【数据猿导读】不管是大众，还是创新创业者，很多人都在关注智能制造行业，但我觉得，整个工业行业依然在向一个“脱实向虚”的方向发展，我们一定要扭转这个局面。
作者 | 方育柯
官网 | www.datayuan.cn
微信公众号ID | datayuancn
工业互联网时代的产业新机遇在哪里？互联网时代如何运用产业大数据发展企业？了解数字化世界、拆掉思维的墙，适应这个快速变化的时代，从认知升维开始。
4月26日，由数据猿、国安创客、腾驾文化三方主办；上海大数据联盟、首席数据官联盟、深圳市大数据研究与应用协会、DIPNET、兆信股份联合协办的“AI in China之智能制造-数据驱动产业变革”高峰论坛在北京举行，大会旨在通过用数据驱动产业升级的一批先行者给业者带来深度思考和经验借鉴。
以下是数之联CTO方育柯带来的主题为“数据驱动下的制造降本与增效案例解析”的现场分享实录，由数据猿独家编辑整理：
大家下午好，我今天要演讲的主题是：“数据驱动下的制造降本与增效案例解析”，我在数之联带领的是工业团队，以及负责技术研发的工作，首先我要给大家分享的是工业大数据的基本发展背景：咱们国家是于2015年提出了“智能制造2025”的发展方针，而我们却是提前半年前就已确定了工业方向的业务发展重心，服务的第一家客户就是富士康，并且在高端数控机床、轨道交通等十个制造类领域中，都有我们基于大数据、人工智能等技术提供的服务。
在工业大数据领域，我们做事的方式是更倾向用自上而下的思路跟方式先做大规划，避免让企业再走以往信息化时代的老路——系统是烟囱式发展，数据是孤岛化的存在。所以我们要高举高打，一定要先打通数据，才能发现数据的价值，最终实现数据驱动下的企业转型升级，所以难度会非常大，只有，也必须是自上而下的方式才有真正实现做到的可能，而在具体实施的时候，我们反而又会用自下而上的方式，先整合企业外部和内部数据，然后搭建企业的数据管理与分析平台，形成企业大脑，发现业务中的痛点，并解决这些痛点。
数据在企业中可以发挥的的价值其实有很多，贯穿了整个产品的设计与优化、供应链优化、生产优化、精准营销流通和客户需求舆情分析五个环节。但今天，我将主要用四种解决方案的例子为大家分享以上的第三个环节中，我们是如何为企业优化生产端，让企业达到降低成本，提高生产效率的目的：
第一、生产过程的参数优化
在这里面运用比较多的是流程制造，如果我们以五粮液这家企业为例的话，在白酒酿制的过程中会有磨粉、蒸、下窖、摊晒，出酒、勾兑等步骤，以前整个过程主要依靠老师傅的经验在做，既不用定量的方式做，也很少使用数字化、自动化的方式操作，虽然结果都可以酿造出高质量的白酒，但哪一种老师傅的经验更好更优，企业其实是无法定性定量做出客观的数据化评判的。而我们的目的，就是要帮五粮液分析整个生产过程中的数据，找到最优的酿酒过程，实现产能最大化，产出最优质的白酒。
第二、生产设备的健康管理
很多PHM（故障预测与健康管理）的方式，都用在了能源风机与制造工厂中，如在机床、光刻机、切割机等设备上安装传感器的方式，感知设备是处于健康状态还是亚健康状态，实现预测性的设备维护工作。
第三、设备的寿命管理
在CNC（数控机床）领域，机床可以说是专门生产设备的设备，经常会有大量金属的加工、切割等工作，如手机壳、电脑面板的切割等，这个过程中最易损易耗的部件是刀具，通常每台机床一年可以消耗5000把刀具，如果像是富士康这样的大型制造企业的话，有接近15万台机床，每年道具的消化量都非常巨大。所以，刀具寿命的精准管理就会变的非常重要，而这也是我们服务这类型企业的目的。
第四、成品缺陷检测
在半导体、IC领域，以及元器件生产的过程中，利用传统的AOI （自动光学检测）方式，只能实现基础的测量与照片拍摄，而无法实现真正的智能分类。如果以我们正在接触的一家面板厂商举例的话，他们的面板在正式量产之前，测试的良品率是非常低的，每1000块面板中就有30%的次品，而只依靠人工去看照片的方式来识别的话是非常低效痛苦的，而我们就是要帮助这家企业实现自动化的缺陷检测。
接下来，我就再为大家稍微展开阐述一下，我们实践过的企业案例：
富士康——SMT贴片机抛料超标维护
富士康在2015年提出了智能工厂的概念，当时，我们主要是跟富士康南宁工厂的SMT（表面组装技术）车间进行业务合作，从生产流程到后端的印刷、集中电路，以及贴片、焊接等一系列操作都包含其中。
我们要解决的主要问题是，工厂在整个SMT操作的前期，会有一个叫取料放料的过程，需要从取料台上把原器件取下再放到特定位置，如果放错的话，后面焊接的时候就可能会犯错，就会导致整个原料都会废弃掉的情况发生。所以，我们就要为富士康提供抛料超标的指导模型，当然，富士康同时也为我们提供了一整年的数据量以供分析使用。
后来我们发现，它最容易发生问题的地方就是吸嘴，所以我们取到了吸嘴的型号、维修记录、损坏情况，气压、皮带张力等相关数据。
京东方——面板生产缺陷分析
第二个要分享的就是TFT-LCD（薄膜晶体管液晶显示器）行业中的面板生产企业京东方的例子。在面板生产之后，我们会看到成品的缺陷情况，比如哪里有坏点、有坏线，或者区域某些纹路有问题，另外，还会做一些生产的过程检测。
一张玻璃从最开始到最后的成品，生产过程中会涉及到七八千个生产参数，而哪些参数跟面板的缺陷有关，哪些无关就是我们需要考虑的因素，以及需要解决的问题。不但会做单个设备的分析，也会做多个设备的路径分析。
最后，我们把面板的不良率降低了三分之一，在跟CEO以及董事长做汇报的时候，都收到了非常不错的效果评价。
江苏常州某企业——手机壳铣削刀具寿命预测
第三个就是CNC（数控机床）领域中江苏常州的一家企业，这家企业有超过一千台机床，每台机床一年要消耗5000把刀具，如果一把刀的成本是100块钱的话，一年刀具的消耗成本就达五亿元。每把刀如果可以加工200个手机壳作为正常寿命标准的话，那就说明，数量到了200这个数值，刀肯定要换，到了250至300的这种刀，就会对原材料产生比较大的浪费。但是，当刀出现突发情况，到180的时候就已经坏掉的话呢？也是我们需要解决的问题。
在企业的工厂里，通常都希望对设备做到非侵入，尽量不影响生产。当机床起动的时候会看到整个切削过程的图示。然后我们要找到刀的急剧磨损线，并通过分析刀的锋度、偏度、翘度，最后知道它的寿命情况，也就可以预测是不是该换刀了，这样的话就可以让它的寿命大概平均提高25%。
当然，我们也会用深度学习的方式做分析，间接识别出刀的磨损量，类似的情况我们在富士康也做过。
厦门某企业——成品缺陷检测
第四个要分享的是光电分析方面的例子，厦门的这家企业主要生产手机前置摄像头的遮光片，遇到比较大的问题是，需要检测遮光片的遮光效果，以及对光的散射与折射情况，那就要从0度到90度的不同角度去看它对光线的效果。
但在我们实际提供服务的过程中，其实会遇到非常大的一个问题就是散射，还有右边这些紫色光的情况，这就是我们一定要解决的问题。最后我们通过深度学习的方式建模、分析，才解决了这个缺陷检测问题。
最后，我分享一点很有感触的情况是，现在不管是大众，还是创新创业者，很多人都在关注智能制造行业，但我自己感觉，整个工业行业依然在向一个“脱实向虚”的方向发展。我们一定要扭转这个局面，大家一起把中国的实体行业做起来。
关于分享嘉宾
方育柯先生在计算机科学与大数据等交叉领域的有10年的工作经验，获得5项大数据应用相关的国家创新专利和软件著作权。曾担任华为大数据产品部架构师，并获得华为的总裁奖。成都和四川人才计划顶尖创业团队成员。现任数之联CTO，负责公司战略核心产品以及重点行业大数据解决方案规划和研发，带领团队成功落地上汽集团、富士康、京东方等智能制造项目。
人工智能赛博物理操作系统
AI-CPS OS
“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。
AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。
领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：
重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？
重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？
重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？
AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：
精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。
高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。
边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。
AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：
创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；
对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；
人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。
给决策制定者和商业领袖的建议：
超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；
迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新
评估未来的知识和技能类型；
制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开
发过程中确定更加明晰的标准和最佳实践；
重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临
较高失业风险的人群；
开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。
子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。
如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！
新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。
产业智能官 AI-CPS
用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。
长按上方二维码关注微信公众号： AI-CPS，更多信息回复：
新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。
本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！
版权声明：由产业智能官（公众号ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系、投稿邮箱：[email protected]