案例基本内容和执行情况
青岛汇金通电力设备股份有限公司(以下简称"汇金通”)成立于2004年,主要业务包括输电线路铁塔、紧固件、通讯塔、光伏支架等设备的研发、生产和销售等公司专业服务电力行业、5G通讯、新能源光伏、轨道交通等领域,并通过外延式并购及内生式增长相结合的战略举措,打造了青岛、重庆、泰州、南宁“四大基地”,产能规模突破60万吨。
在当前数字化时代和公司发展新阶段,企业面临着商业模式迭代、组织效率变化等诸多挑战,为此,汇金通提出重视数字资本,通过数字资本来洞察竞争,借力数字资本打造企业独特的核心竞争力与战略发展模式,将数字化转型作为驱动业绩增长,提升运营效率,激活业务创新的重要手段和重点战略。汇金通以优战略、创新局、精管理为主线,组织战略围绕数字化进行结构调整,逐步推行集团化运营管理体系,全面提升集团化管理的资源协调和赋能能力,积极探索协同发展新路径。并启动汇金通“塔云”工业互联网平台(以下简称“塔云平台”)建设项目。
“塔云”工业互联网平台是基于工业网络,综合铁塔行业知识、经验、机理、模型等,构建起的电力铁塔行业工业互联网赋能平台。其依托行业场景经验与大数据/云计算+云服务等先进技术理念的不断积累沉淀与发展,涵盖了纵向业务板块的“流程服务中心-门户协同中心-报表绩效中心-数据规则中心”的五层架构(解耦),并沿着横向的行业价值链的业务集成,进行了全体系的数据贯通与规则算法的沉淀积累,逐步深化+深度赋能电力铁塔的智慧运行。平台根据公司的集团化进程,将各类通用业务场景进行数据集成,智能化算法实践,依托价值链节点平台的建设,进行了数据提炼和流程挖掘(堵点/痛点/槽点),赋能主要的核心业务节点效益/效率倍增。
在技术架构方面,“塔云”工业互联网平台,采用先进的SG、TSN、PON、MEC等技术,融合公有云和私有云计算的混合云架构。"塔云”工业互联网平台连接实践,让铁塔厂真正实现设备网联化,接入无线化,内网IP化,外网智能化。
平台形成以下4个特色:
其一,Tower Cloud工业网络中的终端设备通过无线化接入到确定性TSN/DIP的网络中,构建端云协同,实时控制智能终端;
其二,生产车间部署边缘云,软件定义业务,业务如PLC/SCADA等云化,端云协同打造智能边缘;
其三,工厂级数据中心通过全网络接入工厂园区办公/IT和园区物联并通过大数据分析构建工程大脑;
其四,企业集团总部通过“1Pv6+" /“智能云网“网络业务快速发放,智能运维快速打通和企业各工厂分支通信。
案例主要经济成效和社会成效分析
在业务场景方面,“塔云”工业互联网平台全面梳理单体工厂的业务场景,迭代升级+重构=集团化架构,明确集团公司和各地生产型子公司定位与角色扮演,集团共享营销资源、技术资源、计划资源、供应资源、物流资源、售后资源等以信息处理为核心事务的资源,借助信息化系统信息集成,便捷高效信息处理优势,强化集团公司集中式的管理策略,加速信息流转,各地子公司以“原材料管控”+“生产管控”为核心,强化加速场内实物快速周转,缩短交付周期,提升生产效率和品质。
汇金通依托工业互联网平台“塔云”,利用系统覆盖倒逼业务整合,对各公司集中一贯管控和信息高度集成共享,实现穿透式管理,推动各公司之间的协同运作,积极践行战略目标,为企业持续健康发展提供强大的动力。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。