美国容错上海代表处销售总监吕祁峰发表主题为“业务连续性对工业客户的价值”的演讲，物联网正在推动边缘计算的发展，边缘计算利用位于或靠近生产作业的基础设施，进行数据采集、数据分析和数据存储，将运算分散在靠近数据源的近端设备处理，分担云平台的工作量，实现边缘设备的"贴地"计算。

      邓总分享了大数据分析在智能制造中的应用案例。他谈到，随着物联网和智能设备在工厂应用的深入，企业的业务数据也在快速增长，IBM可以提供有效的数据采集及分析手段帮助企业深层次的挖掘数据价值。

      广汽集团汽车工程研究院首席技术总监兼信息与数字化部部长唐湘民结合多年的实践经验分享了广汽研究院正在建设的以信息化、数字化、互联化、在线化为特征的全球研发办公一张桌。他指出，体验式验证将成为研发协同的重要手段，利用开发和集成信息技术、数字化技术，大数据分析以及虚拟现实等前沿技术构建体验式研发协同平台支撑研发协同新模式。

      清华大学软件学院院长王建民教授发表了《工业大数据与数据驱动的智慧》主题演讲。王建民教授对工业大数据应用特征、工业大数据应用策略、工业大数据管理技术、工业大数据分析技术进行了详细介绍，并实例分析了在电子器件表面贴装生产流程中，如何利用工业大数据发现、解决生产中的典型质量问题。

      谭主任介绍了格力电器在工业大数据方面的应用实践。包括格力电器工业大数据平台架构、数据采集与挖掘过程、数据分析及故障诊断等。同时，谭主任还分享了一些客户产品应用案例，介绍格力电器如何通过将工业大数据技术融入到产品中从而为企业创造价值。

      黄博士指出，目前智能制造的“智能”还处于Smart的层次，智能制造系统具 有数据采集、数据处理、数据分析的能力，能够准确执行指令，能够实现闭环反 馈；而智能制造的趋势是真正实现“Intelligent”，智能制造系统能够实现自 主学习、自主决策，不断优化。同时，在分享经济成为互联网发展重要趋势的今 天，分享经济将从消费环节走向生产环节，为制造业提供广阔的前景。

      美国辛辛那提大学李杰教授针对智能服务推进策略发表精彩演讲，介绍了美国国家智能制造维护系统产学研研究中心与美国制造，以及大数据分析对制造转型跟服务的价值。其中，“煎蛋模型”令人印象深刻，他认为制造业产品是蛋黄，产品在使用中产生的数据是“蛋白” ，数据并非以量取胜，重要的是分析的过程中产生的价值。

      将CAE分析所需软硬件安装在云端共享使用，客户机仅需要使用web浏览器通过用户认证便能进行数据分析，分析所需的软硬件资源以及生成的模型数据都集中在云端，用户端仅负责图形显示和操作控制。

      智能制造(Smart Manufacturing)是实现整个制造业价值链的智能化和创新，是信息化与工业化深度融合的进一步提升。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。同时智能还处于Smart的层次，智能制造系统具有数据采集、数据处理、数据分析的能力，能够准确执行指令，能够实现闭环反馈，而智能制造的趋势是真正实现智能化。

　　微软企业服务物联网首席架构师常伟从合作伙伴角度，阐述了如何发展工业4.0产业生态圈，引领制造集成服务转型。