生产全过程。二是故障预测。通过打造覆盖全生命周期的数据流，广泛收集设备信息，基于实时数据开展大型设备的故障预警、 故障诊断和预测性防护等。三是智能分析。基于平台持续采集企业研发、生产、物流等生产经营数据，结合知识图谱、 3 专家系统等开展基于数据的辅助智能决策，驱动企业生产经营活动优化升级。例如，通用电气聚焦航空发动机、燃气轮机、风机等重点设备，基于Predix工业互联网平台提供数据驱动的设备健康和故障预测、生产效率优化、排程优化等应用，有效解决传统工业的质量、效率、能耗等问题。富士康基于BEACON工业互联网平台连接海量设备并在核心层（边缘层）和云端进行统一管理，仅在云网设备领域即推动管理成本下降9%、每百万元营收制造费用降低11%。1.2.2运营管理 一是成本控制。基于平台打破传统工作模式，运用数字化工具优化预算管理、备品管理、绩效管理等业务，提升管理自动化、智能化水平，有效降低企业运营成本。二是资源优化。基于平台快速精准对接供给侧与需求侧信息，推动集团内部企业及上下游企业数据、技术、人才等资源共享，提升资源配置能力。三是精准营销。基于平台全方位收集客户数据，开展用户行为分析，精准描绘客户画像，挖掘潜在业务场景，精准提供个性化服务，提高用户满意度。例如，树根互联与久隆保险、三湘银行合作，将工业互联网与大数据分析应用于动产融资、UBI保险等领域，实现 对各档保险的精准定价和定向营销。寄云科技基于工业互联网平台打通企业运营和现场管理之间的隔阂，大幅降低企业 4 一体化管理的难度，助力彩虹集团特种玻璃事业部单条产线运营成本降低20%。1.2.3组织管理一是自组织。基于平台优化管理模式，根据业务需要动态分配任务、量化工作指标等，建立科学合理的赋权系统，在变化中寻求员工与企业共同生长的空间，建立平台化、去中心化的分布式组织架构。二是零工模式。基于平台打破传统用工方式，将企业改造为赋能平台，汇聚广大中小企业与第三方开发者，及时挖掘潜力型团队并予以资源支持，充分激发企业和员工的积极性、主动性、创造性。 例如，海尔基于COSMOPlat工业互联网平台打造去中心化的自治组织，持续组织架构改革，共培育4000多个小微企业，2018年实现生态收入151亿元，加速管理扁平化、企业平台化、员工创客化。阿里、华为、东方国信等企业依托工业互联网开源社区、开发者联盟等扩大开发者队伍规模，并对第三方开发者提供开发环境、开发工具和微服务组件，深化新型用工模式创新，加快创造性应用开发。1.3对策和建议1.3.1夯实数据采集基础，加快设备业务协同上云一是强化设备上云上链，加快重点设备和关键业务系统 上云，提高数据流通速率。二是夯实设备互联基础，推进工业互联网网络建设改造与优化，深化5G、TSN技术应用， 5 持续推进工厂内外网改造。三是深化企业数据中心建设，满足高带宽、大流量、高速度的访问应用需求。1.3.2增强模型有效积累，推动工业知识沉淀复用一方面，加快重点设备模型培育。针对高耗能设备、动力设备等建立设备寿命预测、运行参数模拟等模型，为构建数字孪生生产线提供数据支撑。另一方面，加快关键业务模型培育。引入业务建模数字化工具，开发机理模型管理引擎，针对研发设计、生产制造、运维服务等环节提供数字化管理手段，为流程优化奠定良好基础。1.3.3强化解决方案培育，提升企业资源整合效率 一是打造资产管理解决方案。建设数字孪生生产线，围绕设备预测性维护、故障诊断等开发一批工业APP，提高生产经营过程中数据采集、分析和应用能力。二是打造运营管理解决方案。打破部门壁垒，加快数据、知识等跨部门流动，形成供应链管理、资产管理、库存管理等解决方案。三是打造组织管理解决方案。建设基于平台的员工赋能赋权体系和绩效评价系统，构建按需调动、按劳分配的液态组织架构。1.3.4完善数据应用生态，充分挖掘数据要素价值一是研制推广数据管理标准，贯彻落实工业大数据发展指导意见，探索建立数据分级分类管理制度，开展数据管理 能力成熟度模型（DCMM）贯标。二是提升数据安全保障，建立工业数据防护体系架构，打造线上线下全面安全体系， 6 提升企业工业数据防护能力。三是为员工开展数据应用和相关工具使用培训，培育一批数据管理人才，提升企业内部整体数据分析和使用效率。 7 二、智能化生产富士康、徐工集团、商飞等制造企业基于平台实现新一代信息技术与工业生产各环节的深度融合渗透，全面提升设备、产线、服务的智能化水平，形成具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。2.1“平台+智能化生产”的特征2.1.1设备智能化企业传统信息化架构是机器、PLC/DCS、SCADA、MES、ERP/MRP五级架构，主要解决工业生产自动化问题，没有对设备运行状态进行实时分析和处理，也没有实时反馈功能。 工业互联网平台架构为边缘层、IaaS层、PaaS层、SaaS层，机器设备可以调用工业机理模型实现对设备运行状态的实时现场分析和决策，推动传统工业物联技术从边缘控制向边缘计算演进。2.1.2生产柔性化传统生产线是专线专用的自动化产线，适用于大批量少品种订单，对多品种、小批量订单存在交货周期不稳定且偏长的问题。基于工业互联网全面感知、动态交互的特性，在生产线上密布传感器，对产线上每个加工配件自动识别，数据传输到工业互联网各个分析节点，调用工业机理模型，确 定每个产品的生产路线和工序，结合调度策略动态实现混线生产，提升生产线敏捷和精准的反应能力。 8 2.1.3优化动态化传统工业生产优化过程为企业对上一周期的生产运转的情况进行分析，得出优化方案，从而对下一周期的生产进行调整优化。通常情况下，离散工业以周、天为优化周期，流程工业以批次为优化周期。工业互联网平台作为连接人机料法环等全生产要素的重要载体，全流程贯通的数据流可以完整、实时、动态地反映现实生产全过程，通过调用工业机理模型可以实时分析工业生产运转情况，实时对生产进行调整优化，实现动态交互的生产过程优化。2.2典型应用场景 2.2.1智能设备一是设备状态监测，基于工业互联网平台采集温度、电压、电流、震动等数据，直观展示设备实时状态，实现设备全面、实时、精确的状态感知。二是设备故障诊断，利用大数据分析技术，对设备工作日志、历史故障、运行轨迹、实时位置等海量数据进行挖掘分析，基于知识库和自学习机制建立故障智能诊断模型，实现设备故障精准定位。三是预测性维护，基于工业互联网平台分析预测设备关键部件变化趋势、产品寿命和潜在风险，提前预判设备零部件的损坏时间，主动提前进行维护服务。 例如，富士康基于BEACON工业互联网平台实时采集精密刀具状态数据，结合智能调机深度学习算法，实现了刀 9 具的自感知、自诊断、自修复、自优化、自适应，使刀具寿命延长10%，减少刀具成本15%，刀具崩刃坏刃预测的准确率达93%，产品良率提升超过90%，稼动率提升超过99.5%。徐工集团基于汉云工业互联网平台，为每一台设备做数字画像，将可能损坏的零部件进行提前更换，使设备故障率降低50%。发那科AI热位移校正线切割机床，通过检测机器运行期间环境温度或发热情况，结合机器学习技术，不需要人工干预，机器自动分析和校正温度变化引起的热位移，与传统做法相比，此举加工精度提高了约40%。阿里云依托飞象工业互联网平台定制基于AI人工智能算法的压铸设备图像检 测系统，助力企业及时发现残次品，减少故障停机的时间，使人力成本节省15%、产品品质提高5%以上。2.2.2智能产线离散行业企业基于工业互联网平台，打通基于CAD/CAE/CAM/PDM的产品设计环节和基于DCS/MES的生产制造环节，打通工业设备监控操作层和生产运营管控层的数据流通路径，实现设计制造协同、生产管理优化、设备健康管理、产品增值服务、制造能力交易，提升企业生产制造全过程、全产业链的精准化、柔性化、敏捷化水平。流程行业企业在实际生产前，利用数字孪生技术对原材料配比和 工艺流程进行全方位模拟仿真，优化原料配比参数和装置优化路径，在实际生产过程中，基于过程控制和制造执行系统 10 对生产过程进行状态监测、故障诊断、预测预警、质量控制以及节能减排管理，实现生产过程的集约高效、动态优化、安全可靠和绿色低碳。例如，惠普公司利用西门子Xcelerator从生产和设计的数据中建立产品和性能的数字孪生，实现决策过程的闭环，从而持续优化产品设计和制造过程，使打印机的打印喷头冷却机的流速提升22%，打印速度提高了大约15%，产品研发速度提升75%，部件成本降低了34%。商飞基于工业互联网平台结合5G、射频、VR等技术，构建基于数据驱动的产品、设备、工装、物流、人员、刀量具等生产要素全过程管控， 实现对生产环境、生产状态、复合材料等全方位跟踪与优化，提升生产的智能运营管理，零配件定位误差缩小在3厘米以内，运营成本降低20%，生产效率提高20%以上。阿里云智能工业大脑联合恒逸石化构建锅炉AI控制平台，通过对历年锅炉燃烧数据的深度学习，推算出最优的锅炉燃烧参数，燃煤发电效率提升2.6%，每年可节约燃料成本达8000万。2.2.3智能服务一是供应链风险管理，利用知识图谱技术，汇聚和分析影响供应链的各种关键风险因素，识别和预判供应链管理的风险点，自动提出降低供应链风险的建议以辅助决策，保障 供应链稳定。二是产品质量检测，利用机器视觉和深度学习技术，构建具有学习能力的图象识别模型，并用海量产品照 11 片来训练模型，逐步迭代和提高图像识别模型的认知能力，为工业流水线带来了精准度高、速度快、稳定性高的质检服务。三是精准营销，利用大数据用户画像，了解客户需求偏好、行为偏好、渠道偏好，在广告产品推送中直达目标客户，提供差异化营销服务，提升客户体验。四是智慧物流，利用深度学习和全局最优化技术，对物流的运输网络、仓储布局、运力排程、动态调度、道位排程等进行全局地动态优化，实现车辆装载、运力资源、运输效率、仓储运作的最优化，提升物流运作效率，降低物流运作成本。例如，日本Macnica.ai公司与VAIO合作，构建供应链 知识图谱，通过企业语义网，实现供应链风险管理与零部件选型，提升供应链风险管理水平。华星光电基于腾讯云，运用深度学习、缺陷分类和知识图谱技术，构建面板检测模型并使用实际生产数据优化模型，使质量缺陷识别速度提升10倍，缩短生产周期40%，缩减人力50%。上汽安吉物流将人工智能技术用到汽车物流供应链中，综合考虑客户需求、可调配轿运车数量、装载率、客户交货期、道位时间段、装载组合、最早可利用时间、拼车的先长后短、物流分公司的运输量比例、小型车后配载等，实现上汽集团汽车物流每年降本增效2%-5%。 2.3对策和建议2.3.1聚焦边缘数据，打造高效边云协同体系 12 一是在边缘数据采集方面，安装智能传感器、摄像头、三维扫描仪等数据采集工具，利用泛在感知技术，采集研发、生产、销售环节的多源设备、异构系统、运营环境、人员等数据，实现对企业运行状态的全面感知。二是边缘数据分析方面，在重点装置和关键节点部署机器学习和深度学习算法，在边缘控制器上集成分析引擎，实现对装置的自动调整和优化，在模型、数据、服务三方面实现边云协同。2.3.2聚焦模型开发，强化机理模型供给能力一是围绕工业设备，开发设备状态监测、设备故障分析、设备预测性维护、人机智能协同等模型，提高设备智能管控 水平。二是围绕生产制造，利用数字孪生、机器学习等技术，开发工艺优化、生产排程、设计制造协同、质量管控、节能降耗等模型，促进企业生产全过程优化。三是围绕企业服务，利用深度学习、知识图谱、机器识别等技术，开发供应链风险管理、产品智能质量检测、精准营销、智慧物流等模型，提高服务智能化水平。2.3.3聚焦应用场景，深化解决方案应用推广一是围绕设备管理，基于平台的数据沉淀和模型应用，研发设备状态监测、故障诊断、预测性维护、自主控制等解决方案，提高设备智能管控水平。二是围绕企业生产，面向 离散行业打造设计制造协同、生产管理优化、设备健康管理、产品增值服务、制造能力交易等解决方案，面向流程行业打 13 造生产过程状态监测、故障诊断、预测预警、工艺优化、质量控制、节能减排等解决方案，实现生产全过程优化。三是围绕企业服务，打造供应链管理、产品质量检测、智慧物流、精准营销等解决方案，加速服务在线化、实时化、智能化升级。 14 三、网络化协同航天云网、商飞、石化盈科等制造企业，依托工业互联网平台，开展协同设计、协同制造、协同运维、供应链协同等业务，加速构建大配套、大协作的网络化协同体系，实现研发、制造、管理、运维的一体化协同。3.1“平台+网络化协同”的特征3.1.1数据：从局部孤岛到连通体系在传统工业体系中，数据由各机构自主存放维护，造成物理上的数据孤岛，而且数据逻辑相对孤立，沟通成本高，使用价值低。工业互联网利用大数据、物联网、人工 智能等新一代信息技术将各生产要素、企业与企业、企业与社会连接起来，构建产品全生命周期的泛在连接，将各生产环节和制造主体统筹起来运作，打通数据孤岛，形成数据连通体系，以数据的自由流动化解工业场景中的不确定性。3.1.2资源：从价值链条到价值网络传统制造业的价值链以产品为中心，围绕产品生产的各个环节，聚焦节省成本和发现新利润，优化已有价值链，创造价值链新节点。随着工业互联网平台在垂直行业的深耕，正在对企业价值链的各环节进行渗透和改造，催生各 种新型生产要素和创新业务模式，优化资源配置，变革经营价值系统与决策逻辑，传统模式下的价值链条将演变为 15 以用户为中心的价值网络。3.1.3业务：从串行推进向并行协同传统制造业业务模式是基于串行工程，生产活动在各部门之间顺序进行，每个生产活动完成后再转下一步环节，生产流程长、效率低、成本高。工业互联网平台汇聚各方资源，实现设计商、制造商、供应商、专业化生产企业的高度协同，推动设计、制造、供应链、服务各环节并行联动，形成跨地域、多专业、多学科高度融合的业务协同模式，从而降低了运营成本，提高产品质量，提升生产效率，缩短产品生产周期。 3.1.4能力：从局部优化到全局优化传统制造业运营模式聚焦原材料采购、设备工控、生产排产等局部环节的优化，环节之间缺乏联动，不易产生规模效应。依托工业互联网，推广网络化协同运营，聚焦供应链一体化优化、生产运营集成管控、资产全生命周期管理等主线，提升企业全局协同优化、预测预警、安环管控等能力。面对传统制造业的行业知识散落在制造业各流程的情况，基于微服务架构可以对工业Know-How进行封装、复用和服务化，打造网络化的开放价值生态。3.2典型应用场景 “工业互联网平台+网络化协同”围绕产品全生命周期，优化研发设计、生产制造、运维服务、供应链等环节资源配 16 置，实现人流、物流、过程流、信息流、资金流、技术流的协同运作。3.2.1协同设计一是基于模型的设计（MBD）。面向需求分析、架构设计、方案设计、详细设计、仿真验证等场景，以统一模型、统一数据源进行信息传递，实现设计、制造、供应、运维的协同，缩短研发周期，提高研发效率。二是集成研发流程（IPD）。将串行、单一管理模式扩展为广义研发领域多主体协同，围绕需求、架构设计、方案设计、详细设计、仿真验证的一体化，形成跨地域、多专业、多学科高 度融合的业务协同研发模式。例如，长安汽车在美洲、欧洲、亚洲等地都建立了研发中心，通过建立以三维数字化设计和全球协同设计为核心的汽车产品智能化研发云平台，与海外设计中心进行24小时全天候产品联合开发，实现了跨部门、跨企业、跨区域的产品协同设计，支撑产品研发周期从36个月缩短至24个月。华为在引入IPD 3年之后，高端产品上市时间从70个月减少到20个月，中端产品从50个月减少到10个月，低端产品降低到6个月以下，研发费用占总收入的百分比从12%减少到6%，研发损失从25%减少到 6%。3.2.2协同制造 17 一是云制造。依托工业互联网平台，整合部件生产厂、组装厂等生产资源，构建网络化制造系统。将复杂产品的生产任务按照流程、工序、结构等特征，分解为部件生产、焊接、组装等进程，并依照工厂的人员、设备、产能等属性和市场需求合理配置生产任务，推动生产订单与产能高效匹配。二是云排产。根据市场、厂区、库房的动态信息协同定制生产计划，及时调整生产所需的人、机、料、法、环等配套供给，保障按质、按量、按时交付产品。三是共享制造。借助互联网平台的双边连接作用，打破行业壁垒、打通行业信息不对称，实现制造业闲置设备、技术和人才 的供求合理化、高效化匹配。例如，商飞构建基于工业云的飞机研制系统平台，推动全球近150个一级供应商之间进行数据交互，实现基于统一数据源的设计、制造、供应一体化协同。西飞通过资源、信息、物料和人的高度互联，确保工艺流程的灵活性和资源的高效利用，成功将整机制造周期压缩到15个月左右。中铁工业与浪潮合作搭建新型网络协同制造平台，推动复杂产品设计环节的快速高效联动，实现跨地域、多部门间联合制造、数字化物流等环节的协同管理，使产品交付周期缩短5%-10%，综合成本降低3%-5%。 3.2.3协同运维一是人员和设备协同。依托工业互联网平台，采集、 18 监测、分析产品全生命周期数据，分析运维需求，定制服务进程，动态调配人员、设备，实现服务能力跨部门、跨企业调度和协同。二是运维知识协同。依托工业互联网平台，推动专家库、工具库、运维知识库、客户信息库等服务资源共享，规范运维流程，保证运维质量，实现“用户提出需求，集中供给服务”的新型服务模式，提升运维服务在线化、网络化、协同化水平。例如，生意帮通过网络众包分包、精准供应链匹配、全生命周期品控等，为创客团队、外贸公司、工厂等提供高性价比的供应链解决方案，涉及模具加工、五金加工、 表面处理和成品采购等，有效缩短工期、提高效率、降低成本，实现制造业委托外加工环节生产力的智能调度和统筹优化。3.2.4供应链协同一是精准化供应链。制造企业依托工业互联网平台整合上下游资源，建立产供销各方的物流、信息流和资金流协同一体的运作体系，提供面向客户的库存管理、零部件管理、实时补货和物流配送等服务，实时响应客户交付需求。二是社会化供应链。基于平台的供应链协同管理不断向产业链上下游拓展，推动跨企业、跨地区、跨产业链的 数据共享、信息互通、业务协同，实现社会化制造资源的动态优化配置。 19 例如，石化盈科依托工业互联网平台，对生产进度、质量、原油采购等进行监督和管控，提高供应链的反应速度、匹配精度和调运效率，降低原油采购成本，减少成品和在制品的库存，加快供应链反应速度。航天云网平台可交易14大类66小类生产制造能力，12大类139小类实验试验能力，3大类30小类计量检测能力，实现社会化生产能力的合理分配。3.3对策和建议3.3.1夯实网络基础，提升技术支撑能力一是加快信息网络基础建设，持续加强制造业与新一 代信息技术融合发展，通过技术研究、测试验证、人才培养结合等方式，全方位推动工业互联网创新应用。二是推动企业加快工业设备联网上云、业务系统云化迁移。加快各类场景云化软件的开发和应用，降低企业数字化门槛。三是推动数据分级分类管理，运用大数据技术挖掘数据潜在价值，释放数据的新型要素红利。3.3.2聚焦场景应用，提高解决方案供给能力一是围绕基于模型的设计（MBD）、集成研发流程（IPD）等协同研发场景，优化信息的传输、操作和管理,减少人工试错的次数，优化制造工艺，降低生产错误率。二是围 绕云制造、云排产、共享制造等协同制造场景，推动闲置设备、技术和人才的供求合理化、高效化匹配。三是围绕 20 人和设备协同、运维知识协同等协同运维场景，汇聚共性服务需求，整合海量社会服务资源，发展集约化、智能化、个性化的服务能力共享。四是围绕精准化供应链、社会化供应链等供应链协同场景，健全质量管理体系，提高产品追溯能力，保障产业链各环节精确管控和快速对接。3.3.3加强跨界融合，构建协同生态体系一是推动制造企业与互联网企业跨界融合。支持制造企业与工业互联网平台、电子商务平台共享技术、人才、管理、市场、资金、品牌、渠道等资源，实现工业全要素、全产业链、全价值链的网络化协同。二是推动大中小企业 融合融通发展。鼓励工业互联网平台企业带动中小企业核心业务向云端迁移，推动研发、生产、管理、运维等各环节信息集成和业务协同，催生更多新模式新业态。 21 四、个性化定制海尔、航天云网、红领等企业基于工业互联网平台打通用户需求与研发设计之间的数据流，构建覆盖产品全生命周期的数据贯通体系，以数据自由流动带动企业内各部门人力、物力、财力等资源协调配置，低成本、高效率、全方位地满足用户个性化、碎片化、多样化需求。4.1“平台+个性化定制”的特征4.1.1用户中心化用户中心化是个性化定制的本质。当前，企业价值链正加速由以产品为中心向以用户为中心转变。一是用户地位由 被动变主动。在个性化定制新模式中，用户由被动接受标准化产品向主动主导产品供给转变，深度参与产品设计、制造和装配等环节，大幅提高消费自由度。二是出售产品由标准化变个性化。以往制造企业主要面向重点大客户提供统一化、模块化的拳头产品，而长尾经济理论则启示制造企业要同时兼顾具有个性化、定制化需求的用户，挖掘更广阔市场空间。三是服务边界由销售部门变企业全部门。用户与制造企业分离的边界点由前端销售部门不断向企业内部延伸，研发、生产、运维等部门以用户定制需求信息为依据，合理安排相关工作，全程响应用户需求。 4.1.2数据贯通化数据贯通化是个性化定制的核心。企业基于平台将用户 22 定制数据贯通产品全生命周期，串联起研发、生产、运维等部门，为协调各类资源开展个性化定制服务提供重要支撑。一是数据准确贯通。企业要准确获取用户对产品原材料、结构、外观和性能等各方面的个性化需求，结合实际使用场景进行数据转化，将定制数据在各业务环节准确贯通，实现各业务部门一致性、协调性、准确性。二是数据实时贯通。企业要保障用户定制数据和生产能力数据在研发、生产、运维等部门间快速贯通，灵活配置制造资源，及时响应客户需求。三是数据交互贯通。企业要确保数据在各部门之间自由流动，驱动各部门依据定制信息变动进行同步调整，提高企业整体 协作水平。4.1.3生产柔性化生产柔性化是个性化定制的关键。企业基于平台整合用户多样化定制需