歡迎來到中國機電網    [ 請登錄 ]  [ 會員注冊 ]

返回首頁|English|設為首頁|加入收藏|

您現在的位置:中國機電網 - 新聞動態
星瀚資本楊歌:智能制造更重要的是“制造”
作者: 佚名 時間:2019-6-18文章來源:訪問量:1791

6月12-14日,為期三天的“2019全球新經濟年會”在上海長寧世貿展館舉辦。本次大會由上海市經濟和信息化委員會、上海市商務委員會、上海市長寧區人民政府指導,上海市長寧區青年聯合會、億歐公司聯合主辦。

在13日上午的新未來峰會上,星瀚資本楊歌發表了主題為“新經濟形勢,”的演講,與參會嘉賓分享了智能制造的發展機遇及星瀚資本的投資邏輯。以下為億歐總結的楊歌的核心觀點:

楊歌的核心觀點

1. 關于智能制造:

智能制造最基礎的是信息化程度。目前行業標準未建立,智能制造還有很長的路要走。

智能制造的重要特點:場景特異性,大量智能制造公司都為某一個場景服務,而非可泛化標準化的商品或資源,這導致整個市場百家爭鳴,沒有標準,很難形成大企業。這是目前來講,智能制造比較明顯的現象。

智能制造的重要特點:場景特異性導致智能制造要想形成大的項目,形成產業集群的協作成本非常高。

2. 關于:

人工智能是智能制造智能化非常重要的環節,人工智能分三個層次:基礎層、模塊層和應用層。硬件和基礎,被叫做基礎層。中間是模塊層,識別各類語音、語義、情緒等。

人工智能的應用是長產業鏈系統、由基礎層的成熟決定上層建筑、且短鏈條的人工智能最容易短期的實現。

3. 關于投資機遇

智能制造、人工智能與傳統行業結合的產業升級是未來投資機遇。

仍然是星瀚資本非常關注的方向,是物聯網進一步發展的非常重要的基礎,會通過速度,最終改變商業形態。

大量的邊緣計算會導致很多中心計算趨向于去中心化的計算,這也是一個很重要的趨勢。

智能制造一個很重要的方向,就是智能制造的制造。智能投顧、智能安防、企業資源的人工智能化是我們非常關注的點。

數據、物聯網、人工智能結合的部分都是智能制造的機遇,現在都處于商業的上升期,這里面有大量的東西還可以摸索,智能制造也會用5-10年走出這個過程。

楊歌演講全文:

大家好,很高興今年又來到這個舞臺,跟大家分享。我們星瀚資本,是億歐很好的合作伙伴。我今天簡單給大家分享一下,關于智能制造和人工智能,在投資行業里面的一些觀點。

簡單介紹一下我們公司,我們公司是很活躍的一家vc機構,我們投了很多企業,像鯤云科技等。我們主要的投資理念是,把新生的行業,比如智能制造、人工智能和傳統行業進行結合,在這里面尋求機遇,把它結合起來之后,使得傳統產業進行產業升級。

今天給大家分享的主題內容是關于智能制造的關聯企業,我簡單做了一些總結。我們現在所面臨的行業,比如數據基礎、數據傳輸、算法智能、終端設備、數據互聯、數據計算等這些方塊代表大方向,信息化、產業互聯、5g、ai、智能設備、物聯網、邊緣計算等這些圓圈代表行業。另外,我簡單提一下關于云計算和邊緣計算目前的機遇。

智能制造是什么?發展機遇在哪里?

我分享第一點,智能制造的基礎到底是什么?前兩年有很多智能制造的行業,比如零售、智能零售、無人零售等,這些行業缺乏智能制造的技術環境。對于智能制造,最基礎的是產業的信息化程度。如果你的產業信息化程度達不到數據化的程度,那這個行業的智能制造,我認為是一個偽命題。

我認為產業升級的定義分幾個階段:任何一個產業開始都是經驗化的,逐漸變成了標準化。產業里面要有產業協會,制定標準;標準制定完了以后有信息化,整個信息化是普及的。對供應鏈、產業平臺來講,是標準信息化的過程,大家都在用saas、erp進行交互、交流。在這個過程中,逐漸形成數據體系,模塊化。

前兩年我們討論區塊鏈、數字經濟也好,為什么相對來講比較虛?因為它底層的可量化的經濟基礎是不標準的,在不標準的基礎上,我們做數字通證,這個是沒有意義的。所以從一個產業的基礎來講,一定要從標準走向數據,走向模塊的過程,最后才能走向自動和智能制造,這是一個過程在里面。

這里很難做但很重要的一點,是數據基礎。數據今天不多講,現在大量數據是非標化的,我不講這一篇內容,大家看一下。我講一個很有意思的例子,上個月我從美國克利夫蘭診所回來,那個地方做醫療的智能化過程,我才發現我們很多行業和真正的智能化還有很大差距的。我們提了很多醫療智能化、器械智能化,始終推不動,原因是什么呢?整個行業標準沒有建立起來。各個公司的病例、數據基礎都不是標準的。

我在克利夫蘭診所(美國第二大的私人診所)發現,診所非常標準,有五千萬病人;15年以來,每個季度的病情和健康數據,是完全標準化的;你在這個過程中,每一個階段的體檢,以及你得了病以后的各類檢測,包括血、影像、醫生問診所有的東西都是標準化的。在這個標準情況下,醫療行業才能進入到智能化的水平上。所以我給大家做一個很直接,有沖擊感的例子,說明什么?說明智能化不是“說”出來的。我門的智能設備終端,無人零售的售貨機,看起來都是自動化,但這些多數屬表面工作。是否能夠形成無人零售?最重要的不是表現的形態,而是背后的數據庫、供應鏈以及每個商業的體系是否標準,這是非常重要的。如果每個供應鏈、每個商品自己不能形成標準化和數據化,那在終端自然也不能形成自動化的過程。所以對數據的使用,對人工智能的使用,它的基礎大家要了解,只有行業高度的標準化、信息化和數據化,才能達到最終的智能化。

人工智能的應用層如何定義?

人工智能我們探討了很多,它有很多挑戰。我認為人工智能是智能制造智能化非常重要的環節。這里面有很多關于人工智能分類今天不細講了,我主要講一下關于人工智能的應用。我們把人工智能的應用分三個層次:基礎層、模塊層和應用層。

目前來講,作為投資人和創業者,我們主要把目光定在基礎層和模塊層。作為大眾人群來講,很多人定義應用層,包括機器、自動駕駛、無人機等。那么這些行業被研究了很長時間卻沒有成功案例,原因是什么?是現在的基礎設施不夠完善,基礎設施沒有發展完善,我們不能直接做上層建筑,應用層里面有很多不成熟的東西。所以,我們作為投資機構主要關注這些企業,比如傳感器企業,這類企業正在制定標準。

其實,這非常像1960年到1965年,所有人都感覺到計算機來了,并且都不知道計算機長什么樣,人們想象工業計算機的樣子,都想要做民營化。但那時底層發展結構不夠,真正發展起來的是英特爾這種做工業級、半工業級、大量底層的建設的企業。現在人工智能的發展非常像1960年到1965年的產業形象,大量硬件、基礎軟件基礎都是我們現在做的。這里的硬件和基礎,我們叫做基礎層。中間是模塊層,識別各類語音、語義、情緒都是我們的方向。

對于人工智能的應用,我們有幾個定義:第一,人工智能是長產業鏈系統。什么是長產業鏈系統呢?你做了一個事情,它想真正2c,是復雜的事情,它是2b2b2b的事情,這里面要想迅速進入市場,形成品牌,讓大家接受是非常難的事情,所以這是人工智能的一大特點。

第二,基礎層的成熟決定上層建筑。所以我們更多的投資機遇是中下層。尤其是這兩年產生了貿易戰之后會產生技術戰,此時很多技術,在中國來講是很好的發展機遇,因為我們自身有需求,這也是我們投資非常重要的方向。

第三,短鏈條的人工智能最容易短期實現。什么叫短鏈條呢?比如我要做一個機器人公司,你要做圖像、語音、語義這是長鏈條,這個事情不好做。而相對來講,人工智能能夠立竿見影。比如,剛才我在門口和一個項目連接,他們是智能安防公司,這是短鏈條的公司,用一個兩個算法可以直接應用的,這是短鏈條。所以智能投顧、智能安防、企業資源的人工智能化是我們非常關注的點。

智能制造如何普及?

然后是關于智能制造的應用和普及問題,也是今天的重點。這里面推薦一本書,叫做《跨越鴻溝》,講的就是各種類型的智能化產品,前沿科技的產品,它是講在企業發展的過程中,遇到了什么問題。這本書里面講的99%的產品都無法跨越一個鴻溝,讓客戶真正接受它,大量的需求是需求,甚至是偽需求,什么產品能真正像iphone一樣,直接進入到用戶群中,變成大眾的產品呢?里面講得很詳細,我就不贅述了。

回到整體,我認為硬件、軟件、到載體、商業模式過程中有非常多的層級,不是今天有5g,明天馬上就可以應用了,它是很長的過程,要逐漸從這個過程中,最終變成一種商業模式。所以,我們在這些方面要投入很多的精力,很長的時間,以及很復雜的供應鏈,這是我們關注的。

當下的智能制造我們看到了非常多的問題,里面畫圈的是我看到的問題。包括場景的特異性,大量的智能制造公司都在為某一個場景做服務,而不是可泛化的標準化的商品或者資源,這導致整個市場百家爭鳴,沒有標準,很難形成大的企業,這是目前來講,智能制造很明顯的一個現狀。從底層的識別,傳輸信號到中層的系統特異性到上層每個商品、產品、應用場景幾乎都是特異性的,總之這些所有的企業,在一起形成綜合性的企業,難度非常大,這是智能制造的特點。第二個問題是,由于各個企業都是特異性的,所以智能制造要想形成大的項目,形成產業集群,它的協作成本是非常高的。因為協作成本包括我跟你溝通,可能會發現連接后不一樣、產品形態不一樣、服務客群不一樣,這里面協作成本,履約成本是非常大的,現在這個問題是智能制造當前非常大的問題。

這里有一些分支簡單分享一下,比如關于5g。4g從開始出現的時候,推動了什么呢?推動了很多行業,其中有一個行業是視頻直播。為什么呢?速度快了以后,剛才講的金字塔一層一層從系統改變商業模式,改變行為習慣,最終變成新的方向,5g也會完成這個過程,會推動更多產業過來,但是這個需要時間,它會一步一步通過改變。

大家知道5g最明顯的一個表現就是速度,先改變傳輸速度,傳輸速度改變網絡關系,網絡關系改變產品形態,我們經常說投資投什么?不投形態投液態,投生態。所以產品形態改變社會關系,最終改變商業形態,這是一個過程,所以這個過程需要一段時間完成。盡管如此,5g仍然是我們非常關注的方向,是物聯網進一步發展的非常重要的基礎,會通過速度,最終改變商業形態。

另外關于計算,三年前開始大量的邊緣計算。大家發現,計算這件事情不是把所有的數據傳到云端,然后在云端計算,不是說把一個地區的安裝錄像傳到云端綜合計算,而是先在邊緣安裝智能化的芯片,然后分析出它的特征點,提取之后把特征數據傳到云端,再進行分析計算。所以,以后大量的數據是要在邊緣進行計算,無論網絡數據傳輸多快,網絡數據傳輸越快,我們會發現大量的計算必須在邊緣完成,而少量的數據傳輸到云端。

另外一點,邊緣計算再往前走,會導致大量計算從中心計算變成去中心計算。以前我們傾向于所有數據一股腦堆在服務器里面,進行數據清洗、挖掘、分析、抽象、模型。以后不是這樣的,以后是先把大量的數據在終端邊緣先處理好,提取數據然后向云端輸送,這是去中心的基礎。大量的邊緣計算會導致很多中心計算趨向于去中心化的計算,這也是一個很重要的趨勢。

最后關于芯片的發展。這是傳統芯片的發展,由于時間問題講得稍微快一點。傳統芯片從剛才我說的1960年,到1969年,后來形成拐點產生爆發,爆發的原因是什么呢?泛化過程,這個過程是非常重要的。

目前的智能制造,相對來講,跟傳統芯片很像。看看計算機1960年之前的過程,行業沒有形成標準化,我們預計無論芯片方向還是制造,還是智能設備,未來十年之內出現一個拐點,拐點就是當大家形成價值統一、標準統一以后形成泛化過程。整個智能制造會形成一個爆發,這是一個比較宏觀的觀點,當行業積累到一定程度,會形成一個爆發,這個時間我們認為還有10年左右。我們投資了這樣的公司,星瀚所投資的公司,比如鯤云科技。希望這些公司最終能夠在這個過程,形成泛化的標準企業,就是下一代的英特爾,下一代標化的企業。

最后是關于智能制造。我認為一個很重要的方向,智能制造很重要的是“制造”。大家經常關注的智能制造,都把目光關注在智能上,實際上我認為智能已經足夠智能了,無論從數據基礎、人工智能來講,還有包括傳輸協議,人工智能的應用過程已經很智能了。但是大家經常忽略了一點,就是制造這個事情,我認為現在中國的制造是比較基礎的,made in china主要是一些中端設備的制造,而高端裝備制造目前相對還有很大的距離。

智能制造到底未來是什么樣的呢?大家看了那么多電影,知道智能制造一定要下沉到微納米結構里面,才可以形成大量的智能設備,所以這些方向都是非常關注。

這個背景圖是我五年前挖出來的背景圖,基于這個背景圖我在我家做了裝修,我希望完全還原這個東西,但在智能和制造結合的過程中,需要找的供應鏈太多了,并且需要找非常特殊的供應鏈。大量中國制造的供應鏈目前很難匹配高端制造的需求,這是我們面臨的瓶頸。所以即便你的模型設計,場景設計是非常智能化的。但是,每一個供應鏈的制造精度和制造智能度都很難達到標準,這是當前智能制造非常大的挑戰。

我在這里面做了一些總結,電子電路和芯片的使用是智能制造非常重要的點,毫無疑問,微納米材料和高端裝備制造也是智能制造很重要的點;然后物聯網的組件、系統搭建是智能制造的核心,以及接口、網絡安全這些都是智能制造形成一套體系所需要的東西;最后最難的一點是各類供應鏈,要能夠相互匹配、相互協作,這是智能制造很大的特點。

最后,我們把產業做了歸類,我們認為任何技術在發展過程中,是有一個過程的。從最開始的技術到產品,摸索完產品到商業模式,之后才會形成產業爆發。我們已經經歷了像互聯網數據,還沒有經歷互聯網人工智能。目前從人工智能、數據和物聯網角度來看,都處于爬坡期,還有很多標準需要建立。什么是智能制造呢?對于數據、物聯網、人工智能結合的部分都是智能制造的機遇,現在都處于商業的上升期,這里面有大量的東西還可以摸索,互聯網在這個階段用了多少年時間呢?用了15-20年時間,同樣智能制造也會用5-10年走出這個過程。

這是今天分享的內容,所有黃圓圈(圖片)里面都是有機會投資的產業,這些我們都希望能夠更多的投注,也希望更多的創業者跟我們合作。

資訊關鍵詞】:    【打印】【關閉】【返回頂部

  • 資訊
  • 政策
  • 市場
  • 技術
熱點資訊
  • 一周
  • 一月
  • 一年

資訊投稿

郵箱:[email protected]

電話:0571-28331524

版權所有:中國機電網|中國機電傳媒研究中心

地址:杭州市濱江區西浦路1503號濱科大廈11樓(杭二中斜對面) 浙B2-20080178-6

聯系電話:0571-87774297 傳真:0571-28290892 Email:[email protected] 技術支持:杭州濱興科技股份有限公司

搜索香港六合彩公司