2021,我国工业增加值为31.4万亿元,约为美国的1.5倍,接近美国、德国、日本三国工业增加值总和。在500种主要工业品中,中国有200多种产量位居全球第一,世界230多个国家和地区都能见到“中国制造”的身影。毫无疑问,中国早已成为名副其实的“世界工厂”。
100多年前,尽管在经历洋务运动后,中国近代工业已开始萌芽,但在新中国成立前,中国工业仍是“一穷二白”。新中国成立后,由于长期战乱,工业基础薄弱,工业企业设备简陋、技术落后,只能生产少量粗加工的产品。
从“一五”时期到1978年改革开放之前,我国编制实施的5个“五年计划”,对后来推动我国工业化建设和实现四个现代化起着十分重要的作用。
改革开放以来,特别是党的十八大以来,在深入实施创新驱动发展战略和制造强国战略后,我国工业不仅在量上获得极大扩张,同时在质量上也有了显著提高。
随后的故事格外振奋人心:中国工业总量全球第一,工业生产能力迅猛增长,主要工业品位居世界新列。同时,产业结构持续优化升级,产业迈向中高端。
行至当下,我国工业的发展呈现出五个明显特征:一是传统产业转型升级步伐不断加快;二是新兴产业不断加快孕育发展;三是工业出口保持快速增长,国际竞争力不断增强;四是自主创新能力显著提高,一些技术已从跟跑到领跑;五是智能制造发展取得积极成效,数字经济赋能工业,向高质量发展之路前行。
但同时也应注意到,虽然我国已基本实现工业化,但并未全面实现工业化。如何把我国建设成为工业强国,是我国未来发展的使命和方向。在此背景下,数智化转型、加快数实融合正在成为我国工业升级的当务之急。
央视“名嘴”撒贝宁曾感叹,“在(福建)泉州,你家里的水龙头、这个城市都懂你。前段时间泉州成为世界遗产,希望大家有时间去看看,到那边不用带水,带个空瓶子去就行,路过街边哪个水龙头打开就喝,太幸福了。”
按照常规的操作,要经过泵站从水源地取水,输送进净水厂,经历过絮凝池、沉淀池等常规处理和加氯消毒以及臭氧、生物活性炭的深度处理后,才可以变成可直接饮用的水。再经由城市管道输送到各个小区和街道。在加氯消毒环节,过去主要靠人的经验给水里加氯,加多少、什么时间加,这些全是“经验主义”,且潜藏着安全隐患。
如今,百度智能云联合埃睿迪为泉州水务集团打造的泉州水务大脑,实现了智能算法自法监测、计算、加药。
“水务大脑”如何动转?以巡检环节为例,以前工作人员每天在设备机房里奔走,他们永远都是一身水一身泥。
而有了水务大脑之后,工作人员只要在中控室,就可以完成对占地240多亩、17间厂房的水厂实现全流程精确管理。管理效率和准备性得以提高,也造成了“整间水厂只有2名工作人员”的现象。
而在浙江的恒逸化纤,数智化的转型不仅让工厂实现数智化转型,也让质检员实现了职业转型。
“质检是个细致活儿。可盯着强光看上8小时,任谁眼睛都得花,越到后面工作质量和效率都会明显下降。”恒逸化纤下属的双兔新材料生产车间的工段负责人王礼娜说道。作为一名有着15年化纤产品质检工作的资深质检员,过去的常态是拿着强光手电筒用肉眼去看,每天最少要人工检测2500锭丝绽。
而当恒逸化纤与百度智能云联合开发的智能质检设备投入使用后,不光工作变得轻松起来,她还从原来的质检工人转型成为一名AI数据标注师,帮助百度智能云质检工程师在产品图上标注出各类缺陷,将质检员的质检经验转化成企业的数据资产,让AI学会辩别绊丝、毛丝、油污等产品缺陷。
2021年,人工智能赋能传统行业的现象,正发生在传统制造业、能源、水务、电力等千行百业,帮助企业加速智能化转型进程。
“十四五规划”明确指出,需要充分发挥海量数据和丰富应用场景优势,促进数字技术与实体经济深度融合,赋能传统产业转型升级,催生新产业、新业态、新模式,壮大经济发展新引擎。
同年4月,工信部也指出,应引导互联网企业加大科技创新的投入力度,鼓励头部企业参与国家的重大战略、重大工程,推动数字产业化、产业数字化的发展,助力提升我国科技核心竞争力。
由此,在宏观趋势引导和传统行业的转型需求的叠加效应下,头部科技企业有了新的时代使命——以平台、软硬一体的产品、行业解决方案等多种形式,释放人工智能、云计算等技术的潜能,助力传统行业加速转型,提高生产力。
对拥有人工智能、云计算等新技术的科技企业而言,广泛参与实体经济加速“数实融合”已成为共识。
但这谈何容易?波士顿咨询一份调研报告显示,由于通用的AI模型都很满足所有企业的需求,因此,市场上86%的智能化实践需要定制化的AI服务。对于大多数行业需要智能化转型的企业而言,这是一道非常高的门槛。
“企业数智化转型有两种方式。第一层是单纯‘上云’,解决IT部署层面问题;第二种除了上云之外还需要AI能力,比如机器视觉、知识图谱等,”百度智能云工业赛道相关负责人说道。
“第一种相对容易,成本可控;但第二种对于平台服务商的要求以及对企业的要求会更高。平台需要更海量的数据和模型,以增加普适性;企业需要雇佣AI人才专家,建模型,成本会大幅增加。”上述人士补充道:“但其实很多企业作为使用方,实质是没有必要自己去建模或者聘请精通人工智能算法的专家,通过云计算厂商平台提供的PASS能力去定制AI服务完成落地是比较主流的选择。”
另一个不容忽视的现实是,随着AI在更多场景中的深度应用,AI要处理的数据越来越多、模型越来越大,且随着算力需求出现爆发式增长,成本就会越来越高,这也让不少企业对智能化升级望而却步。
“云计算服务的规模效应和其他行业有明显不同。在其他行业里,往往头部企业拥有议价权,比如头部的三家公司,可能他的服务和成本是成正比的。但云计算不一样。越是头部的企业它的报价可能会更低。”一位行业人士向子弹财观表示,“这就造成了一种现象,一般工业企业想做数智化转型,一定会优先考虑头部的3-5家,因为排名越往后,报价可能越高。”
实际上,当产业的数智化大势到来之时,单纯依靠云服务已不能满足企业的需求。懂云、懂AI、懂产业,成为云服务商未来发展的三大基本要素。
第一,在基础设施层面,要对接和管理好性能高、利用率高和性价比高的AI算力资源;
第二,在研发层面,要提供符合工业用户相匹配的全流程AI优化方案,并且做到开发效率的提升;
第三,在服务层面,厂商在针对不同工业用户时,要有针对企业实际业务场景和定制需求,提供整体的、个性化的人工智能解决方案。
由此可以看到,想达成这三大能力并不容易。但坚持难且正确的事,往往是头部科技公司的必然选择。
我们以百度智能云为例,来理解这三大要素对行业玩家的要求以及三大能力如何赋能工业等实体经济。
作为百度的一部分,百度智能云在定位上与百度的AI基因深度绑定。基于百度深厚的AI技术积累,如AI算力、算法、开放平台、开发者生态等,百度智能云具备了“云智一体”的特殊基因。
2021年7月,百度智能云发布“云智一体”架构2.0,从战略、架构、产品、生态四个层面进行升级。以“适合跑AI的云”和“懂场景的AI”共同构造智能时代企业数智化升级过程中的两大核心诉求:前者消除企业的算力负担;后者降低企业的开发门槛,在云端搭建属于企业自身的AI能力。
值得一提的是,在架构上,百度智能云构建了包含“数字化底座、智能化引擎和全场景应用”三级架构:底层是百度大脑,中间是中台,上层是行业智能应用和解决方案,以此应对各行各业或各个客户的数智化转型需求。
数字化底座,包括基础云、数据库、物联网、边缘计算、区块链等基础平台,以及视频云、大数据、云原生开发和地图服务等。同时还有安全模块,为我们开展技术创新和产业转型升级保驾护航。
在数字化底座之上是智能化引擎,百度自主研发的飞桨深度学习平台为核心,软硬一体AI大生产平台百度大脑为支撑,包括AI中台和知识中台等。智能化引擎与行业深度融合,帮助企业建设自己的智能化中台,助力智能化升级。
基于数字化底座和智能化引擎,百度智能云深入行业场景,打造智能应用,同时与生态伙伴一起,在制造、能源、城市、金融、医疗、媒体等领域,助力数字化转型和智能化升级一步到位。
工业企业的智能化转型实践路径,大致可以分为四个阶段:应用探索、应用探索,垂直深化,全面升级,持续创新。到了当下产业智能化的阶段,实质意味着企业数智化转型进入“全面升级”阶段。因此,当务之急是规模和建设企业统一的AI中台,整合现有AI应用对接到统一平台,处理好AI中台与前端业务中台、数据中台和业务中台的关系。
公开资料显示,截至目前,AI中台和知识中台的“双中台”组合作为百度智能云“云智一体”的重要落子,已经在包括国家电网、国家电投、中国建材等能源、制造等多个行业的龙头企业完成部署。
而通过与企业内的资源和系统对接,“双中台”可以快速搭建超过500种场景的智能应用,帮助大型企业集约化管理AI能力和知识,加快智能化升级的协同创新。
随着整个经济社会发展中数智化进程的加快,以百度智能云为代表的厂商,正在基于自己在行业里的深耕,切实赋能工业、制造业的数智化转型升级。而当数字经济和实体经济的加速融合发展,中国工业势必插上转型的翅膀,加速推进“中国智造”。