柳笠煦

人工智能產(chǎn)業(yè)正深度融入生產(chǎn)、科研和個人的生活，但人工智能對于傳統(tǒng)工業(yè)領(lǐng)域的加持賦能作用究竟如何？毫不夸張地說，“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)的精準施為方式。

沒有無所不能的技術(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）針對產(chǎn)品與工藝設(shè)計、經(jīng)營管理與決策、制造流程運行管理與控制等工業(yè)生產(chǎn)活動中目前仍然依靠人的感知、認知、分析與決策能力和經(jīng)驗與知識來完成的知識工作，實現(xiàn)知識工作的自動化與智能化來顯著提高經(jīng)濟效益。”上?；鄢绦畔⒖萍加邢薰靖呒壐笨偛民T立認為，目前國內(nèi)人工智能技術(shù)在制造業(yè)應(yīng)用呈兩大特點，“一是，市場占比少，這意味著未來成長空間更大；二是，應(yīng)用技術(shù)單一，聚焦計算機視覺和機器學習。”對此他的建議是，“抓住制造業(yè)痛點，實現(xiàn)關(guān)鍵行業(yè)突破；解耦需求，實現(xiàn)關(guān)鍵應(yīng)用突破?！钡惣尤R方案研究院院長陳妮亞更傾向于業(yè)界以冷靜心態(tài)認識與實踐人工智能的工業(yè)應(yīng)用，“在工業(yè)領(lǐng)域，AI還有很長的路要走，并且AI就目前來看，能夠應(yīng)用的場景是有限的?！彼o出的理由是，“工業(yè)用戶是非?？量痰?，必須有現(xiàn)實的商業(yè)價值，而不能僅僅是單純的學術(shù)研究。必須能用AI解決現(xiàn)場實際的生產(chǎn)問題，提升效率、降低成本、提高質(zhì)量，才能用實際價值吸引更多的投入。”

人工智能技術(shù)發(fā)展的大方向從未改變，但各個細分賽道上的“挑戰(zhàn)者”不斷闖入人們的視野。按照華為昇騰計算業(yè)務(wù)總裁許映童的說法，當下傳統(tǒng)產(chǎn)業(yè)擁抱人工智能的態(tài)度已從關(guān)注技術(shù)到注重實效，“人工智能未來將深度融入生產(chǎn)，比如制造業(yè)已從自動化、數(shù)字化進入智能化。而隨著人工智能能力的提升，也將越來越受產(chǎn)業(yè)界認可。比如智能質(zhì)檢，當AI質(zhì)檢準確率超過99.9%的時候，我相信企業(yè)在設(shè)立新產(chǎn)線的時候，一定會把人工智能作為初始選型。”以此思路延展，以人工智能解決制造業(yè)的痛點問題，如質(zhì)量、效率、成本和庫存等，即能更好幫助制造業(yè)實現(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)人工智能的場景開發(fā)難題，“目前我們?nèi)蕴幱谌跞斯ぶ悄軙r代，AI只能解決部分問題。龐大的AI市場背后，是需求碎片化的難題，比如水泥廠、燃氣廠這些場景，開發(fā)者之前都沒去過，不知道哪些用人工的地方，可以用AI替代?！?/p>

盡管誠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?！钡匀斯ぶ悄艿馁x能帶來全新的工業(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、營銷、經(jīng)營等一系列要素匯聚在一起；制造現(xiàn)場講求“最差的情況（Worst Case）”，工業(yè)控制里強調(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“錙銖必較”的領(lǐng)域，所有的目標戰(zhàn)略都圍繞提高質(zhì)量、降低成本、提高交付能力，應(yīng)對個性化生產(chǎn)等精益目標而展開……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。

撬動工業(yè)升級新支點

盡管探行不易，但人工智能仍已成為各個國家和地區(qū)工業(yè)制造水平穩(wěn)步上升的重要推動力。潘云鶴院士指出了我國工業(yè)人工智能發(fā)展待解的五個關(guān)鍵問題，“第一，生產(chǎn)過程的智能化；第二，企業(yè)運作的智能化；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)濟調(diào)節(jié)的智能化。解決好這五個關(guān)鍵問題，將進一步提升我國的經(jīng)濟實力，促進人工智能與實體經(jīng)濟的深度融合?！?/p>

早前圖靈獎得主麥卡錫就主張人工智能將進入生產(chǎn)力與產(chǎn)品價值的核心所在，“在沒有工業(yè)革命的國家中，人們（特別是科技工作者）無力推動科技進步；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，“投資機器人是因為有相當多的人工需要機器取代”，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《人工智能市場報告2020-2025》預(yù)測，2025年全球工業(yè)人工智能市場規(guī)模將達到725億美元。身為人工智能競賽領(lǐng)跑者之一的亞馬遜則明確表示，若沒有傳統(tǒng)工業(yè)的支撐，那么企業(yè)（亞馬遜）的人工智能價值不大，“新世界的能力需要與舊世界的資產(chǎn)形成互補，相互提升?！?/p>

應(yīng)該說，在諸如設(shè)備維護、質(zhì)檢、生產(chǎn)、維修服務(wù)等制造業(yè)的一眾應(yīng)用場景中，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)的市場占比僅有4%，遠低于預(yù)期。有業(yè)內(nèi)人士指出，人工智能在制造業(yè)應(yīng)用落地時存在不少難點，“第一，投資回報和價值的體現(xiàn)。省了幾個工人，卻需要幾個博士生碩士生來維護系統(tǒng)，投資回報很難說清楚；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)訓練體，需要不斷的積累?！奔幢闶亲詣踊潭群芨叩囊恍┲圃鞓I(yè)企業(yè)同樣面臨困擾，比如生產(chǎn)過程中疊加人工智能后，生產(chǎn)線出現(xiàn)不匹配的問題，未能實現(xiàn)理想中的AI與生產(chǎn)的充分融合……何時這些“細小”的枝末問題被細致地解決，何時工業(yè)人工智能可發(fā)揮出極致的助推之力。