type
status
date
slug
summary
tags
category
icon
password
Created time
Jun 4, 2023 01:59 PM
Link
区域等
Status
 
 
看一个行业持续发展趋势,有几个具象的方式
  1. 看龙头企业最近的动向
  1. 看对于新出现创业企业的观察
工业领域的迭代周期长,创新的节奏慢、创业企业的数量也是比互联网相关小两个数量级。在看到相关的创业企业汇总,正好写一些内容作为学习记录。

参考软件开发周期的技术

 
软件/互联网生态迭代速度相比传统行业会快一个数量级。比如在ChatGPT出来以后的这个节点,去进一步看软件开发生命周期大家都在做什么,看到了大量的(相对比较)新工具,比如cursor,warp,replit等,覆盖开发会环境、部署整个流程。
AI In Software Development Life Cycle,一个完整的软件开发工具栈
AI In Software Development Life Cycle,一个完整的软件开发工具栈
 

什么是一个全栈数字化工厂”Factory Stack“?

相比软件,参考The Future of Manufacturing[^1] ,也能看到汽车行业逐渐形成的共识:在软件定义汽车之外,软件也逐渐定义汽车生产工厂。
软件以及数据在工厂占到的比重增加越来越多,而且这个趋势随时本身控制侧,比如软PLC,IOT边缘计算等的逐渐深入以及成本变得更低,在设备和传感器端其实也融合了大量数据软件技术。
 
notion image
 
具体的工厂技术栈包括几个方面:
  1. 工程工具
  1. Manufacturing-as-a-Service, 3D打印,符合SaaS概念,即用即买
  1. 分析以及效率工具
  1. 机器人
  1. IOT以及中间件
  1. 资产管理
  1. 可穿戴设备
  1. 预测性维护
  1. 检测以及质量控制(这个领域在国内聚集了非常大量的企业)
  1. 现场管理以及应用平台
 
具体可以参照下图:
notion image
 
工厂技术栈,只有不局限于一种解决方案,一把锤子,才能真·智能。

总结Summary

 
工业领域本身和软件会有更深入的融合。在这样的大环境下,工业人也都在寻求变化,过去几年也看到越来越多的”数字原生“朋友走上了融合的路线,同时传统的工业人也随着软件成本更低、入门门槛越来越低(现在可以说门槛以及几乎不存在了),也会有越来越多的融合。
新生的工业创业企业,也是在充分利用这个融合的阶段,在业务形态还没有完全确认的形式之下,利用越来越低成本、可触达的AI技术,探索更多的机会。
比如之前和 蕴硕物联 [^3] 以及一些企业的深入沟通,大家也都逐渐探索出了合适每个创业企业去深入小场景或者去做平台的机会。
 

参考

 
[^1]: Future of Manufacturing https://robindechant.substack.com/
[^2]: Startups by former employees of German industrial corporates https://robindechant.substack.com/p/issue-42-the-future-of-manufacturing
[^3]: https://ai.ysaiot.com/ 蕴硕物联
 
 
 
 
 
 
 
 
 
 
全球智造:企业系列——德国的家族小公司比特纳公司创始人病危,却通过数字化重塑自己,转型构建工业平台Formary全球制造2023年5月:ChatGPT & 大模型在制造业的最初思考