德勤2019工业博览会工业市场创新趋势论坛圆满落幕

德勤全球整合研究中心总监Dr. Mark Cotteleer 主题演讲摘要

德勤全球整合研究中心总监Dr. Mark Cotteleer 重点解读了企业面临工业4.0的四大悖论，包括战略悖论，供应链悖论，人才悖论和创新悖论。深入分析了企业面临的现实情况与理想之间的差距。最后Dr. Mark Cotteleer也提出充分利用物理—数字—物理环路的每个阶段的能力，对于工业4.0的全面实现至关重要。

论坛圆桌讨论重点回顾：

工业4.0悖论 - 克服企业数字化转型道路上的脱节  

讨论摘要：

主持人：
德勤中国工业产品与建筑行业主管合伙人 董伟龙

讨论嘉宾：
德勤全球整合研究中心总监Dr. Mark Cotteleer
德勤中国供应链管理主管合伙人 龚戈亮

讨论中谈到，中国工业4.0的主要困难来自三方面：1）没有厘清为什么做，怎么做，即企业没有明确的工业4.0的目的和部署的重点；2）对海量数据的分析应用并没有反哺到实际生产和具体应用场景中，这是国内外都面临的挑战；3）数字化人才能力的要求与以前大不相同。

对于数据应用方面的挑战，嘉宾们重点谈到了工业4.0时期，数据的获取频次和量级都大大超过3.0时期，那么问题来了，如何获取有用的数据，分析数据，得到洞察。另外，尽管存储成本下降，但并不免费，所以必须做出选择，哪些数据是真正需要的数据。最后是基础设施联通、整合的问题。

关于如何应对工业化转型的人力资源方面，在工业4.0场景下，嘉宾们认为，需要能主观能动创造价值的人才。同时需要改变人才的思维方式，给予适当的培训，选择好的切入点进行尝试和测试。

新融合新征程–5G赋能工业互联网的机遇与挑战

讨论摘要：

主持人：
德佳咨询 & MIR睿工业总经理 冯晋中

讨论嘉宾：
德勤中国科技风险咨询合伙人 沈斌
华为制造行业解决方案首席专家 李天恩

制造业正处于关键变革期，智能制造业和工业IOT以及5G与制造业结合，会对制造业产生翻天覆地的变化。

同时5G会解决连接的问题，5G与4G的差异不仅是带宽提升，5G包含了3类技术：1）高带宽：峰值理论上可以达到4G的100倍，延迟降低10倍，超高速条件下，连接的稳定性和可靠性提升显著；2）高可靠：工业领域可解决高可靠，低延迟场景；3）多连接：解决大量的连接问题，在较低成本前提下5G可以接纳更多的连接。

但嘉宾们也提到，5G的接入是逐步的，目前5G技术会先解决高带宽；2020年左右协议才能标准化；2021以后才能在工业领域尝试应用。目前的5G示范项目重点在于高带宽领域，在工业领域的推广还需要时间。

同时5G与制造业结合，会产生非常大的数据量，海量数据主要来源于更细的工艺数据，更高的频率，更大范围的数据类型，如非结构型数据，图像。5G架构下，对工业企业的好处主要体现在数据整合、可视和预测上。

头脑风暴–探索工业4.0数字商业模式的创新与实践

讨论摘要：

主持人：
第一财经副总编辑兼新媒体首席运营官 张志清

讨论嘉宾：
德勤中国创新部门主管合伙人 刘明华
世界经济论坛第四次工业革命中心总监 鲁子龙
施耐德电气战略和业务发展部高级副总裁 熊宜

关于数字化为工业制造企业带来的效益，嘉宾们认为数字化一定会促进商业模式的转变，过去是线性的沟通，数字化使之变成实时在线，预先了解需求在哪里，过往是一次性卖产品，未来是服务的输出。商业模式无论是主动的或被动的，都一定会有所转变。

关于新的数字化商业模式的标签是什么，嘉宾们都认为平台是最明显的标签，为参与者提供营养足够的土壤，让不同企业扮演好自己的角色。同时，不论是何种商业模式，价值仍是最重要的标签，无论是体现在节约成本、增加收入还是提升安全性上。平台企业应该以用户为核心，为用户创造价值。平台可以通过资源的连接和应用的加速，使得客户价值最大化。

面对工业企业在数字化转型中可能面临的失败，嘉宾们认为，转型是必须的，要对失败有更高的容忍度。另外，提高转型成功率，需要匹配不同企业的资源。最后，制造业企业需要输出自身被证明的解决方案，推广复制输出自身经验。同时在定制化的架构下，在后台做模块，在前端做个性化定制化的落地，而大企业间也需要通过联合研发的模式进行创新。

智造美好未来–释放人工智能在工业领域的潜力

讨论摘要：

主持人：
中国机电工业杂志副社长兼总编辑 孙滢

讨论嘉宾：
德勤中国管理咨询合伙人 刘浩
SAP首席数字化转型专家 孙惠民
商汤智能科技战略运营副总裁 肖冰

关于人工智能在工业制造行业的应用，嘉宾们指出，AI在制造业很多领域已经开始，如汽车行业捡料环节对效率和准确性要求高，企业可以通过语音系统，耳机系统与ERP系统连接，告诉工人去哪里取料；路径规划——告诉工人如何最快、最准选料；最后通过视觉识别技术，判断部件是否正确。

同时嘉宾们认为，未来的产品必然是智能网联的产品，从业务模式来看，产品可以免费送给客户，靠具体使用情况进行收费。制造业会完全转型为服务价值模式。

关于工业企业在人工智能应用上可能面临的失败原因，嘉宾们总结到：一是，缺乏经验、缺乏能力，包括相关人才、协调各个伙伴共同完成项目的能力；二是，缺乏基础：数据基础、现有流程和制造生产稳定性的基础。

因此为了增加人工智能项目的成功率，嘉宾们指出，需要完成以下几点：1）准备工作，先明确大方向的战略和路线，在公司内部达成共识、拥有上层的支持；2）能力培养，特别是生态圈培养，合作共赢，建立或参与生态圈；3）基础角度来讲，加强现有生产制造业流程的稳定性、提高精益制造、精益管理的能力。