冯睿财经,冯睿轩的照片

首页 > 财经 > 理财资讯 > 正文

冯睿财经,冯睿轩的照片

冯睿财经,冯睿轩的照片

7月7日,2022厦门工业博览会暨第26届海峡两岸机械电子商品交易会开幕。在同期开展的海峡工业论坛上,华为中国政企智能制造系统部副总经理冯睿受邀发表主题演讲。

冯睿指出,现在整个中国制造业面临的挑战非常巨大,一方面来自于外部压力,尤其是2019年之后,美国对中国企业的制裁;一方面要面临高质量的竞争,以及低成本的竞争。

以华为为例,原来华为只把自己定位为通信厂商,竞争者是国外通信巨头。自从2019年美国队对华为实施制裁之后,华为不得不转型做芯片研究,开发了鲲鹏芯片、升腾芯片,竞争对手从原来通信厂商变成CPU和GPU厂商,英特尔、英伟达。我们现在不得不研制操作系统,我们发布了鸿蒙操作系统、欧拉操作系统,面临和微软、谷歌的竞争。

华为每年研发投入是压强式的投入,2021年,华为整个研发投入占营收占比22.4%,全球排名第二。如此大的研发投入,要研发出好产品;另一方面,还要让客户用得起,用得好,把成本降下来。

不仅这些龙头企业,相同的挑战也呈现在中小企业面前。而且后疫情时代,中国中小企业如何快速剥离劳动密集型性质,从线下走到线上,实现上云,这些也是巨大的挑战。

面对这些挑战,智能制造是中国制造业的主流方向——采用数字化技术,在人、机、料、法、环外,除了传统的5大生产要素之外,把数据作为第六大生产要素。

华为公司2015年开始数字化转型,原因是在向全球发货的过程中,信息流跑不过货物流——货都已经到客户现场,但订单系统上仍然显示在途状态,这对一个企业走向国际化是一个非常大的问题。

华为的应对是,协同好各个部门数据,让数据成为公司第六大生产要素,让数据说话,让数据决定管理层决策。在2019年5月20日美国当天晚上对华为宣布制裁,华为在21日早晨就能够知道哪些货、哪些客户合同受到影响,很快地给出备份方案。把数据变成第六大生产要素,这是一个企业构建未来一个竞争力的核心的条件。

我国各级政府出台了很多政策,推动企业走向数字化,来构建未来的竞争力。2020年,国家发布新基建政策,明确要求,国有企业加快数字化转型步伐。2021年年底,工信部发布了“十四五”智能制造规划。发改委8个部委发布中国数字经济的“十四五”规划,这些规划提出都明确点明了数字化是中国企业、中国制造企业构建竞争力主要通路。

数字化是重要方向,核心技术发展至关重要。华为长期专注技术研究,例如,针对通用算力开发了鲲鹏芯片;针对多样化图形化算力,开发了升腾芯片;在数据库侧,开发了高斯开源数据库系统;在操作系统侧,针对中心服务器开发了欧拉操作系统;针对终端穿戴设备,开发了鸿蒙操作系统,并且是开源的——这些开源软件能免费地为各行各业软件开发商进行二次开发提供支撑,共建中国的数字生态,为中国企业高质量发展构建第二选择。

华为数字化转型的经验是,数字化转型一定要以企业的主业成功为目标。华为在98年进行企业变革的时候,就已经把我们的主业定位了,华为数字化转型的目的并不是为了达到世界级的IP系统,是为了打造世界级的华为。

任正非比喻说,华为公司就是造馒头,生产馒头,只不过在我们生产馒头过程当中,美国人不卖给我们面粉了,所以说华为不得不转型做小麦。小麦过程当中,我们不得不去研制磨面粉技术,但是无论如何我们不能忘了一个主业,我们还是做馒头的。因此主业的成功对一个企业数字化转型成功非常重要。

多年的积累,华为有4个方面的体会和经验:第一,数字化转型成功一定要有明确的战略引领,这是发挥整个数字价值最大动力。数字化转型是一个企业主动思考未来怎么构建竞争力的行为。战略引领,是用数字化的技术来帮助企业转型成功,但不能最后演变成买了一堆数字化装备,而对数字化转型没有一点作用。

第二点,重构业务。要真真实实站在用户以及业务角度思考整个问题,要合理规划数字化转型的路径。数字化转型是一个非常复杂以及庞大的工程,很多企业在走这条路时候容易迷失方向,急用先行。我们总结一个词,长短结合,我们既要有长期规划,同时快速见到这种短期效益,让整个团队,整个公司全体成员能够对数字化转型抱有信心。

第三个,建立一个数字平台。华为通过自身华为云的能力,建了很多这种应用矢能平台、AI矢能平台以及数据矢能平台。强大的数据协同能力,都离不开数字平台的建设。

第四个,数字人才保障。不光是人才,业务和IT协同也要求非常严格。华为内部有一句话,叫做鸡蛋从内部打破才算重生,内部有转型机构保障,对一个企业转型成功非常重要。

对企业来说,数字化道路其实分为5个等级。第一个等级是信息化增强,企业为了实现某项功能,上某个应用,建立数据中心,或者是做一些应用系统改造。

第二个是场景数字化的阶段。企业为了实现内部效率提升,例如,提高研发效率,专门搭建一个高性能的仿真平台;为了减少企业生产线之间换线时间,建立一个柔性生产系统;为了实现产能扩张,建设一个新型智慧工厂或者未来工厂。

第三个阶段是业务数字化的阶段。在这个层面,企业对于内部效率提升提出更高要求,例如,链通各个部门之间的数据,企业经常会通过数据弧建设、通过企业上云打通内部信息孤岛。

第四是数字治理的阶段,数据资产化。企业为了更好地利用数据,让数据主动、自动说话,建立一些数据模型、数据标准,把数据进行流程化,过程数字化,以及对象数字化。

第五个等级是组织变革。为企业的主业成功,做未来10年、20年乃至30年的数字化变革,包括管理人才变化等等。

针对这五个不同等级,华为公司有不同类型的解决方案。例如,第一阶段的信息化转型,华为先天就是ICT设备供应商,通过这些领先设备,能够保障企业的信息化增强,赋能企业信息化建设。

在第二个阶段,华为可以涵盖制造业的研、产、供、销、服五大领域,提出不同的针对性解决方案。例如,半导体行业,车辆行业,行业,轻工业行业等等。第三个阶段,我们通过华为云的能力外溢,更好的帮助企业上云,用好数据。

第四个阶段,资产沉淀阶段。华为能够提供标准的数据治理流程,以及数据模型建立流程,能够帮助企业快速实现数据资产沉淀。

第五个方面,提供专业的团队。开始规划企业组织规划,治理、运维等等到结果评估,能够给出专业指导意见。

总而言之,五个方面,我们凝聚了各行各业的生态伙伴,共同帮助企业快速地掌握数字化转型能力,快速构建面向未来的竞争力。

我也分享几个案例,让大家更好认识达到的效果。

数字化研发领域,国内某车企采用华为解决方案,通过联合业界仿真算法的生态合作伙伴,结合华为端到端的ICT基础设施,采用鲲鹏芯片和升腾芯片以及桌面云技术,构建了端到端的解决方案,帮助车企构建智能高性能研发平台。使得这个车企研发性能提升30%,而且通过开源软件使用,替代了之前昂贵的国外付费软件,研发成本降低了30%,研发效率也得到了有效提升。

我们知道目前产线换线技术非常复杂,需求时间很长,不过,华为通过WIFI6解决方案,帮助国内某半导体公司实现快速换线,从原来一天缩短为15分钟;并且WIFI6设备独有的协议,也帮助企业实现漫游协同、零卡顿。

我们知道,在仓储领域,最大的节约成本的方式是提高库存的周转率,以及实现快速的盘点。通过华为云以及业界伙伴算法的提供,能够实现批量出入库,每秒读取物资的次数能达到200次以上。并且,通过人工智能的方式,能将出入库盘点的差错率降低300%,保障企业物流周转率提升30%,人力相应减少。

第四个是数字化物流,一个零配件厂,对它最大的困扰是什么?是要提高车的装载率以及派车的效率,华为通过华为云,再加上零配件厂商的生态算法,帮助零配件企业快速提高装车的机载率以及减少派车的次数,从而节省车企成本。

营销领域,华为和比亚迪做了一个案例,让全国比亚迪的900个门店目前全部实现智能安防、智能管理以及智能营销,两年多来,全国900个门店每年节约营销成本、人力成本高达2000万,它的巡检次数,从原来的每年一次,提升到每季度一次。

同时,华为公司还在做一件非常重要的事情,就是打造整个智能制造的软件生态。

我们希望能够以自身的实践为基础,先能够聚合一批优秀的工业生产企业。比如,目前,华为在实现内部的ERP系统的重构——2019年之前我们的ERP是采用的Oracle的,但5月20号的时候,Oracle全部都不给华为提供服务了,包括维保,包括License的续约,全部都终止了。

这个时候公司高层,管理层做出了三件事:第一,维稳。第二,创新,解耦。第三,重构。什么意思?

第一个我们得先稳住,得保证员工的使用。虽然美国不给我们提供服务了,但我们依然还平稳地运行了一段时间。第二,我们同时和国内优秀ERP厂商,比如金蝶、用友一起开发华为的ERP产品,把业务从Oracle的平台给抽出来,解耦出来。第三,重构,我们和金蝶、用友做一个新的ERP平台,然后把这些业务再重新放到华为的鲲鹏服务器、升腾服务器这些国产化服务器上。

7月10号,我们的全新ERP系统就会上线了。美国的亚马逊完成它的ERP重构走了10年时间,阿里巴巴用了8年,我们从2019年到现在,差不多3年时间走完了他们原来10年的路。

我们想通过自身实践的尝试,首先凝聚国内一批优秀企业,通过一两个标杆的建立,打造这样一个工业云平台,能够让更多的工业软件生态凝聚在这个云平台上,最后打造一个生态链,智能制造的生态链,能够更好为国内中小型企业,没有能力去研发的企业,直接为他们提供服务。

我们也希望能和在座的企业一起,为整个智能制造国产化生态联合起来,为我们的世界构建第二种生态链的一种智能制造生态链的选择。

来源:海峡导报

备案号:赣ICP备2022005379号
华网(http://www.hbsztv.com) 版权所有未经同意不得复制或镜像

QQ:51985809邮箱:51985809@qq.com