深广技术领导者共聚东莞，揭秘智能制造你不知道的那些事儿 | TGO 深圳分会三周年庆典
2018 年 11 月 24 日，不少 CTO 、技术 VP、技术总监等高端技术人纷纷从广州、深圳两地出发，共赴东莞。而吸引他们朝着一个方向前进的是 TGO 鲲鹏会深广互联活动暨深圳分会三周年庆典。
TGO 是英文 Top Geeks' Organization 的缩写，专注于技术领导者成长是 TGO 鲲鹏会的“天然基因”，通过线上线下相结合，联结杰出的技术领导者学习和成长。
转眼间，TGO 鲲鹏会深圳分会已经成立三年了。在这段时间里，TGO 鲲鹏会吸纳了包括 OPPO 高级总监黄良懿、OnePlus 副总裁龚银、追一科技联合创始人兼 CTO 刘云峰等近 100 位技术领导者。他们在 TGO 鲲鹏会里相识、相知、共同进步。
本次活动为 TGO 鲲鹏会深广互联暨深圳三周年庆典，我们特意为大家安排了两天一夜的行程，不仅丰富了我们整体的活动形式，同时能给两地会员增加一次深度交流的机会。
TGO 鲲鹏会从来都不是一个纯娱乐性的组织，在庆典前我们仍然组织大家一起探讨关于「智能制造」。在讲师分享环节中，深圳市智岩石科技有限公司 CEO 吴文龙、杉数科技技术总监苏广俊、AWS 资深解决方案架构师经理李艺明结合自己的实战经验分享了《硬件与制造的理想与现实》、《工业 4.0 中的人工智能决策实践》、《AWS 助力智能制造》三个话题。
深圳市智岩石科技有限公司 CEO 吴文龙
吴文龙结合自己过往经验，为大家分享了关于硬件本身制造领域的方向。当谈到智能制造业的未来时，吴文龙认为，由于未来智能制造业仍然是由市场做为主导，并且我们希望的最终能打造出全球有代表性的知名品牌，所以未来我们应该紧紧把握住创新和市场，提高国产品牌市场，制造出有特色的中国品牌。
在最后，吴文龙分享了他喜欢的一句话“我忧心忡忡地看待未来，但仍满怀美好的希望”，表达了自己对于未来硬件制造的期望，同时希望能有更多优秀的人才进来，帮助我国提升国家制造业的竞争力。
杉数科技技术总监 苏广俊
针对目前 4.0 的工业大浪潮下，不少人好奇该如何进行实际操作。苏广俊结合杉数实际操作中，认为应从四个方面出发：
1、预测，比如多级的库存的需求预测、产品生命周期预测、配件消耗预测等；
2、优化层级，收集更多尽可能准确的信息，再进行模型的优化；
3、生产仿真事情，观察产品的具体表现；
4、方案落地。
AWS 资深解决方案架构师经理李艺明
最后，李艺明为我们结合了 AWS 的实际案例，详细地介绍了云计算是如何更好地帮助智能制造发展。在谈到智能建模时，李艺明认为目前智能建模的制约因素主要为：
1、掌握人工智能专业知识的人才不多；
2、构建和扩展人工智能的技术产品有难度；
3、在生产经营中部署人工智能应用费时且昂贵；
4、缺乏成本低， 易使用，可扩展的人工智能产品和服务。
在特邀嘉宾分享环节时，特别邀请到 OPPO 制造工程部 TE 主管安百泉、浪潮互联网副总经理袁泉、华为资深架构师 & 中央软件技术战略部部长陈懿新、深圳创维 -RGB 电子有限公司自动化设备部部长邱立波进行分享。其中，邱立波老师的分享深受现场的来宾喜爱，因此我们在文末特别为大家总结了邱立波老师的分享内容「传统行业如何向智能制造转型升级的一些思考」，大家一定不要错过哦~
严肃的分享环节结束后，我们正式进入晚宴环节。庆典开始前，TGO 鲲鹏会总监赵新龙、OPPO 平台技术高级总监 & TGO 鲲鹏会深圳分会会长黄良懿分别进行了简单致辞。随后由深广董事会代表、会员代表等一起切蛋糕庆祝，老会长 陈懿新及优秀毕业生代表刘先军代表致辞。
切蛋糕庆祝深圳三周年
吃完饭后，不少人仍然对下午「智能制造」的话题意犹未尽，在愉快地自由交流环节中再次针对相关主题「传统企业如何向智能化迈进」进行讨论。在场的朋友进行了十分积极、热烈的交流，如果想要看精彩的分享内容总结，绝对不能错过文末的总结分享！
活动举行的第二天，TGO 鲲鹏会为大家组织了特色小组活动——圆桌会议，大家分成 8-10 人小组，针对 4 大话题进行了深入讨论，其中 4 个话题如下：
如何打造公司的技术基因？
CTO 的 5 年之痒。
从消费互联网到产品互联网。
区块链机遇。
圆桌会议的深度交流后，本次深广互联活动暨深圳分会三周年庆典圆满结束。感谢大家在这过去的三年的支持，使得 TGO 鲲鹏会茁壮成长。
在三年的发展过程中，TGO 鲲鹏会在全国成立了董事会，通过“共建和自治”的方式，维护当地分会的健康发展。董事会成员们为会员提供完善的服务，帮助会员个人更好地学习和成长，也帮助会员企业之间更好地合作。
同时，我们升级了愿景：构建全球领先的有技术背景优秀人才的学习成长。还重构了使命：助力会员成为更优秀的科技领导者。
未来，TGO 鲲鹏会仍会继续保持初心，为各位科技领导者们提供更好的服务。
深广大合影
最后为大家献上精彩的自由交流总结，以及邱立波老师的分享总结，内容有不改原意删减：
主持人：何德照
讨论人：邱立波、苏广俊、李钢、安百泉、高楚涛、梁杞平、魏吉贺、邓凌华、丁峰、黄良懿、夏澎、何德照等
何德照：我们需要先了解什么是智能化、什么是智能制造。百度百科显示，智能化是指事物在网络、大数据、物联网和人工智能等技术的支持下，所具有的能动地满足人的各种需求的属性。比如无人驾驶汽车，就是一种智能化的事物，它将传感器物联网、移动互联网、大数据分析等技术融为一体，从而能动地满足人的出行需求。它之所以是能动的，是因为它不像传统的汽车，需要被动的人为操作驾驶（关键词：能动地满足）。学术上按人工智能的定义，智能化是指使对象具备灵敏准确的感知功能、正确的思维与判断功能以及行之有效的执行功能而进行的工作（关键词：感知、思维与判断、执行）。在实际中，通过表象很难去判断，用上云、大数据、机器学习就是智能化了么，用上摄像头、雷达、温度传感器、机械臂就是智能化了么，其实表象的东西都很多，还是要回归到场景。
安百泉：智能化是最终的目标，成功的样子应该是交付产品更快、成本更低、把握需求更准确、变化更快。随着用户需求的增加和人力费用的上升，智能化肯定是趋势和必经之路。
邱立波：中国电子信息产业发展研究院的定义：智能制造是基于物联网、大数据、云计算等新一代信息技术，贯穿于设计、生产、管理、服务等产品全生命周期，具有自感知、自决策、自执行等功能的新一代制造系统与模式的总称。智能制造可有效缩短产品研制周期、提高生产效率、提升产品质量、降低资源能源消耗（关键词：生命周期、自感知、自决策、自执行）。
智能化应该是制造全流程的贯穿。智能制作很难弯道超车，没有实现工业 3.0，不可能跳过而直接到 4.0。应该把工业 4.0 当作手段，而不是目的。制造业是靠经验堆出来的行业，需要长期的人力和资金的投入，低成本创新、低成本的自动化、精准制造是比较靠谱的方式。关于智能制造，目前部分公司的管理高层知道需要跟进，舍得投入，但缺乏实际项目、缺乏效果衡量。
苏广俊：需要进一步贴近企业、贴近客户、贴近场景。大中型企业可能在规模问题上有需求，并可通过外部合作的数据分析和运筹调度在短期看到较大成效，但大量小型企业的场景甚至仍然停留在解决生存的问题。
高楚涛：智能化的实施要选择老板点头的突破点，同时让非产线的主管们多去产线听听吐槽，看看实际的问题是什么，当需求不明确的时候，先把数据收集起来慢慢消化与研究。需要有用户导向的意识和行动
梁杞平：一些传统企业的老板没有认识到 IT 的重要性，好多停留在 Excel 管理的阶段，出差坐飞机几百万觉得花得值，IT 系统投入几百万就觉得不值。需要让老板认识到 IT 的重要性。先进行信息化再进行智能化，将工业 4.0 和智能化作为高标准高要求给传统企业的管理层描述，然后用工业 3.0 和信息化来落地，通过高举低打的推进方式来减少实际推进时的阻力，迈出关键性的一步。
丁峰：需要结合场景来做智能化，如虎彩印艺虽然是传统的印刷厂，但碰到实际的问题时（如按需印刷等）就会想到用智能的方式来解决，比如智能编辑、自然语言处理、ToC 业务的智能客服使用等。从互联网行业进入制造业，也踩过一些坑，软件是没有“产能”的问题，制造业的这个问题会很严重。
黄良懿：传统企业在产品品质和专注力上做得比互联网要好，但从手机制造行业这两年的发展来看，头部企业已集中到只有几家，剩下 Others 的企业总和占市场份额已经非常少。制造业发展到一定的阶段，发生成本或品质的跨越性阶段跃迁时，都有大规模洗牌集中到头部的可能，所以制造业一定要有危机感，不能总停在自己的舒适区，如果不想成为 Others，就要尽早变革、适当前倾的投入技术研究，否则可能付出昂贵的机会成本。此外，传统企业要变革，不能只对标友商或从友商的行动中来学习，而应该跨界到认识自己的未知区，比如通过分析师、算法工程师、解决方案商等，通过连接和分享产生更多的价值。其中，尤其是赋能类的项目，由于可能涉及到原有业务流程和人事结构的重组，必须注意业务团队只是问题的提出者，不是解决者，更不能是负责人，否则思路很可能无法打开。必须在 Brain Storm 阶段讨论出阶段性进展后明确一个年轻、有活力的责任人来去协调各方资源做最终的落地。
李钢：要搞清楚“互联网 +”和“+ 互联网”的区别，但不同的阶段可能会发生转变。老板思考的目的不是降低成本，而是多创造价值，所以应该说服老板多从产生新价值的角度去谈，IT 人员不要把他们当作是成本中心，而是把他们当作创造价值的动力。
魏吉贺：有时候企业内部努力的时候，出来的东西臆想可能不是真相，倾向于放进去很多概念，可以结合互联网的小步试错的方式先找出 MVP 场景；另外 IT 部门要发挥火车头作用，从业务出发。
邓凌华：还是要搞清楚国家、企业为什么要做这件事情，本质上国定是希望从制造大国向制造强国的转变。
刘嗣平：关于未知的投入，一般人有两种思考方式。一种是理性思考的，所有都觉得看清楚了再投入；另一种是方向性思考的，认为只要是方向对了，就立即投入，在投入中学习探索从而看清楚。
夏澎：关于智能制造的讨论让我想起来在过往的工作当中关于人工智能和大数据建设的一次讨论。当时我希望公司能够投入成本将公司的百万级咨询数据进行整理和分析。公司管理层质疑我的投入到底能为公司带来什么，我当时自己说是可以带来“无价”的价值。但是管理层的答复是没有任何东西是无价的，管理层希望我可以切实计算投入到底有多大可能为公司带来多大的价值。我自己经过测算，才知道其实看似高大上的技术有时候不一定能在有限的时间范围之内带来切实的价值。毕竟从老板的角度来看确实很难衡量未来的价值。当从技术转变到业务的角度时更能体会到这一点，所以还是要多想想数据的价值在哪里，智能化的价值在哪里。
1、危机感必须时刻都有，并结合国家宏观角度转化为原始的推动力；
2、数据导向，数据驱动，先收集能收集的数据；
3、全链路的组织和打通，关注连接，形成闭环，而不是单个环节的分析；
4、回归现场、贴近客户，以解决实际问题为依据；
5、把工业 4.0 作为引子，做 2.3、3.0 的事情，做信息化，先搞定老板；
6、跨界沟通，了解未知领域，借助外部力量资源来实施，开拓思路；
7、在人和资金上，从互联网和房地产等已有的大投入领域引向制造业的倾斜。
分享中所谈到的智能制造是狭义的，仅指制造工厂内的智能制造，以下内容也是从生产制造角度出发，不涵盖研发、营销及供应链。
1、智能制造（自动化）希望产品和工艺是标准化的，而实际产品又往往是多品种、小批量的（尤其是外销产品），造成自动化线体的产品兼容性难道大，转机时间长，等待时间多；
2、智能制造的成本还是偏高的，尤其是在性价比高的自动化项目完成后，而制造成本上又要和一些代工厂、山寨厂竞争（指的是一些低端产品）；
3、自动化设备所占用的场地空间普遍要比所替代的原有操作人员的空间大，造成旧的生产线体在自动化推进过程中场地不足问题；
4、自动化设备由于新产品的更新换代需要持续的升级改造，有些还无法升级，只能报废；
5、信息化的投入大、见效慢，如何平衡投入产出比是一个棘手问题。
1、智能制造不像消费互联网一样可以快速复制，需要逐步推进，起码需要有 3-5 年规划；
2、从工业 1.0 一步到位工业 4.0 是不现实的，合适的做法应该是把工业 4.0 当做目标，在向工业 4.0 努力的过程中逐步实现 2.0 、 3.0 ，最终实现 4.0；
3、需要加强智能制造顶层设计和整体规划工作，制定智能制造战略地图，包括自动化路线、信息化路线、产品标准化路线、精益管理路线、智能物流路线；
4、智能制造要聚焦应用场景，如何解决具体实际问题，为公司产生效益；
5、智能制造要充分考虑投资回报，考虑投入产出比；
6、重视智能制造人才，其中重点包含设备调试、维护人员的培养。
你想与以上各位技术管理者一起交流学习吗？