中信联编撰的《数字化转型工作手册》该手册明晰了数字化转型是什么、干什么、怎么干、如何推等系列困惑。会议以“数字化转型开启融合发展新征程”为主题,多维度、多层次呈现工作进展、成效、计划和策略。
中欧数字经济和智慧企业研究中心,是中欧国际工商学院于2018年成立的跨学科研究中心,旨在创造和引领智慧企业领域的管理知识和最佳实践,助力数字经济新形势下的企业转型与发展,同时促进最新研究成果和优秀企业实践的共享与推广。本刊将邀请中欧知名教授、行业领袖以及中欧校友共同探索企业数字化转型中的重要课题。
目前,煤矿安全高效矿井系统的机械化程度达到 90% 以上,单机自动化也日趋完善,建成了一批千万吨级矿井群,并开发了生产综合自动化系统等。国家能源局规划:2020年将建成100个智能工作面,2025年将建成1000个智能工作面。
智能制造本质应用最新工业工程及IT网络技术,重新审视企业现有流程与生产组织方式,实现企业在供应、营销、设计、及制造等领域的经营创新,同时借助新技术赋能新组织,实现管理创新,全面推动企业向生产智能、管理智能化、运营智能方向转型,以满足客户敏捷、个性、服务化需要。
该报告在详细梳理元宇宙的起源和发展脉络、技术与产业链等议题外,还对元宇宙的应用场景、远未来等进行了展望。从报告中不难看出,元宇宙的场景应用相当多元,医疗、教育、科普、旅游、社交等领域都将是其重要组成环节。其中,去年年初就提出构建社交元宇宙的Soul App,被认为是“目前最接近元宇宙定义的手机应用”。
企业信息化从第三个阶段开始实现集成应用,随着企业信息化进程的演进,以及物联网等系统产品与技术的逐渐成熟,企业安全防范管理逐渐由传统粗放型向现代集约型转变,提升安全工作管理水平,并逐步成为管理部门决策分析、生产调度指挥的主要平台之一。
当前,企业正在加快自身的数字化发展进程。受访企业中,超过九成(95%)已经开展了不同程度的数字化实践,主要处于尝试探索和加速推进状态。超过三成(32%)的受访企业开始尝试探索数字化,超过四成(42%)的受访企业正在加速推进数字化。由此可见,数字化已成为企业长期发展的必然选择。
面对数字化未有之大变局,如何穿越纷繁晦涩的新概念迷雾,厘清数字化转型的技术、经济和商业逻辑,重构企业的战略思维、技术体系、商业模式、产业版图、核心能力和组织架构?我们一起在《重构:数字化转型的逻辑》中寻找答案。
没有账户,需要注册
语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI
时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR
2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。
中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。
超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。
印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。
石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。
油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南