跨界圍攻:「AI 視覺」公司已集體殺入智能駕駛圈
2021-05-22
雷鋒網
如今的智能汽車賽道,說挨肩迭背也不為過。
新勢力派引領變革,最為二級市場所看好;泛網際網路派占流量高地,擅技術遷移;傳統車企派根基夯實,品牌名聲享譽在外。
甚至財大氣粗的某地產派也曾放下豪言――力爭 3-5 年成為世界規模最大、實力最強的新能源汽車集團。
如華山比武般,大俠們個個嚴陣以待,各方勢力黃巾高擎,左右開弓。
你看看,前有行業鐵幕,中夾破釜沉舟之心,後是險峻江湖,哪還有初進牛犢的落腳之處?
即便如此,在月前燥熱尚未消退的上海車展後,鮮少被提及的AI視覺公司還是擠了進來。
看慣了巨頭們的聲勢浩蕩,轉身發現AI視覺企業們的入局講究一個循序漸進,起承轉合。
而他們的悄然進入,也給智能駕駛領域增添了幾段新故事。
海康威視:左手自研、右手投資
AI安防老大哥海康,深耕智能駕駛市場履行一貫的低調風格。
其對智能駕駛的綢繆始於2015年,當時海康內部計劃開展新業務,起初確定的業務有三:海康汽車電子、海康機器人、海康螢石。
2016年7月,耗資1.5億的海康汽車技術正式成立。
在此前後,海康還分別於2016年6月投資了威視汽車科技,2017年7月成立了海康汽車軟體。
2018年是海康智能駕駛的上升之年,市場渠道、技術研發上均有突破。
2018年2月,他們上線高級駕駛輔助系統、自動泊車APA+,同年又成功打入2019款保時捷卡宴的配置中。
汽車產業以穩為重,鏈條長、利益盤根錯節,新入者切入並不容易,而海康卻出其不意一舉打入高端。
數據顯示,截至2018年底,海康汽車已經通過了20家OEM的審核並成為其合格供應商,公司的主要客戶包括一汽集團、北京汽車、上汽榮威、上汽名爵、本田汽車等。
其中,定點項目超過200個,已量產的項目超過100個,覆蓋500家渠道合作夥伴。
成立子公司自研之外,投資也是海康較為看中的一大路徑。
在成立汽車電子公司之前,海康就曾在2016年入股毫米波雷達企業森思泰克,並成為後者的第二大股東。
2013年成立的森思泰克既是毫米波雷達第一批探路者,也是成績較為優秀的領軍企業之一。
森思泰克創始人秦屹是英國海歸的雷達專家,在英從事雷達研發和製造十餘年。
據悉,森思泰克所聚團隊成員中80%具有軍工背景,掌握雷達硬體、軟體和量產工藝等幾乎全部核心技術。
據悉,森思泰克毫米波雷達在北京、石家莊設研發中心,在蕪湖設總廠,在杭州設車載事業部。
石家莊,有軍工雷達大本營之稱,軍民毫米波雷達研發人才密集,且電科雷達研發54所和13所都在石家莊。
森思泰克也頗為爭氣。
2019年,思泰克首次實現大批量77GHz車載毫米波雷達國產化、突破國際巨頭壟斷。
森思泰克的77GHz毫米波雷達成為國內首個真正實現「上路」的ADAS毫米波雷達傳感器。
目前,森思泰克已成為紅旗、一汽、韓國現代、東風日產、長城、長安等國內外車企體系內供應商。
海康與森思合作的高分毫米波成像雷達+視覺融合技術,或許將對壘低線束雷射雷達。
大華股份:立足整車,三電、網聯、自動駕駛多點齊發
零跑汽車脫胎於大華股份的汽車部門,獨立後獲得了大華股份的技術和資金支持。
2015年,大華股份副董事長兼任大華股份CTO朱江明親自下場,成立零跑。
經歷2019年新能源補貼大退坡,不少新勢力造車企業已經出現嚴重資金問題,且變現存疑。
零跑汽車亦不例外。
2018年,零跑虧損 3.07 億元後,2019 年上半年又持續虧損約 2 億元。
2019年1月4日,零跑汽車第一款車S01上市,該車2019年全年交付約1000輛。
對於連續虧損的零跑,唱衰論一直也在網上發酵。
朱江明對此表示,「即使不融資,零跑也能再活三年。」他透露,大華股份將持續為零跑輸送資金,「當然我們希望能更多的融資,發展得更快些。」
在經歷融資受阻後,2021年伊始,零跑官宣融資43億元,合肥政府投資平台亦在其中。
今年年初,此前曾投資蔚來的合肥市政府與零跑方面簽訂戰略合作協議,未來合肥方面將對零跑B輪融資投資約20億元,並展開更多合作。
現金流方面,從不被業界看好,到巨額融資的到帳,仿佛又讓市場看到了可能性。
技術層面,零跑汽車稱自主研發了三電系統、智能網聯繫統、自動駕駛系統三大核心技術,並完全掌握自動駕駛核心硬體平台和算法技術,實現對自動駕駛感知、決策、執行層關鍵技術的自主化全覆蓋。
產品層面,零跑汽車目前旗下擁有3款量產車型,分別為:零跑T03、零跑S01以及零跑C11。
三款產品風格各異,銷量不一。
2020年,零跑汽車官方消息稱,2020年累計銷量達11391輛,其中T03為主力軍,貢獻了10266輛。
創始人朱江明也底氣頗足:「2023年零跑進入造車新勢力TOP3、2025年在國內新能源汽車市占率達到10%」。
商湯:求精感知技術,並進艙內艙外
與其他AI獨角獸相比,商湯在自動駕駛上布局較早,也更全面。
2017年進軍自動駕駛,商湯的汽車產業布局可分為艙內(智能車艙)和艙外(智能駕駛)兩大層面。
智能車艙層,基於前裝量產解決方案,以視覺感知技術為錨點,由點及面,覆蓋用戶從上車到用車的多個場景。
商湯的SenseAuto Cabin智能車艙解決方案包括駕駛員感知系統、座艙感知系統、智能進入等等功能。
據悉,在過去的兩年多時間裡,商湯已經拿下了30多個國內外頭部夥伴的智能車艙定點量產項目,覆蓋車輛總數超過1300萬輛,其中10 余個項目已經實現了量產交付。
智能駕駛層,商湯選擇與主機廠合作,做汽車廠商(OEM)及一級供應商(Tier1)的解決方案供應商。
在自動駕駛感知、決策和執行三大要素中,汽車廠商和Tier1占據重要角色。
2017年,商湯與OEM廠商本田簽訂了為期5年的長期合作協議,研發適合乘用車場景的L4級自動駕駛方案。
2018年,商湯完成杭州、上海半開放場地內實現無接管自動駕駛。2019年,在日本落地「AI自動駕駛公園」,將用於自動駕駛汽車的研發和測試,並面向公眾開放。
商湯的自動駕駛業務定位,是以視覺為主,其他元素為輔。
視覺之外,商湯在高精度地圖和雷射雷達、毫米波雷達等方面皆有技術儲備。
通過搭配多種不同傳感器,實現感知、分析預測、決策規劃控制、城市級三維地圖重建及無人車高精度定位能力等技術功能。
目前,商湯對自動駕駛技術進行了多次疊代,形成了一套較為成熟的智能駕駛方案:SenseAuto Pilot智能駕駛解決方案,聚焦 L2+ 級高級輔助駕駛至L4級自動駕駛創新,並在上海車展首次發布SenseAuto Pilot-P駕駛領航方案。
軟體之外,2019年3月,商湯還推出首款原創機器人SenseRover X自動駕駛小車,這是款針對自動駕駛的教學產品。
奧比中光:戰投+自研,兩條腿走路
奧比中光是AI初創企業中對智能汽車投入最多的公司之一。
作為一家AI 3D感知技術方案提供商,成立於2013年的奧比中光現今已在3D傳感領域深耕近8年。
3D傳感作為人工智慧領域最核心的視覺感知技術,融合了晶片、算法、光學、軟體等多交叉學科技術,是人工智慧時代感知識別、新型人機互動等最為核心的技術載體。
除3D結構光外,奧比中光在雙目、iTOF、dTOF、雷射雷達等主流3D視覺感知技術領域也有長遠布局。
早在2018年,奧比中光就投資雷射雷達晶片級解決方案提供商飛芯電子。
飛芯電子成立於2016年,是一家專注於光電設備、雷射雷達研發、集成電路設計的高新技術企業。
成立僅2年,飛芯電子獲得了博世等注資。
據悉,飛芯電子以研發、生產雷射雷達系統及核心晶片為主要業務,客戶群體主要面向國內外汽車、機器人、無人機等生產研發廠商。
飛芯電子稱,其針對行業痛點,採用了連續波載調製或相干外差探測方案,利用焦平面點雲測距技術,滿足較高的空間解析度和較大的視場角,探測距離可超過200m,且無需複雜昂貴的機械掃描裝置,不斷提高系統可靠性,也使獲得的圖像更為清晰。
2019年4月,奧比中光成立車載3D視覺傳感方案提供商奧銳達。
奧銳達的業務重心在智能座艙,產品包括ToF攝像頭模組、雷射雷達等硬體以及3D ToF智能座艙方案。
承襲了奧比中光的3D視覺感知技術,奧銳達可為智能汽車帶來DMS、OMS、手勢識別、人臉識別、身份驗證等多種3D化智能功能。
其金融級安全的3D人臉識別方案,保護駕乘人員的信息安全;通過3D-ToF 攝像頭,實現多區域手勢控制;同時,智能汽車還可以通過3D信息,判斷駕乘人員體型、座艙內位置等。
近日,奧銳達還發布了為智能汽車量身定製的3D ToF智能座艙方案。
虹軟:主攻艙內,走軟硬一體之路
2018年,為應對手機市場見頂飽和,虹軟正式將業務從智慧型手機領域拓展至智能汽車、IoT等領域,一舉橫向突進自動駕駛市場。
虹軟科技創始人兼CEO鄧暉曾表示,未來每輛汽車裡都有10個以上的攝像頭,智能座艙將成為智能駕駛視覺AI的重點應用場景。
與其手機定位一樣,虹軟的智能汽車走軟硬一體解決方案,力圖做車載視覺一站式解決方案的供應商。
從招股書看,截至2018年底,虹軟科技的「汽車等loT產品」的業務收入僅367.95萬元,占比不足1%。
與多數視覺企業加裝雷射雷達等技術不同,虹軟的的自動駕駛解決方案完全基於視覺層面,且核心聚焦在車內智能。
虹軟科技的智能駕駛視覺解決方案,包括車內安全駕駛預警、駕駛員身份識別、車內安全輔助、輔助駕駛預警、自動泊車等眾多解決方案。
2019年3月,虹軟入股開易(北京)科技,後者主營業務包括主動安全智能終端(ADAS+DMS+人臉識別)、SDK軟體服務以及硬體整體解決方案。
2019年,虹軟在科創板上市。
虹軟表示,其在計算機視覺領域積累深厚,融合其暗光高反差拍攝、防抖等影像視頻增強算法技術,即使在車內光線不佳、人臉角度多變、車輛晃動等特殊情況下,也能夠很好地完成車輛周圍環境監測和車內人員監測等功能。
上市後,虹軟大力布局智能汽車及其他 IoT 智能設備領域,目前成效初現。
據虹軟表示,智能汽車板塊2019年開始真正量產。
數據顯示,2020年,智能駕駛視覺解決方案業務增長較快,實現營業收入6592.99萬元,同比增長310.61%。
據悉,虹軟智能駕駛相關產品包括DMS(駕駛員識別系統)、ADAS(高級駕駛輔助系統)、BSD(盲區檢測系統)、OMS(乘客識別系統)、Interact(視覺互動系統)、Authenticate(生物認證)、AVM(3D環景監視系統)、AR HUD(AR抬頭顯示)和智能後備箱等各類以核心算法為基礎的相關軟體解決方案。
高工智能汽車研究院數據顯示,DMS(駕駛員識別系統)的算法業務是其智能汽車業務的主要收入來源。
虹軟今年透露,其智能駕駛業務已實現37+7個前裝車型定點開發(37款量產車型定點,7款車型預研),以提供純算法為主,公司直接與Tier1或整車廠簽約,涉及多家國內主流車企(含造車新勢力)及部分合資車企。
格靈深瞳:最早入局,協同成長
成立於2013年,格林深瞳是最早的一批AI視覺公司,也是最早一批投入自動駕駛的AI視覺公司。
當年,格靈深瞳聯合英特爾研究院院長吳甘沙、國家智能車未來挑戰賽冠軍團隊負責人姜岩等一同創辦了一家專注於自動駕駛領域的公司――馭勢科技。
2016年,馭勢科技在北京誕生,格靈深瞳作為投資方入股馭勢科技。
過去五年,馭勢科技在洶湧潮水中奮力前行。
2017年1月的CES,馭勢科技向世界推出了無人駕駛概念車「城市移動包廂」,該車型成為了全球第三款獲得紅點設計大獎的無人車。
同年,這家公司分別在4月和6月,於白雲機場、杭州來福士率先展開面向普通公眾的無人駕駛商業化運營。
今年1月21日,香港國際國際機場宣布,由馭勢科技與香港國際機場管理局共同研發的無人駕駛物流車將替代人力駕駛拖車,承擔往返機場和海天客運碼頭的行李運輸任務,意味著其在機場的運用已逐步上量。
在過去的一年中,馭勢科技與長安民生物流、一汽物流、巴斯夫(BASF)等數十家企業建立了商業合作。
據透露,在國內某豪華品牌車型上,馭勢科技提供的軟體算法也已前裝量產,並幫助該自主品牌率先推出 L3 級自動駕駛功能。去年馭勢科技交付了數百套「AI駕駛員」,實現年度業績同比增長150%。
前不久,馭勢科技宣布完成累計超10億元人民幣的新一輪融資,在這場融資中馭勢科技獲得了國家資本的參投。
馭勢科技在無人物流埋頭苦幹,潛心鑽研,其成績是在無人物流領域的業務布局幾乎占到了國內市場的70%。
2016年誕生至今,馭勢科技經歷萬千辛酸,在密如繁星的棋子中探索出一條最優解法,以機場定式,在精進自我的路上捨命狂奔。
而格林深瞳的自動駕駛之路,也隨著馭勢科技越走越遠。
曠視:立足AI視覺,做車載全套解決方案
2018年11月,曠視曾公開展示過車載AI視覺解決方案。
彼時的曠視,其解決方案基於車載系統和駕駛過程的人臉解鎖、帳戶切換、駕駛員識別、多模態交互等功能為主,並收取相應軟體使用費和服務費。
「人臉解鎖」可通過車外的攝像頭捕捉駕駛員人臉信息並進行身份的識別與確認,實現人臉解鎖車門、臨時授權人臉解鎖車門;
通過車內的攝像頭實現刷臉啟動發動機、保險箱等,「帳戶切換」功能可通過人臉識別無感知精準識別駕駛員身份,配合車載智能系統,快速調整用戶預設的車輛各項個性化配置(座椅位置、反光鏡角度、空調溫度、音樂、燈光、導航等)。
「駕駛員識別系統」可通過車內攝像頭,實時查看駕駛員駕駛狀態和行為,在駕駛員出現疲勞駕駛或分心駕駛跡象時觸發預警,保障行車安全。
曠視曾表示,其與蔚來汽車實現了未來在智能汽車應用上的深度合作,真正的無人駕駛商用較遠,曠視聚焦對人類駕駛員的理解和輔助。
的盧深視:基於3D視覺相機,為產業賦能
的盧深視在智能汽車領域的角色,更多是與第三方合作的方式。
作為三維視覺領域的佼佼者,的盧深視在高精度深度感知成像、三維實時高精度重建、三維跟蹤識別及感知等技術方向上深耕多年。
上月,的盧深視出席了2021全球自動駕駛高峰論壇,並展示了其最新3D CV相機及其應用。
的盧深視兩款自研3D CV相機,其在5米範圍誤差小於1mm,指標超越國際3D相機巨頭,量產良率達99%以上。
基於前端低功耗嵌入式平台,兩款相機均可實現非接觸式精準識別,基於結構光原理,更可還原人臉高精度3D細節信息,通過人臉立體尺寸信息精準辨識人員身份,同時對於二維和三維攻擊識別正確率高達99.99%。
多提一句,安全性上,可達金融級別。
據悉,除了智能汽車領域,兩款相機也在智能家居、金融支付、智慧交通等領域展開布局。
智能駕駛:AI視覺第二春
AI視覺眾企入局智能駕駛賽道,並非跑題創作。
其一,布局智能駕駛,是戰略向外牽引使然。
自計算機視覺出走實驗室樊籠,AI安防、自動駕駛便拿到一大波投資人的「S卡」。
當年AI落地之時,安防提供了絕佳的土壤,AI公司在此實現技術與產業的交融。
期間,AI與安防彼此成就:
安防向世界輸送的海大宇等驕子,幾乎主導了全球安防市場話語權,行業極速擴容,向城市各個領域蔓延。
AI獨角獸們也從安防起家,並逐漸走向千行百業,邁向全域。
左邊是AI安防成主要營收來源,右邊是AI安防逐漸占領一席之地。擺在入局者眼前的,是如何保持縱向持續增長的必答題。
擺脫路徑依賴,尋找AI安防之外的市場,已是當務之急。
如果說,過去五年,AI視覺公司的路徑是「通用AI SDK 重定製集成項目實施」的話,那麼未來五年,他們可嘗試「非標領域的標準市場 形成標準化產品 低成本規模化複製」的路子。
非標領域的標準市場在哪?自動駕駛、醫療、晶片赫然在列。
縱觀AI市場,目光所及賽道幾近全員虧損,掘金志認為,與高成本人力無關,因為虧損在放大;與硬體儲備也無關,因為可以OEM。
核心在於:AI安防未能標準化,項目需求又無窮多。
那就去標準化市場?有人問。
標準化市場可以一夜之間把價格做到無窮低,但高額運營支出非AI企業所能承受。
標準化市場上不去,定製化市場下不來,AI公司的突破口在哪?答案是:非標準化市場裡找到標準化路子。
賽道上,自動駕駛正是明顯的非標領域的標準市場。與AI安防共通的是,智能駕駛初創企業也依賴資本輸入。
但前者場景碎片化、項目定製化,產品標準化之路漫漫;後者以智能汽車為載體,技術上軟體定義、人機協同一旦成型,會一招吃遍天下鮮。
眼下,不少智能駕駛新勢力已實現產品量產,並獲得一定規模的現金流。
對於一眾搶灘的各路豪傑,AI視覺的入場似乎有些遲。
但智能汽車賽道正熱、格局未定,智能汽車產業鏈長、細分領域繁雜,此時入場的AI視覺,你可以說它入場稍晚,但不能說它機遇不在。
其二,自動駕駛或是計算機視覺技術應用必登之高峰。
近幾年,機器學習持續深入,計算機視覺應用亦有了飛速進展。
千山萬水跨越的人臉識別小山,是AI最成功,也最基礎的一環。
真正的AI,是貫穿感知-決策-執行的長鏈條,這一點在自動駕駛上體現得尤為極致。
感知層,通過各類硬體傳感器捕捉車輛的位置信息以及外部環境信息;
決策層的「大腦」,基於感知層輸入的信息作環境建模,從而形成對全局的理解並作出決策判斷,再向車輛發出執行的信號指令;
最後的執行層,將決策層的信號轉換為汽車的動作行為。
自動駕駛技術是人工智慧、高性能晶片、通信技術、傳感器技術、車輛控制技術、大數據技術等多領域技術的結合體,落地難度之大,各路AI無不動容。
計算機視覺應用場景萬千,自動駕駛無疑是極具挑戰性、最具想像力的一條。
越是長在懸崖之巔的花,越讓人著迷。
一直以來,在環境感知環節,存在AI視覺與雷射雷達技術路徑之爭。
不管何種路徑更優,已經在視頻物聯領域經歷過殘酷驗證,AI技術儲備上,AI視覺企業們也已攢下不少經驗。
狼多肉少,能吃幾成飽?
「自動駕駛是很低級的行業嗎?所有人都想來分一杯羹。」
這調侃入局者們聽了,大抵會覺得分外委屈。
大多數困在第一道門檻,錢。
「沒有200億不要造車」的聲量振聾發聵,造車明星蔚來也曾資金一度跌入谷底。
雖說AI視覺公司除了大華的零跑汽車外,其他參與者目前都專注於智能駕駛硬體和系統,但這也是個昂貴的行當。
不少企業本身依靠資本輸血,是否有更多資金和精力參與自動駕駛廝殺,是他們需要思考的問題。
行業壁壘不容小覷。
汽車產業發展百餘年才形成了一套嚴謹而完整的生產流程和制度,乃至於衍生出了一套基於安全的工業文明,不是後來者們在短短的幾年時間裡就能夠顛覆的。
作為智能汽車的核心體現,自動駕駛技術遠未達到成熟的程度;車艙內的智能化體驗也還有豐富的想像空間。
換言之,如果跨界選手想要在智能汽車的世界裡找到自己的一席之地,不僅要高度重視安全這一話題,還要擁有強大的軟體能力。
但在前一輪前沿傳統主機廠以及蔚來、小鵬、理想等新造車勢力的人才軍備賽過後,新入局的玩家要如何吸納更多的專業人才?又如何權衡來自世界各地的人才的意見和建議,從而做出最終決策?
與此同時,智能汽車的研發不是一件只要懂軟體就能夠做成功的事情。
隨著電動化、智能化大潮的到來,造車的門檻看似降低了不少,但在這一過程中遇到的內因外因的難題,可能遠比想像中的要多。
行業資源尚需積累。
相比AI安防、智慧城市等領域,AI視覺跨界者在智能汽車領域品牌影響力和渠道資源不足,短期內,造血盈利能力較低。
而且,AI視覺企業布局智能駕駛時間不一,技術雖有共性但終究有別,相較於大多數垂直企業,尚有諸多不足。
故可見,過去幾年,即使AI視覺巨頭,步伐也較為謹慎,大多圍繞艙內智能、ADAS市場。
如果說巨頭們跨界,自帶熱搜體質,AI視覺企業跨界的光彩,多少暗淡了些。
前者身家優渥,拿著頂流體驗卡入場,高屋建瓴,後者更多是以小舟,涉鯨波。
當然,隨著技術日進一桿,資源聚沙成塔,營收逐年增長,他們將投入包括但不限於研發、營銷、資本等層面,難保這一葉扁舟,哪天出其不意成為可遠航的重磅郵輪。
莫道桑榆晚
眾多跨界玩家湧入智能汽車,激發了新的生機。
無論從何種角度來看,智能汽車的市場都蘊藏著無限機遇。
這個市場需要鲶魚的存在。
在新時代的風潮之下,我們固然期待看到不斷有實力強勁的新玩家們入局,留下中國智能汽車史上濃墨重彩的一筆。
我們也殷切地希望,這是一片能夠承載百花齊放,充滿新的生機和活力的沃土,而不是拔苗助長的投機者的港灣。
憑藉先發優勢,不少入局者或已暫列行業前位,但隨著各方力量的持續加碼,後來居上也並非不無可能。
保持警惕,時刻成長。
資料來源:https://www.chinahot.org/science/83632.html?fbclid=IwAR2Mm9ZU17srF7sCywqUPw-hmRAyGN_sN9XnL0_Q6mE4bUYwUpgGNX3wHps
同時也有1部Youtube影片,追蹤數超過81萬的網紅V科技奇趣,也在其Youtube影片中提到,幹機加工最怕的除了人身安全問題,再就是機械故障了,其中最讓人心顫的自然是撞機、崩刀。。。有經驗的大佬都懂這種感覺。那麽怎麽避免這兩個致命點呢? 刀具崩刃的原因及對策 1)刀片牌號、規格選擇不當,如刀片的厚度太薄或粗加工時選用了太硬太脆的牌號。 對策:增大刀片厚度或將刀片立裝,選用抗彎強度及韌性較高的...
流量計 精度 在 憑高酹酒,此興悠哉 Facebook 的最佳解答
《酒徒之書》自序:飲酒作樂的思辨之旅
多年前閱讀哈佛大學Michael Sandel教授所著的《正義:一場思辨之旅》,我的思想猶如被醍醐灌頂,憬然發現過去許多憑直覺所作的判斷,如果能再進一步的思考,常常是站在選擇分水嶺上。判斷可能出錯的原因很多,純粹根據經驗或是感情用事都有,但大多時候是過於依循慣性以及服從權威,以致失去思辨能力。自此讓我瞭解,當面對人生中各種問題時,想藉由直覺判斷來尋求解答,並不是一件容易的事。
但工作就簡單多了。我是一名資深工程師,主要從事公共工程的規劃設計,各種不同的法規、規範給了我們遵循的準則,不需要太多思考。不過規劃設計只是工作的一環,在進入實質設計前,我還得執行行銷業務,通常是藉由編撰厚厚一大本全彩精印的「服務建議書」,以及短短10∼20分鐘的簡報,去努力爭取標案。為了達到每年的業績要求,我們必須設法將硬梆梆的工程數字包裝成軟性語言,字不如表、表不如圖的訴求老嫗能解,加上具有故事性的文青辭彙和色彩暗示,以及分秒不差的簡報練習,來攫取評審們關愛的眼神。
這一套行銷方式每年總要搬演好幾回,我自信扮演得極為熟練,也發展出成熟的SOP。只不過近年來環境態勢丕變,公司與公司之間的競爭越來越激烈,各種行銷花招層出不窮,讓我越來越覺得心虛。由於爭取標案時的承諾多少都有些誇大,一旦落入契約去執行,就必須倚靠硬橋硬馬的真功夫,將當初思慮不周的想法化作實踐的可能。所以我們業界流行的說法是:得標時頂多高興一分鐘,接下來就是痛苦的開始。
當我從務實至上的工程顧問業跨入酒界之後,就如同進入大觀園的劉姥姥,東張西望的不斷訝嘆,我原以為的行銷花招,放在酒界根本不值一哂,因為工程界再怎麼樣誇大都有不可逾越的天花板,酒界雖然也有,但一般消費者不會想花時間去理解,所以很容易全盤接受行銷的講法,反正酒中有真意,欲辨已忘言。
以上說明,無非在解釋在某種程度上我也是行銷人員,不過骨子裡依舊是實事求是工程師,憑著一股好奇心翻找事物背後的原理。2018年寫就的《威士忌學》,便是整理了我十多年來在威士忌的好奇和疑惑,所以盡可能的蒐集數據資料,希望與我一樣具有相同疑惑的酒友能在這本書裡找到解答。不過好友怡蘭告訴我,當她閱讀書稿時,看不到太多的「我」,這句話我謹記在心,埋下了一顆「再寫一本書」的種籽。確實,《威士忌學》是一本工具書,本來就不應該存有太多個人觀點,但是我依然將部分觀點偷偷藏在數據資料堆裡,只是藏得很深,讀者不太容易找到。
但這本書最有力的推手來自一位我十分敬重的行銷朋友。酒友間流傳著我在各類活動中,因為最愛舉手發問,所以是個相當麻煩的問題人物,也所以一定是行銷人員的眼中釘、肉中刺。我必須告訴各位:你們錯了,我有許多行銷朋友,而且十分尊重他們在推廣威士忌所做的努力,沒有行銷業務,我們嗜酒之徒早已口渴而亡。這位行銷朋友時常指點我於酒類市場上的盲點,分析資料、透露八卦,早在幾年前就諄諄教誨,如果我想在「威界」揚名立萬,不應該寫那撈什子的磚頭書,而是,他建議,一起合寫一本大爆行銷內幕的爆卦書。
就在我百無聊賴的2019年下半年想起這個點子,與他喝咖啡閒聊了一陣後,馬上列舉了10多個題目寄給他,他也立即增添5、6條題目,成為這本書第一篇最初的原型。在後續的討論中,他提到大鳴大放之後,應該話鋒一轉的來個反高潮,提出正面建議,這也就是本書第二篇寫作的動機。由於歷年來勤於寫作,手中存留的文字著實不少,既然有了方向,所以援筆立就的完成前幾篇寄給他,並催促他也必須完成他所建議的篇章。此時工程師與行銷人訓練上的差距顯現了,我持續以好奇心耙梳每一條項目背後的成因和邏輯,他秉持市場派認為我又太過認真而疏離消費者,筆風不同、文采各異下,硬是要送作堆,可能會互相扞格,所以到最後,所有的篇章都由我獨立完成,內容和資料也是由我自行挖掘(意思是沒有各位想像的黑暗內幕可爆)。
在半年多的寫作期中,我不斷修改原先的條目和構想,增添了不少原本不在規劃中的題材如:<我們使用來自湧泉的硬水>是某次酒款發表會激發的點子;<艾雷島的迷人海風味>根據好友尤愛月的上課教材;<甜味在舌尖、苦味在舌根>中部分內容是一次難忘的受騙上當經驗;而<小酒廠會不會泡沫化>原本只是為《威士忌雜誌》所寫的專欄。我終結在<達不達,沒關係>,反映的是目前威界的行銷境況和社群媒體的反思,這一篇有關行銷策略的學理與實踐,正是那位行銷大師的精心指導。很遺憾的是,原先構想的「威士忌拍賣場的闇黑拱價術」、「威士忌酒精度回魂術」、「來包桶吧」,題目上非常吸引人,但無力深究,最終只能悵然捨棄。
從構思這本書的內容開始,我的對象便不是初入門者,而是已經參加過幾場品酒活動、多少聽過一些行銷語言的酒友,所以我不再贅述某些基本定義,如產國、產區、單一麥芽威士忌和威士忌的製作方式等等,這些名詞很容易找到解釋,另一本拙作《威士忌學》也提供精確的說明。就目的而言,當然不是打擊行銷,而是協助消費者與行銷一起成長。這句話聽起來有點冠冕堂皇、自我吹噓,不過,我想像某個遠景,當某些迷惑消費者的語言被拿掉之後,行銷人員是不是能更坦然的面對消費者,而不必搪塞些「消費者不需要知道那麼多」的胡言亂語?而且,當行銷人員瞭解所有故事背後的真相,是不是更有能力帶領消費者去深入認識自己的品牌?
《文心雕龍》<神思篇>云:「積學以儲寶,酌理以富才,研閱以窮照,馴致以懌辭」,講的就是古人做學問的方法。百千年前的讀書人缺乏滑滑手機便可查到的資料,也沒有萬事皆可問的臉書,於追求知識的道途上,唯一可用的就是這套窮理致知的笨方法。現代人不同,網路上的知識流量既快且雜,甚至多到讓人應接不暇,但就是因為這種便利性,現代人不需強記,也沒時間思辨接收到的大量資訊是否真實可靠,尤其是飲酒一事,享受口舌之樂擺第一,行銷愛說什麼就說什麼,談論思辨根本煞風景。
但或許,我以為身為工程師的我之所以投入威界,不是為了享受下班後一杯在手的放鬆,也難以成為酒類行銷需要的「達人」,所負的使命──近年來越發的清晰──便是利用一支筆(其實是鍵盤)來掀起思辨的波瀾。這就是我自以為是的「正義」,也回歸到《正義:一場思辨之旅》給我的啟發。如果酒友們仔細閱讀本書的每一則篇章,應該會發現我並沒有提供太多非黑即白的答案,而是思考方向。我當然有自己的觀點,但各位酒友大可不同意,不過就算不同意也已達到我的目的,因為當我們拒絕接受不夠精確的說辭,就已經出發往挖掘成因的路途前進,這種挑剔,毋寧也是某種「正義」的實踐。
流量計 精度 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
2020年物聯網的未來
2020年05月18日13:13 貓眼品歷史
全球領先的研究和諮詢公司Gartner預測,到2020年,將有大約200億個設備連接到IoT。顯然,互聯網世界的發展速度比預期的快。幾乎每個人都期待著物聯網的命運以及它對我們的下一次挑戰。
一、使房屋和城市變得智能
物聯網應用開發項目的水平正在日益提高。智能恆溫器和智能照明不僅可以節省能源,還可以減少費用,這也是導致大量人在2019年及以後選擇IoT設備的重要原因。
將物聯網的思想帶入城市層面開闢了全新的視野。更好的交通管理,無擁堵的道路,污染少的城市,高度的安全性,所有這些將加在一起,需要更大範圍地實施物聯網以實現智慧城市的目標。
借助移動應用程序,我們可以將基於小型IoT技術的智能家居項目程序與所有者的手機連接起來。這不僅使任務更加舒適,而且借助先進的開發技術,只需在您的手機上輸入一些詳細信息,就可以在全局範圍內控制這些任務。
二、將數據分析提升到新水平
在即將到來的時間裡,我們將看到物聯網和互聯世界之間發生的重大趨勢。期望個人和公司將能夠從包括IoT和AI在內的單個部門與全世界一起獲得需要幫助的決策方面的幫助。
人工智能可以快速識別趨勢,從而使物聯網能夠以更高的精度和準確性收集大量數據。可以對事件收集的頻率進行分析,以獲得更好的結果。
三、更好的醫療保健
隨著廣泛數據范圍的可用性,醫療保健結果將得到改善。最近參加的研討會表明,公司已經在物聯網技術方面開展工作,該技術可識別和收集有關癌症的數據,在疾病的不同階段讀取圖像以反映人體參數的變化,從而開發出一種技術,該技術將在很短的時間內確定體內癌細胞的發展。早期階段。
這不僅將有助於新藥的開發,還將有助於預防疾病並確保患者的壽命更長。未來幾年,許多其他此類技術將在醫學市場上興旺發展。
當前,借助IoT的進步,正在開發許多醫療應用程序,以監視各種身體參數並識別小疾病並提供治療方法。在前進的體檢報告生成系統,可以通過連接到用戶的手機移動應用程序,並且只需輸入他/她的命脈的人可以識別人體疾病的存在。
四、消費者適應
在未來的幾年中,一旦基於消費者的變化發生在物聯網中,您將看到物聯網的重大變化。一旦完全發展,它將改變人們的生活方式。
這些物聯網項目不僅為消費者提供了舒適感,還將導致業務和其他戰略的急劇發展。這將導致總體進步和增長。
五、保護物聯網和連接設備的安全
為了使物聯網更加自動化和易於使用,肯定會出現新技術。但是,由於存在很高的數據風險,因此仍需要適當處理這些問題。
隨著採用率的提高,越來越多的設備連接到物聯網。通過雲保護包含銀行和醫療保健領域的重要信息的數據將變得至關重要。
六、人工智能與大數據
與該行業相關的大量客戶和設備具有大量的數據需要分析和處理,並且只會在未來擴展。這些客戶端和設備與數據傳輸一起連接到物聯網。
需要非常先進的技術來處理如此大量的數據,這可以通過將人工智能與大數據和物聯網相結合來完成。在處理如此大量的數據時,這似乎很有希望。
七、雲計算上的邊緣計算
物聯網一直依靠雲存儲所有數據已經很長時間了。現在,物聯網的生產者和開發者都認可了存儲和處理大量數據的服務。
簡而言之,所有來自較早時間的數據都立即發送到了雲中,但是現在,它們將首先被發送到與IoT接近的本地設備。而且,該更近的設備將處理數據,如果需要,它將發送完整的數據,否則僅發送一部分。
這將減少網絡上的流量。這就是所謂的“邊緣計算”,它具有許多我們將在未來看到的好處。
為了確保平穩舒適的生活方式,物聯網也已朝著可穿戴應用程序發展,在這個飛速發展的技術世界中,我們需要針對每個消費者的個人使用量身定制的應用程序。解決這種複雜性的方法是基於物聯網的更智能技術。
不久的將來,實現自動世界的技術將在巨大的人腦下工作,以提供最大的舒適度和奢華感。
連同所有的積極和消極的因素,可以肯定的是,物聯網將成為人類最偉大的發明,並將發展到一定程度,以使類人機器人的思想完全與可穿戴式應用程序一起實現。
正在進行研究和開發,以確保盡快出現技術未來。在所有這些趨勢和預測中,未來絕對是有希望的,當然值得期待。
資料來源:https://t.cj.sina.com.cn/articles/view/6539045624/185c1eaf800100ye2x?cre=tianyi&mod=pcpager_tech&loc=1&r=9&rfunc=86&tj=none&tr=9
流量計 精度 在 V科技奇趣 Youtube 的最佳解答
幹機加工最怕的除了人身安全問題,再就是機械故障了,其中最讓人心顫的自然是撞機、崩刀。。。有經驗的大佬都懂這種感覺。那麽怎麽避免這兩個致命點呢?
刀具崩刃的原因及對策
1)刀片牌號、規格選擇不當,如刀片的厚度太薄或粗加工時選用了太硬太脆的牌號。
對策:增大刀片厚度或將刀片立裝,選用抗彎強度及韌性較高的牌號。
2)刀具幾何參數選擇不當(如前後角過大等)。
對策:可從以下幾方面著手重新設計刀具。 適當減小前、後角。 采用較大的負刃傾角。 減小主偏角。 采用較大的負倒棱或刃口圓弧。 修磨過渡切削刃,增強刀尖。
3)刀片的焊接工藝不正確,造成焊接應力過大或焊接裂縫。
對策:避免采用三面封閉的刀片槽結構。正確選用焊料。避免采用氧炔焰加熱焊接,並且在焊接後應保溫,以消除內應力。盡可能改用機械夾固的結構
4)刃磨方法不當,造成磨削應力及磨削裂紋;對PCBN銑刀刃磨後刀齒的振擺過大,使個別刀齒負荷過重,也會造成打刀。
對策:采用間斷磨削或金剛石砂輪磨削。選用較軟的砂輪,並經常修整保持砂輪鋒利。註意刃磨質量,嚴格控制銑刀刀齒的振擺量。
5)切削用量選擇不合理,如用量過大,便機床悶車;斷續切削時,切削速度過高,進給量過大,毛坯余量不均勻時,切削深度過小;切削高錳鋼等加工硬化傾向大的材料時,進給量過小等。
對策:重新選擇切削用量。
6)機械夾固式刀具的刀槽底面不平整或刀片伸出過長等結構上的原因。
7)刀具磨損過度。
對策:及時換刀或更換切削刃。
8)切削液流量不足或加註方法不正確,造成刀片驟熱而裂損。
對策: 加大切削液的流量。 合理布置切削液噴嘴的位置。 采用有效的冷卻方法如噴霧冷卻等提高冷卻效果。 采用*切削減小對刀片的沖擊。
9)刀具安裝不正確,如:切斷車刀安裝過高或過低;端面銑刀采用了不對稱順銑等。
對策:重新安裝刀具。
10)工藝系統剛性太差,造成切削振動過大。
對策: 增加工件的輔助支承,提高工件裝夾剛性。 減小刀具的懸伸長度。 適當減小刀具的後角。 采用其它的消振措施。
11)操作不慎,如:刀具由工件中間切入時,動作過猛;尚未退刀,即行停車。
對策:註意操作方法。
撞機的原因歸納起來大概有9點
1)程序編寫錯誤。
工藝安排錯誤,工序承接關系考慮不周詳,參數設定錯誤。
A. 坐標設定為底為零,而實際中卻以頂為0;
B. 安全高度過低,導致刀具不能完全擡出工件;
C. 二次開粗余量比前壹把刀少;
D. 程序寫完之後應對程序之路徑進行分析檢查。
2)程序單備註錯誤。
A.單邊碰數寫成四邊分中;
B.臺鉗夾持距離或工件凸出距離標註錯誤;
C.刀具伸出長度備註不詳或錯誤時導致撞刀;
D.程序單應盡量詳細;
E.程序單設變時應采用以新換舊之原則:將舊的程序單消毀。
3)刀具測量錯誤。
A.對刀數據輸入未考慮對刀桿;
B.刀具裝刀過短;
C.刀具測量要使用科學的方法,盡可能用較精確的儀器;
D.裝刀長度要比實際深度長出2~5mm。
4)程序傳輸錯誤。
A.程序號呼叫錯誤或程序有修改,但仍然用舊的程序進行加工;
B.現場加工者必須在加工前檢查程序的詳細數據;
例如程序編寫的時間和日期,並用熊族模擬。
5)選刀錯誤。
6)毛坯超出預期,毛坯過大與程序設定之毛坯不相符。
7)工件材料本身有缺陷或硬度過高。
8)裝夾因素,墊塊幹涉而程序中未考慮。
9)機床故障,突然斷電,雷擊導致撞刀等。
CNC加工中心數控機床作為高精度的機床,防撞是非常必要的,要求操作者養成認真細心謹慎的習慣,按正確的方法操作機床,減少機床撞刀現象發生