縱觀全球，越來越多的行業(yè)及應用將AI與IoT結合到了一起，AIoT已成為各大行業(yè)進行智能化升級的最佳通道。

而智能制造、工業(yè)互聯(lián)網作為2019年被行業(yè)人士討論最多的話題之一，其與AIoT技術從根源上講，有著天然的不可分割性。尤其在當前經濟形式不樂觀的情況下，企業(yè)在降本、增效、提質方面的訴求愈發(fā)強烈，更多企業(yè)在尋求用AIoT以及智能制造等技術對企業(yè)進行轉型。

11月22日，在雷鋒網于深圳舉辦的AIoT年終盛會——2019全球AIoT產業(yè) · 智能制造峰會上，來自研華科技（中國）工業(yè)物聯(lián)網事業(yè)群總經理蔡奇男，帶來了「以數(shù)字化·工業(yè)物聯(lián)網平臺 實現(xiàn)智能制造升級轉型」的主題分享。

 

蔡奇男表示，智能制造兩個最重要的推動力，一個是來自于客戶、市場的推動，另外一個是來自于管理的驅動。有的規(guī)模過大而必須要提升管理效益，也就是所謂的被客戶倒逼，因為你不再有品質的追溯系統(tǒng)，你的客戶將不會下訂單給你；有的因為規(guī)模太大必須要來做，因此，在這兩個推動力下，加上經營者的決心，推動了這次的智能制造。

此外，蔡奇男結合研華的工業(yè)電腦、WISE-PaaS工業(yè)物聯(lián)網云平臺，分享了研華在智能制造、工業(yè)互聯(lián)網等領域的探索和實踐。

以下為蔡奇男的現(xiàn)場演講內容，雷鋒網作了不改變原意的編輯與整理：

大家好！下面我從三個維度展開我今天的主題分享。

首先，我將介紹研華科技怎樣從產線升級邁向智能制造的實踐者，研華的工廠有4千多人在從事生產制造的工作，要如何邁向智能制造是很辛苦的過程，我們怎樣去實踐；

再者，作為推動智能制造帶來經營效益提升的受益者，今天我從我們工廠的廠長那里取得這五年來因導入智能制造帶來的實際效益，可以證明到底有沒有效，以我們這個4千多人的工廠做一個見證；

最后是智能制造的推動者及伙伴共創(chuàng)的分享平臺，我們有非常多的物聯(lián)網創(chuàng)新的技術和方案，來推動智能制造實際落地。

企業(yè)為什么要轉型？

過去這幾十年以來，從大型電腦到個人計算機、到互聯(lián)網、到物聯(lián)網，隨著時代的發(fā)展，有一些事物會逐漸退出歷史舞臺，那么，相關的公司就會很危險很辛苦，同時也會有一些獨角獸企業(yè)逐漸顯現(xiàn)出來。

未來整個創(chuàng)新的技術，在物聯(lián)網、人工智能等這些方面的趨勢會全面地來臨，這樣的過程中，我相信我們從很多的活動、展會等看到幾個共性的變化，互聯(lián)、智能、數(shù)據(jù)、共享、轉型。為什么我們企業(yè)要轉型，因為這是全球各行各業(yè)都一致看到的前所未有的發(fā)展方向。

另外，從自動化的維度，根據(jù)全球控制領域的媒體所做的排行榜：2007年，全球自動化50強的公司中，有2家華人的公司，分別是位列第38名的研華科技和第50名的HollySys；到了2017年，研華科技經過十年的努力，從第38名上升至第21名。

在這十年間，我們在做什么事情，為什么有機會能夠變成第21名？

回顧了一下，我們主要是通過物聯(lián)網技術，用相關應用方案、數(shù)據(jù)的平臺提供給客戶更有價值的快速解決方案。

從這個層面來看，物聯(lián)網對我們制造業(yè)有沒有幫助？可以肯定地回答：是有幫助的。

研華科技成立于1983年，現(xiàn)如今已成為一個全球化的企業(yè)。現(xiàn)有員工8千多人遍布在全球25個國家，分公司有96個，所服務的行業(yè)非常多元：從過去的工控機、自動化，到智慧城市、能源、交通以及各行各業(yè)的應用等。經過了二十多年的努力，在十多年前就已成長為工業(yè)電腦領域最有影響力的企業(yè)。

經過了三十多年的努力，甚至當全球金融風暴來臨的時候，面對這些挑戰(zhàn)，我們以物聯(lián)網為核心經過這些年的發(fā)展，整個公司的成長已經到了新的階段。在當年溫總理提出的“感知中國”之后，我們就開始在很多行業(yè)推動物聯(lián)網的應用；接下來幾年，我們要打造一個物聯(lián)網的生態(tài)，于是 2018年我們提出了共創(chuàng)的戰(zhàn)略。

物聯(lián)網將全面影響到我們各個實體的產業(yè)。因為物聯(lián)網的產業(yè)非常多元化，與伙伴共同開創(chuàng)、共同推動、共享市場是我們的核心理念，所以我們要結合軟件平臺、結合我們的應用方案，與伙伴共同成長。

工業(yè)互聯(lián)網平臺作為推動物聯(lián)網發(fā)展的重要推手，這幾年發(fā)展非常迅速。研華也在2015年推出了自己的工業(yè)物聯(lián)網云平臺WISE-PaaS。在邊緣側，透過邊緣智能軟件搜集上百種或是上千種的工業(yè)現(xiàn)場設備和企業(yè)的數(shù)據(jù)；并將這些數(shù)據(jù)上傳至基礎設施層，我們提供公有云和私有云的不同架構進入到云平臺層；在云平臺層，提供可視化服務、包含人工智能的開發(fā)模組等，實現(xiàn)用戶的管理、數(shù)據(jù)的管理等，這些工具主要的就是來服務我們的伙伴。

我們這個平臺將會用在各行各業(yè)，我們的戰(zhàn)略是邀請各行各業(yè)的伙伴一起在這個平臺上進行開發(fā)，而平臺上的各種應用，我們稱之為應用方案軟件，是采取與外部的伙伴共同來推動，可以理解為蘋果、安卓早幾年開發(fā)幾百個APP，但是有幾萬個是與外部進行合作的。

剛才提到的基于WISE-PaaS平臺應用，如可視化數(shù)據(jù)呈現(xiàn)及分析、工具的應用、智能化工廠應用方案，目前已經應用于研華的智慧園區(qū)，我們的園區(qū)有工廠、研發(fā)大樓，通過一個平臺來管理我們的園區(qū)，管理我們的能源，管理我們的訪客來訪，管理我們設備的生產，甚至管理我們生產的數(shù)據(jù)等?，F(xiàn)如今，這樣的平臺在研華已經全面導入。

這個平臺包含從數(shù)據(jù)底層的連接，到上面的可視化，再到設備的資產管理，甚至到人工智能開發(fā)服務的框架。也就是說，當你要來開發(fā)人工智能的時候，其實只要在這個框架里面，數(shù)據(jù)的連接其實都已經完成了。這個平臺已取得了國家工信部的認可，也是國內少數(shù)通過可信服務評估的平臺。

過去這五年，我拜訪了非常多的制造業(yè)的一把手，并常常跟他們分享與交流。在我看來，整個智能制造歸根結底是“數(shù)據(jù)”，數(shù)據(jù)作為我們這次轉型的基礎，怎樣提煉數(shù)據(jù)、發(fā)揮數(shù)據(jù)價值成為重中之重，而有了數(shù)據(jù)之后就是洞見。

現(xiàn)今，有的企業(yè)已經啟動智能制造，有的還在觀望，甚至還有些企業(yè)搞不懂什么是智能制造，這也就是有沒有洞見的問題，結合洞見、結合經驗、結合數(shù)據(jù)，這是能邁向數(shù)字化轉型的一個基礎。最后，當你的決策是基于經驗+數(shù)據(jù)，你的生產制造不再是只憑個人的經驗，而且有實時的數(shù)據(jù)，并且是經過分析、提煉的一些智慧的決策。

智能制造兩個最重要的推動力：一個是來自于客戶、市場的推動，另外一個是來自于管理的驅動。有的規(guī)模過大而必須要提升管理效益，也就是所謂的被客戶倒逼，因為你不再有品質的追溯系統(tǒng)，你的客戶將不會下訂單給你；有的因為規(guī)模太大必須要來做，因此，在這兩個推動力下，加上經營者的決心，推動了這次的智能制造。

過去，智能制造大家在進行理解時，比較多的是關注有沒有機器人，有沒有AGV等，但是這個部分之外，更多的部分是講產業(yè)升級。我們講的設備升級的前提下，各位可能要特別關注所謂的信息流，也就是說在不更換設備的情況下如何達到智能制造。很重要的一點就是，如何從已有的老舊設備取得關鍵數(shù)據(jù)并達到智能制造的一個進程。

研華的智能制造通過這些所謂的物聯(lián)網技術、自動化技術，結合軟件來一一實現(xiàn)。比如通過大家所熟悉的自動化架構，從設備層、MES、ERP等，然后緊接下來我們一個新的物聯(lián)網時代，自動化的架構將會被肢解開，從所謂的邊緣側到云平臺的架構，透過這個架構里面，衍生出很多的創(chuàng)新技術和新的應用。

5G、LoRa、NB-IoT等技術的出現(xiàn)，都將賦能我們的工業(yè)現(xiàn)場，怎樣把已有的設備聯(lián)合我們的設備，通過數(shù)據(jù)的采集，更加邁向智能化。

研華位于江蘇省昆山的工廠，這里原來最高峰是2700個人，現(xiàn)在這個工廠僅有2100個人，但是我們的產能卻較之前翻了3番。我們是怎么做到的呢？我們在我們的工廠導入了WISE-PaaS，并通過給每一個場景找出相應的痛點，從痛點挖掘出數(shù)據(jù)的價值，然后將這些數(shù)據(jù)可視化，并進一步分析數(shù)據(jù)以及持續(xù)地改善經營效益。

研華提出推動智能制造的發(fā)展主要有三點，第一是希望與各行各業(yè)的伙伴一起來共同創(chuàng)造具體的應用方案；第二是加強相關產學研的合作，加強創(chuàng)新；第三是體驗、應用以及落地的實踐，也是我們非常關鍵的一個戰(zhàn)略，并且我們相信企業(yè)進行智能制造的轉型升級是非常有必要的。

以上是我的分享，謝謝！雷鋒網雷鋒網

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。