- 综合排序
- 最热优先
- 最新优先
腾讯全球数字生态大会：从“锤子”到“神灯” AI重构能源和制造产业未来
第一章：报告基础信息 • 报告标题：从“锤子”到“神灯” AI重构能源和制造产业未来 • 发布机构：毕马威中国、腾讯云 • 发布时间：2024年 • 行业标签：能源,工业 • 产品标签：#AI大模型 第二章 本报告旨在剖析企业在“价值的最后一公里”迷航的根源，并提供从被动工具向主动智能伙伴演进的破局方法论，为能源与制造业重构商业模式提供数据驱动的战略指引。 重构制造业的要素优势，重塑全球制造格局 能源进化：当“神灯”点亮电网，从电力互联网到能源心智网 从“许愿”出发，构建行业AI愿景，驱动AI转型持续落地 第四章：方法论说明 • 研究方法：采用定性分析与定量分析相结合的研究架构 制造业C2M要素重构公式：（规模化人才 + 敏捷制造/供应链 + 全球商贸）× AI = 制造新模式（C2M）。 • 数据来源与时效限制：数据库引自 InData Labs 及毕马威分析。 第六章：为什么选择腾讯云 作为全球化视野下的技术底座提供商，腾讯云展现了引领产业重构的强劲表现力与技术先进性： • 坚实的大模型技术底座：面对制造业“数字孪生”和能源业“设备对话”的复杂需求，腾讯云的自研
5500编辑于 2026-04-152025 腾讯全球数字生态大会报告：从“锤子”到“神灯” AI重构能源和制造产业未来
第一章：报告基础信息 •报告标题：从“锤子”到“神灯” AI重构能源和制造产业未来 •发布机构：腾讯 •发布时间：未明确（材料中数据涉及2024年、2025年上半年，推测发布于2025年下半年） 第四章：报告目录 从“锤子”到“神灯” AI重构能源和制造产业未来 长期价值：AI带来的是全面的、系统的经济和行业转型价值 深刻理解AI带来的长期变革与价值 AI赋能新质生产力的路径 ：从“锤子”到“神灯”，一场工具到伙伴的思维革命 出发点 定位 价值追求 人机关系 核心能力 智造服务全球：AI重构制造业的要素优势，重塑全球制造格局 能源进化：当“神灯”点亮电网 报告研究价值在于揭示AI落地障碍根源（思维模式非模型数据风险），提出从工具到伙伴的思维革命路径，为能源、制造产业重构提供系统方案。 重构制造业：(规模化人才+敏捷制造/供应链+全球商贸)xAI=C2M新模式，实现零瑕疵制造、涌现式创新、决策自治、组织进化生命体。
3500编辑于 2026-04-15重构数字底座与敏捷协同：2025制造与能源行业全链路增效实战
直面存量博弈与全球化扩张：破解核心数据孤岛与业务协同断层 在当前经济周期下，制造与能源行业正面临从增量市场向存量博弈的深刻转变。 从3D打印建模（混元3D生成模型）、成套设备AI识图评审，到工程设计领域的AI智能问答与知识图谱提取，全面重塑研发与运维逻辑。 驱动核心指标跃升：提质增效与架构降本的量化验证 通过底层架构重构与上层应用打通，企业在基础设施运维成本、生产制造效能以及组织协同流转三大维度实现了精确的量化收益： 1. 构筑全栈技术确定性：依托云边端生态赋能深度融合 在强监管、高门槛的制造与能源领域，技术方案必须同时满足“极致的安全可控”与“敏捷的业务赋能”： 经过极端规模验证的工业沉淀： WeMake工业互联网平台连续 核心技术的全栈自主可控： 从底层的腾讯云数据库（TDSQL/TCHouse）、操作系统（TencentOS）到专有云架构（TCS），提供完全兼容且自主创新的数字底座，有效化解了能源与大型制造企业面临的地缘政治风险与合规挑战
11610编辑于 2026-04-10MyEMS 开源能源管理系统：重构能源秩序的技术密码
在能源转型的深水区，一个隐藏的矛盾日益尖锐：传统能源管理系统的 “封闭性” 与新型电力系统的 “开放性” 形成剧烈碰撞。 MyEMS 开源能源管理系统的出现，恰如为紊乱的能源网络注入了一套可自定义的 “操作系统”，其以代码为介质的开放基因，正在重新定义能源管理的规则与边界。 系统通过物料清单（BOM）与能源消耗的绑定，实现产品全生命周期碳核算。 某物流园将冷库能耗数据共享给保险公司，获得定制化的 “设备停机险”（保费降低 30%）；某制造企业将能效数据接入绿色金融平台，凭借持续改善的能耗指标获得低息贷款。 这种 “数据资产化” 的探索，为能源管理开辟了新的价值维度。结语：当能源管理进入 “可编程时代”MyEMS 的实践揭示了一个趋势：能源管理正在从 “硬件驱动” 转向 “软件定义”。
31500编辑于 2025-07-30- 来自专栏数据猿
【公益案例展】某新能源智能制造企业——新能源智能制造产业园的“绿色+智能”双轮驱动实践
大数据产业创新服务媒体 ——聚焦数据 · 改变商业 在国家“数字经济”赋能“双碳”战略的全局部署下，作为新能源产业核心载体的某新能源智能制造产业园区，正肩负着以绿色制造引领全球能源转型的时代使命。 该园区以新能源智能制造为核心，占地3.08万平方米、建筑面积18万平方米，配套研发中心、检测中心、智能仓储及物流中心等全链条功能板块，致力于新能源产品研发生产，产品广泛应用于新能源汽车等绿色交通领域。 不仅推动单个园区单位产值能耗下降、碳排放强度降低，更将为新能源制造业构建可复制的“低碳转型方法论”，以“制造端深度减碳”助力国家能源结构优化。 点击文末“阅读原文”链接还可查看创意信息官网 ·某新能源智能制造企业 作为全球新能源电池领域领军企业，业务涵盖3C消费类电池、动力科技等六大板块。 该榜单最终将于9月8日北京举办的“2025第五届数智化转型升级发展论坛——暨AI大模型&AI Agent趋势论坛”现场首次揭晓榜单，并举行颁奖仪式，欢迎报名莅临现场：
30310编辑于 2025-10-21 MyEMS 开源能源管理系统重构智慧能源新范式
它诞生于能源管理需求不断升级的背景下，旨在为企业提供灵活、高效的能源管理工具。 通过部署在现场的传感器和数据采集设备，将能源消耗数据实时传输到系统平台。用户可以通过直观的界面实时监测各能源节点的消耗情况，及时发现能源异常消耗现象，为能源管理决策提供及时的数据支持。 能源分析与优化：系统对采集到的大量能源数据进行深度分析，运用数据挖掘、统计分析等技术，生成各类能源分析报表。 应用场景MyEMS 开源能源管理系统具有广泛的应用场景，能够满足不同行业和领域的能源管理需求。工业企业：工业企业是能源消耗的大户，能源成本在企业生产成本中占比较高。 它不仅是一款高效的能源管理工具，更是推动能源节约和可持续发展的重要力量，开启了能源高效管理的新纪元。
21200编辑于 2025-08-13- 来自专栏工业科技1
新能源汽车生产过程中的智能制造技术
智能制造是在基于信息技术和先进制造技术的基础上发展起来的一种综合性生产技术，智能制造贯穿于生产环节的设计、过程、管理和售后服务多个作业环节。 基于智能制造的生产管理系统优化是指从生产管理的角度，将智能制造技术应用到产品的生产制造中，实现生产管理的智能化和信息化发展，对产品生产过程进行信息化控制与信息化集成管理。 在新能源汽车生产过程中，对生产质量和质量数据进行采集与记录，目前主要是依靠人工进行分析和抽检的方式，该方式无法实现新能源汽车生产制造过程中的及时预警、分析与生产决策，出现质量问题后通常采用事后解决。 根据目前新能源汽车的生产制造流程分析可知，现有新能源汽车生产过程与工序中没有充分利用信息化技术和大数据技术等，提高新能源汽车生产效率与管理水平，应该借助企业生产中的资源计划(QAD系统)和生产管理信息化 在智能制造的思想下，新能源汽车产业的发展应该坚持以客户需求为基本原则，重点围绕新能源汽车生产管理方式、生产计划控制和质量管理信息化等方面发展，以实现智能化新能源汽车生产制造为发展目标。
81610编辑于 2022-10-13 报告基础信息
报告标题：从“锤子”到“神灯”：AI重构能源和制造产业未来 发布机构：毕马威中国 发布时间：未提供 行业标签：能源, 工业 产品标签：#AI大模型 #数字孪生 #能源互联网 #智能制造 报告旨在解析AI在能源与制造领域的落地挑战与转型路径，为企业提供系统性方法论。 ：AI重构制造业的要素优势，重塑全球制造格局 能源进化：当“神灯”点亮电网，从电力互联网到能源心智网undefined5.1 能源体系的困境undefined5.2 AI驱动的智能跃迁undefined5.3 在制造领域通过AI预判干预实现零瑕疵制造；在能源领域通过分布式智能终端协同解决清洁能源调度复杂性（83%新增电力来自清洁能源）。 基于腾讯云在AI大模型、数字孪生、分布式能源协同等领域的技术积累，其解决方案契合报告中提出的“能源心智网络”、“制造生命体”等转型愿景，具备支持企业实现系统性AI转型的技术架构能力。
1700编辑于 2026-04-15高效互联，ModbusTCP转EtherCAT网关赋能新能源电缆智能制造
在新能源汽车快速发展的背景下，新能源电缆作为关键组件，需满足耐高低温、阻燃、耐老化等严苛要求，这对生产线的工艺与设备提出了更高标准。 为提升制造效率，某领先设备制造商创新采用**ModbusTCP转EtherCAT网关**技术，实现多品牌PLC设备的高效互联，助力企业降本增效。 在新能源电缆的挤出、屏蔽、成缆等关键工序中，该技术保障了设备协同的精准性与稳定性，同时满足耐候性测试等严苛工艺需求。未来，随着智能制造的深化，高效互联技术将持续为新能源产业链注入创新动力。
15710编辑于 2025-07-24- 来自专栏深度学习与python
AI 数据中心的能源困境
Semi 通过对北美现有的 1,100 多个托管和超大规模数据中心的分析来预测 AI 数据中心的需求和供应，再结合 Semi 数据库中的 AI 加速器电力需求数据，就能估算出 AI 和非 AI 数据中心的关键 Semi 相信，到 2030 年，人工智能将推动数据中心使用全球能源发电量的 4.5%。 真正的 AI 瓶颈 未来几年，数据中心电力容量将从 12-15% 的复合年增长率加速至 25%。 大多数 AI 数据中心的目标是低于 1.3 PUE。过去 10 年，全行业平均 PUE 从 2010 年的 2.20 下降到 2022 年的约 1.55，是能源效率提升的主要来源。 排放难题中要考虑的最后一个部分是隐含排放，定义为制造和运输给定设备（在本例中为加速器芯片和相关 IT 设备）所涉及的总碳排放量。 此外，欧洲对建筑过敏，针对数据中心和制造业的许多法规和限制已经证明了这一点。虽然一些小型数据中心正在建设中，特别是法国至少已经在一定程度上意识到了地缘政治的必要性，但没有人计划在欧洲建造千兆瓦级集群。
1.1K10编辑于 2024-04-19 JBoltAI：事件驱动 AI 架构，重构 Java AI
JBoltAI 将事件驱动机制深度融入 AI 应用开发的全流程，打造了 “操作抽象为事件、统一调度为核心、全生命周期管控为保障” 的事件驱动 AI 架构，不仅让复杂 AI 工作流的编排更灵活，更从根本上提升了企业级 企业级 AI 应用往往面临批量处理、实时响应的需求：制造企业的设备故障智能诊断系统，需实时处理数百条传感器数据；集团企业的智能知识库，每周要批量处理上千份文档。 这种管控能力对金融、能源等关键行业尤为重要，例如金融企业的智能风控报告系统，涉及数据提取、风险计算、报告格式化等多个事件，通过生命周期管理，不仅确保了流程的可靠性，更满足了监管对 “流程可追溯” 的严苛要求 ，即可实现能力升级，无需重构现有系统，让企业可根据业务节奏逐步投入，降低试错成本。 从智能报销、智能问数到 AI Agent 复杂任务执行，从老系统 AI 改造到 AI 原生应用开发，JBoltAI 的事件驱动 AI 架构正在赋能千行百业的 Java 企业，让 AI 能力真正融入业务流程
12310编辑于 2026-03-13MyEMS开源能源管理系统助力原油加工及石油制品制造
MyEMS开源能源管理系统正是为助力原油加工及石油制品制造行业解决能源管理难题而诞生。 通过AI负荷预测与智能调控算法，优化设备运行策略，典型案例显示可实现综合能耗降低10%-15%，有效降低了企业的能源成本。前面我们分析了MyEMS系统在开源特性、行业适配性等方面的优势。 AI负荷预测与动态调度能基于历史能耗数据训练模型，精准预测未来15分钟至7天的能源需求。结合原油加工工艺特点，动态调整加热炉、精馏塔等关键设备运行参数，达成能源供需的精准匹配，提高能源利用效率。 再者，MyEMS内置AI负荷预测模型，基于历史能耗数据、储罐物料特性、环境温度等因素，能预测未来15分钟至7天的能源需求。 在能耗管理方面，MyEMS借助AI驱动的能耗预测与优化功能，基于历史能耗数据训练AI模型，精准预测未来15分钟至7天的能源需求，自动调整关键设备运行参数，实现10%-15%的节能率，有效助力企业优化生产调度
31910编辑于 2025-11-25AI Agent 颠覆连锁门店管理？华为《智能世界 2035》重磅预言！
上述正是华为《智能世界 2035》报告描绘的蓝图：在十大技术跃迁的推动下，制造、能源、商业服务、医疗、教育等多个行业正在飞速进行 AI 原生化重构。 借助对能源的高效的Token化，我们的AI就像一颗超级的神经系统一样，实时地将供能的资源与各个点的需求进行了精准的平衡，使得以风光等新能源的占比超50%地实现了从传统的“黑的”能源向绿色的智能化的能源体系的转变 ”，出行将从“体验流动的第三空间”走向“让生活更舒适的居家”，饮食将从“吃饱吃好”走向“吃出健康”，制造将从“设计即制造”走向“制造即智能，制造即服务”，金融将从“AI的重构”走向“打开了智慧的金融服务的新纪元 这些变革并非彼此独立的未来畅想，而是同一智能体系下的协同演进： 当制造环节实现自我感知，能源系统实现自我调度，城市空间实现自我优化，商业与服务体系——这个连接生产与消费的核心枢纽，自然也将走向“智能原生 ”的重构阶段。
36110编辑于 2025-10-11- 来自专栏X#(XSharp)
VFP AI 插件重构版发布
今天发布 AI 插件的 2025.11.26 版。 插件的核心组件已完全重构。重构，并不是因为原来的代码“不能运行”，而是，如果对其继续开发，很容易造成“屎山”。 重构的过程，AI 插件本身居功甚伟。 VFP 在 AI 面前一个不可逾越的问题就是 AI 并不“认识”SCX/VCX。任何VFP IDE之外的 AI 应用都无可避免的牺牲效率。VFP AI 插件首要解决的就是这个问题。 经过 AI 插件的“指点”，现有的核心组件已初步具有分析“超长上下文”的能力。因此，未来可期......
15810编辑于 2025-11-28 定制化服务重构：PLM 如何破解流程制造业协同困局
国内外厂商基于自身技术积累形成差异化格局，但均未完全解决流程制造业的协同痛点。 某新能源材料企业应用后，客户需求到生产参数的映射周期从 7 天缩至 2 天，定制订单响应效率提升 35%。 这一能力呼应了 PLM 作为 “数字主线” 的核心定位，也是流程制造业连续生产特性的必然要求。（四）行业趋势：协同能力的智能化进阶随着 AI 技术与制造业深度融合，PLM 协同正向智能化演进。 流程制造业的配方优化、工艺调整长期依赖资深工程师经验，而工业大模型可整合历史数据形成决策支持。 这种细分场景的专用模块，延续了 “行业适配” 的核心逻辑，也符合 42% 制造业用户倾向选择行业属性 PLM 解决方案的调研结论。结语流程制造业的个性化转型，本质是协同效率的竞争。
45521编辑于 2025-09-30从“被动监控”到“主动优化”：MyEMS 重构能源管理价值的路径
至此，能源管理的价值从“记录”升级到了“洞察”。 第三阶段：主动优化——价值重构的终极形态主动分析指明了方向，而主动优化则意味着系统能够自动地、智能地“出手”解决问题，这才是MyEMS重构能源管理价值的核心体现。 价值重构的实践范例：从“监控需量”到“控制需量”：传统模式是月末看着超标的需量电费账单扼腕叹息。 结论：价值路径的演进与未来MyEMS所引领的这条路径，清晰地勾勒出能源管理价值的演进图谱：数据 → 信息 → 洞察 → 行动 → 收益它重构的不仅仅是技术体系，更是管理理念和商业模式。 通过从“被动监控”到“主动优化”的蜕变，MyEMS将能源管理从一份份静态的报表，变成了一个持续创造效益的“虚拟能源工程师”，7x24小时不知疲倦地为客户挖掘节能潜力，守护能效底线，最终为企业达成降本增效与绿色减碳的双重战略目标
23820编辑于 2025-09-08焊接机器人如何重构汽车制造焊接生态
将±0.05mm的精准控制，转化为每年节省2600万返工成本的产业价值 01 行业痛点撕裂：汽车焊接的“精度与柔性之困”新能源焊接两大致命挑战 精度失控：电池托盘焊缝变形超0.5mm即引发泄漏风险， 移动工位磁吸部署 车型切换时间↓82%(14天→2.5天)人机协作距离 安全围栏隔离 0.3m无防护协同作业 人机协同效率↑220% 某汽车新能源落地实证 第二层：场景方案重构第三层：产业价值爆发成本维度：焊材浪费减少37%（自适应电流调节技术）； 效率维度：年产10万辆的工厂减少设备闲置损失1900万； 安全维度：0工伤事故（ISO 13849 PLd 04 技术信仰：为何顶级车企选择艾利特不可替代的三大技术壁垒1.电弧里的AI大脑 动态补偿金属热变形，焊缝合格率稳定≥99%（行业平均93%）； 自学习工艺库覆盖铝/镁/高强钢等7类新能源材料。
23810编辑于 2025-07-30MyEMS开源能源管理系统：赋能家电产业绿色智能制造新生态
MyEMS开源能源管理系统正是为赋能家电产业绿色智能制造新生态而生。 而展望后续内容，家电产业正朝着全产业链能效协同、AI驱动的预测性维护与动态能耗优化、数字化能源监控平台与生产执行系统深度融合以及绿色制造与低碳认证推动能源管理标准升级等方向发展。 其二，AI驱动的预测性维护与动态能耗优化成为核心方向。 其四，绿色制造与低碳认证推动能源管理标准升级。 同时，在产业智能化升级趋势下，MyEMS与家电智能制造深度融合，助力企业实现全产业链能效协同、AI驱动的动态能耗优化等目标。
31810编辑于 2025-12-01乘“人工智能（AI）+”东风，制造业竞争优势焕新升级
换句话说，“人工智能+制造业”不止是降本增效，而是竞争优势逻辑的根本性重构。 三、AI赋能制造业的五大关键路径 智能生产 借助AI驱动的生产调度系统，实现产线动态排程，快速适应订单变化。 AI与材料科学结合，探索新型复合材料和绿色工艺，加速产业迭代。 运营管理优化 从工厂能源管理到人力资源调配，AI均可提供数据驱动的精细化决策。 例如，AI质检系统能在毫秒级别识别焊点缺陷，保证新能源汽车电池安全。 电子制造：在半导体与精密电子领域，AI辅助的瑕疵检测可替代传统显微镜人工检查，显著提升良率。 能源装备：风电、光伏设备制造中，AI可在设计阶段模拟数千种工况，快速优化叶片或电池片结构，减少试错成本。 这些应用场景表明，AI不只是锦上添花，而是未来制造业核心竞争力的“底座”。 组织重构：推动IT部门与业务部门的深度协作，培养跨界人才，形成“懂工艺、懂AI”的复合型队伍。 生态共建：通过产业联盟、跨企业数据协作，建立行业级智能制造平台，实现协同共赢。
22610编辑于 2025-12-22- 来自专栏机器人网
中国制造2025：AI工厂何时实现？
一项Infosys赞助的调查显示，AI技术的采用横跨多种产业，而制造业的采用率约在50%左右（来源：Infosys） 美国与中国都把AI技术视为制造业发展策略的核心──去年美国奥巴马(Obama)总统政府公布了 AI研发策略；至于中国则是将AI列为“十三五”规划的关键项目之一，该技术看来也是其为了摆脱低劳动力成本、提升制造业附加价值之《中国制造2025》行动战略的成功要素。 在电子产业领域，许多芯片业者正在开发或已经发表了锁定AI应用的GPU或处理器，这些大多是美国公司；美国也正藉由再度强调聚焦工业4.0先进制造，企图重新夺回在制造业领域的领导地位。 而在麦肯锡的调查报告中，先进制造是将首先采用AI技术的前四个领域之一，其他三个领域则为金融服务、零售业以及医疗照护。 ，大多数制造业者都会采用某种形式的数据分析与自动化控制，那些并不能被视为AI而只能算AI的前身，它们要变成真正的AI系统，需要具备训练与监控能力，还要能根据所接收的信息来修改与重新训练。”
1.2K30发布于 2018-04-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号