二號站登錄網址_人機智能既不是人類智能,也不是人工智能

從前,一個教授,去一個窮鄉僻壤裡頭坐船過江,就問船上的船工:你學點數學沒有?沒有。你學點物理沒有?沒有。那懂不懂計算機啊?不懂。

教授感嘆這三樣都不會,你的人生已經失去了一半。隔了一會烏雲密布,狂風四起,船工問:你會游泳嗎?教授說不會。“那你可能要失去整個生命了!”

人機融合就是把教授和船工結合起來的智能

根據過去數據計算現在和未來是數學常用的手段,根據未來期望算計現在和過去才是人智的方法。

我們知道的遠比我們說出來的要多得多,我們不知道的遠比我們知道的要多得多,我們不知道我們不知道的遠比我們不知道的要多得多……

人類的感覺刺激、信息是動態分類,聚類,不是一次完成的,而是多次彌聚變化的(這種輪迴機制目前尚未搞清楚)。 大道無形的道是碎片的、流性的……所以正是零碎的規則、概率、知識、數據、行為構成了人的智能,即在千奇百怪的日常異構活動情境中生成演化出來的。人智,從一  不是形式化、邏輯化的,而且人的邏輯是為非邏輯服務定製的,機器則相反,從一  是條理化了、程序化的,也是為人的非邏輯服務的。

本質上,數據的標記與信息的表徵不同之處在於有無意義的出現,意義即是否理解了可能性。機涉及的表徵體系雖然是人制定賦予的,但一誕生就已失去了本應的活性,即意向性參与下的各種屬性、關係靈活連接和縫合,而人的諸多表徵方式則常常讓上***不知所措:一花一世界,一樹一菩提。知識圖譜的欠缺就在知識的分類,它僵化了原本靈活着的知識表徵,使之失去了內涵與外延彌聚的彈性,就像職稱評定一樣……用有限表現無限是美,把無限用有限詮釋出來是智(真),連接兩者的是善(應該、義)。機器決策,通常是用合適的維度降低分類信息熵。而人在實際生活中,對信息的處理是彌聚維度……有張有馳,彌聚有度,意形交替,一多分有,彈性十足。

如果說機器的存儲是實構化,那麼人的記憶就是虛 實構化,並且隨着時間的推移,虛越來越多,實越來越少,不僅能有中生無,甚至還可以無中生有,就像各種歷史書中的傳奇或各樣的流言蜚語一樣。更有意思的是人之記憶可以衍生出情感――這種對機器而言匪夷所思的東東。

人的學習過程大多數不僅是為了獲取一個明確的答案,更多的是尋找各種理解世界發現世界的可能方式。而機器的“學習”(如果有的話)“目的”不是為了發現聯繫,而就是為了尋求一個結果。

智能的根本不是算,是法,是理解之法、之道!理解是關鍵。 NLP 不先解決理解問題,只追求識別率,是不會有突破的。 其實人對聲音的識別率是很低的,經常要問別人說了啥。能問別人說了什麼是  的能力,因為知道沒有理解才能問出問題。很多系統的理解最終靠人,如果沒有人參與,不管處理了多少文字,都沒有任何理解出現。目前的人工智能缺失的是:對人感性層面的仿生不夠完善,因此無法完全了解人做決策的生理與心理機制。言下之意,只有人工智能做到像人一樣去感受外部的世界,並用處理器做人一樣的理性思考,從內至外地模擬和學習人類,這樣的人工智能才是完善的。

博弈理論家魯賓斯坦發表了文集《語言與經濟學》,其中一篇論文里,魯賓斯坦用一個博弈模型說明“辯論”對不參与博弈的旁聽者有非常大的好處,因為辯論使得雙方不得不將“私有”的信息披露給旁聽的人。他的數學推導在我看來大致上沒有超出我的哲學論證的範圍。他在最近給我的回信中說他使用數學不過是為要獲得更清晰的論證而已,並同意我在信中表示的看法“數學方法可能遮蔽了深刻洞察”,而人的直覺性統覺,其載體是有機體的感覺  ,已經包含着有機體對各種關係的理解。只是為了要把這種理解固定下來,形成“記憶”,人類才需要另一種能力的幫助,那就是“理性”能力。在理性能力的最初階段,便是“概念”的形成。概念就是一種界限、約束、條件,在不同的情境下,這些界限、約束、條件會發生許多變化,甚至會走向它的對立面……這也是為什麼智能難以定義,有人參與的活動里會出現各種意外的原因吧!曾幾何時,叔本華曾指出:“在計算開始的地方,理解便終結了。”因為,計算者關注的僅僅是固定為概念的符號之間的關係,而不再是現實世界里發生着的不斷變化着的因果過程。與“概念”思維的蒼白相對立,關於“直覺性理解”的洞察力,叔本華也有如下精彩的論述: “每個簡單的人都有理性,只要告訴他推理的前提是什麼就行了。但是理解卻不同,它提供的是原初性的東西,從而也是直覺性的知識,在這裏出現了人與人之間天生的差別。事實上,每一個重大的發現,每一種具有歷史意義的世界方案,都是這樣的光輝時刻的產物,當思考者處於外界和內在的有利環境里時,各種複雜的和隱藏着的因果序列被審視了千百次,或者  的思路被阻斷過千百次,突然,它們顯現出來,顯現給理解。”在這一意義上,目前的全部計算機智能,只要還不是基於“感官”的智能,在可看到的  永遠無法獲得我們人類這樣的創造力。這裏,“感官”是指對“世界”做直接感知的  ,有能力直接呈現表徵世界圖景的  ,而不是像今天的計算機這樣,需要我們人類的幫助才可以面對這個世界“再現”什麼。錢學森說:“人體作為一個系統。首先,它是一個開放的系統,也就是說,這個系統與外界是有交往的。比如,通過呼吸、飲食、排泄等,進行物質交往;通過視覺、聽覺、味覺、嗅覺、觸覺等進行信息交往。此外,人體是由億萬個分子組成的,所以它不是一個小系統,也不是一個大系統,而是比大系統還大的巨系統。這個巨系統的組成部分又是各不相同的,它們之間的相互作用也是異常複雜的。所以是複雜的巨系統。”實際上,當前的人工智能只使用了人類理性中可程序化的一小部分,距離人類的理性差距還很大,更不要說初步接近人類更神奇的部分――感性了!

伽利略說過:數學是描述宇宙的語言。事實上,準確地說應該是:數學是描述宇宙的語言之一,除此之外,還要許許多多的描述方式存在着。這也是智能科學面臨的問題,該如何有效地融合這些不同語言的語法語義語用呢? 對於多元認知體系來說,共性認知成分稀缺而重要,數學是這方面的一種嘗試,用以描繪對象間的關係(但非僅有)。如果換了一種文明,它們的描繪方式不同,形式自然不同。數學不是究竟,只是對實相某個方面的陳述,類似盲人撫摸象腿的感受。數學和詩歌都是想像的產物。對一位純粹數學家來說,他面臨的材料好像是花邊,好像是一棵樹的恭弘=叶 恭弘子,好像是一片青草地或一個人臉上的明暗變化。也就是說,被柏拉圖斥為“詩人的狂熱”的“靈感”對數學家一樣的重要。舉例來說,當歌德聽到耶路撒冷自殺的消息時,彷彿突然間見到一道光在眼前閃過,立刻他就把《少年維特之煩惱》一書的綱要想好,他回憶說:“這部小冊子好像是在無意識中寫成的。”而當“數學王子”高斯解決了一個困擾他多年的問題 (高斯和符號)之後寫信給友人說:“最後只是幾天以前,成功了(我想說,不是由於我苦苦的探索,而是由於上帝的恩惠),就像是閃電轟擊的一剎那,這個謎解開了;我以前的知識,我最後一次嘗試的方法以及成功的原因,這三者究竟是如何聯繫起來的,我自己也未能理出頭緒來。”再如獎懲是機器增強學習的核心機制,而人的學習在獎懲之間還有其他一些機制(適應,是主動要獎勵/懲罰還是被動給獎勵 懲罰),如同刺激――反應之間還有選擇等過渡過程。另外,人類的獎懲機制遠比機器簡化版的獎懲機制複雜的多,不但有獎獎、懲懲機制,甚至可以有懲獎機制,給予某種懲罰來表達真實的獎勵(如明降暗升),當然,明升暗降的更多。人類的那點小心思,除了二進制,機器們目前繼承的還不太多。

在川流不息的車流中穿行而全身而退,就是人機態勢協同的經典情境。 仔細想想,態勢與陰陽還有着相似關係:(狀)態為陽――顯性的 being ,(趨)勢為陰――隱性的 should ;感(屬性)為陽,知(關係)為陰,陰中有陽,陽中有陰。

人的學習與機器學習最大的不同在於是否是常識性的學習,人在教育或被教育時,是複合式認知,而不僅僅是規則化概率性輸入。人的常識很複雜,扎堆的物理、心理、生理、倫理、文理……既包括時間空間的拓撲,也包括邏輯非邏輯的拓撲。人既是動物,也是靜物。機也如此,但其動、靜與人的還是有差異。人機融合學習、人機融合理解、人機融合決策、人機融合推理、人機融合感知、人機融合意圖、人機融合智能才是未來發展的趨勢和方向。

人有一種能把變量變成常量,把理性變成感性,把邏輯變成直覺,把非公理變成公理,把個性一變成共性多,把對抗生成妥協的能力。例如人不但可以把 how 用程序化知識表徵,還可以把 why 用描述性知識表示,至於 what 、 where、when 這些問題讓機器輔助檢索即可。無論人的自然智能還是人工智能最後都涉及價值取向問題,可惜機器在未來可見的未來內遠遠不會有之。如果說價格是標量,價值是矢量,那麼也可以說數據是標量,信息是矢量,機器是標量,人是矢量。若數據是標量,信息是矢量,知識就是矢量的矢量,究其因,數據終究是物理性的,本身沒有價值性,信息是心理性的,具有豐富的價值取向。

目前主流人工智能理論喪失優勢的原因在於,它所基於的理性選擇假定暗示着決策個體或群體具有行為的同質性。這種假定由於忽略了真實世界普遍存在事物之間的差異特徵和不同條件下人對世界認識的差異性,導致了主流理論的適用性大打折扣,這也是它不能將“異象”納入解釋範圍的根本原因。 為了解決該根本問題,歷經多年發展,許多思想者已逐漸明晰了對主流智能科學進行解構和重組的基本方向,那就是把個體行為的異質性納入智能科學的分析框架,並在理性假定下個體行為的同質性作為異質性行為的一種特例情形,從而在不失主流智能科學基本分析範式的前提下,增強其對新問題和新現象的解釋和預測能力。即把行為的異質性濃縮為兩個基本假定:一、個體是有限理性的,二、個體不完全是利己主義的,還具有一定的利他主義。心理學、經濟學、神經科學、社會生態學、哲學等為智能科學實現其異質性行為分析提供了理論跳板和基礎。簡單可稱之為人異機同現象,未來的智能應該在融合了諸多學科新一代數(信)息學基礎上成長起來,而不是僅僅基礎在當前有着諸多不完備性的數學基礎之上。

新手對抽象枯燥的信息無感,而高手則能從中提煉出生動、鮮活、與眾不同的信息異常敏感,即通理達情,看到別人看不到(從同質性提煉出異質性),覺察出別人覺察不了的信息,形成直覺(快)決策,這也就導致了不同尋常的非理性行為和信念不斷地發生。“認知吝嗇鬼”是指人類大腦為了節省認知資源,在做決定時,喜好尋找顯而易見的表面信息進行處理,以求快速得出結論,而結果很可能是錯的,所以以膚淺著稱。與”認知吝嗇鬼”不同,心理學中還有一個概念叫”完全析取推理”( fully disjunctive reasoning ),指當面對多個選項需要做決策,或是要根據假設推理得出一個  解決方案時,會對所有的選項或者可能性的結果進行分析、評估,從而得出正確地答案。因為進行系統地分析,速度相對比較慢。

知識的默會已造成很多不確定性,規則的內隱更使得交互複雜加倍。其根源在於交互對象具有“自己能在不確定和非靜態的環境中不斷自我修正”。這就要求不但有知識更新的要求,而且更有組織機制挖潛強調。人機交互實質上是人的感性結構化與人的部分理性程序化之間的融合。“同情”很容易被理解為:我們在這種感受中以某種方式分有他人的情感。實際上,同情共感是一種情感秩序一致性的共現期望。我們在意識領域中至少可以發現以下六種互不相同的“共現”方式:映射的共現、同感的共現、流動的共現、圖像化的共現、符號化的共現、觀念化的共現。因此,“共現”雖然首先被胡塞爾用於他人經驗,但它實際上是貫穿在所有意識體驗結構中的基本要素。對於此,機器仍遠遠不能學習實現之。

霍金和穆洛迪諾都曾把光說成是“行為既像粒子又像波動”,智能也是如此彌聚,彌散如波動,聚合如粒子(注意機制的加入)。對象是靜態的,分配匹配是動態的,是不斷被刷新的,可謂此一時彼一時,如何把握不同時期的人機功能分析變化,這或許是一個非常有意思的問題。現在的許多無人系統或體系不是說真無人,而是沒有了直接人,同時對間接人的要求會更高了。人機融合不同情境的自主機制不太一樣,如個體的自主與系統、體系的自主不同。此外人機融合的一個重要問題如何平衡,能力的、時機的、方式的、研判的平衡等等,融合的不好,往往都是這些方面的失衡所造成的。例如人機交互分為自我內交互和與他外交互,許多表達或表徵對其他對象僅出現邏輯上的意義,與真實發出者的心理意義往往是不一致的,這種情況體現在人機深層次溝通的不流暢和晦澀、難以為繼上。比較而言,機器是擅長處理家族相似性事物的,人則是優於處理非家族相似性的,即人類可以從不相識 相似的事物中抽取相識 相似性,而人機融合是兼顧兩者的。跨界交叉就是要找到非家族相似性進行有向關聯。波粒二象性就是連續與離散的態勢,態勢與感知都有二象性,認知也有,離散時可以跨界交叉融合非家族相似性,連續時常常體現平行慣性保持家族相似性。人的非理性認知(離散)與機的理性認知(連續)結合是否符合正義(正確的應該)是衡量有效融合的主要指標之一。

人機融合智能有兩大難點:理解與反思。人是弱態強勢,機是強態弱勢,人是弱感強知,機是強感若知。人機之間目前還未達到相聲界一逗一捧的程度,因為還沒有單向理解機制出現,能夠幽默的機器依舊遙遙無期。乒乓球比賽中運動員的算到做到、心理不影響技術(想贏不怕輸)、如何調度自己的心理(氣力)生出  狀態、關鍵時刻之心理的堅強、信念的堅定等等,這都是機器難以產生出來的生命特徵物。此外,人機之間配合必須有組合預期策略,尤其是合適的第二第三預期策略。自信心是匹配訓練出來的,人機之間信任鏈的產生過程常常時:從陌生 – 不信任 – 弱信任 -較信任- 信任 – 較強信任 -強信任,沒有信任就不會產生期望,沒有期望就會人機失調,而單純的一次期望匹配很難達成融合,所以第二、第三預期的符合程度很可能是人機融合一致性的關鍵問題。人機信任鏈產生的前提是人要自信(這種自信心也是匹配訓練出來的),其次才能產生他信和信他機制,信他與他信里就涉及到多階預期問題。若being 是語法, should 就是語義,二者中和相加就是語用,人機融合是語法與語義、離散與連續、明晰與粗略、自組織與他組織、自學習與他學習、自適應與他適應、自主化與智能化相結合的無身認知 具身認知共同體、算 法混合體、形式系統 非形式系統的化合物。反應時與準確率是人機融合智能好壞的重要指標。 人機融合就是機機融合,器機理 腦機制;人機融合也是人人融合,人情意 人理智。

人工智能相對是硬智,人的智能相對是軟智,人機智能的融合則是軟硬智。通用的、強的、超級的智能都是軟硬智,所以人機融合智能是未來,但是融合機理機制還遠未搞清楚,更令人恍惚的是一不留神,不但人進化了不少,機又變化的太快。個體與群體行為的異質性,不僅體現在經濟學、心理學領域,而且還是智能領域  重要的問題之一。現在主流的智能科學在犯一個以前經濟學犯過的錯誤,即把人看成是理性人,殊不知,人是活的人,智是活的智,人有慾望有動機有信念有情感有意識,而數學性的人工智能目前對此還無能為力。如何融合這些元素,使之從冰凍的生硬的狀態轉化為溫暖的柔性的情形,應該是衡量智能是否智能的主要標準和尺度,同時這也是目前人工智能很難跳出人工的瓶頸和痛點,只有鋼筋沒有混凝土。經濟學融入心理學后即可使理性經濟人變為感性經濟人,而當前的智能科學僅僅融入心理學是不夠的,還需要滲入社會學、哲學、人文學、藝術學等方能做到通情達理,進而實現由當前理性智能人的狀態演進成自然智能人的形勢。智能中的意向性是由事實和價值共同產生出來的,內隱時為意識,外顯時叫關係。從這個意義上說,數學的形式化也許會害死智能,維特根斯坦認為:形式是結構的可能性。對象是穩定的東西,持續存在的東西;而配置則是變動的東西,非持久的東西。維特根斯坦還認為:我們不能從當前的事情推導出將來的事情。迷信恰恰是相信因果關係。也就是說,基本的事態或事實之間不存在因果關係。只有不具有任何結構的東西才可以永遠穩定不滅、持續存在;而任何有結構的東西都必然是不穩定的,可以毀滅的。因為當組成它們的那些成分不再依原有的方式組合在一起的時候它們也就不復存在了。事實上,在每個傳統的選擇(匹配)背後都隱藏着兩個假設:程序不變性和描述不變性。這兩者也是造成期望效用描述不夠深刻的原因之一。程序不變性表明對前景和行為的偏好並不依賴於推導出這些偏好的方式(如偏好反轉),而描述不變性規定對被選事物的偏好並不依賴於對這些被選事物的描述。

最近,澳大利亞悉尼大學克里斯・雷德通過研究認為:“它們正在重新定義智能的性質。”一種被稱為“海綿寶寶”的黃色多頭絨泡菌( Physarum polycephalum ),它們也能記憶、決策、預測變化,能解決迷宮問題、模擬人造運輸網絡設計、挑選  的食物。它們能做到所有這些事,但它們卻沒有大腦,或者說神經系統。這一現象不得不讓科學家重新思考,智能的本質究竟是什麼?通過研究我們發現,智能就是人物環境系統之間的交互現象,就是智,就是慧,就是情,就是意,就是義,就是易,就是心……心理的心就是人機環境系統的交互,很難像物理還原一樣進行心理還原,生 心理與物理最大的不同是:一個是生一個是物,一個是活的一個不是活的,一個不易還原,一個較易還原。人文藝術之所以比科學技術容易產生顛覆原創思想,不外乎在於跨域性的反身性――移情同感,超越自我,風馬牛也相及,而人一般都不願意因循守舊一生,所以人文藝術給人提供了更廣闊的想象空間,正可謂人們看見什麼並不重要,重要的是人們如何詮釋看見的事物。

德里達有句名言“放棄一切深度,外表就是一切”,他隱藏的意思是:生活本身並不遵守邏輯,它是非邏輯的,無標準的,就像文字學,以一種陌生的邏輯在舞蹈。

願上帝保佑機器學習,阿彌陀佛!

人機融合智能是相對性與  性的統一

哥德爾證明了任何一個形式系統,只要包括了簡單的初等數論描述,而且是自洽的,它必定包含某些系統內所允許的方法既不能證明真也不能證偽的命題。

哥德爾不完全性定理第一定理:

任意一個包含一階謂詞邏輯與初等數論的 形式系統 ,都存在一個命題,它在這個系統中既不能被證明為真,也不能被證明為否。

哥德 爾 不完全性定理 第二定理 

如果系統S含有初等數論,當S無矛盾時,它的無矛盾性不可能在S內證明。

由於哥德爾的第一條定理有不少誤解。我們舉出一些例子:

該定理並不意味着任何有意義的公理系統都是不完備的。該定理需假設公理系統可以“定義”自然數。不過並非所有系統都能定義自然數,就算這些系統擁有包括自然數作為子集的模型。例如  幾何可以被一階公理化為一個完備的系統(事實上  的原創公理集已經非常接近於完備的系統。所缺少的公理是非常直觀的,以至於直到出現了形式化證明之後才注意到需要它們),塔爾斯基(Tarski)證明了實數和複數理論都是完備的一階公理化系統。這理論用在人工智能上,則指出有些道理可能是我們能夠判別,但機器單純用一階公理化系統斷卻無法得知的道理。不過機器可以用非一階公理化系統,例如實驗、經驗。

read more

二號站賬號註冊_產業鏈 | 全面剖析機器視覺產業鏈

機器視覺是 人工智能 正在快速發展的一個分支。簡單說來,機器視覺就是用機器代替人眼來做測量和判斷。 機器視覺系統 是通過機器視覺產品(即圖像攝取裝置,分CMOS和CCD兩種)將被攝取目標轉換成圖像信號,傳送給專用的 圖像處理系統 ,得到被攝目標的形態信息,根據像素分佈和亮度、顏色等信息,轉變成数字化信號;圖像系統對這些信號進行各種運算來抽取目標的特徵,進而根據判別的結果來控制現場的設備動作。

機器視覺是人工智能(AI)在工業領域應用  和  泛,其產業鏈可分成:

  • 底層開發商(核心零部件和軟件提供商)

  • 集成和軟件服務商(二次開發)

  • 核心零部件及軟件又可以再細分為光源、鏡頭、工業相機、圖像採集卡、圖像處理軟件等。

在目前的整個機器視覺系統成本構成中,零部件及軟件開發佔據了80%的比例,是產業鏈中  的核心環節和價值獲取者。

從構建產業鏈護城河角度看,技術是壁壘,而軟件又是主要壁壘。

1)軟件是主要壁壘,底層算法庫是核心。

  • 外資企業垄斷,做得好例如康耐視以及MVTec,主要是靠國外幾十年的自動化進程培養起來的;

  • 國內自動化進程時間不長,軟件算法還多處於研發階段,應用做得好的不多。

2)應用層面的技術也非常關鍵,主要是要掌握不同應用環境的Know-How,做出適應性的產品。

國內機器視覺行業的市場參与者主要有四種類型:

  • 國際綜合自動化公司

  • 國際專業機器視覺公司

  • 國內專業機器視覺公司

  • 國內自動化設備公司。

其中,在底層開發商層面還是國際企業佔主導地位,國內公司更多是在附加值更低的二次開發層面布局(形式包括系統集成以及組裝生產自動化專機),並在此基礎上逐漸向上游核心環節進行嘗試。

機器視覺系統成本構成

產業鏈關鍵產業分析

1.光源

光源是國產化  環節。 光源的好壞在於對比度、亮度和對位置變化的敏感程度,機器視覺行業主要採用LED光源產品。目前沒有通用的機器視覺照明設備,針對每個特定的應用實例有個性化的方案,以達到  效果 。 目前光源行業國產化程度高,競爭比較激烈 

2.鏡頭

低端鏡頭國內企業具備一定競爭力,高端鏡頭基本依賴進口 。鏡頭的基本功能是實現光束調製,將目標成像在圖像傳感器的光敏面上完成信號傳遞。工業鏡頭主要可以分為定焦鏡頭、定倍鏡頭、遠心鏡頭、連續變倍鏡頭等,不同的鏡頭根據要求應用於不同的工業現場,價格差距也較大。

3.工業相機

工業相機以歐美進口為主,國產品牌從低端市場開始逐步進口替代 。工業相機是工業視覺系統的核心部件,其本質功能完成是將光信號轉變成電信號的過程,要求更高的傳輸力、抗干擾力以及穩定的成像能力。

4.圖像採集卡

圖像採集卡國內發展較為完善和成熟 ,也稱為視頻抓取卡,這個部件通常是一張插在 PC 上的卡。這張採集卡的作用將攝像頭與 PC 連接起來。它從攝像頭中獲得數據(模擬信號或数字信號),然後轉換成PC 能處理的信息。

5. 圖像處理軟件

圖像處理軟件基本被國外企業垄斷,國內企業在二次開發中有所布局 。工業視覺軟件則對数字信號進行各種運算來抽取目標的特徵,進而根據判別的結果來控制現場的設備動作,自動完成對圖像採集、显示、存儲和處理。當前比較流行的開發模式是“軟件平台+視覺開發包”,開發包是基於軟件平台對常用各種圖像處理算法進行了封裝,軟件工程師可以直接調用封裝好的算法實現各種複雜的圖像處理功能,降低二次開發難度和工作量。

6.系統集成

國內廠商在集成端發展迅速,尤其是在一些外資還沒有布局的領域、或者非標自動化領域如3C等 。國內集成廠商單純進行二次開發利潤空間較小,在某一行業下游完成良好布局之後,會嘗試逐步向上游底層開發延伸,進行核心軟硬件的進口替代。

  的下游產業分析

機器視覺廣泛應用於电子及半導體、汽車製造、食品包裝、製藥等領域,其中电子汽車和电子是當前機器視覺  的應用領域。

1.下游應用領域――电子

根據前瞻研究院數據,电子行業貢獻了機器視覺近50%左右的需求,主要用於晶圓切割、3C表面檢測、觸摸屏製造、AOI光學檢測、PCB印刷電路、电子封裝、絲網印刷、SMT表面貼裝、SPI錫膏檢測、半導體對位和識別等的高精度製造和質量檢測。以iPhone為例,其生產全過程就需70套以上系統。未來在全球智能手機、平板電腦和可穿戴設備等消費电子領域的需求有望爆發。

以3C行業為例,我們判斷未來行業的機器視覺需求還會持續較快增長,主要需求來自幾個方面:

  • 1)視覺技術進步(現在好多玻璃、屏的缺陷檢測技術上還不能實現)推動適用領域拓寬;

  • 2)隨着國內智能手機逐漸中高端化帶來手機廠商利潤率提升,視覺檢測在國產手機產線中的應用有望推廣開來。

▲機器視覺在SMT裝配線上的典型應用

2.下游應用領域――汽車

根據前瞻研究院數據,汽車行業貢獻了機器視覺15%左右的需求,主要用於車身裝配檢測、面板印刷質量檢測、字符檢測、零件尺寸的精密測量、工件表面缺陷檢測、自由曲面檢測、間隙檢測等幾乎所有系統和部件的製造流程。目前一條產線大概配備十幾個機器視覺系統,未來隨着汽車質量把控、汽車智能化、輕量化趨勢對檢測提出更高要求,對機器視覺技術的需求還會逐步提高。

例如,3D視覺系統可以以高精度測量間隙並對準每一輛車,並對裝配的所有車門和車身進行全面檢測。3D 視覺系統還能幫助底盤製造商使貨架中車身板件的上架、下架和檢測實現自動化,在自動設備拾取缺陷元件之前檢測貨架上是否存在缺陷元件,從而減少將缺陷元件焊接到一起。

▲機器視覺在車身檢測領域的應用

3.下游應用領域――製藥

根據權威研究機構數據表明,製藥行業貢獻了機器視覺7%左右的需求,主要應用在藥瓶封裝缺陷檢測、膠囊封裝質量檢測、葯粒卻是檢測、生產日期打碼檢測、藥片顏色識別及分揀等。目前大多數企業流水線上有1-2套機器視覺系統,而實際需求至少應該在5處,未來隨着製藥行業自動化升級改造提速,滲透率會持續提升。

例如,在藥品包裝后的檢測環節中,可以利用機器視覺快速、準確地檢測到對象是否完好無缺,通過設定圖像傳感器,獲取包裝后的對象圖片信息,通過預先設定的面積參數對每個葯粒或者藥瓶進行檢測對比,這樣,破損的葯粒或者缺瓶的包裝都將被檢測出來,正確的正常通過。

▲葯粒泡罩檢測示意圖

▲缺瓶檢測示意圖

4 .下游應用領域――食品

食品及包裝也是機器視覺應用的重要下游領域,主要用於高速檢測、外觀封裝檢測、食品封裝缺漏檢測、外觀和內部質量檢測、分揀與色選等,單條產線用量在不同產品中差異較大。目前機器視覺在大型食品企業(如伊利、蒙牛)中應用較多,而在行業整體的滲透率並不高。

例如,歐洲鮮貨市場廣泛使用食品分揀器,一般採用多台攝像機捕獲產品整個表面影像。當產品基本為圓形時,在漏洞內設有機構,讓產品在攝像機下進行旋轉。形狀可以根據最大直徑和最小直徑、比例關係等進行分選。顏色一般根據已掃描的整個表面情況來決定。鑒定方法如簡單百分比、強度值直方圖、定義最大面積或最小面積等。

▲機器視覺在食品行業中的典型應用示意圖

展望未來,機器視覺行業主要有幾個發展趨勢:

1)更多更快的圖像數據傳輸、更先進的軟件算法帶來實現数字化、實時化和智能化的性能提升;

2)硬件性能的提升(更高分辨率、更快掃描率等)和產品軟件價格的下降推動機器視覺滲透率提升;

3)產品向著小型化、集成化發展

read more

歐億二號站註冊_物聯網與現代辦公

 

現代辦公室是什麼樣子?眾所周知,近幾十年來,数字技術的進步對辦公實踐和環境產生了變革性影響。但物聯網的影響尤為顯著,在工作地點、工作時間甚至工作方式等方面開創了一個新的時代。

在哪辦公

在物聯網出現之前,遠程和移動工作實踐已經佔據了主導地位,但現在可以更輕鬆地進行這些工作。強大的連網設備,再加上通過雲部署的雲數據存儲和關鍵業務應用程序,意味着現在可以在家中、移動中和遠程位置以同等效率承擔各種角色。

因此,毫無意外,在商業地產領域,聯合辦公和共享辦公空間是增長最a快的部分,這使得企業員工和自由職業者(最近的研究表明,如今三分之一的勞動力是由獨立或自由職業者組成)能夠在最a適合他們的地方靈活辦公。

物聯網與辦公環境之間關係的另一個方面是智能建築的興起。正如德勤(Deloitte)報道的那樣,物聯網正在幫助辦公樓成為“有靈性的建築”,可以自我診斷問題和需求,如要求溫度升高或開關燈。這提高了效率,使辦公空間更具成本效益和靈活性,並有助於推動初創公司和中小型企業的發展。

我們的工作時間

正如連網設備的工作模式,以及通過雲部署的數據和應用在人們工作的地方提供靈活性一樣,它們也在人們的工作時間方面提供了靈活性。

許多初創企業和中小公司已經開始進行觀念轉變,不再關注花在不同任務上的時間,而是關注每個員工要達成的結果。隨着自由職業者和合同工數量的不斷增加,這種發展可能還將持續下去。

我們的工作方式

得益於物聯網,個人和團隊開展工作的基本方式正在發生重大變化。在訪問數據和應用程序方面更大的靈活性和動態性正在建立更多的工作協作實踐,包括團隊內部,以及組織與其客戶或合作夥伴之間的協作。

還有一個事實是,物聯網最終都是從數據中產生洞察力。無論您的組織處於哪個領域,都能捕獲以前未開發的數據,然後自動分析並將其轉化為切實的見解和行動,並最終產生巨大的影響。(來源物聯之家網)真正接受物聯網的組織正在學習如何利用實時數據,例如,從車隊中車輛的位置到工廠車間的机械性能,無所不包。此外,他們正在人工智能、機器學習和大數據分析的幫助下分析這些數據,這使得對數據的解讀比以往任何時候都更加複雜、智能和動態。

因此,物聯網正在對現代辦公產生真正的變革性影響,無論是在哪個領域,也無論其規模大小。

read more

二號站測速_政策支持線路明確 “新基建”加速推進已成為必然

雖然經歷疫情,但從過完春節后的  復工日開始,“新型基礎設施建設”簡稱為“新基建”已經成為成為時下的熱詞。其中新的重磅信息是:3月4日,中共中央政治局常務委員會會議強調,加快5G網絡、數據中心等新型基礎設施建設進度。

信號已經十分明確,2020年乃至接下來的“十四五”,我國將加快“新型基礎設施”建設進度。

其實“新基建”受關注,並非始於今年。表述“新基建”概念,源於2018年底中央經濟工作會議。談及2019年工作任務時,會議指出,“加快5G商用步伐,加強人工智能、工業互聯網、物聯網等新型基礎設施建設”。

在一年前的2019年全國兩會上  總理政府工作報告明確要求,“加快5G商用步伐和IPv6(互聯網協議第6版)規模部署,加強人工智能、工業互聯網、物聯網等新型基礎設施建設和融合應用”。

而到了2020年伊始    常務會議上要求,“要大力發展先進製造業,出台信息網絡等新型基礎設施投資支持政策,推進智能、綠色製造”。其中“加強新型基礎設施建設投資支持政策”表明政策支持力度已經箭在弦上。

另外,從今年2月3日到3月4日,雖受疫情影響,但一個月時間內,僅中央層面就至少5次部署與“新基建”相關的任務。

除3月4日中央政治局常務委員會外,還包括:

2月3日,在中央政治局常委會會議研究應對新型冠狀病毒肺炎疫情工作時的講話中  要求:要加快釋放新興消費潛力,积極豐富5G技術應用場景,帶動5G手機等終端消費,推動增加电子商務、电子政務、網絡教育、網絡娛樂等方面消費。

2月14日,中央全面深化改革委員會第十二次會議強調:基礎設施是經濟社會發展的重要支撐,要以整體優化、協同融合為導向,統籌存量和增量、傳統和新型基礎設施發展,打造集約高效、經濟適用、智能綠色、安全可靠的現代化基礎設施體系。

2月21日,中共中央政治局會議要求:加大試劑、藥品、疫苗研發支持力度,推動生物醫藥、醫療設備、5G網絡、工業互聯網等加快發展。

2月23日,在統籌推進新冠肺炎疫情防控和經濟社會發展工作部署會議上  強調:智能製造、無人配送、在線消費、醫療健康等新興產業展現出強大成長潛力。要以此為契機,改造提升傳統產業,培育壯大新興產業。

隨着中央支持力度的加強,各省市也紛紛在其工作報告把5G網絡建設等“新基建”作為2020年投資重點。其中河南省在政府工作報告中表示,2020年要推進實現縣城以上城區5G全覆蓋,啟動全省5G規模化商用。甘肅省表示,2020年要基本實現地級市城區5G全覆蓋。重慶市提出,要實施5G融合應用行動計劃,2020年新建5G基站3萬個。

近日,上海市委常委會會議也指出,加快培育在線教育、互聯網醫療、生物醫藥等新興產業,加快建設5G網絡、數據中心、冷鏈物流等新型基礎設施,积極打造新的經濟增長點,不斷增強發展新動能。

另外,各部位也在加快推動支持“新基建”的政策出台。

從去年底到今年初,交通運輸部大力推進建設交通強國,持續推進重點工程建設項目,其中智能交通市重點領域。2月底,國家發改委等11個部門聯合印發《智能汽車創新發展戰略》。推動智能汽車快速發展,支持智能汽車基礎共性關鍵技術研發和產業化、智能交通及智慧城市基礎設施重大工程建設等。3月初,教育部等部委印發《關於“雙  ”建設高校促進學科融合加快人工智能領域研究生培養的若干意見》,加快人工智能領域人才培養,支撐人工智能產業發展。

  因新冠肺炎疫情暴發等原因,“新基建”已經延遲,隨着復工復產,加速推進成為必然。

read more

二號站平台官網地址_中國電信:加快雲改進程,打造新型網絡基礎設施

今日,中國電信正式發布2019年度業績財報。財報指出,新的一年,中國電信將向引領的綜合智能信息服務運營商奮勇邁進。全面加快雲改進程,推進雲網融合,構建雲網融合的数字化平台,打造新型網絡基礎設施。

中國電信將深化雲網產品應用和運營體系改革,加快5G、雲、DICT、能力中心的數據匯聚,建設開放共融的大數據湖,將大數據應用於產品、服務、雲網建設和運營、風險管理、資源配置等環節,提升企業中台能力,增強企業智慧運營管理水平。

中國電信將鞏固網絡和人才優勢,強化企業市場競爭力,充分利用豐富的5G頻譜資源,加快5G網絡建設,強化雲網融合的獨特優勢,向簡潔、敏捷、集約、開放、安全的泛在智聯網加快演進;推進市場化變革,進一步激發企業發展活力和內生動力,推動科研體制改革,加快在關鍵技術領域取得突破。

中國電信將廣泛開展創新合作,加快信息化服務拓展,聚合優勢資源,擴大生態合作,推動5G應用培育和SA規模商用,持續豐富智慧家庭產品體系,鞏固和發揮DICT引領優勢,持續培育以智慧家庭、雲、物聯網、互聯網金融為代表的產業新生態,打造企業長期持續發展的新引擎。

在公司治理方面,中國電信的持續努力和出色表現得到了資本市場的廣泛認可和高度肯定,連續九年獲《InstitutionalInvestor》評選為“亞洲最受尊崇企業”,連續十一年獲《TheAsset》頒發“傑出環境、社會及管治企業白金獎”,並憑藉“5G雲改”戰略獲頒“備受讚譽的創新舉措”獎項,十二次獲得《Corporate�9�GovernanceAsia》評選為“亞洲較好公司-企業管治典範”殊榮,獲《FinanceAsia》雜誌評選為中國區“較好管理公司第一名”、“較好投資者關係第一名”、“較好環境、社會及管治第一名”。

中國電信堅持將社會責任融入自身發展,依法治企、誠信經營,积極踐行網絡強國戰略,堅定維護網絡和信息安全,助力經濟社會数字化轉型。加強企業風險防範,积極實施信息扶貧,持續推進節能減排。貫徹落實“提速降費”、“攜號轉網”,堅決不打價格戰,維護公平有序的市場競爭,推動行業持續健康發展。堅守服務底線,維護客戶權益。

中國電信攜手合作夥伴,共創生態繁榮,推動基礎網絡資源共建共享,有效避免重複建設。踐行“一帶一路”倡議,與多個沿線國家網絡互聯互通實現升級。圓滿完成新中國成立70周年、澳門回歸20周年、博鰲亞洲論壇、“一帶一路”國際合作高峰論壇、中國國際進口博覽會等重大會議、活動的保障任務,贏得社會廣泛好評。

當前,新一輪科技革命和產業變革方興未艾,新興信息通信技術日新月異,信息消費需求日益升級,技術與市場正在雙輪驅動着我國信息通信產業再創廣闊前景。同時,中國電信也面臨着全球環境和局勢多變、5G產業規模效益有待顯現等諸多挑戰。

2020年伊始,新型冠狀病毒肺炎疫情突發,給中國電信的業務發展和網絡建設造成影響。中國電信积極踐行企業社會責任,率先開通武漢火神山醫院等地的5G網絡,發揮天翼雲和大數據等業務優勢,支撐疫情防控和診療信息化,积極採取措施關心關愛員工生命安全和身體健康。

同時,中國電信將努力應對疫情影響,积極把握市場需求新變化,以更加豐富的信息化解決方案更好地服務於客戶。遠見者穩進,穩健者遠行。中國電信將秉承新發展理念,堅持用戶和市場導向,努力創新發展,全面推動5G網絡建設,加快共建共享,堅定推進雲網融合,深化企業改革,深耕智慧運營,攜手產業夥伴共創未來,向引領的綜合智能信息服務運營商邁出堅實步伐。

read more

二號站測速官網_越南三大電信公司發力5G市場,勝算幾何?

2月25日,中國科技部發布公告提到,作為國產5G產品激勵計劃的一部分,越南三大電信企業正式宣布5G研發和生產路線圖。與此同時,越南公布了其三大電信企業(Viettel、Vingroup、FPT)的5G部署與競爭策略。

越南,比鄰中國,從2015年起GDP一直保持着平均6%以上的高速增長,2018年和2019年分別高達7.08%和7.02%。其中,2019年中越進出口總額達1168.7億美元,越南對華出口額為414.1億美元,越南對華進口額為754.52億美元,兩國貿易額連續兩年突破1000億美元。

但是,相對於東南亞的泰國、菲律賓等國對中國華為5G設備的開放態度,Viettel卻對華為說了“不”,轉身選擇與愛立信和諾基亞“合作共贏”。

三軍上陣

“三軍”指的是越南三大電信企業Viettel、Vingroup、FPT。

在2019年9月,越南便宣稱其自研5G技術可實現國產化,並提到Viettel宣布僅用六個月的時間就成功研發出了商用5G技術,想要一氣呵成快速部署5G網絡,計劃到2021年實現全國覆蓋。但是事實證明,Viettel只是在“蹭熱度”,其口中的5G技術、設備也不過是蹭了其合作夥伴愛立信和諾基亞的標籤。

如今,科技部官宣越南的5G研發策略,無疑吸引了群眾的目光,這次越南是不是真的要發力了?

首先,Viettel批准了5000億越南盾(約合2150萬美元)的預算,用於研發5G微蜂窩,投資2000億越南盾(約合800萬美元)的實驗室用於5G試驗和研究,計劃在2020年6月測試5G微小區服務,並在Viettel的內部網絡上測試5G宏小區服務;

其次,Vingroup將把重點放在5G研究實驗室,預計將於2020年7月推出其  5G手機,預計2020年8月開始進行5G電信設備的測試,其旗下的VinSmart則與Cisco和Intel合作開發5G網絡設備;

再次,FPT表示,他們在2014年至2018年期間成立了一個工程師團隊,旨在2019-2023年期間提供完整的5G解決方案。

由此可見,越南是真的開始踏實鑽研、大力布局5G市場了。無論是技術研發、終端設備、還是完整解決方案,越南開始形成自己的上下游研發產業鏈。回顧越南的通信產業發展史,3G、4G起步較晚,國內電信基建不完善,5G技術、設備此前一直依賴愛立信和諾基亞,並不具備核心技術研發能力,且備受質疑。

無論是基建建設還是核心競爭優勢,放眼全球,越南可謂是“滄海一粟”,平平無奇。但是這一次,越南是下定決心要在5G市場重拳出擊了。

越南的底氣是什麼?

根據公開資料查詢,全球  宣布實現5G商用國家前五位是韓國、美國、瑞士、英國、中國。

我們先來看看位居全球前列的中美韓,為了備戰5G做了哪些功課?

  實現5G商業化運用的韓國,運營伊始就投入48個5G發射塔;而美國則在商業運營后不久,便擁有了92個,如今號稱有1萬個;中國則在2019年9月即已開通5G基站8萬多個,依據工信部2019年通信業統計公報显示,截至2019年底,中國5G基站數超13萬個,用戶規模以每月新增百萬的速度擴張。

毋庸置疑,基建設備建設是國家發展5G的重要項目規劃。

長江證�分析師於海寧指出:“在穩增長背景下,通信網絡作為雲計算、人工智能、物聯網等戰略性新興產業發展的基礎設施,符合國家經濟結構轉型方向,有望成為新基建主要抓手,加快建設和發展,行業繼續彰顯‘逆周期性’屬性。”

以中國為例,中國鐵塔副總經理程繼偉說道:“中國鐵塔堅持能共享不新建、能共建不獨建,充分利用各類建築設施資源,高質量滿足了移動、聯通、電信,以及首信、正通等五家單位的通信公網、政務通信的信號覆蓋需求,做到了“同步規劃、同步設計、同步實施、同步使用。”因此,優越的基礎建設,不僅有效降低建設成本,提升建設效率,還實現移動通信基礎設施與使用場景的融合。

下面我們看看越南正在做什麼工作?

起初,越南在2019年5月10日正式成為首批成功以5G電話撥號的國家之一,這是越南的底氣之一,畢竟起點不晚。

作為一家為越南近一億人口中的6000萬人提供電信服務的運營商,Viettel副總經理曹德勝提出:“實現讓越南成為世界上  5G商業化應用國家之一的戰略目標,是越南電信的光榮使命,越南將在5G領域與世界同行。”

首先,Viettel自2015年以來已經投資了4千萬美元,宣告要在2020年前自行開發80%的核心網絡基礎設施,並進一步成為全球5G供應商。其次,Viettel還選擇了出海,在一些第三世界國家建立子運營商,在5G技術、產品設備出現短板的情況下,主要以推廣完整地5G解決方案為主,不斷堅持差異化競爭路線,發揮自身的價值優勢。同時,這也是越南的底氣之二。

2019年時,越南最大的企業集團Vingroup便宣布2020年前在美國,以及歐盟市場推出其全新的5G智能型手機計劃。2020年又推出了其在5G研究實驗室上的研究計劃,以及5G電信設備的測試工作。頭部企業的強強聯手,這是越南的底氣之三。

藉此,北京郵電大學孫松林教授指出:“封閉的產業生態無法承載5G雄心,5G要真正發揮威力,首先要革自己的命,重新打造產業鏈,走上自己造就的新經濟戰場。”所以,越南的整裝待發,眾望可歸。

角逐5G市場,拼的是專利

上文提到,  宣布落地商用的國家前五名,韓美佔得前兩名,中國位居第五。但是截止2019年底,全球5G技術實力排行榜,不僅出現了量的變化,還出現了質的飛躍。

如上圖所示,全球5G專利數量前三名,中國華為第一、中興第三,中國企業奪得二名,把韓美兩國的企業遠遠甩在了後面。因此,從5G專利數量上看,全球前三國為中韓美。同樣,在5G技術的角逐場上,基礎建設是底盤,專利權是  。也可謂,專利在手,勝券在握。

顯而易見,越南的專利排名卻未進榜單,所以越南進軍全球5G市場的腳步在很大程度上是滯后的。在某種程度上看越南,眼界很高步伐卻很小。而且在重要項目合作上,錯誤的戰略決議也充當了“馬後炮”的角色。

例如,截至目前,華為5G業務已在全球獲得60多個商業合同。其中,柬埔寨、瑞士等國都放心地用上了華為的5G產品。此外,今年3月在全球率先推行5G商用的韓國,其國內第三大電信商LG U+就在其5G部署中使用了華為的基站。

但是,Viettel CEO黎登勇一再表示:“華為構成對越南信息安全的威脅、在安全顧慮打消前不會考慮華為。”從而拒絕華為,握手愛立信和諾基亞,無疑是錯誤的決定。在2020年1月,美國眾議院接連通過3個促進5G國家競爭力的法案。中國信通院數據也显示,截至2020年1月,全球已有34個國家、378個城市部署了5G商用網絡。

面對全球在5G角逐場上的前仆後繼,政府支持的推動作用無疑給各國都打下了強心劑。所以,越南的進步空間還很大。

GTI主席Craig Ehrlich說道:“5G將是萬物智聯時代的關鍵基礎並支持經濟增長,業務轉型和創造創新的新服務。但是,在5G的推出和商業化過程中,移動行業面臨着挑戰。我們很高興看到,在5G新興國家/地區已經出台了有關國家寬帶戰略,頻譜價格,稅收措施,跨行業合作和公共基礎設施接入的积極政策,可有助於充分發揮5G對整個社會的潛力。”

 

read more

二號站平台官網地址_2020年 中小型集成商如何渡過“寒冬”?

2020年,對於各行各業來說,無疑是一場硬戰。

新年以來,突如其來的新型冠狀病毒肺炎疫情迅速影響全國,在打亂人們原本平靜生活的同時,大規模的停工停產也衝擊着行業正常的生產和經營秩序,安防行業也不例外。

受上游元器件價格上漲、生產線人員不足等諸多因素影響,疫情給安防企業的生產製造帶來了強烈衝擊。

此外,相比於生產製造企業,疫情對占安防市場佔比超過半數的工程/集成商,尤其是中小型工程/集成商來說,衝擊的影響更顯而易見。

一方面,在疫情防控的關鍵時期,諸多工程的項目招標工作陷入停滯,而因春節假期停工的在手項目也被迫延期開工,導致項目無法如期完工,工程/集成商項目回款延遲,出現現金流緊張。

另一方面,在項目陷入停滯狀態的背景下,產品、物流價格上漲帶來的供應鏈支出及場地人力成本支出依舊,也為原本緊缺的企業現金流雪上加霜。

在此背景下,越來越多的工程/集成商開始通過全員營銷、尋求新行業需求點、尋找政策資金支持等開源節流方式,以期渡過2020年的“寒冬”。

疫情下,集成商“寒冬”到來

長期以來,項目運轉一直是安防工程/集成商生存所依賴的要點所在。而在疫情影響下,項目施工所需的人員集中建設顯然與少聚集、少接觸的防疫要求背道而馳,不少安防項目被迫停止,給企業資金鏈帶來危機。

數據統計显示,疫情期間,有78%的工程/集成商現金流得不到恢復,需要墊資,67%的中小企業資金不足以支撐2個月。

多位安防工程/集成商向CPS中安網表示,項目停工,產品、運輸、場地、人員等多方面運營成本支出是當前工程/集成企業生存面對的兩大挑戰。

項目停工造成的現金迴流困難,成為困擾當前工程/集成商生存的一大因素。

CPS中安網了解到,當前受項目停工造成的完工驗收時間延遲影響,項目現金回款也相應延遲,導致部分工程/集成商項目回款情況嚴峻,給企業帶來較大資金壓力,

與此同時,在一些能夠開工建設的項目中,由於項目施工所需要的人員調度、運維設備、防疫設備、應急管理預案等支出,也給相關工程/集成商帶來資金壓力。

多方面運營成本支出,成為困擾當前工程/集成商生存的另一大因素。

受到疫情衝擊,當前安防產業鏈上游的电子元器件產品價格均出現不同程度的上漲,但當產品漲價現象下沉到下游的工程/集成商採購時,生產企業為保障正常產品供應,避免引起渠道市場紊亂,部分產品的漲價額度不高。

不少工程/集成商向CPS中安網表示,企業線下供應鏈渠道已搭建多年,短期不會對價格造成太大影響,且企業在年前也已積累部分庫存備用。

為此,相較於渠道產品的小額上漲,物流成本的上漲及運輸延遲對企業毛利率造成的影響更大。

春節期間,除了疫情防控產品運輸外,國內物流業幾乎停滯。儘管當前已有不少物流企業宣布實現正常運營,但受地區防疫限制及交通管控因素影響,物流成本提高,企業貨物延遲到貨,給集成商的產品銷售帶來消極影響。

與此同時,企業復工的一再延遲,也讓企業在場地租金、人力、企業社保等運營方面的成本支出比例上漲,進一步加重企業現金壓力。

企業如何應對

對於工程/集成商而言,此次疫情無疑是一面“放大鏡”,現金流緊張會不同程度的放大企業原先供應鏈、資金鏈、項目管理上的不足。

不少工程/集成商也趁項目無法施工的時期,開始梳理以往項目遺漏問題、盤點產品庫存情況,進而審視企業在項目管理、人員安排、運維等方面的不足,並重新修訂項目計劃,為後續全面復工復產後的項目工作打下基礎。

CPS中安網了解到,當前不少工程/集成商主要從以下三大方面應對:

公司運營流程複查:從業務流程和疫情防控的角度出發,對企業此前的運營流程進行檢查和更新,尤其是在供應鏈和現金流兩大方面。

疫情對大多數工程/集成商的供應鏈和現金流造成較大衝擊,相關企業也意識到供應鏈和資金穩定對企業的發展影響,表示未來要更加註重資金迴流是否健康的問題,項目投資需更理性,並制定新的資金管理制度來保障資金的健康有序流動。

關注政府政策補貼:疫情期間,政府、銀行等相關單位都出台了很多有利於中小型企業渡過難關的政策和補貼,如政府的社保公積金政策、銀行的低利息貸款方案、園區的房租減免方案等。

不少中小型工程/集成商均表示,疫情期間會非常關注政府、銀行發布的相關措施,並积極申請保障,這些政策能夠對企業當前的資金壓力起到良好的降壓作用,為企業復工復產有所幫助。

以深圳市為例,深圳市政府在2月7日發布的《深圳市應對新型冠狀病毒感染的肺炎疫情支持企業共渡難關的若干措施》的要求,當前已有不少工程/集成商申請相關單位減免部分租金,同時在社保繳納、貸款、人工等多方面也進行政策申請。

開源節流雙管並重:一些工程/集成商表示,此次疫情對企業而言,危機之下蘊含轉機,經過此次疫情后,業界對於人臉識別等無接觸式的安全意識上漲,也將帶來相關方案需求的上漲。

另一方面,疫情期間相關紅外測溫產品也爆發了較高的需求,也帶來了部分工程/集成商的項目建設,帶來工程/集成企業新的市場突破點。

節流方面,不少工程/集成商向CPS中安網坦言,當前業界需達成共識,要在政策支持的前提下,以生存作為當前的第一要務,並肩攜手破釜沉舟,才能共克時艱。

企業要在條件允許的情況下,盡量避免不必要的浪費,盡量節約自己的各種資源去提升服務及效率。只有開源節流做好了,力爭把產品做好的同時,做好各類客戶的解釋安撫工作,才能更好更快的渡過當下難關。

初現“曙光”

值得一提的是,儘管疫情當前,部分工程/集成項目被迫停止,但疫情帶來的紅外測溫、社區防控、各地“小湯山”醫院弱電系統建設等多方面需求,也讓參与企業尋得資金、業績保障。

以社區防控為例,社區作為此次疫情防控的基層單位,防控任務繁重,為此一些社區甲方也在安防項目方案中要求加入人員戶籍篩查、人員進出次數記錄、紅外測溫、人員異常報警等功能,帶給相關企業积極影響。

與此同時,儘管疫情過後,測溫、數據管理產品的需求會逐步回歸理性,很難出現那種不計成本的瘋狂購買行為,但相較於疫情發生前,各界對相關產品的需求仍有較大提升。

加之政府對復工后,對交通樞紐、醫院、商店、校園、企業辦公樓等場景的測溫、數據管理產品硬性要求,測溫、數據管理產品市場需求量仍有需求提升,進入黃金髮展期。而這也是當前工程/集成企業關注的市場增長點。

在相關部門的強有力管控下,當前我國疫情已明顯好轉,諸多企業、項目建設也迎來複工復產期。面對疫情,對中小型工程/集成企業而言,危險與機遇是共生共存的,一旦企業能夠多種手段並下渡過難關,並在防控建設中尋得新商機,才能在疫情過後更好站穩腳跟。

read more