当前位置：文档视界 › 联想智能制造白皮书(2020版)定稿版

联想智能制造白皮书(2020版)定稿版

联想智能制造白皮书

（2020版）

第一章智能制造的发展背景 (6)

1.1智能制造发展现状 (6)

1.1.1 世界智能制造发展保持活跃态势 (6)

1.1.2 我国智能制造发展面临的机遇和挑战 (6)

1.2智能制造的发展趋势和路径 (8)

1.2.1 智能制造的定义及发展趋势 (8)

1.2.2 智能制造的目标和方法 (10)

第二章联想智能制造实践和方法论 (12)

2.1联想智能制造发展概况 (12)

2.1.1联想智能制造的发展历程 (13)

2.1.2联想对智能制造的认知理解 (15)

2.1.3联想智能制造的体系框架 (15)

2.2：联想智能制造方法论 (16)

2.2.1战略：联想制造展望-LMO (17)

2.2.2战术：联想分域致胜-ZTW (18)

2.2.3策略：联想组织文化-TOC (19)

第三章联想智能制造关键技术 (22)

3.1：智能制造关键技术发展趋势 (22)

3.1.1 关键智能制造技术发展前瞻 (22)

3.1.2智能制造关键技术说明 (23)

3.2：联想智能制造技术的应用与探索 (24)

3.2.1 联想端、边、云、网、智建设整体说明 (24)

3.2.2 端：智能设备 (26)

3.2.3边：边缘计算和物联网 (28)

3.2.4 云：混合云与大数据 (29)

3.2.5网：5G与区块链 (31)

3.2.6智：人工智能算法和开放创新平台 (36)

第四章联想智能制造解决方案和应用场景 (41)

4.1：构建联想智能制造五大核心能力 (41)

4.1.1联想智能制造五大能力构建 (41)

4.1.2联想智能制造解决方案概述 (43)

4.2应用场景一产品设计 (43)

4.2.1 MBD解决方案 (44)

4.3应用场景一订单管理 (46)

4.3.1订单可视化解决方案 (46)

4.3.2订单自动化解决方案 (49)

4.3.3订单自主纠错解决方案 (51)

4.4应用场景一计划排产 (53)

4.4.1整合计划解决方案 (53)

4.4.2智能排程解决方案 (55)

4.4.3智能预测解决方案 (57)

4.4.4供应链智能控制塔 (58)

4.5应用场景一采购管理 (61)

4.5.1全球供应协同解决方案 (61)

4.5.2采购计划解决方案 (62)

4.5.3. 采购执行解决方案 (64)

4.6：应用场景一生产运营 (67)

4.6.1产线自动化解决方案 (67)

4.6.2 MES管理系统解决方案 (71)

4.6.3 LCD自动检测解决方案 (74)

4.6.4数字化工艺解决方案 (76)

4.6.5产品工程化仿真解决方案 (79)

4.6.6制造过程仿真解决方案 (82)

4.6.7智能生产归因分析解决方案 (83)

4.7：应用场景一仓储物流管理 (85)

4.7.1智能仓储解决方案 (88)

4.7.2智能包装解决方案 (92)

4.7.3智能IOT监控可视化解决方案 (94)

4.7.4 智能物流网络规划选址解决方案 (96)

4.7.5智能城配路径规划解决方案 (98)

4.7.6统仓共配解决方案 (100)

4.8：应用场景一服务管理 (102)

4.8.1人工智能客户联络中心解决方案 (103)

4.8.2智能服务供应链协同解决方案 (106)

4.8.3 智能维修解决方案 (107)

4.9：应用场景一质量管理 (109)

4.9.1闭环质量管理，智能驱动解决方案 (110)

第五章智能制造未来展望 (124)

5.1：打造业界最佳智能制造 (124)

5.2：共建智能制造生态圈 (125)

前言

2017年联想集团董事长兼CEO杨元庆在世界互联网大会上表示：“智能制造是全链条的智能化，不仅仅是制造环节的智能化，而是把研发、生产、供应、销售、服务的企业制造全链条都串连起来的全面的智能化，是按照客户的需求设计开发、采购部件、组织生产、精准营销，并提供个性化服务的全流程的智能化。”

2019年杨元庆在世界制造业大会上表示，社会正在从工业化时代、信息化时代快速地进入到智能化时代，智能化所需要的基本要素包括物联网、边缘计算、云计算、5G网络等方面，中国企业跟全球其他国家的企业现在是站在同一起跑线上，这为实现产品创新、打响国际品牌提供了新的起跳板。

2020年杨元庆在两会中提出推动新基建和新消费协调发展六项建言，并从制造业出发阐述了通过大力发展以数字化和智能化技术为驱动的智慧经济，推动中国制造业实现“产业跃迁”，推动中国经济的高质量发展的理念。包括“智慧经济”的发展，在加快5G等新型基础设施建设的同时还要积极推动智能科技与各行各业的应用场景相结合，从而充分抓住机遇，促进智慧经济的全面发展，尽早完成产业跃迁，不负“世界工厂”的大国担当，为经济的高质量发展注入新动能。

回望过去，联想制造三十年是伴随着中国改革开放及联想高速发展，引以为傲的三十年，在国家及公司各级领导的关怀下，联想制造从无到有、稳步成长。在前二十年联想制造持续以精益化为基础，改进绩效，提高产品竞争能力，从而提升公司供应链的整体竞争优势。第三个十年是联想以客户为中心智能化转型的十年，联想制造以新技术应用为向导，通过不断践行，从而实现了生产环节的“互联互通、柔性制造、虚实结合、闭环质量、智能决策”，并一步一步向“产品个性化、供应协同化、服务主动化、决策智能化”的四化目标迈进，进而不断提升自身核心竞争力。联想通过自身智能制造的实践，不断推进和打造行业智慧生态圈端到端智能化的能力，从而提升供应链全域整体运作能力，助力产业升级。

第一章智能制造的发展背景

1.1智能制造发展现状

1.1.1 世界智能制造发展保持活跃态势

人类进入工业社会之后，制造业逐渐成为一个国家经济能力乃至综合国力的基石。当前全球经济普遍面临转型压力，作为经济体系的稳定器，制造业迎来了前所未有的发展机遇，同时也面临着多重挑战。首先在市场层面，越来越多的行业面临全球性产能过剩问题。市场竞争激烈，需求从过去的大批量、规模化，逐渐转向小规模、个性化定制的新型模式。其次在社会层面，随着就业人口不断下降和劳动力成本的急剧上升，现有环境资源负担沉重，整个社会生产组织方式面临转型升级压力。最后在技术层面，在普遍自动化的基础上，物联网、边缘计算、云计算、大数据、人工智能等技术的发展为制造业的进一步升级提供了强大的技术支撑，同时也提出了更高的管理要求。可以说，智能制造是技术、社会和市场多方面要素驱动的结果。近年来，世界主要工业国都纷纷将智能制造上升到国家战略高度，致力于在关键智能制造技术上取得领先地位。

当前世界范围内，德国、美国和日本仍然是智能制造发展的焦点地区。德国在2013年正式推出“工业4.0”战略。2013年和2016年发布的《确保德国制造业的未来—实施战略行动工业4.0的建议》和《实施工业4.0战略》，提出将物联网及服务技术融入制造业，希望通过将信息通信技术和物理生产系统相结合，打造全球领先的装备制造业，使德国成为先进智能制造技术的主要创造国和供应国【1】。美国2009年开始制造业回归，通过智能制造解决美国制造业在人力成本等方面的劣势，重振美国高端制造业。2012年和2014年先后发布AMP （Advanced Manufacturing Partnership）报告《获取先进制造业国内竞争优势》和《加速美国先进制造业》，明确了三个制造技术优先领域（制造业中的先进传感、先进控制和平台系统，虚拟化、信息化和数字制造，先进材料制造）及技术战略建议【2】。此外，日本也是智能制造领域发展的一大亮点。作为机器人领域强国，日本于2015年提出“机器人新战略”，通过将机器人与IT技术、大数据、网络、人工智能等深度融合，在日本建立世界机器人技术创新高地，营造世界一流的机器人应用社会，继续引领物联网时代机器人的发展【3】。

1.1.2 我国智能制造发展面临的机遇和挑战

作为国家间经济竞争的主战场，制造业在中国经济转型升级以及国际分工重新划分中占据着至关重要的地位，决定了这次“史诗级”战役的成败。在高新技术密集爆发的大背景下，智

能制造无疑是制造业发展的重要驱动力，是推动制造业高质量发展的主攻方向。大力推进智能制造发展，是创造新动能、打造新优势，不断增强核心竞争力，推动我国产业迈向中高端的关键举措。

在政府层面，国家和地方一起发力，积极制定政策驱动智能制造，为我国智能制造发展把握好大方向。国家层面，2015年，国务院发布实施制造强国战略第一个十年行动纲领《中国制造2025》，提出实现制造强国的战略任务和重点之一是要推进信息化和工业化的深度融合，要把智能制造作为两化深度融合的主攻方向【4】。2016年，工信部、财政部发布《智能制造发展规划（2016-2020年）》，提出智能制造发展“两步走”战略【5】。2017年11月，国务院发布《关于深化“互联网+先进制造业”发展工业互联网指导意见》，提出要加快建设和发展工业互联网，推动互联网、大数据、人工智能和实体经济深度融合，发展先进制造业，支持传统产业优化升级【6】。2019年政府工作报告中，习近平总书记提出，要推动传统产业改造提升。

同时，中央经济工作会议于2018 年首次提出“新基建”这一概念，至今已有7 次中央级会议或文件明确表示加强“新基建”。“新基建”提出的5G、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网七个方向的建设内容，适应中国当前社会经济发展阶段和转型需求，在补短板的同时将成为社会经济发展的新引擎。特高压、城际高速轨道交通、新能源汽车等应用行业的竞争力建设依赖于智能制造相关技术的快速发展，而5G、大数据中心、人工智能、工业互联网等基础性技术的进步，又将持续推动我国智能制造技术升级的脚步。新基建目标的提出，为我国智能制造升级进一步明确了方向，提升了内在推动力，夯实了技术基础。作为数字经济的发展基石、转型升级的重要支撑，新一代信息技术引领的新型基础设施建设已成为我国谋求高质量发展的关键要素【7】。

呼应中央政策，围绕推动制造业高质量发展，强化工业基础和技术创新能力，促进先进制造业和现代服务业融合发展，加快建设制造强国。地方层面，各省市利好政策不断出台，催生了大批智能制造产业链企业。广东、福建、安徽、江苏、北京、天津等省市结合自身发展情况，纷纷提出了地方智能制造发展规划，推动智能制造发展，并在智能制造链条上建设了大量的产业园区，孕育了一大批智能制造产业链企业，成为中国智能制造产业的重要承载地和孵化器。根据《世界智能制造中心发展趋势报告（2019）》统计，我国共有437家智能制造类产业园区，覆盖全国27个省市【8】。与此同时，《中国制造2025》、工信部《智能制造发展规划（2016-2020年）》等一批规划纲要也提出把全面推行绿色制造作为实现制造强国战略目标的重要内容，积极追求绿色、智能、可持续的发展，实现与智能制造相互补充，相互促进【9】。

然而，我国工业化和经济现代化起步较晚，制造业总体水平不一，创新研发实力相对薄

弱，智能制造发展面临诸多挑战。

首先，工业基础设施和核心技术创新能力不足，对外依存度高。与欧美等发达国家相比，我国在传感器、高端芯片、基础软硬件等方面瓶颈突出，关键核心技术受制于人，严重制约了我国智能制造的发展。以传感器举例，作为工厂智能化转型的基础条件，传感器在汽车、电子等离散行业的数据采集上拥有大规模应用。然而，全球电子传感器市场被博世BOSCH、MEAS、罗克韦尔ROCKWELL等国外企业垄断，国内传感器大多依赖进口，自产传感器几乎全是低端产品，难以跻身高端市场竞争。

其次，信息化、智能化水平整体滞后。由于我国制造业体量庞大，一些先进的制造业企业正积极探索从机械化、自动化向智能化、信息化发展，但是很多企业仍然未完成数字化升级，与人工智能等前沿技术的融合还处于初级阶段，我国制造业距离真正的智能制造还有很长距离。再次，产业结构待改善，低端制造业市场同质化竞争严重。我国低端产业产能过剩，先进装备、核心部件、高性能材料等中高端产业的保障能力不能得到有效满足，导致我国装备制造业低端市场同质化竞争严重，中高端市场发展缺乏技术和基础设施支持。

最后，专业人才数量欠缺。智能制造产业相对于传统制造业对于高素质人才的需求更为明显，而且更需要懂得多方面知识与技能的复合型人才，对于高端专业人才的需求更是极为迫切，但是我国在高端、复合型人才数量上严重欠缺，难以满足智能制造领域的扩张需求。面对上述问题，我国要推动智能制造快速发展，需要从基础软硬件、核心技术、网络、生态等各方面入手，扎扎实实做强根基。

1.2 智能制造的发展趋势和路径

1.2.1 智能制造的定义及发展趋势

我国在《智能制造发展规划（2016-2020年）》中对智能制造给出了明确定义：智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，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【5】。具体来说，智能制造包含两层含义。第一是“智能”，包含人工智能、云计算、大数据、物联网、5G等新一代信息技术与先进制造技术。第二是制造，包含制造业研发、设计、供应链、生产、销售、服务等全价值链产业链各个环节和人、机、料、法、环、制造过程各个生产要素，以及基于产业链协同打造的绿色制造。从实践意义上来说，智能制造即各类新技术在制造业全价值链及生产过程中的应用。跟传统制造相比，智能制造具有如下发展特点：第一，新技术的快速应用和不断加深。越来越多的新技术应用到制造业中，与制造业深度

融合。其中包括：

（1）智能终端。传统机器和设备的智能化将大幅提升生产柔性，提高产品质量和生产效率。通过把RFID/传感器嵌入到工业设备中，将“物联网”与互联网相融合，物理世界与虚拟世界相融合。工业机器人的应用将人类从危险、繁重、重复的劳动中解脱出来，控制和加快库存周转率，提高劳动生产率；

（2）物联网和边缘计算。通过物联网数据整合全量OT域数据、边缘分布式计算和开放的架构，实现工业大批量数据的实时处理，确保工业设备的远程监控和实时响应，实现对人员、设备、物料、工艺、环境的实时管控和智能决策。

（3）混合云及云计算。企业将安全性、敏感度要求不高、需要快速部署的应用放在公有云上，将企业传统核心应用或者安全性需求较高的应用放在私有环境或者私有云中，形成混合云部署方式，使数据暴露达到最低限度，最大程度保证企业数据安全。

（4）网络技术。基于5G技术高速率、低延时、大规模设备接入等特点，各系统可直接进行快速的无线传输和控制，工厂和园区无需布置复杂的线缆，数据的传输将更加迅速、安全、实时。随着5G的部署使用，智能机器人可以自主化的在工厂里移动，按需完成各种任务；产线可以更加灵活调整各设备位置，灵活分配任务和产能。生产线的柔性将会达到一个新的高度。

（5）人工智能。人工智能技术和制造业深度融合，使得制造系统具备学习能力。通过深度学习、增强学习、迁移学习等技术的应用，智能制造将提升制造领域知识产生、获取、应用和传承的效率。例如，利用机器学习技术分析和训练产品缺陷，形成控制规则，在实际产线上，通过增强学习技术和实时反馈，控制生产过程减少产品缺陷，同时还可以集成专家经验，不断改进学习结果。

通过以上技术，将灵活地为客户打造“透明化生产、数字化车间、智能化工厂”，降低人力成本、提高产品质量、提升生产整体协作效率、为促进制造业高质量发展提供坚实的技术和基础设施支撑。

第二、从“人、机、料、法、环“的生产环节要素到“研、产、供、销、服”的制造型企业全价值链的优化。制造型企业传统的业务优化集中在以MES（制造执行系统）为核心的生产环节中，包含人员、设备、物料、方法和环境等生产要素。对于制造型企业来说，将制造过程中各种信息进行准确采集和有效集成，及时准确掌握制造过程中的动态信息，从而为提高生产效率和制造资源利用率提供支持。然而，就企业整个产品生命周期而言，仅重视生产环节数据已经不能够满足企业业务优化的需要。例如：在要实现产品的服务化转型，必须通过跟踪和采集产品售后使用数据，不仅可以帮助设计者找出产品存在的短板加以改进，并且能够帮助企业为客户提供更多产品增值服务，实现从卖产品到卖服务的转变。这其中涉及的不仅包括生产端

的数据，还包括产品销售、使用、服务等一系列数据。因此基于数据的业务分析和优化必须延伸到产品研发、生产、供应、销售和服务全价值链，只有实现生产制造要素和全生命周期链数据的结合，才能实现制造型企业整个价值链的优化。

第三，从各个企业“孤立建设”到智能制造生态系统协同发展。

智能制造的实现是一个逐级推进的复杂工程，涉及企业执行装备层、控制层、管理层、企业层等企业系统架构的纵向集成，涉及本企业研发、生产、供应、销售、服务等产品全价值链的横向集成，还需要进一步推动企业上下游之间、行业之间的更大范围协同，具体包括：（1）上下游产业链企业和用户共同参与。在上游，将制造业数据导入云端，利用新一代信息技术和平台连接产业上中下游，形成智能预测与快速反馈结合；在下游，请客户和最终用户共通参与面向细分市场的产品需求规划，汇集制造资源和解决方案，形成共生共荣的智能制造生态系。

（2）智能装备、物流仓储、软件企业和服务商等细分行业的协同创新。限于资金投入不足、技术研发周期较长以及工艺壁垒较高等因素，单个系统解决方案商难以同时满足各个细分行业的智能制造发展需要。因此，需要行业自身，以及关联行业之间加强协同和创新，强化智能制造系统解决方案供应能力。最终，由多个提供单一产品或服务的供应商共同构建整个协作系统，造就全新的智能制造产业链，形成融合发展的生态圈。

（3）政产学研用联动的创新体系。政府通过财政资助、建立标准和制度，发挥统领和激励作用，企业通过深化供应链上下游紧密合作、加大自身研发力度，强化创新主体作用；高校与研究机构通过多种方式加强和企业的合作，发挥组织牵头和技术支撑作用。在全社会的范围内，形成产、学、研、用的智能制造联动体系，发挥各级创新机构的最大效能，减小风险，放大成果。

1.2.2 智能制造的目标和方法

智能制造发展规划（2016-2020）中提到，加快发展智能制造，对于推动我国制造业供给侧结构性改革，打造我国制造业竞争新优势，实现制造强国具有重要战略意义【5】。由此可见，我国发展智能制造的目标是为了优化产业结构，打造竞争优势，从而实现制造业高质量发展，促进从制造大国向制造强国的转变。

要充分发挥新一代智能制造技术在制造业中的能动性，必须将制造技术和制造业生产过程相结合，通过统一平台整合、调配所有制造资源，实现制造资源的横向和纵向协同。我国当前推动建设的工业互联网平台，正是这一策略的具体体现，是智能制造实现的重要基础。工业互联网的发展，需要在基础设备、网络通讯、数据分析和智能算法等关键技术上获得持续的突破，获取到强有力的支撑。作为“新基建”的重要组成部分，工业互联网不仅仅是一个云端软件平

台，而是边缘计算、云计算、大数据、物联网、人工智能等关键技术的综合性应用。

从架构上看，工业互联网平台主要包括如下3个层次。

图1-1工业互联网平台标准体系框架-平台参考架构【10】边缘层：提供设备接入、协议解析适配、多源异构数据整合、边缘数据存储、处理、以及智能分析、实时控制等多种现场能力，并且和云平台协同实现多种高级分析和业务协同。

平台层：提供海量计算、存储资源部署与管理能力、海量异构数据的处理能力和工业数据建模与分析能力；支持制造流程引擎、数字孪生引擎、人工智能引擎，并提供开发工具、微服务框架、工业微服务组件，支撑工业APP的开发能力。

应用层：提供从需求分析、产品研发、生产制造、过程控制、供应链协同到营销服务的各类工业APP及APP框架，涵盖智能化生产、网络化协同、个性化定制、服务化延伸等全价值链应用。

智能制造的发展，需要工业互联网相关技术作为基础和助力。通过智能设备、物联网和边缘计算，帮助企业实现人、机、料、法、环，全制造过程和研、产、供、销、服全价值链的泛在连接；基于大数据技术和云计算混合架构，实现海量工业数据的存储、管理、计算、分析。通过工业机理和人工智能的结合，实现知识的积累、固化和资源化；通过全平台资源的统一管理、调度，提供开放的工业APP开发环境，实现工业APP在智能化生产、个性化定制、网络化协同，和服务化转型等典型工业场景的创新应用，促进产品质量和生产效率的提高，降低企业生产成本，加快技术和产品创新，提高我国制造业整体竞争力，实现制造业高质量发展的长期目标。

第二章联想智能制造实践和方法论

2.1联想智能制造发展概况

随着社会消费群体的快速更新发展，新一代客户倾向于使用更加彰显个性的定制化产品。生活节奏的加快也促使用户期望生产厂商能够更快的响应需求，并且在服务方面也得到更加敏捷的反馈。

局部贸易协作的不确定性，全球性流行疾病等突发态势对企业上下游供应协同提出更高的要求，如何通过更高效布局、行业间协作构建稳健的供应生态需要更深入的关注与思考。为了满足日益增长的消费需求，应对复杂多变的内外部环境，联想积极推进制造智能化转型，从传统制造向数字化、智能化制造迈进，追本溯源，打造智能制造核心竞争力。

?战略引领–以国家智能制造相关政策为指引，大力推进智造智能化进程，同时依托联想3S战略，支撑智能物联网、智能基础设施，布局行业智能。

?以人为本–创建数字化、智能化转型环境，赋能员工，发展自动化、数字化应用，提升产品体验及用户黏性。

?技术助推–充分运用物联网、数字孪生、大数据、AI等前沿智能制造技术，通过单点试点验证并推广，借助新技术优势推动自动化、数字化、智能化持续迭代升级。

?产业协同–打造灵活高效产业链布局，协同上下游资源及行业生态圈，形成可靠的信息资源共享机制及生态圈赋能，实现可持续发展。

作为全球化企业，联想也在积极探索并实施绿色供应链、绿色生产，支持可持续发展，确保环保合规、防止污染及降低对环影响、努力开发领先业界的环保产品，以及持续改善全球环境表现。联想通过“绿色生产+供应商管理+绿色物流+绿色回收+绿色包装”等五个维度和一个“绿色信息披露（展示）平台”来打造公司绿色供应链体系，生产制造部门确保遵守《电子行业公民联盟（EICC）行为准则》及所有适用规例，并重点关注生产厂内的职业健康及安全问题，针对生产制造过程中的能源消耗问题，联想通过降低经营活动中的范围一、二的碳排放，提升再生能源的使用量和加强绿色工艺的开发、推广使用来降低排放，如联想在行业内首次突破了低温锡膏绿色制造工艺，与原有工艺相比减少35%碳排放量，并在集团内部全面推广使用该绿色制造技术。

2.1.1联想智能制造的发展历程

早在2013年，联想就启动了以数据智能为核心的智能化转型。基于自有技术的成功应用，联想逐渐形成了覆盖企业全价值链的智能化技术和管理体系，成为公司智能化变革战略落地的核心竞争力和强大支撑。

一方面，联想积极推进供应模式的转变，从原来的库存驱动模式满足客户需求，调整到以客户需求驱动方式为主来实施整个供应链的管理。联想的运作模式采取按订单生产结合安全库存的方式，根据客户的订单来判断和指导实际生产调度。另一方面，联想制造立足于以精益生产为基础，通过大力打造以“自动化+信息化”为核心的数字化，向最终实现智能化的目标努力。

以精益化为基础：精益是生产制造根基，联想自始至终持续开展精益改善，通过精益化流

程改造，贯彻精益理念，推行准时化，消除生产浪费，增强绿色精益制造能力，夯实工厂运营

基础，精益化是工厂数字化和智能化转型的基础和必由之路。同时，面对数字化、智能化转型

趋势，精益生产也需保持与时俱进，适应新的变革需求，如引入数字化管理工具，升级精益数

字化管理能力等。

持续推进自动化：以业务持续优化为前提，结合流程再造，推行生产自动化。从单点自动化着手提升工序效率到生产端到端自动化验证推行，完成生产线整体效率、产品质量的改善。同时赋予数字化能力，打通并采集设备生产运行数据，建立可视、分析、控制闭环能力，构建

设备三维模型，基于物理设备与模型的实时交互实现设备智能监控、预测优化等智能化能力。联想合肥工厂通过融合精益理念，整合现有工艺流程、流程优化再造和新技术应用，将组装、

测试、包装连接成一个流，打造了一条高柔性的、自动化生产线，实现提质增效、节省人力的

效果。

自动化同时需顺应未来智能化需求，从柔性生产、人机协作等方面着手打造具备智能化能力的自动化。主要包括，第一，模块化设计：生产流程标准化、设备模块化，支撑多品种小品混线的柔性制造，同时具备高可靠性、易维护的特性。第二，人机协作：实践高效的人机协作方式，实现自动化率与成本的最佳组合。第三，智能自动化：基于设备数据、生产数据的采集、分析、决策，实现自动化的智能优化与调整，实现自动化的闭环管理。

加速数字化应用落地：借助业务流程及数据间集成共享，实现企业内部运营、外部生态的全链路互联互通及透明可视，数字化阶段主要特征表现为：第一，设计：包括模型驱动的产品、工艺设计及优化，产品工艺与生产流程仿真验证，不仅缩短导入周期，同时支持产品与制造通过协同平台进行实时互动，为新品和客户需求提供快速解决方案，支撑产品全生命周期数字化能力。第二，供应：以客户为中心，包括构建计划、采购、物流等一体化的协同协奏，提供精

准透明、高效的数字化供应能力。联想SCI (Supply Chain Intelligence) 集成内部、销售前端以及合作伙伴在内的生态圈系统，通过数字化工具将供应链活动与其他管理系统连接到同一个平台，实现端到端可视管理。第三，制造：包括生产横向、纵向及端到端的信息集成。联想工厂通过内部开发的全球生产智造系统MI (Manufacturing Intelligence) 实现生产数据采集、运营状态可视化及实时生产预警，同时各工厂的数据在此系统进行汇聚整合，形成制造整体运营可视化及跨工厂、跨业务的管理能力。第四，服务：连接了客户及产品，支持实时可视化交互，实现了以客户为中心的服务转型，联想提出了服务供应链协同解决方案，分层次解决服务备件执行中的协同问题，打通备件预测、计划、采购、供应流程，实现信息发布协同，供应数据协同等服务供应数据全链条的可视化。

不断探索智能化场景：大数据、云计算、人工智能等技术的发展及应用，促使智能技术与制造融合，推动智能化进程，实现业务的精准响应、实时优化及智能决策。借助联想“智能大脑”平台，依托于数据而非经验的精准高效智能化决策将逐步替代人工决策，并且已经实现了以下两个方面，第一，智能生产排程：从真实数据出发创建仿真环境，通过深度强化学习算法引擎，数秒内即可找到全局最优的排产方案，能够实现真正意义上的智能实时调度。第二，智能客服机器人：支持多模态、多社交渠道、多语言的端对端智能客服，与真实客服代表无缝集成，并且内置大数据平台，基于大数据实现系统自学习，自动生成案例用于未来分享。

未来智能化将重塑设计、制造、服务等产品生命周期的各环节及其集成，催生新技术、新

产品、新业态、新模式，影响并改变生产方式以及运营模式，以人工智能为代表的智能制造将

给制造业带来革命性的变化，成为制造业未来发展的核心驱动力。

图2-1 联想智能制造历程

智能制造发展各阶段具备自身的特点及需重点解决的问题，体现了先进技术与制造融合发

展的阶段性特征。与此同时，智能制造各阶段并非绝然分离，而是相互交织、迭代升级。对于

不同企业所处的阶段差异，应结合企业目标定位、产品特性、实际业务需求等客观因素，灵活

运用，并适时采取“并行推进、融合发展”的实施路线。

2.1.2联想对智能制造的认知理解

联想基于自身产业特点提出了自己对智能制造的认知，联想认为智能制造应该是贯穿企业制造整个链条的全面、系统的智能化，是运用物联网、大数据、人工智能、5G、区块链等新兴技术来构建具备产品个性化、供应协同化、服务主动化、决策智能化的全流程的绿色智能协同生态链。

产品个性化：联想作为全球最大的智能设备制造商，每年设计、生产、销售PC，手机和服务器产品超过1亿台，已累积大量满足多样客户个性化需求的领先经验。联想致力于让客户能做最真实的自己。无论什么样个性化的需求，都可以在联想产品上得到满足。例如：如果客户想让产品上带有自己独一无二的印记，联想支持根据客户的个性化选择给产品“做个纹身”，甚至能把客户喜欢的图片在出厂时就直接印在笔记本电脑背盖上。

供应协同化：联想的全球供应链系统极其复杂，在全球拥有超过30家自有及合作工厂，2000余家零部件供应商，280万家分销商和渠道商，是Gartner评选的唯一连续五年进入全球供应链前25名的中国企业。联想与各合作伙伴互信互通，以信息透明打破种种数字壁垒。例如：在PC产量最大的合肥联宝工厂中，电子物料全自动仓储系统单日进出料30000卷，每4小时调取2000多种物料到产线。在智能协同的供应链系统的管理下，将复杂化为无形，工厂从备料到生产就像人们去无人超市买东西一样便捷畅快。

服务主动化：在智能化的新时代，联想将通过智能化的变革实现质量体系的优化升级，进一步完善产品质量标准，提高生产效率，为用户打造产品、服务和解决方案的最佳体验。联想致力于精准感知和预测客户需求，主动为客户提供他们需要但还未提出甚至还未意识到的服务。让客户无时无刻都能感觉到联想贴心服务的存在。

决策智能化：深度数据分析，AI代替经验辅助决策。联想人工智能开放创新平台支持智能制造的整个价值链和广泛的应用场景。例如：在电脑显示屏检测方面，运用机器视觉采集照片，机器算法分析照片来替代人工进行判断，既高效又准确。而在智能化排产方面，联想利用订单计划整合系统，可以实现90分钟内10000+次的订单与物料的匹配计算，得出能够满足客户需求和产能充分利用，并且给到客户明确的收货时间点的最优交付计划。

综上所述，联想对四化的理解，是以各种先进技术及其整合而成的应用方案为基础，从而实现在产品、供应链、服务、决策四大方面的核心功能和场景的目标。

2.1.3联想智能制造的体系框架

基于自身在相关领域的实践和认知总结，联想提炼了指导制造智能化转型的体系框架，其框架构成主要包括四大部分。

第一，以智造技术为基础底层支撑，也是联想智能制造转型的源动力。第二，联想在技术方面重点识别并锁定了互联互通、柔性制造、虚实结合、闭环质量及智能决策五个关键的能力。同时，通过与“端、边、云、网、智”相互结合从而实现企业管理的智能化。第三，以“四化”的目标为努力方向，即产品的个性化、供应的协同化、服务的主动化、以及决策的智能化，这将是指引联想整个供应链体系智能化转型的关键。第四，通过“四化五能力”与“端边云网智’的协同，逐步实现”研产供销服“全价值链的智能化，从而实现为客户提供技术领先、稳定可靠的硬件产品以及为行业赋能转型，完成对于整个智能制造体系生态圈的转型。

图2-2 联想智能制造体系框架

从技术到场景，再到功能，层层推进，赋能于公司的研产供销服全价值链，构建联想的智能制造的全面智能化，联想已将自己的定位调整为“智能化变革的引领者和赋能者”。

联想在深化自身智能制造的基础上，凭借数字化和智能化，联想使得端到端流程更加高效，业务更加可持续，与内部的智能制造、智能供应链，以及各种行业智能需求高度合拍。同时联想还将与供应商一起，通过协同打造智能生态圈和最佳行业智能化的解决方案，辐射全行业，做智能化变革的引领者和赋能者。

未来，联想将提供一体化、共性化的智能化解决方案，由点及面，用智能让靠经验做的判断变成0和1，力争复制到行业内更多企业，助力各行各业变革。

2.2：联想智能制造方法论

推进“四化”目标，企业需要一套行之有效的战略和执行方法，将目标转化为每一项实际的规划、每一条具体的决策，以至每一个具体的项目。为了保证智能制造建设目标分解落地，联想清晰定义了战略、战术、策略作为其实施的具体方法论。

图2-3 联想智能制造方法论

首先是战略LMO（Lenovo Manufacturing Outlook），联想制造展望。每年参考业界数百篇专业咨询机构的报告，走访交流数百家咨询公司及标杆工厂，洞悉行业变化态势，组织形成联想内部LMO分析报告，从而制定、明确智能制造战略发展方向。

其次是战术ZTW（Zone To Win）, 分域致胜。就像军事战争理论定义，运动战、阵地战、游击战，ZTW提出针对不同类型的情况和对象采取不同的策略和方法，以期各战术能在各领域发挥最大效应。

最后是策略TOC（Technology/Organizaiton/Culture）,技术/组织/文化三要素，工欲善其事，必先利其器，只有凭借技术、组织、文化三者的能力提升，才是成功转型的关键。

2.2.1战略：联想制造展望-LMO

联想制造展望，研究如何做正确的事的方法论。联想和多家知名院校、标杆企业、业界顶尖咨询公司交流合作，先后与近百位专家开展多种形式地探讨，对大环境、各行业进行全景式扫描，通过分析启示、预测、建议、总结四步法，研究出适合联想的智能制造战略。

图2-4 联想智能制造LMO概览

图2-5 联想智能制造LMO实践案例

2.2.2战术：联想分域致胜-ZTW

分域致胜是联想内部从上到下、在各部门广泛应用的方法论，明确如何正确地做事。通过分域管理，针对每个领域不同的特点投入不同的资源，设定有针对性的考核指标，能够帮助团队和部门在智能化转型千头万绪的工作中梳理出短期长期，轻重缓急的事项，配备不同的资源和策略，从而有条不紊的进行差异化的管理。

ZTW根据战略制定的举措将各项业务和工作辐射到“转型域，绩效域，平台域，孵化域”四个区域，不同的域采用不同的管理方式，设定有针对性的目标，比如孵化域的举措目标，就不是通常关注的效率，成本等指标，而是在创新的应用实践和突破方面。

图2-6 联想智能制造方法论-ZTW

2.2.3策略：联想组织文化-TOC

明确了如何做正确的事和如何正确地做事之后，面向智能制造战略的组织文化建设能够提供源源不断的智力、灵感和资源，成为智能制造建设最根本的保障和基石。联想将智能制造技术和组织文化建设有机的集合起来，形成适合自身特点的技术、组织、文化（TOC）建设方法，共同支撑智能制造目标的实现。

图2-7 联想智能制造方法论-TOC

T-Technology联想智能制造技术:

技术是推动智能变革的核心动力。联想基于对行业变革、技术演进深入的研究和理解，再结合联想的实践后，总结出智能制造核心能力“互连互通、柔性制造、虚实结合、闭环质量、智能决策”。以上五大技术能力特征相互联系，渗透在联想智能制造场景应用的每一环节，同时它们往往共同发力，作用于更加复杂的业务场景，共献价值。白皮书将在第四章全面阐述其相关定义和案例分析。

图2-8 联想智能制造方法论-技术支撑

此五大技术能力通过与“端、边、云、网、智”的结合，从而达成四化目标，逐步实现“研、产、供、销、服”全价值链智能化。

O-Organizaiton组织:

组织是确保智能化转型成功的重要保障。联想制造打出生态链接和人机协同的组合拳，应对在转型过程中的种种挑战。

图2-9 联想智能制造方法论-组织支持

智能化转型变革是个求新求变的过程。智能制造的组织除了需要考虑自身企业内部的组织重塑、流程重组之外，更重要的是关注生态系统的链接，联想除了在推动自身的组织内部的智能化转型之外更重要的是，希望把经验与方法，以及联想在这些领域的探索与实践，能够主动跟行业合作伙伴一起充分分享以及交流，在联想，既有智能制造生产、研发相关的实体团队，也有像全球制造工程技术委员会这样的虚拟组织。同时，与外界产学研相结合，建立产业联盟，也是保证组织创新活力的有效方式。联想与国家知识产权运营中心、工信部、信通院等等一系列的机构，共同发起成立了智能制造知识产权联盟、绿色智造联盟、可信区块链协同应用组等一系列的组织和行业的联盟机构，向着更深、更高和更专的领域去探索。

其中，智能制造产业知识产权联盟是2017年在国家知识产权局备案在册的产业知识产权联盟（国知联备2017008），是国家第一个智能制造产业知识产权联盟。在2019年的全球智能制造大会上，智能制造产业知识产权联盟代表，联想集团董事长兼CEO杨元庆在大会开幕式中进行了主题演讲。自成立以来，智能制造产业知识产权联盟相继完成了智能制造产业导航、高价值专利培育、人工智能专利池构建等多项研究，逐步积累了行业创新数据，构建了创新数据库、人才专家库、创新项目库，搭建了行业创新与交流平台。

除了组织之外，人员当然对于我们整个智能制造转型是至关重要的。人员除了要培养、培训，在整个智能化时代联想更强调超级员工的概念。联想认为超级员工指的是员工除了自身技能与知识储备之外，还能够在技术的帮助下培育出全新的能力。超级员工将成为新一轮创新浪潮的坚实基础。未来的智能化领域，我们的设想是人和机器将更加充分的协同与互动，未来我们的技术和管理人员，不单是产品的专家、运营的管理专家更是数据分析专家、流程变革专家、自动化的技术专家，这些超级员工除了能够将这样一些技术应用到生产的领域来提高效率、提

人工智能系列白皮书-智慧农业

中国人工智能系列白皮书 -- 智慧农业

目录第1 章智慧农业发展背景 (1) 1.1 人工智能在农业领域中的应用历程 (1) 1.2 智慧农业及其发展趋势 (8) 第2 章农业智能分析 (12) 2.1 农业数据挖掘 (12) 2.1.1 农业数据挖掘特点 (12) 2.1.2 农业网络数据挖掘 (13) 2.1.3 农业数据挖掘应用 (16) 2.2 农业数据语义分析 (18) 2.2.1 农业数据语义模型 (18) 2.2.2 农业数据存储模型 (19) 2.2.3 农业数据知识发现 (20) 2.2.4 农业数据语义检索 (21) 2.2.5 分布式农业知识协同构建 (21) 2.3 农业病虫害图像识别 (22) 2.3.1 基于机器视觉的农业病虫害自动监测识别系统框架 23 2.3.2 农业病虫害图像采集方法 (24) 2.3.3 农业病虫害图像预处理 (26) 2.3.4 农业病虫害特征提取与识别模型构建 (27) 2.3.5 农业病虫害模式识别 (28) 2.4 动物行为分析 (29) 2.5 农产品无损检测 (34) 2.5.1 农产品的无损检测 (35) 2.5.2 农产品无损检测主要方法与基本原理 (36) 2.5.3 无损检测在农产品质量检测中的应用 (38)

2.5.4 问题与展望 (38) 第3 章典型农业专家系统与决策支持 (40) 3.1 作物生产决策系统 (40) 3.1.1 作物生产决策支持系统的概念与功能 (40) 3.1.2 作物决策支持系统的发展 (41) 3.1.3 我国作物决策支持系统发展状况 (41) 3.1.4 作物生产决策支持系统的发展趋势 (42) 3.1.5 作物生产决策支持系统的存在问题 (43) 3.1.6 作物生产决策支持系统的发展措施建议错误!未定义书签。 3.2 作物病害诊断专家系统 (45) 3.2.1 病害诊断知识表达 (45) 3.2.2 作物病害描述模糊处理 (47) 3.2.3 病害诊断知识推理 (47) 3.2.4 基于图像识别的作物病害诊断 (48) 3.3 水产养殖管理专家系统 (49) 3.3.1 问题与挑战 (49) 3.3.2 主要进展 (51) 3.3.3 发展趋势 ........ .... ..... .. (52) 3.4 动物健康养殖管理专家系统 (54) 3.4.1 妊娠母猪电子饲喂站 (54) 3.4.2 哺乳母猪精准饲喂系统 (56) 3.4.3 个体奶牛精准饲喂系统 (57) 3.4.4 畜禽养殖环境监测系统 (58) 3.5 多民族语言农业生产管理专家系统 (59) 3.5.1多民族语言智慧农业即时翻译系统结构 (59) 3.5.2多民族语言农业智能信息处理系统机器翻译流程 .. 60 3.5.3多民族语言农业信息平台中的翻译关键技术 (62)

联想智能制造白皮书(2020版)

联想智能制造白皮书（2020版）

目录第一章智能制造的发展背景 (6) 1.1智能制造发展现状 (6) 1.1.1 世界智能制造发展保持活跃态势 (6) 1.1.2 我国智能制造发展面临的机遇和挑战 (6) 1.2智能制造的发展趋势和路径 (8) 1.2.1 智能制造的定义及发展趋势 (8) 1.2.2 智能制造的目标和方法 (10) 第二章联想智能制造实践和方法论 (12) 2.1联想智能制造发展概况 (12) 2.1.1联想智能制造的发展历程 (13) 2.1.2联想对智能制造的认知理解 (15) 2.1.3联想智能制造的体系框架 (15) 2.2：联想智能制造方法论 (16) 2.2.1战略：联想制造展望-LMO (17) 2.2.2战术：联想分域致胜-ZTW (18) 2.2.3策略：联想组织文化-TOC (19) 第三章联想智能制造关键技术 (22) 3.1：智能制造关键技术发展趋势 (22) 3.1.1 关键智能制造技术发展前瞻 (22) 3.1.2智能制造关键技术说明 (23) 3.2：联想智能制造技术的应用与探索 (24) 3.2.1 联想端、边、云、网、智建设整体说明 (24) 3.2.2 端：智能设备 (26) 3.2.3边：边缘计算和物联网 (28)

3.2.4 云：混合云与大数据 (29) 3.2.5网：5G与区块链 (31) 3.2.6智：人工智能算法和开放创新平台 (36) 第四章联想智能制造解决方案和应用场景 (41) 4.1：构建联想智能制造五大核心能力 (41) 4.1.1联想智能制造五大能力构建 (41) 4.1.2联想智能制造解决方案概述 (43) 4.2应用场景一产品设计 (43) 4.2.1 MBD解决方案 (44) 4.3应用场景一订单管理 (46) 4.3.1订单可视化解决方案 (46) 4.3.2订单自动化解决方案 (49) 4.3.3订单自主纠错解决方案 (51) 4.4应用场景一计划排产 (53) 4.4.1整合计划解决方案 (53) 4.4.2智能排程解决方案 (55) 4.4.3智能预测解决方案 (57) 4.4.4供应链智能控制塔 (58) 4.5应用场景一采购管理 (61) 4.5.1全球供应协同解决方案 (61) 4.5.2采购计划解决方案 (62) 4.5.3. 采购执行解决方案 (64) 4.6：应用场景一生产运营 (67) 4.6.1产线自动化解决方案 (67) 4.6.2 MES管理系统解决方案 (71) 4.6.3 LCD自动检测解决方案 (74)

智能制造发展规划(2016-2020)

智能制造发展规划（2016-2020年）智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，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。加快发展智能制造，是培育我国经济增长新动能的必由之路，是抢占未来经济和科技发展制高点的战略选择，对于推动我国制造业供给侧结构性改革，打造我国制造业竞争新优势，实现制造强国具有重要战略意义。根据《中华人民共和国国民经济和社会发展第十三个五年规划纲要》《中国制造2025》和《国务院关于深化制造业与互联网融合发展的指导意见》，编制本规划。一、发展现状和形势全球新一轮科技革命和产业变革加紧孕育兴起，与我国制造业转型升级形成历史性交汇。智能制造在全球范围内快速发展，已成为制造业重要发展趋势，对产业发展和分工格局带来深刻影响，推动形成新的生产方式、产业形态、商业模式。发达国家实施“再工业化”战略，不断推出发展智能制造的新举措，通过政府、行业组织、企业等协同推进，积极培育制造业未来竞争优势。

经过几十年的快速发展，我国制造业规模跃居世界第一位，建立起门类齐全、独立完整的制造体系，但与先进国家相比，大而不强的问题突出。随着我国经济发展进入新常态，经济增速换挡、结构调整阵痛、增长动能转换等相互交织，长期以来主要依靠资源要素投入、规模扩张的粗放型发展模式难以为继。加快发展智能制造，对于推进我国制造业供给侧结构性改革，培育经济增长新动能，构建新型制造体系，促进制造业向中高端迈进、实现制造强国具有重要意义。随着新一代信息技术和制造业的深度融合，我国智能制造发展取得明显成效，以高档数控机床、工业机器人、智能仪器仪表为代表的关键技术装备取得积极进展；智能制造装备和先进工艺在重点行业不断普及，离散型行业制造装备的数字化、网络化、智能化步伐加快，流程型行业过程控制和制造执行系统全面普及，关键工艺流程数控化率大大提高；在典型行业不断探索、逐步形成了一些可复制推广的智能制造新模式，为深入推进智能制造初步奠定了一定的基础。但目前我国制造业尚处于机械化、电气化、自动化、数字化并存，不同地区、不同行业、不同企业发展不平衡的阶段。发展智能制造面临关键共性技术和核心装备受制于人，智能制造标准/软件/网络/信息安全基础薄弱，智能制造新模式成熟度不高，系统整体解决方案供给能力不足，缺乏国际性的行业巨头企业和跨界融合的智能制造人才等突出问题。相对

2018年中国人工智能产业白皮书

２０１８年中国人工智能产业白皮书

册子 / 报告标题|章节标题目录主要发现 1第一章人工智能行业综述篇 3 1.1 全球及中国发展概况 4 1.1.1 全球市场 4 1.1.2 发展驱动力 6 1.1.3 面临挑战 11 1.2 人工智能产业链 12 1.2.1 基础层 13 1.2.2 技术层 14 1.2.3 应用层 16 1.3 中国人工智能领域投资 17 1.3.1 投资热点及趋势 17 1.3.2 进击的巨头 19第二章人工智能商业化应用篇 21 2.1 数字政府：政策利好加速政府智能化变革 23 2.2 金融：人工智能变革金融经营全过程 26 2.3 汽车：人工智能正在重塑汽车产业生态 30 2.4 医疗：人工智能加速医疗技术革新 34 2.5 零售：人工智能应用从个别走向聚合 38 2.6 制造业：人工智能应用潜力被低估 44第三章中国主要人工智能产业发展区域及定位 47 3.1 中国人工智能企业分布重点城市 48 3.2 人工智能产业园 57 3.3 杭州未来科技城人工智能发展建议 59 02

册子 / 报告标题|章节标题主要发现 1. 中国人工智能产业发展迅速，但整体实力仍落后于美国。中国已成为人工智能发展最迅速的国家之一，2018年中国人工智能市场规模有望超过300亿元人民币。人工智能企业数量超过1000家，位列全球第二。本次人工智能浪潮以从实验室走向商业化为特征，其发展驱动力主要来自计算力的显著提升、多方位的政策支持、大规模多频次的投资以及逐渐清晰的用户需求。与此同时，中国处于人工智能发展初期，基础研究、芯片、人才方面的多项关键指标与美国差距较大。 2. 中国企业价值链布局侧重技术层和应用层，对需要长周期的基础层关注度较小。人工智能产业链分为基础层（芯片、算法框架）、技术层（计算机视觉、自然语义理解、语音识别、机器学习）和应用层（垂直行业/精确场景）。中国企业布局比较偏好技术相对成熟、应用场景清晰的领域，对基础层关注度较小。瞄准AI专用芯片或将为中国企业另辟蹊径。 3. 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案，深耕巨头的数据洼地，打造护城河。科技巨头构建生态链，已经占据基础设施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡，更多的创业企业将发力深耕巨头的数据洼地（金融、政府事务、医疗、交通、制造业等），切入行业痛点，提供解决方案，探索商业模式。 4. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道，早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂问题以获得长足发展。各地政府的工作内容及目标有所差异，因而企业提供的解决方案并非是完全标准化的，需要根据实际情况进行定制化服务。由于政府一般对于合作企业要求较高，行业进入门槛提高，强者恒强趋势明显。 5. 人工智能在金融领域的应用最为深入，应用场景逐步由以交易安全为主向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工智能在金融行业的应用，改变了金融服务行业的规则，提升金融机构商业效能，在向长尾客户提供定制化产品的同时降低金融风险。 6. 医疗行业人工智能应用发展快速，但急需建立标准化的人工智能产品市场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康，医疗又是一个受管制较严的行业。人工智能能否如预期广泛应用，还将取决于产品商业化过程中如何制定医疗和数据监管标准。 03

2020年城市智能交通解决专项方案

城市智能交通处理方案一、系统概述 SINONET ITS-CMS V城市智能交通处理方案，是基于最优异信息管理和控制技术，改变传统静态管理和单点管理，实现实时、动态联动管理新模式，以建立高效部门联动机制及方案，提升城市交通综合管理水平。二、系统架构 SINONET ITS-CMS V城市智能交通处理方案以下图所表示，包含闯红灯自动统计系统、公路车辆智能监测统计系统、交通信号控制系统、道路视频监控系统、交通信息采集系统、交通诱导系统、车辆卫星定位系统、大屏显示系统和基于三维GIS技术智能交通综合管理系统V。三、系统特点交通系统，全方面融合集闯红灯自动统计系统、公路车辆智能监测统计系统、道路视频监控系统、交通信号控制系统、交通信息采集系统、交通诱导系统、车辆卫星定位系统、大屏显示系统等子系统为一体交通信息系统处理方案。高效安全，体验非凡使用全方面安全策略，安全策略包含到系统各个层面；采取安全高效数据库系统及多样数据备份策略，提供最全方面安全保障；选择高性能图像处理服务器，配合自主研发三维GIS 技术，为用户提供身临其境体验。运筹帷幄，统一指挥定在为城市交通管理部门提供统一管控平台，集成城市交通管理所需各个业务子系统，融合各子系统数据，多维度、深层次挖掘高价值信息，为交通指挥人员提供全方面决议依据。设计优异，科学稳定基于三维GIS技术智能交通中央管控平台，首次引入控制反转技术，即子系统使用时才加载，由关键系统统一管理，在一定时间内如再无使用便自动释放资源，保持快速、可靠、稳定性能。创新管理机制，推进高效管理 SINONET IT1城市智能交通整体处理方案，以事件为处理为关键设计理念，帮助各个部门协调有序运行及资源共享，将由部门处理事件模式转变为由事件调度部门模式。

智能制造工程实施指南-(2016-2020)

智能制造工程实施指南（2016-2020）为贯彻落实《中国制造2025》，组织实施好智能制造工程（以下简称“工程”），特编制本指南。一、背景自国际金融危机发生以来，随着新一代信息通信技术的快速发展及与先进制造技术不断深度融合，全球兴起了以智能制造为代表的新一轮产业变革，数字化、网络化、智能化日益成为未来制造业发展的主要趋势。世界主要工业发达国家加紧谋篇布局，纷纷推出新的重振制造业国家战略，支持和推动智能制造发展，以重塑制造业竞争新优势。为加速我国制造业转型升级、提质增效，国务院发布实施《中国制造2025》，并将智能制造作为主攻方向，加速培育我国新的经济增长动力，抢占新一轮产业竞争制高点。当前，我国制造业尚处于机械化、电气化、自动化、信息化并存，不同地区、不同行业、不同企业发展不平衡的阶段。发展智能制造面临关键技术装备受制于人、智能制造标准/软件/网络/信息安全基础薄弱、智能制造新模式推广尚未起步、智能化集成应用缓慢等突出问题。相对工业发达国家，推动我国制造业智能转型，环境更为复杂，形势更为严峻，任务更加艰巨。

《中国制造2025》明确将智能制造工程作为政府引导推动的五个工程之一，目的是更好地整合全社会资源，统筹兼顾智能制造各个关键环节，突破发展瓶颈，系统推进技术与装备开发、标准制定、新模式培育和集成应用。加快组织实施智能制造工程，对于推动《中国制造2025》十大重点领域率先突破，促进传统制造业转型升级，实现制造强国目标具有重大意义。二、总体要求加快贯彻落实《中国制造2025》总体战略部署，牢固树立创新、协调、绿色、开放、共享的新发展理念，以构建新型制造体系为目标，以推动制造业数字化、网络化、智能化发展为主线，坚持“统筹规划、分类施策、需求牵引、问题导向、企业主体、协同创新、远近结合、重点突破”的原则，将制造业智能转型作为必须长期坚持的战略任务，分步骤持续推进。“十三五”期间同步实施数字化制造普及、智能化制造示范，重点聚焦“五三五十”重点任务，即：攻克五类关键技术装备，夯实智能制造三大基础，培育推广五种智能制造新模式，推进十大重点领域智能制造成套装备集成应用，持续推动传统制造业智能转型，为构建我国制造业竞争新优势、建设制造强国奠定扎实的基础。（一）基本原则

综合交通运输与智能交通重点专项2020年度项目申报指南建议

附件1 “综合交通运输与智能交通”重点专项 2020年度项目申报指南建议（征求意见稿）为落实《国家中长期科学和技术发展规划纲要（2006—2020年）》《“十三五”国家科技创新规划》以及《“十三五”交通领域科技创新专项规划》等提出的任务，推动交通运输科技进步和加快形成安全、便捷、高效、绿色的现代综合交通运输体系，国家重点研发计划启动实施“综合交通运输与智能交通”重点专项。根据本专项实施方案部署以及国家科技需求发展趋势，现发布2020年度项目申报指南。 1．交通基础设施智能化 1.1机场飞行区设施智能监测与互联研究内容：研究基于实时三维重构的飞行区活动态势精确感知技术，跑道、滑行道设施智能监测、状态评估及道面性能快速恢复技术；研发基于自主可控技术及多元宽带互联的飞行区多设施系统信息共享和互操作技术；研究基于局地气象大数据的场区雷暴等特殊气象实时精准预报及安全评估技术；研究飞行区主动安全技术防范体系，研发面向机场运行的智能决策技术平台。

考核指标：构建三维可视化的飞行区活动目标、运行态势精确感知软件平台，实时动态识别滑行冲突、道面异常、围界入侵等4种以上安全风险，识别准确率不低于90%；研制飞行区道面健康状态智能化监测系统，监测准确率不低于90%，形成道面损伤快速修复方法与工艺；研制飞行区多系统设备物联网系统，支持3种以上2000个以上重要设备的信息互联互通，运行事故事件主动防范率达到80%；研制飞行区雷暴、冰雪、低能见度、强风切变等特殊气象预报及评估系统，雷电监测预警准确率不低于90%，特殊气象预报周期缩短20%以上；编制国家/行业技术标准（送审稿）不少于2项；在1个民用机场（年吞吐量大于2000万人次）进行综合应用验证。 1.2超大跨径缆索承重桥梁智能化设计软件与核心技术标准研发研究内容：研究超大跨径缆索承重桥梁新型结构体系，突破强风、地震与极端环境下的智能结构分析核心基础理论；研究基于荷载非线性特征及复杂环境多荷载场耦合影响的结构智能化离散、分布式计算、结果自检验、人本化后处理应用等关键技术，研发高复杂度超大桥梁全过程设计智能化软件系统；研究超大型桥梁设计、新型材料、智能建造及验收的国家标准体系框架，编制超大跨径桥梁设计核心技术标准。

2018年中国人工智能创新应用白皮书

２０１８年中国人工智能创新应用白皮书

报告背景介绍在全球人工智能发展的浪潮下，市场对人工智能的投入与期望空前巨大，正确理解人工智能目前的应用能力、发展状态以及与市场预期间的距离，成为了各行业企业的重要任务之一。此份独立报告为各行业企业在人工智能方向上的布局与行动举措提供了参考信息与建议，同时也为人工智能企业在具体行业发展方向的选择上提供了参考。我们的讨论将由四个部分组成，第一部分为人工智能发展背景介绍，对人工智能的概念、发展历史、人工智能企业目前发展状况、人工智能未来的技术与应用走向进行讨论；第二部分为人工智能的商业应用情况，将讨论人工智能能够为各行业带来的具体价值，评估各个行业目前应用条件的成熟程度；第三部分梳理总结了人工智能在20个行业的80个具体应用场景，并详细介绍典型的行业应用场景与案例；第四部分将为企业当下如何借力人工智能给出行动举措方面的建议。此份独立报告整合了中国人工智能学会与罗兰贝格在数字化领域积累的项目经验与素材，以及对人工智能领域初创企业管理人、各行业内企业经理人、人工智能研发人员的访谈等多方信息数据源，旨在提供具有落地意义的参考与建议，推动人工智能的应用与发展。

执行总结今年7月，国家发布了新一代人工智能发展规划，将中国人工智能产业的发展推向了新高度。人工智能技术是继蒸汽机、电力、互联网科技之后最有可能带来新一次产业革命浪潮的技术，在爆炸式的数据积累、基于神经网络模型的新型算法与更加强大成本更低的计算力的促进下，本次人工智能的发展已突破了商业领域对其应用效果的预测，受到风险投资基金的热烈追捧，人工智能技术的应用场景也在各个行业逐渐明朗，开始带来降本增益的实际商业价值。在巨大的产业需求规模与强有力的金融投资支持下，中国在全球新一代人工智能中发展态势良好，北京、深圳和上海在人工智能企业与人才积累上名列全球城市前茅，中国人工智能产业的发展进入了技术逐渐渗透到各行业产生实际价值的阶段。根据大量行业研究，我们发现，除了互联网行业以外，汽车、消费品与零售、金融以及医疗行业等数据基础比较完善、数据资源比较丰富的行业具有最为成熟的发展基础与最大的市场应用潜力。根据我们的估算，在中国至2030年，在金融行业，预计人工智能将带来约6000亿元人民币的降本增益效益。在汽车行业，人工智能在自动驾驶等技术上的突破将带来约5000亿元人民币的价值增益。在医疗行业，预计人工智能可以带来约4000亿元人民币的降本价值。在零售行业，预计人工智能技术将带来约4200亿人民币的降本与增益价值。我们在价值链的研发、制造、营销、服务以及物流等环节上梳理并描述了这些典型行业内人工智能的主要应用场景。就中国企业应如何把握机遇，抓住战略机会，我们提出了一系列的行动建议。企业在制定人工智能发展计划时，首先应当明确在当前业务场景下的应用机会点，这些机会点应当能够带来足够的商业价值，并且企业自身也具备应用这些机会点的条件。企业需要通过研究外部市场发展情况，了解目前行业中其他企业在此技术方向上的布局，评估人工智能技在价值链各环节上的商业应用案例。其次，企业需要评估在组织、数据与技术、运用与执行能力上具备的核心竞争力，认识到在哪些方面存在不足，并针对不足为相关部门提供包括组织、流程、KPI等各方面的支持与引导。最后，结合对企业内部核心竞争力打造计划与应用实施计划，企业需要制定明确的发展方向与发展程度期望，设置具有时间节点的发展蓝图，并打造相关的配套能力支持计划执行。新一代人工智能技术的应用将给各行业带来众多新的可能性，甚至有可能颠覆现有的行业格局并可能重塑行业，我们期待看到中国的企业在新一次人工智能浪潮中抢占先机。

2019全球人工智能发展白皮书

全球人工智能发展白皮书（2019年度）

全球人工智能发展白皮书 | 四、人工智能重塑各行业一、AI创新融合新趋势4 1.1人工智能正全方位商业化4 1.2AI全面进入机器学习时代5 1.3市场对投资回归理性8 1.4城市逐渐成为AI创新融合应用主战场13 1.5AI支持体系不断发力21 1.6顶层政策倾斜力度持续增加23 1.7全球AI市场超6万亿美元29 1.8京津冀、长三角、珠三角AI企业云集31 二、人工智能技术发展腾飞40 2.1人工智能关键技术日趋成熟40 2.2人工智能开放平台建设稳步推进42 2.3“人机大战”谁更能更胜一筹？45 三、中国在全球AI地位52 3.1中国拥有更为庞大的数据规模以及更丰富数据使用环境53 3.2中国是全球芯片需求量最大的市场，但高端芯片依赖进口54 3.3中国机器人企业快速成长核心零部件技术国产化加速54 3.4美国人工智能底层技术实力更为雄厚，中国则在语音识别技术上更优55 3.5中国在AI应用上呈现追击态势55 四、人工智能重塑各行业58 4.1金融：人工智能提升金融企业商业效能并变革企业内部经营60 4.2教育：人工智能技术应用覆盖教学全流程65 4.3数字政务：政策利好加速政府智能化变革70 4.4医疗：人工智能应用日趋成熟71 4.5无人驾驶：主导汽车产业革新75 4.6零售：人工智能驱动行业走向聚合79 4.7制造业：智能制造应用潜力巨大82 4.8智慧城市：人工智能塑造城市基础设施创新系统86

全球人工智能发展白皮书 | 主要发现主要发现： 1

全球人工智能发展白皮书 | 主要发现 2

“综合交通运输与智能交通”重点专项2020 年度项目申报指南

“综合交通运输与智能交通”重点专项 2020年度项目申报指南为落实《国家中长期科学和技术发展规划纲要（2006—2020年）》《“十三五”国家科技创新规划》以及《“十三五”交通领域科技创新专项规划》等提出的任务，推动交通运输科技进步和加快形成安全、便捷、高效、绿色的现代综合交通运输体系，国家重点研发计划启动实施“综合交通运输与智能交通”重点专项。根据本专项实施方案部署以及国家科技需求发展趋势，现发布2020年度项目申报指南。本专项总体目标是：解决我国综合交通运输系统存在的运行监管能力弱、多方式协同运行效率低、运输安全主动防控能力差、集成服务不足等突出问题，重点突破综合交通运输基础科学难题和重大共性关键技术，开展典型应用示范。大幅增强综合交通运输协同运行和智能监管能力，全面提升我国综合交通运输综合化、智能化水平和服务品质。到2022年，形成新一代综合交通运输与智能交通技术体系，为实施国家重大发展战略，提供高效、可持续的综合交通运输系统支撑。本专项遵循“基础研究、重大共性关键技术、典型应用示范”全链条创新设计、一体化组织实施原则，按照交通基础设施智能化、载运工具智能协同、交通运行监管与协调、大型交通枢纽协同运行、多方式综 —1—

合运输一体化、综合运输安全风险防控与应急救援等6个技术方向，共部署15个重点研究任务。专项实施周期为5年（2018—2022年）。 2018—2019年，本重点专项已在6个技术方向启动实施24个项目。2020年，本专项拟在4个技术方向启动7~14个项目，拟安排国拨经费总概算2.29亿元。原则上共性关键技术类项目配套经费与国拨经费比例不低于2:1，鼓励产学研用联合申报，充分发挥地方和市场作用，强化研究成果的转化应用。项目申报统一按指南二级标题（如1.1）的研究方向进行。除特殊说明外，拟支持项目数均为1~2项。项目实施周期不超过3年。申报项目的研究内容须涵盖该二级标题下指南所列的全部考核指标。基础研究类项目，每个项目下设课题数不超过4个，参与单位总数不超过6家；其他类项目，每个项目下设课题数不超过5个，参与单位总数不超过10家。项目设1名项目负责人，项目中每个课题设1名课题负责人。 “拟支持项目数为1~2项”是指：在同一研究方向下，当出现申报项目评审结果前两位评价相近、技术路线明显不同的情况时，可同时支持这2个项目。2个项目将采取分两个阶段支持的方式。第一阶段完成后将对2个项目执行情况进行评估，根据评估结果确定后续支持方式。 1.交通基础设施智能化 1.1机场飞行区设施智能监测与互联（共性关键技术类）研究内容：研究基于实时三维重构的飞行区活动态势精确感—2—

济南市智能制造产业五年发展规划word版本

济南市智能制造产业五年发展规划（2016～2020）目录一、智能制造产业发展的形势与环境.5 二、济南市发展智能制造产业优势和存在的问题.6 （一）装备制造产业基础雄厚.6 （二）信息化产业优势明显.6 （三）具备较好的智能制造应用基础.7 （四）具备良好的创新智力支撑.7 三、总体要求.8 （一）指导思想.8 （二）发展原则.9 （三）发展目标.9 四、重点任务.10 （一）建设两大智能服务平台，构筑创新服务体系.11 （二）突破关键共性技术，夯实智能制造四大基础.13 （三）实施数字化、智能化改造，促进制造业转型升级.15（四）实施创新驱动战略，推动智能装备产业发展.16（五）实施智能制造示范，推进智能工厂和智能服务发展.18（六）发展机器人技术及产品，加强机器人创新应用.20（七）培育智能制造示范园区，打造国家智能制造基地.21（八）实施人才建设百千万工程，促进智能人才队伍建设.22五、保障措施.23 （一）加强组织领导.23 （二）加大政策扶持.23 （三）开展智能制造产业招商.24 （四）加强人才队伍和服务体系建设.24 （五）加强开放融合和国际交流合作.24 济南市智能制造产业五年发展规划（2016～2020）

智能制造是《中国制造2025》的主攻方向和重要突破口，是实现信息技术和制造技术融合创新，重塑制造业新优势，提高国际市场竞争力，建设制造强国的战略选择。发展智能制造对推进济南市制造业向高端化迈进，提升全市高端制造业规模总量和质量水平，具有突出的推进和载体作用。为充分发挥济南市省会智力资源优势、区位优势，抓住开放型经济新体制综合试点试验区机遇，辐射带动“1+6”都市圈城市智能制造产业发展，提高城市综合竞争力，建设具有国际竞争力的智能制造产业基地，推进“四个中心”建设，特制定济南市智能制造产业五年发展规划。一、智能制造产业发展的形势与环境进入新世纪以来，以两化深度融合为显著特征的新一轮科技革命和产业变革,正在从根本上改变国际制造业竞争格局。以制造业数字化、网络化、智能化为核心，不断催生新的生产方式、产业形态、商业模式。基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式的深刻变革。发达国家正加紧推进智能化、信息化发展布局。美国政府先后发布了《先进制造伙伴计划》和《制造业创新网络计划》，德国提出了工业4.0战略，日本发布了《2014制造业白皮书》、《日本机器人新战略》，英国发布《英国制造2050》等，其核心目的，就是抢抓新一轮产业技术革命的重大机遇，提高制造业国际竞争力。我国高度重视智能制造产业对制造业转型升级的重要作用。2015年国务院发布的《中国制造2025》，把智能制造作为制造业发展的主攻方向。以融合发展为关键特征的智能制造已经成为全球制造业转型升级，占领经济发展制高点，培育制造业竞争新优势的重要路径和必然选择。二、济南市发展智能制造产业优势和存在的问题（一）装备制造产业基础雄厚济南市在重型汽车、数控机床、金属成形装备、发电输变电设备、试验与检测装备、计算机及通信网络设备等重点装备领域在国内处于领先地位，研发了一批智能制造技术成果和智能化产品。涌现了济南二机床、中国重汽、济南铸锻所、济南轨道交通装备公司、济南一机床等装备制造重点企业，具有一批产业特色鲜明、成长性较好的装备制造中小企业集群。2015年全市装备制造业销售收入达到2650亿元，占全市制造业的48%，产业规模和技术优势明显。（二）信息化产业优势明显云计算与大数据，智慧城市建设、能源互联网，CAD、CAPP、PLM工业软件等重点领域技术水平国内领先，拥有浪潮集团、山东华天、积成电子、大陆机电、金钟衡器等行业领先企业，一批专、精、特的软件技术企业快速成长，2015年全市软件信息技术服务业收入达2050亿元，占全省55.4%，软件信息技术快速发展，为智能制造发展提供了较好的信息产业技术支撑。（三）具备较好的智能制造应用基础随着信息技术的发展和市场环境的变化，以信息化、数字化为方向的转型升级，为智能制造提供了良好市场载体。全市工业围绕以数字化转型升级及基础设施投资连续两年超1000亿元，2015年达到1147.9亿元。从集聚环境看，以中国重汽为龙头，形成了汽车制造产业集聚区；以山东电工电气、泰山发电设备、鲁能智能、临沃重工等集聚形成的高端装备园，经济开发区集聚的柴油机、变压器、北辰集团、宏达集团、时代焊机、数控机械等机械装备及新能源装备产业集群；以齐鲁制药、力诺集团、宏济堂药业及高新区药谷等集聚形成了济南制药产业群；济阳、章丘食品加工为代表的特色产业园区，章丘、平阴的铸造产业集聚区等，都为推进企业向数字化智能化转型提供了良好的条件和基础。（四）具备良好的创新智力支撑

智能制造和工业软件发展白皮书

智能制造和工业软件进展白皮书（2015版）中国电子信息产业进展研究院工业和信息化部赛迪智库二○一五年四月

本文作者：工业和信息化部赛迪智库安琳研究员转载引用需注明“工业和信息化部赛迪智库”

前言 2014年，智能制造在全球范围内引起广泛关注，多个国家先后部署了相应的制造业进展战略。工业软件作为智能制造的核心支撑，连续了自2012年以来的高速增长态势，但由于受到全球经济进展形势持续低迷，企业投资能力受限的阻碍，市场规模增速有所放缓。在此背景下，多数企业视当前时期为宝贵的“战略调整窗口期”，面向下一代智能制造的进展要求，纷纷加快了企业的战略定位、业务、产品和技术的优化调整，产业进展呈现出“蓄力凝神”的突出特征，产业创新活跃，投融资动作积极。工业软件当前的进展情况，可视为以后智能制造进展的风向标。工业软件产业的调整，体现了全产业对以后智能制造进展趋势的预判。在此形势下，中国电子信息产业进展研究院编写了《智能制造和工业软件进展白皮书（2015版）》，全面梳理2014年全球和我国智能制造和工业软件的进展情况，从创新进展、应用推广、企业进展、投融资、政策环境等维度总结工业软件的进展特点，分析我国工业软件进展面临的问题，展望2015年智能制造和工业软件进展态势，并分不对政府、用户企业、工业软件企业和行业协会提出进展对策建议。

目录一、全球智能制造进展状况 (1) （一）智能制造与智能制造系统 (1) （二）全球智能制造进展情况 (2) 1．美国将智能制造作为战略重点 (2) 2．日本大力进展工业机器人 (2) 3．欧盟多国部署智能制造相关进展战略 (3) （三）我国智能制造进展情况 (3) （四）工业软件是智能制造进展的风向标 (3) 二、全球工业软件进展状况 (4) （一）市场规模 (4) （二）市场结构 (5) （三）要紧特点 (5) 1．市场规模保持增长但增速放缓 (5) 2．数据驱动业务进展的理念深入人心 (5) 3．工业云服务市场迅速升温 (6) 三、我国工业软件进展状况 (7) （一）市场规模 (7) （二）市场结构 (7)

2020年中国智能交通行业相关政策汇总及解读分析车路协同将率先落地

2020年中国智能交通行业相关政策汇总及解读分析车路协同将率先落地中国智能交通行业相关政策汇总及解读 2019年7月，交通部颁布《数字交通发展规划纲要》;2019年9月，中共中央和国务院颁布《交通强国建设纲要》;2019年12月，交通部颁布《推进综合交通运输大数据发展行动纲要(2020—2025年)》;2020年3月，中共中央提出发展“新基建”。 ——政策汇总 ——政策解读之《推进综合交通运输大数据发展行动纲要(2020—2025年)》近年来，交通运输大数据取得了长足发展，但还存在着数据资源基础不够扎

实、数据共享开放需深入推进、大数据应用不够广泛、数据安全存在挑战、管理体系尚需健全等问题，亟待进一步深入推进解决。 2019年9月，中共中央、国务院印发《交通强国建设纲要》，提出要“推进数据资源赋能交通发展”、“构建综合交通大数据中心体系”，明确了新时期综合交通运输大数据发展要求，大数据成为实现综合交通运输体系互联互通的重要载体，也成为提升我国交通运输行业治理能力和服务水平的重要抓手。随后在2019年12月，交通运输部颁布《推进综合交通运输大数据发展行动纲要(2020—2025年)》，将交通运输大数据的发展细分到五大行动、21项具体任务上。综合交通大数据新的发展特征，即“统筹推进、加强采集、充分汇聚、综合应用”这“四个重点”。

——政策解读之《交通强国建设纲要》 2019年9月，中共中央和国务院印发《交通强国建设纲要》，计划到2035年，基本建成交通强国。现代化综合交通体系基本形成，人民满意度明显提高，支撑国家现代化建设能力显著增强; 拥有发达的快速网、完善的干线网、广泛的基础网，城乡区域交通协调发展达到新高度; 基本形成“全国123出行交通圈”(都市区1小时通勤、城市群2小时通达、全国主要城市3小时覆盖)和“全球123快货物流圈”(国内1天送达、周边国家2天送达、全球主要城市3天送达)，旅客联程运输便捷顺畅，货物多式联运高效经济; 智能、平安、绿色、共享交通发展水平明显提高，城市交通拥堵基本缓解，无障碍出行服务体系基本完善; 交通科技创新体系基本建成，交通关键装备先进安全，人才队伍精良，市场环境优良;基本实现交通治理体系和治理能力现代化; 交通国际竞争力和影响力显著提升。到本世纪中叶，全面建成人民满意、保障有力、世界前列的交通强国。基础设施规模质量、技术装备、科技创新能力、智能化与绿色化水平位居世界前列，交通安全水平、治理能力、文明程度、国际竞争力及影响力达到国际先进水平，全面服务和保障社会主义现代化强国建设，人民享有美好交通服务。

2020年智能制造行业分析报告

2020年智能制造行业分析报告 2020年4月

目录 1. 智能制造推动新旧动能转换 (5) 1.1. 行业机遇带来良好的发展趋势 (5) 1.2. 智能制造行业下游拉动需求增长 (6) 1.3. 机器人市场快速增长，科技促进行业智能化突破 (7) 2. 智能制造发力行业应用 (9) 2.1. 中国汽车市场为智能制造带来增长空间 (9) 2.2. 汽车行业电子化程度提升，带动智能制造渗透率提升 (10) 2.3. 科技突破将带动汽车电子在核心应用领域整体提升 (12) 2.4. 医疗健康市场发展迅速，未来智能化改造具备一定空间 (13) 2.5. 新能源电池产能扩张，技术升级带动智能化改造需求 (14) 3. 智能制造的核心竞争力在于技术 (16) 3.1. 核心技术研发筑就行业壁垒 (16) 3.2. 行业公司研发投入较大，技术储备充足 (16) 3.3. 行业公司专注汽车领域 (19) 3.4. 海外公司具备技术和先发优势 (20) 3.5. 国内公司纷纷走向国际化 (22) 3.6. 国内公司与头部客户深度绑定 (23)

1. 智能制造推动新旧动能转换 1.1. 行业机遇带来良好的发展趋势人口红利消退助推经济结构转型升级，智能制造成为新旧动能转换的必由之路。自改革开放以来，我国制造业凭借人口红利而高速发展，但与人口红利相伴随的是劳动密集、资源消耗大、自主创新能力低、信息化智能化水平不高等特征。近年来，我国人口老龄化速度明显加快，人口红利逐步消退，劳动力成本持续上涨。根据国家统计局数据，中国65 岁以上老年人口已经从1990 年的6300 万迅速增长到2018 年的1.67 亿，占总人口比例的11.94%。我国劳动力单位成本也不断上升，我国制造业职工平均工资从2008 年的24404 元增长到2018 年的72088 元。在人口红利消退、劳动力成本快速上升的情形下，通过发展智能制造装备行业，实现机器换人能有效节约劳动力成本，提升生产效率，是经济结构转型、新旧动能转换的必由之路。图1：1990-2018 年中国65 岁及以上人口数及比重图2：2008-2018 年中国制造业职工平均工资65岁及以上人口数（万人）65岁及以上人口比重（%）制造业职工平均工资（元）增幅（%） 18,000 16,000 14,000 12,000 10,000 8,000 12% 80,000 70,000 60,000 50,000 40,000 30,000 20,000 10,000 22% 20% 18% 16% 14% 12% 10% 8% 11% 10% 9% 8% 7% 6,000 6% 4,000 5% 6% 数据来源：国家统计局，市场部数据来源：国家统计局，市场部近年来国家产业政策的不断出台，有力支持智能制造装备行业发展。为了实现制造强国的战略目标，智能制造工程作为五大工程之一，成为国家全力打造制造强国的重要抓手。2015 年5 月，国务院发布的《中国制造2025》在主要目标中明确提出： “十三五”期间通过数字化制造的普及，智能化制造的试点示范，推动传统制造业重点领域基本实现数字化制造，有条件、有基础的重点产业全面启动并逐步实现智能转型；“十四五”期间加大智能制造实施力度，关键技术装备、智能制造标准/工业互联网/信息安全、核心软件支撑能力显著增强，构建新型制造体系，重点产业逐步实现智能转型。

报告发布中国电子学会发布新一代人工智能发展白皮书(2017)

报告发布中国电子学会发布新一代人工智能发展白皮书 (2017) 指导单位、专家顾问及编写人员顾问潘云鹤中国工程院院士指导单位工业和信息化部信息化和软件服务业司指导委员会谢少锋工信部信软司司长李冠宇工信部信软司副司长徐晓兰中国电子学会副理事长兼秘书长张宏图中国电子学会总部党委书记兼副秘书长商超工信部信软司软件处处长傅永宝工信部信软司软件处调研员专家委员会（排名不分先后，按姓氏笔画排序）王士进科大讯飞研究院副院长韦青微软中国公司首席技术官宋波国安瑞（北京）科技有限公司总经理刘志坚京东金融总法律顾问吴甘沙驭势科技联合创始人兼CEO 季向阳清华大学自动化系教授陈丽娟阿里巴巴人工智能实验室负责人梁家恩云知声信息技术有限公司董事长兼CTO 崔岩中德人工智能研究院院长蔡雄山腾讯研究院法律研究中心副主任编写单位中国电子学会编写人员李颋周岷峰马良

凌霞李岩张雅妮许华磊张婵张力陈濛萌樊江洋朱毅李俊平阎德利谢中业陈岩报告链接:https://https://www.docsj.com/doc/aa2091540.html,/s/1oAn8flo 密码:3gme编制概要（一）编制背景自1956年概念得以确立以来，人工智能发展至今已逾60年，随着所处信息环境和数据基础的深刻变革，开始迈进新一轮发展阶段，呈现出大数据、跨媒体、群体性、自主化、人机融合的发展新特征，从学术牵引式发展迅速转变为需求牵引式发展，相比历史上的任何时刻，都要更加接近于人类智能，既能为进一步掌握城市发展、生态保护、经济管理、金融风险等宏观系统提供指导，也能为设计制造、健康医疗、交通管理、能源节约等微观领域提供解决方案。我国正值工业化、城镇化、信息化、农业现代化的攻坚阶段，迫切需要加快推动人工智能在国民经济社会各行业、各领域的创新应用，促进产业提质增效，改善人民生活水平，切实解决经济运行的重大结构性失衡。针对于此，有必要研究编制新一代人工智能发展白皮书，明确人工智能在新时期、新形势下的技术框架、关键环节、应用前景，为推动人工智能关键技术进步和产业化应用推广提供措施建议，进一步推动我国智能相关的

智能制造标准体系研究白皮书(2015年)

智能制造标准体系研究白皮书（2015年）中国电子技术标准化研究院 2015年7月

前言新中国成立以来尤其是改革开放以来，我国制造业持续快速发展，建成了门类齐全、独立完整的产业体系，规模跃居世界第一。然而，与世界先进水平相比，我国制造业仍然大而不强，在自主创新能力、资源利用效率、信息化程度、质量效益等方面差距明显，转型升级和跨越发展的任务紧迫而艰巨。当前，新一轮科技革命和产业革命与我国加快转变经济发展方式形成历史性交汇，国际产业分工格局正在重塑。紧紧抓住这一重大历史机遇，以智能制造为主攻方向，推进我国工业化和信息化深度融合，成为实施制造强国战略的必然选择。智能制造标准体系是智能制造工作的顶层设计和基础保障。按照“统筹协调、标准引领、示范应用”的原则，构建暨符合我国国情，又与国际接轨的智能制造标准体系，突破智能制造的关键技术，重点研制基础通用标准、工业软件标准、工业大数据标准、工业云服务标准、服务型制造标准、工业物联网标准和工控安全标准，是目前阶段的首要任务。本白皮书主要阐述了国内外智能制造的发展形势和标准化研究现状，重点对我国智能制造标准化体系进行分析，依照不同的重点标准化领域，梳理智能制造标准体系中已发布、制定中、待制定标准，重点识别出一批亟需制定的基础、关键技术、测评类标准，为产业健康、可持续发展提供参考。

目录一、智能制造发展形势 (1) 1.1 德国工业4.0 (1) 1.2 美国工业互联网 (2) 1.3 IEC数字工厂 (3) 1.4 中国智能制造 (3) 1.5 智能制造国内外发展差异和启示 (4) 1.6 智能制造标准化的意义 (5) 二、智能制造标准体系建设内容 (7) 2.1 智能制造标准化参考模型 (7) 2.1.1 系统架构 (8) 2.1.2 价值链 (9) 2.1.3 产品生命周期 (10) 2.2 智能制造标准体系框架 (10) 2.3 重点标准化方向和领域 (12) 2.3.1 总体标准 (12) 2.3.2 智能装备/产品标准 (16) 2.3.3 工业互联网/物联网标准 (19) 2.3.4 智能工厂/数字化车间标准 (21) 2.3.5 工业云和大数据标准 (22)