從2015年左右開始的這輪人工智能浪潮，在圖像、文字、語音等領域帶來的變革讓人大開眼界，而作為引領新一輪科技革命和產業變革的戰略性技術，人工智能應用的側重點也在發生轉變，正在更多地與制造、醫療、金融科技等垂直行業場景深度融合。
如果把AI的能力看做冰山，浮出水面的部分可能只有10%，還有水下的90%需要和產業進行深度融合，才能發揮出真正的價值。近年來，在toC流量紅利見頂的大趨勢下，各大人工智能企業都在尋找全新的增長曲線，工業互聯網成為大家不約而同看好的“大蛋糕”。
人工智能企業入局工業互聯網
2022年，科大訊飛投資成立羚羊工業互聯網股份有限公司的消息在業內引起廣泛討論。據了解，這是一家依托人工智能和大數據技術，以工業互聯網賦能產業轉型升級的創新科技公司。
此前，入局工業互聯網的玩家主要可以分為四大“流派”：老牌工業企業以西門子、施耐德電氣等為代表，他們的優勢非常明顯，即在工業Know-how以及專業技術上有著深厚的行業積累，形成其他派別企業難以跨越的壁壘;互聯網企業以阿里、微軟、AWS等為代表，它們在云計算、大數據分析以及軟件服務等方面有著先進的技術和經驗，本身積累的海量C端數據是其最鋒利的破圈武器;IT軟件企業以聯想、浪潮等為代表，他們的優勢和互聯網企業頗有相似之處，尤其App開發是其老本行，做起來可謂輕車熟路;傳統制造企業衍生的工業互聯網平臺以海爾為代表，他們依靠良好口碑的家電產品積累了大量的用戶，因此開創了以用戶體驗為中心的大規模定制模式。與之相比，人工智能企業在眾多前輩面前雖然顯得有些“臉生”，但卻找到了自己的獨特價值。
不只科大訊飛這種專注人工智能的企業，許多具備人工智能硬實力的大廠也紛紛搞起了工業互聯網平臺：比如騰訊WeMake工業互聯網平臺基于騰訊云提供的工業能力底座，構建出面向數據智能、物聯網、工業AI、5G、協同辦公等中臺能力;FusionPlant是華為基于30年ICT技術積累和制造經驗打造的開放式平臺，定位做工業互聯網領域的黑土地;百度智能云開物是百度智能云在2021年推出的工業互聯網品牌，其依托百度強大的互聯網能力，以“AI+工業互聯網”為特色，為制造、能源、水務等工業企業、產業鏈和區域產業集群提供云智一體的整體解決方案等等......在這些大廠打造的工業互聯網平臺中，可以看出一個共性，即人工智能在工業領域的通用性越來越強，深度學習應用也越來越廣泛且深入。
人工智能和工業相互之間的吸引力顯而易見：一方面，傳統制造業在成本、效率方面亟待優化，以人工智能為代表的數字化技術成為助力其轉型升級的利器;另一方面，人工智能技術發展多年，也亟需找到更多落地的場景，而工業橫跨千行百業，場景紛繁復雜，為人工智能的成長提供了優渥的土壤。
在此背景下，智次方·物聯網智庫近期采訪到了羚羊工業互聯網股份有限公司副總裁金暉，聊了聊人工智能賦能工業的那點兒事兒。
人工智能如何替代“老師傅”?
目前，工業互聯網已融入到45個國民經濟大類當中，產業規模超萬億。工業互聯網不僅僅成為數字經濟時代的核心關鍵詞，也成為了第四次工業革命的重要基石。同時，由于工業互聯網還是政策支持的重大發展方向，數字化轉型加速推進了新興技術在工業場景的應用，因而誕生了新的增量空間。
近幾年，科大訊飛借助自身積累的工業聲學、工業視覺、工業知識圖譜等AI能力，建立了“訊飛TuringPlat圖聆工業互聯網平臺”，致力于AI新技術在工業場景中的落地。
從具體的賽道來看，AI質檢、工業數據智能等方向都具有較大的發展潛力。金暉先生以電機質檢環節為例，為智次方·物聯網智庫分享了AI的價值。據悉，傳統電機質檢方式是通過大量有經驗的老師傅通過聽來判斷產品的質量，在這個場景中既沒有標準，而且不同老師傅的判斷也有差異性，導致結果的一致性不夠好，基于這個痛點，公司研發了一套聲紋質檢系統。
該系統通過對一些實際數據進行標注，比如，在質檢環節搜集幾萬個電機的聲音，并圍繞電機的聲音做出一套數字化標注系統，在工廠里面選用最有經驗的老師傅在系統里進行標注，在標注的過程當中，其實就是把老師傅的經驗融入到數字化系統里去，再基于這些數據去做AI算法的訓練，得到的效果可以無限逼近于老師傅數十年積累的經驗，這樣就能夠以老師傅的經驗為標準，形成自動化檢測，進而解決沒有標準和一致性不好的問題。
相比于在移動互聯網領域中，在APP中嵌入AI算法可以服務于上億規模用戶來說，工業互聯網場景的痛點就在于需要定制化。還是以上面的電機質檢為例，如果電機的型號不一樣，會使得發出的聲音有細微的不同，這些都導致需要去重新收集不同型號的電機聲音數據來訓練，但由于科大訊飛本身在AI領域，尤其是聲音領域有長時間的積累，所以能夠使用小樣本進行遷移學習，從而解決定制場景下的問題。
類似地，在變電站的場景中，對于變壓器的局部放電進行檢測是比較耗時的，而通過科大訊飛提供的麥克風陣列的技術，可以去解決聲源定位的問題，進一步拓展至三個有關聲音的場景之中：關于產品質量的聲紋質檢，變壓器設備的預測性維護，以及基于空間的聲源定位。
而在整個工業領域中，像這樣的細分場景還有非常多，發展工業互聯網更是一項長期、艱巨且復雜的系統工程，其中涉及到了不同的社會組織，更對人才和研發能力有很高的要求。通過多年來在toC領域積累的技術實力，入局的AI企業和互聯網公司如果能夠將這些能力進行合理的遷移和運用，相信也能產生后來者居上的效果。
人工智能企業真能搞好工業互聯網?
近年來，人工智能正在加速與各行各業進行深度融合，對工業領域來說，對于可靠性有較高的要求，AI算法哪怕再準，也不會在所有場景中都達到100%的正確率，但人工智能企業強大的算力和大量的算法研究人員，卻可以通過不斷改進算法模型讓準確率超越人類水準，無限接近完美，并在此基礎上將這種能力快速遷移到各個場景中去。
尤其對于針對不同場景定制化研發的AI算法，對于中小型企業來說成本過高，像各大人工智能企業也提供了模型的訓練平臺，可以讓企業將數據上傳到平臺后選擇已有模型進行訓練，再針對結果進行微調，能夠大幅降低中小企業使用AI的成本，有利于AI在工業領域商業模式的建立和普及。在2021年時，科大訊飛就決定將自身積累的方案平臺化，于是便有了訊飛TuringPlat圖聆工業互聯網平臺和羚羊工業互聯網平臺。
作為國家級“雙跨”工業互聯網平臺，羚羊平臺被工信部列為第一批中小企業數字化轉型服務平臺，突圍第十六屆通信產業榜—工業互聯網100佳榜單前十。目前，羚羊平臺上已入駐總用戶數24.3萬，平臺服務企業次數56.2萬(數據截止至2023年1月16日)。
我們知道，處于不同階段的企業對數字化有著不同的需求，比如中小微企業需要SaaS應用、腰部企業需要解決方案、頭部企業需要建設中臺和數據大腦來輔助決策等，這些都可以通過AI算法和模型來解決。針對于此，羚羊平臺采用分層次的方式來推進企業的數字化轉型——針對龍頭企業，其構建了依托工業互聯網可持續進化的工業大腦，來實現工業流程自動化，幫助企業減負增效，提供創新能力;針對規上企業，有平臺+產業園的模式，通過診斷和行業合伙人，分行業場景診斷，依托產業園區來為產業鏈系統賦能;針對中小企業，通過工業SaaS平臺，用數字化工具包來助力制造業中小企業數字化轉型。
隨著新一輪科技革命和產業變革的興起，傳統工業的核心正在發生轉變，人工智能、大數據、算法將逐步代替人工、經驗發揮關鍵作用。
這個過程中，工業感知是工業互聯網的數據入口，是建設工業互聯網的先決條件。在目前數據驅動的AI應用中，通過單一模態的數據所提供的信息早已不能滿足提升感知和認知能力的需求，還需要多模態數據來模擬人類“聯覺”，提升認知水平，而訊飛TuringPlat工業互聯網平臺基于聽覺、視覺、觸覺、嗅覺、味覺及工業大腦(即“工業六感”)，將更多能力整合到平臺中來，并融合多維度傳感數據采集技術、深度學習序列預測技術，在感知層面獲得了工業設備的多維度數據，為輔助決策提供了更多了可用信息，保障工業設備運行始終處于可控、在控的狀態。
目前，該能力已經被用于煤炭、鋼鐵、電力、水泥、機加工5大行業，覆蓋通風機、汽輪機、軋機等40余類關鍵設備，構建工況模型、機理故障模型、AI故障模型等200余個模型，包含150余種工況。
寫在最后
在工業互聯網領域，結合人工智能是當前的一個大趨勢，無論從資本層面，還是從國家政策層面，資源都在向著產業傾斜。目前，我國已建成具有一定區域和行業影響力的工業互聯網平臺超過150家，工業設備連接數量超過7900萬臺套，服務工業企業超過160萬家。對于具備AI能力的企業來說，既可以選擇在一個小的領域當中做到小而美，也可以選擇做平臺。但以現在的時間點來看，現在平臺可能還處在一個“破局”的時間，一旦跨過這個時間，定會大放異彩。
