第四次工业革命声势浩浩荡荡，但迟迟未实现落地。近几年，得益于在传感器、功率部件以及机器学习算法等关键技术上的突破，智慧工业开始有了起色，但依然面临着许多挑战，离实现智慧工厂大业的理想还有很长一段路要走。

近日，意法半导体（ST）在深圳举办的首届ST工业峰会上，聚焦电机控制、电力与能源和自动化三大领域进行深入探索。在媒体交流环节，ST发言人针对重要的工业发展趋势以及ST即将面临的新挑战进行了深入的分析。

我爱方案网在现场了解到，当前ST将智慧工业作为重点市场里发展，工业领域的收入在其整体收入中占比高达30%。未来三年工业整体市场复合增长率会达到6%，中国市场是ST非常重视的市场之一，其份额甚至超过30%。此次ST工业峰会的盛况表明了ST在亚洲特别是中国地区寻求与生态系统建设者密切合作的愿景。

意法半导体模拟器件、MEMS和传感器(AMS)产品部总裁BENEDETTO VIGNA，汽车和分立器件产品部(ADG) 副总裁、功率晶体管MACRO事业部总经理Edoardo Merli，功率分及分立器件市场部亚洲区高级总监Francesco Muggeri，亚太区市场营销执行副总裁JEROME ROUX，市场营销、传播及战略发展总裁MARCO CASSIS，模拟器件、MEMS和传感器(AMS)产品部执行副总裁、模拟器件子产品部总经理MATTEO LO PRESTI在现场接受媒体采访

在实现智慧工厂大业面前，ST如何应对各种挑战？

目前，工业领域存在和其他行业不同的问题，比如数据实时性传输延迟，数据安全，机器老化导致的停产或严重损失等问题。

工业领域对数据传输到实时性的要求非常高。传统的操作方法是由工厂的设备采集数据后传到云端再从云端慢慢传输回本地，这会造成大量的信息传输延迟，机器无法承受如此高的信息传输延迟。而边缘计算的算力能够帮助不断地降低信息传输的延迟性，采用边缘计算的方案可以避免这种情况的发生。对此，ST重视边缘计算。为了降低数据延迟，ST也持续关注5G市场，争取提供更低数据延迟的方案给客户。

此外，机器预测性维护也越来越重要。作为智慧工业中很重要的一环，机器预测离不开大数据分析。“数据分析能够赋能智慧工厂，通过我们的微控制器以及连接性产品来实现传感、运动控制、以及各种不同的控制单元数据的收集，最终真正将传统的工业转化成为智能工业。”ST也非常关注大数据分析，希望通过传感器收集到大量数据，然后利用人工智能技术对这些数据进行分析，最终做出对机器控制的预测判断，让企业能够实施最佳的生产和机器维护计划，提高生产运营和机器维护的灵活性。意法半导体的预测性维护演示板采用MEMS传感器、IO-Link工业通信协议和云连接技术。采用IO-Link连接的惯性和环境传感器负责检测电机状态，而STM32F4 MCU则执行局部实时频率和时域分析，用于工况监测和早期电机故障检测。

高度集成才具备优势，ST将推出越来越多的“异构集成”产品

在智慧工厂的发展过程中，为了更好地满足小型市场发展的需求，半导体厂商往往需要尽可能地减少封装的体积，将不同的技术和不同的部件集成到同一个封装当中，最终实现技术最大化优势。

“只有将不同的技术通过异构集成的方法集中到同一个模块或者不同的模块上，才能够使产品实现最小的尺寸、最高的性价比，以及最低的功耗。”ST发言人表示，未来大家将会在市场上看到ST越来越多的异构集成产品。比如在机器人、电源和能源管理等细分市场中，ST将把MCU、电源、传感以及包括其他的部分集成到同一个封装中，以满足未来小型化和轻量化产品的需求。

未来，机器人领域将会产生大量异构集成所需要的解决方案。目前已经出现了将机械和电子融合的趋势，也叫做机械电子化。根据预测，机器人市场将会是今后发展最快的市场，而中国机器人行业的发展将会达到平均年10%以上的增速。电源和能源管理领域中，对于各种充电产品和插头，ST也能够将不同的技术封装到一个产品中，以此来满足不同的电源密度和压力要求，不管是20伏、30伏还是60伏电压，ST都可以做到用一个产品去适应不同的电压条件。ST要做的就是将不同的技术融合并将其封装到同一个产品当中，满足高频甚至数字化电源管理以及技术融合的需求。

结语

工业市场规模庞大然而高度碎片化，智慧工业的发展主要依靠于连接性、感应层、电机的控制以及电源的管理。ST在全球的所有重要工业半导体领域都具有领先地位，不仅在传感、功率、信号以及连接等方面有顶尖的技术和产品，而且还提供解决方案，满足工业市场各种战略趋势需求。

ST坚信工业领域代表着未来行业发展的机遇所在，并为助力智慧工业发展带来大量的解决方案，推动制造技术智能创新朝纵深发展。可以看到的是，目前整个智能行业的架构也已经颇具雏形，相信随着未来进一步的发展，整个工业行业会加速走向智能化。