![劉默:工業互聯網正在從四個方面驅動製造業數字化轉型](http://p2.ttnews.xyz/loading.gif)
與500+全國社友,構建工業互聯網認知框架
![劉默:工業互聯網正在從四個方面驅動製造業數字化轉型](http://p2.ttnews.xyz/loading.gif)
打通資訊→信息→知識→認知→見識的通路
工業互聯網研習社風向觀察
近期,京東和電子工業出版社聯合組織了《製造業轉型升級公益直播》活動,4月8日,中國信通院信息化與工業化融合研究所副所長劉默在線分享了《工業互聯網驅動的製造業數字化轉型》,以下是觀點精要:
我們正處於製造業深刻變革與數字經濟浪潮歷史性交匯節點,從單點的信息技術應用,走向全面的數字化、網絡化和智能化;
工業互聯網正在從四個方面驅動製造業數字化轉型
- 新興業態培育:基於平臺匯聚各類產業鏈資源,形成新的服務業態
- 商業模式重構:打通產業鏈和價值鏈,實現產品、生產和服務創新;
- 生產運營優化:打通設備、產線、生產和運營系統,優化現有生產、管理和業務;
- 創新能力提升:通過數據發掘隱性知識和規律,帶動技術、產品和服務創新;
當前“5G+工業互聯網”重點聚焦5大類應用模式
- 場景一:基於高清視頻回傳的質量檢測與監督;
- 場景二:設備數據採集和實時監控;
- 場景三:基於5G+VR/AR的輔助裝配與設備維護;
- 場景四:移動無人巡檢;
- 場景五:基於5G+AI的特種車輛遠程操控與無人駕駛;
工業AI的四大應用場景:
- 設備級:基於機器學習,通過工業物品特徵值的識別,實現自動化的生產動作;
- 產線級:基於機器學習,通過工業系統特徵值的識別,提供工業流程和生產參數優化建議;
- 企業級:基於知識圖譜,通過對工業問題的有效推理和仿真,實現智能業務決策和風險管理;
- 行業級:基於知識圖譜,通過對工業知識的有效索引和搜索,實現工業知識的沉澱和流轉。
工業AI規模化推廣面臨的4大挑戰:
- 實時性:現有通用計算架構與芯片無法滿足工業實時性所帶來的計算要求;
- 可靠性:可靠性不是現有消費領域人工智能算法的設計和關注重點;
- 可解釋性:聯結主義,神經網絡結構不能提供明確的語義解釋;
- 適應性:包括模型交互、軟硬件適配與模型的多任務適配問題;
本次疫情防控和復工復產中,工業互聯網展現了巨大價值:
- 數字化工具提升企業的靈活敏捷性,迅速應對突發狀況;
- 依託網絡化組織快速獲取物資生產和復工復產所需關鍵資源;
- 通過線上數字化工具實現遠程管控,降低現場人員需求;
展望工業互聯網2020-2025:
- 1、行業數字化轉型正進入規模化推廣期:應用側由應用試點向行業系統性應用推廣,產業側(供給側)由技術驗證向新的技術產業支撐體系演變;
- 2、行業應用需求成為數字化技術創新突破的重要驅動力:在現有數字化技術基礎上進行深化、適配和組合,大幅提升解決行業問題的能力;
- 3、IoT、平臺和智能分析步入規模化應用,大幅提升企業運營決策的智能化和敏捷化水平;
- 4、基於要素集聚的平臺經濟逐步形成,成為重要商業增長點
- 5、新的產業體系逐步形成:信息技術劇透的滲透,傳統領域巨頭的重構、新興服務商的興起
長期深度聚焦 、 、 等。歡迎加入研習社「頭條圈子」,與 、 一起,構建工業互聯網知識體系,讀懂工業互聯網發展大勢!獲得行業報告/白皮書無刪減版,圈友可私信申請下載50+行業深度研究報告/白皮書PDF版全文。