成為客戶首選品牌
2017-08-14
公司開展改革創新企業文化宣傳系列活動

 為了普及宣傳綿陽普思“智能制造,打造精益工廠”的發展理念,推進公司企業文化建設,弘揚綿陽普思的改革創新文化,鼓舞激勵公司全體職工參與,營造積極向上的企業文化氛圍,人力資源部協同公司工會一起,舉辦一系列的宣傳系列活動,本次活動分為兩個??檳諶?

  一是:面向公司全體職員工公開征集關于“企業發展”和“職業發展”的口號和標語;

  二是:對公司全體職工進行知識競答,對成績60分以上的職工,開展抽獎活動。

  目前,第一項口號征集活動正在有序的進行。據初步統計,有來自各個部門的八十多名職員工已經投遞的稿件,待5月31日投稿截止后,統一由人力資源部審核公布入圍口號。

  第二項知識競答與5月12日已經全部收稿完畢,并且在5月25日,我們對入圍60分以上的職工,進行了抽獎,本次抽獎共設有一等獎1名,獎勵現金紅包300元,二等獎2名,分別獎勵現金紅包200元,三等獎3名,分別獎勵現金紅包100元,幸運獎180名,不僅有現金紅包還有精美的禮品一份,可以說是獎品多多,驚喜不斷。

  5月25日下午16:30,活動還沒有正式開始,產線上的員工們就已經開始蠢蠢欲動了,知道有獎品,有獎金拿,個個百米沖刺一樣,用到舞臺邊,等待幸運天使的降臨,公司領導層也相當重視本次活動,頂著烈日早早的來到活動現場,一起來感受活動的氛圍。其中,品質部經理向軍蘭先生代公司廠長發表了講話,他說,公司的改革發展必須全員參與,離不開公司所有人的共同努力,更離不開不斷超越自我的信心和能力。所以希望在公司未來發展的道路上,我們一起努力,共同創造出美好的明天。

  向經理的一席話,引起了在場所有人的共鳴,是的,只有公司發展壯大了,才有更好的未來,職工們也才會收獲越多。

本次活動旨在讓更多的職工參與公司的發展和改革,讓他們深刻體會到公司在發展變革中的特點和要求。


閱讀更多
2017-10-27
到了2040年 你在這些國家是買不到非電動車的!

就是現在了!電動汽車變得越來越便宜了,效率也越來越高,并且其對環境有好處。為了加速電動汽車的普及,一些國家已經宣布了禁止銷售非電動汽車的計劃,這也意味著終結了新的天然氣和柴油動力汽車的生產。

荷蘭:做了一個雄心勃勃的計劃,準備從2025年開始只銷售電動汽車,這是對發展未來交通運輸作出了重要的承諾。

挪威:通過長期以來不斷鼓勵使用電動汽車,挪威已成為公共交通普及方面的領頭羊。因此,對于這個國家來說,在2025年后其所有新生產的汽車實現零排放或低排放的目標,應該不會有太大的困難。

印度:2030年之后,印度只有電動和混合動力汽車才能合法購買。這一樂觀的最后期限可能會給這個國家帶來挑戰,因為相對于道路上的司機而言,目前的充電站數量相對較少。

德國:計劃在2030年之前全面禁止內燃發動機的使用。鑒于該國家的汽車產量相當可觀,這項立法可能會對該行業產生更廣泛的影響。

法國:環境部長Nicolas Hulot提出的全面改革計劃將使法國在2040年停止出售天然氣和柴油動力汽車。不過,這個國家的首都在可能會被提早十年強制實施這項政策。

英國:在法國宣布計劃后不久,英國也發布了類似的聲明,2040年之后,英國將不再銷售由天然氣和柴油驅動的汽車和貨車。

中國:與此同時,中國已經表明了終止出售化石燃料汽車的意圖,但還沒有設定具體的最后期限,

考慮到各國的駕駛人口規模,這些禁令的總體影響可能也不太理想。在官方統計的準備實施該計劃的國家中,只有法國和挪威人均車輛排名前20位。另外值得注意的是,這些措施只是禁止非電動汽車的銷售。這些國家并沒有在規定的日期前完全禁止使用天然氣或柴油動力汽車,他們只是計劃開始逐步淘汰這些車輛。

盡管如此,任何讓人類走上無化石燃料的道路的行動,都是朝著正確方向邁出的一步,希望更多的國家也會遵守自己的承諾,禁止銷售非電動汽車。

背景資料:

2017年9月9日,中國工信部副部長辛國斌在天津舉行的2017中國汽車產業發展國際論壇上表示,目前我國工信部啟動了相關研究,制訂停止生產銷售傳統能源汽車的時間表。

2017年10月17日,工業和信息化部、財政部、商務部、海關總署、質檢總局聯合舉辦的《乘用車企業平均燃料消耗量與新能源汽車積分并行管理辦法》宣貫會在北京舉行?;嵋槲瞥敵頭段?、企業主體、積分平臺、積分計算辦法等方面,對管理辦法進行了詳細解讀。該辦法將于2018年4月1日起正式施行。

工業和信息化部副部長辛國斌在會上指出,我國節能與新能源汽車產業發展成績很大,但也存在一定的問題,尤其是推動產業持續發展的長效機制尚未建立。雙積分管理辦法建立起平均燃料消耗量積分和新能源汽車積分“雙積分”并行管理機制,兼顧了傳統汽車節能水平提升與新能源汽車創新發展,將有效促進我國汽車產業節能減排和轉型升級。(來源:人民網、南方網、工業和信息化部官網綜合整理)


閱讀更多
2017-10-27
讓AI達到人類水平?首先需要翻越這“五座大山”

谷歌旗下總部位于倫敦的人工智能公司Deep Mind上周在機器學習方面取得了重大突破,宣布AlphaGo Zero可以在沒有人為干預的情況下自主學習。人工智能已經可以做很多人類無法做到的事情,但我們距離打造“像人類一樣”的人工智能還有多遠?在我們達成目標之前,我們需要解決哪些關鍵問題?

為了回答這個問題,我將提出,為了讓機器變得和人類一樣聰明,必須克服五個里程碑式的難題:普遍性、轉移學習、自主學習、常識和自我意識。讓我們依次來看看看看我們今天人工智能的發展水平。

普遍性:這意味著我們開發出一種方法,或者一種可以應用于任何其他獨立于領域問題的系統架構。我認為這個問題在很大程度上得到了解決。人工智能的概率方法,比如深度傾斜網絡(比如專家系統),已經證明了其通用性。我們可以使用同樣的深度學習網絡和算法來解決幾乎所有問題——這是一個很好的機器學習的范例。

自主學習:這就是Deep Mind的“AlphaGo Zero”所取得的成就。通過對第一個AlphaGo所使用的原始強化學習方法的調整和簡化,他們演示了一個給定目標的神經網絡(如“贏”)可以自己學習,并為實現這一目標而發明策略。這是一個重大的突破,它讓我們離人工智能更近了一步。


轉移學習:這意味著一個系統可以使用或抽象地利用它通過解決特定問題積累的知識,并將這些知識應用于解決不同的問題。這是我們人類的天性,我們會在問題中“看到固定的模式”和“問題之間的相似性”,我們運用積累的“經驗”來解決它們。在人工智能領域,我們還沒有實現這一目標。盡管在機器中,似乎至少有一條實現轉移學習的有希望的途徑,方法是將概率和非概率(“象征性”)方法結合起來。例如,假設一個系統能夠檢測出它的神經網絡在解決某個特定問題時所采取的步驟,并將它們轉換為一種啟發式算法,然后對這種特定領域的啟發式算法進行歸納,并用它來驅動神經網絡去解決另一個問題。

常識:這是一個非常難的問題。舉個例子,“邁克爾·菲爾普斯在北京奧運會上獲得了400米蝶泳金牌”。當你讀到這句話的時候,你會立刻、隱隱地想到一長串的事情;例如,菲爾普斯在獲得獎章時身上是濕了的,他必須在進入游泳池之前把襪子脫掉等等。這種邏輯假設與原始陳述的關聯在計算機中是極其難以編碼的。我們距離解決常識問題還有很長的路要走。但是,一個好的開始就是研究神經科學能教給我們怎樣形成、保留和使用記憶的方式。人類記憶的功能或許是在機器中開發常識的關鍵。

自我意識:人類的自我“意識”仍然是神秘的,盡管神經系統科學家已經取得了一些突破性的進展,當我們意識到一些事情的時候,比如當“我”或“自我”出現,產生主觀體驗時,我們的大腦會發生什么。對許多人來說,高層次的意識可能是人類在面對未來智能機器時保持某種優勢的“最后堡壘”。然而,創造出模仿自我意識的機器并非不可能。我之所以說“模仿”,是因為,除非我們找到一種客觀的方法來衡量人類的意識,否則我們將永遠無法斷定一臺機器是否“真的”有意識。那些讓我們相信他們有自我或個性的機器應該相對容易開發,但他們是否會真正地擁有自我意識,我們只能知道我們是否能解決了“意識的難題”。(選自:HUFFPOST編譯:網易見外編譯機器人 審校:雨蛋)


閱讀更多
2017-10-27
報告:人工智能引領的金融業變革 將創造未來銀行

回看歷史,你會發現,金融業是最難實現變革的。但不可避免的是,大銀行和創業公司在金融業方面仍取得了巨大的突破,我認為這不是因為他們使用了什么特別的技術,而是因為它們內在的文化差異,多樣化的結構剛度和其他具有成本效益的商業模式。金融創新:空話太多,實際行動太少換句話說,銀行之所以不創新,要么是因為它們規模太大,無法迅速適應并遵循外部激勵機制,要么是因為它們不知道如何(或者想要)真正的改變。不僅在金融業中如此,在學術界也是如此,一直到上世紀90年代中期,金融創新沒有任何的突破性進展。事實上,在少量的調查文獻中(Cohen and Levin, 1989; Cohen, 1995),引用了超過600種不同的文章和書籍,但沒有一個是與金融創新相關的。當然,在過去五年中,情況發生了變化,但我認為,這種變化是被動的,而不是來自銀行業的自愿推動。因此,金融創新似乎通常是由外界引入的而非內部產生的,而且往往更多地是產品創新而非過程創新(盡管我認為這個觀點比較有爭議)??悸塹叫碌募際醴妒劍ㄕ誶炕蔥掠朐齔ぶ淠讜誶苛業囊蜆叵擔?,我們似乎很自然地想知道,一個更好的創新模式是否可以由不同的行業導入。我發現有一個非常特別和有趣的例子,這個行業必須“創新生存”,而不是“創新增長”:那就是生物制藥行業(Baker, 2003; Gans and Stern, 2004; Fuchs and Krauss, 2003; Lichtenthaler, 2008)。創新轉移:生物制藥行業生物制藥行業不是一個單一的行業,而包括兩個不同的技術領域:生物技術領域,由推動了研究和探索階段的小公司組成;以及制藥公司,這些大公司在上個世紀成為了規模龐大的上市和銷售企業。因此,一部分是純粹的(高風險的)創新,另一部分是純粹的商業化技能……這都是我們已經見過的東西,不是嗎?生物制藥行業和金融業形成了明顯的兩極分化生物制藥行業的特點是,風險主要存在于最初的開發過程,而不是在市場銷售階段。問題不在于滿足客戶的需求,也不是為你的產品找到市場,而是首先要研發出這種藥物分子。成功的可能性非常低,時間線拉的很長(10—15年),而20年的專利權只是一個短暫的優勢。更重要的是,大約只有三分之二的藥品能夠抵消開發成本,而且大部分的公司都在虧損,而排名前3%的公司的利潤幾乎占整個行業利潤的80%,這是一項艱難的業務。生物制藥行業不再僅僅是一個人力密集型的行業,而是一個需要大量資金投入的行業。創新不是附加物,而是企業生存發展的基石。這也是為什么他們必須確定一系列不同的方法來促進他們的發展——創新:研發、競爭性合作計劃、風險投資、合資創造、收購交易、有限合伙協議等。到目前為止,我的目標應該是明確的:金融業并沒有強烈地感覺到像生物制藥行業一樣的創新需求,而且它沒有嘗試和推動創造新的模式,獲得利益最大化。引入人工智能,你的個人金融顛覆者現在你可能仍然這么想“創新的確很棒,但是金融業和生物制藥是非常不同的兩個行業”那么我為什么要堅持從其他行業引入創新模型呢?好吧,這就是問題所在:我并不認為他們是不同的。而它們變得越來越相似的原因恰恰是人工智能。人工智能正在為金融行業注入一種強大的創新力,它有一個發展周期和特征,與生物制藥行業的情況類似:它需要很長一段時間才能被創造、實施和正確地部署(當然,這與金融行業的標準是一致的);它是高度技術性的,需要高度專業化的人才;它是高度不確定的,因為在找到可行的方案之前,你需要進行大量的試驗,人工智能正在給金融行業帶來巨大的創新壓力。但人工智能也在給金融行業帶來了全新的發展速度和可信度,降低了生物制藥行業類似的錯誤。如果你的算法指出了問題產品或被推薦的錯誤的書,這是非常容易的。如果你的系統錯誤地解讀了市場上的某些信號,或者在開發一種藥物的時候出現錯誤,你會在幾秒鐘內損失數百萬美元,甚至會失去生命。因此,它不僅延伸了本質上屬于金融領域的問題,比如監管或問責制,而且還帶來了一些新問題,比如有偏見的數據或缺乏透明度(特別是在消費者應用領域)。最后,人工智能針對“構建vs購買”提出了一個問題,這個問題甚至比上世紀90年代的生物制藥行業還要大,在當前的生物技術制藥二分法中達到了頂峰(如果你想知道,這個選擇的重點是你的數據容量、團隊和項目的可擴展性,以及與競爭對手有關的項目的獨特性——你有足夠的數據來訓練一個ANI嗎?你的團隊/項目規模足夠嗎?你們的ANI是獨一無二的嗎?你的同伴們有沒有做一些事呢?)人工智能正在徹底推動一個有幾百年歷史的古老的行業創新。這就是為什么我認為金融服務業引入人工智能非常重要的原因——對于它所推出的具體創新或產品,并不是太多,因為它正在徹底改變一個有幾百年歷史的行業創新流程。金融科技領域的人工智能功能細分人工智能正在利用金融服務中的結構化和非結構化數據來改善客戶體驗及客戶參與度,通過這樣的方式,來發現異常值和異常現象,增加收入,降低成本,找到可預測的模式,提高預測的可靠性……但在其他行業,情況也是如此嗎?這個答案顯而易見,那么,在金融服務業,人工智能有什么特別之處呢?首先,金融行業是需要大量數據的行業。你可能會認為這些數據主要集中在大型金融機構手中,但大部分數據都是公開的,而且有了新的歐盟支付指令(PSD2),規模更大的數據庫也可以被較小的公司使用。人工智能很容易開發和應用,因為相對于其他行業,其準入門檻相對較低。其次,許多基礎的過程可以相對容易地實現自動化,而許多其他的過程可以通過按部就班的計算或速度來提高。從歷史上看,人工智能是最需要這種創新的行業之一,競爭非常激烈,而且總是在尋找新的投資來源。總結:人工智能的邊際影響大于其他領域。第三,財富在不同代際間的轉移,使這一領域成為人工智能發展的真正“沃土”。人工智能需要大量的新數據,并且最重要的是一些改進反饋信息,00后不僅樂于使用人工智能,而且還能提供反饋信息,但他們顯然更不在意隱私和泄露自己的數據。當然,金融領域的人工智能也面臨一系列特定的挑戰,這些挑戰阻礙了智能金融的平穩快速的實現:不相互通信的遺留系統;數據孤立;糟糕的數據質量控制;缺乏專業知識;缺乏管理遠見;缺乏采用這種技術的文化心態。因此,目前缺少的只是對人工智能金融技術領域的概述。這里也有很多的人工智能金融科技創業公司的地圖和分類,所以我在這里沒有介紹任何新東西,只是給大家展示我的個人分類:財務健康:這一類應用是為了讓終端客戶的生活變得更好、更方便,還包括個性化的金融服務;信用評分;自動化的財務顧問和幫助用戶做出財務決策的規劃者(robo——顧問、虛擬助理和聊天機器人;智能錢包可以根據用戶的習慣和需要,以不同的方式指導用戶。典型的例子包括機器人顧問和對話界面:Kasisito;Trim;Penny;Cleo;Acorns;Fingenius; Wealthfront; SigFig; Betterment; LearnVest; Jemstep; 信用評分應用:Aire; TypeScore; CreditVidya; ZestFinance; Applied Data Finance; Wecash;??榱矗何胰銜?,鑒于這款工具的重要性,它應該有一個單獨的分類,而不考慮具體應用程序(可能是支付、合規、交易等)。典型的應用包括:Euklid; Paxos; Ripple; Digital Asset;財務安全:這個可以劃分為身份識別(支付安全和物理識別——生物識別和KYC)和檢測(追蹤欺詐和異常的財務行為——AML和欺詐檢測)。這類應用包括:EyeVerify; Bionym; FaceFirst; On?do; and Feedzai; Kount, APEX Analytics;資金轉移:這一類別包括支付、p2p借貸和債務收集。這類應用包括:TrueAccord;LendUp;Kabbage;LendingClub;資本市?。赫饈且桓齪艽蟮陌蹇?,我傾向于將它分為五個主要??椋?)交易(交易或交易平臺)。例子包括:Euclidean; Quantestein; Renaissance Technologies, Walnut Algorithms; EmmaAI; Aidyia; Binatix; KimerickTechnologies ;Pit.ai ;Sentient Technologies; Tickermachine; Walnut Algorithm ; Clone Algo; Algoriz; Alpaca; Portfolio123; Sigopt;2)自助式基金(眾籌基金或房屋交易)。例子包括:Senti?; Numerai; Quantopian; Quantiacs; QuantConnect; Inovance;3)市場情報(信息提取或洞察力生成)。例子包括:Indico Data Solutions; Acuity Trading; Lucena Research; Dataminr; Alphasense; Kensho Technologies; Aylien; I Know First; Alpha Modus; ArtQuant;4)替代數據(大多數替代數據應用都在資本市場,而不是在更廣泛的金融領域,因此把它放在這里是有意義的)。例子包括:Cape Analytics; Metabiota; Eagle Alpha;5)風險管理(大多數情況下,這一部分的創業公司也涉及到其他??椋?。例子包括:Ablemarkets; Financial Network Analysis。結論從文章一開始,我就一直在強調人工智能正在使金融服務領域和生物制藥越來越相似,而且,金融行業或許能從其他行業的創新中借鑒一些東西。現實情況是,金融業還需要克服一些困難和挑戰。我目前看到的最大的不同之在于AI對實體產品市場的影響,人工智能正在讓這個行業變得比以往任何時候都更加數字化。它的最終目標是創建未來銀行:沒有分行,沒有信用卡,沒有欺詐。一個擁有??榛榧囊釁教?,它可以提高我們的財務素養,并且不需要購買實體產品。這絕對是一個令人向往的新世界,我已經等不及了。參考文獻Baker, A. (2003). “Biotechnology’s Growth-Innovation Paradox and the New Model for Success”. Journal of Commercial Biotechnology 9 (4): 286–88.Cohen, W. (1995). “Empirical Studies of Innovative Activity”, in Handbook of the Economics of Innovation and Technological Change, edited by Paul Stoneman. Cambridge, Mass.: Blackwell. Ch. 6, 182– 264.Cohen, W., Levin, R. (1989). “Empirical Studies of Innovation and Market Structure”, in Handbook of Industrial Organization, Vol. 2, edited by Richard Schmalensee and Robert Willig. Amsterdam: North-Holland. Ch. 18, 1059–1107.Frame, W. S., White, L. J. (2002). “Empirical studies of nancial innovation: lots of talk, little action?”. Working Paper, Federal Reserve Bank of Atlanta, N. 2002–12.Fuchs, G., Krauss, G. (2003). “Biotechnology in Comparative Perspective”. In: Biotechnology in Comparative Perspective. G. Fuchs (ed.). New York: Routledge, 1–13.Gans, J., Stern, S. (2003). “Managing Ideas: Commercialization Strategies for Biotechnology”. Intellectual Property Research Institute of Australia Working Paper 01/03: 1–24.Li, J., Halal, W. E. (2002). “Reinventing the biotech manager”. Nature Biotechnology, 20 Suppl (6): 61–3.Lichtenthaler, U. (2008). “Open Innovation in Practice: An Analysis of Strategic Approaches to Technology Transactions”. IEEE Transactions on Engineering Management, 55 (1): 148–157.
Meyer, F. J. (2002). “Business Models That Biotech Companies Employ”. Enterprise Development KFBS Biotech Speakers SeriesNovember 25, 2002(選自:hackernoon) 


閱讀更多
2017-11-01
加速布局智能制造 智能化驅動傳統制造業轉型

近來,智能制造領域備受關注。黨的十九大報告提出,要“加快建設制造強國,加快發展先進制造業,推動互聯網、大數據、人工智能和實體經濟深度融合?!弊冶硎?,隨著新一代信息技術與制造業的深度融合,國內各地正加速布局智能制造,從而驅動傳統制造業轉型升級。    

智能化再造制造業格局    

10月31日,“2017SAP智能制造峰會”在寧波召開。當天,由SAP攜手寧波市北侖區人民政府共同打造的“思愛普寧波智能制造創新中心”正式揭牌。雙方將以創新中心為平臺,搭建產業升級與經濟轉型的工業4.0創新平臺,以幫助當地企業實施智能制造創新升級。    第90屆中國電子展在上海新國際博覽中心舉行。    寧波市委副書記陳奕君表示,作為全國首個“中國制造2025”的試點示范城市,寧波正積極推進企業智能化的創新轉型,全面帶動制造業轉型升級。創新中心的成立,將加速推進寧波新型產業體系建設,推動寧波市乃至全省智能制造數字化升級,為寧波打造‘中國制造2025’示范城市建設再添新動能。    

“寧波是中國重要的制造業基地,經濟發展充滿活力。我們希望能與寧波市政府攜手合作,助推寧波制造企業的智能創新發展?!盨AP全球執行副總裁、大中華區總裁紀秉盟表示?!八及漳ㄖ悄苤圃齏蔥輪行摹弊溆諛ㄊ斜甭厙?。據介紹,今后,SAP將與寧波經濟技術開發區控股有限公司合作,以智能制造創新中心為載體,結合寧波特色,孵化創新成果,幫助當地企業智能制造轉型升級。同時,創新中心還將通過完全云化的端到端數字化云平臺及應用服務,為大量中小企業提供差異化、精細化的智能制造創新服務,幫助其實現智能制造創新轉型。    寧波與SAP的此次合作只是當前國內積極發展智能制造的一個縮影。目前,圍繞智能制造領域,上海、江蘇、浙江、廣東等多地都在積極布局。例如,上海已在全市范圍內形成“1+X”的智能制造發展空間布局,多個區域正在積極搶抓智能制造產業的“話語權”。不久前,歐洲知名應用科學研究機構弗勞恩霍夫的智能制造項目中心落戶上海臨港,將圍繞智能制造和“工業4.0”前沿技術開展深入合作研究。    

打造實體經濟新藍海    自2008年金融?;?,世界經濟重心從互聯網、金融等虛擬產業重新回歸實體制造業。    在全球制造業都在發展中遭遇瓶頸(資產可用度不高、數據透明度差、工業信息安全問題、生產靈活性差以及持續上升的人工成本等)之時,美國提出了“工業互聯網”,日本提出工業復興計劃,德國提出了“工業4.0”,中國提出了“中國制造2025”。    

在專家看來,這些計劃的核心就是利用以物聯網為代表的新興技術來對原有制造業進行改造升級。    

新一代信息技術與制造業的深度融合,將促進制造模式、生產組織方式和產業形態的深刻變革,同時也將催生新的藍海。目前,美、德等著力推進智能制造的發達國家,均有一批電子信息領域的優秀跨國企業提供技術和服務支撐,比如GE的Predix工業互聯網操作系統、西門子的MindSphere物聯網操作系統…歐美這些企業已在信息技術與制造業的融合上走在世界前列,搶占了技術和標準的制高。    我國也不甘落后,2016年12月,工信部發布了國家《智能制造“十三五”發展規劃》。

《規劃》提出,到2020年,明顯增強智能制造的發展基礎和支撐能力,傳統制造業重點領域基本實現數字化。到2025年,智能制造支撐體系基本建立,重點產業初步實現智能轉型。    

“智能制造是未來十年中國邁向制造強國的必由之路,但‘中國制造2025’要推動的是智能化和信息化升級,而非僅僅實現自動化?!被┲と治鍪φ魯先銜?,《智能制造發展規劃(2016-2020年)》為“十三五”期間智能制造的發展指明了具體方向?;チ悄苤圃焓俏蠢瓷兜淖鈑歐較?,將徹底改變中國制造。    

制造業數字化轉型正當時    近日,工信部正式公布了2017年智能制造試點示范項目名單,上榜項目共97個。從名單顯示項目所在地來看,97家企業中有46家來自沿海地區;從全國范圍內來看,東部沿海地區的智能制造水平相對領先。    

在專業研究機構看來,“十三五”期間我國各地區對“中國制造2025”重點項目的資金支持規模預計將超過100億元。同時,國內工業機器人產銷數據持續創新高,也從側面反映出我國近年來制造業加碼智能制造的步伐正在加速。    

根據國家統計局最新數據,9月工業機器人產量為13,085臺/套,同比增長103.2%;1月-9月工業機器人累計同比增速為69.4%。    專家認為,未來十年將是中國制造業升級的最關鍵時期,推行智能制造已刻不容緩,其中的原因包括,提高用戶體驗和實現定制化將是制造業未來重要目標;中國人口結構、勞力成本、產品競爭力等決定了傳統擴張模式正落下帷幕等。    

與此同時,中國已經具備制造業轉型的三大升級基礎。首先,技術、品牌小有積累,中國企業有望站上“微笑曲線”更高端;其次,C端需求互聯網化,推動制造端(Manufacture)互聯網化改變;另外,當前制造企業改造升級需求更旺盛,迫切希望提升效率而盈利。 


閱讀更多
2017-11-01
中國智能制造概念火熱,去年買下全球三分之一的工業機器人

正如過去媒體所報道的,隨著中國勞動力工資水平的飛漲,企業正在加快機器人在工廠中的部署。這種趨勢進一步鞏固了中國在全球工業自動化領域中的領先地位。

  圖:工業機器人需求量在不斷上升(中國國內的需求增長最快,需求量占全球市場的三分之一)

  2014年,全球工業機器人銷售量約180000臺,其中約五分之一被中國企業購買;2016年,這一數據就已經增長到了三分之一,而來自中國的訂單量超過90000臺。這在一定程度上反映了中國智能制造概念的火熱程度,同時或許也能引起中國本土機器人公司的思考。

  全球工業自動化回歸繁榮,工業機器人的身影無處不在,它們或在搬運沉重的汽車底盤,或在組裝精密的電池托盤,或在從事其他工作?;魅嗽謚圃煲盜煊虻玫狡占壩τ玫那魘埔丫幻教騫惴罕ǖ?,因而被大家所熟知。

  在美國準備在制造業領域中趕上自己最重要和最突出的對手,特別是美國總統唐納德·特朗普承諾要讓制造業崗位重回國內的情況下,2017年第一季度,美國國內工業機器人的銷量卻猛增。

  圖:北美地區機器人采購數量大幅增長

  美國著名智庫布魯金斯學會(Brookings Institution)發表的一項研究顯示,2017年Q1季度,北美地區的制造商在工業機器人領域的費用支出為5.16億美元,較上年同期增長了32%。

  這些機器人中的絕大多數進入了鋼鐵和汽車制造業中心所在地——印第安納州、密歇根州和俄亥俄州。這份報告還指出,在今天的美國制造重鎮托萊多和底特律,每1000個制造業工人中就有9個機器人與他們協同工作——這一數字是2010年時的3倍。

  但與在中國市場的銷量相比,美國市場的表現就有些相形見絀了——據統計,僅去年一年,中國國內就購買了9萬臺(套)工業機器人,占全球工業機器人訂單總量的三分之一。

  來自國際機器人聯合會(International Federation of Robotics)的預測認為,到2019年時,中國國內工業機器人的年度訂單將增加到16萬臺(套)。

  圖:中國國內對工業機器人的需求量逐年增長

  事實上,工業機器人將會對制造業崗位回流到北美地區發揮直接作用。因為制造企業都意識到,他們可以通過配置機器人的“熄燈”工廠(指不用照明的工廠)來實現流水線更高效率的生產,也能夠借此大規模降低制造成本。

  當然,這種趨勢并不能真正挽回美國國內制造業崗位的流失——如果所有企業都按照這種趨勢發展,也只能是減緩制造業崗位數量的下降。現在,企業花在機器人方面的投入比以往任何時候都多。就像比爾·格羅斯(Bill Gross)這樣的學者,甚至普通投資者,也在探討自動化技術以根本性方式重塑全球勞動力市場結構的潛在可能性。

  圖:到2025年,全球工業機器人年出貨量有望增長3倍

  作為全球制造領域的一個重要組成部分,中國國內對工業機器人的需求也在不斷增長。從東亞地區到北美地區,再到歐洲地區,跨國企業正在順應這種發展潮流。因為從部分程度上來看,自動化技術可以滿足企業生產精密產品的要求和對勞動力的儲備??綣笠島湍切┮丫詰諞皇奔淅肟泄墓?,其在工業機器人方面的費用支出要比以往任何時候都多。從總體格局來看,與其說這是20世紀海外制造業繁榮的回流,不如說是發展中國家和發達國家工作崗位的逐漸消失。

  隨著自動化技術和機器學習的不斷進步,所有的普通勞動者,除了從事專業技能要求最高的職業者之外,都將慢慢看到自己的工作崗位消失在機器人大軍中。樂觀的人則可能希望——自動化技術產生的后果,可能會有限地讓勞動者享受他們的空閑時間,并實現更有意義的個人追求。無論自動化技術是否會導致所有生活標準變的更高——或者說導致進一步的失衡,讓已經不平衡的經濟更加不平等。一切的結果都有待觀察。

閱讀更多
  • 新聞資訊
  • 通知公告
  • 企業新聞
  • 行業新聞
  • 返回列表