注：这是一篇串起来的文章，观点在过去的多篇文章中都有过发表，只是今天在智能制造群中参与讨论了一下C2M、智能制造、人工智能，于是把观点再串在一起，完整表达分享出来。我不能保证连贯看懂普及，我只记录留存。

这几年智能泛滥，智能硬件、智能工业设备、智能物联传感、人工智能、智能制造、智能零售。

（1） 人工智能

我倒不太想提人工智能这个词汇，省得大家老期盼着科幻片的场景，这几天AlpheGo在国际象棋（有固定参与元素个数、有固定规则）中又战胜了，又掀起一波人类要被机器灭掉的“黑客帝国热”。

人工智能有几个支撑因素，这在上一波人工智能热潮中是没有的：

1、芯片：TPU/GPU/FPGA

2、网络：宽带/WIFI、4G

3、云计算：云计算弹性CPU资源和内存资源、分布式大数据存储中间件、分布式大数据计算中间件、分布式大数据传输中间件

4、高精度硬件：高清摄像头、智能手机、智能产品、智能物联传感器

5、数据：

IT设备日志数据+应用点击流数据

即时通信+社交网络数据

智能手机照片+语音/音乐+视频/直播数据

网页爬虫数据

城市交通安防摄像头数据+商业地图数据+实时位置定位数据

智能产品数据+智能工业设备数据+智能物联传感器数据+无人驾驶汽车数据

在线电子商务数据+在线支付/红包数据+在线互联网金融数据+在线SaaS数据

看看上述数据，想想现在的大数据，大量都是非结构化数据啊（不是咱们过去常见的关系型数据）。

人工智能，我只说模式识别、自然语言处理，这样大家就能心平气和的讲应用场景了。

自然语言处理：分类、聚类；搜索、关联推荐；语音转文字/文字转语音；机器翻译

有人说，这些人工智能不都是20年前玩剩下的么？对啊，但是在源源不断的在线的海量数据下，人工智能精度会比过去更快更精准啊。

（2）智能硬件、智能工业设备、智能物联传感、智能汽车

展开全文

我个人观点啊，每个消费类产品，每个工业设备（机床）/流水线、工业机器人、机械设备/医疗设备、每个摄像头/物联传感器等等，都能成为智能硬件。

但是，我们要像对待智能手机（Symbian/NOKIA、iOS/iPhone）、对待上述人工智能一样对待智能硬件。我所认为的智能硬件应该是：带智能操作系统、可高级语言编程应用、应用可自动化控制设备、可远程联网升级、带物联传感设备可远程收集数据、带GPS可实时定位、可远程诊断，这就是智能硬件了。如果再加上摄像头影像输入/语音交互识别输入和大屏幕输出、人工智能的模式识别能力和自然语言处理能力，那就更智能了。

有人说，这算哪门子的智能，这一点都不超越人类啊。嗯，这就行了，有这些就已经能做很多事了，你不能超越历史或干坐着等待。至少我们过过去在线下不能收集购买过程和使用过程数据，现在有这个可能性了。至少我们过去不可以做远程诊断、远程维护、远程定损、远程估值，现在有这个可能性了。这就能创造很多的产品研发设计改进机会、产供销联动机会、精准营销机会、售后服务业务机会。

（3）智能制造

现在一说起智能制造，人们就想起工业4.0、C2M定制。

人们总是喜欢参观自动化高甚至无人车间，喜欢赞叹5S管理（认为这就是现代化企业，管理水平很高）。其实这根本不是智能制造。就连现在人们购买云计算，还有不少企业客户非要求去参观大规模机房，看看实体的机房、服务器、规整的环境、有条理的服务支持流程与操作流程，客户才放心。

咱们先说说5S：

整理：区分要与不要的物品，现场只保留必需的物品。

整顿：必需品依规定定位、定方法摆放整齐有序，明确标示。

清扫：清除现场内的脏污、清除作业区域的物料垃圾。保持现场干净、明亮。

清洁：将整理、整顿、清扫实施的做法制度化、规范化，维持其成果，使其保持最佳状态。

素养：人人按章操作、依规行事，养成良好的习惯

我过去也对比过世界大国的工业4.0之路：

德国：方向是数字化工厂。德国的优势是装备制造。所以德国西门子装备设备巨头+德国SAP软件巨头组合。西门子擅长的PLC收集工业设备数据、并购虚拟仿真设计软件厂商和协同研发软件厂商、利用CloudFoundry搭建云端应用、利用SAP HANA进行数据存储和数据计算。

美国：方向是金融衍生服务、互联网应用、大数据服务。美国的优势是互联网、金融。所以美国GE装备设备巨头+美国微软软件巨头组合。Predix平台也是GE研发设计物联传感设备进行工业设备大数据采集/传输、利用CloudFoundry搭建云端应用、利用微软Azure进行数据存储和数据计算。以便做远程定损、远程抵押估值、远程二手转卖估值、远程租赁管理。

中国：方向是产供销整合。中国的优势是产业链完整、互联网+电子商务发达。所以中国一方面搞中国制造2025继续发展核高基突破核心，一方面搞互联网+，以互联网为龙头，以智能设备+大数据驱动、云计算+系统整合为抓手，发展产供销打通（信息流、资金流）。

民用制造业，最复杂的就是高铁、汽车和民航大飞机，所以我还是再分享一下上次我在长春汽车行业信息化论坛上的观点：

1、研发：虚拟仿真研发渲染+VR仿真体验、产品数据库+DIY+BOM、全球协同研发

2、生产：智能汽车车联网+智能流水线+智能车间、产业集群协同生产、智能自动化质量检查

3、营销：数字营销+客户画像+用户行为跟踪

4、销售：SaaS CRM+SaaS分销管理+电商产供销打通集成

5、售后：智能大数据驱动保养维修+定损+租赁+抵押+二手转卖+保险+信贷

6、客服：智能客服机器人+消费者社区+汽车周边电商

（4）智能零售

零售和批发，是古老的行业。

我国也是从改革开放到现在，出现了很多to C零售业态：

1、集贸市场、百货公司、商场、Mall

2、品牌大卖场、大超市、连锁门店、连锁便利店

3、夫妻店/小卖铺、售货亭、自动贩卖机

4、目录邮购、电视购物、品牌独立B2C网上商城

5、品牌体验店&服务店、零售+现场加工

现在也有很多to B零售或批发业态：

1、大客户直销、企业内购

2、集中采购、B2B商城

3、专业批发商城、渠道批发代理分销

即使是to C零售，因为品类不一样也有很大的过程管理差异：如服装/鞋、图书、母婴、建材、家具、厨卫、大家电、眼镜、药品、生鲜、烟草、酒水饮料乳品、冷冻、汽车、房产、票务...。到了跨境进口与出口，还有文字语言与审美风格差异、海关通关与税收汇率差异。

虽然有人拿：统一营销、统一订单、统一库存、统一仓储物流、统一支付、统一会员/画像/用户行为/信用来做为新零售，但是我更愿意拿“数据智能”来说说智能零售：

一、供应链

1、选址

2、选品、排列

3、采购计划

4、促销

5、定价

二、营销

1、基础：用户识别、用户画像、用户行为记录

2、精准广告投放

3、精准搜索排名、精准搜索关联推荐

三、交易

1、恶意用户判别、恶意订单判别

四、金融

1、信用评估

2、信贷风控、租赁风控、二手转卖估值

五、交付链

1、仓储：选址、库位规划、商品分布

2、物流：最佳物流配送路径

3、客服：智能客服机器人

4、维修：远程定损、远程诊断、现场服务管理

六、消费者关系社区

1、评价：恶意评价判别

2、鉴黄：智能语音鉴黄过滤、智能图片鉴黄过滤、智能文字鉴黄过滤