【资讯】 软控两项产品入围ERJ自动化及智能技术奖
橡胶行业的权威杂志ERJ（European Rubber Journal《欧洲橡胶杂志》）于近期启动了“Journey to Automation Awards 2020”计划，软控的P-PRO2成型机和RFID整体解决方案两项产品入围。
ERJ是全球领先的专注于橡胶轮胎行业的刊物，该计划旨在评选出轮胎行业自动化和数字化领域走在前列的企业与产品，评委由来自世界各国的科研机构、行业协会和媒体的资深专家组成。经过评委会的多轮评估和投票，软控集团欧洲子公司软控欧洲研发中心的P-PRO2获得新成型机智能技术奖（Smart functionalities of new TBM）提名，P-PRO2自主研发的Pro-VIS智能视觉识别系统已完成研发与测试，首台应用该技术的产品将于年内交付欧洲某客户。
软控RFID整体解决方案获得轮胎供应链大奖（Tire Supply Chain）提名，软控投入RFID研发已逾10年，为轮胎研发的整体解决方案处于世界领先水平，并成功主导了RFID芯片四项国际标准的起草与发布，为智慧轮胎的发展奠定了坚实基础。
与软控同时获得提名的有来自米其林、普利司通、固特异、大陆等轮胎企业，及国外橡胶机械企业的产品和技术。软控是唯一入围的中国企业，而且是全球范围内唯一同时获得两项提名的橡胶机械企业。这是继2016年获得年度最佳供应商之后，软控再次被行业顶级专家认可。
橡胶行业的权威杂志ERJ（European Rubber Journal《欧洲橡胶杂志》）于近期启动了“Journey to Automation Awards 2020”计划，软控的P-PRO2成型机和RFID整体解决方案两项产品入围。
ERJ是全球领先的专注于橡胶轮胎行业的刊物，该计划旨在评选出轮胎行业自动化和数字化领域走在前列的企业与产品，评委由来自世界各国的科研机构、行业协会和媒体的资深专家组成。经过评委会的多轮评估和投票，软控集团欧洲子公司软控欧洲研发中心的P-PRO2获得新成型机智能技术奖（Smart functionalities of new TBM）提名，P-PRO2自主研发的Pro-VIS智能视觉识别系统已完成研发与测试，首台应用该技术的产品将于年内交付欧洲某客户。
软控RFID整体解决方案获得轮胎供应链大奖（Tire Supply Chain）提名，软控投入RFID研发已逾10年，为轮胎研发的整体解决方案处于世界领先水平，并成功主导了RFID芯片四项国际标准的起草与发布，为智慧轮胎的发展奠定了坚实基础。
与软控同时获得提名的有来自米其林、普利司通、固特异、大陆等轮胎企业，及国外橡胶机械企业的产品和技术。软控是唯一入围的中国企业，而且是全球范围内唯一同时获得两项提名的橡胶机械企业。这是继2016年获得年度最佳供应商之后，软控再次被行业顶级专家认可。
微美全息视觉AI走“芯”赋能5G时代五大场景应用
央广网 2020-07-24 14:35:11
5G时代触手可及,万物互联将不再是梦想,诸多行业将发生极大变革。据了解,机器视觉产业将迎来黄金发展期,根据Markets and Markets的统计数据,2017年全球机器视觉市场规模已突破80亿美元,并预计道2020年达到125亿美元,2025年将达到192亿美元,同时,据中商产业研究院整理,2018年中国机器视觉市场规模已超过100亿元,预计2019将达到125亿元,2023年将达到197亿元。在人工智能带来的诸多产业升级价值中,基于视觉交互的智能解决方案在智能化体系中占比80%以上。微美全息AI视觉作为机器视觉的关键之一,越来越成为人工智能交互的重要力量。 AI产业化发展到如今,行业内外对机器视觉的重要意义已经达成了共识。而存在于这个产业周期中最主要的问题,是机器视觉作为一种体系化的通用技术能力,如何与差异化明显、产业规律相对复杂的垂直行业相结合,让机器视觉从安防产业走向更多产业场景的深处,推动机器视觉从产业的外部辅助力量,走向真正的生产系统核心。 作为全息视觉领域的领军企业,微美全息专注于计算机视觉全息云服务。微美全息覆盖从全息计算机视觉AI合成、全息视觉呈现、全息互动软件开发、全息AR线上及线下广告投放、全息ARSDK支付、5G全息通讯软件开发、全息人脸识别开发、全息AI换脸开发等全息AR技术的多个环节,是一家全息云综合技术方案提供商。 微美全息在全息3D视觉软件领域有着深厚的技术积累,拥有上百个相关专利和软件著作权。通过多年的原创研发,微美全息团队开发的光场全息技术产品,其光场芯片显示的仿真度在全息领域让人叹为观止。微美全息其研发的3D视觉光场芯片,拥有自主知识产权,打破国际垄断,锻造出一颗“中国芯”。根据Frost & Sullivan的数据,微美全息在国内所有全息AR解决方案提供商中建立了全面、多元化的全息AR内容库,在收入、客户数量、全息AR内容以及全息AR专利和软件著作权数量方面,微美全息均在中国全息AR行业排名第一。 算法研发是一个不断迭代、精心打磨的过程,工业界和学术界最大的区别是学术界希望创造更多的算法,追求更多的是新颖性和创造性,而工业界追求的是系统的功能、性能、稳定性指标,并不要求发明最新颖的算法,而是要依据业务需求和资源限制做出最好用的系统。在工业界进行算法改进,包括很多维度,如数据如何处理、数据规模和来源,参数设置、模型结构,还包括损失函数设计,模型加速算法等,每一个因素都可能对最终结果影响很大。还有非常重要的一点是,需要从系统角度去解决问题,比如设计新的系统处理流程,比如把问题定义为检测问题还是识别问题。 对于如此多的算法模型,如果每个模型都需要不断迭代,同时要支持不同硬件平台的不同版本,在研发人员和训练硬件资源受限条件下,如何持续打磨核心算法是一个很大的挑战。传统的算法开发模式,算法工程师往往提起数据标注任务,由数据标注员标注完成数据标注,但算法工程师需要关心如何开发标注工具、如何培训标注人员、如何转换数据格式、如何提纯标注完的数据,最后再手工方式在一台物理机上将模型训练出来。 微美领先的全息AR内容制作功能围绕图像采集、对象识别、自动图像处理和计算机视觉技术而构建。微美的软件工程团队和可视化设计团队紧密合作,不断推进这些可视化相关技术,并利用它们设计和生产创新的全息AR内容。通过提供精确姿态估计的实时计算机视觉算法,能够在几秒钟内执行场景识别和跟踪。这种尖端算法还允许微美以像素为基础执行照片级真实高分辨率渲染的可视化。Frost&Sullivan表示,虽然大多数同行公司可能会识别并捕获特定空间单位内的40到50块图像数据,微美可以收集的数据块数量达到500到550;微美的图像处理速度比行业平均水平提高了80%,从而提高了运营效率。在场景重建过程中,微美的自动图像处理工具可以对最初拍摄的图像进行噪声清除和特征增强,从而能够创建具有业界领先模拟度的同类最佳全息AR设计。 微美的全息图像处理功能定期进行优化和改进,包括两项核心技术:全息AI面部识别技术和全息AI面部变化技术。由于视频处理和识别技术的发展,微美基于图像检测、识别、模板匹配、图像动态融合和替换的全息AR广告和全息成像服务目前在行业中处于领先地位。 5G网络提供了便捷,高速,高带宽,低延迟,高可靠性的数据传输通道,这点对于机器视觉来说很有意义。通常,图像传感器的数据量都比较大。如果没有高速,高可靠性的网络,这样的数据量就只能在终端直接处理,限制了信息的处理和交互能力。 在5G网络的支持下,可以把数据发送到云端,能够实现更加复杂的运算并且实时返回结果。微美全息其商业应用场景主要聚集在家用娱乐、光场影院、演艺系统、商业发布系统及广告展示系统等五大专业领域。 机器视觉与行业场景从浅层融合走向深度耦合,从辅助能力走向生产核心能力的过程中,确实可以看到产业和技术急需升级的诸多因素。走向巨型市场的过程里,机器视觉并非一把金钥匙,而是需要不断磨砺、提升与再造的产业起点。比如说,我们可以看到从在机器视觉走向产业核心层的过程里,有这样几个突出问题需要被攻克: 1、在机器视觉能力快速覆盖了基础场景,为各行业提供了主动识别、主动标记等基础能力之后。其价值却不足以匹配更深层次的产业需求。在深度行业需求里,我们看到机器视觉能力需要与更多技术脉络进行深度融合,例如传感器技术、热成像技术、光伏技术等等,以此适应更复杂、多元化、富含挑战性的行业场景,让视觉智能走向全息智能。 2、今天机器视觉的软硬件环境,处在高速发展阶段。以机器视觉融合行业需求,还需要在技术发展趋势中更新产品与解决方案体系。比如5G到来,提供了大带宽、低时延的网络基础设施迭代,这将带给行业机器视觉以全新的想象力。5G机器视觉设备也就成为了新的市场需求空间。 3、机器视觉走向行业,必须要满足具体的垂直需求与定制化场景,任何一家厂商都无法满足庞大的需求。因此必须构建手机应用市场一样的算法模型流通空间,借助各行业开发者的创造力满足垂直场景需求。 全息云业务将与5G深度结合,在5G的高速率与低延时的协作下,远程通讯与数据传输,从系统终端到业务服务器传输时延平均6ms左右,远低于4G网络传输时延,保障了全息AR的远程通讯与数据传输中的无卡顿、低时延,以及多终端异地协同,时交互的丰富性和多样性。使得端+云协同的协同更加高效。增强型移动宽带(eMBB)和物联网(IoT)应用,使得微美全息云的全息AR广告业务与全息AR娱乐业务,以及全息互动娱乐、全息会议、全息社交、全息通讯、全息家庭全息等,都将基于5G+AI人脸识别技术和全息AI人脸换脸技术的核心技术获得有效增长。 机器视觉是智能世界的眼睛,是万物感知的入口。随着5G的普及,延时将会进一步降低,最大限度的预留响应时长,进一步增强控制需求和安全操作;作为软硬件一体的解决方案提供商,赋能行业合作伙伴,帮助客户降本增效,互动体验更佳。
央广网 2020-07-24 14:35:11
5G时代触手可及,万物互联将不再是梦想,诸多行业将发生极大变革。据了解,机器视觉产业将迎来黄金发展期,根据Markets and Markets的统计数据,2017年全球机器视觉市场规模已突破80亿美元,并预计道2020年达到125亿美元,2025年将达到192亿美元,同时,据中商产业研究院整理,2018年中国机器视觉市场规模已超过100亿元,预计2019将达到125亿元,2023年将达到197亿元。在人工智能带来的诸多产业升级价值中,基于视觉交互的智能解决方案在智能化体系中占比80%以上。微美全息AI视觉作为机器视觉的关键之一,越来越成为人工智能交互的重要力量。 AI产业化发展到如今,行业内外对机器视觉的重要意义已经达成了共识。而存在于这个产业周期中最主要的问题,是机器视觉作为一种体系化的通用技术能力,如何与差异化明显、产业规律相对复杂的垂直行业相结合,让机器视觉从安防产业走向更多产业场景的深处,推动机器视觉从产业的外部辅助力量,走向真正的生产系统核心。 作为全息视觉领域的领军企业,微美全息专注于计算机视觉全息云服务。微美全息覆盖从全息计算机视觉AI合成、全息视觉呈现、全息互动软件开发、全息AR线上及线下广告投放、全息ARSDK支付、5G全息通讯软件开发、全息人脸识别开发、全息AI换脸开发等全息AR技术的多个环节,是一家全息云综合技术方案提供商。 微美全息在全息3D视觉软件领域有着深厚的技术积累,拥有上百个相关专利和软件著作权。通过多年的原创研发,微美全息团队开发的光场全息技术产品,其光场芯片显示的仿真度在全息领域让人叹为观止。微美全息其研发的3D视觉光场芯片,拥有自主知识产权,打破国际垄断,锻造出一颗“中国芯”。根据Frost & Sullivan的数据,微美全息在国内所有全息AR解决方案提供商中建立了全面、多元化的全息AR内容库,在收入、客户数量、全息AR内容以及全息AR专利和软件著作权数量方面,微美全息均在中国全息AR行业排名第一。 算法研发是一个不断迭代、精心打磨的过程,工业界和学术界最大的区别是学术界希望创造更多的算法,追求更多的是新颖性和创造性,而工业界追求的是系统的功能、性能、稳定性指标,并不要求发明最新颖的算法,而是要依据业务需求和资源限制做出最好用的系统。在工业界进行算法改进,包括很多维度,如数据如何处理、数据规模和来源,参数设置、模型结构,还包括损失函数设计,模型加速算法等,每一个因素都可能对最终结果影响很大。还有非常重要的一点是,需要从系统角度去解决问题,比如设计新的系统处理流程,比如把问题定义为检测问题还是识别问题。 对于如此多的算法模型,如果每个模型都需要不断迭代,同时要支持不同硬件平台的不同版本,在研发人员和训练硬件资源受限条件下,如何持续打磨核心算法是一个很大的挑战。传统的算法开发模式,算法工程师往往提起数据标注任务,由数据标注员标注完成数据标注,但算法工程师需要关心如何开发标注工具、如何培训标注人员、如何转换数据格式、如何提纯标注完的数据,最后再手工方式在一台物理机上将模型训练出来。 微美领先的全息AR内容制作功能围绕图像采集、对象识别、自动图像处理和计算机视觉技术而构建。微美的软件工程团队和可视化设计团队紧密合作,不断推进这些可视化相关技术,并利用它们设计和生产创新的全息AR内容。通过提供精确姿态估计的实时计算机视觉算法,能够在几秒钟内执行场景识别和跟踪。这种尖端算法还允许微美以像素为基础执行照片级真实高分辨率渲染的可视化。Frost&Sullivan表示,虽然大多数同行公司可能会识别并捕获特定空间单位内的40到50块图像数据,微美可以收集的数据块数量达到500到550;微美的图像处理速度比行业平均水平提高了80%,从而提高了运营效率。在场景重建过程中,微美的自动图像处理工具可以对最初拍摄的图像进行噪声清除和特征增强,从而能够创建具有业界领先模拟度的同类最佳全息AR设计。 微美的全息图像处理功能定期进行优化和改进,包括两项核心技术:全息AI面部识别技术和全息AI面部变化技术。由于视频处理和识别技术的发展,微美基于图像检测、识别、模板匹配、图像动态融合和替换的全息AR广告和全息成像服务目前在行业中处于领先地位。 5G网络提供了便捷,高速,高带宽,低延迟,高可靠性的数据传输通道,这点对于机器视觉来说很有意义。通常,图像传感器的数据量都比较大。如果没有高速,高可靠性的网络,这样的数据量就只能在终端直接处理,限制了信息的处理和交互能力。 在5G网络的支持下,可以把数据发送到云端,能够实现更加复杂的运算并且实时返回结果。微美全息其商业应用场景主要聚集在家用娱乐、光场影院、演艺系统、商业发布系统及广告展示系统等五大专业领域。 机器视觉与行业场景从浅层融合走向深度耦合,从辅助能力走向生产核心能力的过程中,确实可以看到产业和技术急需升级的诸多因素。走向巨型市场的过程里,机器视觉并非一把金钥匙,而是需要不断磨砺、提升与再造的产业起点。比如说,我们可以看到从在机器视觉走向产业核心层的过程里,有这样几个突出问题需要被攻克: 1、在机器视觉能力快速覆盖了基础场景,为各行业提供了主动识别、主动标记等基础能力之后。其价值却不足以匹配更深层次的产业需求。在深度行业需求里,我们看到机器视觉能力需要与更多技术脉络进行深度融合,例如传感器技术、热成像技术、光伏技术等等,以此适应更复杂、多元化、富含挑战性的行业场景,让视觉智能走向全息智能。 2、今天机器视觉的软硬件环境,处在高速发展阶段。以机器视觉融合行业需求,还需要在技术发展趋势中更新产品与解决方案体系。比如5G到来,提供了大带宽、低时延的网络基础设施迭代,这将带给行业机器视觉以全新的想象力。5G机器视觉设备也就成为了新的市场需求空间。 3、机器视觉走向行业,必须要满足具体的垂直需求与定制化场景,任何一家厂商都无法满足庞大的需求。因此必须构建手机应用市场一样的算法模型流通空间,借助各行业开发者的创造力满足垂直场景需求。 全息云业务将与5G深度结合,在5G的高速率与低延时的协作下,远程通讯与数据传输,从系统终端到业务服务器传输时延平均6ms左右,远低于4G网络传输时延,保障了全息AR的远程通讯与数据传输中的无卡顿、低时延,以及多终端异地协同,时交互的丰富性和多样性。使得端+云协同的协同更加高效。增强型移动宽带(eMBB)和物联网(IoT)应用,使得微美全息云的全息AR广告业务与全息AR娱乐业务,以及全息互动娱乐、全息会议、全息社交、全息通讯、全息家庭全息等,都将基于5G+AI人脸识别技术和全息AI人脸换脸技术的核心技术获得有效增长。 机器视觉是智能世界的眼睛,是万物感知的入口。随着5G的普及,延时将会进一步降低,最大限度的预留响应时长,进一步增强控制需求和安全操作;作为软硬件一体的解决方案提供商,赋能行业合作伙伴,帮助客户降本增效,互动体验更佳。
大数据观察：工业互联网为制造业发展赋能
2020-06-24 09:26:35 来源: 人民日报 作者: 韩鑫
当前，全球新一轮科技革命和产业革命加速发展，工业互联网技术不断突破，为各国经济创新发展注入了新动能，也为促进全球产业融合发展提供了新机遇。我国工业互联网总体建设情况如何？更好赋能制造业高质量发展，还应从何处发力？
编者按：在常态化疫情防控中，随着各地生产生活秩序加快恢复，新产业新业态快速发展，我国经济展现巨大韧性。在线教育、远程办公蓬勃发展，工业互联网、在线医疗等持续壮大，为发展注入新动能，推动经济高质量发展。本版今起推出系列报道，讲述不同行业数字化转型带来的新变化。
近年来，我国工业互联网发展态势良好，有力提升了产业融合创新水平，加快了制造业数字化转型步伐，有效推动了实体经济高质量发展。
发展驶入快车道
十大重点平台服务工业企业近8万家
走进攀钢集团西昌钢钒生产车间，一条接入工业大脑的生产线正有序运行，脱硫、提矾、转炉、配合金、精炼等多个生产环节实现实时数据监测和参数调优。试点阶段，仅对其中三个工序做优化，即实现吨钢生产节约1千克原料。
“联云上网，更重要的是做到生产数据可追溯。”阿里云研究院高级战略专家王岳解释，一旦发现质量问题，可以快速定位并还原生产环节问题，从而大幅提升质检准确率，减少返厂成本。以炼钢为例，攀钢接入工业互联网后，每年节省成本1700万元。
在中国信息通信研究院院长刘多看来，工业互联网是新一代信息技术与工业经济深度融合的全新工业生态、关键基础设施和新型应用模式。近年来，在国家大力推动及产学研用各方积极参与下，我国工业互联网创新发展驶入快车道。
从平台建设来看，培育形成超500个特色鲜明、能力多样的工业互联网平台，其中具备一定行业、区域影响力的平台数量超过70个，十大重点平台服务工业企业近8万家、工业模型数1110个、工业APP数量达2124个。
从融合应用来看，5G与工业互联网的融合进入实施阶段，建设超过10万个5G基站，在工业、交通、医疗等行业和领域，已形成上百个5G创新应用场景。
从安全保障来看，已发布30余项工业互联网安全相关标准，初步形成对百余个工业互联网平台、900余万台联网设备的实时监测能力，共服务9万多家工业企业。
转型还有两道坎
数字化改造成本偏高，中小企业数字化程度偏低
企业通过数字化改造，能有效推动生产模式升级，并深入挖掘工业数据的资源价值。对不少传统制造企业来说，走好依靠工业互联网转型之路还需迈过两道坎。
第一道坎是企业对于改造成本与带来效益的权衡。
“改造的成本是多少？谁来承担改造费用？改造完又能带来多少价值？这是一些制造企业进行数字化改造所普遍关心的问题。”坤湛科技创始人兼CEO闵万里认为，企业对成本非常敏感，在收益不明确的情况下，先投入巨大资金承担改造费用，是许多企业尤其是中小企业想要改造却迟迟不改的原因。
在腾讯工业云总经理李向前看来，传统制造业更专注于自身业务，对工业互联网的认识更多从解决业务本身问题出发，如提升生产效率、降低生产成本、提高产品质量，进而带来可观的效益。这就要求平台从企业业务需求出发，从解决企业痛点出发，为企业量身定做专属的改造方案。
中小企业数字化程度偏低是工业互联网改造的第二道坎。
“目前我国企业特别是中小企业的数字化水平较低，有超过55%的企业尚未完成基础的设备数字化改造。此外，行业间整体数字化发展水平差距较大，超过50%的制造企业的数字化尚处于单点试验和局部推广阶段。”中国工业互联网研究院院长徐晓兰说，一些中小微制造企业发展较为粗放，利润率较低，无法承受数字化转型和新技术应用的高昂成本，导致缺乏数字化转型的动力。
从产业链来看，王岳认为，目前的数字化改造多为单兵突进，上下游联动较少，难以产生协同效应，限制了数字化转型的整体效益。
产业迎来新机遇
夯实基础设施体系建设，强化人才智力支撑
复工复产过程中，制造业企业看到了工业互联网发挥的重要作用。利用工业互联网不仅能有效提升生产效率，降低用工密度，而且一些大型工业互联网平台快速延展供需对接功能，汇聚各地信息，根据需求实现精准匹配，从而有力拉动生产。
“疫情倒逼制造企业对效率提升的需求激增，因此能够做到降本增效的数字化解决方案将会广受欢迎。”瞄准产业发展新机遇，闵万里开始尝试工业互联网在不同场景的落地可能。
前不久，坤湛科技在直播平台做出尝试，将制鞋企业的生产线直播出来，消费者下单后立刻在生产线上排产。“从用户看到样品下单，再到生产线感知用户需求，实现精准响应，全链条同频共振，打破了生产制造商和客户彼此看不见对方的壁垒。”闵万里说。
不仅是市场利好，工业互联网也正在迎来新一轮政策红利。早在2018年中央经济工作会议就强调，要加强人工智能、工业互联网、物联网等新型基础设施建设。今年《政府工作报告》再次明确提出加强新型基础设施建设，发展新一代信息网络。
“开展以工业互联网为代表的新型基础设施建设是推动经济新旧动能转换的强劲推手，并具有投资拉动效应。”徐晓兰介绍，据测算，2019年，我国工业互联网的产业经济增加值规模已达3.41万亿元。2020年，该数据将增至3.78万亿元。
前景可期，机遇已现。如何推动工业互联网进一步发挥作用？
基础设施是推进工业互联网的关键。徐晓兰说，需要着力打造工业互联网国家级创新体系。加强软硬件核心技术攻关，加快推动关键网络设备和智能网联装备的研发及产业化，推动各类工业软件加快突破。同时，也应着重建设包括工业数据管理服务、评估服务、产业监测服务及检测认证服务在内的四大类公共服务平台。
人才是工业互联网发展的支撑。闵万里建议，应将包括科研人员和产业专家在内的智力资源精准匹配到产业的薄弱环节、基础环节中，如基础材料科学、高端装备制造业等，强化工业互联网技术的智力支持。
制图：张丹峰
2020-06-24 09:26:35 来源: 人民日报 作者: 韩鑫
当前，全球新一轮科技革命和产业革命加速发展，工业互联网技术不断突破，为各国经济创新发展注入了新动能，也为促进全球产业融合发展提供了新机遇。我国工业互联网总体建设情况如何？更好赋能制造业高质量发展，还应从何处发力？
编者按：在常态化疫情防控中，随着各地生产生活秩序加快恢复，新产业新业态快速发展，我国经济展现巨大韧性。在线教育、远程办公蓬勃发展，工业互联网、在线医疗等持续壮大，为发展注入新动能，推动经济高质量发展。本版今起推出系列报道，讲述不同行业数字化转型带来的新变化。
近年来，我国工业互联网发展态势良好，有力提升了产业融合创新水平，加快了制造业数字化转型步伐，有效推动了实体经济高质量发展。
发展驶入快车道
十大重点平台服务工业企业近8万家
走进攀钢集团西昌钢钒生产车间，一条接入工业大脑的生产线正有序运行，脱硫、提矾、转炉、配合金、精炼等多个生产环节实现实时数据监测和参数调优。试点阶段，仅对其中三个工序做优化，即实现吨钢生产节约1千克原料。
“联云上网，更重要的是做到生产数据可追溯。”阿里云研究院高级战略专家王岳解释，一旦发现质量问题，可以快速定位并还原生产环节问题，从而大幅提升质检准确率，减少返厂成本。以炼钢为例，攀钢接入工业互联网后，每年节省成本1700万元。
在中国信息通信研究院院长刘多看来，工业互联网是新一代信息技术与工业经济深度融合的全新工业生态、关键基础设施和新型应用模式。近年来，在国家大力推动及产学研用各方积极参与下，我国工业互联网创新发展驶入快车道。
从平台建设来看，培育形成超500个特色鲜明、能力多样的工业互联网平台，其中具备一定行业、区域影响力的平台数量超过70个，十大重点平台服务工业企业近8万家、工业模型数1110个、工业APP数量达2124个。
从融合应用来看，5G与工业互联网的融合进入实施阶段，建设超过10万个5G基站，在工业、交通、医疗等行业和领域，已形成上百个5G创新应用场景。
从安全保障来看，已发布30余项工业互联网安全相关标准，初步形成对百余个工业互联网平台、900余万台联网设备的实时监测能力，共服务9万多家工业企业。
转型还有两道坎
数字化改造成本偏高，中小企业数字化程度偏低
企业通过数字化改造，能有效推动生产模式升级，并深入挖掘工业数据的资源价值。对不少传统制造企业来说，走好依靠工业互联网转型之路还需迈过两道坎。
第一道坎是企业对于改造成本与带来效益的权衡。
“改造的成本是多少？谁来承担改造费用？改造完又能带来多少价值？这是一些制造企业进行数字化改造所普遍关心的问题。”坤湛科技创始人兼CEO闵万里认为，企业对成本非常敏感，在收益不明确的情况下，先投入巨大资金承担改造费用，是许多企业尤其是中小企业想要改造却迟迟不改的原因。
在腾讯工业云总经理李向前看来，传统制造业更专注于自身业务，对工业互联网的认识更多从解决业务本身问题出发，如提升生产效率、降低生产成本、提高产品质量，进而带来可观的效益。这就要求平台从企业业务需求出发，从解决企业痛点出发，为企业量身定做专属的改造方案。
中小企业数字化程度偏低是工业互联网改造的第二道坎。
“目前我国企业特别是中小企业的数字化水平较低，有超过55%的企业尚未完成基础的设备数字化改造。此外，行业间整体数字化发展水平差距较大，超过50%的制造企业的数字化尚处于单点试验和局部推广阶段。”中国工业互联网研究院院长徐晓兰说，一些中小微制造企业发展较为粗放，利润率较低，无法承受数字化转型和新技术应用的高昂成本，导致缺乏数字化转型的动力。
从产业链来看，王岳认为，目前的数字化改造多为单兵突进，上下游联动较少，难以产生协同效应，限制了数字化转型的整体效益。
产业迎来新机遇
夯实基础设施体系建设，强化人才智力支撑
复工复产过程中，制造业企业看到了工业互联网发挥的重要作用。利用工业互联网不仅能有效提升生产效率，降低用工密度，而且一些大型工业互联网平台快速延展供需对接功能，汇聚各地信息，根据需求实现精准匹配，从而有力拉动生产。
“疫情倒逼制造企业对效率提升的需求激增，因此能够做到降本增效的数字化解决方案将会广受欢迎。”瞄准产业发展新机遇，闵万里开始尝试工业互联网在不同场景的落地可能。
前不久，坤湛科技在直播平台做出尝试，将制鞋企业的生产线直播出来，消费者下单后立刻在生产线上排产。“从用户看到样品下单，再到生产线感知用户需求，实现精准响应，全链条同频共振，打破了生产制造商和客户彼此看不见对方的壁垒。”闵万里说。
不仅是市场利好，工业互联网也正在迎来新一轮政策红利。早在2018年中央经济工作会议就强调，要加强人工智能、工业互联网、物联网等新型基础设施建设。今年《政府工作报告》再次明确提出加强新型基础设施建设，发展新一代信息网络。
“开展以工业互联网为代表的新型基础设施建设是推动经济新旧动能转换的强劲推手，并具有投资拉动效应。”徐晓兰介绍，据测算，2019年，我国工业互联网的产业经济增加值规模已达3.41万亿元。2020年，该数据将增至3.78万亿元。
前景可期，机遇已现。如何推动工业互联网进一步发挥作用？
基础设施是推进工业互联网的关键。徐晓兰说，需要着力打造工业互联网国家级创新体系。加强软硬件核心技术攻关，加快推动关键网络设备和智能网联装备的研发及产业化，推动各类工业软件加快突破。同时，也应着重建设包括工业数据管理服务、评估服务、产业监测服务及检测认证服务在内的四大类公共服务平台。
人才是工业互联网发展的支撑。闵万里建议，应将包括科研人员和产业专家在内的智力资源精准匹配到产业的薄弱环节、基础环节中，如基础材料科学、高端装备制造业等，强化工业互联网技术的智力支持。
制图：张丹峰
✋热门推荐