"一個新員工上手做外觀檢測過去需要培訓2個月，如今一天就可以熟悉操作。"在質檢車間工作多年的胡師傅怎么也沒想到，令人頭疼的質檢難題，如今被AI輕松解決。
位于蘇州常熟，一家4萬多平米的車間內(nèi)，正進行一場不同尋常的"生產(chǎn)改革"：一塊塊指甲大小的PCB電路板，在裝有人工智能算法模型的攝像頭下，精準快速地完成了外觀檢測，包括那些頭發(fā)絲大小的瑕疵。
胡平華是東南相互電子的一名IT經(jīng)理，用他的話說，傳統(tǒng)粗放式的生產(chǎn)經(jīng)營模式已經(jīng)到頭了。這些年，東南相互電子一直在嘗試通過多種辦法解決質檢難題，直到在常熟政府組織的一次"智改數(shù)轉"活動上，東南相互電子與百度智能云建立了合作，情況才發(fā)生一些轉變。
其實在工業(yè)制造需求最旺盛的長三角地區(qū)，有過類似境遇的企業(yè)不在少數(shù)。
問題是，雖然現(xiàn)在很多企業(yè)對云計算已經(jīng)有了一定的認知，機器也都聯(lián)網(wǎng)，甚至有的還搭建起自己的私有云，但把云服務的靈活性和配套性發(fā)揮出來的，讓智能算法實現(xiàn)隨取隨用，真正做到"深入產(chǎn)業(yè)"的，還是極少數(shù)，以至于云計算在很長一段時間處于輿論中心，實際進展卻十分緩慢。
背后的根本癥結在于，工業(yè)制造類企業(yè)的智能化轉型升級，不像互聯(lián)網(wǎng)來得那般劇烈，它是重服務屬性的，前期的調(diào)研、后期的跟蹤和中期的交付一樣重要，任何一個環(huán)節(jié)出現(xiàn)一點缺陷或者短板，都可能導致項目中斷、甚至流產(chǎn)，這也解釋了"為什么國內(nèi)很多傳統(tǒng)云應用已經(jīng)不再適應現(xiàn)在的環(huán)境，在PMF逐漸失效的情況下，玩家也就慢慢地掉隊了"。
那么，智能制造的"中國樣本"究竟需要什么樣的云呢？
01，深入產(chǎn)業(yè)，智能制造該這么做了
我們先從地處長三角的另外一家公司開始談起，它和東南相互電子有些類似，都是不露聲色的黑馬級玩家。成立于1993年的美欣達集團，是浙江當?shù)赜忻募徔楊惼髽I(yè)，類似優(yōu)衣庫、江南布衣這樣的一線品牌，都是它旗下印染公司的客戶。
"美欣達正在進行一項‘秘密實驗’。"李師傅在美欣達工作多年，據(jù)他介紹，"集團眼下在籌備打造高端印染，在這之前，需要對既有的車間生產(chǎn)模式進行數(shù)字化改造，做一個試點工程，如果實踐效果好的話，就進行規(guī)?；渴稹?quot;
和東南相互電子一樣，美欣達也選擇了百度智能云，理由很簡單：一方面，百度自成立以來一直是技術導向，它對技術的堅持投入，也把壓強式創(chuàng)新刻在了百度智能云的基因里；另一方面，它的"云智一體，深入產(chǎn)業(yè)"戰(zhàn)略聽起來更務實，而且，它擁有的從單點場景到為企業(yè)提供系統(tǒng)級解決方案的全棧能力，以及在工業(yè)制造領域積累下來的大量經(jīng)驗，是其它玩家所不具備的。
以百度智能云開物2.0平臺為例，它是百度智能云去年推出的工業(yè)互聯(lián)網(wǎng)品牌，對比1.0版本，它除了在應用、平臺、AI核心進行了迭代升級，還探索了更多重點行業(yè)，并主動把場景收窄、聚焦，放在了工業(yè)制造領域最為關心的3大模塊上：質量管控、安全生產(chǎn)以及能耗優(yōu)化。
這其實也是因擾工業(yè)制造許久、令很多"一號位"十分頭大的問題。
我們都知道AI、云計算是個好幫手，但最難的點在于，很多時候明明知道問題出在這里、卻硬是找不到最優(yōu)解或者最合適的工具。比如發(fā)生在美欣達印染車間里的場景，傳統(tǒng)識別印染疵點十分依賴人工識別，而且印染排產(chǎn)也比較低效——由多個排產(chǎn)計劃員，通過插、拔U盤的方式進行排產(chǎn)，但這種設計模式的問題在于，一旦排產(chǎn)計劃發(fā)生更改、或者加塞了新的任務，效率就會立即被拉扯下來。
此時你會發(fā)現(xiàn)，其實智能制造最難的點，不在于能不能解決好單點問題，而在于如何把多個單點問題進行系統(tǒng)化集成，逐個擊破，然后達整體降本增效的目的。其實這也是百度智能云開物平臺的解題思路：先基于天工AIoT平臺收集數(shù)據(jù)，經(jīng)過飛槳進行數(shù)據(jù)標注和模型訓練，最后形成各類具體的算法應用模型。
實際上，無論是美欣達，還是前面提到的東南相互電子，如果把它們正在遭遇的智能化改造痛點抽絲剝繭，你會發(fā)現(xiàn)，現(xiàn)在市面上流行的各類教條式的方法論根本解決不了問題，因為不同企業(yè)在不同發(fā)展階段所需要的數(shù)字化適配方案千差萬別，過去一套SOP打天下的時代已經(jīng)過去了，但有一點是可以確定的：傳統(tǒng)制造業(yè)需要跳出舊模式，而且越早越好。
02，國內(nèi)市場，用AI實現(xiàn)業(yè)務增量更重要
在實地調(diào)研東南相互電子工廠期間，副總經(jīng)理顧亞文曾詳細梳理過企業(yè)的"上云進程"：
"現(xiàn)在東南相互電子的所有機器設備均以聯(lián)網(wǎng)，底層數(shù)據(jù)也已經(jīng)打通，車間完成了全制程數(shù)字化。"但他同時也強調(diào)"目前只是數(shù)字化工廠建設的第一步，后面會把精力在一些特定的應用場景上，比如安全生產(chǎn)管理、計劃排產(chǎn)方面，運用AI人工智探索創(chuàng)造新增長模式。"
這背后其實是有說法的，因為就"智改數(shù)改"這件事來說，東南相互電子要走在不少同行前頭，過去幾年的實踐，他們很清楚自己眼下缺什么、需要補什么，就如IT經(jīng)理胡平華談到的，"百度智能云的AI技術輔助機器視覺檢測的方案，正是我們現(xiàn)在所需要的。"
據(jù)當時的一位車間質檢工人介紹，在過去，他們一直有一個難題沒有得到解決，"傳統(tǒng)PCB檢測通常使用AVI機進行產(chǎn)品質檢，容易因過于敏感出現(xiàn)大量過殺現(xiàn)象，導致大量‘假點’出現(xiàn)。"而且，東南相互電子的部分產(chǎn)品是RFPCB軟硬結合板，比PCB硬板尺寸更小，缺陷識別更困難。
那么，百度智能云究竟怎么做到用AI賦能的呢？
答案其實并不復雜。首先，AI對檢驗工人多年沉淀的復核經(jīng)驗進行學習，形成一個與資深人員擁有相同檢驗質量標準的AI模型，接著，把這個AI模型裝入到產(chǎn)線。這樣一來，如果是AVI機檢驗完的產(chǎn)品，就會被AI模型自動識別和復判，短短幾秒鐘就能判定成品是否異常。
這也是百度智能云和其它云廠商的能力差異性所在。
因為對于制造業(yè)來說，真正的智能云，應該走到工廠一線去。
章暢海是百度智能云資深解決方案架構師，他告訴新眸，"其實數(shù)字化發(fā)展這些年，在很多方面已經(jīng)比較完善，甚至隱約摸到了瓶頸，這時候就需要AI智能化進場，把端到端優(yōu)化做好，甚至可以向上追溯、改進原先的工藝，這也是現(xiàn)在百度智能云的發(fā)力點，比如在蘇州地區(qū)汽車零部件、裝備制造、紡織服裝等重點特色產(chǎn)業(yè)，提供了‘芯片-框架-大模型-行業(yè)應用’端到端的技術服務。"
事實也的確如此，這些年國內(nèi)云計算行業(yè)走了不少彎路，早前很多云廠商都在對標海外，大學產(chǎn)品、大搞規(guī)模，但后來的市場反饋告訴我們，這種思路是不對的。如果說過去云服務的路數(shù)是如何讓客戶快速獲得資源，那么，現(xiàn)在的邏輯應該是如何讓客戶快速獲得能力。
當然，這種頂層邏輯的思考來自于對底層需求的感知：在中國，除了人們耳熟能詳?shù)拇笃髽I(yè)，還有很多規(guī)模以上的中大型企業(yè)。像東南相互電子、美欣達這樣的企業(yè)，國內(nèi)其實不在少數(shù)，相比于簡單的業(yè)務上云，他們更看中的是能不能用技術賦能業(yè)務增量，至于它叫什么云并不關鍵。
03，智能制造究竟需要什么樣的云？
雖然都在經(jīng)歷著轟轟烈烈的云計算浪潮，但顯然，國內(nèi)外的市場走向已經(jīng)發(fā)生了偏離：從市場份額、收入增速、利潤規(guī)模等財務指標上來看，國內(nèi)云與數(shù)字化市場的發(fā)展階段仍處于中前期，市場規(guī)模和產(chǎn)業(yè)成熟度仍有待進一步提升，但這并不妨礙我們走出另外一條路，而且根據(jù)百度智能云的最新財報，也證明了這條路的可行性。
回到我們一開始討論的問題上，智能制造的中國樣本究竟需要什么樣的云呢？
其實對于這個問題，也可以換成另外一種更具體的說法：就是所謂的智能云，它究竟是錘子、還是釘子？
當然，這個問題不同的回答，往往決定了它的產(chǎn)品、業(yè)務以及戰(zhàn)略屬性，就以正深入產(chǎn)業(yè)的百度智能云來說，它其實可以理解成"釘子+錘子"組合，AI人工智能就是各類釘子，它在端到端優(yōu)化上的技術優(yōu)勢，能很快擊破工業(yè)制造過程中各個痛點，然后用開物平臺這把"錘子"，建立起系統(tǒng)性的平臺，沉淀各種工業(yè)知識和服務，幫助企業(yè)從"算力"的隨取隨用進化到"智能"的隨用隨取。
和中國制造一起，云計算廠商正站在一個歷史拐點。只不過，深入產(chǎn)業(yè)，用數(shù)賦智，這條路需要云廠商們和企業(yè)共同走完這最后一公里。
