關(guān)于西門(mén)子Siemens，每個(gè)人都有自己的印象。

家住北京朝陽(yáng)區(qū)的陳先生，給出的第一印象是家電，冰箱、洗衣機(jī)、烘干機(jī)……家里的西門(mén)子應(yīng)有盡有。

清華畢業(yè)的孫，馬上想到的是工作。博士畢業(yè)之后的數(shù)年里，她在中國(guó)研究院研發(fā)技術(shù)、應(yīng)用至項(xiàng)目，最后作用在中國(guó)的城市和工業(yè)項(xiàng)目。

而如果你問(wèn)華潤(rùn)電力研究院，他們會(huì)給出更不一樣的答案。

這個(gè)答案可以概括為數(shù)據(jù)分析，可以稱之為產(chǎn)業(yè)互聯(lián)網(wǎng)，若是更符合當(dāng)前的潮向，我們或許要以產(chǎn)業(yè)AI認(rèn)知西門(mén)子。

這是一個(gè)大眾沒(méi)那么熟悉的西門(mén)子另一面，但影響日盛，聲勢(shì)愈猛，它深入產(chǎn)業(yè)數(shù)字化進(jìn)程中，一手抓效率，一手降成本。

沒(méi)錯(cuò)，靠AI。

AI優(yōu)化電廠運(yùn)營(yíng)

華潤(rùn)電力將與西門(mén)子合作，后者通過(guò)技術(shù)能力，幫助華潤(rùn)電力實(shí)現(xiàn)發(fā)電機(jī)組的數(shù)字化連接、提高機(jī)群透明度，進(jìn)行資產(chǎn)診斷和運(yùn)營(yíng)優(yōu)化，從而幫助提高電廠的運(yùn)營(yíng)效益。

這也會(huì)是中國(guó)首個(gè)數(shù)字化電力遠(yuǎn)程運(yùn)營(yíng)中心項(xiàng)目。

整個(gè)方案中，共接入了19臺(tái)發(fā)電機(jī)組（總裝機(jī)容量9.6吉瓦），其中發(fā)電機(jī)涵蓋小則含30萬(wàn)機(jī)組，大則60萬(wàn)機(jī)組，還有特殊達(dá)上百萬(wàn)，發(fā)電量能滿足1500萬(wàn)個(gè)家庭日常所用。

其中，大數(shù)據(jù)、人工智能、云計(jì)算等技術(shù)均會(huì)被應(yīng)用其中，所以華潤(rùn)電力與西門(mén)子的聯(lián)手，將會(huì)是一次數(shù)字化的真正落地，也是未來(lái)智能能源技術(shù)的一次代表性試水。

西門(mén)子產(chǎn)業(yè)AI

但華潤(rùn)電力，只是西門(mén)子產(chǎn)業(yè)AI的眾多落地案例和客戶之一。

在制造、能源、城市、樓宇等諸多領(lǐng)域，西門(mén)子的數(shù)字化方案都在開(kāi)花結(jié)果。

西門(mén)子中國(guó)研究院大數(shù)據(jù)分析研發(fā)部總監(jiān)田鵬偉說(shuō)，如果從傳統(tǒng)機(jī)器學(xué)習(xí)算起，西門(mén)子開(kāi)啟AI領(lǐng)域的研究和方案落地，已有30多年歷史。

早在90年代，西門(mén)子就開(kāi)始在全球30多家鋼鐵廠部署基于自學(xué)習(xí)的質(zhì)量控制方案，幫助客戶更好利用設(shè)備。

即便當(dāng)時(shí)神經(jīng)網(wǎng)絡(luò)的方法方興未艾，但出于需求驅(qū)動(dòng)，西門(mén)子就已經(jīng)嘗試將其帶入方案中幫助解決問(wèn)題。

從傳統(tǒng)的數(shù)據(jù)分析、機(jī)器學(xué)習(xí)，到近幾年大火的神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)，對(duì)于西門(mén)子永遠(yuǎn)都是工具，只要對(duì)解決問(wèn)題有幫助，都會(huì)嘗試。

西門(mén)子的風(fēng)格，往往不是提供一個(gè)方案，而是提供一系列方案。

典型的解決方案則可以歸為三類領(lǐng)域。

第一個(gè)領(lǐng)域，預(yù)測(cè)和預(yù)測(cè)性維護(hù)。目前在空氣質(zhì)量預(yù)測(cè)、故障設(shè)備檢測(cè)和設(shè)備健康狀態(tài)預(yù)測(cè)等方面，都有應(yīng)用。

第二大領(lǐng)域是適應(yīng)和優(yōu)化。與通常喜聞樂(lè)見(jiàn)的人機(jī)交互不同，西門(mén)子方案的交互對(duì)象是大自然一樣的無(wú)邊界對(duì)手。

比如優(yōu)化風(fēng)力發(fā)電的發(fā)電效率案例中，他們就需要在特定環(huán)境和氣候條件下，給出如何布置風(fēng)機(jī)、優(yōu)化發(fā)電效率的方案。

第三大領(lǐng)域則是自然語(yǔ)言處理和推理，主要應(yīng)用在文本數(shù)據(jù)分析和知識(shí)管理，在推理基礎(chǔ)上實(shí)現(xiàn)智能化交互，并融合傳感器數(shù)據(jù)和多媒體數(shù)據(jù)，進(jìn)一步發(fā)揮作用。

而在這些行業(yè)和領(lǐng)域的推進(jìn)中，還有一些典型的經(jīng)驗(yàn)和解決方案得到總結(jié)。

例如，西門(mén)子內(nèi)部將某典型方案命名為設(shè)備醫(yī)生，Equipment Doctor，幫設(shè)備去診斷，幫設(shè)備去治病，并且還總結(jié)出“中西醫(yī)結(jié)合”的方法。

所謂中西醫(yī)結(jié)合，不光只是好記好聽(tīng)，還在于更形象地對(duì)傳統(tǒng)領(lǐng)域合作方解釋技術(shù)原理。

在西門(mén)子產(chǎn)業(yè)AI落地中，這樣的形象化比喻比比皆是，比如在解釋GAN生成對(duì)抗網(wǎng)絡(luò)作用原理中，他們還有“用豆腐做素肉”的比喻，AI背景的人自然都知道GAN如何發(fā)揮作用，但諸多傳統(tǒng)企業(yè)客戶并不清楚。

于是西門(mén)子科學(xué)家們對(duì)GAN有了上述闡釋。為了讓素肉的口感更接近于真正的肉制品，GAN可以通過(guò)廚師手藝和食客口味的反復(fù)交鋒，使得不斷精進(jìn)的廚師能夠做出令最挑剔的食客也難以辨別真?zhèn)蔚乃厝狻?/p>

所以這實(shí)際也是產(chǎn)業(yè)AI落地中必不可缺的一部分，西門(mén)子的博士們，不光要當(dāng)AI方案打造者，還要承擔(dān)AI前沿技術(shù)概念的布道師。

而在這“中西醫(yī)結(jié)合”的方法中，就包含了諸多原本解釋起來(lái)很困難的AI概念。

所謂“中”，一方面是基于歷史文本數(shù)據(jù)、專家知識(shí)經(jīng)驗(yàn)建立知識(shí)庫(kù)，進(jìn)而將AI能力貫穿其中，形成推理引擎，可以針對(duì)問(wèn)題的現(xiàn)象或癥狀給出方案。

而所謂“西”，利用傳感器數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)模型相配合，一旦設(shè)備發(fā)生問(wèn)題，在精確量化的指標(biāo)監(jiān)測(cè)下，可以及時(shí)反饋，并依靠背后的知識(shí)圖譜給出方法建議，甚至能做到問(wèn)題預(yù)判，大大降低突然宕機(jī)帶來(lái)的危害。

當(dāng)然，熟悉AI或機(jī)器學(xué)習(xí)方案的人都知道，這套“中西醫(yī)結(jié)合”的方法，大道至簡(jiǎn)，就是AI方案落地具體領(lǐng)域和行業(yè)的解法。

比如生產(chǎn)優(yōu)化的例子。

在基于數(shù)控機(jī)床的精加工過(guò)程中，客戶都希望更好實(shí)現(xiàn)生產(chǎn)質(zhì)量?jī)?yōu)化，提升加工的良率。

于是就是按照上述“中西醫(yī)結(jié)合”的方法，西門(mén)子方案能夠自動(dòng)給出客戶建議：哪些參數(shù)能提升良率，什么樣的參數(shù)值可以運(yùn)用其中，最后良率可以提升至怎樣的效果。

值得一提的是，西門(mén)子內(nèi)部，其實(shí)也有自己的“AlphaGo”。

但不是用來(lái)下圍棋，而是運(yùn)用AlphaGo背后的多層神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等技術(shù)，將其運(yùn)用至燃?xì)廨啓C(jī)的氮氧化合物排放優(yōu)化以及風(fēng)力發(fā)電效率提升問(wèn)題上。

而且相比圍棋，這些領(lǐng)域的規(guī)則都不算清晰，問(wèn)題的邊界也不算明確，比如氮氧化合物排放是完全在燃?xì)廨啓C(jī)的燃燒室里進(jìn)行的，完全動(dòng)態(tài)。

但就在這樣的情況下，西門(mén)子運(yùn)用AI還是實(shí)現(xiàn)了15%的效能優(yōu)化。

不過(guò)AI落地也好，打造行業(yè)解決方案也罷，究竟有無(wú)標(biāo)準(zhǔn)可篩選先后，有沒(méi)有“首先、其次”的路徑可走？

可能沒(méi)有。

需求驅(qū)動(dòng)，業(yè)務(wù)驅(qū)動(dòng)

因?yàn)閺奈鏖T(mén)子的經(jīng)驗(yàn)來(lái)說(shuō)，都是需求驅(qū)動(dòng)、業(yè)務(wù)驅(qū)動(dòng)。

西門(mén)子產(chǎn)業(yè)AI解決方案出爐，都是從客戶的痛點(diǎn)、數(shù)據(jù)情況和目標(biāo)價(jià)值出發(fā)。

在工業(yè)領(lǐng)域，起初的需求是設(shè)備和系統(tǒng)預(yù)測(cè)。

西門(mén)子創(chuàng)立百年，打造了眾多著稱全球的設(shè)備，進(jìn)入數(shù)據(jù)驅(qū)動(dòng)、AI加持階段，對(duì)設(shè)備和系統(tǒng)的預(yù)測(cè)、檢測(cè)，自然可以形成AI方案。

于是從業(yè)務(wù)出發(fā)，以需求驅(qū)動(dòng)，西門(mén)子的產(chǎn)業(yè)AI一點(diǎn)點(diǎn)起步。

并從最初的設(shè)備檢測(cè)和維護(hù)，慢慢進(jìn)入更多精細(xì)化服務(wù)和市常

而且在產(chǎn)業(yè)領(lǐng)域的數(shù)字化升級(jí)中，有太多降低成本、提升效率的事情，可以通過(guò)數(shù)據(jù)和AI發(fā)揮作用。

所以AI也在給西門(mén)子帶來(lái)變革，過(guò)去他們只是設(shè)備制造和提供商，但現(xiàn)在，將會(huì)是全鏈條服務(wù)的方案打造者。

這個(gè)過(guò)程中，西門(mén)子的軟硬件裝機(jī)量也側(cè)面發(fā)揮作用，因?yàn)橹挥性O(shè)備擁有聯(lián)網(wǎng)、數(shù)據(jù)采集等能力，才能利用AI發(fā)揮作用。

不過(guò)產(chǎn)業(yè)領(lǐng)域搞AI，依然還有數(shù)據(jù)本身方面的挑戰(zhàn)。

比如通常不缺數(shù)據(jù)的工業(yè)，其實(shí)對(duì)于能滿足要求的數(shù)據(jù)很緊缺。

另外數(shù)據(jù)樣本也是難題，比起專門(mén)的AI領(lǐng)域有數(shù)據(jù)標(biāo)注公司，工業(yè)領(lǐng)域還沒(méi)有類似產(chǎn)業(yè)鏈服務(wù)，畢竟只有專家才能完成工業(yè)數(shù)據(jù)的標(biāo)注，而且很多工業(yè)設(shè)備不允許現(xiàn)場(chǎng)出問(wèn)題，導(dǎo)致異常數(shù)據(jù)極其有限，想要進(jìn)行故障檢測(cè)就變得更富挑戰(zhàn)。

最后，還有遷移性方面的問(wèn)題。目前AI垂直縱深的領(lǐng)域，模型遷移并非難事，但在產(chǎn)業(yè)領(lǐng)域，即便同一個(gè)客戶，在做完一套解決方案后，進(jìn)行一次檢修，更換一次零件，就可能需要基于新的傳感器數(shù)據(jù)重新訓(xùn)練，進(jìn)而優(yōu)化模型。

有時(shí)候，同樣設(shè)備的解決方案從客戶A拓展至客戶B，或者同一客戶希望拓展至所有類似設(shè)備，都會(huì)讓遷移性經(jīng)受大挑戰(zhàn)。

但這種挑戰(zhàn)換個(gè)角度，也成為了這家數(shù)字化設(shè)備巨頭深耕產(chǎn)業(yè)AI的優(yōu)勢(shì)所在。

因?yàn)獒槍?duì)產(chǎn)業(yè)領(lǐng)域的這些挑戰(zhàn)，不停迭代、不斷適應(yīng)新情況，最初的難關(guān)越過(guò)之后，就成了壁壘。

不一樣的產(chǎn)學(xué)研和創(chuàng)新

當(dāng)前談?wù)揂I，無(wú)法不談?wù)摦a(chǎn)學(xué)研。

產(chǎn)業(yè)領(lǐng)域應(yīng)用也一樣，都要吃透最新技術(shù)，解決現(xiàn)實(shí)難題，推出產(chǎn)品化方案。

田鵬偉自述，跟其他公司研發(fā)模式略有不同，他們的研究院不僅需要學(xué)習(xí)更新最新技術(shù)和研究，也要思考和實(shí)踐如何把這些技術(shù)研究落地到客戶方案中。

這種需求，推動(dòng)了他們的創(chuàng)新模式形成。

在西門(mén)子內(nèi)部，AI落地可以歸結(jié)為兩大方向：一是從AI引擎往下落地的AI+，二是從場(chǎng)景和領(lǐng)域向上結(jié)合的+AI。

從創(chuàng)新模式來(lái)看，研究院更側(cè)重于“AI+”，會(huì)著重思考如何把最新技術(shù)應(yīng)用進(jìn)方案，而各業(yè)務(wù)集團(tuán)（Division），則從“+AI”角度，思考場(chǎng)景問(wèn)題可以利用什么樣方案解決。

最后研究院和業(yè)務(wù)集團(tuán)聯(lián)動(dòng)，真正讓技術(shù)發(fā)揮價(jià)值。

西門(mén)子的諸多科班出身博士們，雖然隸屬研究院，但出差和“下鄉(xiāng)”時(shí)間很多，因?yàn)槲鏖T(mén)子研究院的工作不是埋頭實(shí)驗(yàn)室，還需要一線了解客戶需求和場(chǎng)景。

但這可能也正是西門(mén)子及其研究院留得住人才的原因之一。

田鵬偉畢業(yè)就加入西門(mén)子，至今已將近10年，他很享受技術(shù)從實(shí)驗(yàn)室到真實(shí)場(chǎng)景中落地后發(fā)揮價(jià)值的成就感。

還有開(kāi)頭提及的孫，清華畢業(yè)后也來(lái)到西門(mén)子，至今司齡8年，她參與的智慧城市解決方案方案目前已經(jīng)落地香港、無(wú)錫、蘇州等智慧城市項(xiàng)目中。

而且這還不是孤例特例，西門(mén)子的研究院仿佛別有魔力。

在AI狂飆激進(jìn)的年代里，它仿佛天降防護(hù)罩，保證這些科學(xué)家沉心靜氣，源源不斷往傳統(tǒng)領(lǐng)域輸出技術(shù)價(jià)值。

桃李不言，下自成蹊。

現(xiàn)在是時(shí)候從中國(guó)更新印象，認(rèn)識(shí)西門(mén)子的另一面產(chǎn)業(yè)AI的那一面。