工业互联网风口下,“一超多强”格局已成形?

文|曾响铃

来源|科技向令说(xiangling0815)

从2012年“工业互联网”概念被提出,到2019年“工业互联网”被写入《政府工作报告》,中国的工业互联网建设正在进入快车道。赛迪智库的一项数据显示,2019年我国工业互联网市场规模预计将突破6000亿元,年均复合增长率预计约13.32%。

风口之下,工业互联网平台如同万马奔腾,呈现出百花齐放的趋势。根据工业互联网产业联盟发布的《工业互联网平台白皮书(2019)》数据显示,全国各类型工业互联网平台数量总计已有上百家,具有一定区域、行业影响力的平台数量也超过了50家。

继工信部去年公布了首批十大工业互联网“双跨”(跨行业跨领域)平台之后,家电巨头美的也在近期对外正式开放了工业互联网矩阵,并推出“走进美的工业互联网”企业交流会的线下活动。此外,华为、浪潮、树根互联及徐工信息等也表现强势,纷纷发力工业互联网。

而在众多特色不一的工业互联网平台中,海尔COSMOPlat的表现尤为突出,独占鳌头!

从排名工信部首批“双跨”示范平台第一,到全球知名机构Forrester测评中国工业互联网位列领导者象限NO.1;从唯一入选中国品牌价值100强的生态品牌,到唯一获批三大国际标准组织牵头制定大规模定制国际标准。

一长串的荣誉和成绩加身,海尔COSMOPlat平台的头雁姿态愈发明显,中国工业互联网平台“一超多强”的格局也正在成形。

 

遍地开花的工业互联网,头部阵营在集结

上文提到,目前工业互联网平台数量在急剧增长,各家平台的特色标签也很鲜明。

像同样都是工信部公示的十大“双跨”示范平台,三一重工孵化的树根互联工业互联网平台主要基于三一重工在装备制造及远程运维领域的经验,是由OT层向IT层延伸构建的平台,其强项是设备健康管理。

航天云网的INDICS工业互联网平台的强项是在平台的基础上,培育了很多针对不同行业和不同应用场景的App,使企业用户可以方便地接入平台并使用各种App,为工业互联网的推广提供了良好的平台机制,同时根据企业需求和发展,提供不同的上云途径,加快推动企业不同业务向云端迁移。

作为一家家电企业,美的很早就在内部进行了工业互联网的实践,但直到2018年才正式对外发布Midea M.IoT平台,向外赋能。根据美的的官方评价,Midea M.IoT平台是国内首家自主兼备“制造业知识、软件、硬件”三位一体的工业互联网平台,通过硬件/软件/行业知识结合的整体解决方案,促进全价值链效率提升。

 

图注:In-Cloud的纺织业解决方案框架

作为双跨之首的海尔COSMOPlat工业互联网平台,是全球首家引入用户全流程参与体验的工业互联网平台,它将用户的硬件体验变为场景体验,将用户由被动的购买者变为参与者创造者,将企业原来的以自我为中心变成以用户为中心。事实上,COSMOPlat平台已经实现了需求实时响应、全程实时可视和资源无缝对接。

也正是基于以上能力,海尔COSMOPlat平台得以登上工信部首批双跨平台第一,在Forrester发布的《The Forrester Wave™:Industrial IoT Software Platforms In China,Q4 2019》报告中,COSMOPlat也在产品提供、战略布局与市场表现的三大维度多个象限的测评中获得高分,以总评第一的优势成为中国工业互联网平台领导者象限No.1。

 

很明显,中国的工业互联网平台正处于格局分化之中,除了工信部的双跨示范平台之外,还有一部分平台也在想方设法向头部阵营集结,在此背景下,头部阵营形成了以海尔COSMOPlat平台为中心,“一超多强”的竞争态势。

“一超多强”格局下,海尔COSMOPlat如何持续引领?

工业互联网大家起步时间都差不多,各自也都有自己的“杀手锏”,海尔COSMOPlat何以在强手环伺的环境中跑出,成为领头雁,持续引领的?

1、要为自己增收,也要为用户增效

在市场维度,工业互联网的价值除了为自身带来不错的收益,还应为平台用户带来价值的提升。

像美的Midea M.IoT平台和海尔COSMOPlat平台在发展的过程中均为自身业务带来了极大的推动。

 

数据显示,美的通过Midea M.IoT平台的赋能推动,2013年—2017年,5年时间实现了营收翻番,从2016年开始持续登上“财富世界500强企业排行榜”,4年跃升了169位。

而根据海尔2019年度Q3财报,海尔智家当季实现营收1489亿元,同比增长7.7%,其中COSMOPlat生态收入达到80.6亿元。

除此之外,海尔COSMOPlat的用户也从中大大受益,以“海享陶”为例,COSMOPlat通过赋能建陶企业统一陶瓷,实现在行业销量下滑23%的情况下逆增30%的业绩,企业利润也增长了32%。

2、平台技术要为自己所用,也要为全行业所用

作为行业的领导者,不光要求技术能力优秀,更强调技术能力对行业的覆盖,能够起到引领作用。

现在国内工业互联网头部平台大多只强在技术在各自平台应用能力的强大上,或者只在某一方面积累了比较大的优势,缺乏普适性。像Midea M.IoT平台受其孵化母体家电制造基因的影响,走的是将管理实践软件产品化的路径,讲究的是软硬协同。

海尔COSMOPlat是以用户体验为中心的大规模定制和开放的多边交互、增值分享的生态平台。在开放性、普适性上表现突出,以承接国家标准战略为例,COSMOPlat主导制定了覆盖大规模定制、智能制造、智能工厂、智能生产、工业大数据、工业互联网等6大领域的标准体系。并且还被国际权威标准机构指定牵头主导制定大规模定制等5项国际标准。

由此可见,海尔COSMOPlat不仅可以赋能自身平台,而且还影响着整个行业,这也是该平台能够在众多工业互联网平台中脱颖而出的原因之一。

3、要为巨头赋能,也要为全球生态助力

与巨头合作的标杆案例是衡量一个工业互联网平台是否优秀的重要参考维度,除此之外,工业互联网平台的更大价值在于为产业生态的贡献多寡。

不可否认,像美的Midea M.IoT、树根互联这样的平台由于特色明显,都有着非常强的竞争力,前者的用户都是诸如库卡、长安汽车、养生堂(农夫山泉)、古井贡酒这样的行业巨头;后者在工程机械领域有着超强的统治能力。

海尔COSMOPlat的不同路径在于可跨行业、跨领域、跨文化复制,是具有全球普适性的工业互联网平台。除了赋能行业巨头之外,还孕育出建陶、房车、农业等15个行业生态,在全国建立了7大中心,覆盖全国12大区域,并在20个国家复制推广,为全球用户提供衣、食、住、行、康、养、医、教等全方位的体验。目前,在COSMOPlat平台上已经汇聚了3.3亿用户、390多万家生态资源。

 

上文提到的建陶行业中,COSMOPlat通过“海享陶”赋能行业巨头统一陶瓷打造了样板,然后将样板由统一陶瓷所在的淄博复制到唐山、佛山,行业上向生活陶瓷和石材进行演进,如今“海享陶”平台上汇聚的企业超过了1000家。

总结:工业互联网专家、赛迪研究院中国软件评测中心副主任杨春立在接受媒体采访时曾表示,目前国内工业互联网平台主要存在面向多个行业领域的共性技术、知识、工具和模型的供给能力弱、PaaS服务能力不足和面向工业App的开发生态尚未建立3个问题。

海尔COSMOPlat为何在众多平台中表现亮眼?得益于其在创世界级工业互联网生态品牌道路上,通过模式创新和科技创新和生态创新三方融合,不断演进迭代。随着COSMOPlat在工业互联网领域的持续探索,将为中国乃至全球企业的转型提供源源不断的动力,在合作共赢的过程中,中国工业互联网的生态也将呈现出更新的姿态快步向前。

*此内容为【科技向令说】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

【完】

曾响铃

1钛媒体、品途、人人都是产品经理等多家创投、科技网站年度十大作者;

2虎啸奖评委;

3作家:【移动互联网+ 新常态下的商业机会】等畅销书作者;

4《商界》《商界评论》《销售与市场》等近十家杂志撰稿人;

5钛媒体、36kr、虎嗅、人民日报客户端、澎湃新闻等近80家专栏作者;

6“脑艺人”(脑力手艺人)概念提出者,现演变为“自媒体”,成为一个行业。

7腾讯全媒派荣誉导师、多家科技智能公司传播顾问。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值