【智能制造】新能源汽车供应链整合与智能制造的操作抓手在哪里?四位大咖热议工业4.0

xiaoxiao2021-02-28  23

随著工业4.0趋势兴起,在互联网+与物联网的双重推波助澜下,产业的市场边界已逐渐模糊,对中国企业而言,如何在产业升级的过程中搭上互联网+的风口转型创新,是在思考供应链管理时不可忽视的重点。3月31日,由第一电动网与广东省新能源汽车产业协会主办的2018珠三角未来汽车供应链创新论坛在深圳盛大开幕,在当天下午举行的“供应链整合与智能制造沙龙”,主持人立达资本投资总监夏令与艾普工华董事长、CTO黄刚、珠海运泰利CEO张琛星、深圳市瑞能实业股份有限公司副总经理李兵,共同就供应链整合与智能制造等热点议题展开了探讨,嘉宾观点非常精彩。

以下为沙龙实录:

主持人-夏令:从2015年《中国制造2025》推出及工业4.0概念兴起,数字工厂、智能工厂、智能制造等众多概念让人晕眩。工信部提出的制造水平分为工业2.0、工业3.0普及和工业4.0试点三个阶段。从三位从事的新能源汽车产业来看,目前生产制造水平属于2.0、3.0还是4.0,这里有没有可以吐槽的地方?

立达资本投资总监夏令

艾普工华董事长、CTO黄刚:汽车在制造行业处于前列,是最早做流水化生产的行业,本身的特点导致它必须采用信息化和自动化的手段,单个工厂20-30万辆车,每辆车有4-5万个零件,电动车的零件变少,供应链会缩短。汽车行业的需求特点导致我们不得不用自动化和信息化手段解决问题。我认为传统汽车厂目前处在3.0左右的水平。互联网汽车和新能源汽车的很多玩家和企业来自于互联网端,先天优势是互联网思维,包括对于人的应用和新技术的应用。目前我接触的一些新能源客户采用的技术是沿用传统汽车的生产模式,期待在此过程中发现新手段和新方法,同时反推到传统企业。

艾普工华董事长、CTO黄刚

珠海运泰利CEO张琛星:大年初四我飞到美国特斯拉全国唯一的工厂参观,他们VP给我介绍Model 3现在的产量,我可以认为这是工业制造领域很大的吐槽,他妈的新能源汽车制造只能达到所谓的工业2.0,因为他们的自动化程度和供应链体系无法满足每天的出货量。现在特斯拉是新能源汽车的标杆,他们的意见比较带有风向性,所以我认为现在是2.0。

珠海运泰利CEO张琛星

深圳市瑞能实业股份有限公司副总经理李兵:新能源的制造有不同的特点,电池的生产有化学物理特性,这个特性难以在生产端控制。必须在实验室时做到最好的控制效果,把控制策略和材料、应用、控制工艺放在产线上实施。对工业4.0的理解和其他领域有点区别,毕竟专业化程度更高,技术性更强。另外还有时效性问题,基于这三点,需要更深刻的理解自动化的方法。

深圳市瑞能实业股份有限公司副总经理李兵

主持人夏令:现在电池初步达到3.0水平,在往4.0阶段的方向迈步。在整车领域更多的是2.0和3.0的水平。3.0以精益生产为主,由丰田率先提出,丰田精益生产提出的自动化只是其中一块,还有作业流程标准化等不同的环节。张总是提供系统集成的,您是否面临跟整车厂客户沟通精益生产的改变问题。不知道二位如何解决3.0架构里的体系化结构问题?

张琛星:从业务层面抛出全新的概念。中国强调人力成本越来越高,所以要实现自动化。真正的自动化或者真正的智能制造是怎样的,国家没有给明确的方向。让工厂实现智能,我认为包括四个维度:第一,成立四个事业部,检测事业部、测试设备部门、非标部门、标准事业部,这三块从硬件方面实行。最后实现智能工厂,必须有很好的软件平台,才能达成所谓的智能工厂。在此过程中,会遇到很多技术难题或者所谓的挑战,相信智能制造和智能工厂的方向毋庸置疑。

黄刚:从日本丰田来说,其自动化离不开人。从工业4.0来说,所有自动化、数字化都是迭代的过程,以后可能会变成没有人,但背后还是人,自动化、数字化是人的思想的体现,生产管理不断提高,把标准化的内容固化到硬件装备和软件里,通过这种方式实行进一步的智能化和自动化。

主持人-夏令:现在标准化的水平和能力如何,是否需要外部厂商帮助?

黄刚:在做解决方案时,通常第一步跟客户方交流,帮他们改善目前生产管理的方式方法,一是经营化,相信工业软件的实施也是如此。首先跟客户需求相结合,改善当前痛点,把在其他行业遇到的好的方案注入企业经营管理。通过软件把它固化、标准化,减少员工出错的概率。

主持人-夏令:这几年工信部大力推进智能制造的试点,设备商、软件服务商等有很大的提升。除了三位嘉宾自己的产品越来越有竞争力,我听到很多投资企业和业界朋友对设备商和集成商的吐槽。有些认为集成商对制造企业的工艺理解水平不够,有时候工艺要依托于很高工艺水平的制造企业自己解决。虽说的设备可以使用,但能否保证稳定性。这个也有很多国外的竞争对手,黄总遇到西门子,在推进智能制造、工业4.0的工作中,和国外相比,存在哪些优势和劣势,请李总先谈谈,你们的设备现在具有世界一流水准,哪些做得比国外好?

李兵:从电池测试设备所要达到的功能和生产线来说,基本在一个水平。三月份我参加了日本设备展,看到了日本和欧洲的生产技术,他们把自动化领域的机械、电子、控制、信息等供应商导入产线集成,集成方式和国内平时项目实施的基本一致。瑞能做电池生产线,导入物流、测试机和仓储系统,形成高度集成化。对于电池信息管理也是如此,从国家到国际横向比较,量级上达到很高的水平,从测试水平来说,电池的测试水平达到万分之五,甚至万分之二的趋势。没有很大的差距,在实现产线标准化和产线生产模块化方面,我承认有比较大的差距。这基于两点:一是在电子技术上,跟国际有几代的差距水平;二是受到西方国家的影响,有些更高端的芯片或者需要的芯片不能供给,这是发展比较困难的方面。相信随着国家独立的发展,这只是时间问题,相信2025并不是梦想。

主持人-夏令:请张总谈谈目前市场竞争中,尤其跟国外企业相比,目前的优势和劣势是什么?

张琛星:国家强大了,现在中国不缺钱,在技术层面,比日本、德国有一定的差距。但在资本市场,可以先弯道超车。国外企业的优势也是其弱势,他们专著于某一块,这一块只是一百人甚至几十人的企业,可以买下来。可以把能力集合起来,可以理解为智能制造,把各个优势技术整合到平台上,成为现在最大的优势。劣势是和他们的差距,如何完成弯道超车,一是快速完成资本收购,二是设立办公室和厂房,选择世界上一流的人才是最快的方式。有些行业内企业选择系统集成商时,偏好选择品牌的,尤其是国际一流品牌的。国际一流品牌可能会拆分给二包、三包,实际工作是中国企业做的。现阶段只有通过资本市场,把优质的核心技术企业买过来,通过本土化的制造,降低成本,和客户形成共赢。很多时候是非标定制化,国人的品牌性不是特别强,他们相信新加坡、日本企业,只有通过企业的收购,形成弯道超车。

主持人-夏令:和西门子相比的优势和劣势在哪里,如何形成差异化?

黄刚:从软件角度来讲,谈不上优势和劣势。从软件前沿技术来讲,中国的技术相对于国外创新有一定的差距。对于工业软件技术来讲,它落后于前沿发展技术5到10年。中国人的跟随性特别强,市场出一个东西,他有很强的学习能力。我认为中国和国外的差距不是很大,可以基本忽略这种差距。和西门子竞争时,大家知道西门子会带来先进的制造思想,这是不容忽视的。我认为在新兴产业,西门子没有特别借助多的产业,国内有自己的优势,趋势越来越明显。在国内竞争过程中,三年前和现在相比,国外中标的可能性下降。很多竞争过程中,他们的价格甚至比低。这是不容忽视的,以后和国产装备制造商要更紧密结合。很多传统制造业的一流设备是进口的,特别是需要集成的设备是需要进口的。西门子、GE有特别的优势,这是无法回避的。希望国内制造装备能够大规模普及,对国人软件有一定的促进作用。

主持人-夏令:大家谈到自身装备的发展优势,从前沿的制造技术来讲,跟互联网大数据和智能化技术结合,是从点到面普及的过程。在的产品里,有没有结合大数据分析、智能化应用,出来新模式和新产品?

黄刚:大数据在工业4.0里,未来会提出人工智能2.0,这和数据、智能决策有紧密的关系。在这个行业无法逃避,如果你不做这件事,五年后可能会被淘汰。像做制造的行业,只有大企业能玩得起大数据,因为成本太高,要闭环。大企业近三五年的数据比较好,以前的数据比较残缺,经营管理数据方面的大数据还在找方向突破,行业内还在探讨。大数据的主要供应是过程数据和实时数据,对于加工过程中,刀具的处理。光电传来的振动,通过视频识别找到缺陷,判断锻造率。

李兵:在电池生产环境中,很多配有系统,但仅仅停留在信息收集层面。如何从多维角度解决电池问题,甚至延伸到应用端、新能源车厂、运营平台,我认为未来是一个大方向。一旦提出概念,确实是很大的题材。这是未来必须有的,国家2月份提出电池编码管理,就是一个大数据的概念。如何从软件、电池专业化的角度处理数据,我认为这需要像我们这样的公司和大数据软件公司进行结合,把管理方式和概念融入到专业中,未来这是一个大方向。

主持人-夏令:智能制造的核心是横向、纵向、端到端的集成。谈到纵向智能工厂的建设,今天还有一个主题是供应链整合,是横向的集成。黄总同时是华中科技大学研究这一块的教授,现在横向的集成在业内谈得比较少,确实遇到很多困难,有什么原因,有没有破解之法,什么时候有更好的突破?

黄刚:纵向的事做得比较多,软件和硬件的集成,设计到设计的打通提得比较多。供应链管理基本停留在基本信息管理、财务结算和招投标的方面,认为智能制造的发展不会完全脱离于完整的生态,不能只关注制造,做了这么多年没有找多很好的突破口。横向集成到纵向集成,最后形成端到端。例如有一个车厂,另一端是用户。或者供应商,另一端是用户。端对端的集成最后实现打通,今天谈了很多电动车的生态,把生态加到“互联网+”和智能制造,有助于横向的组成。智能制造不仅仅是闭门造车的过程,一定要看生态的发展,包括娱乐系统等,肯定会有很大的发展。李总提到电池,所有生产过程中,特别是电池装备带过来的数据,一定会为未来车的行驶、运营有相互促进的作用。

主持人-夏令:智能制造从微笑曲线来说是资源分配,中国传统的整车厂将来会变成代工的角色吗?

张琛星:这个问题太尖锐了,我觉得不会,中国会有自己的自主品牌。要让中国的品牌形成生态系栋,带动周边所有的供应链,大家统一发力,才能实现智能制造、工业互联网,只有这样,国家才能真正的崛起。只有这样,才能真正和欧美、日本跟强国一较高低。

主持人-夏令:目前电动汽车行业有没有具体操作抓手,如果现在想推动这件事,应该怎么做,现在可以做的是什么?

黄刚:我们的视角从如何通过软件的方式更紧密的管理现有的供应链。传统企业的供应链和电动汽车供应链在哪里,再找抓手。个人认为传统汽车供应链更长,工艺系统更复杂,汽车是电机、电控系统和电池。这一块有自己比较大的主机厂,现在各种汽车厂也开始做这方面的事情。供应链跑的东西跟传统企业不太一样,特别是电池有特定的参数。匹配问题和传统不一样,传统做了多年,做得比较好。电池驱动系统的匹配会否对未来市场带来影响,如果有,这可能是一个切入点。

主持人-夏令:自从工信部推出智能制造试点项目后,跟很多企业交流,尤其是处于供应链的企业。你申请这些项目或者做智能制造背后的驱动力是什么?第一,如果智能业企业不申报智能制造项目,难以从政府拿钱,这是一个框,一定要框在里面; 第二,整车厂的要求是可追溯,原来没有补足这块系统和设备的企业会受下游客户的要求必须做的。每个汽车要申报国家平台,要实时可追踪。锂电池和电机电控目前不是特别成熟,存在安全问题、质量问题合和其他不知道的问题。一旦出现问题一定要追溯企业和产品,这是上游零部件的必然要求,我认为这是上游必须做的事情。

李兵:从我们的角度出发,电池自动化生产不仅仅是生产一个产品,他生产的可能是小型炸弹,这是安全性问题。电池生产应该把安全问题放在第一位。关于如何自动化,我认为要基于安全生产为前提。另一方面,从系统集成角度出发,要增加信息的透明度。在这个产业有新兴的公司出来,技术先进,并且有很多创新。很多集成商和厂商信息不太透明,选择供应链时有选择难题,对于供应链上的公司来说,新能源在某一段时间有生产爆发增长,在增长过程中,有些公司发展到极致,在供应链上发布产品存在一定问题,希望有一个平台,把产业供应链进行完整整合,解决信息透明的问题和即时性问题。

智电互动集团庞义成:从我这个角度看发展的几个可能特征。第一,未来10年的发展,产能一定会过剩,事实上一定会过剩。基于对无人驾驶的判断,无人驾驶的到来必定会使消费生态发生大变化,终端需求不会那么多,现有的成本会过剩,新增的产能也会过剩。在产能过剩的大背景下,会要求行业标准化、模块化的程度快速提升,也要求行业技术进步快速提升。李总谈到需要一个平台做信息透明、标准化工作,我比较理想化,我认为不只是信息标准的问题,要更快的推动整个产业零部件集成的问题,争取有一天实现通讯行业的水平。过程中需要供应链管理,包括纵向、横向的整合。信息、技术、硬件分割在一个个主机厂,没有被打通,我认为这个局面会被改变。不是由改变,而是被大环境改变。大环境改变的前提下,业内专业机构能否提前做一些有价值的点,这一点是我所说的抓手。我了解到所有的新兴造车公司了解这个问题,一方面大家懂这个机会,拿了钱,招一批人开始做这件事。同时大家知道过程九死一生,创业本来便是九死一生。关键在于资源会否被浪费,在各地投的土地、厂房、设备,如果创业中无法胜出,这些将会变成废铁。一个厂投资几十亿,投资量非常大。我从媒体工作者的角度提出理想化的期望和建议,我希望行业专业人士可以站在大发展趋势的角度考虑,看能否作出真正对行业未来发展有战略价值的点,一定能得到主机厂的支持,至少能被新兴造车公司朋友们看到。

· END ·


任正非松山湖工厂沟通纪要——从系统工程角度出发规划华为大生产体系架构,建设世界一流的先进生产系统

总 裁 办 电 子 邮 件

电邮讲话【2018】027号 签发人:任正非

从系统工程角度出发规划华为大生产体系架构,建设世界一流的先进生产系统

——任总在松山湖工厂沟通纪要

2018年2月24日

面向工业4.0和智能制造,我们要从系统工程角度出发,从未来的商业模式规划和设计供应模式、制造模式和生产方式。先要把大生产体系的架构规划清楚,架构不清楚未来就会走弯路。

一、以德国的工艺流程和工业软件为主体,把日本的质量管理嵌进去,松山湖实验室要统筹规划未来整个大生产体系的系统性框架

松山湖实验室要研究整个华为公司大生产体系和智能制造的系统性框架应该怎么做。你们一定要跳出现有的平台、跳出过去的基础,站得高一点来完成这个框架。也许这个框架将来还有更优秀的人进来做,但你们今天作为思想者、先驱者把框架提出来,这样我们德国实验室和日本实验室就不会迷航了。

我希望未来五年以后的大生产体系架构,以精益生产为基础,以德国的工艺流程和工业软件为主体,把日本的质量管理嵌进去。德国和日本的工业自动化实验室快要进入使用状态了(李建国:德国实验室今年7月份投入使用,日本实验室已开始运营),架构清楚以后,它该生产什么就生产什么,精密制造、零部件开发等我都不阻挠,你想多做一些我也不干预,先踏踏实实做好。但要挑难的做,越难越可以立项,简单的就不要做了。德国和日本管理日常生产的是一伙人,要认真做好东西;还有另一伙人,要把关键能力(包括先进的流程、装备/工艺、软件、质量管理等)提取出来,组成我们未来新的生产模式。这样我们在德国做实验,在日本做实验,松山湖统一管,更大规模地把关键能力黏结起来,就形成了世界一流的先进生产系统。

为什么要设立德国工厂和日本工厂(建议改成德国和日本实验室),德国人工作非常严谨、流程非常严格、工业软件非常优秀。比如说西门子,将机械、电气、电子、工艺、结构、材料、热能等多学科能力集成到了一个统一的软件平台上,产品和工艺的设计、开发、试制验证都可以在这个平台通过数字化手段完成,节省大量重复性工作。并且在西门子数字化转型过程中得到了充分检验,我们就可以借鉴德国的工艺流程,直接应用其工业软件。生产系统的软件对我们来讲是不重复使用的软件,坚决买。日本的 “检一个、装一个、测一个”一个流没有断点的精益生产模式,从来料到出货全流程不间断流动,通常集中的老化工序也能随线。生产能流起来的前提是质量稳定,直通率达到95%,生产线可以动起来,达到98%时就可以顺畅流动。流动可以减少等待、减少沟通协调、减少浪费,也能避免出现批量质量问题,保证制造过程的高质量、高效率,这就是我们要学习的日本经验。结合德国“高质量/高性能/高度自动化”和日本“小型/低成本/一个流自动化”之长,把这些都融入到我们的大生产体系架构中,以有综合竞争力的成本实现高质量、高度自动化和部分智能化生产。

我们的大生产体系架构,包括质量方针/质量目标、计划体系、调度体系、生产体系、工艺体系等等,实际上都可以转化为确定性的。你们的计划体系不是指熊乐宁的那个计划体系,那个计划体系是非常不确定的,因为市场在波动。不要把波动传递到制造系统,制造就是要通过合理的吸收波动,做到均衡生产,按照计划怎么能生产出优质产品来。这些确定性的工作怎么融合起来,整个管理过程每一个口的经线是什么、纬线是什么,怎么走向智能化,希望在这一次新架构设计和思想框架搭建过程中要很清晰。

经线做到比较清晰相对容易,纬线要打通则很难。我们每个口有大循环、中循环、又有小循环,我认为小循环有统计规律,大循环、中循环也有统计规律,要根据这些统计规律,在一个复杂的地方建一个模型,在另一个复杂的地方再建一个,模型和模型连接起来,就解决了很多纬线相衔接的问题。你们过去的很多改进做的很好,要不断地通过统计学进行持续优化。

二、参考工业4.0的架构,大生产体系的主体就是沿着三个流打通、集成和融合

智能社会万物感知、万物智能和万物互联,机器人也可以像真人一样沟通。自动化解放了人手,智能化会解放人脑,工业4.0和数字化/智能制造可能会深刻改变未来的商业模式、供应模式、制造模式和生产方式。自动化/数字化/智能工厂内,关键资源都相互连接,可以动态灵活调配,通过“人与物”的相互协同、“物与物”的相互通讯,达到“人与物”的最佳配置和最优配合。未来有没有可能会部分走向C2M模式?市场、研发、生产制造等环节都数字化融合和集成,工厂与客户可以直接连接,可以远程验证、远程验收和远程维修/维护。比如说,客户通过虚拟环境进入工厂走一圈,就可以直接下单、甚至可以有规则地影响制造过程,满足不同用户的定制化需求,实现“设计即制造、所见即所得、制造即服务”。

未来大生产体系架构的主体应该围绕从产品设计到投入生产的产品工程数据流、从客户需求到生产指令的生产信息流、从来料到成品出货的生产工艺流这三个端到端的过程进行打通、集成和融合。

1)设计与制造数字化融合,多角色在一个平台上工作。产品工程数据流在先进的MPM软件平台上进行研发与制造融合设计,虚拟验证和实物验证相结合。产品工程数据从PDM到MPM,再到MES+端到端集成,设计到制造多角色在一个平台上工作。产品、物料、工厂设施/生产设备和工艺流程都数字化,从而为真实的物理世界建立起一个虚拟世界的“数字双胞胎”,在设计阶段就可以在这个虚拟世界进行生产过程中每一步制造方案的设计/仿真/验证/优化和DFM的工具化/自动化检查;产品设计数据和工艺参数就可以免转换、一键式地灌入生产系统和生产设备,从设计源头保证产品高质量,缩短产品开发周期和试制周期。

2)客户订单/供应计划信息透传到制造工厂,共享式集成、自动化处理。生产信息流通过ERP把订单/计划信息透传到MES+,通过MES+实现客户数据驱动按价值流自动化生产。产业链上的供应商、制造工厂全过程互联,订单状态、供应商来料状态和生产过程状态透明可视,客户下单后就可以直接看到产品制造过程,看到他的产品生产到哪儿了,生产完就可以直接送到指定地点。

3)生产工艺过程是多级物联的,高度自动化、部分智能化,可以软件定义。生产工艺流要实现精益一个流/有综合成本竞争力的高度自动化生产,关键资源尽可能100%互联,生产设备智能诊断和预防性维护,资源动态调配。这样,原材料都是自动分拣、自动配送,然后自动检测、自动组装、自动测试和自动包装,一个流自动化不间断生产。人的工作就是设计机器、管理机器、维护机器,键盘敲一下就可以集中调用机器人、控制机械手工作,保证机器生产都是6西格玛的高质量水平,甚至零缺陷。这样,生产线/生产系统的研发、维护和生命周期管理将成为越来越重要的工作,要不断将人的经验变成数字化的管理平台和工业控制软件,不断迭代优化和刷新,机器人出问题了、系统出问题了,马上能够恢复,零部件的寿命到来之前也能够智能预防性维护。

中国5000年农民生产、手工生产是这三条主线,今天走向机器自动化生产也是这三条主线,管理也没有本质上的变化。三条线中间加一朵云,把所有的东西都连接起来,就改变了我们现在的生产方式,就是智能制造了。智能制造还是要坚持继承和发展,迭代推行,边规划、边实施。要优先保证高质量,也不能片面地追求全自动、无人化,人在未来智能制造系统中还是会起核心和决策作用,但工厂人员结构将会改变,都是工匠科学家和工匠专家。

三、要系统性地规范工匠科学家、工匠专家的管理,提高这些领域人的待遇,适当增加编制,让研发和制造从一开始就是融合在一起、就是打通的

我们的生产过程不断地智能化,生产系统中越来越多的是工匠科学家、工匠专家。现在已经不再是做砖瓦砂石的时代,可能3-5年后我们每条线只有5-6个人,这5-6个人主要是维修/维护工程师,生产人员怎么还叫工人呢?你们一定要破除迷信,在制造系统以后没有工人称呼,大小都是专家。就像我们英国光芯片工厂,有大量动手能力很强的德国博士,要不是博士,就生产不了。研发很伟大,工艺研究也很伟大,管理也很伟大,就是要去掉这个界限,才能有利于公司的全流通。因此要系统性地规范工匠科学家、工匠专家的管理,提高他们的待遇。薪酬包怎么定呢,可以采用分享制,你们产生的贡献是多少,就分享一点钱嘛,这样制造和研发从头一开始就是融合在一起的、就是打通的。

未来生产人员的素质也很高,赚钱也很多,也有自豪感。你看研发人员老是不愿意出来,他认为你们还是工人,出来以后地位低了,挣钱少。所以制造系统不要去压弟兄们的工资、挤成本,要提高这个领域人的待遇,然后号召你们弟兄吃饭都稍微吃好一点,松山湖食堂的场地补贴是最高的。

三个实验室找到改进、突破方向之后,还要规模化的引进一些优秀人才,适当增加编制,要重视华为大生产体系的规划和设计。我们不仅要吸纳中国的博士、硕士进来,还要引入德国日本等发达国家的优秀博士、硕士,学习大工业的概念、学习世界的先进制造。你们可以引进些统计学、系统工程学、控制学……的大学生来做工匠科学家,还可以进来一些搞系统工程的、搞统计学的博士加强研究,他们有建模的能力。有时不一定完全看简历,受过这么高的训练,只要踏踏实实,有耐心好好干活,干几年他慢慢就能悟出道理来,这种改进对整个公司的价值创造是有很大帮助的。

现在你们需要人工智能研究方面的人才,可以有三个来源。第一,整个软件研发体系集体转型合并到用服,中间会抽出1000人来补到各个战略机会点,可以去挖五六个人进来;第二,2012实验室要整合一部分,里面有硬件、软件、物理的,划给陶景文做使能工程部和人工智能用,他一时吃不了那么多人,可以去挑几个人,李建国去找陶景文和李英涛要。不足的,高端的社会招聘,低端的别招了,留一点我们的员工转岗用,谁改行都能做。

多找一些人充实你的队伍,未来三五年的后备干部,都放到德国和日本学习培养,训练未来的各级管理干部和专家。

文章来源于《心声社区》,著作权解释权属原创者所有

人工智能赛博物理操作系统

AI-CPS OS

人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

精细种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

对现有劳动力和实物资产进行有利的补充和提升,提高资本效率

人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间

给决策制定者和商业领袖的建议:

超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

评估未来的知识和技能类型;

制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

发过程中确定更加明晰的标准和最佳实践;

重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

较高失业风险的人群;

开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。

子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。

如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。


产业智能官  AI-CPS

用“人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链

长按上方二维码关注微信公众号: AI-CPS,更多信息回复:

新技术“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”;新产业:“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”;新模式:“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”

官方网站:AI-CPS.NET

本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



版权声明由产业智能官(公众号ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com



转载请注明原文地址: https://www.6miu.com/read-2300134.html

最新回复(0)