「点石成金」工业互联网成“乌镇时间”热议词

《点石成金》由浙江大学财税大数据与政策研究中心汇集每日财讯商情 , 邀请专家深度点评 , 配合财经小知识和延伸阅读 , 为您呈现有态度、有价值的新闻 。
每日金语
快速迭代 , 不断试错 , 逐步走向成功的彼岸 。 这是互联网时代的王道 。 ——雷军
今日热点
“工业互联网成‘乌镇时间’热议词” 。 数字化技术在工业上的应用催生创新 。 工业互联网是物联网的有机组成部分 , 是互联网的延伸和扩展 。 它通过开放的、全球化的工业网络平台把设备、生产线、工厂、供应商、产品和客户紧密地连接和融合起来 。 工业互联网连接的是各种工业企业的生产过程形成的产业链 。 发展工业互联网必须以产业链作为物质基础;根据产业链的发展脉络和趋势 , 布局工业互联网;科学有序地开发和应用工业互联网 。
巨亏164亿 , 德国百年工业巨头也撑不住了!
据每日经济新闻报道 , 蒂森克虏伯公司曾为欧洲钢铁工业和机器制造业作出杰出的贡献 , 是德国重工业的缩影 。 但由于近年来欧洲经济增长乏力 , 加之新冠肺炎疫情的影响 , 这家德国重工业的明珠 , 也陷入了裁员的窘境 。 11月19日 , 蒂森克虏伯公司宣布 , 公司再裁员5000人 , 将原定裁员人数翻了近一倍 。 2019年 , 蒂森克虏伯已宣布将裁员6000人 。 目前 , 确定的裁员人数升至11000人 , 约占公司总人数的10% 。
点评:根据产业发展规律 , 新兴产业的崛起与传统产业的衰落是不可避免的经济现象 , 于是有了企业的新生和破产 。 新冠肺炎疫情造成经济大封锁 , 加速了产业结构转型 , 也造成一些传统产业的企业经营困难 。 德国蒂森克虏伯公司的衰落是其中的一个典型 。 它大规模裁员 , 主要是因为公司的钢铁部门大面积亏损 。 经济不景气加上应对全球气候变暖的政策造成钢铁产业的衰落;同时 , 疫情也减少了对钢铁的需求 , 加剧了钢铁企业的困境 。 疫情改变产业结构的趋势不可阻挡 。 近日 , 有报道说 , 亿滋国际与消费者调研专业机构哈里斯针对全球12个国家数千名消费者进行的专题调研结果显示 , 随着消费者居家时间越来越多 , 全球零食消费量也在不断加速增长 。 全球受访者中三分之二的成年人表示 , 他们计划每天以吃小零食为主 , 而非吃大餐 , 超过一半的受访者表示 , 即使在疫情结束后吃零食也将成为他们的生活“新常态”的一部分 。 因疫情改变的饮食习惯将左右食品工业的发展方向 。 食品生产企业将面临转型的挑战 , 其他产业也会发生类似现象 。
智能制造如何在新冠疫情中“危中寻机”
据新华网报道 , 今年以来 , 新冠肺炎疫情全球蔓延 , 国际市场震荡 。 从因疫情大范围停工 , 到克服困难复工复产 , 全球制造业也在危机中寻求新出路 。 尽管外部不确定因素增加 , 但全球范围内 , 新一轮科技和产业变革仍是大势所趋 。 对于探索智能制造转型的中国来说 , 面对疫情如何“危中寻机” , 改造提升传统产业 , 培育壮大新兴产业 , 仍是重点课题 。 疫情作为“催化剂” , 进一步激发了生产线由机器人操作、可实现关灯状态下的全自动化作业的“熄灯工厂” , 满足工业机器人等智能制造转型需求 。
点评:制造业进入工业4.0时代 , 即利用信息化技术促进产业变革的时代 , 也就是智能化时代 。 智能是知识和智力的总和 , 前者是智能的基础 , 后者是指获取和运用知识求解的能力 。 智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统 , 它在制造过程中能进行分析、推理、判断、构思和决策等智能活动 。 通过人与智能机器的合作共事 , 扩大、延伸或部分取代人类的脑力劳动 。 显然 , 实现这么复杂的目标不会一蹴而就 。 鉴于产业链在制造业的作用日益凸显 , 应该运用智能制造技术解决企业之间的跨国合作问题 。 有专家指出 , 智能制造的发展方向是利用智能化新技术手段摆脱传统人力对效能的束缚 。 在疫情面前 , 人受到在地理上移动的束缚 。 因此 , 应该优先发展智能技术在远程设计、远程装配指导、远程验厂、远程售后等方面的作用 。 这将带来更高效率、更低成本和更少浪费 。 正如这条新闻所说 , 在新冠肺炎疫情面前 , 制造业更应该强调全球战略 。
新研究:中国及时采取新冠防控措施有效降低新冠病例数
据新华网报道 , 美国细胞出版社与中国科学院青年创新促进会合作创办的期刊《创新》近日在线发表的一项新研究显示 , 中国在新冠肺炎疫情暴发后迅速采取防控措施 , 有效降低了新冠感染病例数 。 研究结果显示 , 如果疫情防控干预措施推迟 , 将导致不同地区新冠病例数显著上升 。 比如 , 今年2月底中国单日新增病例数实际为每天约450例 , 不确定性区间为1070例;但如果防控措施比实际推迟一天开始执行 , 中国单日新增病例数将达到每天约730例 , 不确定性区间约为1410例 。