忘记贸易战，中国制造1％的进步才是真正的胜负手

忘记贸易战，中国制造1%的进步才是真正的胜负手

18世纪中叶，蒸汽机让社会生产进入机械化时代；

毫无例外，每一次的革命都是为了生产效率的提高，但这次，世界各国对生产效率的提高，却定位在了1%。而在刚过去不久的2050大会上，我们的记者也奔赴了智能制造主题的分会场，见到了积梦智能，一家工业智能科技公司的创始人谢孟军。在会场，锌财经记者也与谢孟军对第四次工业革命“1%的小目标”进行了长时间的探讨。其实，1%的目标并不小。前三次的革命，已经把社会生产效率提升到了足够的高度。而底盘足够大，哪怕是1%的进步，进步也足够大。从苹果工厂出身的谢孟军，接触了大量的制造工厂，出来创业之后，又跑遍了家乡宁波的上百家工厂。在采访中，谢孟军告诉锌财经，大部分的工厂包括一些诸如汽车、3C的高端制造工厂，最大的痛处是无法让各个部门串联成一个整体。在苹果制造工厂里待过，又看过数百家传统工厂的谢孟军，也和锌财经分享了这些年来他对中国智能制造的一些看法。他说，所有的部门就像一个个孤岛，而这些孤岛之间的距离，就是与1%小目标之间的巨大鸿沟。

中国提出中国制造2025的概念，同其他发达国家一样，想要在十大领域里抢占制造领域中的制高点。但不论是哪个国家，提出工业发展的新方向，最终的目的是为了提高效率。根据美国通用公司的调查，工业互联网的效率只要提升1%，带来的效应是巨大的。以航空领域为例，如果整个航空行业节省1%的燃料，那就能够省下300亿美金。在电力行业这个数字是660亿美元、医疗领域是630亿美元、铁路领域是270亿美元、而在石油天然气行业，节省下来的经费将达到惊人的900亿美元。把1%的威力放大到全球规模来看，它的效益是非常惊人的。对无利不起早的商人来说，在利益的驱动下，会把全球的智能制造推动起来。

2：信息孤岛间的桥梁，是顶层设计

数据，只有流通起来才是最有价值的。为了让数据的价值放到最大，我们在中间这层加一个PAAS层以及海量的数据储存，和一个储存的引擎。另外，我们也有很多检测报警框架和机器学习框架。在我们目前切入的3C和汽车行业里，我们打造了很多这样的模型。在行业打磨的这几年里，我们已经能够让大数据可视化，为了搭好最底层的统计分析框架，我们自己也做了很多数据采集的方案，比如自动采集器、终端、移动端和很多适配器的方案。

这只是一个举例，一个工厂会有很多需要解决不同问题的应用。工厂越大，所需要的数据工厂模型就越复杂，需要搭建的应用就越多。工厂里面关心的包括几个东西，一个是所谓的效率问题，一个是财务问题，一个是质量问题。效率问题可能是MS，财务问题是ER，质量问题是MS和ERP。他们不可能把整个数字工厂的东西都交同一家公司来做。如果在这方面创业，我的建议是选择一个具体的口子切入。比如我们作为一个初创企业，是专门针对做质量，从业务角度说是全面质量，从设计开始，设计、生产、销售、售后等等，这块所有的东西做了一个全面的解决方案。总结一下这一块，我想说的是，要消除信息孤岛的状况要从顶层设计就开始。