• 网络安全融资并购超300亿美元 云计算安全成投资重点

    网络安全融资并购超300亿美元 云计算安全成投资重点

    随着政策法规的落地,网络安全行业发展正处投资风口。赛迪顾问在论坛上发布的《中国网络信息安全发展白皮书(2018)》显示,2017年,国外网络安全融资并购事件频发,总体市场中涉及金额仅公开的数字已达300亿美元。

  • 《2018十大风眼行业》和《2018十大风眼项目》发布

    《2018十大风眼行业》和《2018十大风眼项目》发布

    央广网科技3月23日消息 围绕“人工智能开启数字经济新时代”,由工业和信息化部中国电子信息产业发展研究院指导、赛迪顾问股份有限公司主办的“2018中国IT市场年会”于3月22日在北京召开。

  • 人工智能产业快速发展 2020年规模将破1600亿

    人工智能产业快速发展 2020年规模将破1600亿

    “2018中国IT市场年会”现场获悉,2017年中国人工智能核心产业规模超过700亿元,随着国家规划的出台,各地人工智能相关建设将逐步启动,预计到2020年,中国人工智能核心产业规模将超过1600亿元,增长率达到26.2%。

  • 重磅榜单!赛迪顾问隆重发布《2018十大风眼行业》和《2018十大风眼项目》

    重磅榜单!赛迪顾问隆重发布《2018十大风眼行业》和《2018十大风眼项目》

    2018年3月22日,围绕“人工智能开启数字经济新时代”,由工业和信息化部中国电子信息产业发展研究院指导、赛迪顾问股份有限公司主办的“2018中国IT市场年会”于3月22日在北京召开。

  • 2018IT市场年会:数字经济成焦点 投资持续加大

    2018IT市场年会:数字经济成焦点 投资持续加大

    数字经济日益成为经济增长的新引擎。3月22日,赛迪顾问在“2018中国IT市场年会暨赛迪生态伙伴大会”上集中发布超过100个领域及行业前瞻性研究成果,其中,与数字经济密切相关领域成为关注焦点。

  • 2018中国IT市场年会在京举行

    2018中国IT市场年会在京举行

    本届年会聚焦新兴产业,发布了《中国人工智能产业投融资白皮书2018》、《中国大数据产业投融资白皮书2018》、《中国网络信息安全发展白皮书2018》等多项最新研究成果。

  • 敲黑板了!今年人工智能产业这些方向最热门

    敲黑板了!今年人工智能产业这些方向最热门

    人工智能可谓当前最受关注的科技热词之一。今年人工智能产业哪些方向最受关注?最新的数据显示,无人驾驶、计算机视觉最为热门,同时机器人、智慧医疗极具潜力。

  • 2018中国IT市场年会在北京举行

    2018中国IT市场年会在北京举行

    3月22日,围绕“人工智能开启数字经济新时代”这一主题,由中国电子信息产业发展研究院指导、赛迪顾问股份有限公司主办的“2018中国IT市场年会”在北京举行,工信部副部长辛国斌出席并致辞。

>

2018中国IT市场年会 北京香格里拉饭店

(北京香格里拉饭店)

主持人:

当前以信息技术为地区的新一轮科技和产业革命正在萌发,数字经济发展成为全球广泛关注的重大课题,十九大提出要建设网络强国、数字中国、智慧社会,加强信息基础设施建设,数字经济已成为拉动经济增长。 (介绍嘉宾) 大家都知道这次大会主办了第十八届,每次请主办方领导致欢迎辞,下面有请主办方的院长卢山先生为大会致欢迎辞,掌声欢迎。

卢山:

尊敬的辛部长,女士们,先生们大家上午好,非常荣幸在这里代表中国信息产业发展研究院赛迪集团欢迎各位领导和嘉宾参加今天的IT市场年会。正如刚才主持人跟大家分享的,今年是第十八个年头,我们在香格里拉跟大家汇报过去一年整个IT以及产业的市场发展状况。那么回顾这18年的发展变化,我们欣慰的跟大家汇报三个方面的进展。第一个方面的进展从最早的关注单纯的计算机软件IT的市场,变成整个大产业的市场,包括制造业,那么也包括制造业里头的一些细分的热点,比如说智能制造、机器人。同时第二个变化就是我们从单纯的报告发布变成多媒体的发布形态,在去年发布了满天星,在今年继续升级满天星,把它变成赛迪产业大脑,希望通过报告加数据加图表,而且随时更新,线上线下的方式,为大家在产业观察、产业洞察方面提供一个在线的工具手段。
第三个变化就是从我们争取从一个只说不做的变成一个能说会做的真把势,今天除了研究员跟大家分享赛迪在这方面的观察之外,我们还邀请了业界的企业家跟大家分享他们眼中的市场变化,以及借此机会组建赛迪和业界的投资企业家的产业联盟,一会儿将在会上发布风眼的风险投资产业联盟。
希望在跟业界提供数据报告分享的基础之外,能够更多的提供资金以及产业成长的更多的工具。那么回顾这三个方面的变化,实际上得益于来自于领导,来自于合作伙伴这18年的帮助、支持和信任、鼓励。那么支持我们能够走到今天的实际上是整个业界每天都在发生一些新的变化。但是要总结这些发展变化的趋势,需要长时间的坚持和观察。所以我们有幸能够坚持18年,这18年的变化放在大的产业发展变化当中,我们觉得是有两个变革最值得我们记住,一个变革就是工业革命,无论第三次工业革命也好,还是工业的几点几也好,过去300年当中,工业在持续的变革,这个大的变革不仅仅改变了我们的生产方式,更重要的是改变了生活方式。
那么在这样的工业变革的基础上,在刚刚过去的几十年当中,又叠加上了信息革命。两个革命叠加在一起,我们看到我们的加工对象从材料变成了无形的数据,我们也看到加工工具从自动化、机械化变成了机器人,变成了人工智能。所以这两个革命当中,有一个交叉点就是人工智能。所以工业革命讲数字化、网络化和智能化的发展趋势,落在智能化上,那么这轮的信息革命的驱动力也是人工智能为代表的智能化技术。
所以以智能化技术驱动工业革命、驱动信息革命,是两个革命的交叉点。但是两个革命交叉点最后改变的是产业的形态,那么这个产业形态我们怎么来定义,是定义为高科技产业,还是定义成知识密集产业,还是定义为战略新兴产业,各个专家的认识不一样。我们跟大家分享一下在美国自然基金委刚刚发布的2018年的科学工业报告当中,那么给出了一个新的名词,叫做KTI,知识与技术密集产业,他们分享的报告当中认为人工智能驱动工业革命,驱动信息革命,两个革命叠加在一起,产生的产业叫做知识技术产业,KTI未来将是数字经济的一个主要的组成部分。
所以我们今年2018年的年会主题选择了通过人工智能开启数字经济新时代这样的话题,邀请到来自于政府、业界专家、投资机构、企业领袖以及行业的用户,请到大家一起在这共聚一堂,通过深入的讨论交流,为准确把握产业的发展机遇洞察生态链的变化趋势,进一步挖掘市场的价值,大家畅所欲言,共同分享智慧。
我们在这希望通过这次年会能够开启2018年赛迪与合作伙伴的深度的合作,最后再次代表中国电子信息产业发展研究院,感谢部领导对我院业务发展的关心、支持和指导,也对十多年来一直关心和给予中国IT市场年会大力帮助的有关部门、专家学者以及各界的企业家、社会各界人士表示衷心的感谢,最后再次祝本次大会圆满成功,能给大家工作发展有所帮助,谢谢大家。

主持人:

各位来宾,各位朋友,女士们,先生们大家上午好。很高兴参加2018年中国IT市场年会,首先我谨代表工业和信息化部对年会的召开表示热烈祝贺,向长期以来关心和支持我国工业和信息化事业发展的各界朋友表示衷心的感谢。本届年会以人工智能开启数字经济新时代为主题,准确的反映了产业发展的大势,抓住了经济社会变革的最新脉动。当前全球新一轮科技和产业革命日益兴起,颠覆和重塑传统产业分工模式,组织方式乃至发展形态,推动世界经济政治格局深刻调整,这轮变革最典型的标志就是经济的数字化转型发展,最关键的动力来自于人工智能等前沿技术的创新突破。数字经济正日益成为世界经济包容性增长和可持续发展的新引擎。大力发展数字经济,已成为全球的共识。

辛国斌:

党的十九大报告明确指出,加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合,习近平总书记在中央政治局第二次集体学习时进一步强调指出,要构建以数据为关键要素的数字经济,推动实体经济和数字经济融合发展。这些重要论述为我国加快发展数字经济,拓展产业发展新空间,培育经济发展新动能指明了方向,提供了重要遵循。党的十八大以来,我国深化供给侧结构性改革,把提高供给体系质量作为改革的主攻方向,大力实施制造强国战略,国家大数据战略,互联网+行动计划的深入推动以人工智能、云计算、物联网为代表的数字技术进步,深度拓展新一代信息技术的场景应用。
我国数字经济在加速成长的同时,融合领域不断拓展,不仅为新兴产业、先进制造业提供了沃土,也为传统产业效率提升和结构优化提供了强大动力。女士们,先生们,朋友们,制造业是一个国家经济社会发展的根基所在,也是构筑国际竞争优势的关键领域,当前我们正在深入实施中国制造2025,加快建设制造强国,在这一进程中,我们要继续做好信息化和工业化深度融合这篇大文章,牢牢抓住全球数字经济快速兴起这一重大机遇,充分发挥大市场、大网络、大制造的优势,推动制造业加速向数字化、网络化、智能化发展,促进产业融合和应用创新,加入实现由制造大国向制造强国的历史性转变。结合制造强国建设,围绕大力发展数字经济,我谈几点思考和认识,供大家参考。
首先,要以智能制造为主攻方向,加快培育新业态、新模式。大力发展智能制造是推进信息化和工业化深度融合的重要途径,也为互联网、大数据、人工智能等新技术、新产业提供了巨大发展机遇。2017年,我部共确定了202个智能制造综合标准化和新模式应用下,97个智能制造试点示范项目,完成了25个智能制造标准立项。在示范项目的带领下,一大批企业积极推进智能化改造升级,服务型制造,共享经济等新模式日益普及,形成了许多新的增长点。
其次,要以制造业创新中心为核心节点,加快完善制造业创新体系,创新是制造业转型升级的根本支撑,也是数字经济发展的主要引领,中国制造2025提出实施国家制造业创新中心建设工程,目前我们确定了未来三到五年国家制造业创新中心重点建设的22个领域,已经成立了两个创新中心。制造业创新体系的不断健全,重点领域关键技术供给能力将得到有效提升。
第三,要以工业互联网为重要抓手,持续推动制造业与互联网深度融合,大力发展工业互联网可以充分释放网络互联与数据智能对制造业转型升级的巨大推动作用,大速提升全要素生产力,加快构建工业互联网网络平台安全三大体系,利用云计算大数据人工智能等关键技术,促进行业数据汇集共享和挖掘分析,逐步引导形成产业链上下游融通发展的跨行业、跨领域的工业互联网体系,为产业升级提供重要支撑。
第四,要以制造业双创平台为重要载体,积极营造大中小微企业融通发展的新生态。制造业双创平台是中国制造2025加互联网加双创融合发展的焊接点。我们推动制造业双创平台建设,截至2017年年终,我国制造业骨干企业双创平台普及率达到了60%,大中小微企业融通发展、集群发展的制造业新生态正在形成,有利助推了数字经济融合发展。
女士们,先生们,朋友们,党的十九大开启了中国特色社会主义新时代,新时代对数字经济发展也提出了新的要求,面向未来,在制造强国战略深入实施的推动下,我国制造业将由过去的跟跑为主,逐步转向在更多领域中并跑、领跑,中国数字经济已经有很大机会引领世界经济数字化转型的浪潮,机遇前所未有,挑战空前巨大。工信部将进一步全面贯彻党的十九大以及2018年全国两会精神,贯彻习近平新时代中国特色社会主义思想,落实新发展理念,深化供给侧结构性改革,大力发展数字经济,推进制造业提质增效升级,加快制造强国建设进程。希望IT产业界的各位企业家、各位朋友,能够充分利用本次年会这个重要平台,深入交流,加强合作,积极建言献策提出真知灼见,共同促进我国数字经济健康快速发展。最后预祝2018年中国IT市场年会圆满成功,谢谢大家。

主持人:

感谢辛部长,领导给我们提出了更高的期待和要求,带着这些使命我们进入到今天大会的演讲环节。大会的承办方赛迪顾问扎根产业,伴随着中国IT行业的启蒙与成长,始终坚持以最专业的研究,最独特的视角审视着产业的变革与演进方向,今天为我们带来什么样的观点和前瞻洞见呢。下面有请赛迪顾问股份有限公司总裁孙会峰先生为我们带来主题演讲,大家欢迎。

孙会峰:

尊敬的各位来宾,各位企业家和来自产业生态的各位朋友,大家上午好。非常荣幸迎来了一年一度赛迪顾问关于IT产业发展趋势的判断。每年站在这个舞台上,我也很忐忑,因为每年主要讲一些新的东西,讲出赛迪顾问两百多位专业对行业总体的判断、分析和把握。那么刚才辛部长在致辞里面也提到,两个IT的融合,推动了新的工业发展,创新了新的产业形态,支撑背后ICT产业能力是怎么提升的,所以今天的题目是算力即权力。
2017年我们说有一个最火的词是什么,那肯定是比特币,要说最火的企业是什么,应该是比特大陆,为什么?因为比特币作为一个虚拟经济的新的概念的产生,对我们来讲是前所未有的,构建了一个新的机制。我们看到很多投资人在互联网上去买卖背后我们看到了计算能力的增强,我们来看一下比特币给我们贡献了什么,对行业的影响是什么。
作为一个成立不到四年的公司,65%的比特币计算能力,远远超过对传统IT的发展速度、发展模式路径的论述,那么同样我们也看到去年台机电成为中国大陆第二大用户。这是异军突起的力量。产业供给的能力和链条,具有重大的影响。另外大家也看到,最新的UPTAKE,成立只有四年时间,那么看一下在这样的工业互联网平台上,接入了超过300万矿山机械,负责数据的运维和维修的预测。那么募集大概23亿美金,他的客户是谁,最大的客户就是全球最大的工程机械生产商----CAT,营收达到了400多亿美金,自从接入了这样一个工业互联网的平台以后,所有的设备提供了非常精准的服务、维护。但是有一个问题,我的数据的安全性,甚至数据有没有可能被竞争对手拿到,有没有可能损害客户的利益,那么基于这样的考虑,有客户的关系,就变成了一个合作关系,在A轮融资投了Uptake,我们一起来做一件事,做一个新的产业形态,这又是一个新的变化。
第三个大家已经看到最近我有一个同事每天加班,从赛迪大厦打车九点回家,会发现在打车的平台,连续一周从公司到这,发现他打车的成本调高了,因为所用的时段,所用的距离,打车的行为基本上是相同的,为什么状态差这么多呢。那是因为由于所有的数据,所有的消费的行为在这个平台上得到了精准的计算,这样的服务商就可以给我们提供更加个性的服务,我们变成了刚性的行为,基于刚性的行为,平提更加有议价空间,认为我们一定会使用这个平台,因此可以获得更高的利润收益。大数据让所有的东西,所有的业务流程更加清晰,更加明白,虚拟的空间中构建新的数据双胞胎,但是懂我们未必真的爱你,有可能需要从我们身上获得更高的价格和利润。
因此我们看,有一个新词:杀熟。在平台上利用的越多,对你数据的行为、分析、预测可能越精准,那么对于我们购买的意愿强烈与否可能越有把握。因此对这样的客户的营销的行为,下一步的定价策略会重新做,也就是完全的价格趋势。精准的计算提供了强大的支持,同样我们要为这样的个性化服务来买单。我们讲了三个例子,一个是供应链体系的解构甚至冲击,由于IT和工业技术的融合,回到某一个方向,这个事情背后,我们看到无论是基于对产业链,还是对于产业链的影响,以及还有更多的方式实现价值化,那么这样的能力,这样的机制来自于什么,来自于我们背后IT的支撑。没有数据的获取,分析和运用,运用的技术的支持,我们的IT能力的提升、算法是无法做到今天的产业形态的。而这样的产业形态,也必将深刻的影响我们。
那么我们看一下,既然是18年IT市场年会,我们每年都对市场作出判断,我们讲过硬件软化,而今天讲的是硬件软件一体化,远远超过十几年前的判断,今天也看到超强的算力,基于过去分析和运用底层的设备,以及分析的办法结合场景应用,给传统的领域带来更大的更深层次的冲击。我们来看一下,这个冲击有几个方面,2017年还有一件事就是芯片的价格上涨,存储器价格上涨60%,影响终端的产品,我们看三大厂商无意例外行业利润率达到90%。说明了我们对于端的多元化带来芯片的需求,各种存储器的需求在快速的上涨。
全球没有一家认为我们的增速会超过40%,但是年底实现了,我们有什么经验,过去对行业的理解认识和发展判断而未来的增长可能超出我们的经验。我们看一下,比如共享单车,大家已经看到北上广一线城市甚至二线城市,它的终端的覆盖面达到千万级,智能终端的量应该在十万级,传感器为主导的世界需要多少端,我们认为过去一点的指数级增长,爆炸级增长不足以描述这个市场的需求量到大。同样我们也看到,就是看到了这样的市场,中国在2017年、2016年两年里面,在集成电路领域新建产线20余条,产能翻番,是不是能满足快速增长的市场,我们还有待于观察。
第二个两个IT,讲到互联网技术对工业技术的支撑,互联网行业本身发展会从消费互联网重心转向工业互联网,因为工业的场景、体量、规模和它的容纳能力是足够大,但是消费的习惯,每个行业都有不同的任务、业务流程,不同的习惯,需要IT的领域,需要学习,需要掌握,需要根据行业的内容。那么同样我们也看到,在不同的应用的阶段,比如在工业化时代更多看到市场,今天更多看到伙伴的生态,就像今天的嘉宾有很多企业是18年走过来的。每个企业都有可能是你的客户运营商,通过数据的分析来提供更加精准的信息,提高服务的质量,可能是我们在工业互联网领域突破的很重要的方向。那么同样,支撑这样的变化,我们看一下现状,2017年中国企业云化水平,云化水平只有3.3%,那么同样在左边这张图里面,我们看到云计算的渗透率达到40%,为什么?因为小一半的企业都使用云,但是使用的深度,真正的服务到企业,还有待于进一步挖掘。因此在座各位,IT界的朋友,我们仍然任重道远。
那么这样的平台之下,重点关注的工业互联网平台,基于行业的深度的把行业知识和IT技术融合,基于不同场景的工业APP来解决不同的问题,也是一个很重要的。一定会带来企业的快速转型。那么讲到这一点,如何能转型成为工业互联网的平台企业,不同的模式,比如阿里云,这样的模式是接入的,希望去打这样的客户,我们认为它是成长出来的,有深入行业的积淀,知道业务流程是怎么样的,所以到底未来的路径在哪里,我们看到行业的爆发力,同样IT的企业如何深入的和行业之间融合,提出具有行业特色的平台解决方案,可能是我们致胜的根本。
我们再看一个例子,这是我们看到的未来,2014年成立,现在估值到48亿美元,也发明了自己的新车型,我们叫造车新势力,如何去实现新的产品、新的商业模式。那么同样我们看一下法拉力,2015年的时候讲过永远不会生产电动汽车。法拉利2018年说我们要造电动车,有一句话讲趋势的问题,未来的趋势一定是新能源,这样的趋势下我们可以打败所有的竞争对手,但是我们可能被趋势打败。如何看待IT技术向汽车领域的渗透,或者我们认为IT技术已经成为汽车产业创新的主要冲力,我们看到无论是谷歌、百度、特斯拉都在利用新的IT技术去提升产业的竞争力,出行的舒适度甚至后服务,甚至跟人之间深入的连接和绑定。这样的变化会极大的带来市场的爆发,这里面我们有一个数据,2017年车的联网率只有20%,2020年应该可以达到98%。如果达到98%,按照目前汽车电子在整个车里面的成本来讲,2030年可以占到50%,这时候把汽车定义为出行工具还是定义为电子产品,给了我们新的想象空间。
那么同样我们看一下需求,人均的千人的汽车保有量163,虽然很难达到发达国家的800、600,或者共享出行的方式会缩小需求,但是仍然有巨大的空间。有一半应该属于IT企业,同样我们就是看到了这样的趋势、市场的变化,在2017年发生了大量的行业的并购、投资、投产,达到了7500亿。因此我们看,从三个事例里面我们发现,未来的整个产业会发生很多变化,不仅仅是IT技术和工业技术的融合,可能会产生更加激化的效应,赛迪有一个判断未来会从互联网到AI×,会催生更多产业形态和新的企业物种。基于这样的理解和变化,这样的万物互联的时代是需要巨大的计算能力作为支撑的,而这样的需求给传统IT企业提供巨大的市场,同样也会稀释更多的企业的行为,如何去判断更长远的产业发展的趋势,把握好产业发展的结构和利润,处理我们的战略目标、发展方向、合作伙伴等等,那需要精准的数据分析。基于这样的理解,刚才卢院长也讲到赛迪推出新的产业内容,产业大脑,来给大家提供更加精准的一线的产业分析和判断。
基于以上的内容是我们2018年站在这个时点上对过去一年的分析判断,对未来一段时间产业发展走向的一些分享,我的报告就到这里,谢谢大家。

主持人:

接下来请出一位重量级的嘉宾,2017年是人工智能爆发增长的一年,AI硬件和软件发展迅速,产业生态日趋完善,新的应用不断涌现,AI势必以看得见或者看不见的方式来影响着我们的生活,影响我们的工作乃至社会的运行。下面掌声有请Founders Space创始人Steven S.Hoffman先生,为我们解读一下人工智能如何影响我们的生活,掌声欢迎。

Steven S.Hoffman:

你好,我爱中国。今天很荣幸来到这里,我要感谢请我来,今天我要谈谈一个人,我用英语做这个,但正如你所见,它将被翻译成中文,所以这是一项任务。我们会看到这是如何运作的,这是今天德沃,让我给你讲讲我自己。我是Founders Space的创始人,我们一直在孵化和加速创业,六年了,世界各地我们投资公司。
我们帮助他们发射,并在世界各地的市场中成长,企业家杂志也把美国派在地区位。海外创业加速器,企业家杂志也把美国排在第一位,我70%的时间都在周游世界找新技术和创业,在欧洲工作以及整个亚洲,我们正在投入巨大的资源和努力来弥合硅谷和中国之间的差距,我在和中央政府会面,昨天他们致力于帮助在中国建立一个新的空间,提供新的服务和新的技术,我们已经在北京的上海、成都、合肥和深圳。让大象飞是关于创新的过程,创业公司和大公司如何创新。我一直在和世界上最大的公司合作,在中国,我和上级合作过,我们正在帮助企业像创业一样创新。
我要谈谈认知时代,AI是如何改造我们的工作的,我们的生活和数字经济,核心基础设施,我们正处在一个关键时期,当基础设施不断发展的时候,来支持下一代的AI,新技术,比如G网络,将允许更大的带宽,更快的通信在较低的延迟,更多的设备连接,同时上网。这些设备将能够是低功率的设备,可以持续畅达10年的一个电池,意思是这些传感器和智能设备可以部署在任何地方,在整个商业中,整个工厂在政府和我们的家庭,我们会收集更多的数据,更丰富的数据,在此基础上建立了一个I,如果你把它结合起来,新的块链技术,用智能设备和我们的ifide。你现在得到了一个平台和基础设施,在这个平台上,下一代的A将超越我们今天所知道的,A有不同的类型,有一般的智力,AI能像人一样的思考,解决许多不同类型的问题,今天这个AI没有,这只是小说,它将在未来可用,还有很长的路要走。今天我们拥有的是狭窄的A,我是不是很擅长感知特定的问题,就像一辆自动驾驶的汽车,看起来很聪明,我们可以坐进车里让它带我们去任何城市,任何地址,只要一个语音命令。不知道我们是谁,汽车不知道什么是城市,这辆车每年解决其他驾驶问题的一般智能,我们将要看到的是,在不久的将来,没有一个巨人是人工智能,我们将看到数以万计的小型缩小合作范围,为我们提供解决方案。
因此将会有一个自我驱动的解决方案可能会有一个最大的排斥供应链解决方案,所有这些AI不得不协调在一起,商业和政府和我们的生命来提供我们所珍视的服务。
我们在个人生活中做的许多事情,在我们的意思里,我们将开始外包,给聪明的特工,这些是智能算法,用数据来代表我们做决定,为我们服务。这些将保持商业关系保持个人关系,我们下一步该做什么?怎么做?记忆我们随时需要的信息或数据,我们将能够发出对信息的请求,并以一种有用的方式将其带回给我们。我们所有人通过为自己的事业设定目标来发挥作用,这些目标现在将转化为算法。
因此,我们的企业智能业务我们走出去代表我们,并帮助我们实现这些目标,让我说一件真正重要的事情去理解。AI代表商业,而我私人使用不会是一条清晰的线,他们会在一起,一些同样的服务和算法,我们用于商业也将用于我们的个人生活,这个电话,苹果出来的时候是给消费者的,为了消费者,企业使用其他类型,如黑霉,记住黑霉手机,它不见了,但当消费者开始采用新技术时,企业也被迫搬到那个平台,伸出手,我们聊天是私人聊天,但我们现在聊天被用来做生意,我不能在中国做生意,没有它,因此,我们将看到许多这些个人服务被用于双重用途,这一点很重要,要理解,因为算法是下一个我们不得不将它们集成,商业和个人的重要领域是健康、公司管理,他们的员工和员工的健康管理自己的健康。我将从你吃的食物收集数据,追踪你未来吃的一切,你高兴还是伤心,到你的压力水平用可穿戴设备监测你的压力,对环境、就像北京的空气质量,如果你有肺部问题,呼吸问题,你的医疗记录是什么,你有糖尿病吗,还有你的睡眠,这些数据睡的怎么样,将用来给你个人建议,今天锻炼对你有好处吗,锻炼的类型,你是不是应该为了最大的限度增进健康,你应该锻炼多长时间,所有这一切都会随着我每天的实时变化,你每天都会得到新的更新。
你将根据AI提供的建议进行更改,也会在工作中照顾我们,在家里,当我们旅行的时候,如果有意外发生,我们正在讨论或者分心,对汽车里的其他传感器,建筑物中的传感器,并警告我们,不要停下去,不要走出去。你车被撞了,它会警告我们犯罪,如果我们在一个危险的国家,我们没有意识到,会警告我们并告诉我们如何留下。AI将融入到每一个方面,我们的生意、来自供应链和物流、财务核会计,销售和营销制造人力资源所有这且将变得更加依赖于我们正在收集的数据中的AI会有具体的,每个区域的眼睛,多只眼睛各自独立工作,而是以一种协调的方式结合在一起,作为专业人员,我们的挑战将是如何交换数据,其中一些将在不同的平台上从不同的供应商,做所有工作。谷歌、微软、腾讯,许多供应商会有不同的解决方案,我们如何整合这些,我们现在需要开始思考的最大挑战之一,谁拥有数据,我们怎样才能访问这些数据。
这五个好处是对任何生意都有眼光,我们能使生意更有效率吗?我们如何帮助我们的合作伙伴增加他们的收入?AI特别擅长预测未来,我们如何使用更好的预测和规划?风险缓解,我希望生意能减少负债的风险,它的曝光和竞争力,新产品和服务。我们支持更好的商业服务可以胜过其他所有人,关于特定的应用程序,我想象一个未来,我们在做生意,我甚至不考虑我的日程安排,我每天做的事,它的很大一部分是交给它,我要说我今天的目标是完成这笔交易,我的第二个目标是协调这个活动,我的第三个目标是做另一个项目,然后最后是它会为我安排会议。它会知道我需要和谁谈谈,才能把交椅推进到下一个阶段,使项目步入正规。它会知道是否有问题,这一切发生在我们的未来,我们将承担我们今天所做的任务,将来也是,把它们交出来,到人工智能,不久的将来,就像这里的服务一样,为我翻译,我们将会有下一个代表我们写作和发言的想法,我们都很忙,我们不能对每周的检查作出回应,我们不能对每封邮件作出回应,所以实际上是在回应我们,它会知道我们在做什么,我们在哪里,如果它知道答案,它会回答我们,这样对方就能完成他们的工作,我们会有一个未来,我的眼睛,我和你谈过了,每一个都让我们知道是否需要我们,以及我们必须在哪里。
我们基于信息建立信任我们对这个人了解多少,我们能获得比我们大脑中更多的数据,他能够阅读所有的研究报告,了解我们的竞争对手现在所做的一切,在过去,当我们必须作出关键决定时,我们会转向,在询问中,我们应该向哪个方向发展我们的公司,未来人类和人工智能将成为我们经营业务的伙伴。我们会把它看作我们聪明的伙伴,我们会不断的向它征求意见,从高层决策到中层决策,甚至是底层决策。在我们的个人生活中,我们将转到AI,所以如果我想辞职,我不知道我该辞职吗,然后去另一家公司,也许AI能告诉我,AI对我自己的工资水平有很好的了解,他能告诉我是否得到更好的工作机会。所以非常私人的决定,我现在是不是该去找我老板,是要求加薪的好时机吗,我会问AI,因为它能比我更好的预测未来你的下一个老板,也许听起来很奇怪,但是这是真的,人类不是最好的管理者,我们都知道我们的时间有限,很多老板跟不上所有的数据,而是作为一个经理,可以和每个员工一起渡过无限的时间,帮助员工成长。我们也会知道AI会知道其他员工的表现,如果一个员工表现不佳,我可以给它一些建议,并说这些是你的同事正在做的事,这就是为什么他们表现的好,以下就是我如何帮助你表现的更好。你的眼睛也将负责招聘和解雇人,这意味着人类我们采访某人的时候顺便来看,我们在前三十秒内决定是否雇佣那个人,我们很快会决定我们是否只是通过观察这个人和前几个人,我们是否认为他们适合这项工作,剩下的采访,人类试图确认或否认最初的印象是正确的。这叫确认偏差,这是每个人都会做的事,这是个问题,因为许多优秀的候选人,在表面上他们看起来不适合这份工作,只有当你深入观察他们的历史,你明白他们是这个角色的合适人选。
软件公司已经找到了一个空间,其他孵化器正在为企业开发这种技术,这样他们就能更好的雇佣员工,做出更好的决定,如果这个人许多表演的话,在未来我们会让AI经常作出人类的决定,解雇他们。亚马逊和所有的理发师都是巨人,他们在AI上投入了巨额资金,亚马逊现在知道了,当我想订购产品的时候,甚至我在买之前,它就已经把那个产品运到我的城市了,大数据这样做,它分析数据,有多少人在一个城市购买某一产品每天在预测明天许多人将购买产品,亚马逊和阿里巴巴一般都是大型商业公司,他们的任务当你想要一个产品的时候,甚至你知道你想要它之前,他们知道,而且他们正在把它送到你那里,那是他们的目标。这些公司的高管,他们想要的是一个人再去想买一件产品,他们的目标是当你需要产品的时候,你不会去买,想想这个,我从不在未来的产品中购物,只要在我需要的时候来找我,对于供应链和物流的所有业务来说,业务是同样的方式。我们将使用产品有可能到达我们这里,未来我们的交易做生意,甚至在人类意识到他们是需要的之前,因为它更好的预测未来,史波克确实学习过,非常有趣的研究,问人们喜欢什么,你喜欢什么文章,你喜欢看什么电影,人们会告诉他们喜欢什么,然后他们有了自己的想法,问AI喜欢什么,AI告诉他们这个人喜欢什么,AI是对的,人们不像我认识他们那样了解自己,我比他们更清楚他们喜欢什么,因为当他们做决定的时候,人类选择了我说的而不是他们认为他们喜欢的,非常重要,我可以开始认识我们吗,比我们自己更了解自己。但是我们所做的和我们对自己说的往往是截然不同的,我可以从统计学的角度来看我们到底做了什么,决定我们下一步要做什么,创意将转化为个性化服务,这些服务是世界所有的服务业务,商业、娱乐,都会根据我们的真实身份和真正需要来个性化,所以而不是寻找电影,AI已经在网络皮毛是帮助决定哪部电影我喜欢,当我们旅行时,我会开始计划我们的旅行,选择我们的酒店,选择我们的餐馆,把每件事做的比我们做的好得多,当我们购物或购买化妆品时,AI会发私人邮件给我们,使用专为我们设计的个性化妆品,有家公司就是这种类型,在美国叫做缝补,他们用大数据设计服装,让你自己挑选衣服,他们会把衣服寄给你,你可以试穿一下,如果你喜欢它们,你就留着他们,这家公司非常成功。这只是开始,这个想法将在商业的各个领域得到广泛的应用,使用服务越来越接近时,当我们认为我们需要什么的时候,它出现了。
AI的下一个级别,我们在韩国的一家公司正在研发一种能读出你电波的设备,来接收你的脑电波,帮你做决定,他们已经部署在数百所韩国学校,测量脑电波并帮助孩子们在电脑上学习,同样的技术也可以应用于商业,我也是未来的人,将能够测量大脑我们集中注意力了吗,如果我们累坏了,我们应该得到什么样的信息。它可能会改变我们得到的信息,如果我们真的警觉它可能会给我们一个更快的步伐更多信息。未来,在不久的将来,能够读懂我们的思想,你问这怎么可能,怎么知道我们在想什么,大脑当你扫描的时候,会有一个模式,每次你想象一个物体,或者你在脑子里说一个字,它在你的大脑中形成了一种独特的模式,不久的将来,公司将符合这些模式到数据库。所以,当你说我们思考的时候,想想字典里的每个单词在你大脑中有一个特定的模式,当你认为你在自言自语时,你对自己说合适的话,记录下存储在数据库中的每个单词在你大脑中的模式。它知道你在说什么,任何人都可以对此采取行动,也和人争论,你的视觉、嗅觉、味觉的新技术,触摸和倾听,现在已经有一个装置了。
在外面,帮助人们提高听力,他们可以让你听到特定的声音,过滤掉背景噪音,全部通过人工智能。在未来我们可能有隐形眼镜,让我们看到不同的,看到红外线,这样晚上我们就可以出去了,我们不需要灯光,我们可以在黑暗中看到。它们只是神经输入,我们可以改变它,这样我们就可以真正的接受更广泛的口味,我们从未体验过,它可以改变整个行业,比如食品行业,我们想谈谈人机通信,这将是未来五年内最大的创新领域,这将比区块链更大,它甚至会比AI本身更大,因为它是如此关键,未来几年人类如何与机器、计算机和人工智能交互决定每一个应用程序的发展,我们的界面将与过去大不相同,使用大脑技术,阅读脑电波预测技术,我们将进入下一个时代。我们有个人操作系统,现在我们的大脑是我们的个人操作系统,我们所有的认知,但是在未来十年里,我们将开始把大脑的源功能输出到云中,变成一个AI。所以我们过去常做的事,我们现在可以信任了,关于人类大脑是如何工作的,人脑是意识,我们的意识是很薄的一层,我们大部分的身体机能都是无意识的,我不考虑如何移动我的手臂,我只是移动它,不想让我的心一直跳下去就这么发生了,使其在不需要我们干预的情况下运行,而不必我们一直意识到它在做什么。它们就像我们自身的延伸,知道我们的目标,知道我们的欲望,他们正在努力帮助我们实现那些在北京中真正的挑战,真正困难的部分是什么。我有一个系统,对吗?我没有,在这里我可以屏蔽其他噪音,我没听到,但如果我听到房间后面有人喊着火了,我会主义的。这是警报直接传到顶部如果我感到它够锋利,他就会冲破,我会警觉到我的意识被唤醒了。在未来,我们必须设计AI考虑的问题,那么多决定,如果我们要变得更有效,我做的更多,或者有些决定我们要控制。
谢谢。

主持人:

再次感谢Steven S.Hoffman先生的精彩演讲,每一年演讲会给我们带来很多新意,我们也期待明年还会请到Steven S.Hoffman先生来到IT年会介绍他们更新的理念和观点。
接下来将上场的是来自云知声的创始人黄伟先生,他将为我们带来人工智能开启数字芯时代的主题演讲,掌声有请。

黄伟:

各位领导、各位嘉宾、各位同仁,非常高兴有机会给大家分享一下云知声在面临人工智能伟大的变革时代,我们一些观点以及人工智能时代我们做的工作。其实在过去的15年里,我们把正在发生的细节,我们看主要变革,在PC时代,我们看到那个时候大家更多是通过鼠标、键盘,我记得第一次用鼠标在大一、大二,那个年代成就了微软,到现在一直非常伟大。2008年离开了谷歌,加入一家互联网公司,加入互联网的经历,PC时代进入移动互联网时代,在那个时候,发生一个有意思的变化,我们经常会提到时间碎片化,接下来我们会看到BAT,从几十亿的公司变成几千亿的公司。在现在,我们有更多的设备,是功能型,这就是已经在发生的事情,我们开始从移动互联网进入万物互联时代。
另外一个大的趋势变革,我想是从两年前,就是AlphaGo,比赛前有很多行业预测,很多老前辈、专家都预测人会嬴,机器会输。最后的结果让所有人大跌眼镜。今天在任何基于规则计算的领域里面,人类几乎都是完败于机器的。AlphaGo的时候我们有一种解释,我们说AlphaGo有很多系统,我们人类一天打一张图,我们自己给自己一个解释,当Alpha0出来的时候,让我们彻底对自己的能力产生了一种质疑。另外过去几年里,随着把深度学习应用到特别场景之后,我们会发现机器的能力都是很好的,甚至效率各方面都是超过人类的。我们认为这次并不再只是灵光一现,而是会带来颠覆性。这是IOT大的背景,在人工智能,在各个行业给我们带来深度变革,各地政府对人工智能,对IT发展有更多的关注,另外数字方面我们看到,在未来的十到二十年,人工智能发展也会越来越快,我们只是把上网设备从PC变成手机,中国在过去几年里面,不光是企业的效率,还有生活方式都发生非常重大的变化。
云知声做了什么,我经历过低潮期,当我刚毕业的时候,那个时候很多师兄弟基本上毕业就走了,因为人工智能确实没什么缺岗位的,我继续做相关的事情。先两天做一个媒体采访有一个专家,说我们这些人主要是他们没找到工作,所以只好继续做。现在的人工智能爆发,对云知声来说,对很多从业者来说都是很好的机会。我跟大家分享一下过去几年里面,我们做了哪些工作,我们做了哪些技术工作。
先讲第一个阶段,2012年6月成立到2013年,我们做了几件对接下来的公司发展是意义非常深远的事情。第一件事情是我们在成立三个月之后,发布了国内第一个免费开放的语音平台。第二个事情是我们开始研究深度学习,那个时候深度学习是非常超前的事情,可以说2012年在学术界90%以上的教授都没有听过什么叫深度学习,神经网络一度时间被认为是没有效果的。那个时候我们做的事情很超前,为了做深度学习网络,我们看到在2012年,我们做了三件事情,第一件数据,第二个确立了在未来技术的框架是深度学习,第三件事情是为了支撑深度学习的算法,我们看珠算,所以非常高兴的看到前面有嘉宾讲到算力即权力。
怎么样去把握技术,通过产品的方式,今天很多观点都在说人工智能和产业结合,怎么和产业结合,我们看到数据,你会看到有很多APP,就是手机APP,用户量很多,一定要往场景里走,一定往用户里走。所以我们提出一体化的产品线,怎么落地,需要什么产品形态,任何技术的完善都不是闭门造车,一定要和用户一起。从2014年一直到2015年底,我们进入了一个相对比较沉寂或者比较困难的阶段,这个时候我们选了两个方向,一个方向是智慧生活,一个方向是智慧服务,我们希望通过AI能帮我们解决这个问题。第二我们最早在国内,把人工智能能力和医疗行业结合,我们2016年通过电子病例,而且第一个合作伙伴就是中国非常著名的协和医院,到现在有两百多家医院在使用云知声的APP。把技术和产品进行商业上的对接。第三个怎么样把已经被市场验证过的产品,变得更加完备,更加稳定,会更多元化。第三我们如何快速在市场上注资,这是接下来要做的事情。
前面说算力即权力,计算能力是决定一个公司核心能力的。PC时代跟移动互联网时代的区别是移动互联网的设备要远远超过PC,因为设备多样化,所以会超过PC。那么带来一个问题,我们是不是要芯片,市面上的芯片不见得是针对这个设计的,我们怎么样用合适的芯片,有这个能力。所以我们提出一个概念,当今天我经常开玩笑说2016年AlphaGo出来之后,一开始大家都很兴奋,后来发现很困惑了,2017年大家讲我们要做什么。毫无疑问,我们为什么发明芯片,芯片是必备的东西,我们并不停留在想法,我们在今年1月15号云知声自主设计了一款芯片,我们在这个领域应该是最早能把AI芯片能推出来的。
另外在过去几年里,也许是被动的,也许是主动的,在过去一年里面非常关注的事情,也许对未来的意义同样是有的。前面我讲算力即权力,2012年10月到今年,目前研发技术超过400个创作集群,我们会把创作集群达到千级以上,怎么样保证高效的运营。我们现在看到非常显著的差异,我怎么样能精准识别你的话,把每个字先是听到,然后听懂了,听懂之后需要根据对内容的理解,我去做各种资源的整合、聚合,把你讲的东西显现出来。需要机器像人一样,而且通过高表现力给表现出来,这是一个很简单的环节。我们在过去面临的问题,我需要给每一个方向我们设立一个条件,人工智能今天发展很大原因,人在变化,过去很多年我们当时那些人,没有工作做就转行了,在中国AI我们人是不够的,即使有钱,也很难找到足够好的人。怎么解决这个问题,既然确定整体框架,我们可以无论是语音识别,机器翻译,这个环节里的东西我可以抽取出来,在2014年组建团队,产生一个非常非常有价值非常有意义的事情就是Atlas平台。好处是什么,我经常给大家讲个例子,我们曾经有一个做自然语音理解的,没有任何自然语音的背景,一周之内就作出一个系统,而且合成效果非常好,这是Atlas的威力。
在高速路上有非常好的跑车,你不需要司机,我们经常讲那个时候,发明计算机的时候,我们的船能跑的远能看的快,看有多少划浆人员。但是今天,因为有了云架构,保证在未来几年我们同样可以保持领先。当然,云知声我们去年才200多个人,正是有了基础设施,我们从感应技术到认知技术,到交感传达技术,从云端服务到软件到硬件,甚至到芯片,全部自动化发展。有了这些硬技术的结合,使得我们平台在过去几年里有增长,我们数据规模不断增长。我们相信在未来的万物智能时代,很多场景无论是家庭场景,生产场景等等,我们有很多服务,中间我们离不开很关键的芯片,我们再次强调芯片在行业里面,无论是技术方面,产品方面,还是商业方面,我们都会用到。
而且很多场景是非常结合的,比如我们可以做医疗,可以做医疗机器人,两者可以结合在一起,我们希望医疗机器人不止是想象。我们今天的公司也好,政府也好,越来越重视人工智能,所以越来越多的公司非常重视,但是带来另外一个问题,你会看到很大的公司,在内地城市。80%的客户,00后往往不太愿意做的工作是不是可以AI来做呢。所以AI引领的万物智联时代即将到来,这些场景我们已经很熟悉,这些都是在发生的事情,未来在认知,在决策方面,会越来越多的发生。
我们想到的或者没有想到的或者看到的,已经在发生的,而且在未来会发生更多,也许在过去的电影都没有发生过的场景。所以云知声希望通过我们的努力一起打造更加智慧的生活,更加智慧的未来,谢谢大家。

主持人:

非常感谢黄总的精彩分享,随着新一轮信息技术革命的爆发,制造业消费的领域都在发生着数字跌变,中国经济数字规模总量跃升为世界第二,本轮AI的浪潮下如何紧抓机遇,实现跨越式发展是我们的重点。为了探讨人工智能对数字经济的深刻影响,我们将要开启今天主题为人工智能开启数字经济新时代的高峰对话,接下来掌声有请高峰对话的主持人和嘉宾,首先邀请北京大学创新研究院院长、北京协同创新研究院院长王茤祥。首先有请合肥市政府副市长朱策;东软集团高级副总裁兼首席运营官陈锡民;东方国信副总裁敖志强;和利时集团副总裁师平;百度云副总经理张志琦;金山云合伙人高级副总裁梁守星;深鉴科技CTO单羿;浪潮集团AI&HPC业务总经理刘军,有请以上八位对话嘉宾到台上来和主持人见面。
(高峰论坛)

倪光南:

各位领导、各位嘉宾,出席今天IT市场年会我觉得很高兴,我的题目是《构建安全可控的桌面计算机技术体系》,我认为今年可能是一个重要时期,是我们在网络信息领域的大事。这个事情要不要做、怎么做,我提一些初步的看法,不一定正确,供大家参考,不对请大家指正。桌面体系就是计算机体系发展了,有桌面的,有移动的,有云管端的还有数据中心的等等,还有雾计算,计算机系统比较多。桌面传统的计算机体系,在服务器端都有影响,桌面是垄断的,比如说Wintel,这个领域的人都知道,不用多说。对中国来讲,我们面临一个形势和任务,我们应该打破它的垄断,另外一方面说,假如我们不打破垄断,我觉得有一个很大的问题就是我们很难做到建设网络强国的任务,我提出来大家看是不是我们应该做,习总书记系列讲话,关于网信工作讲到这点,要加快推进国产自主可控替代化计划、构建安全可控的信息化技术体系。
我们很难回避,主观上有这个要求,客观上有没有可能,我讲客观上也是不错,客观形势现在有利,讲几个大家看看。Wintel的体系,现在不是它的上升期,不是黄金时期,而是在走下坡路。这时候相对容易,中国做这个事情主观客观都是很有意义的。我们用什么替代,我们用国产的安全可控的体系去替代,国产的体系大致归纳起来1+3,一种基于开源软件的操作系统,原来是开源软件构成的操作系统,这个操作系统加上目前国家长期支持主要的CPU,我归纳为三种,大家看是不是大家公认,一个是申威、一个是飞腾,一个是龙芯,很多地方都用到。
我们为了加强替代,目前希望提升一下,操作系统过去有碎片化的问题,现在希望能尽快的统一起来,CPU方面要加强。此外,我们也在考虑有些公司要把移动融合进来,所以提出安全运行,在国产操作系统上,可控安全的做法,新的方向有利于把移动生态和动力生态融合这是很重要的。架构体系无论是Wintel,还是国产的,都是基于操作系统+CPU,这是最底层的核心技术,但是上面需要一层一层的硬件软件形成一个完整的产业链和生态系统,目前,在国产体系来讲,我随便写一下,写一百个左右,要全写可能写不全,太多了,我想成千上万企业会参与到国产体系生态系统的建设中。
有人提出要替代要有时间,替代过程中,当前面临一个问题就是微软宣布2020年停止对win7版本的服务,我们很理解他是希望用户转到Win10上面来,但是中国政府基于安全的考虑,政府和重要部门不能用win10,过去用XP,现在是win7主要的,XP也能用。在替代的过程,比如有些单位可能要一两年,两三年,甚至更长,替代过程中怎么办?这个问题我们要有一个解决的办法,它停止服务,又不能用win10,国产来不及替代,我们希望尽快替代,2020年把政府的都替代掉了,但是可能有些地方替代不了,那怎么办?大致上目前两种途径,一个结合微软XP的经验;另外不靠微软,我们自己做,自己做有两种,应该还有很多方案,我举两种,一种是用可信免疫的方案,可信现在很多单位用了,XP早就停止服务,没有问题,没有微软也能做停后以后的安全保障。这个不详细讲,大家可以去看这家公司的介绍。
第二个是智能动态防御,这个没时间详细讲,基本上这些技术都是比较新的,动态变化的人工智能,程序违章等等。通过它的技术,不知道该供给什么,非常大的网络里,相当于非常大的网络,不知道哪个地址哪个单口,有很多是假的。加一个幻境,会使供给者无所适从,无法攻破。悬赏一百万,不是很大,但是没人能拿到。我举两种方案证明没有微软的支持,用户可以放心,国内很多安全厂商有能力来保证他的安全。
第三个替代Wintel体系是建设网络强国的需要,我们要注意三个问题,第一个为什么要替代?因为现在为什么不能引进,引进消化吸收再创新,历史经验证明,Wintel的体系是没法引进,不是我今天做什么推论,推导,这是实践的经验,几十年,从1993年开始算,25年引进,我们发现windows代码用了那么多钱,英特尔架构CPU现在有的公司可以,但是知识产权在打擦边球,在做一些忽悠。全是知识产权、技术不掌握的东西,引进消化吸收再创新,不是所有情况都用,像Wintel这种核心技术,我们没有事例证明可以引进消化吸收再创建,所以不是我们主观上说否定,而是由于客观实践证明不行。
我们国家在政策上,当初在2006年国家制定《国家中长期科学和技术发展规划纲要(2000-2020)》,我们制定了16项重大课题专项,第一项就是核高基,我们认为CPU,操作系统的技术软件要用自己的,这是过去的初心,现在习总书记讲不忘初心,牢记使命,过去初心是什么,要做自己的技术体系和核心体系。当时大家都明白,但是当时国内水平不如现在,所以没有明确提这个口号而已,但肯定不是做Wintel,做Wintel就是信息化就行了,是要做与Wintel不同的体系,但做着做着有些同志忘掉了,把很多钱做Wintel了,有Wintel专项,这显然是错了。所以我们还是回过头来要不忘初心,牢记使命。
第三我们最近看到有人要做win10,能做吗?不能做,这个不用讲了,没通过我们国家,去年6月1号生效的国家网络安全法,还有一个配套的网络产品和服务的安全审查办法。按照这个办法,按照网络安全法,没有通过网络安全审查的,这是一个负面清单。现在没通过安全审查,负面清单上的东西谁用谁负责。大家看俄罗斯国防部,他们的条件远远不如中国,在网信技术方面,中国比俄罗斯要高了不少。那么大家有一个疑问,你说行,那是不是行,我们要实践,实践过程证明,我们做计算机体系,当然包括服务器,这个计算机体系再扩展到服务器很多地方,所以已经从要经历的三个阶段来看,“不可用”——“可用”——“好用”,我们目前的阶段应该在中间,一般来讲在可用的,好用还差一点,但是正在可用向好用发展的时候,所以这是一个总的估计,不是我估计的,工信部在去年开的展览会,基本达到可用阶段,现在也在迅速发展,某些方面我认为已经可用到好用,在迅速的转变。
我举的航天科工集团商密网的例子,一个大企业集团,现在通过商密网,就是云服务的形式,把集团几万人的工作都在网上运行,应该说很不容易。用国产的软硬件,第二采用云计算的模式,整个的业务顺利的运行,几万人都在上面工作。政府信息化能操作它吗,我想不会操作它,一个政府,一个县,一个地级市,包括直辖市等等,我想超不过一个大集团需求的水平。国产软硬件组成的云服务是可以支撑政府信息化和其他各种应用的。我们说我们是不是水平低呢?不一定,用CPU操作系统,数据库,统统用国产的软硬件,我们证明通过清华大学测试报告,这样的一体机,我们跟国际上通用的,就是每分钟的交易量数据我们可以看到目前的集群937万,在世界上可以排到第三。但是要注意性价比,我们成本比人家低的多,性价比很好。再回去看,400台都可以,一般数据库,八个节点就可以了,很难做了,我们的节点可以到400台。我相信达到国外同类的水平或者超过它都是可以的。
有人说这个水平多少呢?每分钟千万是很多的,证明国产替代并不是仅仅替代,有些地方不一定可用到好用的阶段,有时候可以比国外好一点是可能的,性价比高,有人说中国讲大了,我们现在按照中国制造2025,世界上第三梯队,我们目标是2025达到基本第二梯队,是不是有说大话,不是,那是传统产业。传统制造业的工业化时间比发达国家晚了一两百年,中国从跟跑到并跑,从并跑到领跑,肯定比传统产业快。我们的网购,网络支付,还有移动支付,共享单车这些东西,在世界上是领先的,应用领先。我刚才说的信息系统,替代Wintel的体系,我们有些方面也不那么差,至少可比,有些我相信可以超过国外。
我们的网信长板是互联网应用,我们的体系应该差的不是太多。我们还是要发展操作系统,有人说不行,为什么?中国没人看得懂操作系统。为什么要做?我觉得道理很清楚,操作系统不能做,那体系的基础就没了,核心就没了。时间关系,最后讲一下我们要强调自主可控,作为网信产品和一般产品的差别,就是要在网信产品有可控评估,我们说安全可控,以前说安全就可以了,网信产品要安全可控,非常安全,但可控性也很重要,可控性没有就等于零,技术指标再高,传统的技术指标再高都没用,可控性不行,也不能用。所以我们主张做多维度测评,除了传统的质量测评,性价比方面的,安全测评,希望进行安全可控、自主可控的评估,能不能掌控它,这个技术是不是你的,供应链有没有问题,这些有问题,一票否决,再好的东西,控制权在人家,你的车是人家控制的。所以我今天借这个机会,跟大家讲现在做的很重要的大事,用安全可控的计算机体系替代Wintel,希望按照国家要求,政府部门在2020年要完成重大项目,谢谢大家。

主持人:

十分感谢倪院士的精彩演讲。人工智能的发展离不开大数据以及计算能力的支撑,而数据中心则在其中扮演着至关重要的角色,近年来各地企业纷纷建设大数据中心,数据中心领域可谓是风起云涌,数据中心的革新也是势在必行。接下来我们掌声有请维谛技术有限公司大中华区副总裁崔益彬先生,给我们带来前沿理念诠释数据中心革新的演讲,大家欢迎。

崔益彬:

尊敬的各位领导,各位同仁,大家下午好。今天非常有幸接到邀请跟大家分享一下前沿理念和技术应用,能更好更高效率推进整个国家IT数据领域的发展。我相信今天在座的各位能深刻的体会到,数据爆炸的时代里面,所有的东西都被连接在一起,五年时间以前大家考虑的是信息的连接,互联网信息连接在一起。国内百度、阿里巴巴,都是耳熟能详的名字。接着移动终端的出现,把人连接在一起,其中大家都知道,像facebook、推特,微信,那么在这种连接人的过程中很重要的要素就是人口,大家可以看到最近移动互联网数据中心大部分的发展,就是两个国家在全球是领先的,一个是美国,一个是中国,当然日本也不错。其中很重要的就是人口,连接人的里面,人口是重要的资源。
那么下一个移动数据互联网的发展是设备,现在中国也在讲智能制造2025,其中很重要的就是要把所有可见的设备全连接起来,这个过程中形成一个万物互联的框架,我们现在有很多憧憬,包括AI、自动驾驶汽车、智能化的制造。那么我们现在大家可以想象一下,今天大家用手机,我们走到任何一个地方都需要有信息的连接,我们在第一阶段或者第二阶段,大家知道手机连接到数据中心或者连接到移动的交换中心,我们有遍布全国的基站。那么未来可以想象一下,如果我们乘坐无人驾驶的汽车在全国高速路上奔驰,那时候需要很多边缘的计算数据中心去支持无人驾驶汽车的实时数据的处理、计算和分析。
大家想象一下,现在的基站有多少,未来边缘数据中心就有多少。这就是大家看到的,可能从今天往前推的有五年的时间里大家讨论云,无论是公有云还是私有云,其中很重要的就是把数据和计算资源集中到规模越来越大的数据中心。大家可以看到,阿里巴巴也好,腾讯也好,包括很多政府主导的数据中心也好,会看到上万甚至正在规划的十万平米这样规模的数据中心。目的就是能更好的高效率的利用数据和计算资源。另外一个趋势逐渐的露出了端倪,就是当我们需要有智能制造,需要有无人驾驶汽车这样的应用的时候,不可想象说全国有一个数据中心,在全国所有的高速公路的汽车作为一个终端,所有的信息都搜集起来,通过超宽的带宽传到一个或者两个核心的数据中心进行数据方面的处理和计算,这是不可思议的。因为你可以想象一下,传输随着距离的加长是有时延的。无人驾驶汽车出了一个紧急问题,我们可以等着这个数据送到中心的数据中心,处理完了再送回来,告诉你我该采取什么动作,这是不可思议的。这个时间一定是很多数据和计算能力,从现在的超大规模的集中的数据中心延伸到越来越多的边缘数据中心。那么这些边缘数据中心不仅要保留数据收集的能力,还要有一个非常强大的计算能力。这个结构就非常类似于现在中国移动、中国电信或者是中国网通,从移动交换中心到数据处理局到接入点到基站,类似这样的框架结构。这就是我们看到在未来的五到十年,未来支持这样的应用,未来的数据中心的架构应该是既有超大规模的数据中心,同时也有把数据搜集分析和计算能力迁移到边缘的边缘数据中心,刚才倪院士也提到了云计算和雾计算的概念。
当然这个过程中,我们说第一是对应用的要求,大家可以想象一下,大家在手机上做一个搜索,输入一个关键字,突然发现搜索一下说服务中断,无非再来一次。但是如果未来支持的是智能制造,无人驾驶,那这种情况是不允许出现的。导航,可能你正在导航的过程中,接了一个电话,我就经常会遇到这种情况,有个电话导进来了,我错过了一个路口,还好,最多倒一下再回来。但是如果说自动驾驶,无人驾驶情况下我需要处理的信息是赶紧踩刹车或者赶紧改方向,结果说等一下,可能这个事情就麻烦了。所以这种情况意味着无论是对核心云数据中心还是边缘的数据中心对可靠性、可用性都是非常高的要求。而且随着这样的应用越来越广泛,这些对可靠性、可用性要求非常高的数据中心或者数据占有的比例越来越高。大家可以看到产生很多数据,有些属于搜索信息,一旦上升到控制,上升到要实时的采取动作,大家讲无人驾驶汽车感觉没那么明显,大家可以想象一下,网上处理转一笔账,一百万人民币,我相信在座的经常会有这样的案例。转的过程中突然发现网络断了,告诉你这个钱现在不知道转出去没有,也不知道在哪,那我相信你肯定是马上就要找银行算帐去,至少得告诉我钱跑哪去了。这个就是未来网络去支持这样的实时性的计算和交易数据,包括关系到生命安全应用的时候,对数据中心的核心诉求就发生非常巨大的变化。
当然这个过程中,关键数据的比重越来越高,大家可以想象一下,在智能制造、无人驾驶甚至未来有可能有很多实时性的游戏、证券、金融、交易的数据,我们把它叫至关重要的关键数据,那么对于这样的数据支撑的网络来说是不能中断的。未来随着应用越来越广泛,关键应用越来越广泛,这类数据无论是在所有的数据和运算能力比例越来越高,同时他们增长率也会非常高。当然,关键数据有重要比例的时候,实际上每宕机一次,损失就会很大,前段时间有报道,有些金融企业,租用了数据中心,由于架构本身并不完全符合金融企业双路冗余的设计要求,当某一路供电发生故障的时候出现长时间的业务中断,这样的损失是非常非常重大的。
前两天还有一个讽刺意味的案例,今年在拉斯维加斯,CES的会议过程中,全球最大的消费电子会议,应该是全球最顶尖的聚会,居然出现了停电的大事故,是非常讽刺的情况。其中很重要的一点就是作为数据中心供电的框架,实际上并不完全符合这种应用之下所要求的。那么随着在关键应用的比例越来越高,关于宕机损失,全球有非常明确的统计,可能在五年以前,六年以前,实际上宕机的损失可能是一百万美金,到2016年,已经上升到了最高的两百四十万美金,平均也差不多翻了两倍。那么这个时间,大家需要去考虑这个问题,我们说现在,我的生活年代对比是非常明显的,我小时候生活在农村,那时候农村经常停电,我重新回到老家,好像大家没停电的概念,为什么数据中心用那么多UPS,市电的质量大规模的提升,但是那么长的传输线路,那么多变压器,发电机,这个系统是非常复杂的,对我们而言数据中心如果用UPS,是一个保险。不是说花钱买一个保险,而是说一旦万一发生这样的事故,造成损失,可能是单个家庭或者单个个人没法承担的,这时候我们需要在前期花一点投资,去防止这样情况的出现,而出现意外的情况下我们能承受,就这么简单。
很多数据和计算能力向边缘转移的过程中,其实对数字中心里面很多设备的要求,产生了很大的变化,过去集中的数据中心有很大的房子,空间也足够,条件也很好。但是大家可以想象一下,现在有多少人能体会到移动的基站他们的环境所处的地点是什么样的环境?未来在边缘计算中心就是这样的环境,可能在山上,可能要搭棚子,可能有很多污染,意味着对这样的边缘数据中心构成的基础设施要求,就是要适应复杂的自然环境。第二要灵活的部署,我们都知道,当我们推出5G的时候,中国移动当时一年要建几十万个基站,很难想象这个东西一个一个买过来一个一个去连线,一个一个去组装,我们希望在半年之内把业务推进起来。当腾讯在几年以前推出红包业务的时候,就在大年三十那天晚上,几亿人在上面去分享红包的盛宴,这个时间很难想象腾讯在五个月,六个月之前就规划到有这样一个生态的发生,所以可以有条不紊的花六个月到九个月的时间把一个大规模的五万平米的数据中心提前建好在那等着,相信神也很难预测到这样的业务发展规模。这时候需要什么?需要数据中心的支撑基础设施,必须要快速部署,灵活部署能力。跟大家分享一个腾讯在微信也好,包括游戏也好,背后就是维谛技术和腾讯一起开发演变了好多代码,叫模块化的数据中心,把所有部件联合在一起,形成一个模块化的工厂预制的小型数据中心的模式。需要的时候,一个模块一个模块堆上去,只要有服务器和存储器插入进去,就是一个数据中心。这样的话通过灵活部署,标准化的配置,就可以适应当这种业务快速发展的过程中,我们在相应数据中心的部署能跟上。
同时这样的部署点很多,如果能很好的标准化,重要的就是可以降低人为管理的输入,提高整个系统的可用性和可靠性。当然这个过程中,我们可以看到云到边缘数据中心,这其中一方面是对可靠性的要求,一方面是对快速部署,联合部署的要求。维谛技术,在过去一年我们转化的过程中,继承了百年老店优质的品质产品和解决办法,团队诚信,同时我们又更加聚焦于核心诉求,刚才跟大家分析的,未来数据中心是我们的客户,他会向什么方向演变,就是未来我们产品解决方案的方向。同时,我们成立一家独立的网络云基础设施供应商,我们变得更加规模、经济,更加敏捷,更快速去响应客户的需求。从2018年开始,我们将会以单独的维谛技术品牌在中国在全球运作。
当然,这个过程中我们以丰富的产品和解决方案支持数据中心的核心诉求和未来的业务发展方向。这其中,基于电能领域,UPS不妥协的可靠性,刚好验证了数字中心对可靠性、可用性的诉求,同时在空调方面,推无水极致节能的产品解决方案,绿色、环保承担社会责任。解决方案方面,灵活部署的解决方案,因为维谛技术提供全产品的数据中心基础设施的产品解决方案,所以所有的品牌都是完全自主设计研发的。可靠性方面很重要的就是UPS,UPS方面,我刚才说到不妥协的可靠性,所有的设计都是源于用更大颗粒度的UPS模块,为什么用更大颗粒度,我们希望用更少的UPS模块组成更大容量的系统,大家知道UPS,越简单越可靠,基于大颗粒度的UPS模块,单机可以做到3.5兆瓦,最大可以做到27.2兆瓦,我们在facebook,在15兆瓦的应用,是怎么样形成的。
当然我们的解决方案,我们非常适合总部到分部的结构,遍布全国的很多企业社团都有这样的方案,可以提供灵活部署,标准统一的易于维护,降低人为失误的数据中心网络架构。下面跟大家分享一下最新在facebook瑞典部署的预制性的设置中心,如何满足客户的快速部署、灵活部署要求的。
(播放视频)
大家可以想象一下,大概在七个月的时间,在欧洲一个高福利的国家,那地方不会有人加班的,不像中国一样,大概七八个月,保守的估计在中国至少可以把时间降低1/3到一半,因为中国人还是很勤劳的,大家愿意付出加班的。这么短的时间里,11000平米,15兆瓦全球顶级的应用数据中心就在模块化的模式下快速建成。那么维谛技术,我们的愿景就是希望通过我们的核心技术去成就永远在线的美好世界。当你接触所有数据应用的时候,无论在玩游戏,乘坐无人驾驶汽车,还是在银行去处理理财产品,安全可靠永远在线是最关键的。维谛技术,在背后提供有保障支持,谢谢大家。

主持人:

感谢崔总的演讲,给我们讲解数据中心新技术、新理念、新趋势。到2025年,我国计划培育百万工业APP,实现百万家企业上云,形成建平台可用平台双向迭代,促进制造业新形态,中国制造2025发展进程当中,我们的数字化工厂,工业互联网新的技术以及解决方案,加速推动我国传统制造业的转型与升级,下面掌声有请阿里巴巴集团副总裁刘松为我们带来工业互联网加速制造业数字化变革的主题演讲,掌声有请刘总。

刘松:

我自己在2016年2月份以来一直在紧跟或者参与中国工业互联网的工作,最早是工业互联网联盟,后来是工信部还有各个省地市的智能制造包括人工智能结合方面的工作,本人也是工业互联网产业联盟的副理事长和发起人之一,但是我的身份非常特殊,在2016年2月1号成立联盟的时候,我差不多是唯一一个从互联网公司来看整个智能制造、人工智能如何结合的。20分钟跟大家讲一讲这两年看工业互联网的机遇,我们认为这个词的热度在冰点以下,去年我们国家发布了工业互联网推进整个方向的文件,包括本次两会期间,政府工作报告里提到互联网平台,我说一下我们怎么看工业互联网带来的机遇,尤其是信息技术与智能制造的行业怎么结合。稍微就阿里在这方面的案例跟大家做一个分享。
大的产业背景里面,从十九大报告里看到各个行业的演进都需要创新技术和信息技术在背后,这是我们看到非常大的背景,时间关系不细讲了。世界经济正在进入以信息技术为主导的数字经济时代,我们认为实体经济实际上在伸出可能要跟新一代信息技术做深度融合,这是我们看到的方向。十九大报告里面非常多的强国战略背后,我们看到一个是科技创新,一个是创新驱动的模式,信息技术占据了非常重要的位置。那么具体到以15年到20年大的全产业来看,不是讲信息技术本身,所有科技创新领域我们看到四个最大的风口,这个尤其是在座的有子女的家长们,当你的孩子选择什么专业的时候,这四个最大的方向,新一代信息技术,新材料,新能源和生物工程。他们之间还是有交叉点,一方面未来差不多有接近50%的科技的背后都依赖于新一代信息技术进行交叉,生物工程高度依赖计算和算法,包括精英工程,反向的类脑的设计,对大脑的研究反过来对新一代信息技术产生影响,这是一个未来非常前沿的技术。
另外一个非常重要的领域就是新技术、新能源和新一代信息技术,大家想象一下像特斯拉这样的自动驾驶或者是一些案例和电动汽车的产品,知道未来的工业界正好在能源、材料、信息技术三者融合的时代。这个是我们看到的大产业。所以整个智能制造已经延续了十几年的词汇,面临的材料、能源和新一代信息技术介入的变革,或者说外在的因素大于内在的增长。我们看中国做工业互联网是不是有非常大的资本或者说前提呢,可以这么说,2007年,苹果发明以后的十年多一点的时间,中国实际上在移动互联网变成了全世界最领先的应用的国家,我们是移动互联网时代最大受益者以及商业模式的领先的国家,包括去年经常提到的四大发明,数字经济、共享经济。
下一个十年,十五年,更多的包括混合现实技术,3D打印,机器人,这样的技术,它们依赖移动互联网时代留下的基础设施,今天做的基础设施是云、大数据和人工智能这样的数字经济的基础平台,我们今天的情况就是说怎么把移动互联网的遗产从人口红利,消费者巨大的红利,形成的基础设施、云、大数据、人工智能,借助新的物联网,3D打印,机器人送到工厂和生产制造的过程。或者说今天中国移动互联网上积累的互联网模式上的人才模式、消费模式、新技术叠加给工业界的时候能不能产生跨界的化学反应,这是工业互联网的特点。
中国既是互联网大国,又是制造业大国,可能还不一定是强国,因为制造业的品类生态非常完整,但是核心能力以及消费者导向引领方面,是有待提升的。那么互联网,尤其移动互联网,中国大的互联网公司,现在已经比肩美国,精细化的运营补充了中国制造业的短板,这是我们能看到中国能做中国互联网或者能以另外的方式去利用后发优势,超越以机器、自动化为主的工业4.0或以横向的大的制造业连接,形成软件生态。可以充分利用人口、工程师、互联网已有的数字经济的优势,以及全品类的工业门类。
所以今天你做任何一个智能的硬件,都绕不开像深圳这样的城市,90%的消费类的智能硬件都是由深圳生产加工出来,并且辐射到全世界,并且互联网非常多的科技,是可以平移给工业互联网,很多工业界的人不认为消费类电商社交领域大数据人工智能可以平移,特斯拉控制数千个电池技术,实际是来自于数字中心领域控制服务器的技术,这是非常有意思的地方,数学算法是可以平移的,今天我们要把这个算法平移到物理层面,去城市工厂和家庭产生影响。我们看对于智能制造大的背景来说,很大程度上我们要用新一代信息技术、新能源和新材料,会在物理世界产生一个全新的环境,一个世界,包含3D打印和机器人,十年以后的工厂和今天的工厂会有非常大的区别。是因为我们互联网技术,学会用云来处理数据,并且用云技术去处理图象语音,这些技术会形成未来的工厂,未来的供应链,未来的产品设计。
具体到工业里面,用微笑曲线看一下,微笑曲线的中间制造的部分已经逐步拉开了,已经越来越持平了,但是对中国来说依然面临着比较大的情况就是中国的制造业在左侧,左上角设计原创科技和产品定位,以及右边的营销、物流整个客户运营方面,其实还是有非常大的需要追赶的空间。所以工业互联网对于制造业来说意味着三个方面的转变。第一个是C2B,怎么利用已有互联网上的消费红利,我们讲的是模式的红利,就是怎么解决信息不对称。最左侧讲的是知识世界,这是我们做智能制造忽略的地方,尤其制造这两个字很容易被想象成工厂,制造业最重要的事情不是发生在工厂,是发生在那些产品设计和工程师的头脑里,这件事情如何利用工业互联网、人工智能去解读显现这些知识,并且变成真正的技能。说到底制造业不是体力劳动,也不是设备的劳动。
下面具体到车间数字化工厂里面,我想最大的工业互联网要破解的问题是自动化厂商和IT,如何利用工业界的既有的经验,叠加上数据的能力、人工智能算法去解决问题,这是我们看到的整个大的制造业数字化转型工业互联网的要素,能够帮到工业或者制造业的。
阿里过去两三年在工业互联网的方向上做了哪些事情,大概有三个方向,一个是工业互联网平台模式,第二是智能产品与智能服务,第三点是工业智能。时间关系,快速说一下。我们超过一万五千家工厂,很多工厂可以把生产建设的数量到30件。工厂里面有大量的数据匹配以及匹配生产与消费的算法,背后有大量的技术,背后是需要有精准的匹配的能力。工业智能我们的看法就是非常简单,今天的算法有大数据,他们要与车间,与工艺去做融合,因为今天算法是来自于电商金融,并不理解某一个特定行业,当然对方也不理解数据,所以双方要在一块才能产生非常大的价值。所以今天是算法工程师上山下乡的时代,去解决工厂里大的问题。反过来问这些人能得到多大的杠杆效应,我想这是大数据和人工智能对工厂来说起到的作用,四两拨千斤的作用非常大,我们制造业里面的设备,设备移动的成本,制造的流程,包括能耗,都是大大高于在电商上买一个帽子,一双鞋,这是它很大的价值。
过去两年经过探索,已经有了几十个工业的案例,遍布了各个行业,包括从光伏生产到橡胶到封闭发电,到物流不用说本来就是算法的长向。在不敢用生产线的情况下,能提升良品率和降低能耗,第二能显性工业知识,让老师傅的经验可以变成整个企业的经验。第三个就是说能够发现原来没有的知识,这个非常重要,在轮胎生产里面,会找到更好的配方组合,这是原来用人工没法发现的,我们也意识到工厂虽然大量用自动化技术在做生产和开发,但是无论是自动化厂商还是工厂里面的工艺师没有足够的数据和算法去提炼出一个超过人脑的更好的组合,这是数据科学家进入工厂里面产生化学反应带来的变化。
在天合光能,我们提高7%的A品比例,协鑫光伏实现太阳能电池切片1%的良率提升,来自不同产地,来自于越南、印尼和菲律宾不同产地的组合,对耐磨性和硬度有影响。在恒逸石化,中国排名前三的民营的化工厂精准到两分钟去调整参数,来降低能耗,我们是喜欢工业大佬更大量的数据,更复杂的场景,更多变的环境,更精准的调控,所以整个对于工业过程的干预,由原来的天或者小时,现在能更快的产生影响。
我们在风力发电怎么提前去识别叶片背后的易损件,一有冲击会产生巨大的预防性的成本,包括芯片的生产领域如何用图象识别,去提高它的精度,这已经不是人能做的事情了。智能化的产品方面,这是生活方式上,把钥匙用手机授权给你的朋友,你在上海出差,可以授权给你北京的朋友继续开车,同时可以让在北京的车后备厢可以打开,这是中国的90后为智能技术买账,所以今天2017年下半年到2018年最畅销的SUV。40万互联网汽车的背后,总量超过特斯拉,强调的智能网联的功能。还有我们很想要的随时可以每一天可以用手机跑出来一个个性化的保险,根据车元器件使用的情况,并且如果是电动车的话,推荐你随时到最近的充电桩充电,也到最近的有备件的维修厂去维修,这是全透明的让车辆的保险是个性化的,并且让你随时找到有备件的生产厂,这是互联网汽车带来的数据的价值。我想智能网联汽车未来肯定是含自动驾驶,是未来十年内中国最重要的产业,我们认为智能网联汽车是最大的IOT产业,也是所有我们能用到的智能产品最贵的,也是中国最重要的产业,这几个要素注定了未来十年怎么把技术调到互联网汽车的电池、激光雷达,操作系统都是不为过的。
无论是新能源还是新材料,还是新一代信息技术,可能是十年以后智能出行,包括硬件的影响,今天想到的是功能性,我们想到的是生产什么,如何生产,怎么生产,我想在消费升级的时代,其实制造业未来十年最大的难题是为什么服务,就是想要什么,而不是后面的问题,未来的制造业很有可能会有高度IT化的可能性。我举个例子,我们做的工业互联网双创领域,有一个品牌是我们跟富士康一起做了三年的时间,比如能够直播的烤箱,这个产品不是简单的制造产品,因为中国每天有五百万我们的妈妈们是给自己的子女去烘焙的,出于安全的考虑,出于刷朋友圈的考虑,每天要做这样的事情。
但是这个智能的烤箱是可以把烘焙的整个顺序做直播,这样技术上可以学习,情绪上讲可以告诉别人你开心。这样的产品是我们以前不会想,我们以前就是想制造产品满足需求,但是这个产品的非功能性文化或者情感诉求怎么叠加。包括中间的可以随你,这个已经有卖的了,在机场可以跟着你走,你不用提它,相当于自己驾驶技术里面的识别,识别人的形态,放到产品里。这个就像智能网联汽车一样,与人体相结合的所有智能化的产品,未来会有巨大的空间。包括我们做的智能音响,智能音响去年是非常火的,但是用在养老院,有独特的意味,让老人们只需要动动嘴,所有家电产品跟音响连接的,老人只需要说说话就可以开关空调,可以开电视,可以叫护士。所以制造业会在设计的时候考虑到后面整个服务的场景,或者大家注意到今天的智能手机,逐步不是靠智能产品赚钱,而是形成与用户连接的品牌,把软性的服务可以不断的传递,智能维护我卖的那些挖掘机,透过后面的数据是可以概括的,道理都是一样的,制造业逐步由很硬的东西,面对数据和体验流动的,无论是B2B领域还是B2C的领域。
我们看工业互联网整体的逻辑是什么,其实就是以横向技术来解决纵向的问题,以横向的从互联数据平台,IOT,智能的算法到应用的生态,在每一个垂直行业产生叠加,产生一个叠加效应,然后放大这个制造商与它广义的消费者之间的连接,所以是横竖叠加的本质,所以跨界融合变得非常重要。另外一个就是工业互联网,更重要产生出更多的形态。回过头来稍微总结一下,智能制造这个词制造两个字,我们脑子里想象去工厂和生产,但是真正的制造业的服务化,与消费者的连接和联动,数据和互联网整体的叠加。
工业互联网这两年我发现最典型的情况就是最不着急的是制造业本身,因为面临的产能过剩,面临着技术更新换代,面临着没有软件或者互联网大数据,所以两年以来发现工业互联网非常有趣的是一直在发生皇上不急太监急的情况,今天真正帮助中国制造业2025提升高质量核心生产能力,孵化运营的水平以及制造业的服务化的转型,是需要非常多的力量,更主动的帮助制造业形成一个平台化。另外一方面要借助政府的力量,推动制造业企业,尤其是中型和小型制造业,一定要宣导教育他们愿意用到这个平台,而这个平台就是未来看到的中国制造2025非常重要的入口。所以条件都有了,但是怎么激发制造业自身数字化转型的使命感,包括自己的必要性,也知道怎么去利用外在的生态的力量,包括同行业里面的,我想这是非常大的时代的特征。我的内容就分享到这,感谢大家的关注,谢谢。

主持人:

感谢刘总分享了新的理念和新的模式。在我国数字经济快速发展之际,人工智能、大数据云计算等新的技术正在推动企业数字化转型,在这个进程当中有请用友网络高级副总裁杜宇为我们带来数字企业、智能服务的分享,为我们分享用友在这方面的案例,谢谢。

杜宇:

非常感谢会议主办方的邀请,刚才听阿里介绍了智能制造,感觉倍感压力,我们做制造业的感受到新的价值。今天我演讲的题目是数字企业,智能制造。新的概念,数字经济下出现了数字企业,产业互联网下面出现了工业互联网,所以的确中国是一个理念、价值不断迸发的时期。今天题目围绕单一企业,数字技术怎么跟企业融合,我们怎么样通过智能化服务帮助企业实现数字化的转型升级。
的确,这是一个新时代,这个新时代的出发点是谁,我们觉得是新技术,今天讲的所有的一切都是告诉我们,技术给商业、给企业带来了很多的机会,当然也带来了巨大的不确定性。这个不确定性我相信是由于很多企业在利用新的技术,在改变自己,特别是传统企业,大家知道用友30年来一直服务于传统企业的信息化,到今天互联网化和数字化,的确任何一个企业和数字化结合,产业数字化结合以后会发生不一样的变化,也是产业的进步和升级。
我们也调查了一下,什么叫数字企业,这个概念我们解释一下,国内所有咨询公司对数字企业没有明确定义,说白了可以总结出用新的信息数字技术和企业的生产经营管理进行融合,实现管理、运营和商业的创新,这都是属于数字企业的发展,数字企业没有一个明确的定义,什么样子才叫数字企业,什么样的路径达到数字企业与各个企业不同,可能数字化的路径不尽相同,今天不在这里去阐述,只是告诉的确更多的企业,不管是CEO还是未来数字化规划,越大企业越关心数字化,因为数字化的变革会给企业带来巨大的机会也会带来更大颠覆性的挑战,所以更多企业关心怎么样用数字化技术改变自己,50%的CEO正在制定详细的数字化转型的规划。
我们觉得未来的企业只有两种,要么就是数字化的新生企业,出生就在这个数字化的时代,比如摩拜、滴滴,一开始所有业务经营管理包括客户的连接都是基于数字化技术的产生,更多的企业其实都是要实现数字化重生的企业,传统的企业怎么跟数字继续融合,原来觉得像用友,像和利时,这种公司是纯的IT技术公司,而传统企业就是传统企业,我们觉得未来所有的企业都是技术公司,都会学会用信息技术来改变,来创造企业的价值,另外一个维度是从金融的维度,所有的企业都会更为善于利用资金的价值和优势,来触动企业和产业的发展,这两个属性是未来所有企业都会具备的属性。今天我们要做的工作,不是把自己做的多么专业技术,而是把技术真正的融会贯通到企业的发展中去,所有的企业的发展对技术的使用,他们才是主角,技术厂商是辅助他们实现商业变革和经营创新的。
用友在这块新的技术的融合,新的技术不多说了,大家看到了。我今天的切入点从人工智能的角度,因为几大技术大家都会讲,比如云计算,比如大数据,但是智能化这块现在是比较关注的热点,所以今天我结合大会主题的要求,智能化作为根本。原来讲到智能化交互,但是大家用友做企业管理,特别深入到企业的管理和经营流程中去,我们首先觉得业务流程的自动化,一定是流程自动化,才更有价值。因为流程的优化产生的价值是巨大的,第二个就是知识管理,这块非常重要,怎么样知识数据内容更加转化成价值而不是沉淀。第三个就是运营管理的自动化,整个经营决策的智能化。
这是用友新时期的云服务,我相信对用友了解的知道,用友全面专项云的发展,所有的系统、软件、方案都以云的方式呈现给客户。大家问为什么要用云,云意味着什么?意味着更低的用友成本和使用成本,我们是不是要花巨大的成本去拥有,第一降低企业运营成本,第二提高运营效率,第三能更快速迭代和优化。所以云一定是赋能给企业,所有用友不管是PaaS还是合作伙伴,都会围绕云的概念提供服务和价值。
智能服务主要在哪些方面,稍微介绍几个,第一个大家知道交互的方式,这个不多说,科大讯飞人脸识别等等方式,跟企业怎么结合,讲几个案例。第二个就是营销方式,怎么样连接终端客户,怎么帮着企业连接最终客户,第三是分析预测,这是对企业非常重要的,不单单是销量的预测,包括整个工艺、生产、成本、资金能不能通过数据和智能化的方式,作出精准的预测,企业最需要协调发展,一般是库存和销量之间脱节,这块分析的预测。第四个就是生产制造,设备这层不做,主要做设备上的应用层提高效率。
第一个是营销,多的不说营销的智能化,我们客户固井,大家知道固井做酒的,固井拥有自己的商旅酒店,而且入住客户一年下来不下一个TB的数据,还有商旅,还有金融,是多板块经营的。所以多板块之间的会员怎么相互关联,相互推荐,积分体系怎么有机的兑换,住酒店带来新的价值增值,带来文旅板块的增长。对数据的分析来产生更高的价值,什么意思?喝固井的时候扫码得红包,喝酒人喝多了,谁还记得扫码得红包,我们结合的方式就是扫码得滴滴代价,发现这个扫码非常好。最近我们做了一个全国最大的珠宝连锁企业,央视经常打广告,现在是将近几千家门店,大家知道一个门店摆多少产品,摆的越多资金成本占用越高,摆的越少客户就少,怎么样利用人工智能的数据和优化组合的供应链能减少它在门店的资金占用,又能提高客户的购买率,这个在库存,在供应链上面是有智能的数据可以依托的。
第二个财务,大家会觉得财务智能化是不是非常小,都不小,如果在座是企业的员工,都为财务的事情发愁。去年参加中信证券的年会,基金经理人最头疼的就是贴票,这些东西怎么样通过智能化的方式处理,当然我们会把图象识别,手机拍照形成电子发票,直接跟携程、滴滴达成,自动形成报表,正常直接付款,原来要等两个星期才能拿到报销款,现在一天内得到,这些方式在智能的核心目的不单单是交互、识别,更多是为了优化缩短提高效率,这些在日常管理中,会体现的更充分。这是延长石油的案例,在云服务的平台,实现了报销通讯能量维修一票制模式,人工是零贴票的方式去处理。所以整个智能化是对整个财务效率的优化,管理的优化起到很核心的作用。
接下来是制造,这是大命题,工业互联网下面金融制造,制造是单一企业为主体的,工业是从多企业和产业来看,工业还是要提高单企业本身的制造,所以智能制造还是以企业自身为依托,我们也在提供设备的连接,比如采购、协同、物流、运输,虚拟化的物流,虚拟化的制造,都是可以通过数字技术和人工智能进行优化的。这是客户,这是天瑞,我们在生产业务上进行数据获取,我们增加了上万节点获取它的数据,进行优化,减少排放,包括对污染工业的排放,提升节能节耗,来产生价值。真正价值创造本身还是天瑞本身创造价值,我们也希望通过智能的技术帮助企业更好去优化它整个制造的过程流程,包括连接前端和后端。
还有人力,是不是也可以智能化,我们给摩拜提供招聘服务,我们提供服务的时候,前台有一个机子,员工入职到员工离职,都要办手续,现在几乎可以用智能的方式做所有的工作,包括简历,相关的表格,证明的打印,包括还工卡,还设备,全部用机器和人的交互进行。当然了,我们不能这样把一名员工送走和迎来,人为的办法也是不可或缺的。这是智能HR角度会引用大量的人工智能,包括入职、培训、知识获取、办公流程,几乎可以通过机械的方式,要跟人力打交道,人力很忙,都可以通过人工智能很好的处理。还有协同的智能,企业内部包括外部之间能不能通过智能的方式形成协同效率,包括知识等等方面,包括智能数据的分析,协同方面会起到更大的价值,这是客户双良,做能源,做空调,现在是多板块的经营,所有的员工都通过我们这样的APP来连接,现在包括供应商和经销商,通过战略的方式连接和协同在一起。你去告诉机器,今天要拜访一个钢铁企业,他会告诉你钢铁企业有哪些设备,有哪些客户已经用了,以用户和场景为导向,快速提供数据。这样便于我们拓展业务,获取客户。
今天我简要的把智能技术,智能化的属性跟大家做分享,主要支持用友更好的为企业服务,企业通过我们的技术能创造更好的商业成果,不光在行业还是领域,我们会广泛使用智能技术,但是真正智能不用封闭的,也不是用友一家能做到的,一定是社会化的。所以互联网是连接,我们觉得连接的上面是协同,协同的上面是共享,人工智能智能化一定是共享才能形成真正的价值所在。核心的技术支撑不多说了,比如说交互的界面,我们觉得未来没有APP,为什么?如果能够机器和人手机和人语音式的交流,还需要看界面吗,所以人工智能交互到了一定程度是没有界面,真正的人工智能就是语音方式的交流。
还有影像识别,我们会在影像识别上,语义的识别,包括机器的学习,智能学习,我们是想用用友整个平台,帮助企业实现数字化转型,数字化的技术,我们一定是服务于它的数字化经营、数字化管理和数字化商业,技术本身如果不能跟商业经营结合起来,其实它的价值是很难放大的。所以用友要做的就是把技术和管理,经营和商业融合起来去赋能企业,去创造价值。
把整个用友介绍了一下,我们要做的工作就是为数字化企业提供转型的平台,我们有赋能产业,我们希望像和利时在工业,在自动化,在设备做的不错的企业,我们一起融合,比如小型机器人联合,这个数字化企业一定是共享的,是生态的,我们能提供产业的共享,跟它一起抓这个时代的机会,而不止是用友自己一家在做。这是我们服务的客户,最新的数据我们有393万家在云端的客户实现连接,实现共同的利润和分享。
感谢大家的倾听,希望用友数字企业智能服务给大家带来收获和价值,希望大家能多多关注和支持,谢谢大家。

主持人:

感谢杜总的精彩演讲,算法算力数据是支持人工智能发展的三大关键要素,那么其中算力的演进更是为各行各业智能化严谨提供基础能力保障。接下来掌声有请浪潮集团AI&HPC业务总经理刘军给我们带来AI计算,创新赋能的主题演讲,掌声有请。

刘军:

大家下午好,今天的主题都是在讲人工智能,人工智能是现在最热的话题,比区块链稍微热一点,因为我知道一个消息说台积电公司今年人工智能的芯片会高达几十号,领先于区块链的芯片是一倍左右,大家能看到现在AI还是最热的。那么在上午的对话中给大家分享过,这一轮AI浪潮或者叫AI复兴,这里面有三个最重要的推动力,一个是数据,一个是深度学习的算法,还有计算力。我们看这张图应该是列举了非常有名的比赛,在2012年之前,在人脸识别的成功率是相对来说比较低的,从2012年有非常大的变化就是学生引入深度学习算法之后,准确率得到大幅的攀升。2012年之后所有算法全部是深度学习,我们可以看到在深度学习的算法当中,我们为了实现超越人的识别准确率的AI算法,我们需要多大的计算力的补充,这个亿代表计算的计量单位,到百亿亿次,是什么样的概念,中国现在最快的操作等级,计算性能是每秒计算125个组建的性能,就相当于百亿次的计算性能,我们说的不是每秒能实现的计算性能,是说总共的要完成这么一个模型的训练,达到总要求的精度,要求要做到这样一个计算量。
可以说计算使得深度学习焕发了青春,使得大数据应用进入到实战的阶段。我们每天都会听见很多芯片,AI芯片要出来,现在AI计算芯片的大时代,2012年谷歌第一次提出谷歌大脑的时候,主要是基于CPU在构建。那么深度学习的算法,到2015年基本确定了CPU作为这次AI浪潮最重要的计算芯片,确定了它的地位。2016年开始各种PU纷纷出现,就是说面向AI的大的计算需求的挑战,大家都想在这里面通过定制化的计算芯片,我们知道在2017年谷歌,通过深度学习和AI计算定制的超强芯片,提供更多的AI计算。
我们看一下AI计算,2010年的挑战赛,通过互联网众包的方式,积累了超过120万张各种类别的数据,并且进行标注。这样的标注我们看整个要实现深度学习的过程,通过数据增强,数据增强会达到24亿的图片量。现在提出非常好的深度学习方法,需要240亿次的训练量。我们会看到即便是这样,对未来AI的发展,计算的挑战,还是非常大,在这个地方是谷歌的首席科学家在2017年的报告里讲,未来的发展,当我们看到自动学习模型,通用学习模型引入的时候,未来的需求会远远超出目前的计算量所能提供的范畴。说未来需要的是超过现在一百万倍的计算能力。
面对AI的挑战,我们比较关注在AI计算的领域为客户提供价值。我们如果看AI计算,客户开上车,就能开车去旅游,去生活,去出差。看硬件,还需要非常好的控制系统。优化计算框架,能把深度学习算法非常好的在硬件上区分起来,通过AI的操作系统,AI的OS。在中国最多的OS是基于图象、视频的领域,这个框架有非常大的缺点,只能单机运行,如何实现更快的训练的效果,能提升训练的时间,这块做一个规划,怎么变成多轮驱动,原来只有一个独轮车,现在是一个四轮四驱的车子。
把这些组合起来,形成一个AI的计算系统方案的时候,最重要的是说如何让行业的客户学会使用AI的技术,来赋能给自己行业,这个里面我们是专门组建了一个专家团队,来帮助行业客户树立典范,能提炼出来方法论和工具的场景,能更快速的实现AI在行业的落地和发展。所以我们看一下在AI计算平台上还是存在非常多的挑战,大家知道在AI计算平台有两个产品,在训练的场景下,对于复杂业务模型快速的高性能的训练是有非常高的要求,在线上的实时推理环节,能看到低延时和低能耗,实现高密度性能是非常好的。这是在不同的场景下,需求是不一样的。所以从浪潮这边,我们是从四个层次上,在创新AI计算的产品,我们在AI计算平台,比如AI计算的服务器,是目前全球唯一一款能实现八颗最高性能的基于高速互联CPU计算的AI的服务器,这里还有GPU扩展的基于磁化的计算的方案。
这是刚才说到的AGX-2极致计算密度,这个实际上针对我们在高精度的AI训练场景非常适用。那么最后一个叫GX4弹性计算架构,原来的AI计算服务器,CPU是在一个服务器里面,把大家要升级的,要同时升级,把原来的重新拿一套,但是现在实现CPU的计算和GPU的扩展。其实在两年前的时候,浪潮已经与百度联合有AI计算的平台,能在支持单机16兆瓦的高速运算,我们看到百度无人驾驶支撑,是在这样的平台上去实现的。我们说到在线上推理的场景,计算的要求不能是要求绝对高的性能,更要求我怎么能要求更好的性能功耗,以及怎么能提供更好的应用,这个情况下,部署到线上推理场景的时候,能够GPU以更快的速度去响应请求。那么说到AI计算管理平台,实际上分别能够为AI开发者和AI运维者提供从框架的部署,到可视化的开发,到任务的管理,系统监控和用户分析整个流程,可以说它可以让数据更快。
Teye技术专家的眼睛,如何能快速的实现说我要去分析AI瓶颈可能在哪里,这是非常好的工具,会看到同心化的方式,能形象深刻揭示了AI计算背后的瓶颈,能看出来怎么提升下一步的系统,在安防应用里面,我们看到在CPU上不同的表现。单轮车变成了四轮驱动,多机并行的深度学习的框架,这个框架是开源的,大家都可以去使用,现在列出来这两个性能是第三方的国际权威的深度学习框架的评测的小组做的评测。如何关注行业AI落地,不仅是软件和硬件拼起来,这里还有一套方法,归结为四步法,根据客户的需求,去分析相应的数据,实现对任务的定义和分解,我们进行数据的准备,选择适合的算法。这是我们实现AI重要的方法论。我们说和客户一起在做AI计算落地的时候不可避免的涉及到科学的应用,一开始上线的时候性能不够好,这时候非常需要AI的专家和我们一起进行优化,通过场景,和客户的专家一起进行运营方面的汇报,第一个是以图生图的应用,第二个是很多手机上都装的语音识别的输入法,基于DNN的算法。最右边的是用于网络流量识别的,基于网络安全的场景的深度学习,有非常好的性能。
刚才说到从浪潮的角度,我们是比较聚焦于作AI计算场景实现持续的创新,给客户带来更多价值。从整个产业角度上来讲,希望能打造产业生态,加速AI。具体做的事情和我们现在正在做的,我们和客户,和科研单位一起来打造AI的实验室,针对行业用户实现AI解决方案的实现,还有一个很重要的是AI人才的培养,我们知道现在AI需求非常大,但是人才非常少,人才现在只是小蛋糕,大家挖来挖去,把蛋糕从我的嘴里挖到你的嘴里,没有更多的蛋糕出来,虽然行业一起来推动,但是更多的AI的人才,是不是蛋糕能越做越大,AI落地的时候能有足够的人才储备,我们和合作伙伴,和大学一起在推动人才的培养,连续三年把AI作为大学生学习和竞赛的挑战,第一年是和科大讯飞采用深度语音识别,在去年是和百度提供了智能驾驶的路径规划的赛题,今年和微软联合提供基于机器阅读理解的赛题,给到大学生来进行实战的演练和深度学习的提升。
我的汇报就到这里,谢谢大家。

主持人:

感谢刘总为我们展示了浪潮AI计算相关架构以及能力。云的服务满足企业在生产经营管理等各个环节中的复杂需求,接下来掌声有请华为云AI项目群总经理罗华霖为我们带来连接智慧,创造未来,华为云企业智能实践之路的主题演讲,掌声欢迎。

罗华霖:

今天很高兴在这个地方跟大家分享关于人工智能这方面的探讨和见解,以及华为在这方面的实践和积累。人工智能和企业自己本身实践结合在一起,这可能是比较关键的课题,华为公司在这块提出连接智慧创造,通过人工智能方法,把未来连接起来,建设我们AI的未来。
第一个是从人工智能来看,人工智能和云连在一起,从华为经验来看,怎么样让云和方法,让更多的人工智能能力分享出去,这可能是核心的,从华为云来看,华为云自己做好云,做好连接,为人工智能做好土壤是华为的核心。华为自己来看,我们有三个不,一个是上不做应用,下不碰数据,不做股东投资。后面会有一个解读关于数据,华为公司在数据处理,后面我会讲到有丰富的经验,并且有很强的实践。我们所谓的不碰数据,我们拥有数据,不会用客户的数据。可谓云一开始的时候就是布局全球的,这可能也跟“一带一路”很像,华为公司从中国到中东、亚洲还有俄罗斯整个一路到欧洲,是全球化的,在全球来说我们是唯一一家。华为云在整个安全上是投入非常大的,云的核心一个是稳健,一个是安全,华为云是全国首家通过所有的平台,所有的节点以及所有的相关的服务,全部都是经过安全的,国内是第一家。前面简单讲一下华为云基本东西,后面会从华为云这块,怎么把人工智能的东西和企业连接起来。
先讲技术的基础东西,也是华为自己的认识,在生产预测,维护很多行业都可以用起来,看它怎么用,跟企业怎么连接,这可能是一个难题。第二个现在比较火的,基于云视觉方面,火起来之后深度学习以及深度产业化学习,原来的AlphaGo非常火,本质上还是在一定抉择下操作空间,还做不到真正的监督,像人一样类人的思考,这块分析起来,能进入实践领域的可能是传统的深度学习,我们在后面也会讲到强化学习的案例。
真正面向未来的,类人的思考或者类人做推理和决策的,这个可能是更难的,包括无人驾驶的协同和控制,这方面未来还需要更长的时间实现这个课题。讲到人工智能可能从华为自己的发展来看,我们内部也是经历很多阶段,真正做人工智能的起点是在2002成立的时候,相应的研究院都是基于核心的基础研究,对人工智能核心的研究,慢慢的经过2013年、2014年开始有大数据的产业化,2015年开始人工智能的产业化。我们也在思考一个问题,就是人工智能,我们主要在电信和手机上,这个东西跟我们有什么关系,能帮助我们做,这个东西通过内部经过实践,本质上还是跟公司内部不同的业务部门,经过反复的碰撞,不断去探索人工智能的技术和能力达到什么水准,能做什么,业务的痛点在哪,需要解决的问题在哪,解决未来引进和创新的问题,后面会分享几个关于华为公司的内部实践。
这是在华为云上人工智能整个栈,从底层来看,会有异构计算,算力可能是人工智能浪潮热起来的根本的驱动,有算力之后,原来去做语音识别,或者推荐模型,原来传统算快一点的要一两个月,现在分布式大规模算力下面,我们原来一个模型,可能要算大概14天左右的,现在可以做到四个小时算出来,这对项目是极大的提升,这也是推动这一轮人工智能往前推进非常快。第二是数据,怎么把数据能整理起来,提升一些有用的数据,从里面抽取出关键价值,以及结合企业实践来做,我们这边会有平台,把整个数据预处理整理,以及人工智能方法放在里面。第三人工智能本身会引进一些品牌,前面我讲的技术趋势里面有些机器学习平台,深度学习平台以及分布的平台,包括计算的平台,这是技术AI层的能力。
再上层的话,人工智能大家看到类似于语音翻译,语音识别,包括人脸,做到一个程度之后拿来就能用的人工智能,应用到自己产品、生产和系统中去。还有人工智能可能是要行业的,这类没有那么简单,包括我前面讲的拿来就能用的,比如语音翻译,华为来看,我们引用到华为自己的生产制造,发现很多像焊接、点焊,很多名词是解决不了的。这是整个华为的人工智能,我们面向不同的行业,会有物联网、电商、IOT这些具体的应用。
后面简单讲一下华为自己的案例以及帮助的企业和帮助企业真正把人工智能用起来的关键的案例。第一个是华为自己的智能物流供应链这块的东西,华为本身就是最大的企业,华为有18万人,终端的定单过亿了,不算终端的订单大概有几十万,几百万货运量,怎么从生产、制造到物流,最后一公里送到手里,这对华为公司是很大的挑战。物流流转周期对项目有很大的影响,我们做的时候,企业供应链的专家大概有十来个人,加上人工智能的专家一起,他们在一起,通过一些实践,从企业的每一个环节,从前面首先一批货过来,货量是多少,还有货品运出去,有很多路径,怎么做调度,怎么企业的成本节省。华为有自己的生产车间,端到端的环节怎么打通,这里面有很多优化,有一系列的人工智能的问题。
包括最终到货运环节,海关环节,还有一系列手续,比如前面提到过一些类似于自动化的识别,电子签单,整个过程自动化、智能化,通过自动化,解决了准确率的问题,人的准确率比机器要差一些,人总是有心情好坏,今天心情不怎么好,或者今天填一百个单子,完全受不了了。通过人工智能的方法,更加自动化准确。另外在海外最后一公里做了一些关于仓储相关的工作,我讲的例子本身来说想讲作为一个企业,要把人工智能引入到自己的企业来用,需要一个迭代的过程。首先选准企业的痛点在哪,结合企业的流程,要提高运营项目,还是要解决实际问题,怎么做这个事情。这是我介绍的第一个案例。
第二个案例就是华为公司,终端也是我们比较大的布局,终端里面华为手机包括游戏、应用和其他的生活当中的推荐,跟自己平台做的,这个东西也是由于在原来传统方法也做了一些东西,后来发现其实包括游戏,迭代的非常短,要出一款新的推荐,传统的方式要做一些复杂的运算,一遍两遍。现在新的人工智能下面,对推进、应用有本质的变化。华为公司在手机终端有一些推进也好,应用也好,做到准实时的效果,并且点击率也得到极大的提升。这也是华为公司从实现的过程角度来看,人工智能不仅是除了语音视频的东西,还有传统的技术,包括深度学习有传统的问题,也是比较好的尝试。
这是华为内部的交付的主题,类似于现场的安装、实施,这些东西感觉跟设计,跟人工智能没什么关系,其实通过内部的实践探索,这里通过人工智能可以节省很多项目,成本和准确率有很大的提升。我们华为公司18万人,外包不止这些,很多都是外包公司去做的,怎么把交付的可靠性,交付的东西是可用的,交付完了之后,审核完了之后发现不行,再改一下,现在是外包的海外非常贵,一个人每天大概是一千欧,这对华为公司成本非常高的,所以希望能做到实时探测验收的效果,通过图像识别的技术把规范和不规范的地方标识出来,比如安装是不是合适,他们自己也有感触,房地产制造有很多类似的产品,比如安装合不合规,管道走的好不好,生产制造也有类似的产品,都可以用起来。这里我讲的只是思路,其实企业从自己的角度来看,跟人工智能结合之后,可以人工智能更准确、更及时,我们基本上可以做到马上反馈,华为公司每个环节都会有上千人去重复做工作,现在基本上做到不用重复,现场实施验收。
这个是通过路由规划,多路由的时候做到最佳全局的协同和最佳路由的规划,做到千亿级的路由,全网和路由器有百万以上,但是这么多路由器怎么做到最佳的协同,其实是很复杂的路由计算的过程。我们做规划的时候,用传统的方法去做,这个事情现在几分钟就可以做完。类似这样的引擎,还可以用在外部的比如金融领域的欺诈,关系分析,类似这样的场景,我们也在应用。
这些讲的是华为内部,后面再谈华为公司在外部的实践的案例。这个是华为公司上不碰数据,华为公司大数据已经积累了,华为大数据有一千多的客户,这里面有一个案例就是原来的时候,有一个超大的数据,十万亿条的数据,用传统的方法这些数据无法处理,华为公司的大数据平台上,我们提供了一系列的优化之后,我们可以直接反馈结果,并且可以进行查询。华为公司的接口和使用是开放的,包括对外生态是开放的。后面还要分享的一个是零售案例,我们在做零件销售的时候最核心的是来了之后就能卖出去,这里面连50%都做不到,但是我们用了人工智能方法,最优化方法做一些预测之后,做了一个预测,因为从传统方法也能做,人工智能可以做的更深,影响更多,今天下雨,下雨人就少一点,最近有没有促销,周边有什么活动,都是因素,对整个门面或者零售是比较大的影响,现在可以做到92%的准确率,这个存储周期,对企业的周转有很大的作用。
分享一个九州通医药,大家知道它是国内最大的医药的零售,是中转商,下面有很多药品门店都是从他这里面进行批发的,这块最大的痛点就是自己有这么多的药品,怎么快速的从原来的地方调过来,怎么比较准确预测一些东西,同时在整个过程当中,做到高效。从物流来说,从订货,涉及到订货预测我们要做到90%,订货之后怎么高效的物流传输一直派到门店,基本上可以做到99%的准确率。还有派送过程当中怎么做到高效的收货和发货,把收货和发货分开,对空间做布局和计算,提高了非常高的效率。九州通还有一个分享的,企业部门去做的,一个是从企业的董事长,从企业角度提出战略诉求,战略诉求再回过头来各个环节能帮什么,能做什么,通过这个案例,后面还会做的更深,后面会面向未来,怎么从线下转到线上。
最后大家可能很关心人工智能怎么惠及民生,前面讲了很多,我分享一个华为公司做的案例,华为公司在去年做了很多探索,去年在深圳做探索的时候,发掘案例线索,从传统来看视频监控是好的场景,人工智能靠人工的方法,是很多问题解决不了的,包括有一个例子,有一个小孩找不着了,一个视频一个视频看,我们通过关联分析,找到最后去的地方,十多个小时就把失踪的小孩找到了。另外还有一个案子在深圳,我们做了人工智能,分析整个人流和密度车流的密度,做动态的交通的规划。
最后回到企业的人工智能连接上,我前面讲很多关于企业怎么用人工智能,人工智能已经到了一个商用的阶段,这个东西怎么跟企业实践连接起来,要从企业自身从使用的痛点来看,企业要提高运维,还是面向未来,构建更大的商机,可以细分,通过人工智能的专家和行业的实践结合起来,利用强大的人工智能平台,还有人工智能技术,让人工智能走进企业和企业实践。
最后打一个广告,华为有一句话我们的目标是通过华为云构建一片沃土,跟更多的企业一起,把人工智能给每一个地方,每一个企业,每一个人,我们让每个事情更加容易,谢谢大家。

主持人:

感谢罗总的精彩演讲与观点的分享,在我国加快推进智能制造建设制造强国进程中,如何利用人工智能、大数据等技术提高生产效率,成为大家持续关注并讨论的话题,接下来掌声有请北京和利时集团师平为我们带来智能工厂解决方案技术研究与应用的主题演讲,掌声有请。

师平:

感谢主办单位,感谢大家下午参会,分享一下智能工厂。刚才大部分都是与IT相关的,今天我讲的,因为我们是做产品的,跟工厂智能化相关的主题。简单说一下和利时,和利时是我们国家比较著名的智能工厂和自动化的公司。1993年成立,到现在25年,出了很多第一,国家第一套安全控制系统,核电第一套运用系统,还有其他系统,和利时有很多国家第一,现在是国际公司了,我们在北京是总部。主营业务围绕自动化,目前是自动化加智能化两个方向在走,主要的领域是工业自动化,轨道交通自动化,还有医疗自动化三块。
营业规模在自动化方面是很大的公司,客户基础现在有一万多客户,我们有三千套系统在各个国家各个工业的现场在运转,这个规模是很大的。这是整个和利时集团,我们在国内国外很多市场,在不断的努力。这个不细说了。
总部是在北京,这是北京工厂,应该说有很多工信部的人,辛部长上一周到我们公司也参观了,北京这个工厂是全自动化,数字化车间,从产品进去到产生出来,这里面有很多新技术;这是杭州基地,这是杭州工厂,这是西安研发中心,现在我们国家这几年整体的装备水平上涨了,保证产品质量。另外是三大领域,工业自动化是过程自动化,离散自动化和矿山自动化。在轨道交通领域也是和利时的强项,还有医疗自动化,我们国家是大的中药国,整个这几大块,和利时一直围绕自动化在做。
下面讲一下流程工业的自动化,牵扯到城市管理,牵扯到财务等等,有很多IT领袖企业都介绍了,但是流程大家可能不一定很清楚,跟大家分享一下。流程工业,我们要生产石油,原油进来,要把现场的数据拿来,通过设备传感器,把现场的温度、流量,甚至其他的参数采集上来,这个称为全面信息感知。第二个拿到信息以后,我们要分析信息,是不是正确的,我们有一个系统叫实时处理分析,分析以后大家知道我们采用的信息和目标可能会有偏差,我们要消除偏差,偏差有多大,我们会有系统叫自主决策分析。偏差出来以后,我们也分析出来了,把偏差消除,这个系统要可靠的调整,这个环节没有,自动化的环节就是手动的,整个流程工业,整个操作是不平稳的。所以说这四块是建设智慧工厂最基础的东西,要有一定的数据采集能力,需要数据采集什么,这个数据采集是正确的,正确以后要和目标比较,要知道偏差在什么,偏差知道以后要调整,让生产恢复到规定的状态,这个东西是基本的。
这些完成以后,我们就看到人工智能,也就是说我们有很多基于现在生产情况下优化的可能,要让现在的系统进行学习,我们把很多大量过去的知识和现在的知识积累起来,通过积累我们分析是不是有优化条件,这样人就可以有更多的智能,这是在工业领域,整体的装备智能化考虑的。要完成这些我们需要哪些条件,第一数字化,大家知道计算机就是数字化,网络也是数字化,如果不能数字化,我们就没有信息的流动,我们没办法拿到更多的信息,工业自动化来说首先也是数字化。其二就是网络化,怎么样把数字化联网,这就是网络化。再一个称为自动化,自动化是最关键的,因为我们大家知道,大家知道人会犯错误,我们通过训练机器,更准确的完成。平稳下来,我们目标进行调整,自动化非常重要。再一个可视化,我们拿到很多数据,数据怎么变成操作人员能生成有用的数据,能通过这些数据看到生产线的本质情况,这就是可视化。再一个集成,这里牵扯到工业互联网的连接,因为现在很多孤岛,我们需要把孤岛信息全连起来,连起来以后就是集成化,再一个就是模型,人工智能或者智能制造工厂,首先要建模,就是要有算法,那么工业领域也是一样,我们需要把很多工艺参数通过建设模型,通过模型分析内在的情况,所以说这六个条件是智能工厂最基本的特征。
那么有了这些特征以后,有了手段以后,我们要干什么,其实我们都是为了预测未来,就是任何工作,未来生产什么,操作按什么方向走,未来安全是按什么方向走,以后干什么,决策,其实现在的决策很多是拍脑袋,我们会产生很多安全事故,这个技术跟相应的产业结合起来,希望通过这些特征来建立真正的目标工厂,建设目标工厂需要数字化、网络化、智能化,这是迭代的,一步步在走。通过这个分析以后,我们看建设智能工厂的目的是什么,不是为了投一个硬件,上一个软件,我们的目的通过业务自动化带动产业升级,我们国家是工业大国,大量的工业系统,大量的工厂遍布国家各个地方,但是工厂数字化水平不是很高,我们需要转型升级,我们需要投入力量带动升级,目的降本提质增效,通过预测性分析和机器学习等手段对生产经营作出更明确的决策。
我们国家提出两化融合,什么叫两化融合,大家知道阿里也说了,大数据产生了很多网上交涉,工业互联网或者移动互联网改变了我们生活,我们是在工业角度,我们认为工业互联网+需要什么条件,第一有工业基础,我们叫工业化,第二工业化在自动化的调整下,信息化变成工业化加信息化两化融合。目前引进数据的显性化,把工业看到的东西,怎么样通过数据的分析挖掘出来,让这些东西采集信息,我们叫数据流转化有用信息。我们通过一些采集手段,会达到工业生产体系,我们拿到设备的信息,大家知道设备很重要,可以生成设备运营维护管理系统,我们拿到报警信息,可以帮助用户通过软件,通过知识化变成生产设备一体的关系,我们拿到生产安全相关的信息,可以生成安全管理系统。我们拿到很多其他类型的数据,我们通过数据挖掘帮助用户解决他所关心的问题。
所以大家可以看到大数据挖掘,可以给用户带来很多好处,就是我们做智能工厂或者所谓的大数据分析,其实所有目的都是在帮助解决问题。工业互联网加流程工业数据挖掘,同样会产生新业态,新模式,新应用。有了这种条件,我们对数据感兴趣,我们怎么把隐形的数据显性化,真正为我们服务。所以说做智能工厂或者智能化投入,要解决企业研产供销,提供需求导向,我们现在很多东西,比如用电是多了少了,用水是多了少了,我们用风是多了少了,这里有很精确的数据。通过大数据分析以后,一个是按需来解决问题,所以说智能工厂的目的作为业务的智能化,不是为了技术而技术,一定为技术来指导用户的业务,来提供业务服务。其实我们是做控制系统,控制系统每天会在生产线上产生大量的数据,其实现在大量的数据几乎现在每一个工厂,我们国家每一个工厂50%数据是在睡觉,为什么?刚才说了可能受到现场技术的限制,大家没有意识到这些数据有用,怎么样唤醒数据,让我们从工业大国变成工业强国,真正降本增效提质,需要通过数据挖掘解决问题。
未来的工厂是什么,今天大家都在谈未来,我们是搞自动化的,我刚才说的我们在生产在大的化工厂,拿到信息,现场有很多传感器,现场数字化采集和执行层,有大量的传感器,有大量的执行系统,这些传感器、执行系统目前的技术发展已经是数字化了,这样来说,拿到这个设备的信息,这些信息大家知道有限,很难拿,因为我们的布局非常大,这种情况下拿一个很难,不可能有线,一定要有线,所以一定是有线无线解决联网问题。
反映过程要控制,怎么控制,就是要控制系统,控制系统、安全系统,要有压缩,压缩机,大的装备,压缩机控制系统,我们要发电有系统,所有这些系统,安全、精准、可靠控制层,我们希望下游更精准。在控制层上面,更多是管理层,基于控制,我们希望进入设备管理层,一个工厂来说最重要的是生产操作,第二是设备运转,第三是安全生产,为了保证设备生产,有一个设备管理系统,始终在监督所有运转的设备的情况,保证对设备一旦有不好的方向,有这个矛头我们就解决了。报警管理系统,工业现场有大量的报警,这些报警就是监视现场操作的合规性,是不是有危险,会有报警系统保证整个现场操作的可靠性。还有仿真培训系统,我们通过输入和输出对模型进行动态反映,发现它的问题,我们会有模型,将来真正做智能工厂,更多是建立模型,我们对模型进行分析,就能大概知道实际情况是什么,所以模型非常重要。批量处理,先进控制,有大量的控制是非线性的,过程非常长。还有远程桌面,我们的控制器在现场,但是管理人员坐在办公室,需要把现场的情况给操作人员,怎么样让办公室人员能在笔记本电脑上看到所有信息,这是我们要做的。
再往上称之为智能业务管理层,就是生产业务的管理,应该生产什么,按什么指标生产,这属于生产业务管理层,我们的生产执行系统,进来来了很多ERP厂,他们做财务,他们做ERP的。能源保障系统,生产过程中离不开能源,风、气、电,这些能源的消耗,我们希望最低成本下产生最大。再一个称为数据平台,所有的数据我们希望集成,我刚才说了有一个孤岛,真正要做智能分析,希望有一个平台,这个平台能把所有相关的数据都集成一块,我们叫数据平台。再一个ERP,ERP属于工厂管理系统,还有就是工业云,今天谈了很多云,阿里云大家都在谈,云是为了共享,企业很关注成本,但是企业的技术越来越有限,我们会把大量的开发出来的大量公认的知识放到云端,这属于工业云,我们已经发布了自己的工业云。可以看出来其实工业系统是比较复杂的,工业系统大家知道安全事故是多发的,这几年在下降,石油化工一旦有火就爆炸,这种情况下就考虑安全,我们希望人到现场干活,人的错误不会产生安全问题,我们希望设备故障也不会产生安全问题。那么怎么解决,我们在操作过程中,就是操作过程中,大家知道很多地方爆发,很多泄露污染,也就是在操作过程中,我们的操作条件,超过了极限值,这种情况下要考虑安全,我们有保护系统,这是2012年和利时开发第一套有自主知识产权的安全系统。一旦控制超标,就报警,它就是负责安全的。再往上都是信息环节,信息环节又存在什么?信息安全,信息安全其实是一个非常大的问题,所有自动化厂商都有远程维护,任何开发厂商远距离都会操控系统,这种情况下怎么办,要考虑信息安全的问题。
这层我们称为企业业务管理层,数据到业务,业务到数据这么一个过程,并且产生商业价值的,对工厂非常重要的。因为内部是生产,但是要卖出去,卖出去的同时进来的原材料,这就是ERP要解决的问题。未来智能是什么,大家都在考虑优化,希望劳动生产力最高,投入最少,那么对生产角度来说,我们希望全流程生产是精准的,所有的控制都是到位的,一不到位就有波动,波动就是不合格,最后造成很多成本浪费,我们希望通过我们的努力,能不能保证全流程生产的控制,这层是产品进来,怎么生产,怎么出去,存储,是流程。我们希望生产上下游智能运行优化。再往上生产是柔性化的,是多目标的,一定是智能的,我们希望靠优化,生产多目标智能精益运营优化系统。
生产全流程动态性能实时监控、优化系统,你是可以看到的,你也看到很多优化。未来一定会有虚拟工厂,这个叫生产全流程虚拟制造动态化模型验证与预测系统,所以未来一定是形成基于数据模型的虚拟企业,基于自动化技术的现实企业镜像。我们叫做数字孪生,保证整个系统是大的系统,站在智能工厂,要考虑整体的自动化和将来要投入的东西。刚才说了我们有风险,尤其是现场有风险,有风险怎么办,现场有很多风险,第一个风险源是什么,第二个风险源出来以后产生的危害,怎么解决这个问题,可以采用工程控股的方法解决这些问题。再一个会分析现场的风险,哪些是有危险,危险发生的可能性,我们会有团队去帮你解决这个问题,会通过这种分析,通过风险矩阵来分析整个现场安全情况,制定相应的措施,这些东西大家知道安全是最重要的。还有功能安全问题,信息安全更多考虑分区和访问控制安全解决方案。这是大的控制系统,大工厂各个控制系统组成,这是很大的系统的架构。
和利时有很多技术支持智能工场的建设,包括资产管理等等,能源管理,建模,包括远程桌面,机控平台,包括生产调度以及工业安全相关信息,还有工业云等等。未来的三层架构,第一个边缘层,第二个平台层,平台层做数据的集成,更多的是云,还有企业层。通过云端形成大的闭环,来共享技术。未来其实有很多打算,未来之路,我们现在碰到非常好的时代,这个时代是技术爆炸的时代,很多技术应用都可以在目前这种形势下进行,未来一个是智能工厂,一个是智慧交通,一个是智能医药。那么产品考虑自动化产品,第二个考虑把自动化产品加更多智能,再一个考虑更多的解决方案。谢谢大家。

主持人:

感谢师总为我们深度剖析智能工厂的内涵、架构和趋势。今天下午诸位嘉宾精彩演讲为我们展现了IT行业最先进的技术和理念,作为大会主办方,赛迪顾问将积极关注并推动IT产业的发展,给中国IT市场的繁荣贡献自己的一份力量。至此,2018年中国IT市场年会下午会议圆满结束,再次感谢所有来宾的光临,让我们能在未来继续前进,创新发展,明年再见。

    主办单位:

  • 中国电子信息产业发展研究院

承办单位:

  • 赛迪顾问股份有限公司

协办单位:

  • 中国大数据产业生态联盟
  • 中国计算机学会计算机安全委员会
  • 中国人工智能产业创新联盟
  • 中国工业软件产业发展联盟
  • 中国大数据+人工智能百人会

支持单位:

  • 中国软件评测中心
  • 赛迪智库
  • 虚拟现实产业联盟
  • 赛迪时代
  • 中国半导体行业协会
  • 中国计算机行业协会
  • 中国软件行业协会

支持媒体:

  • 中国财富网
  • 中国电子报
  • 赛迪网
  • 新浪
  • 搜狐
  • 今日头条
  • 中国计算机报
  • 软件和集成电路
  • 人工智能
  • 机器人
  • 网络空间安全
  • 互联网经济

世界互联网大会官方微信