工业人工智能成色几何

柳笠煦

人工智能产业正深度融入生产、科研和个人的生活，但人工智能对于传统工业领域的加持赋能作用究竟如何？毫不夸张地说，“工业才是AI的试金石”，在制造领域，人工智能的效率相对传统的生产模式有着显著提升，只是业界似乎还未真正找到人工智能赋能工业的精准施为方式。

没有无所不能的技术？

抢占人工智能产业高地，必要抢插上工业人工智能的一面旗帜。

工业人工智能可以做什么？柴天佑院士指出，“（工业人工智能）针对产品与工艺设计、经营管理与决策、制造流程运行管理与控制等工业生产活动中目前仍然依靠人的感知、认知、分析与决策能力和经验与知识来完成的知识工作，实现知识工作的自动化与智能化来显著提高经济效益。”上海慧程信息科技有限公司高级副总裁冯立认为，目前国内人工智能技术在制造业应用呈两大特点，“一是，市场占比少，这意味着未来成长空间更大；二是，应用技术单一，聚焦计算机视觉和机器学习。”对此他的建议是，“抓住制造业痛点，实现关键行业突破；解耦需求，实现关键应用突破。”但贝加莱方案研究院院长陈妮亚更倾向于业界以冷静心态认识与实践人工智能的工业应用，“在工业领域，AI还有很长的路要走，并且AI就目前来看，能够应用的场景是有限的。”她给出的理由是，“工业用户是非常苛刻的，必须有现实的商业价值，而不能仅仅是單纯的学术研究。必须能用AI解决现场实际的生产问题，提升效率、降低成本、提高质量，才能用实际价值吸引更多的投入。”

人工智能技术发展的大方向从未改变，但各个细分赛道上的“挑战者”不断闯入人们的视野。按照华为昇腾计算业务总裁许映童的说法，当下传统产业拥抱人工智能的态度已从关注技术到注重实效，“人工智能未来将深度融入生产，比如制造业已从自动化、数字化进入智能化。而随着人工智能能力的提升，也将越来越受产业界认可。比如智能质检，当AI质检准确率超过99.9%的时候，我相信企业在设立新产线的时候，一定会把人工智能作为初始选型。”以此思路延展，以人工智能解决制造业的痛点问题，如质量、效率、成本和库存等，即能更好帮助制造业实现提质增效，降本减存。但极视角创始人兼CEO陈振杰业指出了工业人工智能的场景开发难题，“目前我们仍处于弱人工智能时代，AI只能解决部分问题。庞大的AI市场背后，是需求碎片化的难题，比如水泥厂、燃气厂这些场景，开发者之前都没去过，不知道哪些用人工的地方，可以用AI替代。”

尽管诚如百度副总裁李硕所言，“工业领域，将是人工智能技术施展拳脚的最好战场。”但以人工智能的赋能带来全新的工业发展形态并不容易。工业与商业在人工智能的应用方面有较大的差异，工业本身是一个非常复杂且持续更新的数据源头，网络、设备、人、管理、流程、工艺、营销、经营等一系列要素汇聚在一起；制造现场讲求“最差的情况（Worst Case）”，工业控制里强调数据传输的“确定性”，需要“精确”“可解释”；并且，工业还是一个“锱铢必较”的领域，所有的目标战略都围绕提高质量、降低成本、提高交付能力，应对个性化生产等精益目标而展开……在此境遇下，为了联网而联网，为了人工智能而人工智能将导致事倍功半乃至一地鸡毛。

撬动工业升级新支点

尽管探行不易，但人工智能仍已成为各个国家和地区工业制造水平稳步上升的重要推动力。潘云鹤院士指出了我国工业人工智能发展待解的五个关键问题，“第一，生产过程的智能化；第二，企业运作的智能化；第三，产品的智能化；第四，产业链接的智能化；第五，经济调节的智能化。解决好这五个关键问题，将进一步提升我国的经济实力，促进人工智能与实体经济的深度融合。”

早前图灵奖得主麦卡锡就主张人工智能将进入生产力与产品价值的核心所在，“在没有工业革命的国家中，人们（特别是科技工作者）无力推动科技进步；反之，将智能投入到工业生产中去可以在很大程度上代替工人。”这便不难理解，“投资机器人是因为有相当多的人工需要机器取代”，成为制造业企业推广人工智能的产业逻辑所在。比如，格力电器所打造的“黑灯工厂”，便以极致的数字化实现精度、质量和效率颠覆性的变化。

据IoTAnalytics发布的《人工智能市场报告2020-2025》预测，2025年全球工业人工智能市场规模将达到725亿美元。身为人工智能竞赛领跑者之一的亚马逊则明确表示，若没有传统工业的支撑，那么企业（亚马逊）的人工智能价值不大，“新世界的能力需要与旧世界的资产形成互补，相互提升。”

应该说，在诸如设备维护、质检、生产、维修服务等制造业的一众应用场景中，人工智能都大有可为。然而目前在工业领域真正用于人工智能技术的市场占比仅有4%，远低于预期。有业内人士指出，人工智能在制造业应用落地时存在不少难点，“第一，投资回报和价值的体现。省了几个工人，却需要几个博士生硕士生来维护系统，投资回报很难说清楚；其次，人工智能技术存在不确定性，缺少优秀的工业数据训练体，需要不断的积累。”即便是自动化程度很高的一些制造业企业同样面临困扰，比如生产过程中叠加人工智能后，生产线出现不匹配的问题，未能实现理想中的AI与生产的充分融合……何时这些“细小”的枝末问题被细致地解决，何时工业人工智能可发挥出极致的助推之力。