[新聞] 鴻海旗下富士康導向新製造 人力省88%效
鴻海(2317)日前公布第3季財報,前3季的毛利率、營業利益率以及淨利率都較去年同期
下滑,市場解讀,零組件上漲影響不小以及轉型效應貢獻有限,導致整體獲利出現微幅的
衰退走勢。鴻海董事長郭台銘表示,富士康工業互聯網正在走向一條由內而外的蛻變之路
,智慧製造的導入已節省人力88%,1年效益提升2.5倍,實現了提質增效、降本減存的目
標。
鴻海董事長郭台銘日前第5屆世界互聯網大會時,以《工業互聯網:由內而外的蛻變之路
》為題進行演講。他說,富士康已發展40餘年,經驗和技術累積了44年,培養出許多具有
工匠精神的優秀製造工程師,現在只需給他們灌輸網路經濟、數位經濟的文化,讓每個製
造設備與智慧設備碰撞,每個製造工藝都能夠運用數位化管理,所以在「新製造」領域,
核心優勢仍在我們手上。
「富士康目前占整個中國出口的3.9%、進口的3.6%,這也象徵著富士康在整個中國經濟中
的地位,而富士康下一步的目標是提升至5%。」郭台銘說,如今很多中小產業都在轉型升
級,但我認為轉型不如升級。一個行業要轉型不是那麼容易,隔行如隔山,跨領域需要很
多年的時間,我希望帶動一些中小企業一起升級,這樣一來,整個工業的升級轉型會來得
更加快速。
從富士康的發展來看,郭台銘表示,目前集團內有6萬台工業機械設備,有1千多條SMT生
產線,有17萬台CNC模具加工設備,5000台各種型號車設備,現在已全部聯網,現在可以
做到智慧感知、智慧分析、智慧型網路、智慧接車的整個控制與配置。
富士康工業互聯網正在走向一條由內而外的蛻變之路,工業和資訊化部舉辦的各種工業互
聯網競賽中,這幾年來都多層次地參與。在多個場域的場景應用方面,形成了精密工具車
刀案例、智慧工廠場務監控系統案例、富士康工業互聯網熄燈工廠及協同工廠案例,真正
做到組裝過程中無人化,108台自動化設備組裝,可以節省人力88%,1年效益提升2.5倍,
實現了提質增效、降本減存。
郭台銘認為,無論是農業生產,還是工業生產,各行各業都可能擁有大資料,擁有互聯網
+的機會,沒有哪個產業是夕陽產業,就看你懂不懂利用新科技。升級是必須的,但不一
定要轉型。
對於工業界來說,郭台銘指出,升級肯定比轉型更重要,舉例來說,做鞋子的就專注於做
鞋子,但是也要意識到鞋子與人體健康大資料密不可分,於是借助於互聯網、大資料等工
具來提升,這就是升級。
傳統行業能否升級,需要看其利用工具如大資料、雲計算的程度如何?目前中國在互聯網
技術上已居領先者,雖然工業技術相對落後,但也正迎頭追趕,畢竟發達國家工業已提前
發展了200年,當有了互聯網賦能之後,中國的追趕速度會更快。
郭台銘透露,在廣東省已經和騰訊聯合,由他們做商業應用的服務,我們來做工業價值的
提升,我們把這叫做混合雲。我們也希望有機會跟阿裡雲來做雲連雲的服務。
未來將會形成商業模式分為ABCDE,第一是AI,富士康來共同研發,因為每一個行業都有
它的人工智慧,而富士康有大資料(B)的收集,將把富士康雲(C)變成各個行業的專業
知識與經驗(D),最後通過整合,利用實踐(E)來驗證可行性。
富士康工業互聯網現在正對外構建工業互聯網技術體系和標準,以及應用解決方案的矩陣
。我們「」把所有工業生產的環節分為「三虛三實」:三虛是指資訊流、技術流和金融流
,三實叫人員流、過程流、貨物流。「三虛三實」的結合就是實體經濟跟虛擬資訊流的結
合,可以做到知識共用,人才培訓、資料解析、資料建模、深度學習,在核心層建立海量
的大資料。
他表示,資料積累起來,可以應用解決方案矩陣,工業互聯網就是由資料做決定的過程,
任何事情做決策由資料說話,用資料洞察過程、做決策和判斷價值,因此建立富士康雲、
工廠雲、行業雲、設備雲以及應用場景雲的雲、移、物、大、智、網加機器人的工業互聯
網生態體系。(楊喻斐/台北報導)
https://bit.ly/2Q54Pdn
好多口號要記~
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 113.196.174.254
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1542587476.A.425.html
※ 編輯: jeff0025 (113.196.174.254), 11/19/2018 08:31:35
推
11/19 08:38,
7年前
, 1F
11/19 08:38, 1F
→
11/19 08:43,
7年前
, 2F
11/19 08:43, 2F
→
11/19 08:47,
7年前
, 3F
11/19 08:47, 3F
推
11/19 08:54,
7年前
, 4F
11/19 08:54, 4F
噓
11/19 09:15,
7年前
, 5F
11/19 09:15, 5F
→
11/19 09:18,
7年前
, 6F
11/19 09:18, 6F
推
11/19 09:20,
7年前
, 7F
11/19 09:20, 7F
推
11/19 09:34,
7年前
, 8F
11/19 09:34, 8F
→
11/19 09:38,
7年前
, 9F
11/19 09:38, 9F
→
11/19 09:40,
7年前
, 10F
11/19 09:40, 10F
→
11/19 09:42,
7年前
, 11F
11/19 09:42, 11F
推
11/19 10:00,
7年前
, 12F
11/19 10:00, 12F
→
11/19 10:13,
7年前
, 13F
11/19 10:13, 13F
推
11/19 13:21,
7年前
, 14F
11/19 13:21, 14F
→
11/19 13:21,
7年前
, 15F
11/19 13:21, 15F
→
11/19 13:22,
7年前
, 16F
11/19 13:22, 16F
→
11/19 13:23,
7年前
, 17F
11/19 13:23, 17F
→
11/19 13:23,
7年前
, 18F
11/19 13:23, 18F
推
11/19 13:26,
7年前
, 19F
11/19 13:26, 19F
推
11/19 13:31,
7年前
, 20F
11/19 13:31, 20F
推
11/19 13:32,
7年前
, 21F
11/19 13:32, 21F
→
11/19 13:36,
7年前
, 22F
11/19 13:36, 22F
→
11/19 13:37,
7年前
, 23F
11/19 13:37, 23F
→
11/19 13:41,
7年前
, 24F
11/19 13:41, 24F
→
11/19 13:42,
7年前
, 25F
11/19 13:42, 25F
→
11/19 13:43,
7年前
, 26F
11/19 13:43, 26F
→
11/19 13:44,
7年前
, 27F
11/19 13:44, 27F
推
11/19 13:50,
7年前
, 28F
11/19 13:50, 28F
→
11/19 13:51,
7年前
, 29F
11/19 13:51, 29F
噓
11/19 17:12,
7年前
, 30F
11/19 17:12, 30F
推
11/19 19:25,
7年前
, 31F
11/19 19:25, 31F
噓
11/20 02:03,
7年前
, 32F
11/20 02:03, 32F
→
11/20 17:50,
7年前
, 33F
11/20 17:50, 33F