時間如白駒過隙，上周五（24日）的gongkong®2017CAIMRS上，“智造”服務生態論壇高峰對話磁引了圈內的“老革命”和“新貴們”，對于智能制造的特征描述、階段判斷和推進路徑發表了各自的實踐總結，嘉賓精辟見解猶在耳邊，現場熱烈景象猶在眼前。為了滿足觀眾們無窮的好奇心和求知欲，本期特地根據現場實錄再現這場精彩的“大咖秀”，邀請大家細細品味~

（“智造”服務生態論壇高峰對話）

CAIMRS年會，年年工控人唱主角，但每年都有新跨界，去年紅杉資本中國基金合伙人富欣講了蠢蠢欲動的資本市場。

今年，除了有羅克韋爾自動化（中國）有限公司大中華區董事總經理Bob Buttermore[下圖左]，三菱電機自動化（中國）有限公司總裁三條 寬和[下圖右]。

施耐德電氣高級副總裁、工業事業部中國區負責人馬躍[下圖左]，菲尼克斯（中國）投資有限公司總裁顧建黨[下圖右]等座上賓。

也有阿里云計算有限公司副總裁趙杰輝[下圖左]、甲骨文（中國）軟件系統有限公司中國區大數據業務總經理李輝[下圖右]等跨界者。

還有代表用戶端的徐工集團CIO、江蘇徐工信息技術股份有限公司總經理張啟亮[下圖]。

以及東道主主持人gongkong®董事長兼CEO李小勇[下圖左]和gongkong®總裁潘英章[下圖右]。

李小勇：過去一年，無論是工業4.0，還是互聯網+，再到“中國制造2025”，智能制造已經成為一個全球參與的宏觀戰略，這不單單與制造業相關，更是與老百姓吃、穿、住、行、用都相關。在座所代表的各自企業是如何理解中國的智能制造的？有沒有可圈可點的實踐和大家分享一下。

Bob Buttermore：首先感謝中國工控網給我們提供這個機會在這里跟大家做一個交流。我分享兩個羅克韋爾自動化在智能制造推進中的實踐案例，一個涉及生命科學，另一個應用于汽車制造業。

我們在中國有一家制藥企業客戶，其智能制造項目的主要目標是在滿足中美兩國制藥行業相關法規要求的基礎上，同時能夠提高生產效率。項目執行過程中，他們采用了一套信息化解決方案、DCS控制系統，以及方案服務等。

剛才講的是一個新項目，第二個案例是已建成項目的升級，**汽車現有一條完整的自動化水平非常高的生產線，他們在現有生產線上又加裝了一套信息化的智能制造解決方案，其目的是幫助企業進一步提高智能化水平和生產效率。

三條 寬和：在過去的2016年，我們和非常多的客戶展開了交流，我認為智能制造將助力中國從制造大國向制造強國的重大轉型，即智能制造如何通過使用IT這樣的一個工具來實現競爭力的提升。

在與客戶展開討論時，我們首先需要了解客戶持有什么樣的課題，客戶所持有的企業未來的發展規劃是怎樣的，結合這兩點我們會思考三菱電機能夠給客戶提供什么樣的幫助。

在這樣的討論當中，我們向客戶提出了e-F@ctory理念，其核心是實現生產現場的最適應化，它不光是單純的、單一的IT化，而是通過IT投入，實現制造現場的智能化、信息化，以及加強與上位系統（ERP、MES等）的協作，來提高企業的整體價值。目前已經有超過200家以上的公司成功引進了e-F@ctory理念，同時有超過7000個的實際運用案例。

為了實現智能制造，我們去年在人才培養和運行方面也有很大的投入，比如開展了很多自動化領域的技能競賽，同相關教育部門展開一系列合作，并與為高校提供教材儀器的制造生產廠商開展合作。

總結來說，在過去的2016年，三菱電機在不同事業領域都取得了進展。

馬躍：今天早上剛剛從法國回來，跟大家分享的第一條就是，中國工業的發展光譜和特點實際上跟法國工業很像，既有家庭小作坊式的參與者，又有先進的大型制造型企業。這一光譜是非常寬廣的，中國目前有大量三十年、四十年的企業急需從工業2.0的水平向更高水平升級。

從另一個維度來看，中國的勞動法向法國等歐洲勞動市場管理經驗中借鑒甚多。所以，中國企業家、管理者面臨的很多問題，法國也同樣遇到過。我們今天的挑戰，實際上跟很多法國企業在過去二十年面臨的挑戰是高度近似的。可以說，應對這些挑戰，施耐德已經有相關的實踐經驗。

我覺得2016年是一個真正意義上的智能制造元年，為什么這么說呢？在這之前是“百家爭鳴”的局面，包括在座的各位大咖都有很多觀點拋出來。我們在2016年更多地在談施耐德的觀點，比如談整個智能制造就需要一個頂層設計，不光是做一些自動化，還需要信息化、智能化的設備和軟件，這些都是基礎。這個頂層設計用施耐德的語言表述，基層是互聯互通的產品，第二層是以CPU為核心的邊緣計算、邊緣控制，頂層是云計算，是我們的數據、分析配合管理，包括經營生產的思想，都體現在頂層設計的最頂端。打一個比喻，互聯互通的產品可以說人的肌肉，大腦是邊緣控制，我們的意識、知識是最后的云及數據分析，這樣的三層結合。在施耐德的實踐當中，我們先推動頂層設計，然后再分步實施，我們先做診斷再開藥方。

顧建黨：很高興每年都能夠站在這個舞臺上和智能化界、產業界進行分享。我在這里每年都是“老革命”，但我希望仍然有新的思想和大家分享，即使工控網不請我，我都希望來，因為這是我們的每年之約。

大家在談2016年之前，今天確實有幾個小插曲。第一個插曲，我們自動化界如何真正擁抱智能制造，首先必須要打破束縛我們的標志，我認為領帶可能是束縛我們，讓我們看起來非常正兒八經的工控人的最大障礙，我不戴（領帶）。（工控小編：幾年前顧總在CAIMRS臺上扯領帶的“環節”，類似現在“擼袖子”的倡議，這是一種放下身段，實干苦干的決心和勇氣）我希望我們工控界一直是在開放、跨界的路上，希望今天真的是一個跨界的時代。自動化、信息化、互聯網化，一定是工業界的潮流，如果我們不能夠跨過這個檻，那么自動化人或者工控人在智能制造大潮中該發揮的價值就會受到限制。

第二個插曲，今天在座的不管是代表美國、日本、法國的自動化界大佬，都希望給用戶提供整體解決方案，但是菲尼克斯只想做配角，我們希望融入到智能制造價值鏈的每一個環節，這一點也是菲尼克斯在過去的智能戰略中一直踐行的。第二，智能制造整體解決方案是包羅萬象的，我們要跟合作伙伴共同推動智能制造。第三，我認為在未來智能制造大潮中客戶的身份定會發生變化，他們希望參與到建設自己的智能工廠、智能解決方案的過程當中，做一位參與者與貢獻者，而不僅僅局限做以往的接受者。在這個過程中，菲尼克斯一直在思考，我們希望能夠與客戶一同探討智能制造，探討智能工廠，探討未來的發展趨勢，我希望跟業界大佬一起來推動。

如果說2016年對于菲尼克斯來講最大的收獲或最大的突破是什么，就是我剛才所說的菲尼克斯的“配角”定位，我們堅定地要成為行業的連接者，成為行業、產業生態的推動者。無論是政、產、學、研各個方面，我們都希望在這個過程中能夠實現1+1大于2，大于3，大于10的作用。

回到智能制造，菲尼克斯的實踐有三個層面。第一，我們在中國設立的工廠將智能工廠、示范工廠作為菲尼克斯在中國發展的重大戰略。也就是說，我們必須真正理解一個工廠從所謂的工業2.0到3.0再到4.0的過程中會遇到什么樣的問題。雖然改革路遠，但菲尼克斯在中國的實踐過程對中國企業智能工廠的發展會有借鑒意義。第二，智能一定是跨界融合，因此，菲尼克斯自動化設備團隊和IT團隊融合成立了一個智能制造解決方案平臺，在與客戶交流的時候，我們能夠理解客戶在做智能的融合之道中會面臨怎樣的挑戰，而我們也非常愿意根據自身體驗幫助客戶實現轉型與超越。第三，菲尼克斯與很多行業內戰略性客戶在智能制造示范項目方面進行合作，如示范工廠、示范產品線。我們希望在未來的互相推動過程中，幫助客戶在某一領域里提供智能范本。

李小勇：顧總談到的幾個關鍵詞，包括跨界、融合、價值、合作，恰好印證了共享時代我先成就你，再與你一同成功，這種思維本身就帶著互聯網思維。大家談做品牌、打造生態，都不是獨木，因為獨木不成林，眾木才成林，只有眾贏才能獨贏。

趙總（趙杰輝），聽完了來自美國、日本、法國、德國代表企業對于智能制造的發言，不知您有何感受？我們如何看待一個IT公司跨界進入到傳統的制造業？

趙杰輝：大家現在都在講工業4.0，那么工業3.0是什么呢？仔細研究后你會發現，自動化和信息化這件事是工業3.0要解決的事情，而4.0解決的是更新的事情。工業3.0是用自動化技術、信息技術提升生產效率、標準化及大規模生產，而工業4.0其實是要解決個性化的需求，以及復雜動態的市場環境與標準化、大規模生產之間的問題，絕不僅僅是局限在生產線上完成某一個環節的效率提升、自動化水平提升這件事，而是要去創造新的商業價值。正因為云計算、大數據、人工智能的出現，原有的工業品價值應該出現延伸。

我不說抽象的概念，就從去年做的三個案例來講。第一個案例，去年**集團（汽車）的十大供應商之一就是阿里云，我們做的更多的事情是讓產品的價值出現延伸。比如，一個新能源車上有240個傳感器，而這240個傳感器可以干什么？只要這輛車在路上跑，所有汽車關鍵部件的狀態可以實時傳到云平臺，車廠的工程師在上面做一個應用，可以預測性地告訴使用者這輛車會出現什么問題。以前，只有等車壞了，維修師傅才能告訴你出了什么問題。而現在，當企業售出二十幾萬輛新能源車，我可以系統地分析，這批次汽車有什么核心問題，下批次車應該如何改造，這是從用戶端到設計端的優化。然而，這并沒有結束，基于云端的數據還能產生新的商業價值，增加新的客戶服務。再比如，車上240個傳感器可以準確反映每一個車主的駕駛行為、習慣，車主會被分為五個等級。如果車廠和保險公司談折扣的話，每位車主的折扣各不相同。當然，新增價值還遠不止此。

回到工業產品，在傳統制造中產品售出后，廠商的任務就結束了。而在新的工業4.0中，源源不斷的數據會幫助你產生新的商業價值。所以說，制造業轉型的核心痛點并不是生產的效率低，無論是“中國制造2025”，還是德國工業4.0，包括美國天天講的工業互聯網，其本質是如何讓制造業轉型產生新價值。這是我們在工業4.0中可以做的第一件事。

第二個案例，阿里云與世界上最大的太陽能生產板企業有著非常深入的合作。合作聚焦于生產線上的細節。太陽能生產板的良品率大概受500多個因素影響。通過大數據平臺和大數據算法，把生產的歷史數據、歷史良品率數據和它的配料關系進行分析之后，我們推薦出了五種生產工藝，改善后的良品率要比以前的平均水平高一個百分點，這一個百分點對廠商的產值是一年1000多萬。

最后一個案例，是我看美國人談工業4.0的一本書，他們將工業分為6C和6M。6M是核心，涉及制造、材料、測量、維護等。實施工業4.0，對6M建模，將生產過程的數據通過建模提煉出新的模型來提升效率。6C則是外圍的云計算、個性化連接，就是為了在原先的基礎上產生新的價值。

李輝：甲骨文是一家技術公司，有非常強的技術沉淀，我們大部分客戶來自于制造業。2016年總結一下有這幾點。第一點，現在很多制造業企業無論規模大小都面臨一個問題，MES與ERP是脫節的，底層的數據沒有打通。

第二點，從客戶角度出發，通過大數據將企業內部數據與外部數據打通之后，能夠幫助企業決策者做出精準的判斷。

第三點，大家都在談大數據，那它還能解決什么問題？底層大數據的積累，能夠幫助企業實現創新，幫助企業打造物聯網，能夠幫助企業實現真正的智能制造。智能是基于數據的，基于底層的，如果你連底層的數據都沒有，上面都是空中樓閣。

第四點，甲骨文是做大數據的，很多客戶給我們的反饋是將大數據比作石油，石油燃燒一次價值就出來了，但是大數據不一樣，它還可以燃燒第二次、第三次，能夠持續給企業帶來真正的價值。因此，有很多企業在談大數據，但是做大數據是有門檻的，這是一個大浪淘沙的過程。大家在選擇大數據的時候，一定要看它是不是產業化、商業化，是不是可持續的，是不是能夠讓企業既能立足國內，又能走向全球。

李小勇：在座嘉賓有的做云計算、大數據，有的做工業互聯，最終都離不開我們的用戶和客戶。張總（張啟亮），您在整個產業生態鏈中承擔了兩種角色：對自動化行業而言，您是我們的用戶；當面對您的最終用戶時，您又是他們的供應方、供給側。作為一個中間角色，您有何感受？在第一個角色里，您希望自動化行業如何幫助企業實現智能制造？基于第二個角色，您能夠給客戶帶來什么？

張啟亮：就像剛才李總說的，我們既要面對（工控界）大咖們，又要面對客戶。回顧2016年有幾個關鍵詞，針對制造業一個是折騰，一個是糾結，一個是柳暗花明又一村。

為什么說折騰？原來的IT投入了很大的財力和精力，這些是不是智能制造？說到底，智能制造是IT，是自動化，還是什么工控呢？智能制造對用戶端來說，現在很多人難以掌握，一些人因為不解其宗而跳槽，我去年花了很長時間把這件事弄明白了。我認為，智能制造需要制造業的CEO先轉型，企業才能轉型。如果CEO不轉型，智能制造沒法落地。有的管理者誤以為實現了自動化、上馬了機器人就是智能制造，但他的工藝圖紙都是手工的，這叫智能制造嗎？前端設備都沒有實現數據化，還要做智能制造。所以，國內大部分CEO們還在霧里看花，沒有走到柳暗花明又一村的地步。

作為工程機械行業的龍頭，徐工怎么做？今天在座的很多供應商都和我們有合作。作為用戶，我認為企業首先要做頂層戰略，思考清楚實施智能制造是為了什么，如果這個問題不解決，那就屬于盲人摸象，摸到一點就做一點，做了半截一看，摸索錯了，還得推翻重來。同時，實施智能制造需要升級，原有的軟件架構已經不能滿足未來智能制造的發展。就比如手機，你原來用諾基亞，現在還用么？這是一個更新換代的過程。但是，很多企業因為經濟不景氣，實施智能制造的決心就定不下。因為投入太大，也需要考慮實施智能制造是工廠重新建，還是生產線重新建？

作為用戶，首先要解決為什么做？怎么做？和誰來一起做？做完之后需要達到什么效果，都必須想清楚。實現智能制造，并不是說哪一家能夠獨立完成的，而是大家把所有的技術整合到一起，集眾家所長，智能制造才有可能騰飛起來。

李小勇：干過的人，出手就知道有沒有。對企業，在說智能制造之前，先問為什么？要解決什么問題？再談選擇什么樣的路徑實現智能制造。在智能制造服務領域，我們也希望能與徐工長期合作。

張啟亮：今天我參會最大的收獲，就是看到工控速派，如果（工控速派）與徐工全球的物聯網結合在一起，就能解決徐工集團5000個服務工人問題，幫我們節省了大量的成本。

李小勇：潘總（潘英章），咱倆是做服務的，您怎么理解智能制造，您認為中國工控網如何為智能制造服務？

潘英章：剛才顧總說菲尼克斯甘愿做配角，我說中國工控網是配角的配角，因為在座各位都為智能制造服務，而工控網是為包括你們在內的所有智能制造服務的。關于智能制造，這個話題太大了，成為了包括中國在內的多個國家戰略。導致了什么？大家盲人摸象。因為我們的概念和標準都沒有一個標準答案，而大家看到的都是其中一個部分，這是正常的，有些企業看得比較清楚，有些可能還不知從何下手。但我們可以回歸企業經營本質看待，不管是用自動化數字化還是網絡化技術，只要能夠讓我們的企業增值、提升競爭力，我們都可以說是往智能制造走近了一步。

中國工控網的智能制造升級就是本著這一本質，我們去年做了很多工作，包括市場研究范圍的延伸，從自動化往智能制造方向進行調整；我們的網絡服務產品都有延伸，網絡平臺原來只是工控網和自動化的需求，現在上下游包括IT，工業互聯及智能裝備等非自動化企業，都是我們的合作客戶，在去年取得了很多的認可。比如工控電商工控貓和工控速派，我們把業務流程數字化，這是不是離智能制造更近了一點？去年，我們服務了超過500家的跨領域企業，至此我可以說，中國工控網正式升級成為服務于智能制造的互聯網+服務平臺。

李小勇：潘總是中國工控網的首席架構師，這個架構有兩個概念，第一個是我們的IT架構，第二個是我們的商業模型架構。回到問題，張總（張啟亮），您作為智能制造的一個實際的用戶端，您建議這些準備做制造的企業，升級也好，轉型也好，它的路徑有什么規律，有什么模式可尋嗎？甚至有什么忠告嗎？

張啟亮：這個問題問得很好，這牽扯到集團的商業機密。但是我今天會把核心商密告訴大家，因為剛才顧總（顧建黨）也說，這是智能制造生態，是生態就沒有商業機密，需要公開、透明化。我把徐工的一些想法和做法一并跟大家分享一下。智能制造肯定是制造業的主要方向，它是制造業所有參與者必須要跨越的一個臺階，如果不跨越這個臺階，中國的制造業就沒有競爭力，中國也不可能成為制造強國，只能成為制造業的大國。

第二主攻方向，制造業該怎么做？從智能制造這條線開始，第一要解決數字化研發的問題，第二是解決供應鏈的問題，這個供應鏈必須是智能的，它圍繞你的智能制造可以隨時提供物料，把你的物料送到你需要的位置。

有了上述兩點后再看市場，市場要什么？要的是你的個性化的定制。未來工業肯定是個性化的定制，但是定制需求如何傳達到企業系統內部，傳達到研發，到生產，到銷售。如果不行，就需要從組織架構對人員進行調整。同時需要有自己的數據中心，數據是驅動智能制造最關鍵的要素。這個數據是什么？我認為，落實到企業的話就是你的管理、你的數據準不準，你要把（工業）1.0、2.0，3.0的課都補上。補課的過程是痛苦的，有可能原先的投入和建設都不管用了。所以說智能制造需要頂層設計，從研發、供應鏈、市場、智能制造本身，包括數據這幾方面全方位治療、全方位推進，才能把智能制造做好。如果只是從局部用藥，智能制造基本上達不到很好的效果。

舉個例子，我們投入30億元人民幣重新建設了一個智能化工廠，原先工廠擁有工人3000人，每年生產只有1萬，改造后，工人縮減到1800人，生產提高到6萬。生產的產品原來在全國排名第五，去年提升到第二，今年有可能做到第一。可以看到，智能制造會從各個方面把你企業的全價值鏈融合進去，達到倍增的效果。

李小勇：今天，我們談到智能制造的轉型，談到了國家的智能制造方向，也談到了智能制造的方法、路徑。對于2017年的業務，各位原定的計劃有哪些會繼續堅持，有哪些可能會放棄，在2017年大家繼續向前走的關鍵行動是什么？

三條 寬和：我們公司在2017年要做四件事。首先，增加三菱電機的合作伙伴。第二，為我們的合作伙伴提供更多的新產品、新平臺。第三，為了讓合作伙伴有一個更好的使用環境和開放的空間，我們（的產品）會積極參與到各個國家的規格當中。第四，我們加強了顧問咨詢這塊技能。客戶在發展過程中會有一些自己的煩惱，我們希望與客戶做具體討論，給他們提供一些解決方案。2017年，我們希望成為對“中國制造2025”貢獻最大的企業之一。

馬躍：有一個理念叫CDO定義制造業，這是十幾年前的口號，現在我們把這個口號調了調，叫軟件定義制造業。2015年，我們以軟件為驅動力。按照智能制造方向，以“先醫后藥，先軟后硬”為核心理念，從大規模生產向經濟生產發展。一方面抓制造業本身，一方面在制造環節抓C2B，根據客戶的需求制定研發和生產，這在2016年有一個很好的開端。另外，施耐德產品交付后實施全生命周期管理，統一推進數字化。需要注意的是，做大數據一定要關注網絡安全，這與國家安全相關。沒有一個安全的網絡環境，一切的智能制造都免談。2017年，我們也會注重提供和信息安全相關的解決方案及服務。

顧建黨：在過去的三到四年，菲尼克斯的智能戰略堅定的在路上，沒有終點，實際上也沒有真正的起點，我們在做的都是不斷地推動自身持續超越。要說真正的、更進一步的落地，我想有幾點。第一，菲尼克斯在過去三年，可以自豪地說，打造了一個相互成就、協同跨界共贏的產業生態。我們希望在2017年讓這些所謂的協同效應，協同的商業模式，包括協同的競爭力相互融合在2017年能落地，真正的價值能夠在我們的共享商業模式和協同模式中體現出來，在2017年將是一個根本性突破。

第二，我們講智能制造，菲尼克斯的商業模式，毫無疑問要跟智能制造大的戰略能夠真正的協同起來，對接起來。這其中包含兩個方面，一個是對內的智能制造，一個是對外的智能制造，通過我們堅定的、內外的智能制造的戰略落地，去思考菲尼克斯能夠支撐整個智能制造戰略的產品、技術、商業模式、協同模式。

第三，切入智能制造，所謂自動化、信息化和智能化是內部視角走向，數字化要進入我們跟客戶的界面。這一點對于今天整個工控制造業而言已經到了一個新的階段。數字化服務將會打通菲尼克斯與合作伙伴之間所謂的障礙，讓智能為我們在客戶端的商業模式產生根本價值。在這個方面，菲尼克斯會在2017年做大量的工作。

最后，我們今天講智能制造，它不純粹是技術和運營，它一定要回到公司的戰略，回到公司的商業模式，只有跟商業模式和戰略結合起來的智能制造，才可能會引領企業的轉型。

未來的智能戰略一定要解決中國制造業的品質問題、創新問題、敬業問題和智能問題，這四點是菲尼克斯中國公司本身的戰略。

趙杰輝：就兩句話，第一，我理解的智能制造，是把企業更大范圍的業務數據化，然后再把數據業務化。把業務數據化這件事，它的途徑應該是從你的供應鏈、生產到營銷，實現在線化。剛才徐工的張總講的很對，就是不要把它局限在自動化這個領域，你的供應鏈域、生產域和營銷域，實施在線化之后，所有領域的數據應該在生產系統中實時打通。通過互聯網架構重構之后，通過大數據技術，**集團去年年底一個小時賣了2017輛車，它的價值不是一個小時賣了2017輛車，而是這一個小時有107萬人來搶這2017輛車。所以，重構它的營銷領域，這些人的數據，又到了企業的生產供應鏈中。

為什么要把整個業務過程全部在線和數據化？是為了智能制造最核心的東西，把包括供應鏈、生產、營銷，以及產品賣出去之后的數據，變成你的新業務。在這個過程中，你會遇到挑戰，第一個挑戰，就是你原有的IT的消息系統搞不定，第二個，海量數據存儲成本很高。第三個，海量的數據實時互通。我相信這件事傳統的工業自動化領域的公司是沒有積累的，而阿里可以給你這個平臺。我們的平臺不做其他東西，提供給合作伙伴的是基于你的經驗、我的平臺去做更大范圍內的業務數據化，以及數據的業務化。

李輝：我講三點。第一點，甲骨文現在是個云公司，我們和騰訊進行了深度的合作，已經落地本土，我們植根中國，服務中國。甲骨文的云包括私有云和公共云，可以把你的數據庫放在你的客戶端，也可以把數據庫放在你的云端去使用它，可以拿下來，可以放上去。

第二點，甲骨文的大數據，私有云非常廣，數據的采集、存儲、分析、探索、可視化、變現。大數據最關鍵的生命周期基本上都是在我們非常好的技術層面，包括大數據的信息，包括B2B的探索，因為探索很重要，這點我希望大家注意，不是數據分析，是數據探索，探索了以后，找出創新點、找出業務點，才做數據分析。這一個環節非常重要，在很多的大數據公司里面是缺失的。我們通過一個數據，能夠觀察所有的結構化數據、半結構化數據和非結構化數據，通過一個數據，這是一個基礎點。

第三，甲骨文是一個技術公司，我們希望和我們所有的供應商一起合作，希望和我們的合作伙伴一起合作，希望和我們的客戶一起合作。我們做好支撐，做好技術，客戶也可以把最底層的技術交給我們去做，把你更多的精力和你的價值點放在更有價值的業務創新和業務發掘上。

李小勇：我知道大家沒過癮，你們知道發生一件什么事情嗎？請你們（演講嘉賓）轉過頭，感謝你們（觀眾）站了兩個小時。你們不知道，臺下沒有一個走的，為什么？感謝臺上嘉賓的“頭腦風暴”，感謝中國工控網搭建這樣一個智能制造服務年會平臺，感謝所有嘉賓的到來，感謝我們坐著的和站著的這些聽眾，和我們的用戶朋友們一路的相隨相伴，謝謝大家，明年再會，一個都不少！