年份：2022年

后疫情时代，网购和人们生活的联系变得愈发紧密。而双十一、双十二等购物季的接踵而至更是让零售商早早布局。据贝恩公司预测，今年“双十一”购物节的商品成交额(GMV)有望突破1万亿元人民币大关。

在一个个令人瞠目结舌的数字背后，意味着机器学习、人工智能和物联网等技术正持续推动零售业的变革。在过去十年里，零售业迎来了重要转型。其中，物联网已被全球超过50%的主要零售商应用，且继续呈现上升趋势。物联网的加入让零售业如虎添翼——加强供应链管理、优化客户服务、库存管理智能化、自动结账等一系列优势让率先采用物联网应用的零售商获益匪浅。

然而，机遇与挑战就像硬币的两面，总是相伴而行。尽管物联网可以给业务转型带来益处，但企业在采用物联网时仍然面临障碍——Microsoft发布的报告IoT Signals指出，97%的受访者认为在采用物联网时，安全问题是一个主要挑战。

物联网普及增加了零售业的安全风险

除了拉动消费者对速度、便利性和个性化体验的需求，零售业的电商变革者同时也在促使物联网设备在零售供应链运维中的迅速普及。零售供应链运维中最常见的物联网设备包括手持电脑、摄像机、打印机、网络电话、物理安全、销售网点系统、员工管理、追踪和定位系统。

零售业是最成熟的电商行业之一。疫情之下，防控措施导致买家的购买习惯发生了巨大改变，进而拉动在线零售额大幅增长32%，推动了该行业的数字化转型。2021年6月，NRF和Euromonitor International 开展了一项行业调查并从中得到三个重要发现：

72%的零售业专业人士表示，新冠疫情使公司的数字化转型加快至少一年。

73%的受访者表示，疫情加速了他们在技术方面的投资。

58%的受访者表示，疫情加快了他们公司新技术产品的推出。

零售业数字化转型的提速在很大程度上是由整个供应链中几乎无处不在的物联网技术促成的。零售供应链是一个复杂的全球生态系统，包括：制成品、实体店和网店、物流、分销以及由各个渠道零售业务产生的海量数据。为了在几天甚至几小时内通过这个生态系统将商品送达全球消费者，需要使用无数网络连接设备和传感器。物联网在零售供应链中的一些主要用例有：

通过自动导引车和机器人、手持扫描仪以及VR/AR分拣系统加快订单履行速度，提高订单准确性。

利用RFID和其他传感器进行实时库存管理。

将过去的气隙和孤岛系统进行连接，实现配送自动化，进行更加实时的配送管理。

通过手持POS机和店内行为监测传感器提升客户体验。

采取高性价比的防损措施，例如：在商店和配送中心使用现场监控的安全摄像机和传感器。

短时间内，市场对这些设备的依赖不会下降。GrandView Research的一份市场分析报告显示，物联网技术的进步预计将推动零售业收入在2021至2028年期间实现26.0%的复合年增长率，达到1.820.4亿美元。

防御优先助力零售业积极应对安全威胁

零售业的运维、安全和IT负责人有必要考虑整个供应链和商店中的物联网设备数量，其中多达57%的设备容易遭受中度或严重网络攻击。它们可能成为攻击者入侵并横向移动到网络关键区域的门户。

目前市面上的物联网安全解决方案对于零售业这样的物联网密集型行业来说是不够的，其原因包括：完全依靠警报;基于签名的发现方法已经过时，无法提供完整的可见性;无法将设备细分为信任区;部署复杂导致基础架构和安全团队负担过重。

基于这些问题，零售业的CISO(首席信息安全官)应当如何在运用物联网技术推进数字化转型的同时，将业务中断风险降到最低并保持网络性能?

相比完全依靠警报，零售业CISO更需要防御优先的物联网安全解决方案，来消除零售店、仓库和配送中心里被管理和未被管理的设备面临的风险。对零售业CISO和IT负责人来讲，物联网安全解决方案需要具备的首要功能有：

所有设备的完整可见性，包括快速和准确发现未曾看见和未被管理的设备，以及整个零售供应链(包括商店、仓库和配送中心)的设备背景和风险状态。

以内置的威胁防御取代完全依靠警报的解决方案，避免未被管理的设备可能带来的各种威胁和漏洞，保障网络安全。

无缝集成到现有工作流程中，减少基础架构和安全团队的部署及配置负担。

按照零信任安全原则，利用下一代防火墙或网络访问控制执行点将网络分割成最小权限信任区，尽可能地减少威胁在网络中横向移动的风险。

将机器学习和众包数据相结合，快速准确地判断风险、检测异常情况，并提供基于信任的执行策略。

物联网安全是零售业稳定发展的关键

在技术创新和转型的时代浪潮推动下，零售商获得了持续发展。在此过程中，CISO和IT团队需要重新思考联网设备的安全问题，实现安全运维的同步创新与转型。为了跟上业务增长的步伐，零售商需要采用比传统解决方案更加全面、自动化、高效和精准的物联网安全方案。

从发现物联网设备及相关风险到采取实时的威胁防御措施，零售业CISO必须通过升级过去的传统解决方案来支持整个物联网生命周期。而这种方法所实现的安全态势能够稳定支持基于物联网的运维，保护零售网络免受现有和未知的威胁。

当下，我国正在向安全可靠、便捷高效、绿色智能、开放共享的现代化综合交通运输体系迈进，智能交通科技产业处于高速发展期。在《“十四五”现代综合交通运输体系发展规划》的指导下，互联网、大数据、人工智能、区块链等智能技术的深度推广应用，已成为智慧交通行业发展的核心竞争力。

随着智慧交通建设的推进，智慧停车成为解决城市停车问题的重要举措。头豹预测，到2025年，智慧停车场渗透率(新建智慧停车场数量占新建停车场比例)将达96%，覆盖率(智慧停车场数量占总停车场数量比例)将提高至99%，智慧停车市场正展现出巨大的发展空间。

作为一家行业先进的互联网智慧停车服务平台，停简单深谙数字化之义，前瞻性地选择了联想边缘计算设备，对平台能力进行智能化整合升级，助力打造未来大出行平台。

可选设备少、算力不足、稳定性差：打造全智能未来停车场的三大挑战

停车管理并不是一件简单的事。智慧停车需要多环节、多主体的协同，转型的关键在于系统化的智能升级。不少企业仍停留在单一维度，仅依靠某一环节的智能化来解决问题，难以为智慧停车打开新的想象。

纵观整个智慧停车场景，从车牌识别到电子支付等环节，都离不开边缘计算设备的支撑。然而，多闸口车流进出高峰带来的并发、密集的业务需求，让传统边缘计算设备的有限算力应接不暇。另一方面，为了实现设备的统一运维，停简单需要找到一家合作伙伴，可以提供多设备的组合，以覆盖从大停车场高算力，到小停车场低算力的梯度设备需求。

此外，设备7×24小时稳定运行也是打造智能化、无人化停车场的基本保障。正如停简单技术架构师程毅然所描述的，“夏季高温、冬季低温等季节性因素都有可能导致设备运行故障。尤其是夏季，多数岗亭无人值守，也未配备空调系统，相对恶劣的工作环境为设备稳定运行带来了难度。”而停简单遍布全国的停车场业务也让设备售后运维的难度大幅提高。

由此可见，算力不足、高低算力设备搭配可选方案少、设备稳定性欠佳，是停简单在打造“全智能未来停车场”过程中面临的边缘计算设备部署挑战。

丰富产品矩阵、高算力、高稳定性：联想边缘计算设备多场景中“以智护航”

针对停简单运维的三大痛点，联想基于自身在智能物联产品布局上多年的创新和丰富经验，为其量身定制了一套边缘计算解决方案。面向停简单不同停车场需求，联想提供了包含多种边缘计算设备的高低算力搭配方案可选，帮助停简单构建智能化停车服务平台。当车辆驶过时，相机拍摄车牌与车辆信息，上传到联想边缘计算设备，继而依据边缘计算设备与本地、以及停简单平台数据进行比对的结果，实现对道闸、屏显等设备的控制。联想边缘计算设备还承担了数据传输功能，通过与网络的交互，实现交易数据校验和停车信息同步。

联想凭借其丰富的边缘计算产品矩阵、高算力与高稳定性，为停简单边缘侧业务智能化及服务流程优化提供了可靠的技术支撑：

•丰富产品矩阵，适配多元停车业务场景：面对如室内外或大小型停车场等多种工作环境，联想智能边缘业务可提供各类不同尺寸、算力的边缘计算设备，以满足不同应用场景下的功能需求。例如，在智能停车场中，由于部分停车场面积小、无独立办公室或机房，联想紧凑设计的智能网关便可适配室外岗亭;面向大型车场则可选用标准4U工控机集中控制。这样无论在大型商超还是小型车场，联想均可为停简单提供最适配的边缘计算解决方案。

•高算力，从容应对停车高峰：早晚车流高峰的车辆管理是停车场面临的一大难题。在车辆进出高峰实现车牌快速识别、电子车位实时显示等功能，都需要通过强大的算力支撑以完成对高峰期数据的并发处理。联想边缘计算设备搭载最先进的芯片组平台，并拥有出众的散热设计，保障边缘计算设备的持续高性能输出。从车辆入库的信息采集、储存到车辆出库的判定、支付结算、实时视频采集，诸如此类多场景、碎片化的难题，都在联想边缘计算设备超高算力的协助下迎刃而解。

•高稳定性，无惧酷暑寒冬：正如停简单技术架构师程毅然在讲述业务痛点时所提到的，随着智能化、无人化停车场加速发展，智慧停车场的岗亭大多趋于无人化管理模式。受季节影响，岗亭工作环境温度最高可达65摄氏度。对此，联想提供的边缘计算设备可保证在宽温宽压、高粉尘、强震动的严苛环境下维持7×24小时稳定运行，为停简单的业务场景提供“定心丸”。

布局广、服务优：智慧之路的坚实基础

凭借布局广泛、优质可靠的服务保障，联想赢得了包括停简单在内众多客户的充分信任。在全国，联想拥有22000多位专业工程师和2600多个服务网点，服务网络100%覆盖全国行政区，实现了全国1到6级城市5公里以内、所有县级以上城市30公里以内的及时服务。联想凭借其稳定可靠的技术支撑和覆盖全国的服务体系，为停简单的全国业务部署保驾护航，也为其智慧交通转型增添助力。

在构建智慧交通这一大背景下，联想智能边缘业务正在为推动交通行业数字化转型而不懈努力。联想还将持续在智能物联网领域全面发力，为企业提供更加多元化、场景化的解决方案，携手众多行业伙伴，助力产业智能化升级。

[中国，深圳，2022年11月7日] 华为面向ICT产业的年度旗舰活动——华为全联接大会2022在深圳和线上举办。大会以“释放数字生产力”为主题，邀请了ICT行业领袖、专家及合作伙伴等嘉宾，探讨如何推进行业数字化转型，共建数字产业生态等议题，并分享最佳实践。华为在大会上提出了助力客户释放数字生产力的三大举措，并面向中国市场发布了十大场景化解决方案和超过十五项创新的云服务。

当前，我国的数字化已经进入快车道，释放数字生产力正当其时。而“数字生产力就存在技术里，藏在场景里。”基于此，华为中国政企业务总裁吴辉在会上发表了题为《为行业找技术，深入场景创造价值》的主题演讲，重点分享了华为基于多年的探索和实践总结出的行业数字化转型的方法论和企业转型成功秘诀。

跨越数字鸿沟 转型成功有方法

毫无疑问，数字化转型已成为行业必答题，但想要转型成功却并不简单。究其原因，主要包括顶层设计不够系统、架构不稳、以及落实举措不到位等。而华为经过多年的深度探索和业界最佳实践，总结出一个数字化转型成功的方法论，即“意愿牵引、场景切入、目标导向、组织适配，技术内化和应用外挂”六个步骤。

意愿牵引：数字化转型是创新与变革。我们发现，数字化转型成功的企业都有一个共同的前提：就是有强烈的转型意愿，敢闯、敢试、敢投入。特别是高层亲自参与，制定转型战略和愿景，并分步实施落地；在过程中敢于试错，还能坚定不移的投入资源，这样的企业的数字化转型更加卓有成效。可以说，企业的数字化转型首先源自于企业高层的强烈意愿。

场景切入：聚焦三大价值场景，选定转型投入方向。生产力藏在场景中。从小场景切入，步步推进，是推动企业转型成功的又一要素。而企业的价值场景通常包括三大方面，即通过提升品质、降本增效、增加收益，实现企业效益提升的商业价值；实现减少安全事故、改善工作环境、减少环境污染、促进资源高效利用的社会价值；还有以整体安全可靠、架构可持续演进、规模可灵活扩展为原则审视数字化系统建设的可持续发展价值等。选定了场景，也就明确了数字化转型的投入方向和阶段目标。

目标导向、组织适配：面向目标，构建三方联合的创新组织。以目标为导向开展数字化转型的同时，还要看到数字化转型是一个系统工程，各个组织都有能力短板，因为“懂行业的不懂数字化，懂数字化的不懂行业。所以“客户、伙伴、华为”应该是一个“铁三角”型的创新组织，即客户有清晰的发展规划和业务理解，伙伴有沉淀多年的行业经验，而华为有全栈的ICT技术。同时，华为为了快速集结资源、提高决策效率、实现短链条运作，成立了行业军团、产业军团和产品组合军团，把复杂留给自己，把简单留给客户和伙伴，更好地解决了数字化转型过程中的难题，帮助企业更快达成目标。

技术内化：让技术匹配业务战略。有了场景、目标和组织，还需要客户、伙伴、华为联合进行4A架构的重构。即以客户为主，基于企业战略和业务本质规划业务架构（BA），进而以ISV和SI为主，基于业务责权和数据流动明确业务运行的应用架构（AA）和信息架构（IA）。以上过程华为都会参与，但华为最聚焦的是用技术内化的手段支撑客户技术架构（TA）的设计与建设。

华为的 ICT 技术涵盖了联接、计算、云等产业。技术内化，是华为把有根的全栈 ICT 技术进行聚合，由内而外生成数字平台，对准复杂的硬件平台、复杂的软件和算法平台，将它们封装成简单的对外接口；让客户和伙伴能在场景数字化建设中直接、高效使用业界数字化能力。

同时华为坚持发展安全可靠的根技术，目前拥有“2+2+2”的根技术，联接领域有IPv6+和5.5G，计算领域有鲲鹏和昇腾，操作系统领域则有欧拉和鸿蒙；三大领域的根技术正在不断生根、发芽、开花，创造越来越繁荣的生态。

应用外挂：坚持应用系统由伙伴打造。华为坚持有所为，有所不为。有所为，就是针对价值场景，发挥华为在联接、计算、云等数字技术方面的优势，提供产品和产品组合。有所不为，就是有清晰的边界，坚持被集成，发挥合作伙伴对行业的理解力，来开发应用和设计信息架构，发挥客户的业务理解能力，华为与伙伴、客户一起打造场景化解决方案，帮助客户系统化解决问题。

华为强调应用外挂，就是要充分利用技术内化的数字平台，激活客户数字化建设的生产力。数字化的很多结果要通过应用（含数据）呈现出来，应用要反映业务，必须具备快速、敏捷和极致体验，应用也只有与平台解耦且采用服务化架构，外挂在数字平台上，才能实现这一目标。

当前，应用外挂的模式极大利用了数字化成果，极简开发应用，灵活响应业务，极大释放了数字化自身生产力，并已在多个行业得到了价值实践：

在电力行业，华为帮南方电网解决了巡线时间长、劳动强度大、工作环境危险等问题，将单次巡检时间从7天降至2小时，并实现了“高压巡线不登塔”的目标；大幅降低了工人劳动强度和风险，实现了商业价值与社会价值的双丰收。在油气行业，华为帮国家管网解决了油气管道第三方入侵检测困难的问题，用一套设备便能实现100公里管道的AI检测，定位精度达到10米级别，事件识别准确率达到97%；大幅降低了管网入侵所产生的经济损失和安全风险，有效保障了能源安全。而在金融行业，华为则为邮储银行部署了银行分布式新核心，在确保业务稳定性和连续性的同时也帮助银行解决了“卡脖子”问题，帮助邮储银行实现了数字化系统的可持续发展。

十大场景化解决方案重磅发布

华为携手伙伴助力客户数字化转型成功的价值正在越来越多的行业涌现。在大会现场，重磅发布了十大华为与合作伙伴共同打造的场景化解决方案，包括：城市融合感知解决方案、财政技术中台解决方案、智慧医院全光阅片解决方案、银行分布式新核心解决方案、工业AI质检解决方案、电网数字换流站解决方案、本安型矿山工业承载网解决方案、智能隧道解决方案、智慧机场光感围界解决方案、港口智能水平运输解决方案等。吴辉表示，感谢所有合作伙伴的支持和关注，你们让华为的技术更有生命力。

数字化转型助力一汽高质量发展

作为客户代表，一汽集团体系数字化部总经理门欣也在分享环节中介绍了一汽集团在数字化转型过程中的经验和体会。门欣表示：数字化转型是当前所有业务工作的基石，在创新的行为范式和4A架构重构的助力下，一汽集团通过云原生思想在业务的应用，打造了“产品/服务、经营/管理的数字孪生体”，同时打造了业务IT一体化战队，加速转型落地，并依托创新云管边端数字底座，进一步释放了数据生产力。特别是在生产工位的转型实践中，通过工位要素数字化，成功挑战零废品目标，将单台工废成本从过去的17.68元降低至0.89元，极大的降低了成本。对此，门欣特别谈到，数字化就是把决策变成了选择；数字化转型是认知，更是信仰和理想。

转型方法论 释放数字生产力

数字生产力存在技术里，藏在场景里。吴辉强调，数字化转型是创新和变革，需要意愿牵引、场景切入、目标导向、组织适配、技术内化、应用外挂；并由客户、伙伴与华为携手，共创商业价值、社会价值，实现可持续发展。华为也希望携手更多客户和伙伴，为企业增效益，为社会添福祉，为发展固根基，构建万物互联的智能世界。

附录：十大场景化解决方案介绍

城市融合感知：

结合OpenHarmony、光感知、视频AI分析及光纤振动传感等核心技术，感知海量数据，构建“可看，可算，可控”城市融合感知平台，支撑城市燃气监测、数字综合管廊、城市网联、城市停车等应用场景，主动式保障城市安全，为市民提供优质服务，提升城市高效治理能力。

财政技术中台

华为智慧财政解决方案围绕财政业务规范化、资金监管精准化、辅助决策科学化等需求，运用华为云和大数据等技术，携手行业伙伴为客户提供从咨询顶设、构建云网底座到集成运维的端到端方案，助力财政业务一体化、数字化建设，实现财政业务需求响应“快”，预算数据“准”，预算管控“稳”，辅助决策“智”，构建“财政管理规范，资金监管精准，辅助决策科学”的数字财政。 其中关键子方案财政技术中台通过构建统一的公共服务平台，提供统一登录，统一权限，统一认证，统一流程，统一功能 ，服务组件复用，提升效率。助力财政构建资源集约、效能提升、安全可控、高效运维、数据智能的数字化平台，提升协调效率，赋能智慧新财政。

https://e.huawei.com/cn/material/local/702f78e6297247e2bd6276f367caafde

智慧医院全光阅片

华为智慧医院全光阅片解决方案，基于华为F5G全光网络、高性能存储等，具备极高带宽和极低时延，实现阅片组图秒级加载，依托人工智能算法和三维影像快速重建技术，可将CT/MR等数据进行实时的智能三维重建，并提供音视频会议及实时影像阅片双向标注，极大地提升了医生的阅片体验。 该方案华为重新定义阅片体验及网络标准，通过“全光网络+双活存储+智能交互+远程会诊”系统性解决阅片体验差的问题；通过华为双活数据中心，为医疗数据存储安全及7*24h业务不中断提供有力支撑。

银行分布式新核心

华为推出了“分布式新核心解决方案”，支持银行核心系统安稳“换心”，应对业务敏捷上线，系统弹性伸缩以及各种创新业务对核心系统的挑战。解决方案包括如下内容：1）金融级可信高性能ICT底座，高可靠稳定运行，满足核心业务要求（存贷款、中间业务、支付业务、信贷业务等）2）敏捷灵活的分布式技术平台（微服务框架、CCE容器、强一致分布式消息组件等），支持业务应用低成本改造3）高性能分布式数据库GaussDB，一站式在线实时数据迁移，保持账户数据一致性4）咨询与专业服务，使能金融机构核心系统分布式改造5）与业界多家主流核心系统软件提供商集成适配，包括存贷款（与中电金信等伙伴）、支付（威富通）等业务，开箱即用，提供极致客户体验

工业AI质检

采用“云-边-端”协同架构，由“云”端的基于华为云的智能计算中心提供数据标识、AI模型训练、视频接入管理和数据统一存储等能力；“边”侧智能边缘（Atlas 800 推理服务器）提供实时高效的AI推理服务能力；“端”侧工位则提供AI应用开发平台HUAWEI VISION，供客户或ISV伙伴灵活扩展定制，为汽车、烟草、电子等制造行业客户打造工业AI视觉质检平台，识别准确度达到98.5%以上，实现生产质量管控的自动化、智能化，助力持续提质降本增效。

https://e.huawei.com/cn/solutions/industries/manufacturing/ai-quality-inspection

电网数字换流站

数字换流站充分利用数字化先进理念和技术，赋能业务流程优化变革，形成“增强监视一体化、运维分析自动化、生产管控场景化、人工替代规模化、检修策略智能化、平台应用生态化”等6个方面的生产模式转变。华为深度参与全环节建设，主要体现在以下三方面：

一、华为构建“星火架构”，深化云边架构内涵。在边端构建算力化、标准化、系列化的基础软硬件，支撑边端海量复制，实现边端便捷化、少人化管理；在云端以“业务平台化+生态运营”，将复杂业务云上建设、云上管理，推进总部云、区域云、专业云建设，实现建设“平台化、专业化”，管理“集约化、集控化”。

二、华为安全可信的无线物联体系。通过应用F5G、WAPI等安全可信技术，部署无线物联汇聚和宽带接入节点，构建全站统一的无线物联专网，支撑多种类、多协议无线传感设备统一接入和管理，实现本地通信网络一专多“能”、频谱无“限”和开放融“合”，以移代固为设备“剪辫子”，提升现场人员业务体验。

三，华为打造站端数字化标准化体系，驱动后端系统功能分层解耦，提供标准化接口，屏蔽组件技术栈差异，实现应用的即插即用。借鉴智能手机应用APP的开发理念，应用厂商基于华为ROMA上的标准化接口敏捷开发，应用软件一次开发全网通用，通过应用商店实现自动化安装、便捷化配置，构建开发集约化、功能模块化、迭代敏捷化的数字化建设新模式。

本安型工业承载网

围绕矿山智能化场景，构建安全、极简、高效、综合承载的下一代矿山工业网络。该方案基于万兆本安型路由器、本安型Wi-Fi 6 AP、本安型ORE等产品，面向井下生产业务提供多样化的接入方式，多种有线无线技术按场景适配。

应用华为F5G全光技术，实现井下“0”电火花，构建易部署、少防爆、免熔纤的全光无源网络；应用网络切片技术，实现井下视频、语音、工控、5G等多业务综合承载；与伙伴联合，支持本安型Wi-Fi 6 AP与UWB共站部署，实现井下高精度定位和随时随地无线接入。

智能隧道

针对公路隧道内安全隐患大、应急救援难、机电设备多、巡检效率低等业务痛点，华为联合多家行业伙伴共同打造智能隧道解决方案。在感知交互层面，基于雷视融合实现重点车辆轨迹全域实时跟踪和异常事件车道级精准感知，基于OpenHarmony实现终端设备的智能化改造；在联接层面，通过统一光纤环网，实现一网多用；在中枢层面，基于一体化超融合、边缘物联网关、物联网平台打造统一物联平台，实现统一监控管理和机电智能联动一键下发。智能隧道解决方案集精准感知、极简网络、一键联控、智能巡检于一体，经实际验证，预警误报从上百起/天下降到几起/天，机电联控响应时间从5-10分钟压缩至秒级。

机场智慧围界

机场围界安全是机场安防的头等大事，机场空侧安全直接关系到航空器运行，尤为重要。而近年来因人员入侵未及时处置而导致事故时有发生，对航空器形成重大安全隐患和事故风险。传统技术防范手段会受恶劣天气与周边环境的双重影响：如在风雨雪雾等复杂天气，或受航空器尾流冲击而振动的情况下，围界告警系统的准确率亦会下降，导致误报频发；同时围界外侧存在植被、道路和来往车辆等，对主动式围界入侵探测手段进行干扰。如某机场误报达400次/天，台风天甚至超1000次。通常一个年吞吐量千万以上的大型机场围界长达20多公里，靠人工观看监控视频或现场识别是否误报很辛苦。华为基于分布式光纤传感，联合民航二所等行业伙伴打造的智慧机场光感围界解决方案，针对机场围界的业务场景，能够更准确有效地区分是人还是风带来的振动，实现“0”漏报，误报率低于1次/公里/天，提供全天候、全覆盖、长距离、零漏报、低误报，提升围界智能防护水平，全面保障机场运营安全，同时还极大地改善了员工的工作体验。

https://e.huawei.com/cn/solutions/industries/transportation/smart-aviation/airport-perimeter-protection

港口智能水平运输

华为与天津港C段码头联合打造的全球首个基于5G+AI的智能水平运输系统，实现了港口L4级自动驾驶，助力码头76辆IGV满负荷常态化高效协同作业超12个月，实现水平运输无人驾驶安全、高效、规模化运营。

系统采用华为车规级MDC智能驾驶平台，融合AI全局路径规划、路网动态拓扑、多车车序控制、智能路口调度等创新算法，通过云端动态短路径规划，实现了IGV在路口的并行转弯和全局调度效率最优；系统采用北斗+5G+高精地图，结合路侧辅助感知，实现车道级高精度定位，使岸桥一次对位成功率达90%以上，极大提升作业效率；此外，系统还实现了云车解耦，目前已完成与多种智能驾驶车型的对接，不仅成本更低，而且可推广性更强。

第一次工业革命距今已有两百多年历史，从传统的机械制造发展到电气化生产再到高度依赖自动化，各类前沿技术的应用对工业领域产生了翻天覆地的影响。如今，以数字化、网络化、智能化为主要特征的制造模式正开启第四次工业革命，智能工厂作为第四次工业革命的代表，已成为制造企业的主攻方向。

智能工厂的建设是一个十分复杂的系统工程，既要纵贯设备层、控制层、车间层、企业层和协同层等五个层级，又要横跨设计、生产、物流、销售和服务等全生命周期，还包括资源要素、系统集成、互联互通、信息融合和新兴业态等智能功能。

如果删繁就简，智能工厂再复杂，本质也离不开“智慧”二字，而智慧并不会一蹴而就，需要循序渐进的跬步积累。无论是底层工业控制系统的安装调试和过程仪表的校验维护，还是实验室精密测量和通讯网络的故障诊断，在构建智能工厂的过程中，都需要将“智慧”渗透到生产运营的每一个细节。

如今，在现代工厂中，不同领域的“黑科技”正加速融合，并广泛应用于生产工艺设计、自动化产线、生产环境监测、自动化控制柜、运营维护、质量检测、仓储物流等过程，从而更加“智慧”地监视和控制生产过程中的各个参数，保障设备工作的正常状态。

工欲善其事必先利其器，“黑科技”已有可用的产品。现在，让我们来领略几款应用于不同领域的“黑科技”，在工业场景中大显身手，正是这些“微小”技术的升级让工厂变得“耳聪目明”。

01、你的网络“断片”吗？

为向智能工厂升级，工业自动化追求三个高度，即高度的网络化、高度的信息化和高度的自动化。现场层的各类控制设备终端、智能终端、各类型的温湿度传感器等设备正借助于各类通信技术，实现高度网络化这一目标。

工业控制系统对信息的可靠性和实时性有着较高的要求，而一半的工业环境以太网故障都可以追溯到网络布线上。如果网络布线无法正确对关键信息进行传输，将会让智能工厂瞬间“断片”变傻。因此，确保网络布线链路具有理想的网络传输能力对保证工业生产的正常运作有着至关重要的作用。

在智能化、信息化的趋势下，随着布线工程的繁杂，网络线缆测试仪成为工厂中必不可少的工具。正确的测试将有助于确定网络环境中的布线是否有不当的布线或损坏的线缆，避免出现计划外的停机。

目前，市场上有多种网络线缆测试仪，不同的仪器在价格、性能、应用上也各有不同。选择一款好的“得力助手”，才能确保工作顺利、高效地完成。

02、“火眼金睛”看温度

在精密部件压铸、金属加工、设备故障检测等生产检测环节中，温度不仅决定着产品的整体品质，还影响着设备的运行状态。但温度看不见也摸不得，如何才能实现更加精准的温度监测？

红外热成像技术又被称为人类“第六感”，其原理是将目标物体的温度分布图像转换成视频图像，即使在完全没有光线的情况下也可以正常成像。该技术最早应用于军事领域，随着技术的不断发展和成本下降，逐渐在工业检测、生产制造管理、电气自动化等工业场景中发挥重要作用。

通过红外热像仪可以监测零部件生产过程中的温度变化，确保生产工艺设计无误，帮助工作人员及时发现问题，消除潜在隐患，从而优化生产过程、完善质量管控体系，助力工业生产提质增效。例如，深耕仪器仪表领域的福禄克公司，就推出了多款红外热像仪，不仅可以长期监测温度变化，还可以通过图像观察更多测试细节。

03、“慧眼识别”气体泄漏

所谓耳听为虚眼见为实，用眼睛采集信息，往往要比其他任何器官来的都更直观。这也是为什么在智能工厂中，对于复杂的生产流程都需要实现“可视化”的原因。温度可以借助红外成像技术看见，对于工业环境中那些不应该出现的气体，又是如何实现看得见？

工业场景中最常见的一种能源浪费便是气体泄漏。传统的气体泄漏检测方式主要为喷涂肥皂水或超声波检漏。而这些方法检测效率较低，不能快速精准的发现泄漏点，且无法估计泄漏量的大小等有关信息。

声学成像技术的发展，可以将原本肉眼不可见、人耳可能听不到的声波，转变成视觉图像，并以图像的颜色来表示声音的强弱，从而帮助企业快速定位哪些环节出现了气体泄漏等安全问题。

在以往我们讨论智能工厂时，更多关注的都是物联网以及各种基于人工智能的自动化系统，数字化系统等，其实智能仪器仪表也发挥了重要作用。无论是红外热像仪、声学成像仪还是其他各类仪器仪表，作为工业场景中的“观察者”，人类扩大视野、开拓新域的前导工具，仪器仪表与多领域创新技术的加速融合，不仅刷新了人们的认知世界，还为智能工厂的稳定运行提供了可靠的测试测量支持。

在工业领域应用的前沿，其实还有很多类似上文的“黑科技”。面对日益复杂的生产制造环境，这些“黑科技”让我们对未来智能工厂的发展打开了巨大的想象空间。因需求而创造，在技术的创新迭代中，还将诞生哪些颠覆性技术，又将如何推动工业革命？让我们跟随技术演进之路，一同期待。

保持安全可靠，始终是电网企业最具优先级的关键需求。配电企业对安全的重视，来源于运维复杂电力网络的潜在危险性。即便是一时的疏忽大意，也可能会在瞬间导致事故发生。要避免这类风险，为电网运维人员提供充足且完善的安全操作培训是必不可少的。那么，在有经验的技术人员日益显得弥足珍贵的今天，如何让电网系统运维和对人员的培训更加便利，让并无特别经验的“新手”也能做到“触手可及”？

提供这一解决方案的答案，正是方兴未艾的创新数字工具，例如增强现实（AR）或虚拟现实（VR）等技术应用。一开始，很多人认为这些技术似乎只在电子游戏、视听娱乐等领域具有广阔的用武之地。但今天，它们的巨大潜力同样在运维培训领域得以浮现。凭借这些新技术，人们将能够以可控的成本，更好地提升运维培训的效率和效果。

技术环境快速变化，为传统运维和培训带来新挑战

传统上，对电网运维人员而言，保障电网能够连续不间断地可靠运行并不是件容易的任务，他们常常不得不在极具挑战性的情况下实现这一目标。首先，电网中的各类电力设备往往充满危险，特别是在发生故障需要更换和维修时就更是如此。而且，配电网由许多互相独立的电力设备组成，它们的尺寸型号各异，具有不同的外观和功能，而且很可能来自不同的供应商。

因此，即便是更换单个设备或为其排除故障，也需要运维人员在小心遵守安全规程的前提下，经过复杂的程序和步骤来完成。运维人员通常需要参考设备供应商的技术手册和程序来完成维修、更换任务。但在很多情况下，他们实际上并不具备这样的理想条件。

例如，去处理故障的技术人员很有可能在现场“偶遇”一台自己并不熟悉的设备，手头又没有相关的手册，这样的挑战往往会限制他们恢复供电的工作效率。再如，当恶劣极端天气导致电网大规模故障后，前来恢复供电的运维人员往往会跨区域展开抢修工作，由于不同的分公司很可能使用不同供应商的设备，这时也常常出现没有操作手册的窘境。恢复供电的紧迫性本应该争分夺秒，但这样的窘境往往会极大拖延抢修进度。

电网公司面临的一系列新的运维挑战

以往，有资历的运维人员也许可以凭借十几年甚至数十年积累的丰富经验，应对这些意外情况。但到了今天，运维人员面临的将是一个快速变化的技术环境，电网的底层结构变得更加自动化，且使用更加复杂的数字技术。而且，电网公司员工的新老交替，也不可避免地会带来老员工经验的“失传”。

因此，电网公司必须“另辟蹊径”，找到能够快速培训新员工并使其掌握更复杂的系统和程序运维的新途径。对于经常需要奔赴保电一线的运维人员，电网公司也需要找到有力的数字化解决方案，将实时运营数据、数字化设备手册、在线程序直接交到现场工作人员的手中，让他们对一切必要的信息“触手可及”。

混合现实及虚拟现实技术，为运维和培训提供“利器”

在这样的挑战面前，用于运维和培训的“混合现实”技术（即 AR 和 VR 的结合）应运而生，为电网公司提供了应对运维和员工培训挑战的“利器”。

首先，增强现实（AR）技术可以提高运维人员的能力和灵活性。使用先进的 AR 技术，可以减少电力系统停机时间，加快运维速度，减少导致大多数事故的人为错误。在现场工作时，技术人员可以即时在线访问实时数据以及数字化用户手册、程序和图表，更快地找到所需信息。

通过量身定制的虚拟现实 (VR) 练习，可以加快运维人员的培训进度。个人电脑或平板电脑可以用于虚拟、高度仿真的培训课程的数字孪生，帮助缩短培训时间。此外，将 AR 和远程专家协助相结合，还能够通过专家的在线建议灵活弥补数字化解决方案的不足。

使用 AR 技术，电网公司员工可以利用平板电脑、智能手机、数字眼镜或可穿戴设备等移动设备，对现场设备进行访问。当技术人员将平板电脑的摄像头对准现场设备，或戴上数字眼镜时，移动设备可以准确地识别设备类型、型号和需要关注的其他设备。这就降低了由于设备识别错误而导致人为错误的可能性。而且，AR 解决方案可以叠加电路图和/或分步程序来分析或纠正状况，还可以虚拟地“打开”和“剖析”设备，显示其内部结构和组件。

这类先进的解决方案，还可以访问多种数据源或与工单系统实现交互，为运维人员更好地赋能。比如，当运维人员在维护现场需要零件，他只需给设备拍照并将照片提交给服务系统，系统将判断是否有所需零件，如果没有，可以自动进入供应链进行订购。这种端到端的维修评估、零件订购和更换安排可能只需几分钟即可完成。相比之下，传统的维护方法可能需要数小时甚至一天以上的时间，由此带来的提升显而易见。

创新解决方案实现多重价值提升：安全、成本与可靠性

这样的新模式，可以为运维和培训同时带来几方面的卓越价值。其中，对安全性的提升自然是最为重要的。由于采用VR/AR技术的设备终端具备验证设备身份、检索有关设备的详细信息，以及访问与设备视觉图像绑定的分步程序的能力，因此大大降低了人为错误和不安全做法的可能性。此外，通过 3D 地理定位，还可以对现场人员的安全水平进行检查，并防止他们误入危险区域。

此外，采用这样的新型解决方案，还有助于提高成本效益。在去现场之前，操作人员可以在 AR 系统上查看要执行的操作，并确定所有需要的工具，从而提升现场工作效率。而且，AR 使技术人员能够通过智能设备获取准确的信息和数字化指导，从而节省人员时间，减少人为错误，降低运维成本。最后，新技术的应用还能够增强弹性和可靠性。AR 辅助下的服务恢复可以增强应对电力系统故障时的弹性和可靠性，帮助运维人员更快地恢复服务。

3.png

EcoStruxure ™ AR 操作顾问 3D可以将设备的内部视图叠加在设备的真实外部图像之上

今天，施耐德电气的解决方案已经可以提供名为 EcoStruxure ™ AR 操作顾问 3D (EAOA 3D)的运维和培训混合现实解决方案，以帮助用户应对这些新的挑战。在 AR 模式下，EAOA 3D 可以将图表、内部视图或一组程序和实时数据叠加到现实（如真实设备）之上。在 VR 模式下，EAOA 3D则可以使用来自运行设备的实时数据，提供对设备或工厂的模拟。而出于培训目的，EAOA 3D 解决方案还可以与实时操作断开连接，在不影响实际状态的情况下为受培训人员提供沉浸式的仿真模拟环境。

在信息和数据的呈现上，EAOA 3D 允许访问来自PLC的特定资产实时数据，以及来自 SQL 数据库的文档、图像、网页、注释、标签和数据。这样一来，运维技术人员就能够查看包含电气图、图像和视频的 PDF 文件，还可以虚拟地显示机柜、机器或设备的内部组件。EAOA 3D 还可以通过提供叠加在设备上的屏幕说明，来指导运维人员准确无误地完成流程。

在计算机视觉领域中，商汤、旷视、云从、依图可以说是当之无愧的头部企业，更是被业内称为CV(ComputerVision)四小龙。值得关注的是，商汤和云从两家上市公司都经历了上市即巅峰，随即股价下跌的剧情。资本市场表现不佳，深陷裁员等传闻，不禁让人好奇：当风口退去，他们准备好面对资本市场最严格的审视了吗？

研发成本高、盈利难：

目前业内将亏损的主要原因归咎于研发，从招股书显示，商汤科技2018-2021年上半年，累计亏损242.72亿元，调整后累计亏损为28.6亿元。商汤科技在研发上十分大手笔。2018-2021年上半年，商汤科技三年半合计研发支出达69.91亿元。

云从科技的招股书中也可以看到，2019年-2021年，云从科技三年累计亏损高达23.21亿元。造成亏损的一大原因是高额的研发投入占了营收大半，2019年至2021年，云从三年累计研发投入占营收的占比为59.39%。

AI的应用场景中非常分散和碎片化，客户的每一个新场景都需要企业长期堆人头、消耗大量的研发与交付资源。无论是云从还是商汤，持续增加的研发投入，却换来长期亏损，这成为笼罩在AI企业头顶之上的乌云。

商业化落地难：

翻阅商汤科技公布的2022年上半年财报显示，公司新增2136项专利，专利资产总数达12502个，在全球顶级计算机视觉会议上发表了71篇论文。可商业并非学术。如何将技术规模化落地到场景中去，并实现商业化变现，对于不少计算机视觉企业来说也是一个难点。

无论是盈利模式还是应用落地，在CV领域外，四小龙的AI之路仍充满着艰难。

计算机视觉与工业界GAP有多大？

从人脸识别到工业智造，计算机视觉目前已跨越了安防、金融、零售、互联网、半导体、汽车等不同垂直行业。

随着数字化转型需求的提升，越来越多的工业企业开始应用视觉技术替代人工进行工况检测、成品检验、质量控制。“四小龙”在应用场景的落地上虽然都以比较成熟的安防和金融为主，但查看几家企业的网站发现，已有一些企业开始在工业领域涉足。

例如，旷视推出的河图就是面向供应链物联网打造的“机器人物联网操作系统”，重点关注“仓储、物流、制造和供应链”等行业场景。商汤科技在工业质量控制方面更是已有案例，提供了基于SenseCore 商汤AI大装置打造的光机电软算一体化的深泉工业质检推训平台解决方案。

碎片化场景难以深入

新市场、新赛道的拓展并不容易。对于计算机视觉企业来说，想要进入工业市场，质检、巡检是主要应用场景，但对于工业企业来说，计算机视觉只是繁杂工艺中的一环，要嵌入完整的生产线上，必然会遇到与其他环节合作的挑战，甚至与工业本身的相互磨合。

一个个“大而全”的解决方案，看似可以破解一切难题，但往往会被现实场景进一步削弱。因此，机器视觉在工业领域的应用需要找到非常有吸引力的差异化场景。

在我们与工业用户的接触中，很多用于都有意愿尝试通过AI机器视觉来解决工业检测中的问题，但是客户对技术的成熟度并无概念。视觉算法企业在面对千奇百怪的工业应用场景时，也很难保证用户可以在一定成本内达到预期效果。

比如在汽车、3C、制药等行业，他们的共同特点都连续大批量生产、对外观质量的要求非常高，但三个行业的被测物一致性、对视觉系统的分辨率、对检测速度的要求来讲，都是不尽相同的。

细分到不同的工艺环节，都会造成机器视觉系统所需的机理模型不同。以冶金钢卷生产缺陷检测为例，钢卷分为冷轧、热轧，都可以采用机器视觉技术进行质检，但算法要解决的机理问题却又是完全不一样。一个企业、一个场景，尚无法做到模型的通用化，而一对一模型的定制开发，又会导致落地成本和实施周期的增加。

从若干客户的各种具体应用场景中对解决方案进行总结研发，提炼出在一定应用场景下相对普适性的解决方案，并设计有效的机器视觉解决方案，需要大量的行业应用经验积累。

因此，想在工业场景中拓展智能化应用，光有算法实力是不行的，还必须具备相当深刻的行业知识。对于工业领域来说，不一定需要多复杂的算法，而是更多地受到其他现实因素的影响。他们更注重丰富的行业应用经验，算法应力求简单实用，稳定性强。

成熟算法已有

一般来说，掌握底层软件算法的公司更容易形成自身优势。但在工业领域，成熟的视觉算法软件已经有很多，包括vision pro、halcon、opevCV、mil、hexsight、evision、avl等。例如，非常成熟的检测算法Halcon，经过长期的积累和迭代，不仅非常稳定而且计算量小，还不用标注数据和调参。

在算法侧重上，工业视觉的算法往往侧重于精确度的提高；而计算机视觉的算法难度相对较高，侧重于或采用数学逻辑或采用深度学习方法进行物体的标定与识别。

有系统服务商曾表示，在开发解决方案的时候选择了某品牌的相机，相机设备自带一个面向工业视觉的算法库，买回去之后可以直接开发出更具针对性的产品，部署的时候再买一个品牌的加密狗就可以了，完全没有必要再去单独购买一套纯算法。既然已经有了这么多可供选择的算法，工业企业也就完全没有必要再去选择纯算法公司的产品。

缺乏样本数据

软件是机器视觉产业的核心中枢，其背后的本质是数据的积累和算法的迭代。在视觉算法层面，一个最简单的思路是针对特殊场景收集大量数据去训练模型。

在工业场景中，数据的收集存在一定问题，样本数据量往往不足以支持基于深度学习的计算机视觉检测任务。一般来说，不合格缺陷产品的数量远远少于合格品，随机获取的数据将存在样本分布不平衡的问题。而且，工业现场的拍摄环境复杂无法保证，容易造成样本图像的质量不一，从而影响后续检测效果。

机器视觉领域看似繁荣，但是真正落地仍然面临很多问题。除了软件算法层面的问题，光源的稳定性、工件位置的稳定性、工件表面质量的稳定性、工件本身的一致性、工件材质、物体的运动速度、光学系统的精度等都是影响视觉技术在工业领域落地的难点。这需要光学，深度学习、传统图像算法、机械设备、传感器等多方面融合。

对于工业用户来说，合适的硬件及易用的软件算法固然十分重要，但更重要的是提供软硬件方案的机器视觉厂商可以根据他们的应用需要和使用场景进行可行性分析，并给出真正适合的解决方案。