近年來，隨著各行各業(yè)數(shù)字化轉(zhuǎn)型的不斷深入，人們越發(fā)能夠感受到，數(shù)字智能時代正在加速向我們走來。

以5G、云計算、邊緣計算、大數(shù)據(jù)、人工智能為代表的數(shù)字前沿科技，與行業(yè)領(lǐng)域進行深度融合，落地孵化出大量的創(chuàng)新應(yīng)用場景。這些場景，不僅改變了行業(yè)的工藝和流程，還顛覆了商業(yè)模式，重構(gòu)了產(chǎn)業(yè)生態(tài)格局。

最為典型的，就是一直以來被稱為國民經(jīng)濟支柱產(chǎn)業(yè)的工業(yè)制造業(yè)。

眾所周知，工業(yè)是最重要的物質(zhì)生產(chǎn)部門，也是國力的象征。它不僅為人們的物質(zhì)生活提供必要的消費品，還為整個社會發(fā)展提供原材料和動力，支撐國家的經(jīng)濟自主、政治獨立以及國防安全。

縱觀18世紀(jì)以來的人類近代史，其實就是工業(yè)革命的發(fā)展史。從蒸汽機開始，人類歷經(jīng)了三次工業(yè)革命的洗禮，才實現(xiàn)了生產(chǎn)力的飛躍，并一步步走到了現(xiàn)在的信息時代。

如今，數(shù)字技術(shù)浪潮與工業(yè)技術(shù)升級相融合，又將催生第四次工業(yè)革命。這次革命，又會如何重塑人類社會的運作模式呢？AIoT+工業(yè)4.0，究竟會朝著怎樣的方向發(fā)展？

大家不妨隨著這篇文章，來深度了解一下數(shù)智制造的未來場景。

AIoT，如何賦能工業(yè)制造

對于第四次工業(yè)革命，大家應(yīng)該都有所了解。這是一次以人工智能、虛擬現(xiàn)實、石墨烯、基因技術(shù)、量子信息、可控核聚變、清潔能源以及生物技術(shù)為突破口的工業(yè)革命。

站在工業(yè)制造業(yè)的角度來說，它最大的變化，就是數(shù)字智能技術(shù)的深入應(yīng)用，以及工業(yè)互聯(lián)網(wǎng)(Industrial Internet)的引入。

工業(yè)互聯(lián)網(wǎng)，完全不同于我們每天使用的手機互聯(lián)網(wǎng)(消費互聯(lián)網(wǎng))。它是行業(yè)互聯(lián)網(wǎng)的代表，也是新一代ICT(信息通信)技術(shù)與OT(工業(yè)操作)技術(shù)的深度融合。

工業(yè)互聯(lián)網(wǎng)既是工業(yè)基礎(chǔ)設(shè)施的數(shù)字化升級，也是工業(yè)流程和工業(yè)經(jīng)濟生態(tài)的演進。通過工業(yè)互聯(lián)網(wǎng)對人、機、物、系統(tǒng)等的全面連接，可以構(gòu)建覆蓋全產(chǎn)業(yè)鏈、全價值鏈的全新制造和服務(wù)體系。這個體系，以信息化、網(wǎng)絡(luò)化、智能化為基礎(chǔ)。它的驅(qū)動力，除了化石燃料和電力之外，還包括算力和連接力。

在算力和連接力的幫助下，工業(yè)制造分工協(xié)作將會進一步細化，生產(chǎn)流程也會被深度優(yōu)化。生產(chǎn)過程中的研發(fā)、生產(chǎn)、質(zhì)控和維保等環(huán)節(jié)，都會由人工控制，改為算力控制。算力的終極表現(xiàn)形式，就是AI人工智能。

說了半天，可能大家會覺得過于抽象，難以理解。接下來，我們不妨通過幾個案例，看看數(shù)字智能究竟如何賦能工業(yè)制造，提升生產(chǎn)效率。

首先，我們看一個流水線工業(yè)機器人智能分揀的案例。

進入21世紀(jì)后，工業(yè)機器人、機械臂被廣泛采用，取代了部分流水線員工。早期的機器人，只能接受特定的指令和程序，執(zhí)行少量的固定操作，基本不具備智能。

當(dāng)傳送帶送來了不同的物品，機器人不能對物品進行類別判斷，更無法進行區(qū)別處理。

引入了工業(yè)互聯(lián)網(wǎng)之后，情況就不一樣了。

通過對機器人安裝通信模組，可以將機器人攝像頭拍攝的物品圖像上傳云端，云端進行圖像識別，結(jié)合機器學(xué)習(xí)和人工智能算法，提前判斷物品類別。然后，機器人在云端的指令下，驅(qū)動機械臂，在準(zhǔn)確的位置抓取物品，進行分類。

這樣一來，機器人就真正達到了和流水線工人一樣的處理能力，甚至更強。

我們再來看另外一個案例mdash;mdash;結(jié)合AIoT技術(shù)的產(chǎn)品質(zhì)量檢驗。

產(chǎn)品質(zhì)檢，以前一直都是自動化干預(yù)的難點。因為產(chǎn)品出現(xiàn)缺陷的問題點較多，損壞的位置和形態(tài)也不一樣，傳統(tǒng)自動化機械無法進行準(zhǔn)確判斷，只能靠人工進行識別判斷。

現(xiàn)在，同樣是借助攝像頭、傳感器等數(shù)據(jù)采集設(shè)備，可以對檢驗對象進行高速拍照，然后將數(shù)據(jù)發(fā)到云端。云端結(jié)合機器學(xué)習(xí)，判斷缺陷類別，例如虛焊、漏焊、腐蝕、斷裂等，然后指示機械臂，將次品標(biāo)識、挑出。

更厲害的是，AI不僅可以判斷產(chǎn)品缺陷，還可以總結(jié)缺陷規(guī)律，幫助生產(chǎn)線找到缺陷的可能原因，進行改正規(guī)避。

AIoT核心要素分析

通過上面兩個例子，我們可以看到，想要實現(xiàn)真正的數(shù)字智能，離不開這么幾個重要元素：

首先，必須擁有性能強大的數(shù)據(jù)采集設(shè)備，包括超高分辨率的攝像頭，超細精度的傳感器，等等。數(shù)據(jù)采集設(shè)備是數(shù)據(jù)之源。 沒有數(shù)據(jù)，一直都免談。

其次，我們需要高性能且無處不在的通信網(wǎng)絡(luò)。

一個完整的網(wǎng)絡(luò)，包括終端和網(wǎng)絡(luò)側(cè)設(shè)備。終端這邊決定網(wǎng)絡(luò)性能的，就是模組。

近年來，隨著時代的發(fā)展，無線通信技術(shù)在通信能力上已經(jīng)大幅追近了與有線通信技術(shù)之間的差距。而且，無線技術(shù)本身還有靈活部署、免布線覆蓋的優(yōu)勢，所以，正在工業(yè)制造、物流運輸、教育醫(yī)療、城市治理方面廣泛應(yīng)用。

無線模組的能力也在突飛猛進，功耗不斷降低，集成度越來越高，往往一個模組可以支持多種制式和功能。例如移遠通信的Rx500x系列模組，在支持2/3/4/5G的同時，還提供GNSS定位、eSIM等功能。

5G，是目前技術(shù)最先進的通信技術(shù)。它具有大帶寬、低時延、海量連接等特點，非常適合工業(yè)制造場景。前面我們案例里面提到的高速圖像識別，海量高清圖像的傳輸，就需要5G這樣的高速網(wǎng)絡(luò)。

而且為了快速實現(xiàn)拍照、分析、處理的閉環(huán)，需要網(wǎng)絡(luò)擁有極低的時延，這個也是5G的強項。5G空口端到端時延可以控制在幾毫秒，且抖動低，可靠性高，完全符合工業(yè)場景要求。

3GPP R16標(biāo)準(zhǔn)確定之后，5G工業(yè)模組正在不斷涌現(xiàn)，賦能了工業(yè)場景的5G化。

最后，就是強大的算力平臺。

借助模組和網(wǎng)絡(luò)，數(shù)據(jù)得以暢通流動，進入云端。云端結(jié)合大數(shù)據(jù)分析，對海量的IoT數(shù)據(jù)進行處理，通過在這些數(shù)據(jù)上構(gòu)建合適的算法模型，就能實現(xiàn)生產(chǎn)流程的智能化，用高效的AI取代人工，提升效率，降低成本。

值得一提的是，AI算力的運用，既可以在云計算中心完成，也可以在邊緣計算節(jié)點完成，甚至可以在具有AIoT能力的通信模組上直接完成。

數(shù)智時代的通信模組，不僅通信能力強，算力也在不斷增強，可以承擔(dān)越來越多的端計算任務(wù)，包括人工智能算法的運行。

例如移遠通信的智能模組SG500Q、SA800U、SC66、SC665S等產(chǎn)品，就具備基礎(chǔ)的AI算力，集成高算力CPU、高性能GPU及NPU，可以完成不少運算工作，分擔(dān)云端的壓力。

端計算、邊緣計算、云計算相結(jié)合，實現(xiàn)了算力的無處不在，既有效減少了網(wǎng)絡(luò)傳輸數(shù)據(jù)的負荷，也減少了數(shù)據(jù)處理的時延。

結(jié)語

數(shù)字智能時代，最寶貴的是什么？

是想象力。

我們的社會，擁有百行千業(yè)，每個行業(yè)都有自己的工作場景。數(shù)字智能技術(shù)是一種賦能，究竟如何利用這種賦能，深入改造自己所處的行業(yè)，是每個行業(yè)人都必須深入思考的問題。

僅從工業(yè)制造場景來說，目前涌現(xiàn)出的各種數(shù)字化應(yīng)用，已經(jīng)在潛移默化地顛覆我們的行業(yè)mdash;mdash;在智慧礦場，無人礦機和礦車正在有條不紊地進行礦石的挖掘和搬運；在智慧碼頭，身處舒適空調(diào)房間的工作人員，正在遠程操作吊機，進行貨柜調(diào)運；在智慧電網(wǎng)，無人巡檢機器人正在對輸配電設(shè)備進行嚴格的檢查hellip;hellip;

量變產(chǎn)生質(zhì)變，無數(shù)細分場景的演進，最終推動產(chǎn)業(yè)的變革。