《绿色智能制造创新生态图谱2023版》

  • 来源专题:智能制造
  • 发布时间:2023-10-08
  • 与伙伴合作共赢共建面向未来工业的创新生态科技是第一生产力、创新是第一动力,加强科创能力建设,关键要构建创新生态。“二十大”报告指出,要形成具有全球竞争力的开放创新生态,注重发挥市场力量吸引国内外各种创新资源要素参与其中。随着数字技术厂泛深入渗透到经济社会发展各领域,加快打造数字技术与实体经济深度融合,科研与产业深度融合、大中小企业融通发展的数字创新生态,成为全球创新的重要方向。制造业是实体经济的基础,是经济发展之“筋骨”,更是科技创新的主战场。面对数实融合加速,工业企业需要加强产业链上下游各环节之间的协同和共享,构建合作共赢的创新生态,推动技术创新在更广范围、更深程度、更高水平上加速融合,才能实现更有效的创新突破,进而提升整个产业的竞争力和发展水平。基于此,施耐德电气联合产、学、研、用各方,在2020年发起“绿色智能制造创赢计划”,为产业上下游伙伴构建活力充盈的创新“栖息地”,建立技术创新与落地的多方合作机制,以技术融合创新推动工业企业数字化转型走深向实。今天,我们发布《绿色智能制造创新生态图谱2023版》,汇集了3年来“创赢计划”在技术创新、场景融合等纬度中的优秀成果,有效整合产业链上下游中小企业技术创新能力,以期打造大中小企业品通创新发展模式,引领行业创新。同时,生态图谱以细分行业和生产流程的全生命周期为脉络,梳理形成创新生态全景图,为行业用户的数字化转型提供技术支撑和参考借鉴。随着开放的绿色智能制造生态体系不断扩展,亦将形成稳固的创新联盟,产出越来越多的融合创新成果,为工业领域的创新发展持续赋能。在推动工业创新发展这场“攻坚战”中,施耐德电气愿与所有合作伙伴一道,协作共赢,共建创新生态,一起迈向更加可持续的未来工业。
相关报告
  • 《制造业的新兴绿色技术》

    • 来源专题:绿色制造
    • 发布时间:2023-09-27
    • 新兴绿色技术(EGT)带来的技术变革对发达国家和发展中国家都有意义。新兴绿色技术是指已经达到一定技术成熟度但在全球市场份额相对较低的技术,或者仍然处于技术成熟的相对早期阶段的技术,尽管原则上已经适用于日常生活。 本报告侧重于制造业的EGT如何在提高各国竞争力的同时,为解决环境问题做出贡献。我们关注中等收入国家,因为它们正处于对环境影响最大的发展阶段,而另一方面,这些国家已经达到了制度和组织层面,使它们能够从其开发的解决方案提供的竞争优势中受益。 我们首先探讨新兴绿色技术的主要驱动因素。接下来,我们研究了制造业特别是中等收入国家创新领域的EGT所引发的影响。我们进一步深入了解新兴绿色技术对制造业生产力的影响。分析表明,在可持续生产和消费模式范围内向EGT转变的过程需要在四个层面上进行变革: 技术水平:获得技术技能,将EGT作为生产过程的一部分;这将要求MIC中的参与者熟悉引入EGT的成功概念以及技术为公司提供的竞争优势。 系统视角:整合EGT引入过程中涉及的不同学科的异质知识领域;这将需要关注与引入EGT相关的系统相关方面。 范式转变:中等收入国家可持续转型过程的发展;这将需要更广泛的社会辩论,让一系列参与者意识到EGT的实质性好处。 系统知识水平:促进各级必要的学习过程,以促进变革性创新;这将需要行动者大力参与教育和培训领域。 创新能力存在重大差异,这在一般创新指标和绿色技术指标中都很明显。创新能力水平较高的国家面临着将现有知识与制造业实施联系起来的挑战。这意味着要努力建立网络并改进创新体系。创新能力水平较低的国家必须在更大程度上依赖技术合作,特别是在特定工艺、CCS和工业电源管理技术方面,以及在跨领域技术方面的资本技术转让。然而,这两种类型的国家都必须将工业政策与环境政策相结合,为制造业提供正确的动力,以更加重视绿色能源技术。
  • 《智能制造新工具:自动持续优化》

    • 来源专题:智能制造
    • 发布时间:2023-04-28
    •     据GSMA 智库预测,在工业互联网、大数据分析、人工智能等技术与先进制造技术深度融合背景下,全球智能制造市场规模预计将于2028年达到5,762亿美元。伴随技术创新和新冠疫情等因素叠加,制造业加速向智能制造转型升级。后疫情时代意味着未来一段时期内,人力、资源、物流等仍将受限,从设计到制造、从产线管理到日常运营,如何令制造业的全流程匹配供应链的每个环节,加快自动化和智能化部署成为了唯一且最佳的选择。     现阶段智能制造已进入关键“窗口期”,并呈现出自动化、数字化、规模化、生态化、绿色化的发展趋势。同时,在智能化转型路上,制造业企业面临着多重挑战:劳动力短缺和供应链不稳定要求企业提升敏捷性缩短产品上市周期同时提升产品质量和产品生命周期安全性保障工业数据安全性,提升技术产品化和系统集成能力制造企业及上下游之间的连接与协同要求提升,数字供应网络安全风险上升ESG合规要求趋严但面临信息采集与分析掣肘针对当前制造业的桎梏,本报告提出的制造业自动持续优化理念,在原有的制造业优化概念基础上,更强调基于数据分析洞察找到最佳替代方案,借助数字孪生、深度学习、智能化设备等实现精准执行,其核心为更加高效、无人为干预、可持续的优化能力。自动持续优化不仅减少了人力、能耗和设备运维成本,也更新了商业价值的定义与框架,体现出了工业4.0解决方案中互联互通、去中心化决策、数据透明、技术支撑和持续优化的特征,并将加速制造企业向代表工业4.0最高成熟度的自适应阶段过渡。     本报告结合制造业面临的挑战和财务指标、运营指标、绩效改善三个不同维度的分析,将自动持续优化的商业价值层面体现为效率优化、质量优化、成本优化、供应链优化和品牌优化。     本报告还讨论了一组初创企业赋能自动持续优化技术的应用案例,展示了优化创新解决方案如何创造价值。例如,作为一家全栈式智能制造技术的创新企业,思谋科技首次提出自动持续优化MOA(Manufacturing Optimization and Automation)这一概念并广泛应用于汽车制造、消费电子、新能源和半导体等多个行业,其打造落地的多个智能制造标杆案例亦收录于本白皮书中。