,亚洲欧美日韩国产成人精品影院,亚洲国产欧美日韩精品一区二区三区,久久亚洲国产成人影院,久久国产成人亚洲精品影院老金,九九精品成人免费国产片,国产精品成人综合网,国产成人一区二区三区,国产成...

首頁 500強 活動 榜單 商業 科技 領導力 專題 品牌中心
雜志訂閱

技術爆發時代,如何確保企業真正受益?

財富中文網
2023-11-28

業術融合才能產生實際價值。

文本設置
小號
默認
大號
Plus(0條)

2023年11月9日,上海。2023年《財富》中國500強峰會。

對中國大公司而言,擁抱數字化,是當前不確定大環境中最大的確定性。隨著5G落地應用,中國產業互聯網迎來高速發展,垂直領域數字化轉型升級正在加速前進。同時,云計算、人工智能(AI)、物聯網等技術也在深刻改變人類生產及生活方式?,F階段,企業應如何有效利用技術,以加快數字化轉型和智能化升級的步伐?

在近期舉辦的2023年《財富》中國500強峰會上,《財富》亞洲編輯高名歷(Nicholas Gordon)與新希望集團首席數字官、新信號數科集團首席執行官李旭昶、SAP中國區高級副總裁、SAP中國高科技行業MU總經理劉鑫、華勤技術股份有限公司副總裁、董事會秘書王志剛,以及格創東智科技有限公司副總經理李楠,圍繞相關話題展開了對話。

以下為經過編輯的對話實錄:

高名歷:如今,和軟件公司進行合作,似乎可以被看作是一種新機會和營收來源。SAP如何看待和理解這一觀點?

SAP中國區高級副總裁、SAP中國高科技行業MU總經理劉鑫

劉鑫:SAP是1972年成立于德國的一家軟件公司,主要做業務流程和企業管理軟件。有關產業互聯網的問題,SAP更專注于企業的業務流程優化和管理。

SAP在云技術方面有一定突破。我們希望企業在信息化企業軟件方面,能夠有一個集研發、運營、生產、銷售,以及采購于一體化的業務底座。通過數字化底座,優化各家企業的業務流程,從而再次讓企業形成飛輪效應和正向回路。

高名歷:華勤也做了很多新的技術產品,公司是如何利用日新月異的技術推動產品研發的?

華勤技術股份有限公司副總裁、董事會秘書王志剛

王志剛:華勤是一家比較典型的研發型制造公司,我們為全球客戶提供諸如手機、平板、筆記本電腦,這類智能產品的研發和制造的工作。在過去很長時間里,無論是從研發角度,還是供應鏈運營維度,以及制造環節,都沉淀了大量數據。如果這些數據在業務鏈條上是斷點的,就發揮不了任何價值。正是由于工業互聯網和AI,這類新技術的創新和突破,我們將這些數據充分地利用了起來。

從研發環節看,新的技術使我們能夠有效地將研發工作模塊化。讓很多曾經需要多次試產的功能,減少試產次數,從而增強研發效率和縮短研發周期。

從運營角度看,消費電子的一個比較顯著的特征是,既要形成規模化,又要滿足全球市場淡旺季的需求。中國市場上,比較典型的“6·18”和“雙十一”就是旺季。拉美的母親節,還有美國的“黑五”和圣誕季,都是旺季。

要保持大規模交付,并增添一些柔性,需要在生產運營過程中,合理使用數據,同時將一些工程師的經驗變成算法,通過數據與算法、算力的結合,實現業術融合,進一步增強效率,提升良率水平,為客戶創造價值。

在工業互聯網新經濟下,無論是數據,還是人員經驗轉換成的算法,還是后臺設備支撐下的算力提升,都給我們的業務帶來了極大的幫助。

高名歷:我們現在可以看到芯片、半導體,以及電池行業的蓬勃發展,人們對相關技術非常關注,這些技術對中國市場有何影響?李楠先生,您如何看待相關技術?如何利用技術進一步降本增效,推動公司發展?

格創東智科技有限公司副總經理李楠

李楠:在家電這一賽道中,包括電視、手機、冰箱在內的很多產品,我們在過去都做了很大轉型,已經進入到泛半導體的行業之中。我們有了華星光電面板工廠,從2015年前后,我們就往工廠中引入了很多AI技術,包括工業互聯網平臺,以及工業和控制軟件,使得整個產線的自動化率和無人率都有了大幅提升。

這兩年,我們將自己好的技術慢慢對外進行輸出,助力一些芯片企業,以及最近比較火熱的儲能電池制造企業,幫助他們達成生產中最想得到的極致良率、極致效率、極致成本這三個KPI。我們引入了大數據、深度學習,和大模型等新技術,使得他們在這三個指標上,能夠實現業務的核心目標。

高名歷:這些技術非常實用,不僅僅是對高新技術企業,對所有行業也都是一樣的。李旭昶先生,產業互聯網是否也能賦能到農業和食品行業中?

新希望集團首席數字官、新信號數科集團首席執行官李旭昶

李旭昶:這是一個很有意思的話題。新希望集團在農牧食品行業扮演著領頭羊的角色,除此之外,我們還有其他的產業,比如金融服務、化工、醫療等。

工業互聯網,英文是Industrial Internet,國內也有人翻譯為產業互聯網。新希望對此的態度是,我們不去講概念,不去講名詞,而是講它的實質,如何利用它幫到企業進行有效的管理和運營,這是我們的重點。

關于工業互聯網,要拆開來看,按照架構來說,無非還是幾個層次,最底層就是通過傳感器和監視器去采集數據,之后經過邊緣計算和網絡,把數據采集過來。下一步是進行智慧化的分析和建模,再到不同場景去應用。

這樣的工業互聯網架構完全可以照搬到農牧食品行業中來,只不過區別在于上層的應用不一樣。下面的架構,我們在牧場、養殖場、食品企業,加了自動化和工業化設備,包括智能攝像頭,都是以萬級為單位采購的。只不過到頂層應用時,從所謂的養殖端,就與其他工業有所區別了。

養殖講的是對環境的控制,對飼料的精準投喂,對相關工作的集成化監控。最終目標是降低產業成本。無論是一頭豬、一只鴨子、一只雞,還是一頭牛,全產業成本的數字,關系到產業的核心競爭優勢。高于這個值就虧錢,低于這個值就賺錢。

所以基于這樣的指標回溯,就能知道應該分解哪些指標,關注哪些產經,去做哪些優化,實現所謂“從看得清,到管得住,到算得贏”。從這個角度來說,我認為,工業互聯網和產業互聯網對養殖產業而言,與對食品產業沒有任何區別,只不過場景和相應指標有各自行業的特色。我們稱之為Industry Know How。

高名歷:新能源汽車也與產業聯網高度相關,我們如何用現有的技術賦能于電動汽車生產?

王志剛:一個比較典型的趨勢是,現在的車越來越智能化、電子化、網聯化、在線化。華勤作為汽車領域的新進玩家,將過去十幾年在手機、PC、平板領域中所積累的核心技術,應用在了智能座艙和智能網聯這類汽車電子產品上。

大家可以看到,座艙目前也變成了一個由ARM的硬件架構,加安卓軟件生態所共同構成的產品。這與我們在消費電子領域所積累的軟硬件和結構的人機交互能力是相通的,它們的底層技術也是相通的。同時消費電子中所產生的規模效應,也能在汽車行業的成本和效率競爭力提升方面有所建樹。

在新技術的應用上,特別是如今車已經不僅是一種出行工具時,我們將原有的一些核心能力、規模優勢,與全球質量標準結合在一起。未來,我們希望能做更多工作和輸出。

高名歷:SAP是一家全球化的公司,需要本地的經驗,也需要全球的智慧,如何將中國本地化和全球智慧相連,更好地賦能高新技術企業的發展?

劉鑫:在中國,SAP一直將國外專家和本地專家結合得非常好,來服務于中國的客戶。我們在上海有本地的研究院,服務于全球,大概有5000人左右。這是公司全球層面的設置。

SAP產品的最佳實踐都是與世界最先進的企業相結合。所以在很多項目中,我們會總結出全球領先的龍頭企業的最佳實踐和業務流程管理,然后邀請對應的國外專家,一起參與到本土同行業的項目里來,進行賦能。

我們也很高興地看到,如今在某些行業中,有些中國企業也在對外賦能。比如在鋰電和光伏領域,我們在全球范圍內都是領先的,這些企業的最佳實踐也可以反過來賦能國外的企業。原來總是想著來自全球的最佳實踐,其實現在中國市場也有很多最佳實踐可以出海。

高名歷:我們應該如何利用技術?李楠先生,在技術應用和數字化推進方面,您有哪些關鍵經驗可以分享給其他制造商?

李楠:最大的經驗就是勇氣和決心。這背后意味著從上到下組織的變革、從上到下技術的研發、從上到下在數字化方面真金白銀的投入。這都是TCL數字化轉型比較成功的核心經驗。

另外,對于新技術,我們要勇敢接納。當時,華星光電面臨的困難是,我們生產的面板多多少少會產生瑕疵,難點在于如何發現瑕疵,并告訴生產人員這是什么瑕疵,應該做怎樣的處理。

這項工作過去依靠人,在一個大的面板車間,我們可能要投入60至70個人,24小時輪班做缺陷檢測和判別,就像醫生一樣,看幾百萬張圖片做判斷。那個時候我們就非常堅定,一定要解決這個問題。

所以我們最早與IBM、騰訊對接,由格創東智承接這項工作,投入了大量資金與人力,最終通過引入AI深度學習技術,實現了95%以上的人員替代。我們會將這些人工放到更合適、更有附加價值的崗位上繼續工作。

現在我們也將這些AI、大數據相關的經驗能力,通過格創東智,對外進行輸出,幫助了很多芯片、動力電池,和儲能電池領域的企業,用同樣的技術解決他們生產過程中無附加價值成本的浪費,使他們達到最終的業務目標。

高名歷:只是有技術就足夠了嗎?還是說,商業的實踐和管理也需要隨之變化,才能實現轉型?

李旭昶:這是一個非常有意義的話題。無論是小型企業,還是大型集團公司,是不是有數字化技術就可以了?新希望對關于整個數字化的設計和思考有一些心得。

首先,數字化課題對新希望而言,不是“東一錘子,西一錘子”,我們有一個比較長遠的3到5年的“登高計劃”。這是屬于頂層設計的內容,理清集團應該如何做,產業板塊應該如何做。

第二,每年落地“燈塔工程”,每年都挑出最有價值的工程,往前推進。

第三,數字化的推進與業務之間是關系?我們的回答是,數字化必須與業務深度融合,才能真正產生實際價值。其中有兩個層面:

一是所謂業術融合,今天的數字化,尤其是在大型企業中,應該早就過了所謂信息化的階段,更多的是面向業務的價值。數字化無非可歸類為三類價值:第一類,商業模式轉型;第二,經營管理的優化,涉及到經常談及的開源節流、降本增效。但坦白講,過去很多企業沒有真正解決這個問題。數字化環境下,有沒有可能將這件事情做得更好?這是我們要思考的第二個問題;第三,客戶體驗的提升。在新希望內部做數字化,如果與這三類沒有關系,我們就不投資。

其次,有的產業已經是千億級,有的是百億級,有的還沒有到十個億。他們遇到的挑戰和問題也是不相同的。

在我看來,如果說你的年收入還沒有到10億,那么內部管理還需要很多優化,有關營銷、生產、人效、食品安全這些課題,還有很多事情需要做。對于這類產業,數字化的價值就是幫助他們完成從作坊式生產到規?;俚郊s化的過程。但是,年產值幾百億或上千億的大型企業就是另外一個過程了。兩者是不一樣的。

不管怎樣,最后都要落到一點,數字化一定是奔著業務價值和目的去的,最后數字化績效的衡量手段,也是在比較有價值的場景中有所呈現。比如乳業中,所謂食品安全數字化的指標,一定不是說建哪個平臺,而是說質量追溯的效率,原來是幾個小時,現在是否能減到5分鐘之內。其次,我們有冷鏈物流,絕不是用公里數和價格和別人拼,而是看指標中,一輛車的油耗有沒有降低8%,庫存周轉率是不是得到了極大提升。

因此今天籌劃數字化,在做頂層設計、落地手段,和衡量標準時,統統要把業務和數字化做緊密結合,這是一個非常重要的課題。

高名歷:這些新技術能不能讓中國市場的各個行業更加有活力?

王志剛:任何企業在做數字化的過程中,往往都會經歷三個階段:先是信息化,再是數字化,未來是智能化。

我很贊同數字一定要與業務結合的觀點,基于華勤技術全球業務的產品組合和客戶需求,讓數字化可以在每一階段發揮效用。比如,數字化會帶來效率的不斷提升,表現出來的就是周轉指標的提升,增強核心競爭力。

其次,還要考量在數字經濟之下,未來我們的環節中可以嵌入哪些業務,做哪些業務嫁接。希望通過終端、硬件、軟件,和內容生態背后服務器和交換機等提供的業務支持,為未來整個數字經濟搭建新基建,這是我們的目標。

無論從內還是從外,都能找到新機會,未來的市場可能是面向全球的市場。中國制造由統一的供應變成分散供應,如何用數字能力,以及嵌入其中的技術,讓對外的制造門檻降低,將核心技術留在中層,易于全球性布局,這是中國企業以及各行各業要考慮的問題。

高名歷:AI是當下熱議的話題。對于這項技術,我們是不是太樂觀了?在推進這項技術在商業層面的發展時,我們需不需要冷靜一下?

劉鑫:這是非常熱的話題?,F在不管講AIGC,或者已經細化到產業的大模型,都引起了廣泛討論。

我從SAP的角度為大家做一些分析。將AI技術融合到Business AI和業務流程的過程中,我們從財務管理、自動化銷售管理、財務應收賬款業務流程的自動梳理,還有從人力的角度,分別已經從幾個模塊完全嵌入了AI。SAP在硅谷最近也投資了幾家AI的初創公司。

SAP在AI領域,我們稱之為“Business AI”的概念,我們可以不斷用AI技術優化流程,迎接新的技術。特別強調一下,從傳統企業來看,不是所有企業都是用技術驅動業務,我覺得業務和技術是雙驅動的關系,很多大企業是這樣做的。

不要單看什么熱就追什么。比如現在大家可能都在講AI,前段時間是在講工業4.0和產業互聯網,其實要看它們如何與自己的業務做結合,同時還要做頂層設計,做整個戰略的管理,要從業務驅動,找到最適合的技術,打造雙贏。這是最好的,而不要太過盲目地追求新的熱點技術。

高名歷:李楠先生,您之前談到了機器學習,您是如何看待AI的?

李楠:過去,我們做的是AI1.0,大模型橫空出世后,現在進入到了AI2.0狀態。我們也在積極擁抱變化。舉例來說,現在我們的軟件團隊在用大模型幫助程序員生成代碼。我們有過大概統計,現在通過大模型的能力,已經可以節省40%以上的代碼編寫時間,這是在軟件編寫方面的一個大的變化。

從業務角度出發,大模型其實在幫助我們的客戶,尤其是半導體和新能源的客戶,代替掉他們一些傳統的軟件,流程不再是死板的、固定的,取而代之的是由大模型幫助生成相對應的圖表,無論是靈活性、效率,還是后續維護的便易性,都在AI加持下有了非常大的提升。

高名歷:李旭昶先生,您如何看待AI?它對公司有什么幫助?

李旭昶:對此我有幾個觀點。首先,新希望認為,AI不等于AIGC。這是一個最簡單的觀點,GPT也不等于AI的全部。

第二,AI分為兩種派別。像TCL這類公司,他們有一部分的業務就是要用AI為廣大企業服務。對新希望和更多企業而言,更多的是傳統產業和創新產業如何用AI這一工具發揮更大的效能,這是另外一個不同的角度。

第三,新希望在AI方面,不會做“從0到1”的事情,即便是像AIGC這樣的熱點,因為AI只是一個大模型。每一個行業基于AI能做的事情不一樣,一定要有自己垂類模型的訓練方法,但是我們永遠不會從頭開始造輪子。

第四,我們一定是要跟緊AI的,但我們會以更加有效的方法去對付它。(財富中文網)

0條Plus
精彩評論
評論

撰寫或查看更多評論

請打開財富Plus APP

前往打開