📖 ZKIZ Archives

高啟洋“解密”富士康工業互聯網：供應鏈的一場生態革命

作為“打個噴嚏”都能讓蘋果感冒的富士康，在A股上無疑是最引人矚目的新星。

5月14日，富士康股份正式披露《首次公開發行A股股票招股說明書》，這意味著，一直謀求從代工巨頭轉型的富士康股份，在布局工業物聯網5年後，IPO終於順利闖關成功。

而在5月17日的2018第一財經技術與創新大會演講中，富士康工業互聯網股份有限公司副總裁高啟洋更是分享了關於富士康工業互聯網的“野心與布局”，表示富士康關註的不是單一企業的自動化或者是流程的改變跟優化，而是要做整個從供應鏈端到客戶端循環的一個生態系統。

“借由這整個生態系的帶動，包含所有的產業鏈，跟我們合作的中小企業一起來提升。這樣的提升對工業鏈是革命性的創新，而不是簡單的持續性改善。”高啟洋表示，富士康工業互聯網結合人工智能，包含數據感知、深度學習的工具，希望打造的是一個生態系統，把富士康在電子產業的技術跟資訊收集的過程跟手法應用到各個行業，帶來直觀的變革。

工業“生態”革命

因為互聯網技術的發展，包括制造業在內的產業正在迎來第四次工業革命。

“我們有兩個訴求，一個是持續性的改善，另外一個訴求就是革命性的創新。最近幾年我們都看到商品、產品的創新，對於制造業來講，制造業是個複雜龐大的體系，我們看到過去百年來不過三次工業革命。最近因為互聯網技術發展的關系，我們現在正迎來下一階段的挑戰，我們稱之為第四次工業革命。”高啟洋說。

而在第一財經技術與創新大會現場，高啟洋分享了對“德國工業4.0”和“中國制造2025”概念的看法。

他表示，中國制造2025更強調利用智能技術和網絡技術提升中國制造業的產品質量、技術水平和商業模式，從而調整制造業產業結構，提升制造企業競爭力，實現由“制造大國”向“制造強國”的轉變。而德國工業4.0則強調在滿足高度定制化需求的同時，保持生產線的高效率和低成本。通過企業內部各個環節的縱向集成和外部價值鏈上不同企業間的橫向集成，實現從開放端到需求端的一致性和靈活性。

這與富士康的轉型目標高度契合。

鴻海精密的創始人、富士康科技集團總裁郭臺銘去年11月在2017廣州財富全球論壇期間，詳細解讀過鴻海的工業互聯網戰略。他說，“制造業的未來，是制造業+互聯網。”過去五年來，富士康一直致力轉型成為工業互聯網的智能制造平臺。

高啟洋在現場介紹了富士康的“核心關鍵技術推動工業互聯網生態系”。

“它是將整個IT技術，甚至我們的運營技術，CT技術做相應的整合。我們想把供應商，甚至到第三方的軟件開發商，甚至到客戶的用戶做一個全系列的串聯，它需要的是供應商的集成跟精準的調控。”高啟洋表示，大量的客制化會不斷地產生，少量客制的時代慢慢會看到終結。其中最重要的是在供應鏈當中的工廠端，許多不一樣的技術會融合進來，包含新型的自制工具，機器人，包括AGV的整合，實現設備的裝置、生產流程上，我們都可以通過不一樣的網絡技術將它串聯起來。這樣的集成再擴展到客戶和供應商端，從供應商的管理到客戶的渠道分銷，我們就可以創造不一樣的，高附加價值的工業互聯網的服務。

“數據采集是基礎”

今年1月31日，郭臺銘在股東大會上明確表示，正在加速轉型為大數據導向、AI分析驅動以及機器人運作為基礎的工業互聯網企業。

與美的強調“覆蓋機器人及核心部件”、海爾COSMO Plat強調“大規模定制”不同的是，富士康股份的工業互聯網將結合5G通信技術和8K的顯示技術，即通過將智能傳感器與生產設備連接，實現數據采集和雲計算，未來還將實現人與人、人與機器、機器與機器間的互聯互通，並探索構建開放共享生態的工業互聯網平臺。

而技術的運用不僅僅局限於富士康的內部，高啟洋表示希望未來覆蓋各行各業，做企業之間的“連接器”。

“富士康整個工業互聯網想要追求的並不是一個單一產業或者單一公司的成長，而是形成不同行業間的連接，產生的相關聯的應用。比如說我把感測技術和食品行業結合，運送可以更及時。過去食材的浪費，在未來會慢慢減少。另外我們把自動化和IT相整合，甚至我把電子業高精密的技術，假設用建築業，精密度會提高，成本也會降低。大家可以看到我們把電子產業的技術跟資訊收集的過程跟手法，應用到各個行業，可以看到最直觀的帶來的變革。”高啟洋說。

“再舉個例子，控制腫瘤放射器的劑量非常重要。過去手算的時代，這種誤差可以達到10%，即使是用電腦做運算，不同的演算費相差也大。我們用最精準的算法，它可以劑量誤差控制在1%以內，但過去計算機設備速度較慢，使用蒙地卡羅計算放射劑量需耗時5-7小時，臨床上並不實用。而使用富士康的高效能運算計算機HPC，可讓放射劑量的計算時間由5-7小時縮短為0.95秒，整個放射治療模擬計算時間更因此由 30 小時大幅縮短為 16分鐘，加速114倍。讓手術的成功率跟不必要的放射性，更加提高。我們做深度學習，我們需要很多的模型運算，不斷地重複執行，驗證這個模型運算的準確性。在使富士康HPC 後，在深度學習模型訓練上，相較於一臺 CPU 節點的服務器，提升了2,820 倍的處理速度，33 秒內可完成 40萬張圖像處理。。我們剛才提到邊緣層收集到的關鍵納米有效微觀的數據，在建模的過程當中，我們需要高速度的運算中心，加速我們的工業和產業的革新和推動。”

又比如，在過去富士康在檢查一些不良品的時候，會通過人工目檢，但通過人工目檢的問題在於，人眼會疲乏，人跟人的認知不同，最重要的是觀察的維度不一樣。但通過超高影像數據的收集，可以將原本幾十公里外黑點的東西還原到一行字的狀態。“不同的光學檢驗設備帶來的不同等級的檢驗結果，再運用到工業生產中是非常有可能發生的。未來搭配5G的傳輸，我們可以預期在檢驗的過程當中，可以看得更精細，甚至可以做到提前預防。”高啟洋說。

他強調，未來工廠的與未來制造的演進，數據采集是基礎，工業平臺是核心。將數據經由人工智能的運算，提供共享的訊息出來。共享的訊息里面，所有的會員或者合作夥伴在上面開發數以百萬計的應用APP，在這樣的觀念底下，我們可以預計未來產業模式不一樣的創新跟新產業類別的產生。