内容简介
本书详细阐述了大数据、人工智能等新一代信息技术在工业领域的深度应用，通过丰富的行业案例和实践探索，展示了技术融合应用如何助力制造业实现智能化、自动化生产，提升企业竞争力，推动整个工业体系的升级。同时，书中还对未来技术发展趋势进行了展望，为读者提供了关于工业智能发展的一个更全面视角。
本书可供制造业企业管理人员、工程技术人员、行业研究人员、高校相关专业师生，以及对数据驱动工业智能领域感兴趣的读者阅读参考。
目录
目录
第 1 章 织梦启航，工业革命前奏
1.1 工业发展历史沿革
1.1.1 蒸汽机时代的工业革命
1.1.2 电气化与信息化时代的演变
1.1.3 工业 4.0 与智能制造的兴起
1.2 数字经济时代来临
1.2.1 数据的力量与潜力
1.2.2 数据驱动的经济模式变革
1.3 数据驱动下的工业生态重构
1.3.1 企业内部的数据重构
1.3.2 产业链上下游的数据融合
1.3.3 跨行业的数据共享与合作
第 2 章 数据经纬，治理筑基
2.1 数据治理体系
2.1.1 数据治理关键要素
2.1.2 国内外数据治理体系
2.2 工业数据治理
2.2.1 工业数据特性及价值
2.2.2 工业数据面临的挑战
2.2.3 工业数据治理策略
2.3 数据安全与隐私保护
2.3.1 工业数据的安全风险
2.3.2 数据加密与隐私保护
第 3 章 智能升级，大模型引领
3.1 工业智能与大模型
3.1.1 工业智能的兴起
3.1.2 AI 大模型的定义及技术特点
3.1.3 AI 大模型分类
3.2 大模型与工业深度融合
3.2.1 工业大模型的探索之路
3.2.2 工业大模型参考架构及技术难点
3.2.3 工业大模型落地实施路径
3.3 工业大模型前沿与趋势
3.3.1 人工智能技术最新进展
3.3.2 工业大模型未来发展趋势
第 4 章 价值释放，应用场景探索
4.1 产品创新与研发设计
4.1.1 基于大数据的产品需求分析
4.1.2 智能交互的新一代产品
4.1.3 生成式的研发设计辅助
4.2 智能制造与生产优化
4.2.1 实时数据分析与生产过程控制
4.2.2 工业智能设备与预测性维护
4.2.3 智能专家系统与生产辅助
4.3 经营管理与供应链协同
4.3.1 管理驾驶舱与决策支持
4.3.2 供应链协同与透明化
4.3.3 物流网络的智能化升级
4.4 后服务与业态革新
4.4.1 后服务市场机会挖掘
4.4.2 全新业态与商业模式
4.4.3 生态系统的构建
第 5 章 他山之石，行业实践深潜
5.1 汽车制造业的数智跃升：数据治理与 AI 大模型的探索实践
5.1.1 汽车制造业的数据治理需求与挑战
5.1.2 AI 大模型在生产流程中的应用
5.1.3 AI 大模型在产品研发与设计中的作用
5.2 能源行业的智慧转型：数据驱动与 AI 大模型的创新应用
5.2.1 能源行业的数据需求与挑战
5.2.2 AI 大模型在能源生产管理中的应用
5.2.3 AI 大模型在新能源开发中的作用
5.3 纺织行业的智能升级：数据治理优化与 AI 大模型的融合探索
5.3.1 纺织行业的数据治理需求与挑战
5.3.2 AI 大模型在生产管理中的应用
5.3.3 AI 大模型在产品设计与创新中的作用
第 6 章 未来展望，技术融合创新
6.1 技术融合趋势及预测
6.1.1 与新兴技术的融合趋势
6.1.2 技术进步的推动力量
6.2 工业智能创新生态构建
6.2.1 工业智能催生新需求
6.2.2 工业变革正在发生
6.3 面向未来的挑战与应对策略
6.3.1 技术创新的持续投入
6.3.2 行业深耕与产业协作
6.3.3 人才培养与引进策略
后记
参考文献
