9月9日，全球著名科技市场研究机构IDC 2020重点行业技术应用场景创新奖榜单揭晓，“基于忽米工业互联网平台-宗申的数字化转型”项目从众多世界知名企业中脱颖而出，再次斩获“制造行业技术应用场景创新奖”大奖，至此忽米已连获IDC两项大奖。

分析人士表示，IDC中国数字化转型大奖旨在表彰在数字化领域取得卓越成就，或在数字化转型之旅中取得变革性进步的组织机构。除了常规奖项，IDC中国还将在所有提名2020IDC中国数字化转型大奖的5个重点行业：金融、政府、制造、医疗、零售的提名案例中评选出2020IDC中国重点行业技术创新应用大奖。主办方将综合专家评委（行业专家与IDC内部团队）以及公众投票的结果，决定最后的赢家。忽米网作为在工业互联网及制造业领域深耕多年的企业，斩获“制造行业技术应用场景创新奖”大奖可谓实至名归。

近几年，我国制造业面临的突出问题和挑战就是劳动力成本快速上升，这在一定程度上促使制造业企业将生产工厂转移到东南亚等劳动力成本更低的国家和地区。长期以来，劳动力低成本一直都是中国制造业崛起的重要优势，但伴随着中国工业化进程步入后期、人口红利逐渐消失以及人口老龄化，中国劳动力低成本的优势正在逐渐丧失。毋庸置疑，随着我国经济发展水平的提高，劳动力成本还会进一步提升，这是一国经济现代化的必然趋势。

中国已经有很多企业开始将企业化成本压力转化为创新动力，沿着制造业高端化、信息化、服务化、智能化的发展方向不断探索创新，新产品、新模式、新业态不断涌现，我国经济增长的新动能正在稳步达成。

面对亟待解决的制造业痛点，忽米网依托宗申产业集团38年领先制造业的工业资源与场景优势，实践探索出一条技术体系的发展路径，成为工业互联网技术应用的先行者和深谙中国制造场景的引领者。

忽米网通过打造工业互联网平台级产品—紫微垣，以工业物联网、工业大数据、工业知识图谱、工业应用商店、交易服务、设备智能维保等平台服务，为地方产业端、企业端客户提供工业互联网平台的技术框架和应用基础。

通过打造工业智能应用级产品，基于工业机理，结合云计算、5G、数字孪生等关键技术，打造具备行业领域竞争力的拳头产品，形成跨行业跨领域服务能力，解决企业具体应用场景的实际问题，持续为企业赋能。

以忽米网应用级产品——标识解析、5G边缘计算、数字孪生等多项核心应用技术已跻身行业前列，在动摩、电子信息等10大支柱产业的近万家企业中广泛应用，有效帮助企业降本增效。

2017年忽米网率先对宗申内部宗申动力总装1011生产线进行了智能化改造。标识解析技术实际应用在整个装配产线，在部署标识体系过后，宗申动力摩托车总装生产线整体效率提升了4倍，人员减少了70%，自动纠错防错能力提升了10.6倍，作业自动化率提升了10倍。宗申产业集团整体生产实现了设备使用率提升了25%，生产效率提升了15%，不良品率降低了20%，设备健康度提升了20%。这就是标识解析给企业带来的巨大商业价值。

除了标识解析技术，宗申动力101产线还大量应用了数字孪生技术。

忽米网在建设宗动1011发动机全自动化装配生产线的过程中，利用国际前沿的数字孪生体（Digital Twins）技术改造，并结合先进的工业AI技术，同时进行深度的发动机装配工业机理、发动机综合检测工业机理挖掘和梳理；并结合先进的5G边缘计算技术进行了全产线深度应用。

通过101产线生产环境的数字化三维仿真模型的建设，同时从忽米物联网IOT平台采集到的实时数据，基于模型与数据进行深度的融合，实现物理世界与虚拟世界的同步映射；找出生产现场实时的物流配送瓶颈、装配工艺问题、发动机综合检测问题，为生产现场管理人员、工艺人员、生产加工人员提供实时的改进指导和优化。

通过在宗动101产线的数字孪生体深度应用，结合忽米技术团队在工业AI、工业机理、工业视觉技术领域的先进成熟经验，我们坚信忽米网能够真正在应用以数字孪生体为代表的新技术赋能解决工业应用场景痛点问题上发挥全国性的引领作用。

忽米网与重庆中交通信联合建立的“工业互联网 交通”融合创新应用实验室，依托忽米标识解析体系搭建危化车实时监控处理方案，实现对全国35万台危化品运输车的精准数据采集覆盖与实时监控，数据覆盖率达到100%。

忽米网已在全国率先探索出了一条行之有效的制造业转型升级之路，快速构建起自己的工业互联网生态系统，并在全国打造了一批工业互联网创新示范基地，忽米模式正在成为中国工业互联网的新范式。

未来，忽米网也将始终坚持与中国制造企业联手创新，以技术产品为创新驱动，立足中国，放眼世界，深入全球数字商业生态核心，让忽米工业互联网平台成为推动中国制造数字化转型的重要技术力量，赋能中国千万中小型制造企业，鼎力推进中国企业实现完成智能化转型升级。

来源：中国资讯网

免责声明：本文来源于网络，仅代表作者本人观点，与TechWeb无关。凡来源非TechWeb的新闻（作品）只代表本网传播该消息，并不代表赞同其观点。TechWeb对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任