柳笠煦

人工智能產(chǎn)業(yè)正深度融入生產(chǎn)、科研和個(gè)人的生活，但人工智能對(duì)于傳統(tǒng)工業(yè)領(lǐng)域的加持賦能作用究竟如何？毫不夸張地說(shuō)，“工業(yè)才是AI的試金石”，在制造領(lǐng)域，人工智能的效率相對(duì)傳統(tǒng)的生產(chǎn)模式有著顯著提升，只是業(yè)界似乎還未真正找到人工智能賦能工業(yè)的精準(zhǔn)施為方式。

沒(méi)有無(wú)所不能的技術(shù)？

搶占人工智能產(chǎn)業(yè)高地，必要搶插上工業(yè)人工智能的一面旗幟。

工業(yè)人工智能可以做什么？柴天佑院士指出，“（工業(yè)人工智能）針對(duì)產(chǎn)品與工藝設(shè)計(jì)、經(jīng)營(yíng)管理與決策、制造流程運(yùn)行管理與控制等工業(yè)生產(chǎn)活動(dòng)中目前仍然依靠人的感知、認(rèn)知、分析與決策能力和經(jīng)驗(yàn)與知識(shí)來(lái)完成的知識(shí)工作，實(shí)現(xiàn)知識(shí)工作的自動(dòng)化與智能化來(lái)顯著提高經(jīng)濟(jì)效益?！鄙虾；鄢绦畔⒖萍加邢薰靖呒?jí)副總裁馮立認(rèn)為，目前國(guó)內(nèi)人工智能技術(shù)在制造業(yè)應(yīng)用呈兩大特點(diǎn)，“一是，市場(chǎng)占比少，這意味著未來(lái)成長(zhǎng)空間更大；二是，應(yīng)用技術(shù)單一，聚焦計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)?！睂?duì)此他的建議是，“抓住制造業(yè)痛點(diǎn)，實(shí)現(xiàn)關(guān)鍵行業(yè)突破；解耦需求，實(shí)現(xiàn)關(guān)鍵應(yīng)用突破?！钡惣尤R方案研究院院長(zhǎng)陳妮亞更傾向于業(yè)界以冷靜心態(tài)認(rèn)識(shí)與實(shí)踐人工智能的工業(yè)應(yīng)用，“在工業(yè)領(lǐng)域，AI還有很長(zhǎng)的路要走，并且AI就目前來(lái)看，能夠應(yīng)用的場(chǎng)景是有限的。”她給出的理由是，“工業(yè)用戶(hù)是非?？量痰?，必須有現(xiàn)實(shí)的商業(yè)價(jià)值，而不能僅僅是單純的學(xué)術(shù)研究。必須能用AI解決現(xiàn)場(chǎng)實(shí)際的生產(chǎn)問(wèn)題，提升效率、降低成本、提高質(zhì)量，才能用實(shí)際價(jià)值吸引更多的投入。”

人工智能技術(shù)發(fā)展的大方向從未改變，但各個(gè)細(xì)分賽道上的“挑戰(zhàn)者”不斷闖入人們的視野。按照華為昇騰計(jì)算業(yè)務(wù)總裁許映童的說(shuō)法，當(dāng)下傳統(tǒng)產(chǎn)業(yè)擁抱人工智能的態(tài)度已從關(guān)注技術(shù)到注重實(shí)效，“人工智能未來(lái)將深度融入生產(chǎn)，比如制造業(yè)已從自動(dòng)化、數(shù)字化進(jìn)入智能化。而隨著人工智能能力的提升，也將越來(lái)越受產(chǎn)業(yè)界認(rèn)可。比如智能質(zhì)檢，當(dāng)AI質(zhì)檢準(zhǔn)確率超過(guò)99.9%的時(shí)候，我相信企業(yè)在設(shè)立新產(chǎn)線的時(shí)候，一定會(huì)把人工智能作為初始選型?！币源怂悸费诱梗匀斯ぶ悄芙鉀Q制造業(yè)的痛點(diǎn)問(wèn)題，如質(zhì)量、效率、成本和庫(kù)存等，即能更好幫助制造業(yè)實(shí)現(xiàn)提質(zhì)增效，降本減存。但極視角創(chuàng)始人兼CEO陳振杰業(yè)指出了工業(yè)人工智能的場(chǎng)景開(kāi)發(fā)難題，“目前我們?nèi)蕴幱谌跞斯ぶ悄軙r(shí)代，AI只能解決部分問(wèn)題。龐大的AI市場(chǎng)背后，是需求碎片化的難題，比如水泥廠、燃?xì)鈴S這些場(chǎng)景，開(kāi)發(fā)者之前都沒(méi)去過(guò)，不知道哪些用人工的地方，可以用AI替代?！?/p>

盡管誠(chéng)如百度副總裁李碩所言，“工業(yè)領(lǐng)域，將是人工智能技術(shù)施展拳腳的最好戰(zhàn)場(chǎng)?！钡匀斯ぶ悄艿馁x能帶來(lái)全新的工業(yè)發(fā)展形態(tài)并不容易。工業(yè)與商業(yè)在人工智能的應(yīng)用方面有較大的差異，工業(yè)本身是一個(gè)非常復(fù)雜且持續(xù)更新的數(shù)據(jù)源頭，網(wǎng)絡(luò)、設(shè)備、人、管理、流程、工藝、營(yíng)銷(xiāo)、經(jīng)營(yíng)等一系列要素匯聚在一起；制造現(xiàn)場(chǎng)講求“最差的情況（Worst Case）”，工業(yè)控制里強(qiáng)調(diào)數(shù)據(jù)傳輸?shù)摹按_定性”，需要“精確”“可解釋”；并且，工業(yè)還是一個(gè)“錙銖必較”的領(lǐng)域，所有的目標(biāo)戰(zhàn)略都圍繞提高質(zhì)量、降低成本、提高交付能力，應(yīng)對(duì)個(gè)性化生產(chǎn)等精益目標(biāo)而展開(kāi)……在此境遇下，為了聯(lián)網(wǎng)而聯(lián)網(wǎng)，為了人工智能而人工智能將導(dǎo)致事倍功半乃至一地雞毛。

撬動(dòng)工業(yè)升級(jí)新支點(diǎn)

盡管探行不易，但人工智能仍已成為各個(gè)國(guó)家和地區(qū)工業(yè)制造水平穩(wěn)步上升的重要推動(dòng)力。潘云鶴院士指出了我國(guó)工業(yè)人工智能發(fā)展待解的五個(gè)關(guān)鍵問(wèn)題，“第一，生產(chǎn)過(guò)程的智能化；第二，企業(yè)運(yùn)作的智能化；第三，產(chǎn)品的智能化；第四，產(chǎn)業(yè)鏈接的智能化；第五，經(jīng)濟(jì)調(diào)節(jié)的智能化。解決好這五個(gè)關(guān)鍵問(wèn)題，將進(jìn)一步提升我國(guó)的經(jīng)濟(jì)實(shí)力，促進(jìn)人工智能與實(shí)體經(jīng)濟(jì)的深度融合?！?/p>

早前圖靈獎(jiǎng)得主麥卡錫就主張人工智能將進(jìn)入生產(chǎn)力與產(chǎn)品價(jià)值的核心所在，“在沒(méi)有工業(yè)革命的國(guó)家中，人們（特別是科技工作者）無(wú)力推動(dòng)科技進(jìn)步；反之，將智能投入到工業(yè)生產(chǎn)中去可以在很大程度上代替工人。”這便不難理解，“投資機(jī)器人是因?yàn)橛邢喈?dāng)多的人工需要機(jī)器取代”，成為制造業(yè)企業(yè)推廣人工智能的產(chǎn)業(yè)邏輯所在。比如，格力電器所打造的“黑燈工廠”，便以極致的數(shù)字化實(shí)現(xiàn)精度、質(zhì)量和效率顛覆性的變化。

據(jù)IoTAnalytics發(fā)布的《人工智能市場(chǎng)報(bào)告2020-2025》預(yù)測(cè)，2025年全球工業(yè)人工智能市場(chǎng)規(guī)模將達(dá)到725億美元。身為人工智能競(jìng)賽領(lǐng)跑者之一的亞馬遜則明確表示，若沒(méi)有傳統(tǒng)工業(yè)的支撐，那么企業(yè)（亞馬遜）的人工智能價(jià)值不大，“新世界的能力需要與舊世界的資產(chǎn)形成互補(bǔ)，相互提升。”

應(yīng)該說(shuō)，在諸如設(shè)備維護(hù)、質(zhì)檢、生產(chǎn)、維修服務(wù)等制造業(yè)的一眾應(yīng)用場(chǎng)景中，人工智能都大有可為。然而目前在工業(yè)領(lǐng)域真正用于人工智能技術(shù)的市場(chǎng)占比僅有4%，遠(yuǎn)低于預(yù)期。有業(yè)內(nèi)人士指出，人工智能在制造業(yè)應(yīng)用落地時(shí)存在不少難點(diǎn)，“第一，投資回報(bào)和價(jià)值的體現(xiàn)。省了幾個(gè)工人，卻需要幾個(gè)博士生碩士生來(lái)維護(hù)系統(tǒng)，投資回報(bào)很難說(shuō)清楚；其次，人工智能技術(shù)存在不確定性，缺少優(yōu)秀的工業(yè)數(shù)據(jù)訓(xùn)練體，需要不斷的積累?！奔幢闶亲詣?dòng)化程度很高的一些制造業(yè)企業(yè)同樣面臨困擾，比如生產(chǎn)過(guò)程中疊加人工智能后，生產(chǎn)線出現(xiàn)不匹配的問(wèn)題，未能實(shí)現(xiàn)理想中的AI與生產(chǎn)的充分融合……何時(shí)這些“細(xì)小”的枝末問(wèn)題被細(xì)致地解決，何時(shí)工業(yè)人工智能可發(fā)揮出極致的助推之力。