解構Micro Cloud:內外兼修 讀懂製造業焦慮

日前,美國市場研究機構SynergyResearch Group公佈了2018全球雲基礎設施服務市場數據,釋放了多個重要信號。

2018年第四季度,在亞太市場, AWS(亞馬遜)、阿里雲和微軟分別以24.1%、15.9%、11.1%的市場份額位列前三,而騰訊雲以5.8%的市場份額首超谷歌(4.7%),位列亞太區第四;將視線轉移到中國市場,阿里雲、騰訊雲分別以40.5%、16.5%位列前二,光環新網(AWS)則以9.7%的市場份額力壓中國兩大電信運營商(中國電信、中國聯通)位列第三。

群雄逐鹿,座次更迭,硝煙滾滾。

Synergy ResearchGroup首席分析師John Dinsdale表示,雲計算服務的全球市場以每年50%的速度增長,而中國市場則以每年超過70%的速度增長。中國市場的雲基礎服務目前佔據了亞太地區總市場的三分之一左右,且在亞太地區的佔比每季度都在增加。


解構Micro Cloud:內外兼修 讀懂製造業焦慮


實際上,在政策加碼與供給側革新的時代背景下,我國亟待進化的製造業正演變為眾多頭部雲計算廠商競爭的主要戰場。但機遇之中同樣蘊含挑戰,智能製造不止是停留在“製造”端,而是將整個製造鏈條都串聯起來的全面智能化生產。在這其中發揮巨大作用的雲計算,因作業現場的複雜性被賦予了更為高階的要求。

對於多數參與者而言,在產業共性價值之上塑造差異化競爭壁壘,才能在這場激流中騰躍而起抑或是站穩腳跟。Micro Cloud(專業工業雲)作為工業富聯對外賦能矩陣中的力作,蘊含了對產業進化更為深刻的理解以及更為全面的考量


智能製造的新範式


簡單點說,雲計算就像水、電、高速公路一樣,變成按需使用和付費的IT基礎設施,其

不但以低成本和快速靈活的配置方式為人工智能應用提供強大的彈性伸縮的計算力資源,而且為大數據和機器學習的應用提供分佈式處理等技術,企業足不出戶便可以感受數據處理的快感。

紮根工業領域,工業富聯賦予了雲計算更多想象空間。

工業富聯副董事長、工業大數據專家李傑表示,富士康常說獨善其身,就是先承認自己的不足,在場域內解決自身不足,而後把學的經驗、方法、技能、工具賦能給全世界的中小企業。目前,工業富聯正通過多個載體傳承“老工匠”沉澱多年的經驗,Micro Cloud(專業工業雲)就是其一。

目前,工業富聯憑藉自身的技術和產品,以場景為驅動,為製造企業提供Micro Cloud(專業工業雲)解決方案,這樣企業不用再買服務器、數據器、防火牆等,只需投入很少的管理工作,或與服務供應商進行很少的交互,便可實現內部技術升級,大幅降低企業高昂的經營成本及時間成本。


解構Micro Cloud:內外兼修 讀懂製造業焦慮


為了滿足製造業現階段轉型升級最迫切的需求,工業富聯封裝海量行業工業機理並快速開發整合行業應用,構建形成Micro Cloud(專業工業雲),涵蓋刀具雲、貼裝雲、機械雲、模具雲等多種高階工具,實現管理鏈與上下游生產製造環節打通形成閉環模式。

基於Micro Cloud(工業專業雲),通過即時監控各類設備運行狀態從而實現車間數據上雲與可視化,全面提升設備生產效率與產品加工品質。得以驗證的是,客戶通過Micro Cloud(工業專業雲)應用縮短刀具開發週期30%以上;故障預測實現設備綜合效率提升10%,直通良率提升至99.5%,資源綜合利用率提升30%;減少現場操作人員50%。

數據不會說謊,工業富聯正通過Micro Cloud(工業專業雲)構築起市場優勢及新的競爭壁壘。


左手工業大數據,右手工業人工智能


目前,我國製造業大多數企業自主創新力不足、缺少核心技術,亟待由產業鏈低端向高端轉型升級。在李傑看來,工業領域不同行業之間、企業之間均存在較強的個性化,以及專業度極高的Know-How。要想編織一張擁有全能的工業互聯網,需要對標的生產服務、管理特性都有著沉澱、洞察和理解,進而輸出適配作業現場的專業雲服務。對此,擁有工業背景的平臺供應商具有較大優勢。

為了攻克產業現實難題,在Micro Cloud(專業工業雲)的鍛造上,工業富聯將工業大數據、工業人工智能拉到了並重的位置,形成“你中有我,我中有你”的結構。

李傑表示,數據創造價值要經過分類、分割、分解、分析、分享和分憂。前三個主要在邊緣計算中完成;分析的部分中重複性和內生性的分析在邊緣端完成,而創造性和外延性的分析在雲端完成;最終在雲端的社區中分享信息和知識。

目前,工業富聯Fii Cloud雲平臺通過在製造過程中產生的數據透過時間維度並根據其特性進行分類,歸納出人員流、物料流、過程流三大實體流和資金流、信息流、技術流三大虛擬流,成為Micro Cloud(專業工業雲)輸出的關鍵抓手。


解構Micro Cloud:內外兼修 讀懂製造業焦慮


如果說工業大數據重新定義了“資產”,那工業人工智能則重新定義了“效率”。

在雲計算這個平臺上,決定最終性能的關鍵因素是應用的各種算法,而這也是工業人工智能承擔的角色。基於工業富聯沉澱多年的製造業Know-How,工業人工智能通過機器學習、模式識別、認知分析等算法模型,實現智能製造,最大限度地提高工作效率和工作吞吐量。

改革開放40年,中國製造業正面臨著人口紅利消失、勞動力、土地等生產要素成本提升的問題,迫切需要通過智能製造技術重塑中國製造業的新優勢。而Micro Cloud(工業專業雲)的出現,有效實現產業發展多點突破,為中國製造業智能化升級提供澎湃動能。


分享到:


相關文章: