工業(yè)大腦2.0：直擊制造業(yè)痛點

孟岱

工業(yè)大腦將數(shù)據(jù)與企業(yè)工程師所擅長的生產(chǎn)能力配合、互補，找到企業(yè)放大增量及降低能耗的途徑。工業(yè)大腦2.0作為甘愿“被集成”的全開放平臺，將行業(yè)知識機理與海量產(chǎn)業(yè)數(shù)據(jù)相融合，并由AI技術(shù)重新關(guān)聯(lián)和重構(gòu)，從而產(chǎn)生顯而易見的效益。目前，工業(yè)大腦已有水泥、橡膠、石化、光伏等多個制造業(yè)行業(yè)成功案例，當(dāng)然，其生態(tài)營盤急需擴大。

自2018年開始，工業(yè)大腦開放平臺孵化，從單場景智能向產(chǎn)線智能衍生。目前，已覆蓋有色、化工、鋼鐵、水泥、電力、電子信息等多個行業(yè)。

今年7月底，阿里云公開發(fā)布了工業(yè)大腦2.0升級版，并開啟定向邀測。升級后的工業(yè)大腦2.0，在數(shù)據(jù)匯聚上，從單純的數(shù)據(jù)通道升級為可沉淀數(shù)據(jù)資產(chǎn)，可全配置實現(xiàn)數(shù)據(jù)自動上云。在數(shù)據(jù)精煉上，基于行業(yè)數(shù)據(jù)精煉場景模板，實現(xiàn)數(shù)據(jù)清洗和特征提取，以及標(biāo)準(zhǔn)行業(yè)模型的自動化。

近幾年來，中國制造業(yè)面臨著經(jīng)濟增速放緩、產(chǎn)能過剩、低端低效產(chǎn)能繼續(xù)淘汰升級、中低端制造業(yè)外流、發(fā)達(dá)國家“再工業(yè)化”等方面的嚴(yán)峻挑戰(zhàn)。如何應(yīng)對挑戰(zhàn)，尋找機遇，工業(yè)智能化是必由之路。

工業(yè)智能化的載體，在阿里云是以數(shù)據(jù)為核心的工業(yè)大腦。這些數(shù)據(jù)大致包括三類：一是設(shè)備類數(shù)據(jù)，如傳感器、設(shè)備、設(shè)施、產(chǎn)線、車間、工廠;二是產(chǎn)品生命周期類數(shù)據(jù)，如研發(fā)設(shè)計、采購供應(yīng)、生產(chǎn)、工藝、裝配、倉儲物流以及銷售;三是周邊數(shù)據(jù)，如排放、能耗、環(huán)境、售后服務(wù)、運輸以及市場?？梢赃@么說，工業(yè)大腦就是數(shù)據(jù)融合與人工智能的有機結(jié)合。

基于以上數(shù)據(jù)，工業(yè)大腦平臺通過提高算法能力、數(shù)據(jù)能力與計算能力為企業(yè)降本、增效、提質(zhì)。

數(shù)據(jù)：工業(yè)大腦2.0的切入角度

盡管工業(yè)智能化并不存在適合各個行業(yè)的通用路徑，但解決企業(yè)自身的核心痛點是最切近的出發(fā)點。不論是再漂亮的整體規(guī)劃和頂層設(shè)計，還是研發(fā)設(shè)計、生產(chǎn)制造、物流倉儲、訂單獲取、產(chǎn)品服務(wù)等全鏈條環(huán)節(jié)的智造能力提升，最終要解決的仍然是企業(yè)要急迫解決的問題，說白了就是要見效益，讓企業(yè)智能化改造有希望、有動力。在制造業(yè)智能化走過最初的盲目跟風(fēng)之后，僅僅“畫餅”講故事，不可能建成完整、高效、科學(xué)的智能制造系統(tǒng)。

工業(yè)大腦2.0是平臺嗎？回答是肯定的。但不能是與制造業(yè)企業(yè)無法對接的平臺。制造業(yè)沉淀的數(shù)據(jù)足夠多，但數(shù)據(jù)的價值并沒有被挖掘。工業(yè)大腦2.0的切入角度就是數(shù)據(jù)。匯聚數(shù)據(jù)之后，分析融合再建模。建模之后對數(shù)據(jù)在各個垂直領(lǐng)域具體應(yīng)用，幫助企業(yè)降本增效。

這樣的思路來自實踐，而不是什么靈感乍現(xiàn)。

中國制造業(yè)需要理論探索者，更需要將理論與實踐真正結(jié)合的實干家。實際上，工業(yè)大腦最初只是想做一個平臺，像淘寶那樣的平臺。但很快發(fā)現(xiàn)并不能自生長，就像水泥電線桿子不可能長出植物一樣，那樣一個平臺生長不出數(shù)據(jù)。企業(yè)有數(shù)據(jù)是事實，怎么在平臺上應(yīng)用數(shù)據(jù)，或者說怎么去做智能化，企業(yè)工程師也不清楚。起碼，要有人為他們做出一個樣板，一個可以模仿的成功案例。工業(yè)大腦設(shè)計者們的可敬之處，就在于跨出了解決問題的腳步，而不是眼睜睜看著平臺與企業(yè)不能對接的現(xiàn)實而漠然處之。他們深入去做垂直，深入產(chǎn)線、車間，將數(shù)據(jù)打通，挖掘出數(shù)據(jù)礦藏的價值。當(dāng)然，這里面有與企業(yè)工程師的溝通、合作。這一點與美國做工業(yè)互聯(lián)網(wǎng)平臺有很大不同，人家的企業(yè)工程師有數(shù)據(jù)分析的能力，國內(nèi)的企業(yè)工程師熟悉傳統(tǒng)做法，在智能應(yīng)用上有欠缺，需要工業(yè)大腦設(shè)計者適時提供助力，幫他們提升水平。只有這樣，工業(yè)大腦才能回歸到平臺支撐的初衷，也才能做好全局優(yōu)化。

可以這么說，工業(yè)大腦就是數(shù)據(jù)融合與人工智能的有機結(jié)合。

工業(yè)大腦將數(shù)據(jù)與企業(yè)工程師所擅長的生產(chǎn)能力配合、互補，找到企業(yè)放大增量及降低能耗的途徑。海量的實時數(shù)據(jù)幫助企業(yè)工程師拓寬思路，找到更有效的解決辦法，可以選擇做大產(chǎn)能，也可以選擇產(chǎn)能與能耗的平衡;是以降本為主，還是以提質(zhì)為主，等等。工業(yè)大腦把數(shù)據(jù)能力、計算能力、算法能力與產(chǎn)業(yè)鏈條相對接，與行業(yè)合作伙伴協(xié)力配合，打造各種高效的垂直場景，即智能化應(yīng)用，充分挖掘數(shù)據(jù)智能價值。

顯然，這是一個開放的平臺，而不是封閉的應(yīng)用。已經(jīng)打造出的樣板，提示一種可以走通的大方向，更多行業(yè)的樣板仍需建立，更多行業(yè)的數(shù)據(jù)價值有待發(fā)掘。

核心：工業(yè)大腦2.0的“數(shù)據(jù)+算力+算法”

物聯(lián)網(wǎng)、5G、人工智能、數(shù)字孿生等科技手段大幅提升了算力和算法能力。同時，傳統(tǒng)制造業(yè)的數(shù)字化進步又新生出海量數(shù)據(jù)。數(shù)據(jù)、算力與算法三者的融合，形成了以“數(shù)據(jù)+算力+算法”為核心的智能制造技術(shù)體系。

數(shù)據(jù)因為其日益突出的基礎(chǔ)作用，被列為智能制造的核心生產(chǎn)資料，并成為驅(qū)動產(chǎn)業(yè)鏈各環(huán)節(jié)的核心。智能制造產(chǎn)生的海量數(shù)據(jù)，需要更強大的算力做支撐。數(shù)據(jù)與算力的融合，又需要先進的算法作為適配的推動力，以人工智能、機理模型等為代表的算法技術(shù)增強了數(shù)據(jù)與算力的效率。與此同時，以5G、TSN為代表的現(xiàn)代通信網(wǎng)絡(luò)憑借其高速度、廣覆蓋、低時延等特點發(fā)揮著連接作用，讓三大核心要素發(fā)揮出新價值。

每一次工業(yè)革命都是對人與機器關(guān)系的一次變革，以云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等信息技術(shù)為特征的第四次工業(yè)革命，毫無例外地再次重構(gòu)人機關(guān)系。這次新的人機關(guān)系重構(gòu)，關(guān)鍵點在機器智能。機器智能由智能化、數(shù)字化與自動化合體打造，智能工廠裝上了工業(yè)大腦，由無腦升級為有腦。工業(yè)大腦的思考過程，是由數(shù)據(jù)開始，經(jīng)由機理再回到數(shù)據(jù)的過程。生產(chǎn)過程中產(chǎn)生的海量數(shù)據(jù)與企業(yè)工程師的實際經(jīng)驗相結(jié)合，借助算力對采集到的數(shù)據(jù)進行建模，推動機理的有效轉(zhuǎn)化，并利用合乎邏輯的機理去解決流程中的問題或是避免問題成為可能。同時，成熟的機理又以數(shù)字化方式呈現(xiàn)，達(dá)成規(guī)?；牡湫蛷?fù)制與循環(huán)應(yīng)用。只有云計算、大數(shù)據(jù)、機器智能與專家經(jīng)驗的有機結(jié)合才能構(gòu)建一個完整的工業(yè)大腦。其中，專家經(jīng)驗起著對機器智能與實際業(yè)務(wù)需求的糾偏作用，確保開發(fā)出低成本和高效率的模型和算法。

工業(yè)大腦平臺基于海量數(shù)據(jù)，通過提高算法能力、數(shù)據(jù)能力與計算能力為企業(yè)服務(wù)。

目前，工業(yè)大腦已有水泥、橡膠、石化、光伏等多個制造業(yè)行業(yè)成功的例子。

案例：工業(yè)大腦2.0的成功應(yīng)用

以水泥生產(chǎn)為例，抓住能耗這個關(guān)鍵環(huán)節(jié)，對耗煤耗電巨大的回轉(zhuǎn)爐實施智能化改造，首先通過數(shù)據(jù)上云，采集窯電流、二次風(fēng)溫等全部生產(chǎn)數(shù)據(jù)，進行實時處理，然后通過海量數(shù)據(jù)計算能力，識別全流程復(fù)雜工況，工業(yè)大腦與APC（高級過程控制）相協(xié)調(diào)，達(dá)到所需能量與必備能耗的優(yōu)化。最后，通過窯轉(zhuǎn)空間尋優(yōu)，得到多種量化操作組合，如自動駕駛實時下發(fā)、分解爐溫度、窯頭需煤量等多種變量，控制冷機速度、風(fēng)機轉(zhuǎn)速與生料投放量等。

之前的精確控制只是從完成生產(chǎn)的角度來考慮問題，而不是從能耗的角度去建模。但整個水泥行業(yè)的能耗則是最大的成本，工業(yè)大腦針對歷史數(shù)據(jù)，就降低能耗專門去建一個相應(yīng)的模型。建模的目的是把各種各樣的機器參數(shù)運轉(zhuǎn)起來，模型建好就可以應(yīng)用采集來的回轉(zhuǎn)窯數(shù)據(jù)進行實時預(yù)測。此時，什么樣的窯頭的量和溫度可以降低能耗就很清晰了。這樣做的結(jié)果，就將回轉(zhuǎn)窯的能耗下降1%～1.5%。不要小瞧這個1%～1.5%，它意味著一個回轉(zhuǎn)爐一年可以降低大約150萬元的能耗費用。

具體來說，給生產(chǎn)設(shè)備加裝物理傳感器，通過傳感器把數(shù)據(jù)傳到工業(yè)大腦平臺，由平臺上的預(yù)測模型去做預(yù)測，如什么設(shè)備可能出問題，什么設(shè)備很快就要出問題，就可以未雨綢繆。再將大數(shù)據(jù)、云計算和已有的預(yù)測模型做疊加，結(jié)合控制軟件里已有的經(jīng)驗沉淀，當(dāng)爐溫高到多少后發(fā)出主動調(diào)節(jié)，以前靠實際經(jīng)驗，為保障安全等，會有一個提前量的差異（能耗浪費的很大一部分），在工業(yè)大腦2.0這里就被精確地消除了。實際上，已有系統(tǒng)并沒有改動，數(shù)據(jù)先行上云，然后經(jīng)過優(yōu)化之后再返回，這樣就在保障安全的前提下，達(dá)到降本、增效、提質(zhì)的目的，解決了企業(yè)的痛點。在這里，人的生產(chǎn)經(jīng)驗提供了數(shù)據(jù)，但再優(yōu)秀的操作工程師也解決不了提前量這個問題，因為他必須在確定值之前做出選擇，而不是正好與確定值相一致。那么，這一問題最終用數(shù)據(jù)的優(yōu)化加以解決。

整體上采取的是單點智能突破、局部智能優(yōu)化、全局智能升級路徑。

仍以水泥單條產(chǎn)線為例，僅僅“兩磨一燒”，即生料窯、回轉(zhuǎn)窯與水泥窯的電耗（煤耗）優(yōu)化，每年就可以節(jié)省340萬元。全國水泥產(chǎn)線超過1800條，計算下來每年節(jié)約的資金就是60億元。

在橡膠行業(yè)，工業(yè)大腦與中策橡膠在轎車子午胎生產(chǎn)上合作，將中策橡膠生產(chǎn)端的各類數(shù)據(jù)進行深度運算和分析，給出資源最優(yōu)利用的方案組合。之前，因為橡膠原料產(chǎn)地不同的原因，產(chǎn)品品質(zhì)會出現(xiàn)差異。

這可能與多種參數(shù)有關(guān)，如添加的化學(xué)原料、攪拌均勻度及轉(zhuǎn)速、溫度波動、原料配比，甚至越南生膠和馬來西亞生膠的成分等。

僅以生膠原料來看，哪幾個產(chǎn)地的原材料組合生產(chǎn)，能夠得到質(zhì)量最好的熟膠。從生產(chǎn)流程來看，哪一個工藝處理環(huán)節(jié)，運用什么樣的參數(shù)配比，可以使混煉膠的加工性能更穩(wěn)定。通過云計算優(yōu)化，混煉膠平均合格率有3到5個百分點的提升。更重要的是，數(shù)據(jù)價值明晰后，根據(jù)數(shù)據(jù)分布，在原材料采購環(huán)節(jié)，就可以根據(jù)數(shù)據(jù)配比進行采購，提前優(yōu)化生產(chǎn)布局。

在光伏行業(yè)，以工業(yè)大腦為基本框架，融合云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)、深度學(xué)習(xí)等技術(shù)，為光伏切片生產(chǎn)賦能，提升并穩(wěn)定光伏切片生產(chǎn)良品率，促進了企業(yè)盈利水平的提高。

光伏切片生產(chǎn)有著十分精密的工藝流程：一根僅 0.1mm 粗細(xì)的鋼線不斷摩擦硅錠，最終切出一片片僅 0.2mm 厚的硅片。車間的濕度、溫度、砂漿上下部溫度、導(dǎo)輪上下部溫度等上千個參數(shù)在實時影響著生產(chǎn)。如此復(fù)雜的生產(chǎn)環(huán)境下，人工經(jīng)驗很難 100% 地保障產(chǎn)品的質(zhì)量。

工業(yè)大腦將標(biāo)準(zhǔn)化車間所有端口的數(shù)據(jù)上傳后，通過人工智能算法，對所有關(guān)聯(lián)參數(shù)進行深度學(xué)習(xí)計算，精準(zhǔn)分析出與良品率最相關(guān)的 60 個關(guān)鍵參數(shù)，并搭建參數(shù)曲線，在生產(chǎn)過程中實時監(jiān)測和控制變量。

目前，在工業(yè)大腦的幫助下，協(xié)鑫光伏的生產(chǎn)良品率已經(jīng)提升 1 個百分點，僅此一點每年就可節(jié)省上億元的生產(chǎn)成本。

通過關(guān)鍵點的突破，為其后的生產(chǎn)數(shù)據(jù)在線化、生產(chǎn)管理透明化和生產(chǎn)預(yù)警自動化打通了道路，樹立了智能化轉(zhuǎn)型的信心。

石化行業(yè)中的化纖生產(chǎn)是高耗能行業(yè)，僅煤炭消耗一項一家大型企業(yè)就可能花費幾億元人民幣。那么，企業(yè)引入工業(yè)大腦決策流程，通過數(shù)據(jù)采集-模型搭建-模型應(yīng)用反饋控制-服務(wù)提升，實現(xiàn)鍋爐燃燒能耗優(yōu)化，可實現(xiàn)燃煤消耗降低4%左右，蒸汽量提升約3%，每年可節(jié)省1000多萬元燃煤成本。

以恒逸石化為例，如果能夠提高鍋爐的燃燒效率一個百分點，帶來的經(jīng)濟效益就很可觀。工業(yè)大腦與恒逸石化做了一個工業(yè)鍋爐的燃煤優(yōu)化，提高了燃煤效率2.6%，真正達(dá)到優(yōu)化燃燒的效果，給企業(yè)帶來將近千萬元的經(jīng)濟價值。

可以說，工業(yè)大腦在制造業(yè)的各大領(lǐng)域都取得了突破性成功。所有合作伙伴都可以在工業(yè)大腦上做垂直智能應(yīng)用，覆蓋各種產(chǎn)業(yè)鏈場景。

“被集成”：不僅是工業(yè)大腦2.0的核心理念

事實上，“被集成”并非阿里云首先提出?！氨患伞弊钤绯霈F(xiàn)在硬件領(lǐng)域，簡言之就是在一套標(biāo)準(zhǔn)的接口或協(xié)議上，任一廠家的設(shè)備都可以接入，一個硬件平臺能夠被集成為更多產(chǎn)品與服務(wù)，就如同標(biāo)準(zhǔn)的U盤接口，插上任何U盤，就可以識別和讀寫一樣。

阿里云提出的軟件層面的“被集成”理念，是針對軟件服務(wù)平臺互通性缺乏的問題，阿里云上要有統(tǒng)一接口，或者由工業(yè)大腦提供適宜各個制造行業(yè)的樣板。工業(yè)大腦“被集成”所指向的就是“網(wǎng)絡(luò)效應(yīng)”，要使所有參與者都可從網(wǎng)絡(luò)規(guī)模的不斷擴張中取得效益，任何平臺對參與集成者的效益，都取決于使用該平臺的其他參與集成者的數(shù)量多寡。社交軟件如此，阿里云或者其組成部分的工業(yè)大腦“被集成”的智能軟件也是如此。作為平臺，初期成本高是自然的，同樣，隨著參與者數(shù)量的增加，后期成本會越來越低，形成對參與者的效益放大。

工業(yè)大腦已經(jīng)為合作伙伴提供了數(shù)據(jù)能力、算法能力及算力能力，成功案例不斷累積起來的能力，將吸引越來越多的制造企業(yè)集成到工業(yè)大腦上，“被集成”理念也會賦予制造業(yè)企業(yè)更卓越的能力，同時獲得實踐效益。

就阿里云來說，“被集成”的結(jié)果是，已有超過幾百家 ISV，從 20 多個行業(yè)大類中集中發(fā)布了幾百種聯(lián)合解決方案。就工業(yè)大腦來說，不僅有各個制造行業(yè)的企業(yè)參與進來，而且有多個中間體獨立生長出來，為制造企業(yè)提供集成服務(wù)。關(guān)鍵的是一個大生態(tài)正在形成。

在 SaaS 生態(tài)中，C端用戶變身為B端企業(yè)。而企業(yè)可以在云端自由調(diào)用API，自己或者發(fā)布專業(yè)需求由他者去解決自己的內(nèi)部問題。

工業(yè)大腦可以通過設(shè)計通用模板，帶給制造企業(yè)普惠價值。放低姿態(tài)的“被集成”，因為積聚生態(tài)效應(yīng)，勢必重新定義制造業(yè)的引領(lǐng)者，“被集成”仍是不可替代的核心。

阿里云所做的不止是提供各種云計算產(chǎn)品與工具，而是要以類似咨詢公司的思維方式去提供方案，與企業(yè)一起具體運用這些工具。工業(yè)大腦也是如此，不僅僅是建議者，而且是實踐者，解決制造企業(yè)的痛點，且創(chuàng)造利潤效益的攸關(guān)方。當(dāng)然，生態(tài)營盤急需擴大，這也是目前工業(yè)大腦廣邀集成者的誘因所在。

升級：工業(yè)大腦2.0的未來

工業(yè)大腦2.0正面向制造業(yè)領(lǐng)域具有核心競爭力的企業(yè)，如火如荼地執(zhí)行合作伙伴招募計劃，目的是實現(xiàn)工業(yè)大腦智能化制造成功案例在全行業(yè)的規(guī)?；瘡?fù)制，完成對合作伙伴的全鏈條賦能，推動我國制造業(yè)企業(yè)的智能化走向加速轉(zhuǎn)型之路。

工業(yè)大腦2.0作為甘愿“被集成”的全開放平臺，將行業(yè)知識機理與海量產(chǎn)業(yè)數(shù)據(jù)相融合，并由AI技術(shù)重新關(guān)聯(lián)和重構(gòu)，從而產(chǎn)生顯而易見的效益。當(dāng)然，與其他領(lǐng)域相比，將AI技術(shù)應(yīng)用到制造業(yè)領(lǐng)域的復(fù)雜度更高，而為工業(yè)大腦提供技術(shù)支持的是阿里云自主研發(fā)的飛天云計算操作系統(tǒng)，這一系統(tǒng)提供全球服務(wù)，可將遍布全球的百萬級服務(wù)器連成一臺超能量計算機。基于自身技術(shù)優(yōu)勢，工業(yè)大腦開放平臺可以輕松實現(xiàn)工業(yè)數(shù)據(jù)的采集、分析、挖掘、建模，并且重新關(guān)聯(lián)和重構(gòu)行業(yè)知識機理和產(chǎn)業(yè)數(shù)據(jù)，利用AI技術(shù)幫助企業(yè)更好地挖掘自身的數(shù)據(jù)價值。在阿里云定位中，工業(yè)大腦具備深度學(xué)習(xí)的能力，其智能算法和超強計算能力，可以讓機器設(shè)備形成感知、傳遞和自我診斷的能力，解決已知或未知的問題，使提升效率、降低生產(chǎn)成本可以輕松實現(xiàn)。特異的是，工業(yè)大腦工程師們愿意深入制造業(yè)去做垂直，有的獨自創(chuàng)辦連接工業(yè)大腦與制造企業(yè)的新型公司。

基于此，工業(yè)大腦可以順暢地將大數(shù)據(jù)和AI技術(shù)應(yīng)用到生產(chǎn)線，為制造企業(yè)的生產(chǎn)線提供解決方案，幫助生產(chǎn)企業(yè)實現(xiàn)生產(chǎn)流、數(shù)據(jù)流與控制流，以及物流、服務(wù)流的全面協(xié)同，提升生產(chǎn)效率，降低生產(chǎn)成本。同時，抽象出的模型，具備行業(yè)普適性和可復(fù)制性，從而快速形成鯰魚效應(yīng)。這樣，推進兩化融合創(chuàng)新、促進制造業(yè)轉(zhuǎn)型升級落地和高質(zhì)量發(fā)展，就不再是理論上的言說，而具有了實際意義。

智能工廠的建立因為工業(yè)大腦開放平臺的“被集成”而變得清晰起來。從制造業(yè)企業(yè)的現(xiàn)實痛點為切入，從某一條智能化生產(chǎn)線為起點，逐步拓展智能化路徑，利潤持續(xù)增長，進入良性循環(huán)，而不是相反，智能升級的大筆資金投入，將一家傳統(tǒng)制造企業(yè)壓垮，轉(zhuǎn)型不成反而嘗到失敗的苦果。工業(yè)大腦2.0可以利用原有設(shè)備傳感器，輔之以智能算法和AI計算能力，讓生產(chǎn)制造效率提升，生產(chǎn)工藝精密精致，使不可能變?yōu)榭赡?，智能工廠得以建立。不僅如此，工業(yè)大腦還可以訓(xùn)練出與企業(yè)生產(chǎn)更為匹配的工業(yè)智能，即利用來自智能工廠的數(shù)據(jù)，根據(jù)業(yè)務(wù)需求，升級企業(yè)生產(chǎn)內(nèi)生的工業(yè)智能應(yīng)用能力。智能制造的升級，也會由于工業(yè)大腦的迭代升級，在不遠(yuǎn)的未來得以實現(xiàn)。