製造業的AI之心，生態之力

最近，世界經濟論壇(WEF)與科爾尼管理諮詢公司發布了一份關於未來製造業的研究。這份歷時數年的研究認為，2030年的製造業有四種可能情景——顛覆式、中斷式、破壞式、下放式。其中，排在第一位的就是AI技術對製造業帶來的顛覆。

這項調研認為：2020至2030年間，AI將成為工業製造的核心。具有深度學習功能的機器實現了一個又一個技術突破，成功做到了「理解」和處理海量數據。機器將進入普遍AI領域，整合了複雜的多項任務。伴隨著這些顛覆性的技術出現，會徹底撼動了傳統工業活動與製造工藝，這就是所謂的AI對製造業的顛覆。

實際上，這個結論與2017年戴爾科技集團大中華區總裁黃陳宏博士曾經談到的「數字化轉型帶給傳統行業的衝擊」有很多異曲同工的地方。黃陳宏博士表示：48%的行業不知道3年以後會怎麼樣，有45%的企業擔心3-5年後被淘汰，造成如此大落差的原因就是傳統行業與以AI為代表的新技術之間產生的鴻溝。

AI的拐點一旦出現，製造業將如何面對？

製造業+AI拐點將至，製造業有哪些短板

戴爾易安信大中華區副總裁吳海亮認為，製造業+AI的拐點將會在2030年到2035年期間出現，這個時間點的判斷與科爾尼的調研結果頗為接近。

盧克·多梅爾曾在《人工智慧》一書中提出「奇點」的概念，奇點指的是機器在智能方面超過人類的那個點。那麼，從產業革命的角度，信息革命正從科學轉化為技術，向智慧產業深化，人工智慧正處在產業革命的奇點上。

據埃森哲公司測算，到2035年，人工智慧技術的應用將使製造業總增長值（GVA）增長近4萬億美元，年度增長率達到4.4%。埃森哲還明確的提出，作為新的「生產要素」，人工智慧與製造業的深度融合不但將加速新產品的開發過程，還將徹底顛覆原有的生產流程，人工智慧程序不僅可以自動完成任務，而且還可以實現全新的業務流程。

面對AI對製造業如此磅礴的顛覆，吳海亮認為中國製造業與AI結合的情況並不樂觀：「根據我們的統計，在美國有14%人工智慧的投入是在製造業，但在中國卻非常少，中國的人工智慧投入主要在機器人或是無人駕駛。必須承認，AI+製造在中國的確是個短板」。

通常來講，AI與產業結合會有兩種方式：首先是AI技術作為生產力工具切入現有的成熟產業，為整個產業帶來效率的提升；二是AI的落地，AI+行業應用，來改變原有行業的運行規則。

吳海亮認為，對於製造業來說，最大的挑戰就是讓AI的技術落地到行業。同時在此過程中，最大的短板應該是數據的開放和運用，以及人工智慧專業人才的稀缺。好在，以戴爾易安信為代表的科技巨頭，正在努力幫助製造業補齊這些短板。

推進AI賦能行業，戴爾易安信如何將技術化為實踐？

邁克爾·戴爾去年曾表示，人類經濟社會的發展已經進入新階段，展望人工智慧時代，沒有必要對技術發展恐慌，未來將是人「加」機器，而非機器「減」人。這基本為戴爾易安信的人工智慧戰略做了定調，戴爾易安信要做的就是那個「加號」，既人工智慧的能力與行業之間的「連接器」。

我們知道，戴爾易安信在2016年就和中科院聯合推出了名為「諸葛深知」的深度學習公有平台。當時的目標是，面向數據密集、價值型行業，提供以深度學習為基礎的大數據挖掘解決方案和計算平台。

「如今諸葛深知已經進入第三個年頭，戴易安信爾也有了一些新的想法，有了這個平台後怎麼和行業去結合，於是我們開始考慮醫療。但是獲得醫療數據很難，因此我們考慮到戴爾易安信本身也是製造業，於是就用自己的數據來做應用。」吳海亮說道，這也是戴爾易安信決定大力投入製造+AI的根本原因。

的確，戴爾易安信本身就是全球最大的生產製造企業，在中國有三個製造基地：廈門、蘇州、成都。戴爾易安信每年在中國採購元器件價值在250億美元以上，這些元器件在這三個製造基地，以平均每一秒鐘生產出一台設備的速度，為中國市場以及全球市場提供創新的產品。

戴爾易安信的零庫存管理可謂是天下聞名，在生產計劃的制定上，戴爾易安信也給傳統製造業上了一課，戴爾易安信的計劃，既不是按周，也不是按天來制定，而是每兩小時制定一次，完全按照客戶的訂單，來決定生產。這樣的效率，讓戴爾易安信成為了智能製造業的一個典型。

實際上，戴爾易安信很早就展開了基於人工智慧的應用，經過不斷的探索和實踐，人工智慧逐漸走入了戴爾易安信的業務價值鏈，在銷售、採購和生產等環節都取得了不錯的成效。根據吳海亮的介紹，如今的戴爾易安信工廠也正在用AI的技術改變一些原有的工作流程，例如，戴爾易安信工廠用AI的圖像識別技術，做筆記本蓋板缺陷檢測，可以將識別率提高到90%多。

和戴爾易安信一樣，如今很多典型的製造企業，都選擇在檢測環節，通過精密光學成像，深度學習神經網路，計算機視覺技術進行元器件檢測，實現了跟肉眼一樣可以識別產品的劃痕、雜點、硬力痕等缺陷檢測，從而降低人工成本。「但是，這個應用的基本邏輯是圖像識別。會根據工業需要，做更多的細節調整，這就是AI技術通用性到專用性的轉換。」吳海亮說。

除了戴爾易安信自身的例子，戴爾易安信也在幫助其他製造業利用AI的技術創造新的應用。比如幫助某食品企業做了商品陳列合規性的管理，幫助某通信製造業做了PB級深度學習存儲平台建設。

不難發現，基於諸葛深知平台的搭建，戴爾易安信與中科院用短短3年的時間，實現了從很多技術到實踐的跨越。事實上，在全球範圍內，將技術轉化為生產力，或是產學研技術與市場接軌都是難題。而戴爾易安信與中科院的這次攜手，一定程度上為中國的AI技術與產業結合，打下了一個很好的樣本。

實現「製造+AI」需要成熟的生態圈

波士頓諮詢在一份名為《工業4.0——未來生產力和製造業發展前景》的報告中明確指出，以雲計算、大數據分析為代表的新技術將為中國製造業的生產效率帶來15%—25%的提升，額外創造附加值4-6萬億元人民幣，人工智慧技術在其中也會起到不可估量的作用。同時，如此巨大的市場機會，也意味著沒有任何一家科技公司，能夠獨立完成對製造+AI的推動，這顯然需要一個完整的「製造業+AI」的生態圈。

如前文所分析，純粹的AI技術與產業需求之間存在鴻溝，而打破鴻溝的最佳方式，就是形成良好的AI生態，讓實際的用戶需求去驅動AI的應用發展。所以，作為「製造+AI」賦能者的戴爾易安信已經從幾個方面做好了準備。

首先，在人工智慧的角度，戴爾易安信應用人工智慧已經實現了對公司生產、運營、銷售等體系的全方位支撐，同時長期的一線實踐驗證又構築了戴爾易安信人工智慧商業化推廣的基礎，為戴爾易安信賦能各行各業的人工智慧升級和轉型奠定了堅實的基礎。

其次，針對技術與製造業結合方面，戴爾易安信已經在中國建立了第一家工業4.0的創新實驗室，通過大數據、物聯網、人工智慧等技術實現可視化的展示和體驗。實驗室內可呈現數字化製造的整個行業前景，包括現代化工業製造場景，產品初期構想場景，產品設計，產線設計，生產過程的虛擬模擬以及監控整個生產過程，從而更好地服務於現代化的工業生產。

第三，在本地化方面，戴爾易安信中國4.0戰略的核心思想就是「在中國，為中國」，充分把戴爾易安信自己融進本地的IT生態系統，為中國經濟發展、信息化、互聯網+做出貢獻。所以，在中國建設成熟的生態圈，戴爾易安信並不陌生。

據我了解，戴爾易安信將在近期，與9家行業里的重要企業共同打造智能製造產業聯盟，讓我們拭目以待吧！