从2015年左右开始的这轮人工智能浪潮，在图像、文字、语音等领域带来的变革让人大开眼界，而作为引领新一轮科技革命和产业变革的战略性技术，人工智能应用的侧重点也在发生转变，正在更多地与制造、医疗、金融科技等垂直行业场景深度融合。
如果把AI的能力看做冰山，浮出水面的部分可能只有10%，还有水下的90%需要和产业进行深度融合，才能发挥出真正的价值。近年来，在toC流量红利见顶的大趋势下，各大人工智能企业都在寻找全新的增长曲线，工业互联网成为大家不约而同看好的“大蛋糕”。
人工智能企业入局工业互联网
2022年，科大讯飞投资成立羚羊工业互联网股份有限公司的消息在业内引起广泛讨论。据了解，这是一家依托人工智能和大数据技术，以工业互联网赋能产业转型升级的创新科技公司。
此前，入局工业互联网的玩家主要可以分为四大“流派”：老牌工业企业以西门子、施耐德电气等为代表，他们的优势非常明显，即在工业Know-how以及专业技术上有着深厚的行业积累，形成其他派别企业难以跨越的壁垒;互联网企业以阿里、微软、AWS等为代表，它们在云计算、大数据分析以及软件服务等方面有着先进的技术和经验，本身积累的海量C端数据是其最锋利的破圈武器;IT软件企业以联想、浪潮等为代表，他们的优势和互联网企业颇有相似之处，尤其App开发是其老本行，做起来可谓轻车熟路;传统制造企业衍生的工业互联网平台以海尔为代表，他们依靠良好口碑的家电产品积累了大量的用户，因此开创了以用户体验为中心的大规模定制模式。与之相比，人工智能企业在众多前辈面前虽然显得有些“脸生”，但却找到了自己的独特价值。
不只科大讯飞这种专注人工智能的企业，许多具备人工智能硬实力的大厂也纷纷搞起了工业互联网平台：比如腾讯WeMake工业互联网平台基于腾讯云提供的工业能力底座，构建出面向数据智能、物联网、工业AI、5G、协同办公等中台能力;FusionPlant是华为基于30年ICT技术积累和制造经验打造的开放式平台，定位做工业互联网领域的黑土地;百度智能云开物是百度智能云在2021年推出的工业互联网品牌，其依托百度强大的互联网能力，以“AI+工业互联网”为特色，为制造、能源、水务等工业企业、产业链和区域产业集群提供云智一体的整体解决方案等等......在这些大厂打造的工业互联网平台中，可以看出一个共性，即人工智能在工业领域的通用性越来越强，深度学习应用也越来越广泛且深入。
人工智能和工业相互之间的吸引力显而易见：一方面，传统制造业在成本、效率方面亟待优化，以人工智能为代表的数字化技术成为助力其转型升级的利器;另一方面，人工智能技术发展多年，也亟需找到更多落地的场景，而工业横跨千行百业，场景纷繁复杂，为人工智能的成长提供了优渥的土壤。
在此背景下，智次方·物联网智库近期采访到了羚羊工业互联网股份有限公司副总裁金晖，聊了聊人工智能赋能工业的那点儿事儿。
人工智能如何替代“老师傅”?
目前，工业互联网已融入到45个国民经济大类当中，产业规模超万亿。工业互联网不仅仅成为数字经济时代的核心关键词，也成为了第四次工业革命的重要基石。同时，由于工业互联网还是政策支持的重大发展方向，数字化转型加速推进了新兴技术在工业场景的应用，因而诞生了新的增量空间。
近几年，科大讯飞借助自身积累的工业声学、工业视觉、工业知识图谱等AI能力，建立了“讯飞TuringPlat图聆工业互联网平台”，致力于AI新技术在工业场景中的落地。
从具体的赛道来看，AI质检、工业数据智能等方向都具有较大的发展潜力。金晖先生以电机质检环节为例，为智次方·物联网智库分享了AI的价值。据悉，传统电机质检方式是通过大量有经验的老师傅通过听来判断产品的质量，在这个场景中既没有标准，而且不同老师傅的判断也有差异性，导致结果的一致性不够好，基于这个痛点，公司研发了一套声纹质检系统。
该系统通过对一些实际数据进行标注，比如，在质检环节搜集几万个电机的声音，并围绕电机的声音做出一套数字化标注系统，在工厂里面选用最有经验的老师傅在系统里进行标注，在标注的过程当中，其实就是把老师傅的经验融入到数字化系统里去，再基于这些数据去做AI算法的训练，得到的效果可以无限逼近于老师傅数十年积累的经验，这样就能够以老师傅的经验为标准，形成自动化检测，进而解决没有标准和一致性不好的问题。
相比于在移动互联网领域中，在APP中嵌入AI算法可以服务于上亿规模用户来说，工业互联网场景的痛点就在于需要定制化。还是以上面的电机质检为例，如果电机的型号不一样，会使得发出的声音有细微的不同，这些都导致需要去重新收集不同型号的电机声音数据来训练，但由于科大讯飞本身在AI领域，尤其是声音领域有长时间的积累，所以能够使用小样本进行迁移学习，从而解决定制场景下的问题。
类似地，在变电站的场景中，对于变压器的局部放电进行检测是比较耗时的，而通过科大讯飞提供的麦克风阵列的技术，可以去解决声源定位的问题，进一步拓展至三个有关声音的场景之中：关于产品质量的声纹质检，变压器设备的预测性维护，以及基于空间的声源定位。
而在整个工业领域中，像这样的细分场景还有非常多，发展工业互联网更是一项长期、艰巨且复杂的系统工程，其中涉及到了不同的社会组织，更对人才和研发能力有很高的要求。通过多年来在toC领域积累的技术实力，入局的AI企业和互联网公司如果能够将这些能力进行合理的迁移和运用，相信也能产生后来者居上的效果。
人工智能企业真能搞好工业互联网?
近年来，人工智能正在加速与各行各业进行深度融合，对工业领域来说，对于可靠性有较高的要求，AI算法哪怕再准，也不会在所有场景中都达到100%的正确率，但人工智能企业强大的算力和大量的算法研究人员，却可以通过不断改进算法模型让准确率超越人类水准，无限接近完美，并在此基础上将这种能力快速迁移到各个场景中去。
尤其对于针对不同场景定制化研发的AI算法，对于中小型企业来说成本过高，像各大人工智能企业也提供了模型的训练平台，可以让企业将数据上传到平台后选择已有模型进行训练，再针对结果进行微调，能够大幅降低中小企业使用AI的成本，有利于AI在工业领域商业模式的建立和普及。在2021年时，科大讯飞就决定将自身积累的方案平台化，于是便有了讯飞TuringPlat图聆工业互联网平台和羚羊工业互联网平台。
作为国家级“双跨”工业互联网平台，羚羊平台被工信部列为第一批中小企业数字化转型服务平台，突围第十六届通信产业榜—工业互联网100佳榜单前十。目前，羚羊平台上已入驻总用户数24.3万，平台服务企业次数56.2万(数据截止至2023年1月16日)。
我们知道，处于不同阶段的企业对数字化有着不同的需求，比如中小微企业需要SaaS应用、腰部企业需要解决方案、头部企业需要建设中台和数据大脑来辅助决策等，这些都可以通过AI算法和模型来解决。针对于此，羚羊平台采用分层次的方式来推进企业的数字化转型——针对龙头企业，其构建了依托工业互联网可持续进化的工业大脑，来实现工业流程自动化，帮助企业减负增效，提供创新能力;针对规上企业，有平台+产业园的模式，通过诊断和行业合伙人，分行业场景诊断，依托产业园区来为产业链系统赋能;针对中小企业，通过工业SaaS平台，用数字化工具包来助力制造业中小企业数字化转型。
随着新一轮科技革命和产业变革的兴起，传统工业的核心正在发生转变，人工智能、大数据、算法将逐步代替人工、经验发挥关键作用。
这个过程中，工业感知是工业互联网的数据入口，是建设工业互联网的先决条件。在目前数据驱动的AI应用中，通过单一模态的数据所提供的信息早已不能满足提升感知和认知能力的需求，还需要多模态数据来模拟人类“联觉”，提升认知水平，而讯飞TuringPlat工业互联网平台基于听觉、视觉、触觉、嗅觉、味觉及工业大脑(即“工业六感”)，将更多能力整合到平台中来，并融合多维度传感数据采集技术、深度学习序列预测技术，在感知层面获得了工业设备的多维度数据，为辅助决策提供了更多了可用信息，保障工业设备运行始终处于可控、在控的状态。
目前，该能力已经被用于煤炭、钢铁、电力、水泥、机加工5大行业，覆盖通风机、汽轮机、轧机等40余类关键设备，构建工况模型、机理故障模型、AI故障模型等200余个模型，包含150余种工况。
写在最后
在工业互联网领域，结合人工智能是当前的一个大趋势，无论从资本层面，还是从国家政策层面，资源都在向着产业倾斜。目前，我国已建成具有一定区域和行业影响力的工业互联网平台超过150家，工业设备连接数量超过7900万台套，服务工业企业超过160万家。对于具备AI能力的企业来说，既可以选择在一个小的领域当中做到小而美，也可以选择做平台。但以现在的时间点来看，现在平台可能还处在一个“破局”的时间，一旦跨过这个时间，定会大放异彩。
