3S Market 傳遞 智慧應用與價值的商業資訊
Social Distancing Explained
智慧經營管理 |
2020年12月2日 星期三
．傳統工廠 vs. 數位化工廠
Enterprise Success Story - Siemens & NavVis Digital Factory Solution
來源： 先進製造業
隨著工業4.0的浪潮來襲，數位化工廠也被越來越多的工廠所認知，但很多人並不清楚傳統工廠的弊端到底有哪些。
1、傳統工廠：人工統計，效率低且不準確
很多傳統的中小型工廠中，對於設備生產數據的採集，幾乎完全依靠人工完成。流動的人員、散落的數據，導致數據的保存成了一個巨大的問題。同時人工統計的效率也非常的低，往往都是每天下班或者每周進行一次統計，完全不能進行即時生產數據更新。
此外，數據對於設備而言，有著時效性和歷史數據參考性的關鍵作用，從底層操作工的數據記錄 - 數據分析 - 數據回饋 - 管理者的決策，中間的環節讓數據的時效性大大降低，同時人工的記錄統計，也會造成數據不準確等問題，而且龐大的數據計算分析，對於人力是一個非常大的耗損。
其次，歷史數據對於設備的維護，具有參考性的意義，但是傳統工廠的數據，靠著一張張的記錄紙，或者大量的 Excel 表無疑是給未來的工作又增添了難度，而且工廠不能控制人員的流動，每一次的交接都可能導致數據的流失。
2、數位化工廠：設備聯網，數據自動上傳回饋
而在數位化工廠中，物聯網的概念就被運用到每一台設備上。設備與設備之間，早也不是資訊孤島，而是將人、設備，透過數據建立緊密聯繫。一個工廠管理者可以在手機或者 PC 終端，觀測到每一台設備的即時數據，而且可以隨時收到設備的狀態提醒。
比如你設置了：軸承的溫度超過 80 度，提醒溫度過高。當設備高於攝氏 80 度時，就會立即收到提醒，實現了收集、分析、回饋的同步進行，大大縮短了時間，提高了決策的效率。
除了收集、計算、回饋等「去工人化」的功能，設備聯網之後，還有一大好處就是數據的儲存。大量歷史數據，包括設備損失數據，也給後期工廠設備的很多操作，都提供了參考意義。之後，再遇到工廠的人員流動，這些數據依然可以隨時調用並完善保存。
3、傳統工廠：設備意外停機頻發，造成大量損失
除了數據的管理問題，傳統工廠還有一大痛點，那就是經常遭遇意外停機。意外停機不僅造成了生產的停滯，而且對於設備造成的隱性破壞不可估量。一家半導體工廠就能因為停機 2 小時，損失了 1000000 美元，損失是意外停機最可怕的後果。
為了預防設備的意外停機，工廠通常安排了 24 小時的輪班工人巡檢，造成了工廠人力耗損嚴重。每時每刻的巡檢，也並不能全面檢測到，可能導致設備意外停機的各種因素。傳統工廠透過手摸、耳聽等最原始的方式，這樣的檢查方式使得很多設備的小毛病很容易就被忽略，恰巧就是那些小毛病引起了損失超過百萬的損失。
其次，由於害怕意外停機帶來的嚴重損失，很多工廠也會購買大量的備用零組件，以防止意外停機的維修需要，而現實情況又是一些設備的意外停機故障週期很長，導致大量的備用零組件並沒有派上用場，造成成本浪費。
4、數位化工廠：設備意外停機預警通知，讓設備時刻保持最佳運行狀態
數位化工廠的運轉過程中，設備的一切都被隨時監控回饋，而意外停機發生之前，設備的某些參數會發生變化，此時設備就能在參數發生變化時，即時進行預警通知，讓設備故障在發生之前被發現及維運。
也就是說，在故障發生之前，手機上就能收到相應的提醒，立即作出決定，從而保證工廠設備時刻處於最佳運行狀態。
即使是故障已經發生了，也能在過去的設備故障統計裡，立即找到合適的解決方案，把損失降到最低。這也就是數位化工廠實現的重要一步，讓預知未來成為智慧工廠的一部分。
．IIOT 工業物聯網發展必須克服的五大挑戰
What is IIoT?
工業物聯網的稱謂有許多，包括工業 4.0 和互聯工廠等。不過，稱謂無關緊要，怎樣創建和利用工業物聯網才是關鍵。憑借著空前的發展速度，物聯網（IoT）已成為當今媒體的熱門話題，佔據了許多主流媒體的頭條。
據市場調查公司 BergInsight 分析，自動化網路中的無線物聯網設備數量，將會以 27.2％ 的複合年成長率迅速增加，到 2020 年將高達 4350 萬台。相比之下，工業物聯網（IIoT）則更腳踏實地，許多行業公司正努力嘗試利用工業物聯網的優勢。
1、挑戰–為工業物聯網做好準備
如何創建工業物聯網是人們最為關心的，特別是已有來自不同製造商，且使用年限已長達 5 年、10 年，甚至 20 年以上設備的企業。當使用舊設備進行流程操作時，如何才能將這些設備接入工業物聯網？怎樣克服其中的挑戰？
受成本和時間等因素限制，更換設備並不可行。您需要尋找一種新的解決方案，它不僅要能夠保護已有投資，又能使舊設備與更多現代設備相相容，達到兩全其美的效果。
2、解決方案–協議轉換
協議轉換是解決多供應商，和舊設備通信問題的關鍵第一步。維基百科對「協議轉換器」的解釋為：「將一種設備的標準或獨有協議，轉換為適用於其它設備或工具的協議，以實現互用性的一種設備。」
在製造工廠中有多種不同的設備，每一種都擁有其獨有的協議，因此公司需要處理多種不同的協議以收集數據。透過人機介面，或其它自動化產品，可在多供應商設備組成的網路環境進行協議轉換，是連接多種採用不同協議的設備的最佳方式，並且能夠匯總收集到的數據。
協議轉換可以讓您收集來自不同設備，和不同協議傳輸的數據，並在中心設備中進行協議轉換，從而收集和編譯工廠中所有的數據。隨後，您可以將這些資訊和數據，轉變為有用的趨勢資訊和報告，以做出正確決策和有效規劃利用資源。同時，我們也可將其稱為「可操作智慧數據挖掘和顯示」，讓您可以即時瞭解工廠設備狀態，實現更高的營運效率。
3、連接–使用相同語言
將新設備和舊設備整合到同一網路，可帶來諸多優勢。工廠中的一些最新設備可支持乙太網連接，而舊設備可能僅支持供應商指定的接口連接和舊協議。透過整合不同的設備（讓舊設備與最新設備相互通信），能使不同的設備在多供應商環境中自由通信。
工業環境正不斷引進最新的通信設施，如蜂窩M2M、Wi－Fi、千兆乙太網、光纖和 PoE（乙太網供電）等。這些通信技術提升了數據傳輸頻寬，為生產環境提供了更多的資訊和智慧化。
4、監測–透過數據實現過程可視化
協議轉換對於流程監測也非常重要 － 透過收集和分析數據，以開發更加高效的營運方式，並減少故障停機時間。尤其是在多供應商環境中執行協議轉換時，使用者可以最大限度地，利用可視化管理解決方案，顯示用於追蹤、評估，和分析製造工藝過程的關鍵績效指標（KPI）。
這些績效測量值常用於評估實際營運，是否達到預定目標。每個公司的 KPI 都有所不同，在製造業中，KPI 一般包括：計數（良品或次品）、廢品率、速度、目標、間隔時間、設備綜合效率（OEE），以及故障停機時間。
5、控制–提高營運效率
協議轉換可幫您整合 PLC、PC 和 SCADA 系統，從而即時收集和處理數據，以便控制直接影響營運的設備和應用。實施營運控制，意味著使用者能夠在任何地方，啓動或停止舊的串行設備，以及開啓或關閉閥門。
總之，協議轉換能幫助使用者應對工業物聯網挑戰，提高生產力，並能夠透過即時設備連接，和數據處理提升營運效率。協議轉換能實現所有舊設備，及新設備自由通信，提供一個整體的環境介面，讓客戶可以更加高效地規劃和實施措施。
透過實現不同設備的相互通信，使用者現在可以從一個平台，連接、監測和控制工廠的營運。這種數據驅動式監控和決策方式，能幫助客戶時刻準備好邁入工業物聯網。
 |
．看對岸安控巨擘踏足智慧零售，行業將迎來「變天」？
Smart solutions for the retail of tomorrow
leiphone 作者：刘伟
影像分析正成為零售商獲取線下數據的重要手段，這為安控廠商切入零售市場創造了重要契機。
自 2016 年智慧零售概念提出，零售行業內部正在發生一場劇烈變革。過去統治時代的實體零售巨頭，正在朋友圈裡被新的時代所「拋棄」，折射出他們的轉型焦慮。與此同時，精品超市、社區生鮮、零售+餐飲、大型購物中心等新業態，以摧枯拉朽之勢崛起，宣告零售新紀元的到來。
不管實體零售的升級轉型，還是新業態的誕生，背後都少不了數字化系統的支撐。
零售行業數位化並不是一個新命題。過去十年，零售商也採用了很多數位化手段進行消費者的辨識和行為分析，其中應用最廣泛的就是 WiFi 探針。
WiFi 探針技術的落地性和數據獲取能力都很強，不過相比線上數據，WiFi 探針獲取的線下數據顆粒還是太大，維度也不夠廣，難以滿足智慧零售的需求。而且 WiFi 探針技術自身的發展也遇到了許多問題。
WiFi 探針是透過手機 MAC 位址，來辨識消費者的身份。為了保護消費者的隱私，2014 年蘋果率先在 iOS8 中引入了隨機 MAC 功能。隨後，谷歌和微軟也相繼在各自最新的手機操作系統中，加入 MAC 位址隨機算法。這讓基於 MAC 位址的大數據分析遭遇了嚴峻挑戰。
相關統計顯示，iOS8 推出隨機 MAC 之前，數據平台抓取到的真實 MAC 佔 95% 以上。iOS8 發佈後，這一指標迅速下降，目前穩定在 39% 左右。
影像方案後發制人
影像方案作為後起之秀，幾經更新換代後，已經發展得比較成熟。與 WiFi 探針相比，影像方案獲取的數據維度更廣、粒度更細，也更加真實。因此，新創公司 Insight 直接將其智慧零售影像解決方案命名為 Visual Cookie，意指影像方案獲取的消費者行為數據，和線上 cookie 一樣全面詳細。
在此背景下，安控巨頭進軍零售市場，似乎是水到渠成的事情。一方面，安控企業在影像監控和分析方面，擁有非常深厚的技術沈澱；另一方面，有些安控企業原本就做了不少門市店的安控解決方案，只需要在原有的「監控之眼」上加裝 AI 大腦，就可以實現遠端巡店、VIP 客戶辨識等功能。
而且，隨著公安、金融、建築等賽道日趨擁擠，擁有萬億規模的零售市場，也是安控企業們一個很好的業務成長點。「零售業的數位化轉型才剛剛開始，這個行業充滿了挑戰和機會」。
大華股份智慧零售實現降本增效
正因如此，2017年上半年，大華股份在零售安防的基礎上，結合影像雲、人臉辨識、客流分析等技術，推出了全新的智慧零售解決方案。
大華智慧零售方案以影像為核心，採用智慧感知設備+雲端服務+行動客戶端相結合的架構，整合了客流統計、人臉辨識、影像雲等大華核心的產品和技術，幫助實體零售實現降本增效。
這套方案主要有三大核心功能：
1.雲端巡店。透過零售雲，管理者可以隨時隨地進行遠端影像巡店。足不出戶就能瞭解門市店資訊，比如門市店的開門時間、裝修和商品擺放是否符合要求、員工接待客戶情況等。有效解決了人工巡店工作量大、巡店成本高的問題。
2.智慧防損。透過智慧分析技術可以快速辨識「慣偷」等特殊人群的人臉資訊並推送警報，方便店員即時採取措施，減小損失。同時，零售雲還可以共享人臉資訊，把重點人員資訊同步到各個門市店。
此外，大華股份還與 POS 廠家合作，將監控系統和收銀系統進行對接，幫助零售商實現異常收銀的監控、關聯錄影的快速提取。
3.精準行銷。通過客流分析和用戶畫像，零售商可以精準定位消費群體，制訂相應的市場策略，比如廣告投放。
傳統廣告機存在兩大弊端：一、無法做到即時精準投放；二、投放效果沒有數據回饋。大華股份基於人臉辨識+廣告機的智慧資訊發佈方案，透過辨識消費者的年齡、性別、表情等屬性比對最佳廣告進行展示；同時還能反向收集消費者停留時間等資訊，評估廣告的關注度。
謝偉介紹，大華股份智慧零售方案的核心是線下數據的採集和分析。未來大華股份會繼續秉持開放的態度，與上下游的生態合作夥伴合作，不斷豐富和優化解決方案。比如透過客流分析做行銷效果評估，透過表情分析辨識消費者的喜好等。
自研晶片，掙脫成本桎梏
可以看到，影像方案的功能非常強大，不僅可以辨識人、貨，還可以依據商家需要客製化各種功能。不過影像方案目前的應用並不普及，最大的原因就在於成本太高。
謝偉沒有透露大華股份智慧零售方案的具體成本，不過我們可以援引一項數據作為參照。
日前，日本廠商 NTT 與 Earth eyes 合作推出了一套 AI 監視系統 —— AI Guardman，其主要功能是透過 AI 分析可疑行為，幫門店揪出潛在的扒手。
這套系統光一台監視器售價就高達 23.8 萬日元，安裝和調試費還得另算。此外，客戶每個月還得為每台監視器繳納 4000 日元的 AI 雲端使用費，並按數據量繳納數據儲存費用，每 10GB 數據的儲存費為 500 日元（1台AI 監視器1個月產生的數據大小約為 10GB）。
謝偉表示，影像分析技術在零售行業的應用才剛剛開始，隨著產業界的規模化生產和應用， 成本將大幅降低。他認為，到 2018 年下半年，人臉辨識、客流分析應用的成本，將下降到較低水準，普惠整個行業。
大華股份目前已經推出了自研晶片的人臉辨識攝影機，在一定程度上，降低了影像解決方案的成本。
另外，影像方案的前期投入雖然高，但是在某些場景下，邊際成本可以降得很低。比如無人零售場景下的商品辨識，RFID 貼片方案的邊際成本，並不會隨著商品大規模銷售而明顯改變，影像方案的硬體邊際成本，卻可以無限趨近於零。
安控企業入局，是否會帶來降維打擊？
大華股份在安控領域的成功已經無需贅言，不過安控是個相對 2G 的市場，即便有海康、大華這樣強勁的對手，很多中小型廠商還是可以活得很滋潤。
零售行業的市場化程度則高得多，作為安控巨擘，大華股份手握硬體（攝影機）優勢，在軟體上也有獨到的經驗，它的入局對其他智慧零售商會不會是一次降維打擊呢？
對此謝偉表示，安防企業踏足智慧零售，會給傳統採用影像方案的企業帶來一定的競爭壓力，但也會帶來很多的合作機會。
首先，零售行業有其自身的特性，並非照搬安控領域的技術和經驗就能成功。謝偉向記者介紹，零售場景非常多樣化，甚至可以說是碎片化。
影像分析面向的是「人、貨、場」三要素，在不同零售業態下，「貨和場」的差異非常大。比如超市和 4S 店，針對不同的裝修風格需要選擇不同的設備安裝角度，「人」的形態也會有所差異。因此，大華股份在研發影像分析算法時也需要不斷創新，甚至尋找外部合作。
其次，零售業務場景中，不同技術難以彼此替代。放眼零售技術市場，這個行業存在許多隱形巨頭和小而美的創業公司。
謝偉向記者表示，作為後來者，大華股份永遠要對未知保持敬畏之心，向這些同行們致敬學習，用創新、品質和服務打動客戶。
．苦於文山會海？不如讓 AI 代你開會吧
Scheduling with your AI assistants, Amy + Andrew
只有人能夠開會，這簡直是個悲傷的消息。但是現在，會議組織和記錄這樣的文職工作，可以外包給人工智慧機器了。
橋豆麻袋！人工智慧不是應用於像自動駕駛汽車、自動交易或者臉部辨識這類大型任務的嗎？
人工智慧曾經出現在科幻巨作中，但是現在正被迅速推廣使用，甚至正在變得越來越商品化。儘管人工智慧最終會在我們所做的任何事情中扮演更重要的角色，但是一開始你肯定會把它應用在那些相對乏味、次要的工作中。而在商業領域，這就意味著它能夠在會議中給你提供幫助。
在這個專欄最後，我會告訴你為什麼商業會議中的人工智慧，會是未來人機合作的典範。但是首先，讓我們一起來看一看運用了人工智慧的新一代會議助手。
Clarke.ai
Clarke.ai 的服務能夠透過撥打電話，進入你的電話會議，並記錄筆記。 Clarke.ai 會將筆記確定優先順序，以便支持那些潛在的行動項目。
這種服務很容易設置。你只需要註冊服務，然後在會議邀請中複製 「Clarke.ai」 虛擬助手的郵件地址，這種虛擬助手被叫做 Claire (或者 Cleary，隨意叫）。當會議時間臨近時，Claire 會透過郵件中的電話號碼和 PIN 加入會議。會議結束後，Claire 會透過電子郵件或者 Slack、 Salesforce、 Trello 等其他方式，將會議筆記發送給你。
但是它有一個小小的不足：Claire 尚不支援讓與會者透過會議呼叫軟體參與。不過如果條件合適，Clark.ai 仍然能夠應對會議記錄這種瑣事，所以還是利大於弊的。
微軟 Genee
genee
微軟收購了一個名叫 Genee 的人工智慧排程工具。 Genee 品牌和產品將不復存在。 但是它的會議安排技術，將會被植入到微軟 Office 365 套件裡，而且有可能被植入到微軟虛擬助手 —— 小娜中。我們從 Genee 公共測試版中瞭解到，它是集不同的電子郵件系統和日曆應用軟體於一體，並透過他們來安排會議。將 Genee 郵件地址簡單地複製到會議邀請中，你就可以啓動服務。
該應用的自然語言處理能力能理解資訊，可以像常人一樣透過與與會者來回發送資訊，商量他們最好的開會時間。然後利用決策算法，來檢查每個人的日程表，從而找到共同時間。
X.ai 的 Amy 和 Andrew
X.ai
如果 Genee 對你來說聽著耳熟的話，那麼你應該也聽過 Amy。 坐落於約克郡的 X.ai 公司，提供基於電子郵件的人工智慧服務，也是用來安排會議。
與你互動的這個虛擬助手，可以被稱作 Amy 或 Andrew， 這取決於使用者的選擇。和 Genee 一樣，X.ai 使用自然語言處理，和決策算法來安排會議。
一旦會議時間被重新安排，他們會立即做出改變。你只需要給 Amy 發送一條訊息 「空出本週餘下時間」， Amy 就會立刻與你有會議安排的所有人聯繫，重新安排會議時間。
我曾經親自試過 X.ai， 相當不錯 —— 事實上，Xi.ai 處理問題相當得當，那些與會者都不知道 Amy 不是真人。
Skejul
Skejul
Skejul 是一個測試版的組織工具，不僅能應用於商務會議，而且能用於個人日程安排。該公司擁有「背景感知預測計算」平台。該平台是 Skejul 的基礎，目前正在申請專利。
Aurora
Aurora 是坐落於矽谷的 Stottler Henke 公司，開發的一款軟體。它使用人工智慧來進行「智慧安排和調度」。 該軟體最初是為美國太空總署 （NASA）研發的，現在被波音和其他一些大公司使用。相對於安排會議來說，Aurora 更多的是關於日常項目的管理，主要專注資源需求、任務量和其他一些因素。
Wizcal
App
WizCal 是另一個人工智慧會議調度系統。要使用它，你只需要將你想要邀請開會的人，加入到名單中，然後說個大體的開會時間就可以 —— 比如說「下個星期初」。 WizCal 會找到一個適合所有與會者的時間，甚至能夠安排會議室。會議一旦定下來，WizCal 就會把它加入到與會者的日程安排中。 WizCal 支援個人郵件及資訊管理軟體，和 SMS 等其他重要平台。
Kono
Kono
Kono 的測試版，能讓你透過電子郵件來安排會議。只有當所有的與會者都使用谷歌日曆，或微軟 Office365 時才能使用。Kono 主打使用超級便捷這一特點。你甚至不用打字就能安排會議，只需要選擇「午餐」或者「會議」，然後選擇與會者就行了。Kono 會根據公司內容來完成剩下的事。
Charlie
會議開始之前，舉行會議的人需要做的一件事，是確保與會者知道他們要和誰開會。 Charlie 是一款蘋果應用軟體，它能夠研究與會者，並在會議開始之前，將獲得的與會者的資料提前發送給你。如果你沒有蘋果設備，你可以用網頁版。當你安裝的時候，你會被提醒允許發送通知，同時與你的日程表、Twitter 和 Facebook 賬號關聯。
當你和你通訊簿裡的人舉行會議時， Charlie 會向你簡單描述你要和誰開會，他們主要做什麼，他們在社會媒體上談論些什麼等等。它的主要優點在於，不需要你花費任何時間和努力，就能向你提供與會者的即時資訊。
關於 Charlie 的未來，我認為最好是能夠「一鍵安裝，搞定所有」。在你安裝設置完之後，其他的就不用再管了，你只需要在每次開會前，等著它給你發送與會者的資料就行了。
為什麼人工智慧會議管理是計算的未來？
人工智慧的市場現在正在呈爆炸式成長，因此有人考慮，下一代人工智慧會引入什麼。
有些人比較悲觀，他們說機器會接管一切，他們偷走我們的工作，而將人變成無所事事的寵物。而其他人認為，將來人工智慧應用能在後台工作，人們將繼續像現在一樣工作，只是他們會有更加智慧的軟體提供幫助。
最好的情況是以人為核心的人機合作，人機分工明確。理想狀態下，人工智慧從事粗重工作，而人類從事那些創造性的工作。
這些人工智慧會議應用處理會議中的繁重工作，而人類像往常一樣，在會議中集思廣益、學習、交流，並且進行創造，時刻掌控這些程序並獲得資訊。
隨著更多高科技的出現，未來的人工智慧會議服務程序的前瞻性也許會更強，能夠建議我們行業中，與會的關鍵人員能為我們做幻燈片進行展示，或者讓人工智慧程序直接做好幻燈片。
除了簡單的記筆記，人工智慧也許能夠為我們處理後續的事情，從網路上蒐集相關事實和數據，甚至能夠建議邀請其他與會者。當然這是未來的一種設想。現在，人工智慧會議助手也已出現，並且正在以新的形式快速發展。
不久將來，也許每一場會議都會是由人工智慧組織、準備並且記錄的，這樣我們人類就可以專注於深入理解、思考策略、交流學習，想想如何做到更加簡單高效。
via eWeek
