智能制造:數據智能“液體化”制造業
魔猴君 行業資訊 2136天前
前沿技術的突破并非僅僅是技術的革新,它將極大地改變我們所生活的世界,改變我們的生活方式,工作方式,生產方式,創造全新的發展模式,而新技術映射到工業制造領域,我們將會看到智造新引擎的誕生。從生產設備到生產工藝,從制造流程到服務運營,智能科技被廣泛應用于各個領域,由此興起的新制造模式,將是智能科技與制造業深度融合的產物,這將為我們帶來重塑物理世界的新契機。
——阿里巴巴集團副總裁 劉松
圖說:阿里巴巴集團副總裁劉松在2019新經濟智庫大會現場分享
我們正身處大融合的時代我們正身處大融合的時代,在人類發展史上, 大科學與大技術第一次形成歷史性交匯:信息技術不再僅僅應用在信息化領域,演變成為大技術的數據革命和智能技術已經滲透到50%的科學研究中。
與此同時,社會、城市、產業,個人都在被數據革命和智能技術影響和滲透,智能手機在過去的十年里滲透、影響了至少30億人,對社會模式產生了巨大大的影響,甚至是看起來更像是純粹物理世界里的城市,工廠,也因為數據化、智能化的滲透而產生了新的變化。
在產業端,新一代信息技術與制造技術的融合,預計會產生數個十萬億量級的產業,形成新的、數據化、智能化的大產業機遇。因此,當我們今天身處大科學、大技術、大產業、大社會進行大融合的時代,企業的未來將取決于企業與未來如何做好連接,如何與新一代信息技術做好連接,如何利用數據和智能的能力,我們應當相信,新技術加新模式會帶來一個又一個大風口。
過去十年,智能手機與APP改變了消費互聯網,從2007年蘋果手機問世,到2012年快速進入轉折點,再到2018年智能手機的普及。移動互聯網、智能手機作為基礎設施,把人,商品,服務連接了起來,人類就此進入了以App為代表的消費互聯網時代。從現在開始的下一個十年,云、大數據、人工智能、物聯網等新一代信息技術會共同構成新的技術環境,數字技術會進一步滲透到物理世界,推動實體經濟產業變革的發生,這是與過去十年最大的不同:消費互聯網時代本質上消除的是信息不對稱,解決的是產品、服務、消費者連接的問題,但今天的物聯網和人工智能等技術,要遠比移動互聯網的滲透能力更強,除了用于消費和生活,它還會滲透到物理世界為主的各個傳統產業。
實際上,我們已經發現產業互聯網不止是互聯網,或者說,不止是連接和網絡,更重要的是塑造一個新物理世界:過去十年,我們把消費世界抽象為數據,做千人千面做精準推薦;未來10到15年,我們將基于所有的技術,智能化地塑造一個新的物理世界。今天,我們的世界還是上帝造的,但未來的物理世界很有可能一半是由人類制造的,這中間必然會經歷一個很大的變革和革命。
那么,影響未來競爭格局的關鍵是什么?答案是來自于產業互聯網里的硬科技與物理世界的大融合。
過去的經驗告訴我們,工業是人類所有技術的集大成者,未來15年更是如此,這里面包括新材料、生物科技、新能源,以及制造技術與智能技術。新技術最重要的使命和價值,是它們將快速、徹底的打破行業邊界,原來看上去互不相干的十幾個大行業會產生大融合,而這,正是制造遇見智能的一個本質變化。
比如說,5G的到來就會對制造業產生革命性的影響,它會是技術融入工業的一個入口,緊隨而來的是人工智能、AR/VR、自動駕駛等一系列技術,十年以后的汽車,無疑將因此成為新技術落地的一個最大的領域。雖然說現在在少數領先的汽車制造工廠,人工智能、3D打印、協同機器人、AR/VR、數字孿生等技術已經可以相互配合完成復雜的設計、裝配與物流工作,但隨著技術的不斷成熟,以及成本的降低,新技術將更大范圍地應用到以汽車為代表的傳統產業中。
提到“新物理世界”和智能科技,們經常會提到一個詞——“數字孿生”,這是美國國防部在數字化研發F35戰機過程中,發現的一個有效的工程工具。簡單來說,研發工程師可以利用數字技術讓物理世界生產與裝配更精準。基本概念就是將物理空間中的“物”以數字化的方式映射到虛擬空間,模擬其在現實環境中的行為特征,從而達到工程效率的大幅提高。
更進一步理解數字孿生,我們可以從“算法”這個流行詞來看:整個世界今天無論小到原子、分子,還是大到城市,看起來都服從于一個統一的內在規律----就像杰弗里·韋斯特所寫的《規模》一書所描述的那樣,這個內在規律看起來就像是“上帝算法”,我們不禁要問,我們所身處世界的最本質的規律,那個能滲透(或者說描述)到量子級別的“算法”到底是什么?
可惜的是,人類對“算法”的探索才剛剛開始,我們隱隱約約的感覺到是存在“上帝算法”的,但是對于目前人類的智力和認知水平來說,這個“上帝算法”太難破解了。
但是,這卻給了我們新的啟發:雖然我們不能破解這個從量子級別直至城市都遵循的“上帝算法”,但是我們知道,邏輯上來說,我們可以利用大量的數據和算法,有限度的去模擬、去構建,去在虛擬空間中建設“數字化的物理世界”,這就是數字孿生。
過去這兩年,我們經常講數據跑腿、人不跑腿,因為如果數據到位,我們可以節約大量的時間與成本。同樣,如果可以在數字空間中模擬物理對象的一舉一動, 就無需在物理世界中為試錯付出高昂的成本。這將極大地降低在物理世界試錯迭代成本,讓我們能夠借助在數字空間的驗證結果更加精準地實現人類對物理世界的改進。并且,數字孿生概念最早被從工業界提出時,還沒有碰到人工智能,但今天的情形變得更加令人激動:數字孿生與人工智能以及整個泛智能進行疊加,將對制造業產生真正革命性的影響。
出行的未來變遷
未來的出行會產生非常大的影響,如果在法律方面有恰當的安排,15年后無人駕駛汽車可能根本不需要用鋼鐵來打造,而是可以由3D打印出來,屆時只需要15%的車輛即可以滿足今天所有的運力需求。
未來呼之欲來的還有3D打印技術,比如說,今天我特意穿了一雙3D打印的鞋來參加今天的活動,未來的10年我再來參加活動時,是不是早晨根據我穿的牛仔褲決定打一雙鞋,然后來到現場,晚上回去把鞋熔化了明天再換一雙?這意味著,未來物流行業可能80%的運力會被“作廢”。
在傳統的工業生產根本沒有辦法達到今天3D金屬打印鑄件的精確度和訂制化水平,3D金屬打印的技術在今天以百倍的速度和高精度的可以打印出單個鑄件,這對制造業會產生極大的影響,關鍵部件的個性化打印對于未來的星際旅行尤其重要,理論上在外太空破損的部件可以由飛船上的3D打印機打印出來。在醫療行業,牙齒也可以3D打印了,而在10年20年之后,誰說肝臟不可能被3D打?。?br />
去年有一個感動人心的電影叫《我不是藥神》,去年還有一些新聞是幾個最大的藥廠關閉了他們傳統的研發中心,他們新建的研發中心開始用云計算、深度學習來做新藥的研發。這一變化背后的本質是什么?
以人類發現癌癥藥品的過程來說,過去基本上需要10年的時間發現靶點,但今天找到靶點的速度比人快10倍;在藥物臨床實驗方面,大量的藥物副作用、臨床效果是可以用數據來模擬的,當然,這些都將在數字孿生的數字空間解決。
全球前50名最大的研發投入公司是哪三類公司?看最近的排名,第一是IT公司,第二是汽車公司,第三是制藥公司。在制藥這樣一個極高利潤的行業,我們可以用人工智能技術在關鍵節點提高效率,加快新藥研發的速度,提高新藥的藥物有效性,減少毒副作用。
對于醫療行業來說,未來可能更需要的是新一代的醫療人員,以及跨界的、雙學科的合作,即基因科學專業研究人員與人工智能專家之間的合作。
智能的基礎是數據,今天數據給了制造業一個最大的機遇,既給了一個再造液體化形態的機會,從此制造業開始變得柔軟了,可以用服務的方式,隨時隨地感知到哪個廠房需要補貨,哪一個生產需要精準地傳遞一個新的備件,這是數據給制造業最大的價值。
最早工業界碰到互聯網,是先做一個電商平臺,而現在更重要的是用利用智能技術帶來生產效率的提高。
在數字化與智能化的工廠,產能狀況、設備開工情況可以實時獲知,工廠的管理者可以根據訂單的變化進行智能排產、 動態定價。除此之外,基于這些動態變化的數據形成的“工廠畫像”,金融機構可以為每一家中小微企業提供量身訂制的、動態化的授信貸款與租賃服務。
比如說,淘寶“天天特賣”數據顯示,雙12當天賣出了超1000萬件保暖家用品,原因很簡單,這些商品品質好、價格低,但在這背后,正是淘寶深入制造端,用數字化提高工廠生產效率的結果。
據悉,未來3年,淘寶將打造1萬家天天特賣訂制工廠,通過銷售預測與行情預測、設立動態定價模型、打通全鏈路服務等措施完善C2M柔性供應鏈的落地,幫助中小微制造企業完成數字化升級。
另外是各種智能的用品,包括人工智能的音響,我還有一雙有芯片的運動鞋,天天記錄我跑步時候的力度。最重要的是這些反饋會給到研發和生產者們,告訴他們下一代產品怎么做。
所以,未來的制造業交付,不再僅僅是交付產品,交付產品只是是制造業服務的開始,消費者與制造業通過網絡和智能技術永遠保持連接,這會使得我們的制造業可以提前計劃下一代產品的理念、技術,包括整個供應鏈的體系。
今天面臨的時代,可以用兩個數字來總結:30億和100億,即到了2020年,會有30億人在用智能手機,并且有100億個物聯設備連接到互聯網上,無論是人與人之間、人與設備之間還是設備與設備之間,都是以光速進行溝通和連接的。
這就意味著企業競爭力的關鍵在于,組織有多快的速度感知外部的人,機,物,能不能在管理層有一個協作的工具,能不能在企業內部有一個光速溝通的數字內場,能不能有一個柔性平臺進行工作,他們需要面對產業互聯網的5個特征:大產業、重垂直、多邊市場、資源重構、跨界創新;制造業最重要的未來是能夠跨界創新,產生新物種,否則僅僅把互聯網當做一個工具就浪費了這個時代。
未來,我們每一個人,包括我們的孩子、老人,在變老的時候,希望幫助給我們提供服務的所有物品,都能夠有一種萬物有靈的感覺,這將是對我們人性基本需求的極大滿足和安慰,制造通過技術實現智造,更通過技術回歸人性,通過智能喚醒萬物的靈性。
來源:中國3D打印網
文章來源:(未知) 轉載免責聲明: 本網站轉載的文章,其版權均歸原作者所有,如其他媒體、網站或個人從本網下載使用,請在轉載有關文章時務必尊重該文章的著作權,保留本網注明的“本文來源”,并自負版權等法律責任