在工業(yè)互聯(lián)網(wǎng)理念迅速發(fā)酵，平臺及方案迭出，并逐漸形成工業(yè)產(chǎn)業(yè)跨界融合，以及企業(yè)數(shù)字化、智能化新模式新生態(tài)的過程中，仍有為數(shù)不少的企業(yè)對其的認(rèn)知依然是投資大、建設(shè)周期長、定制化，且是適用于行業(yè)領(lǐng)先乃至龍頭企業(yè)的高配，而不會將其納入智能轉(zhuǎn)型的計劃。

但這又與工業(yè)互聯(lián)網(wǎng)作為“世界各國新一輪產(chǎn)業(yè)競爭制高點(diǎn)和經(jīng)濟(jì)新增長點(diǎn)”而被政府及產(chǎn)業(yè)高度重視的方向明顯不符。這種認(rèn)知的落差，導(dǎo)致一些企業(yè)在政策引導(dǎo)的創(chuàng)新技術(shù)應(yīng)用中，只部署不應(yīng)用，或者效能極低，貽誤了大好的發(fā)展契機(jī)。

因此，對于身處智能轉(zhuǎn)型路上的中國制造業(yè)來講，正確理解工業(yè)互聯(lián)網(wǎng)與智能轉(zhuǎn)型的關(guān)系，利用其承載的新一代信息技術(shù)助力企業(yè)提質(zhì)增效、提供發(fā)展新動能，已是當(dāng)務(wù)之急。

在這樣的背景下，CSAM兩化融合服務(wù)聯(lián)盟與微軟于近日共同推出《解耦工業(yè)互聯(lián) 賦能轉(zhuǎn)型升級——工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用白皮書》，提出推動工業(yè)互聯(lián)網(wǎng)應(yīng)用的新方法論：新耦合。即在統(tǒng)一的耦合框架下，以數(shù)據(jù)為基礎(chǔ)、以目標(biāo)為導(dǎo)向解耦工業(yè)互聯(lián)。其核心思想就是把大系統(tǒng)拆分成小系統(tǒng)、降低系統(tǒng)的復(fù)雜性，從而讓各個系統(tǒng)各司其職，實(shí)現(xiàn)快速更新迭代。

微軟全渠道事業(yè)部資深創(chuàng)新技術(shù)架構(gòu)師周聞鈞在“‘大微’論智造”行業(yè)直播講堂中，將解耦新方法論形象地描述為：打造小而美的獨(dú)立應(yīng)用場景。

“制造+AI”成就小而美

作為人工智能專家，同時擁有跨行業(yè)人工智能應(yīng)用經(jīng)驗的洪樸信息創(chuàng)始人，CEO許劍鋒博士在“‘大微’論智造”行業(yè)直播講堂演講的開篇，便對“智能+制造”涉及到的相關(guān)理念進(jìn)行了普及：人工智能和大數(shù)據(jù)是兩個不同維度的表述，交集部分是數(shù)據(jù)分析，這也是洪樸擅長的技術(shù)領(lǐng)域；機(jī)器學(xué)習(xí)和深度學(xué)習(xí)最明顯的區(qū)別是一個要建立特征，一個不需要建立特征。這個介紹起來非常簡單的理念和技術(shù)，一旦跟制造業(yè)的應(yīng)用場景相融，便會發(fā)生不簡單的化學(xué)反應(yīng)。

在《解耦工業(yè)互聯(lián) 賦能轉(zhuǎn)型升級——工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用白皮書》中，總結(jié)介紹了工業(yè)互聯(lián)網(wǎng)應(yīng)用場景案例及成效，其中包括設(shè)備/產(chǎn)品管理、業(yè)務(wù)與運(yùn)營優(yōu)化、社會化資源協(xié)作三大應(yīng)用場景，對于企業(yè)產(chǎn)生的效益則包括降本提效、提升產(chǎn)品和服務(wù)品質(zhì)，創(chuàng)造新價值。

人工智能技術(shù)作為工業(yè)互聯(lián)網(wǎng)所承載的核心新一代信息技術(shù)，對于以上三大應(yīng)用場景案例的形成，起到了非常重要的作用。

應(yīng)用場景之一：產(chǎn)品外觀檢測

在消費(fèi)電子行業(yè)，自三星電池爆炸事故發(fā)生之后，對電池電芯的全檢取代了以往的抽檢。對于外觀缺陷的檢查包含凹點(diǎn)，凸點(diǎn)，劃痕，掉漆等等。在很多自動化程度很高的電子企業(yè)，這個流程需要七八個甚至更多的員工來做。

為此，洪樸提供了雙機(jī)手臂的智能解決方案，即第一個機(jī)械手臂在產(chǎn)品經(jīng)過時，將產(chǎn)品放置到不同光源區(qū)，通過不同角度進(jìn)行拍攝，并將是良品還是劣品的信息傳遞給第二個機(jī)器手臂。第二個機(jī)械手臂結(jié)合傳遞過來的信息，將良品和劣品分別放置不同的區(qū)域。

這個看似簡單的應(yīng)用背后，集合了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)以及其他算法，以及制造業(yè)深耕多年的經(jīng)驗積累。同時，對于一些不規(guī)則的產(chǎn)品外觀檢測，以及缺陷識別等場景，深度學(xué)習(xí)不需要建立特征的優(yōu)勢與機(jī)器學(xué)習(xí)等結(jié)合會發(fā)揮更大的價值。

比如，涉及到一些芯片的劃痕、鋰電池的外觀缺陷，有些是真實(shí)的缺陷，有一些可能是毛發(fā)等其他因素導(dǎo)致。而對于這樣的場景，洪樸深度學(xué)習(xí)和機(jī)器學(xué)習(xí)技術(shù)相結(jié)合的解決方案識別精度可以達(dá)到99.99%，可節(jié)省百分之八九十的檢測人員。而在光伏EL質(zhì)量檢測方面，洪樸利用人工智能技術(shù)使得識別精度達(dá)到了99.5%，識別時間由之前的20秒以上減少到一兩秒，完全滿足了生產(chǎn)的要求。

應(yīng)用場景之二：良品率的提升

良品率對于任何一家制造業(yè)來講都是一個非常關(guān)鍵的指標(biāo)。傳統(tǒng)提升良品率的方法主要是依賴?yán)蠋煾档慕?jīng)驗，這種方式無論是對于產(chǎn)品質(zhì)量管理的穩(wěn)定性，還是傳承擴(kuò)展都有很大的局限性。而通過人工智能的技術(shù)可以找出保證產(chǎn)品質(zhì)量的關(guān)鍵因子，利用對系統(tǒng)及設(shè)備結(jié)構(gòu)化數(shù)據(jù)的分析實(shí)現(xiàn)良品率提升的同時，降低人力成本。

洪樸曾經(jīng)有一個半導(dǎo)體行業(yè)的客戶，其良品率非常地不穩(wěn)定。有的產(chǎn)線良品率高達(dá)100%，而有的產(chǎn)線良品率近乎零。洪樸通過對企業(yè)MES等信息系統(tǒng)產(chǎn)出數(shù)據(jù)的分析，通過機(jī)器學(xué)習(xí)的方式提升了各個產(chǎn)線的良品率，降低了生產(chǎn)成本。

事實(shí)上，除了產(chǎn)品質(zhì)量管理，在制造業(yè)“人、工、法、料、環(huán)”的其他環(huán)節(jié)，人工智能還創(chuàng)造著人臉識別、安全管理、設(shè)備預(yù)測性維護(hù)、原料投放優(yōu)化等一系列價值。

那么覆蓋了制造業(yè)這么多應(yīng)用場景的AI是否就是智能制造？答案是智能制造遠(yuǎn)遠(yuǎn)超過了制造業(yè)的AI。要讓算法等技術(shù)為制造業(yè)提供真正的效益，還需要與機(jī)械手臂、光電設(shè)備等硬件設(shè)備，云平臺、傳感器等技術(shù)相融，為企業(yè)提供完整的智能制造能力。同時，《解耦工業(yè)互聯(lián) 賦能轉(zhuǎn)型升級——工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用白皮書》中提到的，將一系列小而美場景融合在一起的統(tǒng)一耦合框架也是必要前提。

晉能光伏是如何將AI應(yīng)用延伸至智能制造的

晉能集團(tuán)是一家國有綜合能源公司，年營收超過千億。在產(chǎn)業(yè)格局方面分為清潔能源為主業(yè)，煤炭、電力、房地產(chǎn)為副業(yè)，同時包含現(xiàn)代服務(wù)及金融等新興產(chǎn)業(yè)。

晉能清潔能源科技股份公司IT總監(jiān)楊正宇分享的智能制造經(jīng)驗，正是基于其所在的晉能集團(tuán)主要板塊即光伏制造業(yè)的轉(zhuǎn)型實(shí)踐。晉能清潔能源的主要工藝流程包括硅片投入后的自溶、擴(kuò)散、刻蝕、PEC、印刷、測試、分選，其后形成電池的小硅，再投入到組裝車間進(jìn)行串焊接、排版、層壓等工序，最后包裝成大的組件送往光伏發(fā)電企業(yè)。

智能制造背景及規(guī)劃

身處智能轉(zhuǎn)型的排頭兵產(chǎn)業(yè)，如何將智能技術(shù)融入到工藝流程中去，一直是晉能清潔能源管理者們思考的問題。經(jīng)歷了十幾年的信息化建設(shè)歷程，晉能的IT成果，滿足了企業(yè)在技術(shù)、業(yè)務(wù)處理、降本提效方面的基本要求，同時也積累了大量的數(shù)據(jù)。但是如何將生產(chǎn)過程可視化，如何讓大量的數(shù)據(jù)產(chǎn)生價值，成為企業(yè)智能轉(zhuǎn)型的方向和目標(biāo)。

在這樣的背景下，晉能光伏產(chǎn)業(yè)從2016年起，挑選了預(yù)測分析、智能工廠和數(shù)字化設(shè)計仿真技術(shù)作為智能制造的落地點(diǎn)，并據(jù)此開始構(gòu)建三大平臺。其規(guī)劃的中心思想是：將所有可以被數(shù)據(jù)化的業(yè)務(wù)進(jìn)行系統(tǒng)化，以獲取足夠的數(shù)據(jù)來提供企業(yè)的數(shù)據(jù)儲備；用互聯(lián)網(wǎng)化實(shí)現(xiàn)業(yè)務(wù)的平臺化運(yùn)營，對銷售端和供應(yīng)鏈端進(jìn)行整合；在這個過程中通過AI賦能提升企業(yè)技術(shù)和營運(yùn)水平在行業(yè)中的差異化競爭力，實(shí)現(xiàn)智能轉(zhuǎn)型。

基于此，晉能光伏設(shè)計智能制造路線圖，包括：機(jī)器設(shè)備智能化、設(shè)備維護(hù)的移動化應(yīng)用，加以虛擬仿真，融入AI技術(shù)，使得人與機(jī)器實(shí)現(xiàn)動態(tài)的合作。此外還有供應(yīng)鏈、業(yè)務(wù)流程、數(shù)字化以及人員與環(huán)境6條實(shí)踐路線。其中，前兩條路線是智能轉(zhuǎn)型的重點(diǎn)。

從數(shù)據(jù)收集到數(shù)據(jù)分析

在智能制造規(guī)劃的指引下，與洪樸信息攜手，晉能清潔能源通過兩年的時間將自動化產(chǎn)線覆蓋率提升到了百分之九十以上，對所有產(chǎn)線的數(shù)據(jù)設(shè)備進(jìn)行了數(shù)字化，數(shù)據(jù)獲取能力提升量以及每年數(shù)據(jù)增加量是之前的數(shù)百倍。并實(shí)現(xiàn)了設(shè)備監(jiān)控、預(yù)警等方面的功能。

有了數(shù)據(jù)，如何應(yīng)用成為下一步的方向。晉能清潔能源通過統(tǒng)計及AI學(xué)習(xí)技術(shù)探索數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，取得了顯著的成果：通過數(shù)據(jù)挖掘，自溶工藝流程的良率及生產(chǎn)效率均有了顯著的提升，形成了行業(yè)差異化的競爭優(yōu)勢。此外，擴(kuò)散工藝流程及PEC良率也實(shí)現(xiàn)了預(yù)期的提升目標(biāo)。

數(shù)據(jù)挖掘+AI技術(shù)實(shí)現(xiàn)的連帶效益

在進(jìn)行各個場景數(shù)據(jù)分析和挖掘的過程中，楊正宇和同事們意外地發(fā)現(xiàn)在數(shù)據(jù)調(diào)配的過程中，原料的投入也進(jìn)行了相應(yīng)的高配，每一片產(chǎn)品可節(jié)省銀漿1毫克，在每天十幾萬片的產(chǎn)能背景下，節(jié)省的資金量是非?？捎^的。

供應(yīng)鏈方面的連帶效益，出自庫存周轉(zhuǎn)率在數(shù)據(jù)挖掘引入AI技術(shù)之后，實(shí)現(xiàn)了20%以上的提升，而庫存周轉(zhuǎn)期的縮短帶動了原材料備貨周期、采購周期、付款周期的縮短。

此外，通過引入虛擬仿真和AI技術(shù)，晉能清潔能源實(shí)現(xiàn)了設(shè)備檢測精度達(dá)99%，檢測速度縮短為1秒，提升了檢測結(jié)果的穩(wěn)定性，節(jié)省了人力成本。同時通過對結(jié)構(gòu)化數(shù)據(jù)的數(shù)字化，可以反向去追溯，為設(shè)備參數(shù)的調(diào)整提供參考。以算法和算力取代了以往人的思維。

機(jī)器學(xué)習(xí)與制造業(yè)Know-How的互相促進(jìn)

在對于晉能清潔能源的智能制造應(yīng)用的分析點(diǎn)評中，許劍鋒博士特意提到，在制造業(yè)，老師傅的經(jīng)驗或企業(yè)特有的個性化的東西，是很難用人工智能完全替代的。因此需要用機(jī)器學(xué)習(xí)建立特征，將制造業(yè)Know-How的內(nèi)容形成知識庫固化下來，與深度學(xué)習(xí)和其他算法相結(jié)合，實(shí)現(xiàn)相關(guān)環(huán)節(jié)的智能化。

而機(jī)器學(xué)習(xí)也會反過來推動Know-How內(nèi)容的豐富與提升。

微軟Azure平臺：解耦的支撐，耦合的框架

正如《解耦工業(yè)互聯(lián) 賦能轉(zhuǎn)型升級——工業(yè)互聯(lián)網(wǎng)人工智能應(yīng)用白皮書》中提到的，以數(shù)據(jù)為基礎(chǔ)、以目標(biāo)為導(dǎo)向進(jìn)行解耦的前提，是有一個可以將諸多智能應(yīng)用場景整合在一起的耦合框架，這樣才能使得企業(yè)將諸多大數(shù)據(jù)、人工智能的場景應(yīng)用進(jìn)行整合、貫通，實(shí)現(xiàn)智能制造。

解耦的方法論，催生了工業(yè)互聯(lián)網(wǎng)生態(tài)的新運(yùn)作方式。通過與微軟Azure平臺的連接，象洪樸這樣的生態(tài)合作伙伴可以充分發(fā)揮專業(yè)優(yōu)勢，在擅長的領(lǐng)域深耕細(xì)作，將場景的顆粒度降到最低，加速解決方案的快速復(fù)制。

而微軟Azure一方面為合作伙伴人工智能方案提供平臺技術(shù)支撐，另一方面以數(shù)據(jù)驅(qū)動的應(yīng)用幫助制造業(yè)客戶完成不同場景的數(shù)據(jù)整合、分析和挖掘，通過AI賦能，助力制造業(yè)實(shí)現(xiàn)業(yè)務(wù)流程和商業(yè)模式的創(chuàng)新。

來源：微軟科技