當前，全球新一輪科技革命的洪流正在席卷傳統制造業，變革工廠生產方式，重塑企業組織形態，顛覆舊有商業模式。工信部等八部門最新發布的《關于加快傳統制造業轉型升級的指導意見》提出，要堅持創新驅動，推動傳統制造業向高端化、智能化、綠色化、融合化方向轉型，加快實現高質量發展。2024年是全面推進新型工業化的重要一年，以“數字化”和“綠色低碳”雙輪驅動，更加開放、高效與韌性、可持續、以人為本的未來工業正加速到來。
創新是新型工業化的根本動力，這其中，特別是IT（信息技術）、OT（運營技術）、CT（通信技術）、DT（數字技術）、ET（能源技術）等5T基礎技術的融合創新，是培育新質生產力和構建創新生態的重要方向，正在為制造業的轉型升級打開新的思路。
2024年1月18日，施耐德電氣聯合億歐智庫正式發布《2024未來工業技術融合創新報告》（下稱“報告”）。作為綠色智能制造創贏計劃的重要成果，該報告深入闡述了智能制造五個階段的演化路線，前瞻性提出以5T技術深度融合構建未來工業新范式，同時呈現了創新技術和產業場景融合的最佳范本。聚焦工業場景，報告篩選六大垂直領域，圍繞產品生命周期、生產全過程、供應鏈管理三大維度對企業轉型現狀進行深入評估，最終錨定27個技術融合創新場景并展開分析，為企業數字化和綠色低碳雙轉型提供行之有效的參考。
5T技術融合創新，為未來工業場景構建奠基
報告指出，技術創新是制造業高端化、智能化、綠色化發展的關鍵動力。由于制造細分行業的工藝流程、運營管理、人才與技術基礎等多方面因素差異化巨大，用單一技術構建未來工業的綠色智能制造解決方案存在重重挑戰。例如，運用OT、IT、ET此類功能性技術直接開發傳統應用能使其成功運行某些功能，卻不具備數字化和智能化的特性；應用DT、CT此類賦能性技術能夠讓傳統應用更適應數字化或智能化要求，但無法單獨支撐某個應用系統與裝置——顯而易見，未來工業場景的構建需要依托5T技術的融合創新。
隨著5T基礎技術相互交織、集成，形成了包括工業數字孿生、云原生、5G邊緣計算、能碳管理技術在內的一系列創新技術代表：
l 工業數字孿生以數字化方式創建物理實體的虛擬雙胞胎，再基于數據來模擬、驗證、預測、控制物理實體全生命周期的運行。該技術可應用于虛擬工廠與產線建設、產品設計、制造工藝優化、機器設備管理和運營管理等綠色智能工廠中的多個場景，已在工業領域發揮越來越重要的作用。
l 云原生能夠為工業互聯網平臺提供靈活敏捷、易于擴展、高可用的運行環境，降低平臺運維復雜度并提高效率。
l 5G邊緣計算融合了5G通信技術與邊緣計算技術的特點，為綠色智能制造工廠帶來實時、高帶寬、穩定、可拓展的互聯通信，為要求實時和高效率的應用（如實時邊緣控制優化、先進過程控制等）提供了必要的技術支持。
l 能碳管理技術可以優化能源系統的運行效率和可靠性，助力工業可持續發展。未來工業中的智能化能碳管理系統還將實現全數據要素收集、預測識別、數據安全和智能決策的升級。
聚焦六大行業，呈現技術和場景融合的范本
如果說創新技術是“木”，那么產業就是“土”，要想真正發揮數字化技術的價值，就必須加大創新技術與產業場景的深度融合，讓“木”和“土”互相滋養，蓄勢生長。
基于此，報告尤為注重未來工業應用場景的部署，通過考察行業規模大小、行業規模增速、行業利潤增速和國家戰略布局等關鍵標準，篩選石油化工、食品飲料、有色行業、動力電池、氫能儲能、集成電路這六個規模大、增速快、行業戰略地位高的垂直領域進行深入分析。分析維度由面到點，涵蓋行業基本面、行業綠智化轉型需求與轉型現狀、行業未來場景和優秀案例，以此指導行業用戶和服務商未來在構建綠色智能制造解決方案時需要重點關注的方向。
以氫能儲能行業為例，上游環節，氫氣易燃易爆、密度低，導致儲氫設施建造成本相對較高，另外氫氣在儲存和運輸時一旦泄漏，容易導致爆炸，后果嚴重，所以需要在虛擬環境中創建和測試基礎設施的可靠性，同時模擬生產與運輸時極端環境造成的危害，制定安全應對策略；下游環節，氫氣的應用客戶對于氫氣純度有嚴格要求，例如燃料電池需要5N純度，但傳統自動化技術無法保障產品純度，需要在線對氫中氧、氧中氫、氫露點進行監測……這些挑戰使得安全風險實時監測與應急處理、數字孿生工廠建設與關鍵設備數字孿生、設備故障診斷與預測性維護、碳排放管理與追蹤等成為企業優先關注的數字化場景。
在食品飲料行業，面臨著諸多挑戰：多樣化的產品種類、高要求的產品安全性以及快速迭代的產品周期。為應對這些挑戰，企業在工藝設計、計劃調度、倉儲配送和供應鏈物流交付等方面進行投入，以滿足不斷變化的消費者需求。由于消費者需求轉向速度快，傳統產品開發難以迅速響應，數字化手段成為重要工具，特別是通過全流程管理提高研發效率和產品質量。報告調研數據顯示，智能配方管理、車間智能排產和物流實時監測與動態優化三類場景未來3年內部署占比均超過50%，場景部署增量平均在40%及以上。
整體來看，六大行業綠色智能化進程差異明顯，其中石油化工、有色行業、食品飲料處于綠智化初期；集成電路、氫能儲能、動力電池綠智化進展整體較快，集成電路、氫能儲能部分頭部企業已經走向了綠色智能化。具體到細分場景，質量管理、工廠建造、倉儲配送、設備管理、供應鏈計劃與服務為企業重點投資的一級場景。這些集中的策略對于提高客戶滿意度、增強市場競爭力和保持企業的可持續發展至關重要。
舉生態之力，共同應對技術融合和發展挑戰
工業領域正經歷快速的技術變革，市場需求的快速轉變、復雜的供應鏈管理、環境的持續惡化等外部影響要素持續影響著制造業企業的經營管理，企業需要加強生態合作伙伴之間的協作和共享，借生態之力立得穩、行得遠。
通過建立生態圈——解決方案服務商能夠有效應對整體方案集成困難、數字化人才短缺、客戶需求理解缺失、工廠數字化基礎設施差異及市場區域性營銷資源不足等挑戰，從而靈活適應市場項目需求變化，提高解決方案交付效率，推動工業企業數字化轉型；企業客戶則能利用生態圈獨有的技術集成、兼容性、協同優勢、靈活服務和支持等優勢，匯聚多方服務商共建整體方案，發揮各自所長，最終滿足自身多維度的轉型需求。
報告指出，隨著綠色智能制造解決方案的不斷深入探索，未來工業綠智化轉型的下一階段面臨著兩大類主要挑戰。
一方面是技術融合帶來的挑戰。綠色化與智能化轉型對應的兩種使能技術（DT與ET技術）在成熟度和發展速度上存在差異，導致融合過程復雜且不均衡。同時實現技術融合需要大量的資金和資源投入，而這些往往受到企業實際資源分配策略的限制。
另一方面是技術發展帶來的挑戰。隨著相當一部分制造型企業逐漸完成了IT與OT的技術融合，通過系統間的集成，打通了數字化工廠的橫向、縱向數據流，積累了原始的數據資產。這類數字化程度較高、綠智化轉型探索較為領先的企業如何應對數據技術發展帶來的挑戰，是下一階段建設未來工業的關鍵之一。基于生成式AI技術的通用大模型應用，為工業AI模型的發展帶來了啟示，有機結合通用大模型、數字化工業知識圖譜與工業專用場景模型成為未來的重要話題。
施耐德電氣認為，制造企業應以綠智化轉型為目標，以價值創造為導向，以生態合作為依托，創新發展綠色智能制造解決方案，共同打造未來工業。憑借在工業自動化和能源管理領域的領先技術和豐富的行業經驗，施耐德電氣將持續攜手生態圈合作伙伴共同推動工業綠色智能化轉型，助力“碳中和”、“新型工業化”、“新質生產力”目標的逐步實現，為工業乃至全社會的低碳可持續發展做出積極貢獻。
