1、4(蔀匀翽蔀蔀蔀讀缁p谀螏頀h尀椀蜂紃嘃愀渀猀漀渀漀甀爀渀攀琀桞楴呲冀瀀搀昀瀀椀挀最椀昀嘀愀渀猀漀渀漀甀爀渀攀琀桞楴呲冀瀀搀昀尀尀昀愀搀愀搀愀愀愀戀愀攀愀嘀一漀氀樀倀戀挀昀愀攀爀愀夀唀砀礀漀伀嘀瀀琀挀渀攀礀挀氀爀伀礀椀瘀倀眀瘀愀渀猀漀渀戀漀甀爀渀攀栀栀吀冀蝔捥愀搀愀挀攀搀渀栀u葧嘀蔀(樔6菜6樔6胔-輀棙i缀$荡世界银行：贫困与共同繁荣.pdfpic1.gif世界银行：贫困与共同繁荣.pdf2019-7838a6af41-443e-479c-ba7f-c1c44f011762+WBBT+YFCpUyY8RusqCmPwuXQNkx9K/xy05txeVqm4Anm/3hvkeJPw=世界银行,
2、贫困,穷困,贫穷,与共,繁荣,繁华f728df4fd6b69329ddbf770474478b8d庝軭軮常軯畢輠架构师0001200001可研报告20190708221403267S0悽6(蔀匀%蔀。蔀蔀讀缁缀谀螏頀h氀椀錂伃伃伃較蔃蔎蔎謎鼎潏癸扺琀蕖遒瀀搀昀瀀椀挀最椀昀潏癸扺琀蕖遒瀀搀昀尀尀搀挀戀愀搀愀戀攀挀愀挀攀愀戀挀戀戀瘀搀娀焀瘀砀匀栀唀堀娀漀甀礀搀吀儀挀伀氀眀最儀猀琀氀礀猀搀愀琀伀潏癸扺蕖遒蝔扥攀攀攀愀昀攀搀挀攀戀昀琀蕖遒潏癸扺琀潏癸扺占琀蕖鹫罘譧蕖譧鹒罘谀琀琀蕖谀啓琀譧鹒罘谀惿谀譧鹒罘谀惿谀蒍棿兑恧董其敟吰匀地挰搀洀愀儀葟恶蕖葲琀鹫罘惿恧恧恧潏癸扺蕖蒑譧惿蕖譧灗蒑鹫罘惿蕖蒑譧惿蕖譧灗
3、蒑琀蕖蒑稰啓琀竿鹫罘惿蕖蒑盿渀搀爀漀椀搀竿鹫罘惿蕖蒑盿渀搀爀漀椀搀琀穞譧惿譧蒑渀搀爀漀椀搀層葾穞譧惿譧灗蒑盿渀搀爀漀椀搀層葾蕖葧娀蔀1騠66騠6胔-輀棙i缀$莓中国云计算IaaS服务市场 年度综合分析2017.pdfpic1.gif中国云计算IaaS服务市场年度综合分析2017.pdf2019-78e3fbb633-b581-4156-889a-8891c9e7fffbTdagi4cDPcaTbOKVIe8y/BNrx8yaCYOq+gmymmCprJ1maPavQiVfLQ=中国,计算,iaas,服务,市场,年度,综合分析ddd5af164be4f3572825524c55e778e5輡輢常
4、輣田輤架构师0001200001可研报告20190708221409325Z嘀熀耀舀(_深国知名的生产基地”，为实现中国制造 2025提出制造强国的目标贡献力量。项目公司经过不懈的努力，将会发展成为一家拥有雄厚实力和颇有知名度的生产企业，项目企业坚持以“依环保求生存，以人才聚科技，靠科技谋发展，向管理要效益”的经营指导思想和“集天地之气，正人文之本，和万物之灵，创能源之利”的文化理念，遵循农业循环发展理论，积极研发高效能源和环保产品及其制备工艺装备。以国家产业政策为依托，以公司研发中心为骨干，坚持以人为本，技术创新为先导，大力进行科研费用投入，大胆创新、努力研发，已成为国内研究生物质能源领域技
5、术力量较强，产品较全，经营规模较大的企业之一。1.5项目产品方案及建设规模一、产品方案本项目主要生产产品为：页岩气系列产品。二、项目主要建设内容本次建设项目生产厂区占地面积60亩，总建筑面积31370.00平方米，主要建设内容及规模如下：主要建筑物、构筑物一览表工程类别 认知制造技术对电子行业至关重要 助力下一代生产模式取得成功 IBM 商业价值研究院 执行报告 电子行业 IBM 如何提供帮助 IBM 在市场上拥有独一无二的地位，可以提供认知平台与服务、特定于行业的解决方案以及专业咨询，为电子企业提供强大支持。我们能够帮助客户找到认知制造技术的敲门砖，利用下列各项服务，从关注于降低成本转变为实
6、现制造转型： 业务与技术战略咨询服务，帮助客户定义认知制造技术战略与用例，透过技术创造业务价值。 Watson 加速器与服务 ， 帮助客户迅速在目测检查和质量管理 、 维护和工厂层面的 IOT 领域实施关 键的认 知制造 用例。 一流的企业搜索平台，帮助客户发现最新趋势，开展深入探索。 支持全新互动模式与业务模式的咨询、设计与实施方法，有助于提高认知制造的经济性与可扩展性。 欲知详情，敬请访问 1 当超复杂的生产流程与认知计算相遇 电子制造业面临着层出不穷的复杂问题。高层管理人员发现传统的低成本生产市场的成本优势在不断丧失。他们必须不断提高定制化水平，缩短订单周期，满足瞬息万变的需求，应对订
7、单量逐渐萎缩的局面，同时还要管理复杂的供应网络。他们需要审视自动化潜力，为企业累积并保持关键的知识。利润率下降与竞争加剧威胁到质量稳定，加大了宕机风险，影响到灵活性。对新设备与自动化系统的投资使得生产现场产生了大量数据，但大多数信 息并未充分发挥其潜在价值。而现在，认知制造正在转变生产方式，解决上述复杂性问题。这些全新系统可以解决制造问题，整合虚拟与实体系统，从而提高产量，解读数据，发掘和实现新的价值。 执行摘要 为了深入了解电子行业如何将认知计算运用于生产制造， IBM 商业价值研究院访谈了电子行业所有分支领域的 141 位高管。我们发现，有一个核心的早期采用者群体已经借助认知制造开启了新一
8、代成功的生产制造之路，实现了更出色的生产力和投资回报 (ROI)。我们的分析解答了一些重要的问题。 哪些群体已经准备好迎接认知制造技术？那些充分 理解高级分析和工业物联网（ IIoT）的企业，接受认知制造的速度要快于其他企业。 认知制造成熟度标准有哪些？我们通过调研发现，认知制造成熟度可以分成三个阶段。我们分别将处于不同成熟度阶段的企业称为观望者、新手上路者和积极实施者。这些群体在以下两个关键特征方面表现截然不同： 企业是否具备建立认知制造技术的整体战略 ；以及多个项目中认知制造技术的战略执行程度，执行力度越大，项目成功率就越高，失败项目越少。正确的战略是提高成熟度的关键推手。 制造商如何消除
9、重重阻碍，提升认知制造成熟度？我们的受访者所遇到的障碍与企业成熟度密切相 关。要提高实施认知制造的成功率，最基本的要求就是克服这些障碍。 在本报告中，我们将首先描述认知计算以及它如何衍生认知制造技术。然后，我们将对具体的调研结果进行研究，为电子行业的高管提出行动建议。 2 为何认知制造技术对电子行业如此重要 34% 的受访电子制造商 拥有最先进的认知制造技术，并持续开展高投资回报率的项目 57% 的受访者 对于自己快速重新配置生产线的能力并不满意 超过 70% 的受访者 已经开始实施与工业物联网相关的工作，这是实现认知制造的第一步 电子制造业的现状：高度复杂 有人说，我们正在迎接第二次机器革命
10、时代。 第一次机器革命时代推动了工业化进程，而这一次则是利用数字化技术以及机器功能，令这些数字资产实现价值。这赋予了机器以及机器操作者更多的智慧。 “ 虚拟 /实体 ” 系统结合了先进的制造技术和计算技术，令二者无缝对接，密切协作。这些新系统可以交换信息，延长设备正常运行时间，并且彼此提供支持，以及为用户提供支持。 这种新的制造方法对于电子行业至关重要，因为该行业的多条 “ 战线 ”都在发生翻天覆地的变化。想想这些趋势： 多个电子制造业集中的地区都面临工人老龄化和劳动力短缺问题 大多数经济体中，工人工资都普遍上涨，曾经令人向往的制 造业工作岗位如今却乏人问津 数十亿传感器从机器中收集数据，但是
11、电子制造企业通常无法访问这些信息，更不用说出于制造目的利用这些数据了 用户希望制造的电子产品提供更多功能以及个性化体验。 未能实现关键指标导致负面成本不断增加，这对质量、灵活性和产量提出了更高的要求（见图 1）。 3 长久以来，电子产品制造一直被视为全世界最复杂的行业领域，但这个行业需要继续发展，满足全球不断提高的需求。同时 ，该行业必须保持覆盖全球的供应链，从世界各地采购定制的任务关键型部件。工厂仍然需要实时协调，分享预测结果、专业技术以及成果。据预测，影响产品和生产过程本身的监管压力会越来越大，而且更具地方特色。 为了应对日益增长的复杂性，许多电子制造商越来越依赖于先进技术，主要是分析和机
12、器人自动化技术。然而，这些解决方案的效果在第二次机器革命时代也仅此而已。我们真正需要的是一种思考问题的新方法，一种将数据统一起来并利用其价值来转变生产模式的方法。 而这种方法就是认知制造。 图 1 制造领域的关键绩效指标 (KPI) 以 下绩效指标对您生产工厂的重要性如何 ? 72% 以较低的单位生产成本实现更高的产量 71% 缩短机器停机时间 66% 提高准确率，最大程度减少缺陷 64% 当多种产品配置的装配顺序不断变化，缩短准备和调整的时间 62% 以最少的付出灵活整合多个产品变体 来源：表示此 KPI 很重要或非常重要的受访者百分比。 n = 140。 4 为何认知制造技术对电子行业如此
13、重要 新一代电子制造业 图 2 从认知计算到认知制造 认知计算 丰富了人类与机器专业知识， 可以从各类海量数据中提取情报，并发展成大规模的深入洞察 。 推理 认知计算建立了 “ 人类和机器 ” 之间的合作关系，提供理解、推理和学习能力（见图 2）。它有助于理解制造过程中产生的海量数据。此外，它还能够更轻松地找到复杂运行问题的答案，提供颠覆性建议，同时推动不断创新。它可以放大分析和自动化技术的优点，实现更出色的灵活性以及更快的行动速度。 实现生产流程数字化是认知计算之所以能够改变制造业的主要原因。为了满足全球对各种规模的电子产品的需求，几十年来，人们一直在使用电子表格、本机应用来管理生产，一切都
14、要依靠工程师、生产领导和技术人员的头脑，是他们在维持机器的正常持续运转。随着越来越多的数字化数据可供使用， 认知系统可以访问这些数据并加以综合运用，从而形成深入洞察。随着传感器和测量系统开始用于处理流式数据，人们开始希望在它的帮助下做出更明智的决策。 因为认知计算可以组合新的数字化数据点，所以它可以通过包含来自设备、位置和传感器的流式数据，发现整个工厂中的模式并回答相关问题。认知制造可以利用自然语言和基于 传感的能力，而制造领域普遍存在的传统分析技术却无法做到这一点。 认知 制造 可以 “ 放大 ” 最新生产技术（例如 IIoT、分析、移动、协作以及机器人技术）的投资价值，为工厂创造切实的效益
15、。 理解 学习 认知制造技术 采用认知计算、分析、工业物联网 以及其他技术，解决特定的制造问题。 来源： IBM 商业价值研究院分析。 5 认知型维护方法 可以为超过 50% 的受访者提供潜在的解决方案，这些受访者均表示他们面临着与计划外机器停机相关的挑战。此外，还有 40% 的受访者在快速配置机器以提高灵活性方面面临挑战，而认知方法可以帮助他们加快速度，并推动实现灵活的自动化功能。 当被问及 “ 你们制造工厂的运营有多成功 ” 时，只有三分之二的受访者表示非常成功。超过 40% 的受访者表示他们在保持所期望的生产速度方面存在挑战。一半以上的企业希望在整体制造运营中实现所期望的高水平协作。 5
16、7% 的企业在快速重新配置生产线方面所取得的成绩不及预期，而这对于实现小批量、 多组合以及高利润的未来而言至关重要。 随着电子行业的复杂性与日俱增，如果这些压力得不到 缓解 ，那么 压力势必会不断加剧。 6 为何认知制造技术对电子行业如此重要 发现认知能力 认知计算与认知制造具有同样高的价值，但其采用率仍不理想：仅 7% 的受访者表示正在全面推广此项技术。虽然这个比例看似很低，但电子行业仍是这种新能力的早期采用者，采用率几乎比其他行业高出一倍，另有 50% 的受访者表示他们进行了有限的推广和试用。实际上， 65% 的受访者表示已经准备好迎接认知技术。 为了使自己具备认知能力，企业需要积极采用高
17、级分析技术。这可能包含预测性分析或大数据分 析技术。多数受访者正在积极涉猎这些领域，我们发现超过 3/4 的受访者正处于试用或推广阶段。 70% 以上的受访者已经采用 IIoT。 然而，分析和 IIoT 并不是支持自动化和认知制造转型的唯一技术。为实现由丰富信息支持的电子品生产，必须有多种技术参与不断演变的基础架构。这种基础架构结合了虚拟 /实体模式，意味着它通过双向信息流将 实体 和虚拟层整合起来，使机器和人员能够更加无缝地协同工作（见图 3）。 7 图 3 数据技术和用户在支持认知制造的 “ 虚拟 /实体环境 ” 中实现有机统一 实体 层（传感器和系统生成实时数据） 来源： IBM 商业价
18、值研究院分析。 我们的研究探索了如何结合使用云平台以及其他七种技术，建立认知制造环境（见图 4）。由于认识到了其中的潜力，许多电子品生产商都在积极采用这些技术，这并不奇怪。然而，受访者所取得的成果程度各不相同。 云计算 协作层 认知 - 数据语料库 IoT 层 移动交付 增强层（增强现实与虚拟现实） 认知学习和互动层 预测性分析 大数据分析 8 为何认知制造技术对电子行业如此重要 图 4 认知制造解决方案中采用的各种技术 19% 17% 13% 38% 35% 22% 42% 26% 26% 17% 1% 17% 6% 20% 4% 来源：调研问题： “ 贵组织在多大程度上实施了这些技术？ ”
19、n=101 。 在我们调研的八项技术中，所有受访者都正在实施或已经实施云计算，这是认知制造的基础。 83% 的受访者至少实施一个 移动技术 试点项目；有 19% 已经广泛实施。紧随其后的是 协作 ， 78% 的受访者至少已在实施一个试点项目， 17% 的受访者已经广泛实施。 大数据分析 排在第三位，至少有 77% 的受访者在实施一个试点项目， 13% 的受访者已 经广泛实施。相比之下，只有 57% 的受访者在试点或已实施 认知计算 项目，仅 7% 的受访者广泛实施了认知计算。 我们已广泛实施我们已在有限范围内实施 我们已经实施了试点方案 我们有实施计划，但还未执行 案 我们还没有实施计划 移动
20、技术 协作 大数据分析 预测性分析 工业物联网 认知计算 增强现实 19% 17% 13% 11% 17% 7% 7% 38% 35% 22% 39% 28% 26% 16% 42% 25% 28% 26% 26% 24% 18% 17% 1% 17% 6% 20% 4% 19% 9% 21% 5% 38% 6% 40% 20% 承承 认知 - 数据语料库 IoT 层 移动交付 增强层（增强现实与虚拟现实） 认知学习和互动层 预测性分析 大数据分析 8 为何认知制造技术对电子行业如此重要 图 4 认知制造解决方案中采用的各种技术 19% 17% 13% 38% 35% 22% 42% 26%
21、26% 17% 1% 17% 6% 20% 4% 来源：调研问题： “ 贵组织在多大程度上实施了这些技术？ ”n=101 。 在我们调研的八项技术中，所有受访者都正在实施或已经实施云计算，这是认知制造的基础。 83% 的受访者至少实施一个 移动技术 试点项目；有 19% 已经广泛实施。紧随其后的是 协作 ， 78% 的受访者至少已在实施一个试点项目， 17% 的受访者已经广泛实施。 大数据分析 排在第三位，至少有 77% 的受访者在实施一个试点项目， 13% 的受访者已 经广泛实施。相比之下，只有 57% 的受访者在试点或已实施 认知计算 项目，仅 7% 的受访者广泛实施了认知计算。 我们已广
22、泛实施我们已在有限范围内实施 我们已经实施了试点方案 我们有实施计划，但还未执行 案 我们还没有实施计划 移动技术 协作 大数据分析 预测性分析 工业物联网 认知计算 增强现实 19% 17% 13% 11% 17% 7% 7% 38% 35% 22% 39% 28% 26% 16% 42% 25% 28% 26% 26% 24% 18% 17% 1% 17% 6% 20% 4% 19% 9% 21% 5% 38% 6% 40% 20% 。价方案回报分析、 投资组合合规和尽职调查，投资者资金分配和会计和法规遵从。 John Gimigliano是毕马威华盛顿国家税务组联邦法律和监管服务主管，拥
23、有超过20年 私人执业经验，曾代表客户与国会、美国国税局、财政部和其他联邦机构处理税务事 项。在加入毕马威之前，他是美国国会筹款委员会的高级税务顾问和美国众议院税务收 入措施小组委员会的主管。 Larry Godin是毕马威美国资产管理监管服务主管合伙人，拥有超过20年专业服务经 验，专责资产管理领域的法律、风险和合规事宜。他曾担任美国银行旗下美林银行的 全球财富及退休解决方案部门的执行董事及业务治理主管。 作者 Greg Williams是毕马威美国房地产业务主管合伙人，负责领导本所的建筑和房地产 服务 (BC&RE) 以及替代投资和公共投资管理服务的战略方向。他在私募股权房地产 和酒店业拥
24、有超过29年的税务经验。 Phil Marra 是毕马威美国建筑和房地产业审计主管合伙人，也是美国房地产基金主管。他拥 有超过29年的行业经验，在房地产、金融、停车场、建筑和酒店客户提供审计、会 计、尽职调查和咨询服务方面拥有广泛经验。 Roger Power是毕马威建筑和房地产业太平洋西北区主管合伙人，在房地产业拥有广泛的 经验。他也是毕马威的中美房地产合作小组的主管以及毕马威美国酒店服务业的联合 主管。 G. Chris Turner是毕马威美国建筑和房地产业税务主管合伙人，在为房地产基金、房地产 投资信托、开发商、工程和建筑客户提供专业服务方面拥有丰富经验，并在会计事务 方面拥有超过31
25、年经验。 2017 KPMG LLP是一家位于美国特拉华州的有限责任合伙制事务所 ， 同时也是与瑞士实体 毕马威国际合作组织 ( “毕马威国际” ) 相关联的 独立成员所网络中的美国成员 。 版权所有 ， 不得转载 。毕马威 房地产业 服务简介 毕马威为业主、管理人员、开发商、贷款人、中介机构、建筑 和工程公司及投资者等提供专业服务，范围包括帮助客户有效 地执行购买处置房地产、个别房地产及房地产组合等资产的证 券化以至企业层级的购并交易等各种复杂的交易。我们相信， 凭借我们丰富的经验和专业知识，我们可以帮助您成功地驾驭 当前的挑战，同时为抓紧明天的机会做好准备。 无论我们的客户在何处经营业务，
26、毕马威的房地产业专业人员 均能为他们提供策略上的独到专业见解和相关指引。我们在美 国的房地产业专业人员达1,500多名，并通过毕马威国际遍布全 球152个国家和地区，拥有189,000名专业人员的成员所庞大网 络，在各地或全国层面提供完善的专业服务。 17 房地产扩张热潮继续上演 2017 KPMG LLP是一家位于美国特拉华州的有限责任合伙制事务所 ， 同时也是与瑞士实体 毕马威国际合作组织 ( “毕马威国际” ) 相关联的 独立成员所网络中的美国成员 。 版权所有 ， 不得转载 。本刊物所介绍的部分或全部服务可能不得向毕马威的审计客户或其联属企业提供 。 本刊物所载资料仅供一般参考用 ，
27、并非针对任何个人或团体的个别情况而提供 。 虽然本所已致力提供准确和及时的资料 ， 但本所不能保证这些 资料在阁下收取时或日后仍然准确 。 任何人士不应在没有详细考虑相关的情况及获取适当的专业意见下依据所载资料行事 。 2017 KPMG LLP是一家位于美国特拉华州的有限责任合伙制事务所 ， 同时也是与瑞士实体 毕马威国际合作组织 ( “毕马威国际” ) 相关联 的独立成员所网络中的美国成员 。 版权所有 ， 不得转载 。 美国印刷 。 毕马威的名称和标识均属于毕马威国际的注册商标或商标 。 NDPPS 636938 联系我们 Greg Williams 美国房地产业务 主管合伙人 电话 ：
28、 +1 214 840 2425 电邮 ： Phil Marra 美国房地产基金主管 电话 ： +1 212 954 7864 电邮 ： Roger Power 建筑和房地产业 太平洋西北区主管合伙人 电话 ： +1 415 963 5410 电邮 ： G. Chris Turner 美国建筑和房地产业 税务主管合伙人 电话 ： +1 404 222 3334 电邮 ： 认知制造技术对电子行业至关重要 助力下一代生产模式取得成功 IBM 商业价值研究院 执行报告 电子行业 IBM 如何提供帮助 IBM 在市场上拥有独一无二的地位，可以提供认知平台与服务、特定于行业的解决方案以及专业咨
29、询，为电子企业提供强大支持。我们能够帮助客户找到认知制造技术的敲门砖，利用下列各项服务，从关注于降低成本转变为实现制造转型： 业务与技术战略咨询服务，帮助客户定义认知制造技术战略与用例，透过技术创造业务价值。 Watson 加速器与服务 ， 帮助客户迅速在目测检查和质量管理 、 维护和工厂层面的 IOT 领域实施关 键的认 知制造 用例。 一流的企业搜索平台，帮助客户发现最新趋势，开展深入探索。 支持全新互动模式与业务模式的咨询、设计与实施方法，有助于提高认知制造的经济性与可扩展性。 欲知详情，敬请访问 1 当超复杂的生产流程与认知计算相遇 电子制造业面临着层出不穷的复杂问题。高层管理人员发
30、现传统的低成本生产市场的成本优势在不断丧失。他们必须不断提高定制化水平，缩短订单周期，满足瞬息万变的需求，应对订单量逐渐萎缩的局面，同时还要管理复杂的供应网络。他们需要审视自动化潜力，为企业累积并保持关键的知识。利润率下降与竞争加剧威胁到质量稳定，加大了宕机风险，影响到灵活性。对新设备与自动化系统的投资使得生产现场产生了大量数据，但大多数信 息并未充分发挥其潜在价值。而现在，认知制造正在转变生产方式，解决上述复杂性问题。这些全新系统可以解决制造问题，整合虚拟与实体系统，从而提高产量，解读数据，发掘和实现新的价值。 执行摘要 为了深入了解电子行业如何将认知计算运用于生产制造， IBM 商业价值研
31、究院访谈了电子行业所有分支领域的 141 位高管。我们发现，有一个核心的早期采用者群体已经借助认知制造开启了新一代成功的生产制造之路，实现了更出色的生产力和投资回报 (ROI)。我们的分析解答了一些重要的问题。 哪些群体已经准备好迎接认知制造技术？那些充分 理解高级分析和工业物联网（ IIoT）的企业，接受认知制造的速度要快于其他企业。 认知制造成熟度标准有哪些？我们通过调研发现，认知制造成熟度可以分成三个阶段。我们分别将处于不同成熟度阶段的企业称为观望者、新手上路者和积极实施者。这些群体在以下两个关键特征方面表现截然不同： 企业是否具备建立认知制造技术的整体战略 ；以及多个项目中认知制造技术
32、的战略执行程度，执行力度越大，项目成功率就越高，失败项目越少。正确的战略是提高成熟度的关键推手。 制造商如何消除重重阻碍，提升认知制造成熟度？我们的受访者所遇到的障碍与企业成熟度密切相 关。要提高实施认知制造的成功率，最基本的要求就是克服这些障碍。 在本报告中，我们将首先描述认知计算以及它如何衍生认知制造技术。然后，我们将对具体的调研结果进行研究，为电子行业的高管提出行动建议。 2 为何认知制造技术对电子行业如此重要 34% 的受访电子制造商 拥有最先进的认知制造技术，并持续开展高投资回报率的项目 57% 的受访者 对于自己快速重新配置生产线的能力并不满意 超过 70% 的受访者 已经开始实施
33、与工业物联网相关的工作，这是实现认知制造的第一步 电子制造业的现状：高度复杂 有人说，我们正在迎接第二次机器革命时代。 第一次机器革命时代推动了工业化进程，而这一次则是利用数字化技术以及机器功能，令这些数字资产实现价值。这赋予了机器以及机器操作者更多的智慧。 “ 虚拟 /实体 ” 系统结合了先进的制造技术和计算技术，令二者无缝对接，密切协作。这些新系统可以交换信息，延长设备正常运行时间，并且彼此提供支持，以及为用户提供支持。 这种新的制造方法对于电子行业至关重要，因为该行业的多条 “ 战线 ”都在发生翻天覆地的变化。想想这些趋势： 多个电子制造业集中的地区都面临工人老龄化和劳动力短缺问题 大多
34、数经济体中，工人工资都普遍上涨，曾经令人向往的制 造业工作岗位如今却乏人问津 数十亿传感器从机器中收集数据，但是电子制造企业通常无法访问这些信息，更不用说出于制造目的利用这些数据了 用户希望制造的电子产品提供更多功能以及个性化体验。 未能实现关键指标导致负面成本不断增加，这对质量、灵活性和产量提出了更高的要求（见图 1）。 3 长久以来，电子产品制造一直被视为全世界最复杂的行业领域，但这个行业需要继续发展，满足全球不断提高的需求。同时 ，该行业必须保持覆盖全球的供应链，从世界各地采购定制的任务关键型部件。工厂仍然需要实时协调，分享预测结果、专业技术以及成果。据预测，影响产品和生产过程本身的监管
35、压力会越来越大，而且更具地方特色。 为了应对日益增长的复杂性，许多电子制造商越来越依赖于先进技术，主要是分析和机器人自动化技术。然而，这些解决方案的效果在第二次机器革命时代也仅此而已。我们真正需要的是一种思考问题的新方法，一种将数据统一起来并利用其价值来转变生产模式的方法。 而这种方法就是认知制造。 图 1 制造领域的关键绩效指标 (KPI) 以 下绩效指标对您生产工厂的重要性如何 ? 72% 以较低的单位生产成本实现更高的产量 71% 缩短机器停机时间 66% 提高准确率，最大程度减少缺陷 64% 当多种产品配置的装配顺序不断变化，缩短准备和调整的时间 62% 以最少的付出灵活整合多个产品变
36、体 来源：表示此 KPI 很重要或非常重要的受访者百分比。 n = 140。 4 为何认知制造技术对电子行业如此重要 新一代电子制造业 图 2 从认知计算到认知制造 认知计算 丰富了人类与机器专业知识， 可以从各类海量数据中提取情报，并发展成大规模的深入洞察 。 推理 认知计算建立了 “ 人类和机器 ” 之间的合作关系，提供理解、推理和学习能力（见图 2）。它有助于理解制造过程中产生的海量数据。此外，它还能够更轻松地找到复杂运行问题的答案，提供颠覆性建议，同时推动不断创新。它可以放大分析和自动化技术的优点，实现更出色的灵活性以及更快的行动速度。 实现生产流程数字化是认知计算之所以能够改变制造业
37、的主要原因。为了满足全球对各种规模的电子产品的需求，几十年来，人们一直在使用电子表格、本机应用来管理生产，一切都要依靠工程师、生产领导和技术人员的头脑，是他们在维持机器的正常持续运转。随着越来越多的数字化数据可供使用， 认知系统可以访问这些数据并加以综合运用，从而形成深入洞察。随着传感器和测量系统开始用于处理流式数据，人们开始希望在它的帮助下做出更明智的决策。 因为认知计算可以组合新的数字化数据点，所以它可以通过包含来自设备、位置和传感器的流式数据，发现整个工厂中的模式并回答相关问题。认知制造可以利用自然语言和基于 传感的能力，而制造领域普遍存在的传统分析技术却无法做到这一点。 认知 制造 可以 “ 放大 ” 最新生产技术（例如 IIoT、分析、移动、协作以及机器人技术）的投资价值，为工厂创造切实的效益。 理解 学习 认知制造技术 采用认知计算、分析、工业物联网
个人主页