• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

数字化转型的十个关键词

什么是数字化转型的本质?我们认为,数字化转型的本质是,在数据+算法定义的世界中,以数据的自动流动化解复杂系统的不确定性,优化资源配置效率,构建企业新型竞争优势。当前,全球信息通信技术正进入技术架构大迁徙时代,企业数字化转型正在经历从基于传统IT架构的信息化管理(数字化转型1.0),迈向基于云架构的智能化运营(数字化转型2.0)。如何理解和认识企业数字化转型,这十个关键词也许可以帮助勾勒出数字化转型的本质:1、不确定性,2、复杂系统,3、竞争的本质,4、转型的逻辑起点,5、工具革命,6、决策革命,7、数据的自动流动,8、软件的本质,9、技术架构的大迁移时代,10、体系重构。

  • 2021-07-29
  • 阅读408
  • 下载0
  • 19页
  • docx

MES系统数据集成(ERP+SCADA)完整版解析

ERP的生产计划是以订单为对象的前后排列,考虑到时间因素,以日为排列单位,先后日期依据销售订单和销售预测的时间、制造提前期和原材料采购提前期、库存等因素MRP的逻辑来计算;是基于订单的无限产能计划。

  • 2021-07-29
  • 阅读200
  • 下载0
  • 7页
  • pdf

现代物流中心库存周转率的计算方式及评估

传统的存货是指存放在仓库中的物品。从物流的角度来看,由于物料在各个状态的转化之间不可避免地存在着时间差,在这个时间差中,处于闲置的物料即为存货。从更广泛的意义上说,一切闲置用于未来的资源都是存货。

  • 2021-07-29
  • 阅读121
  • 下载0
  • 4页
  • pdf

一文看懂自动化立体仓库规划、选购与注意事项

自动化立体仓库由于具有节约占地、提高储存效率、提高仓库管理及时性和准确性等诸多优点,因此得到越来越广泛地应用。由于篇幅所限,本文对立体仓库的形式及分类等介绍内容不再赘述,主要就自动化立体仓库的规划、选购做一介绍。

  • 2021-07-29
  • 阅读146
  • 下载0
  • 9页
  • pdf

AII第十七次工作组全会成果丰富,组织架构更新为“15+15+X”

本次全会期间,总体组与国际合作与对外交流组、工业VR/AR特设组与工业数据中心特设组分别召开联席会议,总体组会议由主席李海花主持。会上,总体组专家围绕标识解析、融合性网络在园区的应用、工业互联网园区规划招商、规划服务体系以及园区数字化转型实践方面进行分享。此外,总体组围绕《工业互联网双碳园区建设白皮书》、工业互联网园区应用场景白皮书及评价模型标准、“未来之城”和“国际数字经济服务基地”、《工业互联网与钢铁行业融合应用参考指南》等进行介绍并展开讨论。

  • 2021-07-29
  • 阅读110
  • 下载0
  • 34页
  • pdf

美国发布35页科技趋势报告

该报告是在美国过去五年内由政府机构、咨询机构、智囊团、科研机构等发表的32份科技趋势相关研究调查报告的基础上提炼形成的。 通过对近700项科技趋势的综合比对分析,最终明确了20项最值得关注的科技发展趋势。 该报告的发布: 一是为了帮助美国相关部门对未来30年可能影响国家力量的核心科技有一个总体上的把握。 二是为国家及社会资本指明科技投资方向,以确保美国在未来世界中的战略优势。

  • 2021-07-29
  • 阅读202
  • 下载0
  • 21页
  • docx

5G和5G演进:工业控制应用场景白皮书

5G给工业制造领域的基础网络升级带来了巨大的机遇,但同时5G赋能行业应用依然面临巨大的挑战。一方面,面向千行百业不同类型的应用场景,5G在上行能力、低时延、确定性和精准定位等方面依然存在不足,为此,5G兑现现有能力的同时,也需要持续演进。2021年4月27日3GPP正式定义了5G-Advanced(5G演进),5G-Advanced将为5G定义新的目标和能力,通过5G全面演进和增强,使能5G在更多行业应用领域的价值。另一方面,随着5G行业数字化项目的全面开展和持续深入,需要发掘更多具有推广价值且适合5G的应用场景,充分发挥5G作为ICT基础网络和信息化高速公路的价值和优势。

  • 2021-07-29
  • 阅读874
  • 下载0
  • docx

AI芯片:未来将走向何方?

从广义上讲只要能够运行人工智能算法的芯片都叫作 AI 芯片。但是通常意义上的 AI 芯片指的是针对人工智能算法做了特殊加速设计的芯片, 现阶段, 这些人工智能算法一般以深度学习算法为主,也可以包括其它机器学习算法。人工智能与深度学习的关系如图所示。

  • 2021-07-29
  • 阅读113
  • 下载0
  • 19页
  • docx
上一页 1 …… 1439814399144001440114402144031440414405144061440714408 …… 16525 下一页 共 132200 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读220
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读258
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读386
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读399
  • 下载9

最新上线

5G+大模型智慧工业园区解决方案

5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案

  • 阅读9
  • 下载0

IT运维项目ITSS运维方案实施汇报

IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报

  • 阅读8
  • 下载0

新型储能行业产业发展现状及趋势:暨CNESA+DataLink+2025年度储能数据发布

CNESA中国能源研究会储能专委会 China Energy StoregeAliance 中关村储能产业技术联盟 新型储能产业发展现状及趋势 暨CNESA DataLink 2025年度储能数据发布 中关村储能产业技术联盟 2026年1月

  • 阅读9
  • 下载0

2025年人工智能高质量数据集建设指南

随着大模型技术的迅猛发展,数据集作为人工智能核心三要素之一,在算法趋同、算力普惠的竞争环境中正在构建难以复制的差异化壁垒。人工智能发展正在进入“数据驱动”新阶段,高质量数据集的建设不仅是提升AI模型性能的关键,也是推动“人工智能+”行动落地的重要保障。然而现阶段,大量机构在高质量数据集建设中面临目标定位模糊化、实施路径碎片化与技术底座薄弱化三重挑战,不知道需要什么数据集、如何建设数据集、怎样评估数据集质量,制约了人工智能应用落地。《人工智能高质量数据集建设指南》正是在此背景下启动起草,旨在为业界建设高质量数据集提供有实操价值的指导和参考.

  • 阅读10
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南