返回顶部
返回首页 会员充值 我的足迹 返回上一页
具身智能
情绪经济
商业航天
十五五
银发经济

AI+光储智能工厂ESG

AI+光儲智能工廠的整體架構

基於工業4.0的全鏈條數字化

思格新能源以工業4.0架構為基礎,打造了“AI+光儲充”智能工廠。這一體系構建了覆蓋前端業務支持、生產過程管控到大數據決策的全鏈條集成化管理體系。公司自建工業雲與全協同信息化平台,實現全流程數字化製造管理100%覆蓋,支持研發、製造與運營的高效協同。

這一架構的ESG價值體現在三個層面。環境層面,數字化管控實現了能源消耗的精準監測與優化,逆變器單位產品綜合能耗同比下降54%。社會層面,智能化品質控制降低了人為干預需求,改善了作業環境與員工安全。治理層面,全流程數據可追溯增強了產品責任的問責能力。

數智化升級的三大核心能力

智能工廠的數智化能力集中體現在三個方面。首先是全鏈條集成化管理——從前端業務支持到生產過程管控再到數據決策,形成閉環管理體系。其次是智能化品質控制——在焊接、來料檢驗、裝配、補膠等關鍵工序部署AI視覺檢測。再次是用戶端數字化協同——通過mySigen App和能源桑基圖實現用戶側的智能交互與能效優化。

公司開發並推出全球首個集成AI語言大模型的mySigen App,為用戶提供智能交互、設備監控、運維指導的一站式服務。行業首創的能源桑基圖可視化工具以直觀方式呈現能源流向,助力用戶優化用能策略、提升能源效率。

AI視覺檢測與品質控制體系

車規級激光器的行業首創應用

思格新能源率先在儲能行業引入車規級激光器,結合AI視覺檢測技術構建智能化品質控制體系。這一技術組合的ESG意義在於:車規級激光器提供更高精度的焊接能力,AI視覺則對焊接過程進行實時監控與分析,顯著提升工藝穩定性。

焊接是儲能產品製造中最關鍵的工序之一。焊接質量直接影響電池包的密封性、導電性與安全性。AI視覺檢測的引入使焊接良率平均提高2%以上,同時大幅降低人為干預與操作複雜度。這一提升帶來的ESG效益是綜合性的——更高的良率意味著更少的材料浪費(環境效益)、更低的返工成本(經濟效益)、更高的產品安全性(社會效益)。

全流程品質管理閉環

公司建立了涵蓋研發、製造、交付到售後的全鏈條閉環品質管理體系。研發品質階段,在方案設計初始即開展DFMEA分析與核心品質排查,技術評審環節設置多階段品質門控點。生產品質階段,採用“節點管控+全程追溯”模式,在關鍵工序設置品控節點。成品出廠檢測依據《產品控制計劃》執行全項目檢驗。

不合格品管理建立覆蓋來料、製程、成品及可疑物料的全流程體系。發現不合格品後立即標識隔離,由製造品質部組織跨部門評審,按規範執行處置。依托各類自研IT系統,公司實現了原材料供應商出庫到產品在客戶端使用的全生命週期、多維度品質數據採集與追蹤,產品可追溯性達100%。

數字化製造的環境與社會效益

節能降耗的系統性成效

數字化製造的直接環境效益體現在能耗管理上。通過智能工廠的精準管控,逆變器單位產品綜合能耗同比下降54%,Pack單位產品綜合能耗同比下降47%,超額完成年度節能目標。空調及溫控管理、設備用電管理、照明管理等數字化手段,將節能理念轉化為可量化、可追溯的管理行動。

在能源結構優化方面,智能工廠的能源管理平台支持綠電採購與使用的精準調度。2025年採購綠電達15,000兆瓦時,有效抵銷生產經營過程中的碳排放。公司總部及金橋、臨港生產園區均已通過ISO14001環境管理體系認證。

勞動環境與員工安全改善

數智化升級的社會效益體現在勞動環境改善上。AI視覺檢測和自動化設備的部署,減少了員工在粉塵、噪音等特殊環境下的暴露時間。公司針對空壓機房噪音問題展開專項治理,通過設備檢修更換和增設隔音屏障,將機房噪音由約80分貝降至70分貝。

數字化製造同時提升了安全管理的精準度。臨港生產園區累計開展安全檢查12次,金橋生產園區7次,南通智慧能源中心18次。AI巡檢試點等數智化管理措施的引入,使安全隱患能夠被更早發現、更快處置。

智能工廠的未來演進方向

從製造數字化到全價值鏈數字化

思格新能源的智能工廠建設正在從製造環節向全價值鏈延伸。上游方向,品質工程師長期駐廠於8家核心組件供應商,其餘供應商通過不定期巡廠提供技術支持,實現品質問題“早識別、早干預、早解決”。下游方向,SignCare智能服務體系通過AI巡檢實現對在網設備的主動監測與預警。

這一演進方向的本質是將製造環節的數字化能力複製到供應鏈管理和客戶服務中,形成從原材料到終端用戶的全價值鏈數字化閉環。在ESG視角下,這意味著環境足跡的追踪、社會責任的監管、治理能力的延伸,都將擁有更完整的數據基礎。

AI+製造的減碳潛力

報告中供應鏈地理重塑的案例——將產能從東莞逐步遷移至南通,單次運輸距離減少1,438公里——揭示了智能製造決策的減碳邏輯。AI+光儲智能工廠不僅優化生產過程,還能為供應鏈布局、產能規劃等更高層級的決策提供數據支持。

未來,隨著AI技術在製造領域的持續深化,智能工廠有望在需求預測、庫存優化、物流調度等環節實現更深度的減碳效益。這將使AI+光儲智能工廠不僅是效率提升的工具,更是ESG目標實現的核心驅動力。
点击阅读报告原文: 思格新能源:2025年环境、社会及管治(ESG)报告(70页)
相关报告