来源：一财网　

作者：李娜

　　作为“打个喷嚏”都能让苹果感冒的富士康，在A股上无疑是最引人瞩目的新星。

　　5月14日，富士康股份正式披露《首次公开发行A股股票招股说明书》，这意味着，一直谋求从代工巨头转型的富士康股份，在布局工业物联网5年后，IPO终于顺利闯关成功。

　　而在5月17日的2018第一财经技术与创新大会演讲中，富士康工业互联网股份有限公司副总裁高启洋更是分享了关于富士康工业互联网的“野心与布局”，表示富士康关注的不是单一企业的自动化或者是流程的改变跟优化，而是要做整个从供应链端到客户端循环的一个生态系统。

　　“借由这整个生态系的带动，包含所有的产业链，跟我们合作的中小企业一起来提升。这样的提升对工业链是革命性的创新，而不是简单的持续性改善。”高启洋表示，富士康工业互联网结合人工智能，包含数据感知、深度学习的工具，希望打造的是一个生态系统，把富士康在电子产业的技术跟资讯收集的过程跟手法应用到各个行业，带来直观的变革。

　　工业“生态”革命

　　因为互联网技术的发展，包括制造业在内的产业正在迎来第四次工业革命。

　　“我们有两个诉求，一个是持续性的改善，另外一个诉求就是革命性的创新。最近几年我们都看到商品、产品的创新，对于制造业来讲，制造业是个复杂庞大的体系，我们看到过去百年来不过三次工业革命。最近因为互联网技术发展的关系，我们现在正迎来下一阶段的挑战，我们称之为第四次工业革命。”高启洋说。

　　而在第一财经技术与创新大会现场，高启洋分享了对“德国工业4.0”和“中国制造2025”概念的看法。

　　他表示，中国制造2025更强调利用智能技术和网络技术提升中国制造业的产品质量、技术水平和商业模式，从而调整制造业产业结构，提升制造企业竞争力，实现由“制造大国”向“制造强国”的转变。而德国工业4.0则强调在满足高度定制化需求的同时，保持生产线的高效率和低成本。通过企业内部各个环节的纵向集成和外部价值链上不同企业间的横向集成，实现从开放端到需求端的一致性和灵活性。

　　这与富士康的转型目标高度契合。

　　鸿海精密的创始人、富士康科技集团总裁郭台铭去年11月在2017广州财富全球论坛期间，详细解读过鸿海的工业互联网战略。他说，“制造业的未来，是制造业+互联网。”过去五年来，富士康一直致力转型成为工业互联网的智能制造平台。

　　高启洋在现场介绍了富士康的“核心关键技术推动工业互联网生态系”。

　　“它是将整个IT技术，甚至我们的运营技术，CT技术做相应的整合。我们想把供应商，甚至到第三方的软件开发商，甚至到客户的用户做一个全系列的串联，它需要的是供应商的集成跟精准的调控。”高启洋表示，大量的客制化会不断地产生，少量客制的时代慢慢会看到终结。其中最重要的是在供应链当中的工厂端，许多不一样的技术会融合进来，包含新型的自制工具，机器人，包括AGV的整合，实现设备的装置、生产流程上，我们都可以通过不一样的网络技术将它串联起来。这样的集成再扩展到客户和供应商端，从供应商的管理到客户的渠道分销，我们就可以创造不一样的，高附加价值的工业互联网的服务。

　　“数据采集是基础”

　　今年1月31日，郭台铭在股东大会上明确表示，正在加速转型为大数据导向、AI分析驱动以及机器人运作为基础的工业互联网企业。

　　与美的强调“覆盖机器人及核心部件”、海尔COSMO Plat强调“大规模定制”不同的是，富士康股份的工业互联网将结合5G通信技术和8K的显示技术，即通过将智能传感器与生产设备连接，实现数据采集和云计算，未来还将实现人与人、人与机器、机器与机器间的互联互通，并探索构建开放共享生态的工业互联网平台。

　　而技术的运用不仅仅局限于富士康的内部，高启洋表示希望未来覆盖各行各业，做企业之间的“连接器”。

　　“富士康整个工业互联网想要追求的并不是一个单一产业或者单一公司的成长，而是形成不同行业间的连接，产生的相关联的应用。比如说我把感测技术和食品行业结合，运送可以更及时。过去食材的浪费，在未来会慢慢减少。另外我们把自动化和IT相整合，甚至我把电子业高精密的技术，假设用建筑业，精密度会提高，成本也会降低。大家可以看到我们把电子产业的技术跟资讯收集的过程跟手法，应用到各个行业，可以看到最直观的带来的变革。”高启洋说。

　　“再举个例子，控制肿瘤放射器的剂量非常重要。过去手算的时代，这种误差可以达到10%，即使是用电脑做运算，不同的演算费相差也大。我们用最精准的算法，它可以剂量误差控制在1%以内，但过去计算机设备速度较慢，使用蒙地卡罗计算放射剂量需耗时5-7小时，临床上并不实用。而使用富士康的高效能运算计算机HPC，可让放射剂量的计算时间由5-7小时缩短为0.95秒，整个放射治疗模拟计算时间更因此由 30 小时大幅缩短为 16分钟，加速114倍。让手术的成功率跟不必要的放射性，更加提高。我们做深度学习，我们需要很多的模型运算，不断地重复执行，验证这个模型运算的准确性。在使富士康HPC 后，在深度学习模型训练上，相较于一台 CPU 节点的服务器，提升了2,820 倍的处理速度，33 秒内可完成 40万张图像处理。。我们刚才提到边缘层收集到的关键纳米有效微观的数据，在建模的过程当中，我们需要高速度的运算中心，加速我们的工业和产业的革新和推动。”

　　又比如，在过去富士康在检查一些不良品的时候，会通过人工目检，但通过人工目检的问题在于，人眼会疲乏，人跟人的认知不同，最重要的是观察的维度不一样。但通过超高影像数据的收集，可以将原本几十公里外黑点的东西还原到一行字的状态。“不同的光学检验设备带来的不同等级的检验结果，再运用到工业生产中是非常有可能发生的。未来搭配5G的传输，我们可以预期在检验的过程当中，可以看得更精细，甚至可以做到提前预防。”高启洋说。

　　他强调，未来工厂的与未来制造的演进，数据采集是基础，工业平台是核心。将数据经由人工智能的运算，提供共享的讯息出来。共享的讯息里面，所有的会员或者合作伙伴在上面开发数以百万计的应用APP，在这样的观念底下，我们可以预计未来产业模式不一样的创新跟新产业类别的产生。