IDC从云计算、物联网、认知计算、下一代安全、3D打印、机器人技术，虚拟现实技术等多个维度预测2018年~2021年全球制造业状况，值得我们思考和学习。
预测1：
到2020年，60%的顶级制造商将依靠数字平台来加强他们在生态系统和体验的投资，并支持其总收入的30%。
制造商正在寻求数字平台作为协作和协调过程的基础，将基于云的生态系统的关键技术组件汇集起来，包括员工、客户、供应商和合作伙伴。该平台在规模上促进信息交换和处理，简化连接，确保安全级别和可信业务交互。该平台将以开放的体系结构和开放的访问方式为基础，而且，在许多情况下，通过一个开放的市场来支持货币信息流和增加新的收入机会。因此，数字平台使制造商能够更加无缝和快速地投入新产能、通过技术提升客户体验，并且支持生态系统内的创收活动。虽然平台可以支持传统的在线收入流，但由于生态系统的影响，一些新的机会也将得到明确的发展。
预测2：
到2021年，20%的顶级制造商将依靠嵌入式智能，利用物联网、区块链、认知等技术来实现大规模的过程自动化，将执行时间提升25%。
大多数制造商都会寻找主要的企业应用程序，通过嵌入式智能来实现自动化和快速执行。更多的，这将通过智能ERP系统，整合物联网关键数据输入、认知增强分析和区块链技术来维持数据和决策的完整性。我们正处于一个过渡阶段，记录系统正在被新的智能系统所取代，它保留了核心的“记录系统”功能，同时衍生出了新的技术和能力。这些智能应用整合了第三方平台，越来越多地嵌入和利用创新加速器——物联网、认知计算、下一代安全、3D打印、机器人技术，甚至是虚拟现实技术。这些系统利用云和机器学习，更广泛地分析各类来自新的资源数据和现有资源的数据。
一些结果是：
物联网：能够启动预防性维护活动和增加客户满意度的实际产品/资产性能数据；库存跟踪，以提高供应链的准确度，减少因不准确而导致的订单延误。
认知计算：高级分析以补充现有分析，更多地关注识别工作流和过程的模式和先决条件，例如预防性维护和客户情绪引导销售，确定客户偏好以进行更有效的产品创新。
区块链：确保货物在运输过程中的真实性和质量，提高产品和服务质量；加速从订单到现金的处理以及数据和合同的可追溯性。
预测3：
到2020年，75%的制造商将使用到行业云，在这些制造商中，有三分之一通过数据盈利。
随着物联网连接越来越多的产品、资产和流程，创造了大量的基于性能和位置的操作数据，在较低的技术成本下，使得工作变得更快更容易。行业云是共享和分析这些信息的很好选择。此外，制造商正在寻找采购和供应商管理以及与客户合作的行业云。云不仅为数据共享、分析、协作或合资提供了机制，而且还集成了更多数据源，例如环境条件（天气或交通）或客户要求的信号。
虽有行业云的描述，但参与行业云并想通过其盈利的制造商也仍在努力尝试中。我们认为最大化运营数据的价值需要与其他公司分享。这将允许它们在更大的业务需求范围内应用和分析数据，如产量、质量、利用率、预防性维护和客户服务。在最理想的状况下，公司可以通过云数据获取利润，例如，使用聚合性能数据来创建更多的自动补库存或零配件。
预测4：
到2019年，由于物联网将业务技术和信息技术结合起来，将使30%以上的IT和OT技术人员在这两个领域有直接的项目经验。
报告显示，操作设备已经变得越来越广泛，越来越互联，物联网成为连接的主要贡献者。为了利用这种连通性，制造商们发现，这种方法需要信息技术和操作技术及其各自组织之间的协作。OT包括监控和管理工厂层和供应链上的操作资产和过程的硬件和软件，例如，监控和数据采集（SCADA）、仪表、阀门、传感器，还包括历史数据分析。理解业务流程的基本能力，以及处理过程生成的数据的能力，都会导致IT和OT在项目上的合作方式发生变化。这种变化是由以下几个因素驱动的：
应用新技术而不影响业务效能的需要，
认识到大量的数据已经可用且未使用或分析的时间超过了它可能影响商业决策的日期，
聚焦工作中的独特安全需求，
除了将其嵌入到业务中，要求项目团队拥有IT和OT的代表之外，制造商还将在这两个组织中寻找新的人才，以便有更广阔的视角将技术与业务成果和需求联系起来。
员工将越来越多地参加各种培训，为他们的角色转变做准备。
预测5：
到2019年，50%的制造商将通过云众包、虚拟现实和产品虚拟化，直接与客户和消费者进行新产品和改进产品设计的合作，使产品成功率提高25%。
产品失败率在整个行业中很高，在某些情况下高达80%，很大程度上是因为制造商在创新的前端没有花时间去理解客户的需求。或者他们假定市场需要什么。这是快速消费品行业几十年前学到的教训，因为竞争激烈的市场和多样化的产品组合。这些相同的“快速发展”的动态特性正在进入其他传统上产品寿命周期较长的行业，如汽车、重型设备和工业机械。像化学品这样的资产密集型行业的公司也认识到需要采取主动、灵活的方法进行产品和过程创新。随着云平台的成长和成熟，企业内部协同创新系统正在整合社交化媒体的功能，并广泛利用仿真和产品模型或数字双胞胎(通用提出的概念)虚拟化工具，通过这些方法，所有行业的制造商都可以使用这些工具，使他们的思维能力、创新能力和新产品开发方法得以实现现代化。
根据IDC制造业洞察2017产品和服务创新调查，提高产品创新成功率（31%），更好地感知和响应客户需求（27%），以及开发与产品相关的服务（30%）都是制造商关注的重点领域。39%的制造商正在寻求应用分析来提高思维能力和创新管理能力，所有创新管理过程（思维能力、成本计算、产品/公式建模、产品组合管理）的指标都需要成熟并扩展到营销和设计的小团队中去，包括扩展的内部和外部团队。这个“团队”应该包括第一级供应商，合作伙伴，至少是战略客户群。福特和戴姆勒等汽车制造商围绕设计思维和客户体验设计提出了新的举措。拥有更广泛客户、前景和领域专家的众包服务也应该成为这一日益开放的创新范式的一部分。
预测6：
2020年，从耐用消费品和电子产品开始，增强现实和移动设备将推动服务业经济转型为自由经济（gig economy），这些自由的职业者可以替代20%的专职和现场客服人员。
自由经济被定义为兼职、临时和自由职业，这是2008的大萧条造成的间接后果之一，因为全职工人被解雇，转而从事兼职或临时性工作来赚取收入。2017年，这种方式已经成为美国和全球拥有数字基础设施支持的国家劳动力的重要组成部分。这一数字基础设施使得自由经济是如此受欢迎，即使在非经济衰退市场-它使人才无障碍。
IDC已经看到，在与数字服务平台相交叉的更快的服务需求下，制造服务相关的自由职业“雇佣专家”的数量增加了。现在，客户服务代表具有灵活的工作空间和时间表（例如，星期日晚上从家里工作），熟练的现场服务人员可以响应市场上更多的机会，为整个产品（打印机）服务，而不是特定的品牌。IDC预计，接下来，应该可以在应用商店下载到这样的应用——它可以通过AR远程点对点的实现标记和指导，从而实现远程引导客户排除或解决问题。
这些给制造商带来的好处包括：通过可变的劳动力节省成本，可以更紧密的满足客户需求而不必要雇佣这些“专家”（例如：电脑爱好者往往有其他兼职工作）；为客户提供更高水平的服务。所有这一切都是由第三平台实现的，特别是个人移动设备的普及和增强现实等创新技术的实现，使引导维修和远程专家指导成为可能。
预测7：
到2020年底，三分之一的制造业供应链将使用分析驱动的认知能力，从而使成本效率提高10%，服务绩效提高5%。
很多较大的组织都在供应链技术方面进行投资，这些技术可以使数据捕获和分析功能发挥作用。IDC定义了数字增强型供应链的概念，它将利用物联网和传感器数据提供实时数据洞察力，本质上可以作为建立认知模型的输入。此外，深度学习模块有助于创建认知模型，这将成为高度自动化的供应链的核心。这将推动劳动力支出的成本效率、减少浪费和更好地利用资产。此外，服务性能的改进将扩展到交付时间，将库存分配到高优先级订单，以及更快的新产品导入。
这些数据的主要来源将是物流操作系统、仓库管理系统、来自OEM的运输货单、经销商管理系统和销售点（POS）设备。这样收集的数据将有助于建立供应链模型，该模型以环境、季节和经济因素的形式来描述非结构化数据，建立认知模型，能够准确地预测库存和物流需求。各组织一直在投资应用程序，目的是破坏现有的供应链，通过提高客户满意度来创造竞争差异。
认知供应链的概念也允许组织通过将库存转移到客户需求中来主动地管理库存，从而最终降低供应链运作的整体成本并提高服务水平。数字化改造现有供应链的挑战同样艰巨，需要完整的生态系统在技术和业务流程方面达到相同的成熟度水平。
预测8：
到2020年，80%的供应链交互将发生在基于云的商业网络上，显著提高参与者的弹性和减少供应中断的影响多达三分之一。
今天，商业网络是数字化转型的重要推动者。事实上，最近IDC的研究强调了大多数公司如何意识到将他们的注意力扩展到企业的四个方面来与他们的商业伙伴合作的巨大潜力。在参与基于云的商业网络的制造商中，54%的人说他们已经看到了有形的成本节约，44%表示网络允许更容易地访问供应商和其他类型的供应商（IDC的2016供应链调查）。这需要一种完全不同的管理方法和使用工具，而不是传统的线性供应链。因此，公司正在重组其供应链，以便根据订单数量和地理需求来源迅速重新配置供应链。与此同时，运营商试图从网络中获取固定成本，从而使供应链无论需求水平如何盈利。在为需求不太可预测的新兴经济体服务时，这种成本重点尤为突出。
由于业务的成功将集中在及时和有效地分析由业务和传感器生成的大型数据集。IDC的观点是，最好的供应链将是那些能够快速分析大量不同数据并向实时或接近实时的决策者传播商业洞察力的供应商。
因此，开放和灵活的云架构将是一个必不可少的工具，因为它们可以从任何源（无论是内部还是外部）向制造商生成数据，全面和快速的分析，然后无处不在的消费。
预测9：
到2020年，25%的制造商可以实现根据需求节拍实现均衡化生产，通过智能和灵活的资产实现最大程度的定制产品。
制造业的“圣杯”就是是如何实现完美的微调，需求驱动的价值链。这意味着在不牺牲过去取得的基本成本优化结果的前提下，满足需求市场的速度和不断变化的需求。通过将实时“智能”注入到以网络为中心、以信息为中心的过程中，大量工作正在进行中，主要是通过向决策者提供关于他们所领导的过程的执行状态和他们决定的预期业务结果的最新信息。
基于这些数据驱动的过程，由于工具和机器技术的进步，制造商现在已经准备推出数字化执行的流程。我们今天看到的是有智慧的资产（即能够采取人工智能决策）和灵活的市场供应。例如，可以在不需要人为干预的执行变量的任务，如智能机器人、3D打印机、和重组能力的机器。
这些资产将是基于需求驱动的订单自动执行操作流程的关键。今天，它们及它们即将拥有的灵活性被部署来增强执行的有效性和灵活性。机器被设计成是在物联网平台上协同运作，专注于生产、记录和共享其运行状态信息的智能产品，以实现新的业务模式。特斯拉创始人马斯克，当谈到公司的Giga工厂(这将是世界上最大的电池工厂，并将嵌入最具创新性的技术，包括认知智能和AI)时说：“一个工厂比产品本身更值得创新和投入更多的工程技能。” 马斯克补充说：“我们认为[工厂]是一种产品。工厂本身就是制造机器的机器。” 未来，该公司将直接与市场状况联系并了解情况，以便根据需求变化，对资产业绩和资源消耗进行近乎实时的业务调整。主要的影响将是平衡生产过程与需求节奏和实现大规模定制。这一转变将为部署先进自动化的公司提供进一步的增长机会，这将涵盖人类无法带来任何附加价值的所有过程。
不同行业可能以不同的方式利用技术。在时装行业，我们已经看到现成的个性化服装。资产密集型产业可能会从调整生产需求和能源价格中获得经济利益。在面向工程的行业，公司将建立自主的端到端流程，提供个性化和基于定制的组件和产品。在制药行业，提供批量生产个性化药物和治疗的机会就在身边。
预测10：
到2019年，15%的管理数据密集型生产和供应链流程领域的制造商将利用依赖于边缘分析的云执行模型，以实现实时可见性和增强操作灵活性。
工厂执行过程还没有像其他的业务领域，如供应链那样受到云的影响。然而，这种情况正在改变。可靠的云基础设施的广泛普及使得云成为过程管理者手中的一个工具。将原始数据从机器级转换为企业级信息的机会可以改变和提升车间在制造组织中的作用，并使其成为执行过程中的中心。为了实现这一承诺，公司需要从多个来源收集数据，并在适当的时间提供正确的信息。
到目前为止，公司的决定主要是在两个主要选项之间进行的：从一方面来说，直接与机器数据相连的执行系统保证了可靠性和实时性，但缺乏灵活性和（外部）可访问性；从另一个方面，一个基于云的系统，确保易部署性和协作而牺牲数据的可用性和粒度。
为了克服这一点，公司将需要协调生产过程中的数据，这些数据与执行相关，需要很少的延迟，不能很容易地通过云传输——数据是可见的，云可能是最好的选择。有趣的是，IDC制造业的洞察力最近的调查强调了云投资和IT / IT集成将在运营技术投资中占据很高的优先地位，超过40%的公司优先投资云软件和平台来支持他们的OT过程。
今天，将大量机器过程数据转换成聚合和描述性信息的边缘分析，使得这两种分法变得模糊。边缘分析允许制造商保留和处理它自然存在的数据——机器——同时确保这些数据在下一代应用程序中被正确地看到，并对业务具有可测量的价值。我们可以称这个过程为边缘执行。可寻址业务流程的数量将成倍增长。这些基于和依赖于边缘分析的混合执行模型将使实时、预期和自适应操作成为可能。
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”；新模式：“财富空间”、“数据科学家”、“赛博物理”、“供应链金融”。
官方网站：AI-CPS.NET
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：erp_vip@hotmail.com
扫一扫
1994
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
