智能制造的机遇

　　观点三：智能制造是革传统制造之路

　　首先必须明确的是，这条革命之路不是简简单单的以机器代替人手那么简单。顾强强调，智能制造的内涵是标准化，自动化，数字化，精益化，网络化，个性化，协同化、服务化、生态化，是全流程、全产业链、全价值链的智能概念。“自动化制造需要构建一个工业互联网，在这个网络之上，我们不仅需要传感器、处理器、控制器这些模块单元，也需要智能机器、3D打印等成套的装备，工业流程的改进。基于数据的计算、执行反馈，实现整个智能制造。数据是工业互联网的基础，现在的工厂已经与传统的工厂不一样，每个环节的工业软件、应用软件无论是在管理、生产、营销、物流环节都是在线上运行。从而产生大量的数据，通过数据的计算、挖掘来提升工作。”

　　这里提到的数据与挖掘，也是海康威视及大华股份正在大力投入工业摄像机的驱动力，这并不是安防，这更像是智能工厂的组成部分，而安防双巨头的产品，成为智能工厂运转不可或缺的部分，这也是未来市场竞争的变化重要转变。

　　顾强强调，在传统制造体系中（研发、设计、原型制造、零部件生产、系统集成、销售服务）环节中，系统将会越来越开放，无论是参与者还是代理者，企业要想方设法融入其中，找到自己的定位。“当前行业的竞争不再是单纯一个企业的竞争，是一群企业与另一群企业的竞争，是一个产业链与另一个产业链的竞争，是一个产业群与另一个产业群的竞争。在这样整体开放的制造系统和开放集群里，找到自己的位置，适应这样的竞争，是非常重要的。”

　　如果能坚持看到这里，那么可能也会问，如何实现生产方式的转变，走上产业革命之路。其一是生产过程的升级，智能制造才是方向，其二是产品的升级，这是制造转型的核心，通过智能硬件提供更多的服务，其三是企业功能的升级，从OEM到ODM再到OBM（原品牌制造），其四是链条升级，转向新的产业链和价值链，如安防企业中不少企业正在做的内伸外延。

　　笼统地讲，所有的一切都将以互联网+或AI+为主线进行创新链、产业链、价值链的整合，需要从基础层（显示、新品、传感器、云平台）、技术层（图像识别、机器学习、自然语言处理）、硬件层（VR/AR/MR、电脑、手机等）、应用层，需要各层共同进步集体配合。所以可以肯定地说以下，如果一家企业强调通过自身研发实现人工智能，那是极度不靠谱的事，可以直接归属为资本市场圈钱的行为无误。

　　微软资深战略顾问管震强调，看到政策的红利，投身AI界的企业很多，但是真的要把产品变成具体的应用环境，并不仅仅是为了研究AI而研究AI便能实现，需要技术积累及深刻理解用户的需求。

　　观点四：2B会比2C更好赚钱

　　谈起智能制造，我们脑袋中会自动跳出各种穿戴设备、机器人等，但是至今让然没有哪家靠着这些智能硬件真正发展起来的，但在2B的市场中，似乎钱会更容易赚些。管震介绍，在一个工厂中，每年需投入500W成本在制造中，只要提高1%的生产效率，便能节省下看得见的账单中的50W，而看不见的账单（水电、机器损耗等）会高达100W，这个数行业的领导更会进行计算，而1%效率的实现，一点都不难。所以只要真正帮助到用户的方案，2B市场都会非常的欢迎。

　　而2C市场中，最大的问题并不在于产品制造，而是在于产品的运维。管震分析，当前智能家居厂商往往只单方面探索如何将产品销售出去，但到了产品的售后服务上，基本就踢起了皮球，让用户体验受挫。“这就是产品缺少云技术及远程监控的不足，而改善这个薄弱环节需要机器学习及云技术双方的配合，远程通过对产品的监管，将发现的问题数据放在云端，机器学习自动运算，预测及评估出现的问题，并将结果告诉运维人员，做好维修准备。这对用户而言，是最好的体验。”对于这点笔者深有体验，至少家里的电视让乐视来修理，已经过了半个月，至今杳无音讯。

　　观点五：智能制造，安全是终极问题

　　安防行业只要谈到这个问题都会特别的小心，因为安全问题确实是非常敏感的话题，此处省略几万字。

　　此处主要提两个人的观点，一是微软资深战略顾问管震认为，网络安全问题是终极问题，涉及到互联网、软件、硬件三方问题，如果一个团队要把安全问题做到极致，那么成本必然会到天花板，寻找靠谱的合作伙伴，能应对当前及未来问题，更能有效降低成本及让用户放心。二是中国工程院院士孙玉便提出所有电子设备都有后门的观点，他指出这就像一个飞机的发动机，飞机飞到哪去，都不断有数据传回去，这是为了远程服务需要。

　　未来企业要想在智能制造浪潮中脱颖而出，需从自主标准、自主知识产权、自主设计、自主集成制造、自主品牌、自主渠道、自控资源、自创模式抢占产业的制高点。值得引起安防企业逆向思维进行思考的是，目前产业中最薄弱的环节是什么？没错，答案是是基础的零部件、基础的制造装备、基础材料、基础制造工艺、基础支撑平台、基础工业软件、企业基础管理，所以未来安防行业要转型智能制造一要取决于技术，二便是取决于基础领域的积累与提升。

　　（本文部分观点摘取2016中国（深圳）智能制造大会嘉宾发言，如有错漏及冒昧之处，敬请提出。）