網站導航

質量品牌

新聞中心
集團動態
行業資訊
工業互聯網平臺應用的三個層次
工業互聯網平臺應用的三個層次
2020-07-14
通過對國內外主流工業互聯網平臺的應用分析,可以發現平臺提升了企業信息化能力,增強了企業數據分析水平,還使得企業的資源調配更加靈活,并帶動企業應用從信息化到智能化的多層次發展,同時解決了企業三大方面的問題:一是推動信息化大規模部署,解決效率提升和成本降低的問題,信息系統和工業軟件遷移至平臺,依托平臺實現客戶關系管理、財務人力管理等應用,帶動信息化成本降低和大規模部署;二是推動工業數據深度分析挖掘,解決產品和服務價值提升的問題,基于平臺的大數據匯聚和分析能力,實現設備、生產、管理等場景的深層次優化和服務增值;三是推動業務商業模式的創新,解決跨領域資源靈活調配和協同協作問題,通過平臺進行產業鏈、供應鏈、價值鏈各環節的實時連接和資源共享,以實現不同主體間的高效協作和供需精準對接。01基于平臺的信息化應用得益于平臺的“連接+數據可視化”能力,傳統的生產管理類信息化應用得到更為廣泛的普及。其中,在生產監控分析領域應用最為廣泛,在物料管理、排產調度等方面也有初步探索。PTC、微軟、思科、阿里云等企業的平臺均推出了面向生產過程可視化應用。這類應用主要提供數據匯聚和描述基礎,幫助管理者直觀了解工廠運行狀態。當然,這些只是初級的可視化、遠程監控等應用,借助更深層次數據挖掘分析企業能夠獲得更高價值回報。比如,工業互聯網服務商寄云科技協助世界知名汽車零部件制造商麥格納旗下格特拉克(江西)傳動系統有限公司(GJT)實施智能制造戰略,成功解決了傳統MES在數據實時、真實和粒度等層面的不足,實現了更加精準的KPI追蹤,提升設備利用率、提高工人工作效率、保障企業營收。另外,基于平臺的“軟件上云+簡單數據分析”在客戶關系管理、供應鏈管理和部分企業計劃資源管理領域也獲得應用,能有效降低中小企業軟件使用成本。如SAP、Oracle、Salesforce、微軟、用友浪潮、金蝶等企業提供大量管理軟件SaaS服務。如Salesforce所提供的云化CRM軟件服務已聚集超過15萬客戶,同時除通用軟件工具之外,還提供基于社交網絡的客戶關系與需求分析,為中小企業提供銷售渠道服務。用友提供采購、供應鏈、物流、財務、人力資源等工業云服務,服務工業企業客戶44萬家。02基于大數據能力的深度優化基于平臺的大數據能力,以“模型+深度數據分析”模式在設備運維、產品后服務、能耗管理、質量管控、工藝調優等場景獲得大量應用,并取得較為顯著的經濟效益。GE、西門子、ABB、富士康等企業已經推出了上百個上述類型的應用服務,如Uptake幫助美國最大核電站PALOVerde,通過提高資產性能,實現每年1000萬的成本節省,成本降低20%;彩虹寄云智能工廠工業大數據項目助力知名平板顯示制造企業彩虹集團實現了數據可視化、生產透明化、質量可控化,并獲得了綜合良品率顯著提升,非計劃停機、運營成本等大幅減少等多種收益。03平臺協同資源調配和模式創新借助平臺整合產業鏈資源,探索智能制造、供應鏈協同等應用,成為部分企業的實踐選擇。如寄云NeuSeer平臺開放共享自身生產力,提高閑置設備的利用率,目前已對數千臺機床和鉆井機器提供數據監控和預測性維護功能。再如中船集團利用船海智云平臺對船舶制造企業、船用設備制造企業等開展納期監控等應用,提升供應鏈協同水平?;谄脚_進行深層次的全流程系統性優化尚處在局部的探索階段。無論是產業鏈、價值鏈的一體化優化、產品全生命周期的一體化優化、還是生產與管理的系統性優化,都需要建立在全流程的高度數字化、網絡化和模型化基礎上,僅有個別龍頭企業具備相關基礎并開展了簡單實踐。
工業大數據:從智能制造到工業互聯網
工業大數據:從智能制造到工業互聯網
2020-07-10
作者:王晨,清華大學大數據系統軟件國家工程實驗室總工程師、工業互聯網產業聯盟副秘書長。 1工業產生轉型升級作用的路徑大數據系統軟件國家工程實驗室將工業產生轉型升級的作用的路徑,總結為加減乘除四個象限。所謂加和減就是智能制造。智能制造更關注于企業內部的事情,狹義的智能制造關注制造,即生產環節,廣義的智能制造則包含企業的全壽生命周期,從研發設計到生產制造再到運維服務。智能制造不外乎在在現有流程上加了一些東西、減了一些東西,它基本可以被總結為八個字:提質、增效、降本、控險。今天,智能制造做的事情就是加法和減法。但在這個時代光做加減法是不夠的,比如私募股權機構投資一個企業,企業每年做一點加法,投資人可能不會滿意,而是希望企業實現指數級的增長。如何實現?工業互聯網可能就是實現乘法和除法的路徑。乘法就是平臺效應。比如淘寶,容納無數的商店在它的平臺上開店掙錢,就是一個案例。但是在工業領域,是否可以構建一個工業互聯網平臺?以服裝行業為案例。傳統的第一代的服裝企業,比如雅戈爾,有自己的設計、工廠、店面,即完整的產業鏈條。第二代服裝企業,比如海瀾之家,舍棄工廠選擇全代工生產,轉為做營銷,以門店為資產?;ヂ摼W時代的服裝企業,比如韓都衣舍,既沒有工廠也沒有店面,成本幾乎為零,所有的店面依賴淘寶,只負責快速設計、把控供應鏈,最后的“總盤子”雖然不一定有傳統企業那么大,但是利潤率高。因此除法就是企業聚焦自己的核心競爭力。輕資產高利潤運營,這是未來中國中小企業創新創業之道。打造工業互聯網的平臺生態,不是說只有這個平臺才能掙錢,但平臺上的每個人都有可能掙錢。2三個層次:工業大數據行業的分類 實驗室接觸了也做了很多與工業大數據的應用,并將其分為了三個層次。第一個層次是單元級。即針對工業設備,不僅限于設備的遠程運維,還包括對設備故障的提前預警、故障分析,以及設備的優化運行、資產管理等等。首先我們需要將設備的運行狀態進行精確的數字化測量,這種測量手段其實是將工業大數據的連續空間離散化。這個連續空間很復雜,而能測量的物理量、精度、傳感器數量都是有限的,所以全空間采樣無法實現。但隨著數字化水平提高、信息化進程推進、智能化應用迭代,未來的測量過程也會升級。第二個層次是工廠層次。這個層次不是關注單體設備,而關注整個工廠的運營效率、產品質量和安全、環保問題。工業講求的是包括人、物料、工藝、設備、環境在內的因素,在復雜的動態系統中能夠協同作用。假設把全中國都看作一個大工廠,怎么在產業鏈條上提升自己的效率?我們今天做工業大數據,做“智能+”,就是這個用途。首先要回答數據在哪里,其實數據在任何一個地方。以前工業上管數據管的相對粗糙,傳統在信息化領域做的相對較好的是管理信息化,而現在很多工業數據只是用來做監控以及做故障發生時做數據的回放。這些數據拿來怎么做兩化融合(信息化和自動化的數據融合)沒有做。第三層次是怎么拿到其他人的數據?比如說挖掘機要自動化施工,需要了解GIS數據、環境數據,但這些都不是傳統制造業企業擁有的數據。這說明今天工業大數據的內涵,比傳統的數據內涵要大得多。自動化以及跨界整體的數據,構成工業大數據的體系。3工業大數據的分類和挑戰實際上,工業數據有三個特點。第一個特點是多模態。過去很簡單粗暴地將數據分成結構化數據、半結構化數據、非結構化數據,但工業企業不是這樣。今天看到的很多好像格式不一樣的、非結構化的工程數據,真正把它打開的時候是不一樣的。非結構化數據的使用效率取決于結構化的程度,只有結構化才可以被高效利用;第二個特點是高通量,很多設備是不停機的,所有的數據是7*24小時連續產生的,量非常大;第三個特點是強關聯,在工業的不同行業,數據關聯遵循不同的規律而非簡單的聚合。所以工業大數據本身的特點帶來了非常多的挑戰。除了數據獲取的挑戰,隨之而來的就是數據分析、應用的挑戰。這里邊最大的限制是因果關系,即數據驅動的方法只能告訴我們關聯性,而無法不能告訴我們因果性。比如淘寶推薦商品,只知道推薦相關商品,卻不關心這個事情的因果——為什么用戶是這樣的人。但這在工業上是行不通的,尤其是控制方面,因此模型需要長時間的分析和驗證。工業領域存在白盒模型和灰盒模型,白盒模型即工業機理,企業會根據工業機理設計工序、產品結構和工藝,這是第一步。當它們被設計完之后,運行中又會出現大量的不確定性,這些不確定性的消除靠的就是專家、工匠的經驗,讓整個流程生產變得更加穩定和高效,這是灰盒態。不再對機理和知識本身進行分析和理解的數據模型,是一種黑盒模型。工業大數據和工業智能的本質就是,將這些經驗和知識量化學習出來,挖掘心中有口中無的隱性知識,或者嘗試通過數據方法把統計關系找到,再交還給工匠分析。工業就是工業,它存在的時間比信息化時間長,積淀比信息化多,而大數據和人工智能技術只是給工業上帶來小的變化,嘗試幫它去消除不確定性。4大數據、人工智能在工業中的應用首先是智能制造。比如某個機床的良品率下降,那么機床可以猜到刀具可能磨損了,主動提出要換刀,或者爐溫過熱,就自主將溫度往下調兩度。如果設備可以自主告知、自主變化,而不是按照事先設定的邏輯來操作,這才是智能化。真正的數字化車間應該是什么樣的?分了三個層次:第一層是大數據集成。以攀鋼為例,它做鋼軌最大的問題是產品質量,很多鋼軌表面不平整,必須要修正。如果發現表面不平整會怎么辦?調整工會猜測原因、調試、再生產,經過很多迭代之后調穩。而大數據能夠建立數據集成體系,讓決策者看到每個鋼軌發生了什么、控制參數是什么、檢測參數是什么。這樣一個以物料為中心、以工序流程為軸的數據集成體系,能夠為調整工提供更多更好的決策信息;第二層是大數據統計分析。能不能將好的批次的數據和差的批次的數據進行疊加對比,看控制參數的差異?大數據可以猜測造成問題的原因,至少可以排序,讓調整工按照排序來做檢查和調整;第三層是機理模型。通過大量的數據和反饋,工業企業可以構建一個相對準確、正向的仿真模型,并在數字孿生體、數字空間進行調試,最后在工廠里進行測試,這就是數字孿生帶來的智能化體系。那么工業互聯網的邏輯對于智能制造來說改變了什么?從業務的角度來講,工業互聯網更多關注產業互聯網的邊界,而不關注企業內部的生產環節,它可以被總結成三個融合跨界:一是業務融合跨界,通過對產業鏈上下游業務邊界的拓展,企業可以嘗試整合上游的上游,也可以服務于下游的下游,我們是一個產業鏈協同視角下的大工廠;二是數據鏈條融合跨界,業務的拓展帶來了數據邊界的拓展,今天的數據不局限于企業原有的數據。比如說要服務于建造商,需要環境數據、操作數據、氣象數據;三最根本的是技術改變,相比IT技術的發展,工業軟件和IT產業不在一條發展曲線,但現在通過云計算技術可以輕量級地讓用戶做這樣的開發,對于激勵、知識的沉淀,可以在很多領域產生了技術溢出機會。工業互聯網平臺的出現,讓工業企業能將花大量時間研發的仿真模型有可能沉淀成小而精的新形態工業軟件。
逆勢上揚!衛華冶金起重機訂單大漲!
逆勢上揚!衛華冶金起重機訂單大漲!
2020-07-09
夏日炎炎,驕陽似火衛華產品銷售及生產現場更是火熱近期的衛華冶金類起重產品訂單一個字形容“燃”尤其是200-500t大噸位冶金起重機訂單接踵而至讓小編忍不住要點名表揚工欲善其事,必先利其器為應對快速增長的訂單及產能需求衛華全面啟動、全速推進多條焊接、匯裝、涂裝等自動化生產線陸續投入使用1小時衛華雙梁主梁機器人焊接生產線實現1根主梁生產1小時衛華雙梁端梁機器人焊接生產線實現2根端梁生產1小時衛華將創造下線一臺雙梁起重機的“衛華速度”下面就跟小編一起感受衛華產線背后的智能力量智能化備料生產線經過開卷、拋丸、切割等一系列自動化操作后卷板可直接產出符合訂單要求規格鋼板效率比人工高10倍智能庫區采用鋼卷、鋼板兩用智能起重機實現庫存上下料全流程自動化提高了原材料管理的高效性和準確性02主梁機器人焊接生產線主梁機器人焊接生產線集成搬運機器人系統焊接機器人系統RGV物流小車系統變速埋弧專機焊系統等實現1根主梁/小時的生產節拍03端梁機器人焊接生產線端梁機器人焊接生產線集成焊接機器人變位機、RGV小車拼點工裝系統輥道+板鏈物流系統實現2根端梁/小時的生產節拍04百余套數字化起重機生產設備數控等離子切割機數控車床、數控刨臺數控龍門、機器人數控折彎工作站等100余臺套數字化起重機生產設備全力以赴提升產能時至今日從大型結構件的整體鏜銑加工、退火處理到整體匯裝衛華起重的工藝裝備均按照500t以上的標準設計隨著衛華起重智能產業園的全面投產500t以上超大噸位冶金起重機及超大型橋門機的生產制造對衛華而言已經不再是考驗而是彰顯制造實力的徽章長期以來,衛華起重為寶鋼集團、首鋼集團、武鋼集團、鞍鋼集團、河北敬業鋼鐵、京唐鋼鐵、安豐鋼鐵、凌源鋼鐵、鳳凰鋼鐵等大型鋼鐵、冶金企業集團持續供應多種智能化冶金起重產品獲得行業內一致好評
人工智能在工業互聯網平臺的四大應用場景
人工智能在工業互聯網平臺的四大應用場景
2020-07-06
一、工業互聯網平臺是人工智能應用的重要載體工業互聯網平臺覆蓋全流程生產數據。數據是應用人工智能的“燃料”。工業互聯網平臺從數據“量”和“質”兩個維度入手,提升工業場景數據集的廣度與深度,為人工智能應用提供支撐。從“量”的方面看,工業互聯網平臺匯聚了數以千萬計的設備和傳感器,對異構系統、運營環境、人員信息等要素實施泛在感知、高效采集和云端匯聚,實現了海量數據的廣泛集成。從“質”的方面看,工業互聯網平臺通過構建設備、產品、系統和服務全面連接的數據交流網絡,充分挖掘實時有效的工業大數據,搭建數據自動流動的賦能體系,為深度學習的模型訓練提供優質的訓練集、驗證集和測試集,切實提高人工智能模型自學習、自決策、自適應的有效性。工業互聯網平臺推動工業知識算法化。算法是人工智能應用的關鍵。工業互聯網平臺作為工業全要素、全產業鏈、全價值鏈連接的樞紐,打通了工業知識向工業算法轉化的通路,為構筑工業領域人工智能算法庫提供助力。一方面,工業互聯網平臺豐富了算法理論來源。依托工業機理基礎和數據模型分析,工業互聯網平臺將隱性的工業技術原理、行業知識和專家經驗進行代碼化、算法化,重構了工業知識創造和應用體系,面向特定工業場景提供針對性強、魯棒性高的算法。另一方面,工業互聯網平臺降低了算法開發成本。工業互聯網平臺通過提供開發環境和各類工具,助力開發者打造工業APP與微服務體系,將各類工業知識封裝成可交易的模塊組件,推動工業算法在更大范圍、更高頻次、更短路徑上創造、傳播和復用。工業互聯網平臺構建協同算力資源池。工業場景具有環境參數復雜、工序步驟精細、實時性要求高等特點,應用人工智能技術對算力要求較高。工業互聯網平臺基于云架構匯聚企業內外算力資源,根據實際需要統一調配,搭建廣泛聚集、高效協作的算力供給體系,為人工智能應用提供穩定的支撐保障。在企業內部,工業互聯網平臺匯聚內部算力資源構建算力資源池,針對不同時段、不同用戶和不同級別的算力需求,基于大數據分析統籌使用內部設備,提高設備使用效率。在企業外部,工業互聯網平臺對接各類算力提供商,通過租借、購買等方式,補充企業內部算力的不足,以提升整體算力水平,縮小人工智能應用需求和實際算力之間的差距。二、多維應用場景加快人工智能與工業互聯網平臺融合設備層:機器智能構建新型人機關系。企業依托工業互聯網平臺,在生產、控制、研發等領域的設備上運用人工智能技術,構建人機協同、互促共進的新型人、機、物關系。一是設備自主化運行,如復雜工料分揀、設備自運行等。機械臂、運輸載具和智能機床等產品,通過搭載機器學習算法、路徑自動規劃等模塊,實現對不同工作環境和加工對象的動態適應,提高設備操作的精度和復雜度。二是人機智能化交互,如動作識別、語音用戶界面等。應用語音識別、機器視覺等技術,打造人性化、定制化、高效化的人機交互模式,提升控制裝備在復雜工作環境的感知和反饋能力。三是生產協同化運作,比如協作機器人、仿生工位等。利用人工智能技術將人機合作場景轉變成學習系統,持續優化運行參數,為操作員提供最優的生產環境。例如,德國Festo公司基于仿生協作型機器人開發人機協作生產的智能化工位,可將人從重復性、危險性高的工作中解脫出來,提高了生產效率。邊緣層:邊緣智能提升邊緣側實時分析處理能力。邊緣智能技術通過協同終端設備與邊緣服務器,整合計算本地性與強計算能力的互補優勢,從而減少非必要的數據傳輸、降低模型推理延遲與能耗。具體有以下三類應用:一是智能傳感網絡。東方國信、寄云科技等企業通過建設智能網關,動態實現OT與IT間復雜協議的轉換,提供安全高速的數據連接與數據采集服務,強化對帶寬資源不足和突發網絡中斷等異常場景的應對能力。二是噪聲數據處理。天云網、海爾集團等通過智能傳感器采集多維數據,利用基于人工智能的軟件識別減小確定性系統誤差,提高數據精度,從而實現物理世界隱性數據的顯性化。三是邊緣即時反饋。思科、微軟等企業通過分布式邊緣計算節點進行數據交換,及時比對云端廣播的模型和現場提取的特征值,基于邊緣端設備實現本地快速響應和操作優化,減少云端運算壓力和處理延遲,實現云端協同。平臺層:大數據分析構建“數據+認知”算法庫。工業互聯網平臺基于PaaS架構,打造由數據存儲、數據共享、數據分析和工業模型等組成的整體數據服務鏈,把基于數據科學和認知科學的兩類工業知識經驗沉淀在可移植、可復用的人工智能算法庫中。在數據科學領域,企業構建以機器學習、深度學習為核心的數據算法體系,綜合利用大數據分析、機器學習和智能控制等算法,通過仿真和推理解決已知的工業問題。例如,美國康耐視公司開發了基于深度學習的工業圖像分析軟件,能以毫秒為單位識別缺陷,解決傳統方法無法解決的復雜缺陷檢測、定位等問題,使檢測效率提升30%以上。在認知科學領域,企業從業務邏輯原理出發,通過搭建以知識圖譜、專家系統為代表的認知算法體系,解決機理未知或模糊的工業問題,如企業智能決策、風險管理等。實際上,西門子、IBM、華為等公司通過構建供應鏈知識圖譜,匯集氣象、媒體、交通和物流等信息資源,大大提高了供應鏈風險管理效率。應用層:商業智能提升工業APP數據挖掘深度。開發者依托工業互聯網平臺提供的開發工具和框架,面向不同工業應用場景,開發搭載人工智能的特定工業APP,利用人工智能手段賦能現有生產過程,為用戶提供各類在平臺定制開發的智能化工業應用和解決方案。主要有以下幾類:一是預測性維護。利用機器學習方法擬合設備運行復雜非線性關系,提升預測的準確率,降低運維成本與故障率。德國KONUX公司結合智能傳感器及機器學習算法構建設備運行模型,使機器維護成本平均降低了30%。二是生產工藝優化。依托深度學習繞過機理障礙,通過挖掘數據隱藏特征間的抽象關系建立模型,并找出最優參數組合。TCL格創東智針對液晶面板的成膜工序,通過機器學習算法實現了關鍵指標的預測與品質優化,年收益達到近千萬元。三是輔助研發設計。通過應用知識圖譜、深度學習等技術構建設計方案庫,對設計方案提供實時的評估反饋。美國UTC依靠知識圖譜解決了多個產品研發問題,設計出的換熱器傳熱效率能提高80%,設計周期僅為原來的1/9。四是企業戰略決策。利用人工智能擬合工業場景中的非線性復雜關系,提取非結構化數據構建知識圖譜和專家系統,為企業提供戰略方案選擇。美國初創公司Maana聚焦石油和天然氣領域,協同應用知識圖譜與數據科學,為GE、殼牌、阿美等石油巨頭提供企業級決策建議。三、幾點建議夯實產業基礎,突破人工智能與工業互聯網平臺融合的關鍵共性技術。一是構建高質量的公共數據集。鼓勵滿足條件的工業互聯網平臺企業開放具備一定規模的生產環境、視頻圖像、文本對話等數據集,建立高質量的公共測試數據庫。二是加大算法研發應用力度。推動科研院所、行業龍頭企業開展協同研發和創新應用,圍繞卷積神經網絡、遞歸神經網絡等算法開發相關工具,完善開發環境。三是提升算力支撐能力。引導和培育一批算力提供商和算力交易平臺,探索算力租賃、交易、托管等新服務模式。聚焦場景應用,引導加快面向工業互聯網平臺的人工智能產品開發。一是加快重點智能設備研發。加快智能傳感控制、智能檢測裝配、智能物流倉儲等重點技術裝備的開發,布局和積累一批核心知識產權。二是突破邊緣智能核心技術。重點突破圖形處理器、現場可編程門陣列、專用集成電路等一批關鍵核心技術,提高硬件基礎支撐能力,實現圍繞邊緣設備的感知、控制、決策和執行等功能。三是加快行業機理模型沉淀。聚焦AI工業應用,建設工業互聯網模型算法公共測試驗證中心,堅持以測帶建、以測促用。四是培育基于AI的工業APP。引導工業互聯網平臺企業搭建制造業創新中心,開放開發工具和知識組件,構建開放共享、資源富集、創新活躍的工業APP開發生態。完善生態體系,構建工業互聯網平臺跨界融合新模式。一是強化示范引領。在現有工業互聯網平臺相關專項和試點示范中,增添人工智能方向的應用試點,加快推動復雜環境識別、新型人機交互等人工智能技術與工業互聯平臺融合發展。二是優化公共服務。面向語音識別、視覺識別、自然語言處理等領域,建設能夠提供知識圖譜、算法訓練、產品優化等共性服務的平臺和開源社區。三是增強人才儲備。鼓勵高等院校設置人工智能工業應用課程,開展人工智能專題教育和培訓,加緊培育一批急需的人工智能人才。四是加強宣傳推廣。通過開展現場會、人工智能大賽等形式,凝聚行業共識,提高公眾認識,挖掘優秀做法,推廣典型案例,積極營造產業發展的良好氛圍。
智能全明星產品組團出道—智能鋼卷搬運起重機
智能全明星產品組團出道—智能鋼卷搬運起重機
2020-07-04
2020新基建來襲一個智能創造價值的時代開啟無數個工廠的智能化建設正在急速推進中伴隨一個個耀眼的項目落地建成衛華智能全明星系列產品正式組團出道智能鋼卷搬運起重機、智能建筑搬運起重機智能電解銅起重機、智能垃圾抓斗起重機智能淬火起重機、智能酒廠專用起重機智能5噸門機它們7位大咖將在近期的微信公眾號里為大家展示智能重型工業機械的多才多藝帶給大家“力與智”的全新享受的同時希望可以在更快的生產節奏中助力更多自動化工廠進一步升級本次向大家介紹的是衛華智能全明星團隊的力量擔當衛華智能鋼卷搬運起重機如果您對它還是認知模糊那么我們一起到衛華智能鋼卷搬運起重機的工作現場去看一看它跨度:28.5米負載:35噸搬運距離:不限不止于此它的智能控制系統才是它的靈魂所在鋼卷庫智能搬運系統是在傳統搬運系統的基礎上利用信息技術、網絡技術及傳感器技術為搬運系統添加管理層、控制層和基礎層來實現起重搬運智能化、無人化作業的庫區綜合管理系統↓↓↓可實現↓↓↓倉儲管理無人值守車輛主動掃描識別鋼卷智能識別搬運庫存程控實景可視它的工作過程看起來是如此輕松愜意背后的隱藏技能卻不容小覷隱藏技能一衛華自主研發視覺識別系統車輛信息與鋼卷的掃描識別精準定位實現智能無人化自動裝卸車及作業區安全防護隱藏技能二衛華自主研發防搖功能自動入庫搬運過程平穩高效隱藏技能三衛華與首鋼自動化聯合研發數據云平臺可視化倉儲管理調度系統+倉儲數據管理系統+智能產線調度系統+設備狀態監控系統可對接所有智能倉儲管理系統智能鋼卷搬運起重機及其數據云平臺系統已成功應用于多個現代化智能工廠助力京唐鋼鐵、包鋼集團、中鋼機電等提高企業生產效率提升工廠智能程度
數字化幫助中小企業實現國際化發展
數字化幫助中小企業實現國際化發展
2020-07-01
數字化不僅影響著產品的生產方式,還改變著交易和消費方法。數字化貿易通過數字網絡將企業與企業、企業與政府、企業與消費者緊密的連接,在改變原有貿易方式的基礎上最大化降低貿易成本,提高企業國際競爭力。1數字化增加了貿易規模。首先,數字化便于全球范圍內的企業相互聯系,幫助企業專注核心業務并將非核心業務外包,進而低成本、擴大生產規模。此外,這種將企業連接緊密的方式使得資源共享成為可能,而更快、更好地獲取關鍵信息也可以幫助中小企業克服信息劣勢,為中小企業提供更為平等的競爭機會。其次,就以數字化服務為主營業務的企業來說,雖然具有較高的固定生產成本,但其分銷成本接近于零。與那些仍然受制于實物生產和交付限制的傳統行業相比,提供數字化服務的企業更容易滿足日益增長的貿易需求。此外,由于數字化服務并不需要在不同的業務國家設立子公司,進一步降低了其服務成本。2數字化改變了貿易的范圍和速度。首先,數字化改變了企業的經營活動范圍。從傳統意義上來說,數字化零售商通過提供配套服務將全球供需聯系起來。如今,新的貿易生態系統正在被建立,零售商通過數字化平臺提供額外的配套倉儲、物流、電子支出、信貸和保險等服務,進一步擴大包括中小企業在內的企業貿易范圍。其次,數字化加快了商品跨境流動的速度,更好地滿足“及時”交貨和短周期庫存管理的新要求,貿易往來更加有效、便利化程度更高。具體來說,貿易通過數字化連接實現更大程度的信息共享,有助于更有效地協調全球價值鏈上中下游企業,幫助企業和消費者追蹤商品信息及物流動態。此外,繳納關稅或其他費用的電子支付系統、貨物申報或處理系統等逐漸實現一體化操作,商品出入境手續自動化程度提高,簡便了通關程序、提高了通關效率。3數字化可以為中小企業國際化發展提供新的機遇。中小企業受自身特性制約,經營管理水平和抗風險能力低,相較于大型企業來說,無法有效對接全球資源。在充分依靠數字化的基礎上,中小企業可以利用跨境網絡交易平臺、跨境電商等渠道拓展國際市場,以相對于以往更低的成本實現國際化發展。
三大改造進行時!衛華起重智能產業園三期今日開工!
三大改造進行時!衛華起重智能產業園三期今日開工!
2020-06-29
衛華智能起重裝備產業園三期項目今日隆重開工!衛華智能起重裝備產業園三期項目開工儀式6月28日上午,衛華智能起重裝備產業園內彩旗招展、豪情激蕩,長垣市2020年第二季度重大項目集中開工活動暨衛華智能起重裝備產業園三期項目開工儀式在此隆重舉行。開工儀式參會領導長垣市委書記秦保建、市委辦公室主任閆磊,市委常委、副市長劉文君,衛華集團董事長韓紅安、總裁俞有飛,衛華股份總經理龍宏欣等出席開工儀式,共同見證長垣經濟轉型發展的重要時刻。儀式由市紀委書記楊義紅主持。 市委辦、發改委、財政局、商務局、自然資源局、住建局、市場監督管理局、生態環境局、科工信局、教體局、金融工作局、南蒲街道、供電公司等單位主要負責同志,衛華集團600余名員工參加開工儀式。市委書記秦保建宣布長垣市重大項目集中開工活動暨衛華智能起重裝備產業園三期項目正式開工。參加儀式的領導嘉賓共同為衛華智能起重裝備產業園三期項目奠基培土。集團董事長韓紅安介紹了衛華智能起重裝備產業園項目情況。他表示,衛華智能起重裝備產業園開工以來,得到了社會各界的密切關注和大力支持,各級領導為產業園工程進度排憂解難。經過夜以繼日的拼搏和奮斗,衛華起重智能產業園已順利完成一期、二期建設并投產。今日開工的三期項目總用地面積43.1萬平方米,總建筑面積約26.5萬平方米,項目投資金額15億元。為確保三期項目完美收官,韓紅安要求,提高安全意識,加強安全管理;合理安排施工,保證工程進度;嚴控工程質量,打造精品工程;注重生態建設,踐行綠色施工。以更高的標準、更新的理念,做到安全、進度、質量、環保各項兼顧,為衛華智能起重裝備產業園建設畫上一個完美的句號。全體衛華人要只爭朝夕、不負韶華,為國家、為民族、為長垣作出新的更大的貢獻!伴隨著現場施工機械高速運轉轟鳴,衛華智能起重裝備產業園三期項目正式破土動工,按下了衛華智能制造新時代的“快進鍵”,推進全市經濟社會高質量發展。市委書記現場辦公為衛華起重智能產業園建設再提速開工儀式結束后,市委書記秦保建召集與會各單位主要負責同志召開現場辦公會,向衛華集團董事長韓紅安、總裁俞有飛詳細詢問項目建設過程中還存在哪些需要市委、市政府解決的問題和困難,推動衛華智能起重裝備產業園建設進程再提速。秦保建表示,衛華智能起重裝備產業園不單是衛華集團自己的項目,更是長垣市的一號工程,是要舉全市之力鼎力支持的重點項目。秦保建強調,支持衛華起重智能產業園項目,要體現在為項目建設作出的貢獻。全市各部門要深入了解企業需求,創新服務思維,創新服務方式,創新服務機制,在爭取資金、提升效率、企業減負、保障進度等方面,將服務企業發展的承諾和措施落到實處;并要求各部門按照時間節點,評估盤點為支持衛華起重智能產業園項目建設作出的貢獻,用實際行動積極為企業排憂解難。衛華智能起重裝備產業園衛華智能起重裝備產業園位于山海大道南、陽澤路以西、杜常路以北,項目總規劃面積51.2萬平方米,總建筑面積76.7萬平方米,總投資30億元,分三期建設。項目建成后,將實現年產智能起重物流裝備及配套產品10萬余臺套,年銷售收入超過100億元,利稅超過20億元。衛華智能起重裝備產業園充分貫徹了《中國制造2025》、河南省“三大改造”和新基建的要求,打造集科研、生產、辦公、生活四位一體的具有綠色化、智能化、標準化、網絡化功能的世界一流水平的起重裝備生產核心基地,開創了世界上離散型大型設備柔性制造的先例。
智能化的切入點:對管理賦能
智能化的切入點:對管理賦能
2020-06-22
工業技術軟件化:把人的知識變成計算機的知識工業技術軟件化就是把各種數據加以標準化、量化,這種進步就像從中醫到西醫,能把知識數字化、明確地表達出來。在這個過程當中,很多人有一個心理障礙:總是擔心自己的模型不太精確,原理上有漏洞。我認為這種擔心是沒有必要的。為什么呢?先試用再說,有了問題,大家再回過頭來研究這些問題。據說日本人有個特點,任何的東西都把它模型化,這樣一來就可以傳承了,出了問題也可以進行持續改進。所以模型確實非常重要,一定要把知識記錄下來,記錄下來最好的辦法就是變成一個很明確的東西,變成一個計算機可以實現的東西,很多問題就都解決了。在這個過程當中,我們要做的很重要的一件事情,就是要把人的知識變成計算機的知識,朱鐸先總和趙敏總寫過一本書叫《機·智》,某種程度上來講,他們就主張把人的智慧變成計算機的智慧。其實優也也是這么做的,優也的基因之一是咨詢,我們怎么去做咨詢呢?第一步,要發現有價值的東西,比方說鍋爐熱效率比最優的時候下降了3%,價值就在你發現的問題里。我一直強調,會搞技術的人一定是價值驅動的,這個價值不是虛的,是實的;第二步,問題根源在哪里?煙道堵了;第三步,怎么解決?掃一下灰。效果如何?兩邊數據進行對比,報給領導。搞咨詢是這樣一個邏輯。那么我們搞智能化、知識軟件化什么邏輯?你需要把以下思考告訴我:你憑什么知道鍋爐的熱效率下降了?你憑什么知道是煙道堵了?你什么時候發指令讓它清掃?清掃的效果如何?報給領導作為考核的標準。其實這就是把人的知識變成計算機執行的東西。在過去,一個咨詢師要花1-2天才能發現這個問題,現在把它軟件化之后,它可以實時監控著。而且,知識不僅可以用到你這里,還可以用到各地,從而知識就被極大的重用了。所以,知識軟件化并不難,多數情況下是人想清楚了,交給機器去做,就這樣的一種邏輯。技術問題背后的管理問題搞智能化,很多人搞偏了,有的人說,先上機器人吧,或者先上一個什么系統吧,結果有時候一個機器人的成本等于3-5個工人的成本,我們要機器人干嘛呢?工人失業了,企業花錢又多,也很難掙回來。不具備經濟性的所謂的技術進步,其實是一種資源的浪費,甚至可以說是犯罪!智能化必須是有經濟價值的。在我看來,智能化的經濟價值很大程度跟管理有關系。我們把很多事情當成技術問題,其實它的背后不是技術問題,而是管理問題。我先講個小故事。一家鋼鐵廠,有一個重要的煉鋼指標,叫一次拉碳的雙命中,即碳和溫度同時達到要求。這個公司花了很長時間,把命中率提高到百分之九十幾,覺得水平已經很高了,因為已經考慮到所有能考慮的條件,似乎已經達到天花板了。后來跟國外最先進的企業對標,問對方你們的雙命中率是多少?國外的專家一聽,感到很奇怪,問什么叫雙命中?他解釋說是碳和溫度同時命中。國外的專家反問,還有不命中的嗎?這件事情讓我們中國的這個同志就感到非常的驚訝,問難道你們100%都命中嗎?對方說不一定,一年有個一兩次也是有可能的。換句話說,不命中的情況實在是鳳毛麟角,以至于人家不把雙命中當成一種指標。為什么會有這么一種本質性的差別在這里面?這位同志回來思考后,得到一個答案:我們總是試圖用技術解決生產中變化的問題,但是國外公司的出發點就是把變化都控制住,不發生變化,就可以永遠按照這個邏輯走。它是通過管理,讓生產過程變得很穩定,就不會不命中了。我用這件事情告訴大家一個什么邏輯呢?管理定義技術的邊界。一個問題之所以是技術問題,往往是因為管理不到位,才變成技術問題,假設管理到位,往往它就不是一個技術問題。如果一個企業的技術水平真高,往往是管理水平高,而不見得是真正的技術水平高。有位老先生是優也的顧問,過去在豐田負責精益,聽了我這個故事之后非常感慨。他說我們一開始在發展中國家設廠的時候就發現了一個問題,發展中國家的工人和技術人員的技術水平,比我們美國和日本人的水平高,為什么呢?因為發達國家的工人和技術人員,永遠面對一種穩定的生產過程,出了問題不知道該怎么辦;但是發展中國家,管理過程中會有各種各樣的麻煩,這些麻煩都會甩給技術人員去解決,所以技術人員就見多識廣了,因此技術水平反而比發達國家的人的技術水平還要高。所以,我們看技術問題要看它的背后的管理問題。數字化轉型的切入點:管理的優化在鋼鐵行業或者一些大企業當中,管理和控制,都是由計算機系統來實現的。計算機是分級的,底層的叫控制,高層的叫管理。高層的和底層的是有差別的,底層管的范圍很小,響應速度很快,主要是以自動控制為主;高層管的范圍很大,響應速度慢,主要靠人。過去計算機不發達的時候,底層能做得都做了。隨著工業互聯網的發展,我們可以把管理和控制融合在一起,讓計算機代替人的管理,幫助、監督人的管理,特別適合空間大、相關要素多、實時性要求復雜的情況。因為空間大,過去沒有辦法實施做;相關要素多,人腦子轉不過來;實時性強,人腦也算不過來。有了互聯網,可以把數據都提取上傳,把邏輯告訴計算機,一秒鐘就可以算出人工一個小時算的東西,計算機的優勢就出來了。計算機用于管理,其實是一個老問題。1982年的時候,江蘇有家企業就想用計算機來看一看擋車女工干了多少活,當時被稱作“電子包公”。因為它很公平,誰干的活多,誰干活少,按這個結果論功行賞。20多年前大家搞過CIMS,當時條件不充足失敗了,CIMS的一個重要想法也是把管理和控制融合在一起,過去沒有條件,現在開始有條件了。管理和控制放在一起,真正困難在什么地方?它的困難第一是價值隱藏。價值隱藏,舉個例子,有一家鋼鐵廠,他的鐵礦石的買家和負責收購的人串通勾結,讓這家企業一年損失20個億。還有一個煉鋼廠,一年被偷的合金有1個億。再比如說有一家工廠,他的設備燒了,損失1000多萬,就認為是設備故障,其實是操作工睡著了。大家注意到,這些問題往往跟個人利益有關系,當事人不愿意讓你看到,這叫看不見的損失。第二種是忽略掉的成本。比方說研發的過程,看起來都是小事,你出了點錯改改,他出點錯再改改,他改錯了,其他人也得相應調整,這么一來二去,本來研發時間一年,拖成了三年,都是因為小事;交貨周期也是這樣,本來是計算機一秒鐘可以做的,換成人來協調,如果涉及多個部門,一個禮拜都決策不下來,等等。很多這些小損失往往大家注意不到,但是加在一起是非常大的,大到什么程度呢?一般說法是占到成本的20-30%,是這些看不到或者忽視的成本。為什么忽視?因為不好管。當企業的管理有短板時,才會出現這個問題。做智能制造要從價值出發,價值在哪里?就在看不見的地方。如果你能把企業這些看不見的問題都管好,你的企業差不了。所以做智能制造要從價值出發,價值在哪里?就在看不見的地方。如果你能把企業這些看不見的問題都管好,你的企業差不了。那么,看得見為什么有用呢?有家豆腐廠裝了個攝像頭,產量就提高了;有家生產筆記本電腦的企業,裝了個攝像頭,信號都還沒連,次品率就降低了。廠長跟我講,為什么會發生這種變化?看到裝了攝像頭,操作工都不知道沒連通信號,他干活就認真了。所以,當被看見的時候,管理水平就會上去。數據有什么作用?數據就是用數字來表征,讓人看得見。涂子沛先生寫過一本書叫《數文明》,他認為管理加強之后,會把我們帶入一個新的文明時代。何老先生也說過一句話:智能化可以讓管理能力顯著增強。新冠疫情期間有一個健康碼,可以管到每一個人的每一天的每一個時刻,設想一下,沒有數字化,我們怎么可能管得這么細!所以,能把每一個個體、每一個時刻的全生命周期都管起來,沒有數字化是做不到的。如果用在工業生產上,就可以看到每一個時刻、每一個產品是不是處在最優狀態,盡量地去接近,現狀和最優之差就是你改進的空間。把每一個個體、每個時間段、每件事都管好,讓最佳的做法能夠保持并成為常態。我有一個同事講過這么一句話:“管理最大的麻煩,是授權和受控的麻煩?!蹦憬o一個人權利,他就開始以權謀私了;你不給他權利,他就沒有辦法發揮積極性。這個矛盾怎么解決呢?辦法就是你授權給他,但是看得見他干得好壞。何老也有類似的說法,數字化能解決利和義的統一。干得好的,計算機給記下來,干得不好的,計算機也給記下來,所以干好就能得到表揚,干壞就會得到懲罰,利義就會統一。過去倡導管理者要和生產相結合,很麻煩,但是有了計算機,操作者可以知道自己的操作對于管理效率可以產生多大的影響,管理者也知道生產者干得是好是壞,這個手段可以靠計算機實現,這才是真正有意義的地方。清華大學王建民老師幫石家莊天遠公司做了這樣一件事情:個別卡車司機跑冒滴漏干私活,如果一個老板有1000輛車,他不可能時刻跟著這1000輛車。于是就在卡車上裝一個GPS,把速度信號和功率信號提取出來,根據F=MA,就算得出它的質量是多少,也就知道了卡車在哪里增加了重量,在哪里減少了重量。這樣一來,當貨車在不該增加的時候增加,不該減少的時候減少,就可以判斷他干私活了。計算機幫助人去做管理,哪怕有10000輛車,它都管得好好的。這情況下,被管理者就不會干私活了,這個漏洞就被補上了。所以,數字化可以對管理賦能。用智能的辦法,把數據變成可認知的信息,用有限的精力實現更好的管理。我常說:管理的優化,往往是數字化轉型的切入點。這些價值在于平時的跑冒滴漏。困難就是些“兔子”。因為這些兔子都是隱藏的。一般來說,別人沒有把事辦好,是不會主動告訴你的!這是人性所在??!所以管理優化首先是要解決人的問題,這事比較難,這種做法,叫做“管理帶動技術”。來源:數字工業知識中心  郭朝暉:上海優也科技信息咨詢有限公司首席科學家,曾長期擔任寶鋼研究院首席研究員。
企業數字化轉型失敗的10個誤區
企業數字化轉型失敗的10個誤區
2020-06-21
2017年底開始,數字化轉型開始形成市場熱潮,彼時各行各業紛紛加碼數字化,希冀從一次轉型中華麗轉身。如今,數字轉型熱潮依舊未減。CIO 們正緊鑼密鼓地將云、API 和微服務整合到平臺中來增強業務流程。因為他們堅信,敏捷的架構有助于簡化操作,從而更好地為客戶服務。根據咨詢公司 TEKsystems 在2019年底進行的一項研究,在510名商業和技術領袖中,有 47% 聲稱他們的組織正在推進整個企業的數字轉型計劃。然而,現實是,這種轉變常常感覺像海市蜃景:從遠處看很酷,很誘人,但慢慢靠近則發現,就不那么真實了。通常,組織進行數字化轉型最大的失誤是無法做出實現整個企業轉型所需的文化變革。而且,即使是那些保持大部分預算不變的組織,在推動大規模的企業變革中也存在一些障礙。具體來說,阻礙企業數字化轉型的10個絆腳石是:1、文化沖突對許多組織來說,文化變革是其轉型過程中不可避免的。根據 TEKsystems 的調查,39%的組織表示他們的組織結構無法支持企業轉型。TEKsystems 市場研究經理 Jason Hayman 表示:“盡管技術觸手可及,但如何優化其潛力卻很復雜。那種缺乏共同愿景,沒有考慮到整個生態系統的狹隘心態正是數字化創新的走向錯誤方向的根因所在?!?、缺乏 CEO 的支持轉型要從頂層開始,至少從理論上來說是這樣的。但 2017年 Wipro Digital 的一項調查顯示,35%的高管將缺乏一個清晰的轉型策略視為實現全面數字化的關鍵障礙。Wipro Digital 全球主管 Rajan Kohli 補充說,CEO 通常是罪魁禍首?!皵底只D型的努力未能達到預期的投資回報率,部分原因是,數字化轉型既是戰略、技術、文化和人才問題,也是領導力問題?!?、目標不一致在接受 TEKsystems 調查的 leader 中,有32%表示,有太多相互競爭的優先事項是他們難以清除的轉型障礙。Hayman說:“人們的期望不一致。而且對許多組織來說,突襲的 COVID-19 可能更加劇了這一點。所以,確保高層和利益相關者就商業目標達成一致至關重要?!卑灿雷稍兪袌?、業務發展、行業和解決方案部門的負責人 Herb Schul 也表示,結盟問題往往源于業務部門之間的隔閡。由于無權進入,產品所有者無法看到供應鏈內部的情況,這樣一來,他們就很難為客戶服務。此外,一個孤立的組織不會對像冠狀病毒大流行這樣的危機做出敏捷的反應?!俺晒Φ年P鍵在于超越或跨越組織的豎井和結構,轉變所有的業務流程,以獲得你想要的結果” 。4、徘徊在“what 和 how”的問題上即使克服了對變革的抵制,當大多數公司在糟糕的財務狀況和來自董事會及競爭對手的壓力上升之前依然不會退出觀望模式。而且,大多數 leaders 仍在努力弄清楚他們需要改變什么以及如何去做。這種優柔寡斷會造成組織惰性,更有甚者,導致他們做出錯誤的決定。麥肯錫高級知識專家 Laura LaBerge 表示,轉型的主要障礙在于未能理解所需的技術以及運營這些技術所需的人才。比如,企業是否需要一種新的數字化運營模式?這需要多少 Scrum/敏捷專家或DevOps工程師?等等。而數字化變革的步伐使這些成為其成功的一個困難但必要的因素。對此,企業業務負責人必須與 CIO 溝通,以填補這些知識空白。5、陷入觀望的陷阱波士頓咨詢集團亨德森研究所(Henderson Institute)董事總經理 Martin Reeves 表示,在“做什么以及如何做”的問題上猶豫不決,會讓企業陷入困境,因為它們推遲了轉型。Reeves說:“成功轉型最重要的一個因素就是他們是否能迅速開始。因為數字化顛覆發生得很快,而大多數財務指標都是滯后的?!盨chul也指出,具有諷刺意味的是,雖然新冠肺炎使許多企業陷入停滯,但它也加速了技術變革,使其在幾周內而不是幾個月就能完成?!癈OVID-19 正在推動我們跨越障礙,”Schul 補充說。6、技術陷阱無論是改變的意愿,還是技術與員工的完美結合,都無法拯救 CIO 們免于落入以技術為中心的陷阱。Reeves 認為,雖然技術是轉型的關鍵驅動因素,但應用那些不能幫助滿足客戶需求或啟用新的數字商業模式的工具幾乎不會幫助組織增加價值。另一個問題是,如何選擇最喜歡的技術,譬如云計算、預測分析、區塊鏈、人工智能或物聯網(IoT)。而且,有時候 CIO 們會愛上他們工具包里的單一工具,而忽略了基本的競爭問題和客戶需求。Schul表示:“那些表現不錯的案例存在這樣一個共性:較少關注高大上的新技術或新技術組件,而是更多地關注于尋找合適的地方來應用它們?!?、大爆炸理論在策略上找到共同點并表現出改變意愿的組織傾向于用“大爆炸”的方法來對待轉型,而不是通過一系列的迭代轉換來改變業務流程。然而,這通常會導致組織“對太多結果抱有太多期望”。而且,如果企業文化不協調,企業戰略就會失敗。所以,關鍵在于組織如何在不斷重復的基礎上取得階段性勝利,而不是一開始就朝著那個或許永遠實現不了的大里程碑邁進。8、速度不夠快在接受Wipro Digital調查的受訪者中,只有4%的人表示,他們在一年內實現了一半的數字化投資,而大多數受訪者表示,他們公司花了兩到三年時間。LaBerge說,數字化加速發展的規模和速度加劇了這一問題,使得縮小現有企業和競爭對手之間的差距變得越來越困難。而且,規?;蚓W絡效應會讓這一差距看起來更大。9、人才赤字數字化轉型需要新的人才,包括受過最新編程語言培訓的軟件工程師,以及知道客戶想從虛擬助手那里得到什么的產品經理。而在能夠找到這些人的前提下,很多公司愿意花高價聘請,比如用戶體驗設計專家、DevOps工程師、數據科學家和人工智能專業人員。Hayman 表示,90%的企業認為,他們至少需要一些新型人才,37%的企業認為,要想成功實現數字化轉型,需要進行廣泛的人才結構改革。但現實是,需求遠遠超過供給,大多數企業發現很難從蘋果、谷歌或Facebook那里吸引到經驗豐富的軟件開發人員、產品經理和其他技術專業人士。10、缺乏連續性不知你以前是否遇到這樣的場景:一個 CIO 的 LinkedIn 檔案從“X的全球CIO”變成了“Y的全球CIO”,或者更糟,“尋找我的下一個機會”。這種轉變的影響很難量化,但它們往往會阻礙組織轉型的努力。為什么這樣說呢?LaBerge表示,高層領導往往不想繼承一場變革。他們更希望從零開始,留下自己的印記。而且,普通員工和其他管理人員的人事變動也是造成這一問題的主要原因。最終的結果就是,隨著 CIO 和其他員工跳槽,企業幾乎沒有機會執行他們的數字化戰略。
張厚明:對我國工業投資的若干認識與建議
張厚明:對我國工業投資的若干認識與建議
2020-06-17
張厚明,中國人民大學經濟學博士,現為賽迪智庫工業經濟研究所研究員,高級經濟師。主要從事工業經濟、產業規劃和產業政策等方向研究。工業是實體經濟的主體,現代工業體系是現代化經濟體系的重要組成部分。而工業經濟的發展離不開持續不斷的工業投入,工業投資作為工業經濟發展的物質基礎和技術條件,對保持和增強我國工業的實力和競爭力、實現我國經濟平穩增長都具有十分重要的意義。近年來,我國工業投資呈現出持續下滑態勢。當前,科學厘清工業領域各類投資之間的關系,全面了解和把握我國工業投資運行情況以及制造業重點行業的投資情況,并針對性的采取對策建議,將有助于實現我國既定的穩增長目標。一是應從戰略層面提升對穩定和擴大工業投資的科學認識工業投資的穩定增長對于全社會投資穩定增長具有重要意義,制造業投資占據工業投資比重的八成以上,而制造業民間投資和技術改造投資在制造業構成中也是占據舉足輕重的位置。從整體戰略層面看,制造業民間投資和制造業技術改造投資是穩定提升制造業投資和工業投資的兩個重要抓手,是當前穩定和提升工業和制造業投資的重中之重。未來,建議各級政府的宏觀調控措施應重點圍繞制造業民間投資和制造業技術改造投資展開。二是提升政府干預工業發展的各類政策的實施效果從我國工業投資的資金構成情況看,近年來我國工業投資的資金來源主要是來自企業的自籌,即工業企業自我發展、自主投資的能力日益增強,政府干預工業發展的程度不斷減弱。這也和近年來民間投資的不斷下滑相應證。2008年國際金融危機后,我國經濟進入長周期下行階段,更有中美貿易摩擦等外部經貿環境惡化的影響,我國經濟增長各項指標明顯下滑,市場疲軟態勢顯現,市場投資者信心不足,上述因素共同導致制造業民間投資出現斷崖式下滑并延續至今,進而拖累制造業投資和工業投資一并下滑。雖然政府近年來采取減稅降費等一系列措施,但效果并不好,未能顯著遏制民間投資的大幅下滑。未來,政府工作的重心還是應該放在通過進一步減稅降費減輕企業負擔、優化民營企業營商環境、恢復提升市場投資者信心等方面。三是加強企業技術改造,提高制造業技改投入強度我國制造業投資中,技術改造投資的占比約50%左右。技術改造投資對于優化制造業結構、提升制造業產品檔次、促進制造業整體向價值鏈中高端邁進意義重大。近年來,制造業技術改造投資的增長速度一直顯著高于制造業投資增速,從而對于提振制造業投資、穩定和提升制造業產能利用率發揮了重要作用??梢哉f,技術改造是政府主管部門在促進和擴大工業投資方面可以操作的為數不多的重要抓手之一,應予以重點推進。未來,建議主管部門應加大宣傳,引導企業重視技術改造工作并不斷加大對企業技改的經費投入,同時提高對中小微企業的技術改造扶持力度,并為企業技術改造提供全方位的服務。四是加大對高技術產業(制造業)投資力度,實現工業轉型升級發展從產業方面看,伴隨著我國工業化整體進入后期階段,三次產業結構的演進中,工業的比重將不斷下降(讓位于消費)并穩定子一定水平。勞動密集型產業也將讓位于資本密集型產業和技術密集型產業,勞動密集型產業將會出現產業外遷和轉移。即按照工業化和產業演進規律,未來我國高技術產業將日漸占據市場主體位置,這也是伴隨著工業化進程必然出現的一個規律,工業和制造業的轉型升級發展也是必然的趨勢。近年來我國高技術產業投資(制造業)份額呈現上升趨勢。未來,高技術產業和戰略性新興產業將是工業領域投資重點和熱點,全社會的人才、土地、資金、技術等各類資源將向此類產業集中和集聚。政府主管部門應順應經濟規律,做好規劃和引導。努力做好傳統基礎產業和新興高技術產業的平衡協調發展,各地應結合本地工業化發展階段與發展水平,既不能拔苗助長,盲目發展高技術產業,也不能忽視經濟發展階段和產業發展前沿趨勢,走回頭路,發展低端過時的夕陽產業。
辽宁快乐12中奖规则