2025年服貿會：即將「煥新」啟幕 配套活動解鎖更多亮點
2025-10-28 00:55 3,724次浏览前不久，我在做某數位化平臺的調研時，與他們的創始人談到了一個耐人尋味的話題——「為什麼中國擁有全球最完整的工業體系，卻仍有無數中小工廠困於『代工邊緣』？」 對方提到，「其實只用產業鏈集群來描述中國製造業的供應鏈能力是不準確的，至少還包括工藝協同、企業協同、行業協同、區域協同和內外協同。」 這五個協同層面，恰好揭示了傳統供應鏈體系的深層矛盾。當我們把目光從單個企業的生存困境投向更遠，會發現全球供應鏈的重組早已超越簡單的產能轉移，演變為一場由數據與算法驅動的系統性變革——而AI，正是這場變革的核心引擎。 傳統供應鏈的困境：看不見的繩索與隱性成本 傳統供應鏈的痛點往往像慢性病，其症狀在危急時刻才會被劇烈感知。而AI卻像特效藥一樣，能讓傳統供應鏈「起死回生」。 在珠三角某電子元件基地，一家主營手機配件的工廠就曾遭遇過類似問題。當海外客戶突然要修改訂單要求時，供應商需要花費三天時間核實技術要求的細節，而車間主任也只能憑經驗決定能不能修改。這種低效的信息傳遞鏈條，迫使企業不得不常年多備15%的冗餘庫存以應對不確定性。 這種依賴人工經驗的決策模式，更「坑人」的地方在於，易引發市場波動中的「群體失智」：市場一有風吹草動，就容易集體跑偏。結果就是企業看不清市場走向，要麼一窩蜂擴大生產，要麼突然集體減產，最終陷入「產能錯配—利潤壓縮」的惡性循環。 這些問題的根源，本質上是傳統供應鏈「信息孤島」與「決策滯後」的系統性矛盾，而這恰恰是AI技術的突破口。 「信息孤島」的癥結在於，在傳統供應鏈中，訂單信息需經採購、設計、生產、物流等多環節層層傳遞，每過一個節點就產生信息損耗；上下遊企業因數據標準不統一，技術參數、交付周期等關鍵信息難以對齊。例如，某汽車零部件製造商因無法實時獲取主機廠的生產計劃調整，頻繁出現生產節奏與市場需求脫節。 「決策滯後」則體現為，傳統供應鏈依賴人工經驗和歷史數據的預測模式，在突發性事件面前不堪一擊。例如2020年新冠疫情初期，全球供應鏈的混亂正是源於信息傳遞的延遲和決策的滯後。當某國港口突然關閉時，上遊製造商無法及時調整生產計劃，下遊客戶也難以重新配置物流資源時，將會導致整個鏈條陷入癱瘓。 那這困境的本質是什麼呢？是工業時代線性協作模式與數字時代動態需求之間的脫節。當市場從「大規模標準化生產」轉向「個性化柔性定製」，全球貿易要求供應鏈具備實時響應能力時，依賴人工、割裂信息、滯後決策的傳統模式也將必然被淘汰。這也解釋了為何AI在供應鏈中的應用已從「可選升級」變為「生存必需」——它不僅是技術工具，更是重構供應鏈底層邏輯的核心引擎，就是為了將「看不見的繩索」轉化為「可量化的數據流」，將「隱形成本」壓縮為「精準可控的效率提升空間」。 如何解決？構建AI驅動的「數據—算法」供應鏈體系 當傳統供應鏈的痛點被摸清楚了，解決辦法也就隨之而來，即構建一個基於AI的「數據—算法」供應鏈體系。 該體系的核心，在於AI將模糊的製造能力轉化為可量化的數據資產，並通過算法實現全領域精準協同。一些領先的數位化製造平臺已經展現出成熟的實踐，其平臺通過構建多維度的數據標籤體系，從最底層的工藝切入，將原本難以描述的工藝能力，如微米級精度的車床加工、特定材質的表面處理工藝等，轉化為機器可識別的結構化特徵。隨後，將簡單的需求流轉到工廠，讓買家和工廠直接對接；碰到需要多種工藝的複雜訂單，就重新設計、拆解，再派單給不同工廠完成，其匹配精度與效率遠超人工篩選。 這種轉變其實本質上是AI正在繪製一張實時更新的全球「製造能力圖譜」。以前，說起企業的製造能力，大家總愛簡單分成「能做」和「不能做」兩種。現在，在AI驅動的體系中，每個工廠的工藝參數、設備配置、質量認證等數據都被拆解為可動態組合的模塊。例如，醫療器械企業發布精密零件採購需求時，AI系統不僅能匹配具備相應資質的供應商，還能根據實時產能數據推薦最優生產方案——既大幅提升供應鏈匹配效率，又顯著降低冗餘成本。這種數據驅動的決策模式，正在將供應鏈管理的底層邏輯從「被動響應」轉向「主動預測」，成為全球供應鏈的核心競爭力。 其實這場變革的關鍵在哪兒呢？說到底，數據成了供應鏈裡最值錢的家當，而算法就像分配利益的規矩——誰手裡的預測模型更準，誰能更快把所有數據理順，誰就能在全球供應鏈重新洗牌的時候佔上風。 對中國製造業來說，這種靠AI撐起來的「數據加算法」模式，不光能幫那些中小工廠跳出「只能做代工」的困局，更能把咱們「工業體系全」這個大優勢，變成在全球供應鏈裡說了算的本事。這麼一來，全球供應鏈也慢慢從「扎堆在一個地方生產」變成「靠數字連在一起高效協作」了。 從中國到全球，供應鏈的「去中心化」革命 而在全球範圍內，供應鏈都在悄悄變樣——以前是層層管著、一個中心說了算，現在慢慢變成了大家各有各的職能，互相配合著來。而這場大變樣的背後，最關鍵的推手就是AI。 想像這樣一個場景——深圳的電子元件工廠接到來自巴西的定製化訂單，系統自動生成包含質量檢測標準、付款條件和物流路線的智能合約，貨物離開生產線時區塊鏈就完成支付結算，整個過程像網購一樣簡單直觀。這種看似科幻的場景，其實在阿里巴巴國際站的跨境貿易中已經初現端倪，去年該平臺就有超過三成的交易開始應用區塊鏈存證技術，實現了全流程的透明化與自動化。 現在，技術的底層邏輯正在發生質變。5G結合AI視覺算法讓跨國遠程質檢成為可能，AI算法能實時分析全球14個港口的擁堵情況，物聯網設備回傳的貨櫃溫溼度數據經AI分析後可提前預警風險……傳統供應鏈的「金字塔」結構正被徹底解構。這種變革帶來的不僅是流程簡化，更是價值創造模式的根本性轉變——過去依賴跨國物流公司和銀行的「中間層」正在消失，生產端和消費端通過。AI驅動數字網絡直接咬合。 然而，這場革命的推進遠比想像中更加複雜。在東莞的製造業集群中，我們能看到兩種截然不同的圖景並行：某家年產值5億的電子廠斥資800萬搭建工業網際網路平臺，卻因管理層對數據可視化系統缺乏理解，導致系統淪為擺設；而隔壁的模具廠則用300萬改造費用實現設備聯網，通過實時監測刀具損耗率，就將生產效率大幅度提升。 這種差異折射出轉型的深層矛盾——當數位化需要重構組織架構時，很多企業發現最大的障礙不是技術本身，而是組織慣性。實際中通常會出現花了幾個月時間搭建ERP系統，但員工習慣了手工操作，推廣難度很大。此外，數據安全和隱私保護問題也日益凸顯，如何在開放共享與風險控制之間找到平衡，是行業面臨的共同挑戰。 這些現實困境揭示：去中心化不是簡單的技術疊加，而是需要同步重構商業規則、組織文化甚至權力關係的系統工程。 供應鏈的「活」與「變」 當供應鏈「活」了起來，中國製造乃至全球產業網絡的協同與進化，才真正擁有了面向未來的無限可能。 這場由數據與算法驅動的變革，正在重塑全球供應鏈的底層邏輯——從「效率優先」轉向「韌性優先」，從「成本控制」轉向「價值共創」。 過去由跨國企業主導的垂直供應鏈，正在演變為一種網狀生態。深圳無人機企業通過開放AI算法接口，吸引全球開發者為其改進飛行控制系統，使產品響應速度提升30%；蘇州的紡織廠將柔性生產線接入AI雲平臺，成為服務十幾個國家設計師品牌的「雲製造」節點，實現按單生產的毫秒級調度。這種轉變帶來的不僅是效率提升，更是價值創造邏輯的根本變革：當每個參與方都能通過數據貢獻獲得收益分成，當創新成果能在全球範圍內即時復用，供應鏈就變成了持續進化的生命體。 從大趨勢來看，AI正在悄悄改變供應鏈創造價值的方式。過去，資源怎麼分配，基本都是行業裡的大公司說了算；現在，AI的「分布式智能」慢慢接過了這活兒——算法會盯著實時數據，靈活調配產能、優化物流路線、提前預判需求，哪怕是很小的生產單元，都可能在這個過程中變成創造價值的關鍵節點。 這種變革的深層意義在於，全球供應鏈的競爭早就不拼規模大小了，而是比誰的AI算力強、處理數據快。誰能更快練出精準的預測模型，誰能更高效地把各地的數據串起來，誰就能在現在這個講究靈活、能定製的全球市場裡搶得先機。 不過，AI推動供應鏈升級，也不是沒遇到難題。比如得建立跟AI匹配的數據歸屬和交易規則，得培養既懂生產工藝又懂算法的多面手，還得琢磨怎麼讓不同文化背景的人用AI好好配合。就像深圳華強北的轉型，從以前的手工焊接小作坊，變成現在涵蓋設計、測試、融資的全鏈條數字生態，每一步突破都離不開AI技術進步和制度創新的相互帶動——算法在優化生產流程的同時，也逼著管理模式改成了「人和機器一起協作」。 在未來的產業圖景中，AI會變成供應鏈的「神經中樞」：工廠設備靠AI自己協調幹活，物流網絡跟著算法隨時調整路線，甚至消費者幾個月後想要什麼，AI都能提前半年算出來。等每個生產單元都連上AI驅動的數字網絡，整個供應鏈會變得特別有韌性，充滿活力。這可不只是技術更新換代那麼簡單，更是全球產業格局朝著「智能協同」時代走的必然結果。 (作者劉典為復旦大學中國研究院副研究員，清華大學人工智慧國際治理研究院戰略與宏觀項目主任，新著《杭州模式：DeepSeek與中國算谷》2025年5月由中信出版集團出版)
當北人亦創國際會展中心內的機械臂完成一次精準抓取、格鬥表演的人形機器人完成一輪攻擊，機器人產業規模的曲線便又上揚一些。 一年前，世界機器人大會(WRC)的A、B展廳，也是「滿場」人形機器人，但能動的不多。一年後，摔倒已不是參展商擔心的bug，幾乎每一家都能說出自己已落地的場景，從「炫技」向「量產落地」的轉變不難捕捉。2025年，正成為機器人產業走向賽場的「交卷時刻」，上半年我國機器人產業營收同比增長27.8%。 一個微妙的信號同時出現，宇樹科技雙足人形機器人R1 3.99萬元起售，「人形機器人價格有望大幅下降」，宇樹科技創始人兼CEO王興興在WRC期間預測。當下，所有展臺都需要回答兩個問題：訂單能否跑贏技術？是否準備好迎接價格比拼？ 營收額「跳級」 「去年我們全年營收才400多萬元，今年到現在為止已超過5500萬元，預計全年可以破億元。」雲幕智造總經理助理李大衛告訴北京商報記者。這家來自蘇州太倉的企業首次參加WRC，其皮膚人形機器人唐太宗、屈原、孔子等吸引了一波又一波觀眾互動。 「去年我們的營收基本都來自於工業場景，今年文旅場景的營收額佔比達60%。」李大衛說，文旅場景的產品就是那些有著人類皮膚質感的人形機器人。展臺上6款工業人形機器人是鋼鐵之軀，這類產品目前給公司帶來40%的營收。 從100%工業到工業文旅四六開，以雲幕智造的角度看，雙足人形機器人在工業場景的商業化落地，還處於非常局部崗位的應用示範狀態。 優必選、銀河通用等公司則直接把多種場景搬上展臺，其中優必選Walker S2人行機器人可以±162°靈活轉腰，能在0—1.8米全空間作業，做到靈活摸地、極限下蹲、遠距離抓取等動作。銀河通用的輪式人形機器人Galbot，除了展示在零售場景的看家本領，還在工業領域的汽車零件SPS分揀工作中「現場直播」，在多層堆疊且錯位的零件中，依靠視覺識別系統快速鎖定並抓取目標工件。 之所以強調工業，是因為近期曝光的機器人大單主要來自這個場景，如優必選中標覓億(上海)汽車科技有限公司9051.15萬元機器人設備採購項目，在此前，這家上市公司在工業場景的合作已多次曝光。 擎朗智能創始人兼CEO李通並不強調場景，他告訴北京商報記者，「不管是工業、服務還是醫療場景都可以，重要的是，在這個場景中是不是有一些相對簡單的崗位，是目前的技術能夠實現的」。 讓訂單跑在技術之上，這種務實的策略讓擎朗智能累計部署機器人產品超10萬臺。「今年(2025年)訂單增長挺快的，特別是海外市場，至少有50%的增長。」李通向北京商報記者透露。 「未來幾年，全行業人形機器人出貨量每年翻一番的節奏是可以保證的。」王興興也對行業做出了預測。 價格不是制約點 對宇樹科技新款雙足人形機器人R1價格的討論，同樣是WRC期間的焦點。 R1整機重量25千克，集成了語音和圖像多模態大模型，支持用戶進行二次開發與個性化定製，起售價3.99萬元。可以直觀對比的是，表演格鬥、會功夫的宇樹人形機器人G1價格9.9萬元起。 對於3.3萬元的起售價，王興興回應：「我們目前的降價其實是按型號劃分的，比如相對小一點的機器人可能就便宜一點，大的機器人稍微貴一些。不同產品系列裡都會有便宜的和貴的。我們希望給(大家)更好的價格，這樣有更多的人願意採購，也能更多地用起來。」 降價其實早有苗頭，3月優必選聯合北京人形機器人創新中心發布全尺寸科研教育人形機器人天工行者，售價29.9萬元。當時，這款產品主打的是「業內首款30萬元以下全尺寸科研教育人形機器人」，截至7月13日，天工行者在手訂單百臺，2025年預計交付超300臺。 雖然不同功能對應不同的價位，但外界想知道，宇樹科技R1降價，會不會讓行業進入價格戰。 「不會」，在與北京商報記者交流時，靈寶CASBOT創始人、董事長張正濤直截了當。在他看來，「首先，產品降價取決於產品定位，宇樹降價的那一款，屬於小型產品，本身成本就不高，降價是對供應鏈的利潤控制。其次，對於具備全操作能力的人形機器人，其產品能力、通用性和智能性才是根本，價格不是制約點，技術才是」。 雖然產品並未與宇樹科技、靈寶CASBOT直接對標，但處於行業上遊的靈心巧手聯合創始人張延柏也表達了類似的觀點，「宇樹的R1確實是現在人形市場非常低價的一個產品，宇樹能推出這樣的產品，是深厚的運動控制技術積累和規模效應帶來的。在靈巧手行業也不乏低價產品，但從整體的可用性上來看，價格戰應該不會愈演愈烈」。他同時補充，「整體行業價格的普惠化還是很明顯的，長期來看應該會逐步下降」。 等待規模化效應 李通用兩條曲線解釋成本下降後的未來，以海外市場為例，「發達國家勞動力成本高，能接受的價格也高，必然會形成一個剪刀差。整個機器人的成本不斷下降，勞動力成本不斷上升，最終實現一個拐點的時候，大規模落地就開始了」。 他還給出一個數據，擎朗智能的海外商業化採用僱傭制，租用一個機器人的價格是(當地)人力成本的1/3到1/2。 在和一家具有四足機器狗的具身智能創業公司相關人士交流時，對方向北京商報記者透露，自家消費級的產品不久後會推出優惠活動，價格在2萬元左右。 按照產品配置的雷射雷達、傳感器、電機、電池，「這些硬體加起來差不多就是這個價格」，該人士說，「等規模起來，硬體成本一定會下降」。 「技術創新是需要時間的」，WRC期間，多位從業者向北京商報記者強調，要保持長期主義。 機器人被譽為「製造業皇冠頂端的明珠」，具身智能更複雜，產業鏈分為「大腦」「本體」「小腦」三部分。 在屬於本身概念的硬體層面，張延柏這樣解釋長期主義的重要性和複雜性，「工程問題是影響量產非常關鍵的一環，好的靈巧手一定是一個六邊形戰士。需要小體積大力矩、自由度高、完全映射人類數據、多傳感器、支持各種數據採集、耐用性好、價格合適。解決完這樣的複雜問題之後，產品的競爭力和實際需求也是決定能否量產的關鍵因素，只有打開需求市場，才能夠有機會優化供給端的量產條件，實現規模化」。 按照李大衛的說法，當下制約人形機器人在工業場景規模化落地的最大問題是具身智能大腦，「目前工業操作實操數據集嚴重缺乏，導致工業操作底座大模型亟待突破，這是個行業問題，估計還要等待1—2年」。 作為一家聚焦多維觸覺感知的企業，帕西尼展臺上TORA-ONE機器人演示的精細操作能力，實際上是公司6月成立數據採集工廠後想要實現的具身智能未來，「高質量具身智能數據集將用於訓練具身智能模型，讓機器人泛化性得以飛躍性提升」，帕西尼相關人士向北京商報記者解釋。 巧合的是，作為京東展區的一部分，帕西尼TORA-ONE機器人的對面是人氣超高的宇樹機器人格鬥場，身後是「買機器人上京東」的交易平臺，技術與訂單在現實中交會。 北京商報記者 魏蔚/文
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
私密直播全婐app免费
「活动」首次登录送新手大礼包
- 软件大小: 684.36MB
- 最后更新: 2025-10-28 00:55
- 最新版本: v4.19.13.18
- 文件格式: apk
- 应用分类:ios-Android 趣爱直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 9.76以上
客服热线：138-9461-5743
荔枝网直播类似软件
猜你喜欢
71
82657
34
2025-10-28 00:55
51327
37
2025-10-28 00:55
29154
78
2025-10-28 00:55
64983
23
2025-10-28 00:55
86734
39
2025-10-28 00:55
32469
43
2025-10-28 00:55
78695
29
2025-10-28 00:55
67214
59
2025-10-28 00:55
26783
82
2025-10-28 00:55
54362
29
2025-10-28 00:55
89125
78
2025-10-28 00:55
47
92873
43219
69284
18
93
74162
56
51672
65743
