产业数字化转型，AIoT行业的变革与机遇

数字化升级，给行业带来了强劲的动能，伴随着人工智能、物联网等技术的持续发展，越来越多的应用场景正在不断涌现。在刚刚结束的2023 a&s全球产业数字化创新峰会上，围绕着“穿越周期，释放商业生产力”主题，a&s与嘉宾展开了圆桌对话，重点讨论了产业数字化转型下，行业的新商机和新趋势。

本期圆桌对话嘉宾：

主持人：a&s安全与自动化主编林浩葵

嘉宾：深圳市智能制造产业促进会常务副会长兼秘书长喻波先生

杭州宇泛智能科技有限公司苏亮亮先生

耐实（上海）软件科技有限公司总经理荆朝刚先生

主持人：在开始今天的圆桌论坛之前，请问嘉宾简单地进行自我介绍下？

智能制造产业促进会喻波：深圳市智能制造产业促进会(简称SIMA）是经深圳市政府批准成立的行业社会组织，主要服务于智能领域先进制造业，目前拥有会员企业220余家，均为深圳智能制造企业及相关服务机构。主要涵盖智能控制、智能装备、汽车电子、机器人、3D打印、物联网、智能电子、无人机、云计算、VR/AI等细分行业。

宇泛苏亮亮：宇泛在2014年成立，主要是以图像算法、智能硬件设备的研发生产、物联网平台三大核心为社区、办公、酒店、工地等场景提供智能解决方案，为用户提升效率及安全保障。

主持人：时值周期下行，市场需求不明显，2023年产业翘首以盼的规模复苏迟迟未至，产业当下更像大海航行失去了罗盘，被动地根据环境的变化，进行航向和策略的调整。

尽管人工智能、元宇宙、智慧工厂等概念层出不穷，但中小企业很难实现系统地整合创新，此时此刻，我们再问行业增长从何而来，首先要回到如何帮助企业实现转型和价值的提升上。因此我们第一个讨论的话题便是产业数字化的趋势。目前170多个国家发布的数字化发展报告中，预计到2025年55%的经济增长来自于数字驱动，在2026年全球数字化转型的支出将超3万亿美元，那么对于产业而言，有哪些新的趋势和影响？

智能制造产业促进会喻波：数字化的浪潮起来之后，影响最大的便是智能制造产业，其次是工业互联网，包括新能源、新材料等行业都受到了冲击或者影响。近来来，参加了许多类似话题的讨论，提的最多的也是要回归实体制造业，现在行业谈论比较多的如大数据、云计算、AI、AIGC、大模型等，实际上都是工具，它一定是基于传统的实体制造业，如果没有实体制造的根基，都只是空中楼阁。

国内的制造业比较让人乐观的信息，全球132座灯塔工厂，中国就占了50座，其中海尔一家便占了6座，灯塔工厂号称智能制造的“奥斯卡”，是制造业数字化转型的最高评价标准。如果按照德国工业设计来评价中国制造业，西欧国家已经完成了3.0进入到4.0的阶段，我国大部分仍处于2.0到3.0之间，也存在部分制造业处于2.0以下，这是当前非常现实的问题。

再加上我国人口红利的逐渐下降，比如说我们现在制造业相比美国的成本优势已经降到了3.3%，这个数据在7-8年前是14-15%，许多工厂回归美国或者转移到东南亚也是很显著的问题。这也从侧面说明，制造业数字化转型拥有巨大的市场，在国家政策层面也出台相应的规范，例如针对智能制造的十四五规划提出，到2025年我们要实现70%的信息自动化，拥有超过500家的智能制造示范工厂，实际上是数字化转型在智能制造领域的目标。

主持人：数字化在不同行业中的应用特点各有何异同?有哪些行业是数字化转型的“佼佼者”?

耐实荆朝刚：数字化的话题很大，涉及到的行业很多，从智能制造到楼宇到工厂等等，但这些场景的转型都有共同点——通过数字化转型，把以前零散的数据汇集起来，挖掘其背后的价值，从而为管理者与决策者提供相应的支持。不同点是每个行业对于数字化的诉求是不一样的，每个行业客户都有自己的特定需求，即高度场景化的诉求。

在数字化转型中，个人认为安防行业是当仁不让的“佼佼者”，AI落地最早的也是安防行业，比如公安的应用近年来智能化演进迅速，因此在数字化转型中，安防依然会是最快响应的行业。

主持人：抓住历史机遇非常重要，那么对于企业而言，如何在这些数字化转型的挑战中，搭上快车，实现企业快速发展，我们来听听喻会长的观点？

智能制造产业促进会喻波：刚刚提到的为什么部分制造业企业一直处于低端，没有朝着数字化方向高质量发展，因为对很多企业主而言，考虑更多的因素在于企业的经营压力，如企业该如何存活下来、解决行业细分赛道的痛点等。对于企业而言，最重要的是找到技术应用的场景。

主持人：谈完了趋势，我们来看看技术驱动商业创新的话题，荆总认为最有潜力推动产业数字化转型的技术趋势是什么？

耐实荆朝刚：目前来看，我认为AIOT和大模型是最有潜力推动产业数字化的技术，AIOT实现数据数字化、智能化并由此汇聚到数据湖，然后通过大模型的训练学习开发来利用这些数据，智能地挖掘数据价值，自动生成结论，从而为产业数字化插上翅膀。

主持人：在变化莫测的市场需求 不断上涨的人工成本 越来越透明化行业竞争下，AIoT、大模型、AIGC和机器人等新技术如何推动商业创新？

宇泛苏亮亮：提到数字化，我们比较了解的是建筑领域，目前全国建筑工地70%左右的门口人脸识别设备由宇泛提供，我们在2020年之后就开始研究建筑领域的数字化创新应用。国内行业信息化水平最弱的已经不是农业，而是建筑业，在这两年的时间里，建筑信息化发生了一些变化，以智慧工地而言，其需求来自三个方面：一是政府监管的刚需，二是工地效率的提升，三是宣传式的需求。现在来看，降本增效的需求越来越突出。

从产业结构讲的话，变化更加的明显，当前几乎所有的建筑央企全都建立了自己的数字化公司，对于整个建筑数字化领域而言，对整个生态形成了极大的调整。对于一些只做软件的公司而言，它之前的客户已经成为现在的竞争对手。但新成立的数字化公司往往只负责自己的业务系统。这个调整，我认为对于建筑行业的数字化转型是非常有利的，因为建筑行业的水非常深，很多目前存在的问题并不是技术问题，它是管理和利益博弈的问题。当他们的科技公司把业务系统解决了之后，类似宇泛这种有核心技术和生产制造能力的公司可以直接跟他们合作。

提到建筑领域数字化，我们在2021年的时候，就用AIoT技术做了一个产品，这个产品已经在市场产生较大的反响，因此我们也得出经验，新的技术要想在市场应用取得良好效果，最好的办法就是用新的技术把上一代技术做的产品重新做一遍，成本更低、性能更好，并且市场不用教育，销售渠道和服务体系基本上都是现成的。我们用AIoT的技术去把塔吊上的三个产品（4G身份核验、可视化系统、塔吊防撞）进行三合为一，背后的逻辑是每个产品的计算模块、通信模块、交互模块，我们进行三合一，实现价格的降低，性能的提升。我们用AIoT技术把传统已经十年甚至几十年没有变化过的产品，重新做了一遍，然后也可以再做一些延伸的功能，比如调度的分析等等，这些都是传统设备无法做的。

主持人：商场上，每次范式转移都伴随企业剧烈的疼痛，在智能安防落地中，您认为最大的挑战是什么？

耐实荆朝刚：在落地应用中我认为目前最大的挑战就是场景化适配。这是因为智能安防已经进入深水区，客户更加看重的是自身独特需求的AI数智化能否实现，但从厂商角度来说，则希望提供的方案是可复用及产品化，这与目前客户的需求实质上存在一些偏差。因此目前对于从事智能安防的厂商来说，如何能平衡通用性和独特性是摆在面前的最大难题，谁能平衡好这个关系，就能脱颖而出。

宇泛苏亮亮：主要从两个方面来讲：一是公司内部的复合型人才短缺，产业数字化离不开产业，再来才是数字化手段的升级。我们接触了很多传统的建筑企业，对于AI能够解决长久存在的问题，都很惊讶，对于我们自身而言，从事的是算法软件与设备制造，具体场景中打桩机如何运行、塔吊机械如何运作，其实一开始也是不清楚的。于是我们定期举办一些交流会，引进跨专业人才。我们之前的投资人曾经说过，一个好的企业需要三个角色，一是行业老炮，二是技术大拿，三是资深管理运营，只有这三个角色结合起来，才能把公司做好起来；

二是外部的规模和效率的权衡问题，因为安防、泛安防、AIoT具有明显的长尾特点，如果公司要发展壮大，必须要解决效率的问题，如果要靠堆人或者定制的方式去做项目的话，商业模式非常难以持续，我们在2017年，公司曾经做过尝试，把能力沉淀到PaaS平台上，单一个设备管理便有7-8个参数，实现不同场景不同的配置，一定程度上解决效率的问题。除此之外，解决效率的问题，我认为需要一个生态，有些技术我们自己做，然后扶持一些生态合作伙伴，让他们去接触终端用户，消化市场需求。在这个产业链里，企业要明确自己处于的层次，去获得更高的市场份额，这样才有意义。

主持人：释放数字生产力已经成为当下的趋势，企业和用户该如何迈出数字化转型的第一步？

智能制造产业促进会喻波：这个主要是要基于企业自身，现实一点谈当前数字化并不是每家企业都能够胜任。现在谈论比较火的AIGC大模型，并不是一般公司能做的，大模型有两个条件，一是拥有海量数据与相关的技术团队，二是持续的技术投入。国内也有一些大的公司推出相应的产品，业内大部分的企业都可以站在他们的肩膀上去做更多的应用，解决行业细分场景的痛点。

宇泛苏亮亮：我最近看了一个笑话，一个人认为打算盘很累，于是发明了一个机器人，让机器人帮忙去打算盘。虽然这是一个笑话，但其背后蕴含的道理却让我启发，数字化不是表面的上个OA系统，其实是业务模式的转型，以前算盘计数的方式，已经演进到用计算机的方式来实现。

转型的第一步要明确什么东西是不变的，例如客户的需求很难通过数字化转型来改变，亚马逊CEO也曾经讲过类似的话，一定要看10年之后有哪些不变的，然后再来想现在到底要做什么，对于数字化转型我想也是同样的道理。

主持人：苏总，就您所关注的行业中，在数字化转型过程中，用户在数字化转型中有哪些关键的步骤值得我们去注意？

宇泛苏亮亮：对于我们接触的这些客户而言，最重要的还是需要弄清楚产业自身的价值，例如建筑行业，更多人理解的便是盖房，但是实际上有个别的施工总包商，开始思考他自身的价值体现，我们接触的一家江苏企业，现在就将自身定位为城市智能运维，尤其在房地产低靡时期，企业的能力该如何去体现，未来可能也会是企业必须面临的问题。

主持人：由于时间的关系，这也是我们这次圆桌的最后一个问题，本次的话题是穿越周期，上面谈的更多的是释放生产力，对于2024年，三位嘉宾针对各自的行业，有哪些展望可以分享给我们的？

智能制造产业促进会喻波：在智能制造领域，个人认为还是人工智能值得被期待。大模型目前来看，更主要在消费领域多一点，要进入到工业领域仍然存在不少挑战，但一旦进入进来，相信也会对全球的制造行业形成颠覆性影响。无论是人工智能还是大模型或者数字化转型，实际上都是工具的变革到决策的变革。

宇泛苏亮亮：提到大模型，最让我们做视觉的公司兴奋的事情是Facebook发布的分割一切的算法，其已经颠覆了过去训练物体识别的逻辑，可以实现直接输入，把所有东西分割出来。这个事情与建筑工地或生产安全相关的，是非常有意义的，但目前的运行成本太高。从这个角度上而言，我们自己在做也希望看到，能把大模型尽量往小去做，实现同样的功能。

这个事情在上一波人工智能浪潮的时候，其实也有两个路线，一个路线是尽量把模型做大，然后去做人像分析的服务器，例如从1亿人中寻找一个人，另一个路线，也是宇泛在走的，就是尽量把它做小，在一个小型的设备里，能够将其运行起来。现在已经有一些公司的研究人员，开始在想如何把大模型在比较便宜的小型嵌入式芯片上面运行，一旦成功，相信会对所有跟AI视觉相关的产品都会发生变化和调整。

耐实荆朝刚：在产业数字化的前提下，对于行业的发展一定会有巨大的变革。ChatGPT与大模型对于安防行业而言都是非常的好的工具，将掀起了新一轮AI人工智能的热潮和竞争。伴随着大模型的发展和日趋成熟，我相信很快在安防领域也会看到大模型技术的应用，比如通过大模型技术加速AI视频分析算法的标定，训练和学习周期，再比如大模型技术应用于录像的智能检索，在输入关键词文本后，系统自动返回相关的录像片段等。下面我举两个例子，一是西部某个机场的案例来说，通过我们的AI算法与平台，能够在2万个视频系统里面，秒级检索目标人物的运动轨迹。另一个是上海某公安的应用，通过我们的AI算法做20几个品牌7万路的摄像头智能运维，由于摄像头都在室外，要实现运维需要有20几种AI算法，这在过去充满了挑战。

基于智能安防的发展趋势，在产业数字化的推动下，人工智能所覆盖的领域相信也会越来越广，新的技术也将不断解决传统行业无法解决的痛点，在数字化浪潮下，产业将迎来新的一波变革。

主持人：谢谢三位嘉宾的讨论和分享，本次圆桌对话到此就结束了，如果您还有更多的问题想与我们的嘉宾进行沟通，可以等下私下进行交流。希望本次讨论的内容能够帮助到企业在数字化转型中，找到新的启迪和灵感，谢谢各位的倾听。