经历一次百年不遇的疫情,对全球经济的方方面面都是一次严苛的大考，对发展中的中国工业亦复如是。但疫情总会过去，接下来怎么做？如何做？厂商们各有各的态度。NEC（中国）制造装置解决方案事业部总经理戴高敏认为：“面对疫情给我们带来的机遇和挑战，找出差距，明确发展方向是我们当务之急。”而所罗门公司的发言人通过对过往危机的洞察，表现了冷静与信心，他们表示：“企业家若能藉由此机会重新布局AI智能视觉，相信亦能在这次的潜伏后储备跃起的能量。危中亦有机，为未来的“大缓和”（Great Moderation）经济大反弹后的挑战与机会奠定不可撼动的根基。”危机从来都有，或大或小，但已有的历史经验告诉我们，只要我们不惧怕，危机一定会过去，战胜危机的一定并且只能是我们。

奥宝电子：工业AI需要整合与融合

 奥宝电子（深圳）有限公司亚太区工业4.0项目经理王勇

    这场突如其来的疫情改变了我们原本的生活、工作和学习轨迹；当务之急首先考虑的是怎样应对：戴口罩，勤洗手和居家隔离似乎将成鼠年的新常态。

   当我们谈到工业AI，一定离不开两个话题：那就是工业和AI，用“融合”来形容再恰当不过。但是真正了解或者落地的案例并不很多。我以一个在印制线路版垂直行业观察者的身份纵观行业现状：发展不易，尚且处于初级阶段。

 这场疫情是突发的，但在应对突发事件时，工业企业在复工复产中暴露的不完善问题相继凸显：供应链原材料短缺、复工人员短缺、物流不畅，智能应急基础设施不成熟……但这或许给我们带来新的机遇去再思考：工业AI能否早日服务于我们实体经济？

 工业AI发展需要从感知突破

   病毒是无情的，传播之快让我们措手不及，除了本能的反应是要保护自己的同时，也让我们更多关注到这个疫情对我们生活带来的直观影响：

·         病毒需要核酸检测来确诊，然后隔离和持续治疗，然后再检测；

·         影像CT检测也可以透过大数据学习从一定程度上协助确诊病理现状；

·         为了预防公众传播，我们需要日常体温量测，发烧是病毒呈现症状表现之一；

·         我们需要健康绿码登记和旅行记录的申报来密切跟踪我们的日常出行；

·         为了避免人为申报的误差，使用手机扫描追溯最近14天的行程记录；

·         为了解决口岸大量人流的检测，热成像自动检测 +AI变了火爆起来。

   虽然，这个和我们所谈的工业AI没有直接关系，但是背后隐藏的一些道理意义深刻，或许我们要重新思考下工业AI到底能带给我们什么？很多人都在说降本、提质和增效等是我们工业目前面临的挑战或者问题。一种新的技术革命需要去解决我们面临的问题，但是解决问题之前需要发现问题和后期问题的管控，这个和我们当前面临的疫情是一模一样的。

   所以，工业AI的突破需要从感知开始，感知即意识对内外界信息的看的见、感觉的到、能理解、知觉的一系列过程。感知可分为感觉过程和知觉过程。工业AI的导入过程需要从我们人为对AI的认知开始，这需要一个学习的过程；我们拿制造业来重新认知我们所面临的问题，如果我们目前面临的品质问题，那么需要给AI提供所有涉及到品质异常的量化数据，快速的确诊问题并给出人为无法给出的判断与检测。感知并非只是针对一个AI系统，也是针对一个组织和场景的应用，如果没有场景让我们最新技术呈现出来，是很难被工业企业所接受的，比如：效益是否有提升，工业企业更多关注其有效性而非技术的先进性，用我们邓爷爷的话说：不管黑猫白猫，能捉老鼠的就是好猫。

 准确的数字化信息是工业AI之本

   这次疫情数字化应用无处不在，这是时代的产物和技术的突破。我们可以从每天各国、省、市确诊或者治愈等各种数据呈现与更新来快速判断目前的疫情状况；从火神山医院建造直播，3000万观众在线观看的全过程感叹中国速度，也让我们体会到数字化给我们带来的体验与应对疫情的信心。数据的准确与透明化使我们每一个人的大脑更能做出准确的判断与决策，工业AI何尝不是？

   我们谈工业AI更多是从制造业出发，谈制造业又分流程或者离散制造业，或者细分成垂直行业，然后思考生产制造中的人、机、料、法和环等怎样去应用AI来帮助解决问题。这些通用的概念每个人都可以耳熟能详。从电子制造业出发，制造业工艺流程中的关键所在：如果不能发现问题，就不能解决问题，所以发现问题很重要；如果没有准确的量测问题，就无法管控问题，所以首先要可量测，这些因果关系也定义我们解决方案的发展方向。基于这些量化数据的基础我们就很容易的通过推理找寻我们需要的数据模型，没有对设备或者生产工艺以及最新技术的理解是很难定义出准确的数据信息。

 工业AI需要整合与融合

    整合是一个全局概念，更多注重的是横向与纵向的整合，碎片化的需求或者单一AI应用不具备工业AI其代表性，比如缺陷检测AI智能降点，不具备完整工业AI代表性，因为降点并没有提升品质或者协助品质达成预测性和快速适应的标准，但是具备技术导入可行性和客观有效性，这个可以被量化从而转换成投资回报率的计算，所以更容易被处于当下的甲乙双方所接受，当然实现效果取决于各自的能力。

  融合是IT与OT的融合，这是概念上的理解，转换为容易理解的语言为：各行各业生产中的经验积累，工艺和新型技术的发展方向可转换成数字化，量化或者模型化，并通过相关的IT技术比如机器学习或者工业平台型AI最终达成智能制造目标，这也是我国2025发展方向；融合更多关注在传统运营的数字化转化，这不是简单的过程，需要花大量时间去了解行业的特性和建立标准，并通过具备规划能力的人去做转换。在传统行业里这样的人才非常缺乏，我们不得不面临传统行业流程之庞大，早已把制造从业人变成一部超级机器零部件：自己很清楚自己做什么，但是很难找到一个人弄清楚整个过程大家都在做什么，这些壁垒需要时间去突破！

 结语

  任何一项新技术或者新的变革都有其发展的周期性和规律，未知事物永远有很多不确定性，但是能确定的是当下我们之所见和大胆的尝试，也期望工业AI的发展，我们中国的2025与智能制造发展快点，再快点！早日实现我们的强国梦！

               凌华科技:“看产品”、“看设备”、“看人”

凌华科技物联网策略解决方案与技术事业处总监杨家玮

2020年的开年，各工厂正喜迎5G、自驾车及物联网的大时代。本以为5G及物联网应该可再创造智能设备的大采购潮，继续推进智能手机、平板、家电，甚至有望刺激自动驾驶（自走）车的市场。

 然而，一个不可预测且传染力极高的病毒很快打乱了本是后势看涨的制造大业。疫情使得工厂面临无工可上、无料可用的困境，也促使工厂的管理者重新思考如何加速自动化的部署—AI。

 AI在智能工厂的应用中有诸多讨论，总的来说，主要还是围绕“看产品”、“看设备”及“看人”三大类。其中以“看人”在AI中最具潜力。借助AI量化工厂人员的效率，降低人员出错的机会。AI更可集成生产SOP（标准作业流程），将人员视为设备，实时地对人员的安全、作业的正确性等进行报警，使得工厂有机会在有限的人力下，维持足够的产能。如本次疫情至今，半导体大厂台积电的南京厂区产能保持不间断，都是依靠着高度自动化，带有AI检验以及智能排程，使得在少量的人力运作下能保有90%以上的有效产能。

 其次“看设备”—随着机器学习的导入，使得工厂内除了“固定负载”的设备可借由设计固定样板来侦测异常，进一步更能集成机器学习算法来诊断“变动负载”的设备，如六轴机器手臂、传统机械机床等等，可借由振动或是异音来诊断是否转子、转轴、刀具等异常。同时，机器学习的美丽之处在于，有机会让智能诊断设备能够自己收集样本并自我学习调试，使设备的状态数据能实时、透明的传输到控制中心。

 “看产品”—为确保“产品的生产质量”，光学视觉检测（AOI, Automated Optical Inspection）在自动化生产之初就被提出，但由于加工产品的复杂度不同，AOI所能检验的程度就有所落差。同时也因为算法及计算力的局限，使得AOI在某些应用上的检验结果不如预期，如金属表面、液晶屏彩虹纹路、甚至是透明隐形眼镜瑕疵检测等。随着深度学习（Deep Learning AI）视觉的导入，让本来需要复杂算法的检测，现在可借由操作员标注瑕疵，送到训练服务器训练出特殊应用的AI模型，通过模型的部署来达成困难AOI的任务。

    目前疫情还十分严峻，尤其欧美区域的市场活动已大幅停滞，也让市场对2020年的展望不乐观。但观察中国从疫情爆发、大量隔离到各省的复工，可说是暗室逢灯，提供了有效的措施来保持生产力及消费力。

    如文初所提，目前国内针对5G、物联网、智能工厂依旧保持不错的动能，大型的制造业更是在解禁之后，积极邀请生态圈伙伴加速部署，完成PoC案例。大数据、AI开始发挥效益：支持在有限人力下，保持有效产能；且通过AI视觉检测加强产品的质量管控，让设备的健康状态能实时传递到工厂管理者，进而做出最佳决策。

                   NEC:机遇与挑战

 日电信息系统（NEC）（中国）有限公司制造装置解决方案事业部总经理戴高敏

疫情是暂时的，总会过去。面对疫情给我们带来的机遇和挑战，找出差距，明确发展方向是我们当务之急。当然这里涉及很多内容，我仅从制造业数字化转型这个角度来阐述一下NEC面对疫情之下工业人工智能（AI）的再思考。

这次疫情中，得益于中国在数字化转型方面的成果和积累，通过数字化手段，通过云销售/云教育/云医疗等各种新技术，新模式的创新让中国在疫情下能够迅速恢复工作生活，当然还存在种种困难，但是成绩也是有目共睹的。

同样由于中国数字化经济，AI、5G、云计算的蓬勃发展，在世界范围角度来说已经存在一定的优势，所以基于工业AI的数字化转型会成为有中国特色的智能制造的核心内容，形成有中国特色智能制造的核心竞争力。从这次疫情对应来说，有些数字化转型领先的制造企业也同样利用这些技术迅速恢复生产，积极寻求机遇，拥抱挑战。

对于制造企业来说关注的主要内容是扩张自己的市场，强化自己的供应链/产业链，以及在保证品质、成本、交货期（QCD）的前提下的进行高效生产/销售/运营。下面结合疫情对应，从供应链/产业链建设、生产智能化、数字化营销三个方面来进行具体说明一下数字化转型的具体内容。

首先从供应链/产业链角度来看，为什么很多非传统口罩生产大企业能够迅速进行口罩的生产；为什么有些传统的口罩生产厂家本来就有设备，有产能，但是因为没有原料而无法开工。真正的核心差距在于供应链/产业链的差距，这些大企业在生态圈建设，生态圈的数字化转型方面有很大的领先优势。

我使用我们NEC的设计协同平台解决方案来说明一下如何通过数字化转型解决方案来建设生态圈，提升市场相应速度，提高市场竞争力。比如设计一种以安全为特点的新车，需要相应材料的性能达到某一个指标。传统的设计流程会先设计完成后，再寻找合适的汽车零配件供应商，这时会产生一种可能性，就是没有一家零配件供应商能生产达到这个性能指标的材料。这时，要么放弃/降低这个指标，最终也许会带来整个新车研发的失败；要么等待某一家配件厂家来研发符合此性能指标的材料，但是是否研发成功充满了未知数。而通过NEC的设计共享平台解决方案就可以在新车研发开发阶段就和关键零配件供应商协同设计及早发现问题或者平行研发，缩短研发周期；同时利用知识库挖掘技术/数字化工程设计技术来提高设计的可行性分析的效率和质量。

当然除了设计研发协同平台以外，基于AI，云计算技术的生产协同平台，供应链协同平台，品质协同平台让企业不再是单打独斗，而是基于整个生态圈（产业链）的竞争。同时提升了应对类似本次疫情的防风险能力。

另外上升到产业链角度同样适合，比如针对食品行业从流通（超市）到原料（农副产品生产基地）的整个产业链的协同平台，基于天气等大数据挖掘预测，减少每个环节的因为过期而造成的浪费。

其次从制造现场来说，结合疫情对应可以分为如下几个内容：

1.复工复产对应

人员资格管理：通过人脸识别进行人员管理，防止无资格人员进入需要有资格能力要求的工作区域。同时针对疫情对应，更近一步实现了针对带口罩的人员的人脸识别以及带测温的识别。

人员健康管理：通过穿戴设备随时监测人员作业人员工作中的身体健康情况，及时发现人员身体状况问题，及时处理，避免因为人员健康情况造成停工停产。

远程VR教育：无需到现场，结合VR虚拟技术实现人员培训上岗。对于危险作业，关键岗位人员培训同样有效。

2.远程生产/办公

远程作业支援：通过AR技术进行远程作业支援，无需到现场既可进行远程作业支援指导，监控。同时针对售后安装/维修服务，通过AR技术可以寻求专家远程支援，无需到现场也能及时解决问题，提高售后安装/维修服务的质量和客户满意度。

远程作业/设备监控：通过图像识别技术进行远程自动识别设备状况，并进行监控/报警/分析。

远程机器人控制：基于本地5G的远程机器人控制，无需到现场就可以进行机器人控制操作。

基干业务系统的混合云服务化：包括ERP，OA等各种基干业务系统通过混合云技术提供服务，实现远程办公。同时通过混合云架构灵活对应客户信息安全要求。

3.柔性制造

        数字化工程设计：通过数字化工程，知识库挖掘技术实现迅速新产品/产线投产，实现真正意义的柔性制造。

 最后市场营销/售后服务方面来看，通过数字化/智能化手段建设新时代的数字化营销模式必然成为一个趋势。智能制造不能仅仅关注于生产环节，产销结合，卖的出去才更关键。比如云销售，云展会会成为一种有力的数字化营销手段。比如在渠道管理方面，缩短和客户、最终用户的距离，减少不必要渠道浪费，同时也获得宝贵的用户/终端数据。而基于最终用户消费行为的数据挖掘、市场预测则会反过来促进市场的拓展，新产品、新服务的创新。从技术角度，5G、云计算、大数据、区块链的发展，尤其基于全产业链的市场/需求预测技术会起到很大关键作用。

智能制造不仅仅是简单的大量先进设备的采购，不能是简单的拿来主义，不能重技术，轻管理。先进的管理理念，有中国特色的企业运营模式创新才是企业需要不断追求，不断努力的方向。技术和管理建设两手都要抓才能在复杂的经济环境下做到基业长青。

比如日本经济产业省对于日本新时代精益制造的核心思想是通过各种数字化，IoT技术融合生产营销知识互联互通，支持企业持续进行数字化革新DX-KAIZEN。简单的归纳一下，数字化技术（工业AI）或者先进设备只是手段，而坚持不懈的革新匠人精神才是日本精益制造核心理念。

基于此理念以及企业各种运用场景，NEC提出了数字化转型技术平台Connected Manufacturing，其中包括NEC DX Factory和Customer DX 2大技术群。使用了IoT、5G、大数据、云计算以及AI等多种先进技术。比如NEC Industrial IoT Platform工业大数据平台，包括基于AI（机器学习）的各种IoT/AI解决方案，数字化营销云平台以及基于5G技术的机器人远程控制解决方案等，涵盖了企业运营的生产，营销，产品服务等各个领域，真正意义上可以支撑企业的持续的精益制造创新。

     针对中国市场，我们提供以MES解决方案（M-MES模块组合式MES）为核心的NECDXFactory中国版，为中国制造企业提供NEC先进的产品，服务和技术支持。

欧姆龙：通过AI实时控制，最大限度发挥设备性能

  欧姆龙自动化(中国)有限公司市场战略统辖部张杰

    随着疫情在中国已渐入尾声，随着复工复产的逐步开展，我们的经济、生产、生活也将开始恢复常态，而身处在各个行业的我们也将有机会重新审视突发公共安全事件对我们的影响。

  此次的疫情，对于生产的最大挑战无疑是人员的缺失（远程办公、错峰办公的持续，造成人员无法100%的返回岗位），由此带来的课题，除了我们老生常谈的“机器换人”之外，AI是否能够起到一定的作用？这也是我们再思考的重点之一。

   早在2018年，欧姆龙便在行业中首次开发出使用AI进行实时控制的“AI控制器”。它可以通过将熟练技能人员的直觉、经验等隐性知识显性化，检测出装置“与平时不同”的异常状态，将瞬间发生的质量不合格及设备停转等问题防患于未然。

  在2019年上海工博会的现场，欧姆龙通过实体设备的展示让大家了解到，如何不依赖于人工，仅通过AI运算、分析和预测，对设备进行维护保养。

   首先，传送带在使用过程中会产生磨损、破裂、松弛等课题，通过AI算法可以有效地判断出传送带的运转状态。

   其次，滚珠丝杆在使用过程中会出现滚珠磨损、碎裂、掉落以及滑块受损、轨道受损等情况，若不及时更换，会造成设备停机，AI算法也可以有效地检出这些故障。

   最后，气缸是我们工业现场应用最多的运动部件，也是最容易损坏的部件之一，AI控制器通过检测气缸的运动状态，可以有效地检测出漏气、活塞损坏、密封圈损坏等故障。

    以上3处运动部件的状态监控，以往均需要熟练工的反复点检，而现在全部可以通过AI来完成。

    除了减少对人员的依赖之外，如何弥补疫情期间产能的GAP，也是相当重要的课题。因此，AI能做的，就是最大限度地发挥设备性能！

  以装瓶机为例，如果液体接触到瓶子或直接溅到瓶子上，就需要停止机器进行清洁，这样会极大地降低机器的生产效率。

   因此生产过程与常规不一致时AI会自主判别，将程序迅速地设计为不强行填充瓶子，而是跳过1、2个，等问题消除后再次填充。

   如此，不仅避免了停机，也让设备连贯性更高。通过与以往的对比，装瓶机在搭载AI控制之后，生产效率至少提升了2倍.

  AI并不只是一句口号或者某个热门关键词，我们必须使它成为真正有价值的东西！通过重新审视AI，它到底能够为工业制造带来怎样的改变？让我们拭目以待！

              积梦智能：疫情催化下的制造业数字化转型

积梦智能CEO 谢孟军

   疫情之下，所有制造业都遇到了相同的问题：供应链卡壳，复工却不能复产；物流运输停顿，省际交通遇到阻碍；交付压力，年前规划的订单如何按时交付。一些工厂在疫情前有自动化的投入，受到的影响相对较小，但大部分工厂仍旧极度依赖人工。制造业转型的关键在哪？工业互联网又当如何发力？

疫情下制造业的4大挑战

挑战1+2：供应链卡壳+人员短缺。疫情爆发以来，所有的制造业遇到的最大问题是供应链断裂。虽然复工了，但是原材料跟不上，上下游的很多的供应商，如果零配件来自于大企业，大企业在复工复产还算有所保障。但是中国很多的零配件都是来自于中小工厂，隔离期使中小工厂存在人员短缺的挑战。这导致了中小企业的很多零配件跟不上，供应链卡壳。

挑战3：物流运输停顿。疫情爆发初期，由于省和省之间的交通阻断，物流几乎停滞。

挑战4：交付的压力增大。年前接到的订单，受前面三种因素影响势必延误交期。一些工厂在疫情前有自动化的投入，受到的影响相对较小，但大部分工厂仍旧极度依赖人工。如何减轻加付压力，提高交付能力成为企业首要考虑的问题。

破局思路—以协同为核心的数字化转型

  2020年的疫情催化了制造业数字化变革，大家开始去思考，针对以上不同情况，应如何应对。

  疫情期间口罩极度紧缺，这背后远不是新开一条口罩生产线那么简单。一个口罩有五六种原料，合在一起分为三层，包括鼻梁铁丝在内，都有不同的供应商，如何整合上下游供应链的协同工作，在平常已是不易，在疫情时就更为复杂。

   协同发生在制造行业的全流程，供应链的协同、区域内企业协同、人与机器的协同、人与人的协同都是关键，做好协同背后的本质，就是提高效率。效率主要看两块，一个是企业价值链中的辅助价值链，包括以科技管理、财务管理、人力资源、战略绩效在内的信息化，依赖高度集成的信息系统。大部分的企业，虽然建设了一些系统，但系统之间有很多的信息孤岛，还有一部分企业甚至可能没有信息系统支撑。另一方面，制造业的信息流传递程度极其低下，基本以线下传递为主，极大影响了交付效率。

迈克尔.波特的价值链理论

不管是供应链还是企业内部，整个价值链都非常依赖数字化能够帮助他们提升对内和对外怎么样快速提升价值链的东西，有非常多的价值可以挖掘，这就是数字化在制造业企业里面产生很大价值的点。

    在中国，有超过700万中小制造企业。然而这规模可观的市场背后，体现的是巨大的缺位：中国90%以上的工厂没有数字化！制造业数字化面临的一大挑战在于，如何教会企业主数字化能带来的价值。更进一步，制造业转型最难的是底层数据的收集。

    国家提出工业互联网统筹规划是一个非常好的战略，工业互联网能够教会传统的制造企业规划设计好未来的发展道路。工业互联网主要解决的核心问题就是在产业链和产业生态层面上如何构建一个新的数字化转型的体系。

    笔者看来，互联网常见的技术，如传感技术、5G、云计算、大数据、AI、区块链等，运用到工厂中的三个关键是场景、数据和模型。只有做好了这三者，才能达成提升效率、降低成本、优化资源配置的业务目的和商业价值。

               译讯科技：AI+语言服务  协助疫情阻击战

译讯科技企业部经理马雪红

 语言服务行业作为经济全球化和信息技术飞速发展催生的新兴行业，已成为全球产业链的重要组成部分，AI技术的应用更是让这个行业如虎添翼，飞速发展。而今年突如其来的新冠肺炎疫情，却让中国的语言服务企业纷纷面临残酷考验。

 据清华、北大联合调研995家中小企业结果显示，受疫情影响，85%的中小企业维持不了3个月。今年2月，第一批扛不住现金流压力的企业已经开始倒闭。依赖于客户方营收的语言服务企业也受到巨大影响。在全球疫情大爆发的情况下，各行各业损失惨重，无一幸免。

 但这只是疫情影响下的一面，另外一面是，虽然大多数企业面临严峻挑战，却在危机中看到先机。在这场没有硝烟的战“疫”中，所有企业都扮演着不同的角色，承担着不同的责任。

大量紧急翻译需求，AI快速响应

这次疫情的发生，让我们看到许多以前从未注意到的、语言服务所赋能的方面。最典型的是，疫情期间需要大量的语音翻译、视频翻译以及文档翻译，例如：紧急状态新闻发布和新闻报道翻译、多语种专家会诊或交流翻译、海量多语言版本的医药资料、救援物资说明、宣传标识语、新闻稿的翻译，这些翻译工作和任务的特点是量大、时间紧、专业性强。如何运用科学技术满足社会对语言服务的各种需求，在当下疫情期间更显得意义十足。

 疫情发生之前，市场上翻译项目主要根据语言种类来进行划分，如英语翻译涉及的领域比较广、俄语翻译多为工程类、日韩语系则多为商业贸易类。疫情发生之后，翻译的语种比例、涉及行业顺序都有不同程度的改变，增加了很多生物医药、医疗器械方面的紧急业务，且有更多语种的需求，传统语言服务企业的专业译员供需平衡被打破。这时候，有着互联网血液的“AI+翻译”企业异军突起，填补了市场空缺。

AI+语言服务·协助疫情阻击战

相对于其他高科技手段而言，AI技术在语言服务行业同样有着广泛、灵活的运用。在疫情防控与研究过程中，从病毒的学理名称到疫情的信息共享，多语种、多形式的语言翻译需求无处不在，“AI+翻译服务”有着实时快速响应、线上开展业务的优势，于是语言科技公司的能量得到前所未有的释放，为世界各国通力合作与同舟共济搭建了不可或缺的桥梁。

 在本次抗击新冠肺炎的战“疫”中，四川译讯信息科技有限公司研发的产品“云译通AI专业文档翻译软件”（www.ctcfile.com）针对新冠肺炎疫情及时更新语料数据，升级机器翻译引擎，构建“多领域”的多语言大数据库，利用深度算法技术实现智能翻译匹配，这部分主要涉及大数据和AI算法技术。数据库的来源，是专业细分领域达到一定量级的优质数据，这样才能启动算法，在这个算法过程中，云译通跟用户是一个交互式人机共译过程。目前译讯科技有自己的专利技术。

 通过计算机视觉、图像识别、自动排版还原等AI相关技术，云译通不仅能快速翻译纯文字，更擅长直接翻译整篇PPT、PDF、扫描图片等带有复杂格式的文档，并且无需排版就可以使译文保留与原文相同的排版与色彩。NLP自然语言处理，包括Deep Learning深度学习等算法，完美融入云译通这款软件中。用户在使用过程中软件自身的翻译引擎不断优化，实现“智能式”的准确率增长。在当前疫情时期，每个一线抗疫人员时间都是宝贵的，AI技术的运用使得人们可以节省更多时间以投入到更有价值的工作中去。

 译讯科技的理念是“让工作回归创意，把繁琐留给科技”，通过云译通AI技术整合，快速翻译全球医学科研信息和疫情资讯，帮助一线医护人员、各机构、高校、以及志愿者，为其提供强有力的AI语言翻译支持。该软件目前已向全球公众开放生物医药专业版无偿使用，以协助抗疫。

 译讯科技的公益贡献，仅是语言服务企业在本次疫情防控战役中的一个缩影。这次疫情对我们而言，不仅仅是一场艰难的考验，更引发了整个行业的思考。

 启发

 疫情之后，AI技术、机器翻译、机器辅助翻译工具、语言服务平台，都将更深地嵌入各行业，成为语言应用基础设施。跨越语言的大数据，将为我们打破信息壁垒，为语言服务和学术研究带来更多创新激励。

 业界多位语言专家与相关机构表示：应尽快制定中国的“应急语言服务规划”。人类活动需要语言来沟通和组织，语言的作用在于实现“通事”与“通心”，这在突发事件处置中显得尤为重要。目前我国突发事件语言应急能力建设亟待提升的情况下，译讯科技也真心希望利用AI、云计算和大数据，构建起场景化的语言认知能力层，让我们的工作和生活更便捷、将语言服务行业建设得更加美好，以此赋能更多行业，解决更多语言服务需求。

危机中的转机与曙光

所罗门股份有限公司

“逆全球化”将蔚为风潮

短期内疫情引发的经济衰退程度远超出一场大规模自然灾害甚至战争的冲击，既有的模式与制度将会不复存在或是重新定义，可以预期，全球经济负增长将持续一段时间。西方惊觉制造不应该以低价供应优先而是平衡分配，追求无止境的低价采购外，更应该注重分散风险与区域掌控，一场逆全球化的风潮正在悄悄上演，所有产业都将面临挑战。当劳动生产率（表明科技进步对GDP的贡献）长期趋势向下，未来的科技进步很难超越工业革命、互联网对于我们生活质量的改进，加上疫情的雪上加霜，我们需要更突破性的技术，来解决现况，AI智能柔性制造，将有可能是其中之一。

 疫情将使供应链重新洗牌布局

 成本将不再是供应链布局时唯一或最重要的考量，和疫情之前“哪里成本最低就去哪里”相比，疫情之后，所有的跨境连接会考虑一个新的变量，那就是风险成本。除了刚才提到的供应链重新排列组合的问题，既有的的订单数量恐怕也只会大幅减少，就算拥有完备的供应链也只能“空有一身武艺”。我们必须要思考的是如何能弹性的调度现有的产线，达到智能制造中的柔性生产，福特、特斯拉、戴森等公司在第一时间下立即转而生产呼吸器或医疗相关产品的作法，表面上看起来虽像公关与人道活动，事实上则是在考验自身生产制造的柔性测试，以因应未来严峻且挑战的生产制造环境。

 AI 3D视觉所带来的智能柔性制造

我们在汽车厂中导入了Solomon AI 3D智能视觉，利用类神经网络视觉训练机器手臂，快速的识别车款、定位车身与提供涂胶路径，客户可以弹性调度产线，混单生产，甚至预先排程，接单生产后，大幅的减低了生产中高价的模治具与备料库存的成本，零库存、零模具后节省下惊人的仓租、材料费用，这正是现在动荡、重新分配的制造业中，最需要着手执行的避险手法 – AI智能柔性制造，如何能将繁复的制造流程共享、简化、模块化，将是未来企业在疫情后于生产制造上不得不正视与思考的问题。

 智能物流将取代传统人力

疫情下的另一个商机，便是“宅经济”。环境舒适、功能健全、应有尽有能满足一家大小所有的需求，是19世纪第一间百货公司诞生下的定义，发展至今，将彻底改变。疫情下，消费者被迫转型消费模式，由线下改为在线，大量的物流、包裹需求，将会需要更智慧的解决方案。我们在乱堆取物与免教导取物的应用中，利用AI智能视觉算法，克服目前业界对于透明或软性材质难以判断的问题，搭配智能材积运算，自动优化排列堆料、分料，目前已导入全球数百间大厂与实验场域中，协助仓储、物流、快递、零售等产业成功转型智能物流。

 所罗门的智能视觉

   德国于2011年提出的工业4.0的自动化，将劳力密集转为自动化生产，而下一代的工业革命，将会发生在AI导入工业自动化后所激荡出超越人类智慧与能力的革命性改变。

   所罗门深耕AI 3D视觉6年，将AI导入视觉并结合2D与3D不同情景的算法，像是为机器人装上具有辨识能力的双眼，以及能自行思考的大脑，让死板的机器人突破过往限制，即便面对未知物件，也能灵活因应、正常运作。

   此方案也在2019年获得全球视觉系统设计竞赛金奖（Vision System Design Award），目前全球销售网路约有80家经销渠道，产品遍及全球与各种产业领域，提供集成商与终端用户全方位智能视觉解决方案，视觉系统更整合了20余家机器手臂大厂的上位控制，除了看到（Vision）、想到（AI）、还能走到（Control），大幅降低客户集成与切换手臂厂牌与产线的困扰与成本，达到异机、异地快速自动化布局产线能力。

 危机中的转机与曙光

   08年的金融危机，全球呈现经济大萧条，但其间十年间中国通过逆周期支持及一带一路政策，让经济与制造成功的转型，出口从世界第三一跃成为第一，在金融科技、数字化技术、产业供应炼等更是超前发展，做到引领全球的成就与布局。反观与借镜，目前的情况虽称不上大萧条但却与08年颇有几分类似，企业家若能藉由此机会重新布局AI智能视觉，相信亦能在这次的潜伏后储备跃起的能量，危中亦有机，为未来的“大缓和”（Great Moderation）经济大反弹后的挑战与机会奠定不可撼动的根基。