深入生产线核心，解析智能制造新打法：10月27日，在智次方·物联网智库举办的【智胜制造·互联工厂】主题直播活动上，九物互联COO&联合创始人宋光照、智微智能工业产品总监卢祥超两位嘉宾，为线上观众详细解读了工业领域在数字化转型过程中面临的新机遇与新挑战。
目前，我国工业互联网已融入45个国民经济大类，产业规模迈过万亿元大关，智能制造正在下沉到更多中小企业，为更多工厂赋予智慧。在此过程中，低代码等新型技术成为中小企业快速拥抱数字化时代的利器，人工智能则让制造业生产过程摆脱黑箱，变为可预测性的智慧化生命线。
智次方·物联网智库作为业界权威的行业媒体和智库，深刻关注着工业数字化这一技术方向的前沿趋势，并在年初启动了多次系列直播活动，旨在与伙伴们共谋产业发展。10月27日，在智次方·物联网智库举办的【智胜制造·互联工厂】主题直播活动上，九物互联COO&联合创始人宋光照、智微智能工业产品总监卢祥超两位嘉宾，为线上观众详细解读了工业领域在数字化转型过程中面临的新机遇与新挑战。
以下是两位嘉宾分享内容整理：
九物互联COO&联合创始人宋光照
演讲主题：《基于低代码的工业互联网最佳实践》
《“十四五”智能制造发展规划》指出，到2025年，规模以上制造业企业基本普及数字化，重点行业骨干企业初步实现智能转型。规模以上制造业企业智能制造能力成熟度达2级及以上的企业超过50%，重点行业、区域达3级及以上的企业分别超过20%和15%。Gartner调查显示，到2025年，50%的工业企业将使用IIoT改善工厂运营，而2021年这个比例仅为10%。
国内核算的数字产业主要包括产业数字化和数字产业化两部分。产业数字化是指将产业的生产经营活动及其产出进行数字化处理，核心是对生产、分配、消费、投资等活动产生的价值进行数字化表达。具体包括六个维度：以数字科技变革生产工具、以数字资源为关键生产要素、以数字内容重构产品结构、以信息网络为市场配置纽带、以服务平台为产业生态载体、以数据治理为发展机制条件。产业数字化体量大，领域多，发展前景广阔，是推动我国经济高质量发展的中坚力量，现阶段仍有巨大的挖掘潜力。
九物互联COO&联合创始人宋光照认为，数字经济不是数字的经济，而是数据融合的经济；工业互联网不是工业的互联网，而是工业数据要素按照工业制造过程、工业网络互联的网。具体而言可拆解为四方面的内涵：工业是主体，网络是基础，平台是核心，安全是保障。他认为，当前产业数字化的破局之道在于让每个企业都拥有一套高生产力赋能的低代码工具。
在此背景下，企业实现数字化转型可利用的核心工具主要有三：工业物联网（IIoT）、低代码和AI。其中，IIoT以及异构数据的连接能力是数字化转型的基础条件；低代码可以基于数据的快速开发能力，提升应用开发效率和降低成本；AI的数据深度挖掘分析能力可以解决传统应用无法解决的痛点。
据宋光照介绍，九物互联已形成行业数字化底座，形成“1+1+1+1+N”的服务架构——一套边缘设备，一个物联网平台，一个AI平台,一个低代码平台，N个工业App。其中，九物互联的低代码平台以工厂信息集成为起点，自底向上实现设备物联、数据可视化、机理模型和决策优化的应用融合，可提供数据建模、协议适配器、规则引擎、工作流引擎、页面组态、2D/3D可视化引擎、智能算法引擎等一系列工具，可以灵活高效的帮助客户搭建自己的物联网业务应用，大幅降低开发成本的同时简化和提升运维能力。
智微智能工业产品总监卢祥超
演讲主题：《智微工业机器视觉方案在智慧工厂的应用》
随着市场经济的发展，各企业规模及业务量持续增加，附带人力成本的攀升，机器视觉开始渗透到装配、检测等人员分布广泛且精细度要求极高的领域。通过机器视觉为产线自动化带来更高水准的生产力和生产效率，已经是”中国制造“发展的重要一环。
在生产线上，机器视觉可应用在定位、表面检测、尺寸测量、读码等多个环节。机器视觉系统可以通过机器视觉产品（图像摄取装置等）抓取图像，将其传送至处理单元，通过数字化处理，根据像素分布、亮度、颜色等信息，进行尺寸、形状、颜色等的判别，进而根据判别结果控制现场动作。机器视觉行业目前仍处于快速成长阶段。CBInsight数据显示，中国目前已是继美国、日本之后的第三大机器视觉领域应用市场，包括机器视觉设备在内，国产化率约达40%，预计2022年国产化率将提升至55%。
智微智能工业产品总监卢祥超表示，过去，智微智能在工控行业一直以ODM的服务形式扮演着幕后英雄的角色，而随着该公司登陆深交所主板，也正式从幕后走到了台前，其自有品牌智微工控也逐渐被越来越多的客户认可，大家看到了智微智能在工业计算、机器学习等方面的积累，同时智微智能产品方案的高可靠性、高品质和高性价比，也获得了市场的一致好评。
为加快机器视觉行业的协同合作，智微智能推出全系列低功耗、高性能以及AI深度学习的机器视觉行业硬件解决方案。目前，智微智能机器视觉已经被应用到各个领域，如AOI表面缺陷机器视觉检测 ，利用机器视觉代替人工目检产品，良品率及工作效率大幅提升;水果分拣机器视觉应用 ，通过机器视觉和AI算法对水果种类、大小、颜色等信息深度学习，进行精细化分类包装，提高农产品附加值的现代化农业解决方案，以及AMR自主移动机器人 ，在传统的搬运机器人基础上，增加机器视觉功能，能更好地适用环境，更强的抗干扰能力和目标识别能力，助力生产线自动化发展。
