新基建下的工業智能,紅紅火火又恍恍惚惚
前言:
根據《2018 年中國制造業痛點分析報告》數據顯示,制造業企業的數字化設備聯網率僅為 39%,面向制造企業車間執行層的生產信息化管理系統普及率只有 18.1%。
“新基建”范圍正式明確
4月20日國家發展和改革委員會召開新聞發布會,會上首次明確了“新基建”的范圍。
國家發改委創新和高技術發展司司長伍浩稱,經初步研究認為,新型基礎設施是以新發展理念為引領,以技術創新為驅動,以信息網絡為基礎,面向高質量發展需要,提供數字轉型、智能升級、融合創新等服務的基礎設施體系。
新型基礎設施主要包括信息基礎設施、融合基礎設施和創新基礎設施3個方面的內容。
其中,信息基礎設施包括以5G、物聯網、工業互聯網、衛星互聯網為代表的通信網絡基礎設施,以人工智能、云計算、區塊鏈等為代表的新技術基礎設施,以數據中心、智能計算中心為代表的算力基礎設施等。
融合基礎設施包括智能交通基礎設施、智慧能源基礎設施等。
創新基礎設施包括重大科技基礎設施、科教基礎設施、產業技術創新基礎設施等。

新基建板塊隨即上漲
近日A股強勢上漲,主要股指幾乎都以最高點收盤,美中不足的是成交量較上周五大幅萎縮1230億元,只成交6173億元,顯示市場仍然謹慎。
盤面上,新基建板塊再次全面開花,數據中心、云計算、區塊鏈、智能交通等板塊漲幅居前,電力、銀行、酒店餐飲等板塊微幅下跌。北上資金凈買入0.5億元,其中滬股通凈賣出7.67億元,深股通凈買入8.17億元。
在政策利好的刺激下,周一數據中心板塊指數盤中一度放巨量直線拉升,截至收盤漲3.2%,省廣集團、達實智能、龍宇燃油漲停。衛星導航板塊指數放量上漲2.96%,中國衛通、天銀機電漲停。
云計算板塊指數漲2.58%,彩訊股份等漲停。智能交通、智能電網、基因檢測、軟件服務等板塊漲幅也居前列。

AI技術加速工業4.0進程
AI技術正在加速與我國工業4.0時代進程的融合,不同的科技水平形成不同的生產模式,在人工智能技術推動下,智能制造生產模式得到極大發展。
關于落地的場景應用,在AI賦能生產方面,工業瑕疵檢測是一個應用前景廣闊的領域, 智能視覺瑕疵檢測技術在生產線上的應用,可快速復制不同行業的質檢環節。
未來,瑕疵檢測技術在跨工廠、跨價值流與跨產品三個層面都將有更大的發揮空間,智能視覺瑕疵檢測將復制、推廣到電子制造、服裝制造等傳統生產制造領域。
通過對產品瑕疵的分析,大數據分析還可以進一步做產品質量溯源,識別上游的問題工序,并通過關鍵因子識別與參數調優,對生產工藝進行改善。

面對新技術,企業在選擇大數據與AI落地場景上,從實用性強、數據采集難度較小、數據質量能夠得到保證且收益明顯的場景入手,這樣才能確保投入項目的成功率。
工業是一個特別講究ROI的行業。提高生產效率、延長生產時間、保障安全生產,這些對工業來說都特別重要。
工業互聯網被列入新基建,正是因為它可以通過數字化技術,加速流程再造,達到提質、增效、降本的效果。在新冠肺炎疫情中,工業互聯網的優勢得以更加凸顯。
隨著工業互聯網應用創新涉及的領域越來越多,以及逐漸走向企業內部,企業對工業物聯網的期望和效用也越來越高,針對客戶場景需求的工業物聯網建設難度也越來越大、建設成本也越來越高。

工業場景特殊導致普及難
如今很多人都在提及的產業協同、平臺協同,在疫情之下被證明還處于很初級的階段。
擺在面前的現實情況是,工業智能化企業短時間內也沒辦法覆蓋到所有需求,能下定決心花錢引進技術的企業也并不多,這兩點總結下來就是,工業智能落地沒有人們想象中的容易。
工業場景與其他場景相比特殊的一點是,工業場景的定制化比較嚴重,不同的垂直領域有不同的業務特點,很難去找到一個大而全的通用的解決方案。
另外,由于企業對數據保密性比較看重,大多數工業項目都以私有化部署為主,對設備、人員都存在限制,因此業務上云是將來不可避免的趨勢。

中小企業并非工業智能首要群體
中小企業并不是工業智能化的天使用戶,大企業才是。像工業 AI 項目,在跟某企業做一些用神經網絡、用機器視覺和 AI 的部分去代替人工檢測。
這種體量的項目一般在一年半以內能夠收回投資,對于企業來說是非常愿意接受的。但實際上,這條產業鏈上的環節都不足以完成這個目標,或者說企業無法算清楚。
根據艾瑞在 2019 年發布的《中國制造業企業智能化路徑研究報告》,全國規模以上(年主營業務收入 2000 萬元)工業企業當中有 84.2% 屬于小型企業,規模以下尚有 200 余萬家小微企業。
由于自有資金不足、信息化基礎薄弱、缺乏相關人才等多方面因素影響,大部分小微企業只能圍觀大企業開展智能化改造,自己卻很難融入智能化制造的浪潮。
在收集數據的過程中,成本是一個很大的問題。數字化改造都是需要資金,安裝傳感器、加裝數采的盒子、數據通訊等都需要資金支持。
中小制造企業引進工業互聯網的最佳路徑,應先從橫向協同制造出發,把企業內部的以訂單流動為主的信息流和物料流打通,解決它協同制造的問題,提升交付準時率,縮短生產周期,降低庫存等等,這是一個淺顯易懂的過程。

結尾:
新基建及帶來的新技術應用的成熟需要一個過程,且面臨著市場快速變化的挑戰,在技術上秉承科學嚴謹的同時,快速因對市場變化,實現落有效應用,是未來面臨的核心機會和挑戰。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













