文/周雅
很多人都知道富士康是一個規模很大的制造業公司,但對富士康大到什么程度并無清晰的概念,如果看到這樣一組數字就比較直觀了:
。
如果說之前的富士康是幫助客戶制造東西,現在的富士康工業互聯網則是幫助客戶借由工業互聯網、工業大數據,成為更優秀的制造企業。
如果富士康工業互聯網是富士康從工業到高科技的跨界,陳永正作為掌門人則是反向,從高科技跨界到制造業。在多年職業生涯中,陳永正擁有豐富的高科技公司管理經驗,從摩托羅拉到微軟,都留下過他的足跡。
在陳永正的公開演講中,我們能聽到很多高科技公司才會談及的技術,比如工業領域需要專有頻率的“5G網絡”,再比如8K視頻技術,將影像識別用于工業大數據采集。
工業互聯網不是一個新話題,工業大數據不是一個新理念,這個領域不缺乏玩家,從信息和通信技術公司,到互聯網云公司,再到工業技術公司,都在涉足這個領域。
陳永正總結了富士康的三個獨家法門。
。富士康在精密制造水平,用陳永正的話說,是別人學不來的。
的基礎數據。
。
[video]uu=dfa091e731&vu=ee1aeeccea&auto_play=0&width=600&height=450[/video]
賽博故事對話富士康工業互聯網公司董事長陳永正
很多人對于富士康這個品牌都了解,但是對富士康工業互聯網不那么清楚,富士康工業互聯網的定位和業務范疇是怎樣的?
陳永正:富士康是一個制造企業,在過去四十年在不斷地轉型,2000年的時候,富士康的產值大概30億美元,到去年年底,富士康的產值達到1500億美元,漲了50倍。如果加上夏普(70%比例收購),就是60倍,到了1800億美元。在這里面最關鍵的,就是富士康把握到了每一個技術的爆點,而未來下一個真正的爆點,就是工業互聯網。大家都說互聯網的紅利(現在)已經差不多了,但是工業互聯網剛剛開始,它代表了更大規模數據的產生。富士康早在幾年前就開始布局、轉型到工業互聯網,當然那個時候叫做工業4.0,(因為)富士康擁有更多的數據和經驗。
去年年初,我們成立了富士康工業互聯網公司,把跟工業互聯網相關的技術,不管是網絡設備,通訊設備,云平臺設備(服務器、存儲器),加上精密工具、工業機器人和AI能力,整體剝離出來成立了工業互聯網公司,并在今年6月8號上市。
我們希望做兩件事情:第一是希望和未來工業互聯網的發展同行并進。第二是希望在中國能夠扎根,中國已經是全世界的生產中心。我們希望幫助中國的制造業企業轉型。
也就是說把富士康在工業互聯網方面的能力帶給外界。
陳永正:對。
賽博故事:你也談到中國是一個非常重要的市場,在中國有沒有特別的布局?
陳永正:中國的市場最近走了一下,發覺有幾種不同類型的企業。
1、國有企業:
國有企業規模比較大,有不少底蘊,也在不斷升級,它需要的是大數據分析、人工智能,和精密制造的能力。在精密制造方面,我們做蘋果手機的結構件,是全世界最高級的,日本、德國都做不出來的。我們把這種精密的技術拿出來,希望能夠幫助到國有企業。
2、中等(中?。┢髽I:
中等企業遇到的問題是怎么互聯,第一步它要做到信息化,這方面一些企業已經做了一部分,但是多數設備都沒有互聯。我們最近走訪了很多企業,即使是一年幾百億產值的企業,設備都沒有互聯起來。所以設備的互聯、信息化和互聯后產生的數據建模,是我們要幫這些企業做的。
3、小微企業:
小微企業,我們要用最簡單的方法,做一些比較基本的工作,包括工廠環保、安全和消防等,再加上一部分的工業互聯網的能力。
賽博故事:你剛才談到對大型企業精密制造的賦能,是怎樣的情況?
陳永正:舉一個例子,我們精密制造工具,能夠做到的水平把金屬用刀具拋光出來,像鏡子一樣,精密度達到了微納米級別,這個大概全世界沒有其他人做到。
當然很多時候,我們不需要這么高端,可以把精密度放低十倍,用在衛浴設備,用在五金設備上。比如中國的陽江,陽江是全世界刀具集散地,但是它的刀具是偏向中低端的。我們可以利用對材料的了解,對精密工具的了解,幫助這個產業集群賦能,開始做高端的產品。
賽博故事:相信你也看了很多制造業企業,結合從富士康本身的角度出發,未來制造業的核心能力到底是什么?
陳永正:我覺得現在最重要的是質量的提升,中國做大量的東西沒有問題,全世界大量東西都是中國做的。但是中國在過去是靠人口的紅利來做的。我們可以說,以前的核心能力就是大量制造,所依靠的是我們有最善良、最勤奮和有知識水平的工人。
但是時代變了,制造業遇到了困難,現在招不到工人了,現在年輕人不來了。
賽博故事:(他們)不干制造工作了?
中國制造業不能再走低端制造,不能是依靠人的產業。必須往核心走,能夠自動化、智能化、高質量,這是所有的制造業,不管大中小都會遇到的問題。
賽博故事:具體什么手段,可以推動整個制造能力的提升,比如工業互聯網?
陳永正:郭臺銘董事長一直在說云移物大智網+機器人,(包括)工人都會背了。云就是云計算,移就是移動,物就是物聯網,大家相接,大就是大數據,智就是人工智能,網就是網絡傳輸,然后是機器人智能制造。
這些都是工業互聯網不可缺少的能力。很多公司在工業互聯網里面各做其中一小部分,我們比較幸運,這些年積累下來讓我們具備全部的能力,這也是富士康工業互聯網和別人稍微不一樣的地方。
賽博故事:這里包含的很多的技術,對很多傳統制造業企業來說,可能是陌生的。
陳永正:對,其實大部分都是陌生的。
賽博故事:這對制造行業的企業管理和發展戰略,是不是有一定的挑戰?
陳永正:很大的挑戰,我們覺得實施工業互聯網,真的可能是一個十年、二十年的過程。
工廠需要互聯,之前還要信息化,有了這兩樣還要建模和分析,不同的生產流程,不同的具體行業都不同。我們也是先做離散型的制造業,這和我們的業務比較類似。同時,我們會做一些通用的方案,從上邊說的過程一點一滴做起。這個過程是非常困難的,一個公司要靠自己實現這一切更是困難的。好在國家現在對這方面很重視,有一些工業互聯網的相關政策。
而對富士康而言,我們之所以能夠發揮作用。如剛才所說,一方面有四十年的制造業累積,一方面我們在資本市場的體量也比較大,還有我們不斷走在前沿,做新的東西?,F在富士康工業互聯網在中國大陸上市,在這邊扎根,能夠幫助制造企業,也是有一個社會使命跟社會責任在里邊的的。
賽博故事:也就是富士康的制造的能力都會實時地輸送到工業互聯網業務中,然后再把這家公司對外賦能。
陳永正:是,而且按照中國上市公司規定,集團和上市部分不能同業競爭,相關的能力一定會放進來。
賽博故事:過去幾年,工業互聯網和智能制造一直是熱門話題,很多傳統(工業)企業也在做(比如GE或西門子),富士康做工業互聯網,和它們的區別是什么?
第一個差別:一些企業往往是在推自己生產的設備,希望他能夠把他們的設備用到更好。我們的技術比較通用,各種設備都可以互聯。
一般供應商制造的產品沒有我們這么廣泛,全世界30億的產品,大概有1/3都是富士康生產,舉例來說40%的服務器都是我們生產的,覆蓋的產品多,經驗也更多。
有一些精密的工具、模具,西門子、GE等,它們不具備。
是我剛才講的云移物大智網+機器人的綜合能力。當然,我們也是要靠合作伙伴的公司,我們會要建一個生態系統,不可能都是自己做的。
賽博故事:談到做生態,其實生態也是現在很多高科技企業講的很多的,大家都在做生態,那富士康生態的額外價值是什么?
陳永正:確實,大家都在做生態,(好像)不做生態這個公司就不值錢了。富士康的生態有幾個基礎,第一個還是我之前強調的,四十年來生產積累的大數據,我們不光知道機器人的數據,我們還知道材料的數據,這是很關鍵的。
中國整個一年的出口,富士康集團去年占其中3.9%,進口方面我們占3.2%,其中很多是原材料。我們懂得怎么去選擇上下游,這是我們最核心的。相信比全世界所有的生產企業而言,我們的數據應該都是最多的。
當然,做生態系統,數據要能夠分享,大家可能會蠻擔心這個問題。還好現在有區塊鏈,未來會有一個比較平等的方法,就我的數據,可以分享,但我不能拿到你的數據,大家的數據在自己手里是安全的,分享以后不會外泄。我們會將上下游的數據先打通,再來就是對外的數據打通。
賽博故事:所以數據的規模和對外賦能數據的價值,應該是我們吸引生態合作伙伴很重要的一點。
陳永正:對。
賽博故事:現在除了工業互聯網公司之外,傳統的互聯網公司也紛紛地談制造,和這種從云出身的公司比怎么看?
和互聯網行業相比,實業加互聯網,相對容易一點,而互聯網要去做實業,我覺得這個難度很大。所以我們把互聯網企業更多看成是生態的合作伙伴,互聯網有這么多的客戶,這些客戶里面,如果需要工業的互聯網的知識,我們其實是可以跟他一起來合作的。我們常常講云連云,工業互聯網,互聯網的云,大家云連云,彼此連接提供服務。
賽博故事:富士康的云也可以提供云計算能力。
陳永正:是,工業互聯網的計算能力其實非常不同。
(一個是時延的要求),互聯網是人和人的接觸,稍微晚一點、慢一點沒關系,掉幾個包沒關系,看影像的時候卡了也沒關系。但是在工業上,如果掉包、卡包就完蛋了,機器是在不斷地生產的。所以工業互聯網跟傳統互聯網是非常不同的。其他互聯網從業不見得那么了解。
(第二個是邊緣網絡的要求),我們做了一個實驗,在一個樓層里面,一百多個機器,全部用視頻數據來傳輸,一天要七個TB,如果都傳到網上去,網都打爆掉了。這時候,邊緣運算變得非常重要,它可以實現在本地解決,再傳輸?;ヂ摼W可能CDN(工業互聯網不行)。
賽博故事:現在國家正在強調數字經濟,打造數字強國,也提倡用大數據去賦能實體經濟。我們理解,富士康有點橫跨實體經濟和數字經濟之間的味道。
陳永正:是,因為工業互聯網就是所謂的實體經濟跟數字經濟的融合。嚴格講起來,我們過去是實體經濟,我們因為做工業4.0,做工業互聯網,開始有更多的大數據,所以我們已經跨到(數字經濟了)。如果定義什么是工業互聯網?其實就是實體跟數字經濟的融合,我們已經跨出去一步了。
當然,接下來怎么去服務外界?讓數字能力對外。這方面,我們也要向互聯網公司學習。
賽博故事:怎么看待實體經濟和數字經濟它們的發展差別?好像數字經濟的發展比較具有爆發性,實體經濟慢一點。
數字經濟是比較發散的,比較感知的。實體經濟是精確的,是一毛一秒都不能差的,所以這兩個本質是非常不同的。
真正做到極致的時候,就是大家的數據都能打通,虛擬數據跟實體數據打通,這還需要有一段過程。但這就是未來,真正實現工業互聯網,數字經濟跟實體經濟融為一體,沒有界限。
賽博故事:你其實在高科技領域工作多年,現在在制造業,兩個領域切換之間,有沒有一些特別的觀察?
實體制造和高科技互聯網最大的差別在于紀律性和程序性。高科技則更多要強調創造力。富士康這些年走過的路是從一個實體制造跨到一個高科技公司,從30億到1500億?,F在大客戶要什么產品,只要把他的想法給我們講了,富士康就可以配合做出產品,已經跨到了一個高科技公司的階段,高科技加上紀律性、程序性。
但是說實話,我們的文化還是一個比較傳統的實體經濟的文化,這一點來看,未來也要要有新的基因,引進互聯網基因。我們在工業互聯網公司下面,有一個科技服務的部門,就引進了有相關基因的資源人才。
賽博故事:是不是可以理解是高科技能力,助力了富士康從30億到1500億這樣的過程。
陳永正:對。
(注:文字根據上下文由“賽博故事”根據訪談編輯整理,為便于理解,對比本人原話有較多順序、邏輯和文字修改。同時,內容供參考,不構成任何投資建議。)
好文章,需要你的鼓勵
想象一下,你有一個非常聰明的朋友,他知道很多知識,但每當需要使用計算器、搜索引擎或查詢最新天氣時,卻變得像個笨手笨腳的孩子。這正是當前大語言模型(簡稱LLMs,如ChatGPT這類AI系統)面臨的尷尬處境。
想象一下,你擁有一個聰明的助手,它知道很多知識,但在面對需要使用計算器、搜索引擎或查詢最新信息時卻顯得笨手笨腳。這正是當前大語言模型(LLMs)面臨的困境。雖然這些模型已經通過監督微調(SFT)學會了使用工具的基本能力,但它們常常在面對復雜或不熟悉的場景時表現不佳。
想象你正在和一個智能助手聊天。如果你直接要求它提供有害信息,它很可能會禮貌拒絕。但如果你通過一系列看似無害的對話,逐步引導它走向你的真實目標呢?這就是當前AI安全領域面臨的一個嚴峻挑戰——多輪對話中的安全漏洞。
想象你在使用一個非常聰明的AI助手完成一項復雜任務,比如解決一道數學難題。你可能注意到這個助手會花很長時間"思考",一步一步寫下大量推理過程,最后才給出答案。雖然這種詳細的思考過程確實幫助AI做出了更準確的判斷,但同時也帶來了一個明顯的問題:它太"啰嗦"了,消耗了大量的計算資源和時間。