回覆列表
  • 1 # 米樂哥

    未來科技的發展,人工智慧,AI,5G技術,自媒體,等,咱們做為社會的一員,沒有一定的技術,肯怕難進入這個領域,但是咱們可以抓住商機,順時代而變,一定會找到一條路通向成功的

  • 2 # 寒雨vlog

    我比較專注工業網際網路,講這個吧。

    在傳統大規模批次生產中,一款衣服要上千甚至上萬件的起訂量,工廠才願意接單生產,才用得起有經驗的工人和質量有保證的面料,200名工人忙碌一個月後,這批貨才可以交付。

    如果你要求這種工廠為你做一款只有100件數量的衣服,工廠一般不會接受,因為這個量級只需要不到十名工人,其他190名工人只能閒置。

    即使接受,這一款衣服的設計、打版、樣衣、生產匯入等費用,也只能攤到這100件衣服裡,會造成這100件衣服的生產成本嚴重高於同品質的大批次生產,在價格競爭上先天劣勢。

    最後,就算你願意給錢,工廠也願意接受,很大機率這批貨會延後生產,因為訂單太小,工人忙於做大貨。只有在閒餘時間,才會有幾個人過來湊合一下。

    所以在現在,小單生產要麼是高價手工,要麼是廉價低質小作坊,像某些漫展的T恤;而快速反應則無從談起,除非你把廠長喝倒了,他服你,專門給你配幾個人。

    所以,假定有一種生產模式,做100件甚至10件衣服,能和1000件10000件的批次生產:

    成本上和批次生產相近;

    質量和用料能和批次生產一樣;

    生產時間能和批次生產相同甚至更短。

    這種模式有的叫柔性製造,有的叫定製化生產,有的叫快速反應生產。

    這種生產模式和其他那些炫目的技術比起來,一點也不性感,但是其現實意義不可忽視。

    因為所以賣家都害怕庫存。

    開線下店的怕庫存。

    本來預計這款衣服這家店這個季度能賣300件,結果就賣了100件,最後這一款衣服就堆了200件的庫存。

    然後你發現有二十款都是這樣;

    然後你發現有一百家門店都是這樣;

    你公司沒了。

    搞電商的也怕庫存,只不過線下客流變成了線上流量,門店變成了淘寶店和直播間。

    賣不出去賠手上,為了賣出去買流量又不值當,只能掛個連結慢慢消化,積在倉庫裡。

    對了,直播網紅往往連倉庫都沒有。

    雷老大名言:手機是海鮮,不敢囤貨。

    何況是衣服呢。

    商家都想下小單,一點點賣不壓庫存。但是大規模生產不同意,你給的成本辦不到;

    商家還想一賣火了,生產就能迅速跟上,100件賣爆了三天之內生產1000件,把衝動消費的流量吃乾淨。但大規模生產也不同意:我沒存那麼多面輔料,來不及;

    而大規模生產希望一次幾萬幾十萬幾百萬件出貨,但是商家們不同意,線上線下沒幾個能辦到。銷售稍有波動,公司直接被庫存壓死。

    柔性製造能實現小批次訂單起做、保持與大規模生產一致成本、並且快速進入生產狀態,好像解決了問題。

    理論上。

    現實難在哪呢?

    你需要採集生產端的所有資料,包括生產端的裝置動作和供應鏈的倉庫庫存,這樣你才能隨時知道生產進度,實時調配原材料。

    你還需要把幾乎所有工藝工序都線上化,讓工人能夠隨時跟著指令切換流程,讓系統告訴工人下一步幹什麼,而不是班組長一遍遍地教一遍遍地巡。

    你還要把剛才的一切都資料化,搬到一個系統平臺上,前面可以對接線下門店和電商,後面可以對接物流系統。這樣訂單才能以最快的速度進入生產,生產完立刻發貨。

    難啊...

    等等,好像也不是特別難...

    對。

    檢測裝置的感測器,有;對資料預處理的邊緣計算,有;實時傳輸資料的手段,5G呀,有;資料彙總後的計算,雲計算嘛,有。

    誒,仔細一想好像都有。

    這就是工業網際網路的一個經典範式。

    整合現有技術,大規模應用到生產製造端,打通人員、裝置、原材料的資料穿透,壓縮各個環節的響應時間,最佳化匹配效率。

    最好配上人工智慧,自己算哪批料送到哪個工位上。

    最終實現降低生產門檻、保持與大規模生產相當的成本、加快生產響應速度。

    唯獨工業網際網路,生產端的資料,還是近乎空白。

    王哥,這聽上去還是挺無聊的。除了做貨爽一點,庫存壓力小很多,到底有啥用呢?

    有大用。

    這意味著,我們有可能利用資料,形成一個長久的工業霸權。

    因為全球中低端加工製造業,全是大規模生產。

    我們過去習慣於將人力密集型的加工製造業轉移到東南亞,因為這類產業附加值低。加上工人工資隨著經濟發展必然會增長,兩者相交叉,產業就向工人成本更低的東南亞轉移。

    但是,產業的重要性不能單看附加值。

    服裝的附加值低,但是養活了大量上下游的產業叢集,從印染到面輔料到新疆的棉花,牽一髮而動全身。

    一旦轉移啟動,最後必定大半個產業鏈條被脫離出中國本土。這中間涉及到的大量就業、稅收、科研應用環境,都會消失。

    越南的一個產業園區崛起,意味著今天他們可能只是縫製廠,明年他們可能會新建印染廠;大後年,越南服裝設計與工程專業的孩子就能就業,再過五年,越南的服裝縫製機械行業就會開始發展。

    而越南每得一成,我們至少要對應失去三分。

    因為產業轉移後,我們剩餘的中低端勞動力不可能完全被中高階製造業消化,讓這些熟練工人去送外賣做家政,又是對技術工人的極大浪費。

    只能是國家啟動基建或者地方投資來消化。

    而原本沉澱在生產中迴圈的工業資本還會被釋放出來,大量湧入金融資本領域,進一步增加資本過剩的壓力。

    產業空心化的後果,美帝就是最好的例子。而我們的體量擺在這裡,不是南韓日本德國,可以靠幾個行業就能把全國支撐起來。

    不能輕易轉移工業。

    工業網際網路怎麼能夠緩解工業轉移呢?

    舉個例子:

    疫情期間,全球服裝貿易腰斬,今年全球貿易總量預計下跌三分之一。

    中國的服裝海外訂單少了多少呢?三分之一?不是;四分之一?也不是;五分之一?差不多。

    樂觀估計甚至能控制在十分之一出頭。

    我們紡織工人的工資已經是越南工人的近十倍了,為什麼疫情期間貿易量反而沒有跌得那麼狠?

    因為東南亞的紡織工業先垮了。

    他們的製造是純剛性的。

    東南亞只有大規模製造,而且就是人力和廠房,沒有調整能力。一塊麵料顏色有問題,要到廣州中大找師傅;一臺縫製裝置出問題,要到浙江找小工。

    辦個簽證出國幫他們解決問題。

    所以他們沒有微調和切換的能力。只有那種要在全球賣幾十萬雙的襪子,而且是單一款式,才適合東南亞的生產模式。

    一旦商家面臨庫存、資金的週轉風險,他們會第一個放棄東南亞,轉回到中國下單。

    中國有什麼?

    有依託產業叢集形成的基礎柔效能力。

    一個服裝產業園內,有面料、有拉鍊釦子、有能找到熟練工人的工頭、有賣生產裝置的銷售點、有配套的維修小工、有打版制樣的樣衣車間、有定期跑廠的設計工作室。

    缺什麼,一個電話。

    中國服裝行業真的是靠廉價勞動力活到今天的嗎?

    中國服裝行業實際上是靠產業叢集形成的大規模生產與基礎柔效能力,二者並重,支撐到今天。

    這些能力真的不值錢嗎?

    這樣的產業叢集真的可以打著“低端”、“不環保”、“缺乏技術含量”的理由,任由他們消散嗎?

    這可是一個,到今天,還僱傭了中國工業從業者的十分之一的行業。是中國在全球最完備最發達的工業門類,沒有之一。

    工業網際網路的任務,就是將這些能力資料化:

    大規模生產的能力資料化後,可以加速標準化自動化;

    基礎柔效能力資料化後,可以進一步提高柔性指標和定製化範圍。

    這二者資料化後,資料就能成為生產的原材料之一,這也是德國工業4.0的核心理念。

    如果一直和東南亞拼人力成本和基建,我們總會有拼不過的時候。人力他們就是便宜,基建也慢慢好起來,還送你一塊地。

    要拼,就去拼他們沒有的,例如資料。

    我們能掌握全生產鏈條的實時資料,他們沒有。這就決定了即使我們的生產成本比他們貴10%到20%,賣家為了他們的資金安全,也會選我們。

    我保證你不會被庫存壓死,我還能幫你滿足你的定製需求,我還能給你最好的響應時間。

    在這個優勢,我們的“低端”產業,可以隨著技術依據資料的最佳化而越來越高階;東南亞則會在起步階段就無法與我們競爭,後續的工業化程序會因為缺乏比較優勢下的收益,而自發萎縮。

    就算政府有意願要發展工業化,長期缺乏民間資本的參與,只會讓他們的負擔越來越重。

    延緩他國的工業化速度,維繫並深化本中國產業叢集,最終壟斷全球產能,這就是工業霸權。

    沒辦法,沒資源也沒全球貨幣,這條路難走,但這是最誠實的道路。

    工業網際網路不像其他技術那麼醒目。

    不過我們正處於下一場工業革命的前夜,現有的技術迭代雖然激動人心,但是臨界點未到。所以像原子能之於電力、計算機之於機械化這種根本性突破,大概還需要時間。

    工業網際網路作為一個平臺,是有可以把多個本身沒有代差的最佳化技術,整合疊加在一起,形成具有代差的模式平臺。

    在未來五年,會有越來越多過去被認為“低端”的行業,誕生大量工業網際網路平臺。這些平臺,有望成為“中國製造2025”中堅實的底座。

  • 3 # 毓美美

    我們需要把幾乎所有工藝工序都完成線上化,讓工人能夠隨時跟著指令切換流程,讓系統告訴工人下一步幹什麼,而不是班組長一遍遍地教一遍遍地巡。

    我們需要將以上流程全部實現資料化,搬到一個系統平臺上,前面可以對接線下門店和電商,後面可以對接物流系統。這樣訂單才能以最快的速度進入生產,生產完立刻發貨。這就是未來科技領域要幫我們實現的突破。

    未來利用檢測裝置的感測器,對資料預處理的邊緣計算,5G實時傳輸資料及資料彙總後的雲計算等整套流程的操作,從而來整合現有技術,大規模應用到生產製造端,打通人員、裝置、原材料的資料穿透,壓縮各個環節的響應時間,最佳化匹配效率。最終實現降低生產門檻、保持與大規模生產相當的成本、加快生產響應速度。

    將生產製造端的資料化進行改造的同時,加大對上下游供應鏈的協力改造,從而實現低成本小製作的靈活特殊需求。

    推動新興科技在工業自動化中的應用是急需且迫切的。哪怕提高2%的效率,對於工業來講也是萬億人民幣的節約。

    科技改變生活,科技提高幸福指數,望你我都能享受到科技進步帶來的累累碩果!

  • 4 # 青山打卡許可馨

    我今天就談談更“接地氣”的吧。

    其實很多高新科技正在從實驗室走向我們的生活, 自動避障、遵守交規、適用於各種環境的無人駕駛; AI控制煮飯、燒水、開空調、打掃衛生的智慧家居; 到國外能無痛交流的智慧翻譯; 用人臉識別、路徑分析、科學派單的外賣小哥;

    甚至於看影片、看直播也能用上的8K增強AI超清技術…… 技術的研發對於普通消費者來說,其實不是最終呈現物,最終呈現物是結合實際哪怕是一點點對於現狀的服務和改進,都是一個新的成功臺階。

    對於我們來說,科技的本質是要服務生活: 科技新成果真正地落實到生活的方方面面,提供方便舒適的生活服務,解決生活中遇到的實實在在的問題。 誰能將這些問題解決好,提供一整套切合實際且物美價廉具有可操作性的方案,誰就能成為科技時代的寵兒。

    我覺得就場景基礎來說,美團佔優勢,先有場景再驅動技術提升,離大眾跟近; 就技術積澱來說百度這樣的技術驅動型企業也有它的優勢,技術放在這兒,找合適的場景去落。 誰最終能勝出,確實不好說,我個人佔美團這樣的企業多一些。 科技落實到生活for everyone 但無論如何,下一輪科技增長的熱點,一定是貼近普通人的、更接地氣的技術。 比如,很多企業在切殘疾人的小點,去聚焦解決少數人的問題。 谷歌有TTS技術解決聾啞人的“說話”問題, 美團有語音互動技術幫盲人獲取生活服務, 盡力讓他們也能夠享受到現代科技帶來的新生活的進步,再迭代到更大範圍的人群中去使用。

    再比如,有些企業聚焦在解決高鐵時代陌生商旅人士到陌生城市的商住、旅遊、飲食的資訊不對稱問題。 能夠讓一個陌生人也能像一個城市土著一樣瞭解城市、認識城市。 或者透過大眾點評查詢需要的旅館和餐館資訊,透過評分和評價進行篩選合適的商家。 2020年的一場疫情,給我們了一個新的場域和視角去看待技術,以及新技術升級過後的制度和法律程式。比如,關乎每一個人“吃飯”的送外賣。 疫情防控期間,技術賦能生活的場景被放大,科技提供便利的特性被越來越多人關注。 民以食為天,例如配送外賣場景下的“無人配送”解決了防疫區域內的社群封閉,人員無法外出的問題。 配送人員無法進入到小區內部,而單獨靠小區物業管理人員也不方便及時配送到各家各戶,所以無人配送迎合了防疫政策的安全、及時特點。 無人配送屬於新興技術的實踐,實踐新技術有相關方面的現實問題出現。 比如京東、美團等等企業的無人機配送都如雨後春筍一般出現。

    新興產業必然有制定性新規範支援和保障, 比如無人配送上路的路權問題,在這點上美團提出的順義落地的路權併發出《無人配送行業倡議書》發揮了的巨大作用。 科研技術產品落實到實踐催生出新的法律法規等制度性的配合,界定了雙方的權責,才能夠更好地助力發展科技產品。 AI技術賦能新場景 在沒有科技賦能的時代裡,你前往一個陌生城市,往往需要當地的熟人親自導遊,才能找到合適的餐館和住處。但是不是每一個城市都有你認識的可靠的熟人。 這便是一個市場的消費者的痛點問題。 而網際網路和AI技術帶來了跨越時間和空間的新場景。 在這個新場景上,實現從聽覺、視覺、嗅覺、觸覺、味覺五個感官方面如臨其境地真正瞭解一件這個消費場所以及在這個消費場所提供的商品和服務體驗。 讓商品和服務體驗資訊透明化,找到適合消費需求的商品和服務體驗,外觀設計和實用功能都能夠一一地呈現在消費者的眼前。 比如說你準備尋找一個餐廳,餐廳的菜色偏好、口味偏好、特色菜以及餐廳的佈置、氣氛、裝潢符合不符合你的想象等等你一無所知,去提供一個大眾評價彙總的資訊去給你一些建設性的意見。 科技賦能時代就是資訊透明化的時代,將提供商品的場所體驗和商品資訊透明化的時代。 減少因資訊不對稱而帶來的亢餘成本。

    真正地讓消費者買到舒適和使用者體驗和商品。 從我們印象中科幻電影裡的炫酷場面,到現在被坊間戲稱為“神秘組織”的外賣小哥都帶著人臉識別、語音識別、智慧調控等黑科技滿街走,AI早就融入我們的生活裡了。 在從科技融入生活,生活AI的發展方向上,要先講求客觀實際層面上的問題,再結合技術研究,哪怕是一點一滴地改善,也是功不唐捐,終究會匯聚成大海。 從這個層面看,我們很多的技術進步都是磨合甚至是向現實層面妥協的,很可能這個新興技術非常高大上,但是全無用處或者說在這個方面上沒有用處。 而這個技術產品雖然只是原有技術上改進了一點點,但是帶來的市場反響很好,那麼他就是好產品。

  • 中秋節和大豐收的關聯?
  • 建築學主要學什麼?