CB Insights发布了2019年值得关注的14大先进制造趋势

CB Insights发布了2019年值得关注的14大先进制造趋势

未来的工厂必然会采用更尖端的技术，而现在是一些新技术刚开始被主流采用的时候。CB Insights发布了2019年值得关注的14大先进制造趋势，覆盖新的生产方法和工人所运用的高科技装备等，具体包括：通用物联网、工业机器人、工业无人机、边缘计算和3D打印等。

1. IIOT平台

工厂拥有大量数据，2019年制造商想出应对方法了吗？

通用物联网平台（Universal IoT platforms）是物联网领域的一个子集，可以驱动提取和集成工厂所生成数据。今年，市场寻求从风险投资和工业重量级企业加大对先进制造业物联网的投资。

下图显示Predix的运作，这是一家提供通用工业物联网平台的先进制造初创公司。

2.工业传感器

工业传感器更便宜、更容易部署，制造商正在利用这类设备提供其他解决方案。

由于业内涌入大量的风险投资，预计2019年将会出现新型且性能更好的产品，支撑先进制造业IIoT。

下图显示物联网传感器的价格，从今年到2018年已经下降了66％，这是今年值得关注的先进制造趋势之一。

3.工业机器人

2019年另一个值得关注的先进制造趋势是工业机器人变得更小、更智能，与人类的联系更紧密。

机器人灵活性、计算机视觉和人机交互的改进使机器人用例更具吸引力。今年，我们期望机器人能够更深入地进入生产过程，并进入有限的结构化环境。

下图显示了自2015年以来，随着先进制造业的上升趋势，合作机器人也大幅增长。

4.预测分析

分析技术从过去事件的反应性分析，朝着对未来进行更具规范性的预测性分析发展。随着机器生成和收集更多数据，预测分析今年可能会变得更加普遍。

5.边缘计算

边缘计算可以为一系列先进的制造技术提供基础设施。2019年，值得关注的是额外的边缘智能，以及预测性维护、工业机器人和3D打印等技术。

下图显示边缘计算（一种不断上升的先进制造趋势）自2015年以来大幅增长。

6.工业无人机

无人机的影响不可否认很广，但2018年也引发了一个问题，哪家公司将拥有工业无人机市场？今年可能会看到无人机硬件制造商开始巩固其作为市场领导者的地位。

从长远来看，数据无人机收集可能比无人机本身更有价值。

7.个性化制造

随着3D打印开始广泛采用，汽车OEM在大规模定制方面变得更加出色。在2019年，我们应该会看到汽车行业进一步采用3D打印，来满足可定制车辆的需求。

8. AR/VR

AR可以改变工作场所的安全、培训方式和工人生产力。投资者和科技公司都发现了AR的巨大潜力，主要制造商已经开始实施该技术，并且从中受益。

根据波音和通用电气等公司的研发成果，AR可以在2019年推动先进制造业生产力的一个阶段性变革。

下图比较了AR和VR从2014年到2018年都不断上升的发展趋势。

9.可穿戴技术

工业应用中的可穿戴技术集成重点是“实用第一”，但下一步是可提高性能的技术。2019年，我们将会看到实时工作人员监控，而采用AR/VR设备会作为更具未来感可穿戴技术的领先指标。

10.工业区块链

在2017年和2018年之间，区块链狂热发展，而现在可以重新评估工业用区块链的实际应用。区块链炒作在2019年会慢慢消亡，预计区块链技术将会更贴近实际，实质性地用在工业安全和知识产权保护等方面。

11.机器视觉

人工智能和传感器技术的进步可以使机器视觉颠覆各种先进制造应用。该技术可以用于检测质量控制问题、分类库存和控制流程。今年，密切关注边缘计算和人工智能以及机器视觉，可以确定技术的发展轨迹。

12.机器即服务

传感器和连接设备可以发展为机器即服务模型（通常称为硬件即服务），通过这种方式公司可以加快工业机械化。

虽然该领域的投资和启动活动目前很少，但航空航天领域的机器即服务获得大量成功，因此2019年先进制造业也将会更多采用这类技术。

13. 3D打印

多年来，3D打印一直被誉为“改变游戏规则”的制造技术，然而这项技术一直没能完全成型。但2019年可能是增材制造的十字路口。

通用电气一直是该技术的最大支持者之一，但只注重削减成本可能不会让该技术发展成增长研究投资的主要来源。在2019年，软件和安全系统可能需要在3D打印真正发挥作用之前改进。

下图显示了工业3D打印的风险投资资金，这也是一个不断上升的先进制造趋势。资金从2014年开始大幅上升直到2017年达到最大值，随后在2018年急剧下降。

14.数据互操作性

工业物联网已经创造了大量数据，但其中大部分还没有被利用：《哈佛商业评论》的研究发现，在决策中使用的结构化数据不到一半，并且<1％的非结构化数据还没有被使用。

现在，一批新的创业公司旨在通过整合不同来源的数据，填补这部分空缺。在2019年，期望先进的制造业采用更多的分析平台，这些平台可以轻松地与不同的或非结构化的数据集一起使用