http://www.kadhoai.com.cn 2026-04-07 20:20:33 來源:資本實驗室 李鑫
近期,來自通用電氣(GE)風投部門GE Ventures的幾位專家談論了他們對2018創新趨勢的展望,以及該公司在先進製造等領域的創新實踐。
他們認為,隨著物聯網、人工智能、機器人技術、數據共享和新能源等一係列技術的風雲際會、緊密融合,2018年將會是一個轉型之年。

這種轉型包括:分布式能源的發展;3D打印對製造業的推動;精準醫療等技術對醫療業的促進;邊緣計算與工業物聯網的發展,以及技術轉移模式的創新等方麵。
能源與可持續性
移動和固定儲能技術的進步,正在使以前無法獲得電力供應的20億左右的人能夠用上可再生電力。

事實上,據GE Ventures的股權投資總裁Marianne Wubiaoshi,quanqiusanfenzhierdexinzengfadiannenglidoulaizikezaishengnengyuan。ciwai,zhinengruanjianyeshidedianlinenggengrongyidibeifenpeidaoxindedidian,yijidiandongchedengxindeyongdiansheshi。
隨著新的配電模式從集中化的公用事業模式轉向由企業和家庭產生的分布式太陽能網絡,GE Ventures預計,現有的公用事業將變為電力管理公司,而不是電力生產者。
2017該領域的並購熱潮進一步表明,這種分散化和去碳化的能源設施必然會加速發展,而這將催生出“新模式與新市場”,以及可靠性的增強,成本與碳足跡的降低。
製造技術
從軟件來看,新的軟件工具和應用程序正在使諸如庫存管理和交付這樣的工業流程更加智能、高效,並更易追蹤。

在硬件方麵,3D打印技術和其它增材製造技術則正在徹底變革我們製造工業產品和消費品的方式。
例如,GE的新型Advanced Turboprop引擎將為Textron航空公司的Cessna Denali新型商務飛機提供動力。該引擎的設計者成功將855個部件合並為12個——減少了四分之一的重量,縮短了三分之一的開發時間,使用壽命延長了五倍。
同時,GE開發的一個3D打印航空發動機燃油噴嘴將20個部件組合成一個,重量較原來減輕25%,持續運行時間則增長為原來的5倍。
增材製造也使得在距離客戶更近的工廠生產所需的零件成為可能,這極大地降低了倉儲和運輸成本。
GE Ventures的先進製造部門負責人Karen Kerr表示,增材製造能創造出“行業合作共榮”。例如,最近阿迪達斯和矽穀初創企業Carbon就在合作生產定製化的3D打印運動鞋。
醫療服務
GE Ventures的醫療行業主管Lisa Suennen表biao示shi,如ru果guo人ren們men得de不bu到dao他ta們men所suo需xu的de醫yi療liao服fu務wu,那na麼me最zui新xin的de科ke學xue和he技ji術shu幾ji乎hu是shi沒mei有you意yi義yi的de,而er結jie合he臨lin床chuang經jing驗yan的de技ji術shu則ze能neng促cu進jin病bing人ren滿man意yi度du和he臨lin床chuang成cheng果guo的de提ti升sheng。

變化已經發生:例如,獲取大量數據可幫助醫生了解何種藥品對腫瘤病人更為有效;醫生可以對免疫係統細胞進行編輯,使其成為強大的抗癌“戰士”;預測分析和規範性分析能幫助醫生在一個不良醫學事件發生之前進行幹預;3D打印機能按需生產醫療設備。
但技術終究要以人為本。Suennen說:“如果任何人認為我們能摒棄醫療中的人情味兒,他們就大錯特錯了”,“我們需要使醫療更加個性化,更精確,以及更高效,但要避免為了使用技術而使用技術。”
技術轉移與許可
GE Ventures的許可部門總裁Pat Patnode表示,當前的全球市場已經為一種不同的戰略模式創造了機會,這個戰略模式不同於已存在數十年的傳統專利發明和授權使用的係統。

例如,GE正通過股權合作,以及其他新模式來利用其龐大的知識產權組合。Patnode說:“我們正與戰略夥伴合作,幫助我們製定商業計劃、組建團隊、募集資金,並以新的方式將我們的技術推向市場。”
新型雲技術
工業公司正在利用雲計算的核心優勢:高效、靈活和可伸縮性。GE Ventures負責數字業務的負責人Michael Dobec表示,軟件“容器”和“邊緣”技術將進一步擴大這些優勢。他認為:“使用容器的傳統企業通常隻需要擔心他們的雲端,因為他們需在雲端裏獲得大量的資源和幫助。”

而現在,通過在係統邊緣設計精巧、輕便的軟件堆棧,可將其應用於一個風力渦輪機、飛機引擎或機車上。當這個軟件與嵌入的安全係統正確匹配,便可在工業級別的性能表現上,無論規模大小,都正確運行。
此外,受益於由於機器學習和深度學習技術,邊緣計算也將變得日漸智能化,並能實時控製設備。