歡迎來到淘金地

賽迪:AI+工業互聯網正當時

來源: 發布時間:2023-06-14

525日,工信部對外公布《2022年跨行業跨領域工業互聯網平臺名單》,包括此前新增14家跨行業跨領域工業互聯網平臺,共計28家。其中,百度智能云開物平臺在新增的14家中位居榜首。雙跨daibiao著國內工業互聯網平臺的發展水平。擁有靠前人工智能技術的百度智能云開物入選,也契合了 AI 技術將成為工業互聯網主要驅動的行業發展趨勢。


那么,AI+工業互聯網的內涵及特征是什么?企業需要關注什么?賽迪顧問業務總監高丹撰寫分析文章,認為 AI+工業互聯網是工業互聯網發展第二階段,需求用戶方思維需要轉變,廠商能力也需要同步提升。


以下為賽迪顧問業務總監高丹撰寫的《AI+工業互聯網”正當時》全文:


AI+工業互聯網”提出意義


01 從戰略端,踐行國家“兩個強國”發展戰略


“十四五”時期是我國構建現代化產業體系、實現經濟高質量發展的重要階段,工業企業在轉型升級的過程中,亟需通過數字化方式提高管理效率、控制管理成本。隨著越來越多制造企業通過數字化轉型提升企業創新能力,降低企業運營成本,工業數字化轉型作為串聯制造強國和網絡強國兩大戰略的重要領域,將帶領數字經濟和產業經濟的融合發展。


根據工信部發布的《“十四五”信息化和工業化深度融合發展規劃》,“我國工業互聯網發展水平與發達國家基本同步,網絡基礎設施持續升級,標識解析體系基本建成,注冊總量突破94億,平臺資源配置能力明顯增強,設備連接數量超過7000萬,行業賦能效果日益凸顯,數字化管理、個性化定制、網絡化協同、服務化延伸等融合發展新模式新業態蓬勃發展”。在構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局背景下,工業互聯網供給側將持續發力,推進產業快速發展。


當前,國內多層次系統化的工業互聯網平臺體系已經形成,綜合型、特色型、專業型平臺體系加速構建,工信部遴選的雙跨平臺名單作為工業互聯網平臺的“國家隊”,daibiao著國內工業互聯網平臺的發展水平。較新一期的雙跨名單在5月初公布,在人工智能領域擁有靠前優勢的百度智能云開物在新增企業中位居靠前。


02 從技術端,順應智能化的技術演進趨勢


工業數字化轉型過程中應用的 ICT 技術與十年前已大不相同,人工智能、云計算、物聯網、5G、區塊鏈、VR/AR 等技術共同構成了新的技術體系。

其中,人工智能作為新一輪科技geming和產業變革的重要驅動力量,具有溢出帶動性很強的“頭雁”效應,正在引發諸多領域的顛覆性變革。當今的人工智能技術以機器學習、特別是深度學習為主要,在視覺、語音、自然語言處理等應用領域迅速發展。


在云端,云原生概念的快速發展使容器和微服務成為工業互聯網平臺的主流技術。容器技術對 CPU、存儲的額外開銷非常小,且可以實現秒級開關。隨著以 Docker 為主的容器技術和 Kubernetes 為主的容器編排工具的逐漸成熟,越來越多的工具通過容器封裝、分發和運行。微服務通過模塊化組合方式實現“松耦合”應用開發,將多個不同功能、相互隔離的微服務按需組合在一起并通過 API 集實現相互通信,從而構成一個功能完整的大型應用系統。


在邊緣側,MEC 作為5G 技術與業務融合的橋梁,是5G 大帶寬、低時延、本地化垂直行業應用場景落地的關鍵。MEC 可以實現對業務數據的本地分流卸載、對業務的近端處理,在滿足企業數據不出園區的安全隱私性需求的同時,也進一步降低了業務時延,提升了諸如遠程控制、遠程協作等業務的體驗。通過 MEC 打造工業邊緣云平臺,能夠更好地利用平臺的 PaaS 能力為企業提供更多邊緣應用,同時平臺通用工業能力共享可以降低企業的信息化改造成本。


03 從應用端,解決應用落地端較緊迫的需求


2018年到現在,伴隨著工業互聯網創新工程不斷推進,我國的工業互聯網基礎設施實現了從無到有的進步,國家工業互聯網大數據中心“1+N”體系基本建成,工業互聯網應用端的需求將不斷展現。


從應用端來看,工業互聯網的未來將從單點應用向全流程延展,工信部的跨行業跨領域工業互聯網平臺的申報也印證了此趨勢。在面向全環節、全流程綜合集成應用和多領域系統應用拓展的過程中,工業互聯網實施過程中對制造全流程風險診斷和研判能力、對工業數字資產的管理能力、對市場的預測和供應鏈的優化能力、對工業安全的感知和預警處置能力等要求越來越高,而實現這些應用的關鍵就是要通過智能化的技術牽引,更好地實現數據價值和效能提升。


行業數字化水平越高、AI+工業互聯網滲透率越大。根據統計,在電子信息制造、石油化工和以汽車制造為主要的裝備制造行業,AI+工業互聯網平臺的行業滲透率分別達到10.5%8.5%8.6%。而目前,國內各大行業正在提升 AI+工業互聯網的滲透率,同時將不同的 AI 技術應用于不同行業。比如在工業視覺智能方向,百度智能云及其他廠商重點針對能源電力和制造行業提供智能巡檢和智能質檢等解決方案;而在工業數據智能方向,百度智能云突顯特色優勢,如百度智能云的智能電網調度算法,以及各廠商針對工藝優化的數據分析平臺等解決方案。


AI+工業互聯網”的內涵及特征解析


01 AI+工業互聯網的提出是工業互聯網發展第二階段


中國的工業互聯網發展到目前分為兩個階段:


第一階段,處于工業互聯網發展探索階段。重點通過從上到下的政策及相關平臺建設,以及制造業企業的信息化水平評估,探索了中國工業互聯網的發展路徑,通過工業互聯網的發展明確制造業企業實現智能化的前期積累,摸清制造業企業的信息化水平及家底。該階段重點企業主要的幾項工作是企業開發完善工業互聯網專業和綜合平臺,通過工業互聯網對制造業企業開展信息化評估、明確工業互聯網的發展模式,打通企業內外網絡等相關工作。


§第二階段,伴隨著5G、人工智能、大數據技術的不斷成熟和落地,進入了通過技術實現智能化的發展階段。在這些技術的支撐下,實現從生產設計到產品終端的全產業鏈覆蓋,“AI+工業互聯網”被提出。這個時期,工業互聯網在企業中更多實現的是智能工業質檢、智能安全巡檢、工藝參數優化、設備資產管理、設備與質量異常預警、市場預測與供應鏈優化等功能。


AI+工業互聯網”的到來可以從四方面解讀:


打通基礎網絡,為實現全產業鏈智能化做好通道。工業互聯網網絡體系包括網絡互聯、數據互通和標識解析三部分。目前我國正在加快建設標識解析工作,標識解析體系貫穿工業生產和銷售的全流程,通過標識解析,各工業企業將能夠實現產品與設備的全生命周期管理:標識解析體系的建設可以使得不同企業之間異構的標識之間得以互通,數據溝通也變得通暢,進而可以消除供需兩方之間的信息不對稱,降低工業領域乃至全社會的交易成本。



工業互聯網平臺的建設及專項和雙跨平臺的累積,為智能化提供前提條件。工業互聯網平臺體系包相當于工業互聯網的“操作系統”,具有數據匯聚、建模分析、知識復用、應用創新等作用。只有平臺內的數據達到一定程度,模型和算法更加合適才可能真正實現智能化。



工業互聯網數據體系專業化、規模化,使得智能化成為可能。數據是實現數字化、網絡化、智能化的基礎,制造業本身由于行業復雜,數據千差萬別,需要長期積累和專業化才能積累一批有效數據,經過多年工業互聯網的前期工作,目前我國已經在該工作上取得一定成效。



工業互聯網安全不斷完善,為智能化提供安全保證。工業互聯網打破了原來的內網安全體系,加大了制造業的網絡信息安全風險,因此需要相應的工業互聯網安全的產品及解決方案的誕生以及服務的提供,同時也對安全產品的預警功能要求更好,因此態勢感知產品的誕生滿足了這個要求。同時中國制造業企業,特別是在制造業中小企業對安全產品的認知正在加快提升的道路上,由于企業在網絡信息安全產品的預算有限,平臺型的服務產品成為制造業企業防范安全的主流產品后有利于推動工業互聯網的發展。


02 AI+工業互聯網”的內涵及特征


AI+工業互聯網”是指在工業互聯網的架構基礎上融合人工智能技術,面向工業場景提供智能解決方案,幫助工業企業更好地實現數據價值和效能提升。AI+工業互聯網平臺是在工業云平臺的基礎上,融合人工智能技術或算法,從而實現數據驅動業務轉型和創新主體。


AI+工業互聯網”特征包括兩點:


特征一:機器學習及深度學習成為主要。以大量數據采集為算料基礎,既包括物聯網終端設備采集到的生產數據,也包括企業運行中的經營管理數據;以機器學習或深度學習算法為主要,通過建立人工智能模型解決特定的診斷、預測等問題。



特征二:用戶需求導向性更強,實現全產業鏈覆蓋。隨著人工智能技術在工業各領域、環節、產品中的深度融合,AI+工業互聯網的應用場景開始從企業內部的單點式應用走向產業鏈各環節之間的數據價值發現。與傳統的智能化中臺更加關注生產系統的控制相比,未來 AI+工業互聯網平臺將圍繞更大尺度范圍內的產業鏈數據,為企業提供供應鏈優化、物流調度優化、市場銷售預測等方面的決策輔助支撐。同時實現縱向集成與橫向集成的工業智能將增強工業生產中人與人、人與物、物與物的聯系,加快形成知識沉淀,更好地發揮智能化的支撐作用。


AI+工業互聯網”時代的發展建議


工業互聯網發展進入以技術驅動的時代,既需要需求用戶方思維的轉變,也需要廠商能力的提升。


對用戶端來看,重點需要關注三個方面:


一是關注路徑,探索數據驅動的智能化轉型路徑。企業的生產方式、業務流程需要快速適應因客戶需求多樣化而帶來的復雜性和不確定性,并在海量的用戶數據挖掘中發現更多的價值增值部分。有別于傳統工業化發展時期的競爭模式,數字經濟時代企業主要競爭從過去傳統的“生產能力”競爭變成了“服務能力+數字化能力+生產能力”競爭。傳統企業只有找到自身業務環節中的核心數據并將其價值發揮出來,才有可能在數字經濟時代實現創新和轉型。


二是關注自身,結合自身需求選擇開發和部署方式。在選擇系統開發方式時,企業應該結合自身需求,綜合開發周期、維護成本、系統性能、可遷移等多重因素,選擇能夠提供更適合自身需求和特點的系統開發環境的供應商,提升平臺系統與企業業務的適應性。在選擇是否將系統和數據部署在公有云時,企業應綜合考慮自身的成本預算、安全等級等因素。選擇與自身信息化系統相適應的部署方式,能夠更好地發揮 AI+工業互聯網平臺的功能,減少系統后期的維護成本。


三是關注服務,重視廠商可持續服務能力。目前,市場上的新技術概念層出不窮,云原生、低代碼、邊緣計算等技術概念為企業的數字化轉型實踐提供了更多的選擇。在 AI+工業互聯網平臺建設的過程中,企業首先要考察廠商是否有類似的案例,案例越多,則說明該廠商的開發及服務能力越被市場認可;同時案例越多,也意味著系統進行迭代完善的機會就多,成熟度也越高。其次,要考察分析廠商的主營業務規模以判斷其是否能夠保證長期投入,確保雙方長期合作,這是由于 AI+工業互聯網解決方案的實施一般需要較長的周期。結尾,廠商對于用戶所在行業的積累也比較重要,廠商涉足該行業時間越長,則說明沉淀越多,不僅是軟件成熟,相關的專業人才團隊也更具經驗。


從廠商端來看,要關注兩方面:


一是要關注融合,關注交叉領域技術融合應用。隨著5G、區塊鏈、物聯網、云計算、大數據等技術發展日益成熟,企業數字化轉型將不再局限于傳統業務領域,從頂層的決策層可以直達底層的分式硬件,靠的是數據的無障礙流通以及實時數據分析系統。工業互聯網平臺廠商應該在構建人工智能技術服務能力的基礎上,嘗試融合多重技術,開發適合客戶運營的系統架構方案,進而幫助客戶實現從傳統企業向數字化企業轉型的過程。


二是關注生態,打造數字化生態合作體系。聯合產業生態上下游抱團取暖已經成為工業互聯網平臺廠商提供服務的新模式,AI+工業互聯網平臺廠商一般都圍繞 PaaS 層構建自身的人工智能算法能力,部分公有云廠商會利用自身的平臺優勢實現對底層 IoT 設備以及應用層生態資源的匯聚。然而缺乏行業 Know-how 令公有云廠商和傳統信息化廠商產生了資源互補的需求,只有通過平臺構建更強大的生態體系才能形成市場競爭力。不同廠商的軟硬件產品在工業互聯網云平臺上以資源池的形式進行融合,能夠給用戶帶來極大的便利,節省大量的重復部署成本。因此在數據開放的前提下,如何選擇合適的生態合作伙伴,已經成為工業互聯網平臺廠商的重要課題之一。


MES軟件還可以幫助制造商充分把握MES發展的主要趨勢,即定制生產。智能工廠要做的不是大規模的批量生產,而是實現大規模的定制化生產,并以經濟高效的方式滿足客戶需求,為他們提供能夠負擔得起的高度定制化產品。


雖然個性化定制讓制造流程變得更加復雜,但是先進的技術可以幫助制造系統實時做出響應和調整。人工智能可以幫助企業提高生產效率,實施預測性維護,減少浪費。機器學習功能則能讓生產線變得越發智能和高效。利用虛擬現實技術,制造商可以模擬流程,并識別潛在的改進機會。他們還能集成增強現實解決方案,減少生產停機時間,優化車間運營。


借助這些先進的技術和功能,MES的價值逐漸提升,企業能夠通過MES系統在數字經濟時代輕松提升競爭力,打造成本更低、質量更優的定制產品,快速、準確地響應市場需求。


總之,MES系統在未來市場上會更加重視企業的數字化與智能化轉型,實現與企業管理系統的協同作業,推動智能制造的進一步發展。MES系統進入企業并不斷深化應用范圍,將有助于提高社會整體的生產制造水平,開創更加廣闊的市場空間。

 芯軟2020文章結尾.png

公司信息

聯 系 人:

手機號:

電話:

郵箱:

網址:

地址:

本日新聞 本周新聞 本月新聞
返回頂部
欧美乱妇精品无乱码亚洲欧美,日本按摩高潮a级中文片三,久久男人电影天堂92,好吊妞在线视频免费观看综合网
日本免费久综合在线观看 | 亚洲偷自拍手机在线 | 亚洲中文字幕色欧另类欧美 | 中文字幕乱码精品久久久久 | 午夜福到在线a国产4视频 | 最新久久国产亚洲高清观看 |