未来发展
412 浏览
人工智能竟然可以“做梦”
机械自动化类 机械设计 2016-11-30 10:13 发表了文章
近几年来，随着神经科学的不断发展，人们对许多新奇的未知领域有了新的探索和发现。在神经科学领域，其中有一项不得不提的就是，科学家们经过不断的研究，最终发现了“梦境”对于人类的记忆巩固，有着尤为重要的作用。
如今，谷歌的人工智能公司DeepMind就研发了一项新的技术，他们能够让机器人来“做梦”，通过对梦境的创建，能够达到提高学习速度的目的。
该项目的诞生其实并没有让人们大跌眼镜，因为早在几年前，在该项目推出之前，就有了相关的铺垫。起初，研发人员们对这些人工智能梦境的创建也是花了很多时间和功夫，他们引进了许多不同的素材，最初这些梦境中的内容还包括著名的雅利达视频游戏。
一提到谷歌的这家人工智能公司DeepMind，我们首先想到的是它强大的人工智能教导模式，他们还教过人工智能玩不同的经典视频游戏，并且让这些AI还都能玩的有模有样。这也是DeepMind公司取得的最令人称叹的成就。
然而如今我们所提到的，是让机器人能够做真实的“梦”，就像人类所做的正常的梦一样，通过对真实场景的分析，就能够产生相应的“记忆”和“思维”，从中我们也可以发现，在学习和记忆各样的信息时，真实世界的场景往往占据着重要的作用。
为了更好地了解机器人做梦的重要性，我们首先需要了解梦在哺乳型物种的头脑中是如何工作的，就好比说在人类的头脑中，梦是怎样形成的，跟头脑思维又有哪些联系。我们可以从神经科学的角度来更好地理解这个问题，而科学家们也在该领域有了很多的发现，其中在了解梦境在整个思维机制中所担当的角色时，科学家们最重大的一个发现是，梦的主要内容都是一些负面的信息，并且都带有恐吓性的倾向。
你可以尝试做一件事，就是连续一个月将你所做的梦纪录下来，你会很奇妙地发现你的梦大多数都是负面和惊恐的的一些情景。虽然也会有一些很美好的梦境，但是相比而言还是略少一些。从这个简单的一项发现中，我们可以推论，在梦境中，噩梦的出现是一种正常现象，而不是我们所理解的非正常情境，从古至今一直都是这样。
这些过度负面的梦境内容，从表面上来看似乎不存在任何的意义，也无法看出其中的端倪。但是如果从神经科学的角度来分析，就能够查验出其中许多有用的信息。在众多的神经科学理论当中，有一个十分突出的理论则说明，梦境实则是对最近现实生活中所发生的事件的一个突出和强化。
在梦境中所经历的负面和惊恐的状况，实际上可以帮助大脑更好地消化这些记忆信息，能够更加深化现实中的经历，从而可以让头脑更加深刻地记得这些信息。如今，DeepMind就是使用梦境的这些特点，在一场视频游戏中，对AI进行不断地训练，让它们不断地熟悉这些内容，从而可以加快人工智能学习的速率，提升学习效果。
那么，对于机器人而言，它们要面临的挑战有哪些呢？到目前为止，世界上最先进的AI的也只能从一些较复杂的视频游戏中获得小部分的经验和技巧，例如《星际争霸2》和《迷宫》。
因此在目前这些境况下，要设置出一个更加具有威胁恐惧性的情境，就需要额外考虑一些特别的因素，例如可以在这些游戏中加入“大BOSS”等角色，或者是设置一些迷宫和蛊惑人心的环节，让人工智能在这个过程中，要费尽心力与其争战，在这个过程中会充满各样的挑战。而不是仅仅设置一些毫无意义的环节，让整个游戏的气氛很缓和轻松，不具备任何的挑战。
“梦境”式的训练方法可以让人工智能着重游戏中的某些特定部分，尤其是那些具有挑战性的环节，在这个过程中它们需要反复不断地练习，反复总结经验，直到修炼出专业技能为止。使用这种技术，在DeepMind的研究人员能够帮助人工智能实现10倍的学习速率。
也许你会问，为什么这些AI的思维会在某些游戏中比创造它们的人类还要厉害呢？要搞清楚这一点，就必须对监管式学习与非监管式学习进行区分。迄今为止，获得突出表现的AI都是在使用监管式学习的模式，在该模式中，程序员会对系统提供许多对“训练数据”，然后AI会学习这些数据并进行检测。
这是训练教导机器人最简单的方式，但这种方法与人类的学习模式不一样。目前我们在开发一种非监管式的学习模式，诚寻远门不需要对该系统进行相关的数据训练，它们可以自行学习，自行决定，从而达到某个目标。
DeepMind的研发人员们更加看重这种无监管式的学习，因为在这种模式下，人工智能更有潜力创造出与人类相似的东西。因此，虽然机器人在未来是否真的能够通过“做梦”来实现更快速率的学习，依然还有许多不确定之处，但是人工智能不久之后能够对现实情境有更加清晰的理解。虽然目前这些都是一些尝试和推测，但是这些生动的想法和理念，将会在不久的将来成为推动人工智能发展的绝佳动力。
来源：1号机器人网
智造家
查看全部
近几年来，随着神经科学的不断发展，人们对许多新奇的未知领域有了新的探索和发现。在神经科学领域，其中有一项不得不提的就是，科学家们经过不断的研究，最终发现了“梦境”对于人类的记忆巩固，有着尤为重要的作用。
如今，谷歌的人工智能公司DeepMind就研发了一项新的技术，他们能够让机器人来“做梦”，通过对梦境的创建，能够达到提高学习速度的目的。
该项目的诞生其实并没有让人们大跌眼镜，因为早在几年前，在该项目推出之前，就有了相关的铺垫。起初，研发人员们对这些人工智能梦境的创建也是花了很多时间和功夫，他们引进了许多不同的素材，最初这些梦境中的内容还包括著名的雅利达视频游戏。
一提到谷歌的这家人工智能公司DeepMind，我们首先想到的是它强大的人工智能教导模式，他们还教过人工智能玩不同的经典视频游戏，并且让这些AI还都能玩的有模有样。这也是DeepMind公司取得的最令人称叹的成就。
然而如今我们所提到的，是让机器人能够做真实的“梦”，就像人类所做的正常的梦一样，通过对真实场景的分析，就能够产生相应的“记忆”和“思维”，从中我们也可以发现，在学习和记忆各样的信息时，真实世界的场景往往占据着重要的作用。
为了更好地了解机器人做梦的重要性，我们首先需要了解梦在哺乳型物种的头脑中是如何工作的，就好比说在人类的头脑中，梦是怎样形成的，跟头脑思维又有哪些联系。我们可以从神经科学的角度来更好地理解这个问题，而科学家们也在该领域有了很多的发现，其中在了解梦境在整个思维机制中所担当的角色时，科学家们最重大的一个发现是，梦的主要内容都是一些负面的信息，并且都带有恐吓性的倾向。
你可以尝试做一件事，就是连续一个月将你所做的梦纪录下来，你会很奇妙地发现你的梦大多数都是负面和惊恐的的一些情景。虽然也会有一些很美好的梦境，但是相比而言还是略少一些。从这个简单的一项发现中，我们可以推论，在梦境中，噩梦的出现是一种正常现象，而不是我们所理解的非正常情境，从古至今一直都是这样。
这些过度负面的梦境内容，从表面上来看似乎不存在任何的意义，也无法看出其中的端倪。但是如果从神经科学的角度来分析，就能够查验出其中许多有用的信息。在众多的神经科学理论当中，有一个十分突出的理论则说明，梦境实则是对最近现实生活中所发生的事件的一个突出和强化。
在梦境中所经历的负面和惊恐的状况，实际上可以帮助大脑更好地消化这些记忆信息，能够更加深化现实中的经历，从而可以让头脑更加深刻地记得这些信息。如今，DeepMind就是使用梦境的这些特点，在一场视频游戏中，对AI进行不断地训练，让它们不断地熟悉这些内容，从而可以加快人工智能学习的速率，提升学习效果。
那么，对于机器人而言，它们要面临的挑战有哪些呢？到目前为止，世界上最先进的AI的也只能从一些较复杂的视频游戏中获得小部分的经验和技巧，例如《星际争霸2》和《迷宫》。
因此在目前这些境况下，要设置出一个更加具有威胁恐惧性的情境，就需要额外考虑一些特别的因素，例如可以在这些游戏中加入“大BOSS”等角色，或者是设置一些迷宫和蛊惑人心的环节，让人工智能在这个过程中，要费尽心力与其争战，在这个过程中会充满各样的挑战。而不是仅仅设置一些毫无意义的环节，让整个游戏的气氛很缓和轻松，不具备任何的挑战。
“梦境”式的训练方法可以让人工智能着重游戏中的某些特定部分，尤其是那些具有挑战性的环节，在这个过程中它们需要反复不断地练习，反复总结经验，直到修炼出专业技能为止。使用这种技术，在DeepMind的研究人员能够帮助人工智能实现10倍的学习速率。
也许你会问，为什么这些AI的思维会在某些游戏中比创造它们的人类还要厉害呢？要搞清楚这一点，就必须对监管式学习与非监管式学习进行区分。迄今为止，获得突出表现的AI都是在使用监管式学习的模式，在该模式中，程序员会对系统提供许多对“训练数据”，然后AI会学习这些数据并进行检测。
这是训练教导机器人最简单的方式，但这种方法与人类的学习模式不一样。目前我们在开发一种非监管式的学习模式，诚寻远门不需要对该系统进行相关的数据训练，它们可以自行学习，自行决定，从而达到某个目标。
DeepMind的研发人员们更加看重这种无监管式的学习，因为在这种模式下，人工智能更有潜力创造出与人类相似的东西。因此，虽然机器人在未来是否真的能够通过“做梦”来实现更快速率的学习，依然还有许多不确定之处，但是人工智能不久之后能够对现实情境有更加清晰的理解。虽然目前这些都是一些尝试和推测，但是这些生动的想法和理念，将会在不久的将来成为推动人工智能发展的绝佳动力。
来源：1号机器人网
智造家
569 浏览
3D打印技术如何成为未来战争的关键点？
机械自动化类 品管人生 2016-11-22 16:14 发表了文章
未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
军工和国防是最能从3D打印技术中受益的领域之一。3D打印技术将极大缩短军队供应链，以更短的时间、更低的成本、更不受物理限制的方式，生产各种零件、设备、武器。在对未来战争的构想中，世界各主要国家都不敢忽视3D打印技术。
美国海军陆战队野战演习测试3D打印
据3Ders.org报道，美国海军陆战队开始在野战演习中测试增材制造，为未来在战争中应用3D打印技术铺路。
海军陆战队372侧翼支援中队(建立- 372)是3 d打印的试点。司令官的海军陆战队将军罗伯特·内尔已经发布了一个关于增材制造的临时政策，表明3D打印机可能很快就会成为标准配置。
好处是显而易见的。海军陆战队和一些其他军事单位通常部署在偏远地区，因此能够携带的设备多多少少受到限制。但是，只要一台3D打印机就可以打印各种基本部件，从水瓶到到枪支卡车的备件，甚至一些简单的工具。在危急之中，这可能意味着生与死的差别。
3D打印机可能成为海军陆战队中最强大的武器之一，因为3D打印机可以快速创造数以千计的不同组件，从而可以保证装备、车辆始终配备齐整。它还可以给战场上的士兵生产水瓶和水龙头，从而帮助他们在沙漠、山地等不利地形下生存。对于军方高层，这无疑是有趣的前景。
目前MWSS-372的测试是从简单开始的。他们使用的是一款普通的“Invent3D” 3D打印机，这款3D打印机配备的是单挤压头，最高承受温度为220摄氏度。这意味着测试团队只能创造塑料配件，但是战斗工程师们也可以用它打造塑料夹子或者螺丝，这样他们就可以修复一些损坏的金属部件而不用完全更换它们。
实际上，很多部件选择使用金属材料往往是为了更加耐久，因此在紧要关头士兵们也可以临时使用一些塑料的新部件，以应付突发情况。
为了展示3D打印机在战场上的实际用途，测试团队用它为一辆军用悍马打印了一个新的门把手。为了实现这一目标，他们用手测量了该把手，并将数据输入Tinkercad。
未来美军计划建立一个庞大的基本零部件数据库，这样部队就能够很方便地打印出任何需要的部件。
据称，美国海军陆战队已经开始在亚利桑那州进行一系列的3D打印机训练一体化演习，并决心培训每一中队如何在战场上使用3D打印机。此外，刚颁布的临时政策也包括了一系列的安全要求，也包括要求为车辆打印的部件要使用一种显眼的颜色，这样当车辆返回服务地点时便于对其进行检查或更换。
事实上，早在2014年，美国海军陆战队就在军演中使用过3D打印技术。3D Systems公司与美国海军陆战队一起，为其年度远征后勤军事演习（Expeditionary Logistics Wargame）提供3D打印、扫描和检测技术支持。
工程师们利用3D Systems公司的3D扫描和金属打印技术，修复多用途战术机器人。该机器人主要作用是清理目标区域的垃圾和其他障碍物，以便于直升机降落。使用3D扫描系统，工程师们将能迅速创建机器人的受损部件精确的CAD模型，并使用3DS的工业级金属直接印刷和选择性激光烧结3D打印机快速制造出完好的部件。
在打印完成后，他们还将使用一款名为 Geomagic Control的软件对打印件进行数字检测，以确保其安全可靠。
今年6月1日—2日，在北卡罗来纳州的海军陆战队基地军营，来自美军海军陆战队各单位的代表学习了如何使用3D打印机、尝试着组装它们，并了解了3D打印机的能力。参与学习的人中包括飞机机械师、海军陆战队后勤人员和轻武器维修技师，这些人员需要将3D打印机融入自己的日常职业工作中，使得海军陆战队能够在其需要的时候设计和3D打印出任何产品。
海军陆战队还曾考虑用3D打印解决飞机短缺的问题，以及尝试用于后勤支援的可能性。
3D打印在实战中的应用
目前，3D打印在实战中的应用并不多见。
在2014年4月爆发并延续至今的乌克兰东部冲突地区中，乌克兰军队在战场上使用了3D打印的无人机。
乌克兰军队中使用的3D打印无人机
这些3D打印无人机主要来自基辅 Step IT学院的机器人实验室，被用于从安全距离监控与亲俄分裂分子交战区域的情势。
每架无人机的3D打印费用大约为1200美元（其间大部分费用是人力资本，而不是材料本身），另外还需要3000美元用于必需的精良设备。虽然这看起来很贵，但是想一下，一架拥有类似功能的普通无人机成本高达30000美元。3D打印无人机的价格仅相当于它的七分之一。
五角大楼的3D无人机
近期，美国五角大楼也测试了低成本的3D打印迷你无人机群，希望用于监视和攻击。美国国防部称，未来将部署无人机群干扰敌方防御系统，并通过小型传感器监视区域，甚至装备攻击性武器。这些迷你无人机名为“Perdix”，目前已经3D打印出它们的外壳模具，使得低成本批量生产成为可能。
据3Ders.org报道，巴西空军也正在尝试用3D打印技术制造飞机零件。
据一位巴西空军研究所（IEAv）研究员介绍，研究所一直在寻找一种方式来加快新航空零部件的试验和开发过程。在IEAv使用增材制造特定部分（与气体燃料喷射孔具有15度斜坡的飞机入口坡道）的成功后，3D打印已成为越来越重要的研究方式。后来，研究所用3D打印制造了高超音速引擎原型，和飞机模型。这些模型已经通过多次测试，如休克风洞试验等。
此前IEAv使用传统的制造技术，不仅价格昂贵，而且非常耗时，通常6个月只能生产一个配件。采用3D打印技术后，研究人员大大缩短了这一制造周期，可以在一周内完成配件的3D打印并通过测试。
目前，IEAv正致力于含有金属或其他先进材料的混合动力材料原型的3D打印。下一步，该研究所的目标是提高飞机新零件的强度及匹配度。
现在，3D打印技术已经成功运用于飞机的零部件生产和维修。
英国“旋风”战机
2014年1月，一架采用了3D打印技术生产的零件的“旋风”战斗机完成试飞。3D打印部件包括驾驶舱无线电防护罩、起落架防护装置以及进气口支架。英国航空航天系统公司称，这是装配3D打印部件的战斗机首次试飞成功。
2015年6月，韩国空军使用的F-15K战机发动机遭到损坏，其发动机上的钛合金的涡轮护罩与钴合金的空气密封件需要修复，他们想要找到一种既耐久又可靠的方法使部件升级的同时，又不牺牲任何质量。韩国空军选择了3D打印技术，找到德国3D打印机制造商利用专门的DMT技术完成了修复。
DMT技术的工作原理主要是用高功率激光熔化金属粉末，被认为是最新和最具前景的3D打印技术之一，几乎能够立即修复好韩国军机的部件。
展望未来：3D打印一体化战争
最直观的是供应链的变化。军用3D打印技术将极大缩短军队供应链，降低后勤保障成本。美国公司认为，3D打印技术可能会使美国国防部减少库存和存储空间，从而降低各项成本。
其次，战争进程的变化。
中国国防报·军事特刊曾发表文章称，未来的战争有可能成为“3D一体化战争”：
3D打印技术将对未来信息化战争产生全面广泛的影响，包括作战理念、指挥体制、技术研发、装备制造、后勤装备保障等方方面面。如果从整个参战体系各要素的关联性去看待3D打印技术，可以毫不夸张地说，未来的一体化作战，将是3D打印的一体化战争。
文中提到，3D打印可以更好地发挥一体化战争顶层设计的作用。顶层设计事关战争准备和战争实施的方向，牵一发而动全身。但顶层设计难以对局部各要素在体系中发挥的作用和可能出现的问题做到面面俱到。
未来3D打印技术基本上能够保证有什么样的图，就能出什么样的产品。因此3D打印技术可以将顶层设计中的改变体现在图纸上的预变，对预变的各要素进行细致分割，既可以将分割后的要素部件进行样品打印逐一测试，又可以将各要素无缝衔接实现整体组合运转。这样，就可以在试验阶段实现设计与实体运行相结合，预先发现实体运行可能出现的局部性问题以及局部性问题对体系系统产生的影响，及时修正顶层设计中出现的问题，从而使整体设计有更大的预见性和更多的改变空间，避免整体设计的失误带来的灾难性影响。
最后，3D打印还可以提供更好的适应性，物理束缚大大降低。
没有枪没有炮，3D打印就地造，这在未来的战争中可能成为现实。假象一个场景，如果被敌军围困在一个山头上，在子弹行将用完之际，没必要坐以待毙，只要有一台3D打印机，就可以马上生产弹药。再比如，一架3D飞机被敌人击落以后，短短几小时后，另一架飞机马上就从基地起飞。
但是，3D打印也会带来一些风险。
比如，3D打印将会使人们获得枪支弹药的难度大大降低，枪支泛滥可能导致大众的紧张情绪，造成更多的流血事件。恐怖分子利用3D打印机，也可以在短期内大规模生产杀伤性武器。
但是，无论如何，3D打印都会改变未来的战争形态。未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
洛克希德•马丁公司追赶3D打印步伐
据《制造工程杂志》网站2016年11月3日刊文，作为世界上最大的防务承包商，洛克希德·马丁是否已经掌握了增材制造?据公司奥兰多训练与仿真部的增材制造组长Robert Ghobrial表示，像世界上所有制造商一样，一些洛马的专家正纠结于回答3D打印提出的一些问题。“我们现在是否应该投资该技术，或者等到其更快和更便宜?我们是否应该拥有一个中心化或分布式打印的模型?”他是在10月举办的“增材制造应用：为增长而创新”研讨会上提出这些问题的。
他谈到2012年的3D打印工作，那时他的团队收到了一些MakerBot打印机，大部分都没用过。即使是到了2014年，他的绝大部分工作也是为Thingiverse数字设计公司制造一些小装饰品。“当时我打印尤达大师的头，我说‘相信我，相信我，我们能搞定’。”同年，他的团队得到了第一台生产型3D打印机，Stratasys公司Fortus。“有了这台打印机，我们有手段制造真正的零件。”Ghorbial创造了一个词语“增材制造的5P”，一个制造模型，描述增材制造如何能够帮助航空航天、防务和其它业务。5P是：
方案(Proposal)：3D打印可以在交易会上制作赠品;建筑和空间模型;辅助客户交流。例如，一个斯科斯基直升机的3D打印缩比模型让他的团队能够将客户的想象快速翻译为一个物理模型，每个人都可以看到和触摸。
原型(Prototype)：3D打印机的原型帮助设计确认和概念开发验证。在设计阶段下游，原型帮助确保在技术交换会议、初步和关键设计评审上得到专家认可。
采购：我们能制作物品而不是购买它么?增材制造如何降低我们的供应链风险、运输和库存成本?
生产保障：3D打印保障生产的方式有帮助制作装配夹具、制造工装、生产模板、检测夹具和机床防护板。
生产：增材制造可生产终端零件;按需制造零件用于备件、保修和修理保障;甚至管理过时淘汰。
Ghorbial解释了管理过时淘汰：“许多国防部采购的系统将服役数十年。当国防部因为战场损坏而订购一个系统、子系统或部件时，原先的制造商或供应商可能已经停业了。我们使用增材制造重新生产那些原始零件，作为管理供应链中过时淘汰的一个方式。”至少有一个听众欢迎这个事实，即洛马没有全部的答案。重型设备流体处理系统制造商HydarForce的运营经理表示：“这令人鼓舞。至少正视了现实，即增材制造正在到来，但我们还没完全准备好。”
洛马用这项新技术已经取得一些成就，并且是世界性纪录。公司7月制造了达到木星极轨道的朱诺航天器。它拥有一个增材零件，使其成为飞得最快的3D打印零件。而且，洛马正在为卫星制造钛合金推进剂贮箱，使用的是西亚基公司的电子束增材制造技术。尽管Ghobrial有些自嘲感，但他的团队让3D打印机得到了良好使用。在增材制造生产的第一年，该设施就生产了超过3500个增材制造零件，其中1500个进入了最终用途生产。“我猜测如果我们没有Makerbots，我们现在不会达到这个高度。”（中航工业发展研究中心 刘亚威）
俄罗斯先期研究基金会
完成3D打印弹药测试
【据3ders网站2016年11月13日报道】俄罗斯先期研究基金会（Fund for Perspective Research）日前对3D打印弹药进行了测试，结果显示，增材制造的弹药与传统工艺制造的弹药性能基本一致。
近期，俄军方几乎每周都会公布一些基于3D打印的新应用，包括无人机、坦克、武器。3D打印子弹是最新公布的3D打印应用，它可以为军方提供一种新型弹药。俄罗斯先期研究基金会报告称，大量3D打印弹药测试显示结果非常乐观，某些方面表现与现有弹药一样好。
俄先期研究基金会表示，研究人员使用激光烧结技术来3D打印子弹，金属粉末一层层熔合，最终形成一个没有接缝或弱点的完整的子弹。虽然3D打印肯定不是生产小金属构件快的方法，但研究表明，制造过程是可行的，可以合理地用于制造特殊设计的弹药或弹药模具。
3D打印子弹测试由俄罗斯先期研究基金会与中央精密机器制造科学研究所（JSC Tsniitochmash）共同完成。射击实验表明，子弹具有必要的强度，与其他弹药一样有效，研究人员认为激光烧结技术可用于开发更多其他军事装备。
如俄罗斯3D打印技术研究继续当前的研究速度，则该国军方未来将有可能使用全部由3D打印制造的武器和弹药。早在俄罗斯先期研究基金进行3D打印子弹测试之前，俄传奇武器制造商卡拉什尼科夫集团今年二月就曾建议，可以使用增材制造打造新型突击步枪。卡拉什尼科夫集团与俄罗斯Stankoprom金属公司签订合同，为其新型武器生产一系列3D打印金属零件。 （中国船舶工业综合技术经济研究院 程大树）
美国采用创新型3D打印工艺
在厘米级尺度制备出具有
纳米级特性的多层金属超材料
【据弗吉尼亚理工大学网站2016年7月报道】多年来，科研人员一直通过在纳米尺度合成材料获取较强的力学、光学和能量特性，例如，在纳米尺度制造材料的强度是钢的100倍（例如石墨烯片材），但在更大尺度上合成的材料强度将大幅降低。
目前，弗吉尼亚理工大学好劳伦斯利弗莫尔国家实验室的科研人员在DARPA的支持下，研究出能在厘米级尺度上制备具有纳米尺度特性的有机（例如金属和陶瓷）纳米结构材料的3D打印工艺。采用该工艺制备出的金属材料由纳米尺度的中空管排列成分层的三维晶格架构，具有轻质、高强度、超弹性和空前的延展性。制备出的材料同时展现出超高的弹性，拉伸弹性是传统轻金属和陶瓷泡沫材料的400倍。制备过程中并未采用柔软的聚合物，因此制备出的材料适用于要求在恶劣环境下抵抗化学腐蚀和耐热的柔韧的传感器和电子产品。制备出分层晶格意味着拥有更多界面来搜集光子能，因为光子可以从包括表面和晶格结构内部在内的所有方向进入到材料结构中，而传统的光伏板仅能通过表面搜集光子。
该工艺制备出的材料可用于任何需要材料同时具有高刚度、高强度、轻重量、高弹性的领域，例如用于航天、弹性装甲、轻型车辆和电池结构。（中国航天系统科学与工程研究院 贾平）
美国橡树岭国家实验室验证
永磁铁增材制造技术
【据美国橡树岭国家实验室网站2016年11月1日公告】美国能源部(DOE)橡树岭国家实验室(ORNL)的研究人员验证了一种永磁铁增材制造技术，用这种技术生产的永磁铁在各方面都优于用传统注模技术生产的粘结磁铁，有相当的或更好的磁性、力学性能和微结构，而且生产过程不会浪费材料，有助于对稀土资源的保护。ORNL的科学家此次制造的是各向同性的钕铁硼磁铁，相关结果已发表在《Scientific Reports杂志》上，项目得到了DOE关键材料研究所(CMI)的资助。ORNL科学家的下一步目标是打印各向异性的粘结磁铁。CMI的负责人Alex King认为，复杂形状高强度磁铁的制造能力是高效电动机和发电机设计的“改变游戏规则技术”，该项研究的潜力非常巨大。（理群）
通用电气公司成功测试包含35%
增材制造零部件的航空发动机
【据3ders网站11月1日报道】通用电气公司已经对一台35%零部件都采用增材制造的演示验证发动机进行了测试。该发动机主要用于验证增材制造技术在先进涡桨（ATP）发动机的适用性，ATP发动机将为德事隆最新研制的Cessna Denal单引擎涡桨飞机提供动力。
航天航空领域一直在追求将增材制造作为重要技术手段。通用电气公司此次展示了一个35%增材制造零部件的发动机，无疑是航空航天领域增材制造技术应用的一个壮举，适用于ATP发动机的所有增材制造零部件将使发动机减重5%，特定燃油消耗减少1%，进一步表明了增材制造技术应用的良好效果。
为了验证ATP发动机零部件，通用电气公司开发了CT7-2E1技术演示验证发动机——a-CT7，其在18个月内完成设计、制造和测试。该验证发动机对现有CT7（采用减材制造）发动机进行反求，全面展示出航空航天增材制造的能力，超过900个采用传统减材制造的零部件变为仅由16个增材制造零部件。虽然验证发动机不打算飞行运行，但ATP发动机零部件派生自CT7，使得经a-CT7成功测试的增材制造零部件可以集成到ATP发动机中。
该ATP发动机将为新的Cessna Denali单引擎涡桨飞机提供动力，将比任何航空历史上生产发动机中使用的增材制造零部件都多，855个减材制造零部件将减少为12个增材制造零部件，占发动机总零件数量的35%。这些增材制造零部件包括：油底壳、轴承座、框架、排气箱、燃烧器衬套，热交换器和固定流动道部件。
在ATP发动机中使用12个增材制造零部件标志着发动机中零部件数量比CFM LEAP发动机显著增加。CFM LEAP发动机只包含一个增材制造燃料喷嘴。然而，设计LEAP增材制造燃料喷嘴的8位工程师在a-CT7中制造了16个增材制造零部件，并且将有更多的增材制造零部件集成到下一代的演示验证发动机中。
在通用电气公司看来，增材制造技术不仅有助于减轻发动机部件的重量，还将提高生产速度。例如，燃烧器衬套两天就可以采用增材制造成形。增材制造的另一优势是加快了测试周期。诸如ATP这样的项目，通用电气公司的一个关注重点是使硬件设备能更快地测试，而不是花费太多时间在计算机上进行模拟仿真。通过尽快对实体硬件设备进行测试，可以使用测试结果数据来帮助更好地进行设计迭代，这样可以更快设计出更好地产品。
这一1240马力ATP涡桨发动机是通用电气公司涡桨发动机中的一个新系列，目标是瞄准公务及通用航空领域动力市场（1000~1600马力），计划在2017年底前投入运行。新的Cessna Denali飞机将由ATP提供动力，飞行距离可达到1600海里，速度高于285节。
通用电气公司航空业务副总裁Brad Mottier最近报告说，公司已经花费了大约10亿美元来执行其整体增材制造计划。在10月份未能收购德国SLM解决方案公司后，最终收购了德国Concept Laser公司。
以上内容摘自国防科技信息网
智造家提供 查看全部
军工和国防是最能从3D打印技术中受益的领域之一。3D打印技术将极大缩短军队供应链，以更短的时间、更低的成本、更不受物理限制的方式，生产各种零件、设备、武器。在对未来战争的构想中，世界各主要国家都不敢忽视3D打印技术。
美国海军陆战队野战演习测试3D打印
据3Ders.org报道，美国海军陆战队开始在野战演习中测试增材制造，为未来在战争中应用3D打印技术铺路。
海军陆战队372侧翼支援中队(建立- 372)是3 d打印的试点。司令官的海军陆战队将军罗伯特·内尔已经发布了一个关于增材制造的临时政策，表明3D打印机可能很快就会成为标准配置。
好处是显而易见的。海军陆战队和一些其他军事单位通常部署在偏远地区，因此能够携带的设备多多少少受到限制。但是，只要一台3D打印机就可以打印各种基本部件，从水瓶到到枪支卡车的备件，甚至一些简单的工具。在危急之中，这可能意味着生与死的差别。
3D打印机可能成为海军陆战队中最强大的武器之一，因为3D打印机可以快速创造数以千计的不同组件，从而可以保证装备、车辆始终配备齐整。它还可以给战场上的士兵生产水瓶和水龙头，从而帮助他们在沙漠、山地等不利地形下生存。对于军方高层，这无疑是有趣的前景。
目前MWSS-372的测试是从简单开始的。他们使用的是一款普通的“Invent3D” 3D打印机，这款3D打印机配备的是单挤压头，最高承受温度为220摄氏度。这意味着测试团队只能创造塑料配件，但是战斗工程师们也可以用它打造塑料夹子或者螺丝，这样他们就可以修复一些损坏的金属部件而不用完全更换它们。
实际上，很多部件选择使用金属材料往往是为了更加耐久，因此在紧要关头士兵们也可以临时使用一些塑料的新部件，以应付突发情况。
为了展示3D打印机在战场上的实际用途，测试团队用它为一辆军用悍马打印了一个新的门把手。为了实现这一目标，他们用手测量了该把手，并将数据输入Tinkercad。
未来美军计划建立一个庞大的基本零部件数据库，这样部队就能够很方便地打印出任何需要的部件。
据称，美国海军陆战队已经开始在亚利桑那州进行一系列的3D打印机训练一体化演习，并决心培训每一中队如何在战场上使用3D打印机。此外，刚颁布的临时政策也包括了一系列的安全要求，也包括要求为车辆打印的部件要使用一种显眼的颜色，这样当车辆返回服务地点时便于对其进行检查或更换。
事实上，早在2014年，美国海军陆战队就在军演中使用过3D打印技术。3D Systems公司与美国海军陆战队一起，为其年度远征后勤军事演习（Expeditionary Logistics Wargame）提供3D打印、扫描和检测技术支持。
工程师们利用3D Systems公司的3D扫描和金属打印技术，修复多用途战术机器人。该机器人主要作用是清理目标区域的垃圾和其他障碍物，以便于直升机降落。使用3D扫描系统，工程师们将能迅速创建机器人的受损部件精确的CAD模型，并使用3DS的工业级金属直接印刷和选择性激光烧结3D打印机快速制造出完好的部件。
在打印完成后，他们还将使用一款名为 Geomagic Control的软件对打印件进行数字检测，以确保其安全可靠。
今年6月1日—2日，在北卡罗来纳州的海军陆战队基地军营，来自美军海军陆战队各单位的代表学习了如何使用3D打印机、尝试着组装它们，并了解了3D打印机的能力。参与学习的人中包括飞机机械师、海军陆战队后勤人员和轻武器维修技师，这些人员需要将3D打印机融入自己的日常职业工作中，使得海军陆战队能够在其需要的时候设计和3D打印出任何产品。
海军陆战队还曾考虑用3D打印解决飞机短缺的问题，以及尝试用于后勤支援的可能性。
3D打印在实战中的应用
目前，3D打印在实战中的应用并不多见。
在2014年4月爆发并延续至今的乌克兰东部冲突地区中，乌克兰军队在战场上使用了3D打印的无人机。
乌克兰军队中使用的3D打印无人机
这些3D打印无人机主要来自基辅 Step IT学院的机器人实验室，被用于从安全距离监控与亲俄分裂分子交战区域的情势。
每架无人机的3D打印费用大约为1200美元（其间大部分费用是人力资本，而不是材料本身），另外还需要3000美元用于必需的精良设备。虽然这看起来很贵，但是想一下，一架拥有类似功能的普通无人机成本高达30000美元。3D打印无人机的价格仅相当于它的七分之一。
五角大楼的3D无人机
近期，美国五角大楼也测试了低成本的3D打印迷你无人机群，希望用于监视和攻击。美国国防部称，未来将部署无人机群干扰敌方防御系统，并通过小型传感器监视区域，甚至装备攻击性武器。这些迷你无人机名为“Perdix”，目前已经3D打印出它们的外壳模具，使得低成本批量生产成为可能。
据3Ders.org报道，巴西空军也正在尝试用3D打印技术制造飞机零件。
据一位巴西空军研究所（IEAv）研究员介绍，研究所一直在寻找一种方式来加快新航空零部件的试验和开发过程。在IEAv使用增材制造特定部分（与气体燃料喷射孔具有15度斜坡的飞机入口坡道）的成功后，3D打印已成为越来越重要的研究方式。后来，研究所用3D打印制造了高超音速引擎原型，和飞机模型。这些模型已经通过多次测试，如休克风洞试验等。
此前IEAv使用传统的制造技术，不仅价格昂贵，而且非常耗时，通常6个月只能生产一个配件。采用3D打印技术后，研究人员大大缩短了这一制造周期，可以在一周内完成配件的3D打印并通过测试。
目前，IEAv正致力于含有金属或其他先进材料的混合动力材料原型的3D打印。下一步，该研究所的目标是提高飞机新零件的强度及匹配度。
现在，3D打印技术已经成功运用于飞机的零部件生产和维修。
英国“旋风”战机
2014年1月，一架采用了3D打印技术生产的零件的“旋风”战斗机完成试飞。3D打印部件包括驾驶舱无线电防护罩、起落架防护装置以及进气口支架。英国航空航天系统公司称，这是装配3D打印部件的战斗机首次试飞成功。
2015年6月，韩国空军使用的F-15K战机发动机遭到损坏，其发动机上的钛合金的涡轮护罩与钴合金的空气密封件需要修复，他们想要找到一种既耐久又可靠的方法使部件升级的同时，又不牺牲任何质量。韩国空军选择了3D打印技术，找到德国3D打印机制造商利用专门的DMT技术完成了修复。
DMT技术的工作原理主要是用高功率激光熔化金属粉末，被认为是最新和最具前景的3D打印技术之一，几乎能够立即修复好韩国军机的部件。
展望未来：3D打印一体化战争
最直观的是供应链的变化。军用3D打印技术将极大缩短军队供应链，降低后勤保障成本。美国公司认为，3D打印技术可能会使美国国防部减少库存和存储空间，从而降低各项成本。
其次，战争进程的变化。
中国国防报·军事特刊曾发表文章称，未来的战争有可能成为“3D一体化战争”：
3D打印技术将对未来信息化战争产生全面广泛的影响，包括作战理念、指挥体制、技术研发、装备制造、后勤装备保障等方方面面。如果从整个参战体系各要素的关联性去看待3D打印技术，可以毫不夸张地说，未来的一体化作战，将是3D打印的一体化战争。
文中提到，3D打印可以更好地发挥一体化战争顶层设计的作用。顶层设计事关战争准备和战争实施的方向，牵一发而动全身。但顶层设计难以对局部各要素在体系中发挥的作用和可能出现的问题做到面面俱到。
未来3D打印技术基本上能够保证有什么样的图，就能出什么样的产品。因此3D打印技术可以将顶层设计中的改变体现在图纸上的预变，对预变的各要素进行细致分割，既可以将分割后的要素部件进行样品打印逐一测试，又可以将各要素无缝衔接实现整体组合运转。这样，就可以在试验阶段实现设计与实体运行相结合，预先发现实体运行可能出现的局部性问题以及局部性问题对体系系统产生的影响，及时修正顶层设计中出现的问题，从而使整体设计有更大的预见性和更多的改变空间，避免整体设计的失误带来的灾难性影响。
最后，3D打印还可以提供更好的适应性，物理束缚大大降低。
没有枪没有炮，3D打印就地造，这在未来的战争中可能成为现实。假象一个场景，如果被敌军围困在一个山头上，在子弹行将用完之际，没必要坐以待毙，只要有一台3D打印机，就可以马上生产弹药。再比如，一架3D飞机被敌人击落以后，短短几小时后，另一架飞机马上就从基地起飞。
但是，3D打印也会带来一些风险。
比如，3D打印将会使人们获得枪支弹药的难度大大降低，枪支泛滥可能导致大众的紧张情绪，造成更多的流血事件。恐怖分子利用3D打印机，也可以在短期内大规模生产杀伤性武器。
但是，无论如何，3D打印都会改变未来的战争形态。未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
洛克希德•马丁公司追赶3D打印步伐
据《制造工程杂志》网站2016年11月3日刊文，作为世界上最大的防务承包商，洛克希德·马丁是否已经掌握了增材制造?据公司奥兰多训练与仿真部的增材制造组长Robert Ghobrial表示，像世界上所有制造商一样，一些洛马的专家正纠结于回答3D打印提出的一些问题。“我们现在是否应该投资该技术，或者等到其更快和更便宜?我们是否应该拥有一个中心化或分布式打印的模型?”他是在10月举办的“增材制造应用：为增长而创新”研讨会上提出这些问题的。
他谈到2012年的3D打印工作，那时他的团队收到了一些MakerBot打印机，大部分都没用过。即使是到了2014年，他的绝大部分工作也是为Thingiverse数字设计公司制造一些小装饰品。“当时我打印尤达大师的头，我说‘相信我，相信我，我们能搞定’。”同年，他的团队得到了第一台生产型3D打印机，Stratasys公司Fortus。“有了这台打印机，我们有手段制造真正的零件。”Ghorbial创造了一个词语“增材制造的5P”，一个制造模型，描述增材制造如何能够帮助航空航天、防务和其它业务。5P是：
方案(Proposal)：3D打印可以在交易会上制作赠品;建筑和空间模型;辅助客户交流。例如，一个斯科斯基直升机的3D打印缩比模型让他的团队能够将客户的想象快速翻译为一个物理模型，每个人都可以看到和触摸。
原型(Prototype)：3D打印机的原型帮助设计确认和概念开发验证。在设计阶段下游，原型帮助确保在技术交换会议、初步和关键设计评审上得到专家认可。
采购：我们能制作物品而不是购买它么?增材制造如何降低我们的供应链风险、运输和库存成本?
生产保障：3D打印保障生产的方式有帮助制作装配夹具、制造工装、生产模板、检测夹具和机床防护板。
生产：增材制造可生产终端零件;按需制造零件用于备件、保修和修理保障;甚至管理过时淘汰。
Ghorbial解释了管理过时淘汰：“许多国防部采购的系统将服役数十年。当国防部因为战场损坏而订购一个系统、子系统或部件时，原先的制造商或供应商可能已经停业了。我们使用增材制造重新生产那些原始零件，作为管理供应链中过时淘汰的一个方式。”至少有一个听众欢迎这个事实，即洛马没有全部的答案。重型设备流体处理系统制造商HydarForce的运营经理表示：“这令人鼓舞。至少正视了现实，即增材制造正在到来，但我们还没完全准备好。”
洛马用这项新技术已经取得一些成就，并且是世界性纪录。公司7月制造了达到木星极轨道的朱诺航天器。它拥有一个增材零件，使其成为飞得最快的3D打印零件。而且，洛马正在为卫星制造钛合金推进剂贮箱，使用的是西亚基公司的电子束增材制造技术。尽管Ghobrial有些自嘲感，但他的团队让3D打印机得到了良好使用。在增材制造生产的第一年，该设施就生产了超过3500个增材制造零件，其中1500个进入了最终用途生产。“我猜测如果我们没有Makerbots，我们现在不会达到这个高度。”（中航工业发展研究中心 刘亚威）
俄罗斯先期研究基金会
完成3D打印弹药测试
【据3ders网站2016年11月13日报道】俄罗斯先期研究基金会（Fund for Perspective Research）日前对3D打印弹药进行了测试，结果显示，增材制造的弹药与传统工艺制造的弹药性能基本一致。
近期，俄军方几乎每周都会公布一些基于3D打印的新应用，包括无人机、坦克、武器。3D打印子弹是最新公布的3D打印应用，它可以为军方提供一种新型弹药。俄罗斯先期研究基金会报告称，大量3D打印弹药测试显示结果非常乐观，某些方面表现与现有弹药一样好。
俄先期研究基金会表示，研究人员使用激光烧结技术来3D打印子弹，金属粉末一层层熔合，最终形成一个没有接缝或弱点的完整的子弹。虽然3D打印肯定不是生产小金属构件快的方法，但研究表明，制造过程是可行的，可以合理地用于制造特殊设计的弹药或弹药模具。
3D打印子弹测试由俄罗斯先期研究基金会与中央精密机器制造科学研究所（JSC Tsniitochmash）共同完成。射击实验表明，子弹具有必要的强度，与其他弹药一样有效，研究人员认为激光烧结技术可用于开发更多其他军事装备。
如俄罗斯3D打印技术研究继续当前的研究速度，则该国军方未来将有可能使用全部由3D打印制造的武器和弹药。早在俄罗斯先期研究基金进行3D打印子弹测试之前，俄传奇武器制造商卡拉什尼科夫集团今年二月就曾建议，可以使用增材制造打造新型突击步枪。卡拉什尼科夫集团与俄罗斯Stankoprom金属公司签订合同，为其新型武器生产一系列3D打印金属零件。 （中国船舶工业综合技术经济研究院 程大树）
美国采用创新型3D打印工艺
在厘米级尺度制备出具有
纳米级特性的多层金属超材料
【据弗吉尼亚理工大学网站2016年7月报道】多年来，科研人员一直通过在纳米尺度合成材料获取较强的力学、光学和能量特性，例如，在纳米尺度制造材料的强度是钢的100倍（例如石墨烯片材），但在更大尺度上合成的材料强度将大幅降低。
目前，弗吉尼亚理工大学好劳伦斯利弗莫尔国家实验室的科研人员在DARPA的支持下，研究出能在厘米级尺度上制备具有纳米尺度特性的有机（例如金属和陶瓷）纳米结构材料的3D打印工艺。采用该工艺制备出的金属材料由纳米尺度的中空管排列成分层的三维晶格架构，具有轻质、高强度、超弹性和空前的延展性。制备出的材料同时展现出超高的弹性，拉伸弹性是传统轻金属和陶瓷泡沫材料的400倍。制备过程中并未采用柔软的聚合物，因此制备出的材料适用于要求在恶劣环境下抵抗化学腐蚀和耐热的柔韧的传感器和电子产品。制备出分层晶格意味着拥有更多界面来搜集光子能，因为光子可以从包括表面和晶格结构内部在内的所有方向进入到材料结构中，而传统的光伏板仅能通过表面搜集光子。
该工艺制备出的材料可用于任何需要材料同时具有高刚度、高强度、轻重量、高弹性的领域，例如用于航天、弹性装甲、轻型车辆和电池结构。（中国航天系统科学与工程研究院 贾平）
美国橡树岭国家实验室验证
永磁铁增材制造技术
【据美国橡树岭国家实验室网站2016年11月1日公告】美国能源部(DOE)橡树岭国家实验室(ORNL)的研究人员验证了一种永磁铁增材制造技术，用这种技术生产的永磁铁在各方面都优于用传统注模技术生产的粘结磁铁，有相当的或更好的磁性、力学性能和微结构，而且生产过程不会浪费材料，有助于对稀土资源的保护。ORNL的科学家此次制造的是各向同性的钕铁硼磁铁，相关结果已发表在《Scientific Reports杂志》上，项目得到了DOE关键材料研究所(CMI)的资助。ORNL科学家的下一步目标是打印各向异性的粘结磁铁。CMI的负责人Alex King认为，复杂形状高强度磁铁的制造能力是高效电动机和发电机设计的“改变游戏规则技术”，该项研究的潜力非常巨大。（理群）
通用电气公司成功测试包含35%
增材制造零部件的航空发动机
【据3ders网站11月1日报道】通用电气公司已经对一台35%零部件都采用增材制造的演示验证发动机进行了测试。该发动机主要用于验证增材制造技术在先进涡桨（ATP）发动机的适用性，ATP发动机将为德事隆最新研制的Cessna Denal单引擎涡桨飞机提供动力。
航天航空领域一直在追求将增材制造作为重要技术手段。通用电气公司此次展示了一个35%增材制造零部件的发动机，无疑是航空航天领域增材制造技术应用的一个壮举，适用于ATP发动机的所有增材制造零部件将使发动机减重5%，特定燃油消耗减少1%，进一步表明了增材制造技术应用的良好效果。
为了验证ATP发动机零部件，通用电气公司开发了CT7-2E1技术演示验证发动机——a-CT7，其在18个月内完成设计、制造和测试。该验证发动机对现有CT7（采用减材制造）发动机进行反求，全面展示出航空航天增材制造的能力，超过900个采用传统减材制造的零部件变为仅由16个增材制造零部件。虽然验证发动机不打算飞行运行，但ATP发动机零部件派生自CT7，使得经a-CT7成功测试的增材制造零部件可以集成到ATP发动机中。
该ATP发动机将为新的Cessna Denali单引擎涡桨飞机提供动力，将比任何航空历史上生产发动机中使用的增材制造零部件都多，855个减材制造零部件将减少为12个增材制造零部件，占发动机总零件数量的35%。这些增材制造零部件包括：油底壳、轴承座、框架、排气箱、燃烧器衬套，热交换器和固定流动道部件。
在ATP发动机中使用12个增材制造零部件标志着发动机中零部件数量比CFM LEAP发动机显著增加。CFM LEAP发动机只包含一个增材制造燃料喷嘴。然而，设计LEAP增材制造燃料喷嘴的8位工程师在a-CT7中制造了16个增材制造零部件，并且将有更多的增材制造零部件集成到下一代的演示验证发动机中。
在通用电气公司看来，增材制造技术不仅有助于减轻发动机部件的重量，还将提高生产速度。例如，燃烧器衬套两天就可以采用增材制造成形。增材制造的另一优势是加快了测试周期。诸如ATP这样的项目，通用电气公司的一个关注重点是使硬件设备能更快地测试，而不是花费太多时间在计算机上进行模拟仿真。通过尽快对实体硬件设备进行测试，可以使用测试结果数据来帮助更好地进行设计迭代，这样可以更快设计出更好地产品。
这一1240马力ATP涡桨发动机是通用电气公司涡桨发动机中的一个新系列，目标是瞄准公务及通用航空领域动力市场（1000~1600马力），计划在2017年底前投入运行。新的Cessna Denali飞机将由ATP提供动力，飞行距离可达到1600海里，速度高于285节。
通用电气公司航空业务副总裁Brad Mottier最近报告说，公司已经花费了大约10亿美元来执行其整体增材制造计划。在10月份未能收购德国SLM解决方案公司后，最终收购了德国Concept Laser公司。
以上内容摘自国防科技信息网
智造家提供 查看全部
未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
军工和国防是最能从3D打印技术中受益的领域之一。3D打印技术将极大缩短军队供应链，以更短的时间、更低的成本、更不受物理限制的方式，生产各种零件、设备、武器。在对未来战争的构想中，世界各主要国家都不敢忽视3D打印技术。
美国海军陆战队野战演习测试3D打印
据3Ders.org报道，美国海军陆战队开始在野战演习中测试增材制造，为未来在战争中应用3D打印技术铺路。
海军陆战队372侧翼支援中队(建立- 372)是3 d打印的试点。司令官的海军陆战队将军罗伯特·内尔已经发布了一个关于增材制造的临时政策，表明3D打印机可能很快就会成为标准配置。
好处是显而易见的。海军陆战队和一些其他军事单位通常部署在偏远地区，因此能够携带的设备多多少少受到限制。但是，只要一台3D打印机就可以打印各种基本部件，从水瓶到到枪支卡车的备件，甚至一些简单的工具。在危急之中，这可能意味着生与死的差别。
3D打印机可能成为海军陆战队中最强大的武器之一，因为3D打印机可以快速创造数以千计的不同组件，从而可以保证装备、车辆始终配备齐整。它还可以给战场上的士兵生产水瓶和水龙头，从而帮助他们在沙漠、山地等不利地形下生存。对于军方高层，这无疑是有趣的前景。
目前MWSS-372的测试是从简单开始的。他们使用的是一款普通的“Invent3D” 3D打印机，这款3D打印机配备的是单挤压头，最高承受温度为220摄氏度。这意味着测试团队只能创造塑料配件，但是战斗工程师们也可以用它打造塑料夹子或者螺丝，这样他们就可以修复一些损坏的金属部件而不用完全更换它们。
实际上，很多部件选择使用金属材料往往是为了更加耐久，因此在紧要关头士兵们也可以临时使用一些塑料的新部件，以应付突发情况。
为了展示3D打印机在战场上的实际用途，测试团队用它为一辆军用悍马打印了一个新的门把手。为了实现这一目标，他们用手测量了该把手，并将数据输入Tinkercad。
未来美军计划建立一个庞大的基本零部件数据库，这样部队就能够很方便地打印出任何需要的部件。
据称，美国海军陆战队已经开始在亚利桑那州进行一系列的3D打印机训练一体化演习，并决心培训每一中队如何在战场上使用3D打印机。此外，刚颁布的临时政策也包括了一系列的安全要求，也包括要求为车辆打印的部件要使用一种显眼的颜色，这样当车辆返回服务地点时便于对其进行检查或更换。
事实上，早在2014年，美国海军陆战队就在军演中使用过3D打印技术。3D Systems公司与美国海军陆战队一起，为其年度远征后勤军事演习（Expeditionary Logistics Wargame）提供3D打印、扫描和检测技术支持。
工程师们利用3D Systems公司的3D扫描和金属打印技术，修复多用途战术机器人。该机器人主要作用是清理目标区域的垃圾和其他障碍物，以便于直升机降落。使用3D扫描系统，工程师们将能迅速创建机器人的受损部件精确的CAD模型，并使用3DS的工业级金属直接印刷和选择性激光烧结3D打印机快速制造出完好的部件。
在打印完成后，他们还将使用一款名为 Geomagic Control的软件对打印件进行数字检测，以确保其安全可靠。
今年6月1日—2日，在北卡罗来纳州的海军陆战队基地军营，来自美军海军陆战队各单位的代表学习了如何使用3D打印机、尝试着组装它们，并了解了3D打印机的能力。参与学习的人中包括飞机机械师、海军陆战队后勤人员和轻武器维修技师，这些人员需要将3D打印机融入自己的日常职业工作中，使得海军陆战队能够在其需要的时候设计和3D打印出任何产品。
海军陆战队还曾考虑用3D打印解决飞机短缺的问题，以及尝试用于后勤支援的可能性。
3D打印在实战中的应用
目前，3D打印在实战中的应用并不多见。
在2014年4月爆发并延续至今的乌克兰东部冲突地区中，乌克兰军队在战场上使用了3D打印的无人机。
乌克兰军队中使用的3D打印无人机
这些3D打印无人机主要来自基辅 Step IT学院的机器人实验室，被用于从安全距离监控与亲俄分裂分子交战区域的情势。
每架无人机的3D打印费用大约为1200美元（其间大部分费用是人力资本，而不是材料本身），另外还需要3000美元用于必需的精良设备。虽然这看起来很贵，但是想一下，一架拥有类似功能的普通无人机成本高达30000美元。3D打印无人机的价格仅相当于它的七分之一。
五角大楼的3D无人机
近期，美国五角大楼也测试了低成本的3D打印迷你无人机群，希望用于监视和攻击。美国国防部称，未来将部署无人机群干扰敌方防御系统，并通过小型传感器监视区域，甚至装备攻击性武器。这些迷你无人机名为“Perdix”，目前已经3D打印出它们的外壳模具，使得低成本批量生产成为可能。
据3Ders.org报道，巴西空军也正在尝试用3D打印技术制造飞机零件。
据一位巴西空军研究所（IEAv）研究员介绍，研究所一直在寻找一种方式来加快新航空零部件的试验和开发过程。在IEAv使用增材制造特定部分（与气体燃料喷射孔具有15度斜坡的飞机入口坡道）的成功后，3D打印已成为越来越重要的研究方式。后来，研究所用3D打印制造了高超音速引擎原型，和飞机模型。这些模型已经通过多次测试，如休克风洞试验等。
此前IEAv使用传统的制造技术，不仅价格昂贵，而且非常耗时，通常6个月只能生产一个配件。采用3D打印技术后，研究人员大大缩短了这一制造周期，可以在一周内完成配件的3D打印并通过测试。
目前，IEAv正致力于含有金属或其他先进材料的混合动力材料原型的3D打印。下一步，该研究所的目标是提高飞机新零件的强度及匹配度。
现在，3D打印技术已经成功运用于飞机的零部件生产和维修。
英国“旋风”战机
2014年1月，一架采用了3D打印技术生产的零件的“旋风”战斗机完成试飞。3D打印部件包括驾驶舱无线电防护罩、起落架防护装置以及进气口支架。英国航空航天系统公司称，这是装配3D打印部件的战斗机首次试飞成功。
2015年6月，韩国空军使用的F-15K战机发动机遭到损坏，其发动机上的钛合金的涡轮护罩与钴合金的空气密封件需要修复，他们想要找到一种既耐久又可靠的方法使部件升级的同时，又不牺牲任何质量。韩国空军选择了3D打印技术，找到德国3D打印机制造商利用专门的DMT技术完成了修复。
DMT技术的工作原理主要是用高功率激光熔化金属粉末，被认为是最新和最具前景的3D打印技术之一，几乎能够立即修复好韩国军机的部件。
展望未来：3D打印一体化战争
最直观的是供应链的变化。军用3D打印技术将极大缩短军队供应链，降低后勤保障成本。美国公司认为，3D打印技术可能会使美国国防部减少库存和存储空间，从而降低各项成本。
其次，战争进程的变化。
中国国防报·军事特刊曾发表文章称，未来的战争有可能成为“3D一体化战争”：
3D打印技术将对未来信息化战争产生全面广泛的影响，包括作战理念、指挥体制、技术研发、装备制造、后勤装备保障等方方面面。如果从整个参战体系各要素的关联性去看待3D打印技术，可以毫不夸张地说，未来的一体化作战，将是3D打印的一体化战争。
文中提到，3D打印可以更好地发挥一体化战争顶层设计的作用。顶层设计事关战争准备和战争实施的方向，牵一发而动全身。但顶层设计难以对局部各要素在体系中发挥的作用和可能出现的问题做到面面俱到。
未来3D打印技术基本上能够保证有什么样的图，就能出什么样的产品。因此3D打印技术可以将顶层设计中的改变体现在图纸上的预变，对预变的各要素进行细致分割，既可以将分割后的要素部件进行样品打印逐一测试，又可以将各要素无缝衔接实现整体组合运转。这样，就可以在试验阶段实现设计与实体运行相结合，预先发现实体运行可能出现的局部性问题以及局部性问题对体系系统产生的影响，及时修正顶层设计中出现的问题，从而使整体设计有更大的预见性和更多的改变空间，避免整体设计的失误带来的灾难性影响。
最后，3D打印还可以提供更好的适应性，物理束缚大大降低。
没有枪没有炮，3D打印就地造，这在未来的战争中可能成为现实。假象一个场景，如果被敌军围困在一个山头上，在子弹行将用完之际，没必要坐以待毙，只要有一台3D打印机，就可以马上生产弹药。再比如，一架3D飞机被敌人击落以后，短短几小时后，另一架飞机马上就从基地起飞。
但是，3D打印也会带来一些风险。
比如，3D打印将会使人们获得枪支弹药的难度大大降低，枪支泛滥可能导致大众的紧张情绪，造成更多的流血事件。恐怖分子利用3D打印机，也可以在短期内大规模生产杀伤性武器。
但是，无论如何，3D打印都会改变未来的战争形态。未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
洛克希德•马丁公司追赶3D打印步伐
据《制造工程杂志》网站2016年11月3日刊文，作为世界上最大的防务承包商，洛克希德·马丁是否已经掌握了增材制造?据公司奥兰多训练与仿真部的增材制造组长Robert Ghobrial表示，像世界上所有制造商一样，一些洛马的专家正纠结于回答3D打印提出的一些问题。“我们现在是否应该投资该技术，或者等到其更快和更便宜?我们是否应该拥有一个中心化或分布式打印的模型?”他是在10月举办的“增材制造应用：为增长而创新”研讨会上提出这些问题的。
他谈到2012年的3D打印工作，那时他的团队收到了一些MakerBot打印机，大部分都没用过。即使是到了2014年，他的绝大部分工作也是为Thingiverse数字设计公司制造一些小装饰品。“当时我打印尤达大师的头，我说‘相信我，相信我，我们能搞定’。”同年，他的团队得到了第一台生产型3D打印机，Stratasys公司Fortus。“有了这台打印机，我们有手段制造真正的零件。”Ghorbial创造了一个词语“增材制造的5P”，一个制造模型，描述增材制造如何能够帮助航空航天、防务和其它业务。5P是：
方案(Proposal)：3D打印可以在交易会上制作赠品;建筑和空间模型;辅助客户交流。例如，一个斯科斯基直升机的3D打印缩比模型让他的团队能够将客户的想象快速翻译为一个物理模型，每个人都可以看到和触摸。
原型(Prototype)：3D打印机的原型帮助设计确认和概念开发验证。在设计阶段下游，原型帮助确保在技术交换会议、初步和关键设计评审上得到专家认可。
采购：我们能制作物品而不是购买它么?增材制造如何降低我们的供应链风险、运输和库存成本?
生产保障：3D打印保障生产的方式有帮助制作装配夹具、制造工装、生产模板、检测夹具和机床防护板。
生产：增材制造可生产终端零件;按需制造零件用于备件、保修和修理保障;甚至管理过时淘汰。
Ghorbial解释了管理过时淘汰：“许多国防部采购的系统将服役数十年。当国防部因为战场损坏而订购一个系统、子系统或部件时，原先的制造商或供应商可能已经停业了。我们使用增材制造重新生产那些原始零件，作为管理供应链中过时淘汰的一个方式。”至少有一个听众欢迎这个事实，即洛马没有全部的答案。重型设备流体处理系统制造商HydarForce的运营经理表示：“这令人鼓舞。至少正视了现实，即增材制造正在到来，但我们还没完全准备好。”
洛马用这项新技术已经取得一些成就，并且是世界性纪录。公司7月制造了达到木星极轨道的朱诺航天器。它拥有一个增材零件，使其成为飞得最快的3D打印零件。而且，洛马正在为卫星制造钛合金推进剂贮箱，使用的是西亚基公司的电子束增材制造技术。尽管Ghobrial有些自嘲感，但他的团队让3D打印机得到了良好使用。在增材制造生产的第一年，该设施就生产了超过3500个增材制造零件，其中1500个进入了最终用途生产。“我猜测如果我们没有Makerbots，我们现在不会达到这个高度。”（中航工业发展研究中心 刘亚威）
俄罗斯先期研究基金会
完成3D打印弹药测试
【据3ders网站2016年11月13日报道】俄罗斯先期研究基金会（Fund for Perspective Research）日前对3D打印弹药进行了测试，结果显示，增材制造的弹药与传统工艺制造的弹药性能基本一致。
近期，俄军方几乎每周都会公布一些基于3D打印的新应用，包括无人机、坦克、武器。3D打印子弹是最新公布的3D打印应用，它可以为军方提供一种新型弹药。俄罗斯先期研究基金会报告称，大量3D打印弹药测试显示结果非常乐观，某些方面表现与现有弹药一样好。
俄先期研究基金会表示，研究人员使用激光烧结技术来3D打印子弹，金属粉末一层层熔合，最终形成一个没有接缝或弱点的完整的子弹。虽然3D打印肯定不是生产小金属构件快的方法，但研究表明，制造过程是可行的，可以合理地用于制造特殊设计的弹药或弹药模具。
3D打印子弹测试由俄罗斯先期研究基金会与中央精密机器制造科学研究所（JSC Tsniitochmash）共同完成。射击实验表明，子弹具有必要的强度，与其他弹药一样有效，研究人员认为激光烧结技术可用于开发更多其他军事装备。
如俄罗斯3D打印技术研究继续当前的研究速度，则该国军方未来将有可能使用全部由3D打印制造的武器和弹药。早在俄罗斯先期研究基金进行3D打印子弹测试之前，俄传奇武器制造商卡拉什尼科夫集团今年二月就曾建议，可以使用增材制造打造新型突击步枪。卡拉什尼科夫集团与俄罗斯Stankoprom金属公司签订合同，为其新型武器生产一系列3D打印金属零件。 （中国船舶工业综合技术经济研究院 程大树）
美国采用创新型3D打印工艺
在厘米级尺度制备出具有
纳米级特性的多层金属超材料
【据弗吉尼亚理工大学网站2016年7月报道】多年来，科研人员一直通过在纳米尺度合成材料获取较强的力学、光学和能量特性，例如，在纳米尺度制造材料的强度是钢的100倍（例如石墨烯片材），但在更大尺度上合成的材料强度将大幅降低。
目前，弗吉尼亚理工大学好劳伦斯利弗莫尔国家实验室的科研人员在DARPA的支持下，研究出能在厘米级尺度上制备具有纳米尺度特性的有机（例如金属和陶瓷）纳米结构材料的3D打印工艺。采用该工艺制备出的金属材料由纳米尺度的中空管排列成分层的三维晶格架构，具有轻质、高强度、超弹性和空前的延展性。制备出的材料同时展现出超高的弹性，拉伸弹性是传统轻金属和陶瓷泡沫材料的400倍。制备过程中并未采用柔软的聚合物，因此制备出的材料适用于要求在恶劣环境下抵抗化学腐蚀和耐热的柔韧的传感器和电子产品。制备出分层晶格意味着拥有更多界面来搜集光子能，因为光子可以从包括表面和晶格结构内部在内的所有方向进入到材料结构中，而传统的光伏板仅能通过表面搜集光子。
该工艺制备出的材料可用于任何需要材料同时具有高刚度、高强度、轻重量、高弹性的领域，例如用于航天、弹性装甲、轻型车辆和电池结构。（中国航天系统科学与工程研究院 贾平）
美国橡树岭国家实验室验证
永磁铁增材制造技术
【据美国橡树岭国家实验室网站2016年11月1日公告】美国能源部(DOE)橡树岭国家实验室(ORNL)的研究人员验证了一种永磁铁增材制造技术，用这种技术生产的永磁铁在各方面都优于用传统注模技术生产的粘结磁铁，有相当的或更好的磁性、力学性能和微结构，而且生产过程不会浪费材料，有助于对稀土资源的保护。ORNL的科学家此次制造的是各向同性的钕铁硼磁铁，相关结果已发表在《Scientific Reports杂志》上，项目得到了DOE关键材料研究所(CMI)的资助。ORNL科学家的下一步目标是打印各向异性的粘结磁铁。CMI的负责人Alex King认为，复杂形状高强度磁铁的制造能力是高效电动机和发电机设计的“改变游戏规则技术”，该项研究的潜力非常巨大。（理群）
通用电气公司成功测试包含35%
增材制造零部件的航空发动机
【据3ders网站11月1日报道】通用电气公司已经对一台35%零部件都采用增材制造的演示验证发动机进行了测试。该发动机主要用于验证增材制造技术在先进涡桨（ATP）发动机的适用性，ATP发动机将为德事隆最新研制的Cessna Denal单引擎涡桨飞机提供动力。
航天航空领域一直在追求将增材制造作为重要技术手段。通用电气公司此次展示了一个35%增材制造零部件的发动机，无疑是航空航天领域增材制造技术应用的一个壮举，适用于ATP发动机的所有增材制造零部件将使发动机减重5%，特定燃油消耗减少1%，进一步表明了增材制造技术应用的良好效果。
为了验证ATP发动机零部件，通用电气公司开发了CT7-2E1技术演示验证发动机——a-CT7，其在18个月内完成设计、制造和测试。该验证发动机对现有CT7（采用减材制造）发动机进行反求，全面展示出航空航天增材制造的能力，超过900个采用传统减材制造的零部件变为仅由16个增材制造零部件。虽然验证发动机不打算飞行运行，但ATP发动机零部件派生自CT7，使得经a-CT7成功测试的增材制造零部件可以集成到ATP发动机中。
该ATP发动机将为新的Cessna Denali单引擎涡桨飞机提供动力，将比任何航空历史上生产发动机中使用的增材制造零部件都多，855个减材制造零部件将减少为12个增材制造零部件，占发动机总零件数量的35%。这些增材制造零部件包括：油底壳、轴承座、框架、排气箱、燃烧器衬套，热交换器和固定流动道部件。
在ATP发动机中使用12个增材制造零部件标志着发动机中零部件数量比CFM LEAP发动机显著增加。CFM LEAP发动机只包含一个增材制造燃料喷嘴。然而，设计LEAP增材制造燃料喷嘴的8位工程师在a-CT7中制造了16个增材制造零部件，并且将有更多的增材制造零部件集成到下一代的演示验证发动机中。
在通用电气公司看来，增材制造技术不仅有助于减轻发动机部件的重量，还将提高生产速度。例如，燃烧器衬套两天就可以采用增材制造成形。增材制造的另一优势是加快了测试周期。诸如ATP这样的项目，通用电气公司的一个关注重点是使硬件设备能更快地测试，而不是花费太多时间在计算机上进行模拟仿真。通过尽快对实体硬件设备进行测试，可以使用测试结果数据来帮助更好地进行设计迭代，这样可以更快设计出更好地产品。
这一1240马力ATP涡桨发动机是通用电气公司涡桨发动机中的一个新系列，目标是瞄准公务及通用航空领域动力市场（1000~1600马力），计划在2017年底前投入运行。新的Cessna Denali飞机将由ATP提供动力，飞行距离可达到1600海里，速度高于285节。
通用电气公司航空业务副总裁Brad Mottier最近报告说，公司已经花费了大约10亿美元来执行其整体增材制造计划。在10月份未能收购德国SLM解决方案公司后，最终收购了德国Concept Laser公司。
以上内容摘自国防科技信息网
智造家提供
军工和国防是最能从3D打印技术中受益的领域之一。3D打印技术将极大缩短军队供应链，以更短的时间、更低的成本、更不受物理限制的方式，生产各种零件、设备、武器。在对未来战争的构想中，世界各主要国家都不敢忽视3D打印技术。
美国海军陆战队野战演习测试3D打印
据3Ders.org报道，美国海军陆战队开始在野战演习中测试增材制造，为未来在战争中应用3D打印技术铺路。
海军陆战队372侧翼支援中队(建立- 372)是3 d打印的试点。司令官的海军陆战队将军罗伯特·内尔已经发布了一个关于增材制造的临时政策，表明3D打印机可能很快就会成为标准配置。
好处是显而易见的。海军陆战队和一些其他军事单位通常部署在偏远地区，因此能够携带的设备多多少少受到限制。但是，只要一台3D打印机就可以打印各种基本部件，从水瓶到到枪支卡车的备件，甚至一些简单的工具。在危急之中，这可能意味着生与死的差别。
3D打印机可能成为海军陆战队中最强大的武器之一，因为3D打印机可以快速创造数以千计的不同组件，从而可以保证装备、车辆始终配备齐整。它还可以给战场上的士兵生产水瓶和水龙头，从而帮助他们在沙漠、山地等不利地形下生存。对于军方高层，这无疑是有趣的前景。
目前MWSS-372的测试是从简单开始的。他们使用的是一款普通的“Invent3D” 3D打印机，这款3D打印机配备的是单挤压头，最高承受温度为220摄氏度。这意味着测试团队只能创造塑料配件，但是战斗工程师们也可以用它打造塑料夹子或者螺丝，这样他们就可以修复一些损坏的金属部件而不用完全更换它们。
实际上，很多部件选择使用金属材料往往是为了更加耐久，因此在紧要关头士兵们也可以临时使用一些塑料的新部件，以应付突发情况。
为了展示3D打印机在战场上的实际用途，测试团队用它为一辆军用悍马打印了一个新的门把手。为了实现这一目标，他们用手测量了该把手，并将数据输入Tinkercad。
未来美军计划建立一个庞大的基本零部件数据库，这样部队就能够很方便地打印出任何需要的部件。
据称，美国海军陆战队已经开始在亚利桑那州进行一系列的3D打印机训练一体化演习，并决心培训每一中队如何在战场上使用3D打印机。此外，刚颁布的临时政策也包括了一系列的安全要求，也包括要求为车辆打印的部件要使用一种显眼的颜色，这样当车辆返回服务地点时便于对其进行检查或更换。
事实上，早在2014年，美国海军陆战队就在军演中使用过3D打印技术。3D Systems公司与美国海军陆战队一起，为其年度远征后勤军事演习（Expeditionary Logistics Wargame）提供3D打印、扫描和检测技术支持。
工程师们利用3D Systems公司的3D扫描和金属打印技术，修复多用途战术机器人。该机器人主要作用是清理目标区域的垃圾和其他障碍物，以便于直升机降落。使用3D扫描系统，工程师们将能迅速创建机器人的受损部件精确的CAD模型，并使用3DS的工业级金属直接印刷和选择性激光烧结3D打印机快速制造出完好的部件。
在打印完成后，他们还将使用一款名为 Geomagic Control的软件对打印件进行数字检测，以确保其安全可靠。
今年6月1日—2日，在北卡罗来纳州的海军陆战队基地军营，来自美军海军陆战队各单位的代表学习了如何使用3D打印机、尝试着组装它们，并了解了3D打印机的能力。参与学习的人中包括飞机机械师、海军陆战队后勤人员和轻武器维修技师，这些人员需要将3D打印机融入自己的日常职业工作中，使得海军陆战队能够在其需要的时候设计和3D打印出任何产品。
海军陆战队还曾考虑用3D打印解决飞机短缺的问题，以及尝试用于后勤支援的可能性。
3D打印在实战中的应用
目前，3D打印在实战中的应用并不多见。
在2014年4月爆发并延续至今的乌克兰东部冲突地区中，乌克兰军队在战场上使用了3D打印的无人机。
乌克兰军队中使用的3D打印无人机
这些3D打印无人机主要来自基辅 Step IT学院的机器人实验室，被用于从安全距离监控与亲俄分裂分子交战区域的情势。
每架无人机的3D打印费用大约为1200美元（其间大部分费用是人力资本，而不是材料本身），另外还需要3000美元用于必需的精良设备。虽然这看起来很贵，但是想一下，一架拥有类似功能的普通无人机成本高达30000美元。3D打印无人机的价格仅相当于它的七分之一。
五角大楼的3D无人机
近期，美国五角大楼也测试了低成本的3D打印迷你无人机群，希望用于监视和攻击。美国国防部称，未来将部署无人机群干扰敌方防御系统，并通过小型传感器监视区域，甚至装备攻击性武器。这些迷你无人机名为“Perdix”，目前已经3D打印出它们的外壳模具，使得低成本批量生产成为可能。
据3Ders.org报道，巴西空军也正在尝试用3D打印技术制造飞机零件。
据一位巴西空军研究所（IEAv）研究员介绍，研究所一直在寻找一种方式来加快新航空零部件的试验和开发过程。在IEAv使用增材制造特定部分（与气体燃料喷射孔具有15度斜坡的飞机入口坡道）的成功后，3D打印已成为越来越重要的研究方式。后来，研究所用3D打印制造了高超音速引擎原型，和飞机模型。这些模型已经通过多次测试，如休克风洞试验等。
此前IEAv使用传统的制造技术，不仅价格昂贵，而且非常耗时，通常6个月只能生产一个配件。采用3D打印技术后，研究人员大大缩短了这一制造周期，可以在一周内完成配件的3D打印并通过测试。
目前，IEAv正致力于含有金属或其他先进材料的混合动力材料原型的3D打印。下一步，该研究所的目标是提高飞机新零件的强度及匹配度。
现在，3D打印技术已经成功运用于飞机的零部件生产和维修。
英国“旋风”战机
2014年1月，一架采用了3D打印技术生产的零件的“旋风”战斗机完成试飞。3D打印部件包括驾驶舱无线电防护罩、起落架防护装置以及进气口支架。英国航空航天系统公司称，这是装配3D打印部件的战斗机首次试飞成功。
2015年6月，韩国空军使用的F-15K战机发动机遭到损坏，其发动机上的钛合金的涡轮护罩与钴合金的空气密封件需要修复，他们想要找到一种既耐久又可靠的方法使部件升级的同时，又不牺牲任何质量。韩国空军选择了3D打印技术，找到德国3D打印机制造商利用专门的DMT技术完成了修复。
DMT技术的工作原理主要是用高功率激光熔化金属粉末，被认为是最新和最具前景的3D打印技术之一，几乎能够立即修复好韩国军机的部件。
展望未来：3D打印一体化战争
最直观的是供应链的变化。军用3D打印技术将极大缩短军队供应链，降低后勤保障成本。美国公司认为，3D打印技术可能会使美国国防部减少库存和存储空间，从而降低各项成本。
其次，战争进程的变化。
中国国防报·军事特刊曾发表文章称，未来的战争有可能成为“3D一体化战争”：
3D打印技术将对未来信息化战争产生全面广泛的影响，包括作战理念、指挥体制、技术研发、装备制造、后勤装备保障等方方面面。如果从整个参战体系各要素的关联性去看待3D打印技术，可以毫不夸张地说，未来的一体化作战，将是3D打印的一体化战争。
文中提到，3D打印可以更好地发挥一体化战争顶层设计的作用。顶层设计事关战争准备和战争实施的方向，牵一发而动全身。但顶层设计难以对局部各要素在体系中发挥的作用和可能出现的问题做到面面俱到。
未来3D打印技术基本上能够保证有什么样的图，就能出什么样的产品。因此3D打印技术可以将顶层设计中的改变体现在图纸上的预变，对预变的各要素进行细致分割，既可以将分割后的要素部件进行样品打印逐一测试，又可以将各要素无缝衔接实现整体组合运转。这样，就可以在试验阶段实现设计与实体运行相结合，预先发现实体运行可能出现的局部性问题以及局部性问题对体系系统产生的影响，及时修正顶层设计中出现的问题，从而使整体设计有更大的预见性和更多的改变空间，避免整体设计的失误带来的灾难性影响。
最后，3D打印还可以提供更好的适应性，物理束缚大大降低。
没有枪没有炮，3D打印就地造，这在未来的战争中可能成为现实。假象一个场景，如果被敌军围困在一个山头上，在子弹行将用完之际，没必要坐以待毙，只要有一台3D打印机，就可以马上生产弹药。再比如，一架3D飞机被敌人击落以后，短短几小时后，另一架飞机马上就从基地起飞。
但是，3D打印也会带来一些风险。
比如，3D打印将会使人们获得枪支弹药的难度大大降低，枪支泛滥可能导致大众的紧张情绪，造成更多的流血事件。恐怖分子利用3D打印机，也可以在短期内大规模生产杀伤性武器。
但是，无论如何，3D打印都会改变未来的战争形态。未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
洛克希德•马丁公司追赶3D打印步伐
据《制造工程杂志》网站2016年11月3日刊文，作为世界上最大的防务承包商，洛克希德·马丁是否已经掌握了增材制造?据公司奥兰多训练与仿真部的增材制造组长Robert Ghobrial表示，像世界上所有制造商一样，一些洛马的专家正纠结于回答3D打印提出的一些问题。“我们现在是否应该投资该技术，或者等到其更快和更便宜?我们是否应该拥有一个中心化或分布式打印的模型?”他是在10月举办的“增材制造应用：为增长而创新”研讨会上提出这些问题的。
他谈到2012年的3D打印工作，那时他的团队收到了一些MakerBot打印机，大部分都没用过。即使是到了2014年，他的绝大部分工作也是为Thingiverse数字设计公司制造一些小装饰品。“当时我打印尤达大师的头，我说‘相信我，相信我，我们能搞定’。”同年，他的团队得到了第一台生产型3D打印机，Stratasys公司Fortus。“有了这台打印机，我们有手段制造真正的零件。”Ghorbial创造了一个词语“增材制造的5P”，一个制造模型，描述增材制造如何能够帮助航空航天、防务和其它业务。5P是：
方案(Proposal)：3D打印可以在交易会上制作赠品;建筑和空间模型;辅助客户交流。例如，一个斯科斯基直升机的3D打印缩比模型让他的团队能够将客户的想象快速翻译为一个物理模型，每个人都可以看到和触摸。
原型(Prototype)：3D打印机的原型帮助设计确认和概念开发验证。在设计阶段下游，原型帮助确保在技术交换会议、初步和关键设计评审上得到专家认可。
采购：我们能制作物品而不是购买它么?增材制造如何降低我们的供应链风险、运输和库存成本?
生产保障：3D打印保障生产的方式有帮助制作装配夹具、制造工装、生产模板、检测夹具和机床防护板。
生产：增材制造可生产终端零件;按需制造零件用于备件、保修和修理保障;甚至管理过时淘汰。
Ghorbial解释了管理过时淘汰：“许多国防部采购的系统将服役数十年。当国防部因为战场损坏而订购一个系统、子系统或部件时，原先的制造商或供应商可能已经停业了。我们使用增材制造重新生产那些原始零件，作为管理供应链中过时淘汰的一个方式。”至少有一个听众欢迎这个事实，即洛马没有全部的答案。重型设备流体处理系统制造商HydarForce的运营经理表示：“这令人鼓舞。至少正视了现实，即增材制造正在到来，但我们还没完全准备好。”
洛马用这项新技术已经取得一些成就，并且是世界性纪录。公司7月制造了达到木星极轨道的朱诺航天器。它拥有一个增材零件，使其成为飞得最快的3D打印零件。而且，洛马正在为卫星制造钛合金推进剂贮箱，使用的是西亚基公司的电子束增材制造技术。尽管Ghobrial有些自嘲感，但他的团队让3D打印机得到了良好使用。在增材制造生产的第一年，该设施就生产了超过3500个增材制造零件，其中1500个进入了最终用途生产。“我猜测如果我们没有Makerbots，我们现在不会达到这个高度。”（中航工业发展研究中心 刘亚威）
俄罗斯先期研究基金会
完成3D打印弹药测试
【据3ders网站2016年11月13日报道】俄罗斯先期研究基金会（Fund for Perspective Research）日前对3D打印弹药进行了测试，结果显示，增材制造的弹药与传统工艺制造的弹药性能基本一致。
近期，俄军方几乎每周都会公布一些基于3D打印的新应用，包括无人机、坦克、武器。3D打印子弹是最新公布的3D打印应用，它可以为军方提供一种新型弹药。俄罗斯先期研究基金会报告称，大量3D打印弹药测试显示结果非常乐观，某些方面表现与现有弹药一样好。
俄先期研究基金会表示，研究人员使用激光烧结技术来3D打印子弹，金属粉末一层层熔合，最终形成一个没有接缝或弱点的完整的子弹。虽然3D打印肯定不是生产小金属构件快的方法，但研究表明，制造过程是可行的，可以合理地用于制造特殊设计的弹药或弹药模具。
3D打印子弹测试由俄罗斯先期研究基金会与中央精密机器制造科学研究所（JSC Tsniitochmash）共同完成。射击实验表明，子弹具有必要的强度，与其他弹药一样有效，研究人员认为激光烧结技术可用于开发更多其他军事装备。
如俄罗斯3D打印技术研究继续当前的研究速度，则该国军方未来将有可能使用全部由3D打印制造的武器和弹药。早在俄罗斯先期研究基金进行3D打印子弹测试之前，俄传奇武器制造商卡拉什尼科夫集团今年二月就曾建议，可以使用增材制造打造新型突击步枪。卡拉什尼科夫集团与俄罗斯Stankoprom金属公司签订合同，为其新型武器生产一系列3D打印金属零件。 （中国船舶工业综合技术经济研究院 程大树）
美国采用创新型3D打印工艺
在厘米级尺度制备出具有
纳米级特性的多层金属超材料
【据弗吉尼亚理工大学网站2016年7月报道】多年来，科研人员一直通过在纳米尺度合成材料获取较强的力学、光学和能量特性，例如，在纳米尺度制造材料的强度是钢的100倍（例如石墨烯片材），但在更大尺度上合成的材料强度将大幅降低。
目前，弗吉尼亚理工大学好劳伦斯利弗莫尔国家实验室的科研人员在DARPA的支持下，研究出能在厘米级尺度上制备具有纳米尺度特性的有机（例如金属和陶瓷）纳米结构材料的3D打印工艺。采用该工艺制备出的金属材料由纳米尺度的中空管排列成分层的三维晶格架构，具有轻质、高强度、超弹性和空前的延展性。制备出的材料同时展现出超高的弹性，拉伸弹性是传统轻金属和陶瓷泡沫材料的400倍。制备过程中并未采用柔软的聚合物，因此制备出的材料适用于要求在恶劣环境下抵抗化学腐蚀和耐热的柔韧的传感器和电子产品。制备出分层晶格意味着拥有更多界面来搜集光子能，因为光子可以从包括表面和晶格结构内部在内的所有方向进入到材料结构中，而传统的光伏板仅能通过表面搜集光子。
该工艺制备出的材料可用于任何需要材料同时具有高刚度、高强度、轻重量、高弹性的领域，例如用于航天、弹性装甲、轻型车辆和电池结构。（中国航天系统科学与工程研究院 贾平）
美国橡树岭国家实验室验证
永磁铁增材制造技术
【据美国橡树岭国家实验室网站2016年11月1日公告】美国能源部(DOE)橡树岭国家实验室(ORNL)的研究人员验证了一种永磁铁增材制造技术，用这种技术生产的永磁铁在各方面都优于用传统注模技术生产的粘结磁铁，有相当的或更好的磁性、力学性能和微结构，而且生产过程不会浪费材料，有助于对稀土资源的保护。ORNL的科学家此次制造的是各向同性的钕铁硼磁铁，相关结果已发表在《Scientific Reports杂志》上，项目得到了DOE关键材料研究所(CMI)的资助。ORNL科学家的下一步目标是打印各向异性的粘结磁铁。CMI的负责人Alex King认为，复杂形状高强度磁铁的制造能力是高效电动机和发电机设计的“改变游戏规则技术”，该项研究的潜力非常巨大。（理群）
通用电气公司成功测试包含35%
增材制造零部件的航空发动机
【据3ders网站11月1日报道】通用电气公司已经对一台35%零部件都采用增材制造的演示验证发动机进行了测试。该发动机主要用于验证增材制造技术在先进涡桨（ATP）发动机的适用性，ATP发动机将为德事隆最新研制的Cessna Denal单引擎涡桨飞机提供动力。
航天航空领域一直在追求将增材制造作为重要技术手段。通用电气公司此次展示了一个35%增材制造零部件的发动机，无疑是航空航天领域增材制造技术应用的一个壮举，适用于ATP发动机的所有增材制造零部件将使发动机减重5%，特定燃油消耗减少1%，进一步表明了增材制造技术应用的良好效果。
为了验证ATP发动机零部件，通用电气公司开发了CT7-2E1技术演示验证发动机——a-CT7，其在18个月内完成设计、制造和测试。该验证发动机对现有CT7（采用减材制造）发动机进行反求，全面展示出航空航天增材制造的能力，超过900个采用传统减材制造的零部件变为仅由16个增材制造零部件。虽然验证发动机不打算飞行运行，但ATP发动机零部件派生自CT7，使得经a-CT7成功测试的增材制造零部件可以集成到ATP发动机中。
该ATP发动机将为新的Cessna Denali单引擎涡桨飞机提供动力，将比任何航空历史上生产发动机中使用的增材制造零部件都多，855个减材制造零部件将减少为12个增材制造零部件，占发动机总零件数量的35%。这些增材制造零部件包括：油底壳、轴承座、框架、排气箱、燃烧器衬套，热交换器和固定流动道部件。
在ATP发动机中使用12个增材制造零部件标志着发动机中零部件数量比CFM LEAP发动机显著增加。CFM LEAP发动机只包含一个增材制造燃料喷嘴。然而，设计LEAP增材制造燃料喷嘴的8位工程师在a-CT7中制造了16个增材制造零部件，并且将有更多的增材制造零部件集成到下一代的演示验证发动机中。
在通用电气公司看来，增材制造技术不仅有助于减轻发动机部件的重量，还将提高生产速度。例如，燃烧器衬套两天就可以采用增材制造成形。增材制造的另一优势是加快了测试周期。诸如ATP这样的项目，通用电气公司的一个关注重点是使硬件设备能更快地测试，而不是花费太多时间在计算机上进行模拟仿真。通过尽快对实体硬件设备进行测试，可以使用测试结果数据来帮助更好地进行设计迭代，这样可以更快设计出更好地产品。
这一1240马力ATP涡桨发动机是通用电气公司涡桨发动机中的一个新系列，目标是瞄准公务及通用航空领域动力市场（1000~1600马力），计划在2017年底前投入运行。新的Cessna Denali飞机将由ATP提供动力，飞行距离可达到1600海里，速度高于285节。
通用电气公司航空业务副总裁Brad Mottier最近报告说，公司已经花费了大约10亿美元来执行其整体增材制造计划。在10月份未能收购德国SLM解决方案公司后，最终收购了德国Concept Laser公司。
以上内容摘自国防科技信息网
智造家提供
407 浏览
XVC胡博予: 从进化论的角度思考人工智能
机械自动化类 扳手哥 2016-11-15 14:56 发表了文章
本文由「华兴有个 Alpha」整理自胡博予在华兴 Alpha 线下活动「投脑风暴」数据服务主题投资人沙龙上的主题演讲摘要。
演讲者简介：胡博予是著名的风险投资人，XVC 的合伙人。在创办 XVC 之前，他在金沙江、DCM、蓝湖资本工作过，期间发掘并推动对 51talk（股票代码 NYSE:COE）以及美菜、快手、优信拍等「独角兽」的投资。在进入风险投资行业前，博予有近 10 年的创业经验。他参与创办了信贷管理软件公司安硕信息，领导了核心产品线的开发，帮助公司在竞争激烈的市场中取得接近垄断的地位并最终上市（股票代码 SHE:300380）。
XVC 是一家风险投资机构，单笔投资 1000 万到 1 亿之间，致力于寻找和支持最优秀的企业家，共同创造长期价值。
以下为全部演讲内容：
一、机器的进步
说一个我的观察。我们发明机器是为了解决问题、提高效率的。他们在怎样进步呢？首先，是处理速度越来越快。然后，他们联网了，而现在他们正在变得越来越聪明。因为算法越发先进，计算能力也足够强大，可以用各种各样新的机器学习的方法来沉淀经验。
二、机器能帮我们做什么——代替重复劳动
首先我觉得机器是能够将人类从重复劳动中慢慢解放出来的。随着技术的不断成熟，还有学习曲线长度和深度的延展，技术的边界也在不断向外部推移，很多本来需要人去做的劳动，像制造业的许多环节，也包括像洗衣服这样其实每天都要做的事情，都可以由机器代劳。
随着机器越来越聪明，它越来越能够处理复杂工作，可以现场做很多决策，比如做饭、仓库分拣、记账等等。我最近看了一个项目，是用图像识别的无人机来送快递。过去快递不发达也是因为经济模式太弱，效率低。比如说人烟稀少的地方，送快递一个人送一箱出去，可能只能送一件东西，回来再送，每天只能送几个包裹，这个情况就特别适合用无人机或无人车来送。
编程可能是最后被替代的活动，因为一旦机器能自己写程序让自己变得更聪明，世界就到达了一个「奇点」。
三、机器能帮我们做什么——缩短经验差距
我看到另外一个趋势，就是机器在不断缩短经验带来的差距。
很多行业，比如说像数据分析员、老师还有医生，这些行业都非常依赖经验，一个很有经验的老师教学生的效率就很高，一个很有经验的医生看病的效率也很高。但经验这个东西其实并不复杂，一个老师教出来的学生最多几千个，我父母都是老师，他们教了几十年的书，每年就教几十个学生，有可能连续 3、4 年就教同一届学生，一辈子教十几届。所以这种经验，其实积累的样本数量是要远远小于机器能够处理和积累的。
当机器开始可以积累经验，把大量的样本作为经验沉淀下来，沉淀到自己的神经元网络里面，就有可能提升该领域没有经验的从业者的工作效率，或者干脆替代这些人，趋势就是让有经验的人和没有经验的人之间的差距越来越小。现在有一些行业的人力已经被替代了，现在 99% 的股票交易的指令都不是人下的，是机器下的。
像大家看到的广告，大部分都是机器在买的广告位，机器根据经验和数据决定，这个时间点对这个人展现什么广告，这些东西都已经被机器取代了。我觉得未来可能在医疗行业，在销售管理这些领域，都有可能用机器的经验来缩短人和人的差距，还可能出现虚拟的销售、虚拟的医生以及虚拟的老师。
VC 这个行业是不是会被替代呢？其实不容易。VC 的学习曲线倒不是最长的，因为我觉得经验太多了有时候也是坏事。核心原因是因为数据量太小了，要训练好一个机器需要足够多的样本，但是实际上好公司一年才出几个，真正优秀的创业者也很稀缺，没有那么多好的样本让你训练。而且用样本来训练，只能用过去的样本，但是 VC 是投资未来的东西，每一个时代可能冒出来的创新的特征也不一样，所以 VC 很难用机器来替代。机器和数据最多可以帮助我们提高一点工作的效率。
四、机器能帮我们做什么——为我们个人的决策提供支持
机器还可以帮助我们每一个人做决定。
举例来说，我们考虑去哪儿吃饭，某些手机 App 可以把你周围的餐厅根据你的喜好做顺序推荐。你要买什么东西，淘宝的推荐是非常个性化的，可以根据你的购买和搜索记录来猜你想买什么东西，你应该买什么样的东西。当各种各样的数据都已经被结构化的时候，有可能机器比你自己更了解你，而且人还是会被情绪所影响，但是机器能够更客观的去帮你做决定。也许有一天他们能告诉你，你想泡的妹子和你不适合，因为你们俩 DNA 里同时有某个隐性的基因可能会导致一种遗传病，而且根据大量数据和你们俩的行为，机器计算得出结论，你们的恋爱关系有 99% 的概率维持不了 3 个月，或者你们婚后的幸福指数会很低。
五、最优机器得到全部数据——一个激进的猜想
我有一个猜想，就是，市场是一只无形之手，可能最后让一个机器智能得到全部的数据。这个观点有点激进，但是至少在一些垂直领域，比如说教育行业，可能有一个终极的 AI，它是最聪明的，它知道对不同的人用什么方法，让他（她）学什么样的东西，做什么样的题，他（她）的学习效果最好。因为它最聪明，所以用它的人就最多，用户最多，它的数据就最多，数据最多所以就最聪明。其实这件事情不仅教育领域会发生，很多领域都有一个规律，数据越多体验越好，体验越好数据越多。
人的各种不同的行为和喜好，其实都是有关联的，和我们个人的基因有关，也和我们的社交网络和环境有关。由于市场规则总是对效率有极致的追求，所以最终可能会让一个 AI 得到全部的数据输入。
六、逆天而行的机器智能
我最后分享一个还不是很成熟的观点。就是这个机器智能有可能再次，或者最后一次改变物竞天择的规则。
我们看人类的历史。其实在 300 万年前，那个时候大家可能还是大猩猩，我们的祖先主要的做的事情是跟自然环境和其它物种做斗争，最适合的那一小群活下来了，所以那个年代是优秀的个体基因胜利。
从 300 万年前到 100 万年前，这个时候人类已经发达到群体作战的程度了，因为人类的协作能力的领先性，基本上其他物种在那个时间大规模的灭绝。这个阶段人类的敌人就是其它的人类，基本上每个团体人数成长到一定的程度，例如超过 150 个人，就会自动分拆。
我最近看的一本书《教养的迷思》的作者做了研究，发现只要把一群人放到一起，只要人数达到一定的规模，就可以慢慢的分群，人有一种思维习惯，对自己这一群人特别认同，逐渐的这群人的行为就会越来越像。跟别的人群差异就会越来越大。人群和人群之间，因为有这种同类认同，就会憎恨其他的人群，然后就开始打仗。所以这个时候已经不是个体基因的竞争了，其实已经是「集体基因」的竞争，一个部落的竞争力是这个部落的组织形态和运作机制，其实还是基因驱动，是跟集体相关的那些基因在起作用，那些基因能够帮助这个部落组织起来，用高效的方式把其它的部落给干掉。
那么在一万年前到 70 年之前，就是我们的学历史主要学到的这一段，主要是国家跟国家的战争，一个国家跟另外一个国家争控制权，不断打仗。人类历史上，其实战争并没有停过，某种意义上战争是生命演化的本质，所有的物种之间在争斗，物种内也是在争斗。这一段，已经和基因没有太大关系了，主要是社会体制之间的优胜劣汰。
终于到 70 年以前发生了一件事情，人类停止大规模的战争了，现在大国之间都不打仗了。我们从 70 年前到现在，进入这样一个核威慑的时代，不但不打仗，社会生产力还持续提高，再加上人类无止境的欲望，带来所谓的第八大奇迹——经济的「复利」增长。
这一段实际上人类社会很多落后的体制开始慢慢的变异，全球范围内政治经济机制慢慢趋同，国家间文化也逐渐渗透。其实我觉得从一万年前到现在这一段时间，从个体基因的角度，可能是在退化的。《枪炮、病菌与钢铁》的作者，在一些没有被现代文明覆盖的岛找到一群人，智商是比现代人要高的，因为他们还是在原始采集环境之下，个体基因还是不断的在进化。他们的生存率并没有那么高，而且也不是现代社会的一夫一妻制，导致不适合的基因会被淘汰，优秀的基因能够得到更好的延续机会。现代社会，绝大部分国家地区都是一夫一妻制，聪明和笨的人都大概率能保证有机会生孩子，而且更奇怪的是，越贫穷的人生孩子越多。另外在文明社会中，大规模的人口灭绝，主要是因为瘟疫，跟个体基因是否优秀是没有关系的。这些因素都导致个体基因在退化。
那如果我们再往后看，当我们每个人都把很多决策权跟控制权的一部分的或者全部交给机器智能之后，会发生什么事情呢？当计算能力变的无穷大，当数据变的无孔不入，机器智能慢慢把这个社会各种重要的角色承担起来，而当机器具备这样的计算能力的时候，物竞天择适者生存的天条是否还存在呢？我有些简单的猜想。
「市场的无形之手」也许变得不再那么重要，让机器来做计划，也许反而更高效。
「生产力的比较优势」和社会制度、文化的关系变小，可能更多会和自然资源更相关。「退全球化」的趋势也许会持续相当长时间。当国家之间的互相依赖减少，人性中“同族认同、跨族排异”的本能也许会发挥更大的作用，各国间意识形态的差异可能会加大。也许 Internet 会慢慢变成一个一个的局域网。
核威慑仍然存在，所以国家之间的竞争依旧不是战争和物种消灭。资源的争夺会在停留在经济和信息技术层面。
智力基因和它被遗传的能力仍然不存在正相关（甚至可能负相关），所以个体基因会继续「退化」。
社会资源的分配不均的趋势会持续下去，导致最后可能只能依靠政治权力来强行重分配（或者反过来，资源控制者主导重新分配政治权利，回到「帝国时代」），而生产力和社会制度的关系也在减弱，所以社会体制可能也会「退化」。
这就是一些我对数据和机器智能未来的一些胡思乱想，跟大家分享一下，谢谢。
来源：人工智能学家
智造家提供 查看全部
演讲者简介：胡博予是著名的风险投资人，XVC 的合伙人。在创办 XVC 之前，他在金沙江、DCM、蓝湖资本工作过，期间发掘并推动对 51talk（股票代码 NYSE:COE）以及美菜、快手、优信拍等「独角兽」的投资。在进入风险投资行业前，博予有近 10 年的创业经验。他参与创办了信贷管理软件公司安硕信息，领导了核心产品线的开发，帮助公司在竞争激烈的市场中取得接近垄断的地位并最终上市（股票代码 SHE:300380）。
XVC 是一家风险投资机构，单笔投资 1000 万到 1 亿之间，致力于寻找和支持最优秀的企业家，共同创造长期价值。
以下为全部演讲内容：
一、机器的进步
说一个我的观察。我们发明机器是为了解决问题、提高效率的。他们在怎样进步呢？首先，是处理速度越来越快。然后，他们联网了，而现在他们正在变得越来越聪明。因为算法越发先进，计算能力也足够强大，可以用各种各样新的机器学习的方法来沉淀经验。
二、机器能帮我们做什么——代替重复劳动
首先我觉得机器是能够将人类从重复劳动中慢慢解放出来的。随着技术的不断成熟，还有学习曲线长度和深度的延展，技术的边界也在不断向外部推移，很多本来需要人去做的劳动，像制造业的许多环节，也包括像洗衣服这样其实每天都要做的事情，都可以由机器代劳。
随着机器越来越聪明，它越来越能够处理复杂工作，可以现场做很多决策，比如做饭、仓库分拣、记账等等。我最近看了一个项目，是用图像识别的无人机来送快递。过去快递不发达也是因为经济模式太弱，效率低。比如说人烟稀少的地方，送快递一个人送一箱出去，可能只能送一件东西，回来再送，每天只能送几个包裹，这个情况就特别适合用无人机或无人车来送。
编程可能是最后被替代的活动，因为一旦机器能自己写程序让自己变得更聪明，世界就到达了一个「奇点」。
三、机器能帮我们做什么——缩短经验差距
我看到另外一个趋势，就是机器在不断缩短经验带来的差距。
很多行业，比如说像数据分析员、老师还有医生，这些行业都非常依赖经验，一个很有经验的老师教学生的效率就很高，一个很有经验的医生看病的效率也很高。但经验这个东西其实并不复杂，一个老师教出来的学生最多几千个，我父母都是老师，他们教了几十年的书，每年就教几十个学生，有可能连续 3、4 年就教同一届学生，一辈子教十几届。所以这种经验，其实积累的样本数量是要远远小于机器能够处理和积累的。
当机器开始可以积累经验，把大量的样本作为经验沉淀下来，沉淀到自己的神经元网络里面，就有可能提升该领域没有经验的从业者的工作效率，或者干脆替代这些人，趋势就是让有经验的人和没有经验的人之间的差距越来越小。现在有一些行业的人力已经被替代了，现在 99% 的股票交易的指令都不是人下的，是机器下的。
像大家看到的广告，大部分都是机器在买的广告位，机器根据经验和数据决定，这个时间点对这个人展现什么广告，这些东西都已经被机器取代了。我觉得未来可能在医疗行业，在销售管理这些领域，都有可能用机器的经验来缩短人和人的差距，还可能出现虚拟的销售、虚拟的医生以及虚拟的老师。
VC 这个行业是不是会被替代呢？其实不容易。VC 的学习曲线倒不是最长的，因为我觉得经验太多了有时候也是坏事。核心原因是因为数据量太小了，要训练好一个机器需要足够多的样本，但是实际上好公司一年才出几个，真正优秀的创业者也很稀缺，没有那么多好的样本让你训练。而且用样本来训练，只能用过去的样本，但是 VC 是投资未来的东西，每一个时代可能冒出来的创新的特征也不一样，所以 VC 很难用机器来替代。机器和数据最多可以帮助我们提高一点工作的效率。
四、机器能帮我们做什么——为我们个人的决策提供支持
机器还可以帮助我们每一个人做决定。
举例来说，我们考虑去哪儿吃饭，某些手机 App 可以把你周围的餐厅根据你的喜好做顺序推荐。你要买什么东西，淘宝的推荐是非常个性化的，可以根据你的购买和搜索记录来猜你想买什么东西，你应该买什么样的东西。当各种各样的数据都已经被结构化的时候，有可能机器比你自己更了解你，而且人还是会被情绪所影响，但是机器能够更客观的去帮你做决定。也许有一天他们能告诉你，你想泡的妹子和你不适合，因为你们俩 DNA 里同时有某个隐性的基因可能会导致一种遗传病，而且根据大量数据和你们俩的行为，机器计算得出结论，你们的恋爱关系有 99% 的概率维持不了 3 个月，或者你们婚后的幸福指数会很低。
五、最优机器得到全部数据——一个激进的猜想
我有一个猜想，就是，市场是一只无形之手，可能最后让一个机器智能得到全部的数据。这个观点有点激进，但是至少在一些垂直领域，比如说教育行业，可能有一个终极的 AI，它是最聪明的，它知道对不同的人用什么方法，让他（她）学什么样的东西，做什么样的题，他（她）的学习效果最好。因为它最聪明，所以用它的人就最多，用户最多，它的数据就最多，数据最多所以就最聪明。其实这件事情不仅教育领域会发生，很多领域都有一个规律，数据越多体验越好，体验越好数据越多。
人的各种不同的行为和喜好，其实都是有关联的，和我们个人的基因有关，也和我们的社交网络和环境有关。由于市场规则总是对效率有极致的追求，所以最终可能会让一个 AI 得到全部的数据输入。
六、逆天而行的机器智能
我最后分享一个还不是很成熟的观点。就是这个机器智能有可能再次，或者最后一次改变物竞天择的规则。
我们看人类的历史。其实在 300 万年前，那个时候大家可能还是大猩猩，我们的祖先主要的做的事情是跟自然环境和其它物种做斗争，最适合的那一小群活下来了，所以那个年代是优秀的个体基因胜利。
从 300 万年前到 100 万年前，这个时候人类已经发达到群体作战的程度了，因为人类的协作能力的领先性，基本上其他物种在那个时间大规模的灭绝。这个阶段人类的敌人就是其它的人类，基本上每个团体人数成长到一定的程度，例如超过 150 个人，就会自动分拆。
我最近看的一本书《教养的迷思》的作者做了研究，发现只要把一群人放到一起，只要人数达到一定的规模，就可以慢慢的分群，人有一种思维习惯，对自己这一群人特别认同，逐渐的这群人的行为就会越来越像。跟别的人群差异就会越来越大。人群和人群之间，因为有这种同类认同，就会憎恨其他的人群，然后就开始打仗。所以这个时候已经不是个体基因的竞争了，其实已经是「集体基因」的竞争，一个部落的竞争力是这个部落的组织形态和运作机制，其实还是基因驱动，是跟集体相关的那些基因在起作用，那些基因能够帮助这个部落组织起来，用高效的方式把其它的部落给干掉。
那么在一万年前到 70 年之前，就是我们的学历史主要学到的这一段，主要是国家跟国家的战争，一个国家跟另外一个国家争控制权，不断打仗。人类历史上，其实战争并没有停过，某种意义上战争是生命演化的本质，所有的物种之间在争斗，物种内也是在争斗。这一段，已经和基因没有太大关系了，主要是社会体制之间的优胜劣汰。
终于到 70 年以前发生了一件事情，人类停止大规模的战争了，现在大国之间都不打仗了。我们从 70 年前到现在，进入这样一个核威慑的时代，不但不打仗，社会生产力还持续提高，再加上人类无止境的欲望，带来所谓的第八大奇迹——经济的「复利」增长。
这一段实际上人类社会很多落后的体制开始慢慢的变异，全球范围内政治经济机制慢慢趋同，国家间文化也逐渐渗透。其实我觉得从一万年前到现在这一段时间，从个体基因的角度，可能是在退化的。《枪炮、病菌与钢铁》的作者，在一些没有被现代文明覆盖的岛找到一群人，智商是比现代人要高的，因为他们还是在原始采集环境之下，个体基因还是不断的在进化。他们的生存率并没有那么高，而且也不是现代社会的一夫一妻制，导致不适合的基因会被淘汰，优秀的基因能够得到更好的延续机会。现代社会，绝大部分国家地区都是一夫一妻制，聪明和笨的人都大概率能保证有机会生孩子，而且更奇怪的是，越贫穷的人生孩子越多。另外在文明社会中，大规模的人口灭绝，主要是因为瘟疫，跟个体基因是否优秀是没有关系的。这些因素都导致个体基因在退化。
那如果我们再往后看，当我们每个人都把很多决策权跟控制权的一部分的或者全部交给机器智能之后，会发生什么事情呢？当计算能力变的无穷大，当数据变的无孔不入，机器智能慢慢把这个社会各种重要的角色承担起来，而当机器具备这样的计算能力的时候，物竞天择适者生存的天条是否还存在呢？我有些简单的猜想。
「市场的无形之手」也许变得不再那么重要，让机器来做计划，也许反而更高效。
「生产力的比较优势」和社会制度、文化的关系变小，可能更多会和自然资源更相关。「退全球化」的趋势也许会持续相当长时间。当国家之间的互相依赖减少，人性中“同族认同、跨族排异”的本能也许会发挥更大的作用，各国间意识形态的差异可能会加大。也许 Internet 会慢慢变成一个一个的局域网。
核威慑仍然存在，所以国家之间的竞争依旧不是战争和物种消灭。资源的争夺会在停留在经济和信息技术层面。
智力基因和它被遗传的能力仍然不存在正相关（甚至可能负相关），所以个体基因会继续「退化」。
社会资源的分配不均的趋势会持续下去，导致最后可能只能依靠政治权力来强行重分配（或者反过来，资源控制者主导重新分配政治权利，回到「帝国时代」），而生产力和社会制度的关系也在减弱，所以社会体制可能也会「退化」。
这就是一些我对数据和机器智能未来的一些胡思乱想，跟大家分享一下，谢谢。
来源：人工智能学家
智造家提供 查看全部
本文由「华兴有个 Alpha」整理自胡博予在华兴 Alpha 线下活动「投脑风暴」数据服务主题投资人沙龙上的主题演讲摘要。
演讲者简介：胡博予是著名的风险投资人，XVC 的合伙人。在创办 XVC 之前，他在金沙江、DCM、蓝湖资本工作过，期间发掘并推动对 51talk（股票代码 NYSE:COE）以及美菜、快手、优信拍等「独角兽」的投资。在进入风险投资行业前，博予有近 10 年的创业经验。他参与创办了信贷管理软件公司安硕信息，领导了核心产品线的开发，帮助公司在竞争激烈的市场中取得接近垄断的地位并最终上市（股票代码 SHE:300380）。
XVC 是一家风险投资机构，单笔投资 1000 万到 1 亿之间，致力于寻找和支持最优秀的企业家，共同创造长期价值。
以下为全部演讲内容：
一、机器的进步
说一个我的观察。我们发明机器是为了解决问题、提高效率的。他们在怎样进步呢？首先，是处理速度越来越快。然后，他们联网了，而现在他们正在变得越来越聪明。因为算法越发先进，计算能力也足够强大，可以用各种各样新的机器学习的方法来沉淀经验。
二、机器能帮我们做什么——代替重复劳动
首先我觉得机器是能够将人类从重复劳动中慢慢解放出来的。随着技术的不断成熟，还有学习曲线长度和深度的延展，技术的边界也在不断向外部推移，很多本来需要人去做的劳动，像制造业的许多环节，也包括像洗衣服这样其实每天都要做的事情，都可以由机器代劳。
随着机器越来越聪明，它越来越能够处理复杂工作，可以现场做很多决策，比如做饭、仓库分拣、记账等等。我最近看了一个项目，是用图像识别的无人机来送快递。过去快递不发达也是因为经济模式太弱，效率低。比如说人烟稀少的地方，送快递一个人送一箱出去，可能只能送一件东西，回来再送，每天只能送几个包裹，这个情况就特别适合用无人机或无人车来送。
编程可能是最后被替代的活动，因为一旦机器能自己写程序让自己变得更聪明，世界就到达了一个「奇点」。
三、机器能帮我们做什么——缩短经验差距
我看到另外一个趋势，就是机器在不断缩短经验带来的差距。
很多行业，比如说像数据分析员、老师还有医生，这些行业都非常依赖经验，一个很有经验的老师教学生的效率就很高，一个很有经验的医生看病的效率也很高。但经验这个东西其实并不复杂，一个老师教出来的学生最多几千个，我父母都是老师，他们教了几十年的书，每年就教几十个学生，有可能连续 3、4 年就教同一届学生，一辈子教十几届。所以这种经验，其实积累的样本数量是要远远小于机器能够处理和积累的。
当机器开始可以积累经验，把大量的样本作为经验沉淀下来，沉淀到自己的神经元网络里面，就有可能提升该领域没有经验的从业者的工作效率，或者干脆替代这些人，趋势就是让有经验的人和没有经验的人之间的差距越来越小。现在有一些行业的人力已经被替代了，现在 99% 的股票交易的指令都不是人下的，是机器下的。
像大家看到的广告，大部分都是机器在买的广告位，机器根据经验和数据决定，这个时间点对这个人展现什么广告，这些东西都已经被机器取代了。我觉得未来可能在医疗行业，在销售管理这些领域，都有可能用机器的经验来缩短人和人的差距，还可能出现虚拟的销售、虚拟的医生以及虚拟的老师。
VC 这个行业是不是会被替代呢？其实不容易。VC 的学习曲线倒不是最长的，因为我觉得经验太多了有时候也是坏事。核心原因是因为数据量太小了，要训练好一个机器需要足够多的样本，但是实际上好公司一年才出几个，真正优秀的创业者也很稀缺，没有那么多好的样本让你训练。而且用样本来训练，只能用过去的样本，但是 VC 是投资未来的东西，每一个时代可能冒出来的创新的特征也不一样，所以 VC 很难用机器来替代。机器和数据最多可以帮助我们提高一点工作的效率。
四、机器能帮我们做什么——为我们个人的决策提供支持
机器还可以帮助我们每一个人做决定。
举例来说，我们考虑去哪儿吃饭，某些手机 App 可以把你周围的餐厅根据你的喜好做顺序推荐。你要买什么东西，淘宝的推荐是非常个性化的，可以根据你的购买和搜索记录来猜你想买什么东西，你应该买什么样的东西。当各种各样的数据都已经被结构化的时候，有可能机器比你自己更了解你，而且人还是会被情绪所影响，但是机器能够更客观的去帮你做决定。也许有一天他们能告诉你，你想泡的妹子和你不适合，因为你们俩 DNA 里同时有某个隐性的基因可能会导致一种遗传病，而且根据大量数据和你们俩的行为，机器计算得出结论，你们的恋爱关系有 99% 的概率维持不了 3 个月，或者你们婚后的幸福指数会很低。
五、最优机器得到全部数据——一个激进的猜想
我有一个猜想，就是，市场是一只无形之手，可能最后让一个机器智能得到全部的数据。这个观点有点激进，但是至少在一些垂直领域，比如说教育行业，可能有一个终极的 AI，它是最聪明的，它知道对不同的人用什么方法，让他（她）学什么样的东西，做什么样的题，他（她）的学习效果最好。因为它最聪明，所以用它的人就最多，用户最多，它的数据就最多，数据最多所以就最聪明。其实这件事情不仅教育领域会发生，很多领域都有一个规律，数据越多体验越好，体验越好数据越多。
人的各种不同的行为和喜好，其实都是有关联的，和我们个人的基因有关，也和我们的社交网络和环境有关。由于市场规则总是对效率有极致的追求，所以最终可能会让一个 AI 得到全部的数据输入。
六、逆天而行的机器智能
我最后分享一个还不是很成熟的观点。就是这个机器智能有可能再次，或者最后一次改变物竞天择的规则。
我们看人类的历史。其实在 300 万年前，那个时候大家可能还是大猩猩，我们的祖先主要的做的事情是跟自然环境和其它物种做斗争，最适合的那一小群活下来了，所以那个年代是优秀的个体基因胜利。
从 300 万年前到 100 万年前，这个时候人类已经发达到群体作战的程度了，因为人类的协作能力的领先性，基本上其他物种在那个时间大规模的灭绝。这个阶段人类的敌人就是其它的人类，基本上每个团体人数成长到一定的程度，例如超过 150 个人，就会自动分拆。
我最近看的一本书《教养的迷思》的作者做了研究，发现只要把一群人放到一起，只要人数达到一定的规模，就可以慢慢的分群，人有一种思维习惯，对自己这一群人特别认同，逐渐的这群人的行为就会越来越像。跟别的人群差异就会越来越大。人群和人群之间，因为有这种同类认同，就会憎恨其他的人群，然后就开始打仗。所以这个时候已经不是个体基因的竞争了，其实已经是「集体基因」的竞争，一个部落的竞争力是这个部落的组织形态和运作机制，其实还是基因驱动，是跟集体相关的那些基因在起作用，那些基因能够帮助这个部落组织起来，用高效的方式把其它的部落给干掉。
那么在一万年前到 70 年之前，就是我们的学历史主要学到的这一段，主要是国家跟国家的战争，一个国家跟另外一个国家争控制权，不断打仗。人类历史上，其实战争并没有停过，某种意义上战争是生命演化的本质，所有的物种之间在争斗，物种内也是在争斗。这一段，已经和基因没有太大关系了，主要是社会体制之间的优胜劣汰。
终于到 70 年以前发生了一件事情，人类停止大规模的战争了，现在大国之间都不打仗了。我们从 70 年前到现在，进入这样一个核威慑的时代，不但不打仗，社会生产力还持续提高，再加上人类无止境的欲望，带来所谓的第八大奇迹——经济的「复利」增长。
这一段实际上人类社会很多落后的体制开始慢慢的变异，全球范围内政治经济机制慢慢趋同，国家间文化也逐渐渗透。其实我觉得从一万年前到现在这一段时间，从个体基因的角度，可能是在退化的。《枪炮、病菌与钢铁》的作者，在一些没有被现代文明覆盖的岛找到一群人，智商是比现代人要高的，因为他们还是在原始采集环境之下，个体基因还是不断的在进化。他们的生存率并没有那么高，而且也不是现代社会的一夫一妻制，导致不适合的基因会被淘汰，优秀的基因能够得到更好的延续机会。现代社会，绝大部分国家地区都是一夫一妻制，聪明和笨的人都大概率能保证有机会生孩子，而且更奇怪的是，越贫穷的人生孩子越多。另外在文明社会中，大规模的人口灭绝，主要是因为瘟疫，跟个体基因是否优秀是没有关系的。这些因素都导致个体基因在退化。
那如果我们再往后看，当我们每个人都把很多决策权跟控制权的一部分的或者全部交给机器智能之后，会发生什么事情呢？当计算能力变的无穷大，当数据变的无孔不入，机器智能慢慢把这个社会各种重要的角色承担起来，而当机器具备这样的计算能力的时候，物竞天择适者生存的天条是否还存在呢？我有些简单的猜想。
「市场的无形之手」也许变得不再那么重要，让机器来做计划，也许反而更高效。
「生产力的比较优势」和社会制度、文化的关系变小，可能更多会和自然资源更相关。「退全球化」的趋势也许会持续相当长时间。当国家之间的互相依赖减少，人性中“同族认同、跨族排异”的本能也许会发挥更大的作用，各国间意识形态的差异可能会加大。也许 Internet 会慢慢变成一个一个的局域网。
核威慑仍然存在，所以国家之间的竞争依旧不是战争和物种消灭。资源的争夺会在停留在经济和信息技术层面。
智力基因和它被遗传的能力仍然不存在正相关（甚至可能负相关），所以个体基因会继续「退化」。
社会资源的分配不均的趋势会持续下去，导致最后可能只能依靠政治权力来强行重分配（或者反过来，资源控制者主导重新分配政治权利，回到「帝国时代」），而生产力和社会制度的关系也在减弱，所以社会体制可能也会「退化」。
这就是一些我对数据和机器智能未来的一些胡思乱想，跟大家分享一下，谢谢。
来源：人工智能学家
智造家提供
演讲者简介：胡博予是著名的风险投资人，XVC 的合伙人。在创办 XVC 之前，他在金沙江、DCM、蓝湖资本工作过，期间发掘并推动对 51talk（股票代码 NYSE:COE）以及美菜、快手、优信拍等「独角兽」的投资。在进入风险投资行业前，博予有近 10 年的创业经验。他参与创办了信贷管理软件公司安硕信息，领导了核心产品线的开发，帮助公司在竞争激烈的市场中取得接近垄断的地位并最终上市（股票代码 SHE:300380）。
XVC 是一家风险投资机构，单笔投资 1000 万到 1 亿之间，致力于寻找和支持最优秀的企业家，共同创造长期价值。
以下为全部演讲内容：
一、机器的进步
说一个我的观察。我们发明机器是为了解决问题、提高效率的。他们在怎样进步呢？首先，是处理速度越来越快。然后，他们联网了，而现在他们正在变得越来越聪明。因为算法越发先进，计算能力也足够强大，可以用各种各样新的机器学习的方法来沉淀经验。
二、机器能帮我们做什么——代替重复劳动
首先我觉得机器是能够将人类从重复劳动中慢慢解放出来的。随着技术的不断成熟，还有学习曲线长度和深度的延展，技术的边界也在不断向外部推移，很多本来需要人去做的劳动，像制造业的许多环节，也包括像洗衣服这样其实每天都要做的事情，都可以由机器代劳。
随着机器越来越聪明，它越来越能够处理复杂工作，可以现场做很多决策，比如做饭、仓库分拣、记账等等。我最近看了一个项目，是用图像识别的无人机来送快递。过去快递不发达也是因为经济模式太弱，效率低。比如说人烟稀少的地方，送快递一个人送一箱出去，可能只能送一件东西，回来再送，每天只能送几个包裹，这个情况就特别适合用无人机或无人车来送。
编程可能是最后被替代的活动，因为一旦机器能自己写程序让自己变得更聪明，世界就到达了一个「奇点」。
三、机器能帮我们做什么——缩短经验差距
我看到另外一个趋势，就是机器在不断缩短经验带来的差距。
很多行业，比如说像数据分析员、老师还有医生，这些行业都非常依赖经验，一个很有经验的老师教学生的效率就很高，一个很有经验的医生看病的效率也很高。但经验这个东西其实并不复杂，一个老师教出来的学生最多几千个，我父母都是老师，他们教了几十年的书，每年就教几十个学生，有可能连续 3、4 年就教同一届学生，一辈子教十几届。所以这种经验，其实积累的样本数量是要远远小于机器能够处理和积累的。
当机器开始可以积累经验，把大量的样本作为经验沉淀下来，沉淀到自己的神经元网络里面，就有可能提升该领域没有经验的从业者的工作效率，或者干脆替代这些人，趋势就是让有经验的人和没有经验的人之间的差距越来越小。现在有一些行业的人力已经被替代了，现在 99% 的股票交易的指令都不是人下的，是机器下的。
像大家看到的广告，大部分都是机器在买的广告位，机器根据经验和数据决定，这个时间点对这个人展现什么广告，这些东西都已经被机器取代了。我觉得未来可能在医疗行业，在销售管理这些领域，都有可能用机器的经验来缩短人和人的差距，还可能出现虚拟的销售、虚拟的医生以及虚拟的老师。
VC 这个行业是不是会被替代呢？其实不容易。VC 的学习曲线倒不是最长的，因为我觉得经验太多了有时候也是坏事。核心原因是因为数据量太小了，要训练好一个机器需要足够多的样本，但是实际上好公司一年才出几个，真正优秀的创业者也很稀缺，没有那么多好的样本让你训练。而且用样本来训练，只能用过去的样本，但是 VC 是投资未来的东西，每一个时代可能冒出来的创新的特征也不一样，所以 VC 很难用机器来替代。机器和数据最多可以帮助我们提高一点工作的效率。
四、机器能帮我们做什么——为我们个人的决策提供支持
机器还可以帮助我们每一个人做决定。
举例来说，我们考虑去哪儿吃饭，某些手机 App 可以把你周围的餐厅根据你的喜好做顺序推荐。你要买什么东西，淘宝的推荐是非常个性化的，可以根据你的购买和搜索记录来猜你想买什么东西，你应该买什么样的东西。当各种各样的数据都已经被结构化的时候，有可能机器比你自己更了解你，而且人还是会被情绪所影响，但是机器能够更客观的去帮你做决定。也许有一天他们能告诉你，你想泡的妹子和你不适合，因为你们俩 DNA 里同时有某个隐性的基因可能会导致一种遗传病，而且根据大量数据和你们俩的行为，机器计算得出结论，你们的恋爱关系有 99% 的概率维持不了 3 个月，或者你们婚后的幸福指数会很低。
五、最优机器得到全部数据——一个激进的猜想
我有一个猜想，就是，市场是一只无形之手，可能最后让一个机器智能得到全部的数据。这个观点有点激进，但是至少在一些垂直领域，比如说教育行业，可能有一个终极的 AI，它是最聪明的，它知道对不同的人用什么方法，让他（她）学什么样的东西，做什么样的题，他（她）的学习效果最好。因为它最聪明，所以用它的人就最多，用户最多，它的数据就最多，数据最多所以就最聪明。其实这件事情不仅教育领域会发生，很多领域都有一个规律，数据越多体验越好，体验越好数据越多。
人的各种不同的行为和喜好，其实都是有关联的，和我们个人的基因有关，也和我们的社交网络和环境有关。由于市场规则总是对效率有极致的追求，所以最终可能会让一个 AI 得到全部的数据输入。
六、逆天而行的机器智能
我最后分享一个还不是很成熟的观点。就是这个机器智能有可能再次，或者最后一次改变物竞天择的规则。
我们看人类的历史。其实在 300 万年前，那个时候大家可能还是大猩猩，我们的祖先主要的做的事情是跟自然环境和其它物种做斗争，最适合的那一小群活下来了，所以那个年代是优秀的个体基因胜利。
从 300 万年前到 100 万年前，这个时候人类已经发达到群体作战的程度了，因为人类的协作能力的领先性，基本上其他物种在那个时间大规模的灭绝。这个阶段人类的敌人就是其它的人类，基本上每个团体人数成长到一定的程度，例如超过 150 个人，就会自动分拆。
我最近看的一本书《教养的迷思》的作者做了研究，发现只要把一群人放到一起，只要人数达到一定的规模，就可以慢慢的分群，人有一种思维习惯，对自己这一群人特别认同，逐渐的这群人的行为就会越来越像。跟别的人群差异就会越来越大。人群和人群之间，因为有这种同类认同，就会憎恨其他的人群，然后就开始打仗。所以这个时候已经不是个体基因的竞争了，其实已经是「集体基因」的竞争，一个部落的竞争力是这个部落的组织形态和运作机制，其实还是基因驱动，是跟集体相关的那些基因在起作用，那些基因能够帮助这个部落组织起来，用高效的方式把其它的部落给干掉。
那么在一万年前到 70 年之前，就是我们的学历史主要学到的这一段，主要是国家跟国家的战争，一个国家跟另外一个国家争控制权，不断打仗。人类历史上，其实战争并没有停过，某种意义上战争是生命演化的本质，所有的物种之间在争斗，物种内也是在争斗。这一段，已经和基因没有太大关系了，主要是社会体制之间的优胜劣汰。
终于到 70 年以前发生了一件事情，人类停止大规模的战争了，现在大国之间都不打仗了。我们从 70 年前到现在，进入这样一个核威慑的时代，不但不打仗，社会生产力还持续提高，再加上人类无止境的欲望，带来所谓的第八大奇迹——经济的「复利」增长。
这一段实际上人类社会很多落后的体制开始慢慢的变异，全球范围内政治经济机制慢慢趋同，国家间文化也逐渐渗透。其实我觉得从一万年前到现在这一段时间，从个体基因的角度，可能是在退化的。《枪炮、病菌与钢铁》的作者，在一些没有被现代文明覆盖的岛找到一群人，智商是比现代人要高的，因为他们还是在原始采集环境之下，个体基因还是不断的在进化。他们的生存率并没有那么高，而且也不是现代社会的一夫一妻制，导致不适合的基因会被淘汰，优秀的基因能够得到更好的延续机会。现代社会，绝大部分国家地区都是一夫一妻制，聪明和笨的人都大概率能保证有机会生孩子，而且更奇怪的是，越贫穷的人生孩子越多。另外在文明社会中，大规模的人口灭绝，主要是因为瘟疫，跟个体基因是否优秀是没有关系的。这些因素都导致个体基因在退化。
那如果我们再往后看，当我们每个人都把很多决策权跟控制权的一部分的或者全部交给机器智能之后，会发生什么事情呢？当计算能力变的无穷大，当数据变的无孔不入，机器智能慢慢把这个社会各种重要的角色承担起来，而当机器具备这样的计算能力的时候，物竞天择适者生存的天条是否还存在呢？我有些简单的猜想。
「市场的无形之手」也许变得不再那么重要，让机器来做计划，也许反而更高效。
「生产力的比较优势」和社会制度、文化的关系变小，可能更多会和自然资源更相关。「退全球化」的趋势也许会持续相当长时间。当国家之间的互相依赖减少，人性中“同族认同、跨族排异”的本能也许会发挥更大的作用，各国间意识形态的差异可能会加大。也许 Internet 会慢慢变成一个一个的局域网。
核威慑仍然存在，所以国家之间的竞争依旧不是战争和物种消灭。资源的争夺会在停留在经济和信息技术层面。
智力基因和它被遗传的能力仍然不存在正相关（甚至可能负相关），所以个体基因会继续「退化」。
社会资源的分配不均的趋势会持续下去，导致最后可能只能依靠政治权力来强行重分配（或者反过来，资源控制者主导重新分配政治权利，回到「帝国时代」），而生产力和社会制度的关系也在减弱，所以社会体制可能也会「退化」。
这就是一些我对数据和机器智能未来的一些胡思乱想，跟大家分享一下，谢谢。
来源：人工智能学家
智造家提供
290 浏览
未来十年，最赚钱的17大行业全在这里
智能制造类 Leader 2016-11-07 22:21 发表了文章
回顾历史的长河，全球经济的发展一直是由生产力和生产关系的相互作用推动。从发明蒸汽机、发电机、计算机，再到因特网的广泛应用，新的科技浪潮一直主导着生产力和生产关系的大调整，并不断涌现出新的产业，促进社会进步。十年前，全球市值前10名主要还集中在能源、金融等传统产业。现在，已经被高科技与互联网企业占据半壁江山。
十年前企业全球市值TOP10
当前企业全球市值TOP10
未来10年，又有哪些新产业值得我们期待？哪些产业能够给投资人带来最丰厚的回报？
一、云计算
企业向云端迁移是大势所趋。可以看到：1）公有云和私有云市场增长依然齐头并进，不是零和博弈；2）IaaS层面：拥有多元化的商业应用生态圈越来越重要；3）SaaS层面：主要集中在人力资源、OA、CRM、市场营销、B2B 大宗商品采购等领域；4）PaaS层面：没有出现独立巨头，未来更可能由IaaS巨头向上或SaaS巨头向下延伸。
国内云计算市场还处在萌芽期，市场蛋糕正变得越来越诱人。
二、大数据
大数据行业的融资总额2013-2015年分别为8亿美金、15.4亿美金及20亿美金；2013-2015年融资事件分别为10起、42起及超过50起。“大数据+”已经渗透到几乎所有行业，如“大数据+零售”、“大数据+医疗”、“大数据+房地产”等等。
三、虚拟现实
目前全球虚拟现实行业经过近百年的发展仍处于早期起步阶段，供应链及各类配套设施还在摸索。然而虚拟现实的发展前景引人想象，具备广泛的应用空间，如游戏、影视、教育、体育、星际探索、医疗等等。当前各大咨询机构均看好虚拟现实在未来5年将实现超高速增长，爆发近在咫尺。
[login]
四、人工智能
根据预测，2024年人工智能市场规模将增长至111亿美元。初步的技术积累和数据积累已经在过去有了比较显著的规模效应，因而人工智能重塑各行各业的大潮即将来袭，并引发新一轮IT设备投资。
未来3-5年智能化大潮将带来万亿级市场。
五、3D技术
经过过去几年3D打印的投资热，3D打印技术步入到了一个新的阶段，但应用市场仍有待突破。专家预测2016年，中国3D打印机市场规模预测将扩大到100亿元。
六、无人技术
无人技术目前主要应用在无人机、无人驾驶汽车等领域。美国蒂尔集团预测全球无人机市场规模会从2015年的64亿美元增至2024年的115亿美元，发展态势迅猛。无人驾驶汽车至今仍未揭面纱，但麦肯锡预测到2025年该领域将会有2000亿美元到1.9万亿美元产值，届时中国无人驾驶汽车产值空间至少也在万亿规模，潜力无限。
七、机器人
中国人口老龄化问题日益突出、人工成本急剧上升以及整体经济结构面临转型，机器人未来的崛起及其巨大的市场规模已经被各大机构认可。
未来无论短期或是长期，机器人行业的投资机遇巨大，从工业机器人、协作机器人到服务机器人均有十分可观的市场规模。
八、新能源
中国是最大的新能源市场，发展新能源产业是改变我国的能源结构，降低对化石能源的依赖度，同事减少环境污染的必然选择。
大力度的财政补贴推动新能源产业快速走向成熟，蕴含丰富投资机会。
九、新材料
新材料是新经济的基石，我国在军工、高铁、核电、航天航空等尖端制造领域的快速发展均离不开基础材料领域的突破。
随着基础化学、基础材料、纳米技术等方面的科研实力的不断积累，新材料领域的创新点将不断涌现，新材料将成为数万亿产值的市场。
十、医疗服务
2016年医疗服务行业的驱动因素来自于药品行业景气度持续下滑，以及药品价格形成机制的变化。分级诊疗和医生多点执业的推动下，公立医院借助民营资本盘活存量资产创造增量价。医疗服务业务为新技术提供了商业化的出口，而新技术给医疗服务业务提供了高附加值的项目。
十一、生物技术与生命科学
随着基因组学、分子生物学等基础学科的发展，生物制剂与生命科学技术正在治疗中发挥越来越重要的作用：生物制剂方面，越来越多的单抗药物对肿瘤、糖尿病等疑难杂症产生突破性疗效，“重磅炸弹”级新药频出。
2014年全球销量前十大药物中，有7个为生物制剂，其中阿达木单抗位居全球销量首位，年销售额达110亿美元；生命科学方面，全球范围内，基因测序市场从2007年的794.1万美元增长到2013年的45亿美元，复合增长率为33.5%，预计未来几年依旧会保持快速增长；细胞免疫疗法等新兴技术也日渐成为重要的治疗方法。
十二、医疗器械
医疗器械市场在国内起步较晚，但发展迅速，2001年至2014年，我国医疗器械市场规模从173亿元增长至2556亿元，增长了近15倍，复合增速达到23%。
但从医疗器械市场规模与药品市场规模的对比来看，全球医疗器械市场规模大致为全球药品市场规模的40%，而我国这一比例低于15%，随着经济的发展以及国内老龄化程度的提高，医疗器械市场发展潜力巨大。同时，《创新医疗器械特别审批程序（试行）》等一批政策的出台，为国产创新医疗器械的快速成长奠定了坚实的基础。
十三、互联网医疗
信息技术的高速发展引发各个行业的巨大变革，也为医疗行业带来巨大机遇。随着大数据、云计算、物联网等多领域技术与互联网的跨界融合，新技术与新商业模式快速渗透到医疗各个细分领域，从预防、诊断、治疗、购药都将全面开启一个智能化时代。
十四、健康养老
健康养老产业受需求迫切和政策鼓励双向驱动，将迎来十分确定的发展机会。未来我国政府和个人将面对很大的养老压力，截止2014年65岁及以上老年人口达1.4亿，占总人口比重10.1%，到2020年老年人口将增至2.6亿。
同时，养老作为"健康中国"的一部分已被提升到国家战略性高度。我们将沿着国家提出的建设以居家为基础、社区为依托、机构为补充的多层次养老服务体系挖掘投资机会。
十五、体育
在过去的一年，中国各路巨头开始瞄准海外优质体育标的资产，渐渐向成熟体育盈利模式靠拢 – 门票、媒体转播权、赞助和体育衍生品。
因此，拥有优质赛事资源和广大受众的体育行业标的将会持续收到资本的追捧。
十六、文化娱乐
中国的2015年是投资圈和BAT们在文化娱乐领域进击的一年。消费升级使得国人的消费习惯逐渐向文化娱乐进行倾斜，消费人群和消费金额也越来越低龄化和增长化。
2015年也是独立IP火热的一年，一大波影视剧热播，部分国产电影不断刷新票房记录。
此外，伴随游戏、动漫衍生而来的二次元文化兴起，生产数字化、碎片化、娱乐化内容的自媒体大爆发，都将聚集大量新一代年轻用户，引发新的商业模式和机会。
十七、教育
国内的民办教育市场规模超过6000亿元，而在线教育五分之一的市场份额吸引了无数资本和创业者竞折腰。经过过去一两年的洗礼，教育O2O举步维艰，不仅没有革了传统教育的命，还在盈利模式的探索上不知所措。
而传统线下教育培训机构除了拥有稳定的线下资源和师资以外，也在互联网+ 的攻势下顺应时代发展做出了很多改革。
此外，新一轮的高考改革也将带来新的商业模式和创业机会。
[/login]
来源：1号机器人
智造家提供 查看全部
十年前企业全球市值TOP10
当前企业全球市值TOP10
未来10年，又有哪些新产业值得我们期待？哪些产业能够给投资人带来最丰厚的回报？
一、云计算
企业向云端迁移是大势所趋。可以看到：1）公有云和私有云市场增长依然齐头并进，不是零和博弈；2）IaaS层面：拥有多元化的商业应用生态圈越来越重要；3）SaaS层面：主要集中在人力资源、OA、CRM、市场营销、B2B 大宗商品采购等领域；4）PaaS层面：没有出现独立巨头，未来更可能由IaaS巨头向上或SaaS巨头向下延伸。
国内云计算市场还处在萌芽期，市场蛋糕正变得越来越诱人。
二、大数据
大数据行业的融资总额2013-2015年分别为8亿美金、15.4亿美金及20亿美金；2013-2015年融资事件分别为10起、42起及超过50起。“大数据+”已经渗透到几乎所有行业，如“大数据+零售”、“大数据+医疗”、“大数据+房地产”等等。
三、虚拟现实
目前全球虚拟现实行业经过近百年的发展仍处于早期起步阶段，供应链及各类配套设施还在摸索。然而虚拟现实的发展前景引人想象，具备广泛的应用空间，如游戏、影视、教育、体育、星际探索、医疗等等。当前各大咨询机构均看好虚拟现实在未来5年将实现超高速增长，爆发近在咫尺。
[login]
四、人工智能
根据预测，2024年人工智能市场规模将增长至111亿美元。初步的技术积累和数据积累已经在过去有了比较显著的规模效应，因而人工智能重塑各行各业的大潮即将来袭，并引发新一轮IT设备投资。
未来3-5年智能化大潮将带来万亿级市场。
五、3D技术
经过过去几年3D打印的投资热，3D打印技术步入到了一个新的阶段，但应用市场仍有待突破。专家预测2016年，中国3D打印机市场规模预测将扩大到100亿元。
六、无人技术
无人技术目前主要应用在无人机、无人驾驶汽车等领域。美国蒂尔集团预测全球无人机市场规模会从2015年的64亿美元增至2024年的115亿美元，发展态势迅猛。无人驾驶汽车至今仍未揭面纱，但麦肯锡预测到2025年该领域将会有2000亿美元到1.9万亿美元产值，届时中国无人驾驶汽车产值空间至少也在万亿规模，潜力无限。
七、机器人
中国人口老龄化问题日益突出、人工成本急剧上升以及整体经济结构面临转型，机器人未来的崛起及其巨大的市场规模已经被各大机构认可。
未来无论短期或是长期，机器人行业的投资机遇巨大，从工业机器人、协作机器人到服务机器人均有十分可观的市场规模。
八、新能源
中国是最大的新能源市场，发展新能源产业是改变我国的能源结构，降低对化石能源的依赖度，同事减少环境污染的必然选择。
大力度的财政补贴推动新能源产业快速走向成熟，蕴含丰富投资机会。
九、新材料
新材料是新经济的基石，我国在军工、高铁、核电、航天航空等尖端制造领域的快速发展均离不开基础材料领域的突破。
随着基础化学、基础材料、纳米技术等方面的科研实力的不断积累，新材料领域的创新点将不断涌现，新材料将成为数万亿产值的市场。
十、医疗服务
2016年医疗服务行业的驱动因素来自于药品行业景气度持续下滑，以及药品价格形成机制的变化。分级诊疗和医生多点执业的推动下，公立医院借助民营资本盘活存量资产创造增量价。医疗服务业务为新技术提供了商业化的出口，而新技术给医疗服务业务提供了高附加值的项目。
十一、生物技术与生命科学
随着基因组学、分子生物学等基础学科的发展，生物制剂与生命科学技术正在治疗中发挥越来越重要的作用：生物制剂方面，越来越多的单抗药物对肿瘤、糖尿病等疑难杂症产生突破性疗效，“重磅炸弹”级新药频出。
2014年全球销量前十大药物中，有7个为生物制剂，其中阿达木单抗位居全球销量首位，年销售额达110亿美元；生命科学方面，全球范围内，基因测序市场从2007年的794.1万美元增长到2013年的45亿美元，复合增长率为33.5%，预计未来几年依旧会保持快速增长；细胞免疫疗法等新兴技术也日渐成为重要的治疗方法。
十二、医疗器械
医疗器械市场在国内起步较晚，但发展迅速，2001年至2014年，我国医疗器械市场规模从173亿元增长至2556亿元，增长了近15倍，复合增速达到23%。
但从医疗器械市场规模与药品市场规模的对比来看，全球医疗器械市场规模大致为全球药品市场规模的40%，而我国这一比例低于15%，随着经济的发展以及国内老龄化程度的提高，医疗器械市场发展潜力巨大。同时，《创新医疗器械特别审批程序（试行）》等一批政策的出台，为国产创新医疗器械的快速成长奠定了坚实的基础。
十三、互联网医疗
信息技术的高速发展引发各个行业的巨大变革，也为医疗行业带来巨大机遇。随着大数据、云计算、物联网等多领域技术与互联网的跨界融合，新技术与新商业模式快速渗透到医疗各个细分领域，从预防、诊断、治疗、购药都将全面开启一个智能化时代。
十四、健康养老
健康养老产业受需求迫切和政策鼓励双向驱动，将迎来十分确定的发展机会。未来我国政府和个人将面对很大的养老压力，截止2014年65岁及以上老年人口达1.4亿，占总人口比重10.1%，到2020年老年人口将增至2.6亿。
同时，养老作为"健康中国"的一部分已被提升到国家战略性高度。我们将沿着国家提出的建设以居家为基础、社区为依托、机构为补充的多层次养老服务体系挖掘投资机会。
十五、体育
在过去的一年，中国各路巨头开始瞄准海外优质体育标的资产，渐渐向成熟体育盈利模式靠拢 – 门票、媒体转播权、赞助和体育衍生品。
因此，拥有优质赛事资源和广大受众的体育行业标的将会持续收到资本的追捧。
十六、文化娱乐
中国的2015年是投资圈和BAT们在文化娱乐领域进击的一年。消费升级使得国人的消费习惯逐渐向文化娱乐进行倾斜，消费人群和消费金额也越来越低龄化和增长化。
2015年也是独立IP火热的一年，一大波影视剧热播，部分国产电影不断刷新票房记录。
此外，伴随游戏、动漫衍生而来的二次元文化兴起，生产数字化、碎片化、娱乐化内容的自媒体大爆发，都将聚集大量新一代年轻用户，引发新的商业模式和机会。
十七、教育
国内的民办教育市场规模超过6000亿元，而在线教育五分之一的市场份额吸引了无数资本和创业者竞折腰。经过过去一两年的洗礼，教育O2O举步维艰，不仅没有革了传统教育的命，还在盈利模式的探索上不知所措。
而传统线下教育培训机构除了拥有稳定的线下资源和师资以外，也在互联网+ 的攻势下顺应时代发展做出了很多改革。
此外，新一轮的高考改革也将带来新的商业模式和创业机会。
[/login]
来源：1号机器人
智造家提供 查看全部
回顾历史的长河，全球经济的发展一直是由生产力和生产关系的相互作用推动。从发明蒸汽机、发电机、计算机，再到因特网的广泛应用，新的科技浪潮一直主导着生产力和生产关系的大调整，并不断涌现出新的产业，促进社会进步。十年前，全球市值前10名主要还集中在能源、金融等传统产业。现在，已经被高科技与互联网企业占据半壁江山。
十年前企业全球市值TOP10
当前企业全球市值TOP10
未来10年，又有哪些新产业值得我们期待？哪些产业能够给投资人带来最丰厚的回报？
一、云计算
企业向云端迁移是大势所趋。可以看到：1）公有云和私有云市场增长依然齐头并进，不是零和博弈；2）IaaS层面：拥有多元化的商业应用生态圈越来越重要；3）SaaS层面：主要集中在人力资源、OA、CRM、市场营销、B2B 大宗商品采购等领域；4）PaaS层面：没有出现独立巨头，未来更可能由IaaS巨头向上或SaaS巨头向下延伸。
国内云计算市场还处在萌芽期，市场蛋糕正变得越来越诱人。
二、大数据
大数据行业的融资总额2013-2015年分别为8亿美金、15.4亿美金及20亿美金；2013-2015年融资事件分别为10起、42起及超过50起。“大数据+”已经渗透到几乎所有行业，如“大数据+零售”、“大数据+医疗”、“大数据+房地产”等等。
三、虚拟现实
目前全球虚拟现实行业经过近百年的发展仍处于早期起步阶段，供应链及各类配套设施还在摸索。然而虚拟现实的发展前景引人想象，具备广泛的应用空间，如游戏、影视、教育、体育、星际探索、医疗等等。当前各大咨询机构均看好虚拟现实在未来5年将实现超高速增长，爆发近在咫尺。
[login]
四、人工智能
根据预测，2024年人工智能市场规模将增长至111亿美元。初步的技术积累和数据积累已经在过去有了比较显著的规模效应，因而人工智能重塑各行各业的大潮即将来袭，并引发新一轮IT设备投资。
未来3-5年智能化大潮将带来万亿级市场。
五、3D技术
经过过去几年3D打印的投资热，3D打印技术步入到了一个新的阶段，但应用市场仍有待突破。专家预测2016年，中国3D打印机市场规模预测将扩大到100亿元。
六、无人技术
无人技术目前主要应用在无人机、无人驾驶汽车等领域。美国蒂尔集团预测全球无人机市场规模会从2015年的64亿美元增至2024年的115亿美元，发展态势迅猛。无人驾驶汽车至今仍未揭面纱，但麦肯锡预测到2025年该领域将会有2000亿美元到1.9万亿美元产值，届时中国无人驾驶汽车产值空间至少也在万亿规模，潜力无限。
七、机器人
中国人口老龄化问题日益突出、人工成本急剧上升以及整体经济结构面临转型，机器人未来的崛起及其巨大的市场规模已经被各大机构认可。
未来无论短期或是长期，机器人行业的投资机遇巨大，从工业机器人、协作机器人到服务机器人均有十分可观的市场规模。
八、新能源
中国是最大的新能源市场，发展新能源产业是改变我国的能源结构，降低对化石能源的依赖度，同事减少环境污染的必然选择。
大力度的财政补贴推动新能源产业快速走向成熟，蕴含丰富投资机会。
九、新材料
新材料是新经济的基石，我国在军工、高铁、核电、航天航空等尖端制造领域的快速发展均离不开基础材料领域的突破。
随着基础化学、基础材料、纳米技术等方面的科研实力的不断积累，新材料领域的创新点将不断涌现，新材料将成为数万亿产值的市场。
十、医疗服务
2016年医疗服务行业的驱动因素来自于药品行业景气度持续下滑，以及药品价格形成机制的变化。分级诊疗和医生多点执业的推动下，公立医院借助民营资本盘活存量资产创造增量价。医疗服务业务为新技术提供了商业化的出口，而新技术给医疗服务业务提供了高附加值的项目。
十一、生物技术与生命科学
随着基因组学、分子生物学等基础学科的发展，生物制剂与生命科学技术正在治疗中发挥越来越重要的作用：生物制剂方面，越来越多的单抗药物对肿瘤、糖尿病等疑难杂症产生突破性疗效，“重磅炸弹”级新药频出。
2014年全球销量前十大药物中，有7个为生物制剂，其中阿达木单抗位居全球销量首位，年销售额达110亿美元；生命科学方面，全球范围内，基因测序市场从2007年的794.1万美元增长到2013年的45亿美元，复合增长率为33.5%，预计未来几年依旧会保持快速增长；细胞免疫疗法等新兴技术也日渐成为重要的治疗方法。
十二、医疗器械
医疗器械市场在国内起步较晚，但发展迅速，2001年至2014年，我国医疗器械市场规模从173亿元增长至2556亿元，增长了近15倍，复合增速达到23%。
但从医疗器械市场规模与药品市场规模的对比来看，全球医疗器械市场规模大致为全球药品市场规模的40%，而我国这一比例低于15%，随着经济的发展以及国内老龄化程度的提高，医疗器械市场发展潜力巨大。同时，《创新医疗器械特别审批程序（试行）》等一批政策的出台，为国产创新医疗器械的快速成长奠定了坚实的基础。
十三、互联网医疗
信息技术的高速发展引发各个行业的巨大变革，也为医疗行业带来巨大机遇。随着大数据、云计算、物联网等多领域技术与互联网的跨界融合，新技术与新商业模式快速渗透到医疗各个细分领域，从预防、诊断、治疗、购药都将全面开启一个智能化时代。
十四、健康养老
健康养老产业受需求迫切和政策鼓励双向驱动，将迎来十分确定的发展机会。未来我国政府和个人将面对很大的养老压力，截止2014年65岁及以上老年人口达1.4亿，占总人口比重10.1%，到2020年老年人口将增至2.6亿。
同时，养老作为"健康中国"的一部分已被提升到国家战略性高度。我们将沿着国家提出的建设以居家为基础、社区为依托、机构为补充的多层次养老服务体系挖掘投资机会。
十五、体育
在过去的一年，中国各路巨头开始瞄准海外优质体育标的资产，渐渐向成熟体育盈利模式靠拢 – 门票、媒体转播权、赞助和体育衍生品。
因此，拥有优质赛事资源和广大受众的体育行业标的将会持续收到资本的追捧。
十六、文化娱乐
中国的2015年是投资圈和BAT们在文化娱乐领域进击的一年。消费升级使得国人的消费习惯逐渐向文化娱乐进行倾斜，消费人群和消费金额也越来越低龄化和增长化。
2015年也是独立IP火热的一年，一大波影视剧热播，部分国产电影不断刷新票房记录。
此外，伴随游戏、动漫衍生而来的二次元文化兴起，生产数字化、碎片化、娱乐化内容的自媒体大爆发，都将聚集大量新一代年轻用户，引发新的商业模式和机会。
十七、教育
国内的民办教育市场规模超过6000亿元，而在线教育五分之一的市场份额吸引了无数资本和创业者竞折腰。经过过去一两年的洗礼，教育O2O举步维艰，不仅没有革了传统教育的命，还在盈利模式的探索上不知所措。
而传统线下教育培训机构除了拥有稳定的线下资源和师资以外，也在互联网+ 的攻势下顺应时代发展做出了很多改革。
此外，新一轮的高考改革也将带来新的商业模式和创业机会。
[/login]
来源：1号机器人
智造家提供
十年前企业全球市值TOP10
当前企业全球市值TOP10
未来10年，又有哪些新产业值得我们期待？哪些产业能够给投资人带来最丰厚的回报？
一、云计算
企业向云端迁移是大势所趋。可以看到：1）公有云和私有云市场增长依然齐头并进，不是零和博弈；2）IaaS层面：拥有多元化的商业应用生态圈越来越重要；3）SaaS层面：主要集中在人力资源、OA、CRM、市场营销、B2B 大宗商品采购等领域；4）PaaS层面：没有出现独立巨头，未来更可能由IaaS巨头向上或SaaS巨头向下延伸。
国内云计算市场还处在萌芽期，市场蛋糕正变得越来越诱人。
二、大数据
大数据行业的融资总额2013-2015年分别为8亿美金、15.4亿美金及20亿美金；2013-2015年融资事件分别为10起、42起及超过50起。“大数据+”已经渗透到几乎所有行业，如“大数据+零售”、“大数据+医疗”、“大数据+房地产”等等。
三、虚拟现实
目前全球虚拟现实行业经过近百年的发展仍处于早期起步阶段，供应链及各类配套设施还在摸索。然而虚拟现实的发展前景引人想象，具备广泛的应用空间，如游戏、影视、教育、体育、星际探索、医疗等等。当前各大咨询机构均看好虚拟现实在未来5年将实现超高速增长，爆发近在咫尺。
[login]
四、人工智能
根据预测，2024年人工智能市场规模将增长至111亿美元。初步的技术积累和数据积累已经在过去有了比较显著的规模效应，因而人工智能重塑各行各业的大潮即将来袭，并引发新一轮IT设备投资。
未来3-5年智能化大潮将带来万亿级市场。
五、3D技术
经过过去几年3D打印的投资热，3D打印技术步入到了一个新的阶段，但应用市场仍有待突破。专家预测2016年，中国3D打印机市场规模预测将扩大到100亿元。
六、无人技术
无人技术目前主要应用在无人机、无人驾驶汽车等领域。美国蒂尔集团预测全球无人机市场规模会从2015年的64亿美元增至2024年的115亿美元，发展态势迅猛。无人驾驶汽车至今仍未揭面纱，但麦肯锡预测到2025年该领域将会有2000亿美元到1.9万亿美元产值，届时中国无人驾驶汽车产值空间至少也在万亿规模，潜力无限。
七、机器人
中国人口老龄化问题日益突出、人工成本急剧上升以及整体经济结构面临转型，机器人未来的崛起及其巨大的市场规模已经被各大机构认可。
未来无论短期或是长期，机器人行业的投资机遇巨大，从工业机器人、协作机器人到服务机器人均有十分可观的市场规模。
八、新能源
中国是最大的新能源市场，发展新能源产业是改变我国的能源结构，降低对化石能源的依赖度，同事减少环境污染的必然选择。
大力度的财政补贴推动新能源产业快速走向成熟，蕴含丰富投资机会。
九、新材料
新材料是新经济的基石，我国在军工、高铁、核电、航天航空等尖端制造领域的快速发展均离不开基础材料领域的突破。
随着基础化学、基础材料、纳米技术等方面的科研实力的不断积累，新材料领域的创新点将不断涌现，新材料将成为数万亿产值的市场。
十、医疗服务
2016年医疗服务行业的驱动因素来自于药品行业景气度持续下滑，以及药品价格形成机制的变化。分级诊疗和医生多点执业的推动下，公立医院借助民营资本盘活存量资产创造增量价。医疗服务业务为新技术提供了商业化的出口，而新技术给医疗服务业务提供了高附加值的项目。
十一、生物技术与生命科学
随着基因组学、分子生物学等基础学科的发展，生物制剂与生命科学技术正在治疗中发挥越来越重要的作用：生物制剂方面，越来越多的单抗药物对肿瘤、糖尿病等疑难杂症产生突破性疗效，“重磅炸弹”级新药频出。
2014年全球销量前十大药物中，有7个为生物制剂，其中阿达木单抗位居全球销量首位，年销售额达110亿美元；生命科学方面，全球范围内，基因测序市场从2007年的794.1万美元增长到2013年的45亿美元，复合增长率为33.5%，预计未来几年依旧会保持快速增长；细胞免疫疗法等新兴技术也日渐成为重要的治疗方法。
十二、医疗器械
医疗器械市场在国内起步较晚，但发展迅速，2001年至2014年，我国医疗器械市场规模从173亿元增长至2556亿元，增长了近15倍，复合增速达到23%。
但从医疗器械市场规模与药品市场规模的对比来看，全球医疗器械市场规模大致为全球药品市场规模的40%，而我国这一比例低于15%，随着经济的发展以及国内老龄化程度的提高，医疗器械市场发展潜力巨大。同时，《创新医疗器械特别审批程序（试行）》等一批政策的出台，为国产创新医疗器械的快速成长奠定了坚实的基础。
十三、互联网医疗
信息技术的高速发展引发各个行业的巨大变革，也为医疗行业带来巨大机遇。随着大数据、云计算、物联网等多领域技术与互联网的跨界融合，新技术与新商业模式快速渗透到医疗各个细分领域，从预防、诊断、治疗、购药都将全面开启一个智能化时代。
十四、健康养老
健康养老产业受需求迫切和政策鼓励双向驱动，将迎来十分确定的发展机会。未来我国政府和个人将面对很大的养老压力，截止2014年65岁及以上老年人口达1.4亿，占总人口比重10.1%，到2020年老年人口将增至2.6亿。
同时，养老作为"健康中国"的一部分已被提升到国家战略性高度。我们将沿着国家提出的建设以居家为基础、社区为依托、机构为补充的多层次养老服务体系挖掘投资机会。
十五、体育
在过去的一年，中国各路巨头开始瞄准海外优质体育标的资产，渐渐向成熟体育盈利模式靠拢 – 门票、媒体转播权、赞助和体育衍生品。
因此，拥有优质赛事资源和广大受众的体育行业标的将会持续收到资本的追捧。
十六、文化娱乐
中国的2015年是投资圈和BAT们在文化娱乐领域进击的一年。消费升级使得国人的消费习惯逐渐向文化娱乐进行倾斜，消费人群和消费金额也越来越低龄化和增长化。
2015年也是独立IP火热的一年，一大波影视剧热播，部分国产电影不断刷新票房记录。
此外，伴随游戏、动漫衍生而来的二次元文化兴起，生产数字化、碎片化、娱乐化内容的自媒体大爆发，都将聚集大量新一代年轻用户，引发新的商业模式和机会。
十七、教育
国内的民办教育市场规模超过6000亿元，而在线教育五分之一的市场份额吸引了无数资本和创业者竞折腰。经过过去一两年的洗礼，教育O2O举步维艰，不仅没有革了传统教育的命，还在盈利模式的探索上不知所措。
而传统线下教育培训机构除了拥有稳定的线下资源和师资以外，也在互联网+ 的攻势下顺应时代发展做出了很多改革。
此外，新一轮的高考改革也将带来新的商业模式和创业机会。
[/login]
来源：1号机器人
智造家提供
703 浏览
中国制造业即将迎来黄金五年！
管理类 机械设计 2016-11-07 11:22 发表了文章
未来五年，中国产业经济的所有命运都掌握在自己手上。
现在：今天为什么制造业赚不到钱？★
我们今天的制造业为什么很困难？
第一，我们在制造业上以前所具有的三大优势，成本优势、规模优势、制度优势，基本上丧失了。不是我们不聪明，中国越来越有钱，中国人敢于消费，行业还能保持10%-20%的增长，为什么赚不到钱呢？
不是你变笨了，而是你原来的竞争优势丧失了。当今世界最可怕的是核心竞争能力突然间丧失了。我们说转型，就要获得新的能力、新的工具、新的商业模式。这个是我们今天所面临的问题。
第二就是互联网的冲击。大家很愤愤不平，天天上班，早上八点上班，晚上六点下班，工作十多个小时，我的净利润只有3%，5%，做外贸的话连3%都没有。然后有一些企业，每年的净利润有20%-30%，百度净利润35%，阿里36%，深圳的腾讯28%，互联网对制造业造成了极大的冲击。
第三是供需错配。为什么大家到香港去买奶粉？为什么到日本去买眼药水和电饭煲、马桶盖。迪拜有一个山泉酒店，有将近五百间房间，去年的圣诞节，五百间房间里面490间是中国人。
★新机会：黄金五年 三个战略新起点★
中国制造业现在有三个战略新起点。哪三个呢？
第一，互联网已经成为了普惠性工程，它是我们的基础设施。
基础设施的两个特点，无所不在，非常便宜。如果你问BAT三个老板说什么叫互联网，他们会告诉你一个标准答案：互联网是连接一切。
我们现在跟互联网公司打交道，最头痛的事情是需要向他们买流量，百度竞价排名、去淘宝开店，都是流量。为什么能够通过流量来赚我们的钱呢？因为连接是他们完成的。
但今天的BAT全部面临一个新的挑战，是因为流量为王的时代已经结束了。未来在互联网上卖东西，如果你的生意仍然要借助于流量分发的话，你的成本会比较高。
今天为什么出现很多网红、直播模式、社群经济，都是对流量为王的反驳。互联网启蒙时代已经结束了，已经变成了我们的基础设施。
未来最主要的能力，就是怎么样跑步跑得快一点，怎么样把水变成饮料、酒，变成一个我们可以用的工具。我们的根本是什么呢？我们的根本还是做好一双鞋子，做好我们的卫浴。
我们不能因为这些互联网的企业家而丧失信心，也不要把命运寄托在BAT身上，马云也好，马化腾和李彦宏也好，他们全部都是我们的工具提供者而已。
这是一个新的起点，互联网发展到今天，工具革命已经结束。在虚拟竞技上，未来五年内不再发生任何意义上的工具革命。
第二，全球的第四次工业革命。
怎么能提高劳动生产效率，怎么能迭代产品，全球的制造业都在想这个问题。重振制造业这个话题为什么以前不谈，今天才开始谈。
在美国，奥巴马对制造业非常重视，提出美国制造业再造计划，日本叫日本工业复兴计划，德国叫工业4.0，中国叫中国制造2025，为什么德国、美国、日本、中国，重新把国家战略放到制造业上。是因为信息化革命已经结束，互联网已经变成了普惠性工具。
我们在全球制造业上，1978年我们和美国人、日本人差30年的话，如果到1998年还差五米，今天我们会跟他们差半个身位。
在第四次工业革命中，美国人和德国人的路径是不一样的，中国是夹在中间。美国人认为，我的战略计划是要很多硬件，比如说要搞航天飞机，要搞无人汽车，要搞VR系统，美国人会把它过去20年所主导的信息革命的成果继续放大。美国汽车行业的复兴，现在的领头人叫马斯克。
德国人，隐形冠军。他们从来不会产生像乔布斯、马斯克这样的企业家。但在汉诺威，我们看到很多生产革命。德国一个生产线，全世界工业4.0的标准工程。民营企业家跑到汉诺威，去到那里以后回来有人问去汉诺威有什么体会？三个体会，盯住德国人，学他们的生产线革命和车间革命。学习美国人，买卖全世界。在未来的几年内，买全世界制造业中间产业的部分，可以极大地取胜。
第三，消费升级诱发供给侧改革。我认为这个词是未来五年十三五规划期间中国制造业改革的一个核心战略。这说明什么呢？说明中央政府对制造业落后产能淘汰的决心已经下定了。
供给错配，错配会产生势能，这个势能叫适配势能，只要把它配起来，就有机会。供给侧改革，是因为现在不能满足中国新的消费人群的消费需求，他们是中国的中产阶级。
中国企业家面对全球最大的本土市场创新不足，不是企业家不聪明，这些企业家是最精明的。为什么？
一是因为中国没有消费者愿意为你的创新买单。中国的消费者相信四个字“价廉物美”，能够很便宜的买到全世界最好的商品。
二是因为没有人能为你的基础研发买单，所以你根本不会投钱在基础研发上，会把所有的精力放在两个地方上，第一，降低成本，第二，扩大规模。
这是中国企业家的毛病吗？不是，全球企业家都是，美国也是这样。1920年代是美国中产阶级崛起的年代，美国变成一个车轮上的国家，美国人开始愿意为美国精神、美国文化、美国价值观、美国审美开始买单。后来就出了一大堆的具有美国文化标志的品牌。
日本从1970年开始关心要为日本消费者服务，因为1970年开始产生中产阶层。
今天的中国，出现了1920年代的美国，1970年代的日本，有1.5亿的中产消费。
为什么说制造业到了黄金五年的开始，过往成功的优势都丧失了，我们可以清零？
首先我们现在站在新的起点上，互联网已经成为普惠工具，我们不需要再对互联网恐惧；第二，在硬件革命上，中国跟全球制造业大国一样，我们处在新的工业4.0的基础上；第三，本国消费者出现革命性的变化。未来五年成功的人，就是建立在这三个起点上。
★大公司：未来要重视两大革命性的推动力★
中国大公司未来五年，有这几个特点，
第一，失去成长对标。到2016年以后，对中国大公司来讲，竞争时代已经结束了，所有大公司已经失去对标。
当我领导全世界的时候，我就在想，我有没有创新一种全世界没有的管理模式和商品模式，不是没有可能，要变成必须。
未来5-10年内一定会出现中国式的管理思想。美的也好，海尔也好，开始到全球去买制造业，中国公司未来的全球化特征会越来越明显。
第二，管理开始模式变革。未来公司管理彻底扁平化，管理扁平化以后公司会出现无数的突击队，未来公司不再是金字塔，都是突击队模式，一个一个突击队，突击队去打一个行业，是什么样呢？是经典爆品，突击队模型+经典爆品模型，未来的企业是这样。
大规模的集团作战面对不确定性的市场创新，大公司的组织能力已经瓦解。在这个创新意义上，大规模的组织已经丧失了，首先组织结构上要分化，未来的组织创新非常重要。
第三，我们将参与全球的技术创新。在刚刚公布的2015年全世界申请专利最多的企业中，第一名是华为，第二名高通，第三名中兴。华为已经连续两年第一，去年华为申请专利2600多项，这些企业值得大家尊重和学习。
中国的中小企业也一样，积极地参与全球的技术创新。未来五年中国大型企业数量还会增加，但是它的成长方式将跟过去完全不一样，不在是基础、成本、规模优势上，而是在管理模式变革和技术创新上。
在这个变化过程中，有两个革命性驱动力，对所有的企业是最关键的。第一，互联网革命。互联网革命现在带来什么？首先是观念，领导人的老化是观念老化+能力老化，然后是工具，你会用互联网的信息工具，大数据、云计算，重新再造企业的基因，最终变革出现三个东西。
第一，重新定义渠道。
娃哈哈最大的能力就是在全国建立庞大的营销体系，在杭州生产一瓶矿泉水一块钱，卖到兰州、拉萨还是一块钱，中间所有的渠道商、省代、零售商全部都不赚钱，但这些老板跟着赚了大钱。
未来，如果你利用大数据的话，会出现什么结果呢？真正极致的模型是车间和消费者之间没有任何的渠道，这一天一定会到来。
我们在中国寻找这样的企业，最终是工厂生产出来直接到达消费者，中间没有任何的渠道商，因为只有这样，我和消费者之间所有的信息才是互动的。
最终的革命就是所有的渠道都会不见，所有渠道都不见的话，制造业的利润会成倍增加，这是重新定义渠道。
第二，重新定义技术创新，我们有很多技术创新平台，未来会开放。
未来的竞争，彻底的平台化，企业的能力会被重新定义，当能力被平台化以后，会出现一件事情，这是现在中国科技界正在谈的话题，结构式创新。
家长给孩子买回来乐高游戏，每一个孩子拼装出来的乐高玩具是不一样的，都是全世界独一无二的。也就是说，做任何产品的时候，通过结构式创新，你只需要1%的能力就可以。
第三，重新定义消费者。以前生产完东西，通过广告渠道卖给消费者，产品好的话会持续消费，再来买我的东西。
但今天，大部分已经被结构化了，未来真正的消费者将不是单向B2C，而是三位一体，消费者掌握了购买的主权和产品设计的主权，甚至掌握了产品投资的主权，现在是消费者全时代的到来，这是互联网带来的结果。
互联网第二个革命是什么呢？硬件革命。重要的不是成为第二个雷军，而是要超越雷军。运用互联网工具的同时，要了解这些东西，柔性生产线、机器人、传感器、认知技术、VR技术等等，这些东西将成为我们的标配。
如果没有柔性生产线的话，消费者关系的改造将是一个概念，没有机器人的话，定制化生产，劳动效率的提高，也会是一个概念……这些东西是我们在德国看到的，美国也在改。
我为什么说很多企业会被淘汰掉呢？德国有一批非常厉害的隐性冠军，隐性冠军有三个特点：一是在一个细分行业中全球第一；二是销售额一年大概三至五亿美元左右；第三，它不为人所知。
德国这样的企业将近有三千家。我们做了一个调研，认为未来五年内，将近三千家隐性冠军中的40%会消失，硬件革命把这些隐性冠军的制造优势瓦解了。这是两个大的革命性的驱动力，对企业来说非常重要。
★消费升级有哪些特点？★
消费升级有这些特点。
第一，圈层化。
我们讲中国出现1.5亿的消费人群，他们和大部分的市场在哪里呢？圈层。大家知道一些品牌手表的价格，最便宜的是一千元人民币，最贵的是一百万人民币，他们属于不同的消费者。
一个企业为什么有那么多的品牌？因为消费者是被圈层的，不同的消费者有不同的需求。一对刚刚结婚的小夫妻，他们对手表的诉求和对一张床垫的诉求，和中产阶层者是不一样的。
第二，性能比。
我们去年讲马桶盖事件，中产阶层消费者最大的特点是什么呢？他愿意为好的服务买单，愿意为好的性能买单，愿意为好的技术买单。
第三，人格体。
今年最热的两个词，网红和直播。中产阶层消费在未来，“喜欢”这件事情将超过“必须”，“软的”将超过“硬的”。审美的背后是价值观，是人格，每一个品牌背后都有一个人格体。
第四，定制化。
“红领”是中国最早做定制化工厂的，整个生产线柔性化，中国未来这样柔性化的生产车间，基本上所有的领域都会出现，定制是去渠道的根本化。
第五，直销型。
“名创优品”的创始人，是一个70后的企业家，是过去两年最大胆的人，他告诉我怎么样在沿海地区整合最好的制造能力，怎么样在北京、上海、深圳选择最好的黄金地段，把这些商品放到里面去，怎么样让我的商品在七天时间里面产生反应。两年多发展非常快，直销模型。
中国的西装、家具、服装业，这些行业都发生了种种的转型变革。我们面向未来，存在着巨大的不确定性，但是我们已经形成了新的战略起点，已经有一些公司在我们前面探索出了新的商业模式。
未来不是黄脸婆的五年，不是让我们沮丧的五年，而是一个黄金五年。
★未来五年：要活，你必须要具备这样的能力★
但未来的五年，一定是大淘汰的五年，我们要在五年后还能够聚在一起，一定要形成这样的能力。
在生产上我们要形成柔性能力；在研发上要实现单点突破的爆品能力；在营销上我们要学会运用大数据；在价格上摆脱成本定价模式。
必须要让自己的企业尽快证券化，未来这个世界就是证券化的世界。一个企业获得利润的能力来自于两个部分，第一部分来自于产业部分，另外一个能力来自资本化的能力。
通过卖这些东西形成了一个产业预期，怎么样把这个产业预期通过证券化、市盈率变成资本能力，通过资本能力变成产业化扩大的驱动力。
今天的中国，企业证券化的渠道已经非常广泛了。你有无数的方式，让自己的企业证券化。让自己在制造业形成势力，尽快的拿到现金，把这个现金变成制造业的另外一部分能力，不断往前走。
如果这样做的话，是帮了中国一个大忙，帮了自己一个大忙。今天中国制造业的资本运作能力是两个翅膀，千万不能变化单翅。我认为中国制造从成本优势、规模优势，制度优势变成今天三个新的优势。
第一，互联网工具。
互联网是一次基因再造，改造我们所有跟消费者的关系，改造我们的生产线，改造我们几乎所有的能力。
第二，工匠精神。
如果你只具有互联网的能力，只用互联网改造企业的话，其实只是完成了改造的一段，对于制造业来讲，制造一双皮鞋的最大价值，不是因为营销做的好，而是穿这双皮鞋很舒服。
第三，我们要改变我们的创新能力，积木式创新，我们要开放我们的创新平台，我们要成为全球产业变革中的一部分。
什么叫新中国制造，虽然要把它改变命运，但我们还是要回到制造业的产业本身，无非是变成了一些新的因素。
来源：工控帮自动化培训
智造家提供 查看全部
现在：今天为什么制造业赚不到钱？★
我们今天的制造业为什么很困难？
第一，我们在制造业上以前所具有的三大优势，成本优势、规模优势、制度优势，基本上丧失了。不是我们不聪明，中国越来越有钱，中国人敢于消费，行业还能保持10%-20%的增长，为什么赚不到钱呢？
不是你变笨了，而是你原来的竞争优势丧失了。当今世界最可怕的是核心竞争能力突然间丧失了。我们说转型，就要获得新的能力、新的工具、新的商业模式。这个是我们今天所面临的问题。
第二就是互联网的冲击。大家很愤愤不平，天天上班，早上八点上班，晚上六点下班，工作十多个小时，我的净利润只有3%，5%，做外贸的话连3%都没有。然后有一些企业，每年的净利润有20%-30%，百度净利润35%，阿里36%，深圳的腾讯28%，互联网对制造业造成了极大的冲击。
第三是供需错配。为什么大家到香港去买奶粉？为什么到日本去买眼药水和电饭煲、马桶盖。迪拜有一个山泉酒店，有将近五百间房间，去年的圣诞节，五百间房间里面490间是中国人。
★新机会：黄金五年 三个战略新起点★
中国制造业现在有三个战略新起点。哪三个呢？
第一，互联网已经成为了普惠性工程，它是我们的基础设施。
基础设施的两个特点，无所不在，非常便宜。如果你问BAT三个老板说什么叫互联网，他们会告诉你一个标准答案：互联网是连接一切。
我们现在跟互联网公司打交道，最头痛的事情是需要向他们买流量，百度竞价排名、去淘宝开店，都是流量。为什么能够通过流量来赚我们的钱呢？因为连接是他们完成的。
但今天的BAT全部面临一个新的挑战，是因为流量为王的时代已经结束了。未来在互联网上卖东西，如果你的生意仍然要借助于流量分发的话，你的成本会比较高。
今天为什么出现很多网红、直播模式、社群经济，都是对流量为王的反驳。互联网启蒙时代已经结束了，已经变成了我们的基础设施。
未来最主要的能力，就是怎么样跑步跑得快一点，怎么样把水变成饮料、酒，变成一个我们可以用的工具。我们的根本是什么呢？我们的根本还是做好一双鞋子，做好我们的卫浴。
我们不能因为这些互联网的企业家而丧失信心，也不要把命运寄托在BAT身上，马云也好，马化腾和李彦宏也好，他们全部都是我们的工具提供者而已。
这是一个新的起点，互联网发展到今天，工具革命已经结束。在虚拟竞技上，未来五年内不再发生任何意义上的工具革命。
第二，全球的第四次工业革命。
怎么能提高劳动生产效率，怎么能迭代产品，全球的制造业都在想这个问题。重振制造业这个话题为什么以前不谈，今天才开始谈。
在美国，奥巴马对制造业非常重视，提出美国制造业再造计划，日本叫日本工业复兴计划，德国叫工业4.0，中国叫中国制造2025，为什么德国、美国、日本、中国，重新把国家战略放到制造业上。是因为信息化革命已经结束，互联网已经变成了普惠性工具。
我们在全球制造业上，1978年我们和美国人、日本人差30年的话，如果到1998年还差五米，今天我们会跟他们差半个身位。
在第四次工业革命中，美国人和德国人的路径是不一样的，中国是夹在中间。美国人认为，我的战略计划是要很多硬件，比如说要搞航天飞机，要搞无人汽车，要搞VR系统，美国人会把它过去20年所主导的信息革命的成果继续放大。美国汽车行业的复兴，现在的领头人叫马斯克。
德国人，隐形冠军。他们从来不会产生像乔布斯、马斯克这样的企业家。但在汉诺威，我们看到很多生产革命。德国一个生产线，全世界工业4.0的标准工程。民营企业家跑到汉诺威，去到那里以后回来有人问去汉诺威有什么体会？三个体会，盯住德国人，学他们的生产线革命和车间革命。学习美国人，买卖全世界。在未来的几年内，买全世界制造业中间产业的部分，可以极大地取胜。
第三，消费升级诱发供给侧改革。我认为这个词是未来五年十三五规划期间中国制造业改革的一个核心战略。这说明什么呢？说明中央政府对制造业落后产能淘汰的决心已经下定了。
供给错配，错配会产生势能，这个势能叫适配势能，只要把它配起来，就有机会。供给侧改革，是因为现在不能满足中国新的消费人群的消费需求，他们是中国的中产阶级。
中国企业家面对全球最大的本土市场创新不足，不是企业家不聪明，这些企业家是最精明的。为什么？
一是因为中国没有消费者愿意为你的创新买单。中国的消费者相信四个字“价廉物美”，能够很便宜的买到全世界最好的商品。
二是因为没有人能为你的基础研发买单，所以你根本不会投钱在基础研发上，会把所有的精力放在两个地方上，第一，降低成本，第二，扩大规模。
这是中国企业家的毛病吗？不是，全球企业家都是，美国也是这样。1920年代是美国中产阶级崛起的年代，美国变成一个车轮上的国家，美国人开始愿意为美国精神、美国文化、美国价值观、美国审美开始买单。后来就出了一大堆的具有美国文化标志的品牌。
日本从1970年开始关心要为日本消费者服务，因为1970年开始产生中产阶层。
今天的中国，出现了1920年代的美国，1970年代的日本，有1.5亿的中产消费。
为什么说制造业到了黄金五年的开始，过往成功的优势都丧失了，我们可以清零？
首先我们现在站在新的起点上，互联网已经成为普惠工具，我们不需要再对互联网恐惧；第二，在硬件革命上，中国跟全球制造业大国一样，我们处在新的工业4.0的基础上；第三，本国消费者出现革命性的变化。未来五年成功的人，就是建立在这三个起点上。
★大公司：未来要重视两大革命性的推动力★
中国大公司未来五年，有这几个特点，
第一，失去成长对标。到2016年以后，对中国大公司来讲，竞争时代已经结束了，所有大公司已经失去对标。
当我领导全世界的时候，我就在想，我有没有创新一种全世界没有的管理模式和商品模式，不是没有可能，要变成必须。
未来5-10年内一定会出现中国式的管理思想。美的也好，海尔也好，开始到全球去买制造业，中国公司未来的全球化特征会越来越明显。
第二，管理开始模式变革。未来公司管理彻底扁平化，管理扁平化以后公司会出现无数的突击队，未来公司不再是金字塔，都是突击队模式，一个一个突击队，突击队去打一个行业，是什么样呢？是经典爆品，突击队模型+经典爆品模型，未来的企业是这样。
大规模的集团作战面对不确定性的市场创新，大公司的组织能力已经瓦解。在这个创新意义上，大规模的组织已经丧失了，首先组织结构上要分化，未来的组织创新非常重要。
第三，我们将参与全球的技术创新。在刚刚公布的2015年全世界申请专利最多的企业中，第一名是华为，第二名高通，第三名中兴。华为已经连续两年第一，去年华为申请专利2600多项，这些企业值得大家尊重和学习。
中国的中小企业也一样，积极地参与全球的技术创新。未来五年中国大型企业数量还会增加，但是它的成长方式将跟过去完全不一样，不在是基础、成本、规模优势上，而是在管理模式变革和技术创新上。
在这个变化过程中，有两个革命性驱动力，对所有的企业是最关键的。第一，互联网革命。互联网革命现在带来什么？首先是观念，领导人的老化是观念老化+能力老化，然后是工具，你会用互联网的信息工具，大数据、云计算，重新再造企业的基因，最终变革出现三个东西。
第一，重新定义渠道。
娃哈哈最大的能力就是在全国建立庞大的营销体系，在杭州生产一瓶矿泉水一块钱，卖到兰州、拉萨还是一块钱，中间所有的渠道商、省代、零售商全部都不赚钱，但这些老板跟着赚了大钱。
未来，如果你利用大数据的话，会出现什么结果呢？真正极致的模型是车间和消费者之间没有任何的渠道，这一天一定会到来。
我们在中国寻找这样的企业，最终是工厂生产出来直接到达消费者，中间没有任何的渠道商，因为只有这样，我和消费者之间所有的信息才是互动的。
最终的革命就是所有的渠道都会不见，所有渠道都不见的话，制造业的利润会成倍增加，这是重新定义渠道。
第二，重新定义技术创新，我们有很多技术创新平台，未来会开放。
未来的竞争，彻底的平台化，企业的能力会被重新定义，当能力被平台化以后，会出现一件事情，这是现在中国科技界正在谈的话题，结构式创新。
家长给孩子买回来乐高游戏，每一个孩子拼装出来的乐高玩具是不一样的，都是全世界独一无二的。也就是说，做任何产品的时候，通过结构式创新，你只需要1%的能力就可以。
第三，重新定义消费者。以前生产完东西，通过广告渠道卖给消费者，产品好的话会持续消费，再来买我的东西。
但今天，大部分已经被结构化了，未来真正的消费者将不是单向B2C，而是三位一体，消费者掌握了购买的主权和产品设计的主权，甚至掌握了产品投资的主权，现在是消费者全时代的到来，这是互联网带来的结果。
互联网第二个革命是什么呢？硬件革命。重要的不是成为第二个雷军，而是要超越雷军。运用互联网工具的同时，要了解这些东西，柔性生产线、机器人、传感器、认知技术、VR技术等等，这些东西将成为我们的标配。
如果没有柔性生产线的话，消费者关系的改造将是一个概念，没有机器人的话，定制化生产，劳动效率的提高，也会是一个概念……这些东西是我们在德国看到的，美国也在改。
我为什么说很多企业会被淘汰掉呢？德国有一批非常厉害的隐性冠军，隐性冠军有三个特点：一是在一个细分行业中全球第一；二是销售额一年大概三至五亿美元左右；第三，它不为人所知。
德国这样的企业将近有三千家。我们做了一个调研，认为未来五年内，将近三千家隐性冠军中的40%会消失，硬件革命把这些隐性冠军的制造优势瓦解了。这是两个大的革命性的驱动力，对企业来说非常重要。
★消费升级有哪些特点？★
消费升级有这些特点。
第一，圈层化。
我们讲中国出现1.5亿的消费人群，他们和大部分的市场在哪里呢？圈层。大家知道一些品牌手表的价格，最便宜的是一千元人民币，最贵的是一百万人民币，他们属于不同的消费者。
一个企业为什么有那么多的品牌？因为消费者是被圈层的，不同的消费者有不同的需求。一对刚刚结婚的小夫妻，他们对手表的诉求和对一张床垫的诉求，和中产阶层者是不一样的。
第二，性能比。
我们去年讲马桶盖事件，中产阶层消费者最大的特点是什么呢？他愿意为好的服务买单，愿意为好的性能买单，愿意为好的技术买单。
第三，人格体。
今年最热的两个词，网红和直播。中产阶层消费在未来，“喜欢”这件事情将超过“必须”，“软的”将超过“硬的”。审美的背后是价值观，是人格，每一个品牌背后都有一个人格体。
第四，定制化。
“红领”是中国最早做定制化工厂的，整个生产线柔性化，中国未来这样柔性化的生产车间，基本上所有的领域都会出现，定制是去渠道的根本化。
第五，直销型。
“名创优品”的创始人，是一个70后的企业家，是过去两年最大胆的人，他告诉我怎么样在沿海地区整合最好的制造能力，怎么样在北京、上海、深圳选择最好的黄金地段，把这些商品放到里面去，怎么样让我的商品在七天时间里面产生反应。两年多发展非常快，直销模型。
中国的西装、家具、服装业，这些行业都发生了种种的转型变革。我们面向未来，存在着巨大的不确定性，但是我们已经形成了新的战略起点，已经有一些公司在我们前面探索出了新的商业模式。
未来不是黄脸婆的五年，不是让我们沮丧的五年，而是一个黄金五年。
★未来五年：要活，你必须要具备这样的能力★
但未来的五年，一定是大淘汰的五年，我们要在五年后还能够聚在一起，一定要形成这样的能力。
在生产上我们要形成柔性能力；在研发上要实现单点突破的爆品能力；在营销上我们要学会运用大数据；在价格上摆脱成本定价模式。
必须要让自己的企业尽快证券化，未来这个世界就是证券化的世界。一个企业获得利润的能力来自于两个部分，第一部分来自于产业部分，另外一个能力来自资本化的能力。
通过卖这些东西形成了一个产业预期，怎么样把这个产业预期通过证券化、市盈率变成资本能力，通过资本能力变成产业化扩大的驱动力。
今天的中国，企业证券化的渠道已经非常广泛了。你有无数的方式，让自己的企业证券化。让自己在制造业形成势力，尽快的拿到现金，把这个现金变成制造业的另外一部分能力，不断往前走。
如果这样做的话，是帮了中国一个大忙，帮了自己一个大忙。今天中国制造业的资本运作能力是两个翅膀，千万不能变化单翅。我认为中国制造从成本优势、规模优势，制度优势变成今天三个新的优势。
第一，互联网工具。
互联网是一次基因再造，改造我们所有跟消费者的关系，改造我们的生产线，改造我们几乎所有的能力。
第二，工匠精神。
如果你只具有互联网的能力，只用互联网改造企业的话，其实只是完成了改造的一段，对于制造业来讲，制造一双皮鞋的最大价值，不是因为营销做的好，而是穿这双皮鞋很舒服。
第三，我们要改变我们的创新能力，积木式创新，我们要开放我们的创新平台，我们要成为全球产业变革中的一部分。
什么叫新中国制造，虽然要把它改变命运，但我们还是要回到制造业的产业本身，无非是变成了一些新的因素。
来源：工控帮自动化培训
智造家提供 查看全部
未来五年，中国产业经济的所有命运都掌握在自己手上。
现在：今天为什么制造业赚不到钱？★
我们今天的制造业为什么很困难？
第一，我们在制造业上以前所具有的三大优势，成本优势、规模优势、制度优势，基本上丧失了。不是我们不聪明，中国越来越有钱，中国人敢于消费，行业还能保持10%-20%的增长，为什么赚不到钱呢？
不是你变笨了，而是你原来的竞争优势丧失了。当今世界最可怕的是核心竞争能力突然间丧失了。我们说转型，就要获得新的能力、新的工具、新的商业模式。这个是我们今天所面临的问题。
第二就是互联网的冲击。大家很愤愤不平，天天上班，早上八点上班，晚上六点下班，工作十多个小时，我的净利润只有3%，5%，做外贸的话连3%都没有。然后有一些企业，每年的净利润有20%-30%，百度净利润35%，阿里36%，深圳的腾讯28%，互联网对制造业造成了极大的冲击。
第三是供需错配。为什么大家到香港去买奶粉？为什么到日本去买眼药水和电饭煲、马桶盖。迪拜有一个山泉酒店，有将近五百间房间，去年的圣诞节，五百间房间里面490间是中国人。
★新机会：黄金五年 三个战略新起点★
中国制造业现在有三个战略新起点。哪三个呢？
第一，互联网已经成为了普惠性工程，它是我们的基础设施。
基础设施的两个特点，无所不在，非常便宜。如果你问BAT三个老板说什么叫互联网，他们会告诉你一个标准答案：互联网是连接一切。
我们现在跟互联网公司打交道，最头痛的事情是需要向他们买流量，百度竞价排名、去淘宝开店，都是流量。为什么能够通过流量来赚我们的钱呢？因为连接是他们完成的。
但今天的BAT全部面临一个新的挑战，是因为流量为王的时代已经结束了。未来在互联网上卖东西，如果你的生意仍然要借助于流量分发的话，你的成本会比较高。
今天为什么出现很多网红、直播模式、社群经济，都是对流量为王的反驳。互联网启蒙时代已经结束了，已经变成了我们的基础设施。
未来最主要的能力，就是怎么样跑步跑得快一点，怎么样把水变成饮料、酒，变成一个我们可以用的工具。我们的根本是什么呢？我们的根本还是做好一双鞋子，做好我们的卫浴。
我们不能因为这些互联网的企业家而丧失信心，也不要把命运寄托在BAT身上，马云也好，马化腾和李彦宏也好，他们全部都是我们的工具提供者而已。
这是一个新的起点，互联网发展到今天，工具革命已经结束。在虚拟竞技上，未来五年内不再发生任何意义上的工具革命。
第二，全球的第四次工业革命。
怎么能提高劳动生产效率，怎么能迭代产品，全球的制造业都在想这个问题。重振制造业这个话题为什么以前不谈，今天才开始谈。
在美国，奥巴马对制造业非常重视，提出美国制造业再造计划，日本叫日本工业复兴计划，德国叫工业4.0，中国叫中国制造2025，为什么德国、美国、日本、中国，重新把国家战略放到制造业上。是因为信息化革命已经结束，互联网已经变成了普惠性工具。
我们在全球制造业上，1978年我们和美国人、日本人差30年的话，如果到1998年还差五米，今天我们会跟他们差半个身位。
在第四次工业革命中，美国人和德国人的路径是不一样的，中国是夹在中间。美国人认为，我的战略计划是要很多硬件，比如说要搞航天飞机，要搞无人汽车，要搞VR系统，美国人会把它过去20年所主导的信息革命的成果继续放大。美国汽车行业的复兴，现在的领头人叫马斯克。
德国人，隐形冠军。他们从来不会产生像乔布斯、马斯克这样的企业家。但在汉诺威，我们看到很多生产革命。德国一个生产线，全世界工业4.0的标准工程。民营企业家跑到汉诺威，去到那里以后回来有人问去汉诺威有什么体会？三个体会，盯住德国人，学他们的生产线革命和车间革命。学习美国人，买卖全世界。在未来的几年内，买全世界制造业中间产业的部分，可以极大地取胜。
第三，消费升级诱发供给侧改革。我认为这个词是未来五年十三五规划期间中国制造业改革的一个核心战略。这说明什么呢？说明中央政府对制造业落后产能淘汰的决心已经下定了。
供给错配，错配会产生势能，这个势能叫适配势能，只要把它配起来，就有机会。供给侧改革，是因为现在不能满足中国新的消费人群的消费需求，他们是中国的中产阶级。
中国企业家面对全球最大的本土市场创新不足，不是企业家不聪明，这些企业家是最精明的。为什么？
一是因为中国没有消费者愿意为你的创新买单。中国的消费者相信四个字“价廉物美”，能够很便宜的买到全世界最好的商品。
二是因为没有人能为你的基础研发买单，所以你根本不会投钱在基础研发上，会把所有的精力放在两个地方上，第一，降低成本，第二，扩大规模。
这是中国企业家的毛病吗？不是，全球企业家都是，美国也是这样。1920年代是美国中产阶级崛起的年代，美国变成一个车轮上的国家，美国人开始愿意为美国精神、美国文化、美国价值观、美国审美开始买单。后来就出了一大堆的具有美国文化标志的品牌。
日本从1970年开始关心要为日本消费者服务，因为1970年开始产生中产阶层。
今天的中国，出现了1920年代的美国，1970年代的日本，有1.5亿的中产消费。
为什么说制造业到了黄金五年的开始，过往成功的优势都丧失了，我们可以清零？
首先我们现在站在新的起点上，互联网已经成为普惠工具，我们不需要再对互联网恐惧；第二，在硬件革命上，中国跟全球制造业大国一样，我们处在新的工业4.0的基础上；第三，本国消费者出现革命性的变化。未来五年成功的人，就是建立在这三个起点上。
★大公司：未来要重视两大革命性的推动力★
中国大公司未来五年，有这几个特点，
第一，失去成长对标。到2016年以后，对中国大公司来讲，竞争时代已经结束了，所有大公司已经失去对标。
当我领导全世界的时候，我就在想，我有没有创新一种全世界没有的管理模式和商品模式，不是没有可能，要变成必须。
未来5-10年内一定会出现中国式的管理思想。美的也好，海尔也好，开始到全球去买制造业，中国公司未来的全球化特征会越来越明显。
第二，管理开始模式变革。未来公司管理彻底扁平化，管理扁平化以后公司会出现无数的突击队，未来公司不再是金字塔，都是突击队模式，一个一个突击队，突击队去打一个行业，是什么样呢？是经典爆品，突击队模型+经典爆品模型，未来的企业是这样。
大规模的集团作战面对不确定性的市场创新，大公司的组织能力已经瓦解。在这个创新意义上，大规模的组织已经丧失了，首先组织结构上要分化，未来的组织创新非常重要。
第三，我们将参与全球的技术创新。在刚刚公布的2015年全世界申请专利最多的企业中，第一名是华为，第二名高通，第三名中兴。华为已经连续两年第一，去年华为申请专利2600多项，这些企业值得大家尊重和学习。
中国的中小企业也一样，积极地参与全球的技术创新。未来五年中国大型企业数量还会增加，但是它的成长方式将跟过去完全不一样，不在是基础、成本、规模优势上，而是在管理模式变革和技术创新上。
在这个变化过程中，有两个革命性驱动力，对所有的企业是最关键的。第一，互联网革命。互联网革命现在带来什么？首先是观念，领导人的老化是观念老化+能力老化，然后是工具，你会用互联网的信息工具，大数据、云计算，重新再造企业的基因，最终变革出现三个东西。
第一，重新定义渠道。
娃哈哈最大的能力就是在全国建立庞大的营销体系，在杭州生产一瓶矿泉水一块钱，卖到兰州、拉萨还是一块钱，中间所有的渠道商、省代、零售商全部都不赚钱，但这些老板跟着赚了大钱。
未来，如果你利用大数据的话，会出现什么结果呢？真正极致的模型是车间和消费者之间没有任何的渠道，这一天一定会到来。
我们在中国寻找这样的企业，最终是工厂生产出来直接到达消费者，中间没有任何的渠道商，因为只有这样，我和消费者之间所有的信息才是互动的。
最终的革命就是所有的渠道都会不见，所有渠道都不见的话，制造业的利润会成倍增加，这是重新定义渠道。
第二，重新定义技术创新，我们有很多技术创新平台，未来会开放。
未来的竞争，彻底的平台化，企业的能力会被重新定义，当能力被平台化以后，会出现一件事情，这是现在中国科技界正在谈的话题，结构式创新。
家长给孩子买回来乐高游戏，每一个孩子拼装出来的乐高玩具是不一样的，都是全世界独一无二的。也就是说，做任何产品的时候，通过结构式创新，你只需要1%的能力就可以。
第三，重新定义消费者。以前生产完东西，通过广告渠道卖给消费者，产品好的话会持续消费，再来买我的东西。
但今天，大部分已经被结构化了，未来真正的消费者将不是单向B2C，而是三位一体，消费者掌握了购买的主权和产品设计的主权，甚至掌握了产品投资的主权，现在是消费者全时代的到来，这是互联网带来的结果。
互联网第二个革命是什么呢？硬件革命。重要的不是成为第二个雷军，而是要超越雷军。运用互联网工具的同时，要了解这些东西，柔性生产线、机器人、传感器、认知技术、VR技术等等，这些东西将成为我们的标配。
如果没有柔性生产线的话，消费者关系的改造将是一个概念，没有机器人的话，定制化生产，劳动效率的提高，也会是一个概念……这些东西是我们在德国看到的，美国也在改。
我为什么说很多企业会被淘汰掉呢？德国有一批非常厉害的隐性冠军，隐性冠军有三个特点：一是在一个细分行业中全球第一；二是销售额一年大概三至五亿美元左右；第三，它不为人所知。
德国这样的企业将近有三千家。我们做了一个调研，认为未来五年内，将近三千家隐性冠军中的40%会消失，硬件革命把这些隐性冠军的制造优势瓦解了。这是两个大的革命性的驱动力，对企业来说非常重要。
★消费升级有哪些特点？★
消费升级有这些特点。
第一，圈层化。
我们讲中国出现1.5亿的消费人群，他们和大部分的市场在哪里呢？圈层。大家知道一些品牌手表的价格，最便宜的是一千元人民币，最贵的是一百万人民币，他们属于不同的消费者。
一个企业为什么有那么多的品牌？因为消费者是被圈层的，不同的消费者有不同的需求。一对刚刚结婚的小夫妻，他们对手表的诉求和对一张床垫的诉求，和中产阶层者是不一样的。
第二，性能比。
我们去年讲马桶盖事件，中产阶层消费者最大的特点是什么呢？他愿意为好的服务买单，愿意为好的性能买单，愿意为好的技术买单。
第三，人格体。
今年最热的两个词，网红和直播。中产阶层消费在未来，“喜欢”这件事情将超过“必须”，“软的”将超过“硬的”。审美的背后是价值观，是人格，每一个品牌背后都有一个人格体。
第四，定制化。
“红领”是中国最早做定制化工厂的，整个生产线柔性化，中国未来这样柔性化的生产车间，基本上所有的领域都会出现，定制是去渠道的根本化。
第五，直销型。
“名创优品”的创始人，是一个70后的企业家，是过去两年最大胆的人，他告诉我怎么样在沿海地区整合最好的制造能力，怎么样在北京、上海、深圳选择最好的黄金地段，把这些商品放到里面去，怎么样让我的商品在七天时间里面产生反应。两年多发展非常快，直销模型。
中国的西装、家具、服装业，这些行业都发生了种种的转型变革。我们面向未来，存在着巨大的不确定性，但是我们已经形成了新的战略起点，已经有一些公司在我们前面探索出了新的商业模式。
未来不是黄脸婆的五年，不是让我们沮丧的五年，而是一个黄金五年。
★未来五年：要活，你必须要具备这样的能力★
但未来的五年，一定是大淘汰的五年，我们要在五年后还能够聚在一起，一定要形成这样的能力。
在生产上我们要形成柔性能力；在研发上要实现单点突破的爆品能力；在营销上我们要学会运用大数据；在价格上摆脱成本定价模式。
必须要让自己的企业尽快证券化，未来这个世界就是证券化的世界。一个企业获得利润的能力来自于两个部分，第一部分来自于产业部分，另外一个能力来自资本化的能力。
通过卖这些东西形成了一个产业预期，怎么样把这个产业预期通过证券化、市盈率变成资本能力，通过资本能力变成产业化扩大的驱动力。
今天的中国，企业证券化的渠道已经非常广泛了。你有无数的方式，让自己的企业证券化。让自己在制造业形成势力，尽快的拿到现金，把这个现金变成制造业的另外一部分能力，不断往前走。
如果这样做的话，是帮了中国一个大忙，帮了自己一个大忙。今天中国制造业的资本运作能力是两个翅膀，千万不能变化单翅。我认为中国制造从成本优势、规模优势，制度优势变成今天三个新的优势。
第一，互联网工具。
互联网是一次基因再造，改造我们所有跟消费者的关系，改造我们的生产线，改造我们几乎所有的能力。
第二，工匠精神。
如果你只具有互联网的能力，只用互联网改造企业的话，其实只是完成了改造的一段，对于制造业来讲，制造一双皮鞋的最大价值，不是因为营销做的好，而是穿这双皮鞋很舒服。
第三，我们要改变我们的创新能力，积木式创新，我们要开放我们的创新平台，我们要成为全球产业变革中的一部分。
什么叫新中国制造，虽然要把它改变命运，但我们还是要回到制造业的产业本身，无非是变成了一些新的因素。
来源：工控帮自动化培训
智造家提供
现在：今天为什么制造业赚不到钱？★
我们今天的制造业为什么很困难？
第一，我们在制造业上以前所具有的三大优势，成本优势、规模优势、制度优势，基本上丧失了。不是我们不聪明，中国越来越有钱，中国人敢于消费，行业还能保持10%-20%的增长，为什么赚不到钱呢？
不是你变笨了，而是你原来的竞争优势丧失了。当今世界最可怕的是核心竞争能力突然间丧失了。我们说转型，就要获得新的能力、新的工具、新的商业模式。这个是我们今天所面临的问题。
第二就是互联网的冲击。大家很愤愤不平，天天上班，早上八点上班，晚上六点下班，工作十多个小时，我的净利润只有3%，5%，做外贸的话连3%都没有。然后有一些企业，每年的净利润有20%-30%，百度净利润35%，阿里36%，深圳的腾讯28%，互联网对制造业造成了极大的冲击。
第三是供需错配。为什么大家到香港去买奶粉？为什么到日本去买眼药水和电饭煲、马桶盖。迪拜有一个山泉酒店，有将近五百间房间，去年的圣诞节，五百间房间里面490间是中国人。
★新机会：黄金五年 三个战略新起点★
中国制造业现在有三个战略新起点。哪三个呢？
第一，互联网已经成为了普惠性工程，它是我们的基础设施。
基础设施的两个特点，无所不在，非常便宜。如果你问BAT三个老板说什么叫互联网，他们会告诉你一个标准答案：互联网是连接一切。
我们现在跟互联网公司打交道，最头痛的事情是需要向他们买流量，百度竞价排名、去淘宝开店，都是流量。为什么能够通过流量来赚我们的钱呢？因为连接是他们完成的。
但今天的BAT全部面临一个新的挑战，是因为流量为王的时代已经结束了。未来在互联网上卖东西，如果你的生意仍然要借助于流量分发的话，你的成本会比较高。
今天为什么出现很多网红、直播模式、社群经济，都是对流量为王的反驳。互联网启蒙时代已经结束了，已经变成了我们的基础设施。
未来最主要的能力，就是怎么样跑步跑得快一点，怎么样把水变成饮料、酒，变成一个我们可以用的工具。我们的根本是什么呢？我们的根本还是做好一双鞋子，做好我们的卫浴。
我们不能因为这些互联网的企业家而丧失信心，也不要把命运寄托在BAT身上，马云也好，马化腾和李彦宏也好，他们全部都是我们的工具提供者而已。
这是一个新的起点，互联网发展到今天，工具革命已经结束。在虚拟竞技上，未来五年内不再发生任何意义上的工具革命。
第二，全球的第四次工业革命。
怎么能提高劳动生产效率，怎么能迭代产品，全球的制造业都在想这个问题。重振制造业这个话题为什么以前不谈，今天才开始谈。
在美国，奥巴马对制造业非常重视，提出美国制造业再造计划，日本叫日本工业复兴计划，德国叫工业4.0，中国叫中国制造2025，为什么德国、美国、日本、中国，重新把国家战略放到制造业上。是因为信息化革命已经结束，互联网已经变成了普惠性工具。
我们在全球制造业上，1978年我们和美国人、日本人差30年的话，如果到1998年还差五米，今天我们会跟他们差半个身位。
在第四次工业革命中，美国人和德国人的路径是不一样的，中国是夹在中间。美国人认为，我的战略计划是要很多硬件，比如说要搞航天飞机，要搞无人汽车，要搞VR系统，美国人会把它过去20年所主导的信息革命的成果继续放大。美国汽车行业的复兴，现在的领头人叫马斯克。
德国人，隐形冠军。他们从来不会产生像乔布斯、马斯克这样的企业家。但在汉诺威，我们看到很多生产革命。德国一个生产线，全世界工业4.0的标准工程。民营企业家跑到汉诺威，去到那里以后回来有人问去汉诺威有什么体会？三个体会，盯住德国人，学他们的生产线革命和车间革命。学习美国人，买卖全世界。在未来的几年内，买全世界制造业中间产业的部分，可以极大地取胜。
第三，消费升级诱发供给侧改革。我认为这个词是未来五年十三五规划期间中国制造业改革的一个核心战略。这说明什么呢？说明中央政府对制造业落后产能淘汰的决心已经下定了。
供给错配，错配会产生势能，这个势能叫适配势能，只要把它配起来，就有机会。供给侧改革，是因为现在不能满足中国新的消费人群的消费需求，他们是中国的中产阶级。
中国企业家面对全球最大的本土市场创新不足，不是企业家不聪明，这些企业家是最精明的。为什么？
一是因为中国没有消费者愿意为你的创新买单。中国的消费者相信四个字“价廉物美”，能够很便宜的买到全世界最好的商品。
二是因为没有人能为你的基础研发买单，所以你根本不会投钱在基础研发上，会把所有的精力放在两个地方上，第一，降低成本，第二，扩大规模。
这是中国企业家的毛病吗？不是，全球企业家都是，美国也是这样。1920年代是美国中产阶级崛起的年代，美国变成一个车轮上的国家，美国人开始愿意为美国精神、美国文化、美国价值观、美国审美开始买单。后来就出了一大堆的具有美国文化标志的品牌。
日本从1970年开始关心要为日本消费者服务，因为1970年开始产生中产阶层。
今天的中国，出现了1920年代的美国，1970年代的日本，有1.5亿的中产消费。
为什么说制造业到了黄金五年的开始，过往成功的优势都丧失了，我们可以清零？
首先我们现在站在新的起点上，互联网已经成为普惠工具，我们不需要再对互联网恐惧；第二，在硬件革命上，中国跟全球制造业大国一样，我们处在新的工业4.0的基础上；第三，本国消费者出现革命性的变化。未来五年成功的人，就是建立在这三个起点上。
★大公司：未来要重视两大革命性的推动力★
中国大公司未来五年，有这几个特点，
第一，失去成长对标。到2016年以后，对中国大公司来讲，竞争时代已经结束了，所有大公司已经失去对标。
当我领导全世界的时候，我就在想，我有没有创新一种全世界没有的管理模式和商品模式，不是没有可能，要变成必须。
未来5-10年内一定会出现中国式的管理思想。美的也好，海尔也好，开始到全球去买制造业，中国公司未来的全球化特征会越来越明显。
第二，管理开始模式变革。未来公司管理彻底扁平化，管理扁平化以后公司会出现无数的突击队，未来公司不再是金字塔，都是突击队模式，一个一个突击队，突击队去打一个行业，是什么样呢？是经典爆品，突击队模型+经典爆品模型，未来的企业是这样。
大规模的集团作战面对不确定性的市场创新，大公司的组织能力已经瓦解。在这个创新意义上，大规模的组织已经丧失了，首先组织结构上要分化，未来的组织创新非常重要。
第三，我们将参与全球的技术创新。在刚刚公布的2015年全世界申请专利最多的企业中，第一名是华为，第二名高通，第三名中兴。华为已经连续两年第一，去年华为申请专利2600多项，这些企业值得大家尊重和学习。
中国的中小企业也一样，积极地参与全球的技术创新。未来五年中国大型企业数量还会增加，但是它的成长方式将跟过去完全不一样，不在是基础、成本、规模优势上，而是在管理模式变革和技术创新上。
在这个变化过程中，有两个革命性驱动力，对所有的企业是最关键的。第一，互联网革命。互联网革命现在带来什么？首先是观念，领导人的老化是观念老化+能力老化，然后是工具，你会用互联网的信息工具，大数据、云计算，重新再造企业的基因，最终变革出现三个东西。
第一，重新定义渠道。
娃哈哈最大的能力就是在全国建立庞大的营销体系，在杭州生产一瓶矿泉水一块钱，卖到兰州、拉萨还是一块钱，中间所有的渠道商、省代、零售商全部都不赚钱，但这些老板跟着赚了大钱。
未来，如果你利用大数据的话，会出现什么结果呢？真正极致的模型是车间和消费者之间没有任何的渠道，这一天一定会到来。
我们在中国寻找这样的企业，最终是工厂生产出来直接到达消费者，中间没有任何的渠道商，因为只有这样，我和消费者之间所有的信息才是互动的。
最终的革命就是所有的渠道都会不见，所有渠道都不见的话，制造业的利润会成倍增加，这是重新定义渠道。
第二，重新定义技术创新，我们有很多技术创新平台，未来会开放。
未来的竞争，彻底的平台化，企业的能力会被重新定义，当能力被平台化以后，会出现一件事情，这是现在中国科技界正在谈的话题，结构式创新。
家长给孩子买回来乐高游戏，每一个孩子拼装出来的乐高玩具是不一样的，都是全世界独一无二的。也就是说，做任何产品的时候，通过结构式创新，你只需要1%的能力就可以。
第三，重新定义消费者。以前生产完东西，通过广告渠道卖给消费者，产品好的话会持续消费，再来买我的东西。
但今天，大部分已经被结构化了，未来真正的消费者将不是单向B2C，而是三位一体，消费者掌握了购买的主权和产品设计的主权，甚至掌握了产品投资的主权，现在是消费者全时代的到来，这是互联网带来的结果。
互联网第二个革命是什么呢？硬件革命。重要的不是成为第二个雷军，而是要超越雷军。运用互联网工具的同时，要了解这些东西，柔性生产线、机器人、传感器、认知技术、VR技术等等，这些东西将成为我们的标配。
如果没有柔性生产线的话，消费者关系的改造将是一个概念，没有机器人的话，定制化生产，劳动效率的提高，也会是一个概念……这些东西是我们在德国看到的，美国也在改。
我为什么说很多企业会被淘汰掉呢？德国有一批非常厉害的隐性冠军，隐性冠军有三个特点：一是在一个细分行业中全球第一；二是销售额一年大概三至五亿美元左右；第三，它不为人所知。
德国这样的企业将近有三千家。我们做了一个调研，认为未来五年内，将近三千家隐性冠军中的40%会消失，硬件革命把这些隐性冠军的制造优势瓦解了。这是两个大的革命性的驱动力，对企业来说非常重要。
★消费升级有哪些特点？★
消费升级有这些特点。
第一，圈层化。
我们讲中国出现1.5亿的消费人群，他们和大部分的市场在哪里呢？圈层。大家知道一些品牌手表的价格，最便宜的是一千元人民币，最贵的是一百万人民币，他们属于不同的消费者。
一个企业为什么有那么多的品牌？因为消费者是被圈层的，不同的消费者有不同的需求。一对刚刚结婚的小夫妻，他们对手表的诉求和对一张床垫的诉求，和中产阶层者是不一样的。
第二，性能比。
我们去年讲马桶盖事件，中产阶层消费者最大的特点是什么呢？他愿意为好的服务买单，愿意为好的性能买单，愿意为好的技术买单。
第三，人格体。
今年最热的两个词，网红和直播。中产阶层消费在未来，“喜欢”这件事情将超过“必须”，“软的”将超过“硬的”。审美的背后是价值观，是人格，每一个品牌背后都有一个人格体。
第四，定制化。
“红领”是中国最早做定制化工厂的，整个生产线柔性化，中国未来这样柔性化的生产车间，基本上所有的领域都会出现，定制是去渠道的根本化。
第五，直销型。
“名创优品”的创始人，是一个70后的企业家，是过去两年最大胆的人，他告诉我怎么样在沿海地区整合最好的制造能力，怎么样在北京、上海、深圳选择最好的黄金地段，把这些商品放到里面去，怎么样让我的商品在七天时间里面产生反应。两年多发展非常快，直销模型。
中国的西装、家具、服装业，这些行业都发生了种种的转型变革。我们面向未来，存在着巨大的不确定性，但是我们已经形成了新的战略起点，已经有一些公司在我们前面探索出了新的商业模式。
未来不是黄脸婆的五年，不是让我们沮丧的五年，而是一个黄金五年。
★未来五年：要活，你必须要具备这样的能力★
但未来的五年，一定是大淘汰的五年，我们要在五年后还能够聚在一起，一定要形成这样的能力。
在生产上我们要形成柔性能力；在研发上要实现单点突破的爆品能力；在营销上我们要学会运用大数据；在价格上摆脱成本定价模式。
必须要让自己的企业尽快证券化，未来这个世界就是证券化的世界。一个企业获得利润的能力来自于两个部分，第一部分来自于产业部分，另外一个能力来自资本化的能力。
通过卖这些东西形成了一个产业预期，怎么样把这个产业预期通过证券化、市盈率变成资本能力，通过资本能力变成产业化扩大的驱动力。
今天的中国，企业证券化的渠道已经非常广泛了。你有无数的方式，让自己的企业证券化。让自己在制造业形成势力，尽快的拿到现金，把这个现金变成制造业的另外一部分能力，不断往前走。
如果这样做的话，是帮了中国一个大忙，帮了自己一个大忙。今天中国制造业的资本运作能力是两个翅膀，千万不能变化单翅。我认为中国制造从成本优势、规模优势，制度优势变成今天三个新的优势。
第一，互联网工具。
互联网是一次基因再造，改造我们所有跟消费者的关系，改造我们的生产线，改造我们几乎所有的能力。
第二，工匠精神。
如果你只具有互联网的能力，只用互联网改造企业的话，其实只是完成了改造的一段，对于制造业来讲，制造一双皮鞋的最大价值，不是因为营销做的好，而是穿这双皮鞋很舒服。
第三，我们要改变我们的创新能力，积木式创新，我们要开放我们的创新平台，我们要成为全球产业变革中的一部分。
什么叫新中国制造，虽然要把它改变命运，但我们还是要回到制造业的产业本身，无非是变成了一些新的因素。
来源：工控帮自动化培训
智造家提供
650 浏览
人工智能未来将呈现四大趋势
机械自动化类 jingjing 2016-09-09 16:11 发表了文章
随着机器学习的快速发展，人工智能产业在历经60年的起伏之后，如今已经在全球范围形成新一轮的抢位发展态势，发达国家纷纷吹响探索大脑奥秘的号角。中国的人工智能产业在全球浪潮推动下，也在快速发展。赛迪顾问针对人工智能产业的大浪潮，提出了人工智能产业概念界定，并对产业链进行了深度剖析。对全球和中国人工智能市场规模和结构进行了判断，并详细梳理了全国各省市在人工智能领域的利好政策和具体举措。结合产业发展态势和技术热点演进，分析了各个细分领域的投资价值热点，提出深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个方向。
赛迪顾问认为人工智能产业发展在未来将呈现出四大趋势：一是新一轮的开源化浪潮将成为人才争夺的主战场;二是语音识别领域将快速实现商业化部署;三是人工智能产业将与智慧城市建设协同发展;四是中国人工智能应用将在服务机器人领域迎来突破。同时，针对未来投资领域，赛迪顾问认为应该把握两大主要策略：重点聚焦深度学习技术积累与抢先布局家庭服务和教育领域应用。
人工智能产业几起几落，迎来新发展时期
人工智能产业概念界定。概念定义上，人工智能分为强人工智能和弱人工智能。强人工智能侧重于思维能力，指机器不仅是一种工具，而且本体拥有知觉和自我意识，能真正的推理和解决问题。弱人工智能指人造机器具备表象性的智能特征，包括像人一样思考、像人一样感知环境以及像人一样行动。
综合来看，赛迪顾问认为人工智能应该具备“3C特性”：理解力Cognize、沟通力Communicate、协同力Collaborate。即通过模拟人类思维模式实现对外界信息理解;通过语音、视觉等实现与外界沟通;通过行动控制实现人机协同工作。
人工智能的发展从起源到如今的全面推进经历了近70年的发展，期间更是起起落落经历过二次低谷期。
三大因素促使人工智能重获新生。随着深度学习重燃、海量大数据支撑、计算能力提升与成本下降等三大因素的出现，为进入21世纪的人工智能迎来了重生期。
未来3~5年将迎来智能应用快速普及。从谷歌组建研发团队到击败李世石仅仅花费2年多时间，进一步证明了深度学习的强大潜力。在不久的将来，赛迪顾问认为深度学习将取得更多成就，因为它只需要极少的人工参与，并能快速地从计算能力提升和数据量增长中获得裨益。
全球人工智能产业发展，面临三大难题
人工智能产业链包含了基础设施层、技术研发层和应用层。
基础设施层涵盖了数据支撑、感知和运算。技术研发层涵盖了机器学习、自然语言处理、图像识别三个方向。应用层分为智能硬件平台和软件集成平台。
从基础设施层看，随着以声学、触觉、味觉、嗅觉和视觉等仿生人体五种感知能力的智能传感设备的成熟化，为人工智能实现多元化发展提供了保障。
从技术研发层看，技术研发层是人工智能核心和高价值环节，包含了机器学习、自然语言处理、图像识别三个环节。把机器学习与人类对历史经验归纳做比对，机器的“训练”与“预测”过程可以对应人类的“归纳”和“推测”过程，越大的训练数据量等价于经验更丰富的人类专家。
从技术引领程度来看，机器学习是引领自然语音处理和图像识别快速发展的核心基础。利用基于知识图谱的大数据分析，通过机器学习的加工处理将使得语音的识别准确度得到大幅提升。
从应用层看，应用层分布根据技术研发的成熟度不同存在行业领域变化。自然语言处理的成熟度最高，其次是图像识别，而机器学习领域技术成熟度最低，还未形成大规模行业应用。
尽管目前人工智能很热，但人工智能的发展依然面临三大难题。
一是数据流通和协同化感知有待提升。
基础设施层的仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析。
赛迪顾问认为，未来突破点将发生在软件集成环节和类脑芯片环节。一方面软件集成作为人工智能的核心，算法的发展将决定着计算性能的提升。另一方面，针对人工智能算法设计类脑化的芯片将成为重要突破点。
二是强人工智能尚未实现关键技术突破。
在技术研发层，目前取得的进度依然属于初级阶段，对于更高层次的人工意识、情绪感知环节还没有明显的突破。
赛迪顾问认为，未来突破点将发生在脑科学研究领域。要对真正的分析理解能力进一步地研发，从大脑的进化演进、全身协调控制等领域实现。
三是智能硬件平台易用性和自主化存在差距。
应用层的智能硬件平台，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以有接近人的推理学习和分析能力，难以具备接近人的判断力。
赛迪顾问认为，未来突破点将出现在智能无人设备领域。智能无人汽车处于全球各大车企巨头争相布局阶段。另一方面，目前无人机市场已经快速启动，而具备自动跟踪、智能避障的智能化无人机使得性能上得到了跨越式提升。
全球发达国家加快布局，国内北上沈三地领军发展，全球市场呈现快速发展的态势。2018年全球人工智能市场将逼近2700亿元。
全球对人工智能的关注度不断提升，市场对各类语音识别、机器视觉等弱人工智能产品的需求得到进一步释放。2015年全球人工智能市场规模达到1683.9亿元，预计2018年将达到2697.3亿元，复合增长率达到17.0%。
全球“再工业化”趋势下人工智能硬件平台市场巨大。人工智能市场产品结构主要分为智能硬件平台和软件集成平台两大类。在全球发达国家对工业制造重新重视的趋势下，2015年全球人工智能市场结构中智能硬件平台占比达到62.6%，高于软件集成平台产品。
2015年，市场细分结构中智能工业机器人依然是重点，市场规模为744亿元，占比达到44.2%。
当前，欧美等发达国家纷纷从国家战略层面加紧布局人工智能。纷纷推出国家大脑计划，如美国的“国家机器人计划”、欧盟的人脑工程、日本经产省的“新产业结构蓝图”。
从企业战略上看，在软件集成和智能硬件平台产品中，以美国的互联网巨头为主导，日本的机器人制造商如发那科(Fanuc)也在积极布局智能工业机器人。总体来看，美国和日本分别结合自身科技研发和机器人制造的优势，已经在人工智能新一轮浪潮中抢占了先机。
国内市场加快发展步伐。2018年中国人工智能市场规模将超360亿元，2015年中国人工智能市场规模达到203.9亿元，预计2018年将达到361亿元，复合增长率为21%。
技术门槛降低推动服务机器人成为新热点。随着《中国制造2025》的发布和国家对制造业的高度重视，在2015年中国人工智能市场中，智能硬件平台占比同样高于软件集成平台，达到了59%。在未来，随着语音识别和图像识别技术商业化的推广，软件集成平台的市场份额将进一步增大。
中国人工智能市场细分结构上各类产品分布较为均衡，占据前二位的是服务机器人和智能工业机器人，2015年市场规模分别为60亿元和56亿元，占比为29.4%和27.5%。
行业应用集中于金融、电信、教育、消费电子。国内企业的人工智能应用格局中，主要分布在基于语音识别和服务机器人的家庭服务、教育和消费电子领域。总体而言，国内应用市场处在从技术研发向产品应用的过渡阶段，行业覆盖广阔但产品接受度有待市场验证。
各地密集推出产业资金配套，北上沈三地领军发展。从各地产业政策上看，北京提出的人工智能产业扶持领域最为全面，覆盖了从脑科学到智能硬件制造的全产业链环节;上海作为国家机器人检测与评定中心总部，提出到2020年平均每年新增3000台以上机器人;沈阳做为国家机器人检测与评定分中心之一，拥有新松机器人等企业基础。在未来5年，北京、沈阳和上海将在人工智能产业实现领先发展。
行业巨头并购加速，四领域成投资高地
行业巨头跨界并购加速。从近几年的并购融资事件中可以看出，国内外无论是传统互联网企业(谷歌、IBM)，还是跨领域的行业巨头(SpaceX、厦华电子、丰田)，都在积极进行人工智能的布局。
从投资机会分析看，四个领域投资被追捧。赛迪顾问从市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率等四个方面进行评价。通过综合比较分析，认为深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个领域。
从产业投资回报率分析，机器视觉值得投资。图像识别的技术成熟度低于自然语言处理，为新兴企业从软件技术为突破带来了机遇，在软件图像识别领域，尤其以face++和格灵深瞳两家为代表，通过招揽优秀研发人员在短时间内迅速脱颖而出。
从技术成熟度分析，深度学习值得投资。前瞻性的对最具价值且临近爆发期的技术点进行投资是回报率最高的，深度学习作为2006年重新提出的神经网络算法，已经为人工智能产业刮起了强劲飓风，深度学习正处在面临爆发的临界点。
从应用和技术自主度分析，服务机器人和智能无人设备值得投资。对于服务机器人和智能无人设备领域，中国在软件集成方面已经具备国际领先水平，通过攻克相对较低的硬件研发门槛，将能实现快速市场普及。而随着人们生活水平的提高和全球人口老龄化的到来，能够提供教育、医疗、娱乐等专业化服务的智能机器人也开始倍受人们追捧。受到这些刚性需求的驱动，服务机器人和智能无人设备将成为投资新蓝海。
三大未来趋势，两大投资策略
从产业未来发展趋势看，有几个重要的趋势值得关注。
新一轮的开源化将成为人才争夺主战场。近两年来，以谷歌为代表的巨头公司纷纷开始开源化自身核心产品。不仅有机器学习软件平台，还有相关硬件平台和完整软件源代码。开放源代码可以吸引外部人才参与项目协作，并改进相关技术。
语音识别领域将快速实现商业化部署。通过利用机器学习技术进行自然语言的的深度理解，一直是工业和学术界关注的焦点。在人工智能的各项领域中，自然语言处理是最为成熟的技术，由此引来各大企业纷纷进军布局。在未来3年内，成熟化的语音产品将通过云平台和智能硬件平台快速实现商业化部署。
人工智能产业将与智慧城市建设协同发展。智慧城市的发展将在安防、交通监控、医疗、智能社区等多个领域全面刺激人工智能产业发展。未来，各行业的应用需求以及消费者升级发展的需要将有效激活人工智能产品的活跃度，促进人工智能技术和产业发展。
中国人工智能应用将在服务机器人领域迎来突破。2015年已经有大量企业在服务机器人领域展开相关布局。从中国人工智能市场结构上看，服务机器人市场规模达到60亿元，占比29.4%，服务机器人基于日常生活中的广泛需求，有着广阔的市场空间。
从投资策略的角度看，有两个维度需要注意。
赛迪顾问基于市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率四个方面的考虑，重点推荐两条投资策略：
重点聚焦深度学习技术积累。通过并购重组在短时间内形成技术壁垒优势，或者集中投入于具备前景的细分技术领域的企业。一方面我们看好通过投资或收购人工智能领域开发公司，快速地获得技术优势、进而领先布局人工智能领域的龙头企业;另一方面，针对发展前景广阔的深度学习和智能机器人发展领域，投入大量研发资金推动技术创新、抢先形成技术壁垒的公司具备投资价值。
抢先布局家庭服务和教育领域应用。在商业化推广方面，优势的技术不意味良好的市场接受度。从市场需求导向入手，深度分析人工智能细分环节商业化价值的高低，在技术成熟作为支撑的前提下，以服务机器人为代表的产品将迅速实现市场普及。同时，语音技术在教育领域也将迎来全面革新。因此将家庭服务和教育领域应用作为投资重点。
相关阅读：
纽约客：人工智能的炒作和希望
本文由新智元（AI_era）编译授权转载
来源：New Yorker 译者：张冬君
【新智元导读】《纽约客》8月26日发表文章《人工智能的炒作和希望》，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。作者认为，我们现在只处于第一阶段，“识别智能”。
Om Malik是一名科技作家，还是科技新闻网站GigaOm的创始人和创业基金TrueVentures的合伙人。
本月早些时候，约翰·奥利弗在HBO的脱口秀节目“Last Week Tonight”上，讽刺媒体公司疯狂追求点击率。这条视频在网上疯狂传播，在YouTube上已经有近六百万次观看。在节目进行到十分钟左右，奥利弗炮轰Tronc（更名后的Tribune Publishing Company）和其宣传视频。视频中，一个女性机器人发言人在介绍人工智能给新闻界带来的好处。
Tronc 董事长 Michael Ferro说，每天要用人工智能制作2000个视频
Tronc不是唯一热情拥抱人工智能的公司。AI十分火热，每一家公司都在谈论它将如何改变一切。即便是梅西百货公司最近也宣布，它已经在旗下十家百货商店测试一个IBM的AI工具，目的是换回那些放弃传统零售店转而支持网上购物的客户。
就像之前的“云计算”、“大数据”和“机器学习”，“人工智能”这个词已经被市场营销人员和广告文案人员大肆使用。人们说的“人工智能”里面有很大一部分其实是数据分析，还是原来的套路。如果这些过度炒作让你忍不住问“人工智能到底是什么？”别担心，你并不是一个人。我曾向许多专家询问这个词的定义，得到了不同的答案。他们一致同意的只有一件事，那就是人工智能是一组试图模拟或增强人类智能的技术。对我来说，“增强”才是重点，智能软件可以帮助我们与这个日益数字化的世界进行交互。
三十年前，我读报纸，用电动打字机打字，可以看的电视频道屈指可数。而在今天，我有来自Netflix、亚马逊、HBO等的流媒体视频，有时候我都不知道怎么选择。我们越来越难以承受电子邮件、消息、约会和提醒的轰炸。增强智能使人类面对着越来越多的信息输入和选择，数量多到一个人无法应付。
与其他技术相比，计算机和软件对于大多数人来说更难理解，充斥着神秘感。曾经有一段时间，你要用录音机把一封信或者一篇文档记录下来，然后再由别人转写成文字给你。一个人在机器的帮助下将语音转换成文本。而在今天，你可以对着你的iPhone说话，它会自己转录你的消息。如果五十年前的人们看到我们目前的语音转换成文本的功能，他们会觉得技术已经具有知觉。现在也是同样的情况，我们夸大了与世界交互的方式。著名的作家和未来学家凯文·凯利说，“我们现在能做到的，在50年前是AI，在50年后就不会被称作AI。”
在以前没有互联网的时候，我们要么打电话要么写信给朋友，一次联系一个人，来了解他们最近的生活。这是一个缓慢的过程，要花很多的精力和时间来了解每一个人。其结果是，我们的互动很少，因为打长途电话费钱，写信也要时间成本。随着因特网的出现，电子邮件成为一种促进和加快这些互动的方式。而Facebook在这方面做的更好，它把你的电话簿变成了一个中枢，让你能同时与数百、甚至数千名朋友同时联系。该算法使我们能轻松维持更多的关系而几乎无需成本。
Michelle Zhou花了15年的时间在IBM研究院和IBM Watson团队工作，之后离开IBM成为情绪分析初创企业Juji的联合创始人。情绪分析是人工智能和人机交互的一个交叉领域，Zhou作为该领域的专家，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。
我们离创建虚拟人类还有很长的路要走。尽管媒体吹得天花乱坠，但是没有任何一个技术是完美的，AI最有价值的功能在于增强人类智能。要达到这一点，我们需要训练计算机来模仿人类。 2016年4月，彭博商业周刊的一篇报道就提供了一个很好的例子。它描述了提供自动化AI个人助理的公司聘请人类“教员”来检查和评估AI助理的表现。“我们用复制人类智能的能力来定义人工智能，这很讽刺，”Sean Gourley说，他是数据分析公司Primer的创始人，善于在算法的帮助下从大型数据集挖掘智能。
无论是Spotify、Netflix或者是新一代AI聊天机器人，所有这些工具都依赖于人类自身提供数据。当我们在听歌时，把歌曲加入播放列表并分享给别人，我们就在向Spotify释放重要的信号。这些信息能训练其算法，使它不仅能发现我们喜欢什么，还能预测我们的喜好。
甚至是我们经常谈论的“计算机视觉”，它之所以有效，是因为人类上传了数十亿的照片，并且用元数据标记这些照片，给予这些照片情境。日益强大的计算机可以通过扫描这些照片从中找出模式和意义。同样地，谷歌利用它多年收集的数十亿语音样本建立了一个智能系统，能理解各种口音和细微差别，这使得谷歌的语音搜索功能成为可能。
将Zhou的三个阶段作为衡量标准，我们目前还在“识别智能”阶段——今天的计算机使用深度学习来更快更好地发现模式。然而，一些公司正在研究能用于推断意义的技术，这将是我们要走的下一步。“我们是否会到达第三阶段，这不重要，”Zhou在给我的电子邮件中这样说。“我仍然热衷于人机共生，那时，计算机可以做它们能做到的最好的事（即要求一致性、客观性和精确度的事），人类做人类能做到最好的事（有创意，不精确但适应性强）。”
未来几十年里，人类将继续训练计算机来模仿我们。而在此期间，我们将不得不面对AI的各种泡沫。
文章来源于 战略前沿技术 查看全部
赛迪顾问认为人工智能产业发展在未来将呈现出四大趋势：一是新一轮的开源化浪潮将成为人才争夺的主战场;二是语音识别领域将快速实现商业化部署;三是人工智能产业将与智慧城市建设协同发展;四是中国人工智能应用将在服务机器人领域迎来突破。同时，针对未来投资领域，赛迪顾问认为应该把握两大主要策略：重点聚焦深度学习技术积累与抢先布局家庭服务和教育领域应用。
人工智能产业几起几落，迎来新发展时期
人工智能产业概念界定。概念定义上，人工智能分为强人工智能和弱人工智能。强人工智能侧重于思维能力，指机器不仅是一种工具，而且本体拥有知觉和自我意识，能真正的推理和解决问题。弱人工智能指人造机器具备表象性的智能特征，包括像人一样思考、像人一样感知环境以及像人一样行动。
综合来看，赛迪顾问认为人工智能应该具备“3C特性”：理解力Cognize、沟通力Communicate、协同力Collaborate。即通过模拟人类思维模式实现对外界信息理解;通过语音、视觉等实现与外界沟通;通过行动控制实现人机协同工作。
人工智能的发展从起源到如今的全面推进经历了近70年的发展，期间更是起起落落经历过二次低谷期。
三大因素促使人工智能重获新生。随着深度学习重燃、海量大数据支撑、计算能力提升与成本下降等三大因素的出现，为进入21世纪的人工智能迎来了重生期。
未来3~5年将迎来智能应用快速普及。从谷歌组建研发团队到击败李世石仅仅花费2年多时间，进一步证明了深度学习的强大潜力。在不久的将来，赛迪顾问认为深度学习将取得更多成就，因为它只需要极少的人工参与，并能快速地从计算能力提升和数据量增长中获得裨益。
全球人工智能产业发展，面临三大难题
人工智能产业链包含了基础设施层、技术研发层和应用层。
基础设施层涵盖了数据支撑、感知和运算。技术研发层涵盖了机器学习、自然语言处理、图像识别三个方向。应用层分为智能硬件平台和软件集成平台。
从基础设施层看，随着以声学、触觉、味觉、嗅觉和视觉等仿生人体五种感知能力的智能传感设备的成熟化，为人工智能实现多元化发展提供了保障。
从技术研发层看，技术研发层是人工智能核心和高价值环节，包含了机器学习、自然语言处理、图像识别三个环节。把机器学习与人类对历史经验归纳做比对，机器的“训练”与“预测”过程可以对应人类的“归纳”和“推测”过程，越大的训练数据量等价于经验更丰富的人类专家。
从技术引领程度来看，机器学习是引领自然语音处理和图像识别快速发展的核心基础。利用基于知识图谱的大数据分析，通过机器学习的加工处理将使得语音的识别准确度得到大幅提升。
从应用层看，应用层分布根据技术研发的成熟度不同存在行业领域变化。自然语言处理的成熟度最高，其次是图像识别，而机器学习领域技术成熟度最低，还未形成大规模行业应用。
尽管目前人工智能很热，但人工智能的发展依然面临三大难题。
一是数据流通和协同化感知有待提升。
基础设施层的仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析。
赛迪顾问认为，未来突破点将发生在软件集成环节和类脑芯片环节。一方面软件集成作为人工智能的核心，算法的发展将决定着计算性能的提升。另一方面，针对人工智能算法设计类脑化的芯片将成为重要突破点。
二是强人工智能尚未实现关键技术突破。
在技术研发层，目前取得的进度依然属于初级阶段，对于更高层次的人工意识、情绪感知环节还没有明显的突破。
赛迪顾问认为，未来突破点将发生在脑科学研究领域。要对真正的分析理解能力进一步地研发，从大脑的进化演进、全身协调控制等领域实现。
三是智能硬件平台易用性和自主化存在差距。
应用层的智能硬件平台，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以有接近人的推理学习和分析能力，难以具备接近人的判断力。
赛迪顾问认为，未来突破点将出现在智能无人设备领域。智能无人汽车处于全球各大车企巨头争相布局阶段。另一方面，目前无人机市场已经快速启动，而具备自动跟踪、智能避障的智能化无人机使得性能上得到了跨越式提升。
全球发达国家加快布局，国内北上沈三地领军发展，全球市场呈现快速发展的态势。2018年全球人工智能市场将逼近2700亿元。
全球对人工智能的关注度不断提升，市场对各类语音识别、机器视觉等弱人工智能产品的需求得到进一步释放。2015年全球人工智能市场规模达到1683.9亿元，预计2018年将达到2697.3亿元，复合增长率达到17.0%。
全球“再工业化”趋势下人工智能硬件平台市场巨大。人工智能市场产品结构主要分为智能硬件平台和软件集成平台两大类。在全球发达国家对工业制造重新重视的趋势下，2015年全球人工智能市场结构中智能硬件平台占比达到62.6%，高于软件集成平台产品。
2015年，市场细分结构中智能工业机器人依然是重点，市场规模为744亿元，占比达到44.2%。
当前，欧美等发达国家纷纷从国家战略层面加紧布局人工智能。纷纷推出国家大脑计划，如美国的“国家机器人计划”、欧盟的人脑工程、日本经产省的“新产业结构蓝图”。
从企业战略上看，在软件集成和智能硬件平台产品中，以美国的互联网巨头为主导，日本的机器人制造商如发那科(Fanuc)也在积极布局智能工业机器人。总体来看，美国和日本分别结合自身科技研发和机器人制造的优势，已经在人工智能新一轮浪潮中抢占了先机。
国内市场加快发展步伐。2018年中国人工智能市场规模将超360亿元，2015年中国人工智能市场规模达到203.9亿元，预计2018年将达到361亿元，复合增长率为21%。
技术门槛降低推动服务机器人成为新热点。随着《中国制造2025》的发布和国家对制造业的高度重视，在2015年中国人工智能市场中，智能硬件平台占比同样高于软件集成平台，达到了59%。在未来，随着语音识别和图像识别技术商业化的推广，软件集成平台的市场份额将进一步增大。
中国人工智能市场细分结构上各类产品分布较为均衡，占据前二位的是服务机器人和智能工业机器人，2015年市场规模分别为60亿元和56亿元，占比为29.4%和27.5%。
行业应用集中于金融、电信、教育、消费电子。国内企业的人工智能应用格局中，主要分布在基于语音识别和服务机器人的家庭服务、教育和消费电子领域。总体而言，国内应用市场处在从技术研发向产品应用的过渡阶段，行业覆盖广阔但产品接受度有待市场验证。
各地密集推出产业资金配套，北上沈三地领军发展。从各地产业政策上看，北京提出的人工智能产业扶持领域最为全面，覆盖了从脑科学到智能硬件制造的全产业链环节;上海作为国家机器人检测与评定中心总部，提出到2020年平均每年新增3000台以上机器人;沈阳做为国家机器人检测与评定分中心之一，拥有新松机器人等企业基础。在未来5年，北京、沈阳和上海将在人工智能产业实现领先发展。
行业巨头并购加速，四领域成投资高地
行业巨头跨界并购加速。从近几年的并购融资事件中可以看出，国内外无论是传统互联网企业(谷歌、IBM)，还是跨领域的行业巨头(SpaceX、厦华电子、丰田)，都在积极进行人工智能的布局。
从投资机会分析看，四个领域投资被追捧。赛迪顾问从市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率等四个方面进行评价。通过综合比较分析，认为深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个领域。
从产业投资回报率分析，机器视觉值得投资。图像识别的技术成熟度低于自然语言处理，为新兴企业从软件技术为突破带来了机遇，在软件图像识别领域，尤其以face++和格灵深瞳两家为代表，通过招揽优秀研发人员在短时间内迅速脱颖而出。
从技术成熟度分析，深度学习值得投资。前瞻性的对最具价值且临近爆发期的技术点进行投资是回报率最高的，深度学习作为2006年重新提出的神经网络算法，已经为人工智能产业刮起了强劲飓风，深度学习正处在面临爆发的临界点。
从应用和技术自主度分析，服务机器人和智能无人设备值得投资。对于服务机器人和智能无人设备领域，中国在软件集成方面已经具备国际领先水平，通过攻克相对较低的硬件研发门槛，将能实现快速市场普及。而随着人们生活水平的提高和全球人口老龄化的到来，能够提供教育、医疗、娱乐等专业化服务的智能机器人也开始倍受人们追捧。受到这些刚性需求的驱动，服务机器人和智能无人设备将成为投资新蓝海。
三大未来趋势，两大投资策略
从产业未来发展趋势看，有几个重要的趋势值得关注。
新一轮的开源化将成为人才争夺主战场。近两年来，以谷歌为代表的巨头公司纷纷开始开源化自身核心产品。不仅有机器学习软件平台，还有相关硬件平台和完整软件源代码。开放源代码可以吸引外部人才参与项目协作，并改进相关技术。
语音识别领域将快速实现商业化部署。通过利用机器学习技术进行自然语言的的深度理解，一直是工业和学术界关注的焦点。在人工智能的各项领域中，自然语言处理是最为成熟的技术，由此引来各大企业纷纷进军布局。在未来3年内，成熟化的语音产品将通过云平台和智能硬件平台快速实现商业化部署。
人工智能产业将与智慧城市建设协同发展。智慧城市的发展将在安防、交通监控、医疗、智能社区等多个领域全面刺激人工智能产业发展。未来，各行业的应用需求以及消费者升级发展的需要将有效激活人工智能产品的活跃度，促进人工智能技术和产业发展。
中国人工智能应用将在服务机器人领域迎来突破。2015年已经有大量企业在服务机器人领域展开相关布局。从中国人工智能市场结构上看，服务机器人市场规模达到60亿元，占比29.4%，服务机器人基于日常生活中的广泛需求，有着广阔的市场空间。
从投资策略的角度看，有两个维度需要注意。
赛迪顾问基于市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率四个方面的考虑，重点推荐两条投资策略：
重点聚焦深度学习技术积累。通过并购重组在短时间内形成技术壁垒优势，或者集中投入于具备前景的细分技术领域的企业。一方面我们看好通过投资或收购人工智能领域开发公司，快速地获得技术优势、进而领先布局人工智能领域的龙头企业;另一方面，针对发展前景广阔的深度学习和智能机器人发展领域，投入大量研发资金推动技术创新、抢先形成技术壁垒的公司具备投资价值。
抢先布局家庭服务和教育领域应用。在商业化推广方面，优势的技术不意味良好的市场接受度。从市场需求导向入手，深度分析人工智能细分环节商业化价值的高低，在技术成熟作为支撑的前提下，以服务机器人为代表的产品将迅速实现市场普及。同时，语音技术在教育领域也将迎来全面革新。因此将家庭服务和教育领域应用作为投资重点。
相关阅读：
纽约客：人工智能的炒作和希望
本文由新智元（AI_era）编译授权转载
来源：New Yorker 译者：张冬君
【新智元导读】《纽约客》8月26日发表文章《人工智能的炒作和希望》，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。作者认为，我们现在只处于第一阶段，“识别智能”。
Om Malik是一名科技作家，还是科技新闻网站GigaOm的创始人和创业基金TrueVentures的合伙人。
本月早些时候，约翰·奥利弗在HBO的脱口秀节目“Last Week Tonight”上，讽刺媒体公司疯狂追求点击率。这条视频在网上疯狂传播，在YouTube上已经有近六百万次观看。在节目进行到十分钟左右，奥利弗炮轰Tronc（更名后的Tribune Publishing Company）和其宣传视频。视频中，一个女性机器人发言人在介绍人工智能给新闻界带来的好处。
Tronc 董事长 Michael Ferro说，每天要用人工智能制作2000个视频
Tronc不是唯一热情拥抱人工智能的公司。AI十分火热，每一家公司都在谈论它将如何改变一切。即便是梅西百货公司最近也宣布，它已经在旗下十家百货商店测试一个IBM的AI工具，目的是换回那些放弃传统零售店转而支持网上购物的客户。
就像之前的“云计算”、“大数据”和“机器学习”，“人工智能”这个词已经被市场营销人员和广告文案人员大肆使用。人们说的“人工智能”里面有很大一部分其实是数据分析，还是原来的套路。如果这些过度炒作让你忍不住问“人工智能到底是什么？”别担心，你并不是一个人。我曾向许多专家询问这个词的定义，得到了不同的答案。他们一致同意的只有一件事，那就是人工智能是一组试图模拟或增强人类智能的技术。对我来说，“增强”才是重点，智能软件可以帮助我们与这个日益数字化的世界进行交互。
三十年前，我读报纸，用电动打字机打字，可以看的电视频道屈指可数。而在今天，我有来自Netflix、亚马逊、HBO等的流媒体视频，有时候我都不知道怎么选择。我们越来越难以承受电子邮件、消息、约会和提醒的轰炸。增强智能使人类面对着越来越多的信息输入和选择，数量多到一个人无法应付。
与其他技术相比，计算机和软件对于大多数人来说更难理解，充斥着神秘感。曾经有一段时间，你要用录音机把一封信或者一篇文档记录下来，然后再由别人转写成文字给你。一个人在机器的帮助下将语音转换成文本。而在今天，你可以对着你的iPhone说话，它会自己转录你的消息。如果五十年前的人们看到我们目前的语音转换成文本的功能，他们会觉得技术已经具有知觉。现在也是同样的情况，我们夸大了与世界交互的方式。著名的作家和未来学家凯文·凯利说，“我们现在能做到的，在50年前是AI，在50年后就不会被称作AI。”
在以前没有互联网的时候，我们要么打电话要么写信给朋友，一次联系一个人，来了解他们最近的生活。这是一个缓慢的过程，要花很多的精力和时间来了解每一个人。其结果是，我们的互动很少，因为打长途电话费钱，写信也要时间成本。随着因特网的出现，电子邮件成为一种促进和加快这些互动的方式。而Facebook在这方面做的更好，它把你的电话簿变成了一个中枢，让你能同时与数百、甚至数千名朋友同时联系。该算法使我们能轻松维持更多的关系而几乎无需成本。
Michelle Zhou花了15年的时间在IBM研究院和IBM Watson团队工作，之后离开IBM成为情绪分析初创企业Juji的联合创始人。情绪分析是人工智能和人机交互的一个交叉领域，Zhou作为该领域的专家，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。
我们离创建虚拟人类还有很长的路要走。尽管媒体吹得天花乱坠，但是没有任何一个技术是完美的，AI最有价值的功能在于增强人类智能。要达到这一点，我们需要训练计算机来模仿人类。 2016年4月，彭博商业周刊的一篇报道就提供了一个很好的例子。它描述了提供自动化AI个人助理的公司聘请人类“教员”来检查和评估AI助理的表现。“我们用复制人类智能的能力来定义人工智能，这很讽刺，”Sean Gourley说，他是数据分析公司Primer的创始人，善于在算法的帮助下从大型数据集挖掘智能。
无论是Spotify、Netflix或者是新一代AI聊天机器人，所有这些工具都依赖于人类自身提供数据。当我们在听歌时，把歌曲加入播放列表并分享给别人，我们就在向Spotify释放重要的信号。这些信息能训练其算法，使它不仅能发现我们喜欢什么，还能预测我们的喜好。
甚至是我们经常谈论的“计算机视觉”，它之所以有效，是因为人类上传了数十亿的照片，并且用元数据标记这些照片，给予这些照片情境。日益强大的计算机可以通过扫描这些照片从中找出模式和意义。同样地，谷歌利用它多年收集的数十亿语音样本建立了一个智能系统，能理解各种口音和细微差别，这使得谷歌的语音搜索功能成为可能。
将Zhou的三个阶段作为衡量标准，我们目前还在“识别智能”阶段——今天的计算机使用深度学习来更快更好地发现模式。然而，一些公司正在研究能用于推断意义的技术，这将是我们要走的下一步。“我们是否会到达第三阶段，这不重要，”Zhou在给我的电子邮件中这样说。“我仍然热衷于人机共生，那时，计算机可以做它们能做到的最好的事（即要求一致性、客观性和精确度的事），人类做人类能做到最好的事（有创意，不精确但适应性强）。”
未来几十年里，人类将继续训练计算机来模仿我们。而在此期间，我们将不得不面对AI的各种泡沫。
文章来源于 战略前沿技术 查看全部
随着机器学习的快速发展，人工智能产业在历经60年的起伏之后，如今已经在全球范围形成新一轮的抢位发展态势，发达国家纷纷吹响探索大脑奥秘的号角。中国的人工智能产业在全球浪潮推动下，也在快速发展。赛迪顾问针对人工智能产业的大浪潮，提出了人工智能产业概念界定，并对产业链进行了深度剖析。对全球和中国人工智能市场规模和结构进行了判断，并详细梳理了全国各省市在人工智能领域的利好政策和具体举措。结合产业发展态势和技术热点演进，分析了各个细分领域的投资价值热点，提出深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个方向。
赛迪顾问认为人工智能产业发展在未来将呈现出四大趋势：一是新一轮的开源化浪潮将成为人才争夺的主战场;二是语音识别领域将快速实现商业化部署;三是人工智能产业将与智慧城市建设协同发展;四是中国人工智能应用将在服务机器人领域迎来突破。同时，针对未来投资领域，赛迪顾问认为应该把握两大主要策略：重点聚焦深度学习技术积累与抢先布局家庭服务和教育领域应用。
人工智能产业几起几落，迎来新发展时期
人工智能产业概念界定。概念定义上，人工智能分为强人工智能和弱人工智能。强人工智能侧重于思维能力，指机器不仅是一种工具，而且本体拥有知觉和自我意识，能真正的推理和解决问题。弱人工智能指人造机器具备表象性的智能特征，包括像人一样思考、像人一样感知环境以及像人一样行动。
综合来看，赛迪顾问认为人工智能应该具备“3C特性”：理解力Cognize、沟通力Communicate、协同力Collaborate。即通过模拟人类思维模式实现对外界信息理解;通过语音、视觉等实现与外界沟通;通过行动控制实现人机协同工作。
人工智能的发展从起源到如今的全面推进经历了近70年的发展，期间更是起起落落经历过二次低谷期。
三大因素促使人工智能重获新生。随着深度学习重燃、海量大数据支撑、计算能力提升与成本下降等三大因素的出现，为进入21世纪的人工智能迎来了重生期。
未来3~5年将迎来智能应用快速普及。从谷歌组建研发团队到击败李世石仅仅花费2年多时间，进一步证明了深度学习的强大潜力。在不久的将来，赛迪顾问认为深度学习将取得更多成就，因为它只需要极少的人工参与，并能快速地从计算能力提升和数据量增长中获得裨益。
全球人工智能产业发展，面临三大难题
人工智能产业链包含了基础设施层、技术研发层和应用层。
基础设施层涵盖了数据支撑、感知和运算。技术研发层涵盖了机器学习、自然语言处理、图像识别三个方向。应用层分为智能硬件平台和软件集成平台。
从基础设施层看，随着以声学、触觉、味觉、嗅觉和视觉等仿生人体五种感知能力的智能传感设备的成熟化，为人工智能实现多元化发展提供了保障。
从技术研发层看，技术研发层是人工智能核心和高价值环节，包含了机器学习、自然语言处理、图像识别三个环节。把机器学习与人类对历史经验归纳做比对，机器的“训练”与“预测”过程可以对应人类的“归纳”和“推测”过程，越大的训练数据量等价于经验更丰富的人类专家。
从技术引领程度来看，机器学习是引领自然语音处理和图像识别快速发展的核心基础。利用基于知识图谱的大数据分析，通过机器学习的加工处理将使得语音的识别准确度得到大幅提升。
从应用层看，应用层分布根据技术研发的成熟度不同存在行业领域变化。自然语言处理的成熟度最高，其次是图像识别，而机器学习领域技术成熟度最低，还未形成大规模行业应用。
尽管目前人工智能很热，但人工智能的发展依然面临三大难题。
一是数据流通和协同化感知有待提升。
基础设施层的仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析。
赛迪顾问认为，未来突破点将发生在软件集成环节和类脑芯片环节。一方面软件集成作为人工智能的核心，算法的发展将决定着计算性能的提升。另一方面，针对人工智能算法设计类脑化的芯片将成为重要突破点。
二是强人工智能尚未实现关键技术突破。
在技术研发层，目前取得的进度依然属于初级阶段，对于更高层次的人工意识、情绪感知环节还没有明显的突破。
赛迪顾问认为，未来突破点将发生在脑科学研究领域。要对真正的分析理解能力进一步地研发，从大脑的进化演进、全身协调控制等领域实现。
三是智能硬件平台易用性和自主化存在差距。
应用层的智能硬件平台，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以有接近人的推理学习和分析能力，难以具备接近人的判断力。
赛迪顾问认为，未来突破点将出现在智能无人设备领域。智能无人汽车处于全球各大车企巨头争相布局阶段。另一方面，目前无人机市场已经快速启动，而具备自动跟踪、智能避障的智能化无人机使得性能上得到了跨越式提升。
全球发达国家加快布局，国内北上沈三地领军发展，全球市场呈现快速发展的态势。2018年全球人工智能市场将逼近2700亿元。
全球对人工智能的关注度不断提升，市场对各类语音识别、机器视觉等弱人工智能产品的需求得到进一步释放。2015年全球人工智能市场规模达到1683.9亿元，预计2018年将达到2697.3亿元，复合增长率达到17.0%。
全球“再工业化”趋势下人工智能硬件平台市场巨大。人工智能市场产品结构主要分为智能硬件平台和软件集成平台两大类。在全球发达国家对工业制造重新重视的趋势下，2015年全球人工智能市场结构中智能硬件平台占比达到62.6%，高于软件集成平台产品。
2015年，市场细分结构中智能工业机器人依然是重点，市场规模为744亿元，占比达到44.2%。
当前，欧美等发达国家纷纷从国家战略层面加紧布局人工智能。纷纷推出国家大脑计划，如美国的“国家机器人计划”、欧盟的人脑工程、日本经产省的“新产业结构蓝图”。
从企业战略上看，在软件集成和智能硬件平台产品中，以美国的互联网巨头为主导，日本的机器人制造商如发那科(Fanuc)也在积极布局智能工业机器人。总体来看，美国和日本分别结合自身科技研发和机器人制造的优势，已经在人工智能新一轮浪潮中抢占了先机。
国内市场加快发展步伐。2018年中国人工智能市场规模将超360亿元，2015年中国人工智能市场规模达到203.9亿元，预计2018年将达到361亿元，复合增长率为21%。
技术门槛降低推动服务机器人成为新热点。随着《中国制造2025》的发布和国家对制造业的高度重视，在2015年中国人工智能市场中，智能硬件平台占比同样高于软件集成平台，达到了59%。在未来，随着语音识别和图像识别技术商业化的推广，软件集成平台的市场份额将进一步增大。
中国人工智能市场细分结构上各类产品分布较为均衡，占据前二位的是服务机器人和智能工业机器人，2015年市场规模分别为60亿元和56亿元，占比为29.4%和27.5%。
行业应用集中于金融、电信、教育、消费电子。国内企业的人工智能应用格局中，主要分布在基于语音识别和服务机器人的家庭服务、教育和消费电子领域。总体而言，国内应用市场处在从技术研发向产品应用的过渡阶段，行业覆盖广阔但产品接受度有待市场验证。
各地密集推出产业资金配套，北上沈三地领军发展。从各地产业政策上看，北京提出的人工智能产业扶持领域最为全面，覆盖了从脑科学到智能硬件制造的全产业链环节;上海作为国家机器人检测与评定中心总部，提出到2020年平均每年新增3000台以上机器人;沈阳做为国家机器人检测与评定分中心之一，拥有新松机器人等企业基础。在未来5年，北京、沈阳和上海将在人工智能产业实现领先发展。
行业巨头并购加速，四领域成投资高地
行业巨头跨界并购加速。从近几年的并购融资事件中可以看出，国内外无论是传统互联网企业(谷歌、IBM)，还是跨领域的行业巨头(SpaceX、厦华电子、丰田)，都在积极进行人工智能的布局。
从投资机会分析看，四个领域投资被追捧。赛迪顾问从市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率等四个方面进行评价。通过综合比较分析，认为深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个领域。
从产业投资回报率分析，机器视觉值得投资。图像识别的技术成熟度低于自然语言处理，为新兴企业从软件技术为突破带来了机遇，在软件图像识别领域，尤其以face++和格灵深瞳两家为代表，通过招揽优秀研发人员在短时间内迅速脱颖而出。
从技术成熟度分析，深度学习值得投资。前瞻性的对最具价值且临近爆发期的技术点进行投资是回报率最高的，深度学习作为2006年重新提出的神经网络算法，已经为人工智能产业刮起了强劲飓风，深度学习正处在面临爆发的临界点。
从应用和技术自主度分析，服务机器人和智能无人设备值得投资。对于服务机器人和智能无人设备领域，中国在软件集成方面已经具备国际领先水平，通过攻克相对较低的硬件研发门槛，将能实现快速市场普及。而随着人们生活水平的提高和全球人口老龄化的到来，能够提供教育、医疗、娱乐等专业化服务的智能机器人也开始倍受人们追捧。受到这些刚性需求的驱动，服务机器人和智能无人设备将成为投资新蓝海。
三大未来趋势，两大投资策略
从产业未来发展趋势看，有几个重要的趋势值得关注。
新一轮的开源化将成为人才争夺主战场。近两年来，以谷歌为代表的巨头公司纷纷开始开源化自身核心产品。不仅有机器学习软件平台，还有相关硬件平台和完整软件源代码。开放源代码可以吸引外部人才参与项目协作，并改进相关技术。
语音识别领域将快速实现商业化部署。通过利用机器学习技术进行自然语言的的深度理解，一直是工业和学术界关注的焦点。在人工智能的各项领域中，自然语言处理是最为成熟的技术，由此引来各大企业纷纷进军布局。在未来3年内，成熟化的语音产品将通过云平台和智能硬件平台快速实现商业化部署。
人工智能产业将与智慧城市建设协同发展。智慧城市的发展将在安防、交通监控、医疗、智能社区等多个领域全面刺激人工智能产业发展。未来，各行业的应用需求以及消费者升级发展的需要将有效激活人工智能产品的活跃度，促进人工智能技术和产业发展。
中国人工智能应用将在服务机器人领域迎来突破。2015年已经有大量企业在服务机器人领域展开相关布局。从中国人工智能市场结构上看，服务机器人市场规模达到60亿元，占比29.4%，服务机器人基于日常生活中的广泛需求，有着广阔的市场空间。
从投资策略的角度看，有两个维度需要注意。
赛迪顾问基于市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率四个方面的考虑，重点推荐两条投资策略：
重点聚焦深度学习技术积累。通过并购重组在短时间内形成技术壁垒优势，或者集中投入于具备前景的细分技术领域的企业。一方面我们看好通过投资或收购人工智能领域开发公司，快速地获得技术优势、进而领先布局人工智能领域的龙头企业;另一方面，针对发展前景广阔的深度学习和智能机器人发展领域，投入大量研发资金推动技术创新、抢先形成技术壁垒的公司具备投资价值。
抢先布局家庭服务和教育领域应用。在商业化推广方面，优势的技术不意味良好的市场接受度。从市场需求导向入手，深度分析人工智能细分环节商业化价值的高低，在技术成熟作为支撑的前提下，以服务机器人为代表的产品将迅速实现市场普及。同时，语音技术在教育领域也将迎来全面革新。因此将家庭服务和教育领域应用作为投资重点。
相关阅读：
纽约客：人工智能的炒作和希望
本文由新智元（AI_era）编译授权转载
来源：New Yorker 译者：张冬君
【新智元导读】《纽约客》8月26日发表文章《人工智能的炒作和希望》，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。作者认为，我们现在只处于第一阶段，“识别智能”。
Om Malik是一名科技作家，还是科技新闻网站GigaOm的创始人和创业基金TrueVentures的合伙人。
本月早些时候，约翰·奥利弗在HBO的脱口秀节目“Last Week Tonight”上，讽刺媒体公司疯狂追求点击率。这条视频在网上疯狂传播，在YouTube上已经有近六百万次观看。在节目进行到十分钟左右，奥利弗炮轰Tronc（更名后的Tribune Publishing Company）和其宣传视频。视频中，一个女性机器人发言人在介绍人工智能给新闻界带来的好处。
Tronc 董事长 Michael Ferro说，每天要用人工智能制作2000个视频
Tronc不是唯一热情拥抱人工智能的公司。AI十分火热，每一家公司都在谈论它将如何改变一切。即便是梅西百货公司最近也宣布，它已经在旗下十家百货商店测试一个IBM的AI工具，目的是换回那些放弃传统零售店转而支持网上购物的客户。
就像之前的“云计算”、“大数据”和“机器学习”，“人工智能”这个词已经被市场营销人员和广告文案人员大肆使用。人们说的“人工智能”里面有很大一部分其实是数据分析，还是原来的套路。如果这些过度炒作让你忍不住问“人工智能到底是什么？”别担心，你并不是一个人。我曾向许多专家询问这个词的定义，得到了不同的答案。他们一致同意的只有一件事，那就是人工智能是一组试图模拟或增强人类智能的技术。对我来说，“增强”才是重点，智能软件可以帮助我们与这个日益数字化的世界进行交互。
三十年前，我读报纸，用电动打字机打字，可以看的电视频道屈指可数。而在今天，我有来自Netflix、亚马逊、HBO等的流媒体视频，有时候我都不知道怎么选择。我们越来越难以承受电子邮件、消息、约会和提醒的轰炸。增强智能使人类面对着越来越多的信息输入和选择，数量多到一个人无法应付。
与其他技术相比，计算机和软件对于大多数人来说更难理解，充斥着神秘感。曾经有一段时间，你要用录音机把一封信或者一篇文档记录下来，然后再由别人转写成文字给你。一个人在机器的帮助下将语音转换成文本。而在今天，你可以对着你的iPhone说话，它会自己转录你的消息。如果五十年前的人们看到我们目前的语音转换成文本的功能，他们会觉得技术已经具有知觉。现在也是同样的情况，我们夸大了与世界交互的方式。著名的作家和未来学家凯文·凯利说，“我们现在能做到的，在50年前是AI，在50年后就不会被称作AI。”
在以前没有互联网的时候，我们要么打电话要么写信给朋友，一次联系一个人，来了解他们最近的生活。这是一个缓慢的过程，要花很多的精力和时间来了解每一个人。其结果是，我们的互动很少，因为打长途电话费钱，写信也要时间成本。随着因特网的出现，电子邮件成为一种促进和加快这些互动的方式。而Facebook在这方面做的更好，它把你的电话簿变成了一个中枢，让你能同时与数百、甚至数千名朋友同时联系。该算法使我们能轻松维持更多的关系而几乎无需成本。
Michelle Zhou花了15年的时间在IBM研究院和IBM Watson团队工作，之后离开IBM成为情绪分析初创企业Juji的联合创始人。情绪分析是人工智能和人机交互的一个交叉领域，Zhou作为该领域的专家，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。
我们离创建虚拟人类还有很长的路要走。尽管媒体吹得天花乱坠，但是没有任何一个技术是完美的，AI最有价值的功能在于增强人类智能。要达到这一点，我们需要训练计算机来模仿人类。 2016年4月，彭博商业周刊的一篇报道就提供了一个很好的例子。它描述了提供自动化AI个人助理的公司聘请人类“教员”来检查和评估AI助理的表现。“我们用复制人类智能的能力来定义人工智能，这很讽刺，”Sean Gourley说，他是数据分析公司Primer的创始人，善于在算法的帮助下从大型数据集挖掘智能。
无论是Spotify、Netflix或者是新一代AI聊天机器人，所有这些工具都依赖于人类自身提供数据。当我们在听歌时，把歌曲加入播放列表并分享给别人，我们就在向Spotify释放重要的信号。这些信息能训练其算法，使它不仅能发现我们喜欢什么，还能预测我们的喜好。
甚至是我们经常谈论的“计算机视觉”，它之所以有效，是因为人类上传了数十亿的照片，并且用元数据标记这些照片，给予这些照片情境。日益强大的计算机可以通过扫描这些照片从中找出模式和意义。同样地，谷歌利用它多年收集的数十亿语音样本建立了一个智能系统，能理解各种口音和细微差别，这使得谷歌的语音搜索功能成为可能。
将Zhou的三个阶段作为衡量标准，我们目前还在“识别智能”阶段——今天的计算机使用深度学习来更快更好地发现模式。然而，一些公司正在研究能用于推断意义的技术，这将是我们要走的下一步。“我们是否会到达第三阶段，这不重要，”Zhou在给我的电子邮件中这样说。“我仍然热衷于人机共生，那时，计算机可以做它们能做到的最好的事（即要求一致性、客观性和精确度的事），人类做人类能做到最好的事（有创意，不精确但适应性强）。”
未来几十年里，人类将继续训练计算机来模仿我们。而在此期间，我们将不得不面对AI的各种泡沫。
文章来源于 战略前沿技术
412 浏览
人工智能竟然可以“做梦”
机械自动化类 机械设计 2016-11-30 10:13 发表了文章
近几年来，随着神经科学的不断发展，人们对许多新奇的未知领域有了新的探索和发现。在神经科学领域，其中有一项不得不提的就是，科学家们经过不断的研究，最终发现了“梦境”对于人类的记忆巩固，有着尤为重要的作用。
如今，谷歌的人工智能公司DeepMind就研发了一项新的技术，他们能够让机器人来“做梦”，通过对梦境的创建，能够达到提高学习速度的目的。
该项目的诞生其实并没有让人们大跌眼镜，因为早在几年前，在该项目推出之前，就有了相关的铺垫。起初，研发人员们对这些人工智能梦境的创建也是花了很多时间和功夫，他们引进了许多不同的素材，最初这些梦境中的内容还包括著名的雅利达视频游戏。
一提到谷歌的这家人工智能公司DeepMind，我们首先想到的是它强大的人工智能教导模式，他们还教过人工智能玩不同的经典视频游戏，并且让这些AI还都能玩的有模有样。这也是DeepMind公司取得的最令人称叹的成就。
然而如今我们所提到的，是让机器人能够做真实的“梦”，就像人类所做的正常的梦一样，通过对真实场景的分析，就能够产生相应的“记忆”和“思维”，从中我们也可以发现，在学习和记忆各样的信息时，真实世界的场景往往占据着重要的作用。
为了更好地了解机器人做梦的重要性，我们首先需要了解梦在哺乳型物种的头脑中是如何工作的，就好比说在人类的头脑中，梦是怎样形成的，跟头脑思维又有哪些联系。我们可以从神经科学的角度来更好地理解这个问题，而科学家们也在该领域有了很多的发现，其中在了解梦境在整个思维机制中所担当的角色时，科学家们最重大的一个发现是，梦的主要内容都是一些负面的信息，并且都带有恐吓性的倾向。
你可以尝试做一件事，就是连续一个月将你所做的梦纪录下来，你会很奇妙地发现你的梦大多数都是负面和惊恐的的一些情景。虽然也会有一些很美好的梦境，但是相比而言还是略少一些。从这个简单的一项发现中，我们可以推论，在梦境中，噩梦的出现是一种正常现象，而不是我们所理解的非正常情境，从古至今一直都是这样。
这些过度负面的梦境内容，从表面上来看似乎不存在任何的意义，也无法看出其中的端倪。但是如果从神经科学的角度来分析，就能够查验出其中许多有用的信息。在众多的神经科学理论当中，有一个十分突出的理论则说明，梦境实则是对最近现实生活中所发生的事件的一个突出和强化。
在梦境中所经历的负面和惊恐的状况，实际上可以帮助大脑更好地消化这些记忆信息，能够更加深化现实中的经历，从而可以让头脑更加深刻地记得这些信息。如今，DeepMind就是使用梦境的这些特点，在一场视频游戏中，对AI进行不断地训练，让它们不断地熟悉这些内容，从而可以加快人工智能学习的速率，提升学习效果。
那么，对于机器人而言，它们要面临的挑战有哪些呢？到目前为止，世界上最先进的AI的也只能从一些较复杂的视频游戏中获得小部分的经验和技巧，例如《星际争霸2》和《迷宫》。
因此在目前这些境况下，要设置出一个更加具有威胁恐惧性的情境，就需要额外考虑一些特别的因素，例如可以在这些游戏中加入“大BOSS”等角色，或者是设置一些迷宫和蛊惑人心的环节，让人工智能在这个过程中，要费尽心力与其争战，在这个过程中会充满各样的挑战。而不是仅仅设置一些毫无意义的环节，让整个游戏的气氛很缓和轻松，不具备任何的挑战。
“梦境”式的训练方法可以让人工智能着重游戏中的某些特定部分，尤其是那些具有挑战性的环节，在这个过程中它们需要反复不断地练习，反复总结经验，直到修炼出专业技能为止。使用这种技术，在DeepMind的研究人员能够帮助人工智能实现10倍的学习速率。
也许你会问，为什么这些AI的思维会在某些游戏中比创造它们的人类还要厉害呢？要搞清楚这一点，就必须对监管式学习与非监管式学习进行区分。迄今为止，获得突出表现的AI都是在使用监管式学习的模式，在该模式中，程序员会对系统提供许多对“训练数据”，然后AI会学习这些数据并进行检测。
这是训练教导机器人最简单的方式，但这种方法与人类的学习模式不一样。目前我们在开发一种非监管式的学习模式，诚寻远门不需要对该系统进行相关的数据训练，它们可以自行学习，自行决定，从而达到某个目标。
DeepMind的研发人员们更加看重这种无监管式的学习，因为在这种模式下，人工智能更有潜力创造出与人类相似的东西。因此，虽然机器人在未来是否真的能够通过“做梦”来实现更快速率的学习，依然还有许多不确定之处，但是人工智能不久之后能够对现实情境有更加清晰的理解。虽然目前这些都是一些尝试和推测，但是这些生动的想法和理念，将会在不久的将来成为推动人工智能发展的绝佳动力。
来源：1号机器人网
智造家
查看全部
近几年来，随着神经科学的不断发展，人们对许多新奇的未知领域有了新的探索和发现。在神经科学领域，其中有一项不得不提的就是，科学家们经过不断的研究，最终发现了“梦境”对于人类的记忆巩固，有着尤为重要的作用。
如今，谷歌的人工智能公司DeepMind就研发了一项新的技术，他们能够让机器人来“做梦”，通过对梦境的创建，能够达到提高学习速度的目的。
该项目的诞生其实并没有让人们大跌眼镜，因为早在几年前，在该项目推出之前，就有了相关的铺垫。起初，研发人员们对这些人工智能梦境的创建也是花了很多时间和功夫，他们引进了许多不同的素材，最初这些梦境中的内容还包括著名的雅利达视频游戏。
一提到谷歌的这家人工智能公司DeepMind，我们首先想到的是它强大的人工智能教导模式，他们还教过人工智能玩不同的经典视频游戏，并且让这些AI还都能玩的有模有样。这也是DeepMind公司取得的最令人称叹的成就。
然而如今我们所提到的，是让机器人能够做真实的“梦”，就像人类所做的正常的梦一样，通过对真实场景的分析，就能够产生相应的“记忆”和“思维”，从中我们也可以发现，在学习和记忆各样的信息时，真实世界的场景往往占据着重要的作用。
为了更好地了解机器人做梦的重要性，我们首先需要了解梦在哺乳型物种的头脑中是如何工作的，就好比说在人类的头脑中，梦是怎样形成的，跟头脑思维又有哪些联系。我们可以从神经科学的角度来更好地理解这个问题，而科学家们也在该领域有了很多的发现，其中在了解梦境在整个思维机制中所担当的角色时，科学家们最重大的一个发现是，梦的主要内容都是一些负面的信息，并且都带有恐吓性的倾向。
你可以尝试做一件事，就是连续一个月将你所做的梦纪录下来，你会很奇妙地发现你的梦大多数都是负面和惊恐的的一些情景。虽然也会有一些很美好的梦境，但是相比而言还是略少一些。从这个简单的一项发现中，我们可以推论，在梦境中，噩梦的出现是一种正常现象，而不是我们所理解的非正常情境，从古至今一直都是这样。
这些过度负面的梦境内容，从表面上来看似乎不存在任何的意义，也无法看出其中的端倪。但是如果从神经科学的角度来分析，就能够查验出其中许多有用的信息。在众多的神经科学理论当中，有一个十分突出的理论则说明，梦境实则是对最近现实生活中所发生的事件的一个突出和强化。
在梦境中所经历的负面和惊恐的状况，实际上可以帮助大脑更好地消化这些记忆信息，能够更加深化现实中的经历，从而可以让头脑更加深刻地记得这些信息。如今，DeepMind就是使用梦境的这些特点，在一场视频游戏中，对AI进行不断地训练，让它们不断地熟悉这些内容，从而可以加快人工智能学习的速率，提升学习效果。
那么，对于机器人而言，它们要面临的挑战有哪些呢？到目前为止，世界上最先进的AI的也只能从一些较复杂的视频游戏中获得小部分的经验和技巧，例如《星际争霸2》和《迷宫》。
因此在目前这些境况下，要设置出一个更加具有威胁恐惧性的情境，就需要额外考虑一些特别的因素，例如可以在这些游戏中加入“大BOSS”等角色，或者是设置一些迷宫和蛊惑人心的环节，让人工智能在这个过程中，要费尽心力与其争战，在这个过程中会充满各样的挑战。而不是仅仅设置一些毫无意义的环节，让整个游戏的气氛很缓和轻松，不具备任何的挑战。
“梦境”式的训练方法可以让人工智能着重游戏中的某些特定部分，尤其是那些具有挑战性的环节，在这个过程中它们需要反复不断地练习，反复总结经验，直到修炼出专业技能为止。使用这种技术，在DeepMind的研究人员能够帮助人工智能实现10倍的学习速率。
也许你会问，为什么这些AI的思维会在某些游戏中比创造它们的人类还要厉害呢？要搞清楚这一点，就必须对监管式学习与非监管式学习进行区分。迄今为止，获得突出表现的AI都是在使用监管式学习的模式，在该模式中，程序员会对系统提供许多对“训练数据”，然后AI会学习这些数据并进行检测。
这是训练教导机器人最简单的方式，但这种方法与人类的学习模式不一样。目前我们在开发一种非监管式的学习模式，诚寻远门不需要对该系统进行相关的数据训练，它们可以自行学习，自行决定，从而达到某个目标。
DeepMind的研发人员们更加看重这种无监管式的学习，因为在这种模式下，人工智能更有潜力创造出与人类相似的东西。因此，虽然机器人在未来是否真的能够通过“做梦”来实现更快速率的学习，依然还有许多不确定之处，但是人工智能不久之后能够对现实情境有更加清晰的理解。虽然目前这些都是一些尝试和推测，但是这些生动的想法和理念，将会在不久的将来成为推动人工智能发展的绝佳动力。
来源：1号机器人网
智造家
569 浏览
3D打印技术如何成为未来战争的关键点？
机械自动化类 品管人生 2016-11-22 16:14 发表了文章
未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
军工和国防是最能从3D打印技术中受益的领域之一。3D打印技术将极大缩短军队供应链，以更短的时间、更低的成本、更不受物理限制的方式，生产各种零件、设备、武器。在对未来战争的构想中，世界各主要国家都不敢忽视3D打印技术。
美国海军陆战队野战演习测试3D打印
据3Ders.org报道，美国海军陆战队开始在野战演习中测试增材制造，为未来在战争中应用3D打印技术铺路。
海军陆战队372侧翼支援中队(建立- 372)是3 d打印的试点。司令官的海军陆战队将军罗伯特·内尔已经发布了一个关于增材制造的临时政策，表明3D打印机可能很快就会成为标准配置。
好处是显而易见的。海军陆战队和一些其他军事单位通常部署在偏远地区，因此能够携带的设备多多少少受到限制。但是，只要一台3D打印机就可以打印各种基本部件，从水瓶到到枪支卡车的备件，甚至一些简单的工具。在危急之中，这可能意味着生与死的差别。
3D打印机可能成为海军陆战队中最强大的武器之一，因为3D打印机可以快速创造数以千计的不同组件，从而可以保证装备、车辆始终配备齐整。它还可以给战场上的士兵生产水瓶和水龙头，从而帮助他们在沙漠、山地等不利地形下生存。对于军方高层，这无疑是有趣的前景。
目前MWSS-372的测试是从简单开始的。他们使用的是一款普通的“Invent3D” 3D打印机，这款3D打印机配备的是单挤压头，最高承受温度为220摄氏度。这意味着测试团队只能创造塑料配件，但是战斗工程师们也可以用它打造塑料夹子或者螺丝，这样他们就可以修复一些损坏的金属部件而不用完全更换它们。
实际上，很多部件选择使用金属材料往往是为了更加耐久，因此在紧要关头士兵们也可以临时使用一些塑料的新部件，以应付突发情况。
为了展示3D打印机在战场上的实际用途，测试团队用它为一辆军用悍马打印了一个新的门把手。为了实现这一目标，他们用手测量了该把手，并将数据输入Tinkercad。
未来美军计划建立一个庞大的基本零部件数据库，这样部队就能够很方便地打印出任何需要的部件。
据称，美国海军陆战队已经开始在亚利桑那州进行一系列的3D打印机训练一体化演习，并决心培训每一中队如何在战场上使用3D打印机。此外，刚颁布的临时政策也包括了一系列的安全要求，也包括要求为车辆打印的部件要使用一种显眼的颜色，这样当车辆返回服务地点时便于对其进行检查或更换。
事实上，早在2014年，美国海军陆战队就在军演中使用过3D打印技术。3D Systems公司与美国海军陆战队一起，为其年度远征后勤军事演习（Expeditionary Logistics Wargame）提供3D打印、扫描和检测技术支持。
工程师们利用3D Systems公司的3D扫描和金属打印技术，修复多用途战术机器人。该机器人主要作用是清理目标区域的垃圾和其他障碍物，以便于直升机降落。使用3D扫描系统，工程师们将能迅速创建机器人的受损部件精确的CAD模型，并使用3DS的工业级金属直接印刷和选择性激光烧结3D打印机快速制造出完好的部件。
在打印完成后，他们还将使用一款名为 Geomagic Control的软件对打印件进行数字检测，以确保其安全可靠。
今年6月1日—2日，在北卡罗来纳州的海军陆战队基地军营，来自美军海军陆战队各单位的代表学习了如何使用3D打印机、尝试着组装它们，并了解了3D打印机的能力。参与学习的人中包括飞机机械师、海军陆战队后勤人员和轻武器维修技师，这些人员需要将3D打印机融入自己的日常职业工作中，使得海军陆战队能够在其需要的时候设计和3D打印出任何产品。
海军陆战队还曾考虑用3D打印解决飞机短缺的问题，以及尝试用于后勤支援的可能性。
3D打印在实战中的应用
目前，3D打印在实战中的应用并不多见。
在2014年4月爆发并延续至今的乌克兰东部冲突地区中，乌克兰军队在战场上使用了3D打印的无人机。
乌克兰军队中使用的3D打印无人机
这些3D打印无人机主要来自基辅 Step IT学院的机器人实验室，被用于从安全距离监控与亲俄分裂分子交战区域的情势。
每架无人机的3D打印费用大约为1200美元（其间大部分费用是人力资本，而不是材料本身），另外还需要3000美元用于必需的精良设备。虽然这看起来很贵，但是想一下，一架拥有类似功能的普通无人机成本高达30000美元。3D打印无人机的价格仅相当于它的七分之一。
五角大楼的3D无人机
近期，美国五角大楼也测试了低成本的3D打印迷你无人机群，希望用于监视和攻击。美国国防部称，未来将部署无人机群干扰敌方防御系统，并通过小型传感器监视区域，甚至装备攻击性武器。这些迷你无人机名为“Perdix”，目前已经3D打印出它们的外壳模具，使得低成本批量生产成为可能。
据3Ders.org报道，巴西空军也正在尝试用3D打印技术制造飞机零件。
据一位巴西空军研究所（IEAv）研究员介绍，研究所一直在寻找一种方式来加快新航空零部件的试验和开发过程。在IEAv使用增材制造特定部分（与气体燃料喷射孔具有15度斜坡的飞机入口坡道）的成功后，3D打印已成为越来越重要的研究方式。后来，研究所用3D打印制造了高超音速引擎原型，和飞机模型。这些模型已经通过多次测试，如休克风洞试验等。
此前IEAv使用传统的制造技术，不仅价格昂贵，而且非常耗时，通常6个月只能生产一个配件。采用3D打印技术后，研究人员大大缩短了这一制造周期，可以在一周内完成配件的3D打印并通过测试。
目前，IEAv正致力于含有金属或其他先进材料的混合动力材料原型的3D打印。下一步，该研究所的目标是提高飞机新零件的强度及匹配度。
现在，3D打印技术已经成功运用于飞机的零部件生产和维修。
英国“旋风”战机
2014年1月，一架采用了3D打印技术生产的零件的“旋风”战斗机完成试飞。3D打印部件包括驾驶舱无线电防护罩、起落架防护装置以及进气口支架。英国航空航天系统公司称，这是装配3D打印部件的战斗机首次试飞成功。
2015年6月，韩国空军使用的F-15K战机发动机遭到损坏，其发动机上的钛合金的涡轮护罩与钴合金的空气密封件需要修复，他们想要找到一种既耐久又可靠的方法使部件升级的同时，又不牺牲任何质量。韩国空军选择了3D打印技术，找到德国3D打印机制造商利用专门的DMT技术完成了修复。
DMT技术的工作原理主要是用高功率激光熔化金属粉末，被认为是最新和最具前景的3D打印技术之一，几乎能够立即修复好韩国军机的部件。
展望未来：3D打印一体化战争
最直观的是供应链的变化。军用3D打印技术将极大缩短军队供应链，降低后勤保障成本。美国公司认为，3D打印技术可能会使美国国防部减少库存和存储空间，从而降低各项成本。
其次，战争进程的变化。
中国国防报·军事特刊曾发表文章称，未来的战争有可能成为“3D一体化战争”：
3D打印技术将对未来信息化战争产生全面广泛的影响，包括作战理念、指挥体制、技术研发、装备制造、后勤装备保障等方方面面。如果从整个参战体系各要素的关联性去看待3D打印技术，可以毫不夸张地说，未来的一体化作战，将是3D打印的一体化战争。
文中提到，3D打印可以更好地发挥一体化战争顶层设计的作用。顶层设计事关战争准备和战争实施的方向，牵一发而动全身。但顶层设计难以对局部各要素在体系中发挥的作用和可能出现的问题做到面面俱到。
未来3D打印技术基本上能够保证有什么样的图，就能出什么样的产品。因此3D打印技术可以将顶层设计中的改变体现在图纸上的预变，对预变的各要素进行细致分割，既可以将分割后的要素部件进行样品打印逐一测试，又可以将各要素无缝衔接实现整体组合运转。这样，就可以在试验阶段实现设计与实体运行相结合，预先发现实体运行可能出现的局部性问题以及局部性问题对体系系统产生的影响，及时修正顶层设计中出现的问题，从而使整体设计有更大的预见性和更多的改变空间，避免整体设计的失误带来的灾难性影响。
最后，3D打印还可以提供更好的适应性，物理束缚大大降低。
没有枪没有炮，3D打印就地造，这在未来的战争中可能成为现实。假象一个场景，如果被敌军围困在一个山头上，在子弹行将用完之际，没必要坐以待毙，只要有一台3D打印机，就可以马上生产弹药。再比如，一架3D飞机被敌人击落以后，短短几小时后，另一架飞机马上就从基地起飞。
但是，3D打印也会带来一些风险。
比如，3D打印将会使人们获得枪支弹药的难度大大降低，枪支泛滥可能导致大众的紧张情绪，造成更多的流血事件。恐怖分子利用3D打印机，也可以在短期内大规模生产杀伤性武器。
但是，无论如何，3D打印都会改变未来的战争形态。未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
洛克希德•马丁公司追赶3D打印步伐
据《制造工程杂志》网站2016年11月3日刊文，作为世界上最大的防务承包商，洛克希德·马丁是否已经掌握了增材制造?据公司奥兰多训练与仿真部的增材制造组长Robert Ghobrial表示，像世界上所有制造商一样，一些洛马的专家正纠结于回答3D打印提出的一些问题。“我们现在是否应该投资该技术，或者等到其更快和更便宜?我们是否应该拥有一个中心化或分布式打印的模型?”他是在10月举办的“增材制造应用：为增长而创新”研讨会上提出这些问题的。
他谈到2012年的3D打印工作，那时他的团队收到了一些MakerBot打印机，大部分都没用过。即使是到了2014年，他的绝大部分工作也是为Thingiverse数字设计公司制造一些小装饰品。“当时我打印尤达大师的头，我说‘相信我，相信我，我们能搞定’。”同年，他的团队得到了第一台生产型3D打印机，Stratasys公司Fortus。“有了这台打印机，我们有手段制造真正的零件。”Ghorbial创造了一个词语“增材制造的5P”，一个制造模型，描述增材制造如何能够帮助航空航天、防务和其它业务。5P是：
方案(Proposal)：3D打印可以在交易会上制作赠品;建筑和空间模型;辅助客户交流。例如，一个斯科斯基直升机的3D打印缩比模型让他的团队能够将客户的想象快速翻译为一个物理模型，每个人都可以看到和触摸。
原型(Prototype)：3D打印机的原型帮助设计确认和概念开发验证。在设计阶段下游，原型帮助确保在技术交换会议、初步和关键设计评审上得到专家认可。
采购：我们能制作物品而不是购买它么?增材制造如何降低我们的供应链风险、运输和库存成本?
生产保障：3D打印保障生产的方式有帮助制作装配夹具、制造工装、生产模板、检测夹具和机床防护板。
生产：增材制造可生产终端零件;按需制造零件用于备件、保修和修理保障;甚至管理过时淘汰。
Ghorbial解释了管理过时淘汰：“许多国防部采购的系统将服役数十年。当国防部因为战场损坏而订购一个系统、子系统或部件时，原先的制造商或供应商可能已经停业了。我们使用增材制造重新生产那些原始零件，作为管理供应链中过时淘汰的一个方式。”至少有一个听众欢迎这个事实，即洛马没有全部的答案。重型设备流体处理系统制造商HydarForce的运营经理表示：“这令人鼓舞。至少正视了现实，即增材制造正在到来，但我们还没完全准备好。”
洛马用这项新技术已经取得一些成就，并且是世界性纪录。公司7月制造了达到木星极轨道的朱诺航天器。它拥有一个增材零件，使其成为飞得最快的3D打印零件。而且，洛马正在为卫星制造钛合金推进剂贮箱，使用的是西亚基公司的电子束增材制造技术。尽管Ghobrial有些自嘲感，但他的团队让3D打印机得到了良好使用。在增材制造生产的第一年，该设施就生产了超过3500个增材制造零件，其中1500个进入了最终用途生产。“我猜测如果我们没有Makerbots，我们现在不会达到这个高度。”（中航工业发展研究中心 刘亚威）
俄罗斯先期研究基金会
完成3D打印弹药测试
【据3ders网站2016年11月13日报道】俄罗斯先期研究基金会（Fund for Perspective Research）日前对3D打印弹药进行了测试，结果显示，增材制造的弹药与传统工艺制造的弹药性能基本一致。
近期，俄军方几乎每周都会公布一些基于3D打印的新应用，包括无人机、坦克、武器。3D打印子弹是最新公布的3D打印应用，它可以为军方提供一种新型弹药。俄罗斯先期研究基金会报告称，大量3D打印弹药测试显示结果非常乐观，某些方面表现与现有弹药一样好。
俄先期研究基金会表示，研究人员使用激光烧结技术来3D打印子弹，金属粉末一层层熔合，最终形成一个没有接缝或弱点的完整的子弹。虽然3D打印肯定不是生产小金属构件快的方法，但研究表明，制造过程是可行的，可以合理地用于制造特殊设计的弹药或弹药模具。
3D打印子弹测试由俄罗斯先期研究基金会与中央精密机器制造科学研究所（JSC Tsniitochmash）共同完成。射击实验表明，子弹具有必要的强度，与其他弹药一样有效，研究人员认为激光烧结技术可用于开发更多其他军事装备。
如俄罗斯3D打印技术研究继续当前的研究速度，则该国军方未来将有可能使用全部由3D打印制造的武器和弹药。早在俄罗斯先期研究基金进行3D打印子弹测试之前，俄传奇武器制造商卡拉什尼科夫集团今年二月就曾建议，可以使用增材制造打造新型突击步枪。卡拉什尼科夫集团与俄罗斯Stankoprom金属公司签订合同，为其新型武器生产一系列3D打印金属零件。 （中国船舶工业综合技术经济研究院 程大树）
美国采用创新型3D打印工艺
在厘米级尺度制备出具有
纳米级特性的多层金属超材料
【据弗吉尼亚理工大学网站2016年7月报道】多年来，科研人员一直通过在纳米尺度合成材料获取较强的力学、光学和能量特性，例如，在纳米尺度制造材料的强度是钢的100倍（例如石墨烯片材），但在更大尺度上合成的材料强度将大幅降低。
目前，弗吉尼亚理工大学好劳伦斯利弗莫尔国家实验室的科研人员在DARPA的支持下，研究出能在厘米级尺度上制备具有纳米尺度特性的有机（例如金属和陶瓷）纳米结构材料的3D打印工艺。采用该工艺制备出的金属材料由纳米尺度的中空管排列成分层的三维晶格架构，具有轻质、高强度、超弹性和空前的延展性。制备出的材料同时展现出超高的弹性，拉伸弹性是传统轻金属和陶瓷泡沫材料的400倍。制备过程中并未采用柔软的聚合物，因此制备出的材料适用于要求在恶劣环境下抵抗化学腐蚀和耐热的柔韧的传感器和电子产品。制备出分层晶格意味着拥有更多界面来搜集光子能，因为光子可以从包括表面和晶格结构内部在内的所有方向进入到材料结构中，而传统的光伏板仅能通过表面搜集光子。
该工艺制备出的材料可用于任何需要材料同时具有高刚度、高强度、轻重量、高弹性的领域，例如用于航天、弹性装甲、轻型车辆和电池结构。（中国航天系统科学与工程研究院 贾平）
美国橡树岭国家实验室验证
永磁铁增材制造技术
【据美国橡树岭国家实验室网站2016年11月1日公告】美国能源部(DOE)橡树岭国家实验室(ORNL)的研究人员验证了一种永磁铁增材制造技术，用这种技术生产的永磁铁在各方面都优于用传统注模技术生产的粘结磁铁，有相当的或更好的磁性、力学性能和微结构，而且生产过程不会浪费材料，有助于对稀土资源的保护。ORNL的科学家此次制造的是各向同性的钕铁硼磁铁，相关结果已发表在《Scientific Reports杂志》上，项目得到了DOE关键材料研究所(CMI)的资助。ORNL科学家的下一步目标是打印各向异性的粘结磁铁。CMI的负责人Alex King认为，复杂形状高强度磁铁的制造能力是高效电动机和发电机设计的“改变游戏规则技术”，该项研究的潜力非常巨大。（理群）
通用电气公司成功测试包含35%
增材制造零部件的航空发动机
【据3ders网站11月1日报道】通用电气公司已经对一台35%零部件都采用增材制造的演示验证发动机进行了测试。该发动机主要用于验证增材制造技术在先进涡桨（ATP）发动机的适用性，ATP发动机将为德事隆最新研制的Cessna Denal单引擎涡桨飞机提供动力。
航天航空领域一直在追求将增材制造作为重要技术手段。通用电气公司此次展示了一个35%增材制造零部件的发动机，无疑是航空航天领域增材制造技术应用的一个壮举，适用于ATP发动机的所有增材制造零部件将使发动机减重5%，特定燃油消耗减少1%，进一步表明了增材制造技术应用的良好效果。
为了验证ATP发动机零部件，通用电气公司开发了CT7-2E1技术演示验证发动机——a-CT7，其在18个月内完成设计、制造和测试。该验证发动机对现有CT7（采用减材制造）发动机进行反求，全面展示出航空航天增材制造的能力，超过900个采用传统减材制造的零部件变为仅由16个增材制造零部件。虽然验证发动机不打算飞行运行，但ATP发动机零部件派生自CT7，使得经a-CT7成功测试的增材制造零部件可以集成到ATP发动机中。
该ATP发动机将为新的Cessna Denali单引擎涡桨飞机提供动力，将比任何航空历史上生产发动机中使用的增材制造零部件都多，855个减材制造零部件将减少为12个增材制造零部件，占发动机总零件数量的35%。这些增材制造零部件包括：油底壳、轴承座、框架、排气箱、燃烧器衬套，热交换器和固定流动道部件。
在ATP发动机中使用12个增材制造零部件标志着发动机中零部件数量比CFM LEAP发动机显著增加。CFM LEAP发动机只包含一个增材制造燃料喷嘴。然而，设计LEAP增材制造燃料喷嘴的8位工程师在a-CT7中制造了16个增材制造零部件，并且将有更多的增材制造零部件集成到下一代的演示验证发动机中。
在通用电气公司看来，增材制造技术不仅有助于减轻发动机部件的重量，还将提高生产速度。例如，燃烧器衬套两天就可以采用增材制造成形。增材制造的另一优势是加快了测试周期。诸如ATP这样的项目，通用电气公司的一个关注重点是使硬件设备能更快地测试，而不是花费太多时间在计算机上进行模拟仿真。通过尽快对实体硬件设备进行测试，可以使用测试结果数据来帮助更好地进行设计迭代，这样可以更快设计出更好地产品。
这一1240马力ATP涡桨发动机是通用电气公司涡桨发动机中的一个新系列，目标是瞄准公务及通用航空领域动力市场（1000~1600马力），计划在2017年底前投入运行。新的Cessna Denali飞机将由ATP提供动力，飞行距离可达到1600海里，速度高于285节。
通用电气公司航空业务副总裁Brad Mottier最近报告说，公司已经花费了大约10亿美元来执行其整体增材制造计划。在10月份未能收购德国SLM解决方案公司后，最终收购了德国Concept Laser公司。
以上内容摘自国防科技信息网
智造家提供 查看全部
军工和国防是最能从3D打印技术中受益的领域之一。3D打印技术将极大缩短军队供应链，以更短的时间、更低的成本、更不受物理限制的方式，生产各种零件、设备、武器。在对未来战争的构想中，世界各主要国家都不敢忽视3D打印技术。
美国海军陆战队野战演习测试3D打印
据3Ders.org报道，美国海军陆战队开始在野战演习中测试增材制造，为未来在战争中应用3D打印技术铺路。
海军陆战队372侧翼支援中队(建立- 372)是3 d打印的试点。司令官的海军陆战队将军罗伯特·内尔已经发布了一个关于增材制造的临时政策，表明3D打印机可能很快就会成为标准配置。
好处是显而易见的。海军陆战队和一些其他军事单位通常部署在偏远地区，因此能够携带的设备多多少少受到限制。但是，只要一台3D打印机就可以打印各种基本部件，从水瓶到到枪支卡车的备件，甚至一些简单的工具。在危急之中，这可能意味着生与死的差别。
3D打印机可能成为海军陆战队中最强大的武器之一，因为3D打印机可以快速创造数以千计的不同组件，从而可以保证装备、车辆始终配备齐整。它还可以给战场上的士兵生产水瓶和水龙头，从而帮助他们在沙漠、山地等不利地形下生存。对于军方高层，这无疑是有趣的前景。
目前MWSS-372的测试是从简单开始的。他们使用的是一款普通的“Invent3D” 3D打印机，这款3D打印机配备的是单挤压头，最高承受温度为220摄氏度。这意味着测试团队只能创造塑料配件，但是战斗工程师们也可以用它打造塑料夹子或者螺丝，这样他们就可以修复一些损坏的金属部件而不用完全更换它们。
实际上，很多部件选择使用金属材料往往是为了更加耐久，因此在紧要关头士兵们也可以临时使用一些塑料的新部件，以应付突发情况。
为了展示3D打印机在战场上的实际用途，测试团队用它为一辆军用悍马打印了一个新的门把手。为了实现这一目标，他们用手测量了该把手，并将数据输入Tinkercad。
未来美军计划建立一个庞大的基本零部件数据库，这样部队就能够很方便地打印出任何需要的部件。
据称，美国海军陆战队已经开始在亚利桑那州进行一系列的3D打印机训练一体化演习，并决心培训每一中队如何在战场上使用3D打印机。此外，刚颁布的临时政策也包括了一系列的安全要求，也包括要求为车辆打印的部件要使用一种显眼的颜色，这样当车辆返回服务地点时便于对其进行检查或更换。
事实上，早在2014年，美国海军陆战队就在军演中使用过3D打印技术。3D Systems公司与美国海军陆战队一起，为其年度远征后勤军事演习（Expeditionary Logistics Wargame）提供3D打印、扫描和检测技术支持。
工程师们利用3D Systems公司的3D扫描和金属打印技术，修复多用途战术机器人。该机器人主要作用是清理目标区域的垃圾和其他障碍物，以便于直升机降落。使用3D扫描系统，工程师们将能迅速创建机器人的受损部件精确的CAD模型，并使用3DS的工业级金属直接印刷和选择性激光烧结3D打印机快速制造出完好的部件。
在打印完成后，他们还将使用一款名为 Geomagic Control的软件对打印件进行数字检测，以确保其安全可靠。
今年6月1日—2日，在北卡罗来纳州的海军陆战队基地军营，来自美军海军陆战队各单位的代表学习了如何使用3D打印机、尝试着组装它们，并了解了3D打印机的能力。参与学习的人中包括飞机机械师、海军陆战队后勤人员和轻武器维修技师，这些人员需要将3D打印机融入自己的日常职业工作中，使得海军陆战队能够在其需要的时候设计和3D打印出任何产品。
海军陆战队还曾考虑用3D打印解决飞机短缺的问题，以及尝试用于后勤支援的可能性。
3D打印在实战中的应用
目前，3D打印在实战中的应用并不多见。
在2014年4月爆发并延续至今的乌克兰东部冲突地区中，乌克兰军队在战场上使用了3D打印的无人机。
乌克兰军队中使用的3D打印无人机
这些3D打印无人机主要来自基辅 Step IT学院的机器人实验室，被用于从安全距离监控与亲俄分裂分子交战区域的情势。
每架无人机的3D打印费用大约为1200美元（其间大部分费用是人力资本，而不是材料本身），另外还需要3000美元用于必需的精良设备。虽然这看起来很贵，但是想一下，一架拥有类似功能的普通无人机成本高达30000美元。3D打印无人机的价格仅相当于它的七分之一。
五角大楼的3D无人机
近期，美国五角大楼也测试了低成本的3D打印迷你无人机群，希望用于监视和攻击。美国国防部称，未来将部署无人机群干扰敌方防御系统，并通过小型传感器监视区域，甚至装备攻击性武器。这些迷你无人机名为“Perdix”，目前已经3D打印出它们的外壳模具，使得低成本批量生产成为可能。
据3Ders.org报道，巴西空军也正在尝试用3D打印技术制造飞机零件。
据一位巴西空军研究所（IEAv）研究员介绍，研究所一直在寻找一种方式来加快新航空零部件的试验和开发过程。在IEAv使用增材制造特定部分（与气体燃料喷射孔具有15度斜坡的飞机入口坡道）的成功后，3D打印已成为越来越重要的研究方式。后来，研究所用3D打印制造了高超音速引擎原型，和飞机模型。这些模型已经通过多次测试，如休克风洞试验等。
此前IEAv使用传统的制造技术，不仅价格昂贵，而且非常耗时，通常6个月只能生产一个配件。采用3D打印技术后，研究人员大大缩短了这一制造周期，可以在一周内完成配件的3D打印并通过测试。
目前，IEAv正致力于含有金属或其他先进材料的混合动力材料原型的3D打印。下一步，该研究所的目标是提高飞机新零件的强度及匹配度。
现在，3D打印技术已经成功运用于飞机的零部件生产和维修。
英国“旋风”战机
2014年1月，一架采用了3D打印技术生产的零件的“旋风”战斗机完成试飞。3D打印部件包括驾驶舱无线电防护罩、起落架防护装置以及进气口支架。英国航空航天系统公司称，这是装配3D打印部件的战斗机首次试飞成功。
2015年6月，韩国空军使用的F-15K战机发动机遭到损坏，其发动机上的钛合金的涡轮护罩与钴合金的空气密封件需要修复，他们想要找到一种既耐久又可靠的方法使部件升级的同时，又不牺牲任何质量。韩国空军选择了3D打印技术，找到德国3D打印机制造商利用专门的DMT技术完成了修复。
DMT技术的工作原理主要是用高功率激光熔化金属粉末，被认为是最新和最具前景的3D打印技术之一，几乎能够立即修复好韩国军机的部件。
展望未来：3D打印一体化战争
最直观的是供应链的变化。军用3D打印技术将极大缩短军队供应链，降低后勤保障成本。美国公司认为，3D打印技术可能会使美国国防部减少库存和存储空间，从而降低各项成本。
其次，战争进程的变化。
中国国防报·军事特刊曾发表文章称，未来的战争有可能成为“3D一体化战争”：
3D打印技术将对未来信息化战争产生全面广泛的影响，包括作战理念、指挥体制、技术研发、装备制造、后勤装备保障等方方面面。如果从整个参战体系各要素的关联性去看待3D打印技术，可以毫不夸张地说，未来的一体化作战，将是3D打印的一体化战争。
文中提到，3D打印可以更好地发挥一体化战争顶层设计的作用。顶层设计事关战争准备和战争实施的方向，牵一发而动全身。但顶层设计难以对局部各要素在体系中发挥的作用和可能出现的问题做到面面俱到。
未来3D打印技术基本上能够保证有什么样的图，就能出什么样的产品。因此3D打印技术可以将顶层设计中的改变体现在图纸上的预变，对预变的各要素进行细致分割，既可以将分割后的要素部件进行样品打印逐一测试，又可以将各要素无缝衔接实现整体组合运转。这样，就可以在试验阶段实现设计与实体运行相结合，预先发现实体运行可能出现的局部性问题以及局部性问题对体系系统产生的影响，及时修正顶层设计中出现的问题，从而使整体设计有更大的预见性和更多的改变空间，避免整体设计的失误带来的灾难性影响。
最后，3D打印还可以提供更好的适应性，物理束缚大大降低。
没有枪没有炮，3D打印就地造，这在未来的战争中可能成为现实。假象一个场景，如果被敌军围困在一个山头上，在子弹行将用完之际，没必要坐以待毙，只要有一台3D打印机，就可以马上生产弹药。再比如，一架3D飞机被敌人击落以后，短短几小时后，另一架飞机马上就从基地起飞。
但是，3D打印也会带来一些风险。
比如，3D打印将会使人们获得枪支弹药的难度大大降低，枪支泛滥可能导致大众的紧张情绪，造成更多的流血事件。恐怖分子利用3D打印机，也可以在短期内大规模生产杀伤性武器。
但是，无论如何，3D打印都会改变未来的战争形态。未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
洛克希德•马丁公司追赶3D打印步伐
据《制造工程杂志》网站2016年11月3日刊文，作为世界上最大的防务承包商，洛克希德·马丁是否已经掌握了增材制造?据公司奥兰多训练与仿真部的增材制造组长Robert Ghobrial表示，像世界上所有制造商一样，一些洛马的专家正纠结于回答3D打印提出的一些问题。“我们现在是否应该投资该技术，或者等到其更快和更便宜?我们是否应该拥有一个中心化或分布式打印的模型?”他是在10月举办的“增材制造应用：为增长而创新”研讨会上提出这些问题的。
他谈到2012年的3D打印工作，那时他的团队收到了一些MakerBot打印机，大部分都没用过。即使是到了2014年，他的绝大部分工作也是为Thingiverse数字设计公司制造一些小装饰品。“当时我打印尤达大师的头，我说‘相信我，相信我，我们能搞定’。”同年，他的团队得到了第一台生产型3D打印机，Stratasys公司Fortus。“有了这台打印机，我们有手段制造真正的零件。”Ghorbial创造了一个词语“增材制造的5P”，一个制造模型，描述增材制造如何能够帮助航空航天、防务和其它业务。5P是：
方案(Proposal)：3D打印可以在交易会上制作赠品;建筑和空间模型;辅助客户交流。例如，一个斯科斯基直升机的3D打印缩比模型让他的团队能够将客户的想象快速翻译为一个物理模型，每个人都可以看到和触摸。
原型(Prototype)：3D打印机的原型帮助设计确认和概念开发验证。在设计阶段下游，原型帮助确保在技术交换会议、初步和关键设计评审上得到专家认可。
采购：我们能制作物品而不是购买它么?增材制造如何降低我们的供应链风险、运输和库存成本?
生产保障：3D打印保障生产的方式有帮助制作装配夹具、制造工装、生产模板、检测夹具和机床防护板。
生产：增材制造可生产终端零件;按需制造零件用于备件、保修和修理保障;甚至管理过时淘汰。
Ghorbial解释了管理过时淘汰：“许多国防部采购的系统将服役数十年。当国防部因为战场损坏而订购一个系统、子系统或部件时，原先的制造商或供应商可能已经停业了。我们使用增材制造重新生产那些原始零件，作为管理供应链中过时淘汰的一个方式。”至少有一个听众欢迎这个事实，即洛马没有全部的答案。重型设备流体处理系统制造商HydarForce的运营经理表示：“这令人鼓舞。至少正视了现实，即增材制造正在到来，但我们还没完全准备好。”
洛马用这项新技术已经取得一些成就，并且是世界性纪录。公司7月制造了达到木星极轨道的朱诺航天器。它拥有一个增材零件，使其成为飞得最快的3D打印零件。而且，洛马正在为卫星制造钛合金推进剂贮箱，使用的是西亚基公司的电子束增材制造技术。尽管Ghobrial有些自嘲感，但他的团队让3D打印机得到了良好使用。在增材制造生产的第一年，该设施就生产了超过3500个增材制造零件，其中1500个进入了最终用途生产。“我猜测如果我们没有Makerbots，我们现在不会达到这个高度。”（中航工业发展研究中心 刘亚威）
俄罗斯先期研究基金会
完成3D打印弹药测试
【据3ders网站2016年11月13日报道】俄罗斯先期研究基金会（Fund for Perspective Research）日前对3D打印弹药进行了测试，结果显示，增材制造的弹药与传统工艺制造的弹药性能基本一致。
近期，俄军方几乎每周都会公布一些基于3D打印的新应用，包括无人机、坦克、武器。3D打印子弹是最新公布的3D打印应用，它可以为军方提供一种新型弹药。俄罗斯先期研究基金会报告称，大量3D打印弹药测试显示结果非常乐观，某些方面表现与现有弹药一样好。
俄先期研究基金会表示，研究人员使用激光烧结技术来3D打印子弹，金属粉末一层层熔合，最终形成一个没有接缝或弱点的完整的子弹。虽然3D打印肯定不是生产小金属构件快的方法，但研究表明，制造过程是可行的，可以合理地用于制造特殊设计的弹药或弹药模具。
3D打印子弹测试由俄罗斯先期研究基金会与中央精密机器制造科学研究所（JSC Tsniitochmash）共同完成。射击实验表明，子弹具有必要的强度，与其他弹药一样有效，研究人员认为激光烧结技术可用于开发更多其他军事装备。
如俄罗斯3D打印技术研究继续当前的研究速度，则该国军方未来将有可能使用全部由3D打印制造的武器和弹药。早在俄罗斯先期研究基金进行3D打印子弹测试之前，俄传奇武器制造商卡拉什尼科夫集团今年二月就曾建议，可以使用增材制造打造新型突击步枪。卡拉什尼科夫集团与俄罗斯Stankoprom金属公司签订合同，为其新型武器生产一系列3D打印金属零件。 （中国船舶工业综合技术经济研究院 程大树）
美国采用创新型3D打印工艺
在厘米级尺度制备出具有
纳米级特性的多层金属超材料
【据弗吉尼亚理工大学网站2016年7月报道】多年来，科研人员一直通过在纳米尺度合成材料获取较强的力学、光学和能量特性，例如，在纳米尺度制造材料的强度是钢的100倍（例如石墨烯片材），但在更大尺度上合成的材料强度将大幅降低。
目前，弗吉尼亚理工大学好劳伦斯利弗莫尔国家实验室的科研人员在DARPA的支持下，研究出能在厘米级尺度上制备具有纳米尺度特性的有机（例如金属和陶瓷）纳米结构材料的3D打印工艺。采用该工艺制备出的金属材料由纳米尺度的中空管排列成分层的三维晶格架构，具有轻质、高强度、超弹性和空前的延展性。制备出的材料同时展现出超高的弹性，拉伸弹性是传统轻金属和陶瓷泡沫材料的400倍。制备过程中并未采用柔软的聚合物，因此制备出的材料适用于要求在恶劣环境下抵抗化学腐蚀和耐热的柔韧的传感器和电子产品。制备出分层晶格意味着拥有更多界面来搜集光子能，因为光子可以从包括表面和晶格结构内部在内的所有方向进入到材料结构中，而传统的光伏板仅能通过表面搜集光子。
该工艺制备出的材料可用于任何需要材料同时具有高刚度、高强度、轻重量、高弹性的领域，例如用于航天、弹性装甲、轻型车辆和电池结构。（中国航天系统科学与工程研究院 贾平）
美国橡树岭国家实验室验证
永磁铁增材制造技术
【据美国橡树岭国家实验室网站2016年11月1日公告】美国能源部(DOE)橡树岭国家实验室(ORNL)的研究人员验证了一种永磁铁增材制造技术，用这种技术生产的永磁铁在各方面都优于用传统注模技术生产的粘结磁铁，有相当的或更好的磁性、力学性能和微结构，而且生产过程不会浪费材料，有助于对稀土资源的保护。ORNL的科学家此次制造的是各向同性的钕铁硼磁铁，相关结果已发表在《Scientific Reports杂志》上，项目得到了DOE关键材料研究所(CMI)的资助。ORNL科学家的下一步目标是打印各向异性的粘结磁铁。CMI的负责人Alex King认为，复杂形状高强度磁铁的制造能力是高效电动机和发电机设计的“改变游戏规则技术”，该项研究的潜力非常巨大。（理群）
通用电气公司成功测试包含35%
增材制造零部件的航空发动机
【据3ders网站11月1日报道】通用电气公司已经对一台35%零部件都采用增材制造的演示验证发动机进行了测试。该发动机主要用于验证增材制造技术在先进涡桨（ATP）发动机的适用性，ATP发动机将为德事隆最新研制的Cessna Denal单引擎涡桨飞机提供动力。
航天航空领域一直在追求将增材制造作为重要技术手段。通用电气公司此次展示了一个35%增材制造零部件的发动机，无疑是航空航天领域增材制造技术应用的一个壮举，适用于ATP发动机的所有增材制造零部件将使发动机减重5%，特定燃油消耗减少1%，进一步表明了增材制造技术应用的良好效果。
为了验证ATP发动机零部件，通用电气公司开发了CT7-2E1技术演示验证发动机——a-CT7，其在18个月内完成设计、制造和测试。该验证发动机对现有CT7（采用减材制造）发动机进行反求，全面展示出航空航天增材制造的能力，超过900个采用传统减材制造的零部件变为仅由16个增材制造零部件。虽然验证发动机不打算飞行运行，但ATP发动机零部件派生自CT7，使得经a-CT7成功测试的增材制造零部件可以集成到ATP发动机中。
该ATP发动机将为新的Cessna Denali单引擎涡桨飞机提供动力，将比任何航空历史上生产发动机中使用的增材制造零部件都多，855个减材制造零部件将减少为12个增材制造零部件，占发动机总零件数量的35%。这些增材制造零部件包括：油底壳、轴承座、框架、排气箱、燃烧器衬套，热交换器和固定流动道部件。
在ATP发动机中使用12个增材制造零部件标志着发动机中零部件数量比CFM LEAP发动机显著增加。CFM LEAP发动机只包含一个增材制造燃料喷嘴。然而，设计LEAP增材制造燃料喷嘴的8位工程师在a-CT7中制造了16个增材制造零部件，并且将有更多的增材制造零部件集成到下一代的演示验证发动机中。
在通用电气公司看来，增材制造技术不仅有助于减轻发动机部件的重量，还将提高生产速度。例如，燃烧器衬套两天就可以采用增材制造成形。增材制造的另一优势是加快了测试周期。诸如ATP这样的项目，通用电气公司的一个关注重点是使硬件设备能更快地测试，而不是花费太多时间在计算机上进行模拟仿真。通过尽快对实体硬件设备进行测试，可以使用测试结果数据来帮助更好地进行设计迭代，这样可以更快设计出更好地产品。
这一1240马力ATP涡桨发动机是通用电气公司涡桨发动机中的一个新系列，目标是瞄准公务及通用航空领域动力市场（1000~1600马力），计划在2017年底前投入运行。新的Cessna Denali飞机将由ATP提供动力，飞行距离可达到1600海里，速度高于285节。
通用电气公司航空业务副总裁Brad Mottier最近报告说，公司已经花费了大约10亿美元来执行其整体增材制造计划。在10月份未能收购德国SLM解决方案公司后，最终收购了德国Concept Laser公司。
以上内容摘自国防科技信息网
智造家提供 查看全部
未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
军工和国防是最能从3D打印技术中受益的领域之一。3D打印技术将极大缩短军队供应链，以更短的时间、更低的成本、更不受物理限制的方式，生产各种零件、设备、武器。在对未来战争的构想中，世界各主要国家都不敢忽视3D打印技术。
美国海军陆战队野战演习测试3D打印
据3Ders.org报道，美国海军陆战队开始在野战演习中测试增材制造，为未来在战争中应用3D打印技术铺路。
海军陆战队372侧翼支援中队(建立- 372)是3 d打印的试点。司令官的海军陆战队将军罗伯特·内尔已经发布了一个关于增材制造的临时政策，表明3D打印机可能很快就会成为标准配置。
好处是显而易见的。海军陆战队和一些其他军事单位通常部署在偏远地区，因此能够携带的设备多多少少受到限制。但是，只要一台3D打印机就可以打印各种基本部件，从水瓶到到枪支卡车的备件，甚至一些简单的工具。在危急之中，这可能意味着生与死的差别。
3D打印机可能成为海军陆战队中最强大的武器之一，因为3D打印机可以快速创造数以千计的不同组件，从而可以保证装备、车辆始终配备齐整。它还可以给战场上的士兵生产水瓶和水龙头，从而帮助他们在沙漠、山地等不利地形下生存。对于军方高层，这无疑是有趣的前景。
目前MWSS-372的测试是从简单开始的。他们使用的是一款普通的“Invent3D” 3D打印机，这款3D打印机配备的是单挤压头，最高承受温度为220摄氏度。这意味着测试团队只能创造塑料配件，但是战斗工程师们也可以用它打造塑料夹子或者螺丝，这样他们就可以修复一些损坏的金属部件而不用完全更换它们。
实际上，很多部件选择使用金属材料往往是为了更加耐久，因此在紧要关头士兵们也可以临时使用一些塑料的新部件，以应付突发情况。
为了展示3D打印机在战场上的实际用途，测试团队用它为一辆军用悍马打印了一个新的门把手。为了实现这一目标，他们用手测量了该把手，并将数据输入Tinkercad。
未来美军计划建立一个庞大的基本零部件数据库，这样部队就能够很方便地打印出任何需要的部件。
据称，美国海军陆战队已经开始在亚利桑那州进行一系列的3D打印机训练一体化演习，并决心培训每一中队如何在战场上使用3D打印机。此外，刚颁布的临时政策也包括了一系列的安全要求，也包括要求为车辆打印的部件要使用一种显眼的颜色，这样当车辆返回服务地点时便于对其进行检查或更换。
事实上，早在2014年，美国海军陆战队就在军演中使用过3D打印技术。3D Systems公司与美国海军陆战队一起，为其年度远征后勤军事演习（Expeditionary Logistics Wargame）提供3D打印、扫描和检测技术支持。
工程师们利用3D Systems公司的3D扫描和金属打印技术，修复多用途战术机器人。该机器人主要作用是清理目标区域的垃圾和其他障碍物，以便于直升机降落。使用3D扫描系统，工程师们将能迅速创建机器人的受损部件精确的CAD模型，并使用3DS的工业级金属直接印刷和选择性激光烧结3D打印机快速制造出完好的部件。
在打印完成后，他们还将使用一款名为 Geomagic Control的软件对打印件进行数字检测，以确保其安全可靠。
今年6月1日—2日，在北卡罗来纳州的海军陆战队基地军营，来自美军海军陆战队各单位的代表学习了如何使用3D打印机、尝试着组装它们，并了解了3D打印机的能力。参与学习的人中包括飞机机械师、海军陆战队后勤人员和轻武器维修技师，这些人员需要将3D打印机融入自己的日常职业工作中，使得海军陆战队能够在其需要的时候设计和3D打印出任何产品。
海军陆战队还曾考虑用3D打印解决飞机短缺的问题，以及尝试用于后勤支援的可能性。
3D打印在实战中的应用
目前，3D打印在实战中的应用并不多见。
在2014年4月爆发并延续至今的乌克兰东部冲突地区中，乌克兰军队在战场上使用了3D打印的无人机。
乌克兰军队中使用的3D打印无人机
这些3D打印无人机主要来自基辅 Step IT学院的机器人实验室，被用于从安全距离监控与亲俄分裂分子交战区域的情势。
每架无人机的3D打印费用大约为1200美元（其间大部分费用是人力资本，而不是材料本身），另外还需要3000美元用于必需的精良设备。虽然这看起来很贵，但是想一下，一架拥有类似功能的普通无人机成本高达30000美元。3D打印无人机的价格仅相当于它的七分之一。
五角大楼的3D无人机
近期，美国五角大楼也测试了低成本的3D打印迷你无人机群，希望用于监视和攻击。美国国防部称，未来将部署无人机群干扰敌方防御系统，并通过小型传感器监视区域，甚至装备攻击性武器。这些迷你无人机名为“Perdix”，目前已经3D打印出它们的外壳模具，使得低成本批量生产成为可能。
据3Ders.org报道，巴西空军也正在尝试用3D打印技术制造飞机零件。
据一位巴西空军研究所（IEAv）研究员介绍，研究所一直在寻找一种方式来加快新航空零部件的试验和开发过程。在IEAv使用增材制造特定部分（与气体燃料喷射孔具有15度斜坡的飞机入口坡道）的成功后，3D打印已成为越来越重要的研究方式。后来，研究所用3D打印制造了高超音速引擎原型，和飞机模型。这些模型已经通过多次测试，如休克风洞试验等。
此前IEAv使用传统的制造技术，不仅价格昂贵，而且非常耗时，通常6个月只能生产一个配件。采用3D打印技术后，研究人员大大缩短了这一制造周期，可以在一周内完成配件的3D打印并通过测试。
目前，IEAv正致力于含有金属或其他先进材料的混合动力材料原型的3D打印。下一步，该研究所的目标是提高飞机新零件的强度及匹配度。
现在，3D打印技术已经成功运用于飞机的零部件生产和维修。
英国“旋风”战机
2014年1月，一架采用了3D打印技术生产的零件的“旋风”战斗机完成试飞。3D打印部件包括驾驶舱无线电防护罩、起落架防护装置以及进气口支架。英国航空航天系统公司称，这是装配3D打印部件的战斗机首次试飞成功。
2015年6月，韩国空军使用的F-15K战机发动机遭到损坏，其发动机上的钛合金的涡轮护罩与钴合金的空气密封件需要修复，他们想要找到一种既耐久又可靠的方法使部件升级的同时，又不牺牲任何质量。韩国空军选择了3D打印技术，找到德国3D打印机制造商利用专门的DMT技术完成了修复。
DMT技术的工作原理主要是用高功率激光熔化金属粉末，被认为是最新和最具前景的3D打印技术之一，几乎能够立即修复好韩国军机的部件。
展望未来：3D打印一体化战争
最直观的是供应链的变化。军用3D打印技术将极大缩短军队供应链，降低后勤保障成本。美国公司认为，3D打印技术可能会使美国国防部减少库存和存储空间，从而降低各项成本。
其次，战争进程的变化。
中国国防报·军事特刊曾发表文章称，未来的战争有可能成为“3D一体化战争”：
3D打印技术将对未来信息化战争产生全面广泛的影响，包括作战理念、指挥体制、技术研发、装备制造、后勤装备保障等方方面面。如果从整个参战体系各要素的关联性去看待3D打印技术，可以毫不夸张地说，未来的一体化作战，将是3D打印的一体化战争。
文中提到，3D打印可以更好地发挥一体化战争顶层设计的作用。顶层设计事关战争准备和战争实施的方向，牵一发而动全身。但顶层设计难以对局部各要素在体系中发挥的作用和可能出现的问题做到面面俱到。
未来3D打印技术基本上能够保证有什么样的图，就能出什么样的产品。因此3D打印技术可以将顶层设计中的改变体现在图纸上的预变，对预变的各要素进行细致分割，既可以将分割后的要素部件进行样品打印逐一测试，又可以将各要素无缝衔接实现整体组合运转。这样，就可以在试验阶段实现设计与实体运行相结合，预先发现实体运行可能出现的局部性问题以及局部性问题对体系系统产生的影响，及时修正顶层设计中出现的问题，从而使整体设计有更大的预见性和更多的改变空间，避免整体设计的失误带来的灾难性影响。
最后，3D打印还可以提供更好的适应性，物理束缚大大降低。
没有枪没有炮，3D打印就地造，这在未来的战争中可能成为现实。假象一个场景，如果被敌军围困在一个山头上，在子弹行将用完之际，没必要坐以待毙，只要有一台3D打印机，就可以马上生产弹药。再比如，一架3D飞机被敌人击落以后，短短几小时后，另一架飞机马上就从基地起飞。
但是，3D打印也会带来一些风险。
比如，3D打印将会使人们获得枪支弹药的难度大大降低，枪支泛滥可能导致大众的紧张情绪，造成更多的流血事件。恐怖分子利用3D打印机，也可以在短期内大规模生产杀伤性武器。
但是，无论如何，3D打印都会改变未来的战争形态。未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
洛克希德•马丁公司追赶3D打印步伐
据《制造工程杂志》网站2016年11月3日刊文，作为世界上最大的防务承包商，洛克希德·马丁是否已经掌握了增材制造?据公司奥兰多训练与仿真部的增材制造组长Robert Ghobrial表示，像世界上所有制造商一样，一些洛马的专家正纠结于回答3D打印提出的一些问题。“我们现在是否应该投资该技术，或者等到其更快和更便宜?我们是否应该拥有一个中心化或分布式打印的模型?”他是在10月举办的“增材制造应用：为增长而创新”研讨会上提出这些问题的。
他谈到2012年的3D打印工作，那时他的团队收到了一些MakerBot打印机，大部分都没用过。即使是到了2014年，他的绝大部分工作也是为Thingiverse数字设计公司制造一些小装饰品。“当时我打印尤达大师的头，我说‘相信我，相信我，我们能搞定’。”同年，他的团队得到了第一台生产型3D打印机，Stratasys公司Fortus。“有了这台打印机，我们有手段制造真正的零件。”Ghorbial创造了一个词语“增材制造的5P”，一个制造模型，描述增材制造如何能够帮助航空航天、防务和其它业务。5P是：
方案(Proposal)：3D打印可以在交易会上制作赠品;建筑和空间模型;辅助客户交流。例如，一个斯科斯基直升机的3D打印缩比模型让他的团队能够将客户的想象快速翻译为一个物理模型，每个人都可以看到和触摸。
原型(Prototype)：3D打印机的原型帮助设计确认和概念开发验证。在设计阶段下游，原型帮助确保在技术交换会议、初步和关键设计评审上得到专家认可。
采购：我们能制作物品而不是购买它么?增材制造如何降低我们的供应链风险、运输和库存成本?
生产保障：3D打印保障生产的方式有帮助制作装配夹具、制造工装、生产模板、检测夹具和机床防护板。
生产：增材制造可生产终端零件;按需制造零件用于备件、保修和修理保障;甚至管理过时淘汰。
Ghorbial解释了管理过时淘汰：“许多国防部采购的系统将服役数十年。当国防部因为战场损坏而订购一个系统、子系统或部件时，原先的制造商或供应商可能已经停业了。我们使用增材制造重新生产那些原始零件，作为管理供应链中过时淘汰的一个方式。”至少有一个听众欢迎这个事实，即洛马没有全部的答案。重型设备流体处理系统制造商HydarForce的运营经理表示：“这令人鼓舞。至少正视了现实，即增材制造正在到来，但我们还没完全准备好。”
洛马用这项新技术已经取得一些成就，并且是世界性纪录。公司7月制造了达到木星极轨道的朱诺航天器。它拥有一个增材零件，使其成为飞得最快的3D打印零件。而且，洛马正在为卫星制造钛合金推进剂贮箱，使用的是西亚基公司的电子束增材制造技术。尽管Ghobrial有些自嘲感，但他的团队让3D打印机得到了良好使用。在增材制造生产的第一年，该设施就生产了超过3500个增材制造零件，其中1500个进入了最终用途生产。“我猜测如果我们没有Makerbots，我们现在不会达到这个高度。”（中航工业发展研究中心 刘亚威）
俄罗斯先期研究基金会
完成3D打印弹药测试
【据3ders网站2016年11月13日报道】俄罗斯先期研究基金会（Fund for Perspective Research）日前对3D打印弹药进行了测试，结果显示，增材制造的弹药与传统工艺制造的弹药性能基本一致。
近期，俄军方几乎每周都会公布一些基于3D打印的新应用，包括无人机、坦克、武器。3D打印子弹是最新公布的3D打印应用，它可以为军方提供一种新型弹药。俄罗斯先期研究基金会报告称，大量3D打印弹药测试显示结果非常乐观，某些方面表现与现有弹药一样好。
俄先期研究基金会表示，研究人员使用激光烧结技术来3D打印子弹，金属粉末一层层熔合，最终形成一个没有接缝或弱点的完整的子弹。虽然3D打印肯定不是生产小金属构件快的方法，但研究表明，制造过程是可行的，可以合理地用于制造特殊设计的弹药或弹药模具。
3D打印子弹测试由俄罗斯先期研究基金会与中央精密机器制造科学研究所（JSC Tsniitochmash）共同完成。射击实验表明，子弹具有必要的强度，与其他弹药一样有效，研究人员认为激光烧结技术可用于开发更多其他军事装备。
如俄罗斯3D打印技术研究继续当前的研究速度，则该国军方未来将有可能使用全部由3D打印制造的武器和弹药。早在俄罗斯先期研究基金进行3D打印子弹测试之前，俄传奇武器制造商卡拉什尼科夫集团今年二月就曾建议，可以使用增材制造打造新型突击步枪。卡拉什尼科夫集团与俄罗斯Stankoprom金属公司签订合同，为其新型武器生产一系列3D打印金属零件。 （中国船舶工业综合技术经济研究院 程大树）
美国采用创新型3D打印工艺
在厘米级尺度制备出具有
纳米级特性的多层金属超材料
【据弗吉尼亚理工大学网站2016年7月报道】多年来，科研人员一直通过在纳米尺度合成材料获取较强的力学、光学和能量特性，例如，在纳米尺度制造材料的强度是钢的100倍（例如石墨烯片材），但在更大尺度上合成的材料强度将大幅降低。
目前，弗吉尼亚理工大学好劳伦斯利弗莫尔国家实验室的科研人员在DARPA的支持下，研究出能在厘米级尺度上制备具有纳米尺度特性的有机（例如金属和陶瓷）纳米结构材料的3D打印工艺。采用该工艺制备出的金属材料由纳米尺度的中空管排列成分层的三维晶格架构，具有轻质、高强度、超弹性和空前的延展性。制备出的材料同时展现出超高的弹性，拉伸弹性是传统轻金属和陶瓷泡沫材料的400倍。制备过程中并未采用柔软的聚合物，因此制备出的材料适用于要求在恶劣环境下抵抗化学腐蚀和耐热的柔韧的传感器和电子产品。制备出分层晶格意味着拥有更多界面来搜集光子能，因为光子可以从包括表面和晶格结构内部在内的所有方向进入到材料结构中，而传统的光伏板仅能通过表面搜集光子。
该工艺制备出的材料可用于任何需要材料同时具有高刚度、高强度、轻重量、高弹性的领域，例如用于航天、弹性装甲、轻型车辆和电池结构。（中国航天系统科学与工程研究院 贾平）
美国橡树岭国家实验室验证
永磁铁增材制造技术
【据美国橡树岭国家实验室网站2016年11月1日公告】美国能源部(DOE)橡树岭国家实验室(ORNL)的研究人员验证了一种永磁铁增材制造技术，用这种技术生产的永磁铁在各方面都优于用传统注模技术生产的粘结磁铁，有相当的或更好的磁性、力学性能和微结构，而且生产过程不会浪费材料，有助于对稀土资源的保护。ORNL的科学家此次制造的是各向同性的钕铁硼磁铁，相关结果已发表在《Scientific Reports杂志》上，项目得到了DOE关键材料研究所(CMI)的资助。ORNL科学家的下一步目标是打印各向异性的粘结磁铁。CMI的负责人Alex King认为，复杂形状高强度磁铁的制造能力是高效电动机和发电机设计的“改变游戏规则技术”，该项研究的潜力非常巨大。（理群）
通用电气公司成功测试包含35%
增材制造零部件的航空发动机
【据3ders网站11月1日报道】通用电气公司已经对一台35%零部件都采用增材制造的演示验证发动机进行了测试。该发动机主要用于验证增材制造技术在先进涡桨（ATP）发动机的适用性，ATP发动机将为德事隆最新研制的Cessna Denal单引擎涡桨飞机提供动力。
航天航空领域一直在追求将增材制造作为重要技术手段。通用电气公司此次展示了一个35%增材制造零部件的发动机，无疑是航空航天领域增材制造技术应用的一个壮举，适用于ATP发动机的所有增材制造零部件将使发动机减重5%，特定燃油消耗减少1%，进一步表明了增材制造技术应用的良好效果。
为了验证ATP发动机零部件，通用电气公司开发了CT7-2E1技术演示验证发动机——a-CT7，其在18个月内完成设计、制造和测试。该验证发动机对现有CT7（采用减材制造）发动机进行反求，全面展示出航空航天增材制造的能力，超过900个采用传统减材制造的零部件变为仅由16个增材制造零部件。虽然验证发动机不打算飞行运行，但ATP发动机零部件派生自CT7，使得经a-CT7成功测试的增材制造零部件可以集成到ATP发动机中。
该ATP发动机将为新的Cessna Denali单引擎涡桨飞机提供动力，将比任何航空历史上生产发动机中使用的增材制造零部件都多，855个减材制造零部件将减少为12个增材制造零部件，占发动机总零件数量的35%。这些增材制造零部件包括：油底壳、轴承座、框架、排气箱、燃烧器衬套，热交换器和固定流动道部件。
在ATP发动机中使用12个增材制造零部件标志着发动机中零部件数量比CFM LEAP发动机显著增加。CFM LEAP发动机只包含一个增材制造燃料喷嘴。然而，设计LEAP增材制造燃料喷嘴的8位工程师在a-CT7中制造了16个增材制造零部件，并且将有更多的增材制造零部件集成到下一代的演示验证发动机中。
在通用电气公司看来，增材制造技术不仅有助于减轻发动机部件的重量，还将提高生产速度。例如，燃烧器衬套两天就可以采用增材制造成形。增材制造的另一优势是加快了测试周期。诸如ATP这样的项目，通用电气公司的一个关注重点是使硬件设备能更快地测试，而不是花费太多时间在计算机上进行模拟仿真。通过尽快对实体硬件设备进行测试，可以使用测试结果数据来帮助更好地进行设计迭代，这样可以更快设计出更好地产品。
这一1240马力ATP涡桨发动机是通用电气公司涡桨发动机中的一个新系列，目标是瞄准公务及通用航空领域动力市场（1000~1600马力），计划在2017年底前投入运行。新的Cessna Denali飞机将由ATP提供动力，飞行距离可达到1600海里，速度高于285节。
通用电气公司航空业务副总裁Brad Mottier最近报告说，公司已经花费了大约10亿美元来执行其整体增材制造计划。在10月份未能收购德国SLM解决方案公司后，最终收购了德国Concept Laser公司。
以上内容摘自国防科技信息网
智造家提供
军工和国防是最能从3D打印技术中受益的领域之一。3D打印技术将极大缩短军队供应链，以更短的时间、更低的成本、更不受物理限制的方式，生产各种零件、设备、武器。在对未来战争的构想中，世界各主要国家都不敢忽视3D打印技术。
美国海军陆战队野战演习测试3D打印
据3Ders.org报道，美国海军陆战队开始在野战演习中测试增材制造，为未来在战争中应用3D打印技术铺路。
海军陆战队372侧翼支援中队(建立- 372)是3 d打印的试点。司令官的海军陆战队将军罗伯特·内尔已经发布了一个关于增材制造的临时政策，表明3D打印机可能很快就会成为标准配置。
好处是显而易见的。海军陆战队和一些其他军事单位通常部署在偏远地区，因此能够携带的设备多多少少受到限制。但是，只要一台3D打印机就可以打印各种基本部件，从水瓶到到枪支卡车的备件，甚至一些简单的工具。在危急之中，这可能意味着生与死的差别。
3D打印机可能成为海军陆战队中最强大的武器之一，因为3D打印机可以快速创造数以千计的不同组件，从而可以保证装备、车辆始终配备齐整。它还可以给战场上的士兵生产水瓶和水龙头，从而帮助他们在沙漠、山地等不利地形下生存。对于军方高层，这无疑是有趣的前景。
目前MWSS-372的测试是从简单开始的。他们使用的是一款普通的“Invent3D” 3D打印机，这款3D打印机配备的是单挤压头，最高承受温度为220摄氏度。这意味着测试团队只能创造塑料配件，但是战斗工程师们也可以用它打造塑料夹子或者螺丝，这样他们就可以修复一些损坏的金属部件而不用完全更换它们。
实际上，很多部件选择使用金属材料往往是为了更加耐久，因此在紧要关头士兵们也可以临时使用一些塑料的新部件，以应付突发情况。
为了展示3D打印机在战场上的实际用途，测试团队用它为一辆军用悍马打印了一个新的门把手。为了实现这一目标，他们用手测量了该把手，并将数据输入Tinkercad。
未来美军计划建立一个庞大的基本零部件数据库，这样部队就能够很方便地打印出任何需要的部件。
据称，美国海军陆战队已经开始在亚利桑那州进行一系列的3D打印机训练一体化演习，并决心培训每一中队如何在战场上使用3D打印机。此外，刚颁布的临时政策也包括了一系列的安全要求，也包括要求为车辆打印的部件要使用一种显眼的颜色，这样当车辆返回服务地点时便于对其进行检查或更换。
事实上，早在2014年，美国海军陆战队就在军演中使用过3D打印技术。3D Systems公司与美国海军陆战队一起，为其年度远征后勤军事演习（Expeditionary Logistics Wargame）提供3D打印、扫描和检测技术支持。
工程师们利用3D Systems公司的3D扫描和金属打印技术，修复多用途战术机器人。该机器人主要作用是清理目标区域的垃圾和其他障碍物，以便于直升机降落。使用3D扫描系统，工程师们将能迅速创建机器人的受损部件精确的CAD模型，并使用3DS的工业级金属直接印刷和选择性激光烧结3D打印机快速制造出完好的部件。
在打印完成后，他们还将使用一款名为 Geomagic Control的软件对打印件进行数字检测，以确保其安全可靠。
今年6月1日—2日，在北卡罗来纳州的海军陆战队基地军营，来自美军海军陆战队各单位的代表学习了如何使用3D打印机、尝试着组装它们，并了解了3D打印机的能力。参与学习的人中包括飞机机械师、海军陆战队后勤人员和轻武器维修技师，这些人员需要将3D打印机融入自己的日常职业工作中，使得海军陆战队能够在其需要的时候设计和3D打印出任何产品。
海军陆战队还曾考虑用3D打印解决飞机短缺的问题，以及尝试用于后勤支援的可能性。
3D打印在实战中的应用
目前，3D打印在实战中的应用并不多见。
在2014年4月爆发并延续至今的乌克兰东部冲突地区中，乌克兰军队在战场上使用了3D打印的无人机。
乌克兰军队中使用的3D打印无人机
这些3D打印无人机主要来自基辅 Step IT学院的机器人实验室，被用于从安全距离监控与亲俄分裂分子交战区域的情势。
每架无人机的3D打印费用大约为1200美元（其间大部分费用是人力资本，而不是材料本身），另外还需要3000美元用于必需的精良设备。虽然这看起来很贵，但是想一下，一架拥有类似功能的普通无人机成本高达30000美元。3D打印无人机的价格仅相当于它的七分之一。
五角大楼的3D无人机
近期，美国五角大楼也测试了低成本的3D打印迷你无人机群，希望用于监视和攻击。美国国防部称，未来将部署无人机群干扰敌方防御系统，并通过小型传感器监视区域，甚至装备攻击性武器。这些迷你无人机名为“Perdix”，目前已经3D打印出它们的外壳模具，使得低成本批量生产成为可能。
据3Ders.org报道，巴西空军也正在尝试用3D打印技术制造飞机零件。
据一位巴西空军研究所（IEAv）研究员介绍，研究所一直在寻找一种方式来加快新航空零部件的试验和开发过程。在IEAv使用增材制造特定部分（与气体燃料喷射孔具有15度斜坡的飞机入口坡道）的成功后，3D打印已成为越来越重要的研究方式。后来，研究所用3D打印制造了高超音速引擎原型，和飞机模型。这些模型已经通过多次测试，如休克风洞试验等。
此前IEAv使用传统的制造技术，不仅价格昂贵，而且非常耗时，通常6个月只能生产一个配件。采用3D打印技术后，研究人员大大缩短了这一制造周期，可以在一周内完成配件的3D打印并通过测试。
目前，IEAv正致力于含有金属或其他先进材料的混合动力材料原型的3D打印。下一步，该研究所的目标是提高飞机新零件的强度及匹配度。
现在，3D打印技术已经成功运用于飞机的零部件生产和维修。
英国“旋风”战机
2014年1月，一架采用了3D打印技术生产的零件的“旋风”战斗机完成试飞。3D打印部件包括驾驶舱无线电防护罩、起落架防护装置以及进气口支架。英国航空航天系统公司称，这是装配3D打印部件的战斗机首次试飞成功。
2015年6月，韩国空军使用的F-15K战机发动机遭到损坏，其发动机上的钛合金的涡轮护罩与钴合金的空气密封件需要修复，他们想要找到一种既耐久又可靠的方法使部件升级的同时，又不牺牲任何质量。韩国空军选择了3D打印技术，找到德国3D打印机制造商利用专门的DMT技术完成了修复。
DMT技术的工作原理主要是用高功率激光熔化金属粉末，被认为是最新和最具前景的3D打印技术之一，几乎能够立即修复好韩国军机的部件。
展望未来：3D打印一体化战争
最直观的是供应链的变化。军用3D打印技术将极大缩短军队供应链，降低后勤保障成本。美国公司认为，3D打印技术可能会使美国国防部减少库存和存储空间，从而降低各项成本。
其次，战争进程的变化。
中国国防报·军事特刊曾发表文章称，未来的战争有可能成为“3D一体化战争”：
3D打印技术将对未来信息化战争产生全面广泛的影响，包括作战理念、指挥体制、技术研发、装备制造、后勤装备保障等方方面面。如果从整个参战体系各要素的关联性去看待3D打印技术，可以毫不夸张地说，未来的一体化作战，将是3D打印的一体化战争。
文中提到，3D打印可以更好地发挥一体化战争顶层设计的作用。顶层设计事关战争准备和战争实施的方向，牵一发而动全身。但顶层设计难以对局部各要素在体系中发挥的作用和可能出现的问题做到面面俱到。
未来3D打印技术基本上能够保证有什么样的图，就能出什么样的产品。因此3D打印技术可以将顶层设计中的改变体现在图纸上的预变，对预变的各要素进行细致分割，既可以将分割后的要素部件进行样品打印逐一测试，又可以将各要素无缝衔接实现整体组合运转。这样，就可以在试验阶段实现设计与实体运行相结合，预先发现实体运行可能出现的局部性问题以及局部性问题对体系系统产生的影响，及时修正顶层设计中出现的问题，从而使整体设计有更大的预见性和更多的改变空间，避免整体设计的失误带来的灾难性影响。
最后，3D打印还可以提供更好的适应性，物理束缚大大降低。
没有枪没有炮，3D打印就地造，这在未来的战争中可能成为现实。假象一个场景，如果被敌军围困在一个山头上，在子弹行将用完之际，没必要坐以待毙，只要有一台3D打印机，就可以马上生产弹药。再比如，一架3D飞机被敌人击落以后，短短几小时后，另一架飞机马上就从基地起飞。
但是，3D打印也会带来一些风险。
比如，3D打印将会使人们获得枪支弹药的难度大大降低，枪支泛滥可能导致大众的紧张情绪，造成更多的流血事件。恐怖分子利用3D打印机，也可以在短期内大规模生产杀伤性武器。
但是，无论如何，3D打印都会改变未来的战争形态。未来的战争中，一台其貌不扬的打印机也可能成为重点轰炸目标。
洛克希德•马丁公司追赶3D打印步伐
据《制造工程杂志》网站2016年11月3日刊文，作为世界上最大的防务承包商，洛克希德·马丁是否已经掌握了增材制造?据公司奥兰多训练与仿真部的增材制造组长Robert Ghobrial表示，像世界上所有制造商一样，一些洛马的专家正纠结于回答3D打印提出的一些问题。“我们现在是否应该投资该技术，或者等到其更快和更便宜?我们是否应该拥有一个中心化或分布式打印的模型?”他是在10月举办的“增材制造应用：为增长而创新”研讨会上提出这些问题的。
他谈到2012年的3D打印工作，那时他的团队收到了一些MakerBot打印机，大部分都没用过。即使是到了2014年，他的绝大部分工作也是为Thingiverse数字设计公司制造一些小装饰品。“当时我打印尤达大师的头，我说‘相信我，相信我，我们能搞定’。”同年，他的团队得到了第一台生产型3D打印机，Stratasys公司Fortus。“有了这台打印机，我们有手段制造真正的零件。”Ghorbial创造了一个词语“增材制造的5P”，一个制造模型，描述增材制造如何能够帮助航空航天、防务和其它业务。5P是：
方案(Proposal)：3D打印可以在交易会上制作赠品;建筑和空间模型;辅助客户交流。例如，一个斯科斯基直升机的3D打印缩比模型让他的团队能够将客户的想象快速翻译为一个物理模型，每个人都可以看到和触摸。
原型(Prototype)：3D打印机的原型帮助设计确认和概念开发验证。在设计阶段下游，原型帮助确保在技术交换会议、初步和关键设计评审上得到专家认可。
采购：我们能制作物品而不是购买它么?增材制造如何降低我们的供应链风险、运输和库存成本?
生产保障：3D打印保障生产的方式有帮助制作装配夹具、制造工装、生产模板、检测夹具和机床防护板。
生产：增材制造可生产终端零件;按需制造零件用于备件、保修和修理保障;甚至管理过时淘汰。
Ghorbial解释了管理过时淘汰：“许多国防部采购的系统将服役数十年。当国防部因为战场损坏而订购一个系统、子系统或部件时，原先的制造商或供应商可能已经停业了。我们使用增材制造重新生产那些原始零件，作为管理供应链中过时淘汰的一个方式。”至少有一个听众欢迎这个事实，即洛马没有全部的答案。重型设备流体处理系统制造商HydarForce的运营经理表示：“这令人鼓舞。至少正视了现实，即增材制造正在到来，但我们还没完全准备好。”
洛马用这项新技术已经取得一些成就，并且是世界性纪录。公司7月制造了达到木星极轨道的朱诺航天器。它拥有一个增材零件，使其成为飞得最快的3D打印零件。而且，洛马正在为卫星制造钛合金推进剂贮箱，使用的是西亚基公司的电子束增材制造技术。尽管Ghobrial有些自嘲感，但他的团队让3D打印机得到了良好使用。在增材制造生产的第一年，该设施就生产了超过3500个增材制造零件，其中1500个进入了最终用途生产。“我猜测如果我们没有Makerbots，我们现在不会达到这个高度。”（中航工业发展研究中心 刘亚威）
俄罗斯先期研究基金会
完成3D打印弹药测试
【据3ders网站2016年11月13日报道】俄罗斯先期研究基金会（Fund for Perspective Research）日前对3D打印弹药进行了测试，结果显示，增材制造的弹药与传统工艺制造的弹药性能基本一致。
近期，俄军方几乎每周都会公布一些基于3D打印的新应用，包括无人机、坦克、武器。3D打印子弹是最新公布的3D打印应用，它可以为军方提供一种新型弹药。俄罗斯先期研究基金会报告称，大量3D打印弹药测试显示结果非常乐观，某些方面表现与现有弹药一样好。
俄先期研究基金会表示，研究人员使用激光烧结技术来3D打印子弹，金属粉末一层层熔合，最终形成一个没有接缝或弱点的完整的子弹。虽然3D打印肯定不是生产小金属构件快的方法，但研究表明，制造过程是可行的，可以合理地用于制造特殊设计的弹药或弹药模具。
3D打印子弹测试由俄罗斯先期研究基金会与中央精密机器制造科学研究所（JSC Tsniitochmash）共同完成。射击实验表明，子弹具有必要的强度，与其他弹药一样有效，研究人员认为激光烧结技术可用于开发更多其他军事装备。
如俄罗斯3D打印技术研究继续当前的研究速度，则该国军方未来将有可能使用全部由3D打印制造的武器和弹药。早在俄罗斯先期研究基金进行3D打印子弹测试之前，俄传奇武器制造商卡拉什尼科夫集团今年二月就曾建议，可以使用增材制造打造新型突击步枪。卡拉什尼科夫集团与俄罗斯Stankoprom金属公司签订合同，为其新型武器生产一系列3D打印金属零件。 （中国船舶工业综合技术经济研究院 程大树）
美国采用创新型3D打印工艺
在厘米级尺度制备出具有
纳米级特性的多层金属超材料
【据弗吉尼亚理工大学网站2016年7月报道】多年来，科研人员一直通过在纳米尺度合成材料获取较强的力学、光学和能量特性，例如，在纳米尺度制造材料的强度是钢的100倍（例如石墨烯片材），但在更大尺度上合成的材料强度将大幅降低。
目前，弗吉尼亚理工大学好劳伦斯利弗莫尔国家实验室的科研人员在DARPA的支持下，研究出能在厘米级尺度上制备具有纳米尺度特性的有机（例如金属和陶瓷）纳米结构材料的3D打印工艺。采用该工艺制备出的金属材料由纳米尺度的中空管排列成分层的三维晶格架构，具有轻质、高强度、超弹性和空前的延展性。制备出的材料同时展现出超高的弹性，拉伸弹性是传统轻金属和陶瓷泡沫材料的400倍。制备过程中并未采用柔软的聚合物，因此制备出的材料适用于要求在恶劣环境下抵抗化学腐蚀和耐热的柔韧的传感器和电子产品。制备出分层晶格意味着拥有更多界面来搜集光子能，因为光子可以从包括表面和晶格结构内部在内的所有方向进入到材料结构中，而传统的光伏板仅能通过表面搜集光子。
该工艺制备出的材料可用于任何需要材料同时具有高刚度、高强度、轻重量、高弹性的领域，例如用于航天、弹性装甲、轻型车辆和电池结构。（中国航天系统科学与工程研究院 贾平）
美国橡树岭国家实验室验证
永磁铁增材制造技术
【据美国橡树岭国家实验室网站2016年11月1日公告】美国能源部(DOE)橡树岭国家实验室(ORNL)的研究人员验证了一种永磁铁增材制造技术，用这种技术生产的永磁铁在各方面都优于用传统注模技术生产的粘结磁铁，有相当的或更好的磁性、力学性能和微结构，而且生产过程不会浪费材料，有助于对稀土资源的保护。ORNL的科学家此次制造的是各向同性的钕铁硼磁铁，相关结果已发表在《Scientific Reports杂志》上，项目得到了DOE关键材料研究所(CMI)的资助。ORNL科学家的下一步目标是打印各向异性的粘结磁铁。CMI的负责人Alex King认为，复杂形状高强度磁铁的制造能力是高效电动机和发电机设计的“改变游戏规则技术”，该项研究的潜力非常巨大。（理群）
通用电气公司成功测试包含35%
增材制造零部件的航空发动机
【据3ders网站11月1日报道】通用电气公司已经对一台35%零部件都采用增材制造的演示验证发动机进行了测试。该发动机主要用于验证增材制造技术在先进涡桨（ATP）发动机的适用性，ATP发动机将为德事隆最新研制的Cessna Denal单引擎涡桨飞机提供动力。
航天航空领域一直在追求将增材制造作为重要技术手段。通用电气公司此次展示了一个35%增材制造零部件的发动机，无疑是航空航天领域增材制造技术应用的一个壮举，适用于ATP发动机的所有增材制造零部件将使发动机减重5%，特定燃油消耗减少1%，进一步表明了增材制造技术应用的良好效果。
为了验证ATP发动机零部件，通用电气公司开发了CT7-2E1技术演示验证发动机——a-CT7，其在18个月内完成设计、制造和测试。该验证发动机对现有CT7（采用减材制造）发动机进行反求，全面展示出航空航天增材制造的能力，超过900个采用传统减材制造的零部件变为仅由16个增材制造零部件。虽然验证发动机不打算飞行运行，但ATP发动机零部件派生自CT7，使得经a-CT7成功测试的增材制造零部件可以集成到ATP发动机中。
该ATP发动机将为新的Cessna Denali单引擎涡桨飞机提供动力，将比任何航空历史上生产发动机中使用的增材制造零部件都多，855个减材制造零部件将减少为12个增材制造零部件，占发动机总零件数量的35%。这些增材制造零部件包括：油底壳、轴承座、框架、排气箱、燃烧器衬套，热交换器和固定流动道部件。
在ATP发动机中使用12个增材制造零部件标志着发动机中零部件数量比CFM LEAP发动机显著增加。CFM LEAP发动机只包含一个增材制造燃料喷嘴。然而，设计LEAP增材制造燃料喷嘴的8位工程师在a-CT7中制造了16个增材制造零部件，并且将有更多的增材制造零部件集成到下一代的演示验证发动机中。
在通用电气公司看来，增材制造技术不仅有助于减轻发动机部件的重量，还将提高生产速度。例如，燃烧器衬套两天就可以采用增材制造成形。增材制造的另一优势是加快了测试周期。诸如ATP这样的项目，通用电气公司的一个关注重点是使硬件设备能更快地测试，而不是花费太多时间在计算机上进行模拟仿真。通过尽快对实体硬件设备进行测试，可以使用测试结果数据来帮助更好地进行设计迭代，这样可以更快设计出更好地产品。
这一1240马力ATP涡桨发动机是通用电气公司涡桨发动机中的一个新系列，目标是瞄准公务及通用航空领域动力市场（1000~1600马力），计划在2017年底前投入运行。新的Cessna Denali飞机将由ATP提供动力，飞行距离可达到1600海里，速度高于285节。
通用电气公司航空业务副总裁Brad Mottier最近报告说，公司已经花费了大约10亿美元来执行其整体增材制造计划。在10月份未能收购德国SLM解决方案公司后，最终收购了德国Concept Laser公司。
以上内容摘自国防科技信息网
智造家提供
407 浏览
XVC胡博予: 从进化论的角度思考人工智能
机械自动化类 扳手哥 2016-11-15 14:56 发表了文章
本文由「华兴有个 Alpha」整理自胡博予在华兴 Alpha 线下活动「投脑风暴」数据服务主题投资人沙龙上的主题演讲摘要。
演讲者简介：胡博予是著名的风险投资人，XVC 的合伙人。在创办 XVC 之前，他在金沙江、DCM、蓝湖资本工作过，期间发掘并推动对 51talk（股票代码 NYSE:COE）以及美菜、快手、优信拍等「独角兽」的投资。在进入风险投资行业前，博予有近 10 年的创业经验。他参与创办了信贷管理软件公司安硕信息，领导了核心产品线的开发，帮助公司在竞争激烈的市场中取得接近垄断的地位并最终上市（股票代码 SHE:300380）。
XVC 是一家风险投资机构，单笔投资 1000 万到 1 亿之间，致力于寻找和支持最优秀的企业家，共同创造长期价值。
以下为全部演讲内容：
一、机器的进步
说一个我的观察。我们发明机器是为了解决问题、提高效率的。他们在怎样进步呢？首先，是处理速度越来越快。然后，他们联网了，而现在他们正在变得越来越聪明。因为算法越发先进，计算能力也足够强大，可以用各种各样新的机器学习的方法来沉淀经验。
二、机器能帮我们做什么——代替重复劳动
首先我觉得机器是能够将人类从重复劳动中慢慢解放出来的。随着技术的不断成熟，还有学习曲线长度和深度的延展，技术的边界也在不断向外部推移，很多本来需要人去做的劳动，像制造业的许多环节，也包括像洗衣服这样其实每天都要做的事情，都可以由机器代劳。
随着机器越来越聪明，它越来越能够处理复杂工作，可以现场做很多决策，比如做饭、仓库分拣、记账等等。我最近看了一个项目，是用图像识别的无人机来送快递。过去快递不发达也是因为经济模式太弱，效率低。比如说人烟稀少的地方，送快递一个人送一箱出去，可能只能送一件东西，回来再送，每天只能送几个包裹，这个情况就特别适合用无人机或无人车来送。
编程可能是最后被替代的活动，因为一旦机器能自己写程序让自己变得更聪明，世界就到达了一个「奇点」。
三、机器能帮我们做什么——缩短经验差距
我看到另外一个趋势，就是机器在不断缩短经验带来的差距。
很多行业，比如说像数据分析员、老师还有医生，这些行业都非常依赖经验，一个很有经验的老师教学生的效率就很高，一个很有经验的医生看病的效率也很高。但经验这个东西其实并不复杂，一个老师教出来的学生最多几千个，我父母都是老师，他们教了几十年的书，每年就教几十个学生，有可能连续 3、4 年就教同一届学生，一辈子教十几届。所以这种经验，其实积累的样本数量是要远远小于机器能够处理和积累的。
当机器开始可以积累经验，把大量的样本作为经验沉淀下来，沉淀到自己的神经元网络里面，就有可能提升该领域没有经验的从业者的工作效率，或者干脆替代这些人，趋势就是让有经验的人和没有经验的人之间的差距越来越小。现在有一些行业的人力已经被替代了，现在 99% 的股票交易的指令都不是人下的，是机器下的。
像大家看到的广告，大部分都是机器在买的广告位，机器根据经验和数据决定，这个时间点对这个人展现什么广告，这些东西都已经被机器取代了。我觉得未来可能在医疗行业，在销售管理这些领域，都有可能用机器的经验来缩短人和人的差距，还可能出现虚拟的销售、虚拟的医生以及虚拟的老师。
VC 这个行业是不是会被替代呢？其实不容易。VC 的学习曲线倒不是最长的，因为我觉得经验太多了有时候也是坏事。核心原因是因为数据量太小了，要训练好一个机器需要足够多的样本，但是实际上好公司一年才出几个，真正优秀的创业者也很稀缺，没有那么多好的样本让你训练。而且用样本来训练，只能用过去的样本，但是 VC 是投资未来的东西，每一个时代可能冒出来的创新的特征也不一样，所以 VC 很难用机器来替代。机器和数据最多可以帮助我们提高一点工作的效率。
四、机器能帮我们做什么——为我们个人的决策提供支持
机器还可以帮助我们每一个人做决定。
举例来说，我们考虑去哪儿吃饭，某些手机 App 可以把你周围的餐厅根据你的喜好做顺序推荐。你要买什么东西，淘宝的推荐是非常个性化的，可以根据你的购买和搜索记录来猜你想买什么东西，你应该买什么样的东西。当各种各样的数据都已经被结构化的时候，有可能机器比你自己更了解你，而且人还是会被情绪所影响，但是机器能够更客观的去帮你做决定。也许有一天他们能告诉你，你想泡的妹子和你不适合，因为你们俩 DNA 里同时有某个隐性的基因可能会导致一种遗传病，而且根据大量数据和你们俩的行为，机器计算得出结论，你们的恋爱关系有 99% 的概率维持不了 3 个月，或者你们婚后的幸福指数会很低。
五、最优机器得到全部数据——一个激进的猜想
我有一个猜想，就是，市场是一只无形之手，可能最后让一个机器智能得到全部的数据。这个观点有点激进，但是至少在一些垂直领域，比如说教育行业，可能有一个终极的 AI，它是最聪明的，它知道对不同的人用什么方法，让他（她）学什么样的东西，做什么样的题，他（她）的学习效果最好。因为它最聪明，所以用它的人就最多，用户最多，它的数据就最多，数据最多所以就最聪明。其实这件事情不仅教育领域会发生，很多领域都有一个规律，数据越多体验越好，体验越好数据越多。
人的各种不同的行为和喜好，其实都是有关联的，和我们个人的基因有关，也和我们的社交网络和环境有关。由于市场规则总是对效率有极致的追求，所以最终可能会让一个 AI 得到全部的数据输入。
六、逆天而行的机器智能
我最后分享一个还不是很成熟的观点。就是这个机器智能有可能再次，或者最后一次改变物竞天择的规则。
我们看人类的历史。其实在 300 万年前，那个时候大家可能还是大猩猩，我们的祖先主要的做的事情是跟自然环境和其它物种做斗争，最适合的那一小群活下来了，所以那个年代是优秀的个体基因胜利。
从 300 万年前到 100 万年前，这个时候人类已经发达到群体作战的程度了，因为人类的协作能力的领先性，基本上其他物种在那个时间大规模的灭绝。这个阶段人类的敌人就是其它的人类，基本上每个团体人数成长到一定的程度，例如超过 150 个人，就会自动分拆。
我最近看的一本书《教养的迷思》的作者做了研究，发现只要把一群人放到一起，只要人数达到一定的规模，就可以慢慢的分群，人有一种思维习惯，对自己这一群人特别认同，逐渐的这群人的行为就会越来越像。跟别的人群差异就会越来越大。人群和人群之间，因为有这种同类认同，就会憎恨其他的人群，然后就开始打仗。所以这个时候已经不是个体基因的竞争了，其实已经是「集体基因」的竞争，一个部落的竞争力是这个部落的组织形态和运作机制，其实还是基因驱动，是跟集体相关的那些基因在起作用，那些基因能够帮助这个部落组织起来，用高效的方式把其它的部落给干掉。
那么在一万年前到 70 年之前，就是我们的学历史主要学到的这一段，主要是国家跟国家的战争，一个国家跟另外一个国家争控制权，不断打仗。人类历史上，其实战争并没有停过，某种意义上战争是生命演化的本质，所有的物种之间在争斗，物种内也是在争斗。这一段，已经和基因没有太大关系了，主要是社会体制之间的优胜劣汰。
终于到 70 年以前发生了一件事情，人类停止大规模的战争了，现在大国之间都不打仗了。我们从 70 年前到现在，进入这样一个核威慑的时代，不但不打仗，社会生产力还持续提高，再加上人类无止境的欲望，带来所谓的第八大奇迹——经济的「复利」增长。
这一段实际上人类社会很多落后的体制开始慢慢的变异，全球范围内政治经济机制慢慢趋同，国家间文化也逐渐渗透。其实我觉得从一万年前到现在这一段时间，从个体基因的角度，可能是在退化的。《枪炮、病菌与钢铁》的作者，在一些没有被现代文明覆盖的岛找到一群人，智商是比现代人要高的，因为他们还是在原始采集环境之下，个体基因还是不断的在进化。他们的生存率并没有那么高，而且也不是现代社会的一夫一妻制，导致不适合的基因会被淘汰，优秀的基因能够得到更好的延续机会。现代社会，绝大部分国家地区都是一夫一妻制，聪明和笨的人都大概率能保证有机会生孩子，而且更奇怪的是，越贫穷的人生孩子越多。另外在文明社会中，大规模的人口灭绝，主要是因为瘟疫，跟个体基因是否优秀是没有关系的。这些因素都导致个体基因在退化。
那如果我们再往后看，当我们每个人都把很多决策权跟控制权的一部分的或者全部交给机器智能之后，会发生什么事情呢？当计算能力变的无穷大，当数据变的无孔不入，机器智能慢慢把这个社会各种重要的角色承担起来，而当机器具备这样的计算能力的时候，物竞天择适者生存的天条是否还存在呢？我有些简单的猜想。
「市场的无形之手」也许变得不再那么重要，让机器来做计划，也许反而更高效。
「生产力的比较优势」和社会制度、文化的关系变小，可能更多会和自然资源更相关。「退全球化」的趋势也许会持续相当长时间。当国家之间的互相依赖减少，人性中“同族认同、跨族排异”的本能也许会发挥更大的作用，各国间意识形态的差异可能会加大。也许 Internet 会慢慢变成一个一个的局域网。
核威慑仍然存在，所以国家之间的竞争依旧不是战争和物种消灭。资源的争夺会在停留在经济和信息技术层面。
智力基因和它被遗传的能力仍然不存在正相关（甚至可能负相关），所以个体基因会继续「退化」。
社会资源的分配不均的趋势会持续下去，导致最后可能只能依靠政治权力来强行重分配（或者反过来，资源控制者主导重新分配政治权利，回到「帝国时代」），而生产力和社会制度的关系也在减弱，所以社会体制可能也会「退化」。
这就是一些我对数据和机器智能未来的一些胡思乱想，跟大家分享一下，谢谢。
来源：人工智能学家
智造家提供 查看全部
演讲者简介：胡博予是著名的风险投资人，XVC 的合伙人。在创办 XVC 之前，他在金沙江、DCM、蓝湖资本工作过，期间发掘并推动对 51talk（股票代码 NYSE:COE）以及美菜、快手、优信拍等「独角兽」的投资。在进入风险投资行业前，博予有近 10 年的创业经验。他参与创办了信贷管理软件公司安硕信息，领导了核心产品线的开发，帮助公司在竞争激烈的市场中取得接近垄断的地位并最终上市（股票代码 SHE:300380）。
XVC 是一家风险投资机构，单笔投资 1000 万到 1 亿之间，致力于寻找和支持最优秀的企业家，共同创造长期价值。
以下为全部演讲内容：
一、机器的进步
说一个我的观察。我们发明机器是为了解决问题、提高效率的。他们在怎样进步呢？首先，是处理速度越来越快。然后，他们联网了，而现在他们正在变得越来越聪明。因为算法越发先进，计算能力也足够强大，可以用各种各样新的机器学习的方法来沉淀经验。
二、机器能帮我们做什么——代替重复劳动
首先我觉得机器是能够将人类从重复劳动中慢慢解放出来的。随着技术的不断成熟，还有学习曲线长度和深度的延展，技术的边界也在不断向外部推移，很多本来需要人去做的劳动，像制造业的许多环节，也包括像洗衣服这样其实每天都要做的事情，都可以由机器代劳。
随着机器越来越聪明，它越来越能够处理复杂工作，可以现场做很多决策，比如做饭、仓库分拣、记账等等。我最近看了一个项目，是用图像识别的无人机来送快递。过去快递不发达也是因为经济模式太弱，效率低。比如说人烟稀少的地方，送快递一个人送一箱出去，可能只能送一件东西，回来再送，每天只能送几个包裹，这个情况就特别适合用无人机或无人车来送。
编程可能是最后被替代的活动，因为一旦机器能自己写程序让自己变得更聪明，世界就到达了一个「奇点」。
三、机器能帮我们做什么——缩短经验差距
我看到另外一个趋势，就是机器在不断缩短经验带来的差距。
很多行业，比如说像数据分析员、老师还有医生，这些行业都非常依赖经验，一个很有经验的老师教学生的效率就很高，一个很有经验的医生看病的效率也很高。但经验这个东西其实并不复杂，一个老师教出来的学生最多几千个，我父母都是老师，他们教了几十年的书，每年就教几十个学生，有可能连续 3、4 年就教同一届学生，一辈子教十几届。所以这种经验，其实积累的样本数量是要远远小于机器能够处理和积累的。
当机器开始可以积累经验，把大量的样本作为经验沉淀下来，沉淀到自己的神经元网络里面，就有可能提升该领域没有经验的从业者的工作效率，或者干脆替代这些人，趋势就是让有经验的人和没有经验的人之间的差距越来越小。现在有一些行业的人力已经被替代了，现在 99% 的股票交易的指令都不是人下的，是机器下的。
像大家看到的广告，大部分都是机器在买的广告位，机器根据经验和数据决定，这个时间点对这个人展现什么广告，这些东西都已经被机器取代了。我觉得未来可能在医疗行业，在销售管理这些领域，都有可能用机器的经验来缩短人和人的差距，还可能出现虚拟的销售、虚拟的医生以及虚拟的老师。
VC 这个行业是不是会被替代呢？其实不容易。VC 的学习曲线倒不是最长的，因为我觉得经验太多了有时候也是坏事。核心原因是因为数据量太小了，要训练好一个机器需要足够多的样本，但是实际上好公司一年才出几个，真正优秀的创业者也很稀缺，没有那么多好的样本让你训练。而且用样本来训练，只能用过去的样本，但是 VC 是投资未来的东西，每一个时代可能冒出来的创新的特征也不一样，所以 VC 很难用机器来替代。机器和数据最多可以帮助我们提高一点工作的效率。
四、机器能帮我们做什么——为我们个人的决策提供支持
机器还可以帮助我们每一个人做决定。
举例来说，我们考虑去哪儿吃饭，某些手机 App 可以把你周围的餐厅根据你的喜好做顺序推荐。你要买什么东西，淘宝的推荐是非常个性化的，可以根据你的购买和搜索记录来猜你想买什么东西，你应该买什么样的东西。当各种各样的数据都已经被结构化的时候，有可能机器比你自己更了解你，而且人还是会被情绪所影响，但是机器能够更客观的去帮你做决定。也许有一天他们能告诉你，你想泡的妹子和你不适合，因为你们俩 DNA 里同时有某个隐性的基因可能会导致一种遗传病，而且根据大量数据和你们俩的行为，机器计算得出结论，你们的恋爱关系有 99% 的概率维持不了 3 个月，或者你们婚后的幸福指数会很低。
五、最优机器得到全部数据——一个激进的猜想
我有一个猜想，就是，市场是一只无形之手，可能最后让一个机器智能得到全部的数据。这个观点有点激进，但是至少在一些垂直领域，比如说教育行业，可能有一个终极的 AI，它是最聪明的，它知道对不同的人用什么方法，让他（她）学什么样的东西，做什么样的题，他（她）的学习效果最好。因为它最聪明，所以用它的人就最多，用户最多，它的数据就最多，数据最多所以就最聪明。其实这件事情不仅教育领域会发生，很多领域都有一个规律，数据越多体验越好，体验越好数据越多。
人的各种不同的行为和喜好，其实都是有关联的，和我们个人的基因有关，也和我们的社交网络和环境有关。由于市场规则总是对效率有极致的追求，所以最终可能会让一个 AI 得到全部的数据输入。
六、逆天而行的机器智能
我最后分享一个还不是很成熟的观点。就是这个机器智能有可能再次，或者最后一次改变物竞天择的规则。
我们看人类的历史。其实在 300 万年前，那个时候大家可能还是大猩猩，我们的祖先主要的做的事情是跟自然环境和其它物种做斗争，最适合的那一小群活下来了，所以那个年代是优秀的个体基因胜利。
从 300 万年前到 100 万年前，这个时候人类已经发达到群体作战的程度了，因为人类的协作能力的领先性，基本上其他物种在那个时间大规模的灭绝。这个阶段人类的敌人就是其它的人类，基本上每个团体人数成长到一定的程度，例如超过 150 个人，就会自动分拆。
我最近看的一本书《教养的迷思》的作者做了研究，发现只要把一群人放到一起，只要人数达到一定的规模，就可以慢慢的分群，人有一种思维习惯，对自己这一群人特别认同，逐渐的这群人的行为就会越来越像。跟别的人群差异就会越来越大。人群和人群之间，因为有这种同类认同，就会憎恨其他的人群，然后就开始打仗。所以这个时候已经不是个体基因的竞争了，其实已经是「集体基因」的竞争，一个部落的竞争力是这个部落的组织形态和运作机制，其实还是基因驱动，是跟集体相关的那些基因在起作用，那些基因能够帮助这个部落组织起来，用高效的方式把其它的部落给干掉。
那么在一万年前到 70 年之前，就是我们的学历史主要学到的这一段，主要是国家跟国家的战争，一个国家跟另外一个国家争控制权，不断打仗。人类历史上，其实战争并没有停过，某种意义上战争是生命演化的本质，所有的物种之间在争斗，物种内也是在争斗。这一段，已经和基因没有太大关系了，主要是社会体制之间的优胜劣汰。
终于到 70 年以前发生了一件事情，人类停止大规模的战争了，现在大国之间都不打仗了。我们从 70 年前到现在，进入这样一个核威慑的时代，不但不打仗，社会生产力还持续提高，再加上人类无止境的欲望，带来所谓的第八大奇迹——经济的「复利」增长。
这一段实际上人类社会很多落后的体制开始慢慢的变异，全球范围内政治经济机制慢慢趋同，国家间文化也逐渐渗透。其实我觉得从一万年前到现在这一段时间，从个体基因的角度，可能是在退化的。《枪炮、病菌与钢铁》的作者，在一些没有被现代文明覆盖的岛找到一群人，智商是比现代人要高的，因为他们还是在原始采集环境之下，个体基因还是不断的在进化。他们的生存率并没有那么高，而且也不是现代社会的一夫一妻制，导致不适合的基因会被淘汰，优秀的基因能够得到更好的延续机会。现代社会，绝大部分国家地区都是一夫一妻制，聪明和笨的人都大概率能保证有机会生孩子，而且更奇怪的是，越贫穷的人生孩子越多。另外在文明社会中，大规模的人口灭绝，主要是因为瘟疫，跟个体基因是否优秀是没有关系的。这些因素都导致个体基因在退化。
那如果我们再往后看，当我们每个人都把很多决策权跟控制权的一部分的或者全部交给机器智能之后，会发生什么事情呢？当计算能力变的无穷大，当数据变的无孔不入，机器智能慢慢把这个社会各种重要的角色承担起来，而当机器具备这样的计算能力的时候，物竞天择适者生存的天条是否还存在呢？我有些简单的猜想。
「市场的无形之手」也许变得不再那么重要，让机器来做计划，也许反而更高效。
「生产力的比较优势」和社会制度、文化的关系变小，可能更多会和自然资源更相关。「退全球化」的趋势也许会持续相当长时间。当国家之间的互相依赖减少，人性中“同族认同、跨族排异”的本能也许会发挥更大的作用，各国间意识形态的差异可能会加大。也许 Internet 会慢慢变成一个一个的局域网。
核威慑仍然存在，所以国家之间的竞争依旧不是战争和物种消灭。资源的争夺会在停留在经济和信息技术层面。
智力基因和它被遗传的能力仍然不存在正相关（甚至可能负相关），所以个体基因会继续「退化」。
社会资源的分配不均的趋势会持续下去，导致最后可能只能依靠政治权力来强行重分配（或者反过来，资源控制者主导重新分配政治权利，回到「帝国时代」），而生产力和社会制度的关系也在减弱，所以社会体制可能也会「退化」。
这就是一些我对数据和机器智能未来的一些胡思乱想，跟大家分享一下，谢谢。
来源：人工智能学家
智造家提供 查看全部
本文由「华兴有个 Alpha」整理自胡博予在华兴 Alpha 线下活动「投脑风暴」数据服务主题投资人沙龙上的主题演讲摘要。
演讲者简介：胡博予是著名的风险投资人，XVC 的合伙人。在创办 XVC 之前，他在金沙江、DCM、蓝湖资本工作过，期间发掘并推动对 51talk（股票代码 NYSE:COE）以及美菜、快手、优信拍等「独角兽」的投资。在进入风险投资行业前，博予有近 10 年的创业经验。他参与创办了信贷管理软件公司安硕信息，领导了核心产品线的开发，帮助公司在竞争激烈的市场中取得接近垄断的地位并最终上市（股票代码 SHE:300380）。
XVC 是一家风险投资机构，单笔投资 1000 万到 1 亿之间，致力于寻找和支持最优秀的企业家，共同创造长期价值。
以下为全部演讲内容：
一、机器的进步
说一个我的观察。我们发明机器是为了解决问题、提高效率的。他们在怎样进步呢？首先，是处理速度越来越快。然后，他们联网了，而现在他们正在变得越来越聪明。因为算法越发先进，计算能力也足够强大，可以用各种各样新的机器学习的方法来沉淀经验。
二、机器能帮我们做什么——代替重复劳动
首先我觉得机器是能够将人类从重复劳动中慢慢解放出来的。随着技术的不断成熟，还有学习曲线长度和深度的延展，技术的边界也在不断向外部推移，很多本来需要人去做的劳动，像制造业的许多环节，也包括像洗衣服这样其实每天都要做的事情，都可以由机器代劳。
随着机器越来越聪明，它越来越能够处理复杂工作，可以现场做很多决策，比如做饭、仓库分拣、记账等等。我最近看了一个项目，是用图像识别的无人机来送快递。过去快递不发达也是因为经济模式太弱，效率低。比如说人烟稀少的地方，送快递一个人送一箱出去，可能只能送一件东西，回来再送，每天只能送几个包裹，这个情况就特别适合用无人机或无人车来送。
编程可能是最后被替代的活动，因为一旦机器能自己写程序让自己变得更聪明，世界就到达了一个「奇点」。
三、机器能帮我们做什么——缩短经验差距
我看到另外一个趋势，就是机器在不断缩短经验带来的差距。
很多行业，比如说像数据分析员、老师还有医生，这些行业都非常依赖经验，一个很有经验的老师教学生的效率就很高，一个很有经验的医生看病的效率也很高。但经验这个东西其实并不复杂，一个老师教出来的学生最多几千个，我父母都是老师，他们教了几十年的书，每年就教几十个学生，有可能连续 3、4 年就教同一届学生，一辈子教十几届。所以这种经验，其实积累的样本数量是要远远小于机器能够处理和积累的。
当机器开始可以积累经验，把大量的样本作为经验沉淀下来，沉淀到自己的神经元网络里面，就有可能提升该领域没有经验的从业者的工作效率，或者干脆替代这些人，趋势就是让有经验的人和没有经验的人之间的差距越来越小。现在有一些行业的人力已经被替代了，现在 99% 的股票交易的指令都不是人下的，是机器下的。
像大家看到的广告，大部分都是机器在买的广告位，机器根据经验和数据决定，这个时间点对这个人展现什么广告，这些东西都已经被机器取代了。我觉得未来可能在医疗行业，在销售管理这些领域，都有可能用机器的经验来缩短人和人的差距，还可能出现虚拟的销售、虚拟的医生以及虚拟的老师。
VC 这个行业是不是会被替代呢？其实不容易。VC 的学习曲线倒不是最长的，因为我觉得经验太多了有时候也是坏事。核心原因是因为数据量太小了，要训练好一个机器需要足够多的样本，但是实际上好公司一年才出几个，真正优秀的创业者也很稀缺，没有那么多好的样本让你训练。而且用样本来训练，只能用过去的样本，但是 VC 是投资未来的东西，每一个时代可能冒出来的创新的特征也不一样，所以 VC 很难用机器来替代。机器和数据最多可以帮助我们提高一点工作的效率。
四、机器能帮我们做什么——为我们个人的决策提供支持
机器还可以帮助我们每一个人做决定。
举例来说，我们考虑去哪儿吃饭，某些手机 App 可以把你周围的餐厅根据你的喜好做顺序推荐。你要买什么东西，淘宝的推荐是非常个性化的，可以根据你的购买和搜索记录来猜你想买什么东西，你应该买什么样的东西。当各种各样的数据都已经被结构化的时候，有可能机器比你自己更了解你，而且人还是会被情绪所影响，但是机器能够更客观的去帮你做决定。也许有一天他们能告诉你，你想泡的妹子和你不适合，因为你们俩 DNA 里同时有某个隐性的基因可能会导致一种遗传病，而且根据大量数据和你们俩的行为，机器计算得出结论，你们的恋爱关系有 99% 的概率维持不了 3 个月，或者你们婚后的幸福指数会很低。
五、最优机器得到全部数据——一个激进的猜想
我有一个猜想，就是，市场是一只无形之手，可能最后让一个机器智能得到全部的数据。这个观点有点激进，但是至少在一些垂直领域，比如说教育行业，可能有一个终极的 AI，它是最聪明的，它知道对不同的人用什么方法，让他（她）学什么样的东西，做什么样的题，他（她）的学习效果最好。因为它最聪明，所以用它的人就最多，用户最多，它的数据就最多，数据最多所以就最聪明。其实这件事情不仅教育领域会发生，很多领域都有一个规律，数据越多体验越好，体验越好数据越多。
人的各种不同的行为和喜好，其实都是有关联的，和我们个人的基因有关，也和我们的社交网络和环境有关。由于市场规则总是对效率有极致的追求，所以最终可能会让一个 AI 得到全部的数据输入。
六、逆天而行的机器智能
我最后分享一个还不是很成熟的观点。就是这个机器智能有可能再次，或者最后一次改变物竞天择的规则。
我们看人类的历史。其实在 300 万年前，那个时候大家可能还是大猩猩，我们的祖先主要的做的事情是跟自然环境和其它物种做斗争，最适合的那一小群活下来了，所以那个年代是优秀的个体基因胜利。
从 300 万年前到 100 万年前，这个时候人类已经发达到群体作战的程度了，因为人类的协作能力的领先性，基本上其他物种在那个时间大规模的灭绝。这个阶段人类的敌人就是其它的人类，基本上每个团体人数成长到一定的程度，例如超过 150 个人，就会自动分拆。
我最近看的一本书《教养的迷思》的作者做了研究，发现只要把一群人放到一起，只要人数达到一定的规模，就可以慢慢的分群，人有一种思维习惯，对自己这一群人特别认同，逐渐的这群人的行为就会越来越像。跟别的人群差异就会越来越大。人群和人群之间，因为有这种同类认同，就会憎恨其他的人群，然后就开始打仗。所以这个时候已经不是个体基因的竞争了，其实已经是「集体基因」的竞争，一个部落的竞争力是这个部落的组织形态和运作机制，其实还是基因驱动，是跟集体相关的那些基因在起作用，那些基因能够帮助这个部落组织起来，用高效的方式把其它的部落给干掉。
那么在一万年前到 70 年之前，就是我们的学历史主要学到的这一段，主要是国家跟国家的战争，一个国家跟另外一个国家争控制权，不断打仗。人类历史上，其实战争并没有停过，某种意义上战争是生命演化的本质，所有的物种之间在争斗，物种内也是在争斗。这一段，已经和基因没有太大关系了，主要是社会体制之间的优胜劣汰。
终于到 70 年以前发生了一件事情，人类停止大规模的战争了，现在大国之间都不打仗了。我们从 70 年前到现在，进入这样一个核威慑的时代，不但不打仗，社会生产力还持续提高，再加上人类无止境的欲望，带来所谓的第八大奇迹——经济的「复利」增长。
这一段实际上人类社会很多落后的体制开始慢慢的变异，全球范围内政治经济机制慢慢趋同，国家间文化也逐渐渗透。其实我觉得从一万年前到现在这一段时间，从个体基因的角度，可能是在退化的。《枪炮、病菌与钢铁》的作者，在一些没有被现代文明覆盖的岛找到一群人，智商是比现代人要高的，因为他们还是在原始采集环境之下，个体基因还是不断的在进化。他们的生存率并没有那么高，而且也不是现代社会的一夫一妻制，导致不适合的基因会被淘汰，优秀的基因能够得到更好的延续机会。现代社会，绝大部分国家地区都是一夫一妻制，聪明和笨的人都大概率能保证有机会生孩子，而且更奇怪的是，越贫穷的人生孩子越多。另外在文明社会中，大规模的人口灭绝，主要是因为瘟疫，跟个体基因是否优秀是没有关系的。这些因素都导致个体基因在退化。
那如果我们再往后看，当我们每个人都把很多决策权跟控制权的一部分的或者全部交给机器智能之后，会发生什么事情呢？当计算能力变的无穷大，当数据变的无孔不入，机器智能慢慢把这个社会各种重要的角色承担起来，而当机器具备这样的计算能力的时候，物竞天择适者生存的天条是否还存在呢？我有些简单的猜想。
「市场的无形之手」也许变得不再那么重要，让机器来做计划，也许反而更高效。
「生产力的比较优势」和社会制度、文化的关系变小，可能更多会和自然资源更相关。「退全球化」的趋势也许会持续相当长时间。当国家之间的互相依赖减少，人性中“同族认同、跨族排异”的本能也许会发挥更大的作用，各国间意识形态的差异可能会加大。也许 Internet 会慢慢变成一个一个的局域网。
核威慑仍然存在，所以国家之间的竞争依旧不是战争和物种消灭。资源的争夺会在停留在经济和信息技术层面。
智力基因和它被遗传的能力仍然不存在正相关（甚至可能负相关），所以个体基因会继续「退化」。
社会资源的分配不均的趋势会持续下去，导致最后可能只能依靠政治权力来强行重分配（或者反过来，资源控制者主导重新分配政治权利，回到「帝国时代」），而生产力和社会制度的关系也在减弱，所以社会体制可能也会「退化」。
这就是一些我对数据和机器智能未来的一些胡思乱想，跟大家分享一下，谢谢。
来源：人工智能学家
智造家提供
演讲者简介：胡博予是著名的风险投资人，XVC 的合伙人。在创办 XVC 之前，他在金沙江、DCM、蓝湖资本工作过，期间发掘并推动对 51talk（股票代码 NYSE:COE）以及美菜、快手、优信拍等「独角兽」的投资。在进入风险投资行业前，博予有近 10 年的创业经验。他参与创办了信贷管理软件公司安硕信息，领导了核心产品线的开发，帮助公司在竞争激烈的市场中取得接近垄断的地位并最终上市（股票代码 SHE:300380）。
XVC 是一家风险投资机构，单笔投资 1000 万到 1 亿之间，致力于寻找和支持最优秀的企业家，共同创造长期价值。
以下为全部演讲内容：
一、机器的进步
说一个我的观察。我们发明机器是为了解决问题、提高效率的。他们在怎样进步呢？首先，是处理速度越来越快。然后，他们联网了，而现在他们正在变得越来越聪明。因为算法越发先进，计算能力也足够强大，可以用各种各样新的机器学习的方法来沉淀经验。
二、机器能帮我们做什么——代替重复劳动
首先我觉得机器是能够将人类从重复劳动中慢慢解放出来的。随着技术的不断成熟，还有学习曲线长度和深度的延展，技术的边界也在不断向外部推移，很多本来需要人去做的劳动，像制造业的许多环节，也包括像洗衣服这样其实每天都要做的事情，都可以由机器代劳。
随着机器越来越聪明，它越来越能够处理复杂工作，可以现场做很多决策，比如做饭、仓库分拣、记账等等。我最近看了一个项目，是用图像识别的无人机来送快递。过去快递不发达也是因为经济模式太弱，效率低。比如说人烟稀少的地方，送快递一个人送一箱出去，可能只能送一件东西，回来再送，每天只能送几个包裹，这个情况就特别适合用无人机或无人车来送。
编程可能是最后被替代的活动，因为一旦机器能自己写程序让自己变得更聪明，世界就到达了一个「奇点」。
三、机器能帮我们做什么——缩短经验差距
我看到另外一个趋势，就是机器在不断缩短经验带来的差距。
很多行业，比如说像数据分析员、老师还有医生，这些行业都非常依赖经验，一个很有经验的老师教学生的效率就很高，一个很有经验的医生看病的效率也很高。但经验这个东西其实并不复杂，一个老师教出来的学生最多几千个，我父母都是老师，他们教了几十年的书，每年就教几十个学生，有可能连续 3、4 年就教同一届学生，一辈子教十几届。所以这种经验，其实积累的样本数量是要远远小于机器能够处理和积累的。
当机器开始可以积累经验，把大量的样本作为经验沉淀下来，沉淀到自己的神经元网络里面，就有可能提升该领域没有经验的从业者的工作效率，或者干脆替代这些人，趋势就是让有经验的人和没有经验的人之间的差距越来越小。现在有一些行业的人力已经被替代了，现在 99% 的股票交易的指令都不是人下的，是机器下的。
像大家看到的广告，大部分都是机器在买的广告位，机器根据经验和数据决定，这个时间点对这个人展现什么广告，这些东西都已经被机器取代了。我觉得未来可能在医疗行业，在销售管理这些领域，都有可能用机器的经验来缩短人和人的差距，还可能出现虚拟的销售、虚拟的医生以及虚拟的老师。
VC 这个行业是不是会被替代呢？其实不容易。VC 的学习曲线倒不是最长的，因为我觉得经验太多了有时候也是坏事。核心原因是因为数据量太小了，要训练好一个机器需要足够多的样本，但是实际上好公司一年才出几个，真正优秀的创业者也很稀缺，没有那么多好的样本让你训练。而且用样本来训练，只能用过去的样本，但是 VC 是投资未来的东西，每一个时代可能冒出来的创新的特征也不一样，所以 VC 很难用机器来替代。机器和数据最多可以帮助我们提高一点工作的效率。
四、机器能帮我们做什么——为我们个人的决策提供支持
机器还可以帮助我们每一个人做决定。
举例来说，我们考虑去哪儿吃饭，某些手机 App 可以把你周围的餐厅根据你的喜好做顺序推荐。你要买什么东西，淘宝的推荐是非常个性化的，可以根据你的购买和搜索记录来猜你想买什么东西，你应该买什么样的东西。当各种各样的数据都已经被结构化的时候，有可能机器比你自己更了解你，而且人还是会被情绪所影响，但是机器能够更客观的去帮你做决定。也许有一天他们能告诉你，你想泡的妹子和你不适合，因为你们俩 DNA 里同时有某个隐性的基因可能会导致一种遗传病，而且根据大量数据和你们俩的行为，机器计算得出结论，你们的恋爱关系有 99% 的概率维持不了 3 个月，或者你们婚后的幸福指数会很低。
五、最优机器得到全部数据——一个激进的猜想
我有一个猜想，就是，市场是一只无形之手，可能最后让一个机器智能得到全部的数据。这个观点有点激进，但是至少在一些垂直领域，比如说教育行业，可能有一个终极的 AI，它是最聪明的，它知道对不同的人用什么方法，让他（她）学什么样的东西，做什么样的题，他（她）的学习效果最好。因为它最聪明，所以用它的人就最多，用户最多，它的数据就最多，数据最多所以就最聪明。其实这件事情不仅教育领域会发生，很多领域都有一个规律，数据越多体验越好，体验越好数据越多。
人的各种不同的行为和喜好，其实都是有关联的，和我们个人的基因有关，也和我们的社交网络和环境有关。由于市场规则总是对效率有极致的追求，所以最终可能会让一个 AI 得到全部的数据输入。
六、逆天而行的机器智能
我最后分享一个还不是很成熟的观点。就是这个机器智能有可能再次，或者最后一次改变物竞天择的规则。
我们看人类的历史。其实在 300 万年前，那个时候大家可能还是大猩猩，我们的祖先主要的做的事情是跟自然环境和其它物种做斗争，最适合的那一小群活下来了，所以那个年代是优秀的个体基因胜利。
从 300 万年前到 100 万年前，这个时候人类已经发达到群体作战的程度了，因为人类的协作能力的领先性，基本上其他物种在那个时间大规模的灭绝。这个阶段人类的敌人就是其它的人类，基本上每个团体人数成长到一定的程度，例如超过 150 个人，就会自动分拆。
我最近看的一本书《教养的迷思》的作者做了研究，发现只要把一群人放到一起，只要人数达到一定的规模，就可以慢慢的分群，人有一种思维习惯，对自己这一群人特别认同，逐渐的这群人的行为就会越来越像。跟别的人群差异就会越来越大。人群和人群之间，因为有这种同类认同，就会憎恨其他的人群，然后就开始打仗。所以这个时候已经不是个体基因的竞争了，其实已经是「集体基因」的竞争，一个部落的竞争力是这个部落的组织形态和运作机制，其实还是基因驱动，是跟集体相关的那些基因在起作用，那些基因能够帮助这个部落组织起来，用高效的方式把其它的部落给干掉。
那么在一万年前到 70 年之前，就是我们的学历史主要学到的这一段，主要是国家跟国家的战争，一个国家跟另外一个国家争控制权，不断打仗。人类历史上，其实战争并没有停过，某种意义上战争是生命演化的本质，所有的物种之间在争斗，物种内也是在争斗。这一段，已经和基因没有太大关系了，主要是社会体制之间的优胜劣汰。
终于到 70 年以前发生了一件事情，人类停止大规模的战争了，现在大国之间都不打仗了。我们从 70 年前到现在，进入这样一个核威慑的时代，不但不打仗，社会生产力还持续提高，再加上人类无止境的欲望，带来所谓的第八大奇迹——经济的「复利」增长。
这一段实际上人类社会很多落后的体制开始慢慢的变异，全球范围内政治经济机制慢慢趋同，国家间文化也逐渐渗透。其实我觉得从一万年前到现在这一段时间，从个体基因的角度，可能是在退化的。《枪炮、病菌与钢铁》的作者，在一些没有被现代文明覆盖的岛找到一群人，智商是比现代人要高的，因为他们还是在原始采集环境之下，个体基因还是不断的在进化。他们的生存率并没有那么高，而且也不是现代社会的一夫一妻制，导致不适合的基因会被淘汰，优秀的基因能够得到更好的延续机会。现代社会，绝大部分国家地区都是一夫一妻制，聪明和笨的人都大概率能保证有机会生孩子，而且更奇怪的是，越贫穷的人生孩子越多。另外在文明社会中，大规模的人口灭绝，主要是因为瘟疫，跟个体基因是否优秀是没有关系的。这些因素都导致个体基因在退化。
那如果我们再往后看，当我们每个人都把很多决策权跟控制权的一部分的或者全部交给机器智能之后，会发生什么事情呢？当计算能力变的无穷大，当数据变的无孔不入，机器智能慢慢把这个社会各种重要的角色承担起来，而当机器具备这样的计算能力的时候，物竞天择适者生存的天条是否还存在呢？我有些简单的猜想。
「市场的无形之手」也许变得不再那么重要，让机器来做计划，也许反而更高效。
「生产力的比较优势」和社会制度、文化的关系变小，可能更多会和自然资源更相关。「退全球化」的趋势也许会持续相当长时间。当国家之间的互相依赖减少，人性中“同族认同、跨族排异”的本能也许会发挥更大的作用，各国间意识形态的差异可能会加大。也许 Internet 会慢慢变成一个一个的局域网。
核威慑仍然存在，所以国家之间的竞争依旧不是战争和物种消灭。资源的争夺会在停留在经济和信息技术层面。
智力基因和它被遗传的能力仍然不存在正相关（甚至可能负相关），所以个体基因会继续「退化」。
社会资源的分配不均的趋势会持续下去，导致最后可能只能依靠政治权力来强行重分配（或者反过来，资源控制者主导重新分配政治权利，回到「帝国时代」），而生产力和社会制度的关系也在减弱，所以社会体制可能也会「退化」。
这就是一些我对数据和机器智能未来的一些胡思乱想，跟大家分享一下，谢谢。
来源：人工智能学家
智造家提供
290 浏览
未来十年，最赚钱的17大行业全在这里
智能制造类 Leader 2016-11-07 22:21 发表了文章
回顾历史的长河，全球经济的发展一直是由生产力和生产关系的相互作用推动。从发明蒸汽机、发电机、计算机，再到因特网的广泛应用，新的科技浪潮一直主导着生产力和生产关系的大调整，并不断涌现出新的产业，促进社会进步。十年前，全球市值前10名主要还集中在能源、金融等传统产业。现在，已经被高科技与互联网企业占据半壁江山。
十年前企业全球市值TOP10
当前企业全球市值TOP10
未来10年，又有哪些新产业值得我们期待？哪些产业能够给投资人带来最丰厚的回报？
一、云计算
企业向云端迁移是大势所趋。可以看到：1）公有云和私有云市场增长依然齐头并进，不是零和博弈；2）IaaS层面：拥有多元化的商业应用生态圈越来越重要；3）SaaS层面：主要集中在人力资源、OA、CRM、市场营销、B2B 大宗商品采购等领域；4）PaaS层面：没有出现独立巨头，未来更可能由IaaS巨头向上或SaaS巨头向下延伸。
国内云计算市场还处在萌芽期，市场蛋糕正变得越来越诱人。
二、大数据
大数据行业的融资总额2013-2015年分别为8亿美金、15.4亿美金及20亿美金；2013-2015年融资事件分别为10起、42起及超过50起。“大数据+”已经渗透到几乎所有行业，如“大数据+零售”、“大数据+医疗”、“大数据+房地产”等等。
三、虚拟现实
目前全球虚拟现实行业经过近百年的发展仍处于早期起步阶段，供应链及各类配套设施还在摸索。然而虚拟现实的发展前景引人想象，具备广泛的应用空间，如游戏、影视、教育、体育、星际探索、医疗等等。当前各大咨询机构均看好虚拟现实在未来5年将实现超高速增长，爆发近在咫尺。
[login]
四、人工智能
根据预测，2024年人工智能市场规模将增长至111亿美元。初步的技术积累和数据积累已经在过去有了比较显著的规模效应，因而人工智能重塑各行各业的大潮即将来袭，并引发新一轮IT设备投资。
未来3-5年智能化大潮将带来万亿级市场。
五、3D技术
经过过去几年3D打印的投资热，3D打印技术步入到了一个新的阶段，但应用市场仍有待突破。专家预测2016年，中国3D打印机市场规模预测将扩大到100亿元。
六、无人技术
无人技术目前主要应用在无人机、无人驾驶汽车等领域。美国蒂尔集团预测全球无人机市场规模会从2015年的64亿美元增至2024年的115亿美元，发展态势迅猛。无人驾驶汽车至今仍未揭面纱，但麦肯锡预测到2025年该领域将会有2000亿美元到1.9万亿美元产值，届时中国无人驾驶汽车产值空间至少也在万亿规模，潜力无限。
七、机器人
中国人口老龄化问题日益突出、人工成本急剧上升以及整体经济结构面临转型，机器人未来的崛起及其巨大的市场规模已经被各大机构认可。
未来无论短期或是长期，机器人行业的投资机遇巨大，从工业机器人、协作机器人到服务机器人均有十分可观的市场规模。
八、新能源
中国是最大的新能源市场，发展新能源产业是改变我国的能源结构，降低对化石能源的依赖度，同事减少环境污染的必然选择。
大力度的财政补贴推动新能源产业快速走向成熟，蕴含丰富投资机会。
九、新材料
新材料是新经济的基石，我国在军工、高铁、核电、航天航空等尖端制造领域的快速发展均离不开基础材料领域的突破。
随着基础化学、基础材料、纳米技术等方面的科研实力的不断积累，新材料领域的创新点将不断涌现，新材料将成为数万亿产值的市场。
十、医疗服务
2016年医疗服务行业的驱动因素来自于药品行业景气度持续下滑，以及药品价格形成机制的变化。分级诊疗和医生多点执业的推动下，公立医院借助民营资本盘活存量资产创造增量价。医疗服务业务为新技术提供了商业化的出口，而新技术给医疗服务业务提供了高附加值的项目。
十一、生物技术与生命科学
随着基因组学、分子生物学等基础学科的发展，生物制剂与生命科学技术正在治疗中发挥越来越重要的作用：生物制剂方面，越来越多的单抗药物对肿瘤、糖尿病等疑难杂症产生突破性疗效，“重磅炸弹”级新药频出。
2014年全球销量前十大药物中，有7个为生物制剂，其中阿达木单抗位居全球销量首位，年销售额达110亿美元；生命科学方面，全球范围内，基因测序市场从2007年的794.1万美元增长到2013年的45亿美元，复合增长率为33.5%，预计未来几年依旧会保持快速增长；细胞免疫疗法等新兴技术也日渐成为重要的治疗方法。
十二、医疗器械
医疗器械市场在国内起步较晚，但发展迅速，2001年至2014年，我国医疗器械市场规模从173亿元增长至2556亿元，增长了近15倍，复合增速达到23%。
但从医疗器械市场规模与药品市场规模的对比来看，全球医疗器械市场规模大致为全球药品市场规模的40%，而我国这一比例低于15%，随着经济的发展以及国内老龄化程度的提高，医疗器械市场发展潜力巨大。同时，《创新医疗器械特别审批程序（试行）》等一批政策的出台，为国产创新医疗器械的快速成长奠定了坚实的基础。
十三、互联网医疗
信息技术的高速发展引发各个行业的巨大变革，也为医疗行业带来巨大机遇。随着大数据、云计算、物联网等多领域技术与互联网的跨界融合，新技术与新商业模式快速渗透到医疗各个细分领域，从预防、诊断、治疗、购药都将全面开启一个智能化时代。
十四、健康养老
健康养老产业受需求迫切和政策鼓励双向驱动，将迎来十分确定的发展机会。未来我国政府和个人将面对很大的养老压力，截止2014年65岁及以上老年人口达1.4亿，占总人口比重10.1%，到2020年老年人口将增至2.6亿。
同时，养老作为"健康中国"的一部分已被提升到国家战略性高度。我们将沿着国家提出的建设以居家为基础、社区为依托、机构为补充的多层次养老服务体系挖掘投资机会。
十五、体育
在过去的一年，中国各路巨头开始瞄准海外优质体育标的资产，渐渐向成熟体育盈利模式靠拢 – 门票、媒体转播权、赞助和体育衍生品。
因此，拥有优质赛事资源和广大受众的体育行业标的将会持续收到资本的追捧。
十六、文化娱乐
中国的2015年是投资圈和BAT们在文化娱乐领域进击的一年。消费升级使得国人的消费习惯逐渐向文化娱乐进行倾斜，消费人群和消费金额也越来越低龄化和增长化。
2015年也是独立IP火热的一年，一大波影视剧热播，部分国产电影不断刷新票房记录。
此外，伴随游戏、动漫衍生而来的二次元文化兴起，生产数字化、碎片化、娱乐化内容的自媒体大爆发，都将聚集大量新一代年轻用户，引发新的商业模式和机会。
十七、教育
国内的民办教育市场规模超过6000亿元，而在线教育五分之一的市场份额吸引了无数资本和创业者竞折腰。经过过去一两年的洗礼，教育O2O举步维艰，不仅没有革了传统教育的命，还在盈利模式的探索上不知所措。
而传统线下教育培训机构除了拥有稳定的线下资源和师资以外，也在互联网+ 的攻势下顺应时代发展做出了很多改革。
此外，新一轮的高考改革也将带来新的商业模式和创业机会。
[/login]
来源：1号机器人
智造家提供 查看全部
十年前企业全球市值TOP10
当前企业全球市值TOP10
未来10年，又有哪些新产业值得我们期待？哪些产业能够给投资人带来最丰厚的回报？
一、云计算
企业向云端迁移是大势所趋。可以看到：1）公有云和私有云市场增长依然齐头并进，不是零和博弈；2）IaaS层面：拥有多元化的商业应用生态圈越来越重要；3）SaaS层面：主要集中在人力资源、OA、CRM、市场营销、B2B 大宗商品采购等领域；4）PaaS层面：没有出现独立巨头，未来更可能由IaaS巨头向上或SaaS巨头向下延伸。
国内云计算市场还处在萌芽期，市场蛋糕正变得越来越诱人。
二、大数据
大数据行业的融资总额2013-2015年分别为8亿美金、15.4亿美金及20亿美金；2013-2015年融资事件分别为10起、42起及超过50起。“大数据+”已经渗透到几乎所有行业，如“大数据+零售”、“大数据+医疗”、“大数据+房地产”等等。
三、虚拟现实
目前全球虚拟现实行业经过近百年的发展仍处于早期起步阶段，供应链及各类配套设施还在摸索。然而虚拟现实的发展前景引人想象，具备广泛的应用空间，如游戏、影视、教育、体育、星际探索、医疗等等。当前各大咨询机构均看好虚拟现实在未来5年将实现超高速增长，爆发近在咫尺。
[login]
四、人工智能
根据预测，2024年人工智能市场规模将增长至111亿美元。初步的技术积累和数据积累已经在过去有了比较显著的规模效应，因而人工智能重塑各行各业的大潮即将来袭，并引发新一轮IT设备投资。
未来3-5年智能化大潮将带来万亿级市场。
五、3D技术
经过过去几年3D打印的投资热，3D打印技术步入到了一个新的阶段，但应用市场仍有待突破。专家预测2016年，中国3D打印机市场规模预测将扩大到100亿元。
六、无人技术
无人技术目前主要应用在无人机、无人驾驶汽车等领域。美国蒂尔集团预测全球无人机市场规模会从2015年的64亿美元增至2024年的115亿美元，发展态势迅猛。无人驾驶汽车至今仍未揭面纱，但麦肯锡预测到2025年该领域将会有2000亿美元到1.9万亿美元产值，届时中国无人驾驶汽车产值空间至少也在万亿规模，潜力无限。
七、机器人
中国人口老龄化问题日益突出、人工成本急剧上升以及整体经济结构面临转型，机器人未来的崛起及其巨大的市场规模已经被各大机构认可。
未来无论短期或是长期，机器人行业的投资机遇巨大，从工业机器人、协作机器人到服务机器人均有十分可观的市场规模。
八、新能源
中国是最大的新能源市场，发展新能源产业是改变我国的能源结构，降低对化石能源的依赖度，同事减少环境污染的必然选择。
大力度的财政补贴推动新能源产业快速走向成熟，蕴含丰富投资机会。
九、新材料
新材料是新经济的基石，我国在军工、高铁、核电、航天航空等尖端制造领域的快速发展均离不开基础材料领域的突破。
随着基础化学、基础材料、纳米技术等方面的科研实力的不断积累，新材料领域的创新点将不断涌现，新材料将成为数万亿产值的市场。
十、医疗服务
2016年医疗服务行业的驱动因素来自于药品行业景气度持续下滑，以及药品价格形成机制的变化。分级诊疗和医生多点执业的推动下，公立医院借助民营资本盘活存量资产创造增量价。医疗服务业务为新技术提供了商业化的出口，而新技术给医疗服务业务提供了高附加值的项目。
十一、生物技术与生命科学
随着基因组学、分子生物学等基础学科的发展，生物制剂与生命科学技术正在治疗中发挥越来越重要的作用：生物制剂方面，越来越多的单抗药物对肿瘤、糖尿病等疑难杂症产生突破性疗效，“重磅炸弹”级新药频出。
2014年全球销量前十大药物中，有7个为生物制剂，其中阿达木单抗位居全球销量首位，年销售额达110亿美元；生命科学方面，全球范围内，基因测序市场从2007年的794.1万美元增长到2013年的45亿美元，复合增长率为33.5%，预计未来几年依旧会保持快速增长；细胞免疫疗法等新兴技术也日渐成为重要的治疗方法。
十二、医疗器械
医疗器械市场在国内起步较晚，但发展迅速，2001年至2014年，我国医疗器械市场规模从173亿元增长至2556亿元，增长了近15倍，复合增速达到23%。
但从医疗器械市场规模与药品市场规模的对比来看，全球医疗器械市场规模大致为全球药品市场规模的40%，而我国这一比例低于15%，随着经济的发展以及国内老龄化程度的提高，医疗器械市场发展潜力巨大。同时，《创新医疗器械特别审批程序（试行）》等一批政策的出台，为国产创新医疗器械的快速成长奠定了坚实的基础。
十三、互联网医疗
信息技术的高速发展引发各个行业的巨大变革，也为医疗行业带来巨大机遇。随着大数据、云计算、物联网等多领域技术与互联网的跨界融合，新技术与新商业模式快速渗透到医疗各个细分领域，从预防、诊断、治疗、购药都将全面开启一个智能化时代。
十四、健康养老
健康养老产业受需求迫切和政策鼓励双向驱动，将迎来十分确定的发展机会。未来我国政府和个人将面对很大的养老压力，截止2014年65岁及以上老年人口达1.4亿，占总人口比重10.1%，到2020年老年人口将增至2.6亿。
同时，养老作为"健康中国"的一部分已被提升到国家战略性高度。我们将沿着国家提出的建设以居家为基础、社区为依托、机构为补充的多层次养老服务体系挖掘投资机会。
十五、体育
在过去的一年，中国各路巨头开始瞄准海外优质体育标的资产，渐渐向成熟体育盈利模式靠拢 – 门票、媒体转播权、赞助和体育衍生品。
因此，拥有优质赛事资源和广大受众的体育行业标的将会持续收到资本的追捧。
十六、文化娱乐
中国的2015年是投资圈和BAT们在文化娱乐领域进击的一年。消费升级使得国人的消费习惯逐渐向文化娱乐进行倾斜，消费人群和消费金额也越来越低龄化和增长化。
2015年也是独立IP火热的一年，一大波影视剧热播，部分国产电影不断刷新票房记录。
此外，伴随游戏、动漫衍生而来的二次元文化兴起，生产数字化、碎片化、娱乐化内容的自媒体大爆发，都将聚集大量新一代年轻用户，引发新的商业模式和机会。
十七、教育
国内的民办教育市场规模超过6000亿元，而在线教育五分之一的市场份额吸引了无数资本和创业者竞折腰。经过过去一两年的洗礼，教育O2O举步维艰，不仅没有革了传统教育的命，还在盈利模式的探索上不知所措。
而传统线下教育培训机构除了拥有稳定的线下资源和师资以外，也在互联网+ 的攻势下顺应时代发展做出了很多改革。
此外，新一轮的高考改革也将带来新的商业模式和创业机会。
[/login]
来源：1号机器人
智造家提供 查看全部
回顾历史的长河，全球经济的发展一直是由生产力和生产关系的相互作用推动。从发明蒸汽机、发电机、计算机，再到因特网的广泛应用，新的科技浪潮一直主导着生产力和生产关系的大调整，并不断涌现出新的产业，促进社会进步。十年前，全球市值前10名主要还集中在能源、金融等传统产业。现在，已经被高科技与互联网企业占据半壁江山。
十年前企业全球市值TOP10
当前企业全球市值TOP10
未来10年，又有哪些新产业值得我们期待？哪些产业能够给投资人带来最丰厚的回报？
一、云计算
企业向云端迁移是大势所趋。可以看到：1）公有云和私有云市场增长依然齐头并进，不是零和博弈；2）IaaS层面：拥有多元化的商业应用生态圈越来越重要；3）SaaS层面：主要集中在人力资源、OA、CRM、市场营销、B2B 大宗商品采购等领域；4）PaaS层面：没有出现独立巨头，未来更可能由IaaS巨头向上或SaaS巨头向下延伸。
国内云计算市场还处在萌芽期，市场蛋糕正变得越来越诱人。
二、大数据
大数据行业的融资总额2013-2015年分别为8亿美金、15.4亿美金及20亿美金；2013-2015年融资事件分别为10起、42起及超过50起。“大数据+”已经渗透到几乎所有行业，如“大数据+零售”、“大数据+医疗”、“大数据+房地产”等等。
三、虚拟现实
目前全球虚拟现实行业经过近百年的发展仍处于早期起步阶段，供应链及各类配套设施还在摸索。然而虚拟现实的发展前景引人想象，具备广泛的应用空间，如游戏、影视、教育、体育、星际探索、医疗等等。当前各大咨询机构均看好虚拟现实在未来5年将实现超高速增长，爆发近在咫尺。
[login]
四、人工智能
根据预测，2024年人工智能市场规模将增长至111亿美元。初步的技术积累和数据积累已经在过去有了比较显著的规模效应，因而人工智能重塑各行各业的大潮即将来袭，并引发新一轮IT设备投资。
未来3-5年智能化大潮将带来万亿级市场。
五、3D技术
经过过去几年3D打印的投资热，3D打印技术步入到了一个新的阶段，但应用市场仍有待突破。专家预测2016年，中国3D打印机市场规模预测将扩大到100亿元。
六、无人技术
无人技术目前主要应用在无人机、无人驾驶汽车等领域。美国蒂尔集团预测全球无人机市场规模会从2015年的64亿美元增至2024年的115亿美元，发展态势迅猛。无人驾驶汽车至今仍未揭面纱，但麦肯锡预测到2025年该领域将会有2000亿美元到1.9万亿美元产值，届时中国无人驾驶汽车产值空间至少也在万亿规模，潜力无限。
七、机器人
中国人口老龄化问题日益突出、人工成本急剧上升以及整体经济结构面临转型，机器人未来的崛起及其巨大的市场规模已经被各大机构认可。
未来无论短期或是长期，机器人行业的投资机遇巨大，从工业机器人、协作机器人到服务机器人均有十分可观的市场规模。
八、新能源
中国是最大的新能源市场，发展新能源产业是改变我国的能源结构，降低对化石能源的依赖度，同事减少环境污染的必然选择。
大力度的财政补贴推动新能源产业快速走向成熟，蕴含丰富投资机会。
九、新材料
新材料是新经济的基石，我国在军工、高铁、核电、航天航空等尖端制造领域的快速发展均离不开基础材料领域的突破。
随着基础化学、基础材料、纳米技术等方面的科研实力的不断积累，新材料领域的创新点将不断涌现，新材料将成为数万亿产值的市场。
十、医疗服务
2016年医疗服务行业的驱动因素来自于药品行业景气度持续下滑，以及药品价格形成机制的变化。分级诊疗和医生多点执业的推动下，公立医院借助民营资本盘活存量资产创造增量价。医疗服务业务为新技术提供了商业化的出口，而新技术给医疗服务业务提供了高附加值的项目。
十一、生物技术与生命科学
随着基因组学、分子生物学等基础学科的发展，生物制剂与生命科学技术正在治疗中发挥越来越重要的作用：生物制剂方面，越来越多的单抗药物对肿瘤、糖尿病等疑难杂症产生突破性疗效，“重磅炸弹”级新药频出。
2014年全球销量前十大药物中，有7个为生物制剂，其中阿达木单抗位居全球销量首位，年销售额达110亿美元；生命科学方面，全球范围内，基因测序市场从2007年的794.1万美元增长到2013年的45亿美元，复合增长率为33.5%，预计未来几年依旧会保持快速增长；细胞免疫疗法等新兴技术也日渐成为重要的治疗方法。
十二、医疗器械
医疗器械市场在国内起步较晚，但发展迅速，2001年至2014年，我国医疗器械市场规模从173亿元增长至2556亿元，增长了近15倍，复合增速达到23%。
但从医疗器械市场规模与药品市场规模的对比来看，全球医疗器械市场规模大致为全球药品市场规模的40%，而我国这一比例低于15%，随着经济的发展以及国内老龄化程度的提高，医疗器械市场发展潜力巨大。同时，《创新医疗器械特别审批程序（试行）》等一批政策的出台，为国产创新医疗器械的快速成长奠定了坚实的基础。
十三、互联网医疗
信息技术的高速发展引发各个行业的巨大变革，也为医疗行业带来巨大机遇。随着大数据、云计算、物联网等多领域技术与互联网的跨界融合，新技术与新商业模式快速渗透到医疗各个细分领域，从预防、诊断、治疗、购药都将全面开启一个智能化时代。
十四、健康养老
健康养老产业受需求迫切和政策鼓励双向驱动，将迎来十分确定的发展机会。未来我国政府和个人将面对很大的养老压力，截止2014年65岁及以上老年人口达1.4亿，占总人口比重10.1%，到2020年老年人口将增至2.6亿。
同时，养老作为"健康中国"的一部分已被提升到国家战略性高度。我们将沿着国家提出的建设以居家为基础、社区为依托、机构为补充的多层次养老服务体系挖掘投资机会。
十五、体育
在过去的一年，中国各路巨头开始瞄准海外优质体育标的资产，渐渐向成熟体育盈利模式靠拢 – 门票、媒体转播权、赞助和体育衍生品。
因此，拥有优质赛事资源和广大受众的体育行业标的将会持续收到资本的追捧。
十六、文化娱乐
中国的2015年是投资圈和BAT们在文化娱乐领域进击的一年。消费升级使得国人的消费习惯逐渐向文化娱乐进行倾斜，消费人群和消费金额也越来越低龄化和增长化。
2015年也是独立IP火热的一年，一大波影视剧热播，部分国产电影不断刷新票房记录。
此外，伴随游戏、动漫衍生而来的二次元文化兴起，生产数字化、碎片化、娱乐化内容的自媒体大爆发，都将聚集大量新一代年轻用户，引发新的商业模式和机会。
十七、教育
国内的民办教育市场规模超过6000亿元，而在线教育五分之一的市场份额吸引了无数资本和创业者竞折腰。经过过去一两年的洗礼，教育O2O举步维艰，不仅没有革了传统教育的命，还在盈利模式的探索上不知所措。
而传统线下教育培训机构除了拥有稳定的线下资源和师资以外，也在互联网+ 的攻势下顺应时代发展做出了很多改革。
此外，新一轮的高考改革也将带来新的商业模式和创业机会。
[/login]
来源：1号机器人
智造家提供
十年前企业全球市值TOP10
当前企业全球市值TOP10
未来10年，又有哪些新产业值得我们期待？哪些产业能够给投资人带来最丰厚的回报？
一、云计算
企业向云端迁移是大势所趋。可以看到：1）公有云和私有云市场增长依然齐头并进，不是零和博弈；2）IaaS层面：拥有多元化的商业应用生态圈越来越重要；3）SaaS层面：主要集中在人力资源、OA、CRM、市场营销、B2B 大宗商品采购等领域；4）PaaS层面：没有出现独立巨头，未来更可能由IaaS巨头向上或SaaS巨头向下延伸。
国内云计算市场还处在萌芽期，市场蛋糕正变得越来越诱人。
二、大数据
大数据行业的融资总额2013-2015年分别为8亿美金、15.4亿美金及20亿美金；2013-2015年融资事件分别为10起、42起及超过50起。“大数据+”已经渗透到几乎所有行业，如“大数据+零售”、“大数据+医疗”、“大数据+房地产”等等。
三、虚拟现实
目前全球虚拟现实行业经过近百年的发展仍处于早期起步阶段，供应链及各类配套设施还在摸索。然而虚拟现实的发展前景引人想象，具备广泛的应用空间，如游戏、影视、教育、体育、星际探索、医疗等等。当前各大咨询机构均看好虚拟现实在未来5年将实现超高速增长，爆发近在咫尺。
[login]
四、人工智能
根据预测，2024年人工智能市场规模将增长至111亿美元。初步的技术积累和数据积累已经在过去有了比较显著的规模效应，因而人工智能重塑各行各业的大潮即将来袭，并引发新一轮IT设备投资。
未来3-5年智能化大潮将带来万亿级市场。
五、3D技术
经过过去几年3D打印的投资热，3D打印技术步入到了一个新的阶段，但应用市场仍有待突破。专家预测2016年，中国3D打印机市场规模预测将扩大到100亿元。
六、无人技术
无人技术目前主要应用在无人机、无人驾驶汽车等领域。美国蒂尔集团预测全球无人机市场规模会从2015年的64亿美元增至2024年的115亿美元，发展态势迅猛。无人驾驶汽车至今仍未揭面纱，但麦肯锡预测到2025年该领域将会有2000亿美元到1.9万亿美元产值，届时中国无人驾驶汽车产值空间至少也在万亿规模，潜力无限。
七、机器人
中国人口老龄化问题日益突出、人工成本急剧上升以及整体经济结构面临转型，机器人未来的崛起及其巨大的市场规模已经被各大机构认可。
未来无论短期或是长期，机器人行业的投资机遇巨大，从工业机器人、协作机器人到服务机器人均有十分可观的市场规模。
八、新能源
中国是最大的新能源市场，发展新能源产业是改变我国的能源结构，降低对化石能源的依赖度，同事减少环境污染的必然选择。
大力度的财政补贴推动新能源产业快速走向成熟，蕴含丰富投资机会。
九、新材料
新材料是新经济的基石，我国在军工、高铁、核电、航天航空等尖端制造领域的快速发展均离不开基础材料领域的突破。
随着基础化学、基础材料、纳米技术等方面的科研实力的不断积累，新材料领域的创新点将不断涌现，新材料将成为数万亿产值的市场。
十、医疗服务
2016年医疗服务行业的驱动因素来自于药品行业景气度持续下滑，以及药品价格形成机制的变化。分级诊疗和医生多点执业的推动下，公立医院借助民营资本盘活存量资产创造增量价。医疗服务业务为新技术提供了商业化的出口，而新技术给医疗服务业务提供了高附加值的项目。
十一、生物技术与生命科学
随着基因组学、分子生物学等基础学科的发展，生物制剂与生命科学技术正在治疗中发挥越来越重要的作用：生物制剂方面，越来越多的单抗药物对肿瘤、糖尿病等疑难杂症产生突破性疗效，“重磅炸弹”级新药频出。
2014年全球销量前十大药物中，有7个为生物制剂，其中阿达木单抗位居全球销量首位，年销售额达110亿美元；生命科学方面，全球范围内，基因测序市场从2007年的794.1万美元增长到2013年的45亿美元，复合增长率为33.5%，预计未来几年依旧会保持快速增长；细胞免疫疗法等新兴技术也日渐成为重要的治疗方法。
十二、医疗器械
医疗器械市场在国内起步较晚，但发展迅速，2001年至2014年，我国医疗器械市场规模从173亿元增长至2556亿元，增长了近15倍，复合增速达到23%。
但从医疗器械市场规模与药品市场规模的对比来看，全球医疗器械市场规模大致为全球药品市场规模的40%，而我国这一比例低于15%，随着经济的发展以及国内老龄化程度的提高，医疗器械市场发展潜力巨大。同时，《创新医疗器械特别审批程序（试行）》等一批政策的出台，为国产创新医疗器械的快速成长奠定了坚实的基础。
十三、互联网医疗
信息技术的高速发展引发各个行业的巨大变革，也为医疗行业带来巨大机遇。随着大数据、云计算、物联网等多领域技术与互联网的跨界融合，新技术与新商业模式快速渗透到医疗各个细分领域，从预防、诊断、治疗、购药都将全面开启一个智能化时代。
十四、健康养老
健康养老产业受需求迫切和政策鼓励双向驱动，将迎来十分确定的发展机会。未来我国政府和个人将面对很大的养老压力，截止2014年65岁及以上老年人口达1.4亿，占总人口比重10.1%，到2020年老年人口将增至2.6亿。
同时，养老作为"健康中国"的一部分已被提升到国家战略性高度。我们将沿着国家提出的建设以居家为基础、社区为依托、机构为补充的多层次养老服务体系挖掘投资机会。
十五、体育
在过去的一年，中国各路巨头开始瞄准海外优质体育标的资产，渐渐向成熟体育盈利模式靠拢 – 门票、媒体转播权、赞助和体育衍生品。
因此，拥有优质赛事资源和广大受众的体育行业标的将会持续收到资本的追捧。
十六、文化娱乐
中国的2015年是投资圈和BAT们在文化娱乐领域进击的一年。消费升级使得国人的消费习惯逐渐向文化娱乐进行倾斜，消费人群和消费金额也越来越低龄化和增长化。
2015年也是独立IP火热的一年，一大波影视剧热播，部分国产电影不断刷新票房记录。
此外，伴随游戏、动漫衍生而来的二次元文化兴起，生产数字化、碎片化、娱乐化内容的自媒体大爆发，都将聚集大量新一代年轻用户，引发新的商业模式和机会。
十七、教育
国内的民办教育市场规模超过6000亿元，而在线教育五分之一的市场份额吸引了无数资本和创业者竞折腰。经过过去一两年的洗礼，教育O2O举步维艰，不仅没有革了传统教育的命，还在盈利模式的探索上不知所措。
而传统线下教育培训机构除了拥有稳定的线下资源和师资以外，也在互联网+ 的攻势下顺应时代发展做出了很多改革。
此外，新一轮的高考改革也将带来新的商业模式和创业机会。
[/login]
来源：1号机器人
智造家提供
703 浏览
中国制造业即将迎来黄金五年！
管理类 机械设计 2016-11-07 11:22 发表了文章
未来五年，中国产业经济的所有命运都掌握在自己手上。
现在：今天为什么制造业赚不到钱？★
我们今天的制造业为什么很困难？
第一，我们在制造业上以前所具有的三大优势，成本优势、规模优势、制度优势，基本上丧失了。不是我们不聪明，中国越来越有钱，中国人敢于消费，行业还能保持10%-20%的增长，为什么赚不到钱呢？
不是你变笨了，而是你原来的竞争优势丧失了。当今世界最可怕的是核心竞争能力突然间丧失了。我们说转型，就要获得新的能力、新的工具、新的商业模式。这个是我们今天所面临的问题。
第二就是互联网的冲击。大家很愤愤不平，天天上班，早上八点上班，晚上六点下班，工作十多个小时，我的净利润只有3%，5%，做外贸的话连3%都没有。然后有一些企业，每年的净利润有20%-30%，百度净利润35%，阿里36%，深圳的腾讯28%，互联网对制造业造成了极大的冲击。
第三是供需错配。为什么大家到香港去买奶粉？为什么到日本去买眼药水和电饭煲、马桶盖。迪拜有一个山泉酒店，有将近五百间房间，去年的圣诞节，五百间房间里面490间是中国人。
★新机会：黄金五年 三个战略新起点★
中国制造业现在有三个战略新起点。哪三个呢？
第一，互联网已经成为了普惠性工程，它是我们的基础设施。
基础设施的两个特点，无所不在，非常便宜。如果你问BAT三个老板说什么叫互联网，他们会告诉你一个标准答案：互联网是连接一切。
我们现在跟互联网公司打交道，最头痛的事情是需要向他们买流量，百度竞价排名、去淘宝开店，都是流量。为什么能够通过流量来赚我们的钱呢？因为连接是他们完成的。
但今天的BAT全部面临一个新的挑战，是因为流量为王的时代已经结束了。未来在互联网上卖东西，如果你的生意仍然要借助于流量分发的话，你的成本会比较高。
今天为什么出现很多网红、直播模式、社群经济，都是对流量为王的反驳。互联网启蒙时代已经结束了，已经变成了我们的基础设施。
未来最主要的能力，就是怎么样跑步跑得快一点，怎么样把水变成饮料、酒，变成一个我们可以用的工具。我们的根本是什么呢？我们的根本还是做好一双鞋子，做好我们的卫浴。
我们不能因为这些互联网的企业家而丧失信心，也不要把命运寄托在BAT身上，马云也好，马化腾和李彦宏也好，他们全部都是我们的工具提供者而已。
这是一个新的起点，互联网发展到今天，工具革命已经结束。在虚拟竞技上，未来五年内不再发生任何意义上的工具革命。
第二，全球的第四次工业革命。
怎么能提高劳动生产效率，怎么能迭代产品，全球的制造业都在想这个问题。重振制造业这个话题为什么以前不谈，今天才开始谈。
在美国，奥巴马对制造业非常重视，提出美国制造业再造计划，日本叫日本工业复兴计划，德国叫工业4.0，中国叫中国制造2025，为什么德国、美国、日本、中国，重新把国家战略放到制造业上。是因为信息化革命已经结束，互联网已经变成了普惠性工具。
我们在全球制造业上，1978年我们和美国人、日本人差30年的话，如果到1998年还差五米，今天我们会跟他们差半个身位。
在第四次工业革命中，美国人和德国人的路径是不一样的，中国是夹在中间。美国人认为，我的战略计划是要很多硬件，比如说要搞航天飞机，要搞无人汽车，要搞VR系统，美国人会把它过去20年所主导的信息革命的成果继续放大。美国汽车行业的复兴，现在的领头人叫马斯克。
德国人，隐形冠军。他们从来不会产生像乔布斯、马斯克这样的企业家。但在汉诺威，我们看到很多生产革命。德国一个生产线，全世界工业4.0的标准工程。民营企业家跑到汉诺威，去到那里以后回来有人问去汉诺威有什么体会？三个体会，盯住德国人，学他们的生产线革命和车间革命。学习美国人，买卖全世界。在未来的几年内，买全世界制造业中间产业的部分，可以极大地取胜。
第三，消费升级诱发供给侧改革。我认为这个词是未来五年十三五规划期间中国制造业改革的一个核心战略。这说明什么呢？说明中央政府对制造业落后产能淘汰的决心已经下定了。
供给错配，错配会产生势能，这个势能叫适配势能，只要把它配起来，就有机会。供给侧改革，是因为现在不能满足中国新的消费人群的消费需求，他们是中国的中产阶级。
中国企业家面对全球最大的本土市场创新不足，不是企业家不聪明，这些企业家是最精明的。为什么？
一是因为中国没有消费者愿意为你的创新买单。中国的消费者相信四个字“价廉物美”，能够很便宜的买到全世界最好的商品。
二是因为没有人能为你的基础研发买单，所以你根本不会投钱在基础研发上，会把所有的精力放在两个地方上，第一，降低成本，第二，扩大规模。
这是中国企业家的毛病吗？不是，全球企业家都是，美国也是这样。1920年代是美国中产阶级崛起的年代，美国变成一个车轮上的国家，美国人开始愿意为美国精神、美国文化、美国价值观、美国审美开始买单。后来就出了一大堆的具有美国文化标志的品牌。
日本从1970年开始关心要为日本消费者服务，因为1970年开始产生中产阶层。
今天的中国，出现了1920年代的美国，1970年代的日本，有1.5亿的中产消费。
为什么说制造业到了黄金五年的开始，过往成功的优势都丧失了，我们可以清零？
首先我们现在站在新的起点上，互联网已经成为普惠工具，我们不需要再对互联网恐惧；第二，在硬件革命上，中国跟全球制造业大国一样，我们处在新的工业4.0的基础上；第三，本国消费者出现革命性的变化。未来五年成功的人，就是建立在这三个起点上。
★大公司：未来要重视两大革命性的推动力★
中国大公司未来五年，有这几个特点，
第一，失去成长对标。到2016年以后，对中国大公司来讲，竞争时代已经结束了，所有大公司已经失去对标。
当我领导全世界的时候，我就在想，我有没有创新一种全世界没有的管理模式和商品模式，不是没有可能，要变成必须。
未来5-10年内一定会出现中国式的管理思想。美的也好，海尔也好，开始到全球去买制造业，中国公司未来的全球化特征会越来越明显。
第二，管理开始模式变革。未来公司管理彻底扁平化，管理扁平化以后公司会出现无数的突击队，未来公司不再是金字塔，都是突击队模式，一个一个突击队，突击队去打一个行业，是什么样呢？是经典爆品，突击队模型+经典爆品模型，未来的企业是这样。
大规模的集团作战面对不确定性的市场创新，大公司的组织能力已经瓦解。在这个创新意义上，大规模的组织已经丧失了，首先组织结构上要分化，未来的组织创新非常重要。
第三，我们将参与全球的技术创新。在刚刚公布的2015年全世界申请专利最多的企业中，第一名是华为，第二名高通，第三名中兴。华为已经连续两年第一，去年华为申请专利2600多项，这些企业值得大家尊重和学习。
中国的中小企业也一样，积极地参与全球的技术创新。未来五年中国大型企业数量还会增加，但是它的成长方式将跟过去完全不一样，不在是基础、成本、规模优势上，而是在管理模式变革和技术创新上。
在这个变化过程中，有两个革命性驱动力，对所有的企业是最关键的。第一，互联网革命。互联网革命现在带来什么？首先是观念，领导人的老化是观念老化+能力老化，然后是工具，你会用互联网的信息工具，大数据、云计算，重新再造企业的基因，最终变革出现三个东西。
第一，重新定义渠道。
娃哈哈最大的能力就是在全国建立庞大的营销体系，在杭州生产一瓶矿泉水一块钱，卖到兰州、拉萨还是一块钱，中间所有的渠道商、省代、零售商全部都不赚钱，但这些老板跟着赚了大钱。
未来，如果你利用大数据的话，会出现什么结果呢？真正极致的模型是车间和消费者之间没有任何的渠道，这一天一定会到来。
我们在中国寻找这样的企业，最终是工厂生产出来直接到达消费者，中间没有任何的渠道商，因为只有这样，我和消费者之间所有的信息才是互动的。
最终的革命就是所有的渠道都会不见，所有渠道都不见的话，制造业的利润会成倍增加，这是重新定义渠道。
第二，重新定义技术创新，我们有很多技术创新平台，未来会开放。
未来的竞争，彻底的平台化，企业的能力会被重新定义，当能力被平台化以后，会出现一件事情，这是现在中国科技界正在谈的话题，结构式创新。
家长给孩子买回来乐高游戏，每一个孩子拼装出来的乐高玩具是不一样的，都是全世界独一无二的。也就是说，做任何产品的时候，通过结构式创新，你只需要1%的能力就可以。
第三，重新定义消费者。以前生产完东西，通过广告渠道卖给消费者，产品好的话会持续消费，再来买我的东西。
但今天，大部分已经被结构化了，未来真正的消费者将不是单向B2C，而是三位一体，消费者掌握了购买的主权和产品设计的主权，甚至掌握了产品投资的主权，现在是消费者全时代的到来，这是互联网带来的结果。
互联网第二个革命是什么呢？硬件革命。重要的不是成为第二个雷军，而是要超越雷军。运用互联网工具的同时，要了解这些东西，柔性生产线、机器人、传感器、认知技术、VR技术等等，这些东西将成为我们的标配。
如果没有柔性生产线的话，消费者关系的改造将是一个概念，没有机器人的话，定制化生产，劳动效率的提高，也会是一个概念……这些东西是我们在德国看到的，美国也在改。
我为什么说很多企业会被淘汰掉呢？德国有一批非常厉害的隐性冠军，隐性冠军有三个特点：一是在一个细分行业中全球第一；二是销售额一年大概三至五亿美元左右；第三，它不为人所知。
德国这样的企业将近有三千家。我们做了一个调研，认为未来五年内，将近三千家隐性冠军中的40%会消失，硬件革命把这些隐性冠军的制造优势瓦解了。这是两个大的革命性的驱动力，对企业来说非常重要。
★消费升级有哪些特点？★
消费升级有这些特点。
第一，圈层化。
我们讲中国出现1.5亿的消费人群，他们和大部分的市场在哪里呢？圈层。大家知道一些品牌手表的价格，最便宜的是一千元人民币，最贵的是一百万人民币，他们属于不同的消费者。
一个企业为什么有那么多的品牌？因为消费者是被圈层的，不同的消费者有不同的需求。一对刚刚结婚的小夫妻，他们对手表的诉求和对一张床垫的诉求，和中产阶层者是不一样的。
第二，性能比。
我们去年讲马桶盖事件，中产阶层消费者最大的特点是什么呢？他愿意为好的服务买单，愿意为好的性能买单，愿意为好的技术买单。
第三，人格体。
今年最热的两个词，网红和直播。中产阶层消费在未来，“喜欢”这件事情将超过“必须”，“软的”将超过“硬的”。审美的背后是价值观，是人格，每一个品牌背后都有一个人格体。
第四，定制化。
“红领”是中国最早做定制化工厂的，整个生产线柔性化，中国未来这样柔性化的生产车间，基本上所有的领域都会出现，定制是去渠道的根本化。
第五，直销型。
“名创优品”的创始人，是一个70后的企业家，是过去两年最大胆的人，他告诉我怎么样在沿海地区整合最好的制造能力，怎么样在北京、上海、深圳选择最好的黄金地段，把这些商品放到里面去，怎么样让我的商品在七天时间里面产生反应。两年多发展非常快，直销模型。
中国的西装、家具、服装业，这些行业都发生了种种的转型变革。我们面向未来，存在着巨大的不确定性，但是我们已经形成了新的战略起点，已经有一些公司在我们前面探索出了新的商业模式。
未来不是黄脸婆的五年，不是让我们沮丧的五年，而是一个黄金五年。
★未来五年：要活，你必须要具备这样的能力★
但未来的五年，一定是大淘汰的五年，我们要在五年后还能够聚在一起，一定要形成这样的能力。
在生产上我们要形成柔性能力；在研发上要实现单点突破的爆品能力；在营销上我们要学会运用大数据；在价格上摆脱成本定价模式。
必须要让自己的企业尽快证券化，未来这个世界就是证券化的世界。一个企业获得利润的能力来自于两个部分，第一部分来自于产业部分，另外一个能力来自资本化的能力。
通过卖这些东西形成了一个产业预期，怎么样把这个产业预期通过证券化、市盈率变成资本能力，通过资本能力变成产业化扩大的驱动力。
今天的中国，企业证券化的渠道已经非常广泛了。你有无数的方式，让自己的企业证券化。让自己在制造业形成势力，尽快的拿到现金，把这个现金变成制造业的另外一部分能力，不断往前走。
如果这样做的话，是帮了中国一个大忙，帮了自己一个大忙。今天中国制造业的资本运作能力是两个翅膀，千万不能变化单翅。我认为中国制造从成本优势、规模优势，制度优势变成今天三个新的优势。
第一，互联网工具。
互联网是一次基因再造，改造我们所有跟消费者的关系，改造我们的生产线，改造我们几乎所有的能力。
第二，工匠精神。
如果你只具有互联网的能力，只用互联网改造企业的话，其实只是完成了改造的一段，对于制造业来讲，制造一双皮鞋的最大价值，不是因为营销做的好，而是穿这双皮鞋很舒服。
第三，我们要改变我们的创新能力，积木式创新，我们要开放我们的创新平台，我们要成为全球产业变革中的一部分。
什么叫新中国制造，虽然要把它改变命运，但我们还是要回到制造业的产业本身，无非是变成了一些新的因素。
来源：工控帮自动化培训
智造家提供 查看全部
现在：今天为什么制造业赚不到钱？★
我们今天的制造业为什么很困难？
第一，我们在制造业上以前所具有的三大优势，成本优势、规模优势、制度优势，基本上丧失了。不是我们不聪明，中国越来越有钱，中国人敢于消费，行业还能保持10%-20%的增长，为什么赚不到钱呢？
不是你变笨了，而是你原来的竞争优势丧失了。当今世界最可怕的是核心竞争能力突然间丧失了。我们说转型，就要获得新的能力、新的工具、新的商业模式。这个是我们今天所面临的问题。
第二就是互联网的冲击。大家很愤愤不平，天天上班，早上八点上班，晚上六点下班，工作十多个小时，我的净利润只有3%，5%，做外贸的话连3%都没有。然后有一些企业，每年的净利润有20%-30%，百度净利润35%，阿里36%，深圳的腾讯28%，互联网对制造业造成了极大的冲击。
第三是供需错配。为什么大家到香港去买奶粉？为什么到日本去买眼药水和电饭煲、马桶盖。迪拜有一个山泉酒店，有将近五百间房间，去年的圣诞节，五百间房间里面490间是中国人。
★新机会：黄金五年 三个战略新起点★
中国制造业现在有三个战略新起点。哪三个呢？
第一，互联网已经成为了普惠性工程，它是我们的基础设施。
基础设施的两个特点，无所不在，非常便宜。如果你问BAT三个老板说什么叫互联网，他们会告诉你一个标准答案：互联网是连接一切。
我们现在跟互联网公司打交道，最头痛的事情是需要向他们买流量，百度竞价排名、去淘宝开店，都是流量。为什么能够通过流量来赚我们的钱呢？因为连接是他们完成的。
但今天的BAT全部面临一个新的挑战，是因为流量为王的时代已经结束了。未来在互联网上卖东西，如果你的生意仍然要借助于流量分发的话，你的成本会比较高。
今天为什么出现很多网红、直播模式、社群经济，都是对流量为王的反驳。互联网启蒙时代已经结束了，已经变成了我们的基础设施。
未来最主要的能力，就是怎么样跑步跑得快一点，怎么样把水变成饮料、酒，变成一个我们可以用的工具。我们的根本是什么呢？我们的根本还是做好一双鞋子，做好我们的卫浴。
我们不能因为这些互联网的企业家而丧失信心，也不要把命运寄托在BAT身上，马云也好，马化腾和李彦宏也好，他们全部都是我们的工具提供者而已。
这是一个新的起点，互联网发展到今天，工具革命已经结束。在虚拟竞技上，未来五年内不再发生任何意义上的工具革命。
第二，全球的第四次工业革命。
怎么能提高劳动生产效率，怎么能迭代产品，全球的制造业都在想这个问题。重振制造业这个话题为什么以前不谈，今天才开始谈。
在美国，奥巴马对制造业非常重视，提出美国制造业再造计划，日本叫日本工业复兴计划，德国叫工业4.0，中国叫中国制造2025，为什么德国、美国、日本、中国，重新把国家战略放到制造业上。是因为信息化革命已经结束，互联网已经变成了普惠性工具。
我们在全球制造业上，1978年我们和美国人、日本人差30年的话，如果到1998年还差五米，今天我们会跟他们差半个身位。
在第四次工业革命中，美国人和德国人的路径是不一样的，中国是夹在中间。美国人认为，我的战略计划是要很多硬件，比如说要搞航天飞机，要搞无人汽车，要搞VR系统，美国人会把它过去20年所主导的信息革命的成果继续放大。美国汽车行业的复兴，现在的领头人叫马斯克。
德国人，隐形冠军。他们从来不会产生像乔布斯、马斯克这样的企业家。但在汉诺威，我们看到很多生产革命。德国一个生产线，全世界工业4.0的标准工程。民营企业家跑到汉诺威，去到那里以后回来有人问去汉诺威有什么体会？三个体会，盯住德国人，学他们的生产线革命和车间革命。学习美国人，买卖全世界。在未来的几年内，买全世界制造业中间产业的部分，可以极大地取胜。
第三，消费升级诱发供给侧改革。我认为这个词是未来五年十三五规划期间中国制造业改革的一个核心战略。这说明什么呢？说明中央政府对制造业落后产能淘汰的决心已经下定了。
供给错配，错配会产生势能，这个势能叫适配势能，只要把它配起来，就有机会。供给侧改革，是因为现在不能满足中国新的消费人群的消费需求，他们是中国的中产阶级。
中国企业家面对全球最大的本土市场创新不足，不是企业家不聪明，这些企业家是最精明的。为什么？
一是因为中国没有消费者愿意为你的创新买单。中国的消费者相信四个字“价廉物美”，能够很便宜的买到全世界最好的商品。
二是因为没有人能为你的基础研发买单，所以你根本不会投钱在基础研发上，会把所有的精力放在两个地方上，第一，降低成本，第二，扩大规模。
这是中国企业家的毛病吗？不是，全球企业家都是，美国也是这样。1920年代是美国中产阶级崛起的年代，美国变成一个车轮上的国家，美国人开始愿意为美国精神、美国文化、美国价值观、美国审美开始买单。后来就出了一大堆的具有美国文化标志的品牌。
日本从1970年开始关心要为日本消费者服务，因为1970年开始产生中产阶层。
今天的中国，出现了1920年代的美国，1970年代的日本，有1.5亿的中产消费。
为什么说制造业到了黄金五年的开始，过往成功的优势都丧失了，我们可以清零？
首先我们现在站在新的起点上，互联网已经成为普惠工具，我们不需要再对互联网恐惧；第二，在硬件革命上，中国跟全球制造业大国一样，我们处在新的工业4.0的基础上；第三，本国消费者出现革命性的变化。未来五年成功的人，就是建立在这三个起点上。
★大公司：未来要重视两大革命性的推动力★
中国大公司未来五年，有这几个特点，
第一，失去成长对标。到2016年以后，对中国大公司来讲，竞争时代已经结束了，所有大公司已经失去对标。
当我领导全世界的时候，我就在想，我有没有创新一种全世界没有的管理模式和商品模式，不是没有可能，要变成必须。
未来5-10年内一定会出现中国式的管理思想。美的也好，海尔也好，开始到全球去买制造业，中国公司未来的全球化特征会越来越明显。
第二，管理开始模式变革。未来公司管理彻底扁平化，管理扁平化以后公司会出现无数的突击队，未来公司不再是金字塔，都是突击队模式，一个一个突击队，突击队去打一个行业，是什么样呢？是经典爆品，突击队模型+经典爆品模型，未来的企业是这样。
大规模的集团作战面对不确定性的市场创新，大公司的组织能力已经瓦解。在这个创新意义上，大规模的组织已经丧失了，首先组织结构上要分化，未来的组织创新非常重要。
第三，我们将参与全球的技术创新。在刚刚公布的2015年全世界申请专利最多的企业中，第一名是华为，第二名高通，第三名中兴。华为已经连续两年第一，去年华为申请专利2600多项，这些企业值得大家尊重和学习。
中国的中小企业也一样，积极地参与全球的技术创新。未来五年中国大型企业数量还会增加，但是它的成长方式将跟过去完全不一样，不在是基础、成本、规模优势上，而是在管理模式变革和技术创新上。
在这个变化过程中，有两个革命性驱动力，对所有的企业是最关键的。第一，互联网革命。互联网革命现在带来什么？首先是观念，领导人的老化是观念老化+能力老化，然后是工具，你会用互联网的信息工具，大数据、云计算，重新再造企业的基因，最终变革出现三个东西。
第一，重新定义渠道。
娃哈哈最大的能力就是在全国建立庞大的营销体系，在杭州生产一瓶矿泉水一块钱，卖到兰州、拉萨还是一块钱，中间所有的渠道商、省代、零售商全部都不赚钱，但这些老板跟着赚了大钱。
未来，如果你利用大数据的话，会出现什么结果呢？真正极致的模型是车间和消费者之间没有任何的渠道，这一天一定会到来。
我们在中国寻找这样的企业，最终是工厂生产出来直接到达消费者，中间没有任何的渠道商，因为只有这样，我和消费者之间所有的信息才是互动的。
最终的革命就是所有的渠道都会不见，所有渠道都不见的话，制造业的利润会成倍增加，这是重新定义渠道。
第二，重新定义技术创新，我们有很多技术创新平台，未来会开放。
未来的竞争，彻底的平台化，企业的能力会被重新定义，当能力被平台化以后，会出现一件事情，这是现在中国科技界正在谈的话题，结构式创新。
家长给孩子买回来乐高游戏，每一个孩子拼装出来的乐高玩具是不一样的，都是全世界独一无二的。也就是说，做任何产品的时候，通过结构式创新，你只需要1%的能力就可以。
第三，重新定义消费者。以前生产完东西，通过广告渠道卖给消费者，产品好的话会持续消费，再来买我的东西。
但今天，大部分已经被结构化了，未来真正的消费者将不是单向B2C，而是三位一体，消费者掌握了购买的主权和产品设计的主权，甚至掌握了产品投资的主权，现在是消费者全时代的到来，这是互联网带来的结果。
互联网第二个革命是什么呢？硬件革命。重要的不是成为第二个雷军，而是要超越雷军。运用互联网工具的同时，要了解这些东西，柔性生产线、机器人、传感器、认知技术、VR技术等等，这些东西将成为我们的标配。
如果没有柔性生产线的话，消费者关系的改造将是一个概念，没有机器人的话，定制化生产，劳动效率的提高，也会是一个概念……这些东西是我们在德国看到的，美国也在改。
我为什么说很多企业会被淘汰掉呢？德国有一批非常厉害的隐性冠军，隐性冠军有三个特点：一是在一个细分行业中全球第一；二是销售额一年大概三至五亿美元左右；第三，它不为人所知。
德国这样的企业将近有三千家。我们做了一个调研，认为未来五年内，将近三千家隐性冠军中的40%会消失，硬件革命把这些隐性冠军的制造优势瓦解了。这是两个大的革命性的驱动力，对企业来说非常重要。
★消费升级有哪些特点？★
消费升级有这些特点。
第一，圈层化。
我们讲中国出现1.5亿的消费人群，他们和大部分的市场在哪里呢？圈层。大家知道一些品牌手表的价格，最便宜的是一千元人民币，最贵的是一百万人民币，他们属于不同的消费者。
一个企业为什么有那么多的品牌？因为消费者是被圈层的，不同的消费者有不同的需求。一对刚刚结婚的小夫妻，他们对手表的诉求和对一张床垫的诉求，和中产阶层者是不一样的。
第二，性能比。
我们去年讲马桶盖事件，中产阶层消费者最大的特点是什么呢？他愿意为好的服务买单，愿意为好的性能买单，愿意为好的技术买单。
第三，人格体。
今年最热的两个词，网红和直播。中产阶层消费在未来，“喜欢”这件事情将超过“必须”，“软的”将超过“硬的”。审美的背后是价值观，是人格，每一个品牌背后都有一个人格体。
第四，定制化。
“红领”是中国最早做定制化工厂的，整个生产线柔性化，中国未来这样柔性化的生产车间，基本上所有的领域都会出现，定制是去渠道的根本化。
第五，直销型。
“名创优品”的创始人，是一个70后的企业家，是过去两年最大胆的人，他告诉我怎么样在沿海地区整合最好的制造能力，怎么样在北京、上海、深圳选择最好的黄金地段，把这些商品放到里面去，怎么样让我的商品在七天时间里面产生反应。两年多发展非常快，直销模型。
中国的西装、家具、服装业，这些行业都发生了种种的转型变革。我们面向未来，存在着巨大的不确定性，但是我们已经形成了新的战略起点，已经有一些公司在我们前面探索出了新的商业模式。
未来不是黄脸婆的五年，不是让我们沮丧的五年，而是一个黄金五年。
★未来五年：要活，你必须要具备这样的能力★
但未来的五年，一定是大淘汰的五年，我们要在五年后还能够聚在一起，一定要形成这样的能力。
在生产上我们要形成柔性能力；在研发上要实现单点突破的爆品能力；在营销上我们要学会运用大数据；在价格上摆脱成本定价模式。
必须要让自己的企业尽快证券化，未来这个世界就是证券化的世界。一个企业获得利润的能力来自于两个部分，第一部分来自于产业部分，另外一个能力来自资本化的能力。
通过卖这些东西形成了一个产业预期，怎么样把这个产业预期通过证券化、市盈率变成资本能力，通过资本能力变成产业化扩大的驱动力。
今天的中国，企业证券化的渠道已经非常广泛了。你有无数的方式，让自己的企业证券化。让自己在制造业形成势力，尽快的拿到现金，把这个现金变成制造业的另外一部分能力，不断往前走。
如果这样做的话，是帮了中国一个大忙，帮了自己一个大忙。今天中国制造业的资本运作能力是两个翅膀，千万不能变化单翅。我认为中国制造从成本优势、规模优势，制度优势变成今天三个新的优势。
第一，互联网工具。
互联网是一次基因再造，改造我们所有跟消费者的关系，改造我们的生产线，改造我们几乎所有的能力。
第二，工匠精神。
如果你只具有互联网的能力，只用互联网改造企业的话，其实只是完成了改造的一段，对于制造业来讲，制造一双皮鞋的最大价值，不是因为营销做的好，而是穿这双皮鞋很舒服。
第三，我们要改变我们的创新能力，积木式创新，我们要开放我们的创新平台，我们要成为全球产业变革中的一部分。
什么叫新中国制造，虽然要把它改变命运，但我们还是要回到制造业的产业本身，无非是变成了一些新的因素。
来源：工控帮自动化培训
智造家提供 查看全部
未来五年，中国产业经济的所有命运都掌握在自己手上。
现在：今天为什么制造业赚不到钱？★
我们今天的制造业为什么很困难？
第一，我们在制造业上以前所具有的三大优势，成本优势、规模优势、制度优势，基本上丧失了。不是我们不聪明，中国越来越有钱，中国人敢于消费，行业还能保持10%-20%的增长，为什么赚不到钱呢？
不是你变笨了，而是你原来的竞争优势丧失了。当今世界最可怕的是核心竞争能力突然间丧失了。我们说转型，就要获得新的能力、新的工具、新的商业模式。这个是我们今天所面临的问题。
第二就是互联网的冲击。大家很愤愤不平，天天上班，早上八点上班，晚上六点下班，工作十多个小时，我的净利润只有3%，5%，做外贸的话连3%都没有。然后有一些企业，每年的净利润有20%-30%，百度净利润35%，阿里36%，深圳的腾讯28%，互联网对制造业造成了极大的冲击。
第三是供需错配。为什么大家到香港去买奶粉？为什么到日本去买眼药水和电饭煲、马桶盖。迪拜有一个山泉酒店，有将近五百间房间，去年的圣诞节，五百间房间里面490间是中国人。
★新机会：黄金五年 三个战略新起点★
中国制造业现在有三个战略新起点。哪三个呢？
第一，互联网已经成为了普惠性工程，它是我们的基础设施。
基础设施的两个特点，无所不在，非常便宜。如果你问BAT三个老板说什么叫互联网，他们会告诉你一个标准答案：互联网是连接一切。
我们现在跟互联网公司打交道，最头痛的事情是需要向他们买流量，百度竞价排名、去淘宝开店，都是流量。为什么能够通过流量来赚我们的钱呢？因为连接是他们完成的。
但今天的BAT全部面临一个新的挑战，是因为流量为王的时代已经结束了。未来在互联网上卖东西，如果你的生意仍然要借助于流量分发的话，你的成本会比较高。
今天为什么出现很多网红、直播模式、社群经济，都是对流量为王的反驳。互联网启蒙时代已经结束了，已经变成了我们的基础设施。
未来最主要的能力，就是怎么样跑步跑得快一点，怎么样把水变成饮料、酒，变成一个我们可以用的工具。我们的根本是什么呢？我们的根本还是做好一双鞋子，做好我们的卫浴。
我们不能因为这些互联网的企业家而丧失信心，也不要把命运寄托在BAT身上，马云也好，马化腾和李彦宏也好，他们全部都是我们的工具提供者而已。
这是一个新的起点，互联网发展到今天，工具革命已经结束。在虚拟竞技上，未来五年内不再发生任何意义上的工具革命。
第二，全球的第四次工业革命。
怎么能提高劳动生产效率，怎么能迭代产品，全球的制造业都在想这个问题。重振制造业这个话题为什么以前不谈，今天才开始谈。
在美国，奥巴马对制造业非常重视，提出美国制造业再造计划，日本叫日本工业复兴计划，德国叫工业4.0，中国叫中国制造2025，为什么德国、美国、日本、中国，重新把国家战略放到制造业上。是因为信息化革命已经结束，互联网已经变成了普惠性工具。
我们在全球制造业上，1978年我们和美国人、日本人差30年的话，如果到1998年还差五米，今天我们会跟他们差半个身位。
在第四次工业革命中，美国人和德国人的路径是不一样的，中国是夹在中间。美国人认为，我的战略计划是要很多硬件，比如说要搞航天飞机，要搞无人汽车，要搞VR系统，美国人会把它过去20年所主导的信息革命的成果继续放大。美国汽车行业的复兴，现在的领头人叫马斯克。
德国人，隐形冠军。他们从来不会产生像乔布斯、马斯克这样的企业家。但在汉诺威，我们看到很多生产革命。德国一个生产线，全世界工业4.0的标准工程。民营企业家跑到汉诺威，去到那里以后回来有人问去汉诺威有什么体会？三个体会，盯住德国人，学他们的生产线革命和车间革命。学习美国人，买卖全世界。在未来的几年内，买全世界制造业中间产业的部分，可以极大地取胜。
第三，消费升级诱发供给侧改革。我认为这个词是未来五年十三五规划期间中国制造业改革的一个核心战略。这说明什么呢？说明中央政府对制造业落后产能淘汰的决心已经下定了。
供给错配，错配会产生势能，这个势能叫适配势能，只要把它配起来，就有机会。供给侧改革，是因为现在不能满足中国新的消费人群的消费需求，他们是中国的中产阶级。
中国企业家面对全球最大的本土市场创新不足，不是企业家不聪明，这些企业家是最精明的。为什么？
一是因为中国没有消费者愿意为你的创新买单。中国的消费者相信四个字“价廉物美”，能够很便宜的买到全世界最好的商品。
二是因为没有人能为你的基础研发买单，所以你根本不会投钱在基础研发上，会把所有的精力放在两个地方上，第一，降低成本，第二，扩大规模。
这是中国企业家的毛病吗？不是，全球企业家都是，美国也是这样。1920年代是美国中产阶级崛起的年代，美国变成一个车轮上的国家，美国人开始愿意为美国精神、美国文化、美国价值观、美国审美开始买单。后来就出了一大堆的具有美国文化标志的品牌。
日本从1970年开始关心要为日本消费者服务，因为1970年开始产生中产阶层。
今天的中国，出现了1920年代的美国，1970年代的日本，有1.5亿的中产消费。
为什么说制造业到了黄金五年的开始，过往成功的优势都丧失了，我们可以清零？
首先我们现在站在新的起点上，互联网已经成为普惠工具，我们不需要再对互联网恐惧；第二，在硬件革命上，中国跟全球制造业大国一样，我们处在新的工业4.0的基础上；第三，本国消费者出现革命性的变化。未来五年成功的人，就是建立在这三个起点上。
★大公司：未来要重视两大革命性的推动力★
中国大公司未来五年，有这几个特点，
第一，失去成长对标。到2016年以后，对中国大公司来讲，竞争时代已经结束了，所有大公司已经失去对标。
当我领导全世界的时候，我就在想，我有没有创新一种全世界没有的管理模式和商品模式，不是没有可能，要变成必须。
未来5-10年内一定会出现中国式的管理思想。美的也好，海尔也好，开始到全球去买制造业，中国公司未来的全球化特征会越来越明显。
第二，管理开始模式变革。未来公司管理彻底扁平化，管理扁平化以后公司会出现无数的突击队，未来公司不再是金字塔，都是突击队模式，一个一个突击队，突击队去打一个行业，是什么样呢？是经典爆品，突击队模型+经典爆品模型，未来的企业是这样。
大规模的集团作战面对不确定性的市场创新，大公司的组织能力已经瓦解。在这个创新意义上，大规模的组织已经丧失了，首先组织结构上要分化，未来的组织创新非常重要。
第三，我们将参与全球的技术创新。在刚刚公布的2015年全世界申请专利最多的企业中，第一名是华为，第二名高通，第三名中兴。华为已经连续两年第一，去年华为申请专利2600多项，这些企业值得大家尊重和学习。
中国的中小企业也一样，积极地参与全球的技术创新。未来五年中国大型企业数量还会增加，但是它的成长方式将跟过去完全不一样，不在是基础、成本、规模优势上，而是在管理模式变革和技术创新上。
在这个变化过程中，有两个革命性驱动力，对所有的企业是最关键的。第一，互联网革命。互联网革命现在带来什么？首先是观念，领导人的老化是观念老化+能力老化，然后是工具，你会用互联网的信息工具，大数据、云计算，重新再造企业的基因，最终变革出现三个东西。
第一，重新定义渠道。
娃哈哈最大的能力就是在全国建立庞大的营销体系，在杭州生产一瓶矿泉水一块钱，卖到兰州、拉萨还是一块钱，中间所有的渠道商、省代、零售商全部都不赚钱，但这些老板跟着赚了大钱。
未来，如果你利用大数据的话，会出现什么结果呢？真正极致的模型是车间和消费者之间没有任何的渠道，这一天一定会到来。
我们在中国寻找这样的企业，最终是工厂生产出来直接到达消费者，中间没有任何的渠道商，因为只有这样，我和消费者之间所有的信息才是互动的。
最终的革命就是所有的渠道都会不见，所有渠道都不见的话，制造业的利润会成倍增加，这是重新定义渠道。
第二，重新定义技术创新，我们有很多技术创新平台，未来会开放。
未来的竞争，彻底的平台化，企业的能力会被重新定义，当能力被平台化以后，会出现一件事情，这是现在中国科技界正在谈的话题，结构式创新。
家长给孩子买回来乐高游戏，每一个孩子拼装出来的乐高玩具是不一样的，都是全世界独一无二的。也就是说，做任何产品的时候，通过结构式创新，你只需要1%的能力就可以。
第三，重新定义消费者。以前生产完东西，通过广告渠道卖给消费者，产品好的话会持续消费，再来买我的东西。
但今天，大部分已经被结构化了，未来真正的消费者将不是单向B2C，而是三位一体，消费者掌握了购买的主权和产品设计的主权，甚至掌握了产品投资的主权，现在是消费者全时代的到来，这是互联网带来的结果。
互联网第二个革命是什么呢？硬件革命。重要的不是成为第二个雷军，而是要超越雷军。运用互联网工具的同时，要了解这些东西，柔性生产线、机器人、传感器、认知技术、VR技术等等，这些东西将成为我们的标配。
如果没有柔性生产线的话，消费者关系的改造将是一个概念，没有机器人的话，定制化生产，劳动效率的提高，也会是一个概念……这些东西是我们在德国看到的，美国也在改。
我为什么说很多企业会被淘汰掉呢？德国有一批非常厉害的隐性冠军，隐性冠军有三个特点：一是在一个细分行业中全球第一；二是销售额一年大概三至五亿美元左右；第三，它不为人所知。
德国这样的企业将近有三千家。我们做了一个调研，认为未来五年内，将近三千家隐性冠军中的40%会消失，硬件革命把这些隐性冠军的制造优势瓦解了。这是两个大的革命性的驱动力，对企业来说非常重要。
★消费升级有哪些特点？★
消费升级有这些特点。
第一，圈层化。
我们讲中国出现1.5亿的消费人群，他们和大部分的市场在哪里呢？圈层。大家知道一些品牌手表的价格，最便宜的是一千元人民币，最贵的是一百万人民币，他们属于不同的消费者。
一个企业为什么有那么多的品牌？因为消费者是被圈层的，不同的消费者有不同的需求。一对刚刚结婚的小夫妻，他们对手表的诉求和对一张床垫的诉求，和中产阶层者是不一样的。
第二，性能比。
我们去年讲马桶盖事件，中产阶层消费者最大的特点是什么呢？他愿意为好的服务买单，愿意为好的性能买单，愿意为好的技术买单。
第三，人格体。
今年最热的两个词，网红和直播。中产阶层消费在未来，“喜欢”这件事情将超过“必须”，“软的”将超过“硬的”。审美的背后是价值观，是人格，每一个品牌背后都有一个人格体。
第四，定制化。
“红领”是中国最早做定制化工厂的，整个生产线柔性化，中国未来这样柔性化的生产车间，基本上所有的领域都会出现，定制是去渠道的根本化。
第五，直销型。
“名创优品”的创始人，是一个70后的企业家，是过去两年最大胆的人，他告诉我怎么样在沿海地区整合最好的制造能力，怎么样在北京、上海、深圳选择最好的黄金地段，把这些商品放到里面去，怎么样让我的商品在七天时间里面产生反应。两年多发展非常快，直销模型。
中国的西装、家具、服装业，这些行业都发生了种种的转型变革。我们面向未来，存在着巨大的不确定性，但是我们已经形成了新的战略起点，已经有一些公司在我们前面探索出了新的商业模式。
未来不是黄脸婆的五年，不是让我们沮丧的五年，而是一个黄金五年。
★未来五年：要活，你必须要具备这样的能力★
但未来的五年，一定是大淘汰的五年，我们要在五年后还能够聚在一起，一定要形成这样的能力。
在生产上我们要形成柔性能力；在研发上要实现单点突破的爆品能力；在营销上我们要学会运用大数据；在价格上摆脱成本定价模式。
必须要让自己的企业尽快证券化，未来这个世界就是证券化的世界。一个企业获得利润的能力来自于两个部分，第一部分来自于产业部分，另外一个能力来自资本化的能力。
通过卖这些东西形成了一个产业预期，怎么样把这个产业预期通过证券化、市盈率变成资本能力，通过资本能力变成产业化扩大的驱动力。
今天的中国，企业证券化的渠道已经非常广泛了。你有无数的方式，让自己的企业证券化。让自己在制造业形成势力，尽快的拿到现金，把这个现金变成制造业的另外一部分能力，不断往前走。
如果这样做的话，是帮了中国一个大忙，帮了自己一个大忙。今天中国制造业的资本运作能力是两个翅膀，千万不能变化单翅。我认为中国制造从成本优势、规模优势，制度优势变成今天三个新的优势。
第一，互联网工具。
互联网是一次基因再造，改造我们所有跟消费者的关系，改造我们的生产线，改造我们几乎所有的能力。
第二，工匠精神。
如果你只具有互联网的能力，只用互联网改造企业的话，其实只是完成了改造的一段，对于制造业来讲，制造一双皮鞋的最大价值，不是因为营销做的好，而是穿这双皮鞋很舒服。
第三，我们要改变我们的创新能力，积木式创新，我们要开放我们的创新平台，我们要成为全球产业变革中的一部分。
什么叫新中国制造，虽然要把它改变命运，但我们还是要回到制造业的产业本身，无非是变成了一些新的因素。
来源：工控帮自动化培训
智造家提供
现在：今天为什么制造业赚不到钱？★
我们今天的制造业为什么很困难？
第一，我们在制造业上以前所具有的三大优势，成本优势、规模优势、制度优势，基本上丧失了。不是我们不聪明，中国越来越有钱，中国人敢于消费，行业还能保持10%-20%的增长，为什么赚不到钱呢？
不是你变笨了，而是你原来的竞争优势丧失了。当今世界最可怕的是核心竞争能力突然间丧失了。我们说转型，就要获得新的能力、新的工具、新的商业模式。这个是我们今天所面临的问题。
第二就是互联网的冲击。大家很愤愤不平，天天上班，早上八点上班，晚上六点下班，工作十多个小时，我的净利润只有3%，5%，做外贸的话连3%都没有。然后有一些企业，每年的净利润有20%-30%，百度净利润35%，阿里36%，深圳的腾讯28%，互联网对制造业造成了极大的冲击。
第三是供需错配。为什么大家到香港去买奶粉？为什么到日本去买眼药水和电饭煲、马桶盖。迪拜有一个山泉酒店，有将近五百间房间，去年的圣诞节，五百间房间里面490间是中国人。
★新机会：黄金五年 三个战略新起点★
中国制造业现在有三个战略新起点。哪三个呢？
第一，互联网已经成为了普惠性工程，它是我们的基础设施。
基础设施的两个特点，无所不在，非常便宜。如果你问BAT三个老板说什么叫互联网，他们会告诉你一个标准答案：互联网是连接一切。
我们现在跟互联网公司打交道，最头痛的事情是需要向他们买流量，百度竞价排名、去淘宝开店，都是流量。为什么能够通过流量来赚我们的钱呢？因为连接是他们完成的。
但今天的BAT全部面临一个新的挑战，是因为流量为王的时代已经结束了。未来在互联网上卖东西，如果你的生意仍然要借助于流量分发的话，你的成本会比较高。
今天为什么出现很多网红、直播模式、社群经济，都是对流量为王的反驳。互联网启蒙时代已经结束了，已经变成了我们的基础设施。
未来最主要的能力，就是怎么样跑步跑得快一点，怎么样把水变成饮料、酒，变成一个我们可以用的工具。我们的根本是什么呢？我们的根本还是做好一双鞋子，做好我们的卫浴。
我们不能因为这些互联网的企业家而丧失信心，也不要把命运寄托在BAT身上，马云也好，马化腾和李彦宏也好，他们全部都是我们的工具提供者而已。
这是一个新的起点，互联网发展到今天，工具革命已经结束。在虚拟竞技上，未来五年内不再发生任何意义上的工具革命。
第二，全球的第四次工业革命。
怎么能提高劳动生产效率，怎么能迭代产品，全球的制造业都在想这个问题。重振制造业这个话题为什么以前不谈，今天才开始谈。
在美国，奥巴马对制造业非常重视，提出美国制造业再造计划，日本叫日本工业复兴计划，德国叫工业4.0，中国叫中国制造2025，为什么德国、美国、日本、中国，重新把国家战略放到制造业上。是因为信息化革命已经结束，互联网已经变成了普惠性工具。
我们在全球制造业上，1978年我们和美国人、日本人差30年的话，如果到1998年还差五米，今天我们会跟他们差半个身位。
在第四次工业革命中，美国人和德国人的路径是不一样的，中国是夹在中间。美国人认为，我的战略计划是要很多硬件，比如说要搞航天飞机，要搞无人汽车，要搞VR系统，美国人会把它过去20年所主导的信息革命的成果继续放大。美国汽车行业的复兴，现在的领头人叫马斯克。
德国人，隐形冠军。他们从来不会产生像乔布斯、马斯克这样的企业家。但在汉诺威，我们看到很多生产革命。德国一个生产线，全世界工业4.0的标准工程。民营企业家跑到汉诺威，去到那里以后回来有人问去汉诺威有什么体会？三个体会，盯住德国人，学他们的生产线革命和车间革命。学习美国人，买卖全世界。在未来的几年内，买全世界制造业中间产业的部分，可以极大地取胜。
第三，消费升级诱发供给侧改革。我认为这个词是未来五年十三五规划期间中国制造业改革的一个核心战略。这说明什么呢？说明中央政府对制造业落后产能淘汰的决心已经下定了。
供给错配，错配会产生势能，这个势能叫适配势能，只要把它配起来，就有机会。供给侧改革，是因为现在不能满足中国新的消费人群的消费需求，他们是中国的中产阶级。
中国企业家面对全球最大的本土市场创新不足，不是企业家不聪明，这些企业家是最精明的。为什么？
一是因为中国没有消费者愿意为你的创新买单。中国的消费者相信四个字“价廉物美”，能够很便宜的买到全世界最好的商品。
二是因为没有人能为你的基础研发买单，所以你根本不会投钱在基础研发上，会把所有的精力放在两个地方上，第一，降低成本，第二，扩大规模。
这是中国企业家的毛病吗？不是，全球企业家都是，美国也是这样。1920年代是美国中产阶级崛起的年代，美国变成一个车轮上的国家，美国人开始愿意为美国精神、美国文化、美国价值观、美国审美开始买单。后来就出了一大堆的具有美国文化标志的品牌。
日本从1970年开始关心要为日本消费者服务，因为1970年开始产生中产阶层。
今天的中国，出现了1920年代的美国，1970年代的日本，有1.5亿的中产消费。
为什么说制造业到了黄金五年的开始，过往成功的优势都丧失了，我们可以清零？
首先我们现在站在新的起点上，互联网已经成为普惠工具，我们不需要再对互联网恐惧；第二，在硬件革命上，中国跟全球制造业大国一样，我们处在新的工业4.0的基础上；第三，本国消费者出现革命性的变化。未来五年成功的人，就是建立在这三个起点上。
★大公司：未来要重视两大革命性的推动力★
中国大公司未来五年，有这几个特点，
第一，失去成长对标。到2016年以后，对中国大公司来讲，竞争时代已经结束了，所有大公司已经失去对标。
当我领导全世界的时候，我就在想，我有没有创新一种全世界没有的管理模式和商品模式，不是没有可能，要变成必须。
未来5-10年内一定会出现中国式的管理思想。美的也好，海尔也好，开始到全球去买制造业，中国公司未来的全球化特征会越来越明显。
第二，管理开始模式变革。未来公司管理彻底扁平化，管理扁平化以后公司会出现无数的突击队，未来公司不再是金字塔，都是突击队模式，一个一个突击队，突击队去打一个行业，是什么样呢？是经典爆品，突击队模型+经典爆品模型，未来的企业是这样。
大规模的集团作战面对不确定性的市场创新，大公司的组织能力已经瓦解。在这个创新意义上，大规模的组织已经丧失了，首先组织结构上要分化，未来的组织创新非常重要。
第三，我们将参与全球的技术创新。在刚刚公布的2015年全世界申请专利最多的企业中，第一名是华为，第二名高通，第三名中兴。华为已经连续两年第一，去年华为申请专利2600多项，这些企业值得大家尊重和学习。
中国的中小企业也一样，积极地参与全球的技术创新。未来五年中国大型企业数量还会增加，但是它的成长方式将跟过去完全不一样，不在是基础、成本、规模优势上，而是在管理模式变革和技术创新上。
在这个变化过程中，有两个革命性驱动力，对所有的企业是最关键的。第一，互联网革命。互联网革命现在带来什么？首先是观念，领导人的老化是观念老化+能力老化，然后是工具，你会用互联网的信息工具，大数据、云计算，重新再造企业的基因，最终变革出现三个东西。
第一，重新定义渠道。
娃哈哈最大的能力就是在全国建立庞大的营销体系，在杭州生产一瓶矿泉水一块钱，卖到兰州、拉萨还是一块钱，中间所有的渠道商、省代、零售商全部都不赚钱，但这些老板跟着赚了大钱。
未来，如果你利用大数据的话，会出现什么结果呢？真正极致的模型是车间和消费者之间没有任何的渠道，这一天一定会到来。
我们在中国寻找这样的企业，最终是工厂生产出来直接到达消费者，中间没有任何的渠道商，因为只有这样，我和消费者之间所有的信息才是互动的。
最终的革命就是所有的渠道都会不见，所有渠道都不见的话，制造业的利润会成倍增加，这是重新定义渠道。
第二，重新定义技术创新，我们有很多技术创新平台，未来会开放。
未来的竞争，彻底的平台化，企业的能力会被重新定义，当能力被平台化以后，会出现一件事情，这是现在中国科技界正在谈的话题，结构式创新。
家长给孩子买回来乐高游戏，每一个孩子拼装出来的乐高玩具是不一样的，都是全世界独一无二的。也就是说，做任何产品的时候，通过结构式创新，你只需要1%的能力就可以。
第三，重新定义消费者。以前生产完东西，通过广告渠道卖给消费者，产品好的话会持续消费，再来买我的东西。
但今天，大部分已经被结构化了，未来真正的消费者将不是单向B2C，而是三位一体，消费者掌握了购买的主权和产品设计的主权，甚至掌握了产品投资的主权，现在是消费者全时代的到来，这是互联网带来的结果。
互联网第二个革命是什么呢？硬件革命。重要的不是成为第二个雷军，而是要超越雷军。运用互联网工具的同时，要了解这些东西，柔性生产线、机器人、传感器、认知技术、VR技术等等，这些东西将成为我们的标配。
如果没有柔性生产线的话，消费者关系的改造将是一个概念，没有机器人的话，定制化生产，劳动效率的提高，也会是一个概念……这些东西是我们在德国看到的，美国也在改。
我为什么说很多企业会被淘汰掉呢？德国有一批非常厉害的隐性冠军，隐性冠军有三个特点：一是在一个细分行业中全球第一；二是销售额一年大概三至五亿美元左右；第三，它不为人所知。
德国这样的企业将近有三千家。我们做了一个调研，认为未来五年内，将近三千家隐性冠军中的40%会消失，硬件革命把这些隐性冠军的制造优势瓦解了。这是两个大的革命性的驱动力，对企业来说非常重要。
★消费升级有哪些特点？★
消费升级有这些特点。
第一，圈层化。
我们讲中国出现1.5亿的消费人群，他们和大部分的市场在哪里呢？圈层。大家知道一些品牌手表的价格，最便宜的是一千元人民币，最贵的是一百万人民币，他们属于不同的消费者。
一个企业为什么有那么多的品牌？因为消费者是被圈层的，不同的消费者有不同的需求。一对刚刚结婚的小夫妻，他们对手表的诉求和对一张床垫的诉求，和中产阶层者是不一样的。
第二，性能比。
我们去年讲马桶盖事件，中产阶层消费者最大的特点是什么呢？他愿意为好的服务买单，愿意为好的性能买单，愿意为好的技术买单。
第三，人格体。
今年最热的两个词，网红和直播。中产阶层消费在未来，“喜欢”这件事情将超过“必须”，“软的”将超过“硬的”。审美的背后是价值观，是人格，每一个品牌背后都有一个人格体。
第四，定制化。
“红领”是中国最早做定制化工厂的，整个生产线柔性化，中国未来这样柔性化的生产车间，基本上所有的领域都会出现，定制是去渠道的根本化。
第五，直销型。
“名创优品”的创始人，是一个70后的企业家，是过去两年最大胆的人，他告诉我怎么样在沿海地区整合最好的制造能力，怎么样在北京、上海、深圳选择最好的黄金地段，把这些商品放到里面去，怎么样让我的商品在七天时间里面产生反应。两年多发展非常快，直销模型。
中国的西装、家具、服装业，这些行业都发生了种种的转型变革。我们面向未来，存在着巨大的不确定性，但是我们已经形成了新的战略起点，已经有一些公司在我们前面探索出了新的商业模式。
未来不是黄脸婆的五年，不是让我们沮丧的五年，而是一个黄金五年。
★未来五年：要活，你必须要具备这样的能力★
但未来的五年，一定是大淘汰的五年，我们要在五年后还能够聚在一起，一定要形成这样的能力。
在生产上我们要形成柔性能力；在研发上要实现单点突破的爆品能力；在营销上我们要学会运用大数据；在价格上摆脱成本定价模式。
必须要让自己的企业尽快证券化，未来这个世界就是证券化的世界。一个企业获得利润的能力来自于两个部分，第一部分来自于产业部分，另外一个能力来自资本化的能力。
通过卖这些东西形成了一个产业预期，怎么样把这个产业预期通过证券化、市盈率变成资本能力，通过资本能力变成产业化扩大的驱动力。
今天的中国，企业证券化的渠道已经非常广泛了。你有无数的方式，让自己的企业证券化。让自己在制造业形成势力，尽快的拿到现金，把这个现金变成制造业的另外一部分能力，不断往前走。
如果这样做的话，是帮了中国一个大忙，帮了自己一个大忙。今天中国制造业的资本运作能力是两个翅膀，千万不能变化单翅。我认为中国制造从成本优势、规模优势，制度优势变成今天三个新的优势。
第一，互联网工具。
互联网是一次基因再造，改造我们所有跟消费者的关系，改造我们的生产线，改造我们几乎所有的能力。
第二，工匠精神。
如果你只具有互联网的能力，只用互联网改造企业的话，其实只是完成了改造的一段，对于制造业来讲，制造一双皮鞋的最大价值，不是因为营销做的好，而是穿这双皮鞋很舒服。
第三，我们要改变我们的创新能力，积木式创新，我们要开放我们的创新平台，我们要成为全球产业变革中的一部分。
什么叫新中国制造，虽然要把它改变命运，但我们还是要回到制造业的产业本身，无非是变成了一些新的因素。
来源：工控帮自动化培训
智造家提供
650 浏览
人工智能未来将呈现四大趋势
机械自动化类 jingjing 2016-09-09 16:11 发表了文章
随着机器学习的快速发展，人工智能产业在历经60年的起伏之后，如今已经在全球范围形成新一轮的抢位发展态势，发达国家纷纷吹响探索大脑奥秘的号角。中国的人工智能产业在全球浪潮推动下，也在快速发展。赛迪顾问针对人工智能产业的大浪潮，提出了人工智能产业概念界定，并对产业链进行了深度剖析。对全球和中国人工智能市场规模和结构进行了判断，并详细梳理了全国各省市在人工智能领域的利好政策和具体举措。结合产业发展态势和技术热点演进，分析了各个细分领域的投资价值热点，提出深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个方向。
赛迪顾问认为人工智能产业发展在未来将呈现出四大趋势：一是新一轮的开源化浪潮将成为人才争夺的主战场;二是语音识别领域将快速实现商业化部署;三是人工智能产业将与智慧城市建设协同发展;四是中国人工智能应用将在服务机器人领域迎来突破。同时，针对未来投资领域，赛迪顾问认为应该把握两大主要策略：重点聚焦深度学习技术积累与抢先布局家庭服务和教育领域应用。
人工智能产业几起几落，迎来新发展时期
人工智能产业概念界定。概念定义上，人工智能分为强人工智能和弱人工智能。强人工智能侧重于思维能力，指机器不仅是一种工具，而且本体拥有知觉和自我意识，能真正的推理和解决问题。弱人工智能指人造机器具备表象性的智能特征，包括像人一样思考、像人一样感知环境以及像人一样行动。
综合来看，赛迪顾问认为人工智能应该具备“3C特性”：理解力Cognize、沟通力Communicate、协同力Collaborate。即通过模拟人类思维模式实现对外界信息理解;通过语音、视觉等实现与外界沟通;通过行动控制实现人机协同工作。
人工智能的发展从起源到如今的全面推进经历了近70年的发展，期间更是起起落落经历过二次低谷期。
三大因素促使人工智能重获新生。随着深度学习重燃、海量大数据支撑、计算能力提升与成本下降等三大因素的出现，为进入21世纪的人工智能迎来了重生期。
未来3~5年将迎来智能应用快速普及。从谷歌组建研发团队到击败李世石仅仅花费2年多时间，进一步证明了深度学习的强大潜力。在不久的将来，赛迪顾问认为深度学习将取得更多成就，因为它只需要极少的人工参与，并能快速地从计算能力提升和数据量增长中获得裨益。
全球人工智能产业发展，面临三大难题
人工智能产业链包含了基础设施层、技术研发层和应用层。
基础设施层涵盖了数据支撑、感知和运算。技术研发层涵盖了机器学习、自然语言处理、图像识别三个方向。应用层分为智能硬件平台和软件集成平台。
从基础设施层看，随着以声学、触觉、味觉、嗅觉和视觉等仿生人体五种感知能力的智能传感设备的成熟化，为人工智能实现多元化发展提供了保障。
从技术研发层看，技术研发层是人工智能核心和高价值环节，包含了机器学习、自然语言处理、图像识别三个环节。把机器学习与人类对历史经验归纳做比对，机器的“训练”与“预测”过程可以对应人类的“归纳”和“推测”过程，越大的训练数据量等价于经验更丰富的人类专家。
从技术引领程度来看，机器学习是引领自然语音处理和图像识别快速发展的核心基础。利用基于知识图谱的大数据分析，通过机器学习的加工处理将使得语音的识别准确度得到大幅提升。
从应用层看，应用层分布根据技术研发的成熟度不同存在行业领域变化。自然语言处理的成熟度最高，其次是图像识别，而机器学习领域技术成熟度最低，还未形成大规模行业应用。
尽管目前人工智能很热，但人工智能的发展依然面临三大难题。
一是数据流通和协同化感知有待提升。
基础设施层的仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析。
赛迪顾问认为，未来突破点将发生在软件集成环节和类脑芯片环节。一方面软件集成作为人工智能的核心，算法的发展将决定着计算性能的提升。另一方面，针对人工智能算法设计类脑化的芯片将成为重要突破点。
二是强人工智能尚未实现关键技术突破。
在技术研发层，目前取得的进度依然属于初级阶段，对于更高层次的人工意识、情绪感知环节还没有明显的突破。
赛迪顾问认为，未来突破点将发生在脑科学研究领域。要对真正的分析理解能力进一步地研发，从大脑的进化演进、全身协调控制等领域实现。
三是智能硬件平台易用性和自主化存在差距。
应用层的智能硬件平台，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以有接近人的推理学习和分析能力，难以具备接近人的判断力。
赛迪顾问认为，未来突破点将出现在智能无人设备领域。智能无人汽车处于全球各大车企巨头争相布局阶段。另一方面，目前无人机市场已经快速启动，而具备自动跟踪、智能避障的智能化无人机使得性能上得到了跨越式提升。
全球发达国家加快布局，国内北上沈三地领军发展，全球市场呈现快速发展的态势。2018年全球人工智能市场将逼近2700亿元。
全球对人工智能的关注度不断提升，市场对各类语音识别、机器视觉等弱人工智能产品的需求得到进一步释放。2015年全球人工智能市场规模达到1683.9亿元，预计2018年将达到2697.3亿元，复合增长率达到17.0%。
全球“再工业化”趋势下人工智能硬件平台市场巨大。人工智能市场产品结构主要分为智能硬件平台和软件集成平台两大类。在全球发达国家对工业制造重新重视的趋势下，2015年全球人工智能市场结构中智能硬件平台占比达到62.6%，高于软件集成平台产品。
2015年，市场细分结构中智能工业机器人依然是重点，市场规模为744亿元，占比达到44.2%。
当前，欧美等发达国家纷纷从国家战略层面加紧布局人工智能。纷纷推出国家大脑计划，如美国的“国家机器人计划”、欧盟的人脑工程、日本经产省的“新产业结构蓝图”。
从企业战略上看，在软件集成和智能硬件平台产品中，以美国的互联网巨头为主导，日本的机器人制造商如发那科(Fanuc)也在积极布局智能工业机器人。总体来看，美国和日本分别结合自身科技研发和机器人制造的优势，已经在人工智能新一轮浪潮中抢占了先机。
国内市场加快发展步伐。2018年中国人工智能市场规模将超360亿元，2015年中国人工智能市场规模达到203.9亿元，预计2018年将达到361亿元，复合增长率为21%。
技术门槛降低推动服务机器人成为新热点。随着《中国制造2025》的发布和国家对制造业的高度重视，在2015年中国人工智能市场中，智能硬件平台占比同样高于软件集成平台，达到了59%。在未来，随着语音识别和图像识别技术商业化的推广，软件集成平台的市场份额将进一步增大。
中国人工智能市场细分结构上各类产品分布较为均衡，占据前二位的是服务机器人和智能工业机器人，2015年市场规模分别为60亿元和56亿元，占比为29.4%和27.5%。
行业应用集中于金融、电信、教育、消费电子。国内企业的人工智能应用格局中，主要分布在基于语音识别和服务机器人的家庭服务、教育和消费电子领域。总体而言，国内应用市场处在从技术研发向产品应用的过渡阶段，行业覆盖广阔但产品接受度有待市场验证。
各地密集推出产业资金配套，北上沈三地领军发展。从各地产业政策上看，北京提出的人工智能产业扶持领域最为全面，覆盖了从脑科学到智能硬件制造的全产业链环节;上海作为国家机器人检测与评定中心总部，提出到2020年平均每年新增3000台以上机器人;沈阳做为国家机器人检测与评定分中心之一，拥有新松机器人等企业基础。在未来5年，北京、沈阳和上海将在人工智能产业实现领先发展。
行业巨头并购加速，四领域成投资高地
行业巨头跨界并购加速。从近几年的并购融资事件中可以看出，国内外无论是传统互联网企业(谷歌、IBM)，还是跨领域的行业巨头(SpaceX、厦华电子、丰田)，都在积极进行人工智能的布局。
从投资机会分析看，四个领域投资被追捧。赛迪顾问从市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率等四个方面进行评价。通过综合比较分析，认为深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个领域。
从产业投资回报率分析，机器视觉值得投资。图像识别的技术成熟度低于自然语言处理，为新兴企业从软件技术为突破带来了机遇，在软件图像识别领域，尤其以face++和格灵深瞳两家为代表，通过招揽优秀研发人员在短时间内迅速脱颖而出。
从技术成熟度分析，深度学习值得投资。前瞻性的对最具价值且临近爆发期的技术点进行投资是回报率最高的，深度学习作为2006年重新提出的神经网络算法，已经为人工智能产业刮起了强劲飓风，深度学习正处在面临爆发的临界点。
从应用和技术自主度分析，服务机器人和智能无人设备值得投资。对于服务机器人和智能无人设备领域，中国在软件集成方面已经具备国际领先水平，通过攻克相对较低的硬件研发门槛，将能实现快速市场普及。而随着人们生活水平的提高和全球人口老龄化的到来，能够提供教育、医疗、娱乐等专业化服务的智能机器人也开始倍受人们追捧。受到这些刚性需求的驱动，服务机器人和智能无人设备将成为投资新蓝海。
三大未来趋势，两大投资策略
从产业未来发展趋势看，有几个重要的趋势值得关注。
新一轮的开源化将成为人才争夺主战场。近两年来，以谷歌为代表的巨头公司纷纷开始开源化自身核心产品。不仅有机器学习软件平台，还有相关硬件平台和完整软件源代码。开放源代码可以吸引外部人才参与项目协作，并改进相关技术。
语音识别领域将快速实现商业化部署。通过利用机器学习技术进行自然语言的的深度理解，一直是工业和学术界关注的焦点。在人工智能的各项领域中，自然语言处理是最为成熟的技术，由此引来各大企业纷纷进军布局。在未来3年内，成熟化的语音产品将通过云平台和智能硬件平台快速实现商业化部署。
人工智能产业将与智慧城市建设协同发展。智慧城市的发展将在安防、交通监控、医疗、智能社区等多个领域全面刺激人工智能产业发展。未来，各行业的应用需求以及消费者升级发展的需要将有效激活人工智能产品的活跃度，促进人工智能技术和产业发展。
中国人工智能应用将在服务机器人领域迎来突破。2015年已经有大量企业在服务机器人领域展开相关布局。从中国人工智能市场结构上看，服务机器人市场规模达到60亿元，占比29.4%，服务机器人基于日常生活中的广泛需求，有着广阔的市场空间。
从投资策略的角度看，有两个维度需要注意。
赛迪顾问基于市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率四个方面的考虑，重点推荐两条投资策略：
重点聚焦深度学习技术积累。通过并购重组在短时间内形成技术壁垒优势，或者集中投入于具备前景的细分技术领域的企业。一方面我们看好通过投资或收购人工智能领域开发公司，快速地获得技术优势、进而领先布局人工智能领域的龙头企业;另一方面，针对发展前景广阔的深度学习和智能机器人发展领域，投入大量研发资金推动技术创新、抢先形成技术壁垒的公司具备投资价值。
抢先布局家庭服务和教育领域应用。在商业化推广方面，优势的技术不意味良好的市场接受度。从市场需求导向入手，深度分析人工智能细分环节商业化价值的高低，在技术成熟作为支撑的前提下，以服务机器人为代表的产品将迅速实现市场普及。同时，语音技术在教育领域也将迎来全面革新。因此将家庭服务和教育领域应用作为投资重点。
相关阅读：
纽约客：人工智能的炒作和希望
本文由新智元（AI_era）编译授权转载
来源：New Yorker 译者：张冬君
【新智元导读】《纽约客》8月26日发表文章《人工智能的炒作和希望》，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。作者认为，我们现在只处于第一阶段，“识别智能”。
Om Malik是一名科技作家，还是科技新闻网站GigaOm的创始人和创业基金TrueVentures的合伙人。
本月早些时候，约翰·奥利弗在HBO的脱口秀节目“Last Week Tonight”上，讽刺媒体公司疯狂追求点击率。这条视频在网上疯狂传播，在YouTube上已经有近六百万次观看。在节目进行到十分钟左右，奥利弗炮轰Tronc（更名后的Tribune Publishing Company）和其宣传视频。视频中，一个女性机器人发言人在介绍人工智能给新闻界带来的好处。
Tronc 董事长 Michael Ferro说，每天要用人工智能制作2000个视频
Tronc不是唯一热情拥抱人工智能的公司。AI十分火热，每一家公司都在谈论它将如何改变一切。即便是梅西百货公司最近也宣布，它已经在旗下十家百货商店测试一个IBM的AI工具，目的是换回那些放弃传统零售店转而支持网上购物的客户。
就像之前的“云计算”、“大数据”和“机器学习”，“人工智能”这个词已经被市场营销人员和广告文案人员大肆使用。人们说的“人工智能”里面有很大一部分其实是数据分析，还是原来的套路。如果这些过度炒作让你忍不住问“人工智能到底是什么？”别担心，你并不是一个人。我曾向许多专家询问这个词的定义，得到了不同的答案。他们一致同意的只有一件事，那就是人工智能是一组试图模拟或增强人类智能的技术。对我来说，“增强”才是重点，智能软件可以帮助我们与这个日益数字化的世界进行交互。
三十年前，我读报纸，用电动打字机打字，可以看的电视频道屈指可数。而在今天，我有来自Netflix、亚马逊、HBO等的流媒体视频，有时候我都不知道怎么选择。我们越来越难以承受电子邮件、消息、约会和提醒的轰炸。增强智能使人类面对着越来越多的信息输入和选择，数量多到一个人无法应付。
与其他技术相比，计算机和软件对于大多数人来说更难理解，充斥着神秘感。曾经有一段时间，你要用录音机把一封信或者一篇文档记录下来，然后再由别人转写成文字给你。一个人在机器的帮助下将语音转换成文本。而在今天，你可以对着你的iPhone说话，它会自己转录你的消息。如果五十年前的人们看到我们目前的语音转换成文本的功能，他们会觉得技术已经具有知觉。现在也是同样的情况，我们夸大了与世界交互的方式。著名的作家和未来学家凯文·凯利说，“我们现在能做到的，在50年前是AI，在50年后就不会被称作AI。”
在以前没有互联网的时候，我们要么打电话要么写信给朋友，一次联系一个人，来了解他们最近的生活。这是一个缓慢的过程，要花很多的精力和时间来了解每一个人。其结果是，我们的互动很少，因为打长途电话费钱，写信也要时间成本。随着因特网的出现，电子邮件成为一种促进和加快这些互动的方式。而Facebook在这方面做的更好，它把你的电话簿变成了一个中枢，让你能同时与数百、甚至数千名朋友同时联系。该算法使我们能轻松维持更多的关系而几乎无需成本。
Michelle Zhou花了15年的时间在IBM研究院和IBM Watson团队工作，之后离开IBM成为情绪分析初创企业Juji的联合创始人。情绪分析是人工智能和人机交互的一个交叉领域，Zhou作为该领域的专家，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。
我们离创建虚拟人类还有很长的路要走。尽管媒体吹得天花乱坠，但是没有任何一个技术是完美的，AI最有价值的功能在于增强人类智能。要达到这一点，我们需要训练计算机来模仿人类。 2016年4月，彭博商业周刊的一篇报道就提供了一个很好的例子。它描述了提供自动化AI个人助理的公司聘请人类“教员”来检查和评估AI助理的表现。“我们用复制人类智能的能力来定义人工智能，这很讽刺，”Sean Gourley说，他是数据分析公司Primer的创始人，善于在算法的帮助下从大型数据集挖掘智能。
无论是Spotify、Netflix或者是新一代AI聊天机器人，所有这些工具都依赖于人类自身提供数据。当我们在听歌时，把歌曲加入播放列表并分享给别人，我们就在向Spotify释放重要的信号。这些信息能训练其算法，使它不仅能发现我们喜欢什么，还能预测我们的喜好。
甚至是我们经常谈论的“计算机视觉”，它之所以有效，是因为人类上传了数十亿的照片，并且用元数据标记这些照片，给予这些照片情境。日益强大的计算机可以通过扫描这些照片从中找出模式和意义。同样地，谷歌利用它多年收集的数十亿语音样本建立了一个智能系统，能理解各种口音和细微差别，这使得谷歌的语音搜索功能成为可能。
将Zhou的三个阶段作为衡量标准，我们目前还在“识别智能”阶段——今天的计算机使用深度学习来更快更好地发现模式。然而，一些公司正在研究能用于推断意义的技术，这将是我们要走的下一步。“我们是否会到达第三阶段，这不重要，”Zhou在给我的电子邮件中这样说。“我仍然热衷于人机共生，那时，计算机可以做它们能做到的最好的事（即要求一致性、客观性和精确度的事），人类做人类能做到最好的事（有创意，不精确但适应性强）。”
未来几十年里，人类将继续训练计算机来模仿我们。而在此期间，我们将不得不面对AI的各种泡沫。
文章来源于 战略前沿技术 查看全部
赛迪顾问认为人工智能产业发展在未来将呈现出四大趋势：一是新一轮的开源化浪潮将成为人才争夺的主战场;二是语音识别领域将快速实现商业化部署;三是人工智能产业将与智慧城市建设协同发展;四是中国人工智能应用将在服务机器人领域迎来突破。同时，针对未来投资领域，赛迪顾问认为应该把握两大主要策略：重点聚焦深度学习技术积累与抢先布局家庭服务和教育领域应用。
人工智能产业几起几落，迎来新发展时期
人工智能产业概念界定。概念定义上，人工智能分为强人工智能和弱人工智能。强人工智能侧重于思维能力，指机器不仅是一种工具，而且本体拥有知觉和自我意识，能真正的推理和解决问题。弱人工智能指人造机器具备表象性的智能特征，包括像人一样思考、像人一样感知环境以及像人一样行动。
综合来看，赛迪顾问认为人工智能应该具备“3C特性”：理解力Cognize、沟通力Communicate、协同力Collaborate。即通过模拟人类思维模式实现对外界信息理解;通过语音、视觉等实现与外界沟通;通过行动控制实现人机协同工作。
人工智能的发展从起源到如今的全面推进经历了近70年的发展，期间更是起起落落经历过二次低谷期。
三大因素促使人工智能重获新生。随着深度学习重燃、海量大数据支撑、计算能力提升与成本下降等三大因素的出现，为进入21世纪的人工智能迎来了重生期。
未来3~5年将迎来智能应用快速普及。从谷歌组建研发团队到击败李世石仅仅花费2年多时间，进一步证明了深度学习的强大潜力。在不久的将来，赛迪顾问认为深度学习将取得更多成就，因为它只需要极少的人工参与，并能快速地从计算能力提升和数据量增长中获得裨益。
全球人工智能产业发展，面临三大难题
人工智能产业链包含了基础设施层、技术研发层和应用层。
基础设施层涵盖了数据支撑、感知和运算。技术研发层涵盖了机器学习、自然语言处理、图像识别三个方向。应用层分为智能硬件平台和软件集成平台。
从基础设施层看，随着以声学、触觉、味觉、嗅觉和视觉等仿生人体五种感知能力的智能传感设备的成熟化，为人工智能实现多元化发展提供了保障。
从技术研发层看，技术研发层是人工智能核心和高价值环节，包含了机器学习、自然语言处理、图像识别三个环节。把机器学习与人类对历史经验归纳做比对，机器的“训练”与“预测”过程可以对应人类的“归纳”和“推测”过程，越大的训练数据量等价于经验更丰富的人类专家。
从技术引领程度来看，机器学习是引领自然语音处理和图像识别快速发展的核心基础。利用基于知识图谱的大数据分析，通过机器学习的加工处理将使得语音的识别准确度得到大幅提升。
从应用层看，应用层分布根据技术研发的成熟度不同存在行业领域变化。自然语言处理的成熟度最高，其次是图像识别，而机器学习领域技术成熟度最低，还未形成大规模行业应用。
尽管目前人工智能很热，但人工智能的发展依然面临三大难题。
一是数据流通和协同化感知有待提升。
基础设施层的仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析。
赛迪顾问认为，未来突破点将发生在软件集成环节和类脑芯片环节。一方面软件集成作为人工智能的核心，算法的发展将决定着计算性能的提升。另一方面，针对人工智能算法设计类脑化的芯片将成为重要突破点。
二是强人工智能尚未实现关键技术突破。
在技术研发层，目前取得的进度依然属于初级阶段，对于更高层次的人工意识、情绪感知环节还没有明显的突破。
赛迪顾问认为，未来突破点将发生在脑科学研究领域。要对真正的分析理解能力进一步地研发，从大脑的进化演进、全身协调控制等领域实现。
三是智能硬件平台易用性和自主化存在差距。
应用层的智能硬件平台，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以有接近人的推理学习和分析能力，难以具备接近人的判断力。
赛迪顾问认为，未来突破点将出现在智能无人设备领域。智能无人汽车处于全球各大车企巨头争相布局阶段。另一方面，目前无人机市场已经快速启动，而具备自动跟踪、智能避障的智能化无人机使得性能上得到了跨越式提升。
全球发达国家加快布局，国内北上沈三地领军发展，全球市场呈现快速发展的态势。2018年全球人工智能市场将逼近2700亿元。
全球对人工智能的关注度不断提升，市场对各类语音识别、机器视觉等弱人工智能产品的需求得到进一步释放。2015年全球人工智能市场规模达到1683.9亿元，预计2018年将达到2697.3亿元，复合增长率达到17.0%。
全球“再工业化”趋势下人工智能硬件平台市场巨大。人工智能市场产品结构主要分为智能硬件平台和软件集成平台两大类。在全球发达国家对工业制造重新重视的趋势下，2015年全球人工智能市场结构中智能硬件平台占比达到62.6%，高于软件集成平台产品。
2015年，市场细分结构中智能工业机器人依然是重点，市场规模为744亿元，占比达到44.2%。
当前，欧美等发达国家纷纷从国家战略层面加紧布局人工智能。纷纷推出国家大脑计划，如美国的“国家机器人计划”、欧盟的人脑工程、日本经产省的“新产业结构蓝图”。
从企业战略上看，在软件集成和智能硬件平台产品中，以美国的互联网巨头为主导，日本的机器人制造商如发那科(Fanuc)也在积极布局智能工业机器人。总体来看，美国和日本分别结合自身科技研发和机器人制造的优势，已经在人工智能新一轮浪潮中抢占了先机。
国内市场加快发展步伐。2018年中国人工智能市场规模将超360亿元，2015年中国人工智能市场规模达到203.9亿元，预计2018年将达到361亿元，复合增长率为21%。
技术门槛降低推动服务机器人成为新热点。随着《中国制造2025》的发布和国家对制造业的高度重视，在2015年中国人工智能市场中，智能硬件平台占比同样高于软件集成平台，达到了59%。在未来，随着语音识别和图像识别技术商业化的推广，软件集成平台的市场份额将进一步增大。
中国人工智能市场细分结构上各类产品分布较为均衡，占据前二位的是服务机器人和智能工业机器人，2015年市场规模分别为60亿元和56亿元，占比为29.4%和27.5%。
行业应用集中于金融、电信、教育、消费电子。国内企业的人工智能应用格局中，主要分布在基于语音识别和服务机器人的家庭服务、教育和消费电子领域。总体而言，国内应用市场处在从技术研发向产品应用的过渡阶段，行业覆盖广阔但产品接受度有待市场验证。
各地密集推出产业资金配套，北上沈三地领军发展。从各地产业政策上看，北京提出的人工智能产业扶持领域最为全面，覆盖了从脑科学到智能硬件制造的全产业链环节;上海作为国家机器人检测与评定中心总部，提出到2020年平均每年新增3000台以上机器人;沈阳做为国家机器人检测与评定分中心之一，拥有新松机器人等企业基础。在未来5年，北京、沈阳和上海将在人工智能产业实现领先发展。
行业巨头并购加速，四领域成投资高地
行业巨头跨界并购加速。从近几年的并购融资事件中可以看出，国内外无论是传统互联网企业(谷歌、IBM)，还是跨领域的行业巨头(SpaceX、厦华电子、丰田)，都在积极进行人工智能的布局。
从投资机会分析看，四个领域投资被追捧。赛迪顾问从市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率等四个方面进行评价。通过综合比较分析，认为深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个领域。
从产业投资回报率分析，机器视觉值得投资。图像识别的技术成熟度低于自然语言处理，为新兴企业从软件技术为突破带来了机遇，在软件图像识别领域，尤其以face++和格灵深瞳两家为代表，通过招揽优秀研发人员在短时间内迅速脱颖而出。
从技术成熟度分析，深度学习值得投资。前瞻性的对最具价值且临近爆发期的技术点进行投资是回报率最高的，深度学习作为2006年重新提出的神经网络算法，已经为人工智能产业刮起了强劲飓风，深度学习正处在面临爆发的临界点。
从应用和技术自主度分析，服务机器人和智能无人设备值得投资。对于服务机器人和智能无人设备领域，中国在软件集成方面已经具备国际领先水平，通过攻克相对较低的硬件研发门槛，将能实现快速市场普及。而随着人们生活水平的提高和全球人口老龄化的到来，能够提供教育、医疗、娱乐等专业化服务的智能机器人也开始倍受人们追捧。受到这些刚性需求的驱动，服务机器人和智能无人设备将成为投资新蓝海。
三大未来趋势，两大投资策略
从产业未来发展趋势看，有几个重要的趋势值得关注。
新一轮的开源化将成为人才争夺主战场。近两年来，以谷歌为代表的巨头公司纷纷开始开源化自身核心产品。不仅有机器学习软件平台，还有相关硬件平台和完整软件源代码。开放源代码可以吸引外部人才参与项目协作，并改进相关技术。
语音识别领域将快速实现商业化部署。通过利用机器学习技术进行自然语言的的深度理解，一直是工业和学术界关注的焦点。在人工智能的各项领域中，自然语言处理是最为成熟的技术，由此引来各大企业纷纷进军布局。在未来3年内，成熟化的语音产品将通过云平台和智能硬件平台快速实现商业化部署。
人工智能产业将与智慧城市建设协同发展。智慧城市的发展将在安防、交通监控、医疗、智能社区等多个领域全面刺激人工智能产业发展。未来，各行业的应用需求以及消费者升级发展的需要将有效激活人工智能产品的活跃度，促进人工智能技术和产业发展。
中国人工智能应用将在服务机器人领域迎来突破。2015年已经有大量企业在服务机器人领域展开相关布局。从中国人工智能市场结构上看，服务机器人市场规模达到60亿元，占比29.4%，服务机器人基于日常生活中的广泛需求，有着广阔的市场空间。
从投资策略的角度看，有两个维度需要注意。
赛迪顾问基于市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率四个方面的考虑，重点推荐两条投资策略：
重点聚焦深度学习技术积累。通过并购重组在短时间内形成技术壁垒优势，或者集中投入于具备前景的细分技术领域的企业。一方面我们看好通过投资或收购人工智能领域开发公司，快速地获得技术优势、进而领先布局人工智能领域的龙头企业;另一方面，针对发展前景广阔的深度学习和智能机器人发展领域，投入大量研发资金推动技术创新、抢先形成技术壁垒的公司具备投资价值。
抢先布局家庭服务和教育领域应用。在商业化推广方面，优势的技术不意味良好的市场接受度。从市场需求导向入手，深度分析人工智能细分环节商业化价值的高低，在技术成熟作为支撑的前提下，以服务机器人为代表的产品将迅速实现市场普及。同时，语音技术在教育领域也将迎来全面革新。因此将家庭服务和教育领域应用作为投资重点。
相关阅读：
纽约客：人工智能的炒作和希望
本文由新智元（AI_era）编译授权转载
来源：New Yorker 译者：张冬君
【新智元导读】《纽约客》8月26日发表文章《人工智能的炒作和希望》，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。作者认为，我们现在只处于第一阶段，“识别智能”。
Om Malik是一名科技作家，还是科技新闻网站GigaOm的创始人和创业基金TrueVentures的合伙人。
本月早些时候，约翰·奥利弗在HBO的脱口秀节目“Last Week Tonight”上，讽刺媒体公司疯狂追求点击率。这条视频在网上疯狂传播，在YouTube上已经有近六百万次观看。在节目进行到十分钟左右，奥利弗炮轰Tronc（更名后的Tribune Publishing Company）和其宣传视频。视频中，一个女性机器人发言人在介绍人工智能给新闻界带来的好处。
Tronc 董事长 Michael Ferro说，每天要用人工智能制作2000个视频
Tronc不是唯一热情拥抱人工智能的公司。AI十分火热，每一家公司都在谈论它将如何改变一切。即便是梅西百货公司最近也宣布，它已经在旗下十家百货商店测试一个IBM的AI工具，目的是换回那些放弃传统零售店转而支持网上购物的客户。
就像之前的“云计算”、“大数据”和“机器学习”，“人工智能”这个词已经被市场营销人员和广告文案人员大肆使用。人们说的“人工智能”里面有很大一部分其实是数据分析，还是原来的套路。如果这些过度炒作让你忍不住问“人工智能到底是什么？”别担心，你并不是一个人。我曾向许多专家询问这个词的定义，得到了不同的答案。他们一致同意的只有一件事，那就是人工智能是一组试图模拟或增强人类智能的技术。对我来说，“增强”才是重点，智能软件可以帮助我们与这个日益数字化的世界进行交互。
三十年前，我读报纸，用电动打字机打字，可以看的电视频道屈指可数。而在今天，我有来自Netflix、亚马逊、HBO等的流媒体视频，有时候我都不知道怎么选择。我们越来越难以承受电子邮件、消息、约会和提醒的轰炸。增强智能使人类面对着越来越多的信息输入和选择，数量多到一个人无法应付。
与其他技术相比，计算机和软件对于大多数人来说更难理解，充斥着神秘感。曾经有一段时间，你要用录音机把一封信或者一篇文档记录下来，然后再由别人转写成文字给你。一个人在机器的帮助下将语音转换成文本。而在今天，你可以对着你的iPhone说话，它会自己转录你的消息。如果五十年前的人们看到我们目前的语音转换成文本的功能，他们会觉得技术已经具有知觉。现在也是同样的情况，我们夸大了与世界交互的方式。著名的作家和未来学家凯文·凯利说，“我们现在能做到的，在50年前是AI，在50年后就不会被称作AI。”
在以前没有互联网的时候，我们要么打电话要么写信给朋友，一次联系一个人，来了解他们最近的生活。这是一个缓慢的过程，要花很多的精力和时间来了解每一个人。其结果是，我们的互动很少，因为打长途电话费钱，写信也要时间成本。随着因特网的出现，电子邮件成为一种促进和加快这些互动的方式。而Facebook在这方面做的更好，它把你的电话簿变成了一个中枢，让你能同时与数百、甚至数千名朋友同时联系。该算法使我们能轻松维持更多的关系而几乎无需成本。
Michelle Zhou花了15年的时间在IBM研究院和IBM Watson团队工作，之后离开IBM成为情绪分析初创企业Juji的联合创始人。情绪分析是人工智能和人机交互的一个交叉领域，Zhou作为该领域的专家，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。
我们离创建虚拟人类还有很长的路要走。尽管媒体吹得天花乱坠，但是没有任何一个技术是完美的，AI最有价值的功能在于增强人类智能。要达到这一点，我们需要训练计算机来模仿人类。 2016年4月，彭博商业周刊的一篇报道就提供了一个很好的例子。它描述了提供自动化AI个人助理的公司聘请人类“教员”来检查和评估AI助理的表现。“我们用复制人类智能的能力来定义人工智能，这很讽刺，”Sean Gourley说，他是数据分析公司Primer的创始人，善于在算法的帮助下从大型数据集挖掘智能。
无论是Spotify、Netflix或者是新一代AI聊天机器人，所有这些工具都依赖于人类自身提供数据。当我们在听歌时，把歌曲加入播放列表并分享给别人，我们就在向Spotify释放重要的信号。这些信息能训练其算法，使它不仅能发现我们喜欢什么，还能预测我们的喜好。
甚至是我们经常谈论的“计算机视觉”，它之所以有效，是因为人类上传了数十亿的照片，并且用元数据标记这些照片，给予这些照片情境。日益强大的计算机可以通过扫描这些照片从中找出模式和意义。同样地，谷歌利用它多年收集的数十亿语音样本建立了一个智能系统，能理解各种口音和细微差别，这使得谷歌的语音搜索功能成为可能。
将Zhou的三个阶段作为衡量标准，我们目前还在“识别智能”阶段——今天的计算机使用深度学习来更快更好地发现模式。然而，一些公司正在研究能用于推断意义的技术，这将是我们要走的下一步。“我们是否会到达第三阶段，这不重要，”Zhou在给我的电子邮件中这样说。“我仍然热衷于人机共生，那时，计算机可以做它们能做到的最好的事（即要求一致性、客观性和精确度的事），人类做人类能做到最好的事（有创意，不精确但适应性强）。”
未来几十年里，人类将继续训练计算机来模仿我们。而在此期间，我们将不得不面对AI的各种泡沫。
文章来源于 战略前沿技术 查看全部
随着机器学习的快速发展，人工智能产业在历经60年的起伏之后，如今已经在全球范围形成新一轮的抢位发展态势，发达国家纷纷吹响探索大脑奥秘的号角。中国的人工智能产业在全球浪潮推动下，也在快速发展。赛迪顾问针对人工智能产业的大浪潮，提出了人工智能产业概念界定，并对产业链进行了深度剖析。对全球和中国人工智能市场规模和结构进行了判断，并详细梳理了全国各省市在人工智能领域的利好政策和具体举措。结合产业发展态势和技术热点演进，分析了各个细分领域的投资价值热点，提出深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个方向。
赛迪顾问认为人工智能产业发展在未来将呈现出四大趋势：一是新一轮的开源化浪潮将成为人才争夺的主战场;二是语音识别领域将快速实现商业化部署;三是人工智能产业将与智慧城市建设协同发展;四是中国人工智能应用将在服务机器人领域迎来突破。同时，针对未来投资领域，赛迪顾问认为应该把握两大主要策略：重点聚焦深度学习技术积累与抢先布局家庭服务和教育领域应用。
人工智能产业几起几落，迎来新发展时期
人工智能产业概念界定。概念定义上，人工智能分为强人工智能和弱人工智能。强人工智能侧重于思维能力，指机器不仅是一种工具，而且本体拥有知觉和自我意识，能真正的推理和解决问题。弱人工智能指人造机器具备表象性的智能特征，包括像人一样思考、像人一样感知环境以及像人一样行动。
综合来看，赛迪顾问认为人工智能应该具备“3C特性”：理解力Cognize、沟通力Communicate、协同力Collaborate。即通过模拟人类思维模式实现对外界信息理解;通过语音、视觉等实现与外界沟通;通过行动控制实现人机协同工作。
人工智能的发展从起源到如今的全面推进经历了近70年的发展，期间更是起起落落经历过二次低谷期。
三大因素促使人工智能重获新生。随着深度学习重燃、海量大数据支撑、计算能力提升与成本下降等三大因素的出现，为进入21世纪的人工智能迎来了重生期。
未来3~5年将迎来智能应用快速普及。从谷歌组建研发团队到击败李世石仅仅花费2年多时间，进一步证明了深度学习的强大潜力。在不久的将来，赛迪顾问认为深度学习将取得更多成就，因为它只需要极少的人工参与，并能快速地从计算能力提升和数据量增长中获得裨益。
全球人工智能产业发展，面临三大难题
人工智能产业链包含了基础设施层、技术研发层和应用层。
基础设施层涵盖了数据支撑、感知和运算。技术研发层涵盖了机器学习、自然语言处理、图像识别三个方向。应用层分为智能硬件平台和软件集成平台。
从基础设施层看，随着以声学、触觉、味觉、嗅觉和视觉等仿生人体五种感知能力的智能传感设备的成熟化，为人工智能实现多元化发展提供了保障。
从技术研发层看，技术研发层是人工智能核心和高价值环节，包含了机器学习、自然语言处理、图像识别三个环节。把机器学习与人类对历史经验归纳做比对，机器的“训练”与“预测”过程可以对应人类的“归纳”和“推测”过程，越大的训练数据量等价于经验更丰富的人类专家。
从技术引领程度来看，机器学习是引领自然语音处理和图像识别快速发展的核心基础。利用基于知识图谱的大数据分析，通过机器学习的加工处理将使得语音的识别准确度得到大幅提升。
从应用层看，应用层分布根据技术研发的成熟度不同存在行业领域变化。自然语言处理的成熟度最高，其次是图像识别，而机器学习领域技术成熟度最低，还未形成大规模行业应用。
尽管目前人工智能很热，但人工智能的发展依然面临三大难题。
一是数据流通和协同化感知有待提升。
基础设施层的仿人体五感的各类传感器缺乏高集成度、统一感知协调的中控系统，对于各个传感器获得的多源数据无法进行一体化的采集、加工和分析。
赛迪顾问认为，未来突破点将发生在软件集成环节和类脑芯片环节。一方面软件集成作为人工智能的核心，算法的发展将决定着计算性能的提升。另一方面，针对人工智能算法设计类脑化的芯片将成为重要突破点。
二是强人工智能尚未实现关键技术突破。
在技术研发层，目前取得的进度依然属于初级阶段，对于更高层次的人工意识、情绪感知环节还没有明显的突破。
赛迪顾问认为，未来突破点将发生在脑科学研究领域。要对真正的分析理解能力进一步地研发，从大脑的进化演进、全身协调控制等领域实现。
三是智能硬件平台易用性和自主化存在差距。
应用层的智能硬件平台，服务机器人的智能水平、感知系统和对不同环境的适应能力受制于人工智能初级发展水平，短期内难以有接近人的推理学习和分析能力，难以具备接近人的判断力。
赛迪顾问认为，未来突破点将出现在智能无人设备领域。智能无人汽车处于全球各大车企巨头争相布局阶段。另一方面，目前无人机市场已经快速启动，而具备自动跟踪、智能避障的智能化无人机使得性能上得到了跨越式提升。
全球发达国家加快布局，国内北上沈三地领军发展，全球市场呈现快速发展的态势。2018年全球人工智能市场将逼近2700亿元。
全球对人工智能的关注度不断提升，市场对各类语音识别、机器视觉等弱人工智能产品的需求得到进一步释放。2015年全球人工智能市场规模达到1683.9亿元，预计2018年将达到2697.3亿元，复合增长率达到17.0%。
全球“再工业化”趋势下人工智能硬件平台市场巨大。人工智能市场产品结构主要分为智能硬件平台和软件集成平台两大类。在全球发达国家对工业制造重新重视的趋势下，2015年全球人工智能市场结构中智能硬件平台占比达到62.6%，高于软件集成平台产品。
2015年，市场细分结构中智能工业机器人依然是重点，市场规模为744亿元，占比达到44.2%。
当前，欧美等发达国家纷纷从国家战略层面加紧布局人工智能。纷纷推出国家大脑计划，如美国的“国家机器人计划”、欧盟的人脑工程、日本经产省的“新产业结构蓝图”。
从企业战略上看，在软件集成和智能硬件平台产品中，以美国的互联网巨头为主导，日本的机器人制造商如发那科(Fanuc)也在积极布局智能工业机器人。总体来看，美国和日本分别结合自身科技研发和机器人制造的优势，已经在人工智能新一轮浪潮中抢占了先机。
国内市场加快发展步伐。2018年中国人工智能市场规模将超360亿元，2015年中国人工智能市场规模达到203.9亿元，预计2018年将达到361亿元，复合增长率为21%。
技术门槛降低推动服务机器人成为新热点。随着《中国制造2025》的发布和国家对制造业的高度重视，在2015年中国人工智能市场中，智能硬件平台占比同样高于软件集成平台，达到了59%。在未来，随着语音识别和图像识别技术商业化的推广，软件集成平台的市场份额将进一步增大。
中国人工智能市场细分结构上各类产品分布较为均衡，占据前二位的是服务机器人和智能工业机器人，2015年市场规模分别为60亿元和56亿元，占比为29.4%和27.5%。
行业应用集中于金融、电信、教育、消费电子。国内企业的人工智能应用格局中，主要分布在基于语音识别和服务机器人的家庭服务、教育和消费电子领域。总体而言，国内应用市场处在从技术研发向产品应用的过渡阶段，行业覆盖广阔但产品接受度有待市场验证。
各地密集推出产业资金配套，北上沈三地领军发展。从各地产业政策上看，北京提出的人工智能产业扶持领域最为全面，覆盖了从脑科学到智能硬件制造的全产业链环节;上海作为国家机器人检测与评定中心总部，提出到2020年平均每年新增3000台以上机器人;沈阳做为国家机器人检测与评定分中心之一，拥有新松机器人等企业基础。在未来5年，北京、沈阳和上海将在人工智能产业实现领先发展。
行业巨头并购加速，四领域成投资高地
行业巨头跨界并购加速。从近几年的并购融资事件中可以看出，国内外无论是传统互联网企业(谷歌、IBM)，还是跨领域的行业巨头(SpaceX、厦华电子、丰田)，都在积极进行人工智能的布局。
从投资机会分析看，四个领域投资被追捧。赛迪顾问从市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率等四个方面进行评价。通过综合比较分析，认为深度学习、机器视觉、服务机器人、智能无人设备将是最具投资价值的四个领域。
从产业投资回报率分析，机器视觉值得投资。图像识别的技术成熟度低于自然语言处理，为新兴企业从软件技术为突破带来了机遇，在软件图像识别领域，尤其以face++和格灵深瞳两家为代表，通过招揽优秀研发人员在短时间内迅速脱颖而出。
从技术成熟度分析，深度学习值得投资。前瞻性的对最具价值且临近爆发期的技术点进行投资是回报率最高的，深度学习作为2006年重新提出的神经网络算法，已经为人工智能产业刮起了强劲飓风，深度学习正处在面临爆发的临界点。
从应用和技术自主度分析，服务机器人和智能无人设备值得投资。对于服务机器人和智能无人设备领域，中国在软件集成方面已经具备国际领先水平，通过攻克相对较低的硬件研发门槛，将能实现快速市场普及。而随着人们生活水平的提高和全球人口老龄化的到来，能够提供教育、医疗、娱乐等专业化服务的智能机器人也开始倍受人们追捧。受到这些刚性需求的驱动，服务机器人和智能无人设备将成为投资新蓝海。
三大未来趋势，两大投资策略
从产业未来发展趋势看，有几个重要的趋势值得关注。
新一轮的开源化将成为人才争夺主战场。近两年来，以谷歌为代表的巨头公司纷纷开始开源化自身核心产品。不仅有机器学习软件平台，还有相关硬件平台和完整软件源代码。开放源代码可以吸引外部人才参与项目协作，并改进相关技术。
语音识别领域将快速实现商业化部署。通过利用机器学习技术进行自然语言的的深度理解，一直是工业和学术界关注的焦点。在人工智能的各项领域中，自然语言处理是最为成熟的技术，由此引来各大企业纷纷进军布局。在未来3年内，成熟化的语音产品将通过云平台和智能硬件平台快速实现商业化部署。
人工智能产业将与智慧城市建设协同发展。智慧城市的发展将在安防、交通监控、医疗、智能社区等多个领域全面刺激人工智能产业发展。未来，各行业的应用需求以及消费者升级发展的需要将有效激活人工智能产品的活跃度，促进人工智能技术和产业发展。
中国人工智能应用将在服务机器人领域迎来突破。2015年已经有大量企业在服务机器人领域展开相关布局。从中国人工智能市场结构上看，服务机器人市场规模达到60亿元，占比29.4%，服务机器人基于日常生活中的广泛需求，有着广阔的市场空间。
从投资策略的角度看，有两个维度需要注意。
赛迪顾问基于市场进入空间、价值爆发时间点、技术成熟度、产业投资回报率四个方面的考虑，重点推荐两条投资策略：
重点聚焦深度学习技术积累。通过并购重组在短时间内形成技术壁垒优势，或者集中投入于具备前景的细分技术领域的企业。一方面我们看好通过投资或收购人工智能领域开发公司，快速地获得技术优势、进而领先布局人工智能领域的龙头企业;另一方面，针对发展前景广阔的深度学习和智能机器人发展领域，投入大量研发资金推动技术创新、抢先形成技术壁垒的公司具备投资价值。
抢先布局家庭服务和教育领域应用。在商业化推广方面，优势的技术不意味良好的市场接受度。从市场需求导向入手，深度分析人工智能细分环节商业化价值的高低，在技术成熟作为支撑的前提下，以服务机器人为代表的产品将迅速实现市场普及。同时，语音技术在教育领域也将迎来全面革新。因此将家庭服务和教育领域应用作为投资重点。
相关阅读：
纽约客：人工智能的炒作和希望
本文由新智元（AI_era）编译授权转载
来源：New Yorker 译者：张冬君
【新智元导读】《纽约客》8月26日发表文章《人工智能的炒作和希望》，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。作者认为，我们现在只处于第一阶段，“识别智能”。
Om Malik是一名科技作家，还是科技新闻网站GigaOm的创始人和创业基金TrueVentures的合伙人。
本月早些时候，约翰·奥利弗在HBO的脱口秀节目“Last Week Tonight”上，讽刺媒体公司疯狂追求点击率。这条视频在网上疯狂传播，在YouTube上已经有近六百万次观看。在节目进行到十分钟左右，奥利弗炮轰Tronc（更名后的Tribune Publishing Company）和其宣传视频。视频中，一个女性机器人发言人在介绍人工智能给新闻界带来的好处。
Tronc 董事长 Michael Ferro说，每天要用人工智能制作2000个视频
Tronc不是唯一热情拥抱人工智能的公司。AI十分火热，每一家公司都在谈论它将如何改变一切。即便是梅西百货公司最近也宣布，它已经在旗下十家百货商店测试一个IBM的AI工具，目的是换回那些放弃传统零售店转而支持网上购物的客户。
就像之前的“云计算”、“大数据”和“机器学习”，“人工智能”这个词已经被市场营销人员和广告文案人员大肆使用。人们说的“人工智能”里面有很大一部分其实是数据分析，还是原来的套路。如果这些过度炒作让你忍不住问“人工智能到底是什么？”别担心，你并不是一个人。我曾向许多专家询问这个词的定义，得到了不同的答案。他们一致同意的只有一件事，那就是人工智能是一组试图模拟或增强人类智能的技术。对我来说，“增强”才是重点，智能软件可以帮助我们与这个日益数字化的世界进行交互。
三十年前，我读报纸，用电动打字机打字，可以看的电视频道屈指可数。而在今天，我有来自Netflix、亚马逊、HBO等的流媒体视频，有时候我都不知道怎么选择。我们越来越难以承受电子邮件、消息、约会和提醒的轰炸。增强智能使人类面对着越来越多的信息输入和选择，数量多到一个人无法应付。
与其他技术相比，计算机和软件对于大多数人来说更难理解，充斥着神秘感。曾经有一段时间，你要用录音机把一封信或者一篇文档记录下来，然后再由别人转写成文字给你。一个人在机器的帮助下将语音转换成文本。而在今天，你可以对着你的iPhone说话，它会自己转录你的消息。如果五十年前的人们看到我们目前的语音转换成文本的功能，他们会觉得技术已经具有知觉。现在也是同样的情况，我们夸大了与世界交互的方式。著名的作家和未来学家凯文·凯利说，“我们现在能做到的，在50年前是AI，在50年后就不会被称作AI。”
在以前没有互联网的时候，我们要么打电话要么写信给朋友，一次联系一个人，来了解他们最近的生活。这是一个缓慢的过程，要花很多的精力和时间来了解每一个人。其结果是，我们的互动很少，因为打长途电话费钱，写信也要时间成本。随着因特网的出现，电子邮件成为一种促进和加快这些互动的方式。而Facebook在这方面做的更好，它把你的电话簿变成了一个中枢，让你能同时与数百、甚至数千名朋友同时联系。该算法使我们能轻松维持更多的关系而几乎无需成本。
Michelle Zhou花了15年的时间在IBM研究院和IBM Watson团队工作，之后离开IBM成为情绪分析初创企业Juji的联合创始人。情绪分析是人工智能和人机交互的一个交叉领域，Zhou作为该领域的专家，将AI分为三个阶段。第一个阶段是识别智能，在更加强大的计算机里运行的算法能从大量文本中识别模式和获取主题，甚至能从几个句子获取整个文章的意义。第二个阶段是认知智能，机器已经超越模式识别，而且开始从数据中做出推论。第三个阶段的实现要等到我们能创建像人类一样思考、行动的虚拟人类才行。
我们离创建虚拟人类还有很长的路要走。尽管媒体吹得天花乱坠，但是没有任何一个技术是完美的，AI最有价值的功能在于增强人类智能。要达到这一点，我们需要训练计算机来模仿人类。 2016年4月，彭博商业周刊的一篇报道就提供了一个很好的例子。它描述了提供自动化AI个人助理的公司聘请人类“教员”来检查和评估AI助理的表现。“我们用复制人类智能的能力来定义人工智能，这很讽刺，”Sean Gourley说，他是数据分析公司Primer的创始人，善于在算法的帮助下从大型数据集挖掘智能。
无论是Spotify、Netflix或者是新一代AI聊天机器人，所有这些工具都依赖于人类自身提供数据。当我们在听歌时，把歌曲加入播放列表并分享给别人，我们就在向Spotify释放重要的信号。这些信息能训练其算法，使它不仅能发现我们喜欢什么，还能预测我们的喜好。
甚至是我们经常谈论的“计算机视觉”，它之所以有效，是因为人类上传了数十亿的照片，并且用元数据标记这些照片，给予这些照片情境。日益强大的计算机可以通过扫描这些照片从中找出模式和意义。同样地，谷歌利用它多年收集的数十亿语音样本建立了一个智能系统，能理解各种口音和细微差别，这使得谷歌的语音搜索功能成为可能。
将Zhou的三个阶段作为衡量标准，我们目前还在“识别智能”阶段——今天的计算机使用深度学习来更快更好地发现模式。然而，一些公司正在研究能用于推断意义的技术，这将是我们要走的下一步。“我们是否会到达第三阶段，这不重要，”Zhou在给我的电子邮件中这样说。“我仍然热衷于人机共生，那时，计算机可以做它们能做到的最好的事（即要求一致性、客观性和精确度的事），人类做人类能做到最好的事（有创意，不精确但适应性强）。”
未来几十年里，人类将继续训练计算机来模仿我们。而在此期间，我们将不得不面对AI的各种泡沫。
文章来源于 战略前沿技术
