作者(zhe)：彭昭(智(zhi)次方創(chuang)始人、云和資本聯合創(chuang)始合伙人)
物聯網智庫 原創
這是我的第295篇(pian)專欄(lan)文(wen)章。
這(zhe)周，研(yan)華公司在昆山舉(ju)辦了主題為“共建數智(zhi)化·共創贏未(wei)來”的智(zhi)能制造+智(zhi)慧(hui)能源(yuan)產業(ye)(ye)伙(huo)伴峰(feng)會。本次(ci)會議(yi)聚(ju)焦智(zhi)能制造、綠色能源(yuan)兩大(da)產業(ye)(ye)，研(yan)華攜手500+產業(ye)(ye)專家、生態合作伙(huo)伴、客戶代表，圍(wei)繞企業(ye)(ye)智(zhi)能生產、綠色低碳轉型展開了深入探討。
在會議中，給我印象最深的是生成式AI與邊緣計算深度融合，兩者結合形成的邊緣智能應用正在快速落地。
如今邊緣計算的(de)發展已經成為共識(shi)(shi)，隨著生成式AI的(de)持續(xu)升溫，邊緣與(yu)(yu)AI結合的(de)熱(re)度與(yu)(yu)日俱增，但是(shi)熱(re)歸(gui)熱(re)，這(zhe)種共識(shi)(shi)真正能夠落(luo)地實踐(jian)是(shi)存在(zai)一定門檻(jian)的(de)。
例如，從上云到邊緣(yuan)部(bu)署的市場認知、業(ye)務路徑轉變(bian)、云邊協同(tong)的平(ping)衡(heng)點、邊緣(yuan)管理(li)平(ping)臺的穩定性等，都是不太(tai)容(rong)易(yi)解決的發展阻(zu)力。
難的(de)事情(qing)往往更(geng)有價值。
研華正在將近40年的邊緣計算能力復制到智慧工廠、智慧醫療、智慧零售、智慧建筑、智慧城市等各個行業。
俗話說，Eating your own dog food，自己的產品自己先用，研華還把新一代的邊緣智能解決方案應用于自(zi)家工廠，讓數據(ju)驅動(dong)車(che)間的管(guan)理，讓數據(ju)真正成為(wei)了生產(chan)力(li)。
這篇文章就來詳細整理一(yi)下我在(zai)峰(feng)會中的相關收獲。
契合邊緣計算的3個階段，擇時推出開放軟件“三環合體”
雖然邊緣計算與人工智能的彼(bi)此融合(he)處于技術周期的熱度高點，但是這項應用對于產業(ye)協同和企業(ye)技術底座(zuo)要求較高，包括算力供給能(neng)(neng)力、云邊端協同聯動(dong)能(neng)(neng)力以(yi)及咨詢服務能(neng)(neng)力等，真正做(zuo)起(qi)來并沒有那么(me)容易(yi)。
在(zai)峰(feng)會中，研華董(dong)事長劉(liu)克振先生借鑒(jian)了Gartner的分析(xi)，來闡述邊緣計算在(zai)接下來幾年的發(fa)展(zhan)歷程(cheng)。
這(zhe)里的“邊(bian)(bian)(bian)緣(yuan)”是一個廣(guang)義的概念，指的是在云平(ping)臺之(zhi)外，所有貫穿(chuan)和(he)(he)連(lian)接實(shi)體設備的硬件(jian)和(he)(he)軟件(jian)，涵蓋邊(bian)(bian)(bian)緣(yuan)基礎設施(shi)、邊(bian)(bian)(bian)緣(yuan)設備、邊(bian)(bian)(bian)緣(yuan)AI、網關、I/O模(mo)塊、邊(bian)(bian)(bian)緣(yuan)服(fu)務(wu)器、控制器、微數據中心和(he)(he)分析(xi)軟件(jian)等。
在接(jie)下來(lai)的(de)5~10年(nian)，邊緣計(ji)算將經歷3個發展階段：
第一(yi)階段，邊緣(yuan)計算的(de)需求(qiu)僅僅是企業數字化(hua)轉型的(de)一(yi)部分(fen)，并且這些(xie)用戶需求(qiu)呈現出高度定制(zhi)化(hua)，市場規(gui)模比較小;
第二階(jie)段，隨著(zhu)行(xing)業需求的深入，邊緣計(ji)算的需求會不斷擴展，形成面(mian)向(xiang)特定垂(chui)直行(xing)業的一整(zheng)套整(zheng)體解決方案(an)，市場規模(mo)也(ye)在持續擴大(da);
第三階(jie)段，邊(bian)緣計算的(de)許多技術需求將跨(kua)越垂直領域，比如企(qi)業用戶需求會從店(dian)面智(zhi)慧(hui)零售擴展到工廠AI質檢場景和(he)智(zhi)慧(hui)油井的(de)一些工作場景中，需要供應(ying)商(shang)具備橫向擴展的(de)能力(li)。
研(yan)華(hua)期待(dai)這樣的(de)進化(hua)在未來5~10年會完全實現，形(xing)成AIoT上下游產業的(de)融合，并促成行(xing)業的(de)進化(hua)。
研(yan)華將在工(gong)業自動化(hua)和邊緣(yuan)計算領域用心(xin)耕耘。為了適應未(wei)來的(de)(de)發展，AIoT邊緣(yuan)計算需要(yao)一套完整開(kai)放的(de)(de)軟件平(ping)臺作為支撐(cheng)底座，因此研(yan)華決定將各種軟件充分(fen)聯通，形(xing)成上(shang)圖的(de)(de)“三環合(he)體(ti)”，打造(zao)完整的(de)(de)服(fu)務體(ti)系。
第一(yi)個(ge)環是最上方的EdgeSync 360，這(zhe)是一(yi)個(ge)邊緣智能(neng)的模(mo)塊，包括通訊(xun)、遠程管理、數據傳輸(shu)等子集。
第二個環是右下方的WISE-IoT Suite，這是工業互聯網平臺，為(wei)企(qi)業(ye)數(shu)字化轉(zhuan)型提供了云邊(bian)端(duan)一體化交付引擎。
第三(san)個(ge)環是左下方的AI Fusion，這是新(xin)增的部分(fen)，也是最為強調的一環，它將生成(cheng)式人工(gong)智(zhi)能融合進來。
劉克振在演講(jiang)中提(ti)到，生成(cheng)式(shi)AI可(ke)能會對物聯網造(zao)成(cheng)很(hen)大的(de)影(ying)響，可(ke)以把搜集到的(de)數據，進一(yi)步做分析決策。
現(xian)在多數的(de)(de)解決方案做出(chu)來是一(yi)個儀表板(ban)，涵蓋很多數據，但(dan)無法(fa)告訴使用者該做什(shen)么決策。而生成式AI的(de)(de)融入(ru)，讓(rang)(rang)AIoT搜(sou)集的(de)(de)數據變(bian)成有用的(de)(de)資(zi)料，讓(rang)(rang)物聯(lian)網從可視化的(de)(de)界面呈現(xian)，進化到自然語(yu)言的(de)(de)直接表達。
親身實踐，讓看不見的數據流帶來巨大的價值
如今，很多制造(zao)企業已經意識(shi)到了數(shu)據(ju)的價值(zhi)，意識(shi)到了應該將(jiang)寶貴的數(shu)據(ju)資產(chan)做(zuo)更好的采集、分(fen)析和(he)預測，來驅動(dong)新型制造(zao)，這是企業的必然方向。
進而我們從看得見的自(zi)(zi)動化(hua)，邁入了看不見的自(zi)(zi)動化(hua)階段。
什么是看不見的自動化?
在不采購新設備的(de)前提下(xia)，我們有(you)(you)可能(neng)通(tong)過(guo)已有(you)(you)的(de)設備獲得關鍵數(shu)據，通(tong)過(guo)這些看不見的(de)數(shu)據流，創造更大的(de)價值。也就(jiu)是這些看不見的(de)數(shu)據，將成為驅動(dong)企業(ye)未來創新最重要(yao)的(de)動(dong)能(neng)。
在(zai)研(yan)華(hua)的昆山工(gong)廠，正是“看不(bu)見(jian)(jian)自動化”的實驗(yan)場。在(zai)工(gong)廠發展的早期(qi)，研(yan)華(hua)投(tou)入了(le)大量(liang)的新設備，隨著發展的深入，研(yan)華(hua)開始投(tou)入大量(liang)看不(bu)見(jian)(jian)的數(shu)據化和(he)智(zhi)能化。
通過研(yan)華自身的(de)實踐，看不見的(de)自動化確實發揮了很(hen)好的(de)效力。
先說(shuo)成果，從(cong)2013到2023的十年間(jian)，研華昆(kun)山制造中心的人力并沒有(you)太大波動(dong)，但是人均單位(wei)產值翻了3倍(如(ru)上圖(tu)所示，氣泡越大表示人均產值越大)。
在這樣的過程中，研華越(yue)來越(yue)相信數據的價值，從底層的設備數據，到企業經營數據，再(zai)到用戶產生的數據，數據將會(hui)全面驅動創新，也(ye)推(tui)動了(le)研華乃至整個產業的全面變革。
那(nei)么(me)這么(me)一家略顯傳統(tong)，甚(shen)至(zhi)有(you)些老舊(jiu)的(de)工廠，是怎么(me)一步步做到升級改(gai)造的(de)呢?
整體過(guo)程可以分成(cheng)三個階段。
第一個階段(duan)，2013~2015年，基(ji)于精益生產的基(ji)礎，打造數據底座。
在(zai)2012年的時(shi)候，研(yan)華第一次聽(ting)說工(gong)(gong)業4.0，但是(shi)當(dang)時(shi)并不清楚(chu)什么(me)是(shi)工(gong)(gong)業4.0。從(cong)(cong)2013年開(kai)始(shi)，工(gong)(gong)業4.0逐漸(jian)成為了(le)顯學，大(da)家都在(zai)談，研(yan)華也從(cong)(cong)2013年開(kai)始(shi)做(zuo)數字化轉型，打(da)通(tong)了(le)ERP和MES等系(xi)統，通(tong)過APS來(lai)貫穿訂單(dan)和生產的過程控制(zhi)，同時(shi)將人(ren)的經驗轉移到系(xi)統來(lai)取代重(zhong)復性的工(gong)(gong)作，實現了(le)部分的實時(shi)數據可(ke)視化。
第(di)二個(ge)階(jie)段，2016~2021年，digital enable，加速數據優(you)化的(de)進程。
在(zai)這個階段，研華遇到了(le)很(hen)多(duo)瓶頸和障礙。典型的(de)挑戰比如工廠缺乏一盤(pan)棋的(de)整體視角(jiao)，業務驅動(dong)目標不(bu)明確，場(chang)景數據、應用、系統(tong)架(jia)構不(bu)清晰;大量數據散(san)布在(zai)不(bu)同(tong)的(de)系統(tong)中，很(hen)多(duo)應用開發都會(hui)需要眾多(duo)的(de)專用接口，IT變(bian)成了(le)瓶頸。
為了解決這個(ge)問(wen)題，研華把數據(ju)上傳(chuan)到data inside智能化平臺，這相當于是一個(ge)數據(ju)中臺。平臺劃分為不同(tong)的(de)主題域，包(bao)含生產設備、品質、訂單(dan)物(wu)料(liao)等，分類分項的(de)做一些(xie)管理(li)，然后(hou)向上展示一些(xie)標準的(de)接(jie)口，這時各種數據(ju)可以通過數據(ju)中臺快速的(de)收集、上傳(chuan)和分析。
由于建立了這(zhe)樣一個(ge)高(gao)效(xiao)可用的(de)數據(ju)中(zhong)臺，IT工程師的(de)角色從原來gatekeeper變(bian)成了facilitator，研華認為這(zhe)點在轉型中(zhong)是至關重(zhong)要(yao)的(de)一步(bu)。
第三個(ge)階段(duan)，2022年之(zhi)后，AI enable，引入更(geng)多的(de)AI能力(li)，加速(su)智(zhi)能制造(zao)的(de)轉型。
這(zhe)個(ge)階(jie)段(duan)正在開展的過程中。
通過數字化轉型，研華在綠色改造和節能(neng)方面也取得(de)了很好的成效。
2022年，昆(kun)山(shan)工(gong)廠(chang)的整體產(chan)值增(zeng)長7%，用(yong)電量下(xia)降238千瓦，單位產(chan)值的電耗有大約10%的節約。同(tong)時昆(kun)山(shan)工(gong)廠(chang)還布(bu)建了光(guang)伏設施，太陽能占到(dao)全年電能供(gong)給的5~8%。所有這些(xie)舉措綜合下(xia)來，研華昆(kun)山(shan)工(gong)廠(chang)有望(wang)在(zai)2050年實現凈零碳排放(fang)目標。
三(san)廢(fei)排(pai)放也有了(le)(le)顯著性的(de)改(gai)善，廢(fei)氣的(de)減排(pai)量是12%，廢(fei)水排(pai)放降低了(le)(le)31%，廢(fei)棄物的(de)排(pai)放減少(shao)了(le)(le)32%。
在數字化轉(zhuan)型的(de)(de)過程中(zhong)，研華的(de)(de)自動化架(jia)構(gou)發(fa)生了巨大的(de)(de)變(bian)化，主要的(de)(de)轉(zhuan)變(bian)有4點：
1.從集中式到分布式架構
決策和控制在(zai)邊(bian)緣(yuan)設備、云端服務(wu)器(qi)(qi)，以及中心控制器(qi)(qi)之(zhi)間進行(xing)分(fen)布和協同(tong)。
2.從傳統硬件到軟件定義
很多功能和自動化架構采用軟(ruan)件(jian)定義的方式來實現(xian)，傳(chuan)統的硬(ying)件(jian)設備逐漸被軟(ruan)件(jian)化，這(zhe)也是研華大(da)量投入(ru)軟(ruan)件(jian)與平臺(tai)的初衷。
3.從靜態到AI動態優化
過(guo)去的自(zi)動控制(zhi)是一(yi)個邏輯架構，現在的工業互聯網通(tong)過(guo)數據的不(bu)斷(duan)反饋，形成(cheng)了一(yi)個動態AI結合的優化系(xi)統(tong)，這個系(xi)統(tong)會(hui)愈發智(zhi)能。
4.從閉環到開放生態
從過去的單一(yi)封(feng)閉系統到開放(fang)生態，這也是研(yan)華將昆山的研(yan)發中心(xin)取名叫做“協同創新(xin)研(yan)發中心(xin)”的原因，研(yan)發一(yi)定要和客戶、用戶結合在一(yi)起。
跨越鴻溝，從數字化到智能化用數據驅動管理
當我(wo)們解決了(le)第(di)一個生(sheng)產現(xian)場數據采(cai)集與(yu)接入(ru)的問(wen)題，解決了(le)第(di)二(er)個IT與(yu)OT數據整合與(yu)打通的問(wen)題，自然(ran)就會遇到第(di)三個問(wen)題：也(ye)就是如何從數字化(hua)(hua)到智能化(hua)(hua)，跨(kua)越鴻溝，真(zhen)正(zheng)實現(xian)用數據驅(qu)動(dong)管理?
企業(ye)的(de)數字化轉型(xing)一定是(shi)(shi)離不(bu)開(kai)數據(ju)的(de)，但(dan)是(shi)(shi)其實數據(ju)也往往是(shi)(shi)企業(ye)啟動數字化轉型(xing)的(de)一個最大的(de)障礙。
上圖是Gartner剛剛發布的數(shu)據和分析基礎設施模(mo)型DAIM，通過這個模(mo)型，讓我們從已知探索未知。
已知(zhi)的(de)(de)(de)條件(jian)很明顯，比如上個月(yue)我(wo)(wo)們(men)做的(de)(de)(de)怎么樣?上個月(yue)我(wo)(wo)們(men)為(wei)什(shen)么做到了?下(xia)一步我(wo)(wo)們(men)解決(jue)的(de)(de)(de)問題(ti)是要(yao)(yao)知(zhi)道未知(zhi)的(de)(de)(de)數據(ju)，去解決(jue)未知(zhi)的(de)(de)(de)問題(ti)，也(ye)就(jiu)是我(wo)(wo)們(men)要(yao)(yao)做預測(ce)和決(jue)策。我(wo)(wo)們(men)要(yao)(yao)知(zhi)道下(xia)個月(yue)能做成(cheng)什(shen)么樣?還要(yao)(yao)知(zhi)道我(wo)(wo)們(men)做什(shen)么，下(xia)個月(yue)才能達到目標?
我們(men)很多(duo)制造企業(ye)在(zai)現場(chang)收集了(le)大量的(de)設(she)備和傳感器數據，還有企業(ye)IT信息系統的(de)數據，現在(zai)要解(jie)決的(de)問題就(jiu)(jiu)是怎么跨越(yue)鴻溝，讓這些數據能(neng)夠驅動管理和決策，中間(jian)這個(ge)鴻溝就(jiu)(jiu)要用AI技術幫助(zhu)我們(men)跨越(yue)。
研(yan)華(hua)將多種AI解決方案融入了技(ji)術(shu)架構，涵蓋智(zhi)能制(zhi)造、安全生(sheng)產、能源管(guan)理等方面。現(xian)在研(yan)華(hua)正(zheng)在探索將生(sheng)成式AI與邊(bian)緣計算相(xiang)結(jie)合。
IoT Edge是一個(ge)設備聯網和邊緣(yuan)計算(suan)的工(gong)具，眾所周知它的功(gong)(gong)能強大(da)，但是強大(da)功(gong)(gong)能的背(bei)后(hou)往(wang)往(wang)隱含著操(cao)作的復雜。
我(wo)們一切應(ying)該回到以人(ren)為本，AI的(de)本質是(shi)能夠提升我(wo)們人(ren)機交互(hu)的(de)體驗，所(suo)以研華使用IoT Edge和生成(cheng)式(shi)AI進行了整(zheng)合性探索。
借(jie)助語音和文本的(de)自動轉(zhuan)換工(gong)(gong)具，工(gong)(gong)程師和管理者不需要(yao)在(zai)界面上進行操作。以后的(de)場景(jing)可(ke)能是(shi)在(zai)AI賦(fu)能之(zhi)下，IoT Edge將變成一臺會說話(hua)的(de)邊(bian)緣盒子。
我們(men)(men)不(bu)再需(xu)要在軟(ruan)件(jian)界面上去(qu)(qu)進(jin)行(xing)操作(zuo)和配置，產(chan)線(xian)的操作(zuo)者(zhe)可以(yi)用自然語言對話的方(fang)式，直(zhi)接和邊緣的盒(he)子去(qu)(qu)進(jin)行(xing)交(jiao)互(hu)，讓(rang)這(zhe)個盒(he)子自動(dong)幫我們(men)(men)去(qu)(qu)完(wan)成設備(bei)聯網和邊緣數據的采集。
今后的(de)(de)設(she)備維護也將更加簡便。如(ru)果監控系統發現(xian)設(she)備的(de)(de)物聯網(wang)數據異常，AI Copilot會自動的(de)(de)關聯這(zhe)個設(she)備所有(you)歷史的(de)(de)問題和維修(xiu)記(ji)錄，并且(qie)自動派工(gong)(gong)給當天值(zhi)班的(de)(de)維修(xiu)工(gong)(gong)程師。
維修(xiu)工(gong)程師收(shou)到這份工(gong)單和相關資(zi)料之(zhi)后，可以繼續(xu)通過自然語(yu)言對話的方式(shi)和AI Copilot進行交互(hu)，進一(yi)步明確問題。
當他做出一個維修方案之后，不會立刻去真實設備維修，而是先在這臺設備的數字孿生體進(jin)行模擬調校，確認維修方案確實(shi)可行之(zhi)后，下達(da)指令給AI copilot自動的維修這臺設(she)備(bei)，并(bing)且生成維修報告。
寫在最后
未來(lai)已來(lai)，我(wo)們唯有加速奔赴。
邊(bian)緣(yuan)計(ji)算和人工智能的融(rong)合，形(xing)成(cheng)的邊(bian)緣(yuan)智能應用(yong)正在快速落地，為企(qi)業數字(zi)化轉型提供有(you)力支持(chi)。
今(jin)年我(wo)們能(neng)(neng)夠明(ming)顯感受到制(zhi)(zhi)造(zao)業(ye)數(shu)字化(hua)轉(zhuan)型(xing)的(de)需求尤為迫切，而制(zhi)(zhi)造(zao)業(ye)的(de)數(shu)字化(hua)轉(zhuan)型(xing)核心是(shi)數(shu)據驅動，讓數(shu)據能(neng)(neng)夠真正(zheng)的(de)創造(zao)價值。
期待研(yan)華在(zai)昆(kun)山工廠的(de)(de)實踐可以被廣泛復制，助力更多的(de)(de)制造(zao)(zao)企業打造(zao)(zao)數據底座，加(jia)速(su)數據優化(hua)的(de)(de)進程，讓看不見的(de)(de)自動(dong)化(hua)發(fa)揮效力。通過邊緣智慧賦能現代制造(zao)(zao)，讓更多的(de)(de)工業設備擁(yong)有“說話”的(de)(de)能力。
