“工業(yè)4.0”的概念在2013年被正式提出之后,“智能化”隨即成為引領第四代工業(yè)革命的主題,制造業(yè)成為經(jīng)濟增長的中堅力量。從2016年開始,初心資本在工業(yè)4.0領域布局,以工業(yè)自動化、智能物流、工業(yè)大數(shù)據(jù)平臺、工業(yè)物聯(lián)網(wǎng)為核心,重點關注本土化企業(yè)在智能制造領域的發(fā)展。
要在企業(yè)中成功導入物聯(lián)網(wǎng)(IoT)策略,需要公司內(nèi)外各個不同部門的合作,一個成功的計劃,要能回頭整合到企業(yè)原本的運作當中,改善企業(yè)營運的各個層面。
全球制造業(yè)導入人工智能(AI)、物聯(lián)網(wǎng)(IoT)等技術,激蕩出AIoT(AI+IoT)新發(fā)展,逐漸改變了既有的商業(yè)模式,在日本東京舉辦的制造業(yè)大展(Factory 2017 Fall)中,描繪了未來制造現(xiàn)場的樣貌。
據(jù)Gartner稱,激光3D打印具有巨大的潛力。預計總支出將在2020年以66.5%的年復合增長率增長至177億美元,銷售額超過650萬美元。Gartner還預測,到2020年,全球75%的制造業(yè)務將使用由內(nèi)部或服務部門制造的激光3D打印工具和夾具來生產(chǎn)成品。此外,激光3D打印將使新產(chǎn)品的推出時間縮短25%。到2020年,企業(yè)激光3D打印機出貨量的年復合增長率預計也將達到57.4%。
14日,國家統(tǒng)計局發(fā)布數(shù)據(jù)顯示,11月份國民經(jīng)濟繼續(xù)保持穩(wěn)中向好發(fā)展態(tài)勢,生產(chǎn)需求平穩(wěn)增長,總體穩(wěn)定,經(jīng)濟結構不斷優(yōu)化,質(zhì)量效益持續(xù)提升。此外,供給側結構性改革不斷深化,新興動能快速成長,去產(chǎn)能、去庫存、降成本成效明顯。1-11月份,高技術產(chǎn)業(yè)和裝備制造業(yè)增加值同比分別增長13.5%和11.4%,增速分別比規(guī)模以上工業(yè)快6.9個和4.8個百分點。
機器故障讓制造業(yè)付出巨額成本,所幸現(xiàn)在的傳感器與機器學習等新技術,可以做到提前預測,進而減少停機時間。據(jù)Bureau of Analysis數(shù)據(jù),美國平均工業(yè)設備使用年限,從1970年代以后就持續(xù)拉長,現(xiàn)在平均的使用時間都已達到10年。隨著資產(chǎn)老化,故障與維修的機會就變得越來越多。
在當今激烈競爭的商業(yè)環(huán)境,訂制化智能工廠與供應鏈會變得越來越普及,所有關鍵的制造流程都可以實時掌控。據(jù)Computer Business Review報導,Zebra Technologies近期發(fā)表了“制造遠景研究”(Manufacturing Vision Study),探討了生產(chǎn)數(shù)字化的變遷與原因。
當前,傳統(tǒng)制造業(yè)企業(yè)面臨產(chǎn)能過剩、成本高、質(zhì)量監(jiān)管困難、產(chǎn)業(yè)鏈地位低等難題,能否抓住工業(yè)互聯(lián)網(wǎng)這一機遇或將關乎其存亡。黨的十九大報告明確提出,加快建設制造強國,加快發(fā)展先進制造業(yè),推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合,未來制造業(yè)企業(yè)轉型路徑已然清晰。
制造商所追求的目標很簡單,無非是降低成本、提升質(zhì)量、提高可用率和提升產(chǎn)出量,因此必須淘汰、更新老舊生產(chǎn)設備和傳統(tǒng)技術。
由中國半導體行業(yè)協(xié)會、中國電子器材總公司、上海市經(jīng)濟和信息化委員會共同主辦的第十五屆中國國際半導體博覽會暨高峰論壇(以下簡稱IC CHINA 2017)在上海新國際博覽中心隆重開幕,科技部原副部長曹健林、工業(yè)和信息
工業(yè)物聯(lián)網(wǎng)(IIoT)已是制造業(yè)的熱門話題,究竟這類技術如何改善企業(yè)的營運和創(chuàng)造更多利潤呢?據(jù)Industry Week報導,GE(General Electric)位于美國賓州Grove廠房投資近2億美元,專門改裝電氣柴油引擎,工作站布滿傳感器,每年這間工廠收到約1,200部引擎,輸出約2萬個零件,把非預期停工次數(shù)降為原本的10~20%。
自從德國工業(yè)4.0,中國制造2025計劃提出之后,中國社會對制造業(yè)的關注度就大幅度上升。一些巨型的制造業(yè)開始揭開神秘面紗,把自己的辛酸和血淚曝露在公眾面前;一些小型的制造業(yè)則開始勵精圖治,準備迎接新時代的變革。但不幸的是,越來越多的企業(yè)被卷入倒閉潮,江蘇、廣東、浙江等地都在過去3年里出現(xiàn)過大面積“死亡”現(xiàn)象。
制造業(yè)持續(xù)創(chuàng)新,但技能缺口仍是不可回避的阻礙,再加上嬰兒潮時代屆齡退休,美國各州紛紛提高基本薪資,制造業(yè)只好訴諸工業(yè)5.0,邁向人機協(xié)作生產(chǎn)的時代。
隨著我國制造業(yè)目標的提出,我國制造業(yè)開始以發(fā)展先進裝備、促進制造業(yè)由大變強作為未來發(fā)展的方向。這其中,變頻器以其獨有的特點在制造業(yè)領域中迅速得到了推廣,占領了市場。
迎接工業(yè)4.0時代,將物聯(lián)網(wǎng)及人工智能導入制造領域已是時勢所趨,然而,許多制造業(yè)者受限于資源、技術及成本因素,僅停留在自動化階段,尚未邁入“智動化”新領域,這在不久的未來將不足以應付經(jīng)濟與科技環(huán)境的快速變遷。
傳統(tǒng)服務業(yè),單個人員能服務的客戶始終是有限的,技術能帶來的效益提升不大。但IT業(yè)的技術發(fā)展則可以讓單個程序師為千千萬萬的用戶服務,這樣生產(chǎn)效率就能得到極大的提高,從而提升企業(yè)利潤。在固定技術水平下,IT企業(yè)已具備很大的成本優(yōu)勢,而隨著技術的進步,他們增長的動力只會把實體企業(yè)拉得越來越遠。
機器視覺是人工智能正在快速發(fā)展的一個分支。簡單說來,機器視覺就是用機器代替人眼來做測量和判斷。機器視覺系統(tǒng)是通過機器視覺產(chǎn)品(即圖像攝取裝置,分CMOS和CCD兩種)將被攝取目標轉換成圖像信號,傳送給專用的圖像處理系統(tǒng),得到被攝目標的形態(tài)信息,根據(jù)像素分布和亮度、顏色等信息,轉變成數(shù)字化信號;圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征,進而根據(jù)判別的結果來控制現(xiàn)場的設備動作。
在科技領域以外,AI技術則仍大多數(shù)是實驗性質(zhì),只有少數(shù)例外──特別是汽車領域──很少有工廠已經(jīng)開始采用,已經(jīng)實施的AI技術都是小范圍應用,主要在例如庫存管理、檢驗等領域。
成衣制造是勞力密集的產(chǎn)業(yè),40年前造成英國成衣制造業(yè)崩解的相同因素至今依然存在,英國工作者的合理薪資仍遠高于亞洲競爭對手,因此在大量生產(chǎn)方面與亞洲大工廠無法競爭。不過,智能工廠(Smart Factory)及新成衣產(chǎn)品趨勢的發(fā)展,則為英國成衣制造業(yè)回流帶來希望。
中國,世界第二大經(jīng)濟體;德國,世界第四大經(jīng)濟體。強強聯(lián)合,有時候是不期而遇,就像中國實施制造強國戰(zhàn)略的行動綱領“中國制造2025”和以智能制造為核心的德國“工業(yè)4.0”戰(zhàn)略,兩相互補,協(xié)同發(fā)展。特別是在機器人應用最廣泛的汽車工業(yè)領域,大有可為。