久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

觀察者網：最初創業為什么選擇空壓機行業切入？

沈國輝：空壓機最通用，幾乎每個工廠都有。而且空壓機產生的是壓縮空氣，驅動的是車間內的各種機械手、氣動工具、氣動閥門。如果壓縮空氣停止了，整個工廠都要停產，所以空壓機也足夠重要，客戶也足夠敏感。創業初期，我們肯定要找一個能夠觸達更多客戶的切入點，而空壓機這個點足夠垂直，點很小、面很廣。

觀察者網：最初你們進入空壓機領域時，這一領域還是一片藍海，而中央空調領域的競爭比較激烈，你們是如何考慮這一問題的，為什么兩個細分領域會出現截然不同的現象？

沈國輝：當初空壓機智控確實是一片藍海。我們之所以從空壓機的智控去做中央空調的智控，來自于客戶的反向要求，客戶希望空壓站和制冷站被同一套系統智控。我們后來也發現，這一需求具有行業普遍性。他們選擇我們，也是因為在空壓機上感受到我們的系統跟傳統的自動化控制不一樣，就像國藥集團廣東環球制藥有限公司的案例，他們的中央空調是有自動化控制系統的，但這套系統沒有預測性維護，不能做到全局尋優和節能。而空調領域之所以競爭激烈，如果細化點說，競爭主要集中在自動化控制，就是用PLC（可編程邏輯控制器）或者是DDC（直接數字控制器）來做自動化控制，行業術語也叫暖通自控或是樓宇自控，這個賽道相當擁擠。但真正的AI智控，技術深度和復雜度與之完全不同。

觀察者網：這次展會有很多企業在做自動化和智能化控制，你們的核心競爭力和差異化優勢在哪？

沈國輝：首先，這么多年積累的客戶，以及所沉淀的現場數據，是我們最大的競爭優勢。做這一行，如果沒有足夠的客戶和數據，AI也就無從談起。現在我們的客戶數超過1600家，積累了大量公輔能源車間的實時運行數據，再通過算法去優化，讓我們的模型可以做的比別人更好。我們第二個“護城河”是可靠性，也叫魯棒性。工業非常注重可靠性，工業的可靠性依賴與現場客戶的打磨。我們聚焦在公輔能源車間，無論是造車還是制藥，亦或是紡織服裝等行業，公輔能源系統大同小異，工作原理相似，這也讓我們在可靠性和數據方面有了不少積累。第三是我們的AI模型，它采用工業AI加工業機理。我們把工業AI稱作“孫悟空”，雖然很聰明，但也需要緊箍咒，這個緊箍咒就是工業機理。通過預訓練和精調，即便客戶給一個新的站房，模型也能開箱即用。

觀察者網：最初沒有那么多成功的案例，怎么去說服客戶采用你們的方案？

沈國輝：任何企業都是時代的企業。我們之所以能說服客戶，是因為我們剛好踩準工業數字化和智能化的時間點。此外，還有一些力量在幫我們說服客戶。比如政策、媒體和一些市場研究機構對工業數智化的引導。如果沒有這些外部力量，單靠企業其實是很難說服客戶的，我們也是在這個過程中實現從不可靠到可靠。

觀察者網：工業AI離不開云計算的支持，你們跟云廠商的合作是什么樣的？

沈國輝：云計算就像水一樣，包括算力、存儲和數據庫等，我們首先離不開云。而我們選擇什么樣的云服務，其實來自于客戶對云的選擇。作為工業客戶，他們首先會關心數據安全、控制安全等紅線問題，所以選擇云廠商最先要考慮安全性和可靠性，比如云服務會不會突然宕機、數據會不會泄露等。我們現在跟華為云、阿里云以及微軟云都有合作。尤其像華為云打造的828 B2B企業節，就是希望用云廠商的力量，去降低企業之間的交易成本，用更低的成本去獲取數智化轉型方案。

觀察者網：客戶能否自主選擇云廠商？如果你們提供一整套解決方案，這其中軟硬件的比例構成大概是什么樣？

沈國輝：我們有默認推薦的云廠商，但客戶也能自己選擇。至于解決方案，軟硬件的成本肯定有一個比例，但這個比例不是固定的。不同客戶的設備臺數不同，決定了要裝的傳感器和網關的數量不是固定的。其實我們最大的成本還是研發成本，包括云邊端、IoT以及AI算法的研發成本，這是最核心的問題。

觀察者網：您擁有長期的制造業行業經驗，這么多年對中國制造業的數字化轉型有何感受？有哪些問題已經解決了，還有哪些難點亟待突破？

沈國輝：數智化轉型天然具有長周期屬性，我認為走到今天基本解決了認知問題，但實際上才剛剛起步。具體來說，就是大家覺得確實需要數智化轉型，但具體怎么轉眾所紛紜，客戶在眼花繚亂的方案中仍然十分迷茫。但他們至少知道要數智化轉型，也知道數智化轉型和信息化的差別。數智化不是信息化，不是說用上ERP，上了OA可以在線審批，就叫數智化轉型，這只能叫做移動辦公。真正的數智化轉型有三個特點。首先它是一個實時系統，不是一個事后錄入系統。第二，它不是一個看板和簡單的管理系統，而是一個智能決策系統。真正的智能化是一個決策系統，直接能指揮現場設備。第三，它還是個生產力系統，而不是一個管理系統。

（資料圖）

觀察者網：未來AI技術對工業的影響，您有什么預期？

沈國輝：AI技術在工業中的應用一定會全面普及。制造業在自動化時代已經被改造的比較標準化、程序化和模塊化了，這種場景天然適合AI發揮作用。現在AI已經發展到大模型時代，即便不是標準化和模塊化，大模型也可以解決問題。通俗來講，如果把大模型比作一個人，這個人能上知天文、下知地理，無所不精、無所不會，能寫報告和論文，也能調空壓機的參數，讓空壓站更節能。甚至都不用給它畫一個邊界，只需要告訴它需要做什么，比如讓制冷站按能耗最優的方式進行控制，它就可以幫你實現，所以工業制造天然需要AI技術。工業智能化就是常說的第四次工業革命，這個浪潮不可阻擋。觀察歷史，每次工業革命都伴隨能源革命，現在大家看到新能源革命正在路上，從原來的化石能源到新能源，從集中式能源到分布式能源。第四次工業革命的關鍵詞已經很清晰了，就是智能化革命，而智能化革命的關鍵就是AI技術在工業的應用。我們認為AI技術在工業領域的應用一定會普及，必定會全面發生，所以我們也推出了自研的大模型產品“靈知”。

觀察者網：怎么看待中國和海外在制造業數字化程度方面的差別？

沈國輝：如果比較前一代自動化，海外特別是歐美工廠的自動化水平，是遠高于中國的。但自動化不代表無人化和智能化，工廠還是要有不少人來操作設備。所以海外，主要是歐美日韓這些國家的自動化水平，比中國要高。但數智化，中國和海外是站在同一起跑線的。為什么這么講？因為中國現在搞數智化還是頭部企業引領，而中國頭部企業的自動化水平是比較高的。而且中國工業門類全、工廠多、工業數據量大，可以說是一塊“肥沃的土地”。所以在我看來，雖然歐美日韓的自動化程度比較高，但數智化水平中國完全可以超越他們，因為中國有全世界最大最全的工業門類和最完整的工業場景，這保證我們有最多的數據可以用于訓練，所以這也是國家為什么重視工業數智化的原因。智能制造和工業互聯網，也是當下集成幾乎所有前沿信息技術的一塊領域。

本文系觀察者網獨家稿件，未經授權，不得轉載。