持续创作,加快生长!这是我参加「日新方案 10 月更文应战」的第 30 天,点击检查活动概况

一、新技能层出不穷,技能的实质是啥?

1 什么是云,为什么说云是智能国际的“黑土地”

1.1 云的界说

云的界说看似含糊,但实质上,它是一个用于描述全球服务器网络的术语,每个服务器都有自己独特的功用。云不是一个物理实体,而是一个庞大的全球远程服务器网络,它们连接在一同,旨在作为单一的生态体系运转。这些服务器规划用于存储和办理数据、运转使用程序,或许交给内容/服务(如视频短片、Web 邮件、办公室出产力软件或社交媒体)。不是从本地或个人核算机拜访文件和数据,而是经过任何支撑 Internet 的设备在线拜访 – 这些信息在必要时随时随地可用。

1.2 数字化转型的阶段

  1. 数字化转型 1.0 年代:云原生互联网企业上云

如果说物理国际的根底设施是电,那么云事务的数字国际根底设施便是算力。云的实质便是算力。华为公司也认识到未来国际的根底设施便是算力,2017 年全面战略投入了云核算这一范畴,动作频繁,声势浩大。

Synergy Research 的数据显示,全球范围内的“五朵云”供应商按市场占有率分别是亚马逊 AWS、微软、谷歌、阿里巴巴,以及 IBM 和 Salesforce(两者并排)。

2018 年 9 月华为全联接大会上,华为轮值CEO郭平就放出豪言:“华为有决心、也有才能和同伴一同,在智能社会年代打造全球‘五朵云’之一。”

  1. 数字化转型 2.0 年代:企业数字化转型

与此同时,云核算也从云原生互联网企业上云 1.0 年代进入了千行百业(特别是制作业) 数字化转型的 2.0 年代。

关于传统制作业来说,数字化上云最关怀的点就在于安全,对安全问题是更被重视的。它们或许对企业上云的好坏其实是感知不大的,但他们对安全问题的要求很严厉。

安全问题的首要便是认知问题,就像曾经的祖辈习惯把钱存在家里,比方放入瓦罐里,又或许埋在地下,这也是为了安全,但这种办法带来的坏处便是或许纸币会腐烂、金币会生锈。但现在这个年代,简直很少有人把钱会存在家里了。这便是人的认知带来的改动。

同理,现在的企业都喜欢把数据保存在机房的服务器里,可是咱们也能发现,这种物理实体的机房的坏处也很明显:

  • 占用空间
  • 消耗电力
  • 可扩展性差
  • 需求额定的装置和维护
  • 配置杂乱

但云服务器却完美避开了上述缺点。并且从安全性的角度来看,云服务器也是要比物理服务器安全的:

  • 外部环境的影响:自然灾害如火灾导致物理数据丢掉,一旦没有做容灾备份,就无法康复
  • 黑客进犯的影响:云服务器更强调安全,具有天然防 ARP 进犯和 MAC 诈骗,快照备份,数据永久不丢掉
  • 本身硬件的影响:硬件设置用久了也简略发生毛病,一旦宕机,不仅简略丢掉数据,还简略影响用户体会,丢掉用户。但云服务器能够毛病自动搬迁,一台云服务器出现毛病,布置在上面使用能够自动搬迁到其他云服务器上

2 人工智能

2.1 “鹦鹉学舌”到“乌鸦喝水”的人工智能

当时人工智能的形式能够分为两种:鹦鹉式人工智能和乌鸦式人工智能。

“今天的人工智能被称为是‘窄人工智能’,就像学人话的鹦鹉,而咱们未来要做的是‘通用人工智能’,应该像聪明的乌鸦相同。”

从小咱们就听过的故事中能够看到这两种人工智能的区别:鹦鹉只能学人说话,是简略形式的重复模仿;但乌鸦会自己捡石头喝瓶子里的水,乌鸦喝水则是自主激励的长期洞察。

探究新技术的本质与制造业数字化转型趋势

2.2 人工智能的 3 层结构

  • 根底层:AI 芯片 CPU、GPU、NPU、FPGA、AI 开发东西,中台,开发语言,数据挖掘东西。国内的公司百度和华为在从事 AI 根底层的研究工作。
  • 技能层:依据算法用途可划分为核算机视觉(图像辨认、视觉辨认、视频辨认)、语音交互(语言组成、声音辨认、声纹辨认)、自然语言处理(信息了解、文字校正、机器翻译、自然语言生成)
  • 使用层:主要包括 AI 在各个范畴的详细使用场景,比方自动驾驶、智能安防、新零售范畴

2.3 人工智能的现状

目前人工智能开展面对许多需求解决的问题,但本文举出几个现状:

  1. 人才紧缺:AI 规划范畴广,学科杂乱,需求各种算法人才,据相关统计,AI 人才缺口达 30 万以上
  2. 高价算力:AI 算力价格高,中心也在于过度依靠海外的技能和硬件,比方对英伟达依靠性强
  3. 国产化之路:正是由于前面的现状,所以 AI 国产化算力之路和通用算力相同艰辛

3 区块链——可信数字化财物

区块链本身是一项技能,并不是币圈从事的那套割韭菜的套路。区块链是加密算法、分布式技能、一致算法、激励机制等一系列技能的总和,可用于解决如下的显示问题:

  • 去中心化、去中介化、构建平等协作的价值合作网络
  • 合作化、高可信、支撑可信存储、多方认可的商业运作

探究新技术的本质与制造业数字化转型趋势

数字化国际,数据便是财物,因此满足可追溯、可买卖、可评估等特色。云作为底座,那么区块链便是完成可信买卖的上层技能。

4 工业互联网

许多人会说我国的制作业——大而不强。为什么呢?因为咱们只在制作本身大,服务制作业的体系却很弱。

工业互联网的实质是工业服务业才能的整合/提高,中心是帮助工作企业数字化转型。

  • 一方面,工业互联网漫山遍野
  • 一方面,我国工业服务业非常落后,懂 IT 的不明白制作业,懂制作业的不明白互联网

探究新技术的本质与制造业数字化转型趋势

工业互联网的实质:经过数字国际算力和算法来连接与驱动工业资源配置优化和价值链的协同,完成提质降本增效。

制作业最重视和最中心的在于:质量、本钱和交期。但这三者之间有有着相互矛盾,比方为了把质量做好,本钱提高了,交期也上去了。真实做到这三者同职业最优,需求企业进行必定的立异。

工业互联网的公式:Data + Model + Algorithm = Application 数据 + 模型 + 算法 = 使用(工业软件),工业软件是工业的魂灵。

最终咱们来看一下工信部对工业互联网的界说:工业互联网平台是工业全要素、全产业链、全价值链连接的纽带,是工业资源配置的中心,以降本增效为最终目标推进企业数字化、网络化、智能化升级。

二、制作业数字化转型

2.1 我国工业企业面对的应战

我国工业企业在当下既有应战也有技能:

  1. 提高出产经营办理功率 Efficiency

经济下行,劳动力本钱持续上升等原因对企业经历办理功率提出更高要求。2015 年到 2015 年这十年期间,我国的劳动力本钱上升了 5 倍。

  1. 产能过剩向高质量开展转型 Quality

多数企业归于中低端制作业,附加值低,需求提高产品技能立异才能,提高产业价值。 2015 年时,我国人均制作业增加值 2377 美元,美国 6434 美元,德国 8371 美元

  1. 促进商业形式立异 Business Model

大量中小型制作企业利润率低,需求将本身的才能融入社会化出产体系,获取更多市场时机,经过立异性金融服务解决借款难的问题。我国制作业企业平均税后利润率 3.3%,五分之一企业利润率为负数

  1. 下降信息化/数字化使用门槛 Digitalization

700 多万中小型制作企业信息化水平良莠不齐,多数中小型制作企业面对资金压力需求更低本钱,更快捷的信息化产品服务。2013 年至 2017 年,企业信息化投入占销售收入比例在 0.24% 至 0.26% 之间波动。

2.2 工业范畴优化需求围绕三个中心事务流程

钱->产品,产品->钱

探究新技术的本质与制造业数字化转型趋势

2.3 数字化转型:Experience & Efficiency & Business Model

  • 提高用户体会,客户互动,信息可视,可感知。重视客户满意度和营收增长
  • 提高功率,质量,本钱,交期全面提高,不是相对优势,而是绝对优势。重视中心运营才能
  • 形式立异,结构化变化。供应开放、立异、生态化的形式

探究新技术的本质与制造业数字化转型趋势

2.3.1 企业数字化转型的 5 个转变

  1. 转意识:针对企业的一把手而言,要有数字化变革的意识
  2. 转组织:对整个组织,曾经是单部分作战,一方对另一方提需求,如事务部分对 IT 提需求,能够转化成立联合团队
  3. 转文化:为客户发明价值,对别人产生的奉献,使用别人产出的奉献
  4. 转办法:事务对象数字化,事务流程数字化,事务规则数字化
  5. 转形式:存量使用、新增使用、数据湖

2.3.2 工业企业数字化转型实践途径

  • 数字化(上云用云):云核算经过资源池化、弹性供应和按需付费,大幅下降硬件本钱、软件本钱、布置本钱、运营本钱
  • 网络化(协作协同):完成产品数据纵向继承,事务体系横向集成,IT 和 OT 集成,促进单点/部分智能演进至全局优化
  • 智能化(同享共赢):云边端全栈 AI 技能完成企业智能出产和智能运营,支撑工业企业数字化转型

三、总结

本文介绍了云的界说,是智能国际的“黑土地”,在这块土地上有很多的技能开展如人工智能、区块链、工业互联网。针对我国工业企业面对的应战,探讨了企业数字化转型的相关知识,转型优化的流程和关键步骤和途径。

如果说:

  • 工业 2.0 年代,看企业用电量
  • 工业 3.0 年代,看企业用云量
  • 工业 4.0 年代,看企业用智量

那么未来的工业企业竞争必定是智能化的争夺:智能工厂、智能制作、智能配方等等。从制作工厂到智能年代,是产品改造与进化的必定进程。期望更多的企业能参加数字化转型之路,成为职业的智者与前锋。