1.1　机器人产业链构成　　根据中投产业研究院发布的《中国机器人行业“十四五”发展趋势与投资机会研究报告》，机器人行业的产业链可分为五个部分，分别是研发、零配件生产、机器人单体制造、系统集成和售后服务。　　其中机器人单体、系统集成、售后服务是机器人在生产、销售、维修、淘汰等全生命周期的组成部分。通过研究发现，机器人单体、系统集成、售后服务分食了一个机器人全生命周期的利润。按照国际上的惯例，一台机器人的全生命周期的毛利率约为60%左右，成为名符其实的高端装备。其中，单体、集成、服务分别占据三分之一。因此，覆盖的产业链越长，盈利能力越强。所以，如果机器人制造商只覆盖集成的产业链长度，那么毛利率只有20%。      1.2 工业机器人市场规模根据中投产业研究院发布的《中国机器人行业“十四五”发展趋势与投资机会研究报告》，2019年，中国机器人市场规模持续增长，达588.7亿元，增长率为9.8%。我国的工业机器人占比约为66%，遥遥领先于服务机器人与特种机器人。1.3 中国机器人市场预测　　根据中投产业研究院发布的《中国机器人行业“十四五”发展趋势与投资机会研究报告》，2020年IDC对中国机器人市场十大预测内容如下：　　预测一：5G机器人　　到2024年，中国2000强制造企业中有25%的企业将探索使用5G安全通信技术来提高机器人的数据收集和远程操作能力。　　预测二：机器人边缘计算　　到2023年，中国50%的领先制造企业将部署边缘计算技术，推动工业机器人与云基企业IT系统的深度集成。　　预测三：机器人视觉系统　　到2022，将机器视觉集成到机器人系统中的制造企业可以期望其操作灵活性增加50%，产品质量提高35%。　　预测四：机器人群体智能　　到2022年中期，30%的机器人系统将会集成群体智能，以在工作流程多变的环境中实现自我配置，从而将对以功能为中心的资产的依赖程度降低45%。　　预测五：5G商用无人机测绘制图　　到2022年中期，50%的商用无人机将配备利用5G传送视像的超高清摄像机，从而把高清测绘制图的作业成本降到使用载人飞机的30%以下。　　预测六：开源机器人　　到2023年中期，相较于被特定厂商专有技术锁固的用户，使用开源机器人的用户将能够从机器人技术最新的群体创新中获得三倍以上更多的效益。　　预测七：人工智能机器人　　到2022年中期，50%在用中的工业机器人将被赋予基于人工智能的操作、协调和分析能力，进而满足用户企业对生产率提高30%、流程自动化程度提高50%的期望。　　预测八：机器人协作技术　　到2023年中期，先进的感知功能将成为协作机器人系统的标配，进一步增强人与机器人之间全面的双向交互，并成功取代20%的基于屏幕的用户界面。　　预测九：仓储机器人　　到2022年中期，60%的仓储活动将使用机器人和情景分析来实现存储空间的自我优化，从而将容量增加20%以上，同时将工单处理时间缩短一半。　　预测十：机器人技术融合　　到2022年，用户企业将通过使用与整合物联网、先进分析和云技术等来增强机器人的性能，从而使机器人的整体效能（如环境感知、自主学习、和适应性任务执行）提高40%。来源：中投网

一、业务创新转型的四个子视角根据价值主张新要求，基于打造的新型能力（体系）、形成的系统性解决方案和构建的治理体系，业务创新转型视角形成支持最终价值获取的业务新模式和新业态，包括业务数字化、业务集成融合、业务模式创新和数字业务培育四个子视角。业务数字化。是指单个部门或单一环节相关业务的数字化、网络化和智能化发展，以实现数据驱动的业务运行和资源配置方式变革。典型业务数字化主要包括：一是产品/服务数字化、网络化、智能化。包括提升产品或服务的状态感知、交互连接、智能决策与优化等。二是研发设计数字化、网络化、智能化。包括数字化建模与仿真优化，以及智能化研发管理等。三是生产管控数字化、网络化、智能化。包括生产/服务现场生产活动的数字化、智能化管控，以及生产资源精准配置和动态调整优化等。四是运营管理数字化、网络化、智能化。包括基于数字化模型的管理活动精准管控、动态优化和智能辅助决策等。五是市场服务数字化、网络化、智能化。包括以用户为中心的服务全过程动态管控，以及服务资源按需供给和动态优化配置等。业务集成融合。是指跨部门、跨业务环节、跨层级的业务集成运作和协同优化。按照纵向管控、价值链、产品生命周期等维度，业务集成融合主要包括：一是经营管理与生产作业现场管控集成。包括经营管理和生产/作业现场间数据互联互通、精准管控和协同联动等。二是供应链/产业链集成。包括采购、生产、销售、物流等供应链/产业链环节数据互联互通、业务协同优化和智能辅助决策等。三是产品生命周期集成。包括需求定义、产品研制、交易/交付、服务、循环利用/终止处理等产品生命周期管理环节基于数据驱动的协同优化和动态管控等。业务模式创新。是指基于新型能力模块化封装和在线化部署等，推动关键业务模式创新变革，构建打通组织内外部的价值网络，与利益相关方共同形成新的价值模式。【T/AIITRE 10001—2020《数字化转型 参考架构》标准原文中，业务创新转型，包含通则、业务数字化、业务集成融合、业务模式创新、数字业务培育等内容，本部分节选“5.6.3业务模式创新”部分】业务模式创新是指基于新型能力模块化封装和在线化部署等，推动关键业务模式创新变革，构建打通组织内外部的价值网络，与利益相关方共同形成新的价值模式。典型业务模式创新包括但不限于：a）智能化生产，包括生产过程的智能运营优化，以及与生态合作伙伴间基于平台的智能驱动的生产能力协同等；b）网络化协同，包括基于关键业务在线化运行的平台技术网络和合作关系网络，实现相关方之间关键业务和资源的在线协同和动态优化等；c）服务化延伸，包括基于数据集成共享和数据资产化运营，沿产品生命周期、供应链/产业链等提供增值、跨界、全场景的延伸服务等；d）个性化定制，包括基于产品的模块化、数字化和智能化，利用互联网平台等快速精准满足用户动态变化的个性化需求等。数字业务培育。是指通过数字资源、数字知识和数字能力的输出，运用大数据、人工智能、区块链等技术，基于数据资产化运营形成服务于用户及利益相关方的新业态。数字业务主要包括：一是数字资源服务。包括对外提供数据查询、统计分析、数据处理、数据交易等服务。二是数字知识服务。包括基于知识数字化、数字孪生、智能化建模等，对外提供知识图谱、工具方法、知识模型等服务。三是数字能力服务。包括开展主要业务相关的数字能力打造，并推动能力的模块化、数字化和平台化，对外提供研发设计、仿真验证、生产、供应链管理等数字能力服务。二、业务创新转型过程联动方法随着新一代信息技术不断演进及其应用的不断深化，组织应构建基于新型能力赋能的业务创新转型体系，以培育发展数字业务为引领，螺旋式推动业务数字化、业务集成融合和业务模式创新，建立持续推进业务升级和创新转型迭代优化循环的过程联动方法，如图1所示。图1 业务创新转型过程联动方法包含的主要过程    业务数字化。在数字化转型初期，组织应以提升单项应用水平为重点，依托支持单一职能优化的单元级能力，在研发、生产、经营、服务等业务环节部署应用工具级数字化设备设施和技术系统，开展业务单元（部门）内业务数据获取、开发和利用，持续完善职能驱动型的管理模式，提升单项业务数字化水平，以获取基于单项业务数字化带来的效率提升、成本降低、质量提高等价值效益。业务集成融合。在具备一定业务数字化的基础上，组织应以提升综合集成水平为重点，依托支撑业务集成协同的流程级能力，开展跨部门、跨业务环节的数据获取、开发和利用，持续完善流程驱动型的管理模式，推动组织纵向管控集成、横向产供销集成以及面向产品全生命周期的端到端集成，优化资源配置水平，大幅提升业务集成运行效率，以获取基于业务集成融合带来的效率提升、成本降低、质量提高，以及新技术/新产品、服务延伸与增值、主营业务增长等价值效益。业务模式创新。组织突破业务集成融合后，应以实现全面数字化为重点，依托支持组织全局优化的网络级能力，开展全组织（企业）、全价值链、产品全生命周期的数据获取、开发和利用，持续完善数据驱动型的管理模式，逐步构建数字组织（企业），发展延伸业务，实现产品/服务创新，以获取基于业务模式创新带来的新技术/新产品、服务延伸与增值、主营业务增长等价值效益。数字业务培育。条件适宜时，组织应以构建价值生态为重点，依托价值开放共创的生态级能力，开展覆盖组织（企业）全局以及合作伙伴的生态圈级数据的获取、开发和利用，持续完善智能驱动的生态型管理模式，培育和发展以数据为核心的新模式、新业态，以获取基于数字业务带来的用户/生态合作伙伴连接与赋能、数字新业务、绿色可持续发展等价值效益。来源：先进制造业  2021-1-15

1 数字化车间硬件平台搭建1.1 智能化生产智能化在引入数控机床、机器人等生产设备并实现生产自动化的基础上，再以ERP、MES 等管理软件作为中枢管理系统，以视觉相机、RFID标签、扫码器、条码、传感器等为组件，以NC数控系统或PLC为控制单元，以现场总线 PROFIBUS、工业以太网PROFINET、MODUBUS等通信技术为传输网络。能够借助完善的系统获取状态信息、传递控制指令，以此实现科学决策、智能设计、合理排产，监控设备状态，提升设备使用率，指导生产运行，让自动化生产智能设备高效运转。1.1.1 智能硬件智能化生产制造单元是将一组能力相近的加工设备和辅助设备进行模块化、集成化、一体化的聚合，使其具备多品种少批量产品的生产输出能力。打造智能制造单元是开启智能化道路行之有效的切入点。为各车间配置智能制造单元，“智造单元”是一种模块化的小型数字化工厂实践，整个单元由自动化模块、信息化模块和智能化模块三部分组成，以“最小的数字化工厂”实现在多品种小批量的生产智能化。在加工领域，注重从单一功能型设备向多功能型设备过渡；在装配领域，突破人工操作的枷锁，逐步由人工操作向人机协作、自动化作业转变；不断发掘高精尖设备，致力于质量检测、SPC工站建设；将传统、简易的人工搬运等，采用机器人配合视觉定位技术全部实现自动化搬运。1.1.2 智能设备互联智能化生产车间以信息化作为根基，通过将生成车间的不同设备与通讯网络连接，收集设备的状态数据和质量数据，并作为数据采集和分析的基础。对不同生成设备，采取不同的数据采集方式：对存在数据接口的设备，如加工中心、磨床、PLC控制器、机器人、仪器仪表等，通过Profibus或Profinet网络将设备数据传输到网关；对于没有数据接口的设备，通过外接传感器完成设备状态采集，提升通讯能力，可采取有线或无线两种方式进行，数据传输到网络后，通过边缘计算方式完成数据就地分析和存储，对于数据分析结果汇总，并采用有线或无线的方式，存储到云服务器进行数据显示和后续数据分析工作。设备的联网接入需完成三项重要的工作：硬件接口的连接、软件数据接口互通、接口规范定义。1.1.3 智能设备数据采集完整的制造设备应具备完善的档案信息，包括产品编号、产品描述、产品状态、产品时间戳等信息。按照已定义的通信接口，与其他设备、装置以及执行层实现设备和数据的互联互通。对收集完成的数据进行分析，筛选出合格数据，对于不合格数据采用自动处理和人工处理两种模式完成，最终保证产量质量状态的稳定，并可满足产品的质量追溯。1.1.4 智能制造执行系统建立MES制造执行系统，运用生产调度管理、工艺执行与管理、过程控制管理、排程管理、质量管理、设备管理等模块，可时刻管理和展示生产制造全流程。通过开发数字化生产制造执行平台，打通计划、生产、物流、设备间的数据流，构成计划、控制、反馈、调整的完整系统，通过规范的定义接口实现计划、命令的传递和实际生产的无缝衔接，使生产计划、控制命令、信息数据在整个 MES 系统、过程控制系统、自动化体系中透明、及时、顺畅地交互传递，最终实现生产全过程数字化，打造数字化生产车间。1.2 智能化物流仓储物流仓储是制造业中极为重要的一环，通过应用智能物流仓储系统可快速完成产品原材料、产品配套件、成品件之间快速流转和输送工作，通过采用堆垛机输送方式和立体仓库存储方式提升仓库货位周转效率，降低仓库转运过程造成的人工成本，提升转运效率，实现仓库储流数字化管控和智能化运输。建设智能物流仓储系统，完善系统组成架构：设备层、操作层、企业层。设备层建设立体仓库、智能叉车、码垛机器人、提升机等仓储设备，建设AGV、智能托盘、物流机器人等物流设备、RFID、机器视觉、智能摄像头等识别设备；操作层增加 WMS、WCS、TMS 等运维软件；企业层则对接ERP、CRM、SCM等管理软件的采购、计划、库存、发货等模块，融入总系统的闭环中。2 数字化车间平台搭建工艺是将研发设计的产品赋予灵魂的重要一环，推进数字化技术应用并覆盖于产品的设计、工艺、制造全生命周期，是实现智能制造的关键一点。通过工艺数字化信息平台建设，将打通设计、工艺、制造之间数据流，实现上下游高效协同，通过数字化工艺的深化应用，工艺一致性将实现100%，20%的问题将在规划早期被验证发现，产品的生产准备周期将缩短20-30%。2.1 数字化工艺平台建设初期完成基础功能模块开发及应用。产品准备管理按照APQP实现管控，系统化管控项目进度及交付物；BOM及工艺管理，实现数据及时、准确，提高工艺一致性及标准化；变更管理实现正向与逆向的闭环管理，提升变更执行质量；实现工艺资源管控，实现知识积累、共享和重用。2.2 工艺数字化平台建设中期实现工艺创新性管理：通过工艺仿真技术，实现三维数字化工艺规划及验证，对工艺合理性进行虚拟仿真及评估；实现三维工艺下厂，提高工艺可视性；通过产线仿真技术，对生产线的装备、物流、工艺、节拍、人员、生产过程等进行仿真、优化及管理。2.3 工艺数字化平台建设后期实现工艺数字化技术深度应用：通过数字映射技术，实现实际生产与虚拟生产联动，可以及时修正生产中的偏差及问题，实现更科学更智能的生产。加强数字化技术团队建设，成立专门的项目团队负责技术研究及系统建设，推进工艺数字化提升工作开展。建立数字化标准体系及业务流程，根据数据流、业务流传递特点及上下游关系制定完善的数字化流程，实现管理创新促进技术创新、技术创新推进管理创新。加强数字化基础建设及设计制造辅助工具开发。从软件基础环境、数据库支撑平台、网络信息环境、信息安全体系等基础方面进行投入和建设。2.4 仿真系统应用结合产线数模、物流仿真等，实现产线仿真，对生产线的装备、物流、工艺、节拍、人员、生产过程等进行仿真、验证、优化及管理。通过数字映射技术，实现实际生产与虚拟生产联动，当生产线出现问题时能够实时反馈至虚拟系统，通过虚拟系统验证后更改虚拟参数，可实现生产线同步更改，这样就可以及时修正生产中的偏差及问题，实现更科学更智能的生产。通过与MES、ERP、工艺装备、工艺资源等车间系统深度集成，实现数字化车间技术研究与应用，为实现智能化车间、产线大数据分析等奠定基础。3 结论在数字化车间建设与实施过程中，关键点是引用PLM系统实现主数据流贯通和系统集成，数据流贯通保证了数据的准确、及时、共享，系统集成实现了数据的互联互通。并在此基础上进一步实现数据可视化、透明化。顶层规划很重要，在项目开始阶段，完成顶层设计方案，确保项目实施过程可控性和可预知性。智能工厂建造过程通过数字化双胞胎，实现全集成可视化工厂。实现软件和硬件的智能互联，通过设置标准网络接口实现机床间互联互通。

智能制造如何应用5G是与5G的特点息息相关的，5G目前公认的有如下几个特点:增强移动宽带：主要面向3D/超高清视频等大流量移动宽带业务，eMBB除了在6GHz以下的频谱发展相关技术，也会发展在6GHz以上的频谱。而小型基地台将会是发展eMBB的重要设备，由于目前6GHz以下的频谱，大多是以大型基地台发展的传统网络模式为主，而较以6GHz以上频谱的毫米波技术，便须要小型基地台来把速度冲得更快。海量机器类通信：主要面向大规模物联网业务。mMTC将会发展在6GHz以下的频段，其将会应用在大规模物联网上，目前较可见的发展是NB-IoT。以往普遍的Wi-Fi、Zigbee、蓝牙等，较属于家庭用的小范围技术，回传线路主要都是靠LTE，近期随着大范围覆盖的NB-IoT、LoRa等技术标准的出炉，可望让物联网的发展更为广泛。超可靠低时延：主要面向无人驾驶、工业自动化等需要低时延、高可靠连接的业务。在智慧工厂，由于大量的机器都内建传感器，从传感器、后端网络、下指令，再传送回机器本身的这些过程，若以现有的网络传输，将出现很明显的延迟，可能引发工安事故。有鉴于此，URLLC将网络等待时间的目标压低到1毫秒以下。未来的工厂是数字虚拟和物理现实相融合，ICT技术与现代制造业相融合，以提高工业生产的灵活性、可追溯性、多功能性和生产效率，为制造业开辟新的商业模式。工厂内部和外部之间的界限也越来越模糊，工厂不再是独立的封闭实体，而是庞大的价值链和生态系统的一部分，这就是所谓的“虚拟工厂”。那么根据5G的技术特点，5G可能支持的业务场景包含：5G技术与传统制造企业的应用需求相结合，可以产生物联网、工业自动化控制、物流追踪、工业AR、云化机器人等应用场景。1. 数据串联：随着数字化转型的逐渐推进，物联网作为连接人、机、料、法、环、测等多业务元素，通过5G数据传输快、传输量大等特点满足串联制造过程中各个环节的需求，用于智能工厂当中数据串联与正反向追溯。2. 自动化控制：之前的工业自动化控制都是通过工厂自动化总线来控制，但是这种应用模式造成传输距离有限，无法满足远距离操作控制需求；5G可提供极低时延长、高可靠等技术，无法工程机械操作成为可能。3. 端到端集成：由于数字化转型盛行，部分企业将业务范畴由制造端拓展到服务端，则需要端到端整合跨越产品的整个生命周期，要连接分布广泛的已售出的商品，需要低功耗、低成本和广覆盖的网络，企业内部各个部门与企业之间（上下游企业）的横向集成也网络传输数据，5G的技术特点刚好满足该类需求。4. 工业AR：在流程式生产企业中，需要人为到现场巡检、设备监控等，但是由于部分设备所处环境恶劣，比如核电厂设备巡检，但为了保障设备的正常运转、监控工艺的贯彻执行（温度、压力等），需要人为频繁涉险。这种情形下增强现实AR将发挥很关键作用，远程专家业务支撑，例如远程维护。在这些应用中，辅助AR设施需要最大程度具备灵活性和轻便性，以便维护工作高效开展。5. 云化机器人：在智能制造生产场景中，需要机器人有自组织和协同的能力来满足柔性生产，这就带来了机器人对云化的需求。5G网络是云化机器人理想的通信网络，是使能云化机器人的关键。5G技术倒逼制造行业产业升级：当前制造业的转型可以看作是自动化升级和信息技术的融合提升，这不仅仅是自动化和机器换人，而且工厂能实现自主化决策，灵活生产出多样化的产品，并能快速应对更多的市场变化。人工智能和制造系统的结合将是必然的，利用机器学习、模式识别、认知分析等算法模型，可以提升工厂质量控制与生产管理能力，通过不同领域技术相互融合，才能使企业面对激烈的竞争，倒逼产业升级。5G技术赋能制造：1）远程设备运维大型企业的生产场景中，经常涉及到跨工厂、跨地域设备维护，远程问题定位等场景。5G技术在这些方面的应用，可以提升运行、维护效率，降低成本。5G带来的不仅是万物互联，还有万物信息交互，使得未来智能工厂的维护工作突破工厂边界。工厂维护工作按照复杂程度，可根据实际情况由工业机器人或者人与工业机器人协作完成。在未来，工厂中每个物体都是一个有唯一IP的终端，使生产环节的原材料都具有“信息”属性。原材料会根据“信息”自动生产和维护。人也变成了具有自己IP的终端，人和工业机器人进入整个生产环节中，和带有唯一IP的原料、设备、产品进行信息交互。工业机器人在管理工厂的同时，人在千里之外也可以第一时间接收到实时信息跟进，并进行交互操作。2）设备联网提到工厂内的应用，最容易想到的还是控制。工业控制大致分为设备级，产线级和车间级，设备级和产线级对可靠性和延时要求很高，又很少移动，因此在uRLLC完成前，目前主要还需要通过现场总线等有线方式。车间级网络的布置和控制倒是有5G应用的空间。随着工业互联网的发展，越来越多的车间设备，如机床、机器人、AGV等开始接入工厂内网，尤其是AGV等移动设备的通信，有线网络难以满足，对工厂内网的灵活性和带宽要求越来越高。传统工厂有线网络可靠性带宽高，但是灵活性较差，无线网络灵活性较高，但是可靠性，覆盖范围，接入数量等都存在不足。兼具灵活性、高带宽和多终端接入特点的5G，成为承载工厂内设备接入和通信的新选择。3）质量控制现阶段工业品的质量检测基于传统人工检测手段，稍微先进一点的检测方法是将待检测产品与预定缺陷类型库进行比较，上述方法的检测精度和检测效率均无法满足现阶段高质量生产的要求，缺乏一定的学习能力和检测弹性，导致检测精度和效率较低。而且由于计算能力较弱，4G 的时延过高、带宽较低，数据无法系统联动，处理都在线下进行，耗费极大的人力成本。基于 5G 的大带宽低时延，通过 5G+AI+机器视觉能够观测微米级的目标；获得的信息量是全面且可追溯的，相关信息可以方便的集成和留存，从而改变整个质量检测的流程。区别于传统的人工观察， 视觉检测能够清晰的观测物料的表面缺陷，视觉检测包含更大的数据量、需要更快的传输速度，5G 能够完全解决视觉检测的传输问题。4）可视化工厂在智能工厂生产的环节中涉及到物流、上料、仓储等方案判断和决策，生产数据的采集和车间工况、环境的监测愈发重要，能为生产的决策、调度、运维提供可靠的依据。传统的 4G 通讯条件下，工业数据采集在传输速率、覆盖范围、延迟、可靠性和安全性等方面存在各自的局限性，无法形成较为完备的数据库。5G 技术能够为智能工厂提供全云化网络平台。精密传感技术作 用于不计其数的传感器，在极短时间内进行信息状态上报，大量工业级数据通过 5G 网络收集，庞大的数据库开始形成，工业机器人结合云计算的超级计算能力进行自主学习和精确判断，给出最佳解决方案，真正实现可视化的全透明工厂。5）物流管理在 RFID、EDI 等技术的应用下, 智能物流供应的发展几乎改善了传统物流仓储的种种难题。但现阶段 AGV 调度往往采用 WIFI 通信方式，存在着易干扰、切换和覆盖能力不足问题。4G 网络已经难 以支撑智慧物流信息化建设，如何高效快速的利用数据区协调物流供应链的各个环节，从而让整个物流供应链体系低成本且高效的运作是制造业面临的重点和难题。5G 具有大宽带特点，有利于参数估计，可以为高精度测距提供支持，实现精准定位。5G 网络延时低的特点，可以使得物流各个环境都能够更加快速、直观、准确的获取相关的数据，物流运输、商品装捡等数据能更为迅捷的达到用户端、管理端以及作业端。5G 高并发特性还可以在同一工段同一时间点由更多的 AGV 协同作业。综合来讲，技术的发展会激发许多隐藏的需求，比如2G技术会激发视频对话的需求，IT与OT的共同发展引出在线自动化检测；5G技术会引出更多的隐藏的需求，从个人体验、成本、质量与业务范围上全方位进行产业升级。

作者：张福明 | 来源：e-works随着市场竞争的全球化及互联网商业的兴起，导致用户需求的多样化和产品生命周期的短缩化，以致供应链体系日趋复杂，甚至畅销商品也难以使企业获得以往的高额利润。为了应对复杂的竞争环境，互联网+、工业4.0、个性化定制等概念兴起。尽管很多花企业巨资导入了信息化系统、工业机器人等，但并未给企业带来实际利润与促进业务变革的作用。本文结合笔者在日本三菱电机从事研发设计和BOM系统应用的经验，及在国内从事PLM顾问和在汽车IT部门及家电研发部门负责BOM体系推进的实际经历，总结了业务流与信息流相互配合的体会和关键点，揭示先进大型制造企业通过BOM体系构筑敏捷业务模式的诀窍。0前言很多企业基于宏伟的战略纷纷导入PLM、ERP、MES等系统，但这些企业却发现信息化系统并未给业务带来明显变化，甚至有些系统成为了业务的阻碍。对比国内外企业实施案例后，信息化业界得出结论：信息化成功的关键是七分管理三分技术。那么，七分管理指的是什么？国内很多企业即使在信息化系统导入前做了咨询项目，改变了业务模式，但信息化系统起到的作用仍然不是那么明显，最终得出结论是企业能力不行。引用一位国企高管的话：企业能力差，是战略不行，然后做战略咨询；做完战略咨询，又说体系不行，然后做体系咨询；做完体系咨询，又说流程不行，然后又做流程咨询；做完流程咨询，最后说能力不行，回到原点。大家是不是对此场景很熟悉啊！玩笑中又带着一些无奈。因为这种能力不是战略、体系、流程可以固化为方法论，而是工程师在这些宏观模式下做事的微观能力，必须有深厚工程背景的人才能总结出的适合企业的能力。如果对此能力做一个定义：工程师的业务行为可以入IT系统，也就是DMU化与BOM化，衡量指标是DMU和BOM的鲜活度。DMU和BOM的鲜活度可以通过流程与系统维护并提升，但根源是工程师的业务能力。在产品同质化的今天，只有深度挖掘业务潜能才能构建竞争优势（真正的爆品除外）。而这种能力就是模块化设计能力与协同作业能力，对应的数据模型就是模块化BOM体系。1.工业4.0下的业务模型工业4.0尚未有统一的定义，站在不同的视角对工业4.0的理解不同：交互、互联、智能、大数据、CPS等。但本质上还是为了提高企业竞争力（图1），是信息技术发展到新阶段的工业发展模式。其中BOM恰恰承担了企业信息脊椎的作用，贯穿了企业各个部门。并且通过各种信息化系统的集成，把用户、企业、供应商以BOM为纽带互联起来。例如，用户通过销售配置器选择所需功能的产品，DMU数据可提供视觉的图片，BOM数据可匹配所选的产品型号。如果产生个性化订单，以订单号的形式管理产品BOM。甚至订单BOM再次解算成物料，那么就形成C2M的业务形态，而信息流支撑的业务形态再反馈到财务指标构成企业的盈利模式。1.1 工业4.0的第一步从互联工厂开始无论哪种工业模式，真正产生价值的部门是工厂，以互联工厂作为工业4.0的切入点直触工业的本质。互联工厂是以用户需求为中心实现大规模定制，这种制造模式不同与传统模式的差别在于，生产线上的产品是有主人的。这种业务模式下意味着成品零库存（注：产品库存为已售出产品）的可能，释放了企业的现金流，提高了企业的生存能力。图1 企业盈利与业务能力、BOM数据的关联且通过生产系统及制造现场机械手，把人员从重复枯燥的劳动中解放出来（图2）。以往每个工位都需要匹配工人的大规模制造业，就可以成为柔性自动化生产线。此生产线的成功并非单纯导入硬件设备和软件系统，而是制造工艺的统一化。1.2 互联工厂的信息流必然是MBOM+订单BOM互联工厂之所以互联，也就是把业务能力与硬件设备联系起来。笔者和国内很多信息化专家讨论过工业4.0：PLM、MES、自动化等系统早就在汽车行业大规模应用了，为什么以前不被称为工业4.0？现在国内热炒的制造2025等概念，只是德国软件商的噱头。笔者的经验：制造业已经到了竞争的红海，属于生产过剩的时代。所以围绕用户建立生态圈，吸引用户是新的经济模式。而在这种商业模式下，更能够适应时代的制造模式为互联工厂。互联工厂的生产模式不仅仅在OTD端是以用户需求的制造模式，更要求企业在研发端建立以用户需求驱动的开发模式。在用户需求多样化和制造设备有限的前提下，模块化设计的概念应用而生。其实设备还可以是以往的设备，系统还可以是以往的系统，但业务思想和行为是新的，这种新的思想必然通过BOM把各部门联系起来。笔者根据在日本企业、IT行业及研发业务的经历，对互联工厂的业务信息总结了五点：①用户生态圈：用户需求的焦点及痛点；②商品模型库：基于用户生态圈交互出的商品模型；③零部件数据库：基于商品模型衍伸出具体配置产品的物料信息；④工艺数据库：满足产品多样化的有限设备工艺；⑤订单BOM：贯穿用户-工厂的信息流。1.3 互联工厂的前提必须是模块化设计除了自动化、机器人及制造信息系统等表层能力外，互联工厂的难度在于保证利润的前提下生产出满足用户需求的多样化产品，也就是在有限的设备下生产出多样化的产品来。什么是模块化设计？很多人都会提出不同的见解。汽车比较典型的就是产品架构（VPPS）和产品群开发模式。但这只是表面现象，因为研发部门执行的还是纵向的产品开发模式。由于历史原因，国内不缺乏产品设计能力，但缺乏产品骨架及接口定义的能力，缺乏横向管理平台/模块的业务能力。这样说可能很理论，笔者在三菱电机开发电梯的箱体实际经验作为案例。各位可以通过图3可以看见，电梯箱体是可自由变化的尺寸，模块化设计基于箱体模型进行了参数设定。画一个尺寸不是代表一个具体的数据（多复杂的产品都可通过逆向工程获得），而是一个线性参数。比如箱体内部尺寸范围（900-2400），这条线其实是一个平面展开。涉及到的区间划分，要综合考量工艺、物流、安装等综合成本。当次模块构建完毕，其实用户大多数需求都能过覆盖，这种覆盖是区间的覆盖，不是点的覆盖，覆盖区域可快速满足用户的报价，或者根据用户预算来提供解决方案。所以互联工厂实现的真正前提是模块大面积覆盖用户需求，这种能力是横向开发业务能力，不是简单的产品划分能力和流程能力。所谓模块化，就是改善产品的QCD，经营者要从流程管理的宏观经营视角到产品管理的微观经营视角。而推行模块化设计必须理解BOM，因为BOM承载着新品开发和订单交互的责任。2.工业4.0下BOM体系构筑的关键国内企业对BOM理解相对片面，多为认为是IT领域的事情，就算相对先进的汽车行业，BOM管理工程师大都是主数据维护工作。虽然BOM工程师担负起了产品横向管理工作，但仅仅是数据管理，并未有模块化设计职能。虽然车企把BOM定位企业战略项目，成为制造业的DNA，但未能做到业务与数据的统一化。以汽车行业为例，从生产的角度来看，欧美汽车企业和丰体汽车差距不大，甚至有所超出，但是丰体汽车真正核心在于精益研发。丰田的整车开发周期大约在12-18月之间，欧美整车开发周期为24个月左右。这仅仅是TTM一个指标，由于丰体汽车推行模块化设计，零部件通用性远高于其他车企。95年数据显示，丰田的MD指数为35.5，远远优先于其他车企，并且每个零部件管理成几乎是其他车企的一半左右。BOM管理优势不在于做爆品（诺基亚、苹果案例不做考虑），而是对成熟产品的深度管理，促使各部门规规矩矩地并联协同提升价值链。现在的中国汽车行业中，整车中80%的零件由供应商提供，所以配置设计已经成为可能，研发难度大大降低。如果企业结合模块化/标准化设计，是可以快速研发出整车的。而配置设计的前提，就是对BOM的理解和基础数据规范的建立，也就是BOM系统的建立。相应要建设数据冗余（零部件数量），就得通过模块化设计建立规范的接口系统。3.结论从笔者的经验来看，制造业的JIT时代已经到来，靠人海战术生存的企业必然淹没在竞争的红海中。制造2025如何在企业落地？工业4.0体系如何搭建？这都是值得企业经营层思考的事情。

九派浔阳郡，分明似画图。2020年10月28日江西首个内河母港九江红光国际港正式开港运营！卫华起重13台轨道式集装箱门机助力九江红光国际港成功开港！卫华起重助力九江红光国际港开港第一吊了解·卫华精品九江红光国际港此次卫华股份承接的轨道式集装箱门机，是集超大型、集群智慧互联远程控制的智能化、自动化、绿色化为一体的成套设备，采用电气防摇摆系统及双冗余自动定位技术，确保满足自动化精度定位要求，具有较强的稳定性及防倾斜能力。先进控制系统尽显产品优势1. 智能远程控制系统有效监控及记录作业过程，可实现一对多，减少人工操作，缩短搬运时间。 2. 自动定位系统、拖车检测识别、箱号识别可精准定位，自动寻找目标位置，极大提高作业效率。3. 集装箱卡车引导、防吊起系统确保操作安全、便捷、高效。4. 吊具引导、吊具防摇系统抑制摇摆、微调吊具姿态，保证效率。5. 堆场扫描、堆场防护系统实时更新监控信息，保证安全可靠。6. 视频语音、大车防撞、安全防护等系统确保设备操作安全。【九江红光国际港】 九江红光国际港总规划建设19个5000吨级泊位，建成后，每年可实现货物吞吐量4000万吨，实行外贸与内贸有效隔离，商检、边防、海关进驻一体化通关，为国家一类口岸。据悉，该项目建成后，将成为江西目前建设规模最大、标准最高的集装箱码头，其规模在长江中上游沿岸港口中位居前列，对江西省打造多式联运的立体交通，整合沿江港口资源加快形成畅通、高效、平安、绿色的现代水运体系具有重要意义。多年来，卫华产品广泛应用于港口、码头先后服务泰国林查班港、宜昌港、海口港、周口港、漯河港等多个项目获客户高度认可！壮阔东风潮奋进新时代卫华股份将持续发力高端装备制造不断增强科技创新能力为推动“一带一路”建设助推长江经济带发展增砖添瓦！

来源：工业4俱乐部  2020-10-2610月21日,在两化融合暨工业互联网平台大会的开幕式上，工业互联网平台发展指数（IIP10）正式发布。该指数是受工业和信息化部信息技术发展司委托研究，由工业互联网平台生态工作委员会和国家工业信息安全发展研究中心联合研制。工业互联网平台发展指数（IIP10）采用定基指数法，参考上证50指数等经典统计指数，以全国十大“双跨”平台为样本，反映我国工业互联网平台发展态势的综合性指数，旨在持续跟踪我国工业互联网发展时序变化、刻画总体变化趋势、多维度呈现平台发展全景、准确锁定发展提升重点，周期性衡量并持续监测工业互联网平台发展态势、关键特征和价值成效。工业互联网平台发展指数（IIP10）设计核心内容包括1套监测指标体系、1套测算方法、1组典型样本和1套系列指数。监测指标体系包括平台关键能力和平台价值成效2个一级指标，工业设备里连接、工业机理模型、工业APP开发、平台应用推广、平台价值效益5个二级指标和14个采集项。测算方法采用定基指数法，以2018年为基期，以100为基值、以年为测算周期，综合测算指数各期值。样本平台选取全国十大“双跨”平台。系列指数包含1个总指数，以及工业设备连接、工业知识沉淀、工业APP开发、平台应用推广、平台价值效益等5个分类指数。工业互联网平台发展指数（IIP10）测算结果表明：在总体态势方面，2020年我国工业互联网平台发展指数达172.4，近两年以超30%的年均增速加速提升；在设备连接方面，2020年工业设备连接指数高达251.9，上云设备规模呈现爆发式增长态势，主流工业协议实现全覆盖；在工业APP开发方面，2020年十大“双跨”平台工业APP数量较2018年翻一番，运营管理、设备运维、生产制造、研发设计、节能减排、安全生产、仓储物流、供应链管理、质量管控等类型APP层出不穷；在机理模型方面，2020年工业知识沉淀指数仅为128.3，机理模型的主要类型包括业务流程模型、行业机理模型、研发仿真模型、数据算法模型四大类，数据模型开发能力不足是制约工业互联网平台向更深层次发展的关键因素；在应用落地方面，中小企业仅占十大“双跨”平台用户的17.8%，广大中小企业是平台服务应用亟待拓展的“处女地”；在效益创造方面，平台在经过前期投入阶段迎来收入成倍增长，凸显逆势发展潜力。工业互联网平台发展指数（IIP10）85%的监测指标数据均来源于工业互联网平台监测分析工作。平台监测分析工作以不增加平台统计工作量、不触碰平台商业秘密为原则，以标准化的数据接口和统一规则下的自动采集为手段，以引导平台规范发展、支撑重大工程和试点示范工作、探索平台互联互通路径、构建平台发展生态为目标，实现了对平台发展态势的动态感知和常态化监测。截止2020年10月19日，工业互联网平台生态工作委员会联合一所、信通院、赛迪、工联院4家单位的公共服务平台，共监测到首批19家试点平台实际用云量16.8万台、数据应用总量1180.87PB，汇聚了超过38.1万名开发者、周活跃人数17.5万人，基于平台开发了6.5万个工业APP、其订阅总金额5.6亿元，平台注册用户数765万个、付费企业数285.3万家。工业互联网平台发展指数（IIP10）的发布将为政府部门、行业协会、研究机构、制造企业和平台服务商等各方力量协同推进平台建设、深化融合应用、完善平台服务体系提供科学依据和有效引导，有助于我国工业互联网发展走深向实，助力新一代信息技术与制造业加速融合发展。

来源：数帮客  2020-10-22如今，全球智能制造兴起，人工智能、大数据、云计算一系列新兴技术逐渐向产业和行业下沉。企业数字化转型就是通过深入应用互联网、物联网、大数据等技术，将企业的研发、采购供应链、财务及人资、制造和销售等业务实现数字化、网络化、智能化，助力企业高效成长。为什么要进行数字化转型？智能制造可以从本质上提高生产效率，而数字化转型将是中国企业实现持续增长、转型升级和高质量发展的强力引擎。当下，产业迭代、挑战频发、需求多样化、竞争格局重塑都在迫切要求企业进行数字化转型。中国的数字化应用，更多表现在消费及娱乐互联网上。随着制造业智能化转型升级和高质量发展的逐步推进，信息技术与传统制造业的跨界融合成为必然趋势，智能生产、远程运维、数字化制造，是当前智能制造的主要落地方式。数字化转型面临诸多难点近年来，为促进包括传统制造业在内的制造业转型升级，我国相继出台了一系列战略规划和政策措施：国务院印发《关于深化制造业与互联网融合发展的指导意见》等，对制造业数字化转型进行了全面部署；工业和信息化部、财政部等部门相继印发《智能制造发展规划（2016-2020年）》《工业互联网发展行动计划（2018-2020年）》等，明确了制造业数字化转型的具体目标和重点任务。这些文件从不同方面给予了支持政策与措施，对于推动我国制造业数字化水平不断提升，发挥了卓有成效的推动和促进作用。尽管我国制造业数字化转型已经取得了一定成效，但阻碍行业发展的难点问题依然不少。01、缺乏权威统一的数据标准制造型企业每天产生和利用大量数据，但是工业设备种类繁多、应用场景较为复杂，不同环境有不同的工业协议，数据格式差异较大，不统一标准就难以兼容，也难以转化为有用的资源。02、数据安全有待保障工业数据的安全要求远高于消费数据，目前各种信息窃取、篡改手段层出不穷，单纯依靠技术难以确保数据安全，相关惩罚措施亦不到位，不能给数据窃取、篡改者足够的威慑。03、数据开放与共享水平尚需提高随着数字经济发展，企业对外部数据的需求呈现不断上升的趋势，包括产业链上下游企业信息、政府监管信息、公民基础信息等，将这些数据资源进行有效整合才能产生应用价值。04、核心关键技术能力不足信息基础设施和制造业数字化转型的基础相对薄弱。如何进行数字化建设？从长远来看，企业数字化转型任重道远，但唯有不断探索方能实现目标。具体如何进行数字化建设，或许我们可以从以下三个方面不断研究和改善。01、数字化客户运维系统（营销）以客户为中心是企业数字化转型的目标，其含义是以客户为中心，打造覆盖经销商、大客户、智慧门店、人才团队体系的能力，包括围绕客户设计组织结构、数字化场景体验，并在数据、IT以及考核机制等各方面“以客户为中心”。02、数字化产品生产系统（产品）建立设计项目协同小组，通过产品开发工进行产品设计开发，形成数字化研发（PLM）；优化采购流程及供应商关系，包括监控和改善供应商行为与买家、卖家商务程序的集成，形成数字化采购；将包括制造、检测、装配等方面的所有规划，以及面向制造、工艺、管理、成本核算等所有的信息数字化，转换为制造过程的全阶段所共享的数据，形成数字化生产。03、数字化产品交付系统（交付）建立智能检测与装配装备，进行自动化检测、装配，实现产品质量的有效稳定控制，增加生产的柔性、可靠性，提高产品的生产效率；建立智能物流仓储，减少人力成本消耗和空间占用、大幅提高管理效率等方面具有优势；建立智慧物流，把物流过程数据智慧化、网络协同化，正确的货物、数量、地点、质量、时间、价格，做到物品识别、地点跟踪、物品溯源、物品监控、实时响应。对于企业来说，发展数字化已成为行业共识。但在具体实践上，变革传统管理模式，构建新的经营路径，很多企业还在不断探路摸索中。作为致力于为国内汽车行业提供质量控制专业检测设备的国家高新技术企业，江苏润模汽车检测装备有限公司基于智能制造视野，以质量控制为核心，集成智能传感、工业互联网、机器人及自动控制等技术，专注于数字化检测及智慧质量管理系统与装备的研发应用，力争为制造业在质量提升和数字化转型方面提供技术服务。

来源：数帮客  2020-10-20 新型基础设施建设以来，受到社会各界广泛关注。目前，关于新基建的基础理论、范畴划定、战略价值与战略重点等等核心问题尚待进一步明确，而这些问题的探讨只有站在数字中国发展战略的时代大格局下来看待，方能对其战略逻辑有更深刻的理解和把握。一、新型基础设施的基础理论传统意义上理解的基础设施（Infrastructure）是为社会生产和居民生活提供公共服务的物质工程设施，是用于保证国家或地区社会经济活动正常进行的公共服务系统，是国民经济各项事业发展的基础。新型基础设施虽然在某些领域也表现为一定的物质工程设施，比如5G网络和数据中心，但更多的则体现为代码、APP、软件、标识和标准这样的虚拟形态，具有数字化、网络化、智能化的特征，这与铁路、公路、机场等等传统基础设施的产品形态有很大差异。但是，传统基础设施和新型基础设施对经济社会发展都具有基础性和先导性的作用，在理论根基上具有相通性，所依赖的核心理论均为公共品理论，因此不能强行割裂两者之间的关系。经济学诺奖得主萨缪尔森于1954年首次将公共品（Public Goods）与私用品（Private Goods）区别开来，指出公共品的必然结果是私人投资不足，因此需要政府干预。因此，不管是传统基础设施还是新型基础设施，都需要政府和市场协同发力才可以实现最优的效率。当前对新基建的范畴划定尚处于探索阶段，有不断拓展的空间，但主线应该聚焦在数字类基础设施。2020年4月20日，国家发改委相关负责人明确表示，新型基础设施应该是提供数字转型、智能升级、融合创新等服务的基础设施体系。据统计，目前历次中央权威会议明确提出的新基建都是数字类基础设施，包括5G、数据中心、人工智能、工业互联网、物联网等。2020年4月9日，中央发布《关于构建更加完善的要素市场化配置体制机制的意见》，明确将数据作为一种新型生产要素写入其中。新基建的一个共同特点正是围绕数据这个核心生产要素的感知、采集、传输、存储、计算、分析和应用进行技术经济活动、资源配置和制度安排。二、数字中国框架下研判新基建的战略价值由于新基建概念是在疫情后期被媒体引爆，因此，有观点将其理解为是疫情后短期刺激经济回稳的应急措施，这是对新基建缺乏长线观察。实际上，新基建概念最早是在2018年底的中央经济工作会议上被提出，完全不是应对疫情冲击而推出的短期措施。疫情延缓了新基建的推进，但疫情期间大数据、人工智能、云计算等等数字技术在经济防控和保持国民经济发展“韧性”方面的价值凸显，在线教育、远程办公等产业互联网业务爆发则对新基建提出了新的更高的需求。因此，2020年3月4日的中央政治局常委会议进一步强调了新基建的重要性。由此可见，学术界关于新基建是否能在疫情后经济回稳方面挑大梁的争论，实际上是对新基建战略价值的低估。那么，如何从中长期的战略视角来看待新基建的价值？这就需要结合数字中国战略来统筹考虑。十八世纪中后叶，人类制造出第一台有实用价值的蒸汽机真正投入生产，这是第一次工业革命的主要标志，推动了机器普及和使用，人类进入“蒸汽时代”，从此扭开了经济快速增长的阀门。此后，我们又于十九世纪迎来电力技术革命，二十世纪迎来信息技术革命，正是这一轮又一轮的科技进步浪潮不断推动着全球经济持续增长。值得注意的是，这些技术均为通用目的技术而非特定目的技术，即其影响力可以扩展到经济生活的各个行业领域，因此才会如此剧烈地推动变革与增长。当前二十一世纪正迎来以互联网、大数据和人工智能等数字技术为主要内容的新一轮技术和产业变革的浪潮，这样的时机可以说是百年一遇。中国因为历史原因痛失前三次浪潮，而面对新一轮技术和产业变革，我们已经有了非常坚实的数字经济发展基础，因此完全有能力抓住这一次机遇，从而助力实现中华民族的伟大复兴。正是在这样大的时代背景之下，2015年12月16日，习近平总书记在第二届世界互联网大会上提出了推进“数字中国”建设，从国家层面对中国信息化进行顶层设计和统筹部署，这对于更好更快地推动中国经济社会的数字化转型升级和国家数字竞争力提升具有极为重要的战略意义。数字中国内涵与外延都十分丰富，而构建一个产业链条完善、安全保障有力的新型基础设施体系，无疑对其具有极为重要的战略意义。实际上，如果我们回溯互联网行业二十多年的发展史就可以发现，正是以1993年启动的“金”字工程为典型代表的信息基础设施能力打造才为数字经济的持续发展奠定了坚实的基础。因此，传统基建契合的是工业经济、全球化加速发展和全球制造业梯度转移这个时代背景。自1978年改革开放以来，以“铁公基”为典型代表的传统基础设施投资快速增长，其占GDP的比重由2.57%跃升至21.02%。虽然传统基建短期内还会是投资拉动经济的重点，但其拉动能力自2012年以来已经开始递减。而当前全球经济已经进入下行通道，逆全球化思维盛行，同时工业经济加速向数字经济和智能经济转型升级。新基建契合的正是新一轮技术和产业变革浪潮这个“新”机遇（实际上这是新基建之“新”的根本所在），与“数字中国”战略一脉相承。它虽然目前投资体量还很有限，但其对各行各业降本增效、提高全要素生产率和促进整个经济中长期高质量发展方面的贡献度正处在快速爬升阶段，可以为中国未来经济持续健康发展补齐短板，战略价值不可同日而语。三、数字中国框架下发展新基建的战略思路首先，需要高度重视新基建对数字中国发展的三大效应。（1）整体效应。基础设施具有基础性和先导性，是一个经济领域长远可持续发展的基石与保障。加速推进新基建，有助于数字经济、数字政府、网络空间治理等数字中国各个细分领域的持久创新发展。（2）战略效应。新基建上升为国家政策和社会共识，有助于互联网科技公司的商业战略与国家战略更加契合，有助于人工智能、云计算和产业互联网等核心业务推广。（3）直接效应。一方面，国家和地方后续会从政策与资金两方面直接影响到互联网行业，另一方面，传统基础设施的数字化改造存在巨大机遇。比如，2020年2月24日，国家发改委等11部委联合印发《智能汽车创新发展战略》，就专门强调了“构建先进完备的智能汽车基础设施体系”、“推进智能化道路基础设施规划建设”。综合来看，推进新基建对数字中国发展的影响，整体效应大于战略效应，战略效应大于直接效应。其次，需要明确新基建中政府与市场、国有与民营的关系。新基建推进中，政府规制与市场竞争如何实现有机平衡将考验我们的政策能力。对于如何在新基建中充分发挥市场机制和民营经济的作用，我们需要尽快形成共识。新基建的哪些部分适宜市场力量为主，哪些部分可以政府力量为主，哪些部分需要多种力量合作，以及以何种机制进行协同，都迫切需要在理论上进一步厘清。再次，需要厘清新基建与数字经济和产业互联网的复杂关系。新基建与运行其上的数字经济理论上界限清晰，有学者将其形象地类比为路与车的关系。但实践中二者往往水乳交融，密不可分，比传统基建的路与车关系复杂得多，有时甚至出现既是路又是车的情况。2020年3月27日，中央政治局召开会议强调，要加快释放国内市场需求，保持线上新型消费热度不减。线上新型消费是数字经济的重要内容，与新型基建是相辅相成的。数字经济是新基建的市场基础，是新基建的需求来源。产业互联网是数字经济发展的高级阶段，是新基建的市场先锋军，为新基建的主攻方向勾勒了初步的轮廓。新基建是“数字土壤”，是“底座”，将为数字经济和产业互联网持续发展、新业态新模式培育和数字中国建设夯实基础。最后，需要以平台思维去打造新基建的数字生态体。新型基础设施建设必须要强调生态体打造，因为只有催生了一个繁荣茂盛的“数字生态共同体”，其下的新基建才可以真正意义上发挥基础设施的作用。比如，2017年国务院发布《新一代人工智能发展规划》，科技部为此遴选出腾讯医疗影像等代表性业务领域打造国家新一代人工智能开放创新平台。这一平台并没有关起门来自己埋头做，而是依托腾讯觅影在医疗AI领域取得的技术突破，发挥“连接器”的作用，从创新创业、全产业链合作、学术科研、惠普公益四个维度推动开源开放，并在疫情期间与钟南山团队合作成立大数据及人工智能联合实验室。基于这一策略，腾讯构建了一个医疗机构、科研团体、器械厂商、AI创业公司、信息化厂商、高等院校、公益组织等多方参与的开放平台，从而促进了新型基础设施平台的整个数字生态繁荣。实际上，不只是人工智能，在5G、数据中心、工业互联网、物联网、云计算等各个领域打造新型基础设施，都需要重视以平台思维去构建应用生态系统，需要汇聚应用需求、研发、集成、资本等各方，通过产业与金融、物流、交易市场、社交网络等生产性服务业的跨界融合，推动各行业各领域的“上云用数赋智”和融合应用创新。因此，平台和生态思维是发展新基建乃至建设数字中国的必由之路。

2020年10月19日9时18分卫华起重智能产业园重型车间首根厂房钢柱完成立柱！集团董事长韩红安在仪式上强调，重型车间的建设对于卫华的发展至关重要。该项目建成后，将实现各类超大吨位非标起重机的生产及流水加工，对提升卫华现有生产制造水平具有重要意义。希望各参建单位能将安全、质量、工期放到同等重要的位置，确保按时交付，确保卫华产能得到最大释放。轰鸣的吊车挥动巨臂，厂房核心位置的一根近25米高的钢柱被稳稳吊起，缓缓移动至基座上方。安装工人为“第一柱”基座拧紧大型高强螺栓。卫华起重智能装备产业园重型车间项目厂房钢柱成功完成首吊！卫华起重智能产业园重型车间作为卫华起重智能产业园三期的重点项目，重型车间占地面积11万平方米，建筑总高度约25米，起吊重量达200t，单根立柱重量最高10t，车间总用钢量超过8000t。该项目自2020年8月5日开始建设，将于2021年2月竣工。卫华起重智能产业园重型车间纵跨六跨，主要进行大型桥门机、大型冶金起重机、大型非标起重机等大吨位起重机的生产制作。车间配备各类大型先进落地铣镗床、龙门铣镗床及等离子、激光切割设备，从大型结构件的整体镗铣加工到整体汇装，工艺装备均按照500t以上的标准设计，将实现可在室内加工1000t起重机和400t小车整体加工，年产大型起重机可达1200台。卫华起重智能产业园三期工程建设节点2020年6月28日  卫华起重智能产业园三期项目奠基动工。2020年8月5日  卫华起重智能产业园重型车间开始土建施工。2020年10月15日  4万平装备车间，基础施工完工，钢柱吊装完成70%，地坪完成70%。成品存放区完成70%。室外堆场动工建设。2020年10月19日  卫华起重智能产业园重型车间首根厂房钢柱完成立柱！目前，卫华起重智能产业园正以“起跑”姿势向着“绿色化、智能化、标准化、网络化”的世界一流物流装备智能制造核心基地全力奔跑