門式起重機(jī)是橋式起重機(jī)的一種變形,又叫龍門吊。主要用于室外的貨場(chǎng)、料場(chǎng)貨、散貨的裝卸作業(yè)。它的金屬結(jié)構(gòu)像門形框架,承載主梁下安裝兩條支腳,可以直接在地面的軌道上行走,主梁兩端可以具有外伸懸臂梁。門式起重機(jī)具有場(chǎng)地利用率高、作業(yè)范圍大、適應(yīng)面廣、通用性強(qiáng)等特點(diǎn),在港口貨場(chǎng)得到廣泛使用。
誤區(qū)一:工業(yè)物聯(lián)網(wǎng)只是個(gè)高科技看板只關(guān)注工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)收集和預(yù)測(cè)性維護(hù)功能,就好比只將飛機(jī)視作一種運(yùn)輸工具,或只將互聯(lián)網(wǎng)看作線上信息的整合。事實(shí)上,工業(yè)物聯(lián)網(wǎng)(或是數(shù)字化轉(zhuǎn)型)代表著對(duì)價(jià)值**的全面反思:它能夠增加、提升和加速價(jià)值**。工業(yè)物聯(lián)網(wǎng)能夠幫助企業(yè)獲取和分析數(shù)據(jù),將從中提取的洞見轉(zhuǎn)化為行動(dòng)來解決問題,并加速?zèng)Q策制定流程。新冠疫情期間,流行病學(xué)家和醫(yī)學(xué)研究人員借助實(shí)時(shí)數(shù)據(jù)收集和分析技術(shù),快速積累了海量洞見,大大加快了新冠肺炎治療方案、檢測(cè)方法和候選疫苗的推出。許多企業(yè)不缺少數(shù)據(jù),而是缺乏數(shù)據(jù)的使用方法。有了數(shù)據(jù)湖和處理平臺(tái)的支持后,工業(yè)物聯(lián)網(wǎng)可以自動(dòng)生成洞見并為用戶發(fā)送提醒,從而更為**地發(fā)現(xiàn)問題并采取行動(dòng)。隨后,相關(guān)解決方案和洞見會(huì)在所有團(tuán)隊(duì)、地點(diǎn)和應(yīng)用程序上共享,讓價(jià)值在整個(gè)企業(yè)中得到成倍放大。工業(yè)物聯(lián)網(wǎng)系統(tǒng)的一體化能將實(shí)時(shí)收集的數(shù)據(jù)巧妙轉(zhuǎn)化為重要的**與戰(zhàn)略。當(dāng)然,企業(yè)若想成功部署工業(yè)物聯(lián)網(wǎng)系統(tǒng),就要全面且充分地理解其業(yè)務(wù)及價(jià)值**方式。這還意味著企業(yè)必須了解業(yè)務(wù)痛點(diǎn),將工業(yè)物聯(lián)網(wǎng)的優(yōu)勢(shì)真正落到實(shí)處,充分實(shí)現(xiàn)端到端價(jià)值**。因此,企業(yè)高管在制定業(yè)務(wù)戰(zhàn)略的同時(shí),必須做好戰(zhàn)略決策,指導(dǎo)工業(yè)物聯(lián)網(wǎng)的部署。微軟(Microsoft)蘇州工廠在部署了工業(yè)物聯(lián)網(wǎng)之后,僅用極少的投資就打造出了新用例。該工廠在啟動(dòng)機(jī)器學(xué)習(xí)后的短短幾個(gè)小時(shí)內(nèi),就識(shí)別出了位處淘汰邊緣的庫存。其業(yè)務(wù)戰(zhàn)略總監(jiān)Darren Coil表示:“我們本身不缺數(shù)據(jù),但物聯(lián)網(wǎng)技術(shù)讓我們真正看清了數(shù)據(jù)的本質(zhì)。”借助物聯(lián)網(wǎng)技術(shù),一個(gè)5人團(tuán)隊(duì)僅用一年就為公司節(jié)省了近500萬美元,并削減了兩億美元的庫存成本。在寶馬集團(tuán)(BMW?。牵颍铮酰穑锫?lián)網(wǎng)平臺(tái)是其所有數(shù)字應(yīng)用程序的支柱,以極低的安裝成本和投入就可實(shí)現(xiàn)“即插即用”?;ヂ?lián)互通的數(shù)字工具箱可提升生產(chǎn)效率,讓員工在整個(gè)集團(tuán)內(nèi)快速分享實(shí)踐。誤區(qū)二:工業(yè)物聯(lián)網(wǎng)將取代人工人們擔(dān)心自動(dòng)化會(huì)搶占就業(yè)機(jī)會(huì)。但其實(shí),數(shù)字化轉(zhuǎn)型中應(yīng)用的新技術(shù)也將催生新的就業(yè)機(jī)會(huì)。這些新工作能夠解放大量勞動(dòng)力,使員工擺脫重復(fù)性和不健康的工作,并賦予他們新能力。對(duì)應(yīng)用工業(yè)物聯(lián)網(wǎng)的企業(yè)而言,首要任務(wù)便是為員工提供再培訓(xùn),以充分發(fā)揮新技術(shù)的無限潛力。企業(yè)需要有人來管理機(jī)器、運(yùn)行控制塔和數(shù)字孿生。他們希望員工能夠進(jìn)行數(shù)字化績(jī)效管理,解讀從車間成千上萬個(gè)傳感器中提取的數(shù)據(jù)、找到提高產(chǎn)量的方法,并得出可落地的洞見。企業(yè)需要更多的IT人員來開發(fā)可訪問海量數(shù)據(jù)的應(yīng)用程序。除去數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師和技術(shù)外,企業(yè)還需要招募各個(gè)領(lǐng)域的**、數(shù)字和分析翻譯人員,以及產(chǎn)品負(fù)責(zé)人。產(chǎn)品負(fù)責(zé)人會(huì)與業(yè)務(wù)和職能領(lǐng)導(dǎo)層,以及數(shù)據(jù)和技術(shù)**組成的團(tuán)隊(duì)進(jìn)行商討,識(shí)別問題并開發(fā)合適的數(shù)字解決方案(見下圖)。價(jià)值鏈的其他環(huán)節(jié)也必須展開再培訓(xùn):比如,企業(yè)可能需要在采購部門招攬更多的成本工程師,使用成本建模工具來評(píng)估設(shè)備和采購成本。員工若想**識(shí)別改進(jìn)機(jī)遇,就必須接受培訓(xùn)。企業(yè)需要教會(huì)員工全新的思考方式和行為方法,讓他們更多參與問題的解決,并制定能夠通過技術(shù)平臺(tái)在全企業(yè)范圍內(nèi)推廣的本地解決方案,以達(dá)到效果??紤]到員工需要一系列新技能(不僅需要學(xué)習(xí)使用特定新技術(shù),也要學(xué)習(xí)新的工作方式),一些企業(yè)正與高等教育機(jī)構(gòu)攜手開發(fā)培訓(xùn)課程。富士康工業(yè)互聯(lián)網(wǎng)以燈塔工廠獲選為契機(jī)成立燈塔學(xué)院,致力培養(yǎng)工業(yè)大數(shù)據(jù)人才,通過教育培訓(xùn)和訓(xùn)練實(shí)習(xí),推動(dòng)生態(tài)人才轉(zhuǎn)化與提升,成為國內(nèi)企業(yè)自建的工業(yè)互聯(lián)網(wǎng)人才培訓(xùn)基地。轉(zhuǎn)型團(tuán)隊(duì)提供再培訓(xùn)和資源,幫助員工提升能力、獲取指導(dǎo)及相關(guān)技能,以適應(yīng)不斷變化的工作的需求。印度尼西亞礦業(yè)公司Petrosea的領(lǐng)導(dǎo)層對(duì)主管和數(shù)千名一線員工展開了新數(shù)字工具方面的培訓(xùn)。在數(shù)字訓(xùn)練營中,該公司為選定的團(tuán)隊(duì)成員提供了敏捷方法、大數(shù)據(jù)、IT安全和分析方面的教育。Petrosea還開發(fā)了一款移動(dòng)培訓(xùn)應(yīng)用程序,以游戲化的方式來實(shí)現(xiàn)持續(xù)學(xué)習(xí),增添趣味性。比如,這款應(yīng)用程序會(huì)以可視的方式來詮釋標(biāo)準(zhǔn)操作程序。它的另外一個(gè)好處是,能讓領(lǐng)導(dǎo)者隨時(shí)查看員工對(duì)新程序的理解程度。誤區(qū)三:工業(yè)物聯(lián)網(wǎng)需要新建設(shè)施一些企業(yè)領(lǐng)導(dǎo)者認(rèn)為,老舊的設(shè)施會(huì)阻礙數(shù)字化轉(zhuǎn)型,因此必須更換。新設(shè)備固然必不可少,但構(gòu)建工業(yè)物聯(lián)網(wǎng)不等同于新建一個(gè)“全自動(dòng)化的‘熄燈’設(shè)施”。工業(yè)物聯(lián)網(wǎng)的大部分價(jià)值源于改善原有設(shè)施:比如連接和優(yōu)化現(xiàn)有基礎(chǔ)設(shè)施,定期增加新機(jī)器。通過在現(xiàn)有設(shè)備上安裝傳感器、應(yīng)用程序和網(wǎng)絡(luò)連接,企業(yè)可以收集數(shù)據(jù)并轉(zhuǎn)化為商業(yè)洞見,供員工輕松使用。從生產(chǎn)車間到整個(gè)價(jià)值鏈,工業(yè)物聯(lián)網(wǎng)和新技術(shù)都可以幫助員工有效管理數(shù)據(jù)。一級(jí)方程式賽車就是一個(gè)案例,極大地彰顯出工業(yè)物聯(lián)網(wǎng)能夠產(chǎn)生的直接價(jià)值。這些賽車一直都是高性能車,但直到傳感器出現(xiàn)之前,引擎蓋下的實(shí)時(shí)狀態(tài)對(duì)賽車手和工作人員而言都是未解之謎。如今,遍布發(fā)動(dòng)機(jī)控制單元中的數(shù)十個(gè)傳感器可以從發(fā)動(dòng)機(jī)、變速器、懸架和其他地方收集數(shù)據(jù),并不斷傳送給賽道兩邊的工作團(tuán)隊(duì)。這樣,團(tuán)隊(duì)便可先行預(yù)判故障,并在故障出現(xiàn)時(shí)瞬時(shí)修復(fù)。在方程式這樣競(jìng)爭(zhēng)激烈的環(huán)境中,工業(yè)物聯(lián)網(wǎng)能在幾乎不出錯(cuò)的情況下優(yōu)化賽車性能。對(duì)推廣第四次工業(yè)技術(shù)的工廠而言,有兩種新設(shè)備至關(guān)重要。一是整個(gè)生產(chǎn)車間中嵌入的大量傳感器,它們會(huì)實(shí)時(shí)收集生產(chǎn)率、設(shè)備利用率、機(jī)器故障、維護(hù)保養(yǎng)等方面的數(shù)據(jù)。二是使流程或任務(wù)標(biāo)準(zhǔn)化和自動(dòng)化的新裝置。以生產(chǎn)線裝置為例,它可以自動(dòng)記錄每分鐘通過的產(chǎn)品數(shù)量,或監(jiān)測(cè)設(shè)備的振動(dòng)水平以**預(yù)判維護(hù)需求。比新設(shè)施和新機(jī)器更重要的,是穩(wěn)健的技術(shù)生態(tài)系統(tǒng),以及具有擴(kuò)展?jié)摿Φ墓I(yè)物聯(lián)網(wǎng)架構(gòu)。麥肯錫邀請(qǐng)全球700多家工業(yè)制造商的經(jīng)理人參與了一項(xiàng)調(diào)查。有40%以上的受訪者都認(rèn)為,信息技術(shù)方面的缺陷是數(shù)字化過程中的主要挑戰(zhàn)——盡管數(shù)字化制造從定義上來看屬“技術(shù)驅(qū)動(dòng)”。“燈塔工廠”是無需新設(shè)施或昂貴改造就能部署新技術(shù)的力證。寶山鋼鐵總部位于中國上海,該公司在其擁有40年歷史的工廠中,部署了**的工業(yè)物聯(lián)網(wǎng)(用于流程優(yōu)化)、人工智能(用于目視檢測(cè))等一系列**技術(shù)。土耳其石化公司Petkim有一家存在35年之久的工廠,這家工廠在部署工業(yè)物聯(lián)網(wǎng)和其他數(shù)字解決方案后,成功提高了產(chǎn)量和質(zhì)量,優(yōu)化了能源使用,并建立了數(shù)字化維護(hù)系統(tǒng)。誤區(qū)四:唯有萬全的準(zhǔn)備才能實(shí)現(xiàn)數(shù)字化萬全的準(zhǔn)備不僅毫無必要,更不切實(shí)際,甚至可能適得其反。新冠疫情暴發(fā)后,企業(yè)普遍停工停產(chǎn),這就給那些具備數(shù)字化能力的企業(yè)帶來了優(yōu)勢(shì)——大環(huán)境瞬息萬變,但他們能在業(yè)務(wù)管理、員工溝通和保護(hù)股東利益方面先發(fā)制人。很多時(shí)候,企業(yè)會(huì)在規(guī)劃上花費(fèi)太多時(shí)間。但事實(shí)上,成立一個(gè)數(shù)字化轉(zhuǎn)型辦公室,在其幫助下主動(dòng)出擊更為重要。這個(gè)中心團(tuán)隊(duì)會(huì)負(fù)責(zé)監(jiān)督試點(diǎn)項(xiàng)目,并引導(dǎo)組織完成快速試錯(cuò)。數(shù)字化轉(zhuǎn)型辦公室就像是一臺(tái)“發(fā)動(dòng)機(jī)”,它能基于經(jīng)過驗(yàn)證的方法、實(shí)踐和領(lǐng)導(dǎo)者對(duì)轉(zhuǎn)型的整體愿景,幫助企業(yè)逐步擴(kuò)展數(shù)字化項(xiàng)目。數(shù)字化轉(zhuǎn)型是一個(gè)持續(xù)的過程:我們對(duì)亞洲高管展開的調(diào)查顯示,有64%的受訪者都稱他們?nèi)蕴幰?guī)劃階段,只有17%的受訪者表示他們已經(jīng)處于擴(kuò)展階段。敏捷工作方法能夠促進(jìn)企業(yè)進(jìn)行快速開發(fā),不斷完善及改進(jìn)流程。敏捷方法能夠助力企業(yè)實(shí)現(xiàn)快速部署和快速迭代,從失敗中迅速總結(jié)經(jīng)驗(yàn),并以更快的速度打造更好的產(chǎn)品。一家歐洲集團(tuán)的領(lǐng)導(dǎo)層在認(rèn)清盡早啟動(dòng)和邊做邊學(xué)的重要性后,專門成立了一個(gè)數(shù)字化組織來推進(jìn)集團(tuán)內(nèi)各種業(yè)務(wù)的數(shù)字化轉(zhuǎn)型,包括自動(dòng)化、機(jī)床和制造系統(tǒng)等。這個(gè)數(shù)字化組織主要有兩大目標(biāo):一是改造現(xiàn)有業(yè)務(wù),二是增加新的數(shù)字化收入流。誤區(qū)五:應(yīng)用了工業(yè)物聯(lián)網(wǎng)之后,持續(xù)改進(jìn)將成本高企許多企業(yè)的經(jīng)驗(yàn)表明,被動(dòng)顛覆或是直接淘汰出局的代價(jià)更大。面對(duì)充斥全球數(shù)字經(jīng)濟(jì)的挑戰(zhàn)與威脅,制造商如果因循守舊,堅(jiān)持依靠傳統(tǒng)手段進(jìn)行持續(xù)改進(jìn),則根本無法取得重大突破。企業(yè)若能擁有穩(wěn)定的大數(shù)據(jù)流、工業(yè)物聯(lián)網(wǎng)帶來的實(shí)時(shí)洞見,以及更敏捷的思維和工作方式,便能在運(yùn)營中嵌入持續(xù)改進(jìn)流程,打造“下一個(gè)新常態(tài)”。任何轉(zhuǎn)型但凡成功都會(huì)“物有所值”。很多“燈塔工廠”的成功實(shí)踐都向我們有力證明:工業(yè)物聯(lián)網(wǎng)能夠帶來效率和生產(chǎn)率的提升,其促成的成本節(jié)約完全能夠抵消轉(zhuǎn)型投入。優(yōu)化現(xiàn)有基礎(chǔ)設(shè)施后,企業(yè)能以設(shè)備投入來影響規(guī)模。隨著數(shù)字化轉(zhuǎn)型的不斷發(fā)展與推廣,成本和利潤(rùn)優(yōu)勢(shì)會(huì)變得越來越明顯。利用工業(yè)物聯(lián)網(wǎng)技術(shù),一家全球工業(yè)機(jī)械制造商針對(duì)零配件開發(fā)了預(yù)測(cè)和可用性模型。該技術(shù)改善了公司針對(duì)全球不同地區(qū)建立的零部件需求預(yù)測(cè)。零配件的準(zhǔn)備程度一躍升至90%以上,庫存量減少了逾30%,客戶服務(wù)滿意度得到了大幅提升。然而,效率和生產(chǎn)率的提升并非工業(yè)物聯(lián)網(wǎng)和其他數(shù)字技術(shù)所能帶來的益處。它們能使企業(yè)實(shí)現(xiàn)巨大飛躍,簡(jiǎn)化整個(gè)價(jià)值鏈,并催生新的價(jià)值**機(jī)遇——從新的客戶解決方案、新的生產(chǎn)流程到新的合作伙伴關(guān)系等。一家全球電子產(chǎn)品制造商的經(jīng)驗(yàn)表明,向工業(yè)物聯(lián)網(wǎng)的升級(jí)無需過多投資。該公司擁有數(shù)十個(gè)生產(chǎn)設(shè)施和超過2.5萬名三班制員工,生產(chǎn)過程涉及眾多生產(chǎn)區(qū)域、生產(chǎn)線和工作站。由于生產(chǎn)設(shè)施和團(tuán)隊(duì)彼此孤立,各個(gè)系統(tǒng)和設(shè)備生成的日常數(shù)據(jù)之間缺乏連接,公司很難從整體上了解每天的運(yùn)營情況。但是,若將整個(gè)生產(chǎn)計(jì)劃系統(tǒng)完全換掉,將會(huì)是一項(xiàng)聲勢(shì)浩大、費(fèi)時(shí)費(fèi)力且代價(jià)不菲的工程。相反,該公司在所有生產(chǎn)線上都安裝了傳感器,以實(shí)時(shí)獲取設(shè)備效率和生產(chǎn)線效率等關(guān)鍵數(shù)據(jù)。獲取的數(shù)據(jù)會(huì)由一個(gè)工業(yè)物聯(lián)網(wǎng)平臺(tái)進(jìn)行處理,以遠(yuǎn)程績(jī)效看板的形式呈現(xiàn),并為所有設(shè)施提供實(shí)時(shí)查看的自由。有了這種績(jī)效透明度后,該制造商成功拉齊了所有設(shè)施的生產(chǎn)率水平——僅在一年,就將生產(chǎn)率提升了10%以上。此后,在工業(yè)物聯(lián)網(wǎng)系統(tǒng)的幫助下,該制造商一直保持著較高的持續(xù)改進(jìn)水平,對(duì)問題的回應(yīng)速度也不斷加快。誤區(qū)六:工業(yè)物聯(lián)網(wǎng)在新興經(jīng)濟(jì)體的可行性低于發(fā)達(dá)國家新興經(jīng)濟(jì)體的一些領(lǐng)導(dǎo)者擔(dān)心,工業(yè)物聯(lián)網(wǎng)遠(yuǎn)遠(yuǎn)超出了組織或地區(qū)的承受能力,其基礎(chǔ)設(shè)施的**程度也無法滿足發(fā)展要求。但其實(shí),發(fā)展中國家的企業(yè)在工業(yè)物聯(lián)網(wǎng),或是其他第四次工業(yè)技術(shù)方面的成功并非乏善可陳。發(fā)展中地區(qū)的企業(yè)很有可能更具優(yōu)勢(shì),因?yàn)樵性O(shè)施和老舊系統(tǒng)對(duì)他們的桎梏要小得多。截至本文成稿時(shí),“燈塔工廠”仍舊在中國(在44家“燈塔工廠”中占12家)。除去這12家工廠外,還有約20%的“燈塔工廠”位于包括巴西、捷克共和國、印度、印度尼西亞、羅馬尼亞和土耳其在內(nèi)的其他新興經(jīng)濟(jì)體。其中有一些“燈塔工廠”坐落于偏遠(yuǎn)地區(qū),其實(shí)體基礎(chǔ)設(shè)施的可靠程度可能并不高;另一些“燈塔工廠”則遠(yuǎn)離大都市或技術(shù)中心,既沒有唾手可得的服務(wù)和知識(shí),也沒有大量的技術(shù)人才可供選擇。然而,這些假定的缺點(diǎn)都沒有阻礙工業(yè)物聯(lián)網(wǎng)的發(fā)展。塔塔鋼鐵在印度的卡林加納加新建了一家工廠,它在很短的時(shí)間內(nèi)就達(dá)到了滿負(fù)荷運(yùn)行,遠(yuǎn)遠(yuǎn)落后于行業(yè)平均水平。隨著時(shí)間的推移,該公司逐步在數(shù)字和分析解決方案,以及提升團(tuán)隊(duì)經(jīng)驗(yàn)與能力方面進(jìn)行了重大投資。**分析技術(shù)的大規(guī)模應(yīng)用極大地提高了原材料利用率、減少了停機(jī)時(shí)間,并改進(jìn)了產(chǎn)品質(zhì)量,從而實(shí)現(xiàn)了工廠績(jī)效的整體提升。印度尼西亞礦業(yè)公司Petrosea擁有一個(gè)位于Tabang的偏遠(yuǎn)工地,在應(yīng)用了包括卡車優(yōu)化調(diào)度、實(shí)時(shí)性能監(jiān)控和預(yù)測(cè)性維護(hù)在內(nèi)的一系列技術(shù)后,該工地僅用了短短6個(gè)月時(shí)間便扭虧為盈。工業(yè)物聯(lián)網(wǎng)等第四次工業(yè)技術(shù)已成現(xiàn)實(shí),隨之而來的階躍式改進(jìn)和新增價(jià)值應(yīng)該足以打消制造企業(yè)領(lǐng)導(dǎo)層的種種疑慮。當(dāng)然,領(lǐng)導(dǎo)層也不應(yīng)忽視其在推動(dòng)數(shù)字化轉(zhuǎn)型中必須發(fā)揮的作用:唯有企業(yè)自上而下團(tuán)結(jié)一心,才能在端到端實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)和數(shù)字技術(shù)的真正價(jià)值。企業(yè)唯有挑起大梁,勇于主導(dǎo)這次數(shù)字化轉(zhuǎn)型,才能確保技術(shù)的廣泛應(yīng)用、鞏固轉(zhuǎn)型的發(fā)展勢(shì)頭。對(duì)企業(yè)領(lǐng)導(dǎo)層而言,一步是明確一個(gè)清晰的愿景,然后判斷為了實(shí)現(xiàn)愿景所需的各項(xiàng)技術(shù)。當(dāng)然,在此過程中免不了要遭遇失?。坏髽I(yè)領(lǐng)導(dǎo)層應(yīng)當(dāng)吸取教訓(xùn),屢敗屢戰(zhàn)。企業(yè)應(yīng)當(dāng)鼓勵(lì)業(yè)務(wù)部門之間展開緊密合作,打造凝聚力。正如一位高管所言:“企業(yè)在推動(dòng)數(shù)字化轉(zhuǎn)型的過程中必須要有一種強(qiáng)烈的緊迫感?!睌?shù)字化轉(zhuǎn)型事關(guān)競(jìng)爭(zhēng)優(yōu)勢(shì),沒有一家公司能夠做好萬全準(zhǔn)備,拖延只會(huì)徒增痛苦,且往往會(huì)導(dǎo)致企業(yè)在技術(shù)方面進(jìn)行徒勞的追趕。相反,企業(yè)必須牢記轉(zhuǎn)型是一項(xiàng)持續(xù)進(jìn)行的工作,而敏捷模式則能助其向著目標(biāo)不斷邁進(jìn)。企業(yè)領(lǐng)導(dǎo)層必須思考,哪些額外的因素能夠幫助推進(jìn)轉(zhuǎn)型,比如可擴(kuò)展的工業(yè)物聯(lián)網(wǎng)架構(gòu),或是能夠提升效益的技術(shù)合作關(guān)系或生態(tài)系統(tǒng)。企業(yè)若能向員工展示數(shù)字化可帶來的積極影響,并持續(xù)提供就業(yè)崗位,便有望在員工、合作伙伴和企業(yè)之間實(shí)現(xiàn)共贏。
通過對(duì)國內(nèi)外主流工業(yè)互聯(lián)網(wǎng)平臺(tái)的應(yīng)用分析,可以發(fā)現(xiàn)平臺(tái)提升了企業(yè)信息化能力,增強(qiáng)了企業(yè)數(shù)據(jù)分析水平,還使得企業(yè)的資源調(diào)配更加靈活,并帶動(dòng)企業(yè)應(yīng)用從信息化到智能化的多層次發(fā)展,同時(shí)解決了企業(yè)三大方面的問題:一是推動(dòng)信息化大規(guī)模部署,解決效率提升和成本降低的問題,信息系統(tǒng)和工業(yè)軟件遷移至平臺(tái),依托平臺(tái)實(shí)現(xiàn)客戶關(guān)系管理、財(cái)務(wù)人力管理等應(yīng)用,帶動(dòng)信息化成本降低和大規(guī)模部署;二是推動(dòng)工業(yè)數(shù)據(jù)深度分析挖掘,解決產(chǎn)品和服務(wù)價(jià)值提升的問題,基于平臺(tái)的大數(shù)據(jù)匯聚和分析能力,實(shí)現(xiàn)設(shè)備、生產(chǎn)、管理等場(chǎng)景的深層次優(yōu)化和服務(wù)增值;三是推動(dòng)業(yè)務(wù)商業(yè)模式的**,解決跨領(lǐng)域資源靈活調(diào)配和協(xié)同協(xié)作問題,通過平臺(tái)進(jìn)行產(chǎn)業(yè)鏈、供應(yīng)鏈、價(jià)值鏈各環(huán)節(jié)的實(shí)時(shí)連接和資源共享,以實(shí)現(xiàn)不同主體間的**協(xié)作和供需**對(duì)接。01基于平臺(tái)的信息化應(yīng)用得益于平臺(tái)的“連接+數(shù)據(jù)可視化”能力,傳統(tǒng)的生產(chǎn)管理類信息化應(yīng)用得到更為廣泛的普及。其中,在生產(chǎn)監(jiān)控分析領(lǐng)域應(yīng)用為廣泛,在物料管理、排產(chǎn)調(diào)度等方面也有初步探索。PTC、微軟、思科、阿里云等企業(yè)的平臺(tái)均推出了面向生產(chǎn)過程可視化應(yīng)用。這類應(yīng)用主要提供數(shù)據(jù)匯聚和描述基礎(chǔ),幫助管理者直觀了解工廠運(yùn)行狀態(tài)。當(dāng)然,這些只是初級(jí)的可視化、遠(yuǎn)程監(jiān)控等應(yīng)用,借助更深層次數(shù)據(jù)挖掘分析企業(yè)能夠獲得更高價(jià)值回報(bào)。比如,工業(yè)互聯(lián)網(wǎng)服務(wù)商寄云科技協(xié)助世界知名汽車零部件制造商麥格納旗下格特拉克(江西)傳動(dòng)系統(tǒng)有限公司(GJT)實(shí)施智能制造戰(zhàn)略,成功解決了傳統(tǒng)MES在數(shù)據(jù)實(shí)時(shí)、真實(shí)和粒度等層面的不足,實(shí)現(xiàn)了更加**的KPI追蹤,提升設(shè)備利用率、提高工人工作效率、保障企業(yè)營收。另外,基于平臺(tái)的“軟件上云+簡(jiǎn)單數(shù)據(jù)分析”在客戶關(guān)系管理、供應(yīng)鏈管理和部分企業(yè)計(jì)劃資源管理領(lǐng)域也獲得應(yīng)用,能有效降低中小企業(yè)軟件使用成本。如SAP、Oracle、Salesforce、微軟、用友浪潮、金蝶等企業(yè)提供大量管理軟件SaaS服務(wù)。如Salesforce所提供的云化CRM軟件服務(wù)已聚集超過15萬客戶,同時(shí)除通用軟件工具之外,還提供基于社交網(wǎng)絡(luò)的客戶關(guān)系與需求分析,為中小企業(yè)提供銷售渠道服務(wù)。用友提供采購、供應(yīng)鏈、物流、財(cái)務(wù)、人力資源等工業(yè)云服務(wù),服務(wù)工業(yè)企業(yè)客戶44萬家。02基于大數(shù)據(jù)能力的深度優(yōu)化基于平臺(tái)的大數(shù)據(jù)能力,以“模型+深度數(shù)據(jù)分析”模式在設(shè)備運(yùn)維、產(chǎn)品后服務(wù)、能耗管理、質(zhì)量管控、工藝調(diào)優(yōu)等場(chǎng)景獲得大量應(yīng)用,并取得較為顯著的經(jīng)濟(jì)效益。GE、西門子、ABB、富士康等企業(yè)已經(jīng)推出了上百個(gè)上述類型的應(yīng)用服務(wù),如Uptake幫助美國核電站PALOVerde,通過提高資產(chǎn)性能,實(shí)現(xiàn)每年1000萬的成本節(jié)省,成本降低20%;彩虹寄云智能工廠工業(yè)大數(shù)據(jù)項(xiàng)目助力知名平板顯示制造企業(yè)彩虹集團(tuán)實(shí)現(xiàn)了數(shù)據(jù)可視化、生產(chǎn)透明化、質(zhì)量可控化,并獲得了綜合良品率顯著提升,非計(jì)劃停機(jī)、運(yùn)營成本等大幅減少等多種收益。03平臺(tái)協(xié)同資源調(diào)配和模式**借助平臺(tái)整合產(chǎn)業(yè)鏈資源,探索智能制造、供應(yīng)鏈協(xié)同等應(yīng)用,成為部分企業(yè)的實(shí)踐選擇。如寄云NeuSeer平臺(tái)開放共享自身生產(chǎn)力,提高閑置設(shè)備的利用率,目前已對(duì)數(shù)千臺(tái)機(jī)床和鉆井機(jī)器提供數(shù)據(jù)監(jiān)控和預(yù)測(cè)性維護(hù)功能。再如中船集團(tuán)利用船海智云平臺(tái)對(duì)船舶制造企業(yè)、船用設(shè)備制造企業(yè)等開展納期監(jiān)控等應(yīng)用,提升供應(yīng)鏈協(xié)同水平?;谄脚_(tái)進(jìn)行深層次的全流程系統(tǒng)性優(yōu)化尚處在局部的探索階段。無論是產(chǎn)業(yè)鏈、價(jià)值鏈的一體化優(yōu)化、產(chǎn)品全生命周期的一體化優(yōu)化、還是生產(chǎn)與管理的系統(tǒng)性優(yōu)化,都需要建立在全流程的高度數(shù)字化、網(wǎng)絡(luò)化和模型化基礎(chǔ)上,僅有個(gè)別龍頭企業(yè)具備相關(guān)基礎(chǔ)并開展了簡(jiǎn)單實(shí)踐。
1工業(yè)產(chǎn)生轉(zhuǎn)型升級(jí)作用的路徑大數(shù)據(jù)系統(tǒng)軟件國家工程實(shí)驗(yàn)室將工業(yè)產(chǎn)生轉(zhuǎn)型升級(jí)的作用的路徑,總結(jié)為加減乘除四個(gè)象限。所謂加和減就是智能制造。智能制造更關(guān)注于企業(yè)內(nèi)部的事情,狹義的智能制造關(guān)注制造,即生產(chǎn)環(huán)節(jié),廣義的智能制造則包含企業(yè)的全壽生命周期,從研發(fā)設(shè)計(jì)到生產(chǎn)制造再到運(yùn)維服務(wù)。智能制造不外乎在在現(xiàn)有流程上加了一些東西、減了一些東西,它基本可以被總結(jié)為八個(gè)字:提質(zhì)、增效、降本、控險(xiǎn)。今天,智能制造做的事情就是加法和減法。但在這個(gè)時(shí)代光做加減法是不夠的,比如私募股權(quán)機(jī)構(gòu)投資一個(gè)企業(yè),企業(yè)每年做一點(diǎn)加法,投資人可能不會(huì)滿意,而是希望企業(yè)實(shí)現(xiàn)指數(shù)級(jí)的增長(zhǎng)。如何實(shí)現(xiàn)?工業(yè)互聯(lián)網(wǎng)可能就是實(shí)現(xiàn)乘法和除法的路徑。乘法就是平臺(tái)效應(yīng)。比如淘寶,容納無數(shù)的商店在它的平臺(tái)上開店掙錢,就是一個(gè)案例。但是在工業(yè)領(lǐng)域,是否可以構(gòu)建一個(gè)工業(yè)互聯(lián)網(wǎng)平臺(tái)?以服裝行業(yè)為案例。傳統(tǒng)的第 一代的服裝企業(yè),比如雅戈?duì)枺凶约旱脑O(shè)計(jì)、工廠、店面,即完整的產(chǎn)業(yè)鏈條。第二代服裝企業(yè),比如海瀾之家,舍棄工廠選擇全代工生產(chǎn),轉(zhuǎn)為做營銷,以門店為資產(chǎn)。互聯(lián)網(wǎng)時(shí)代的服裝企業(yè),比如韓都衣舍,既沒有工廠也沒有店面,成本幾乎為零,所有的店面依賴淘寶,只負(fù)責(zé)快速設(shè)計(jì)、把控供應(yīng)鏈,“總盤子”雖然不一定有傳統(tǒng)企業(yè)那么大,但是利潤(rùn)率高。因此除法就是企業(yè)聚焦自己的核心競(jìng)爭(zhēng)力。輕資產(chǎn)高利潤(rùn)運(yùn)營,這是未來中國中小企業(yè)**創(chuàng)業(yè)之道。打造工業(yè)互聯(lián)網(wǎng)的平臺(tái)生態(tài),不是說只有這個(gè)平臺(tái)才能掙錢,但平臺(tái)上的每個(gè)人都有可能掙錢。2三個(gè)層次:工業(yè)大數(shù)據(jù)行業(yè)的分類 實(shí)驗(yàn)室接觸了也做了很多與工業(yè)大數(shù)據(jù)的應(yīng)用,并將其分為了三個(gè)層次。第 一個(gè)層次是單元級(jí)。即針對(duì)工業(yè)設(shè)備,不僅限于設(shè)備的遠(yuǎn)程運(yùn)維,還包括對(duì)設(shè)備故障的提前預(yù)警、故障分析,以及設(shè)備的優(yōu)化運(yùn)行、資產(chǎn)管理等等。首先我們需要將設(shè)備的運(yùn)行狀態(tài)進(jìn)行**的數(shù)字化測(cè)量,這種測(cè)量手段其實(shí)是將工業(yè)大數(shù)據(jù)的連續(xù)空間離散化。這個(gè)連續(xù)空間很復(fù)雜,而能測(cè)量的物理量、精度、傳感器數(shù)量都是有限的,所以全空間采樣無法實(shí)現(xiàn)。但隨著數(shù)字化水平提高、信息化進(jìn)程推進(jìn)、智能化應(yīng)用迭代,未來的測(cè)量過程也會(huì)升級(jí)。第二個(gè)層次是工廠層次。這個(gè)層次不是關(guān)注單體設(shè)備,而關(guān)注整個(gè)工廠的運(yùn)營效率、產(chǎn)品質(zhì)量和安全、環(huán)保問題。工業(yè)講求的是包括人、物料、工藝、設(shè)備、環(huán)境在內(nèi)的因素,在復(fù)雜的動(dòng)態(tài)系統(tǒng)中能夠協(xié)同作用。假設(shè)把全中國都看作一個(gè)大工廠,怎么在產(chǎn)業(yè)鏈條上提升自己的效率?我們今天做工業(yè)大數(shù)據(jù),做“智能+”,就是這個(gè)用途。首先要回答數(shù)據(jù)在哪里,其實(shí)數(shù)據(jù)在任何一個(gè)地方。以前工業(yè)上管數(shù)據(jù)管的相對(duì)粗糙,傳統(tǒng)在信息化領(lǐng)域做的相對(duì)較好的是管理信息化,而現(xiàn)在很多工業(yè)數(shù)據(jù)只是用來做監(jiān)控以及做故障發(fā)生時(shí)做數(shù)據(jù)的回放。這些數(shù)據(jù)拿來怎么做兩化融合(信息化和自動(dòng)化的數(shù)據(jù)融合)沒有做。第三層次是怎么拿到其他人的數(shù)據(jù)?比如說挖掘機(jī)要自動(dòng)化施工,需要了解GIS數(shù)據(jù)、環(huán)境數(shù)據(jù),但這些都不是傳統(tǒng)制造業(yè)企業(yè)擁有的數(shù)據(jù)。這說明今天工業(yè)大數(shù)據(jù)的內(nèi)涵,比傳統(tǒng)的數(shù)據(jù)內(nèi)涵要大得多。自動(dòng)化以及跨界整體的數(shù)據(jù),構(gòu)成工業(yè)大數(shù)據(jù)的體系。3工業(yè)大數(shù)據(jù)的分類和挑戰(zhàn)實(shí)際上,工業(yè)數(shù)據(jù)有三個(gè)特點(diǎn)。第 一個(gè)特點(diǎn)是多模態(tài)。過去很簡(jiǎn)單粗暴地將數(shù)據(jù)分成結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù),但工業(yè)企業(yè)不是這樣。今天看到的很多好像格式不一樣的、非結(jié)構(gòu)化的工程數(shù)據(jù),真正把它打開的時(shí)候是不一樣的。非結(jié)構(gòu)化數(shù)據(jù)的使用效率取決于結(jié)構(gòu)化的程度,只有結(jié)構(gòu)化才可以被**利用;第二個(gè)特點(diǎn)是高通量,很多設(shè)備是不停機(jī)的,所有的數(shù)據(jù)是7*24小時(shí)連續(xù)產(chǎn)生的,量非常大;第三個(gè)特點(diǎn)是強(qiáng)關(guān)聯(lián),在工業(yè)的不同行業(yè),數(shù)據(jù)關(guān)聯(lián)遵循不同的規(guī)律而非簡(jiǎn)單的聚合。所以工業(yè)大數(shù)據(jù)本身的特點(diǎn)帶來了非常多的挑戰(zhàn)。除了數(shù)據(jù)獲取的挑戰(zhàn),隨之而來的就是數(shù)據(jù)分析、應(yīng)用的挑戰(zhàn)。這里邊因果關(guān)系,即數(shù)據(jù)驅(qū)動(dòng)的方法只能告訴我們關(guān)聯(lián)性,而無法不能告訴我們因果性。比如淘寶推薦商品,只知道推薦相關(guān)商品,卻不關(guān)心這個(gè)事情的因果——為什么用戶是這樣的人。但這在工業(yè)上是行不通的,尤其是控制方面,因此模型需要長(zhǎng)時(shí)間的分析和驗(yàn)證。工業(yè)領(lǐng)域存在白盒模型和灰盒模型,白盒模型即工業(yè)機(jī)理,企業(yè)會(huì)根據(jù)工業(yè)機(jī)理設(shè)計(jì)工序、產(chǎn)品結(jié)構(gòu)和工藝,這是第 一步。當(dāng)它們被設(shè)計(jì)完之后,運(yùn)行中又會(huì)出現(xiàn)大量的不確定性,這些不確定性的消除靠的就是**、工匠的經(jīng)驗(yàn),讓整個(gè)流程生產(chǎn)變得更加穩(wěn)定和**,這是灰盒態(tài)。不再對(duì)機(jī)理和知識(shí)本身進(jìn)行分析和理解的數(shù)據(jù)模型,是一種黑盒模型。工業(yè)大數(shù)據(jù)和工業(yè)智能的本質(zhì)就是,將這些經(jīng)驗(yàn)和知識(shí)量化學(xué)習(xí)出來,挖掘心中有口中無的隱性知識(shí),或者嘗試通過數(shù)據(jù)方法把統(tǒng)計(jì)關(guān)系找到,再交還給工匠分析。工業(yè)就是工業(yè),它存在的時(shí)間比信息化時(shí)間長(zhǎng),積淀比信息化多,而大數(shù)據(jù)和人工智能技術(shù)只是給工業(yè)上帶來小的變化,嘗試幫它去消除不確定性。4大數(shù)據(jù)、人工智能在工業(yè)中的應(yīng)用首先是智能制造。比如某個(gè)機(jī)床的良品率下降,那么機(jī)床可以猜到刀具可能磨損了,主動(dòng)提出要換刀,或者爐溫過熱,就自主將溫度往下調(diào)兩度。如果設(shè)備可以自主告知、自主變化,而不是按照事先設(shè)定的邏輯來操作,這才是智能化。真正的數(shù)字化車間應(yīng)該是什么樣的?分了三個(gè)層次:第 一層是大數(shù)據(jù)集成。以攀鋼為例,它做鋼軌問題是產(chǎn)品質(zhì)量,很多鋼軌表面不平整,必須要修正。如果發(fā)現(xiàn)表面不平整會(huì)怎么辦?調(diào)整工會(huì)猜測(cè)原因、調(diào)試、再生產(chǎn),經(jīng)過很多迭代之后調(diào)穩(wěn)。而大數(shù)據(jù)能夠建立數(shù)據(jù)集成體系,讓決策者看到每個(gè)鋼軌發(fā)生了什么、控制參數(shù)是什么、檢測(cè)參數(shù)是什么。這樣一個(gè)以物料為中心、以工序流程為軸的數(shù)據(jù)集成體系,能夠?yàn)檎{(diào)整工提供更多更好的決策信息;第二層是大數(shù)據(jù)統(tǒng)計(jì)分析。能不能將好的批次的數(shù)據(jù)和差的批次的數(shù)據(jù)進(jìn)行疊加對(duì)比,看控制參數(shù)的差異?大數(shù)據(jù)可以猜測(cè)造成問題的原因,至少可以排序,讓調(diào)整工按照排序來做檢查和調(diào)整;第三層是機(jī)理模型。通過大量的數(shù)據(jù)和反饋,工業(yè)企業(yè)可以構(gòu)建一個(gè)相對(duì)準(zhǔn)確、正向的仿真模型,并在數(shù)字孿生體、數(shù)字空間進(jìn)行調(diào)試,在工廠里進(jìn)行測(cè)試,這就是數(shù)字孿生帶來的智能化體系。那么工業(yè)互聯(lián)網(wǎng)的邏輯對(duì)于智能制造來說改變了什么?從業(yè)務(wù)的角度來講,工業(yè)互聯(lián)網(wǎng)更多關(guān)注產(chǎn)業(yè)互聯(lián)網(wǎng)的邊界,而不關(guān)注企業(yè)內(nèi)部的生產(chǎn)環(huán)節(jié),它可以被總結(jié)成三個(gè)融合跨界:一是業(yè)務(wù)融合跨界,通過對(duì)產(chǎn)業(yè)鏈上下游業(yè)務(wù)邊界的拓展,企業(yè)可以嘗試整合上游的上游,也可以服務(wù)于下游的下游,我們是一個(gè)產(chǎn)業(yè)鏈協(xié)同視角下的大工廠;二是數(shù)據(jù)鏈條融合跨界,業(yè)務(wù)的拓展帶來了數(shù)據(jù)邊界的拓展,今天的數(shù)據(jù)不局限于企業(yè)原有的數(shù)據(jù)。比如說要服務(wù)于建造商,需要環(huán)境數(shù)據(jù)、操作數(shù)據(jù)、氣象數(shù)據(jù);根本的是技術(shù)改變,相比IT技術(shù)的發(fā)展,工業(yè)軟件和IT產(chǎn)業(yè)不在一條發(fā)展曲線,但現(xiàn)在通過云計(jì)算技術(shù)可以輕量級(jí)地讓用戶做這樣的開發(fā),對(duì)于激勵(lì)、知識(shí)的沉淀,可以在很多領(lǐng)域產(chǎn)生了技術(shù)溢出機(jī)會(huì)。工業(yè)互聯(lián)網(wǎng)平臺(tái)的出現(xiàn),讓工業(yè)企業(yè)能將花大量時(shí)間研發(fā)的仿真模型有可能沉淀成小而精的新形態(tài)工業(yè)軟件。
一、工業(yè)互聯(lián)網(wǎng)平臺(tái)是人工智能應(yīng)用的重要載體工業(yè)互聯(lián)網(wǎng)平臺(tái)覆蓋全流程生產(chǎn)數(shù)據(jù)。數(shù)據(jù)是應(yīng)用人工智能的“燃料”。工業(yè)互聯(lián)網(wǎng)平臺(tái)從數(shù)據(jù)“量”和“質(zhì)”兩個(gè)維度入手,提升工業(yè)場(chǎng)景數(shù)據(jù)集的廣度與深度,為人工智能應(yīng)用提供支撐。從“量”的方面看,工業(yè)互聯(lián)網(wǎng)平臺(tái)匯聚了數(shù)以千萬計(jì)的設(shè)備和傳感器,對(duì)異構(gòu)系統(tǒng)、運(yùn)營環(huán)境、人員信息等要素實(shí)施泛在感知、**采集和云端匯聚,實(shí)現(xiàn)了海量數(shù)據(jù)的廣泛集成。從“質(zhì)”的方面看,工業(yè)互聯(lián)網(wǎng)平臺(tái)通過構(gòu)建設(shè)備、產(chǎn)品、系統(tǒng)和服務(wù)全面連接的數(shù)據(jù)交流網(wǎng)絡(luò),充分挖掘?qū)崟r(shí)有效的工業(yè)大數(shù)據(jù),搭建數(shù)據(jù)自動(dòng)流動(dòng)的賦能體系,為深度學(xué)習(xí)的模型訓(xùn)練提供**的訓(xùn)練集、驗(yàn)證集和測(cè)試集,切實(shí)提高人工智能模型自學(xué)習(xí)、自決策、自適應(yīng)的有效性。工業(yè)互聯(lián)網(wǎng)平臺(tái)推動(dòng)工業(yè)知識(shí)算法化。算法是人工智能應(yīng)用的關(guān)鍵。工業(yè)互聯(lián)網(wǎng)平臺(tái)作為工業(yè)全要素、全產(chǎn)業(yè)鏈、全價(jià)值鏈連接的樞紐,打通了工業(yè)知識(shí)向工業(yè)算法轉(zhuǎn)化的通路,為構(gòu)筑工業(yè)領(lǐng)域人工智能算法庫提供助力。一方面,工業(yè)互聯(lián)網(wǎng)平臺(tái)豐富了算法理論來源。依托工業(yè)機(jī)理基礎(chǔ)和數(shù)據(jù)模型分析,工業(yè)互聯(lián)網(wǎng)平臺(tái)將隱性的工業(yè)技術(shù)原理、行業(yè)知識(shí)和**經(jīng)驗(yàn)進(jìn)行代碼化、算法化,重構(gòu)了工業(yè)知識(shí)**和應(yīng)用體系,面向特定工業(yè)場(chǎng)景提供針對(duì)性強(qiáng)、魯棒性高的算法。另一方面,工業(yè)互聯(lián)網(wǎng)平臺(tái)降低了算法開發(fā)成本。工業(yè)互聯(lián)網(wǎng)平臺(tái)通過提供開發(fā)環(huán)境和各類工具,助力開發(fā)者打造工業(yè)APP與微服務(wù)體系,將各類工業(yè)知識(shí)封裝成可交易的模塊組件,推動(dòng)工業(yè)算法在更大范圍、更高頻次、更短路徑上**、傳播和復(fù)用。工業(yè)互聯(lián)網(wǎng)平臺(tái)構(gòu)建協(xié)同算力資源池。工業(yè)場(chǎng)景具有環(huán)境參數(shù)復(fù)雜、工序步驟精細(xì)、實(shí)時(shí)性要求高等特點(diǎn),應(yīng)用人工智能技術(shù)對(duì)算力要求較高。工業(yè)互聯(lián)網(wǎng)平臺(tái)基于云架構(gòu)匯聚企業(yè)內(nèi)外算力資源,根據(jù)實(shí)際需要統(tǒng)一調(diào)配,搭建廣泛聚集、**協(xié)作的算力供給體系,為人工智能應(yīng)用提供穩(wěn)定的支撐保障。在企業(yè)內(nèi)部,工業(yè)互聯(lián)網(wǎng)平臺(tái)匯聚內(nèi)部算力資源構(gòu)建算力資源池,針對(duì)不同時(shí)段、不同用戶和不同級(jí)別的算力需求,基于大數(shù)據(jù)分析統(tǒng)籌使用內(nèi)部設(shè)備,提高設(shè)備使用效率。在企業(yè)外部,工業(yè)互聯(lián)網(wǎng)平臺(tái)對(duì)接各類算力提供商,通過租借、購買等方式,補(bǔ)充企業(yè)內(nèi)部算力的不足,以提升整體算力水平,縮小人工智能應(yīng)用需求和實(shí)際算力之間的差距。二、應(yīng)用場(chǎng)景加快人工智能與工業(yè)互聯(lián)網(wǎng)平臺(tái)融合設(shè)備層:機(jī)器智能構(gòu)建新型人機(jī)關(guān)系。企業(yè)依托工業(yè)互聯(lián)網(wǎng)平臺(tái),在生產(chǎn)、控制、研發(fā)等領(lǐng)域的設(shè)備上運(yùn)用人工智能技術(shù),構(gòu)建人機(jī)協(xié)同、互促共進(jìn)的新型人、機(jī)、物關(guān)系。一是設(shè)備自主化運(yùn)行,如復(fù)雜工料分揀、設(shè)備自運(yùn)行等。機(jī)械臂、運(yùn)輸載具和智能機(jī)床等產(chǎn)品,通過搭載機(jī)器學(xué)習(xí)算法、路徑自動(dòng)規(guī)劃等模塊,實(shí)現(xiàn)對(duì)不同工作環(huán)境和加工對(duì)象的動(dòng)態(tài)適應(yīng),提高設(shè)備操作的精度和復(fù)雜度。二是人機(jī)智能化交互,如動(dòng)作識(shí)別、語音用戶界面等。應(yīng)用語音識(shí)別、機(jī)器視覺等技術(shù),打造人性化、定制化、**化的人機(jī)交互模式,提升控制裝備在復(fù)雜工作環(huán)境的感知和反饋能力。三是生產(chǎn)協(xié)同化運(yùn)作,比如協(xié)作機(jī)器人、仿生工位等。利用人工智能技術(shù)將人機(jī)合作場(chǎng)景轉(zhuǎn)變成學(xué)習(xí)系統(tǒng),持續(xù)優(yōu)化運(yùn)行參數(shù),為操作員提供生產(chǎn)環(huán)境。例如,德國Festo公司基于仿生協(xié)作型機(jī)器人開發(fā)人機(jī)協(xié)作生產(chǎn)的智能化工位,可將人從重復(fù)性、危險(xiǎn)性高的工作中解脫出來,提高了生產(chǎn)效率。邊緣層:邊緣智能提升邊緣側(cè)實(shí)時(shí)分析處理能力。邊緣智能技術(shù)通過協(xié)同終端設(shè)備與邊緣服務(wù)器,整合計(jì)算本地性與強(qiáng)計(jì)算能力的互補(bǔ)優(yōu)勢(shì),從而減少非必要的數(shù)據(jù)傳輸、降低模型推理延遲與能耗。具體有以下三類應(yīng)用:一是智能傳感網(wǎng)絡(luò)。東方國信、寄云科技等企業(yè)通過建設(shè)智能網(wǎng)關(guān),動(dòng)態(tài)實(shí)現(xiàn)OT與IT間復(fù)雜協(xié)議的轉(zhuǎn)換,提供安全高速的數(shù)據(jù)連接與數(shù)據(jù)采集服務(wù),強(qiáng)化對(duì)帶寬資源不足和突發(fā)網(wǎng)絡(luò)中斷等異常場(chǎng)景的應(yīng)對(duì)能力。二是噪聲數(shù)據(jù)處理。天云網(wǎng)、海爾集團(tuán)等通過智能傳感器采集數(shù)據(jù),利用基于人工智能的軟件識(shí)別減小確定性系統(tǒng)誤差,提高數(shù)據(jù)精度,從而實(shí)現(xiàn)物理世界隱性數(shù)據(jù)的顯性化。三是邊緣即時(shí)反饋。思科、微軟等企業(yè)通過分布式邊緣計(jì)算節(jié)點(diǎn)進(jìn)行數(shù)據(jù)交換,及時(shí)比對(duì)云端廣播的模型和現(xiàn)場(chǎng)提取的特征值,基于邊緣端設(shè)備實(shí)現(xiàn)本地快速響應(yīng)和操作優(yōu)化,減少云端運(yùn)算壓力和處理延遲,實(shí)現(xiàn)云端協(xié)同。平臺(tái)層:大數(shù)據(jù)分析構(gòu)建“數(shù)據(jù)+認(rèn)知”算法庫。工業(yè)互聯(lián)網(wǎng)平臺(tái)基于PaaS架構(gòu),打造由數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)共享、數(shù)據(jù)分析和工業(yè)模型等組成的整體數(shù)據(jù)服務(wù)鏈,把基于數(shù)據(jù)科學(xué)和認(rèn)知科學(xué)的兩類工業(yè)知識(shí)經(jīng)驗(yàn)沉淀在可移植、可復(fù)用的人工智能算法庫中。在數(shù)據(jù)科學(xué)領(lǐng)域,企業(yè)構(gòu)建以機(jī)器學(xué)習(xí)、深度學(xué)習(xí)為核心的數(shù)據(jù)算法體系,綜合利用大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和智能控制等算法,通過仿真和推理解決已知的工業(yè)問題。例如,美國康耐視公司開發(fā)了基于深度學(xué)習(xí)的工業(yè)圖像分析軟件,能以毫秒為單位識(shí)別缺陷,解決傳統(tǒng)方法無法解決的復(fù)雜缺陷檢測(cè)、定位等問題,使檢測(cè)效率提升30%以上。在認(rèn)知科學(xué)領(lǐng)域,企業(yè)從業(yè)務(wù)邏輯原理出發(fā),通過搭建以知識(shí)圖譜、**系統(tǒng)為代表的認(rèn)知算法體系,解決機(jī)理未知或模糊的工業(yè)問題,如企業(yè)智能決策、風(fēng)險(xiǎn)管理等。實(shí)際上,西門子、IBM、華為等公司通過構(gòu)建供應(yīng)鏈知識(shí)圖譜,匯集氣象、媒體、交通和物流等信息資源,大大提高了供應(yīng)鏈風(fēng)險(xiǎn)管理效率。應(yīng)用層:商業(yè)智能提升工業(yè)APP數(shù)據(jù)挖掘深度。開發(fā)者依托工業(yè)互聯(lián)網(wǎng)平臺(tái)提供的開發(fā)工具和框架,面向不同工業(yè)應(yīng)用場(chǎng)景,開發(fā)搭載人工智能的特定工業(yè)APP,利用人工智能手段賦能現(xiàn)有生產(chǎn)過程,為用戶提供各類在平臺(tái)定制開發(fā)的智能化工業(yè)應(yīng)用和解決方案。主要有以下幾類:一是預(yù)測(cè)性維護(hù)。利用機(jī)器學(xué)習(xí)方法擬合設(shè)備運(yùn)行復(fù)雜非線性關(guān)系,提升預(yù)測(cè)的準(zhǔn)確率,降低運(yùn)維成本與故障率。德國KONUX公司結(jié)合智能傳感器及機(jī)器學(xué)習(xí)算法構(gòu)建設(shè)備運(yùn)行模型,使機(jī)器維護(hù)成本平均降低了30%。二是生產(chǎn)工藝優(yōu)化。依托深度學(xué)習(xí)繞過機(jī)理障礙,通過挖掘數(shù)據(jù)隱藏特征間的抽象關(guān)系建立模型,并找出參數(shù)組合。TCL格創(chuàng)東智針對(duì)液晶面板的成膜工序,通過機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)了關(guān)鍵指標(biāo)的預(yù)測(cè)與品質(zhì)優(yōu)化,年收益達(dá)到近千萬元。三是輔助研發(fā)設(shè)計(jì)。通過應(yīng)用知識(shí)圖譜、深度學(xué)習(xí)等技術(shù)構(gòu)建設(shè)計(jì)方案庫,對(duì)設(shè)計(jì)方案提供實(shí)時(shí)的評(píng)估反饋。美國UTC依靠知識(shí)圖譜解決了多個(gè)產(chǎn)品研發(fā)問題,設(shè)計(jì)出的換熱器傳熱效率能提高80%,設(shè)計(jì)周期僅為原來的1/9。四是企業(yè)戰(zhàn)略決策。利用人工智能擬合工業(yè)場(chǎng)景中的非線性復(fù)雜關(guān)系,提取非結(jié)構(gòu)化數(shù)據(jù)構(gòu)建知識(shí)圖譜和**系統(tǒng),為企業(yè)提供戰(zhàn)略方案選擇。美國初創(chuàng)公司Maana聚焦石油和天然氣領(lǐng)域,協(xié)同應(yīng)用知識(shí)圖譜與數(shù)據(jù)科學(xué),為GE、殼牌、阿美等石油巨頭提供企業(yè)級(jí)決策建議。三、幾點(diǎn)建議夯實(shí)產(chǎn)業(yè)基礎(chǔ),突破人工智能與工業(yè)互聯(lián)網(wǎng)平臺(tái)融合的關(guān)鍵共性技術(shù)。一是構(gòu)建高質(zhì)量的公共數(shù)據(jù)集。鼓勵(lì)滿足條件的工業(yè)互聯(lián)網(wǎng)平臺(tái)企業(yè)開放具備一定規(guī)模的生產(chǎn)環(huán)境、視頻圖像、文本對(duì)話等數(shù)據(jù)集,建立高質(zhì)量的公共測(cè)試數(shù)據(jù)庫。二是加大算法研發(fā)應(yīng)用力度。推動(dòng)科研院所、行業(yè)龍頭企業(yè)開展協(xié)同研發(fā)和**應(yīng)用,圍繞卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)等算法開發(fā)相關(guān)工具,完善開發(fā)環(huán)境。三是提升算力支撐能力。引導(dǎo)和培育一批算力提供商和算力交易平臺(tái),探索算力租賃、交易、托管等新服務(wù)模式。聚焦場(chǎng)景應(yīng)用,引導(dǎo)加快面向工業(yè)互聯(lián)網(wǎng)平臺(tái)的人工智能產(chǎn)品開發(fā)。一是加快**智能設(shè)備研發(fā)。加快智能傳感控制、智能檢測(cè)裝配、智能物流倉儲(chǔ)等**技術(shù)裝備的開發(fā),布局和積累一批核心知識(shí)產(chǎn)權(quán)。二是突破邊緣智能核心技術(shù)。**突破圖形處理器、現(xiàn)場(chǎng)可編程門陣列、專用集成電路等一批關(guān)鍵核心技術(shù),提高硬件基礎(chǔ)支撐能力,實(shí)現(xiàn)圍繞邊緣設(shè)備的感知、控制、決策和執(zhí)行等功能。三是加快行業(yè)機(jī)理模型沉淀。聚焦AI工業(yè)應(yīng)用,建設(shè)工業(yè)互聯(lián)網(wǎng)模型算法公共測(cè)試驗(yàn)證中心,堅(jiān)持以測(cè)帶建、以測(cè)促用。四是培育基于AI的工業(yè)APP。引導(dǎo)工業(yè)互聯(lián)網(wǎng)平臺(tái)企業(yè)搭建制造業(yè)**中心,開放開發(fā)工具和知識(shí)組件,構(gòu)建開放共享、資源富集、**活躍的工業(yè)APP開發(fā)生態(tài)。完善生態(tài)體系,構(gòu)建工業(yè)互聯(lián)網(wǎng)平臺(tái)跨界融合新模式。一是強(qiáng)化示范引領(lǐng)。在現(xiàn)有工業(yè)互聯(lián)網(wǎng)平臺(tái)相關(guān)專項(xiàng)和試點(diǎn)示范中,增添人工智能方向的應(yīng)用試點(diǎn),加快推動(dòng)復(fù)雜環(huán)境識(shí)別、新型人機(jī)交互等人工智能技術(shù)與工業(yè)互聯(lián)平臺(tái)融合發(fā)展。二是優(yōu)化公共服務(wù)。面向語音識(shí)別、視覺識(shí)別、自然語言處理等領(lǐng)域,建設(shè)能夠提供知識(shí)圖譜、算法訓(xùn)練、產(chǎn)品優(yōu)化等共性服務(wù)的平臺(tái)和開源社區(qū)。三是增強(qiáng)人才儲(chǔ)備。鼓勵(lì)高等院校設(shè)置人工智能工業(yè)應(yīng)用課程,開展人工智能專題教育和培訓(xùn),加緊培育一批急需的人工智能人才。四是加強(qiáng)宣傳推廣。通過開展現(xiàn)場(chǎng)會(huì)、人工智能大賽等形式,凝聚行業(yè)共識(shí),提高公眾認(rèn)識(shí),挖掘做法,推廣典型案例,積極營造產(chǎn)業(yè)發(fā)展的良好氛圍。
規(guī)模化生產(chǎn),保障產(chǎn)品質(zhì)量和產(chǎn)能
標(biāo)準(zhǔn)化質(zhì)檢流程
包裝嚴(yán)實(shí),極速發(fā)貨
7*24全方位貼心服務(wù)
13226362999
官方微信
掃一掃
頂部
返回頂部