Q2:您觉得公司现阶段在工业互联网的工作重点是什么?(最多可选三项)
协助省公司推广专线及相关ICT项目;
协同省公司协助工业企业上云;
建设连接工业设备的网络;
利用互联网思维改变工业企业的生产运作模式;
为工业企业建设信息化系统;
利用5G、AI、机器视觉等先进技术,为工业企业降本增效;
推动“机器“换人;
尽快推出边缘一体机;
Q3:您觉得公司优先切入哪些工业细分行业?(最多可选三项)
先进机器人
制药
新能源材料
化工
机械加工
食品加工
电力装备
新一代信息技术产业
航空航天装备
海洋工程装备及高技术船舶
Q4:您眼中的中国移动工业互联网平台的最最核心能力是什么?
5G
AI能力
大数据能力
工业APP(工业应用)
PaaS能力
边缘计算能力
Q5:您眼中哪些产品是工业企业最急需的?(最多可选三项)
预测性维护
工业工具软件
OA等管理信息化系统
数据库
数据挖掘分析工具
AI工具
数据可视化工具
供应链分析
协同制造
产品溯源管理
能源管理
Q6:您眼中的边缘一体机实现哪些功能?
工业终端的数据采集能力;
具备5G通信能力;
传输数据至业务中台,实现数据的后续应用以及管理的能力;
实现现场各类接入设备基础运维能力;
支持便捷的二次开发以支持各类协议转换,适应于各类业务场景;
Q7:您觉得上研院应如何实施工业标识解析节点的工作?
结合工业互联网平台项目的搭建,进行标识解析二级节点的建设与运营;
对中国移动集团自行建设与运营的标识节点进行需求评估与整体规划;
通过推动中国移动集团内自有物联网业务使用标识解析体系,来丰富标识二级节点的应用;
将上研院建设的标识二级节点打造为中国移动集团内唯一一个标识二级节点,进行集中化管理运营;
Q8:您觉得公司应当采取哪种模式建设机器视觉平台?
初期小规模投入,选择一到两个重点应用自主研发基于人工智能的机器视觉质检,后期扩展应用领域。
初期合作企业提供打包解决方案,同时基于项目制进行自有人员培训,后期实现自主研发。
与高校共建机器视觉实验室负责算法开发,合作企业负责算法工程化与软硬件集成。
调研企业内部现有的质量检测系统,尝试用机器视觉的解决方案加以改造。
Q9:您觉得当前哪些机器视觉能力是目标企业所急需的?(最多可选三项)
条码扫描
物体计件
OCR字符识别
表面检测
零部件缺陷检测
工业机器人视觉引导
工厂内安防
Q10:您觉得应该如何获取机器视觉算法训练所需的数据?
直接向中小型企业、数据敏感度低的企业购买。
采用企业提供数据+上研院提供解决方案的双赢模式进行试点。
直接从合作伙伴处获取数据。
在企业中进行厂内部署,进行算法适配迭代的过程中获取数据。
Q11:您觉得公司在工业互联网领域工作最大的难点是什么?(最多可选三项)
公司缺少工业领域的积累;
竞争对手已捷足先登;
工业企业对工业互联网需求不旺盛;
工业企业担心数据安全问题;
工业企业对投入产出比敏感;
公司缺乏接触工业企业的渠道;
公司缺乏工业互联网产品;
省公司追求短期利益,对工业互联网推动缺乏动力;
公司的工业团队人手不足;
Q12:针对工业OT储备不足,但人员短时间无法到位情况,您建议最有效的措施是?(最多选三项)
充分利用招聘经费,让猎头公司去工业企业挖人;
充分利用招聘经费,让猎头公司去工业服务商/生态合作方挖人;
充分利用招聘经费,让猎头公司去竞争对手公司挖人;
充分利用业务支撑费,找合作方联合研发;
充分利用软硬件购置成本,采购合作方产品;
内部人员推荐;