終于，當人工智能沖進了車間......
曾經有大佬斷言：工業不需要互聯網。工業生產講究標準化和流程化，這似乎和互聯網的開放性是完全不同的兩種邏輯。即使在講究智慧生產的今天，寶馬新建的沈陽鐵西區工廠每一分三十秒就下線一輛新車，一塊鋼板從原材料變成整車的過程全部都在廠區內部完成。互聯網？不需要的。
工業就像是一個封閉的獨立王國，從OT到IT到IoT，程序員們嘗試了各種工具去撬開它的大門。今年的云棲大會上，阿里巴巴宣布阿里云的ET工業大腦成為唯一在工業領域落地的人工智能。你看，顛覆一切的互聯網終于給制造業開出了新的藥方。
那么，工業是否缺了AI這味藥？在一系列案例之后，你會看到互聯網公司的寶貝人工智能在龐大的工業體系面前不得不面對的幾個戰略性問題。
一、下車間的人工智能
先來看看人工智能在工業領域干了什么吧。
在BAT和AMG中，阿里ET工業大腦是第一個下到車間里的人工智能。第一個吃螃蟹的是光伏材料制造商協鑫（就是生產太陽能切片），他們接受了阿里提供的云計算服務之后良品率提高了1%，每年節省了上億成本。這里發生了什么？
我們可以用柯潔與阿爾法狗的對弈來作比喻。光伏切片的生產涉及到數千個參數，一個細微的變化都會影響良品率。但是工業企業只擅長組織生產，并不擅長計算。如果靠制造業自己去算這些參數，不知道還要買多少服務器，累死多少程序員。所以工廠只能根據經驗盡量去安排最優的生產流程。這就像和AlphaGO下棋的人類棋手一樣，靠的是棋譜和自己的判斷去做出反應。但是人工智能不管你這一套，在你沒反應過來之前它已經計算了好幾萬種可能。阿里ET工業大腦進場之后，第一件事是把生產線上所有端口的數據上了云，然后調集上千臺服務器的算力，短時間內從數千個變量里找到了影響良品率的60個。接下來的事情就很簡單了，人工智能實時監測和控制這些變量，生產線只要奉命行事就好了。
經此一役，保利協鑫切片事業部人均月產出提升了506%，生產周期縮短了50%，上半年實現營業收入114億，同比上升18.6%。阿里在今年的云棲大會上專門設了ET工業大腦主題論壇，值得注意的是，因為算法的優化，在協鑫用了半年時間完成的工作，在別的企業只用兩個月就完成了。
總的來說，阿里人工智能所做的事情都可以歸結為一件：向制造業輸出計算能力。
二、競爭者
然而最后一座堡壘可不是單靠算法就能搞定的。在互聯網企業里，阿里算是撬開了工業王國的門縫，當他望進去的時候，看到的不僅是光怪陸離的工業王國，還有這個王國里的原住民。顯然，在人工智能進場之前，已經有人坐不住了。阿里曾表示ET工業大腦要做中國的Pridex，而Predix正是工業巨頭通用電氣（GE）力推的工業數據云解決方案。
工業領域的領先者看到了數字化轉型的優勢，雖然沒有提出人工智能的概念，KUKA機器人維修，但云端已經陸續有了幾位玩家。典型的有西門子的開放式物聯網生態系統MindSphere，菲尼克斯電氣的開放工控硬件PLCnextTechnology和相應的云平臺ProfiCloud，SAP的工業云平臺HANA，以及上面提到過的通用電氣的Predix云解決方案等等。
乍一看是不是眼花繚亂？說實話，能一次性讀對這些名字算你贏。在這些原住民的云里，最有代表性的是西門子和通用電氣。西門子的MindSphere就像是樂高積木，主打開放性。從設計產品到下達訂單到操控機床，西門子都有相應的軟件應對。甚至連運輸物料都能管理。比如在雙星的輪胎工廠里，系統會自動監測原材料的使用情況，一旦物料不足，會自動呼叫無人駕駛小車將材料送到生產線上。如果你想脫胎換骨來個工業4.0，那么我有全套的德式裝備隨時奉陪。通用電氣的Predix則更像是工業界的iOS，主打自主開發應用和運維數據分析，只是搭配GE設備使用或許效果更好。例如波音787搭載的GEnx發動機有1400多個監測點，在整個航程中不間斷地采集數據，KUKA機器人電路板維修，并進行分析預測，提高航空安全性。GE的發電機、渦輪、飛機發動機里安裝了大量傳感器，全世界GE設備實時傳送的數據是Predix平臺的源頭。西門子和通用電氣都是著名的工業設備制造商，他們的云平臺也是基于自家設備的需求和經驗進行研發的，這是互聯網企業無法比擬的優勢。
所以大多數互聯網企業的工業云平臺（包括阿里）一開始也是從幫助企業存儲和傳輸數據入手，順帶著一些數據分析的功能。像ET工業大腦這樣從算法入手，直接用人工智能幫助工廠優化生產的，算是一種突破。西門子、通用電氣和阿里巴巴都是各自領域里的巨頭，然而短時間內他們還沒有短兵相接的可能。畢竟不是所有的企業都請得起德國專家，通用電氣的業務領域這幾年也相對聚焦，留給人工智能去發揮的空間還相當廣闊。而且像阿里巴巴這樣不對企業動手動腳，只需要提升腦力的方式也更容易推廣。可能正因為如此，阿里巴巴才提出了最大公約數的說法。或許是想盡快在傳統工業巨頭沒有完全掌控力的領域找到通用的解決方案，然后盡快鋪開。
互聯網公司真正的對手還是來自互聯網行業內部。在巨頭全面轉向人工智能的大趨勢之下，ET工業大腦之外難保不會出現百度工業大腦、騰訊工業大腦，庫卡機器人驅動器維修，甚至眾多工業小腦。
如果云計算能力是可以出售和租借的，又有阿里巴巴做行業標桿，那么運用算法幫助工業企業提高生產力是必然會形成的市場。
三、可預見的未來
設想一下，有這么一家公司，它本來已經掌握了數億消費者的需求，還成為了制造業的大腦，再通過并購獲得了一定的生產力，又擁有直抵消費者的物流渠道，也掌握著資金的流向，而且能對資源進行有效的整合
說實在的，上面的假設點燃了我對人類社會未來的好奇。然而，在可預見的未來，這種具有絕對統治力的公司絕對不可能出現。
因為工業領域實在過于龐大復雜，以數量記目前全球工業總產值將近32萬億美元（2016年美國GDP為18.5萬億美元），如果工業效率提高哪怕1%也將帶來3200億美元的收益。而波士頓咨詢在研究報告中指出，人工智能技術的應用將為中國制造業的生產效率帶來15%25%的提升，額外創造4-6萬億元人民幣的效益。如此龐大復雜的體系，沒有任何一個公司能夠提供工業的全產業鏈解決方案。然而技術的進步卻開啟了設計、制造、裝配、物流的全面智能化。進一步說，巨大的愿景也意味著巨大的缺口和需求。隨著更多的人工智能解決方案相繼落地，工業領域將掀起一場從自動化到人工智能化的競賽。
回想幾年前第一次接觸工業互聯網的時候，我還激動地在文章里寫這是人類社會整體數據化的又一步。而現在，隨著人工智能對工業文明的優化，我們看到的已經是人類社會整體智能化的曙光。