3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
台鐵全新最美城際列車登場！EMU3000搭起來也太舒服了吧！ - 鐵道事務所
今日主題 工業 4.0 \智慧車載交通\智慧經營管理 智慧經營管理 智慧工廠與工業 4.0 |
2022年8月31日 星期三
· ESG 報告：私募股權的未來之路
ESG永續投資是什麼？投資專家一次分析 - Greenvoice 綠之心 EP43
 |
| 不只是縮時，還有粉塵、噪音、位移偵測 |
永續發展不再是天真的事後想法，或「嬉皮士」烏托邦式的白日夢。現在，它已成為許多企業和投資者的頭等大事。從夢想到艱難現實的轉變，可能歸結為幾個因素，其中一個是最明顯的，因為地球上的氣候開始升溫，資源開始減少，因此需要更清潔的工業和技術。
其次，在過去十年中，公眾對永續實踐和產品的支持，獲得了巨大的關注。將這一點與技術創新的指數速度相結合，你對未來的永續夢想，現在是一個似是而非的現實，也是必然的。
但也隨著上述因素的累積，它們創造了機會的主要條件。基本上，目前有錢可以投資和發展永續的產業和技術，而不是成為財務障礙。這正是 ESG 報告的用武之地，為篩選投資提供了指導。
「有一種誤解，即你需要願意放棄回報才能進行負責任的投資，但越來越多的研究顯示，ESG 實際上有助於降低風險， 」——哈弗福德信託公司的史密斯。
隨著基於 ESG 的投資，到 2030 年將達到 1 萬億美元，並且在 2021 年第一季，ESG 基金的投資額超過 210 億美元，瞭解下注哪一匹永續發展的馬，將變得越來越重要。
這種「綠色」轉型，正在引領投資者和投資公司（即私募股權公司）尋找新的、更環保的市場。這為私募股權公司 (PE) 和普通合夥人 (GP)， 如何看待潛在公司帶來了新的視野，將 ESG 報告的鏡頭用於篩選未來投資。
什麼是 ESG 報告和評分
首先，ESG 報告著眼於用於審查各種公司的環境、社會和公司治理標準。這些報告和分析用於篩選業務，並為投資者提供長期利益相關者需要考慮的見解。以下是三個標準的細分：
.png)
.png?width=2700&name=ESG_%20The%20Three%20Criteria%20(2).png)
環境的
包括公司對自然世界的保護和保護的影響。想想從氣候變化到廢棄物管理的一切。
社會的
指公司對員工和整個社會的影響。企業在對待勞動力方面是否合乎道德？公司是否對其所在的社區產生負面影響？
公司治理
是董事會和管理層展開自己和經營業務的方式。例如，腐敗和賄賂在治理方面的商業得分較低。
ESG 指標和評級機構
ESG 報告和標準，於 2006 年首次由聯合國負責任投資原則 (PRI) 報告共同客製化，目的在進一步發展負責任和永續的投資。
目前，該標準在私募股權投資財務報告中，越來越普遍，但仍屬於沒有完全標準化的 ESG 報告指標尺度。這並不能阻止越來越多的 ESG 評級機構，根據 1-100 分來計算分數。在這方面最知名的公司包括 MSCI、Refinitiv、JUST Capital、彭博，和標準普爾道瓊斯指數。
有煙就有火，因為 ESG 合規和報告正變得越來越普遍。例如，在 2020 年第三季初，標準普爾 500 指數公司中 90% 的公司已發布 ESG 報告。
私募股權投資的重要標準
從歷史上看，為私募股權公司奠定基礎成功的，是能夠發現未來價值，將在哪裡產生的能力。你現在可以看到這種情況正在發生，因為許多公司正在將注意力轉移到 ESG 報告上，使用這些標準作為投資機會，和價值創造的快照，永續發展的業務可能會帶來潛在的影響。
[相關文章-美國 100 位頂級風險投資家]
ESG 報告似乎反映了各公司利益相關者態度的變化。Capgemini 在 2020 年進行的一項研究發現，79% 的消費者正在將他們的購買偏好，轉向永續的替代品。
再加上各公司 61% 的員工認為，公司應該強制執行永續做法。因此，88% 的有限合夥人 (LP) 在做出投資決策時，會使用 ESG 績效指標。
很難推測是誰在推動永續態度的轉變，政策制訂者和立法者，要嘛受到公眾的影響，反之亦然；一個近乎雞或蛋的難題。然而，它很可能兩者兼而有之，因為生活中的大多數事情都不是絕對的。
事實上，人們的態度正在全面轉變，政策制訂者和監管機構，正在對環境、社會和公司治理問題進行更多監管。典型的例子是歐盟永續金融分類法，和英國政府授權氣候相關金融資訊披露工作組 (TCFD)。
私營公司被要求遵守更高的永續標準，並將在不久的將來，以及更進一步。遵守法規是必要的，商業實踐最終必須符合規定。這使得 ESG 報告成為 GP 和私募股權公司的合適篩子，以幫助篩選將脫穎而出的公司。
與其他更傳統的考慮因素（例如槓桿風險）相比，ESG 報告還為風險管理提供了另一種篩選方式。當然，ESG 指標不應該是你應該考慮的唯一焦點，但它應該是你篩選工具箱的一部分。然而，在許多私募股權公司看來，長期解決環境、社會和治理問題的公司，是更安全的選擇，風險也更小。
ESG 報告之所以具有如此影響力的部分，原因是，根據標準調整自身的企業正在整個組織結構中創造凝聚力，並提高利益相關者的信心。反過來，這有助於公司的品牌定位、營運效率、長期價值創造和市場差異化。
問題
在考慮 ESG 投資時，框架會出現一些問題。一是 ESG 評級機構沒有標準化或統一的衡量標準。每家公司都使用他們的測量參數和方法，對不同的公司及其 ESG 標準進行評分。
當然，有些方法可能會重疊，並且與其他機構相似，但沒有一個在 ESG 委員會中使用全面統一的測量或方法。目前有多種框架用於 ESG 報告和評分，其中一些最受歡迎的是全球報告倡議、永續會計準則委員會和氣候相關財務披露工作組。
當然，這些組織正在使用他們自己的標準，當然，他們用來衡量的其中一些標準，必須與其他組織重疊。但是，假設你是一家 PE 公司，希望根據 ESG 指標投資一家公司，那麼你可能會開始質疑報告方法中，列出的數據的可靠性。
「如果沒有一個標準化的報告標準框架，我們將繼續看到公司混合和吻合各種準則，阻礙該領域的長期進程。我們仍然看到備受矚目的 IPO 失敗案例，和因 ESG 各個領域資質不佳，而導致撤資增加的案例。」
– Andrew Probert，Duff & Phelps 永續發展會計諮詢服務部董事總經理
此外，依靠公司自我報告，並提供他們自己收集的數據，可能會產生誤導。問題圍繞著這些數據點，如何準確地反映公司在 ESG 政策方面的實際行動。（以上敘述，點出目前 ESG 中多炒作者的盲點）
報告他們不僅僅是 ESG 合規性，符合公司的最大利益。這可能會導致「漂綠」紮根，並變得越來越普遍和形成問題。由於目前沒有標準化的評分方法，PE 公司應對這些問題的最佳工具，就是盡職調查。因為這將是提取最可靠數據的關鍵。（「盡職調查」無庸置疑，打家都會掛在嘴上！）
只是一種趨勢？
近年來，ESG 報告標準穩步上升。2021 年，Investech 進行的年度調查報告顯示，62% 的 GP 出於 ESG 考慮，而決定放棄對公司的投資。
據報導，其他各種人口和地理因素，會影響有關 ESG 政策的投資決策。該報告發現，女性更有可能避免基於 ESG 的投資，而歐洲大陸透過 ESG 標準，做出投資決策的可能性要高出 10%。
似乎 ESG 報告作為 PE 投資的篩選方法正在上升，特別是當你考慮到公司中 83% 的低於合夥人級別的投資者報告，未根據 ESG 原則投資公司時。
然而，這幾乎無法取代 PE 公司，仍投資於不將 ESG 標準放在首位的公司的事實。例如：
「但在環境領域，大部分私募股權行業正在發揮其最明顯的反動作用。當石油巨頭尋求出售擱淺的生產資產時，私募股權是最準備好的競標者之一。」——帕特里克·詹金斯，《金融時報》副主編
在 ESG 回報開始超過陽光下的所有其他投資之前，這種情況可能不會改變。儘管潮流可能還沒有完全轉向完全關注道德、永續和負責任的，但潮流正在朝著這個範圍移動。
外賣
ESG 報告似乎在永續性方面具有巨大潛力，因為傳統上支持永續發展和創新的是企業創新，和實施新業務實踐 和標準的財務激勵。
既然眾所皆知的胡蘿蔔被吊起來了，「走向綠色」的動力，對企業主來說從未像現在這樣有吸引力，這部分是由於 PE 投資推動 ESG 政策，和篩選潛在投資機會，但另一方面也推動了利益相關者的利益和態度，全面轉向永續行為。
用於分析潛在投資和收購的指標是 PE 公司，和 GP 用於評估特定公司的長期價值創造的主要工具。這也得益於美國私募股權 ESG 基金在 2020 年的報酬率，比傳統基金高 4.3% 的事實，而且美元似乎並未止步於此。
但另一方面，ESG 指標和標準也可以用作企業調整和定位自身的結構性方式，以便為在不久的將來向可持續實踐的監管和社會轉變做好準備。
然而，對得分可靠性的懷疑仍然存在，這是正確的。缺乏衡量公司的標準化方法是一個問題，它可能會損害 ESG 報告的壽命。這得到了一項研究的支持，該研究發現 45% 的估值專家認為，缺乏標準化是 ESG 面臨的最大問題。
越來越多的 GP，將 ESG 報告標準應用到他們的評估過程中，再加上缺乏標準化，這可能會導致越來越多的公司「洗綠」他們的自我報告數據，這使得 PE 公司和 GP 更難剝離層級，並查看事實和公司的整體標準。然而，這仍然是一個假設，但仍然是這種情況的一個可預見的結果。
ESG 報告可能並不完美，它仍然是一個需要磨練，才能充分發揮其潛力的工具。如果可以克服某些障礙，那麼 ESG 政策，可以成為企業和私募股權公司確保價值創造和保留的基礎。
任何可以用來篩選未來潛在投資機會的工具，都是無價的。做為投資者，能夠保持領先一步，並掌握最新和最偉大的產品，是獲得成功的主要因素。
在 Valuer，我們相信行業的永持續性，是一個有待探索的重要新市場機會。使用我們的平台，你完全可以做到這一點。基於我們超過 650,000 家新創公司和公司的數據庫，我們的 AI 算法可以搜索任何行業和子行業，並生成與你的任何查詢相吻合的新創公司列表。
該平台還可以生成深入的見解，讓你即時瞭解最新資訊，從而確保你掌握任何機會。
· 2022-2027年全球智慧建築市場報告
智慧建築拯救世界 - 參觀可持續建築
到 2027 年，北美智慧建築自動化軟體和系統將達到 205 億美元
2021 年全球智慧建築市場規模為 535.4 億美元，預計到 2030 年將達到 1151.9 億美元左右，從 2022 年到 2030 年的複合年成長率為 8.9%，令人矚目。
智慧建築是一個術語，它指的是一座自動化其流程，以負責其基礎設施、空調系統、供暖、安全系統、照明等的建築。智慧建築佈署技術，以使建築物更易於維護、更有效和更安全。智慧建築市場在融資領域的一個有用趨勢，是能源服務公司（ESCO）的模式，它提供了創造性的財務計劃，以及一整套節能措施。此外，智慧城市的成長趨勢，對於為智慧建築行業創造更多機會，起著非常重要的作用。
推動智慧建築市場成長的關鍵因素之一，是政府越來越多的減少能源消耗的措施。根據美國中國經濟與安全審查委員會的數據，到 2023 年，中國政府對智慧城市計劃的投資將超過 389.2 億美元。這些進步也揭示了一個國家實施節能技術的傾向。此外，加拿大政府非常重視節能，特別是在智慧建築中，例如工作場所和房屋。此外，英國在智慧建築技術方面投入了大量資金，尤其是在降低建築部門的能源使用和碳足跡方面。
生長因子
物聯網 (IoT) 設備在建築管理系統中的日益普及，有望推動市場成長。能源成本的增加，和碳排放和污染等環境問題的增加，正迫使建築商轉向智慧建築基礎設施，以便在需要時提供更好的安全性和成本節約。智能建築利用雲技術、感測器和物聯網連接，方便使用者遠端管理和控制照明、空調、安全和其他房屋功能。智慧建築更具永續性和能源效率。然而，缺乏熟練的專業人員，以及對物聯網設備安全性的日益關注，可能會阻礙市場成長。
消費者對降低營運成本的建築技術越來越感興趣，以及個人對能源消耗需求的意識不斷增強，是推動該行業收入增長的關鍵因素。此外，許多主要供應商為智慧家庭的漸進式解決方案提供資金，這將在預測期內促進市場成長。然而，標準機構之間缺乏共識、安裝成本高以及對交互性的擔憂，阻礙了市場的成長。
COVID 19 影響分析
COVID-19 大流行的爆發，影響了多個市場和消費者行為，主要影響了社會和經濟。醫療保健、媒體和娛樂、政府、公用事業和電信等垂直行業全天候運作，以使條件正常化並為每個人提供必要的服務。在整個大流行期間，電信部門在幫助各國的數位基礎設施方面發揮著重要作用。
市場動態
驅動程序
智慧城市發展趨勢
智慧建築在智慧城市中發揮著重要作用，但其發展與智慧城市是分開的。結構中的感測器網路允許即時監控電力和用水的使用、追踪永續性績效，以及與其他智慧城市組件的交互。因此，智慧城市的成長趨勢，正在推動全球智慧建築市場的成長。
約束
對數據隱私和安全的擔憂
租戶和房東從物聯網和感測器等技術的佈署中受益匪淺。然而，這些技術的佈署會給結構帶來安全風險。大多數物聯網設備和感測器具有不安全的安全性，使用非標準通信協議，並在過時、未打補丁的軟體上運行，從而使智慧建築面臨各種漏洞。駭客不斷掃描目標以查找技術缺陷，以便訪問網路並竊取重要數據或控制設施。
機會
越來越多地採用物聯網技術
感測器生成的數據用於改善樓宇用戶體驗，安裝並使用支持物聯網的設備來提高樓宇性能效率。它還可以在單個基礎架構上，運行所有樓宇管理解決方案，幾乎無需人工干預。支持物聯網的系統可用於各種任務，包括降低能耗、維修和維護建築系統，以及降低建築管理成本。
挑戰
政府和組織之間缺乏協調
要使物聯網和現有的智慧建築技術一起運行，標準組織、企業、市政府和其他利益相關者之間，將進行大量合作。
組件洞察
由於智慧建築解決方案的實施熱潮，以及對系統整合、支持和維護、諮詢服務和佈署等專業服務的需求不斷成長，服務部門預計將在未來十年佔據最大比率。智慧建築的市場解決方案供應商提供廣泛的服務。智慧樓宇服務提供商協助實施智慧自動化和技術，以實現具有成本效益的樓宇營運和維護。
預計解決方案部門將在預測期內繼續佔據主導地位。解決方案領域的比率增加，主要是由於公眾對智慧基礎設施的需求不斷成長。此外，隨著公眾對可靠和節能家用電器和功能的認識不斷提高，趨勢不斷上升，為市場參與者開闢了新的機會。
解決方案部分進一步細分為建築基礎設施管理、安全和應急管理，以及能源管理。由於對優化和控制大型建築基礎設施的平台的需求不斷增加，建築基礎設施管理在 2019 年佔據了最大的收入比率。
建築基礎設施管理進一步分為電梯和自動扶梯系統、智慧水管理系統、停車管理系統等。其中，電梯和自動扶梯系統由於其在商場、住宅社區、購物中心和大型展廳中的應用越來越多，預計將在市場上迅速蓬勃發展。
應用洞察
2021 年，商業領域在全球智慧建築市場佔據主導地位，原因是人們對能源消耗的擔憂日益增加，以及政府對房地產行業制訂的多項法規，以增加對降低能源消耗的關注。酒店、醫療保健中心和其他商業部門，越來越關注減少支持物聯網的設備，以減少能源消耗。例如，2019 年 9 月，萬豪國際與三星和羅格朗合作，將他們的客房改造成所有設備，都語音激活的智慧客房。該合作夥伴關係目的在透過提升最佳體驗，來提升酒店在全球永續發展方面的努力。
這是由於對能源消耗的擔憂增加，以及許多政府規定，要求房地產行業更多地關注降低能源使用量。
另一方面，由於智慧家停設備的上升趨勢，以及建築物中日益增加的安全問題，預計住宅部分將在預測期內出現最快的成長。此外，感測器、語音和行動控制設備，便於用戶訪問主要的家用電器，和處於持續監視和控制之下的區域。
區域洞察
北美在 2021 年佔據了全球智慧建築市場的主要收入比率，並在預測期內進行了分析以擴大市場。這主要歸功於該地區快速採用先進技術，如物聯網、大數據、雲端運算、深度學習、數據分析和人工智慧。此外，美國的組織正在大力投資智慧基礎設施，以降低能源消耗。根據 Memoori 2019 年發布的報告，2018 年智慧建築的總融資輪數為 184 輪，其中北美佔總融資輪數的近一半。
這一成長歸因於，可以搭載智慧自動化解決方案的先進基礎設施、該地區主要市場參與者的強大存在、對綠色建築技術的投資增加，以及該地區的環保意識。
北美地區智慧建築市場的成長，是由政府越來越多地接受和採用智慧系統和解決方案推動的。由美國綠色建築委員會與美國銀行慈善基金會合作發起的「LEED」計劃，幫助地方政府採用永續解決方案。為了應對全國的能源和生態挑戰，同時降低建築業主和租戶的價格，壓縮建築能耗相當重要。
相反，亞太地區在預測期內成長最快。購物中心、地方和商業辦公室的智慧技術不斷湧現，預計將為智慧建築市場的成長，提供有利可圖的機會。此外，亞太地區的參與者正在努力透過在該地區，開發支持物聯網的樓宇管理系統，來增強智慧樓宇服務。
中國和日本是區域技術發展的主要貢獻者；例如，這些機構正在大力投資智慧建築交易，例如建築系統和建築控制整合，以影響能源效率和能源儲存，並分發更安全、更智慧和更可支持的建築。同時，政府正在採取措施，透過提高聯邦建築的能源效率，和減少溫室氣體排放，來協助政府保護環境及其資源的承諾，從而加速智慧建築的擴張。
主要公司和市場佔有率洞察
由於市場上有大量參與者，全球智慧建築市場分散且競爭激烈。一些成熟的市場參，與者高度專注於透過新的開發和市場投資，來加強其市場地位。例如，IBM Corporation 正在積極為各種類型的商業、住宅和工業基礎設施，提供智慧建築解決方案和分析。2018 年 6 月，IBM 公司宣布，一些新客戶已經佈署了使用物聯網技術，在雲上建構的尖端智慧建築解決方案。Karantis、Sodexo、HUF Haus 和 R+V Versicherung 等新客戶，已與 IBM Corp. 簽署協議，提供智慧建築解決方案。儘管市場前景廣闊，並非所有技術部門的採用率都相同。因此，透過區分細分市場，並在那些可能實現最高成長的領域發光，並將不同的市場就緒解決方案商業化，工業家的最大前景就存在了。
- 2021 年 5 月，霍尼韋爾國際公司推出互聯建築解決方案，幫助營運商做出更明智的房地產決策。
- 2020 年 6 月，霍尼韋爾國際公司和 SAP Cloud 攜手合作，利用基於雲的整合業務和營運技術數據，提高建築性能。
- 2020 年 2 月，霍尼韋爾國際公司推出了首個自主建築永續性解決方案，以應對不斷上升的全球能源消耗。
- 霍尼韋爾和 Nexii Building Solutions Inc. 於 2021 年 7 月建立策略合作夥伴關係，以推進低影響結構的開發。根據該協議，霍尼韋爾將成為 Nexii 新建築的唯一建築技術供應商，包括有助於節省能源和資金的設備。
- 日立株式會社於 2020 年 12 月宣布創建物聯網平台，該平台將為樓宇提供新常態所需的高附加值，例如提高樓宇管理效率和提高用戶舒適度。
智慧建築市場的一些知名參與者包括：
- 西門子公司
- 施耐德電氣
- ABB 有限公司
- 思科系統有限公司
- IBM 公司
- United Technologies
- Delta Controls
- Building IQ
- 江森自控
- 霍尼韋爾國際公司
- Legrand
- 日立株式會社
- Thales 集團
- 埃森哲
- 艾默生電氣公司
智慧建築市場報告範圍
| 報告範圍 | 細節 |
| 到 2030 年的市場規模 | 1151.9億美元 |
| 2022 年至 2030 年的成長率 | 複合年成長率為 8.9% |
| 基準年 | 2021 |
| 歷史數據 | 2017 年至 2021 年 |
| 預測期 | 2022 年至 2030 年 |
| 涵蓋的細分市場 | 組件、應用、系統、技術 |
| 區域範圍 | 北美、歐洲、亞太地區、拉丁美洲、MEAN |
| 提到的公司 | Siemens AG、Schneider Electric、ABB Ltd.、Cisco Systems Ltd.、IBM Corp.、United Technologies、Delta Controls、Building IQ、Johnson Controls、Honeywell International Inc.、Legrand、Hitachi Ltd.、Thales Group、Accenture、Emerson Electric Company |
報告中涵蓋的部分
本研究報告分析並預測全球、區域和國家層面的市場規模成長。它還對 2017 年至 2027 年所有子領域的最新行業發展，進行了全面研究。為了深入研究，本研究根據組件、應用和區域等不同參數對全球智慧建築市場進行了分類：
按組件
- 解決方案
- 安全和保全管理
- 門禁系統
- 影像監控系統
- 消防和生命安全系統
- 能源管理
- 暖通空調控制系統
- 照明管理系統
- 建築基礎設施管理
- 停車管理系統
- 智慧水管理系統
- 電梯及自動扶梯管理系統
- 網路管理
- 有線技術
- 無線技術
- 綜合管理系統
- 營運和服務管理
- 房地產管理
- 環境與能源管理
- 設施管理
- 資本項目管理
- 服務
- 諮詢
- 執行
- 支持和維護
按系統
- 停車管理系統
- 實體安全系統
- BEMS
- 其他
按技術
- 無線技術
- 總線技術
- 其他
按應用
- 商業的
- 零售
- 酒店
- 衛生保健
- 其他
- 住宅
- 工業的
按地理
- 北美
- 美國
- 加拿大
- 歐洲
- 英國
- 德國
- 法國
- 亞太
- 中國
- 印度
- 日本
- 韓國
- 馬來西亞
- 菲律賓
- 拉丁美洲
- 巴西
- 拉丁美洲其他地區
- 中東和非洲 (MEA)
- 海合會
- 北非
- 南非
- 中東和非洲其他地區
· 什麼是智慧工廠和智慧製造？
The Smart Factory @ Wichita：德勤全新的沉浸式學習中心
「智慧工廠」代表了從過去傳統自動化，到利用資料應對日益成長的業務需求的連線系統的轉向。智慧工廠應該靈活，能夠最佳化自己的效能，即時自我適應，並自行執行整個生產流程。智慧工廠可以在現場營運，但也可以連線到類似系統的全球網路。
製造業一直涉及高速決策、不斷變化和資料。它現在是一個互聯的複雜製造世界，在將連線納入新機器方面，成本和價值不斷增加。這是一個挑戰和機會，產生了工業 4.0 和物聯網（IoT）等概念。
例如，物聯網系統可以以透明、全面和互動的方式收集製造資料。它們提供了資產和裝置、流程品質和工廠資源的即時可見性。資料還可以產生數位工廠模擬，預測產品的預期製造方式。有「虛擬工廠」的想法，這是對生產方式的即時模擬。
虛擬工廠可以隨時隨地為任何人，提供適合角色的整個工廠生產線（包括工廠、流程和裝置等）的操作檢視。這個虛擬工廠可以成為駕駛和改進工廠的駕駛艙。
一種明智的製造方法
一種新的「智慧」製造方法對效能有重大影響，改變了工廠使用連線的工業裝置和資產的運作方式，這些裝置和資產傳達了它們的狀態、狀況和健康狀況——允許服務做出迴應。企業還明白，從產品和營運中，生成和引導的大量資料，可以轉化為洞察力，並轉化為競爭優勢。
透過分析、快速將資料，轉化為洞察力和可操作的資訊、提高生產力、辨識低效率，以及推動營運改進，可以從資料中獲得優勢。為了利用這一點，製造商需要佈署企業系統，投資於能夠有效管理大量複雜產品，和營運資料的系統。這為員工和高管提供了在日常營運和策略業務目標之間，建立聯絡的能力。
互操作性是智慧工廠成功的關鍵，因為技術系統應該協同工作，以便企業可以訪問來自業務不同部分的資料。這允許業務流程數位化——從產品設計到製造流程規劃，再到製造執行。他們還必須為員工提供工具，將這些資料轉化為可操作的智慧。
智慧工廠可以降低成本和材料浪費，並且需要更少的人，營運成本更低。它更敏捷，提供高品質和快速的生產，響應客戶需求，為企業提供更精細和最新的資訊。
走向智慧工廠並不意味著進行全面改革，並進行鉅額前期投資。
工業可穿戴產品公司 Intoware 的首席技術官 James Woodall 表示：「邁向智慧工廠並不意味著進行全面改革，並進行鉅額前期投資。感測器可以改裝到現有機器上，因此請從現有基礎設施中進行選擇，調查提供物聯網改裝解決方案的供應商並試用。」
 |
· 工業人工智慧和 AIoT 的崛起：推動技術採用的 4 個趨勢
引領 AIoT 未來的嵌入式創新
簡而言之
- 關於工業人工智慧（AI）和物聯網人工智慧（AIoT）主題的兩份新的物聯網分析研究報告估計，到 2026 年，AIoT 市場將達到 1022 億美元。 （報告1，報告2）
- 四種趨勢正在推動這項技術：（1）新軟體工具的可用性，（2）簡化人工智慧解決方案的開發，（3）將人工智慧注入遺留應用程式，以及（4）人工智慧硬體的進步。
為什麼這很重要
- 製造軟體和硬體提供商，有機會將基於人工智慧的功能注入現有產品中。
- 明智地採用這些解決方案的製造商，正在目睹效率的提高、產品品質的提高，和更順暢的流程。
AIoT 在製造業的採用正在增加。
根據最近釋出的 252 頁《2021-2026 年工業人工智慧和物聯網市場報告》的資料，工業環境中的人工智慧採用率在兩年多一點的時間裡，從 19% 上升到 31%。 除了 31% 的受訪者在營運中，全部或部分推出人工智慧技術外，還有 39% 的人目前正在測試或試用該技術。人工智慧採用率的增加可以全面見證，但在能源垂直和加工行業，如石油和天然氣或化學品行業尤其強大。高價值資產、大量營運資料和依賴數百個引數的流程的組合，有助於這些行業的強有力採用。常見的工業人工智慧應用，包括維護（例如預測性維護[PdM]）、預測性品質控制、使用機器視覺進行故障檢測、人工智慧最佳化庫存管理，以及基於人工智慧的生產規劃和最佳化。
人工智慧正在成為全球製造商和能源公司的關鍵技術，物聯網分析預測，工業人工智慧解決方案市場，將顯示出 35% 的強勁疫情後複合年成長率（CAGR），到 2026 年市場將達到 1021.7 億美元。
什麼是工業人工智慧和工業 AIoT？
工業人工智慧 = 與工業企業的實體操作和系統相關的人工智慧。人工智慧驅動的系統，可以自動化和重塑基本的工業流程，包括產品開發/製造和供應鏈/現場營運。
工業 AIoT = 工業人工智慧的一個子集，指的是工業企業在物聯網型別資料來源上執行的人工智慧。
越來越明顯的是，在未來幾年，真正的人工智慧（不僅僅是簡單的統計資料）將在許多製造業務和相關應用中變得普遍存在。
根據我們的研究，四個關鍵組成部分正在推動人工智慧在工業環境中的廣泛採用。
驅動程式1：工業 AIoT 越來越多的軟體工具。
近 400 家供應商提供 AIoT 軟體。 在過去兩年裡，加入工業人工智慧市場的軟體供應商數量大幅增加。在研究期間，物聯網分析確定了 634 家為製造商/工業客戶提供人工智慧技術的供應商。在這些公司中，389 家（或 61.4%）提供人工智慧軟體。
新的人工智慧軟體平台專注於工業設定。除了 Uptake、Braincube 或 C3 AI 等軟體擴充套件外，越來越多的營運技術（OT）供應商，正在提供專用的 AI 軟體平台。2019 年，當物聯網分析開始覆蓋工業人工智慧領域時，這些公司的專用人工智慧軟體產品很少。從那時起，許多 OT 供應商透過為工廠生產線開發，和提供人工智慧平台形式的人工智慧軟體解決方案，進入人工智慧市場。例子包括 ABB 的 Genix 工業分析和 AI 套件、Rockwell Automation 的 FactoryTalk 創新套件、施耐德電氣的自主生產顧問平台，以及 TangentWorks 的 InstantML 到西門子的 MindSphere 平台等最近的特定附加元件。其中幾個平台針對廣泛的用例。例如，ABB 的 Genix 平台提供先進的分析，包括預建的應用程式和服務，用於營運績效管理、資產完整性、永續性和供應鏈效率。
新發布的 172 頁的《2021 年工業人工智慧軟體平台供應商景觀報告》深入研究了其中 12 家供應商。
Hyperscalers 正在將他們的產品擴充套件到工廠生產線。包括 AWS、微軟和谷歌在內的超大規模人員，開發新的特定於案例的軟體工具，也推動了人工智慧軟體工具的可用性的提高。例如，2020 年 12 月，AWS 釋出了Amazon SageMaker JumpStart，這是 Amazon SageMaker 的一項功能，為最常見的工業用例（例如 PdM、電腦視覺和自動駕駛）提供一套預建和可客製化的解決方案，只需點選幾下即可佈署。
特定於用例的軟體解決方案正在推動可用性的提高。特定於案例的軟體套件，如專注於預測性維護的軟體套件，正變得越來越普遍。物聯網分析觀察到，由於資料來源的多樣性，和預先培訓模型的使用，以及資料增強技術的廣泛採用，使用基於人工智慧的 PdM 軟體解決方案的供應商數量，在 2021 年初增加到 73 家（詳情請參閱《2021-2026年預測維護市場報告》）。
驅動因素2：人工智慧解決方案的開發和維護正在簡化。
自動機器學習（AutoML）正在成為一種標準產品。 由於機器學習（ML）相關任務很複雜，ML應用程式的快速成長，產生了對現成的 ML 方法的需求，這些方法可以在沒有專業知識的情況下使用。由此產生的研究領域，目的在實現 ML 的漸進自動化，稱為 AutoML。各種公司正在利用這項技術，做為其人工智慧產品的一部分，幫助客戶開發 ML 模型，並更快地實現工業案例。 例如，2020 年 11 月，SKF 宣佈了一項基於 AutoML 的產品，該產品將機器工藝資料，與振動和溫度資料相結合，以降低成本併為客戶啟用新的商業模式。 同樣，今年年初，C3 AI 宣佈在 C3 AI Ex Machina 中提供 AutoML。
「手動建構 ML 模型，需要廣泛的領域專業知識，和大量時間用於試錯。即使對專家資料科學家來說，選擇培訓功能、[a]模型型別以及最佳化準確性的模型的特定配置，也是困難問題。自動化 ML 消除了這種繁瑣的實驗過程，為商業專家和資料科學家節省了時間和麻煩。」
– Matt Connor，專注於 C3 AI Ex Machina 的高階產品經理
機器學習操作（ML Ops）簡化了模型管理和维护。ML Ops 的新學科目的，在簡化製造環境中的人工智慧模型維護。人工智慧模型的效能經常隨著時間的推移而下降，因為它受到工廠內幾個因素（例如資料分發和品質標準的變化）的影響。因此，模型維護和 ML 操作，對於滿足工業環境的高品質要求是必要的（例如，精度低於 99% 的模型可能無法辨識危及工人安全的行為）。 近年來，許多新創公司加入了 ML Ops 領域，包括 DataRobot、Grid.AI、Pinecone/Zilliz、Seldon 和 Weights & Biases。 老牌公司在其現有的人工智慧軟體產品中添加了 ML Ops 功能，包括微軟，該微軟在 Azure ML Studio 中引入了資料漂移檢測。此新功能，讓使用者能夠檢測導致模型效能下降的輸入資料分佈變化。
驅動程式 3：人工智慧正在注入現有應用程式和案例中。
傳統軟體提供商正在新增人工智慧功能。除了現有的大型橫向人工智慧軟體工具（如 MS Azure ML、AWS SageMaker 和 Google Cloud Vertex AI），電腦化維護管理系統（CMMS）、製造執行系統（MES）或企業資源規劃（ERP）等遺留軟體套件，現在可以透過注入人工智慧功能，獲得顯著提升。例如，ERP 提供商 Epicor Software 正在透過其 Epicor 虛擬助理（EVA）在其現有產品中新增人工智慧功能。智慧 EVA 代理用於自動化 ERP 流程，例如重新安排製造作業或執行簡單查詢（例如，獲得產品定價或可用部件數量的詳細資訊）。
工業用例正在透過使用 AIoT 進行升級。透過向現有硬體/軟體基礎設施新增人工智慧功能，幾個工業用例正在得到加強。品質控制應用中的機器視覺就是一個生動的例子。遺留機器視覺系統，透過配備專業軟體的整合或離散電腦處理影象，該軟體評估預定引數和閾值（例如高對比度），以確定物體是否表現出缺陷。在許多情況下（例如，具有不同佈線形狀的電子元件），假陽性的數量非常高。然而，這些系統正在用人工智慧復興。例如，工業機器視覺提供商 Cognex 於 2021 年 7 月釋出了一種新的深度學習工具（Vision Pro Deep Learning 2.0）。 新工具與遺留的視覺系統整合，使終端使用者能夠將深度學習與傳統視覺工具，結合在同一應用程式中，用於要求苛刻的醫療和電子環境，這些環境需要精確測量劃痕、汙染和其他缺陷。
「隨著深度學習在工廠站穩腳跟，我們看到許多應用程式需要的，不僅僅是傳統的願景或深度學習 —— 它們都需要最好的解決方案。」
–Joerg Kuechen，Cognex視覺產品高階副總裁
驅動程式 4：工業 AIoT 的硬體正在改進。
自 2019 年我們上一份工業人工智慧報告以來，人工智慧硬體不斷髮展，還有更多專用產品來支援工業AIoT用例。
人工智慧晶片正在迅速改進。 嵌入式硬體人工智慧晶片已經快速發展，有多種選項，可以支援人工智慧模型的開發和佈署。例子包括 NVIDIA 最新的圖形處理單元（GPU）、A30 和 A10，它們於 2021 年 3 月推出，適用於人工智慧用例，如推薦系統和電腦視覺系統。另一個例子是谷歌的第四代張量處理單元（TPU），它是強大的特定於應用程式的積體電路（ASIC），在特定人工智慧工作負載（例如物件檢測、影象分類和推薦基準）的模型開發和佈署中，效率和速度可以達到 1000 倍。
使用專用人工智慧硬體，將模型計算時間從幾天減少到分鐘，並被證明在許多情況下改變了遊戲規則。
強大的人工智慧硬體，可以透過按使用付費模式立即獲得。超大規模者不斷升級其伺服器，以便在雲端提供運算資源，以便終端使用者能夠實現工業人工智慧應用程式。例如，2021 年 11 月，AWS 宣佈了其最新的，基於 GPU 的例項 Amazon EC2 G5 的一般可用性，該例項由 NVIDIA A10G 張量核心 GPU 提供支援，用於廣泛的 ML 應用程式，包括電腦視覺和推薦引擎。例如，檢測系統提供商 Nanotronics 利用亞馬遜 EC2 例項進行基於人工智慧的品質控制解決方案，以加快加工工作，並在微晶片和奈米管製造中，實現更準確的檢測率。
結論和展望
人工智慧即將上市，它將普遍存在於新的應用程式中，如基於人工智慧的PdM，並作為現有軟體和用例的增強。大型企業正在推出幾個人工智慧用例並報告成功案例，大多數專案的投資報酬率都很強。總的來說，雲、物聯網平台，和強大的人工智慧晶片的崛起，為新一代軟體和最佳化提供了一個平台。
你現在應該怎麼做？
對於製造軟體和硬體提供商來說，是時候全面評估人工智慧和 ML 的使用，以增加你現有的產品組合（例如，透過引入智慧助理、模擬工具或預測分析）。這種人工智慧增強可能是變革性的（正如基於人工智慧的機器視覺的引入一直在品質檢查中）。
對於製造商來說，是時候用明確的工業人工智慧願景，完善你現有的工業 4.0 或工業物聯網策略，並決定如何獲得人工智慧技術（例如，來自雲提供商的硬體與內部專用人工智慧硬體，或與人工智慧軟體新創企業的合作，與建立內部人工智慧團隊）。製造商還需要找到關鍵問題的答案：我們願意與誰共享資料以改善營運？我們如何在車間實現人工智慧的接受？我們如何使員工在日常任務中，使用基於人工智慧的應用程式？
讓我們的研究指導你。我們最近編寫的 2 份市場報告，目的在為工業人工智慧技術的供應商，和使用者提供市場、關鍵案例、技術、採用者觀點等的即時概述 —— 所有這些都有許多示例和案例研究。
更多資訊和進一步閱讀
你有興趣瞭解更多關於工業人工智慧，和 AIoT 的資訊嗎？
物聯網分析釋出了兩份關於該主題的出版物，作為我們對物聯網平台和軟體（物聯網軟體工作流程）的持續報導的一部分。
1. 工業人工智慧和 AIoT 市場報告
《2021-2026 年工業人工智慧和 AIoT 市場報告》是一份 252 頁的綜合報告，評估了工業人工智慧和 AIoT 市場。 它還包括對兩項工業人工智慧終端使用者調查結果的全面總結、技術概述、約 630 家公司的供應商格局、對工業人工智慧商業模式的深入分析、詳細的案例分析和 6 個案例研究，以及對 11 個當前趨勢和 2 個挑戰的討論。它是物聯網分析對物聯網軟體/平台（物聯網軟體工作流程）持續報導的一部分。
- 工業人工智慧是如何定義的？
- 工業和非工業人工智慧解決方案的主要區別是什麼？
- 自 2018 年以來，工業人工智慧和 AIoT 市場是如何演變的？
- 工業人工智慧和 AIoT 市場有多大，在各個維度（透過提供型別、地區、行業、案例）的成長速度有多快？
- 有多少心創企業加入了市場，他們的資金細節是什麼？
- 哪些公司在市場上處於領先地位（透過發行型別，包括市場佔有率）？
報告樣本為你提供了可用分析（大綱、關鍵幻燈片）的整體概述。樣本還提供了有關該主題的額外上下文，並描述了分析方法。你可以在此處下載樣本：
2. 2021 年工業人工智慧軟體平台供應商景觀報告
2021 年工業人工智慧軟體平台供應商景觀報告，包括對 12 家選定的 OT 軟體供應商的深入分析，這些供應商提供工業人工智慧解決方案，包括終端使用者的使用資訊，以及工業人工智慧市場中，12 家供應商和其他幾個供應商的滿意度反饋。本報告中提供的資訊基於廣泛的二次研究，以及 2021 年 4 月至 11 月期間對供應商和終端使用者的訪談和調查。
本報告提供了以下問題（除其他外）的答案：
- 12 個選定的工業人工智慧軟體平台供應商的工業人工智慧策略是什麼？
- 這些軟體供應商的工業人工智慧解決方案的元件是什麼？
- 工業人工智慧市場上這些軟體供應商的技術合作夥伴是什麼？
- 這些軟體供應商在人工智慧平台，和解決方案的使用和滿意度方面，如何相互比較？
- 這些人工智慧平台供應商，如何銷售他們的人工智慧產品？
還有更多...
樣本：
報告樣本為你提供了可用分析（大綱、關鍵幻燈片）的整體概述。 樣本還提供了有關該主題的額外上下文，並描述了分析方法。 你可以在此處下載樣本：