【亿邦原创】当前，国内的电子电路企业普遍存在激烈的竞争，创新难落地、产能过剩、同质化、资源头部聚拢、环保压力大、数字化能力弱、供应链成本高、上下游难协同等问题在大多数中小企业中普遍存在。
针对这些痛点，造物数科基于IPDM业务模型升级打造InPDM平台，通过数字化手段持续提升企业研发、工程与供应链核心竞争力。此外，造物数科携手华为云打造电子电路智慧云工厂解决方案，以平台1+N模式链接云工厂，协同云盟生态伙伴链式数字化转型。
围绕“供应链变革与AI落地”主题，亿邦动力邀请已申报千峰奖的企业，参与2024千峰系列访谈，分享企业过去一年在供应链创新变革与AI落地实践方面的经验。
受访企业：造物数科
受访人及职务：造物数科董事长 武守坤
所属行业：电子信息/工业互联网
亿邦动力：贵公司所专注行业的销售、生产或采购供应链呈现哪些特点、痛点？有哪些环节存在变革优化机会？
武守坤：首先，是电子产品创新落地难。产品研发创新阶段需要实现个性化、中小批量快速生产、交付，同时存在采购成本高、品质难以保障等问题。
其次，中小企业智改数转难。国内电子电路行业企业数量多、总产值大，中小企业占大多数。（据中国企业数据库企查猫数据，截止2023年，中国存续和在业的集成电路企业：25451家，其中3391家为科技型中小企业，557家为专精特新企业。）而当前电子电路行业竞争日益激烈，产能过剩、同质化、资源头部聚拢、环保压力大、普遍数字化能力弱、研发产生效率低、供应链成本高等因素，正加剧中小企业面临清洗，单一企业数字化已不足以支持企业实现转型发展。
第三， 电子电路行业协同难。由于产业链存在信息孤岛、供应链上下游数据缺失，存在设计协同效率低、生产协同差、响应迟缓等问题。
亿邦动力：针对上述问题，贵公司探索了怎样的供应链创新模式？应用于哪些场景？取得了怎样的效果？
武守坤：主要创新包括基于IPDM业务模型升级打造InPDM平台，通过数字化持续巩固研发、工程与供应链核心竞争力，核心聚焦智能产品研发工具链、专业工程服务能力及基于数据驱动的供应链协同数字化转型升级。
此外，我们为企业提供从数字化转型到“链式”数字化服务，集成技术链、制造工程和供应链。基于自身业务实践解耦和重构，造物数科携手合作伙伴华为云，共同打造电子电路智慧云工厂解决方案，以平台1+N模式链接云工厂，协同云盟生态伙伴链式数字化转型。
继2023年造物数科与华为云合作发布电子电路智慧云工厂解决方案以来，2024年11月6日又推出解决方案2.0，发布应龙造物、应龙工程、应龙工软、应龙智算等产品。
应龙造物平台通过集成设计与制造服务，同时以数据链、工具链能力打通研发、生产、供应、销售等环节场景，创新协同模式、高效整合电子电路行业上下游资源，为客户电子产品设计和制造提供一站式服务。
应龙工程基于电子电路产业Know How，推进工程与质量标准化，提升企业设计研发效率。
应龙工软通过工业数据管理及协同平台建立共享工业基础资源库,进而让工业数据流动，促进企业生产力提升。
应龙智算为中小研发企业提供个性化智算方案，赋能硬件创新和产业数字化升级。
亿邦动力：生产制造及供应链同数字化还有哪些结合之处？您还看好未来哪些方向的创新？
武守坤：基于IPD研发驱动端到端的产品实现，包含规范统一的需求标准、资源库驱动研发标准、敏捷合理的流程管控、滚动高效的供需协同、闭环可视的执行监控；AI与大数据的结合，基于全面实时联动的平台流量数据，采用科学的预测模型，提升订单预测精准性，通过深化供需协同提升供应链敏捷响应能力。
亿邦动力：关于供应链平台化/对外赋能行业，贵司是否有开放意愿或已经开始实践？建立了怎样的数字化协同生态和数字产业集群，请展开谈谈规划或具体行动。
武守坤：造物数科旗下应龙造物平台致力于链接产业生态，打造电子电路智慧云工厂。该平台开放云盟伙伴合作，通过云工厂模式连接万亿产能，为客户提供低成本、短交期、高质量的产品服务。
在设计研发环节，平台建立起电子电路公共资源库，整合并共享行业内关键信息和数据资源，以提升行业效率、促进协同合作；在研发制造环节，构建以工程能力为核心的前瞻性的制造体系，基于工程经验和行业技术分析，洞察制造环节的风险和工艺研发趋势，通过精准的产品管理策略，高效响应业务需求，实现研产销协同价值。
亿邦动力：您最关注/看好哪些优秀企业的供应链变革和创新？最认可的点有哪些？如何看待供应链出海（不限于所处行业）。
武守坤：同行业供应链创新优秀企业包括嘉立创、一博科技、Shein等。其中一博科技，以设计为主，通过自有封装库资源，形成了较强的设计能力，为研发样机及批量生产提供设计生产服务。SHEIN，通过“小批量、高频次”柔性产业链资源，以及国内服装制造工厂产能链接，打造了高效、低成本的供应链体系。
亿邦动力：整体而言，供应链变革在贵司的企业战略里居于哪一个优先级？为什么？
武守坤：供应链变革是企业重要战略之一。从所处行业时代来看， 全球供应链正在经历深刻变化，如半导体历史级缺货、美国通过《芯片与科学法案》增加国内芯片制造、其他国家也在采取行动增加国内芯片的生产和研究等，供应链发展面临新的挑战。
从企业自身发展和优势来看， 通过现代化的供应链管理实现物流与信息流高效管理，已成为企业增加市场份额、降低成本和提高收益的利器。因此，在“协同创新”、“敏捷制造”、“大规模客户定制化”等制造模式大变革之时，造物数科始终坚持深化技术链、供应链和柔性制造优势，不断提升三大竞争要素的数智化，为客户提供优质、高效、精益的产品创新服务。
亿邦动力：大模型与AI技术的迭代发展，给贵公司所在的行业带来哪些影响？
武守坤：首先是推动数字化转型。AI技术的发展，特别是大模型的应用，正在推动制造业的数字化转型，实现各行各业的智能化转型，加速迈向智能世界。
其次是提升算力需求。随着大模型、多模态等AI技术的发展，对算力的需求呈指数级增长，智算中心成为AI在制造业应用建设中的重要底层基础。AI模型算力以两个月翻一倍速度增长。
第三是产业链价值重新分配。AI需求的爆发带来产业链价值重新分配和大幅增长。对比传统数据中心，在以运算为核心的算力投资中，服务器的价值量占比将显著提升， 达到整体资本开支的70%，其中高性能算力芯片GPU为主要的价值贡献，占比达到71%。
第四是推动制造业各个环节技术成熟、成本降低。计算机视觉、知识图谱、数字孪生等技术的成熟，将推动AI在制造行业更多细分场景中应用，可覆盖制造业的产品设计、生产制造和运营管理等各个环节，提高生产质量并节约成本。
最后，加快定制化与柔性生产。AI技术的发展将加快定制化与柔性生产的普及，以适应市场的快速变化和激烈竞争。
亿邦动力：贵公司是否已经在供应链或其他业务中使用AI及大模型？如果有，请描述应用场景以及使用效果。
武守坤：造物数科应龙造物平台基于产业know how与AI的结合，以定制化大模型支撑工程能力建设。业务牵引定位、数字化支撑运营与工具链支撑，面向生态实现能力、标准、业务的外溢，提高平台设计与研发实力、推动产品研发成功率与可靠性、推进工程与质量标准化、从而构建平台工程技术壁垒。
亿邦动力：AI落地过程中遇到过哪些难题？将如何克服？
武守坤：对于工业互联网行业企业而言，AI落地过程中面临诸多难题。
1、数据获取与整合的挑战。工业企业的数据格式、标准和质量差异较大，需要在数据收集和管理方面进行深度调整，确保AI系统能够获得高质量、标准化的数据。
2、技术落地的现实挑战。智能设备和数据驱动的决策系统虽然能提升生产效率，但这些技术的成本高昂，实施复杂，AI技术的应用在某些制造场景中仍面临着技术落地的难题。
3、人才短缺与技术支持的挑战。具备AI与制造业交叉学科背景的人才供不应求，AI模型的训练、调试和生产化过程都需要专业的技术支持。
4、商业化的现实问题。将先进技术转化为实际产品和服务的过程中，需要考虑开发成本、维护成本、硬件成本等因素，同时还要保证商业模式可持续并产生可观的经济效益。
关于2024千峰系列访谈
千峰竞立，追梦双千亿是产业互联网人的情结。千峰系列访谈是由亿邦动力针对已申报千峰奖的企业年度亮点专题报道，由企业决策人回复，经审核编辑后在亿邦官网发布。
