終于，當(dāng)人工智能沖進(jìn)了車間......
曾經(jīng)有大佬斷言：工業(yè)不需要互聯(lián)網(wǎng)。工業(yè)生產(chǎn)講究標(biāo)準(zhǔn)化和流程化，這似乎和互聯(lián)網(wǎng)的開放性是完全不同的兩種邏輯。即使在講究智慧生產(chǎn)的今天，寶馬新建的沈陽(yáng)鐵西區(qū)工廠每一分三十秒就下線一輛新車，一塊鋼板從原材料變成整車的過(guò)程全部都在廠區(qū)內(nèi)部完成�；ヂ�(lián)網(wǎng)？不需要的。
工業(yè)就像是一個(gè)封閉的獨(dú)立王國(guó)，從OT到IT到IoT，程序員們嘗試了各種工具去撬開它的大門。今年的云棲大會(huì)上，阿里巴巴宣布阿里云的ET工業(yè)大腦成為唯一在工業(yè)領(lǐng)域落地的人工智能。你看，顛覆一切的互聯(lián)網(wǎng)終于給制造業(yè)開出了新的藥方。
那么，工業(yè)是否缺了AI這味藥？在一系列案例之后，你會(huì)看到互聯(lián)網(wǎng)公司的寶貝人工智能在龐大的工業(yè)體系面前不得不面對(duì)的幾個(gè)戰(zhàn)略性問(wèn)題。
一、下車間的人工智能
先來(lái)看看人工智能在工業(yè)領(lǐng)域干了什么吧。
在BAT和AMG中，阿里ET工業(yè)大腦是第一個(gè)下到車間里的人工智能。第一個(gè)吃螃蟹的是光伏材料制造商協(xié)鑫（就是生產(chǎn)太陽(yáng)能切片），他們接受了阿里提供的云計(jì)算服務(wù)之后良品率提高了1%，每年節(jié)省了上億成本。這里發(fā)生了什么？
我們可以用柯潔與阿爾法狗的對(duì)弈來(lái)作比喻。光伏切片的生產(chǎn)涉及到數(shù)千個(gè)參數(shù)，一個(gè)細(xì)微的變化都會(huì)影響良品率。但是工業(yè)企業(yè)只擅長(zhǎng)組織生產(chǎn)，并不擅長(zhǎng)計(jì)算。如果靠制造業(yè)自己去算這些參數(shù)，不知道還要買多少服務(wù)器，累死多少程序員。所以工廠只能根據(jù)經(jīng)驗(yàn)盡量去安排最優(yōu)的生產(chǎn)流程。這就像和AlphaGO下棋的人類棋手一樣，靠的是棋譜和自己的判斷去做出反應(yīng)。但是人工智能不管你這一套，在你沒(méi)反應(yīng)過(guò)來(lái)之前它已經(jīng)計(jì)算了好幾萬(wàn)種可能。阿里ET工業(yè)大腦進(jìn)場(chǎng)之后，第一件事是把生產(chǎn)線上所有端口的數(shù)據(jù)上了云，然后調(diào)集上千臺(tái)服務(wù)器的算力，短時(shí)間內(nèi)從數(shù)千個(gè)變量里找到了影響良品率的60個(gè)。接下來(lái)的事情就很簡(jiǎn)單了，人工智能實(shí)時(shí)監(jiān)測(cè)和控制這些變量，生產(chǎn)線只要奉命行事就好了。
經(jīng)此一役，保利協(xié)鑫切片事業(yè)部人均月產(chǎn)出提升了506%，生產(chǎn)周期縮短了50%，上半年實(shí)現(xiàn)營(yíng)業(yè)收入114億，同比上升18.6%。阿里在今年的云棲大會(huì)上專門設(shè)了ET工業(yè)大腦主題論壇，值得注意的是，因?yàn)樗惴ǖ膬?yōu)化，在協(xié)鑫用了半年時(shí)間完成的工作，在別的企業(yè)只用兩個(gè)月就完成了。
總的來(lái)說(shuō)，阿里人工智能所做的事情都可以歸結(jié)為一件：向制造業(yè)輸出計(jì)算能力。
二、競(jìng)爭(zhēng)者
然而最后一座堡壘可不是單靠算法就能搞定的。在互聯(lián)網(wǎng)企業(yè)里，阿里算是撬開了工業(yè)王國(guó)的門縫，當(dāng)他望進(jìn)去的時(shí)候，看到的不僅是光怪陸離的工業(yè)王國(guó)，還有這個(gè)王國(guó)里的原住民。顯然，在人工智能進(jìn)場(chǎng)之前，已經(jīng)有人坐不住了。阿里曾表示ET工業(yè)大腦要做中國(guó)的Pridex，而Predix正是工業(yè)巨頭通用電氣（GE）力推的工業(yè)數(shù)據(jù)云解決方案。
工業(yè)領(lǐng)域的領(lǐng)先者看到了數(shù)字化轉(zhuǎn)型的優(yōu)勢(shì)，雖然沒(méi)有提出人工智能的概念，KUKA機(jī)器人維修，但云端已經(jīng)陸續(xù)有了幾位玩家。典型的有西門子的開放式物聯(lián)網(wǎng)生態(tài)系統(tǒng)MindSphere，菲尼克斯電氣的開放工控硬件PLCnextTechnology和相應(yīng)的云平臺(tái)ProfiCloud，SAP的工業(yè)云平臺(tái)HANA，以及上面提到過(guò)的通用電氣的Predix云解決方案等等。
乍一看是不是眼花繚亂？說(shuō)實(shí)話，能一次性讀對(duì)這些名字算你贏。在這些原住民的云里，最有代表性的是西門子和通用電氣。西門子的MindSphere就像是樂(lè)高積木，主打開放性。從設(shè)計(jì)產(chǎn)品到下達(dá)訂單到操控機(jī)床，西門子都有相應(yīng)的軟件應(yīng)對(duì)。甚至連運(yùn)輸物料都能管理。比如在雙星的輪胎工廠里，系統(tǒng)會(huì)自動(dòng)監(jiān)測(cè)原材料的使用情況，一旦物料不足，會(huì)自動(dòng)呼叫無(wú)人駕駛小車將材料送到生產(chǎn)線上。如果你想脫胎換骨來(lái)個(gè)工業(yè)4.0，那么我有全套的德式裝備隨時(shí)奉陪。通用電氣的Predix則更像是工業(yè)界的iOS，主打自主開發(fā)應(yīng)用和運(yùn)維數(shù)據(jù)分析，只是搭配GE設(shè)備使用或許效果更好。例如波音787搭載的GEnx發(fā)動(dòng)機(jī)有1400多個(gè)監(jiān)測(cè)點(diǎn)，在整個(gè)航程中不間斷地采集數(shù)據(jù)，KUKA機(jī)器人電路板維修，并進(jìn)行分析預(yù)測(cè)，提高航空安全性。GE的發(fā)電機(jī)、渦輪、飛機(jī)發(fā)動(dòng)機(jī)里安裝了大量傳感器，全世界GE設(shè)備實(shí)時(shí)傳送的數(shù)據(jù)是Predix平臺(tái)的源頭。西門子和通用電氣都是著名的工業(yè)設(shè)備制造商，他們的云平臺(tái)也是基于自家設(shè)備的需求和經(jīng)驗(yàn)進(jìn)行研發(fā)的，這是互聯(lián)網(wǎng)企業(yè)無(wú)法比擬的優(yōu)勢(shì)。
所以大多數(shù)互聯(lián)網(wǎng)企業(yè)的工業(yè)云平臺(tái)（包括阿里）一開始也是從幫助企業(yè)存儲(chǔ)和傳輸數(shù)據(jù)入手，順帶著一些數(shù)據(jù)分析的功能。像ET工業(yè)大腦這樣從算法入手，直接用人工智能幫助工廠優(yōu)化生產(chǎn)的，算是一種突破。西門子、通用電氣和阿里巴巴都是各自領(lǐng)域里的巨頭，然而短時(shí)間內(nèi)他們還沒(méi)有短兵相接的可能。畢竟不是所有的企業(yè)都請(qǐng)得起德國(guó)專家，通用電氣的業(yè)務(wù)領(lǐng)域這幾年也相對(duì)聚焦，留給人工智能去發(fā)揮的空間還相當(dāng)廣闊。而且像阿里巴巴這樣不對(duì)企業(yè)動(dòng)手動(dòng)腳，只需要提升腦力的方式也更容易推廣�？赡苷�?yàn)槿绱�，阿里巴巴才提出了最大公約數(shù)的說(shuō)法�；蛟S是想盡快在傳統(tǒng)工業(yè)巨頭沒(méi)有完全掌控力的領(lǐng)域找到通用的解決方案，然后盡快鋪開。
互聯(lián)網(wǎng)公司真正的對(duì)手還是來(lái)自互聯(lián)網(wǎng)行業(yè)內(nèi)部。在巨頭全面轉(zhuǎn)向人工智能的大趨勢(shì)之下，ET工業(yè)大腦之外難保不會(huì)出現(xiàn)百度工業(yè)大腦、騰訊工業(yè)大腦，庫(kù)卡機(jī)器人驅(qū)動(dòng)器維修，甚至眾多工業(yè)小腦。
如果云計(jì)算能力是可以出售和租借的，又有阿里巴巴做行業(yè)標(biāo)桿，那么運(yùn)用算法幫助工業(yè)企業(yè)提高生產(chǎn)力是必然會(huì)形成的市場(chǎng)。
三、可預(yù)見的未來(lái)
設(shè)想一下，有這么一家公司，它本來(lái)已經(jīng)掌握了數(shù)億消費(fèi)者的需求，還成為了制造業(yè)的大腦，再通過(guò)并購(gòu)獲得了一定的生產(chǎn)力，又擁有直抵消費(fèi)者的物流渠道，也掌握著資金的流向，而且能對(duì)資源進(jìn)行有效的整合
說(shuō)實(shí)在的，上面的假設(shè)點(diǎn)燃了我對(duì)人類社會(huì)未來(lái)的好奇。然而，在可預(yù)見的未來(lái)，這種具有絕對(duì)統(tǒng)治力的公司絕對(duì)不可能出現(xiàn)。
因?yàn)楣I(yè)領(lǐng)域?qū)嵲谶^(guò)于龐大復(fù)雜，以數(shù)量記目前全球工業(yè)總產(chǎn)值將近32萬(wàn)億美元（2016年美國(guó)GDP為18.5萬(wàn)億美元），如果工業(yè)效率提高哪怕1%也將帶來(lái)3200億美元的收益。而波士頓咨詢?cè)谘芯繄?bào)告中指出，人工智能技術(shù)的應(yīng)用將為中國(guó)制造業(yè)的生產(chǎn)效率帶來(lái)15%25%的提升，額外創(chuàng)造4-6萬(wàn)億元人民幣的效益。如此龐大復(fù)雜的體系，沒(méi)有任何一個(gè)公司能夠提供工業(yè)的全產(chǎn)業(yè)鏈解決方案。然而技術(shù)的進(jìn)步卻開啟了設(shè)計(jì)、制造、裝配、物流的全面智能化。進(jìn)一步說(shuō)，巨大的愿景也意味著巨大的缺口和需求。隨著更多的人工智能解決方案相繼落地，工業(yè)領(lǐng)域?qū)⑾破鹨粓?chǎng)從自動(dòng)化到人工智能化的競(jìng)賽。
回想幾年前第一次接觸工業(yè)互聯(lián)網(wǎng)的時(shí)候，我還激動(dòng)地在文章里寫這是人類社會(huì)整體數(shù)據(jù)化的又一步。而現(xiàn)在，隨著人工智能對(duì)工業(yè)文明的優(yōu)化，我們看到的已經(jīng)是人類社會(huì)整體智能化的曙光。