【智慧製造】IDC:2018年度全球製造業10大預測
IDC從雲端計算、物聯網、認知計算、下一代安全、3D列印、機器人技術，虛擬現實技術等多個維度預測2018年~2021年全球製造業狀況，值得我們思考和學習。
預測1：
到2020年，60%的頂級製造商將依靠數字平臺來加強他們在生態系統和體驗的投資，並支援其總收入的30%。
製造商正在尋求數字平臺作為協作和協調過程的基礎，將基於雲的生態系統的關鍵技術元件彙集起來，包括員工、客戶、供應商和合作夥伴。該平臺在規模上促進資訊交換和處理，簡化連線，確保安全級別和可信業務互動。該平臺將以開放的體系結構和開放的訪問方式為基礎，而且，在許多情況下，通過一個開放的市場來支援貨幣資訊流和增加新的收入機會。因此，數字平臺使製造商能夠更加無縫和快速地投入新產能、通過技術提升客戶體驗，並且支援生態系統內的創收活動。雖然平臺可以支援傳統的線上收入流，但由於生態系統的影響，一些新的機會也將得到明確的發展。
預測2：
到2021年，20%的頂級製造商將依靠嵌入式智慧，利用物聯網、區塊鏈、認知等技術來實現大規模的過程自動化，將執行時間提升25%。
大多數製造商都會尋找主要的企業應用程式，通過嵌入式智慧來實現自動化和快速執行。更多的，這將通過智慧ERP系統，整合物聯閘道器鍵資料輸入、認知增強分析和區塊鏈技術來維持資料和決策的完整性。我們正處於一個過渡階段，記錄系統正在被新的智慧系統所取代，它保留了核心的“記錄系統”功能，同時衍生出了新的技術和能力。這些智慧應用整合了第三方平臺，越來越多地嵌入和利用創新加速器——物聯網、認知計算、下一代安全、3D列印、機器人技術，甚至是虛擬現實技術。這些系統利用雲和機器學習，更廣泛地分析各類來自新的資源資料和現有資源的資料。
一些結果是：
物聯網：能夠啟動預防性維護活動和增加客戶滿意度的實際產品/資產效能資料；庫存跟蹤，以提高供應鏈的準確度，減少因不準確而導致的訂單延誤。
認知計算：高階分析以補充現有分析，更多地關注識別工作流和過程的模式和先決條件，例如預防性維護和客戶情緒引導銷售，確定客戶偏好以進行更有效的產品創新。
區塊鏈：確保貨物在運輸過程中的真實性和質量，提高產品和服務質量；加速從訂單到現金的處理以及資料和合同的可追溯性。
預測3：
到2020年，75%的製造商將使用到行業雲，在這些製造商中，有三分之一通過資料盈利。
隨著物聯網連線越來越多的產品、資產和流程，創造了大量的基於效能和位置的操作資料，在較低的技術成本下，使得工作變得更快更容易。行業雲是共享和分析這些資訊的很好選擇。此外，製造商正在尋找採購和供應商管理以及與客戶合作的行業雲。雲不僅為資料共享、分析、協作或合資提供了機制，而且還集成了更多資料來源，例如環境條件（天氣或交通）或客戶要求的訊號。
雖有行業雲的描述，但參與行業雲並想通過其盈利的製造商也仍在努力嘗試中。我們認為最大化運營資料的價值需要與其他公司分享。這將允許它們在更大的業務需求範圍內應用和分析資料，如產量、質量、利用率、預防性維護和客戶服務。在最理想的狀況下，公司可以通過雲資料獲取利潤，例如，使用聚合效能資料來建立更多的自動補庫存或零配件。
預測4：
到2019年，由於物聯網將業務技術和資訊科技結合起來，將使30%以上的IT和OT技術人員在這兩個領域有直接的專案經驗。
報告顯示，操作裝置已經變得越來越廣泛，越來越互聯，物聯網成為連線的主要貢獻者。為了利用這種連通性，製造商們發現，這種方法需要資訊科技和操作技術及其各自組織之間的協作。OT包括監控和管理工廠層和供應鏈上的操作資產和過程的硬體和軟體，例如，監控和資料採集（SCADA）、儀表、閥門、感測器，還包括歷史資料分析。理解業務流程的基本能力，以及處理過程生成的資料的能力，都會導致IT和OT在專案上的合作方式發生變化。這種變化是由以下幾個因素驅動的：
應用新技術而不影響業務效能的需要，
認識到大量的資料已經可用且未使用或分析的時間超過了它可能影響商業決策的日期，
聚焦工作中的獨特安全需求，
除了將其嵌入到業務中，要求專案團隊擁有IT和OT的代表之外，製造商還將在這兩個組織中尋找新的人才，以便有更廣闊的視角將技術與業務成果和需求聯絡起來。
員工將越來越多地參加各種培訓，為他們的角色轉變做準備。
預測5：
到2019年，50%的製造商將通過雲眾包、虛擬現實和產品虛擬化，直接與客戶和消費者進行新產品和改進產品設計的合作，使產品成功率提高25%。
產品失敗率在整個行業中很高，在某些情況下高達80%，很大程度上是因為製造商在創新的前端沒有花時間去理解客戶的需求。或者他們假定市場需要什麼。這是快速消費品行業幾十年前學到的教訓，因為競爭激烈的市場和多樣化的產品組合。這些相同的“快速發展”的動態特性正在進入其他傳統上產品壽命週期較長的行業，如汽車、重型裝置和工業機械。像化學品這樣的資產密集型行業的公司也認識到需要採取主動、靈活的方法進行產品和過程創新。隨著雲平臺的成長和成熟，企業內部協同創新系統正在整合社交化媒體的功能，並廣泛利用模擬和產品模型或數字雙胞胎(通用提出的概念)虛擬化工具，通過這些方法，所有行業的製造商都可以使用這些工具，使他們的思維能力、創新能力和新產品開發方法得以實現現代化。
根據IDC製造業洞察2017產品和服務創新調查，提高產品創新成功率（31%），更好地感知和響應客戶需求（27%），以及開發與產品相關的服務（30%）都是製造商關注的重點領域。39%的製造商正在尋求應用分析來提高思維能力和創新管理能力，所有創新管理過程（思維能力、成本計算、產品/公式建模、產品組合管理）的指標都需要成熟並擴充套件到營銷和設計的小團隊中去，包括擴充套件的內部和外部團隊。這個“團隊”應該包括第一級供應商，合作伙伴，至少是戰略客戶群。福特和戴姆勒等汽車製造商圍繞設計思維和客戶體驗設計提出了新的舉措。擁有更廣泛客戶、前景和領域專家的眾包服務也應該成為這一日益開放的創新正規化的一部分。
預測6：
2020年，從耐用消費品和電子產品開始，增強現實和移動裝置將推動服務業經濟轉型為自由經濟（gig economy），這些自由的職業者可以替代20%的專職和現場客服人員。
自由經濟被定義為兼職、臨時和自由職業，這是2008的大蕭條造成的間接後果之一，因為全職工人被解僱，轉而從事兼職或臨時性工作來賺取收入。2017年，這種方式已經成為美國和全球擁有數字基礎設施支援的國家勞動力的重要組成部分。這一數字基礎設施使得自由經濟是如此受歡迎，即使在非經濟衰退市場-它使人才無障礙。
IDC已經看到，在與數字服務平臺相交叉的更快的服務需求下，製造服務相關的自由職業“僱傭專家”的數量增加了。現在，客戶服務代表具有靈活的工作空間和時間表（例如，星期日晚上從家裡工作），熟練的現場服務人員可以響應市場上更多的機會，為整個產品（印表機）服務，而不是特定的品牌。IDC預計，接下來，應該可以在應用商店下載到這樣的應用——它可以通過AR遠端點對點的實現標記和指導，從而實現遠端引導客戶排除或解決問題。
這些給製造商帶來的好處包括：通過可變的勞動力節省成本，可以更緊密的滿足客戶需求而不必要僱傭這些“專家”（例如：電腦愛好者往往有其他兼職工作）；為客戶提供更高水平的服務。所有這一切都是由第三平臺實現的，特別是個人移動裝置的普及和增強現實等創新技術的實現，使引導維修和遠端專家指導成為可能。
預測7：
到2020年底，三分之一的製造業供應鏈將使用分析驅動的認知能力，從而使成本效率提高10%，服務績效提高5%。
很多較大的組織都在供應鏈技術方面進行投資，這些技術可以使資料捕獲和分析功能發揮作用。IDC定義了數字增強型供應鏈的概念，它將利用物聯網和感測器資料提供實時資料洞察力，本質上可以作為建立認知模型的輸入。此外，深度學習模組有助於建立認知模型，這將成為高度自動化的供應鏈的核心。這將推動勞動力支出的成本效率、減少浪費和更好地利用資產。此外，服務效能的改進將擴充套件到交付時間，將庫存分配到高優先順序訂單，以及更快的新產品匯入。
這些資料的主要來源將是物流作業系統、倉庫管理系統、來自OEM的運輸貨單、經銷商管理系統和銷售點（POS）裝置。這樣收集的資料將有助於建立供應鏈模型，該模型以環境、季節和經濟因素的形式來描述非結構化資料，建立認知模型，能夠準確地預測庫存和物流需求。各組織一直在投資應用程式，目的是破壞現有的供應鏈，通過提高客戶滿意度來創造競爭差異。
認知供應鏈的概念也允許組織通過將庫存轉移到客戶需求中來主動地管理庫存，從而最終降低供應鏈運作的整體成本並提高服務水平。數字化改造現有供應鏈的挑戰同樣艱鉅，需要完整的生態系統在技術和業務流程方面達到相同的成熟度水平。
預測8：
到2020年，80%的供應鏈互動將發生在基於雲的商業網路上，顯著提高參與者的彈性和減少供應中斷的影響多達三分之一。
今天，商業網路是數字化轉型的重要推動者。事實上，最近IDC的研究強調了大多數公司如何意識到將他們的注意力擴充套件到企業的四個方面來與他們的商業夥伴合作的巨大潛力。在參與基於雲的商業網路的製造商中，54%的人說他們已經看到了有形的成本節約，44%表示網路允許更容易地訪問供應商和其他型別的供應商（IDC的2016供應鏈調查）。這需要一種完全不同的管理方法和使用工具，而不是傳統的線性供應鏈。因此，公司正在重組其供應鏈，以便根據訂單數量和地理需求來源迅速重新配置供應鏈。與此同時，運營商試圖從網路中獲取固定成本，從而使供應鏈無論需求水平如何盈利。在為需求不太可預測的新興經濟體服務時，這種成本重點尤為突出。
由於業務的成功將集中在及時和有效地分析由業務和感測器生成的大型資料集。IDC的觀點是，最好的供應鏈將是那些能夠快速分析大量不同資料並向實時或接近實時的決策者傳播商業洞察力的供應商。
因此，開放和靈活的雲架構將是一個必不可少的工具，因為它們可以從任何源（無論是內部還是外部）向製造商生成資料，全面和快速的分析，然後無處不在的消費。
預測9：
到2020年，25%的製造商可以實現根據需求節拍實現均衡化生產，通過智慧和靈活的資產實現最大程度的定製產品。
製造業的“聖盃”就是是如何實現完美的微調，需求驅動的價值鏈。這意味著在不犧牲過去取得的基本成本優化結果的前提下，滿足需求市場的速度和不斷變化的需求。通過將實時“智慧”注入到以網路為中心、以資訊為中心的過程中，大量工作正在進行中，主要是通過向決策者提供關於他們所領導的過程的執行狀態和他們決定的預期業務結果的最新資訊。
基於這些資料驅動的過程，由於工具和機器技術的進步，製造商現在已經準備推出數字化執行的流程。我們今天看到的是有智慧的資產（即能夠採取人工智慧決策）和靈活的市場供應。例如，可以在不需要人為干預的執行變數的任務，如智慧機器人、3D印表機、和重組能力的機器。
這些資產將是基於需求驅動的訂單自動執行操作流程的關鍵。今天，它們及它們即將擁有的靈活性被部署來增強執行的有效性和靈活性。機器被設計成是在物聯網平臺上協同運作，專注於生產、記錄和共享其執行狀態資訊的智慧產品，以實現新的業務模式。特斯拉創始人馬斯克，當談到公司的Giga工廠(這將是世界上最大的電池工廠，並將嵌入最具創新性的技術，包括認知智慧和AI)時說：“一個工廠比產品本身更值得創新和投入更多的工程技能。” 馬斯克補充說：“我們認為[工廠]是一種產品。工廠本身就是製造機器的機器。” 未來，該公司將直接與市場狀況聯絡並瞭解情況，以便根據需求變化，對資產業績和資源消耗進行近乎實時的業務調整。主要的影響將是平衡生產過程與需求節奏和實現大規模定製。這一轉變將為部署先進自動化的公司提供進一步的增長機會，這將涵蓋人類無法帶來任何附加價值的所有過程。
不同行業可能以不同的方式利用技術。在時裝行業，我們已經看到現成的個性化服裝。資產密集型產業可能會從調整生產需求和能源價格中獲得經濟利益。在面向工程的行業，公司將建立自主的端到端流程，提供個性化和基於定製的元件和產品。在製藥行業，提供批量生產個性化藥物和治療的機會就在身邊。
預測10：
到2019年，15%的管理資料密集型生產和供應鏈流程領域的製造商將利用依賴於邊緣分析的雲執行模型，以實現實時可見性和增強操作靈活性。
工廠執行過程還沒有像其他的業務領域，如供應鏈那樣受到雲的影響。然而，這種情況正在改變。可靠的雲基礎設施的廣泛普及使得雲成為過程管理者手中的一個工具。將原始資料從機器級轉換為企業級資訊的機會可以改變和提升車間在製造組織中的作用，並使其成為執行過程中的中心。為了實現這一承諾，公司需要從多個來源收集資料，並在適當的時間提供正確的資訊。
到目前為止，公司的決定主要是在兩個主要選項之間進行的：從一方面來說，直接與機器資料相連的執行系統保證了可靠性和實時性，但缺乏靈活性和（外部）可訪問性；從另一個方面，一個基於雲的系統，確保易部署性和協作而犧牲資料的可用性和粒度。
為了克服這一點，公司將需要協調生產過程中的資料，這些資料與執行相關，需要很少的延遲，不能很容易地通過雲傳輸——資料是可見的，雲可能是最好的選擇。有趣的是，IDC製造業的洞察力最近的調查強調了雲投資和IT / IT整合將在運營技術投資中佔據很高的優先地位，超過40%的公司優先投資雲軟體和平臺來支援他們的OT過程。
今天，將大量機器過程資料轉換成聚合和描述性資訊的邊緣分析，使得這兩種分法變得模糊。邊緣分析允許製造商保留和處理它自然存在的資料——機器——同時確保這些資料在下一代應用程式中被正確地看到，並對業務具有可測量的價值。我們可以稱這個過程為邊緣執行。可定址業務流程的數量將成倍增長。這些基於和依賴於邊緣分析的混合執行模型將使實時、預期和自適應操作成為可能。
人工智慧賽博物理作業系統
AI-CPS OS
“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。
AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。
領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：
重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？
重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？
重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？
AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：
精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。
智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。
高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。
不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。
邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。
AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：
創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；
對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；
人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。
給決策制定者和商業領袖的建議：
超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；
迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新
評估未來的知識和技能型別；
制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開
發過程中確定更加明晰的標準和最佳實踐；
重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨
較高失業風險的人群；
開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。
如果說上一次哥倫布地理大發現，拓展的是人類的物理空間。那麼這一次地理大發現，拓展的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！
新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。
產業智慧官 AI-CPS
用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。
長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：
新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧農業”、“智慧金融”、“智慧零售”、“智慧城市”、“智慧駕駛”；新模式：“財富空間”、“資料科學家”、“賽博物理”、“供應鏈金融”。
官方網站：AI-CPS.NET
本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！
：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：[email protected]