「新基建」下大火的工业智能

监&智能装备事业部总经理王贇表示。

虽疫情还未完全结束，但复工大潮已经基本到来，疫情期间或复工时的问题也随之显露。总结来看，问题可以简单归为两大原因：智能缺失与协同不足。

首先是受到最大影响的，工业领域的从业人员的「上班之路」。

这也是工业领域面对疫情遇到最大的问题——人。工业、制造业等本就属于劳动力密集型行业，疫情又发生的比较突然，企业首要面临的问题就是人员安全。有制造业企业就表示，仅员工打卡环节就遇到了困难，因为进出门都要进行体温检测，上下班过程中极易造成拥堵。

园区或工厂内的人员聚集也时常存在。为了避免这种情况，许多企业都提出分时上下班、分批吃饭，缩短会议时间等措施，但是不是有一些更灵活、更智能化的方式可以解决这类问题?

在一些从业者看来，这些场景完全可以用技术手段来提升效率，最主要的是转向线上，和数据可视化。利用手机打卡已经不是新鲜事，也有企业在考虑通过员工注册的复工信息将其分类，提前进行预判，一次来解决安全问题。而比如会议室的使用情况、工厂内人员的位置、生产情况等等，都可以将其公开透明地展现在所有人面前。

从这个角度看，最近比较火的 RPA，可能会是大势所趋。

其次，在生产方面，王贇告诉极客公园(ID：geekpark)，除了疫情导致用工荒的现象存在，对于半导体、液态面板等重资产、高价值、连续制造的行业，由于存在特殊性，这类行业一旦停产损失将非常大。「这类行业属于 365 天全年无休的状态，外部疫情的变化以及一些人员的管制，对于员工的身心都是一种压力和负担。」比如，很多产品的品质检测会使用到大量的人力，这些检测的结果会受到人员的经验、身体状况、疲劳、心情等等因素的影响。疫情的变化，是不是对员工检测的输出品质有影响?如果有更好的工具，或者场景化的应用来协助解决，也许是一个很好的突破点。

此外，对于外部管控、原材料物流、现金流等方面，实际上都有一些问题亟待解决。一方面，使用提升生产力的工具一定能在某种程度上避免疫情下不必要的接触;另一方面，如今很多人都在提及的产业协同、平台协同，在疫情之下被证明还处于很初级的阶段。

以物流为例，道路车辆的管控导致工厂生产产品及原材料物流的受限，如果企业使用系统化的大数据应用，人工智能的判别来协助解决这方面的问


 

（编辑：桂林站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!