作為一家風(fēng)險(xiǎn)投資機(jī)構(gòu)，BV在不久前專(zhuān)門(mén)舉辦了一次工業(yè)智能大會(huì)來(lái)表達(dá)對(duì)工業(yè)領(lǐng)域AI創(chuàng)業(yè)機(jī)會(huì)的關(guān)注：BV自2017年創(chuàng)立以來(lái)，在全球范圍內(nèi)投資了100多家初創(chuàng)AI公司，創(chuàng)辦的BV AI學(xué)院招收了200余名學(xué)員CEO，其中均有一半以上是與工業(yè)智能相關(guān)的。通過(guò)兩年來(lái)的摸索，BV更加堅(jiān)定的看好工業(yè)智能化的長(zhǎng)期未來(lái)——不僅僅是工業(yè)物聯(lián)網(wǎng)、工業(yè)機(jī)器人、工業(yè)大數(shù)據(jù)等服務(wù)于現(xiàn)有工業(yè)流程的技術(shù)改造，而是利用前沿AI技術(shù)的強(qiáng)大能力，實(shí)現(xiàn)原本不能實(shí)現(xiàn)的新工業(yè)制程、新工業(yè)業(yè)態(tài)，實(shí)現(xiàn)對(duì)原本未實(shí)現(xiàn)充分工業(yè)化行業(yè)的工業(yè)化改造，誕生一批新工業(yè)+強(qiáng)智能的新巨頭。

以下是BV CEO 劉維在工業(yè)智能大會(huì)上的演講實(shí)錄：

今天的大會(huì)以“工業(yè)智能”為題，希望能跳出工業(yè)物聯(lián)網(wǎng)等具體節(jié)點(diǎn)的技術(shù)創(chuàng)新，從更廣闊的產(chǎn)業(yè)變革視角來(lái)探討人工智能究竟為工業(yè)能帶來(lái)什么。如果用一句話形容我們眼中的十年展望，我想是“敬畏之心與廣闊天地”這樣的冷暖交織。

為什么從敬畏之心說(shuō)起？

今天的很多嘉賓都是我們的被投企業(yè)，可以看到他們用很豪華的團(tuán)隊(duì)，大量的精力，試圖解決一個(gè)工業(yè)場(chǎng)景內(nèi)的一個(gè)具體問(wèn)題，因?yàn)檫@個(gè)場(chǎng)景的約束條件、客戶(hù)條件的多樣性、要去打通的接口和配置實(shí)在非常復(fù)雜。而他們的挑戰(zhàn)是甲方的認(rèn)可程度究竟如何，在一個(gè)甲方已經(jīng)有成熟的業(yè)務(wù)流程，有一定的技術(shù)和管理基礎(chǔ)，也有已有的乙方技術(shù)供應(yīng)伙伴的行業(yè)內(nèi)，其創(chuàng)新的解決方案是否能帶來(lái)真正的效率提升，在與現(xiàn)有的流程比較中是否能占據(jù)全面的、突出的優(yōu)勢(shì)，使得甲方愿意快速的、不惜代價(jià)的替換。

歷史上工業(yè)智能、工業(yè)自動(dòng)化這個(gè)領(lǐng)域充滿(mǎn)了先烈，像某著名制造企業(yè)和某著名的鞋品牌商在墨西哥建了一個(gè)很大的全自動(dòng)化生產(chǎn)鞋的工廠，但經(jīng)過(guò)幾年的嘗試，不久前還是關(guān)閉了。并不是說(shuō)這個(gè)流程不值得用自動(dòng)化和智能化改造，但是很多技術(shù)公司低估了技術(shù)的挑戰(zhàn)，低估了多樣性的柔性環(huán)境和條件對(duì)技術(shù)的挑戰(zhàn)，低估了一些流程環(huán)節(jié)對(duì)100%可靠的要求，也低估了看似傳統(tǒng)卻也是經(jīng)歷了幾十年迭代利用了各種IT技術(shù)的現(xiàn)有設(shè)備的性?xún)r(jià)比、效率、可靠性?xún)?yōu)勢(shì)，低估了人作為一個(gè)生產(chǎn)工具在柔性化等方面的巨大優(yōu)勢(shì) — 像粘鞋墊這樣一個(gè)環(huán)節(jié)，如果將智能化的重心放在自動(dòng)完成物理動(dòng)作而不是放在更高水平的膠水配方等決策上，也許智能工廠在短期內(nèi)還是競(jìng)爭(zhēng)不過(guò)訓(xùn)練有素的工人加上一些自動(dòng)化設(shè)備。不是智能化的終局不美好，而是利用一小步的技術(shù)創(chuàng)新加上一小步的流程優(yōu)化，以打補(bǔ)丁的思路去在現(xiàn)有流水線上做改進(jìn)，往往達(dá)不到預(yù)期也算不過(guò)賬來(lái)。

也許智能制鞋的未來(lái)從根本上就是3D仿真和柔性化打印的系統(tǒng)變革，而不是用復(fù)雜的機(jī)器手來(lái)代替靈活的人手去涂膠水。

先烈背后其實(shí)是很多先賢。今天的論壇也讓我們見(jiàn)證了很多工業(yè)巨頭，那些“甲方”的強(qiáng)大之處，他們并不是很多創(chuàng)業(yè)者想象中的“傳統(tǒng)”，無(wú)論是寶鋼這些巨型企業(yè)，還是弘信電子這類(lèi)中等規(guī)模的細(xì)分品類(lèi)領(lǐng)跑者，按照我們今天所主張的一些工業(yè)智能的觀點(diǎn)去衡量她們的現(xiàn)狀的話會(huì)發(fā)現(xiàn)，其實(shí)他們已經(jīng)很智能了，很接近于一體化的感知、決策、調(diào)度一體，這些產(chǎn)業(yè)領(lǐng)跑者做已經(jīng)圍繞著他的生產(chǎn)線做了極大量的優(yōu)化，才形成了今天的產(chǎn)業(yè)地位 — 在這上面再給他們打補(bǔ)丁做微改進(jìn)到底有多大的技術(shù)空間和市場(chǎng)空間，這是我總是在問(wèn)今天找我們的創(chuàng)業(yè)企業(yè)的問(wèn)題？這是我們需要對(duì)工業(yè)智能化擁有的敬畏之心，當(dāng)在工業(yè)化很強(qiáng)勢(shì)的領(lǐng)域，當(dāng)在工業(yè)化的進(jìn)程已經(jīng)完成很好的領(lǐng)域，人工智能所帶來(lái)的微改進(jìn)并不一定能夠給這個(gè)行業(yè)起到那么多顛覆的效用。

相反廣闊天地在哪兒？

先看看為什么這些大企業(yè)擁有這樣的系統(tǒng)，而很多中小企業(yè)不用，我的理解是這些大企業(yè)今天他非常高度自動(dòng)化一體化的生產(chǎn)、決策、感知一體的系統(tǒng)，其實(shí)是通過(guò)很高的成本實(shí)現(xiàn)的對(duì)多變量的衡量和決策，我們的工業(yè)過(guò)程其實(shí)就是原料的A加上加工的B等于成品C的過(guò)程，從簡(jiǎn)單工序的單一產(chǎn)品，再到復(fù)雜工序的單一產(chǎn)品，再到原料和過(guò)程都有不確定性的動(dòng)態(tài)復(fù)雜工序的單一產(chǎn)品，再到多元產(chǎn)品、柔性制造，我們有越多的變量的參數(shù)在其中，我們?cè)叫枰性絹?lái)越多的感知、決策、運(yùn)算的單元，還需要越來(lái)越多一層一層的層級(jí)組織去管理生產(chǎn)過(guò)程中不能舍棄掉的人的部分所帶來(lái)的人的誤差。隨著狀態(tài)空間復(fù)雜度的增加，工業(yè)用了幾何級(jí)數(shù)的成本來(lái)感知和決策，但即使成本如此之高，這樣的一體化大系統(tǒng)也是以犧牲柔性為代價(jià)，通過(guò)標(biāo)準(zhǔn)化來(lái)實(shí)現(xiàn)可行性 — 原料的整備和對(duì)齊，產(chǎn)品數(shù)量的限制，通過(guò)標(biāo)準(zhǔn)化的中間制成品來(lái)分解長(zhǎng)加工鏈條，把員工約束到標(biāo)準(zhǔn)的要求上以使其輸出可控，在這過(guò)程中犧牲了大量的效率。

因?yàn)檫@種傳統(tǒng)自動(dòng)化思維的工業(yè)大系統(tǒng)的局限，使得我們?cè)诮裉煊写罅款I(lǐng)域尚未實(shí)現(xiàn)工業(yè)化。中國(guó)是個(gè)絕對(duì)的工業(yè)強(qiáng)國(guó)，工業(yè)進(jìn)程我們走到了世界前列，但是仍然有很多領(lǐng)域沒(méi)有實(shí)現(xiàn)真正的工業(yè)化，像農(nóng)業(yè)、畜牧業(yè)這些領(lǐng)域基本完全沒(méi)有實(shí)現(xiàn)工業(yè)化，因?yàn)槠銩+B=C的過(guò)程中因?yàn)锳的種子等要素的本體差異、B的過(guò)程中土地、環(huán)境等要素的固有差異，加上B中人的輸入占比很高，整個(gè)系統(tǒng)的離散度很高，把整個(gè)過(guò)程都感知起來(lái)、決策起來(lái)的代價(jià)非常大，即使決策了，也沒(méi)有好的辦法去基于統(tǒng)一決策去引導(dǎo)作業(yè)和補(bǔ)償，整個(gè)領(lǐng)域就沒(méi)有工業(yè)化的可行性，也就形成了今天這樣非常分散，誰(shuí)掌握一些土地等要素誰(shuí)就能做一些，卻無(wú)法實(shí)現(xiàn)誰(shuí)的效率模型高出一個(gè)數(shù)量級(jí)，哪怕高價(jià)買(mǎi)來(lái)要素也可以打敗對(duì)手的集中度。同時(shí)，一些我們覺(jué)得好像已經(jīng)很工業(yè)化的領(lǐng)域，其實(shí)大部分的價(jià)值和鏈條也都沒(méi)有工業(yè)化，以建筑業(yè)為例，雖然經(jīng)歷過(guò)一百年兩百年的工業(yè)革命，在工業(yè)革命之前建筑業(yè)完全沒(méi)有工業(yè)化就是手工業(yè)，大家都是就地砍一些木頭蓋房子，在過(guò)去一兩百年內(nèi)依次發(fā)明了磚、混凝土、預(yù)制構(gòu)件，開(kāi)始把高檔建筑的玻璃幕墻，把橋梁大的結(jié)構(gòu)通過(guò)工業(yè)化手段生產(chǎn)，但是在普通的建筑領(lǐng)域，前端的設(shè)計(jì)鏈條依靠未工業(yè)化組織的人工，后端的施工、安裝、現(xiàn)場(chǎng)實(shí)施環(huán)節(jié)也依靠未工業(yè)化組織的人工，這個(gè)環(huán)節(jié)本身的浪費(fèi)很大、效率優(yōu)勢(shì)不突出、環(huán)節(jié)之間沒(méi)有基于一套設(shè)計(jì)-建造-施工一體的系統(tǒng)來(lái)做調(diào)度也造成了更大的系統(tǒng)浪費(fèi)。即使當(dāng)我們今天看服裝、消費(fèi)品等領(lǐng)域，已經(jīng)成為非常大的制造業(yè)品類(lèi)，但制造成本的環(huán)節(jié)只在其增加值中占了很小的比例，其流通、到達(dá)消費(fèi)者環(huán)節(jié)的巨大成本和浪費(fèi)，并沒(méi)有通過(guò)工業(yè)化來(lái)提高效率。而餐飲等占據(jù)社會(huì)消費(fèi)總額極大的行業(yè)，其價(jià)值鏈條里工業(yè)化的部分更是非常少，有極大的工業(yè)化帶來(lái)效率提升的空間。

所以我個(gè)人觀點(diǎn)，當(dāng)我們看2030或者更遠(yuǎn)的創(chuàng)業(yè)機(jī)會(huì)時(shí)，與其說(shuō)我們的眼睛只是盯著最現(xiàn)代化、代表著現(xiàn)在最高工業(yè)化水準(zhǔn)的企業(yè)幫他做改進(jìn)，可能不如看看這些沒(méi)有被工業(yè)化的領(lǐng)域、沒(méi)有被工業(yè)化的階段，怎么給他們解決從0到1的問(wèn)題，并且從這當(dāng)中打造出新的工業(yè)巨頭 — 不管是我們扮演著銳意進(jìn)取的新巨頭的供應(yīng)商，還是干脆自己下場(chǎng)成為這樣細(xì)分領(lǐng)域的新工業(yè)巨頭。

所謂的敬畏之心，也是我們不能將人工智能變成一個(gè)大筐，什么都裝進(jìn)去，什么都沾上智能就可以顛覆原有格局 — 相反，卻又忽視了智能技術(shù)所帶來(lái)的真正的最深刻的變革驅(qū)動(dòng)力。當(dāng)我們以2030的視角做工業(yè)智能創(chuàng)業(yè)的時(shí)候，最核心的是我們要真正抓住AI智能所能帶來(lái)的核心能力，這個(gè)核心能力是什么，我自己理解真正帶來(lái)的，是能實(shí)現(xiàn)一種高效的人機(jī)混合復(fù)雜系統(tǒng)，它能支持大得多的參數(shù)空間，能支持大得多的模糊信息，在這里面能做好柔性化的理解，多模態(tài)的語(yǔ)意的理解，多模態(tài)的復(fù)雜的決策并且不斷迭代和進(jìn)化，從而能以合理的性?xún)r(jià)比去解決大量沒(méi)有工業(yè)化領(lǐng)域的工業(yè)化，繼而帶來(lái)有集中度的新商業(yè)模式。

新一代的人工智能技術(shù)從四個(gè)方面為這個(gè)工業(yè)復(fù)雜系統(tǒng)賦能：

第一、高維度的感知

雖然我們今天談感知已經(jīng)談的非常多了，但面向2030年來(lái)看時(shí)還遠(yuǎn)不夠多，未來(lái)十年仍然是感知技術(shù)極快發(fā)展的十年。就像今天視覺(jué)技術(shù)小小的一步已經(jīng)帶來(lái)這么多應(yīng)用一樣，因?yàn)锳I天然就非常適用于感知，特別是把大量物理層創(chuàng)新走了半步、能拿到一些信號(hào)、但還沒(méi)辦法非常簡(jiǎn)單的規(guī)則化形成輸出，也沒(méi)辦法轉(zhuǎn)換為人可以觀測(cè)的視圖的很多感知技術(shù)，結(jié)合AI的模糊分析能力、通過(guò)對(duì)這種模糊信息的試圖的理解，通過(guò)與其他的數(shù)據(jù)軸的聯(lián)合作用，通過(guò)多輪次多模態(tài)的反復(fù)感知和理解，去試圖將這些信息轉(zhuǎn)變?yōu)閷?duì)復(fù)雜系統(tǒng)決策有意義的信息。大量的新傳感器會(huì)被引入系統(tǒng)，大量傳統(tǒng)上很貴的傳感器可以用更低成本的物理器件加上算法補(bǔ)償來(lái)降低成本，這也就意味著大大降低了我們感知任何一個(gè)物理世界物體的成本，這種成本的降低對(duì)于提高工業(yè)智能系統(tǒng)乃至最終工業(yè)生產(chǎn)系統(tǒng)的效率是至關(guān)重要的。我們?cè)诮裉炜隙o(wú)法想象我們一個(gè)個(gè)去檢測(cè)一個(gè)加工過(guò)程中成百上千個(gè)部件的成千上萬(wàn)的狀態(tài)，我們今天也無(wú)法想象在這個(gè)屋子里跑著幾十臺(tái)機(jī)器人，每個(gè)機(jī)器人都有全局感知的能力，但是未來(lái)的新傳感器、異構(gòu)融合傳感器、空間統(tǒng)一感知和語(yǔ)義化理解的中心傳感器會(huì)使這一切變成現(xiàn)實(shí)。在未來(lái)的十多年內(nèi)我們會(huì)依次見(jiàn)證我們今天越來(lái)越熟悉的物理世界感知變得更加高速，更加高級(jí)的語(yǔ)義化，更多人眼不可見(jiàn)的信息例如高速高頻的信息、穿透的信息變得可以理解，乃至于各種低功耗-分布式-自組織的本體嵌入式傳感器會(huì)摻雜到一些工件之中，帶來(lái)真正的全生命周期的感知能力。

第二、高動(dòng)態(tài)的計(jì)算

時(shí)至今日我們的工業(yè)人工智能還面臨很大的阻礙，是因?yàn)榻裉斓挠?jì)算還遠(yuǎn)遠(yuǎn)不成熟，速度跟不上快速的無(wú)論是流水線還是快速的工業(yè)機(jī)器人所需要的速度，而且這種計(jì)算不是簡(jiǎn)單的識(shí)別理解層面的計(jì)算，未來(lái)的高動(dòng)態(tài)計(jì)算肯定是面向全局的，面向全域數(shù)據(jù)的，不光是在這個(gè)工廠內(nèi)，上到供應(yīng)鏈的最終用戶(hù)下到全域高動(dòng)態(tài)計(jì)算，未來(lái)農(nóng)業(yè)化自動(dòng)化最重要的驅(qū)動(dòng)力不是簡(jiǎn)單給蘋(píng)果澆好水，而是給整個(gè)果園內(nèi)的蘋(píng)果冒泡排序看哪一個(gè)蘋(píng)果該成熟了，這個(gè)事對(duì)于計(jì)算機(jī)人工智能來(lái)講是很簡(jiǎn)單的事，但是遠(yuǎn)遠(yuǎn)打破了原來(lái)的組織方式，而是變成從根本來(lái)講就用更高級(jí)別的個(gè)性化來(lái)包含了標(biāo)準(zhǔn)化，不是個(gè)性化的差異，而是個(gè)性化的主動(dòng)的偏差選擇，所以這種高動(dòng)態(tài)的計(jì)算能力，不是簡(jiǎn)單的當(dāng)前算法的邊緣計(jì)算化，而是整個(gè)架構(gòu)的重構(gòu)，包括傳感器層面的任務(wù)傳感器實(shí)現(xiàn)微秒級(jí)別的計(jì)算，端上的多數(shù)據(jù)流融合計(jì)算，再到高性能的云端協(xié)同圖計(jì)算，這些會(huì)大大改變所有的工業(yè)大腦的決策的系統(tǒng)。

第三、高敏捷機(jī)器

這些機(jī)器的概念不同于今天的工業(yè)機(jī)器人或者對(duì)機(jī)器人的簡(jiǎn)單智能化，而是重新設(shè)計(jì)的一批具有感知-決策-做功能力的，并能在全局感知和全局決策能力的賦能下進(jìn)一步提升效率的高敏捷機(jī)器。我們已經(jīng)在見(jiàn)證第一批靈活的輪式底盤(pán)進(jìn)入工廠，但這些SLAM驅(qū)動(dòng)的機(jī)器還相對(duì)昂貴、沒(méi)有對(duì)周邊環(huán)境的真實(shí)理解能力、無(wú)法利用工廠內(nèi)大量的其他數(shù)據(jù)進(jìn)行快速的自主決策，未來(lái)的輪式底盤(pán)，檢測(cè)和加工補(bǔ)償一體化的機(jī)器等新的敏捷機(jī)器平臺(tái)會(huì)逐漸成熟，enable更多的高效率應(yīng)用。

第四、高賦能員工

我們今天的某某智能似乎走到了某一個(gè)極端，都是在談代替，我覺(jué)得在大量的未來(lái)場(chǎng)景中，人不是被簡(jiǎn)單代替的，而是人機(jī)混合的重新分工，重新發(fā)揮人的優(yōu)勢(shì)，人的手可以很容易地抓取從幾十克到幾公斤之間的大小不等的東西，今天沒(méi)有任何一個(gè)機(jī)器手可以很穩(wěn)定做到這點(diǎn)，人的手可以彎折很好的角度做很復(fù)雜的動(dòng)作、人的創(chuàng)意能力、在現(xiàn)場(chǎng)安裝環(huán)境這樣的能力，其實(shí)都是非常珍貴和值得被利用的，如果我們的目標(biāo)永遠(yuǎn)是打造純機(jī)器化的生產(chǎn)線，那這些能力并沒(méi)有得到很好的利用。但人需要被賦能，以便彌補(bǔ)人在感知全局這個(gè)宏觀層面和精準(zhǔn)完成這個(gè)微觀層面的不足，賦能的一部分是物理能，我們談機(jī)器人和各種輔助機(jī)器對(duì)人的增強(qiáng)，但是未來(lái)更大的一部分是信息能，決策能，是怎么把原來(lái)散落在這個(gè)組織中的各個(gè)層級(jí)中要通過(guò)培訓(xùn)才能傳遞的知識(shí)實(shí)時(shí)地傳遞給員工，怎么把在這個(gè)組織中原來(lái)在1號(hào)、2號(hào)、3號(hào)工位必須要停工大家討論才能得到的信息，通過(guò)很復(fù)雜的管理系統(tǒng)才能被一個(gè)個(gè)班組長(zhǎng)感知的信息被每一個(gè)員工感知。在今天的柔性化流水線上，我們還只能做到用柔性化的工單上告訴員工你下一步該做什么樣的操作，但在更長(zhǎng)遠(yuǎn)的未來(lái)，我們不僅可以通過(guò)增強(qiáng)現(xiàn)實(shí)技術(shù)把需要員工作業(yè)的要求實(shí)時(shí)投射和引導(dǎo)到作業(yè)目標(biāo)上，也就進(jìn)一步提高了員工去響應(yīng)柔性化的能力、減少了誤差和培訓(xùn)的需要、把更多的參數(shù)狀態(tài)用智能復(fù)雜系統(tǒng)消化了—呈現(xiàn)出簡(jiǎn)單的東西給人，發(fā)揮人的作業(yè)特長(zhǎng)。未來(lái)更重要的是，既然可以實(shí)時(shí)引導(dǎo)、實(shí)時(shí)觀測(cè)、實(shí)時(shí)補(bǔ)償，就可以不簡(jiǎn)單的把人訓(xùn)練成標(biāo)準(zhǔn)的樣子，而是尊重每個(gè)人的偏差，利用差異化的引導(dǎo)來(lái)讓每個(gè)人都在舒適區(qū)間，甚至利用每個(gè)人的特長(zhǎng)去完成不同的任務(wù) — 以建筑工程領(lǐng)域?yàn)槔?，有的人更擅長(zhǎng)去焊這個(gè)高度的焊縫，怎么通過(guò)員工的調(diào)動(dòng)，通過(guò)工序的拆解，通過(guò)人盡其用的引導(dǎo)，使每個(gè)人都能最大化發(fā)揮自己的優(yōu)勢(shì)，所有的這些也是AI技術(shù)真正從統(tǒng)一感知、統(tǒng)一決策、統(tǒng)一賦能的角度能做的。所以我們對(duì)AR，是通過(guò)各種信息化的作業(yè)的引導(dǎo)包括從頂層設(shè)計(jì)的角度，使我的生產(chǎn)流程的含量中有更好的人機(jī)交互人機(jī)引導(dǎo)的設(shè)備，把人的力量更好地發(fā)揮出來(lái)，其實(shí)最終的這個(gè)組織這個(gè)系統(tǒng)就是一整套的統(tǒng)一的感知，統(tǒng)一的決策和調(diào)度，再通過(guò)這個(gè)統(tǒng)一的決策和調(diào)度調(diào)度機(jī)器、人這樣的復(fù)合體，在這個(gè)過(guò)程中就能大大提高整個(gè)工業(yè)生產(chǎn)的效率。

四種“新機(jī)遇”

第一、“新的制程”

我們常說(shuō)集裝箱的例子，我們這代人都習(xí)慣了集裝箱，但是集裝箱不是第一天就有的，在有集裝箱之前其實(shí)這個(gè)行業(yè)的制程有專(zhuān)門(mén)的人擅長(zhǎng)從船上卸貨到碼頭上，有人再?gòu)拇a頭上卸貨裝到車(chē)上，因?yàn)樾碌?a target="_blank">機(jī)械的發(fā)展，有了更強(qiáng)的能力吊裝這樣的集裝箱，有了一定的信息化的能力管理不可見(jiàn)的大箱子里的貨物的清單到底是什么樣，隨著這些能力人們重新發(fā)明了容器，顛覆了原有的制程，通過(guò)發(fā)明新的制程從零開(kāi)始打造了一個(gè)新的行業(yè)，不是簡(jiǎn)單賦能運(yùn)有的行業(yè)，而是把原有的行業(yè)擊跨了，推動(dòng)了整個(gè)大的產(chǎn)業(yè)的發(fā)展。利用AI的新能力，我相信會(huì)帶來(lái)大量新的制程的顛覆式創(chuàng)新的機(jī)會(huì)。很多制程甚至已經(jīng)在部分高價(jià)值工業(yè)領(lǐng)域應(yīng)用了，只是需要被遷移到新的領(lǐng)域 — 面向全仿真和全流程規(guī)劃的全參數(shù)設(shè)計(jì)、構(gòu)件分解和生產(chǎn)、有序安裝，在今天蓋一個(gè)8萬(wàn)人的體育場(chǎng)時(shí)已經(jīng)是這么做的，只是這些東西限于成本和更復(fù)雜的場(chǎng)景的技術(shù)挑戰(zhàn)還遠(yuǎn)未普及。

第二、“新的業(yè)態(tài)”

這些新的制程我想會(huì)為工業(yè)帶來(lái)新的業(yè)態(tài)，所有的這些柔性化生產(chǎn)，以需定產(chǎn)所帶來(lái)的新的業(yè)態(tài)在這個(gè)過(guò)程中會(huì)帶來(lái)很多變革，這種變革對(duì)于一個(gè)工業(yè)企業(yè)來(lái)講，是應(yīng)該等著他的零售端品牌端的變革帶來(lái)對(duì)工業(yè)的新需求嗎，我覺(jué)得不僅是，這里一個(gè)很大的機(jī)會(huì)是反過(guò)來(lái)利用我的工業(yè)能力定義一種新品類(lèi)，定義一種新的業(yè)務(wù)形態(tài)，走出去端到端塑造一種新的業(yè)務(wù)的可能性。

第三、“新的品類(lèi)”

農(nóng)業(yè)的例子已經(jīng)反復(fù)在說(shuō)了，不僅可以把今天已有的農(nóng)業(yè)產(chǎn)品納入到工業(yè)大生產(chǎn)的制程中來(lái)，使它變得更加可靠地產(chǎn)出，更高效，更大的機(jī)會(huì)是實(shí)現(xiàn)從0到1的變化，打造一些新的品類(lèi)，帶來(lái)很多按照今天的人的種植沒(méi)有辦法去承受的，無(wú)論是照料的參數(shù)的復(fù)雜度無(wú)法復(fù)制、還是成本或質(zhì)量控制完全無(wú)法承受的優(yōu)質(zhì)品類(lèi)，但是智能工業(yè)生產(chǎn)，使得它變成一個(gè)能夠高效率低成本完成的一個(gè)標(biāo)準(zhǔn)品甚至是個(gè)性品，打造一個(gè)新的品類(lèi)，去快速占領(lǐng)市場(chǎng)。之前有嘉賓提到褚時(shí)建，其實(shí)煙的制造也是從手工業(yè)變成工業(yè)的過(guò)程，煙葉的種植篩選，卷煙過(guò)濾嘴的機(jī)器出現(xiàn)之前，各種散煙的質(zhì)量差別不大，這就不是一個(gè)有集中度的商品市場(chǎng)，但是當(dāng)我們打造一個(gè)高質(zhì)量的品類(lèi)時(shí)，就快速的從其他人手中搶來(lái)了市場(chǎng)，形成了新的品類(lèi)。

第四、“新的國(guó)家”

這一代無(wú)論是甲方還是乙方，工業(yè)智能很大的野心應(yīng)該是走向全球市場(chǎng)海外市場(chǎng)，當(dāng)我們認(rèn)為工業(yè)智能的核心是打造一個(gè)人機(jī)協(xié)同混合的復(fù)雜系統(tǒng)時(shí)，那默認(rèn)的假設(shè)就是這個(gè)系統(tǒng)的效率和模型是具有可復(fù)制性的，不同地方的人雖然人有差異，不同地方雖然輸入的參數(shù)甚至市場(chǎng)輸入需求的參數(shù)有差異，但是整個(gè)系統(tǒng)是有能力補(bǔ)償這樣的差異，就我們說(shuō)的機(jī)器對(duì)人的賦能，它在賦能人，但是同時(shí)也在更好實(shí)時(shí)監(jiān)督約束引導(dǎo)人，未來(lái)的工業(yè)肯定是一邊實(shí)時(shí)引導(dǎo)著你該做什么作業(yè)，一邊實(shí)時(shí)發(fā)現(xiàn)你的作業(yè)有所偏差，這個(gè)作業(yè)能接受是由下一個(gè)環(huán)節(jié)彌補(bǔ)提醒你注意還是不能接受，這套系統(tǒng)無(wú)論是用于哪一種生產(chǎn)，都具有更強(qiáng)的全球可復(fù)制性，兩步并一步解決了現(xiàn)在這些國(guó)家工業(yè)化進(jìn)程中對(duì)人的培訓(xùn)不足的問(wèn)題，通過(guò)人機(jī)混合的系統(tǒng)，能更快地使它達(dá)到效率的優(yōu)勢(shì)點(diǎn)，所以新的國(guó)家在這里面也會(huì)帶來(lái)大量的機(jī)會(huì)。

在這四個(gè)新的機(jī)會(huì)中，我們相信會(huì)誕生大量的大乙方或者新甲方的機(jī)遇，這也是我們作為一個(gè)VC最希望能去支持創(chuàng)業(yè)團(tuán)隊(duì)做的 — 打造一些能帶來(lái)系統(tǒng)性效率變革的新的業(yè)務(wù)系統(tǒng)，把這個(gè)新的業(yè)務(wù)系統(tǒng)用于在傳統(tǒng)的甲方內(nèi)支持他創(chuàng)造一種新業(yè)務(wù)模式或者創(chuàng)造一個(gè)新的業(yè)務(wù)線，做出一家有強(qiáng)大議價(jià)能力的成套技術(shù)供應(yīng)商；甚至在一些更弱勢(shì)的品類(lèi)，例如農(nóng)業(yè)，如果你弄出一套很好的自動(dòng)種植系統(tǒng)，是不太容易賣(mài)給任何一個(gè)現(xiàn)有的甲方的，現(xiàn)有的甲方可能都沒(méi)有這樣的水平，現(xiàn)有的甲方作為農(nóng)業(yè)生產(chǎn)者生產(chǎn)出這樣的東西都不夠，在這樣的領(lǐng)域有更大的機(jī)會(huì)，再向前一步利用新的智能工業(yè)能力去做甲方 — 特別是在海外市場(chǎng)，今天做的擁有智能技術(shù)的創(chuàng)業(yè)者可以做新甲方，利用最好的卷煙機(jī)做新的香煙水平，利用現(xiàn)場(chǎng)設(shè)計(jì)和施工能力做高質(zhì)量的有很強(qiáng)交付能力和很低成本的建筑公司，所有這種新甲方的顛覆式創(chuàng)新機(jī)遇是屬于大量創(chuàng)業(yè)者的，也能讓我們可以避開(kāi)產(chǎn)業(yè)巨頭所擁有的資源和要素優(yōu)勢(shì)，變成他們的合作者，和他們共同去開(kāi)拓新的市場(chǎng)。

最后，讓我們用剛剛結(jié)束的中央深改委《關(guān)于促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深度融合的指導(dǎo)意見(jiàn)》的一句話作為總結(jié)，這個(gè)重要意見(jiàn)提出，要構(gòu)建一個(gè)數(shù)據(jù)驅(qū)動(dòng)、人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟(jì)形態(tài)。如果我們把工業(yè)智能縮小到給工業(yè)企業(yè)提供供應(yīng)、配件和新的機(jī)器能力，那這個(gè)事兒可能就想小了，反而不容易創(chuàng)造價(jià)值，如果我們的目標(biāo)是創(chuàng)造一種新的智能經(jīng)濟(jì)形態(tài)，我想在這個(gè)過(guò)程中，無(wú)論是其他的技術(shù)公司、資本還是這些產(chǎn)業(yè)公司，都更容易找到共識(shí)點(diǎn)，共同從技術(shù)中要效率，用效率去推動(dòng)產(chǎn)業(yè)變革，實(shí)現(xiàn)大的產(chǎn)業(yè)變革。BV期待在這個(gè)過(guò)程中成為優(yōu)秀創(chuàng)業(yè)者的共同創(chuàng)始人，一起去探討如何調(diào)動(dòng)更多的技術(shù)和產(chǎn)業(yè)資源，實(shí)現(xiàn)這樣的變革創(chuàng)新。

展望AI黃金十年：塑造新效率模型，造就新產(chǎn)業(yè)巨頭

劉維 BV百度風(fēng)投

近日，愛(ài)分析在京舉辦2019愛(ài)分析·中國(guó)科技創(chuàng)新大會(huì)。BV百度風(fēng)投CEO劉維受邀發(fā)表了以“人工智能十年投資展望”為主題的演講。

現(xiàn)將劉維的主題演講實(shí)錄分享如下：

今天不是一個(gè)很好的時(shí)點(diǎn)談十年展望，我們?cè)?jīng)不斷談AI的十年、二十年，說(shuō)AI技術(shù)有大量的發(fā)展，因?yàn)橛写罅堪l(fā)展，所以AI未來(lái)無(wú)所不能，這是一種很樂(lè)觀的情緒，過(guò)去幾年資本市場(chǎng)也的確洋溢著樂(lè)觀情緒。

今天的時(shí)點(diǎn)很不好，悲觀的情緒遠(yuǎn)遠(yuǎn)勝于樂(lè)觀的情緒，也是因?yàn)檫@種心情，我自作主張加了一個(gè)副標(biāo)題——關(guān)塞極天唯鳥(niǎo)道，江湖滿(mǎn)地一漁翁，這句詩(shī)是很悲傷的心情，沒(méi)什么路走。但我從這句詩(shī)中也讀出另一層意思，正如未來(lái)的十年，悲觀中還是孕育著機(jī)會(huì)，關(guān)塞極天唯鳥(niǎo)道，還是有一條道的，這條道就是人工智能— 渡過(guò)這一輪寒冬周期最大的希望。

今年所有人都感受到了經(jīng)濟(jì)寒冬，寒冬是什么寒冬？我自己理解就是效益模型的寒冬。我們?cè)谶^(guò)去幾十年內(nèi)不斷享受非常充沛的，挖掘一下就有，或者少付一點(diǎn)環(huán)保成本就能得到的要素，所有這樣非常充沛的要素已經(jīng)不富裕了。我們的要素逐漸走向邊界，不僅不能再充沛的增加，而且隨著人力成本環(huán)保成本等的上升，漸漸到了一個(gè)要素越來(lái)越昂貴的時(shí)期。但人類(lèi)的需求、人的欲望沒(méi)有對(duì)應(yīng)的下降，我們的要求越來(lái)越高，我們?cè)敢鉃橥鹊漠a(chǎn)品和服務(wù)付出的錢(qián)反而在減少。這兩個(gè)之間的背離導(dǎo)致整個(gè)經(jīng)濟(jì)體出現(xiàn)越來(lái)越多無(wú)效的效率模型。

在這個(gè)階段，我們有很多充滿(mǎn)想象力的效率模型無(wú)法落地——很多新模型VC愿意砸錢(qián)，通過(guò)幾年的投入形成一個(gè)閉環(huán)，達(dá)到一些成本的攤薄，實(shí)現(xiàn)一個(gè)新效率模型，但很多本身效率就是存在障礙的模型，再燒錢(qián)也跑不通。我們也希望滿(mǎn)街都是非常好的共享自行車(chē)，招手即來(lái)，但是當(dāng)他們運(yùn)維成本遠(yuǎn)遠(yuǎn)大于預(yù)期的時(shí)候，這樣的效率模型不賺錢(qián)。

在這個(gè)階段，我們也有很多在小范圍運(yùn)營(yíng)效率還可以的模型，擴(kuò)不起來(lái)——高質(zhì)量的咖啡師和醫(yī)生，教師和技工，都是付出幾倍代價(jià)也找不到兩倍供應(yīng)量的狀態(tài)，讓高質(zhì)量的產(chǎn)品服務(wù)總是小而美，良幣驅(qū)逐不了劣幣，反而被高速擴(kuò)張的劣幣驅(qū)逐。

在這個(gè)階段，更嚴(yán)重的是今天看起來(lái)習(xí)以為常的效率模型撐不住——人力成本的上升，包括其它要素成本的上升，如果你的業(yè)態(tài)不能把效率模型拉到一個(gè)更高的程度，把一些成本降下來(lái)一些收益提上去，只是維持在原有的水平，那在經(jīng)濟(jì)的寒冬，走向明天就會(huì)有非常尖銳的問(wèn)題。工業(yè)，農(nóng)業(yè)，服務(wù)業(yè)中很多的業(yè)態(tài)，都在被更高效的模型爭(zhēng)奪走了人力要素。

悲觀如此，但我們對(duì)AI又為什么充滿(mǎn)希望，因?yàn)锳I的春天一定會(huì)開(kāi)滿(mǎn)大量新的效率模型之花，AI就是為了效率模型所打造，所設(shè)計(jì)的。而且更激進(jìn)看，AI和人類(lèi)歷史上所有的工具和技術(shù)都不一樣，原來(lái)的技術(shù)都是為了更好優(yōu)化一個(gè)人和人的組織，在人的模型上打補(bǔ)丁，而今天的AI，利用AI對(duì)物理世界的感知能力、決策能力，可以達(dá)到千人千面乃至千人萬(wàn)面的個(gè)性化能力，可以串聯(lián)起所有的感知設(shè)備、決策設(shè)備、輸出設(shè)備，再和人形成一個(gè)很好的人機(jī)混合體，并且這個(gè)混合體能在歷史的周期內(nèi)，不是隨著規(guī)模的擴(kuò)大而邊界效率遞減遇到瓶頸，而是相反，隨著規(guī)模擴(kuò)大越具有可復(fù)制性，所有時(shí)間的積累讓我們的決策變得更加準(zhǔn)確，所有通過(guò)空間的擴(kuò)張、數(shù)量的擴(kuò)張能使得成本逐漸降低，并且能得益于整個(gè)技術(shù)進(jìn)步。底層技術(shù)進(jìn)步給我們帶來(lái)越來(lái)越便宜的芯片，越來(lái)越便宜的傳感器，越來(lái)越便宜的機(jī)器人。

今天的AI還在蹣跚學(xué)步。雖然在過(guò)去十年誕生了一批獨(dú)角獸公司，應(yīng)該說(shuō)他們都是初步證明了AI在一個(gè)非常微觀的層面，比如人臉識(shí)別替代警察卡口這樣一個(gè)微觀的層面證明了AI能做一些人類(lèi)做得了或做不了的事。包括自動(dòng)駕駛，某種意義上今天也只是證明一輛傳統(tǒng)的車(chē)背著很多昂貴的傳感器，在不考慮效費(fèi)比的情況下技術(shù)上可行，但未來(lái)幾年真正將迎接的是隨著效率模型的不斷改善，這些行業(yè)真正將被AI驅(qū)動(dòng)的新效率模型所代替。

我自己理解，未來(lái)十年中，我們漸漸會(huì)看到四波效率模型提升的機(jī)會(huì)，將很多行業(yè)重新帶入良性的增長(zhǎng)循環(huán)。

第一波，節(jié)點(diǎn)效率的提升。

所謂節(jié)點(diǎn)效率的提升，第一步當(dāng)然是簡(jiǎn)單的代替人，這也是今天看到最直接，包括我們投資行業(yè)有很多朋友分析哪個(gè)行業(yè)的人力成本高，哪個(gè)行業(yè)對(duì)高質(zhì)量人才的培養(yǎng)跟不上，我們?nèi)ヌ娲徊糠秩肆Τ杀荆@個(gè)是非常必要的，這是其中小小的第一步。

但AI更會(huì)創(chuàng)造新的節(jié)點(diǎn)— 取消原有的節(jié)點(diǎn)，增加新的，帶來(lái)新的成本結(jié)構(gòu)和新的質(zhì)量水平。現(xiàn)在的行業(yè)節(jié)點(diǎn)是因?yàn)槿说哪芰吔缭O(shè)立的，人類(lèi)無(wú)法在廣場(chǎng)上追蹤千百個(gè)過(guò)客所以我們需要設(shè)置很多通道和卡口來(lái)做檢查，人類(lèi)無(wú)法隨時(shí)切換加工的工法所以我們?cè)O(shè)置了流水線來(lái)做分工。但AI節(jié)點(diǎn)會(huì)突破這些邊界，利用更多來(lái)自于新的邊緣采集的數(shù)據(jù)，利用高級(jí)的語(yǔ)義理解能力，利用各種被知識(shí)化的非結(jié)構(gòu)數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)，AI節(jié)點(diǎn)理解復(fù)雜的環(huán)境，做出識(shí)別和判斷驅(qū)動(dòng)智能機(jī)器去完成任務(wù)，或者通過(guò)三維重建和呈現(xiàn)，例如利用未來(lái)的AR投影到我們的真實(shí)世界里，引導(dǎo)人去配合完成任務(wù)，形成全新的人和虛擬的聯(lián)合的互動(dòng)。

我們未來(lái)的工廠流水線，大家可能會(huì)看到有很多的工人既不是說(shuō)被機(jī)器人完全替代，也不是說(shuō)只是按照一個(gè)IT系統(tǒng)形成的工單去操作的員工，而是在AI的時(shí)代，可能是人和一個(gè)機(jī)器手協(xié)同，在加工的地方用三維重建的AR全息投影，投到這個(gè)部件上，每一個(gè)部件過(guò)來(lái)，人不再需要去判斷屬于哪個(gè)部位、屬于哪個(gè)訂單，實(shí)現(xiàn)完全的柔性化。再下一步，每一個(gè)工人擅長(zhǎng)加工的東西不一樣，每一個(gè)工人的身高體重也不一樣，如何真的挖掘他們的擅長(zhǎng)？我們投的一些項(xiàng)目在美國(guó)已經(jīng)開(kāi)始在做建筑行業(yè)的應(yīng)用，每一個(gè)工人的情況不一樣，我們結(jié)合以往工作所帶來(lái)的績(jī)效評(píng)估，結(jié)合對(duì)他們身體條件的分析，非常個(gè)性化地引導(dǎo)工人應(yīng)該怎么做好這個(gè)節(jié)點(diǎn)，把原本需要專(zhuān)業(yè)技工完成的工作讓AI賦能的普工可以高質(zhì)量完成，進(jìn)而改變了整個(gè)環(huán)節(jié)的工序設(shè)計(jì)。所有這一切會(huì)給我們帶來(lái)更加充沛的節(jié)點(diǎn)供應(yīng)和更加高質(zhì)量的完成，這種質(zhì)量絕不只是今天把這個(gè)工作簡(jiǎn)單完成，而是在人機(jī)的混合下，無(wú)論這個(gè)機(jī)器用于引導(dǎo)，還是用于監(jiān)理，還是用于加強(qiáng)，還是用于機(jī)器人的物理做工，總之能把節(jié)點(diǎn)的質(zhì)量達(dá)到一個(gè)標(biāo)準(zhǔn)化的程度，達(dá)到今天人類(lèi)最佳實(shí)踐的標(biāo)準(zhǔn)化，節(jié)點(diǎn)效率會(huì)大大提升。

第二波，系統(tǒng)效率的提升。

當(dāng)節(jié)點(diǎn)逐漸被AI滲透之后，整個(gè)業(yè)務(wù)系統(tǒng)可以被AI的感知和決策能力所覆蓋，帶來(lái)系統(tǒng)效率的提高。我們今天都在享受著互聯(lián)網(wǎng)帶來(lái)的每一個(gè)行為節(jié)點(diǎn)都被數(shù)字化之后，所帶來(lái)的精準(zhǔn)推薦系統(tǒng)效率，避免了流量的浪費(fèi)。但在真實(shí)物理世界里我們的系統(tǒng)效率實(shí)在太低了。在農(nóng)業(yè)種植過(guò)程中，腐爛的沒(méi)有及時(shí)去摘的損失占百分之三十；我們多打農(nóng)藥，不知道每一個(gè)蘋(píng)果的狀況怎么樣，只能所有蘋(píng)果打類(lèi)似的藥或多打百分之二十，浪費(fèi)掉的農(nóng)藥或者農(nóng)藥給社會(huì)造成的損失非常巨大。我們的醫(yī)療，所有人都在按照同樣的標(biāo)準(zhǔn)檢測(cè)、同樣的標(biāo)準(zhǔn)服藥，沒(méi)有考慮每個(gè)人的不同。我們的工業(yè)，在每個(gè)環(huán)節(jié)都有一定的誤差容忍，到下個(gè)環(huán)節(jié)又是按標(biāo)準(zhǔn)的工藝去加工，不考慮對(duì)上一個(gè)環(huán)節(jié)誤差的補(bǔ)償。這些有決策的難度，也有很大的個(gè)性化作業(yè)對(duì)人的巨大挑戰(zhàn)的難度，標(biāo)準(zhǔn)化都很難，何談個(gè)性化。

傳感器和數(shù)據(jù)的成本在節(jié)點(diǎn)效率提升的過(guò)程中被承擔(dān)，跨節(jié)點(diǎn)的數(shù)據(jù)卻在更長(zhǎng)的未來(lái)發(fā)揮著價(jià)值— 通過(guò)跨節(jié)點(diǎn)的誤差補(bǔ)償、資源調(diào)度、根據(jù)出口需求的全程精準(zhǔn)化，來(lái)做到全局的效率提升。進(jìn)而，利用AI對(duì)跨節(jié)點(diǎn)多元數(shù)據(jù)的發(fā)現(xiàn)能力，發(fā)現(xiàn)新的規(guī)律，找到提高系統(tǒng)效率的最佳決策，從標(biāo)準(zhǔn)化再反過(guò)來(lái)走向更高程度的個(gè)性化。

系統(tǒng)效率的提升，更大的意義在于可以規(guī)?；梢赃m應(yīng)擴(kuò)張中的區(qū)域差異、要素差異，實(shí)現(xiàn)品質(zhì)維持的規(guī)?；Ｌ嗟臉I(yè)態(tài)死于擴(kuò)張中的要素不可復(fù)制，死于任何的需求或者供應(yīng)差異就打破了原來(lái)的固定模型— 無(wú)論是餐廳還是農(nóng)業(yè)還是高品質(zhì)工廠。而AI時(shí)代的系統(tǒng)模型本身就是基于要素差異進(jìn)行整體補(bǔ)償和配置的模型，不斷在復(fù)制的差異化過(guò)程中學(xué)習(xí)和提升，不斷通過(guò)新的數(shù)據(jù)來(lái)更好的提高判斷準(zhǔn)確性。放眼未來(lái)，這種差異會(huì)越來(lái)越大。

第三個(gè)階段，產(chǎn)業(yè)效率提升。

AI的更大想象力在于通過(guò)打造新的效率模型，改變行業(yè)的集中度、打造新的業(yè)態(tài)，真正去提升產(chǎn)業(yè)效率，重塑產(chǎn)業(yè)格局。

沒(méi)有人規(guī)定AI時(shí)代的創(chuàng)業(yè)只能做乙方，很多人可以做甲方，我們?cè)诿绹?guó)投資的農(nóng)業(yè)智能化領(lǐng)域發(fā)展比較快的一家公司，他在過(guò)去三年內(nèi)已經(jīng)開(kāi)始這樣做，這個(gè)行業(yè)格局分散，一個(gè)一個(gè)去給中型客戶(hù)做銷(xiāo)售是比較辛苦的，但正是這樣的行業(yè)，為什么不能應(yīng)用AI能力去打造一個(gè)新的集中度呢？既然能打造最優(yōu)秀的效率模型，既然這種效率模型遠(yuǎn)遠(yuǎn)超過(guò)了今天的甲方，為什么不能自己拉上最優(yōu)秀的甲方變成新效率模型的運(yùn)用者？這個(gè)時(shí)代甲乙方的關(guān)系會(huì)變得微妙。這家公司過(guò)去一年從給不同農(nóng)場(chǎng)賣(mài)解決方案，變成自己創(chuàng)立了品牌，代表著一個(gè)打農(nóng)藥很少、交期很準(zhǔn)、質(zhì)量很高的農(nóng)產(chǎn)品提供商，售價(jià)可以做的很高，損耗可以降的很低，他自己變成一個(gè)農(nóng)業(yè)品牌，傳統(tǒng)的甲方反而變成了他的加盟商，變成給他提供勞動(dòng)力，提供土地要素的乙方，甲乙方顛倒的過(guò)程中，大家共同在向市場(chǎng)要最大的空間，向消費(fèi)者要最大的購(gòu)買(mǎi)力，同時(shí)把行業(yè)集中度大大提升。所以第三個(gè)階段，AI非常大的機(jī)會(huì)在很多看上去傳統(tǒng)、看上去細(xì)分的行業(yè)有新的集中度，甚至有新業(yè)態(tài)的打造。

我們繼續(xù)講農(nóng)業(yè)的例子，我們?cè)O(shè)想一個(gè)未來(lái)的場(chǎng)景，其實(shí)在養(yǎng)殖領(lǐng)域已經(jīng)出現(xiàn)了這樣的例子，今天有很多很好品種的農(nóng)作物，如果有機(jī)會(huì)試吃一下，真的覺(jué)得這個(gè)東西非常好，而且營(yíng)養(yǎng)價(jià)值也非常高。只是效率模型現(xiàn)在非常不高效，因?yàn)檫@樣的品種需要非常精細(xì)的照料，需要很長(zhǎng)周期的勞動(dòng)力投入或者其他要素的投入，這樣的培養(yǎng)要花很長(zhǎng)時(shí)間。但這就是AI的優(yōu)勢(shì)，我們建立一個(gè)非常精準(zhǔn)的作業(yè)的模型，并且是個(gè)性化，能匹配到不同地方的土地、人員、口味等等要素環(huán)境，所以很多新業(yè)態(tài)在這個(gè)過(guò)程中能夠得以打造，這個(gè)過(guò)程中AI公司的邊界就不只是技術(shù)公司了，而是這些行業(yè)的締造者。

第四個(gè)階段，進(jìn)一步的AI效率提升。

繞回來(lái)說(shuō)技術(shù)，某種意義上講，這幾年積累下來(lái)的一些AI技術(shù)足以在很多傳統(tǒng)行業(yè)掀起很大的風(fēng)暴，但未來(lái)十年AI自身又將有極大的發(fā)展。AI賦能傳統(tǒng)行業(yè)過(guò)程中減少了很多要素成本，但增加了AI的成本— 語(yǔ)義理解，傳感器，機(jī)器人，很多能力今天還很昂貴，未來(lái)十年，AI自身的效率會(huì)有實(shí)質(zhì)的進(jìn)一步提高。

我放了兩張圖，右邊是一個(gè)微小傳感器，這個(gè)傳感器放在一個(gè)美元硬幣上，大概只有幾百分之一的大小，是個(gè)全棧的傳感器，具有感知、計(jì)算、傳輸、環(huán)境能量采集的能力，可以在五到十年持續(xù)工作。以一個(gè)那么小的體積，可以被放到眼底做青光眼的眼壓監(jiān)測(cè)，可以被放入工業(yè)領(lǐng)域的大量設(shè)備中，這些都是讓AI邊界擴(kuò)張的利器。今天一個(gè)帶電源的智能音箱的對(duì)話能力，十年后在一個(gè)微型無(wú)源模組里就有，voice-first能力將天生屬于每一個(gè)設(shè)備。

左邊是一個(gè)光學(xué)計(jì)算的芯片，我們今天仍然有極大的AI處理成本，哪怕做簡(jiǎn)單的圖像識(shí)別還不要談更高階的語(yǔ)義分析、從幾千路的攝像頭里分析數(shù)據(jù)、高實(shí)時(shí)超高清數(shù)據(jù)中的分析— 這樣的計(jì)算成本仍然是不可思議的一個(gè)數(shù)字，大大限制了今天AI落地的領(lǐng)域在一些高價(jià)值任務(wù)上。但未來(lái)的光學(xué)計(jì)算芯片，將帶來(lái)幾十個(gè)數(shù)量級(jí)的效率提升，讓AI能力在同等約束條件下大大的躍升。

這樣的例子還有很多，我們所投資的一批前沿技術(shù)公司，會(huì)在未來(lái)5-10年內(nèi)逐漸成熟，拓展AI的能力邊界，讓人體內(nèi)的數(shù)據(jù)采集和決策，讓工廠內(nèi)的人機(jī)協(xié)同智能機(jī)器人，讓三維重建和虛擬化等技術(shù)成為現(xiàn)實(shí)。AI效率的提升還包括技術(shù)進(jìn)一步成熟之后的平臺(tái)化API化。比如說(shuō)視覺(jué)，今天任何一個(gè)行業(yè)的公司，如果想很好利用視覺(jué)技術(shù)，還不得不自己花一些時(shí)間做開(kāi)發(fā)，或者推動(dòng)這些技術(shù)公司去做很多定制的事情，從最簡(jiǎn)單的圖片訓(xùn)練，到為了獲取物理世界的實(shí)時(shí)視頻流所做的從傳感器到算法的開(kāi)發(fā)。未來(lái)十年會(huì)迎來(lái)這樣一個(gè)時(shí)代，視覺(jué)傳感器對(duì)空間的視覺(jué)識(shí)別和理解能力將平臺(tái)化，成為一個(gè)隨手可得的API，一個(gè)模組能對(duì)屋子里95%以上的空間有覆蓋，對(duì)空間里95%以上的行為進(jìn)行語(yǔ)義化，無(wú)處不在，隨手可得。和互聯(lián)網(wǎng)的發(fā)展一樣，當(dāng)AI已經(jīng)不稱(chēng)之為一個(gè)話題的時(shí)候，效率提升達(dá)到極致，我們行業(yè)的應(yīng)用空間又會(huì)大很多很多。

這四個(gè)階段其實(shí)是相互輪流發(fā)生的，不是一個(gè)靜態(tài)的過(guò)程。未來(lái)十年，我相信是AI的黃金十年，過(guò)去AI還是小圈子內(nèi)的技術(shù)展示和能力試點(diǎn)，距離深入的行業(yè)變革還遠(yuǎn)。未來(lái)十年，卻一定會(huì)深入各產(chǎn)業(yè)的核心業(yè)務(wù)系統(tǒng)，造就一批領(lǐng)先的產(chǎn)業(yè)公司。

同樣未來(lái)十年也不是一帆風(fēng)順的，創(chuàng)業(yè)者必須要認(rèn)識(shí)到舞臺(tái)的主角變了，AI創(chuàng)業(yè)者和技術(shù)公司仍然是舞臺(tái)上重要的主角，但不是一個(gè)單人的，不再是互聯(lián)網(wǎng)去改造各個(gè)傳統(tǒng)行業(yè)那種1+n的格局，不是改造，而是造就，是與產(chǎn)業(yè)公司攜手去造就新效率模型的1+1。

未來(lái)的黃金十年屬于領(lǐng)先的產(chǎn)業(yè)公司。什么是領(lǐng)先的產(chǎn)業(yè)公司，他們對(duì)行業(yè)有非常深的洞察，他們自身就是當(dāng)前行業(yè)最佳實(shí)踐效率模型的打造者，并且他們對(duì)使用技術(shù)充分改變這個(gè)行業(yè)有最深的理解和認(rèn)識(shí)，只是受限于技術(shù)的漸進(jìn)式發(fā)展，有很多想做的事做不到。有前瞻性的產(chǎn)業(yè)公司想打造新模型，有前瞻性的技術(shù)公司想去服務(wù)新模型的打造，只是快速發(fā)展的AI時(shí)代讓信息不對(duì)稱(chēng)，大家彼此無(wú)法攜手。

玄羽科技李鴻峰：AI賦能3C制造的四大應(yīng)用場(chǎng)景

AI小助手 BV百度風(fēng)投

BV百度風(fēng)投A輪項(xiàng)目“玄羽科技”是一家工業(yè)制程智能化開(kāi)發(fā)公司，致力于以工業(yè)4.0為藍(lán)圖，以工業(yè)大數(shù)據(jù)及機(jī)器學(xué)習(xí)的技術(shù)為基礎(chǔ)，結(jié)合工業(yè)自動(dòng)化技術(shù)，為制造業(yè)提供軟硬結(jié)合的智能工廠解決方案。

近日，在“2019未來(lái)論壇·南京峰會(huì)”上玄羽科技董事長(zhǎng)李鴻峰發(fā)表《AI 賦能3C制造》的主題演講，他表示：3C行業(yè)制造目前面臨增長(zhǎng)放緩、人力成本持續(xù)增加、毛利率越來(lái)越低的三大困境，產(chǎn)業(yè)面臨這些困境，需要考慮升級(jí)轉(zhuǎn)型，通過(guò)技術(shù)創(chuàng)新和成本優(yōu)化。

玄羽科技董事長(zhǎng)李鴻峰

以下為演講實(shí)錄：

大家好，我是玄羽科技的李鴻峰，我今天分享的是AI賦能3C制造，側(cè)重于介紹細(xì)分領(lǐng)域的幾個(gè)AI應(yīng)用，剛才我與幾個(gè)嘉賓一起交流一致認(rèn)為在今天的創(chuàng)投圈，有幾個(gè)概念被炒得非常火熱，工業(yè)互聯(lián)網(wǎng)、工業(yè)物聯(lián)網(wǎng)、智能制造都非常熱，歷史經(jīng)驗(yàn)告訴我們，行業(yè)越是狂熱，我們作為當(dāng)事人就越要冷靜分析。智能制造是方向是未來(lái)，但是，在行業(yè)剛剛起步的今天，我們究竟該如何去做？玄羽選擇聚焦，工業(yè)很大，我們聚焦在3C制造，3C依然然很大，我們還要繼續(xù)聚焦。

01 3C制造在今天面臨著三大困境

首先我們看一下我們?yōu)槭裁催x擇3C行業(yè)，3C行業(yè)的現(xiàn)狀是怎么樣的。3C制造在今天，已經(jīng)面臨著三大困境，

第一大困境就是增長(zhǎng)放緩，例如最明顯的就是手機(jī)，以前是在持續(xù)高速增長(zhǎng)，而現(xiàn)在出現(xiàn)了負(fù)增長(zhǎng)，這是第一困境。

第二困境，中國(guó)的人口紅利已經(jīng)不在了，人力成本一直在增加，中國(guó)過(guò)去十年間，人力成本增長(zhǎng)了3倍，尤其在3C制造這個(gè)人力密集的制造業(yè)，更加地顯著。

第三個(gè)困境，整個(gè)3C制造毛利率越來(lái)越低。

當(dāng)一個(gè)產(chǎn)業(yè)面臨這些困境的時(shí)候，就必須要考慮升級(jí)轉(zhuǎn)型，一定是通過(guò)技術(shù)創(chuàng)新和成本優(yōu)化。這就催生了他們對(duì)智能化制造的需求。

02 3C制造特點(diǎn)

第一個(gè)特點(diǎn)就是高度離散。第二個(gè)是迭代非?？?。這樣的行業(yè)特點(diǎn)，既有它好的一面，也有它壞的一面。好的一面是：通過(guò)科技手段能帶來(lái)的效率提升的價(jià)值空間特別大。不好的是：因?yàn)樽兓炝?，太離散了，做起來(lái)非常難。玄羽科技最開(kāi)始選擇的路徑，是以頭部企業(yè)為主，它的特點(diǎn)就是基礎(chǔ)比較好，理念比較強(qiáng)，可以帶動(dòng)整個(gè)產(chǎn)業(yè)的動(dòng)作。所以最早我們選擇了3C制造，作為智能制造的一個(gè)切入點(diǎn)。

智能制造的理解往往有一個(gè)誤區(qū)，就是自動(dòng)化。自動(dòng)化在智能制造的進(jìn)程中，的的確確起了非常重要的作用。但有一點(diǎn)必須清楚，自動(dòng)化真的不等于智能化。自動(dòng)化的手段只能替代人的手和腳，不能替代人的大腦。如果向往智能制造，就要想一想怎么能替代人的大腦。今天我們可以通過(guò)數(shù)據(jù)+算法的方式，切入到智能制造，用AI的替代甚至超越人腦，能給工業(yè)帶來(lái)巨大的價(jià)值。

先介紹智能制造的一些基本邏輯，我們把工廠里各種設(shè)備和系統(tǒng)的數(shù)據(jù)盡量全地收集上來(lái)形成數(shù)據(jù)中臺(tái)，在中臺(tái)之上做數(shù)據(jù)分析和一些人工智能的探測(cè)。有一些做工業(yè)大數(shù)據(jù)的公司，基本上做采集、分析、展示、報(bào)警，這個(gè)都是單向的分析，在工業(yè)領(lǐng)域這個(gè)單向分析是不足夠的。既然已經(jīng)通過(guò)數(shù)據(jù)分析得出了一個(gè)結(jié)論，那我們?yōu)槭裁床粚?duì)這個(gè)結(jié)論做相應(yīng)的動(dòng)作呢？我們?cè)谥悄芄S設(shè)計(jì)的時(shí)候，有三個(gè)因素是必須考量的，大局觀、判斷力、閉環(huán)控制。當(dāng)我們把這么多設(shè)備收集上去之后，我們相當(dāng)于在整體上形成了一個(gè)大數(shù)據(jù)的外腦，可以通過(guò)多維度的、宏觀的角度去判斷整場(chǎng)的狀況，而不是某一臺(tái)機(jī)器做得非常智能，是整體大局觀的智能。

第二個(gè)要素是判斷力，通過(guò)數(shù)據(jù)的手段，給一個(gè)判斷和分析。第三個(gè)要素是閉環(huán)控制，基于這個(gè)分析，要進(jìn)行反向的閉環(huán)控制，沒(méi)有反向的閉環(huán)控制，意義會(huì)大大折扣。有了這樣的大局觀、判斷力和閉環(huán)的執(zhí)行力，就成為了智能工廠和柔性制造的基礎(chǔ)。智能工廠就是有智有能，智是“判斷力”、能是“使能”這就是我們的智能工廠的一個(gè)基本邏輯。

03 四大AI應(yīng)用

接下來(lái)跟大家分享四個(gè)AI的應(yīng)用，這是在細(xì)分領(lǐng)域四個(gè)比較有意思的場(chǎng)景。

第一個(gè)場(chǎng)景就是CNC刀具的智能分析，CNC就是數(shù)控機(jī)床，最主要的耗材就是加工的刀具，刀具是一個(gè)高速旋轉(zhuǎn)的部件。CNC加工一直都有一個(gè)痛點(diǎn)，就是高速旋轉(zhuǎn)的刀在加工過(guò)程中會(huì)不可避免地會(huì)斷掉，因而機(jī)臺(tái)對(duì)斷刀是不可判斷的，斷刀會(huì)讓加工工件成為次品，這是物料的損失，另一個(gè)損失，是刀的損失，在CNC加工過(guò)程中是自動(dòng)換刀的，當(dāng)前序工刀斷掉之后，后續(xù)工刀并不知道前面是斷的，依然按照原來(lái)的加工位置切換過(guò)來(lái)，會(huì)造成接二連三地?cái)嗟?，不僅是次品，還必須相應(yīng)地?fù)Q刀和修理機(jī)臺(tái)。因?yàn)閿嗟哆@個(gè)痛點(diǎn)催生了對(duì)刀儀。對(duì)刀儀會(huì)損失非常多的加工時(shí)間，而加工時(shí)間就是產(chǎn)能。在3C制造領(lǐng)域，因?yàn)槭谴笠?guī)模生產(chǎn)的，產(chǎn)能損失是工業(yè)企業(yè)最不愿意看到的。而且硬件的對(duì)刀儀在機(jī)臺(tái)里面面對(duì)的環(huán)境非常惡劣，所以它的品質(zhì)和測(cè)量精度下降得特別快要高頻次地維護(hù)它。每一個(gè)機(jī)臺(tái)都要配這個(gè)對(duì)刀儀，每天都要去維護(hù)它，中國(guó)有CNC保有量大概有幾百萬(wàn)臺(tái)，如果每一個(gè)機(jī)器都配對(duì)刀儀的話，代價(jià)是非常巨大的?？蛻?hù)給我們提出的要求是，如何不增加硬件成本，如何不占用加工時(shí)間，把斷刀找出來(lái)，這就是數(shù)據(jù)+算法的方式。我們把機(jī)臺(tái)里面對(duì)應(yīng)的數(shù)據(jù)全樣采集出來(lái)，對(duì)每一把刀的整個(gè)加工狀態(tài)，在線的、實(shí)時(shí)的都有一個(gè)精準(zhǔn)的把控，能立刻發(fā)現(xiàn)斷刀行為，當(dāng)我發(fā)現(xiàn)斷刀之后，一定要有閉環(huán)反向控制，立即控制機(jī)臺(tái)抬刀停機(jī)，避免后續(xù)損失的發(fā)生。由于我們對(duì)刀具做了精準(zhǔn)的監(jiān)控，同時(shí)衍生出對(duì)機(jī)臺(tái)壽命的準(zhǔn)確把握，所以我們會(huì)帶來(lái)刀具的節(jié)省，人員的節(jié)省，設(shè)備壽命的提升，效益大大增加了。

接著分享第二個(gè)AI應(yīng)用，陽(yáng)極氧化的應(yīng)用，手機(jī)外殼從CNC加工出來(lái)之后，是一個(gè)白料，是不可以直接進(jìn)組裝段，必須要進(jìn)行表面的處理和染色，這個(gè)就是陽(yáng)極氧化的工藝，是一個(gè)化學(xué)工藝。在中間大家看到的就是一條陽(yáng)極線，下面一格一格的就是池子，上面掛的叫做天車(chē)。一個(gè)金屬要經(jīng)過(guò)染色的過(guò)程，根據(jù)它的品質(zhì)要求，會(huì)經(jīng)歷不同的池子，一個(gè)池子一個(gè)池子沉浸反應(yīng)，我們當(dāng)初做的一個(gè)手機(jī)外殼品質(zhì)要求非常高，要經(jīng)過(guò)上百個(gè)池子，這個(gè)工藝非常復(fù)雜。為了人的安全，整個(gè)陽(yáng)極行業(yè)都要求用天車(chē)，帶來(lái)了另外的風(fēng)險(xiǎn)，因?yàn)檫@個(gè)天車(chē)會(huì)撞人，每年都會(huì)有傷人的事故。我在陽(yáng)極廠走一圈嗓子受不了，里面都是是強(qiáng)酸霧，工人必須戴口罩。所以陽(yáng)極廠是最需要做無(wú)人工廠的。今天的嘉賓我們也在交流一個(gè)事，IT和OT的融合，這是非常典型的案例。引入人工智能算法的話，會(huì)大大提升效率和準(zhǔn)確率。將天車(chē)實(shí)現(xiàn)真正意義上的智能駕駛。

那么為什么陽(yáng)極廠最需要做無(wú)人化，到現(xiàn)在都沒(méi)辦法無(wú)人化呢，因?yàn)檎麄€(gè)化學(xué)工藝是非常不可控的，必須有一個(gè)老師傅站在池子旁邊根據(jù)經(jīng)驗(yàn)不斷地觀察、不斷地進(jìn)行手工調(diào)整，整個(gè)過(guò)程不得不依賴(lài)?yán)蠋煾翟诂F(xiàn)場(chǎng)的控制，老師傅好不容易培養(yǎng)出了經(jīng)驗(yàn)，就跑了。因?yàn)楣ぷ鳝h(huán)境太惡劣了。陽(yáng)極廠的品質(zhì)一直都是提升不起來(lái)的。我們?cè)?jīng)做了一個(gè)陽(yáng)極廠，每天因?yàn)榱计仿首霾簧先?，每天損失是幾百萬(wàn)。現(xiàn)在我把天車(chē)實(shí)現(xiàn)了智能自動(dòng)化，把每一個(gè)涉及到老師傅的環(huán)節(jié)，都通過(guò)數(shù)據(jù)算法的方式，去替代它。這樣就可以真正意義上做到陽(yáng)極的無(wú)人化了。

分享的第三個(gè)AI應(yīng)用就是智能主軸，主軸是機(jī)器加工設(shè)備非常重要的部件。主軸每年維修和替換是CNC領(lǐng)域非常重要的成本。我們把跟主軸相關(guān)的數(shù)據(jù)，以高頻的方式采集過(guò)來(lái)之后，我們對(duì)主軸的運(yùn)作就了如指掌。帶來(lái)了兩個(gè)方面的改善，第一個(gè)改善，CNC每天在加工的時(shí)候，它的工人在現(xiàn)場(chǎng)必須要做一個(gè)事，就是要測(cè)一下這個(gè)主軸的對(duì)中度和偏擺，如果有偏擺的話一定會(huì)出現(xiàn)次品，但因?yàn)槎际鞘止さ?，效率非常低，每天要檢測(cè)3-4次，有的員工偷懶了，檢測(cè)評(píng)估就會(huì)更低，這樣就會(huì)增加產(chǎn)品的次品率。第二就是，這個(gè)軸是非常貴的東西，一旦壞了，損失非常大。如果在精準(zhǔn)的判斷監(jiān)控之后，我們對(duì)這個(gè)主軸提供一個(gè)預(yù)測(cè)性的維護(hù)和健康管理。我們對(duì)于整個(gè)主軸加工過(guò)程的狀態(tài)了如指掌，有些時(shí)候是可以救回來(lái)的，要看發(fā)生故障的原理?？梢园褖勖嵘?。涉及到主軸的檢測(cè)和生命周期的管理。這是任何一個(gè)有主軸設(shè)備的工廠特別在意的一個(gè)部件。

第四個(gè)跟大家分享的AI應(yīng)用就是智能玻璃加工，我們?yōu)槭裁醋霾ＡЪ庸み@個(gè)領(lǐng)域。大家知道，以前的機(jī)器的外殼都是塑料的，后來(lái)因?yàn)樘O(píng)果手機(jī)的引領(lǐng)，把外殼做成了金屬的，促使了3C金屬加工爆炸式的增長(zhǎng)。接下來(lái)5G時(shí)代會(huì)到來(lái)，5G信號(hào)對(duì)金屬是非常敏感。這就要求整個(gè)手機(jī)的外殼不會(huì)都是金屬的外殼，蘋(píng)果很明確將來(lái)有玻璃外殼的方向，很多做制造企業(yè)都在做預(yù)研和轉(zhuǎn)型，下一步玻璃加工的制造會(huì)大幅增長(zhǎng)。良品率很難保證。玻璃切片之后要磨的，這個(gè)過(guò)程就是用的CNC，我可以把這個(gè)過(guò)程理解為CNC加工的特殊刀具，它是一個(gè)磨棒，玻璃非常脆，加工過(guò)程會(huì)出現(xiàn)崩邊崩角崩空等不良。有了人工智能算法之后，可以大大提升玻璃加工的效率和良品率。

工廠要做的事情，不管是宏觀也好，還是微觀也好，一定要做到增效、降本、提質(zhì)、減員等等，這是不滅的話題。
? ? ? ?責(zé)任編輯:pj