5月14日，“第三届新能源数字化交流会暨AI应用大会”圆满落幕。本届峰会由大东时代智库（TD）、广东省电池行业协会联合主办，广东省电池行业协会产业研究中心承办，并获得中国人民大学深圳研究院中国人民大学深圳研究院〔社会科学高等研究院（深圳）〕、新能源产业协同俱乐部、深圳市新能源汽车产业协会、工业4.0俱乐部、深圳市新能源行业协会的支持，大会旨在推动新能源产业与智能制造、AI技术的深度融合。

峰会由上海富勒信息科技有限公司（简称“富勒科技”）总冠名，依柯力信息科技 (上海)股份有限公司（简称“依柯力”）、深圳市微优微科技有限公司（简称“微优微科技”）、上海青翼工业软件有限公司（简称“青翼工业软件”）、苏州瀚码智能技术有限公司（简称“瀚码技术”）联合赞助。会议现场汇聚了数百位新能源企业及数智化服务商代表，来自宁德新能源（ATL）、易事特集团、亿纬锂能、鹏辉能源、雄韬股份、多氟多、吉阳智能、容百科技、协鑫集团等头部企业负责人及CIO发表主题演讲和分享。

峰会同期发布"宝安领航企业服务计划"，该计划由大东时代智库（TD）联合中国人民大学深圳研究院〔社会科学高等研究院（深圳）〕、深圳市宝安区企业服务中心共同推出，通过构建"学术机构+政府服务平台+产业智库"三方协同机制，整合政策指导、学术研究及产业实践资源，为区域经济高质量发展提供系统性支持。以下内容，依据嘉宾在本次峰会上的演讲内容摘录而成，如有异议请联系平台！

01

广东省电池行业协会秘书长唐长江致辞

会议伊始，广东省电池行业协会秘书长唐长江发表了致辞，他分析了中国锂电产业的高质量发展形势，并指出锂电池产业无论在技术范围还是市场规模都位居世界前列。他还强调了面对产业挑战时，需要构建全面的产业链体系，以实现新能源行业的可持续发展。他希望通过本次峰会，各参会人员能够获得机遇，达成合作，推动新能源数字化产业发展。

02

宝安区企业服务中心副主任郑敏致辞

宝安区企业服务中心副主任郑敏分享了宝安区区域经济服务经验，介绍了宝安区的工业基础、制造业实力、高新技术企业培育情况以及新能源产业的支持政策。她提到，宝安区在新能源方面的努力和成果，包括已获批的中小企业特色产业集群，以及对创新型企业的推广和品牌建设。郑敏还强调了宝安区为企业提供的服务机制，包括企业服务员制度、民营经济服务机制和大湾区债券成立的并购服务中心等。最后，她鼓励与会者深入了解新能源行业，积极开展合作和交流，探索产业发展新模型，并希望企业在新能源领域实现持续创新和突破。

03

宝安区领航企业服务计划发布仪式

大会上，还启动了宝安区领航企业服务计划，该计划由中国人民大学深圳研究院中国人民大学深圳研究院〔社会科学高等研究院（深圳）〕、深圳市宝安区企业服务中心、大东时代智库(TD)联合发布。在启动仪式上，大东时代智库（TD）创始人罗焕塔、中国人民大学深圳研究院常务副院长 社会科学高等研究院深圳院执行院长宋科、宝安区企业服务中心副主任郑敏、广东电池协会秘书长唐长江、全球太阳能科学家广东智能装备制造协会创会名誉会长易事特集团创始人何思模等多位领导和嘉宾共同见证了这一成果，并对计划的成功发布表示祝贺。

04

大东时代智库（TD）创始人罗焕塔发表题为 《新能源行业数字化白皮书发布》的主题演讲

罗焕塔分享了《新能源行业数字化白皮书发布》的主题演讲。大东时代智库（TD）作为一家专注于新能源产业和数字化研究的机构，致力于为企业提供产业咨询、技术咨询、品牌策划、媒体宣传和大型峰会/供需对接/巡回沙龙五大业务，已与丰田汽车建立从电池研发到整车制造的深度合作，并形成长期战略协同。大东时代智库（TD）依托产业咨询与技术咨询，累计发布20余个行业白皮书，覆盖新能源产业链、电子产业链等行业关键环节，目前研究网络已覆盖80%行业头部企业。

罗焕塔指出，当前新能源行业数字化进程呈现显著分化态势。头部企业信息化系统覆盖率已达80%，但腰部及中小型企业数字化基础薄弱；装备领域24%的企业尚未启动零部件标准库建设，电池行业实现全链条数据贯通的企业不足24%。

从细分领域来看，锂电装备行业因涉及上千种零部件规格且标准化程度低，叠加项目制开发模式，企业数字化动力不足；电池行业面临数据开放与工艺保密的矛盾，新投产系统多处于初级阶段；光伏行业物料编码混乱问题突出，供应链管控复杂度远超传统行业。

针对行业痛点，罗焕塔现场分享了企业的实践案例，装备企业通过在产品开发过程中提炼出的具有通用性、复用性的组件、模块，解决产品开发滚车轮的工作；光伏企业通过分层计划实现供应链柔性管理，更灵活地应对订单波动。

罗焕塔强调，制约行业数智化转型的关键问题集中于三大维度。其一，企业数字化投入存在舆论驱动的现象，外部舆论热度与企业资源投入呈正相关，但制造企业普遍面临资源外购决策困境；其二，产业链协同难度突出，装备制造业因上游零部件企业规模小、分布散，协同难度高于其他行业；其三，实施层面存在技术泄密担忧，需谨慎处理数据开放与工艺保密的平衡，过度开放可能导致技术优势流失。企业需要引起注意。

05

全球太阳能科学家、广东省智能装备制造协会名誉会长、易事特集团创始人何思模教授发表题为 《AI与新能源行业的融合趋势》的主题演讲

何思模教授在《AI与新能源行业的融合趋势》演讲中，系统阐述了中国新能源产业的现实挑战与发展路径。

何思模教授指出，尽管中国企业在全球新能源市场已形成规模优势，慕尼黑太阳能展70%参展企业来自中国，但行业仍面临内外挑战。一方面是外部资本市场剧烈波动折射市场信心不足，政策环境变化加剧不确定性；另一方面是产业扩张需求与技术可用性、安全性短板形成冲突。外部环境与内部竞争的叠加效应，导致行业即将进入2-3年深度洗牌期。

面对挑战，何思模教授提出三重核心路径。其一，通过分区域研发中心布局和产学研深度绑定，打破欧美研发壁垒；其二，企业须践行做强研发、做精产品、做大成长、做丰富的16字战略，依托数字化升级强化现金流管理；其三，聚焦风电、光伏、充电桩等领域中国企业具备全球领先潜力的赛道，建立技术、可用性、安全性的全球化竞争优势。他强调企业必须坚守客户价值导向，维持合理负债结构，方能穿越周期波动。

基于36年民营企业实践经验，何思模教授预判新能源领域存在确定性的结构性机遇。中国企业需要做好3-5年战略储备，建议聚焦三大着力点，加大储能等关键技术研发投入，创新校企联合人才培养机制，深化产业链协同创新。作为实践范例，易事特已构建多区域研发网络，今年起在五省市启动新能源专业人才联合培养计划，通过技术沉淀与人才储备构筑长期竞争力。

06

宁德新能源（ATL）CIO 梅灯银发表题为 《大模型在ATL的应用》的主题演讲

梅灯银发表了《大模型在ATL的应用》的主题演讲，系统介绍了大模型技术在ATL的应用实践与规划。

作为全球消费类电池领域的核心供应商，ATL基于消费类电池研发制造的业务特点，围绕数据整合、知识管理及业务流程优化展开布局。针对企业内部数据分散问题，ATL已整合数百套系统，将结构化与非结构化数据纳入统一管理，解决了传统报表效率低、复用率差的问题，同时开发了支持自然语言交互的数据查询工具，用户可直接通过问答获取设备收益、订单履约、库存状态等关键指标。在知识管理领域，ATL构建了内外协同的知识大脑，对外通过大模型检索高质量行业文献与专利，帮助研发人员快速获取技术动态并规避专利冲突；对内建立分级权限的知识库，将散落在工程师经验中的测试方法、设计规范等隐性知识结构化，实现精准推送。此外，ATL已将大模型嵌入日常运营场景，例如员工服务台实现政策咨询自动化，招聘场景通过预训练问答库快速响应应聘者问题。设备运维领域通过尝试构建预测、诊断、维修、跟踪的闭环，分析设备实时数据预判故障类型并推荐维修方案。

在落地过程中，ATL针对行业特性攻克了多项挑战。面对数据孤岛问题，企业通过定义财经、制造、研发等主题域实现数据价值提炼，针对知识碎片化痛点，采用分群管理策略区分涉密与通用知识，确保信息安全性。目前ATL在大模型技术方面已取得的阶段性成果，如研发效率提升，文献检索耗时减少；设备运维响应速度加快，故障预判准确率提升；服务流程实现自动化，招聘问答响应时间缩短至秒级。

未来ATL在大模型技术将聚焦三大方向：一是深化设备预测性维护体系，通过持续跟踪维修效果优化产品寿命；二是扩展大模型在合同审核、廉政风险监测等管理场景的应用；三是进一步完善知识推送的精准度，基于用户画像实现个性化内容推荐。

梅灯银强调，ATL始终坚持问题驱动原则，所有技术投入均围绕提升研发制造核心能力展开，避免为追新概念而盲目投入，这一策略使企业在保持消费电池领域技术领先的同时，逐步构建起智能化运营底座。

07

富勒科技生产制造行业首席顾问葛华发表题为 《数智赋能，构建敏捷高效的制造业数字化供应链》的主题演讲

葛华发表了《数智赋能，构建敏捷高效的制造业数字化供应链》的主题演讲。

当前新能源行业供应链呈现三大显著特征，其一，生产方式正从传统大批量生产向大规模标准化、定制化小批量的混合模式转型，锂电行业尤为典型，要求供应链兼具规模效应与柔性响应能力；其二，集团化多基地布局成为主流，企业需统筹内外销并重的复杂管理逻辑，解决跨地域协同难题；其三，电化学特性管理需求突出，涉及电压、电流、功率等多维参数的特殊管理直接影响成品关联与远程管控。行业普遍存在原材料仓规模庞大、拆包分拣环节人工密集等问题，亟需通过自动化物流提升效率。

葛华以储能行业实践为例，提出供应链数字化转型三大实施路径。第一，建立基于物理属性的物料分类管理体系，通过体积、重量、包装等维度定义差异化处理模式。例如储能行业将电芯划分为精密等待区域，基于功能表实现特性值管理；光伏组件采用周转箱标准化方案，解决小件物料流转难题，该分类体系已形成专门产品，覆盖80%新能源物料场景。第二，构建贯穿供应商、仓库、生产线的智能物流体系，重点突破原材料仓自动化改造、车间物流无人化及端到端拉动策略，通过应用视频识别技术将仓库响应时间缩短，支持AGV系统同步处理多工单需求，支持电芯从仓库到储能pack生产的路径配置使冗余库存降低。第三，依托柔性化系统工具实现动态响应，着重解决订单波动引发的物流逻辑重构、多基地物料平衡及动态模拟优化三大痛点。

葛华强调，新能源行业供应链升级必须兼顾柔性化与智能化。柔性化体现在订单驱动的物流组织方式重构，智能化则需贯穿从数据治理到业务执行的完整链条。通过"流程场景化+物料分类化+系统柔性化"的三维改造，实现在正确时间以合理成本将物料送达准确位置的供应链核心目标。

08

多氟多数字化部项目经理郜延朋飞发表题为 《豫鼎安澜工业安全生产大模型》的主题演讲

郜延朋飞在《豫鼎安澜工业安全生产大模型》主题演讲中，系统阐述了多氟多安全生产数字化转型的实践路径与行业洞察。

多氟多作为1999年成立的无机氟材料研发高新技术企业，于2016年推进深度信息化转型。在此过程中，多氟多发现了传统安全管理体系存在根本性缺陷，其中2019-2023年全国累计12万人死于安全事故的数据，让多氟多董事长李世江意识到，依赖人工管理和制度约束的安全问题管控是存在局限的，提出了"发展不以员工生命和环境为代价"的核心原则，将安全问题作为需要持续投入的重要事项，深度融合专业技术和业务中。

郜延朋飞表示，多氟多在安全生产数字化转型也面临三大转型挑战。其一，系统功能与业务需求错位。尽管在2020年工信部推行"工业互联网+安全生产"政策后，多氟多推动的数字化平台虽积累50万字安全规范和3200项要素，但仅覆盖30%场景，尤其对设备参数、工艺文档等非结构化数据处理能力不足。其二，规模化员工安全培训效能瓶颈。2020年多氟多尝试预研大模型解决，但受限于数据体量和技术成熟度，未能实现公司70000余名员工人人掌握安全的目标。其三，管理制度执行普遍存在情感化干扰。人工监督易产生的信任危机，智能管理则陷入"监督"的悖论，导致安全行为数据采集与风险评估难以实现客观化。

针对这些问题，多氟多基于业务数据化、数据资产化、资产服务化的技术路径，构建了豫鼎安澜工业安全生产大模型，实现五大核心功能落地。多氟多通过整合了400项安全规范形成结构化AI知识库，完成安全知识专家化建设；将安全操作规程转化为系统可执行流程，初步实现安全作业自动化；开发可视化安全管理框架，使制度落地效率提升40%，达成体系建设便利化目标。

在生态共建方面，多氟多完成了跨行业经验转化，将压力系统优化经验延伸至安全领域，联合开发了专用工具解决小微企业适配难题；建立了跨企业安全数据库，整合行业安全规范文本逾50万字，突破单一企业数据体量限制。区域协作网络建设已覆盖河南主要流程企业，安全要素场景覆盖率从初始的30%提升至45%，计划2025年达到80%并构建行业首个安全知识图谱。

郜延朋飞强调，由于化工行业特殊性加剧转型难度，设备参数、工艺文档等非结构化数据占比高达60%，现有系统难以有效解析。目前行业仍面临数据体量不足、跨部门协同障碍及行业标准缺失三大瓶颈。未来三年多氟多将重点攻坚行业级数据库建设、化工标志性工具开发及豫鼎安澜大模型的国家标准化建设，实现从企业创新到生态共建的跨越，为流程行业安全管理数字化提供可复用的范式。

09

青翼工业软件史磊博士发表题为 《全流程AI助力新能源行业研发创新》的主题演讲

史磊博士在《全流程AI助力新能源行业研发创新》演讲中，系统分析了AI技术与工业软件深度融合的挑战与实践路径，并分享了青翼工业软件在该领域的解决方案及落地成果。

史磊博士指出，AI在通用场景已广泛应用，但工业领域的AI深度应用仍面临核心瓶颈。相较于成熟的算法和可通过资金投入解决的算力问题，数据获取与整合成为关键难点。工业研发涉及设计数据、仿真结果、实验报告、工艺文件等多源异构数据，需通过产品全生命周期管理（PLM）平台构建结构化数据底座。青翼工业软件基于此构建了结构化数据底座，为AI应用提供支撑。

在新能源行业，青翼工业软件凭借近30年研发管理信息化经验，构建了覆盖需求、设计、仿真、实验、工艺规划、量产的全流程研发管理平台，实现数字化服务闭环。该平台包含三大核心架构：1）项目管理线，通过WBS分解控制研发进程；2）多专业协同线，集成电芯开发、模组设计、电磁/热力学仿真等功能；3）集成开发线，打通CAD/CAE工具链与权限管理模块。针对新材料开发，平台强化配方管理、合规审查、标签备案等特色功能。

在AI技术应用层面，史磊博士重点解析了AI赋能的五大场景：1）需求智能解析，通过语义分析将市场需求转化为技术要素；2）原料配方推荐，结合专家系统实现材料性能预测；3）合规智能审查，通过标准库比对自动校验设计合规性；4）流体仿真优化，在搅拌工艺等环节提升能效验证效率；5）专利知识管理，辅助知识产权全流程管控。然而，实现这些场景的基础在于PLM平台构建的数据生态，通过整合研发管理数据形成AI训练资源池。

目前，青翼工业软件已通过青翼PLM平台为某新能源客户提供产线流体仿真服务，通过优化搅拌棒设计提升化学反应效率，并同步开展物理实验验证；在新材料领域构建配方合规管理系统，实现原料开发、性能验证及标签备案的全流程管控。

史磊博士强调，工业软件AI化绝非通用技术的简单移植，需以PLM数据底座为根基、行业Know-How为灵魂。青翼工业软件将持续聚焦数据底座建设，让AI真正成为工程师的智能助手。

10

圆桌交流环节：新能源场景破局

上午圆桌交流环节，围绕"新能源场景破局"主题展开，大东时代智库(TD)创始人罗焕塔、青翼工业软件华南区总经理简焕标、鹏辉能源IT负责人古远文、海目星激光CIO周旭明、广域铭岛首席专家 工信部“电池制造高级工程师”陈海波，就新能源企业数字化转型中，AI+材料研发、智能制造、供应链与产品创新三大场景的实践价值展开了深入探讨，达成了共识。

11

大东时代智库（TD）创始人罗焕塔发表题为 《新能源企业AI榜单公布》的主题演讲

罗焕塔分享了《新能源企业AI榜单公布》的主题演讲。他指出，在新能源行业AI应用现状方面，当前企业仍处于探索阶段，尚未形成规模化应用。外资品牌在工业软件领域占据主导地位，如ERP、设计软件等关键系统仍以国际厂商为主。国产工业软件在特定细分领域虽有一定渗透，但整体话语权较弱，尤其在装备制造领域受限于企业规模，国产化率普遍偏低。

罗焕塔表示，新能源行业细分领域的特性，导致了技术应用呈现差异化特征。电池行业研发投入占比显著高于装备行业，规模以上企业对系统集成需求更高。当前AI技术主要应用于前端客户监控等基础场景，尚未深度融入核心制造流程。值得关注的是，部分企业开始尝试将AI模块集成至系统以优化流水线管理，但实际落地效果与预期仍存差距。

面对国产软件发展存在的瓶颈，罗焕塔指出纯软件服务商面临双重困境。一方面受国际经贸环境影响，技术引进受阻；另一方面缺乏行业纵深服务能力，难以形成生态壁垒。尽管中国在新能源产业链具备优势，但软件企业若仅固守现有技术路径，恐难突破国际巨头构建的竞争壁垒。

对于未来趋势，罗焕塔强调，需要建立符合制造业本质的AI评价体系，重点培育能将AI技术深度融入工业场景的创新企业。建议行业关注AI在工业软件领域的突破性应用，而非简单追求技术噱头。同时呼吁政策层面加强引导，通过构建新型产业协作网络，助力本土企业实现从跟随者到规则制定者的转型。

12

微优微科技技术总监唐建兵发表题为 《AI赋能APS为核心的集成供应链计划》的主题演讲

唐建兵在《AI赋能APS为核心的集成供应链计划》演讲中，基于20年行业实践经验系统阐述了供应链智能化转型的路径。他强调，供应链计划并非替代现有系统，而是以计划为主导，通过协同形成完整的体系，实现供应链过程的管控。

唐建兵指出，企业构建端到端供应链管理体系需要依托三层计划架构，主计划通过数据化分析实现全局协同，主生产计划统筹生产与物料配置，详细计划驱动现场执行与异常处理。全链条涉及需求预测、产能分配、物料采购等20余个计划场景，需要贯通需求计划、主计划、生产计划、物料要货计划形成闭环。针对跨国企业多基地、多系统的复杂环境，他强调单一系统无法覆盖全链，微优微科技供应链平台通过计划主线串联需求计划系统、生产执行系统等独立系统数据，实现网状协同。此外，随着算力提升和数据质量改善，供应链计划也迎来了优化的新机遇。

技术实现方面，微优微科技自主研发的供应链计划平台集成三大模块，需求计划引擎支撑预测与订单匹配分析，运筹学求解器处理重装、机加工等复杂场景的局部优化，规则引擎嵌入300余项工艺、产能、物料约束规则。该平台融合启发式算法、机器学习与运筹学模型，在汽车制造领域实现突破，企业通过4个月训练完成总装计划自动化排程，覆盖冲压、马达等工序的排产需求，系统支持智能分析假期、产能峰值等约束条件。目前该方案已在电子组装、新能源、快消制药等多行业落地。唐建兵特别强调，大模型非常适合辅助决策而非接管核心业务，实施前提是企业完成数据规范化与管理标准化，否则技术可能放大管理缺陷。

计算引擎方面，唐建兵表示，通常机器学习在产品工艺分析和能力预测中有局限性，但在大数据背景下，针对生产计划、客户订单等场景的分析有巨大潜力。通过长期训练和大量数据，可以优化专业生产计划并进行最优解求。此外，微优微科技自主研发的供应链计划平台还具有强大的供应分析能力，能帮助对未来供应、投资等进行预测。为实现供应链上下游协同，该平台打通了全流程数据联通，实现了端到端的数据追溯。

唐建兵指出，APS是计算密集型系统，用户选型需注重三点。其一，需要通过POC验证真实业务数据验证算法有效性；其二，优先选择具备国产化替代能力的产品，微优微科技自主知识产权平台已获专利及软著，支撑半导体、装备制造等领域国产化部署；其三，建议企业以需求和交付着手，实现供应链可视化。同时，唐建兵表示，企业智能化转型不应依赖补贴驱动，需建立真实业务场景的投资回报模型，重点关注排产准确率提升带来的隐形成本下降，通过真实数据验证确保系统计算结果能支撑实际运营。

13

亿纬锂能数字化制造部经理胡奇明发表题为 《从精益到数智：打造锂电制造“韧性引擎”》的主题演讲

胡奇明发表了《从精益到数智：打造锂电制造“韧性引擎”》的主题演讲，系统阐述了公司在锂电制造领域的战略布局与技术发展路径。

在业务布局方面，亿纬锂能聚焦动力电池、储能及消费电池三大核心领域。动力电池领域重点发展方形铁锂、三元电池及软包电池技术，配套系统集成能力；储能业务作为新兴增长点，覆盖大铁锂电池、光储系统及国际合作模式；消费电池领域凭借锂亚电池获得国家级单项冠军产品，小型锂电池在国内市场份额持续领先。核心产品创新方面，亿纬锂能推出能量密度达300Wh/kg、支持10分钟快充的大圆柱电池，已成功应用于低空飞行器及乘用车领域，制造成本较传统电池降低90%以上，装车实现零故障记录。

在全球化战略推进方面，亿纬锂能实施200GWh产能计划，加速海外本土化布局以应对国际贸易环境变化。目前马来西亚工厂已启动建设，匈牙利与美国工厂进入规划阶段，通过原材料本地化采购与制造环节区域化布局应对关税挑战。欧洲及国内市场已形成规模化产能基础，支撑全球业务拓展。

在数字化制造实践方面，亿纬锂能通过数字孪生技术构建"超级工厂"管理体系，实现车间管理人员缩减70%的扁平化运营。亿纬锂能搭建了AI驱动的质量预测系统，通过关键因素提取与算法建模降低质量损失；同时搭建了智能场控系统优化生产能耗，试验阶段已实现排气风扇等设备节能改进；通过融合人工经验与AI算法的检测系统提升质检精度。全流程智能仓储方案正在规划实施中。

技术创新方向，亿纬锂能将重点突破固态电池技术，目标实现400Wh/kg以上能量密度，核心攻关安全性方案与量产工艺，同步构建绿色制造体系和建立电池全生命周期管理系统，并主导参与固态电池国际测试标准修订，推动行业规范化发展。

当前挑战与应对，一方面亿纬锂能面临业务高速增长带来的交付压力与产能瓶颈，将通过在战略层面优化产线效率；另一方面数字化挑战集中于数据治理领域，跨系统数据标准不统一导致治理闭环未形成，对此公司正搭建锂电大数据共享平台，整合电池循环数据构建寿命预测模型。

胡奇明强调，亿纬锂能将深化从精益到数转型，以智能制造技术提升制造韧性，支撑全球化战略实施。

14

依柯力高级售前顾问余瑶发表题为 《依柯力数智化工厂AI全景解决方案——Powered by昇腾云+DeepSeek的主题演讲

余瑶围绕《依柯力数智化工厂AI全景解决方案——Powered by昇腾云+DeepSeek》主题展开分享，系统阐述了制造业数字化转型的痛点与AI应用路径。他指出，当前制造业面临三大核心痛点，一是数据孤岛现象严重，多工厂多系统数据难以互通，企业普遍依赖人工通过Excel整合跨系统数据；二是现有数据质量不高且利用率低，传统系统仅能实现趋势图查看等基础功能；三是AI应用需建立在高质量数据基础上，无法直接解决数据治理问题。

针对上述问题，依柯力推出工业智能平台Baize.ai，通过该平台贯通全产业链数据流，实现从原材料入厂到售后服务的全生命周期追溯，覆盖汽车整车、零部件及动力电池领域。依柯力AI全景解决方案聚焦三大核心场景，一是视觉识别领域，通过图像和视频分析实现自动化质检，例如在白车身缺陷检测场景中，引入二次拍照验证机制，将人工流程优化为标准化操作，减少误判率；二是知识图谱应用，通过构建企业级知识库支持设备故障智能诊断，新员工输入设备编码即可获取历史维修方案，例如在冲压车间齿轮损坏场景中，系统自动关联结构关系库推送更换维修策略；三是针对管理层开发的智能运营助手，通过自然语言交互实现根因分析，例如能耗异常可自动关联电价波动、加班时长等维度，质量追溯可穿透至设备参数、物料批次等底层数据，替代传统固定报表模式。

技术架构层面，依柯力数智化工厂AI全景解决方案依托全链路数据贯通能力，深度融合华为昇腾算力底座，实现IT与OT系统集成，覆盖整车制造、三电系统及核心零部件领域，已服务蔚来、比亚迪等300余家制造业客户。

作为国产工业软件代表，依柯力坚持全栈自主可控，在新能源领域深耕十年，为年营收超10亿元的行业头部企业提供工厂级解决方案提供商。现在依柯力正通过AI技术，推动企业从信息化到智能化的升级迭代。

15

深势科技物质科学事业部解决方案与中台负责人李思敏博士发表题为 《AI4S新范式赋能电解液智能研发》的主题演讲

李思敏博士发表了《AI4S新范式赋能电解液智能研发》的主题演讲，系统性阐述了电解液研发领域的关键痛点及智能化解决方案。

李思敏博士指出，电解液作为电池的"血液"，直接影响电池的低温性能、安全性和循环寿命，其市场规模已达千亿级。然而，当前行业面临三大核心挑战，超大规模配方筛选效率低下、微观-宏观性能关联预测困难、全链条研发周期冗长。

针对配方空间筛选难题，李思敏博士指出电解液配方由溶剂、锂盐、添加剂等成分构成，理论组合量级高达10^23-10^24。传统人工试错模式已无法应对如此庞大的搜索空间。深势科技通过构建多源数据融合的知识图谱系统，整合文献中的配方结构、性能目标等专业数据，结合算法生成数据与实验室标准化数据，形成高质量数据库。利用自然语言处理技术解析行业知识，标注配方结构与性能关联信息，实现研发起点的智能化优化。该系统可将初期筛选效率提升数十倍，快速定位高潜力配方。

在微观-宏观性能预测层面，深势科技建立了两级预测体系。首先基于20亿分子构象预训练构建统一分子表征模型，实现熔点、界面能等基础性质的快速预测；随后引入函数算子训练建立配方级性能预测模型，精准输出电导率等关键指标。结合分子生成算法，系统可生成上万候选配方，通过多层级筛选将验证样本量压缩至个位数。该技术使配方研发周期缩短60%以上，三个月内成功将电解液电池循环次数从186次提升至500次，效率显著超越传统人工迭代模式。

针对研发链条效率瓶颈，李思敏博士强调传统流程需经历分子合成、材料制备、电池组装等长周期环节，实验室端年测试量仅约2500次且数据置信度低。深势科技开发的智能实验室系统（LIMS）整合配方大模型、自动化混料工作站和高通量测试设备，形成设计、实验、反馈的全流程闭环。该系统可自动调度设备完成配方混料、电池组装及性能测试，实验数据实时反哺模型优化。2022年底深势科技与宜宾市政府共建的电解液智慧实验室已验证该体系效能，推动端到端智能化研发落地。

技术底座方面，深势科技依托2020年戈登贝尔奖成果 深度势能分子动力学模拟技术，突破性地实现了接近量子力学精度的分子模拟效率。基于此构建的电池研发平台已形成知识中心覆盖文献解析与专利分析、计算中心集成分子设计及配方优化算法工具库、实验中心贯通智能设备与数据管理平台的三大支撑体系。该平台深度耦合从文献挖掘、分子设计到工艺优化的全流程，已实现电解液研发的智能化升级。

李思敏博士总结指出，AI4S（人工智能驱动的科学计算）并非替代科研人员，而是通过数据、模型、实验的闭环加速创新迭代。在新能源、机器人等领域对电池性能需求激增的背景下，深势科技的技术路径为千亿级电解液市场提供了可复用的研发模式，其智能实验室系统与多尺度预测模型已展现出显著的行业应用价值。

16

协鑫集团信息部经理李祥团发表题为 《数据驱动企业变革：从资产到价值》的主题演讲

李祥团发表了《数据驱动企业变革：从资产到价值》的主题演讲，系统阐述了企业通过数据驱动实现智能制造转型的实践路径。

协鑫集团制定了筑基、调整、延伸的三步走战略框架。在筑基阶段，通过"5+2+1+3"模式构建统一数据平台与标准化体系，建立战略规划与业务执行的双流驱动机制，为数字化转型奠定基础；进入调整阶段后，聚焦13个智能制造场景的落地实施，重点攻克指标管控体系构建、数据模型验证等核心难题，确保数据平台与实际业务深度耦合；延伸阶段则着力推动数据全员应用，依托5G网络建设智慧工厂，通过设备互联、算法优化实现工序协同与物料自动调配，形成完整的智能制造生态。

在具体实践层面，协鑫集团以光伏切片工序为突破口，针对30余台设备与5辆运输车的不均衡匹配难题，开发了基于一对多、多对多算法的智慧配料系统，有效解决物料分发效率问题。设备管理方面，通过5G网络连接数百台设备构建实时协同机制，不仅开发自动导航系统实现物料库状态感知与智能调度，还建立信号监测平台快速定位网络或设备故障，同时部署可视化看板系统实现全工序透明化管理。值得注意的是，在5G工厂建设中特别强调与运营商合作建立信号监测体系，通过专网数据抓取保障设备联网稳定性。

组织文化转型也被列为重要支撑，协鑫集团提出集理念、工具、人才三位一体转型机制。高层管理者需率先理解数字化工具的战略价值，避免理念滞后导致转型受阻；工程师团队负责构建数据模型并持续迭代优化，基层员工则通过培训掌握数据应用技能。企业通过全年贯穿的项目大赛、线上课程、证书激励等培养体系，构建起发现问题、反馈优化、迭代升级的闭环人才培育模式，同时将数字化能力纳入部门考核指标，确保组织转型与业务发展同步推进。

李祥团表示数据价值的最终转化依赖精益化基础与业务闭环建设。协鑫集团以安环施工管理系统为例，初期投入30万元开发的系统经业务部门自主迭代后，实现流程持续优化和价值释放。通过将晨会流程数字化，系统自动抓取数据生成会议材料，使问题追踪效率提升40%，形成数据展示、问题识别、解决方案、效果验证的完整闭环。目前协鑫集团已建立从大屏看板到手机端反馈的全链条数据应用体系，重点聚焦产能提升与人均产出优化，推动设备利用率提升15%、物料周转效率提高22%等量化成果。

李祥团特别指出，制造企业需警惕数据平台沦为展示工具，必须构建与业务场景深度适配的指标体系，并通过严格验证确保模型准确性，最终实现数据资产向业务价值的实质性转化。

17

雄韬股份IT总监朱淋江发表题为 《做大模型的主人而非簇拥者》的主题演讲

朱淋江发表了《做大模型的主人而非簇拥者》的主题演讲，系统阐述了企业应用大模型的实践思考。作为新能源电池领域早期入局者，雄韬股份成立于1994年，2004年主板上市，产品覆盖通信基站UPS、动力电池及储能系统。

基于自身的实践，朱淋江指出当前企业面临三大现实困境。焦虑的决策层对技术替代存在认知偏差，IT部门缺乏清晰场景规划，供应商方案同质化严重。他强调，企业破除迷思需回归技术本源，因为模型并非全新概念，其发展脉络可追溯至1956年的用户画像技术，2023年生成式AI突破使其真正普及。大语言模型的核心特征体现为参数规模与非标注自监督学习能力，2024年训练成本降低虽具行业意义，但对企业应用价值有限。

朱淋江通过三个维度的技术解析，阐明大模型本质。向量化知识表征，将结构化数据转化为token关联体系；prompt工程三要素，通过角色定义、任务明确、输出限制，破解"幻觉"难题；模型优化双路径，通过蒸馏技术精简冗余参数，微调机制聚焦垂直领域知识沉淀。同时朱淋江特别指出，当前热议的训练成本降低实质是算力资源优化，与企业应用层关联度较低。

现场，朱淋江还演示了自主研发的智能体系统。通过38个节点串联17个专业模型，实现从文本指令到跨平台内容生成、发布的自动化流程。输入"推广雄韬储能电池"指令后，系统自动调用英文模型生成推特文案、中文模型制作抖音脚本、Python脚本生成数据图表，最终合成推广视频并发布至目标平台。该案例融合prompt工程、模型协同与流程自动化三大关键技术。

在落地场景方面，雄韬股份已实现四大应用。一是知识管理，通过整合研发、生产等部门的非结构化数据，构建智能查询系统；二是工业质检，基于开源视觉模型实现焊接缺陷等曲面产品检测；三是安防监控，通过图像识别规范工装穿戴；四是决策支持，对接BI系统生成定制化经营分析报告，并严格权限控制。

朱淋江强调，大模型落地应聚焦IT本质，提质增效，但需要避免盲目追求人员替代。建议企业从知识库管理等基础场景切入，通过功能模块的持续积累实现价值闭环，而非期待颠覆性变革。同时，技术应用需与企业认知同步进化，在现有认知维度强行推进大规模改造并不可行。

18

圆桌交流环节：新能源AI难题

下午圆桌交流环节，围绕"新能源AI难题"主题展开，广东省电池行业协会秘书长唐长江、依柯力高级售前顾问余瑶、盟固利新材料副总经理张虎、富勒科技副总裁余东业、吉阳智能董事长阳如坤、容百科技宁波容百管理变革与数字化中心总经理赵进华，就新能源企业数字化转型中，数据孤岛破解、数据共享与保密平衡、实验室到产线落地、工艺黑箱信任危机破解、工业互联网平台从可视化走向智能决策等行业热门话题展开了深入探讨，达成了共识。

19

新能源行业优秀CIO、优秀数智化服务商、优秀AI应用案例颁奖盛典

5月14日，"第三届新能源数字化峰会暨AI应用大会"期间，大东时代智库（TD）重磅揭晓"新能源行业优秀CIO""新能源行业优秀数智化服务商""新能源行业优秀AI应用案例"三大年度榜单。该评选聚焦新能源智能制造生态圈，围绕技术创新、方案创新、商业模式及品牌创新展开，旨在表彰为行业智能制造进程作出突出贡献的企业与个人，同时挖掘AI与数智化融合的创新实践标杆，推动产业整体发展。

此次评选分别从不同维度确立行业标杆："优秀CIO"侧重战略领导力、技术落地能力及业务价值贡献；"优秀数智化服务商"基于解决方案成熟度、行业经验积累及客户口碑等指标遴选；"优秀AI应用案例"则重点评估技术创新性、商业价值转化能力及可持续发展潜力。三项榜单通过多维度评审机制，最终从众多申报者中评审出具有代表性的个人和行业典范。

恭喜

梅灯银 庞强 刘海庆 李祥团 罗文平

朱淋江 杨爱霞 冯斌 陈俊 廖妍

荣获“新能源行业优秀CIO”荣誉

（排序不分先后）

恭喜

达索系统 SAP思爱普 泛微

飞书 富勒科技 微优微科技

依柯力inkelink 青翼工业软件 瀚码技术

荣获“新能源行业优秀数智化服务商”奖项

（排序不分先后）

恭喜

多氟多 昇科能源 深势科技

海康威视 达索系统 先导智能

罗克韦尔自动化 创新奇智 研选工场 蘑菇物联

荣获“新能源行业优秀AI应用案例”奖项

（排序不分先后）

-END-