2月22日消息(水易)人工智能、云計算、大數據正在改變傳統(tǒng)行業(yè)的經營模式和生產模式;政企、醫(yī)療、教育、工業(yè)、金融等不同行業(yè)的數字化,也呼喚面向云網融合場景的智能聯接。
在MWCS2021正式開幕前夕,以“智能聯接,云網融合”為主題的“2021華為Day0論壇”率先拉開帷幕,來自全球領先運營商、行業(yè)組織與ICT產業(yè)伙伴齊聚一堂,分享云網創(chuàng)新標桿實踐,激發(fā)數字經濟新動能,共創(chuàng)行業(yè)新價值。
上汽乘用車數據及信息系統(tǒng)部基礎技術平臺副總監(jiān)強斌在出席論壇時指出,隨著數字化轉型浪潮對各行業(yè)的滲透逐漸深入,汽車產業(yè)正從交通工具到承載服務移動智能終端轉型。“汽車不再是產品,而是承載服務的平臺。”
在此背景下,上汽乘用車制定了“1+4”數字化轉型,“1”代表產品數字化,即智能網聯汽車。“4”分別是以精準用戶畫像和重構用戶體驗為核心的數字營銷、基于工業(yè)互聯和大數據融合的智能制造、基于軟件定義汽車戰(zhàn)略下的數字化研發(fā),以及以靈活協(xié)同工作為核心的智慧園區(qū)。
而為了順應數字化轉型策略,強斌指出,上汽一方面在營銷、研發(fā)、制造等場景中增加數據采集的觸點,另一方面對業(yè)務系統(tǒng)上下游進行打通,開展大數據平臺建設,通過數據服務對業(yè)務進行賦能。此外,根據業(yè)務系統(tǒng)的特性,采用不同的云來承載不同的業(yè)務,并搭建云管平臺,在不同云間實現數據可互傳,業(yè)務可遷移。
眾所周知,一輛汽車的誕生需要經過多個工藝,涉及眾多個工業(yè)部門,復雜程度在民用產品之中一騎絕塵;繁多的制造流程、復雜的應用場景、大量的生產數據、分散的生產空間和勞動力,需要穩(wěn)定、可靠、智慧的網絡將云,邊,端聯接在一起,從而實現將工業(yè)系統(tǒng)全要素的互聯互通。
同時,為了提高協(xié)作效率,上汽建設了一套高畫質的視頻會議協(xié)作系統(tǒng),對現場的問題通過高清的視頻和音頻進行直播,并集成本地的視頻會議系統(tǒng)、以及零部件供應商生產線關鍵工位的視頻監(jiān)控,直接將研發(fā)人員、生產人員、設備廠商、零部件供應商遠程接入一起參與問題分析,通過多方協(xié)同工作,實現了專家資源互通共享,降低溝通成本,提高溝通效率。強斌認為,這一過程需要高畫質的視頻流在多云之間流動,對網絡的帶寬以及數據傳輸的安全性提出較高的要求。
在強斌看來,隨著生產數字化的發(fā)展,生產基地入多云已經成為趨勢;當前分支入云是通過點對點專線連接,但是跨地域專線開通慢,網絡復雜,運維困難。“我們希望運營商能提供云專網的服務,一線接入,多點互通。”
此外,為了提升用戶購車體驗,上汽將用戶所定車輛的排產信息、關鍵工藝過點時間、部分工位的裝配過程和車輛發(fā)運及到店信息推送給用戶,用戶可以在云端上了解自己的愛車的制造和運輸過程。強斌表示,在此過程中,需要打通多個系統(tǒng)的數據,需要將營銷系統(tǒng)、制造系統(tǒng)、車輛物流數據、生產視頻監(jiān)控打通,實現生產邊緣云、私有云和公有云多云間協(xié)同工作,多云之間數據的傳輸帶來的安全問題需要重點關注。
強斌指出,綜合來看,當前上汽開展“1+4”數字化轉型對網絡帶來挑戰(zhàn)與需求包括多云協(xié)同,實時性&可靠性,數據安全,大帶寬等等。
強斌表示,過去的汽車制造業(yè)是典型的勞動密集型產業(yè),對傳統(tǒng)勞動力高度依賴。數字化浪潮下,制造業(yè)必然從重人力的勞作模式向智能化生產與網絡化協(xié)同模式演進。 “上汽愿意和運營商以及上下游的合作伙伴進行創(chuàng)新設計和業(yè)務深度合作,完成企業(yè)數字化轉型,實現新四化的戰(zhàn)略。”
- 無智聯,不AI:品智聯接數據通信商業(yè)市場創(chuàng)新峰會成功舉辦
- 物聯網智能HVAC:商業(yè)建筑能效提升
- 凈零建筑的策略:太陽能儲能與熱電混合
- 擴展生成式人工智能:解鎖實際業(yè)務價值的運營模式革新
- 我國移動物聯網產業(yè)收入首度披露:2024年綜合收入達到452.71億元
- 建筑管理的未來:把握趨勢,引領變革
- 小米集團發(fā)布小米AI眼鏡;海爾已成立機器人事業(yè)部,也會與宇樹科技探討合作——2025年06月27日
- 綠色云:為互聯網提供可持續(xù)動力
- 為什么在工業(yè)運營中擴展視覺人工智能如此困難
- 為何傳統(tǒng)數據治理阻礙了人工智能時代的到來
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。