欢迎来到中国机电网    [ 请登录 ]  [ 会员注册 ]

返回首页|English|设为首页|加入收藏|

您现在的位置:中国机电网 - 新闻动态
星瀚资本杨歌:智能制造更重要的是“制造”
作者: 佚名 时间:2019-6-18文章来源:访问量:1662

6月12-14日,为期三天的“2019全球新经济年会”在上海长宁世贸展馆举办。本次大会由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府指导,上海市长宁区青年联合会、亿欧公司联合主办。

在13日上午的新未来峰会上,星瀚资本杨歌发表了主题为“新经济形势,”的演讲,与参会嘉宾分享了智能制造的发展机遇及星瀚资本的投资逻辑。以下为亿欧总结的杨歌的核心观点:

杨歌的核心观点

1. 关于智能制造:

智能制造最基础的是信息化程度。目前行业标准未建立,智能制造还有很长的路要走。

智能制造的重要特点:场景特异性,大量智能制造公司都为某一个场景服务,而非可泛化标准化的商品或资源,这导致整个市场百家争鸣,没有标准,很难形成大企业。这是目前来讲,智能制造比较明显的现象。

智能制造的重要特点:场景特异性导致智能制造要想形成大的项目,形成产业集群的协作成本非常高。

2. 关于:

人工智能是智能制造智能化非常重要的环节,人工智能分三个层次:基础层、模块层和应用层。硬件和基础,被叫做基础层。中间是模块层,识别各类语音、语义、情绪等。

人工智能的应用是长产业链系统、由基础层的成熟决定上层建筑、且短链条的人工智能最容易短期的实现。

3. 关于投资机遇

智能制造、人工智能与传统行业结合的产业升级是未来投资机遇。

仍然是星瀚资本非常关注的方向,是物联网进一步发展的非常重要的基础,会通过速度,最终改变商业形态。

大量的边缘计算会导致很多中心计算趋向于去中心化的计算,这也是一个很重要的趋势。

智能制造一个很重要的方向,就是智能制造的制造。智能投顾、智能安防、企业资源的人工智能化是我们非常关注的点。

数据、物联网、人工智能结合的部分都是智能制造的机遇,现在都处于商业的上升期,这里面有大量的东西还可以摸索,智能制造也会用5-10年走出这个过程。

杨歌演讲全文:

大家好,很高兴今年又来到这个舞台,跟大家分享。我们星瀚资本,是亿欧很好的合作伙伴。我今天简单给大家分享一下,关于智能制造和人工智能,在投资行业里面的一些观点。

简单介绍一下我们公司,我们公司是很活跃的一家vc机构,我们投了很多企业,像鲲云科技等。我们主要的投资理念是,把新生的行业,比如智能制造、人工智能和传统行业进行结合,在这里面寻求机遇,把它结合起来之后,使得传统产业进行产业升级。

今天给大家分享的主题内容是关于智能制造的关联企业,我简单做了一些总结。我们现在所面临的行业,比如数据基础、数据传输、算法智能、终端设备、数据互联、数据计算等这些方块代表大方向,信息化、产业互联、5g、ai、智能设备、物联网、边缘计算等这些圆圈代表行业。另外,我简单提一下关于云计算和边缘计算目前的机遇。

智能制造是什么?发展机遇在哪里?

我分享第一点,智能制造的基础到底是什么?前两年有很多智能制造的行业,比如零售、智能零售、无人零售等,这些行业缺乏智能制造的技术环境。对于智能制造,最基础的是产业的信息化程度。如果你的产业信息化程度达不到数据化的程度,那这个行业的智能制造,我认为是一个伪命题。

我认为产业升级的定义分几个阶段:任何一个产业开始都是经验化的,逐渐变成了标准化。产业里面要有产业协会,制定标准;标准制定完了以后有信息化,整个信息化是普及的。对供应链、产业平台来讲,是标准信息化的过程,大家都在用saas、erp进行交互、交流。在这个过程中,逐渐形成数据体系,模块化。

前两年我们讨论区块链、数字经济也好,为什么相对来讲比较虚?因为它底层的可量化的经济基础是不标准的,在不标准的基础上,我们做数字通证,这个是没有意义的。所以从一个产业的基础来讲,一定要从标准走向数据,走向模块的过程,最后才能走向自动和智能制造,这是一个过程在里面。

这里很难做但很重要的一点,是数据基础。数据今天不多讲,现在大量数据是非标化的,我不讲这一篇内容,大家看一下。我讲一个很有意思的例子,上个月我从美国克利夫兰诊所回来,那个地方做医疗的智能化过程,我才发现我们很多行业和真正的智能化还有很大差距的。我们提了很多医疗智能化、器械智能化,始终推不动,原因是什么呢?整个行业标准没有建立起来。各个公司的病例、数据基础都不是标准的。

我在克利夫兰诊所(美国第二大的私人诊所)发现,诊所非常标准,有五千万病人;15年以来,每个季度的病情和健康数据,是完全标准化的;你在这个过程中,每一个阶段的体检,以及你得了病以后的各类检测,包括血、影像、医生问诊所有的东西都是标准化的。在这个标准情况下,医疗行业才能进入到智能化的水平上。所以我给大家做一个很直接,有冲击感的例子,说明什么?说明智能化不是“说”出来的。我门的智能设备终端,无人零售的售货机,看起来都是自动化,但这些多数属表面工作。是否能够形成无人零售?最重要的不是表现的形态,而是背后的数据库、供应链以及每个商业的体系是否标准,这是非常重要的。如果每个供应链、每个商品自己不能形成标准化和数据化,那在终端自然也不能形成自动化的过程。所以对数据的使用,对人工智能的使用,它的基础大家要了解,只有行业高度的标准化、信息化和数据化,才能达到最终的智能化。

人工智能的应用层如何定义?

人工智能我们探讨了很多,它有很多挑战。我认为人工智能是智能制造智能化非常重要的环节。这里面有很多关于人工智能分类今天不细讲了,我主要讲一下关于人工智能的应用。我们把人工智能的应用分三个层次:基础层、模块层和应用层。

目前来讲,作为投资人和创业者,我们主要把目光定在基础层和模块层。作为大众人群来讲,很多人定义应用层,包括机器、自动驾驶、无人机等。那么这些行业被研究了很长时间却没有成功案例,原因是什么?是现在的基础设施不够完善,基础设施没有发展完善,我们不能直接做上层建筑,应用层里面有很多不成熟的东西。所以,我们作为投资机构主要关注这些企业,比如传感器企业,这类企业正在制定标准。

其实,这非常像1960年到1965年,所有人都感觉到计算机来了,并且都不知道计算机长什么样,人们想象工业计算机的样子,都想要做民营化。但那时底层发展结构不够,真正发展起来的是英特尔这种做工业级、半工业级、大量底层的建设的企业。现在人工智能的发展非常像1960年到1965年的产业形象,大量硬件、基础软件基础都是我们现在做的。这里的硬件和基础,我们叫做基础层。中间是模块层,识别各类语音、语义、情绪都是我们的方向。

对于人工智能的应用,我们有几个定义:第一,人工智能是长产业链系统。什么是长产业链系统呢?你做了一个事情,它想真正2c,是复杂的事情,它是2b2b2b的事情,这里面要想迅速进入市场,形成品牌,让大家接受是非常难的事情,所以这是人工智能的一大特点。

第二,基础层的成熟决定上层建筑。所以我们更多的投资机遇是中下层。尤其是这两年产生了贸易战之后会产生技术战,此时很多技术,在中国来讲是很好的发展机遇,因为我们自身有需求,这也是我们投资非常重要的方向。

第三,短链条的人工智能最容易短期实现。什么叫短链条呢?比如我要做一个机器人公司,你要做图像、语音、语义这是长链条,这个事情不好做。而相对来讲,人工智能能够立竿见影。比如,刚才我在门口和一个项目连接,他们是智能安防公司,这是短链条的公司,用一个两个算法可以直接应用的,这是短链条。所以智能投顾、智能安防、企业资源的人工智能化是我们非常关注的点。

智能制造如何普及?

然后是关于智能制造的应用和普及问题,也是今天的重点。这里面推荐一本书,叫做《跨越鸿沟》,讲的就是各种类型的智能化产品,前沿科技的产品,它是讲在企业发展的过程中,遇到了什么问题。这本书里面讲的99%的产品都无法跨越一个鸿沟,让客户真正接受它,大量的需求是需求,甚至是伪需求,什么产品能真正像iphone一样,直接进入到用户群中,变成大众的产品呢?里面讲得很详细,我就不赘述了。

回到整体,我认为硬件、软件、到载体、商业模式过程中有非常多的层级,不是今天有5g,明天马上就可以应用了,它是很长的过程,要逐渐从这个过程中,最终变成一种商业模式。所以,我们在这些方面要投入很多的精力,很长的时间,以及很复杂的供应链,这是我们关注的。

当下的智能制造我们看到了非常多的问题,里面画圈的是我看到的问题。包括场景的特异性,大量的智能制造公司都在为某一个场景做服务,而不是可泛化的标准化的商品或者资源,这导致整个市场百家争鸣,没有标准,很难形成大的企业,这是目前来讲,智能制造很明显的一个现状。从底层的识别,传输信号到中层的系统特异性到上层每个商品、产品、应用场景几乎都是特异性的,总之这些所有的企业,在一起形成综合性的企业,难度非常大,这是智能制造的特点。第二个问题是,由于各个企业都是特异性的,所以智能制造要想形成大的项目,形成产业集群,它的协作成本是非常高的。因为协作成本包括我跟你沟通,可能会发现连接后不一样、产品形态不一样、服务客群不一样,这里面协作成本,履约成本是非常大的,现在这个问题是智能制造当前非常大的问题。

这里有一些分支简单分享一下,比如关于5g。4g从开始出现的时候,推动了什么呢?推动了很多行业,其中有一个行业是视频直播。为什么呢?速度快了以后,刚才讲的金字塔一层一层从系统改变商业模式,改变行为习惯,最终变成新的方向,5g也会完成这个过程,会推动更多产业过来,但是这个需要时间,它会一步一步通过改变。

大家知道5g最明显的一个表现就是速度,先改变传输速度,传输速度改变网络关系,网络关系改变产品形态,我们经常说投资投什么?不投形态投液态,投生态。所以产品形态改变社会关系,最终改变商业形态,这是一个过程,所以这个过程需要一段时间完成。尽管如此,5g仍然是我们非常关注的方向,是物联网进一步发展的非常重要的基础,会通过速度,最终改变商业形态。

另外关于计算,三年前开始大量的边缘计算。大家发现,计算这件事情不是把所有的数据传到云端,然后在云端计算,不是说把一个地区的安装录像传到云端综合计算,而是先在边缘安装智能化的芯片,然后分析出它的特征点,提取之后把特征数据传到云端,再进行分析计算。所以,以后大量的数据是要在边缘进行计算,无论网络数据传输多快,网络数据传输越快,我们会发现大量的计算必须在边缘完成,而少量的数据传输到云端。

另外一点,边缘计算再往前走,会导致大量计算从中心计算变成去中心计算。以前我们倾向于所有数据一股脑堆在服务器里面,进行数据清洗、挖掘、分析、抽象、模型。以后不是这样的,以后是先把大量的数据在终端边缘先处理好,提取数据然后向云端输送,这是去中心的基础。大量的边缘计算会导致很多中心计算趋向于去中心化的计算,这也是一个很重要的趋势。

最后关于芯片的发展。这是传统芯片的发展,由于时间问题讲得稍微快一点。传统芯片从刚才我说的1960年,到1969年,后来形成拐点产生爆发,爆发的原因是什么呢?泛化过程,这个过程是非常重要的。

目前的智能制造,相对来讲,跟传统芯片很像。看看计算机1960年之前的过程,行业没有形成标准化,我们预计无论芯片方向还是制造,还是智能设备,未来十年之内出现一个拐点,拐点就是当大家形成价值统一、标准统一以后形成泛化过程。整个智能制造会形成一个爆发,这是一个比较宏观的观点,当行业积累到一定程度,会形成一个爆发,这个时间我们认为还有10年左右。我们投资了这样的公司,星瀚所投资的公司,比如鲲云科技。希望这些公司最终能够在这个过程,形成泛化的标准企业,就是下一代的英特尔,下一代标化的企业。

最后是关于智能制造。我认为一个很重要的方向,智能制造很重要的是“制造”。大家经常关注的智能制造,都把目光关注在智能上,实际上我认为智能已经足够智能了,无论从数据基础、人工智能来讲,还有包括传输协议,人工智能的应用过程已经很智能了。但是大家经常忽略了一点,就是制造这个事情,我认为现在中国的制造是比较基础的,made in china主要是一些中端设备的制造,而高端装备制造目前相对还有很大的距离。

智能制造到底未来是什么样的呢?大家看了那么多电影,知道智能制造一定要下沉到微纳米结构里面,才可以形成大量的智能设备,所以这些方向都是非常关注。

这个背景图是我五年前挖出来的背景图,基于这个背景图我在我家做了装修,我希望完全还原这个东西,但在智能和制造结合的过程中,需要找的供应链太多了,并且需要找非常特殊的供应链。大量中国制造的供应链目前很难匹配高端制造的需求,这是我们面临的瓶颈。所以即便你的模型设计,场景设计是非常智能化的。但是,每一个供应链的制造精度和制造智能度都很难达到标准,这是当前智能制造非常大的挑战。

我在这里面做了一些总结,电子电路和芯片的使用是智能制造非常重要的点,毫无疑问,微纳米材料和高端装备制造也是智能制造很重要的点;然后物联网的组件、系统搭建是智能制造的核心,以及接口、网络安全这些都是智能制造形成一套体系所需要的东西;最后最难的一点是各类供应链,要能够相互匹配、相互协作,这是智能制造很大的特点。

最后,我们把产业做了归类,我们认为任何技术在发展过程中,是有一个过程的。从最开始的技术到产品,摸索完产品到商业模式,之后才会形成产业爆发。我们已经经历了像互联网数据,还没有经历互联网人工智能。目前从人工智能、数据和物联网角度来看,都处于爬坡期,还有很多标准需要建立。什么是智能制造呢?对于数据、物联网、人工智能结合的部分都是智能制造的机遇,现在都处于商业的上升期,这里面有大量的东西还可以摸索,互联网在这个阶段用了多少年时间呢?用了15-20年时间,同样智能制造也会用5-10年走出这个过程。

这是今天分享的内容,所有黄圆圈(图片)里面都是有机会投资的产业,这些我们都希望能够更多的投注,也希望更多的创业者跟我们合作。

资讯关键词】:    【打印】【关闭】【返回顶部

  • 资讯
  • 政策
  • 市场
  • 技术
热点资讯
  • 一周
  • 一月
  • 一年

资讯投稿

邮箱:791495700@qq.com

电话:0571-28331524

版权所有:中国机电网|中国机电传媒研究中心

地址:杭州市滨江区西浦路1503号滨科大厦11楼(杭二中斜对面) 浙B2-20080178-6

联系电话:0571-87774297 传真:0571-28290892 Email:donemi@163.com 技术支持:杭州滨兴科技股份有限公司