今日,由工业和信息化部国际经济技术合作中心与施耐德电气共同主办的“绿色智能制造创赢计划”第四季正式拉开帷幕。本年度“绿色智能制造创赢计划”,以行业需求为驱动、以技术趋势为导向,形成“双营”模式下“5+1+4”的全新行业场景设置,为拥有技术专长与发展潜力的中小企业提供联合共创平台,以孵化和落地更多联创方案,持续激活更加丰富多元的工业场景,助力工业高质量发展。

十四五”时期是我国从工业大国迈向工业强国的重要阶段。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,是提升产业竞争力和发展水平的重要途径。在此过程中,大企业要带动和引领中小企业释放潜能,共同将新技术与新场景以及新需求相结合,不断深化融合创新的产业化进程,以技术融合创新推动工业企业数字化转型走深向实。
“当前,新一轮科技革命和产业变革深入发展,全球产业结构和布局深度调整,推进新型工业化、着力发展实体经济势在必行。”工业和信息化部国际经济技术合作中心副主任李毅锴指出,“经过三年探索,‘绿色智能制造创赢计划’围绕低碳与数字化转型需求,在融合生态领先技术能力,加速突破工业场景中关键痛点等方面取得积极成效。随着创赢计划步入第四季,下一步应当依托各方核心能力,合纵连横优化产业生态,共同推动行业数字化和绿色化转型。”
施耐德电气高级副总裁、工业自动化业务中国区负责人庞邢健表示:“工业是技术创新的重要阵地。工业领域的创新模式正在从单兵作战转为生态体系的融合发展。施耐德电气通过联合产、学、研、用各方,发起‘绿色智能制造创赢计划’,搭建技术创新与落地的多方合作机制,正是为了共同构建绿色智能制造创新生态圈,以技术融合创新推动产业数字化和低碳转型,共同迈向可持续的未来工业。”

施耐德电气高级副总裁、工业自动化业务中国区负责人庞邢健发表致辞
自2020年发起以来,“绿色智能制造创赢计划”共吸引了350多家中小企业参与,见证了近40家企业的加速和成长,最终输出覆盖20个工业场景的数字化解决方案,在为企业与客户实现从0到1的数字化创新外,也完成了对部分优秀联创方案从1到小规模复制,再到全面市场化的推广。
从发掘引领到深化推进,“5+1+4” 全新场景发布
技术快速迭代,新场景不断涌现,需求持续升级,要实现技术与创新的真正落地,首先要做好技术与场景、需求的融合。这也是施耐德电气“双营”模式——“加速营”与“成长营”推出的初衷:以“加速营”为集结基地,将拥有高潜力的中小型企业聚集在一起,立足真实的工业场景应用,快速抓取终端客户与市场需求,并为其提供方向与策略引领、技术与资源支持,从0到1联合创新;以“成长营”为深化阵地,从往届PoC成果中选取被市场与客户认可,且拥有应用前景和落地潜能的完整联创方案,进行针对性改进和优化,推进快速落地并在全行业中复制与推广。

活动现场,绿色智能创赢计划第四季 “加速营”发布5大工业场景,并增添聚焦“绿色智慧供应链”的1项全新赛道:
加速营——5大工业场景+1项绿色智慧供应链赛道
与此同时,“成长营”将围绕“工业关键设备虚拟检修系统”“行车调度及库管专家”“污水处理优化控制系统”“水泥熟料岩相智能分析及质量控制系统”四大高潜力联创项目,融入OEM/冶金、市政、建材、化工等真实工业场景,进行进一步优化,最终完成方案落地和规模化复制。
“12大行业+全生命周期”覆盖,绿色智能制造创新生态图谱重磅发布
启动仪式上,施耐德电气正式发布《绿色智能制造创新生态图谱2023版》,汇集3年来“绿色智能制造创赢计划”在技术创新、场景融合等纬度中的优秀成果,覆盖12个细分行业,并为每个行业生产流程的全生命周期梳理出清晰的脉络,形成创新生态全景图,旨在为处于不同数字化转型阶段、拥有不同需求的行业用户,提供精准化、个性化的数字化转型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,依托生态图谱,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。

伴随“绿色智能制造创赢计划”第四季的正式启动,施耐德电气期待更多富有创新激情、追求成长与卓越的中小企业,加入绿色智能制造创新生态圈,在数字化和低碳双转型大潮中,一同将创新构想落地生根,共创共赢,为推进中国工业的转型升级与高质量发展贡献力量。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。