【中國(guó)傳動(dòng)網(wǎng) 行業(yè)動(dòng)態(tài)】 工業(yè)互聯(lián)網(wǎng)新政密集出臺(tái)，各個(gè)標(biāo)桿項(xiàng)目也逐漸落地，為什么制造業(yè)企業(yè)，尤其是中小型制造業(yè)企業(yè)在做決策上會(huì)那么難？技術(shù)大拿用親身經(jīng)歷，講述智能制造遇到的那些坑。

【編者按】

11月22日，在阿里的廣東云棲大會(huì)上，飛龍工業(yè)互聯(lián)網(wǎng)平臺(tái)正式發(fā)布。長(zhǎng)期關(guān)注行業(yè)的讀者們或許能發(fā)現(xiàn)，這已經(jīng)不是行業(yè)內(nèi)第一家發(fā)布的工業(yè)互聯(lián)網(wǎng)平臺(tái)了。海爾、華為、富士康等制造業(yè)企業(yè)都開始了該領(lǐng)域的布局。但在打造行業(yè)標(biāo)桿案例的同時(shí)，也需要更多，尤其是對(duì)中小企業(yè)的知識(shí)普及。必須得向他們證明，技術(shù)的問(wèn)題早已完全解決，剩下的或許是該緊跟上這波工業(yè)互聯(lián)網(wǎng)的浪潮。

本文原發(fā)布于公眾號(hào)【機(jī)器之能】，作者宇多田，經(jīng)億歐編輯后發(fā)布。

智能制造少不了一個(gè)步驟——程序員一定要到生產(chǎn)車間走一趟。這被很多算法工程師戲稱為“新時(shí)代的上山下鄉(xiāng)”。

在車間寫過(guò)代碼，或被老師傅圍堵的工程師們都清楚，算法模型到了車間就能指點(diǎn)江山？不，有可能“武功全廢”。

無(wú)論技術(shù)如何優(yōu)良，都抵不過(guò)經(jīng)過(guò)“現(xiàn)場(chǎng)”歷練的1%。

協(xié)鑫光伏良品率提升1%，中策橡膠年利潤(rùn)增加千萬(wàn)……在阿里對(duì)外公布的諸多工業(yè)大腦的成功案例中，這些漂亮數(shù)字的確能在一定程度上代表智能化改造的價(jià)值，但卻很難讓人對(duì)技術(shù)落地的細(xì)節(jié)有更多體感。

根據(jù)工業(yè)大腦首席科學(xué)家閔萬(wàn)里博士用自己多次下車間的親身經(jīng)歷，手足無(wú)措、“工廠數(shù)據(jù)指標(biāo)之多把團(tuán)隊(duì)看傻”等狀態(tài)在早期項(xiàng)目中經(jīng)常出現(xiàn)。但這些在某種程度上被看作是“主觀困難”，克服只是時(shí)間問(wèn)題。

然而，車間很多意想不到的情況其實(shí)并不在工程師們考慮或者預(yù)測(cè)的范圍內(nèi)，因此，工廠智能化改造遇到的問(wèn)題不僅多，而且?guī)缀趺刻於寄軗Q一波。

“給協(xié)鑫的切片生產(chǎn)流程做改造就用了140多天，一開始啥都不懂，每天都在請(qǐng)教和學(xué)習(xí)，問(wèn)題不斷。而且前期和后期遇到的問(wèn)題完全不同，所以我們陸續(xù)去了一大波人，我自己就帶團(tuán)隊(duì)去了兩次?！?/p>

對(duì)閔萬(wàn)里來(lái)說(shuō)，實(shí)驗(yàn)室可謂平靜如水，但現(xiàn)場(chǎng)卻總是充滿意外。

工業(yè)大腦首席科學(xué)家閔萬(wàn)里博士（圖片來(lái)自機(jī)器之能）

其實(shí)如果用文字來(lái)敘述算法算法工程師們要做的這件事情，聽起來(lái)非常簡(jiǎn)單，而且合情合理。按照讓人工智能發(fā)揮作用的正常思路，凡是依賴?yán)蠋煾到?jīng)驗(yàn)，且具有重復(fù)性特征的工作，均可用算法的方式來(lái)代替。

“市面上用的計(jì)算機(jī)視覺(jué)方法，或者語(yǔ)音識(shí)別等等，其實(shí)都不是應(yīng)該在工廠車間里發(fā)揮作用的主流方式。只有網(wǎng)絡(luò)分析方式，也就是神經(jīng)網(wǎng)絡(luò)算法，才在生產(chǎn)流程中發(fā)揮著最重要的作用?！?/p>

目前，工業(yè)大腦與智慧城市項(xiàng)目都是延用同樣的技術(shù)思路。

在智慧城市里，道路是網(wǎng)絡(luò)，流動(dòng)的有車流，信號(hào)燈就是節(jié)點(diǎn)；而工廠也一樣，生產(chǎn)流程有多個(gè)環(huán)節(jié)，環(huán)節(jié)與環(huán)節(jié)之間流動(dòng)的是數(shù)據(jù)，所以也可以被看作是一張網(wǎng)絡(luò)。

“而我們要做的，就是考慮如何在這個(gè)網(wǎng)絡(luò)上進(jìn)行深度挖掘與廣度挖掘?！?/p>

閔萬(wàn)里表示之所以“敢”去做這件事，還是因?yàn)橄嗤募夹g(shù)應(yīng)用已經(jīng)在電商領(lǐng)域沉淀過(guò)，譬如他們?cè)猛瑯拥姆绞阶隽颂詫毣?0億用戶的個(gè)性化推薦，用戶ID（節(jié)點(diǎn)）與商品（節(jié)點(diǎn)）仍然組成的是一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)。

因此，走進(jìn)協(xié)鑫的切片生產(chǎn)廠間，他們第一步是把標(biāo)準(zhǔn)化車間所有端口的數(shù)據(jù)上傳至云端工業(yè)大腦，再通過(guò)算法對(duì)這個(gè)生產(chǎn)流程的關(guān)聯(lián)參數(shù)進(jìn)行深度學(xué)習(xí)運(yùn)算，找出與良品率最相關(guān)的60個(gè)關(guān)鍵參數(shù)并進(jìn)行學(xué)習(xí)和預(yù)測(cè)，搭建參數(shù)曲線，在生產(chǎn)流程中做到實(shí)時(shí)監(jiān)測(cè)與控制變量。

聽起來(lái)一點(diǎn)問(wèn)題都沒(méi)有，理論完全正確。

但是讓工程師為效果而抓狂的開始，正是入駐切片生產(chǎn)車間的那一刻。

工程師們普遍認(rèn)為的難題中的No.1便是“穩(wěn)定性”。

當(dāng)時(shí)在車間的端口都架接好后，讓工程師最害怕的事就如約而至——數(shù)據(jù)斷流。

因?yàn)橹挥袛?shù)據(jù)源源不斷地上傳至云端進(jìn)行學(xué)習(xí)，才能讓大腦也源源不斷地輸出控制指令以及建議。此前在實(shí)驗(yàn)室里，穩(wěn)定的數(shù)據(jù)流都是假定的，但在工廠，這個(gè)假定就是最大的bug。

“一旦產(chǎn)線端口斷流我們就沒(méi)法做了，但這種情況經(jīng)常出現(xiàn)，原因是什么？并不是什么聯(lián)網(wǎng)問(wèn)題，而是工人的誤操作。特別是在他們交接班的時(shí)候，頻繁出現(xiàn)這類事故?！?/p>

因此，為了應(yīng)對(duì)臨時(shí)數(shù)據(jù)斷流，必須要有一個(gè)planB，而這項(xiàng)應(yīng)急機(jī)制目前仍然在完善中。

第二個(gè)問(wèn)題倒是在AI應(yīng)用界很常見——“歷史樣本有多少才能見效果”。

即便工業(yè)大腦團(tuán)隊(duì)通過(guò)協(xié)鑫的數(shù)據(jù)訓(xùn)練好一個(gè)算法模型，然后把這個(gè)模型拿到第二家光伏廠，用這家工廠的數(shù)據(jù)去訓(xùn)練學(xué)習(xí)他們的參數(shù)，但是讓這家工廠能用的“學(xué)習(xí)方法”究竟是需要過(guò)去三周的數(shù)據(jù)，還是過(guò)去三個(gè)月的數(shù)據(jù)，算法工程師自己也不知道。

“我們也不是行業(yè)內(nèi)的專家。也就是說(shuō)我們找到了一把武器，雖然這把武器曾經(jīng)成功過(guò)，譬如用在中策橡膠上是成功了，但是另一家橡膠廠萬(wàn)一情況完全不一樣呢？”

一切要取決于這個(gè)產(chǎn)線的復(fù)雜度。

如果這條產(chǎn)線有幾千個(gè)參數(shù)，用一兩周的數(shù)據(jù)根本不夠，可能需要一兩個(gè)月甚至是一兩年。因?yàn)樽兞吭蕉啵托枰蕉嗟臄?shù)據(jù)去幫你學(xué)習(xí)這些變量之間的關(guān)系。

“所以有人說(shuō)你用了第一家工廠的數(shù)據(jù)，會(huì)不會(huì)把算法模型提供給第二家工廠的時(shí)候，把第一家的參數(shù)泄露出去。然而真相是，即便直接把人家參數(shù)拿來(lái)，其他工廠也不敢用?！?/p>

實(shí)際上，以上兩個(gè)問(wèn)題本質(zhì)上都是由數(shù)據(jù)引起的。而數(shù)據(jù)是否充沛，對(duì)于工廠的智能化改造是一個(gè)非常重要的前提。

工業(yè)大腦團(tuán)隊(duì)在前期走過(guò)的彎路基本都跟工廠數(shù)據(jù)的大量缺失有關(guān)。

閔萬(wàn)里坦言，有時(shí)候你選準(zhǔn)了目標(biāo)，但是那些數(shù)據(jù)都被刪掉了，然后你只能站在那里無(wú)可奈何。

“兩周刪一次數(shù)據(jù)，經(jīng)常有工廠這樣干。因?yàn)楸Ａ暨@些視頻或是其他數(shù)據(jù)主要是為了發(fā)生事故用來(lái)追責(zé)用的，所以如果這兩周沒(méi)有事故，那就刪掉數(shù)據(jù)從新來(lái)，工廠也要節(jié)省磁盤存儲(chǔ)。

但對(duì)于我們來(lái)說(shuō)，你沒(méi)有歷史數(shù)據(jù)去學(xué)習(xí)，能怎么辦？所以雙方只能達(dá)成一致——那就等下一波再說(shuō)吧，等數(shù)據(jù)多起來(lái)再做，但是時(shí)間都浪費(fèi)掉了?！?/p>

第二個(gè)問(wèn)題自然就引出了第三個(gè)問(wèn)題——老王工廠與老李產(chǎn)線的應(yīng)用層都有特殊的要求，要怎么辦？

事實(shí)上，每家工廠都有自己的獨(dú)特性，甚至一家工廠內(nèi)的產(chǎn)線與產(chǎn)線之間也存在巨大差異。

有的產(chǎn)線新一點(diǎn)，有的產(chǎn)線老一點(diǎn)，新老產(chǎn)線埋在地下的IOT終端設(shè)備密度都不一樣，所以產(chǎn)出的密度自然不一樣。

“即便你有這個(gè)算法能力，可能原材料的密度以及覆蓋面有很大的差異，因此就存在怎么把這個(gè)技術(shù)嵌入到產(chǎn)線上，也就是安裝適配的問(wèn)題。這就像我們買了一套軟件回到家，如果電腦不兼容怎么辦？”

做光伏項(xiàng)目時(shí)，閔萬(wàn)里團(tuán)隊(duì)就決定先自己去搞適配，整個(gè)過(guò)程都先自己干，到目前為止，已經(jīng)掌握了這些適配的關(guān)鍵要素，并把它們做成一個(gè)標(biāo)準(zhǔn)的適配手冊(cè)提供給開發(fā)者，告訴他們適配的時(shí)候需要看哪幾個(gè)維度。

但另一方面，對(duì)產(chǎn)線和工廠管理人員最了解，更擅長(zhǎng)做適配的人仍然是ISV們。

ISV指的是獨(dú)立軟件供應(yīng)商，在這里指專門面向制造業(yè)從事軟件開發(fā)、生產(chǎn)、銷售和服務(wù)的企業(yè)；扮演的角色類似于安防行業(yè)的集成商。

“我們最擅長(zhǎng)的肯定是提供核心算法模型，但車間的張主任要用，他看到的界面必須是按照他們的管理習(xí)慣高度定制化的東西。他跟你提需求時(shí)會(huì)說(shuō)，我這個(gè)車間的管理流程是幾班倒，通常這樣來(lái)管理云云。而我們智能化分析與推薦的那些參數(shù)怎么按照他們既有的管理流程呈現(xiàn)出來(lái)，都是高度定制化的東西，需要讓ISV來(lái)做，他們懂工廠喜歡什么?！?/p>

剛剛發(fā)布的飛龍工業(yè)互聯(lián)網(wǎng)平臺(tái)，一方面面向?qū)懘a的工業(yè)開發(fā)者，一方面面向ISV類開發(fā)者。閔萬(wàn)里認(rèn)為，前者貢獻(xiàn)的是平臺(tái)輸出的內(nèi)容，后者貢獻(xiàn)的是平臺(tái)輸出內(nèi)容的方式。

有意思的是，此前很多報(bào)道都把『聯(lián)網(wǎng)』問(wèn)題看作是工廠上云以及智能化改造的困境之一，但閔萬(wàn)里恰恰認(rèn)為這并不是一個(gè)技術(shù)難題，

“今天連網(wǎng)真的不是什么難題。你想連，第二天拉幾個(gè)人，網(wǎng)線一搞，但工廠主沒(méi)看到利益是不會(huì)動(dòng)的，何況是在他們產(chǎn)線上動(dòng)刀。所以說(shuō)這個(gè)問(wèn)題不是技術(shù)難題，而是一個(gè)商業(yè)動(dòng)機(jī)是否足的問(wèn)題。今天你是工廠主，沒(méi)有看到聯(lián)網(wǎng)之后的好處，是不會(huì)花錢去聯(lián)網(wǎng)的?！?/p>

一方面，他們怕給自己現(xiàn)有的產(chǎn)線搞出事來(lái)，另一方面，他們沒(méi)有被智能化所創(chuàng)造的價(jià)值所打動(dòng)。

在制造行業(yè)，特別是重工業(yè)領(lǐng)域，“停產(chǎn)”是一件絕對(duì)不被允許發(fā)生的事情。以石油與鋼鐵行業(yè)為例，停產(chǎn)可能會(huì)被看作是重大事故，僅重新啟動(dòng)就會(huì)花掉好長(zhǎng)時(shí)間。

因此對(duì)于工廠來(lái)說(shuō)，改造利用非侵入性植入方式是非常關(guān)鍵的。

“你會(huì)發(fā)現(xiàn)，我們做的所有案例都不停產(chǎn)，都絕不干擾它現(xiàn)有生產(chǎn)流程的前提下，給他增加智慧因素，告訴工人參數(shù)應(yīng)該怎么調(diào)。但在這之前，你需要它的數(shù)據(jù)能匯集在一起，其中包括聯(lián)網(wǎng)問(wèn)題，而這個(gè)只要解決他們的動(dòng)力問(wèn)題就好了?！?/p>

如何解決動(dòng)力問(wèn)題？當(dāng)然是讓他們看到這樣做的價(jià)值空間到底有多大。

閔萬(wàn)里談到了技術(shù)公司通常會(huì)向工廠主們拋出的兩種“甜頭”：一種是防守型價(jià)值，另一種則是進(jìn)攻型價(jià)值。

許多公司都會(huì)用“預(yù)測(cè)性維護(hù)”這種防守型價(jià)值來(lái)說(shuō)服制造企業(yè)，但很多時(shí)候起到的作用非常小。因?yàn)樵诤笳呖磥?lái)，成本預(yù)算是固定的，而降低成本的誘惑并沒(méi)有那么大。

“舉個(gè)例子，你說(shuō)今年IT成本我?guī)湍愎?jié)省20%，他會(huì)算多少錢，但是節(jié)省是有上限的。你每年的IT預(yù)算就那么多，如果有500萬(wàn)，你幫他們節(jié)省30%也就150萬(wàn)，他們可能沒(méi)什么感覺(jué)。但是進(jìn)攻型價(jià)值則是沒(méi)有上限的?！?/p>

工業(yè)大腦采取的策略便是用進(jìn)攻型價(jià)值來(lái)打動(dòng)工廠主。他們提出幫助工廠提升良品率，因?yàn)橄衲茉础⒐夥戎毓I(yè)制造產(chǎn)線的GDP非常高，稍微有1%的提升就會(huì)有成百上千萬(wàn)的價(jià)值。

“增值是無(wú)限的想象空間，因此制造業(yè)即便不相信，也必須要考慮?！?/strong>