月份：2022年10月

保持安全可靠，始终是电网企业最具优先级的关键需求。配电企业对安全的重视，来源于运维复杂电力网络的潜在危险性。即便是一时的疏忽大意，也可能会在瞬间导致事故发生。要避免这类风险，为电网运维人员提供充足且完善的安全操作培训是必不可少的。那么，在有经验的技术人员日益显得弥足珍贵的今天，如何让电网系统运维和对人员的培训更加便利，让并无特别经验的“新手”也能做到“触手可及”？

提供这一解决方案的答案，正是方兴未艾的创新数字工具，例如增强现实（AR）或虚拟现实（VR）等技术应用。一开始，很多人认为这些技术似乎只在电子游戏、视听娱乐等领域具有广阔的用武之地。但今天，它们的巨大潜力同样在运维培训领域得以浮现。凭借这些新技术，人们将能够以可控的成本，更好地提升运维培训的效率和效果。

技术环境快速变化，为传统运维和培训带来新挑战

传统上，对电网运维人员而言，保障电网能够连续不间断地可靠运行并不是件容易的任务，他们常常不得不在极具挑战性的情况下实现这一目标。首先，电网中的各类电力设备往往充满危险，特别是在发生故障需要更换和维修时就更是如此。而且，配电网由许多互相独立的电力设备组成，它们的尺寸型号各异，具有不同的外观和功能，而且很可能来自不同的供应商。

因此，即便是更换单个设备或为其排除故障，也需要运维人员在小心遵守安全规程的前提下，经过复杂的程序和步骤来完成。运维人员通常需要参考设备供应商的技术手册和程序来完成维修、更换任务。但在很多情况下，他们实际上并不具备这样的理想条件。

例如，去处理故障的技术人员很有可能在现场“偶遇”一台自己并不熟悉的设备，手头又没有相关的手册，这样的挑战往往会限制他们恢复供电的工作效率。再如，当恶劣极端天气导致电网大规模故障后，前来恢复供电的运维人员往往会跨区域展开抢修工作，由于不同的分公司很可能使用不同供应商的设备，这时也常常出现没有操作手册的窘境。恢复供电的紧迫性本应该争分夺秒，但这样的窘境往往会极大拖延抢修进度。

电网公司面临的一系列新的运维挑战

以往，有资历的运维人员也许可以凭借十几年甚至数十年积累的丰富经验，应对这些意外情况。但到了今天，运维人员面临的将是一个快速变化的技术环境，电网的底层结构变得更加自动化，且使用更加复杂的数字技术。而且，电网公司员工的新老交替，也不可避免地会带来老员工经验的“失传”。

因此，电网公司必须“另辟蹊径”，找到能够快速培训新员工并使其掌握更复杂的系统和程序运维的新途径。对于经常需要奔赴保电一线的运维人员，电网公司也需要找到有力的数字化解决方案，将实时运营数据、数字化设备手册、在线程序直接交到现场工作人员的手中，让他们对一切必要的信息“触手可及”。

混合现实及虚拟现实技术，为运维和培训提供“利器”

在这样的挑战面前，用于运维和培训的“混合现实”技术（即 AR 和 VR 的结合）应运而生，为电网公司提供了应对运维和员工培训挑战的“利器”。

首先，增强现实（AR）技术可以提高运维人员的能力和灵活性。使用先进的 AR 技术，可以减少电力系统停机时间，加快运维速度，减少导致大多数事故的人为错误。在现场工作时，技术人员可以即时在线访问实时数据以及数字化用户手册、程序和图表，更快地找到所需信息。

通过量身定制的虚拟现实 (VR) 练习，可以加快运维人员的培训进度。个人电脑或平板电脑可以用于虚拟、高度仿真的培训课程的数字孪生，帮助缩短培训时间。此外，将 AR 和远程专家协助相结合，还能够通过专家的在线建议灵活弥补数字化解决方案的不足。

使用 AR 技术，电网公司员工可以利用平板电脑、智能手机、数字眼镜或可穿戴设备等移动设备，对现场设备进行访问。当技术人员将平板电脑的摄像头对准现场设备，或戴上数字眼镜时，移动设备可以准确地识别设备类型、型号和需要关注的其他设备。这就降低了由于设备识别错误而导致人为错误的可能性。而且，AR 解决方案可以叠加电路图和/或分步程序来分析或纠正状况，还可以虚拟地“打开”和“剖析”设备，显示其内部结构和组件。

这类先进的解决方案，还可以访问多种数据源或与工单系统实现交互，为运维人员更好地赋能。比如，当运维人员在维护现场需要零件，他只需给设备拍照并将照片提交给服务系统，系统将判断是否有所需零件，如果没有，可以自动进入供应链进行订购。这种端到端的维修评估、零件订购和更换安排可能只需几分钟即可完成。相比之下，传统的维护方法可能需要数小时甚至一天以上的时间，由此带来的提升显而易见。

创新解决方案实现多重价值提升：安全、成本与可靠性

这样的新模式，可以为运维和培训同时带来几方面的卓越价值。其中，对安全性的提升自然是最为重要的。由于采用VR/AR技术的设备终端具备验证设备身份、检索有关设备的详细信息，以及访问与设备视觉图像绑定的分步程序的能力，因此大大降低了人为错误和不安全做法的可能性。此外，通过 3D 地理定位，还可以对现场人员的安全水平进行检查，并防止他们误入危险区域。

此外，采用这样的新型解决方案，还有助于提高成本效益。在去现场之前，操作人员可以在 AR 系统上查看要执行的操作，并确定所有需要的工具，从而提升现场工作效率。而且，AR 使技术人员能够通过智能设备获取准确的信息和数字化指导，从而节省人员时间，减少人为错误，降低运维成本。最后，新技术的应用还能够增强弹性和可靠性。AR 辅助下的服务恢复可以增强应对电力系统故障时的弹性和可靠性，帮助运维人员更快地恢复服务。

3.png

EcoStruxure ™ AR 操作顾问 3D可以将设备的内部视图叠加在设备的真实外部图像之上

今天，施耐德电气的解决方案已经可以提供名为 EcoStruxure ™ AR 操作顾问 3D (EAOA 3D)的运维和培训混合现实解决方案，以帮助用户应对这些新的挑战。在 AR 模式下，EAOA 3D 可以将图表、内部视图或一组程序和实时数据叠加到现实（如真实设备）之上。在 VR 模式下，EAOA 3D则可以使用来自运行设备的实时数据，提供对设备或工厂的模拟。而出于培训目的，EAOA 3D 解决方案还可以与实时操作断开连接，在不影响实际状态的情况下为受培训人员提供沉浸式的仿真模拟环境。

在信息和数据的呈现上，EAOA 3D 允许访问来自PLC的特定资产实时数据，以及来自 SQL 数据库的文档、图像、网页、注释、标签和数据。这样一来，运维技术人员就能够查看包含电气图、图像和视频的 PDF 文件，还可以虚拟地显示机柜、机器或设备的内部组件。EAOA 3D 还可以通过提供叠加在设备上的屏幕说明，来指导运维人员准确无误地完成流程。

在计算机视觉领域中，商汤、旷视、云从、依图可以说是当之无愧的头部企业，更是被业内称为CV(ComputerVision)四小龙。值得关注的是，商汤和云从两家上市公司都经历了上市即巅峰，随即股价下跌的剧情。资本市场表现不佳，深陷裁员等传闻，不禁让人好奇：当风口退去，他们准备好面对资本市场最严格的审视了吗？

研发成本高、盈利难：

目前业内将亏损的主要原因归咎于研发，从招股书显示，商汤科技2018-2021年上半年，累计亏损242.72亿元，调整后累计亏损为28.6亿元。商汤科技在研发上十分大手笔。2018-2021年上半年，商汤科技三年半合计研发支出达69.91亿元。

云从科技的招股书中也可以看到，2019年-2021年，云从科技三年累计亏损高达23.21亿元。造成亏损的一大原因是高额的研发投入占了营收大半，2019年至2021年，云从三年累计研发投入占营收的占比为59.39%。

AI的应用场景中非常分散和碎片化，客户的每一个新场景都需要企业长期堆人头、消耗大量的研发与交付资源。无论是云从还是商汤，持续增加的研发投入，却换来长期亏损，这成为笼罩在AI企业头顶之上的乌云。

商业化落地难：

翻阅商汤科技公布的2022年上半年财报显示，公司新增2136项专利，专利资产总数达12502个，在全球顶级计算机视觉会议上发表了71篇论文。可商业并非学术。如何将技术规模化落地到场景中去，并实现商业化变现，对于不少计算机视觉企业来说也是一个难点。

无论是盈利模式还是应用落地，在CV领域外，四小龙的AI之路仍充满着艰难。

计算机视觉与工业界GAP有多大？

从人脸识别到工业智造，计算机视觉目前已跨越了安防、金融、零售、互联网、半导体、汽车等不同垂直行业。

随着数字化转型需求的提升，越来越多的工业企业开始应用视觉技术替代人工进行工况检测、成品检验、质量控制。“四小龙”在应用场景的落地上虽然都以比较成熟的安防和金融为主，但查看几家企业的网站发现，已有一些企业开始在工业领域涉足。

例如，旷视推出的河图就是面向供应链物联网打造的“机器人物联网操作系统”，重点关注“仓储、物流、制造和供应链”等行业场景。商汤科技在工业质量控制方面更是已有案例，提供了基于SenseCore 商汤AI大装置打造的光机电软算一体化的深泉工业质检推训平台解决方案。

碎片化场景难以深入

新市场、新赛道的拓展并不容易。对于计算机视觉企业来说，想要进入工业市场，质检、巡检是主要应用场景，但对于工业企业来说，计算机视觉只是繁杂工艺中的一环，要嵌入完整的生产线上，必然会遇到与其他环节合作的挑战，甚至与工业本身的相互磨合。

一个个“大而全”的解决方案，看似可以破解一切难题，但往往会被现实场景进一步削弱。因此，机器视觉在工业领域的应用需要找到非常有吸引力的差异化场景。

在我们与工业用户的接触中，很多用于都有意愿尝试通过AI机器视觉来解决工业检测中的问题，但是客户对技术的成熟度并无概念。视觉算法企业在面对千奇百怪的工业应用场景时，也很难保证用户可以在一定成本内达到预期效果。

比如在汽车、3C、制药等行业，他们的共同特点都连续大批量生产、对外观质量的要求非常高，但三个行业的被测物一致性、对视觉系统的分辨率、对检测速度的要求来讲，都是不尽相同的。

细分到不同的工艺环节，都会造成机器视觉系统所需的机理模型不同。以冶金钢卷生产缺陷检测为例，钢卷分为冷轧、热轧，都可以采用机器视觉技术进行质检，但算法要解决的机理问题却又是完全不一样。一个企业、一个场景，尚无法做到模型的通用化，而一对一模型的定制开发，又会导致落地成本和实施周期的增加。

从若干客户的各种具体应用场景中对解决方案进行总结研发，提炼出在一定应用场景下相对普适性的解决方案，并设计有效的机器视觉解决方案，需要大量的行业应用经验积累。

因此，想在工业场景中拓展智能化应用，光有算法实力是不行的，还必须具备相当深刻的行业知识。对于工业领域来说，不一定需要多复杂的算法，而是更多地受到其他现实因素的影响。他们更注重丰富的行业应用经验，算法应力求简单实用，稳定性强。

成熟算法已有

一般来说，掌握底层软件算法的公司更容易形成自身优势。但在工业领域，成熟的视觉算法软件已经有很多，包括vision pro、halcon、opevCV、mil、hexsight、evision、avl等。例如，非常成熟的检测算法Halcon，经过长期的积累和迭代，不仅非常稳定而且计算量小，还不用标注数据和调参。

在算法侧重上，工业视觉的算法往往侧重于精确度的提高；而计算机视觉的算法难度相对较高，侧重于或采用数学逻辑或采用深度学习方法进行物体的标定与识别。

有系统服务商曾表示，在开发解决方案的时候选择了某品牌的相机，相机设备自带一个面向工业视觉的算法库，买回去之后可以直接开发出更具针对性的产品，部署的时候再买一个品牌的加密狗就可以了，完全没有必要再去单独购买一套纯算法。既然已经有了这么多可供选择的算法，工业企业也就完全没有必要再去选择纯算法公司的产品。

缺乏样本数据

软件是机器视觉产业的核心中枢，其背后的本质是数据的积累和算法的迭代。在视觉算法层面，一个最简单的思路是针对特殊场景收集大量数据去训练模型。

在工业场景中，数据的收集存在一定问题，样本数据量往往不足以支持基于深度学习的计算机视觉检测任务。一般来说，不合格缺陷产品的数量远远少于合格品，随机获取的数据将存在样本分布不平衡的问题。而且，工业现场的拍摄环境复杂无法保证，容易造成样本图像的质量不一，从而影响后续检测效果。

机器视觉领域看似繁荣，但是真正落地仍然面临很多问题。除了软件算法层面的问题，光源的稳定性、工件位置的稳定性、工件表面质量的稳定性、工件本身的一致性、工件材质、物体的运动速度、光学系统的精度等都是影响视觉技术在工业领域落地的难点。这需要光学，深度学习、传统图像算法、机械设备、传感器等多方面融合。

对于工业用户来说，合适的硬件及易用的软件算法固然十分重要，但更重要的是提供软硬件方案的机器视觉厂商可以根据他们的应用需要和使用场景进行可行性分析，并给出真正适合的解决方案。

今天，构建新型电力系统已成为整个电力行业的共同目标。这一规模宏大的转型，无疑为电力系统的各个环节都带来了新的挑战，承担电力分配功能的配电网亦不例外。在迫在眉睫的转型面前，电网企业如何更好地为配电网运营“解锁”新的功能和价值，以积极应对新型配电网带来的挑战与变化？

与传统电网相比，新型电力系统将以新能源为主体，这就使得其运行和调度呈现出更强的非计划性，需要适应“源网荷储”协同互动的非完全实时平衡模式；此外，新型电力系统不仅需要满足分布式新能源的大量接入，还需要满足柔性、生产与消费兼具型负荷的大量接入，例如不断涌现的电能产消者。

此外，电网企业还需要让配电网减少峰值需求，优化分布式能源应用，改善停电的响应时间，同时提升对配电网的资产管理能力。为了达到这一目标，电网企业就需要更高保真度的数据和实时分析工具，来管理配电网络中的双向电力流动。

配电网面临转型，高级配电管理系统应运而生

面对这些新的变化，传统的配电管理系统往往已经不能适应时代的需求。在这种情况下，更具智能化的高级配电管理系统EcoStruxure™ ADMS应运而生。作为全球能源管理及自动化领域的数字化转型领导者，施耐德电气将ADMS 视为用于控制、分析和优化电网运行的集成软件系统软件工具，它旨在为配电系统运营商提供强大的分析工具以改善分析和运营流程，以适应配电网转型带来的新挑战。

在一个高度数字化的运营环境中，能够获取来源更丰富的数据往往是一种显著的优势，它意味着系统能够得到更多的参考信息，以提供更加精准的分析和预测。ADMS的一个优势正是通过广泛的互联互通性，与EMS (能源管理系统) 紧密集成，并包括SCADA（监控和数据采集系统）、DMS（配电管理系统）、OMS（停电管理系统）、以及DERMS（分布式能源管理系统）等多种功能模块。

此外，为获取更加全面丰富的数据，ADMS还可以和ERP (企业资源规划)、CRM (客户关系管理)、GIS (地理信息系统)、AMI (高级计量基础设施)、MDM (电表数据管理)以及MWFM (移动劳动力管理)等离线和近实时系统进行对接。

眼观六路耳听八方，通过数据分析“解锁”新功能

这种互联互通的优势，让ADMS得以构建出一个眼观六路耳听八方的“智能中心”，通过处理和分析数据，为传统的配电管理“解锁”更多新的功能和价值。

例如，通过与AMI和MDM的集成，智能电表可以帮助在配电网络中报告停电和故障，除了从AMI 前端系统收集断电和通电等信息之外，ADMS 还可以与 SCADA （监控和数据采集系统）合作报告故障单，主动发现、预测和识别断电，并帮助缩小预测的故障范围。此外，ADMS 还可以轮询相应电表的电压，并使用这些电压读数验证智能电表上的电压值，以及将电压骤降/骤升事件信息用于各种配电管理应用，如降低保护电压等。

又如，在逐步提升新能源比例的需求面前，ADMS可以为符合标准的分布式能源提供第三方系统集成，并通过DERMS为配电网络中的分布式能源提供实时监测、近期预测和用户友好的控制功能，从而助力增强现有配电网吸收大量分布式能源资产的能力。此外，它还可以通过不断监测和分析当前安装在网络上的分布式能源类型，实时或近乎实时地避免潜在问题。

再如，还在担心配电网维护人员调度失当，以“远水”解“近渴”？ADMS同样可以通过集成AVL（自动车辆定位）的数据接口，近乎实时地掌握维护车队的位置，从而让维护人员随时得到最佳的调度。

优化业务流程、成本及可持续性，实现价值提升

由此，电网企业可以通过实施先进的ADMS改善业务流程，加强业务部门之间的合作，并获得广泛的价值提升。

首先，ADMS 可以通过提供更好的态势感知和改进的功能提高安全性。其次，电网企业可以借助ADMS提高分布式能源消纳能力并优化分布式能源性能，最大限度地减少电网约束，并在可能的情况下推迟资本投资，实现更大的柔性。此外，通过将故障定位、隔离和服务恢复功能(FLISR) 无缝集成到 OMS 中，ADMS还可以更准确地预测事故地点，缩短恢复时间，更快、更有效地缓解断电造成的影响，从而提高弹性，提升用户满意度。

除了改善配电网的性能指标，ADMS同样可以在成本和可持续性方面带来助益。借助ADMS，电网企业得以开展更好的运营和资产管理，更加密切地协调规划和运营，并利用系统自动化和远程功能，更轻松地实现网络优化，这些改善都有助于节省成本和投资支出。在改善可持续性方面，ADMS则可以通过先进的优化算法减少能源损失，以及通过电压和无功分析提供更高的电能质量和最佳电压水平，支持需求侧管理计划和电网边缘资源的优化，并合理规划对新分布式能源的扩容。

当今世界正在经历百年未有之大变局。三年疫情影响、俄乌冲突、供应链紊乱，再加上能源危机，以及高通胀或将带来的新一轮经济衰退危机，无不在正加速变局的变化。

近期“北溪”天然气管道被炸事故影响下，欧洲能源危机愈演愈烈，欧洲制造业转移的声音不绝于耳，特别是对天然气依赖度很高的工业制造业不得不以控制成本为前提进行份额转移。

相比之下，中国持续清零的防疫政策、完备的产业链、庞大的市场需求、充足的人力资源、日新月异的技术实力，以及能源成本优势和稳定性优势，正在成为外资产业资本的绝佳避风港。

有数据统计，2022年上半年，欧盟对中国的投资同比增长了15%，汽车设备和部件、食品加工、制药和生物技术、化学品及消费品制造五个行业占据了总投资额的70%以上，不少欧洲头部企业正在中国扩大业务。

3月，飞利浦正式在安徽滁州投资100亿元，建设产研基地，用于空调产品的研发和生产，同时也标志着飞利浦正式进军白色家电领域。

6月，奥迪一汽新能源汽车项目在长春市开工，该项目将建设全新电动汽车工厂，是奥迪在华首个专门生产纯电动车型的生产基地；宝马在华迄今最大的投资项目——沈阳里达工厂投产；奔驰在中国生产的第400万辆整车于北京顺义工厂下线，这座新工厂得以首次曝光。

6月24日，全球两大民用航空器制造商之一的法国空客将新的研发中心放在了苏州，该研发中心将把重点放在氢能源基础设施、先进制造、电气化和未来客机客舱的研发上。

9月，德国化工巨头巴斯夫集团在广东湛江投资的一体化基地项目启动首套装置投产。据悉，该项目总投资100亿元，成为德国企业在华投资规模最大的单体项目。

同样是9月，德国领先的科技公司默克宣布其全球范围内首个综合性并重点关注半导体和显示领域材料创新的“默克电子科技中国中心”及其在华首个OLED材料生产基地正式落成并投入运营。

据不完全统计，近年来制造业领域总投资额10亿美元以上的重点外资项目近60个，总投资额超过2000亿美元，涉及到电子信息、化工能源、汽车等重点领域。变局之下，近几年来我们明显地感受到外资企业来华的速度越来越快，投资力度也越来越大。从工业领域相关巨头的表现中也同样得到了印证。

西门子在广州投资建设的变压器数字化工厂，于2021年建成投产，这也是西门子全球首个“工业4.0”智能化配电变压器工厂和创新中心。

ABB集团在上海斥资1.5亿美元新建一座机器人“超级工厂”，打造ABB最先进、最高自动化与柔性化程度的未来工厂，并将建设一个强大的研发中心；今年8月，ABB集团旗下电动交通中国总部正式入驻深圳。

德国工业巨头博世集团近十年来在中国市场的投入超过500亿人民币。2021年，在汽车领域，仅以博世智能驾驶与控制事业部为例，其中国区员工总数已超过1200人，其中研发人员占比近88%，分布于上海、苏州两地的研发中心；在工业领域，博世力士乐投资的乐卓液压科技（苏州）有限公司在苏州成立。

2021年，全球光学与光电行业巨头蔡司投资约15亿元在苏州设立新的研发生产基地，包括三坐标测量设备、医疗和显微镜，也包括将在中国尝试开展的新能源汽车等新业务。

欧洲制造企业加大对华投资，对于中国和外资企业来说都是一个绝对双赢的选择。

不同于以往的成熟制造业转移，彼时的中国有着大量的廉价劳动力，能够容纳过剩产能的转移；而此时此刻，借助严格的疫情防控政策，我们不仅在生产环境上和产业链上有着越南和印度无法比拟的稳定优势，更有着更为庞大的技术工人群体。更为重要的是，我国拥有全球产业门类最齐全、产业体系最完善制造业，产业链配套能力全球领先，具有强大的韧性和发展潜力。

此外，先进制造业对能源有着更高的需求，例如预计到2025年，仅台积电一家企业每年就要用掉中国台湾地区12.5%的电量。而在俄乌冲突的阴霾之下，欧洲的企业无法稳定地获取大量的天然气供应。因此，中国稳定的能源供应是吸引制造业迁移的重要因素。

对我国制造业来说意味着什么？

制造业的逐步转移对欧洲企业来说是逼不得已的选择，对中国来说却是难得的好机会。不光提供了就业岗位，缓解我国就业压力，同时倒逼国内产业升级变革。欧洲的工业资产逐渐流向中国，通过引入国际先进技术、管理经验和人才来推动国内相关行业的发展，加速技术迭代和产业升级。

好比特斯拉来华投资，在上海建立了全球最大的电动汽车生产基地，带动国内新能源车企的技术进步，以及汽车产业链的全面发展，就像一条鲶鱼般，为我国新能源汽车市场注入强劲的发展与创新活力。

如果“鲶鱼效应”能够在这些来华投资的高端制造业中同样发挥积极作用，对于国内制造业的转型升级将起到极大的助推作用。

先进制造业的迁移除了可以助力国家的产业升级，随之生成一批高质量的上下游企业，向产业附加值更高的工业4.0时代前进，还给我国带来另一个重要机遇，那就是能够更加全面地对外展示我国改革开放40余年的历史成就，从而吸引到更多高质量的企业和资本。

最后，值得一提的是先进制造业的转移还可以随之带来一大批高薪水的就业岗位，不仅可以降低近些年的就业压力，还能使我国的高技术人才不用出国就能享受到发达国家才有的薪资福利。

日前有消息显示，亚马逊突然关停了无人配送车项目，其400人的团队面临解散和调岗。这一关停决定来得猝不及防，该名称为Scout的无人配送车项目于2019年开始实地测试，就在4个月前，亚马逊官方还在其社区举办了一场无人车的推介活动。然而，历时3年之久的项目依然未能达到预期，原因何在？

亚马逊官方发言人给出的说法大意是，我们已经努力为客户创造独特的送货上门体验，但很多顾客依然反馈说无人车在某些方面不能满足他们的需求。因此我们将暂停该项目的线下场地测试，重新进行调整。

外界猜测，还有另外一个重要原因是在疫情影响的大环境下，亚马逊业绩增速下滑明显，市场寒潮下，不得不进行业务收缩，通过关停一些非营利性探索项目来抵御风险。

不少人认为亚马逊无人配送车项目的关停折射出了市场前景并不明朗。反观国内市场，在疫情期间无接触式配送方式被广泛推荐的背景下，无人配送车、无人配送机器人送物资、送快递的新闻报道时常出现。

近些年来，在劳动力短缺和人力成本增高的双重因素作用下，物流业面临了较大的压力，因此无人配送成为资本市场关注的新赛道。特别是随着外卖、新零售及快递末端市场的进一步扩大，互联网企业和整车企业争相布局无人配送。有数据统计，到2030年，无人配送市场可达万亿级。

美团、阿里、京东等国内互联网巨头依托自身场景优势，早在2016年左右就开始布局无人配送的相关研发。此外，还有新石器、毫末智行、行深智能等一批自动驾驶初创公司也相继加入该赛道。

2017年12月，美团第一代自动配送小车“小袋”正式诞生；2020年初疫情爆发后，美团无人配送车开始在北京顺义落地生鲜配送业务；2021年，美团继续加码无人车和无人机配送等领域，美团的自动配送车“魔袋20”已经在北京的公开测试道路上实现了常态化试运营；

2020年9月，阿里达摩院发布物流机器人“小蛮驴”，其更专注于自身的快递运营服务，随后成功进驻全国300多所高校运营配送。

2020年2月，京东无人配送车在武汉投入使用，同年10月，京东物流宣布与常熟市进行合作，建设全球首个无人配送城，目前已有30多台无人配送车落地运营；2021年，京东无人配送车已经迭代到第五代，用于其末端的物流配送业务。

2019年，新石器投资建设了首座产量1万台规模的L4级无人车智造工厂。目前，该公司的产品已经在国内外数百个办公园区、公园、校园、CBD核心区落地应用，部署无人车近千辆。

毫末之行与美团、阿里、物美多点均有技术与产品合作。首个“魔驼”常态化试点已落户顺义物美多点超市门店，累计超2万单。

2018年行深智能无人车上路，目前已与京东、中国邮政、饿了么等合作伙伴一道在末端配送、社区商业等场景投入了300多辆无人车，并助力多个城市实现防疫物资无人化配送。

● 目前从技术上来说，得益于低速自动驾驶技术的成熟和相关产业链的逐渐完善，例如上游关键核心零部件、激光雷达和芯片计算平台成本的逐渐下降，软硬件技术趋于成熟，都为无人配送的落地应用扫清了障碍。

● 从落地情况来看，无人配送服务在疫情期间被公众广泛认知，无论是医院、小区还是商业区，都可以由无人配送小车完成指定的取货、送货、交接等动作，可以说为防疫工作做出了不少贡献。

● 从政策层面来看，各地相继出台了有关无人配送的相关标准和政策，例如2021年5月，北京高级别自动驾驶示范区率先向美团、京东物流、新石器三家企业颁发了国内首批无人配送车车辆编码，开放了北京亦庄225平方公里的路权；2021年11月，深圳发布国内首部自动驾驶低速无人车商业应用标准。

技术逐渐成熟，市场需求充分，政策有力助推，种种迹象释放出一个信号，那就是无人配送市场该爆发了。不过从行业动态来看，似乎一直保持着“低调”的态势，身边也鲜少有无人车配送的案例。无人配送何时常态化？难道量产成了纸上谈兵？

视无人配送车项目为噱头的质疑声不断，还有人认为亚马逊作为最早入局无人配送赛道的头部玩家之一，且手握供给和需求两端，对无人配送项目的商业化落地都感到无力，更何况一些后来者和初创公司？

亚马逊关停无人配送小车项目，也算是对行业敲响了一记警钟。无人配送车“最后一公里”的目标可以实现，“最后一级台阶”却难以跨越。虽然无人配送车赛道的价值已被挖掘和证实，但是作为服务于人的项目，小编认为最大的价值在于提升消费者体验，例如亚马逊的Scout无人配送车不仅“不能自己上台阶”，同时在配送过程中还需要一个员工陪同，仅无法送货到户这一点硬伤不仅让消费者体验大打折扣，也无形中增加了企业的成本。此前，我们在疫情之下的无人配送小车，距离失业更近一步？一文中也分析过无人配送小车落地的一些困境、痛点和难点，感兴趣的读者可以点击阅读。

国内无人配送车项目在试运行期间，时常有“翻车”的新闻出现。

例如，在河南大学校园中，阿里用于无人配送的“小蛮驴”不幸驶入了一片尚在施工的未干水泥地，并深陷其中，引发了学生们的围观和哄笑。

在湖南某高校，则出现了无人配送车在会车后互不相让的尴尬局面，两辆分属不同运营商的无人配送车，都想要对方让路，结果竟然“僵持”了一下午。

去年10月，在北京顺义一辆美团无人配送车“魔袋20”与一辆私家车碰撞；今年上半年，“魔袋20”，同样在顺义区公开道路上与一辆公交车发生追尾事故。

一些复杂的场景和不可控因素，都给无人配送车带来极大的挑战，同时也给项目开发者出了不少难题。

面对复杂多样化的场景，需要有不同适应能力的无人配送车。包括美团、京东、阿里等在内的平台也越来越认识到在无人配送赛道的超级博弈中，单打独斗往往难以达到预期目标，于是纷纷发布了无人配送开放平台，希望通过开放平台来吸引其他公司、科研机构一起参与到这些场景的运行开发中，建立产业链合作，最终打通整个流程。例如，美团最新一代的自动配送车就与毫末智行合作，其中量产组装工作由毫末智行完成。

无论如何，新兴技术的落地往往会比想象中耗费更长的时间。一边是对无人配送车落地探索不及预期的黯然叫停，另一边是行业依然纵身向前的马不停蹄。在无人配送领域，挫折与蓝海并存，其商业化之路并不平坦。

很快就要双十一了，作为消费者的我来说，我的商品是被三轮车还是无人车送过来的并不是我关注的重点，我在意的是它能否及时、顺利且完好地送到我手中，你觉得呢？

近期，量子纠缠理论获得2022年诺贝尔物理学奖的新闻铺天盖地，相比于以往的诺贝尔物理奖而言，覆盖面更为广泛。要知道量子领域已经从专业领域逐渐演变成当今社会各界最为热门的调侃领域之一，因为“遇事不决，量子力学”的网络梗已经深入人心。

当然，本次诺贝尔物理学奖颁给量子纠缠的科学贡献其实也是众望所归。从量子通信、量子计算等应用领域的发展来看，量子纠缠也为这些应用做好了坚实的理论铺垫。

首先，我们还是来简单普及一下本次获奖的重磅核心，即“鬼魅般的超距作用”。

也就是说在微观世界中(注意这里指的是微观世界)，有共同来源的两个微观粒子之间存在纠缠关系，这两个纠缠在一起的粒子如同有心电感应一般，不论距离多远，几万公里或者几光年，只要当其中一个粒子的状态发生变化时，另一个人的状态也会瞬时跟着发生同样的变化，也可以成为“超距作用”。

此次获得诺贝尔物理学奖的三位物理学家就是通过实验验证了这一理论。不过，诺贝尔奖一直以来都是偏向理论，但是由量子纠缠效应关联出的应用技术也早已实现了相关应用。

首先就是量子通信，量子通信正是利用量子纠缠效应进行信息传递的一种新型通信方式。利用镜像对称性原理，把合成的两个粒子人为的分开，并分发到两地，然后通过改变一个粒子的运动状态实现另一个粒子的瞬时改变，这种方式其实就是一对一的实现强加密通信。

其实从目前的工业、物联网等产业的通讯技术角度来看，几乎都是光子类通讯，技术也相当成熟，无论是4G还是5G，这类的通信方式存在着容易破密的风险，保密性不高。正是针对这一痛点，量子通讯从理论上来说，无法破译，具有一对一的高级保密性。

这里需要重点指出的是，量子通信并不是替代传统的有线和无线通信方式，因为量子通信并不能携带信息，所以量子通信主要是加密以及密钥的传送方式，传递生产、设备等信息的具体通信方式仍然目前的5G和有线等通信方式。

2022年1月，中国创建了世界上第一个集成的光纤和卫星量子通信网络：它跨越4600多公里，并集成了地面光纤网络和“墨子号”卫星，能够为全国150多个行业用户提供服务，包括地方银行、市政电网和政府网站。

前不久的5月6日，中国科学技术大学利用“墨子号”量子科学实验卫星，首次实现了地球上相距1200公里两个地面站之间的量子态远程传输，这一实现成功也是向构建让全球通信产业向量子信息处理和量子通信网络迈出重要一步。

当然，说到通信产业，必然是离不开应用场景。前面我们提到，国内的量子通信技术已经应用于银行、电网和政府网站等场景中，以电网为例，目前的电力系统涉及发、变、输、配、用等多个流程，对安全、稳定、可靠方面有较高的要求，结合当下国内大力推动智能电网建设和输配电改革的趋势，量子通信对于电力系统安全稳定可靠运行可以发挥强大的安全作用。

除此之外，在云存储、数据中心、传感网和云计算等领域，量子通信的前景依旧可观。此前，中国科学技术部副部长黄卫表示，包括量子通信在内的量子力学技术，将很有可能成为颠覆目前的工业互联网的技术之一，他认为，2G、3G、5G就差一个数字，但其实在很多问题上是颠覆性的，量子通信和量子计算能够实现工业互联网目前所不能的解决事情。

说完量子通信，量子计算也是量子纠缠效应衍生出的一个十分重要的应用。无论是市面上计算机的理论极限还是从云计算算力的瓶颈来看，这其中存在着物理学导致的硬件和算法的软件局限。这也就导致目前除了云计算市场外，边缘计算的市场也在逐步扩大，但是边缘计算硬件铺设和算法依然存在极限值，所以量子计算对于运算量庞大的应用有着良好的破解能力。

从理论上简单来讲，量子计算机的计算能力会比传统计算机快亿万倍。我们都知道，传统计算机的基础算法是0或1.但是由于量子计算机的叠加态和纠缠态的特性，它则可以实现“既是1又是0”，可以实现指数级别递增的运算强度。

总的来说，对于工业企业来说，越来越多的设备上云，大量复杂算法、数据的堆积以及通信技术的铺设，对算力和安全性的需求不言而喻。

经过本次诺奖，我们相信量子技术离产业化也将更近了一步。10月9日，IBM宣布将在未来10年投资量子计算等技术200亿美元，聚焦于半导体技术、大型计算机、量子计算机和人工智能方面的突破。

量子技术作为需要未雨绸缪的关键领域，在国内“十四五”规划(2021-25年)中列出的优先技术中，量子信息也高居第二，仅次于AI。另外，深圳在今年6月发布了一项技术政策，称量子技术是四个“未来产业”之一。

然而，目前量子技术在各大领域的应用道阻且艰。此前，一位国内匿名的量子科学家说，在过去几年中，有很多地方机构和行业巨头希望他将研究成果转化为产品，但是他认为目前量子信息应该继续在实验室进行技术完善，从成本和技术生态来说仍然有很长的路要走。

长期来看，量子技术有望带领相关通信行业颠覆性发展，但在初期阶段，量子信息更需要的是技术突破，需要在技术突破的基础上进行业务探索。在信息应用活跃、产业链上下游完善后，量子技术作为重要的基础设施建设或将成为第四次工业革命的源头。

在企业发展的长河中，物流与供应链已从牢牢掌控前进方向的“隐形之手”逐渐变为显而易见的“有形之手”，现代制造企业之间的竞争，本质是企业物流供应链之间的竞争。当世界闯入乌卡时代，制造企业显然需要筑牢物流与供应链护城河，重塑核心竞争力，以平稳穿越转型发展的周期。

直面挑战，物流与供应链数字化转型正当时

自新冠疫情大流行以来，叠加地缘政治冲突与自然灾害频发影响，全球供应链频繁剧烈波动。2022年9月，由纽联储构建的全球供应链压力指数（GSCPI）续创2021年1月以来最低，全球供应链压力虽然有所缓解，但目前仍处于历史高位。截至2022年9月，中国制造业采购经理指数（PMI）过半时间位于临界值以下，制造业经营活动不够景气。面对难以预测的冲击，制造企业亟待搭乘新一轮科技革命和产业变革的浪潮，在价值链各个环节实现精细化管理，降低运营成本，敏捷地应对市场波动。

制造企业想要实现卓越运营，强化物流供应链管理是核心策略之一。现代供应链从“链式”转变为“网状”，制造商、供应商、客户、承运商等多方成员的加入，使供应链管理变得日益复杂。如何降低库存，实现物流管理的数字化和自动化？如何降低物流仓储和运输成本？如何实现制造企业、第三方物流企业和客户对物流信息的多方协同，实现及时配送？如何实现如何优化运输路线，降低运输成本？对制造企业而言，推进数字化供应链的建设至关重要。

精细管理，聚焦6大物流与供应链执行难题

数字化供应链建设分为战略层、计划层和执行层。战略层，实现多层级可视化、物流中心布局优化、多渠道供应网络、战略采购、运营模式变革、决策智能化；计划层，实现多场景需求计划、AI支撑的供应链计划平台、供需平衡计划的优化、应急策略优化等；执行层，实现业务流程数字化，互联互通，供应链上下游协同，快速响应。其中，供应链执行是制造企业当前最需要提升的重点和难点。细节决定成败，在物流与供应链的执行与交付过程中，落实精细化管理，破解传统管理困境，是确保企业业务可持续发展的关键。

打破信息孤岛促进跨域深度协同

供应链是由众多利益攸关方共同组成，其全局效率的优化很大程度上依赖于各方的跨域深度协同。但是现实情况中，供应链上的各利益攸关方大多处于分散的信息孤岛状态，协同水平远远不够。云计算的发展，为企业供应链的协同打通了渠道。例如，全面整合入场物流、仓储管理、运输管理、出场物流等业务的供应链一体化云平台可实现对供应商、货主、仓配中心、承运商/司机、经销商/客户运营的全面连接，以全局可视化的方式促进供应链各方跨域深度协同。

以中联重科为例，中联重科主要从事工程机械、农业机械等高新技术装备的研发制造，其产品涵盖11大类别、70个产品系列、近600个品种，生产制造基地分布于全球各地，拥有庞大的物流网络和零配件供应体系。为提高仓储物流作业效率，提升管理精细化水平，促进供应链上下游间协同，中联重科携手科箭软件打造智能云仓管理平台，基于SaaS模式快速建立起中联重科及上下游仓库的全面数字化管理能力，强化了中联重科与供应商、渠道商及第三方物流园仓库之间信息共享和传递的能力，促进跨地域跨主体的资源协同共享，实现智慧供应链管理。

企业供应链管理涉及众多核心业务部门与岗位，而不同岗位的管理人员关注的信息又不尽相同。对于供应链上的不同组织以及各组织内部的诸如仓储、物流、生产、销售等不同岗位的员工和职能部门的负责人，可以根据权限，分角色建立起不同层级、不同岗位的功能视图。将正确的数据和信息汇总，及时、准确地以可视化的方式展现给需要的管理人员，使企业的供应链系统可以快速、高效地运转。

数据实时流转缔结业务纽带

为提高公司仓库、物流、生产、售后、质量等部门的协同，提升各环节业务处理效率和人员利用率，提高控制精度，降低错误率，需要利用条码作为纽带把物流过程及各生产环节的信息联接起来，利用条码自动映射实现数据实时流转，从而跟踪产品从采购、生产、成品下线包装、发送项目现场、售后支持的仓储、运输全过程及质量管控。

集成控制化解软硬结合难点

企业在发展过程中逐渐应用了各种自动化物流装备与WMS、TMS等供应链管理软件，而软硬集成的一体化物流供应链管理系统可以帮助企业从总体上提升物流供应链各环节信息化水平。将供应链管理软件与ERP、CRM、APS、QMS、MES、SRM等企业内部信息系统集成，实现供应链与其他业务之间的信息流转；与AGV、堆垛机、穿梭车、输送线等智能物流设备的上位系统集成传递任务指令、设备状态和任务执行结果信息，实现仓储作业的自动化、信息化。集成控制可以将供应链上下游信息反映给不同环节去履行、核实，以实现物流供应链管理的数字化、智能化、可视化。

智能算法构建运输规划最优解

随着运输订单体量与运输协调资源的不断扩大，传统人力运输规划与自动分单模式存在误差大、效率低、成本高、协同难等问题，已经无法满足企业愈发精益化的运输管理需求。在多种约束条件下，运输调度管理需要借助人工智能与大数据等先进技术来摆脱“人”的经验和固定路线计划的限制，对货量、车辆、收发地、成本等现有信息不断分析计算，生成最优运输计划，提升整体效益。

在途管理确保运输执行全程可控

在途管理是预防运输规划与执行的偏差和脱节问题的重要手段。企业可以构建基于车辆GPS、手机GPS/LBS定位、电子围栏等功能模块和同承运商系统EDI接口打通的智能化运输管理系统，承运商或司机也可在系统WEB端、APP端、微信端汇实时报运输节点与异常事件信息，并帮助调度工作人员及时发现在途异常并进行事前预警，降低企业在交付过程中可能会面临的风险。

以延锋安道拓为例，延锋安道拓作为汽车整椅，以及金属骨架、机械装置、发泡等座椅零部件及解决方案供应商，已成长为中国汽车座椅行业的领军企业。为确保运输过程全程透明可视，延锋安道拓实施了科箭TMS云系统，货主、承运商、司机等都可以通过电脑端、手机APP和微信端等随时随地操作，确保运单状态实时更新，数据完整准确，运输过程全程透明可控。

科技赋能，构建数字化物流供应链体系

供应链执行精细化管理的落地，企业与供应商、客户等商业伙伴间的全链贯通，供应链的执行效率的革命提升，都需要以蓝图为指引，构建以智能物流设备为基础、以先进技术为支撑的数字化物流供应链体系。

在数字化物流供应链体系构建过程中，云计算、移动社交、低代码、OpenAPI、人工智能与供应链控制塔等关键使能技术夯实了数字化转型底座。借助云计算、移动社交等使能技术实现供应链上的跨域协作和全局优化；借助OpenAPI、低代码等技术构建敏捷、随需而变的物流供应链管理集成平台；合理利用供应链控制塔、大数据分析等工具，提升供应链端到端的整体可见性和预测性洞察力。这些关键使能技术的交叉融合，提升了物流与供应链的管理效能，支持构建更加透明、敏捷、智能与弹性的数字化供应链体系。

行以求知，赋能制造业物流供应链数字化转型

面对重重挑战，科箭凭借在物流与供应链领域近20年的持续深耕和服务众多国内外领先企业的专业积淀，融合云计算、移动社交、大数据与AI及消费级产品设计等技术，提供了一套科学的、符合企业实际的方法，遵循从基础起步、单元优化、集成互联、全链贯通到生态智能的发展路径，赋能制造企业物流与供应链数字化转型。

不仅如此，科箭还与e-worksResearch联合撰写了《中国制造业物流与供应链数字化转型白皮书》，通过深度剖析中国制造业物流与供应链数字化转型趋势与面临困境，多维度解读物流与供应链数字化转型的建设“秘辛”，并聚焦国内领军制造企业的成功转型实践，以帮助更多的企业实现转型升级，引领中国制造企业物流与供应链迈向数字化。

不确定时代下，制造企业想要抵抗冲击并从中受益，需要推进数字化转型来打造透明、敏捷、智能、弹性的物流与供应链，构建韧性。展望未来，科箭希望与更多伙伴携手，不断加速物流与供应链数字化转型，筑牢制造业发展的护城河，重塑企业核心竞争力，迈向精细化管理新纪元！

刚刚过去的8月,是个让国内半导体人倍感压力的月份。

月初,美国《芯片与科学法案》落地,决定对华禁售用于14nm以下先进制程工艺及制造相关设备,包括有“芯片之母”之称的设计软件EDA,意图阻止中国大陆获得高端芯片制造能力;月底,美国要求其本土企业停止向中国出口用于人工智能工作的顶级计算芯片GPU,有业内人士称,美国此举意在“锁死中国人工智能发展的天花板”。

先断供高端EDA软件,卡住设计端;又禁售部分尖端GPU芯片,卡住产品端——这给高端芯片长期依赖进口的国内半导体行业带来的,除了“心理上的震荡”,更有刀锋上的寒气。时至今日,打造自主可控的半导体制造能力,实现高端芯片自由,已经成为中国半导体的业界共识、行业发展的硬核逻辑。

因此,在美国频频“亮刀”、全球半导体行业竞争日益加剧的大潮下,国内晶圆厂纷纷在扩大产能的同时不断探索国产替代之路。但值得关注的是,芯片制造的国产替代是一项系统工程,不仅仅要在“硬件”上下功夫,还要在工业软件方面倾注心力,从而在提升生产效能、良率等关键指标的同事,更确保核心生产数据安全可控。

助力晶圆厂挑战先进制程

自20世纪60年代至今,芯片上的晶体管数量已从1个增加到100亿以上,与此同时,芯片制造的规模和复杂度也呈几何级增长。而随着全球加速进入5G+AI时代,先进制程芯片已成为市场刚需,国内晶圆厂需要不断向上突破,才能摆脱“低端烙印”,以高端先进制程撑起半导体的“中国制造”。这一进程中,集成了生产执行、设备管理、先进过程控制、故障侦测和良率管理等一系列关键软件,并贯穿芯片生产的执行、运营和控制等关键环节,被视为半导体行业的生命级软件系统CIM(计算机集成制造系统)是个绕不开的话题。

如果说设计软件EDA是半导体工业软件皇冠上的明珠,那么在生产制造领域,CIM系统的光辉也绝不逊色。事实上,制程越先进,晶圆厂对CIM系统的依赖就越大,特别是代表着当下全球先进制程芯片使用方向的12英寸晶圆的复杂工艺流程,高度依赖这一系统来管理和执行。数据显示,目前国外成熟的代工厂,大约99%以上的执行和决策都依赖于CIM系统。可以说,CIM系统水平的高低,直接决定了晶圆厂向先进制程挺进、打造新的竞争力能否成功。

当前,12英寸晶圆恰是国内晶圆厂扩产潮中的主流产品。预计到2026年底,中国大陆12英寸晶圆厂总月产能将超过276.3万片,相比目前提升165.1%,这为国产CIM系统提供了广阔的应用空间。而随着晶圆尺寸从8英寸发展到12英寸,晶圆厂产线设备更多、工艺更复杂、生产决策时间更短,这对CIM系统的底层架构以及系统自身功能性、稳定性、可靠性都提出了更高要求。

因应半导体厂对CIM国产化、先进化的旺盛需求,CIM系统相关的国产化替代进程也在不断加速,一批该领域的头部企业如赛美特、格创东智、上扬软件等均不断实现突破。例如,赛美特以”填补国内相关领域的空白”为目标,在国产替代方面已陆续有案例落地。格创东智作为源自半导体制造行业的国家级双跨行业平台,其自研CIM系统具备高稳定性和高并发处理能力,着力帮助8英寸、12英寸Fab厂和封测厂实现了动态设备管理、精准物流管理、高效计划协同、透明的生产执行和精准的质量追溯,系统支持手动、半自动到全自动化工厂运行,为晶圆厂挑战先进制造提供强大助力。芯享科技则聚焦封测领域,其国产化产品已覆盖行业TOP10的三分之一。

为晶圆厂数据安全护航

作为半导体生产的生命级系统,CIM通过对海量实时数据的处理和使用,串联起大大小小几十个不同系统,最终确保半导体工厂可以在数据的支撑下实现流畅运转、保障精密制造。这同时也意味着,CIM系统中流动着大量与生产经营相关的核心数据。例如,针对良品率的监测和报告,部分CIM系统会直接测量各个生产流程的良率,并通过给定公式计算出总良率,以便及时调整生产流程,而总良率往往是厂商机密。

由于CIM系统的高门槛和高复杂性,以往这一领域鲜有国产厂商的身影,当前国内已经投产的12英寸晶圆厂中,绝大部分CIM系统依然来自国外厂商。而在当前复杂多变的国际形势下,涉及大量核心数据处理的工业软件安全性,已成为国内晶圆厂的一大主要诉求。没有数据安全,便会受制于人,自主可控也无从谈起,前车之鉴已然太多。

目前,上扬软件、格创东智、赛美特、哥瑞利、铠铂科技等本土玩家,纷纷通过研发和推广应用自研产品,力求保障半导体厂商核心数据安全与自主可控。赛美特自主研发的国产CIM解决方案,涵盖1800多个满足8寸及12寸晶圆厂制造所需要的功能,能够打破国外厂商垄断。格创东智自主研发的半导体智能工厂CIM整体解决方案,近期获评2022世界半导体大会“十大芯势力”产品,是大会上唯一获评的半导体行业产品,目前广泛应国内各大晶圆制造厂和封测工厂,并在包括中环环鑫,高芯科技、华虹宏力、积塔、中车、中芯国际在内的多个国内半导体工厂整厂核心系统国产化建设项目中落地。上扬软件则将其先进过程控制系统APC出口美国,为美国半导体企业AOS位于俄勒冈州的8英寸晶圆厂定制开发APC。

推动半导体产业链自主可控

硅片、晶圆生产、封装测试、成品组装,多工厂、多车间生产管理、质量控制和工艺优化,多业务、多流程、多系统数据拉通……多领域多系统协调,这是CIM系统实施过程中常见的场景。半导体产业链长而复杂,而芯片生产是整个产业生态配套协作的过程,所以哪怕是一家企业,也可能涉及产业链上下游不同环节。

在 “国产替代“的强呼声中,半导体产业链自主可控已成为国家战略,而推动 半导体产业链核心系统自主可控,是实现整个产业链的自主可控的关键一环。CIM系统厂商要扛起国产大旗,还需对产业链上下游有深刻洞察,具备全产业链沟通能力,并有丰富案例积累。

而其中的难点在于,半导体产业链上大多数企业的系统建设都存在散、乱、差的问题——“散”指的是数字化以单点建设为主,今年上个MES、明年上个WMS、后年上个APS;“乱”指的是缺乏整体规划以及顺序优化;“差”指的是凑合着用,甚至“太多的企业,上一套系统,三年之内就不用了”。国产厂商若不能以整体思维提供前瞻性规划和全栈式解决方案,便无法在整厂、多厂,甚至产业链上下游的贯通合作中,完美整合数十个功能各异又相互关联的子系统。

国内各CIM厂商将整体解决方案作为化解企业系统建设“散、乱、差”的利器,目前,芯享科技已形成满足半导体工厂生产制造自动化所需的软件矩阵,可根据客户的整体需求,构建从软件、硬件到现场实施的定制化CIM解决方案。上扬软件最近则为隶属于上海韦尔半导体股份有限公司——豪威集团旗下的豪威半导体(上海)有限责任公司开发实施12英寸OCF Fab的CIM“全家桶”解决方案。格创东智继续放大其独特的整厂实施能力,其智能工厂全流程全栈产品和解决方案覆盖生产运营、品质良率改善、设备健康、能耗管理等多个领域,已成为国内为数不多的自研产品在半导体产业链上中下游均已落地的厂商,服务的半导体客户涵盖半导体材料、晶圆制造、封装测试及半导体设备环节,为其实现了从硅片、晶圆生产、封装测试、到成品组装,多工厂、多车间的生产管理、质量控制和工艺优化。

在全球半导体产业面临诸多不确定性的背景下,稳定、自主可控的国产化CIM软件不仅是保证企业高效、敏捷制造的好帮手,也是实现“半导体产业链自主可控”国家战略的重要保证。破而后立,晓喻新生,当前美国的封锁和禁运,对于国内半导体行业既是打压危机,也是突围契机,国内企业奋起直追之时,工业软件中的“中国力量”也被赋以重任,整个行业汇聚新动能,也必将开创新局面,应对一切未知挑战。