日前,由Aspencore主办的2019全球CEO峰会在深圳大中华喜来登大酒店举行。来自面包板的明星博主天涯书生受邀参加了会议,并分享了他的与会后的心得……
11月7号,笔者全程与了Aspencore全球CEO峰会,从早上8:00几乎第一个到酒店,到晚上21:00领奖离开,无论是行业思考,外部见闻,还是职业反思或者人生启示,都是一个新的起点。而我感悟最深刻的是圆桌访谈,主题是关于AIOT,智能连接和人工智能的思考。
从访谈的Leader 来思考,除了地平线和兆易创新,其余都是传统的跨国元器件的巨头。
从访谈的过程来看,地平线为代表的新兴AI企业对于中国市场的理解要稍微高于传统的跨国巨头,之所以这样说是因为跨国公司在AI硬件生态掌握着的话语权,所以更少机会去了解最底层的AI垂直行业的应用和场景,而地平线作为AI芯片的上游厂商对于场景和应用的需求会更多,所以很开心的看到Carl Zhang 的精彩论述,也代表了新一代的中国科技管理者在国际竞争中显得更加从容和更加自信。
以Arm、赛灵思为代表的计算平台厂商在行业占据的优势地位确实更加明显,在当前的AI领域,国内厂商确实无法正面竞争,所以访谈中二位代表显得非常的自信和从容,其实也是代表着他们在行业中的一种真实地位。
AI领域的技术成功,最终还会是生态的成功,还是平台的成功,尽管AI的应用场景是碎片化的。赛灵思,ARM会利用他们的优势地位在中国市场上去拓展和巩固他们在生态链中的优势地位,赛灵思大中华区销售副总裁唐晓蕾女士也最后推广了12月的开发者大会。
而笔者对于AI和AIOT的思考是如何应用到制造业,物流业等垂直行业,大湾区在制造业逐渐缺失的情况下找到新的发展机会。
在中国的高科技领域说话题,我们是逃不开华为,而提到华为,我们无法逃避的是华为创始人任正非。
任正非说过:“5G提供高带宽、低时延,支撑的是人工智能,人工智能才是大产业...人工智能是又一次改变信息社会格局的机会。”
任总的观点不能说象征着真理,但是会给科技行业的从业者一些新的思考,从消费电子,通信,ICT一路狂奔,华为在改变世界的其他行业发挥的作用比较有限,而AI不一样,AI只要是深度应用,对于改变世界是颠覆性的,所以这个观点是对于华为未来的发展是有指导意义的,但是具体华为怎么安排战略落地,就看时机了。
当前的中国AI产业表现非常不错,但是有些事情还是需要我们去警惕的,AI产业最好不能搞成第二个手机产业。
关键的元器件技术掌握在欧美公司里面,BOM拆开一半利润被上游国外大厂分走了;
操作系统,算法和协议和标准,中国企业需要掌握更多的话语权;
AI的方案厂商避免成为当前的手机ODM厂商,当年龙旗、华勤、闻泰早期也是只做硬件设计,到后面就成了ODM代工。
地平线也是在实践中发现了单纯的方案无法满足到下游客户的需求,也开始涉足下游硬件的产品来满足客户需求。
当然这个无可厚非,但是如果因为下游的利润丰厚而投入太多制造端,有机会损伤到前端的研发投入,最终让企业进入重资产的终端制造,确实不是一个最佳选择。
从中国当前的市场环境来看,中国最有可能诞生AI大型科技企业,企业或者受益最多的是中国的垂直产业,还有可能是衣食住行的企业,或者垂直领域的其他企业。
互联网时代,移动互联网时代,中国大陆诞生一大批世界知名的互联网企业,而其核心业务是围绕衣食住行来展开的。
阿里巴巴,之前是电商起家,最终发现了移动互联网需要大量的计算,最后在云计算取得了巨大的成就;腾讯,之前是社交需求起家,最终也是在云计算,物联网和大数据积累巨大的科技能力;中国移动,中国联通,中国电信则是依赖巨大的市场需求,成就了自己的市场地位和吸金能力;而在上游的设备端,系统端,元器件等领域,除了华为技术,确实可以在全球领域参与竞争,其他中国内地没有很突出的企业。
AI时代,在制造领域,以富士康(鸿海可以看成中国台湾企业,富士康可看成中国内地企业),AI和AIOT确实可以给大型的工业制造企业带来巨大的变化,无论是效率需求,还是人工成本,人口红利消失,都是技术需要解决的行业痛点,也是工业企业的刚需,在工业领域可以大规模的标准化应用AI和AIOT技术,是非常有可能诞生一个巨大的AI科技企业,当然很多人还是以需求场景太多,需求碎片化来看衰这个未来,未来随着标准,协议和联盟等形式统一,工业领域是有机会诞生这样的巨头企业。
AI时代,在物流业或者美团类似企业会有诞生大型科技企业的机会,中国物流行业效率偏低,很多物流细分行业基本是以价格战和规模制胜,而物流行业的劳动密集未来是不可持续的,要提高物流行业的效率,解决人力未来紧缺的刚需,通过AI和AIOT是必须的选择,而京东物流,菜鸟网络和顺丰科技是最有可能转型为AI科技公司资质的企业,我这里确实和紫光展锐的楚总的观点有些不一致,物流公司是有机会转型为科技公司的可行性。
AI时代,还有机会诞生科技巨头的就是金融,从互联网金融到AI金融,以蚂蚁金服和平安科技为代表的企业,未来依旧可以继续转型为AI时代的科技翘楚。
那对于大湾区的工厂BOSS,中小企业家,未来的机会是什么?很多科技园的创业者都死在智能硬件。
用360周鸿祎先生的观点:AIOT有太多的伪需求,低频的需求,自我制造的需求,并未满足客户真实的需求;另外,AI的标准协议未统一,无法做到有效连接,所以更多的智能硬件是个信息孤岛,根本无法互通互联,解决不了客户的真实需求;最后一个就是死在供应链上,很多研发背景的创业者不懂供应链,不重视工厂,也不懂得将方案真实落地,结果就多了一个“老罗”式的英雄。
现在珠三角的工厂,可以大致分为以下几类(可能有点不全面)
依赖全球科技供应链的生产制造工厂:
以欧美日本和中国台湾企业为代表(富士康,光宝,台达,伟创力,捷普,也有TDK,村田,三星,LG),还有中国大陆(比亚迪,华勤,闻泰,OPPO,vivo,龙旗),以及围绕系统工厂的连接器,结构件,包装材料,还有相关辅助材料的企业。
此类企业中最大可能会迁移到东南亚的是欧美日本和中国台湾的工厂,无论从成本,关税还是全球经营角度来看都是可行的;而中国内地厂商也最可能将工厂转移到更远的江西,河南区域。
依赖跨境电商订单的制造工厂:
这类工厂中以原来的外贸企业的工厂为主,此类工厂的制造技术含量会更低,而且承接此类订单的业务大部分是原来外贸公司转型的所谓品牌企业,部分企业会拥有一定的品牌经营能力,但是研发能力确实是严重不足,这些工厂的规模很小,而且数量相对比较多,随着第一类工厂的转移,此类型工厂也会逐步迁移。
依赖国内电商,新零售存活的工厂:
如拼多多,淘宝很多的中小型服装,箱包企业,大部分规模非常的小,有些电商的工厂就是家庭作坊,集中在珠三角的民房里面,比较普遍,这类工厂预计会长期存在,规模小,老板大多数是本地人,不太可能轻易搬迁。
央企,国企的子公司和配套工厂
此类工厂一般对于成本敏感度比较低,更多是满足央企和国企的区域需求而存在,比如中集,国家电网,国家电力,中粮等等,数量比较少。
珠三角的品牌企业的工厂
比如格力,美的,科龙,TCL,华为,中兴,此类企业大部分已经国际化了,工厂的转移和调整会比较灵活,会依据成本做战略调整。
而在未来AI里面去获取利益的企业大部分是第一类型的企业,当然也包括最后一类的企业,大部分处于产业链末端的AI产品的代工厂,他们其实获得的利润和传统消费电子,通信产品基本一致,也并不会因为AI的附加值得到更多的利益。坦白来说,AI产品的底层供应商,大多数是对于AI没有太大热情的,如果让AI产品真正的得到供应链的青睐就是需要提供产品本身的附加值,包括AI芯片自研能力,其他配套的传感器,MCU,计算芯片等更多的元器件国产化,交给下游的集成商和代工厂才可以获得更多的代工费用,不然他们只是全球供应链底层的弱者,并非国际大厂给予的生态合作厂商而得到真正的改善。
总而言之,还是需要技术层面有更多的话语权,中国的工厂才会有好日子过,中国的产业工人才可以像德国工人一样享受待遇。借用蒋中正先生在解放战争末期的一句话来结束本文“战场上打不赢,谈判桌上怎么谈都是一样的。”
上一篇:英特尔开放零售倡议,京东星链零售物联平台崛起
下一篇:最后一页
推荐阅读
史海拾趣
本文来自于HELLODSP交流网 作者:huttu 近来有很多朋友问及MAP文件,下面我就对MAP文件的一点理解和大家分享。 MAP文件是CCS软件编译后产生的有关DSP用到所有程序、数据及IO空间的一种映射文件。 一、生成方法 MAP文件主要有两种 ...… 查看全部问答∨ |
|
我是一名大四的学生,想向嵌入式方向发展,由于学校学的都是理论 所以我想再找一家培训单位来继续学习,linux+ARM的 但是网上很多,不知道怎么合理的选择,希望大家帮一下我怎么分析那么多的培训班… 查看全部问答∨ |
为什么Run-time image can be larger than 32MB(IMGRAM64=1)选中后还会出现如下信息,nk.bin生成不了 Pass 1... Warning: Unable to do imports from ppp.dll to RSAENH.dll - will late bind Warning: Unable to do imports from schannel.dll ...… 查看全部问答∨ |
User command #1: C:WAVE6000\\BIN\\wave.exe /k ---Error:User Command terminated, Exit-Code = 1 "Web51" - 1 Error(s), 0 Warning(s). 这个错误很常见吧 哥哥姐姐请指教 … 查看全部问答∨ |
各位师兄师姐好,我是大三的学生,专业学的测量控制,准备读研究生,搞无线多媒体传感器网络。 我看老师的研究领域以前是水下传感器网络,我的研究的主要内容可能是编协议,满足异类多媒体可靠性定义、高网络服务质量预期值、高带宽需求等问题(按 ...… 查看全部问答∨ |
- 射频 FDA 如何使用射频采样 ADC 来增强测试系统
- 基于OPENCV的相机捕捉视频进行人脸检测--米尔NXP i.MX93开发板
- Nordic Semiconductor nRF54H20 超低功耗 SoC 荣获 2024 年世界电子成就奖 (WEAA)
- 英国测试装配神经系统的无人机:无需经常落地进行检查
- 超宽带的力量:重塑汽车、移动设备和工业物联网体验
- 意法半导体发布面向表计及资产跟踪应用的高适应易连接双无线IoT模块
- 今年我国物联网连接数有望突破 30 亿
- 英飞凌SECORA™ Pay Bio增强非接触式生物识别支付的便利性和可信度
- ADI公司如何让IO-LINK和工业以太网在智能工厂车间通信
- 1.39亿美元!英飞凌宣布收购Siltectra,有望将晶圆生产芯片数
- 谷歌AI新突破:实时聊天中识别“谁说了什么”正确率高达92%
- 想与高通抗衡?Intel提前半年发布XMM 8160 5G基带
- 告别耗电卡顿,首批支持统一推送标准的手机明年Q1登场
- 库存少 + “抽奖”机制不明确,小米手机 1 英镑抢购活动惹
- 美国陷阱的背后 经济战争走向法律战争
- 围巾也智能化?小米:没有不可能
- 【STM32H7教程】第6章 STM32H7工程模板建立(IAR8)
- 【STM32H7教程】第7章 STM32H7下载和调试方法(IAR8)
- 【STM32H7教程】第9章 STM32H7重要知识点数据类型,变量和堆栈