【数字化转型】2019汽车行业数字化转型趋势预测:巨变时代的新增长机会

2020 年 5 月 20 日 产业智能官

 王岳 阿里研究院

两年前,特斯拉的市值已经超过了通用与宝马;去年,丰田汽车社长丰田章男明确表示丰田将从一家汽车公司转型为一家移动出行公司;去年“双十一”,长安福特在线上卖出7000多辆汽车,全天电商平台共卖出8万辆汽车,相当于30个4S店一年的销量……


汽车行业正在发生巨大的变化。一方面,传统车企正在面对核心业务利润不断下滑,品牌价值弱化的压力,但同时,云计算、物联网、5G、人工智能、自动驾驶、区块链等数字技术正在飞速进入汽车产业,也让车企看到新的利润增长点。难怪BMW前全球销售总裁Ian Robertson说,“未来五年,汽车行业的变化将远超过去的100年。”


新一轮科技革命驱动下,中国汽车产业的转型将往什么方向走?阿里云研究中心发布《AI时代下的汽车业数字化变革》白皮书,给出了未来1~3年的趋势预测。


敬请持续关注,5月30日正式发布报告全文


趋势1:软件定义汽车


电动化、网联化、自动化作为未来发展方向,已经在汽车产业达成共识。这些将持续改变传统车企的产品设计、研发与生产模式。预计到2021年,汽车业70%的创新都将来自于数字技术的重组。


传统整车企业围绕原油技术与产业生态形成的的壁垒(例如:燃油车体系,变速箱体系、机械体系),在新技术的冲击下,正被逐一打破。汽车制造从机械制造向电子制造发展, 汽车生产模式从物质化实体工厂模式向数字化智能制造发展,汽车的研发/设计从纯硬件走向软、硬结合。汽车是新一代数字技术的集大成者。未来,汽车业大多数的创新不是从0到1的创新,而是来自现有数字技术的迭代与重新组合。网联平台、数字孪生技术、汽车操作系统、高精地图、自动驾驶、OTA、人工智能、5G、AR/VR等众多软实力之间的重组是车企构筑新的核心竞争力的关键。


趋势2:用户将有机会参与汽车研发全过程


到2020年,50%的新车将通过C2B协同研发平台进行新车设计、开发、销售。C2B云平台的意义在于将传统的消费型客户变成“Procumer”(超级客户),让客户第一次有机会参与汽车研发的全过程,为自己选车、造车,从中获得满满的参与感。用户不仅可以在平台上自由选配、定价,还可以参与车型定义、设计开发、汽车验证的全过程。不仅如此,平台还面向外部供应商、工程师、设计师、美术师,以众创、众包、众筹的方式让研发更高效、新车的上市速度更快。


趋势3:数据变现,车企营收的新渠道 


随着汽车电动化、智能化、网联化、共享化能力的提升,数据量的增长速度超出想象。围绕人、车、城市生成的娱乐数据、车机数据、驾驶行为数据、电商数据以及场景化数据都是企业宝贵的资产。有了数据,向客户推送精准广告可以赚钱、娱乐服务订阅可以赚钱、直接交易数据给保险公司、广告公司、4S店也可以赚钱。未来,还有哪些数据可以变现、通过何种模式变现、哪些场景的数据变现能力更强、谁会为数据买单,想清楚这些问题,车企将成功开辟新的营收渠道。预计到2021年,数据资产变现将为车企增加15%的营收。


来源:阿里云研究中心 & 汽车与智能出行事业部


趋势4:智能全域营销平台,打造线上线下营销闭环


据统计,中国超过半数买家将线上做为选车首站,更多的消费者习惯在线上了解汽车品牌信息、车型和价格,然后去线下品牌体验店试驾,等大促活动时线上付款,再到4S店提车。消费渠道与信息触达通道的碎片化导致流量与消费体验的碎片化,渠道间的每一次切换稍有闪失,都会增加失去客户的风险。


借助全域营销平台,不仅可以打通线上、线下所有渠道,做到消费者的无感知渠道切换; 同时还能构建“统一的ID”数据体系,利用数据记录消费者线上/线下留下的每一个脚印,形成完整的用户画像;利用大数据与人工智能技术对细分人群深入洞察,进而转化为个性化内容与服务,比如个性化内容推送、精准广告投放、智能导购、个性化保单、预测性维护等。2019年,2/3的车企会将50%的营销预算用于打造全域营销平台。


来源:阿里云研究中心 & 汽车与智能出行事业部


趋势5:工业AI的使用密度与质量将是拉开车企在生产端实力差距的关键


根据麦肯锡2018 年的汽车业调研,全球50%的车企都已在生产端开展AI应用的探索。预计到2020年,2/3的车企将至少在3-5个生产场景中尝试使用人工智能技术。


当前,工业AI在汽车生产排产、供应链管理、设备维护、能耗管理、工厂安全、图像质检等众多环节正快速落地。例如,AI技术可以让焊接机器人的生产节拍更快、产能更高,可以在帮助车间员工提升组装效率与质检的效率、,也可以让厂内物流运转得更高效。谁的工厂使用AI的场景越多,谁的工厂AI落地场景越精准,那么工厂抵抗各种不确定性风险的能力也就越强。未来,工业AI的使用密度与质量将是拉开车企在生产端实力差距的关键。


趋势6:数据中台将成为车企新的数字基础设施


一切数字化转型的基础皆为数据。而数据孤岛这一“顽疾”以前长期存在,导致很多车企的数据集成难度大、治理成本高、响应能力差。目前,越来越多的车企已经开始使用数据中台做为新的基础设施。预计2019年将会是汽车业数据中台元年,1/3的车企将启动中台战略。


数字中台的核心能力就在于“破壁”,让数据能像水一样在营销、出行、智能网联、生产制造、研发设计与供应链间自由的流动。有了数据的聚合与共享, 业务间才得以协同,由此加快业务创新的响应能力。例如,研发与生产数据打通,生产端的实际情况可以实时反馈给研发,进一步优化设计方案;营销数据与研发、制造数据的打通,催生了以用户为中心C2B商业模式;移动出行数据与营销和售后数据打通则可以丰富用户的出行体验。随着进入数字化转型的深水区,数据中台将成为车企新的数字基础设施,帮助加快企业的创新能力,同时降低创新成本。


来源:阿里云研究中心 & 汽车与智能出行事业部


趋势7:车企的组织架构将由金字塔型转向去中心化、扁平化组织


在2018年Gartner做的一项全球汽车数字化转型调研中,当被问到转型的最大阻力,所有企业都把文化与人才做为转型的最大障碍。数字化转型归根到底是人和组织的转型。传统汽车企业的组织结构大多是典型的高度集中的金字塔式结构。这种金字塔式的组织架构很难适应当前复杂多变的市场环境,无法与之有效互动。车企需要一个更加扁平化、去中心化、网络化的液态组织,才能激活个体价值,让决策效率与响应速度最优,最终达到和外部环境变化的同步。2019年,80%的车企将全面启动“以人为本”的数字化转型战略。




延展阅读:

阿里巴巴副总裁刘松:工业互联网如何驱动制造业数字化转型

原创: ARC 阿里研究院


当前,全球范围内正兴起新一轮信息技术与制造业深度融合的产物,如何通过工业互联网,深入推进制造业的数字化转型?现代制造业的未来将何去何从?

 

在近日的2018第一财经技术与创新大会上,阿里巴巴集团副总裁、阿里云副总裁刘松发表了《工业互联网驱动制造业数字化转型》的主题演讲。他认为,下一个10年是软硬叠加,硬科技和大数据、人工智能结合,新技术、新模式与物理世界叠加的10年。未来制造业必须以开放平台式的生态,形成一个可运营的网络,去推动自己的发展。未来的制造业不仅是服务业,很有可能变成娱乐业、IP业这样的行业。



以下为演讲实录整编——

   

工业互联网如何引导制造业的转型?我将跨多个行业来讲述,比如自动化行业、IT行业、互联网行业等等。

 

自2016年2月1日中国工信部启动工业互联网联盟以来,我就作为发起人之一,参与了近两年半时间。工业互联网里各种工业企业,从矿山行业到汽车行业、家电行业,我大概也见过一两百个大型的制造业企业,看他们利用工业互联网能够解决什么问题。

 

两年多以前,工业互联网这个词还在冰点以下,今年开始,工业互联网变成一个特别重要的风口。我们看到互联网企业、技术提供商非常热情地在推动,而大多数的制造企业,尤其是中小型制造企业却仍然纹丝不动。实际上,我们很多制造企业没有意识到新一代的人工智能技术能够怎么帮助制造业,这是一个世纪难题。


过去十年新经济凭什么逆袭?


首先,我们先从十九大报告看看科技创新发展的机遇是什么?对于制造业来说,互联网、大数据和人工智能怎么去与实体经济做融合?今天我们制造业面临的全球趋势是什么?

 

新一代信息技术会是未来十年、二十年发展的一个大风口,包括生物工程、新能源、新材料,它们之间有非常大的交叉。过去10年中国的移动互联网或者新经济发生了什么?

 

实际上就发生了一件事。2007年iPhone第一代手机上市,意味着一个新时代的来临,这个时代就是智能手机连接人的渗透性,改变了所有人的生活、购物、娱乐方式,可以说是我们上一个10年在线版的数字经济。

 

下个10年跟上个10年有多大的不同?上一代有四个关键的技术,搜索、电子商务、移动支付和互联网金融,以及社交媒体。这四样东西在过去10年渗透到全世界30亿人,全中国差不多接近10亿人。但是下一个10年,我们看到的是软硬叠加,硬科技和大数据、人工智能的结合,尤其在新材料、新能源方面。

 

上一个10年,以移动互联网为代表的APP,沉淀了大量的数据,这是数字世界的基础。今天互联网公司能不能帮助制造业解决问题?我想最关键的情况就是你怎么去利用平台的运营模式,用新一代的平台型的技术,包括大数据、人工智能以及物联网的技术,结合你的商业创新,帮助制造业。

 

为什么新经济能够在商业模式和场景方面,在过去接近10年时间里反转了我们的商业模式?10年以前所有的互联网公司,还是看美国和硅谷。今天,硅谷和亚马逊、脸书这些公司都惊讶于中国互联网公司的产品创造力。

 

这里面有四个特点,第一点是我们的政府在推动新模式的时候,有非常大的包容性。这点的包容性超过了世界上任何的国家;第二点政府在推动新模式与旧的模式之间有一些冲突的时候,他们能够把握阶层之间的一个平衡。所以到今天为止中国还是能够把网约车和出租车能够在一个马路上通行;第三点关于增长和发展,在过去40年中国,我们这个国家也好,我们的企业家也好,我们认为增长是解决增长的非常重要的办法;最后一点我们需要全球视野配置资源。


互联网公司能带给制造业两条平行线


我们说一说工业互联网。整个互联网技术向工业的渗透,是这一轮信息技术与自动化技术融合的一个最大的关键点。

 

大家可能听说过“数字双胞胎”这个概念。它的大逻辑就是我能够把整个生产车间、运营、供应链到消费者全过程全部有个数字映象,然后在这里面去建模。

 

我们意识到在比特世界做的任何的尝试和测试,要比在原子物理世界运送物理的物品,包括改变物品的物理形态的成本差不多低百倍到万倍。这是数字双胞胎的背后的理念,是工业互联网未来长远的一个前景。

 

就当前的具体优先级来说,首先,数字营销,对中国的所有企业来说,都是特别需要补的一课。因为我们在品牌、C2M(个性化定制)时代没有做太多的投入,导致我们太多的制造业把货交给渠道就结束了,永远不知道消费者在想什么。

 

互联网公司能够带给制造业两条平行线,一条线是一套新模式+新业态,就是像网络化运营,C2M,然后通过客户第一的模式来逐步沉淀,怎么去帮助消费者。另一条线就是新技术:大数据、云技术和物联网、人工智能,这四样东西能够帮助制造业解决一些特定的生产力问题与管理提升。

 

具体来说,我们用微笑曲线稍微解释一下工业互联网最重要的解决哪些问题?移动互联网的过去这几年,从根本上来讲,无论是千人千面、大数据还是APP商店,这些东西本质上是用互联网作为媒介,连接了我们每一个人的心理世界,解决消费者喜好与商家供给能力这样一个信息不对称的问题,工业要解决这个问题,未来用C来牵引B,用B来牵引M。

 

对于中国的制造业,有两个非常关键的问题,第一个,在工厂里面如何解决自动化技术和智能技术的集成?下一步我们在业界里面最重要的化学反应,发生在自动化技术和人工智能为代表的智能技术的重度混合,它不再以过去的惯性经验,而是以数据和智能提升生产过程。我们把这些叫做“消除资源的不对称”。

 

第二个也非常重要,中国企业在R&D方面的投入,平均是美国企业的十分之一到二十分之一。中国今天平均有15%的制造业有R&D的。在上一个18年里面,就是在中国加入世贸的18年里面,我们以外向型的加工成为世界工厂的时候,在核心模式,核心生产设备,核心元器件上欠了R&D很大债。

 

这是今天中国最重要的反差。今天我们中国是全球最大的市场,有潜力与塑造自己的技术体系、商业模式、经营理念,这一点在互联网行业做到了。类似地,在未来几十年,工业体系需要在运用新技术的同时重塑自己的运营模式。

 

制造业面临的机遇在于,今天中国的这些被数字化的10亿消费者,5年之后中国可能有5亿的中产阶层的新的体验要求。小米手机已经验证了中国人的创造力如何在垂直工业领域发生变化。

 

未来制造业有可能变成娱乐业


在工业互联网领域,我们介绍一下阿里巴巴做了哪些实践。

 

第一个,纯粹从电商领域延伸到了制造领域,创建了以淘工厂为代表的C2B模式。

 

阿里巴巴过去几年一直在推动一个事情——淘工厂。目前主要聚焦在服装、时尚这些行业里。我们看到今天已经有两万五千家淘工厂,每天有上千万的交易额。

 

今天在大的淘宝上面,有很大一部分是以淘工厂的方式,由淘宝上的大卖家,通过智能手机找到一个能够生产特定产品比如说女士的上装、外套的生产基地,去给一个不见面的生产商去生产。淘工厂未来的消费链和可配置的模式,会变成C2B的模式。

 

第二个领域,就是我们的工业智能。

 

我们过去两年做了一件事情,是美国人、日本人、欧洲人都没有做过的,就是我们相信并把我们的算法工程师和大数据工程师派到车间里面去。这件事情产生了极大的化学反应。

 

今天,中国有数以百万计的大规模的自动化设备,我们的钢铁企业80%、90%的设备是进口自动化设备,我们90%的机器人是进口的,但是多数时候都不知道它背后的软件与模型经验是什么。

 

我们阿里在推动的一个产品叫“ET工业大脑”,即把所有的生产线的数据,整个生产级别收集来以后,通过人工智能的算法,给它出一个更好的工艺参数的推荐,就像可乐的配比是什么,在化工生产中、轮胎生产中也有更好的配方。

 

这件事情一开始遭到了很多客户企业主管,工程师的反感和抵制,他们说你们根本不懂工业。但在后来80%的验证里面发现,用大数据和人工智能在这些行业里面给出来的工艺参数,可能比一个工程师几十年的经验更好。

 

今天在某些领域,在接近一半的核心生产力方面,大数据、人工智能和物联网是可以发现新知识的,而且能够比人更快发现新知识。而目前还有一些自动化厂商不愿意开放数据,可能是我们很多工业企业还不理解更大范围数据的收集,会产生更大的关联和价值。

 

最后我要提下智能化的产品的升级。今天我们看中国已经是最大的智能手机的消费国,也是生产国,但是未来的智能产品包括智能汽车,中国一定是最大的消费国和生产国。

 

还有一些产品也正在经历新发明新发现。比如说智能硬件里面有可以直播的烤箱,中国每天有五百万女性给自己的子女烘焙,一方面是晒朋友圈秀爱心,一方面是为了让子女吃的放心。她是不是能够把所有直播放到直播上?这可以带来很大的流量,生活方式作为一种IP。

 

未来的制造业不仅是服务业,很有可能变成娱乐业、IP业这样的行业。制造业向IP行业靠拢,会变成一个个性化的,有明星品牌的,有个人性格的方式,也是非常重要的,这在智能硬件里面是非常重要的方向。

 

总结一下,今天我们从整个的工业互联网带给中国的时代机遇来看,集中于新技术、新模式,新业态。我们看到工业互联网带给制造业的机遇是:理念、模式和技术全面的全面升级,以及未来新技术对于物理世界的重塑。

 

感谢大家!




延展阅读:

案例酷 | 特步:加速数字化转型,打造竞争壁垒

原创: 宿宸 阿里研究院 


过去几年,著名的运动品牌特步一直在进行战略转型。最近,特步发布了2018财年业绩单,全年营收63.83亿元,同比增长25%,全年净利增幅达到61%,门店数6230家,稳居行业前三位。在竞争激烈的品牌零售行业,这样的成绩单非常耀眼,也标志着特步的数字化转型已经初见成效。特步是如何一步步地完成转型、建立自己的竞争壁垒呢?


Step 1:从批发到品牌零售, 实现消费者触达


2014年,特步敏锐地意识到,消费升级意味着消费者的需求日益细分、多变,品牌必须对最终用户的行为有深入了解,并且将消费者的需求直接、快速的输入到产品设计中,产品的设计才会紧随用户需求,保持理念领先,从而获得市场认可。


但是在传统的商业模式下,特步是以批发方式、通过经销商进行产品销售,对于市场变化、消费者洞察存在认知断层。在过去三年的时间里,特步通过投资、建立直营店、吸引联营伙伴等销售方式上的转变,努力完成了从“批发”到“品牌零售”的商业模式转型。


具体来讲,特步在线上部分,不仅依托天猫等电商平台,也通过运营自建夜跑社区形成了具备相当忠诚度的品牌粉丝群,实现了对消费者的线上触达;线下部分则通过开拓全国连锁店,在门店放置标准化的测量设施,对顾客的脚型、体型、运动偏好等进行标准化的数字沉淀:所有的消费者信息、销售信息都会被同步到特步中台,利用大数据建模分析形成市场预测结果,一方面输出到市场部门作为促销计划输入,另一方面将结果即时同步到产品设计和研发部门进行产品类别和特性调整,市场反应可以立即体现到下季产品中。


目前,特步拥有全国连锁店6500余家,所有零售终端全部接入特步中台,为消费者触达和信息反哺提供了非常高质量的线下基础设施。数字化赋能下,品牌方也能够更清楚地掌握商品的销售情况和消费者的购买情况,监控商品、价格,从而找到寻求最好的销售组合。



Step 2:整合内部资源 提升运营效能 


在加深对消费者的深入了解的同时,特步也开始瞄准内部资源的整合提效。


以前,特步的线上、线下营销资源是割裂的,库存独立、促销规则不统一、物流成本高。特步找来了阿里云,基于阿里云的技术能力,通过业务中台实现了内部资源的有效整合,同时在数字支持和消费者洞察的基础上,极大程度地提高了精细化运营和管理的更多可能。


中台系统上线以来,会员、订单、库存、物流、结算系统全部打通,线下门店作为前置仓,收到订单后系统会根据“先就全,再就近”的智能算法将订单自动派送至最近的门店,并自动通知物流公司进行配送。上线当年的“双十一”期间,特步的22万张线上订单几乎都通过这样的方式实现了自动派送,不仅做到下单第二天6点前准时发货,且同城发货占到23%,同省发货占到78%,与以前中心仓的方式相比节约了一半以上的物流费用,库存水平也显著降低。


其次,从店面选址,到顾客管理、商品选择,特步正在试图用更加智能化的工具来代替传统的人工决策。比如,根据店面的销售历史,结合天气、区域喜好等,智能调拨系统,门店可以预测出未来一周的[l1] 需求,并给出精确到SKU的补货订单;生产制造侧据此进行SKU调整,由“收到订单后发货”改为“基于预测提前备货”,出货时间由平均45天减少至20天,也极大地减少了缺货情况,提高了门店收益。在这样的赋能下,加盟商也更有意愿与品牌打通平台,共享数字化带来的效能提升。


新零售每一个小点的变革,对企业内部来讲都是一个大手术。但就是基于消费者需求的一点一滴的提升和改进,带来了企业运营能力的一步步升级。

 

Step3:品牌生产与产业供应链协同


通过有效的市场触达手段,特步已经基本做到了市场信息及时反哺供给侧并且形成智能决策闭环。在供应链侧,特步也希望进一步将基于互联网架构的中台能力输出给上游的材料、印染、制鞋等厂家,形成产业级的平台,将智能决策的效应放大到整个产业链,形成真正的产业协同。


在此基础上,品牌自身的数字化能力得以输出,形成富有产业特色的解决方案,以能力获得利润。特步的路线图印证了,在价值链上,数字化转型走在前面的企业会利用先发优势产生平台级的输出,结合阿里云等合作伙伴的先进技术,促进整个产业的资源优化配置和网络协同。


通过对零售渠道的整合和一系列数字化措施,特步在过去一年以出色的业务和财务表现宣告自身已经完成了品牌、产品以及零售渠道的战略变革,并以毛利率连续五年实现攀升(总毛利率至43.7%)、高达103.8%的派息比率等亮眼表现为投资者交上了满意的答卷。随着数字化转型的继续深入,我们也期待着特步引领整个产业的数字化变革,成为中国体育用品“数字化产业链”上的领跑者。


作者:宿宸 (阿里云研究中心战略总监)





先进制造业+工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进制造业OT(自动化+机器人+工艺+精益)和工业互联网IT(云计算+大数据+物联网+区块链+人工智能)产业智能化技术深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的产业智能化平台;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。


产业智能化平台作为第四次工业革命的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎; 重构设计、生产、物流、服务等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生 新技术、新产品、新产业、新业态和新模式; 引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

产业智能化技术分支用来的今天,制造业者必须了解如何将“智能技术”全面渗入整个公司、产品、业务等商业场景中, 利用工业互联网形成数字化、网络化和智能化力量,实现行业的重新布局、企业的重新构建和焕然新生。

版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。




登录查看更多
1

相关内容

华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
82+阅读 · 2019年12月13日
【数字化】制造业数字化转型的实战路线图
产业智能官
39+阅读 · 2019年9月10日
【数字化】2019年全球数字化转型现状研究报告
产业智能官
29+阅读 · 2019年7月8日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
2018年德国汽车产业研究报告
行业研究报告
16+阅读 · 2018年12月1日
德勤:工业4.0与数字孪生(附PDF下载)
走向智能论坛
40+阅读 · 2018年9月6日
Arxiv
15+阅读 · 2019年9月11日
Learning Discriminative Model Prediction for Tracking
SlowFast Networks for Video Recognition
Arxiv
19+阅读 · 2018年12月10日
Arxiv
3+阅读 · 2018年11月14日
Arxiv
8+阅读 · 2018年6月19日
Arxiv
7+阅读 · 2018年1月30日
Arxiv
4+阅读 · 2017年11月14日
VIP会员
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
82+阅读 · 2019年12月13日
相关资讯
【数字化】制造业数字化转型的实战路线图
产业智能官
39+阅读 · 2019年9月10日
【数字化】2019年全球数字化转型现状研究报告
产业智能官
29+阅读 · 2019年7月8日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
34+阅读 · 2019年4月22日
未来20年(2019—2039)的50个技术预测
全球创新论坛
5+阅读 · 2018年12月16日
2018年德国汽车产业研究报告
行业研究报告
16+阅读 · 2018年12月1日
德勤:工业4.0与数字孪生(附PDF下载)
走向智能论坛
40+阅读 · 2018年9月6日
相关论文
Arxiv
15+阅读 · 2019年9月11日
Learning Discriminative Model Prediction for Tracking
SlowFast Networks for Video Recognition
Arxiv
19+阅读 · 2018年12月10日
Arxiv
3+阅读 · 2018年11月14日
Arxiv
8+阅读 · 2018年6月19日
Arxiv
7+阅读 · 2018年1月30日
Arxiv
4+阅读 · 2017年11月14日
Top
微信扫码咨询专知VIP会员