2024年服贸会专题论坛之一——“2024中国AIGC创新发展论坛”于9月13日-14日在北京举行。思科大中华区副总裁董玉玲出席并演讲。

董玉玲指出，出海是中国智能制造企业无法回避的问题。而思科在全球140多个国家设有分支机构，在中企出海的过程中，思客可以提供不同的解决方案。“希望在AI时代，能够通过思科遍布全球的先进技术、生态系统、合作伙伴的生态，帮助制造业中企出海打造一片新的蓝天，能够助力中国制造业在全球越走越好”。

以下为演讲实录：

董玉玲：谢谢大家，感谢大家的时间，接下来大概用15分钟左右时间给大家介绍一下AI时代思科做哪些工作，我讲细分行业，这个行业就是智能制造，这也是中国最重要的行业。我的副标题是“挖掘网络和数据的力量”，大家知道思科一直是一家以传统网络包括数据为支撑做DNA的一家公司，在今天AI时代思科到底在做什么，给大家仔细分享一下。

在今天这个时代，技术是思科的DNA，在AI时代思科一直通过技术加速我们的创新，创新包括哪些部分？刚才很多专家也分享了，数据中心是一个非常非常重要的部分，其实数据也显示，全球86%的客户希望在2026年之前能够把自己的数据中心变成AI赋能的数据中心，这也是思科重要的战略一部分。

第二，今天工作场所的分布，包括IT整个布局的分布，导致我们IT越来越复杂。根据思科2024最新市场调研报告显示，由于AI加持，从安全性上，包括从IT的复杂性上都增加了30%-40%，所以如何帮助企业创建一个未来的工作场所也是思科重要的解决方案部分。

第三，毋庸置疑，我们在今天AI加持的时代，如何保证永辉业务的韧性和连续性，如何让客户业务能够不再遭受安全或者网络中断的影响下造成损失，这也是思科重要的一部分。

这里面思科有各种各样的解决方案，这里不多详述了。

到今天演讲的标题，人工智能是一个非常大的topic，在各行各业有非常深的应外，但是在智能制造里面到底哪些需要人工智能，其实在人工智能已经深入到智能制造方方面面，在这样一个方方面面的领域里面，我们可以看到2035年有3.5T的美元市场份额等待着我们去开发和利用。在这样的大数据前提下，思科在AI加持的网络和底站的情况下，我们看到的智能制造架构是什么样的，我来给大家做一个简单分享。

刚才很多专家包括嘉宾分享了，智能制造包括AI都一样，今天是端、云，然后就是数据中心。今天AI在思科架构里面是把端、云数据中心连成统一的AI架构。在这样的架构下，可以看到各个方面有解决方案，但在这样不同解决方案和产品下有两条是完全贯穿于从端数据中心到云的。

第一是下面的网络，网络是贯穿工业AI架构各个层面最重要的组成部分，没有一个强壮的网络互联，可以说上传数据、AI分析都无从谈起。二是贯彻始终的安全。这也是思科今天全力打造的产品线的安全，我们可以看到从边缘计算一直到数据中心到云，我们全部都有安全的解决方案。今天我来之前，还跟我们同事在聊，思科今年是进入中国30年，在全球思科是第40年，在整个收购并购过程当中，在过往40年思科收购了大概将近300家公司，最大的一个手笔收购是去年收购了Splunk，是以280亿美金收购，我们收购Splunk最重要的一点、看重的也是它的安全和数据。所以接下来把所有的Splunk跟思科的安全平台包括数据的挖掘和平台是全线的做一个整合，在这个整合下，我们第一个应用就是在人工智能领域里面的智能制造。

所以我们看到思科在智能制造领域里面深耕了很多年，智能制造不是一个厂商就能包罗万象，是一个非常复杂的庞大体系，是一个真正的生态系统，真正的Partner的解决方案。思科在全球超过6万家以上的大型制造客户里面，通过跟踪、分析、包括解决方案的提供，我们建造了思科自己的CVD体系，就是验证的解决方案，这样的解决方案以思科网络作为底座，包括思科的安全、思科的数据分析等等软件和服务，和周边的生态系统合作伙伴一起构建了这样的平台，这个平台在工业制造领域里面大家耳熟能详的一些重要厂商都在这里面。当然还有很多没有放在图片上的各种各样的客户。我们的客户遍布在各行各业，从制造业到城市、到道路、到交通、到高铁，所有都有客户案例。

接下来给大家举一个体育爱好者相关的案例，这是非常有名的世界顶级的车队，这个车队是一个生态，这个车队布满了各个公司的logo，这个车队根本就不缺数据，一个小小的方程式车上有300个以上的传感器，每秒传输的数据量相当巨大，可以说五千万次的模拟仿真，最需要的是能够快速安全地把这些数据能够传递上来、收集上来然后进行分析，这是它最重要的对数据安全的指导，也就是说做数字孪生，怎么知道赛车手能够以最快的速度赢得这场比赛。我们看一下思科在车队上有哪些解决方案，第一个，永远是端，就是刚才讲的赛道，在赛道里面有很多边缘计算的设备，通过无线，F1方程式的速度相当快，一般无线没办法承载这么快速的无线数据，而且做到不丢包，思科通过专有技术，通过无线技术，把车上300个传感器数据安全传到赛道车库进行边缘计算，更多数据送到数据中心，进行更多的模型模拟，还有云去调用更多模型的，需要调动更多算力、更多其他模拟仿真的，再到放云端，而且所有这些都是无缝快速并且是安全，思科通过底层、通过上层包括端到端的安全和底层穿水保证赛车队取得非常骄人的成绩。其实我们在8月份有一个全球销售大会，这个车队主席也参加了我们这个大会，给我们做了分享。

举一个中国的案例，中国新能源出口，三剑客，非常重要的是新能源汽车。这个是国内工厂，中国新能源在技术上已经非常非常领先海外的、国外的车企，可以看到完全是基于工业4.0的思路，并且集成了1400多个机器人，同时有各种VR、各种AR的技术，所以对这个工厂要求是非常非常苛刻的，既要做到IT快速安全，同时要做到跟OT技术的完美融合。思科跟客户做了很多深入沟通和交流，可以在四个方面帮助客户建造一个全球领先的EV车的工厂，包括IT、OT和架构，包括可靠的运维平台，另外可视化运维非常重要，因为中国的企业是在出海，不仅仅在一个工厂，看一个工厂的数据，是希望能够在中国作为总部看到全球的数据，并且对全球数据进行分析、加工，然后对它的生产和销售做出进一步的指导。另外一个是管理的智能化。我们可以看到在方方面面，思科跟我们的工业智能都有非常强的一个结合。

我们一直在强调AI，AI最重要的是什么？不管是做数据的算力还是分析、模拟，其实最重要的就是数据，你没有数据，其他一切都无从谈起。今天大家可以看到在工业互联网里面，如果要想走的更快，做到智能工业互联网，其实是非常非常复杂的。我们举了一个非常简单的例子，大家可以看到常见的IoT联网应用的分类，这里仅仅写出一点点，比如生产装置采集、移动设备作业、仪器仪表测量、过程设备控制、移动资产联网，方式不一样，联网的地点不一样，设备的类型也不一样。大家知道很多工业设备没有IP地址，而且它的插入点是非常非常容易被攻击的。以前OT设备是封闭的趋势，跟IT网完全物理隔离。但在今天在AI时代、在数据为王的时代，OT设备、OT的网络物理隔离根本无从智能互联网。在这样的一个特别复杂的客户要求下，工业互联网可以说是最复杂的，需要一个复合型的联网支撑。

这个也是我们的一个案例，我们收购了Splunk，这个图片特别像今天首钢室外的高炉，特别有代入感觉，是国外的水泥工厂，要求做到可持续发展，要在我生产过程中减少二氧化碳的排放，而且采集过程当中没有办法对半成品进行采集，但是又需要高质量的输出。在这样的情况下，思科提供的方案首先是安全的、快速的网络互联，互联之后大量的采集安全的数据，用Splunk对所有数据进行生产，流程过程中做数字孪生，同时基于这些数据孪生、基于数据安全、基于分析，基于历史的数据给客户构建了一个AI预测模型。这个做完之后，其实这个工厂已经成为整个国家最绿色环保包括AI最靠前的工业智能网。思科各个方面都在帮助我们的客户走向更多的智能互联。

提到智能制造，在中国不能回避的一个话题，也是要拥抱的话题，就是出海。思科自己也是在全球140多个国家有分支机构，在中国我们已经做了三十年，收购并购二百多家将近三百家企业，中企出海我们也是一路收购、并购，通过自己的AI，包括通过自己的不同解决方案，也希望在今天AI时代能够通过思科遍布全球的先进技术、生态系统、合作伙伴的生态，帮助制造业中企出海打造一片新的蓝天，能够助力中国制造业在全球越走越好，谢谢大家。

海量资讯、精准解读，尽在新浪财经APP

责任编辑：梁斌 SF055