前言：

根據《2018 年中國制造業(yè)痛點分析報告》數據顯示，制造業(yè)企業(yè)的數字化設備聯(lián)網率僅為 39％，面向制造企業(yè)車間執(zhí)行層的生產信息化管理系統(tǒng)普及率只有 18．1％。

“新基建”范圍正式明確

4月20日國家發(fā)展和改革委員會召開新聞發(fā)布會，會上首次明確了“新基建”的范圍。

國家發(fā)改委創(chuàng)新和高技術發(fā)展司司長伍浩稱，經初步研究認為，新型基礎設施是以新發(fā)展理念為引領，以技術創(chuàng)新為驅動，以信息網絡為基礎，面向高質量發(fā)展需要，提供數字轉型、智能升級、融合創(chuàng)新等服務的基礎設施體系。

新型基礎設施主要包括信息基礎設施、融合基礎設施和創(chuàng)新基礎設施3個方面的內容。

其中，信息基礎設施包括以5G、物聯(lián)網、工業(yè)互聯(lián)網、衛(wèi)星互聯(lián)網為代表的通信網絡基礎設施，以人工智能、云計算、區(qū)塊鏈等為代表的新技術基礎設施，以數據中心、智能計算中心為代表的算力基礎設施等。

融合基礎設施包括智能交通基礎設施、智慧能源基礎設施等。

創(chuàng)新基礎設施包括重大科技基礎設施、科教基礎設施、產業(yè)技術創(chuàng)新基礎設施等。

新基建板塊隨即上漲

近日A股強勢上漲，主要股指幾乎都以最高點收盤，美中不足的是成交量較上周五大幅萎縮1230億元，只成交6173億元，顯示市場仍然謹慎。

盤面上，新基建板塊再次全面開花，數據中心、云計算、區(qū)塊鏈、智能交通等板塊漲幅居前，電力、銀行、酒店餐飲等板塊微幅下跌。北上資金凈買入0．5億元，其中滬股通凈賣出7．67億元，深股通凈買入8．17億元。

在政策利好的刺激下，周一數據中心板塊指數盤中一度放巨量直線拉升，截至收盤漲3．2％，省廣集團、達實智能、龍宇燃油漲停。衛(wèi)星導航板塊指數放量上漲2．96％，中國衛(wèi)通、天銀機電漲停。

云計算板塊指數漲2．58％，彩訊股份等漲停。智能交通、智能電網、基因檢測、軟件服務等板塊漲幅也居前列。

AI技術加速工業(yè)4．0進程

AI技術正在加速與我國工業(yè)4．0時代進程的融合，不同的科技水平形成不同的生產模式，在人工智能技術推動下，智能制造生產模式得到極大發(fā)展。

關于落地的場景應用，在AI賦能生產方面，工業(yè)瑕疵檢測是一個應用前景廣闊的領域， 智能視覺瑕疵檢測技術在生產線上的應用，可快速復制不同行業(yè)的質檢環(huán)節(jié)。

未來，瑕疵檢測技術在跨工廠、跨價值流與跨產品三個層面都將有更大的發(fā)揮空間，智能視覺瑕疵檢測將復制、推廣到電子制造、服裝制造等傳統(tǒng)生產制造領域。

通過對產品瑕疵的分析，大數據分析還可以進一步做產品質量溯源，識別上游的問題工序，并通過關鍵因子識別與參數調優(yōu)，對生產工藝進行改善。

面對新技術，企業(yè)在選擇大數據與AI落地場景上，從實用性強、數據采集難度較小、數據質量能夠得到保證且收益明顯的場景入手，這樣才能確保投入項目的成功率。

工業(yè)是一個特別講究ROI的行業(yè)。提高生產效率、延長生產時間、保障安全生產，這些對工業(yè)來說都特別重要。

工業(yè)互聯(lián)網被列入新基建，正是因為它可以通過數字化技術，加速流程再造，達到提質、增效、降本的效果。在新冠肺炎疫情中，工業(yè)互聯(lián)網的優(yōu)勢得以更加凸顯。

隨著工業(yè)互聯(lián)網應用創(chuàng)新涉及的領域越來越多，以及逐漸走向企業(yè)內部，企業(yè)對工業(yè)物聯(lián)網的期望和效用也越來越高，針對客戶場景需求的工業(yè)物聯(lián)網建設難度也越來越大、建設成本也越來越高。

工業(yè)場景特殊導致普及難

如今很多人都在提及的產業(yè)協(xié)同、平臺協(xié)同，在疫情之下被證明還處于很初級的階段。

擺在面前的現實情況是，工業(yè)智能化企業(yè)短時間內也沒辦法覆蓋到所有需求，能下定決心花錢引進技術的企業(yè)也并不多，這兩點總結下來就是，工業(yè)智能落地沒有人們想象中的容易。

工業(yè)場景與其他場景相比特殊的一點是，工業(yè)場景的定制化比較嚴重，不同的垂直領域有不同的業(yè)務特點，很難去找到一個大而全的通用的解決方案。

另外，由于企業(yè)對數據保密性比較看重，大多數工業(yè)項目都以私有化部署為主，對設備、人員都存在限制，因此業(yè)務上云是將來不可避免的趨勢。

中小企業(yè)并非工業(yè)智能首要群體

中小企業(yè)并不是工業(yè)智能化的天使用戶，大企業(yè)才是。像工業(yè) AI 項目，在跟某企業(yè)做一些用神經網絡、用機器視覺和 AI 的部分去代替人工檢測。

這種體量的項目一般在一年半以內能夠收回投資，對于企業(yè)來說是非常愿意接受的。但實際上，這條產業(yè)鏈上的環(huán)節(jié)都不足以完成這個目標，或者說企業(yè)無法算清楚。

根據艾瑞在 2019 年發(fā)布的《中國制造業(yè)企業(yè)智能化路徑研究報告》，全國規(guī)模以上（年主營業(yè)務收入 2000 萬元）工業(yè)企業(yè)當中有 84．2％ 屬于小型企業(yè)，規(guī)模以下尚有 200 余萬家小微企業(yè)。

由于自有資金不足、信息化基礎薄弱、缺乏相關人才等多方面因素影響，大部分小微企業(yè)只能圍觀大企業(yè)開展智能化改造，自己卻很難融入智能化制造的浪潮。

在收集數據的過程中，成本是一個很大的問題。數字化改造都是需要資金，安裝傳感器、加裝數采的盒子、數據通訊等都需要資金支持。

中小制造企業(yè)引進工業(yè)互聯(lián)網的最佳路徑，應先從橫向協(xié)同制造出發(fā)，把企業(yè)內部的以訂單流動為主的信息流和物料流打通，解決它協(xié)同制造的問題，提升交付準時率，縮短生產周期，降低庫存等等，這是一個淺顯易懂的過程。

結尾：

新基建及帶來的新技術應用的成熟需要一個過程，且面臨著市場快速變化的挑戰(zhàn)，在技術上秉承科學嚴謹的同時，快速因對市場變化，實現落有效應用，是未來面臨的核心機會和挑戰(zhàn)。