數(shù)字化升級，給行業(yè)帶來了強(qiáng)勁的動(dòng)能，伴隨著人工智能、物聯(lián)網(wǎng)等技術(shù)的持續(xù)發(fā)展，越來越多的應(yīng)用場景正在不斷涌現(xiàn)。在剛剛結(jié)束的2023 a&s全球產(chǎn)業(yè)數(shù)字化創(chuàng)新峰會(huì)上，圍繞著“穿越周期，釋放商業(yè)生產(chǎn)力”主題，a&s與嘉賓展開了圓桌對話，重點(diǎn)討論了產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型下，行業(yè)的新商機(jī)和新趨勢。

本期圓桌對話嘉賓：

主持人：a&s安全與自動(dòng)化主編林浩葵

嘉賓：深圳市智能制造產(chǎn)業(yè)促進(jìn)會(huì)常務(wù)副會(huì)長兼秘書長喻波先生

杭州宇泛智能科技有限公司蘇亮亮先生

耐實(shí)（上海）軟件科技有限公司總經(jīng)理荊朝剛先生

主持人：在開始今天的圓桌論壇之前，請問嘉賓簡單地進(jìn)行自我介紹下？

智能制造產(chǎn)業(yè)促進(jìn)會(huì)喻波：深圳市智能制造產(chǎn)業(yè)促進(jìn)會(huì)(簡稱SIMA）是經(jīng)深圳市政府批準(zhǔn)成立的行業(yè)社會(huì)組織，主要服務(wù)于智能領(lǐng)域先進(jìn)制造業(yè)，目前擁有會(huì)員企業(yè)220余家，均為深圳智能制造企業(yè)及相關(guān)服務(wù)機(jī)構(gòu)。主要涵蓋智能控制、智能裝備、汽車電子、機(jī)器人、3D打印、物聯(lián)網(wǎng)、智能電子、無人機(jī)、云計(jì)算、VR/AI等細(xì)分行業(yè)。

宇泛蘇亮亮：宇泛在2014年成立，主要是以圖像算法、智能硬件設(shè)備的研發(fā)生產(chǎn)、物聯(lián)網(wǎng)平臺三大核心為社區(qū)、辦公、酒店、工地等場景提供智能解決方案，為用戶提升效率及安全保障。

主持人：時(shí)值周期下行，市場需求不明顯，2023年產(chǎn)業(yè)翹首以盼的規(guī)模復(fù)蘇遲遲未至，產(chǎn)業(yè)當(dāng)下更像大海航行失去了羅盤，被動(dòng)地根據(jù)環(huán)境的變化，進(jìn)行航向和策略的調(diào)整。

盡管人工智能、元宇宙、智慧工廠等概念層出不窮，但中小企業(yè)很難實(shí)現(xiàn)系統(tǒng)地整合創(chuàng)新，此時(shí)此刻，我們再問行業(yè)增長從何而來，首先要回到如何幫助企業(yè)實(shí)現(xiàn)轉(zhuǎn)型和價(jià)值的提升上。因此我們第一個(gè)討論的話題便是產(chǎn)業(yè)數(shù)字化的趨勢。目前170多個(gè)國家發(fā)布的數(shù)字化發(fā)展報(bào)告中，預(yù)計(jì)到2025年55%的經(jīng)濟(jì)增長來自于數(shù)字驅(qū)動(dòng)，在2026年全球數(shù)字化轉(zhuǎn)型的支出將超3萬億美元，那么對于產(chǎn)業(yè)而言，有哪些新的趨勢和影響？

智能制造產(chǎn)業(yè)促進(jìn)會(huì)喻波：數(shù)字化的浪潮起來之后，影響最大的便是智能制造產(chǎn)業(yè)，其次是工業(yè)互聯(lián)網(wǎng)，包括新能源、新材料等行業(yè)都受到了沖擊或者影響。近來來，參加了許多類似話題的討論，提的最多的也是要回歸實(shí)體制造業(yè)，現(xiàn)在行業(yè)談?wù)摫容^多的如大數(shù)據(jù)、云計(jì)算、AI、AIGC、大模型等，實(shí)際上都是工具，它一定是基于傳統(tǒng)的實(shí)體制造業(yè)，如果沒有實(shí)體制造的根基，都只是空中樓閣。

國內(nèi)的制造業(yè)比較讓人樂觀的信息，全球132座燈塔工廠，中國就占了50座，其中海爾一家便占了6座，燈塔工廠號稱智能制造的“奧斯卡”，是制造業(yè)數(shù)字化轉(zhuǎn)型的最高評價(jià)標(biāo)準(zhǔn)。如果按照德國工業(yè)設(shè)計(jì)來評價(jià)中國制造業(yè)，西歐國家已經(jīng)完成了3.0進(jìn)入到4.0的階段，我國大部分仍處于2.0到3.0之間，也存在部分制造業(yè)處于2.0以下，這是當(dāng)前非?，F(xiàn)實(shí)的問題。

再加上我國人口紅利的逐漸下降，比如說我們現(xiàn)在制造業(yè)相比美國的成本優(yōu)勢已經(jīng)降到了3.3%，這個(gè)數(shù)據(jù)在7-8年前是14-15%，許多工廠回歸美國或者轉(zhuǎn)移到東南亞也是很顯著的問題。這也從側(cè)面說明，制造業(yè)數(shù)字化轉(zhuǎn)型擁有巨大的市場，在國家政策層面也出臺相應(yīng)的規(guī)范，例如針對智能制造的十四五規(guī)劃提出，到2025年我們要實(shí)現(xiàn)70%的信息自動(dòng)化，擁有超過500家的智能制造示范工廠，實(shí)際上是數(shù)字化轉(zhuǎn)型在智能制造領(lǐng)域的目標(biāo)。

主持人：數(shù)字化在不同行業(yè)中的應(yīng)用特點(diǎn)各有何異同?有哪些行業(yè)是數(shù)字化轉(zhuǎn)型的“佼佼者”?

耐實(shí)荊朝剛：數(shù)字化的話題很大，涉及到的行業(yè)很多，從智能制造到樓宇到工廠等等，但這些場景的轉(zhuǎn)型都有共同點(diǎn)——通過數(shù)字化轉(zhuǎn)型，把以前零散的數(shù)據(jù)匯集起來，挖掘其背后的價(jià)值，從而為管理者與決策者提供相應(yīng)的支持。不同點(diǎn)是每個(gè)行業(yè)對于數(shù)字化的訴求是不一樣的，每個(gè)行業(yè)客戶都有自己的特定需求，即高度場景化的訴求。

在數(shù)字化轉(zhuǎn)型中，個(gè)人認(rèn)為安防行業(yè)是當(dāng)仁不讓的“佼佼者”，AI落地最早的也是安防行業(yè)，比如公安的應(yīng)用近年來智能化演進(jìn)迅速，因此在數(shù)字化轉(zhuǎn)型中，安防依然會(huì)是最快響應(yīng)的行業(yè)。

主持人：抓住歷史機(jī)遇非常重要，那么對于企業(yè)而言，如何在這些數(shù)字化轉(zhuǎn)型的挑戰(zhàn)中，搭上快車，實(shí)現(xiàn)企業(yè)快速發(fā)展，我們來聽聽喻會(huì)長的觀點(diǎn)？

智能制造產(chǎn)業(yè)促進(jìn)會(huì)喻波：剛剛提到的為什么部分制造業(yè)企業(yè)一直處于低端，沒有朝著數(shù)字化方向高質(zhì)量發(fā)展，因?yàn)閷芏嗥髽I(yè)主而言，考慮更多的因素在于企業(yè)的經(jīng)營壓力，如企業(yè)該如何存活下來、解決行業(yè)細(xì)分賽道的痛點(diǎn)等。對于企業(yè)而言，最重要的是找到技術(shù)應(yīng)用的場景。

主持人：談完了趨勢，我們來看看技術(shù)驅(qū)動(dòng)商業(yè)創(chuàng)新的話題，荊總認(rèn)為最有潛力推動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)趨勢是什么？

耐實(shí)荊朝剛：目前來看，我認(rèn)為AIOT和大模型是最有潛力推動(dòng)產(chǎn)業(yè)數(shù)字化的技術(shù)，AIOT實(shí)現(xiàn)數(shù)據(jù)數(shù)字化、智能化并由此匯聚到數(shù)據(jù)湖，然后通過大模型的訓(xùn)練學(xué)習(xí)開發(fā)來利用這些數(shù)據(jù)，智能地挖掘數(shù)據(jù)價(jià)值，自動(dòng)生成結(jié)論，從而為產(chǎn)業(yè)數(shù)字化插上翅膀。

主持人：在變化莫測的市場需求 不斷上漲的人工成本 越來越透明化行業(yè)競爭下，AIoT、大模型、AIGC和機(jī)器人等新技術(shù)如何推動(dòng)商業(yè)創(chuàng)新？

宇泛蘇亮亮：提到數(shù)字化，我們比較了解的是建筑領(lǐng)域，目前全國建筑工地70%左右的門口人臉識別設(shè)備由宇泛提供，我們在2020年之后就開始研究建筑領(lǐng)域的數(shù)字化創(chuàng)新應(yīng)用。國內(nèi)行業(yè)信息化水平最弱的已經(jīng)不是農(nóng)業(yè)，而是建筑業(yè)，在這兩年的時(shí)間里，建筑信息化發(fā)生了一些變化，以智慧工地而言，其需求來自三個(gè)方面：一是政府監(jiān)管的剛需，二是工地效率的提升，三是宣傳式的需求?，F(xiàn)在來看，降本增效的需求越來越突出。

從產(chǎn)業(yè)結(jié)構(gòu)講的話，變化更加的明顯，當(dāng)前幾乎所有的建筑央企全都建立了自己的數(shù)字化公司，對于整個(gè)建筑數(shù)字化領(lǐng)域而言，對整個(gè)生態(tài)形成了極大的調(diào)整。對于一些只做軟件的公司而言，它之前的客戶已經(jīng)成為現(xiàn)在的競爭對手。但新成立的數(shù)字化公司往往只負(fù)責(zé)自己的業(yè)務(wù)系統(tǒng)。這個(gè)調(diào)整，我認(rèn)為對于建筑行業(yè)的數(shù)字化轉(zhuǎn)型是非常有利的，因?yàn)榻ㄖ袠I(yè)的水非常深，很多目前存在的問題并不是技術(shù)問題，它是管理和利益博弈的問題。當(dāng)他們的科技公司把業(yè)務(wù)系統(tǒng)解決了之后，類似宇泛這種有核心技術(shù)和生產(chǎn)制造能力的公司可以直接跟他們合作。

提到建筑領(lǐng)域數(shù)字化，我們在2021年的時(shí)候，就用AIoT技術(shù)做了一個(gè)產(chǎn)品，這個(gè)產(chǎn)品已經(jīng)在市場產(chǎn)生較大的反響，因此我們也得出經(jīng)驗(yàn)，新的技術(shù)要想在市場應(yīng)用取得良好效果，最好的辦法就是用新的技術(shù)把上一代技術(shù)做的產(chǎn)品重新做一遍，成本更低、性能更好，并且市場不用教育，銷售渠道和服務(wù)體系基本上都是現(xiàn)成的。我們用AIoT的技術(shù)去把塔吊上的三個(gè)產(chǎn)品（4G身份核驗(yàn)、可視化系統(tǒng)、塔吊防撞）進(jìn)行三合為一，背后的邏輯是每個(gè)產(chǎn)品的計(jì)算模塊、通信模塊、交互模塊，我們進(jìn)行三合一，實(shí)現(xiàn)價(jià)格的降低，性能的提升。我們用AIoT技術(shù)把傳統(tǒng)已經(jīng)十年甚至幾十年沒有變化過的產(chǎn)品，重新做了一遍，然后也可以再做一些延伸的功能，比如調(diào)度的分析等等，這些都是傳統(tǒng)設(shè)備無法做的。

主持人：商場上，每次范式轉(zhuǎn)移都伴隨企業(yè)劇烈的疼痛，在智能安防落地中，您認(rèn)為最大的挑戰(zhàn)是什么？

耐實(shí)荊朝剛：在落地應(yīng)用中我認(rèn)為目前最大的挑戰(zhàn)就是場景化適配。這是因?yàn)橹悄馨卜酪呀?jīng)進(jìn)入深水區(qū)，客戶更加看重的是自身獨(dú)特需求的AI數(shù)智化能否實(shí)現(xiàn)，但從廠商角度來說，則希望提供的方案是可復(fù)用及產(chǎn)品化，這與目前客戶的需求實(shí)質(zhì)上存在一些偏差。因此目前對于從事智能安防的廠商來說，如何能平衡通用性和獨(dú)特性是擺在面前的最大難題，誰能平衡好這個(gè)關(guān)系，就能脫穎而出。

宇泛蘇亮亮：主要從兩個(gè)方面來講：一是公司內(nèi)部的復(fù)合型人才短缺，產(chǎn)業(yè)數(shù)字化離不開產(chǎn)業(yè)，再來才是數(shù)字化手段的升級。我們接觸了很多傳統(tǒng)的建筑企業(yè)，對于AI能夠解決長久存在的問題，都很驚訝，對于我們自身而言，從事的是算法軟件與設(shè)備制造，具體場景中打樁機(jī)如何運(yùn)行、塔吊機(jī)械如何運(yùn)作，其實(shí)一開始也是不清楚的。于是我們定期舉辦一些交流會(huì)，引進(jìn)跨專業(yè)人才。我們之前的投資人曾經(jīng)說過，一個(gè)好的企業(yè)需要三個(gè)角色，一是行業(yè)老炮，二是技術(shù)大拿，三是資深管理運(yùn)營，只有這三個(gè)角色結(jié)合起來，才能把公司做好起來；

二是外部的規(guī)模和效率的權(quán)衡問題，因?yàn)榘卜馈⒎喊卜?、AIoT具有明顯的長尾特點(diǎn)，如果公司要發(fā)展壯大，必須要解決效率的問題，如果要靠堆人或者定制的方式去做項(xiàng)目的話，商業(yè)模式非常難以持續(xù)，我們在2017年，公司曾經(jīng)做過嘗試，把能力沉淀到PaaS平臺上，單一個(gè)設(shè)備管理便有7-8個(gè)參數(shù)，實(shí)現(xiàn)不同場景不同的配置，一定程度上解決效率的問題。除此之外，解決效率的問題，我認(rèn)為需要一個(gè)生態(tài)，有些技術(shù)我們自己做，然后扶持一些生態(tài)合作伙伴，讓他們?nèi)ソ佑|終端用戶，消化市場需求。在這個(gè)產(chǎn)業(yè)鏈里，企業(yè)要明確自己處于的層次，去獲得更高的市場份額，這樣才有意義。

主持人：釋放數(shù)字生產(chǎn)力已經(jīng)成為當(dāng)下的趨勢，企業(yè)和用戶該如何邁出數(shù)字化轉(zhuǎn)型的第一步？

智能制造產(chǎn)業(yè)促進(jìn)會(huì)喻波：這個(gè)主要是要基于企業(yè)自身，現(xiàn)實(shí)一點(diǎn)談當(dāng)前數(shù)字化并不是每家企業(yè)都能夠勝任?，F(xiàn)在談?wù)摫容^火的AIGC大模型，并不是一般公司能做的，大模型有兩個(gè)條件，一是擁有海量數(shù)據(jù)與相關(guān)的技術(shù)團(tuán)隊(duì)，二是持續(xù)的技術(shù)投入。國內(nèi)也有一些大的公司推出相應(yīng)的產(chǎn)品，業(yè)內(nèi)大部分的企業(yè)都可以站在他們的肩膀上去做更多的應(yīng)用，解決行業(yè)細(xì)分場景的痛點(diǎn)。

宇泛蘇亮亮：我最近看了一個(gè)笑話，一個(gè)人認(rèn)為打算盤很累，于是發(fā)明了一個(gè)機(jī)器人，讓機(jī)器人幫忙去打算盤。雖然這是一個(gè)笑話，但其背后蘊(yùn)含的道理卻讓我啟發(fā)，數(shù)字化不是表面的上個(gè)OA系統(tǒng)，其實(shí)是業(yè)務(wù)模式的轉(zhuǎn)型，以前算盤計(jì)數(shù)的方式，已經(jīng)演進(jìn)到用計(jì)算機(jī)的方式來實(shí)現(xiàn)。

轉(zhuǎn)型的第一步要明確什么東西是不變的，例如客戶的需求很難通過數(shù)字化轉(zhuǎn)型來改變，亞馬遜CEO也曾經(jīng)講過類似的話，一定要看10年之后有哪些不變的，然后再來想現(xiàn)在到底要做什么，對于數(shù)字化轉(zhuǎn)型我想也是同樣的道理。

主持人：蘇總，就您所關(guān)注的行業(yè)中，在數(shù)字化轉(zhuǎn)型過程中，用戶在數(shù)字化轉(zhuǎn)型中有哪些關(guān)鍵的步驟值得我們?nèi)プ⒁猓?/p>

宇泛蘇亮亮：對于我們接觸的這些客戶而言，最重要的還是需要弄清楚產(chǎn)業(yè)自身的價(jià)值，例如建筑行業(yè)，更多人理解的便是蓋房，但是實(shí)際上有個(gè)別的施工總包商，開始思考他自身的價(jià)值體現(xiàn)，我們接觸的一家江蘇企業(yè)，現(xiàn)在就將自身定位為城市智能運(yùn)維，尤其在房地產(chǎn)低靡時(shí)期，企業(yè)的能力該如何去體現(xiàn)，未來可能也會(huì)是企業(yè)必須面臨的問題。

主持人：由于時(shí)間的關(guān)系，這也是我們這次圓桌的最后一個(gè)問題，本次的話題是穿越周期，上面談的更多的是釋放生產(chǎn)力，對于2024年，三位嘉賓針對各自的行業(yè)，有哪些展望可以分享給我們的？

智能制造產(chǎn)業(yè)促進(jìn)會(huì)喻波：在智能制造領(lǐng)域，個(gè)人認(rèn)為還是人工智能值得被期待。大模型目前來看，更主要在消費(fèi)領(lǐng)域多一點(diǎn)，要進(jìn)入到工業(yè)領(lǐng)域仍然存在不少挑戰(zhàn)，但一旦進(jìn)入進(jìn)來，相信也會(huì)對全球的制造行業(yè)形成顛覆性影響。無論是人工智能還是大模型或者數(shù)字化轉(zhuǎn)型，實(shí)際上都是工具的變革到?jīng)Q策的變革。

宇泛蘇亮亮：提到大模型，最讓我們做視覺的公司興奮的事情是Facebook發(fā)布的分割一切的算法，其已經(jīng)顛覆了過去訓(xùn)練物體識別的邏輯，可以實(shí)現(xiàn)直接輸入，把所有東西分割出來。這個(gè)事情與建筑工地或生產(chǎn)安全相關(guān)的，是非常有意義的，但目前的運(yùn)行成本太高。從這個(gè)角度上而言，我們自己在做也希望看到，能把大模型盡量往小去做，實(shí)現(xiàn)同樣的功能。

這個(gè)事情在上一波人工智能浪潮的時(shí)候，其實(shí)也有兩個(gè)路線，一個(gè)路線是盡量把模型做大，然后去做人像分析的服務(wù)器，例如從1億人中尋找一個(gè)人，另一個(gè)路線，也是宇泛在走的，就是盡量把它做小，在一個(gè)小型的設(shè)備里，能夠?qū)⑵溥\(yùn)行起來?，F(xiàn)在已經(jīng)有一些公司的研究人員，開始在想如何把大模型在比較便宜的小型嵌入式芯片上面運(yùn)行，一旦成功，相信會(huì)對所有跟AI視覺相關(guān)的產(chǎn)品都會(huì)發(fā)生變化和調(diào)整。

耐實(shí)荊朝剛：在產(chǎn)業(yè)數(shù)字化的前提下，對于行業(yè)的發(fā)展一定會(huì)有巨大的變革。ChatGPT與大模型對于安防行業(yè)而言都是非常的好的工具，將掀起了新一輪AI人工智能的熱潮和競爭。伴隨著大模型的發(fā)展和日趨成熟，我相信很快在安防領(lǐng)域也會(huì)看到大模型技術(shù)的應(yīng)用，比如通過大模型技術(shù)加速AI視頻分析算法的標(biāo)定，訓(xùn)練和學(xué)習(xí)周期，再比如大模型技術(shù)應(yīng)用于錄像的智能檢索，在輸入關(guān)鍵詞文本后，系統(tǒng)自動(dòng)返回相關(guān)的錄像片段等。下面我舉兩個(gè)例子，一是西部某個(gè)機(jī)場的案例來說，通過我們的AI算法與平臺，能夠在2萬個(gè)視頻系統(tǒng)里面，秒級檢索目標(biāo)人物的運(yùn)動(dòng)軌跡。另一個(gè)是上海某公安的應(yīng)用，通過我們的AI算法做20幾個(gè)品牌7萬路的攝像頭智能運(yùn)維，由于攝像頭都在室外，要實(shí)現(xiàn)運(yùn)維需要有20幾種AI算法，這在過去充滿了挑戰(zhàn)。

基于智能安防的發(fā)展趨勢，在產(chǎn)業(yè)數(shù)字化的推動(dòng)下，人工智能所覆蓋的領(lǐng)域相信也會(huì)越來越廣，新的技術(shù)也將不斷解決傳統(tǒng)行業(yè)無法解決的痛點(diǎn)，在數(shù)字化浪潮下，產(chǎn)業(yè)將迎來新的一波變革。

主持人：謝謝三位嘉賓的討論和分享，本次圓桌對話到此就結(jié)束了，如果您還有更多的問題想與我們的嘉賓進(jìn)行溝通，可以等下私下進(jìn)行交流。希望本次討論的內(nèi)容能夠幫助到企業(yè)在數(shù)字化轉(zhuǎn)型中，找到新的啟迪和靈感，謝謝各位的傾聽。