“在工業領域，雖然生產設備產生了海量數據，但實際上可作為樣本的數據少；行業機理也不允許通過迭代來提升模型精度，比如在煉鋼中稍有誤判可能就留下一爐子廢材。”在7月20日舉行的華為云TechWave技術峰會上，針對人工智能（AI）面臨的痛點與挑戰，華為云CTO張宇昕如是感慨。
無獨有偶，日前在上海舉行的2020世界人工智能大會上，多位企業家不約而同提到，未來10年，AI將以前所未有的力度賦能傳統制造業，但AI發展的不平衡現象尤為突出。SAP全球高級副總裁、中國區總經理李強援引賽迪顧問數據表示，互聯網金融、安防、交通貢獻了超過50%的AI市場份額，緊跟其后的是與消費者息息相關的消費電子、教育、醫療等，而制造業的AI市場份額只有5%。
作為制造業大省，廣東AI核心產業規模約占全國1/3，AI核心產業及相關產業規模均居全國前列。如何讓傳統制造業更有AI？落地中還需要克服哪些困難？針對這些問題，南方日報記者采訪廣州大學博士生導師、《“智能+”制造——企業賦能之路》作者孫延明，富士康工業互聯網公司董事長李軍旗，TCL旗下工業互聯網公司格創東智CEO何軍，深圳精銳視覺董事長孔慶杰以及廣州人工智能促進會副秘書長蔡遠塵等。
現狀
大企業已嘗甜頭，中小企認識缺失
南方日報：目前AI在制造業應用中還存在哪些不足？
孫延明：AI在制造業中，除了機器人、圖像識別、故障診斷等單項應用外，在全面深化應用方面還處于初級階段。從外部看，不同行業、不同區域都存在不均衡；從內部看，標準化、自動化程度不夠，復合型人才短缺，資金投入不足等，直接影響了AI的深化應用。
何軍：這種不均衡也體現在多個方面。地域上，就以我們客戶分布看，長三角、珠三角、京津冀等占比達80%，這些區域的企業對AI的重視和投入遠超其他地區。
從企業規模上看，大型制造企業已經從AI的使用中獲利，兩年前去和大型制造企業廠長聊新技術，他們對這些沒有太大感覺，但今天再去談，他們已經有了很多認識，還能反過來跟我們談新技術，并大膽應用新技術；但大多數中小型制造企業，對AI的認識非常缺失。
孔慶杰：目前國內AI完整產業鏈已初步形成，但仍存在結構性問題，整體偏重于應用，終端應用豐富，技術商業化程度比肩歐美。但在基礎研究方面，缺乏突破性、標志性的研究成果，基礎理論和基礎技術方面尚顯薄弱，這也制約了AI系統產品化落地的效率與效果。
比如圍繞計算機視覺誕生了不少AI公司，但扎堆做人臉識別、安防這些熱門場景，工業應用偏少。手機生產中，對外觀瑕疵是零容忍，以前還會采用抽檢，現在良率要求越來越高，人臉識別準確率達到90%就很好用了，而工業至少要達到99%，甚至要小數點后面“4個9”才行。對每天產能在幾十萬份的工廠來說，稍有不準確就意味著有幾百個瑕疵產品成為“漏網之魚”。我們也呼吁，把技術真正應用到智能制造中來，而不是趕熱點。
難點
投入大，而且難直接產生經濟效益
南方日報：造成AI在制造業領域融合發展的痛點有哪些原因？
李軍旗：制造業存在一個“試點困境”，即單點試用例的成功無法規模化推廣，一方面，AI是泛指一類技術，結合具體應用場景技術路線差異很大，成功的要素也各有不同；另一方面，AI在制造領域的應用只能覆蓋部分需求，仍有大量問題無法解決，無法形成系統化的整體解決方案，比如無法打通價值鏈閉環，在工廠運營層面（而不僅是車間現場）產生重大影響。
孫延明：智能制造具有“木桶效應”，不能有短板，需要全產業鏈的企業共同提升才能達到效果，因此需要投入大量資金。但中小企業又經常面臨智能化改造資金不足的難題。此外，制造業的標準化程度不夠也是非常嚴重的問題，標準化是自動化、智能化的基礎，自從轉變為買方市場以來，客戶非標準化的要求給制造業的自動化帶來很大的障礙。
孔慶杰：AI技術在制造業行業落地占比低是有多方面原因的，比如，相當一部分制造業信息化和自動化都未成功普及，更不要提智能化了；其次，制造業智能化改造對于生產工藝的契合度要求較高，并且系統研發與實施周期較長，不是單靠純AI團隊簡單賦能就能輕易實現的，需要多方面的技術團隊充分合作才能成功落地。
蔡遠塵：從宏觀角度，AI在技術、數據、成本、法規以至于道德準則等方面都存在著各種的問題，同時，AI發展成熟度與當地的產業密切相關。廣州社會經濟以商貿為主導，本土高校和科研資源較北方城市缺乏，整體AI發展有所欠缺。
舉措
加快AI產業集群應用，推動區域平衡發展
南方日報：如何來改變這種困局，推動AI與制造業深度融合？
何軍：我認為最佳的一個方法，就是借助外部的力量，來幫助企業更快更有效實現智能升級。為什么呢？首先，很多企業擔心AI技術成本高、不實用，而且制造業企業難以培養和留住相關人才；其次，因為薪資和企業文化的原因，AI人才更愿意去互聯網公司和新一代信息技術公司，可見制造企業自己培養人才的方式并不是最優選擇。
此外，很多工業場景是基于經驗判斷，因果關系暫時不能夠量化，都是存在人腦子里頭。此時首先要把過去這些存在于人腦里的東西，變成一個模型并逐漸定量化。從這個角度來說，AI在制造業應該重點做兩件東西，先把信息模型化，然后定量化，把人的經驗變成一個可傳承的知識、可傳承的模型。在診斷、預測、品質分析等方面深化工業智能應用，無疑會增強企業發展動力。
孔慶杰：工業鏈條很長，要找準突破點。比如，生產環節自動化程度已經很高了，幾乎不需要人工，但品質檢驗和包裝環節，工人盯一天下來眼睛受不了，我在一家油廠就看到，一桶油有20斤重，即便發現問題體力也跟不上，但這些是可以用計算機視覺查找出來的問題，企業能感受到實實在在的效果。
南方日報：前面提到，AI應用也存在區域不均衡現象，對此廣東可以做哪些努力？
孔慶杰：廣東是我國電子制造行業主要聚集區，在AI應用方面蘊藏著巨大的市場，要鼓勵和大力支持廣東的行業龍頭和骨干企業盡快推動智能化改造。
何軍：廣東是國內AI技術落地的先鋒，AI相關企業數量全國第一，雄厚的制造業根基加速了AI的應用。有技術有場景，AI的廣泛應用，可以使得區域內產業間的差距逐漸縮小，整體產業平衡得到保障。
李軍旗：以珠三角為例，政府決策靈活程度高，產業集聚明顯，并形成了新一代移動通信、智能制造裝備、新材料等產值超千億元的產業集群，接下來應思考，AI如何能助力當地產業的整體轉型升級以及在國際競爭力上的提升，產生深度的聯動效應。
轉載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
