数物融合 工业互联网重构数字企业

第1章　企业数字化转型

1.1　信息化与数字化 002

1.1.1　新一轮数字化浪潮 002

1.1.2　什么是信息化 004

1.1.3　什么是数字化 005

1.1.4　数字化与信息化的关系 006

1.2　数字化转型的内涵 007

1.2.1　什么是数字化转型 008

1.2.2　数字化转型趋势分析 010

1.3　数字企业是数字化转型的*终目标 012

1.3.1　数字企业 012

1.3.2　产品数字化 016

1.3.3　运营数字化 017

1.3.4　员工数字化 017



第2章　数字化转型的相关概念解析

2.1　数字中台 020

2.1.1　什么是中台 020

2.1.2　中台与高德纳的步速分层思想 022

2.1.3　中台是否适合工业企业 024

2.1.4　工业中台 026

2.1.5　工业中台是企业数字化转型的利器 028

2.2　工业互联网平台 029

2.2.1　工业互联网平台概述 029

2.2.2　工业互联网平台的发展态势 030

2.2.3　从传统ISA-95架构到工业互联网平台 033

2.2.4　工业App是工业互联网生态的重要组成部分 035

2.3　数字主线 037

2.3.1　何为数字主线 037

2.3.2　数字主线的价值 039

2.3.3　数字主线与业务系统 040

2.4　数字孪生 043

2.4.1　何为数字孪生 043

2.4.2　数字孪生与数字样机 044

2.4.3　数字孪生与数字主线 045

2.4.4　数字孪生应用 046



第3章　工业互联网平台赋能数字化转型

3.1　工业互联网平台是数字企业的基石 052

3.2　广泛的连接：异构数据采集 053

3.2.1　工业数据 053

3.2.2　工业数据采集 055

3.3　数字主线：业务与数据的融合 061

3.3.1　业务建模实现IT、OT融合 061

3.3.2　如何构建数字主线 062

3.4　数字孪生：颠覆式创新 064

3.5　机器学习：让数据说话 066

3.5.1　工业数据分析的现状 066

3.5.2　数据分析与机器学习 067

3.5.3　基于工业互联网平台的机器学习 068

3.6　业务编排：数据驱动 070

3.6.1　流程驱动 070

3.6.2　数据驱动业务编排 071

3.7　工业App：提升用户体验 073

3.8　平台化生态：创新共赢 075



第4章　数字化转型体系架构

4.1　企业数字化转型体系 080

4.1.1　转型目标 081

4.1.2　转型战略 084

4.1.3　转型路径 086

4.1.4　数字技术 089

4.1.5　组织文化 090

4.1.6　实施策略 093

4.1.7　持续完善 095

4.2　数字化转型架构 095

4.2.1　企业架构 096

4.2.2　数字化转型业务架构 098

4.2.3　数字化转型IT架构 105

4.2.4　典型应用场景 112

4.2.5　工业互联网平台选型建议 116



第5章　数字化研发转型

5.1　产品研发趋势 120

5.2　产品研发面临挑战 123

5.3　数字化研发 126

5.3.1　数字化研发的概念 126

5.3.2　数字化研发的内涵 127

5.3.3　数字化研发与传统研发的区别 128

5.3.4　数字化研发的误区 129

5.4　数字化研发体系框架 131

5.4.1　数字化研发体系的提出 131

5.4.2　数字化研发体系 132

5.4.3　数字化研发技术框架 133

5.5　数字化研发应用场景及案例分析 134

5.5.1　数据驱动的规划 134

5.5.2　需求定义及分解 138

5.5.3　基于MBSE的设计 140

5.5.4　数据驱动的部件研发协同 144

5.5.5　数字孪生驱动的产品验证 149

5.5.6　制造与服务 150

5.5.7　端到端质量 153

5.5.8　产品实时运营 154

5.5.9　研发驾驶舱 154

5.5.10　端到端追溯 155

5.5.11　数据驱动的设计改进 159

5.6　数字化研发转型落地建议 160

5.7　总结 162



第6章　数字化制造转型

6.1　制造业发展趋势 166

6.1.1　面向用户的个性化定制 167

6.1.2　增材制造 168

6.1.3　数字供应网络 169

6.1.4　人机协作 171

6.1.5　AIoT：人工智能与物联网的融合 174

6.1.6　5G 工业互联网 175

6.2　制造业面临挑战 178

6.3　数字化制造相关概念介绍 184

6.3.1　工业4.0和工业互联网 184

6.3.2　智能制造和数字化制造 186

6.3.3　智能工厂和数字化工厂 189

6.3.4　数字化制造误区 190

6.4　数字化制造体系架构 193

6.4.1　数字化制造业务架构 193

6.4.2　数字化制造技术架构 194

6.4.3　数字化制造应用架构 197

6.5　工厂数字主线 199

6.6　数字孪生应用 201

6.6.1　设备数字孪生 201

6.6.2　产线数字孪生 202

6.6.3　工厂数字孪生 204

6.7　数字资产管理 208

6.7.1　设备实时监控 208

6.7.2　互联工具管理 210

6.7.3　设备预测性维护 211

6.7.4　设备维修指导 213

6.8　数字绩效管理 214

6.8.1　生产运营分析 214

6.8.2　数字绩效看板 216

6.8.3　OEE分析 217

6.8.4　质量根因分析 218

6.9　数字化员工效率 220

6.9.1　互联工作单元 220

6.9.2　AR操作指导与培训 222

6.9.3　专家技能传承 222

6.9.4　员工绩效管理 223

6.10　EHS及供应链管理 224

6.10.1　能源监控管理 224

6.10.2　环保安全监控 225

6.10.3　供应链可视化 226

6.11　总结 228



第7章　数字化营销转型

7.1　产品营销趋势 230

7.2　产品营销面临的挑战 233

7.3　数字化营销 234

7.4　数字化营销转型框架 236

7.5　数字化营销场景应用及案例分析 238

7.5.1　数据驱动的营销分析 238

7.5.2　互动式产品营销 242

7.5.3　互动式产品销售 248



第8章　数字化运营与服务转型

8.1　产品运营与服务的趋势 256

8.2　产品运营与服务面临的挑战 262

8.3　数字化服务与运营 264

8.4　数字化运营与服务转型框架 266

8.5　应用场景及案例分析 269

8.5.1　组织协作创新 269

8.5.2　服务模式创新 270

8.5.3　数据驱动的运营 271

8.5.4　产品数字孪生 272

8.5.5　产品运营优化 274

8.5.6　远程服务优化 275

8.5.7　客户自服务 275

8.5.8　数字化质量闭环 276