锐客网

  1. 首页 > 科技 > >

投稿|方正浩：智能制造和工业互联网的投资新视角( 五 )


Q5：工业数字化标准化的难度和程度怎么理解？背后数字化技术往往还是机理模型为主，大数据技术、AI技术落地的可能性有多大？
A：我们还是先谈第二个问题，首先我们是一直在观察的，目前还是以机理模型为主，甚至可能在未来的一两年，市场先把机理模型用上，这是相对来说比较务实的方案 。因为有相当多的机理模型还没有沉淀出一个标准化产品，但这些机理模型本身本身就是一个大数据的产物了，不管是基于物理、动力学，还是流体力学这类物理原理的和工程学原理的机理，都已是前人总结的产物，且能非常好地提升工厂的工业运行效率 。但过去因为工厂数字化程度比较低，即便是机理模型，在中国的制造业实际落地并没有那么广泛 。所以短期来看，机会还是比较大的 。我们认为，人工智能包括新的信息技术以及在工业的落地仍需要一定的时间 。从数据采集层面，目前无论是传感还是基础设施层面，都还没有看到能够采集到这么广泛的实时的数据，且能够支撑挖掘出一些非常好的工业类应用的案例 。
回到第一个问题，其实是如何理解标准化？首先从投资人角度来讲，判断标准化，要做一些深入调查 。举个例子，一是我们会去看同一个行业不同供应商同类产品的定价，以及相同定价产品的平均交付周期——标准化程度比较高的企业，相对来说交付周期会更短 。二是企业历史的内部数据，这能一定程度上支撑产品能否标准化，同时企业家本身的理念，某种程度上也会决定产品标准化的可行性 。
04 钛资本研究院观察中国已经走入数字经济与实体经济深度融合的大时代，技术环境方面，企业研发投入得到空前重视，从需求驱动走向技术驱动，智能制造的发展与技术趋势的前景则相互作用，包括5G、边缘计算、物联网、大数据、及人工智能在内，共同推动制造业产业变革 。
5G是智能制造工厂连接的载体；边缘计算是智能制造的中枢神经；物联网是智能制造的感知系统；智能制造是工业大数据的载体和源泉；人工智能是智能制造的题中之意 。
在以上技术驱动下，IT与OT的深度融合为５层架构带来变革，并为智能制造带来发展新机遇，包括数据驱动生产柔性化，平台支撑工业互联及为用户提供制造服务 。
在网络设施、数据库方面，我们已经和国外先进水平持平，但在芯片、操作系统、中间件、工业软件等领域还有较大差距 。
我国具有全球最完整、规模最大的工业体系，有着发展高端智能制造业的丰厚土壤 。目前我国已拥有４１个工业大类、２０７个工业中类、６６６个工业小类，形成了独立完整的现代工业体系，站在新一轮科技革命和产业变革与我国加快转变经济发展方式的历史性交汇点，要坚定不移地以智能制造为主攻方向，推动产业技术变革和优化升级，推动制造业产业模式和企业形态根本性转变，助理碳达峰碳中和，促进我国制造业迈向全球价值链中端 。

推荐阅读


上一篇：投稿|“四冠王”赵诣突然离职，百万基民咋办？

下一篇：投稿|黄其森，“豪宅教父”迷途