工业智能竞技赛，如何跑出加速度？

　　在工业领域，你或多或少听过类似的应用场景：借助AI数据洞察优化排产计划、基于机器学习的创成式设计、通过AI算法调配工艺参数提升良品率、AI驱动的智慧供应链、基于图像识别的3C产品智能质检或废钢智能判级、基于机器学习的复杂装备预测性维护
　　eworks王阳文
　　最近几年，工业智能赛道呈现出一片繁荣景象。
　　得益于国内市场所拥有的丰富且完整工业场景，为一大批深耕工业智能领域的企业提供了施展拳脚的机会与空间，切入不同业务维度、探索不同应用价值。
　　在这场竞技赛中，技术和解决方案提供商们各擅胜场，以期率先实现商业模式与规模化应用的突围，在市场中占据一席之地。
　　01
　　从“一双鞋的AI之旅”说起
　　设计制造一双鞋，你知道可以有多少AI技术的加持吗？
　　在设计环节，工程师只需给出各种约束和限制性条件，计算机就能借助创成式设计软件的机器学习、材料工程、仿真分析等能力给出设计方案，为工程师提供更多、更好的设计灵感的同时，设计出更轻量化、更具支撑力的鞋底夹层晶格结构。
　　在检测环节，皮革的检测指标通常多达几十项皱纹、污损、杂质、破孔、接头、拉伸、贴合、破面、脱胶、划伤、龟裂等等，每一项都需达到检测标准，并且精度还要控制在0。1mm以内。借助高清摄像头和机器学习技术，可以实现缺陷的检测、缺陷类型识别、特征的描述等，替代传统的人工检测。
　　在生产环节，鞋厂可能会因为急单或大额订单的涌入导致产线接应不暇；或因为采购物料繁多和价格浮动导致采购数量与计划需求量库存无法匹配；或因为物料来源繁多导致无法及时入库，造成生产计划延宕。基于AI的智能排程，借助神经网络自行设计最佳化动作与状态，动态调整得到最佳生产方案，在AI演算过程中还可加入人为经验规则，准确预测交期。
　　实际上，上述过程均离不开AI技术与工业KnowHow的深入融合。如同工业软件一样，工业智能技术需要在工业场景中不断试错、经历长期沉淀之后才能获得需求侧的认可和大范围应用。
　　02
　　由工业巨头孵化而来的KnowHow
　　上世纪60年代，洛克希德公司的工程部门率先开发了CAD的早期应用程序CADAM，麦道公司发展了曲面造型和三维线框设计的工业设计软件CADD。此后，包括通用汽车、福特、奔驰、日产和丰田等汽车巨头纷纷孕育出各自的CAD软件，成为后来工业软件群雄逐鹿的发展之源和力量之基。
　　时至今日，大多数工业软件都是由早期的大型汽车和航空航天制造企业孵化而来，并且伴随着工业技术的发展持续升级与创新。
　　如果说工业企业丰富的应用场景推动了工业软件不断完善、迭代成长，那么工业智能技术的落地也一定离不开对工业细分领域KnowHow与机理模型的有序封装，不断沉淀与积累。
　　2008年，富士康一工厂的产品不良率从1忽涨至10，数家技术服务和咨询公司都没能找到解决之道。正当大家一筹莫展时，当时担任富士康创新计划顾问的张宗尧通过收集设备与作业环境数据，基于自己设计的机器学习模型，结合线性分析方法，最终找到了与环境有关的极少见关键因子，为公司挽回了千万美元的损失。
　　这次经历为张宗尧在工业智能领域的深耕打开了一扇窗。此后他赴麻省理工学院（MIT）继续深造，钻研人工智能和大数据分析技术，并拿到了电机与计算机科学博士学位。作为鸿海集团第一个赞助出国进修的技术人才，张宗尧在MIT就读期间4次以第一作者身份登上包含NatureMethods等国际顶级期刊封面，并多次获得MIT官方网站报道。
　　2016年，张宗尧带领团队在波士顿创立了Synergies（讯能集思），一家致力于开发自然语言处理（对话式）决策AI平台的公司，他希望运用人工智能与大数据相结合的方式帮助更多的企业找到生产、运营、决策的最佳路径，透过洞察数据、预测行为与流程自动化，协助企业解决日常运营、产销供应链、产品生产制造流程等问题，实现智能化管理。
　　作为富士康的AI战略合作伙伴之一，讯能集思同时也是福耀玻璃自动化供应链的参与建设者，还是全球Top5鞋业集团钰齐集团智能排程的缔造者。讯能集思与这些工业巨头合作的实践与积累的行业KnowHow，成为其角逐工业智能赛道的底气。
　　03
　　对话式决策AI平台的诞生
　　有了在众多工业企业打磨与浸润的历练，张宗尧对讯能集思推出的下一代数字化决策管理平台JarviX更具信心。
　　JarviX名称的灵感来自《钢铁侠》里的超级智能AI管家Jarvis和漫威英雄ProfessorX（X教授），讯能集思希望通过JarviX赋能制造业实现最智慧的决策，成为“工业最强大脑”。从诞生之初，JarviX的价值主张就是“由无代码数据分析平台驱动智能制造，为每一家企业提升10倍以上的分析价值与决策效率”。
　　这得益于讯能集思在业界率先提出通过自然语言交互的方式获得智能决策建议的技术理念，也为JarviX的“增强分析”能力打下了基础。
　　所谓增强分析，指的是使用低代码无代码工具，利用机器学习来自动化分析过程中的各种任务，涵盖从数据提取到分析，以及机器学习模型创建的全领域，不再需要专业分析师和数据科学家团队。
　　张宗尧指出，增强分析的实现有三个具体表现：首先是基于增强的数据导入准备，其次进行自动化或智能的高级分析、数字仿真，其三是基于自然语言进行交互。
　　讯能集思采用了基于多种演算法组合的技术，包含传统机器学习模型，如：迭代决策树（GradientBoostingDecisionTree）、深度学习中如递归神经网路（RecurrentNeuralNetworks）以及可以衡量不确定性的机率图模型（ProbabilisticGraphicalModel）等。
　　通过JarviX平台，制造业从业者只需用中文输入后即可使用差异分析、分群分析等方法，快速找到影响良率的关键因子。同时，JarviX平台也能关联制程、设备、人员、工单等数据，通过数据可视化提供运营优化建议，实现“指示型”数据分析。
　　值得一提的是，在讯能集思最新发布的JarviX3。0版本中，进一步增强了“拖拉点拽”的无代码操作方式，在数据标准化、数据清洗、以及特征工程等数据处理工作中，给到结果的同时，还能够呈现处理过程。这带来的最大价值在于更加灵活的数据的可调整性，加速了数据转换到洞察分析的全过程。
　　由此，企业基于JarviX3。0将能实现五大数智化应用：完整记录分析架构、自动推荐分析建议、快速获得优化解、快速建立知识库、团队共享知识库，以数据应用的方式实现企业整体效率的提升，实现数字化的转型升级，实现企业竞争力的增强。
　　04
　　击溃数据智能的“三条恶龙”
　　在实现工业智能的过程中，数据质量是重中之重。如果数据源头混乱不清，再强大和聪明的算法都无济于事。
　　在数据采集环节，目前大多数企业还存在算法僵硬难以搭配、软硬件存在差异不易整合、数据流向混乱不清等情况，在张宗尧看来，这是横亘在企业实现数据智能化应用道路上的“三条恶龙”。
　　如果不把这“三条恶龙”击溃，带来的后果通常是数据采集随意、数据欠缺，最终导致分析失准，无法反映实际状况，造成企业花了很多精力和成本购买各种系统、各种硬件，却并不能实现工业智能的价值。
　　为了帮助制造企业突破数据治理挑战，讯能集思推出了即插即用型支持5G网络的智能网关Odin。和JarviX一样，Odin这一名称来自漫威英雄里的雷神之父奥丁，除此之外，Odin还有Open、Defined、Integrated、Network的涵义，取意以开放定义整合的智能网关。
　　讯能集思之所以推出Odin智能网关，主要就是未来应对传统工业的各种设备和硬件标准不一、软硬件整合困难、传统网关缺乏专属各种应用、安装调试不易等难题。
　　通过打破硬件和分析之间的隔阂，Odin智能网关可以随插即用，把数据收集、治理和分析的链路都串联在一起，从而降低数据的导入及运维成本，提升数据传输及分析能力，推动实现产线效率的最大化以及生产系统状况的最优配置。
　　当然，除了即插即用、即时分析、无限扩充、专属应用等特性，Odin最大的亮点在于可以无缝连接JarviX平台，成为一站式设备管理软硬件整合方案。
　　05
　　助力IT薄弱企业破解人才与数据困境
　　基于JarviX平台和Odin智能网关，讯能集思希望通过一站式设备管理软硬件整合方案，搭载经过工业巨头充分验证的方法与经验，赋能IT薄弱的企业，让他们不再受制于工具，不受制于数据孤岛，不受制于人才困境，以数据应用的方式实现企业整体效率的提升，实现数字化的转型升级。
　　现实情况的确如此，国内大多数制造企业并不具备建制完整的IT团队，更不用说数据分析团队、甚至AI团队。为此讯能集思提出了“零IT”框架，通过搭建一个完全不同于以往的架构，帮助想要转型、但IT基础薄弱的企业实现数字化转型升级。
　　传统IT架构下的数据治理，通常是ETL模式（Extraction提取，Transformation转换，Loading载入），讯能集思倡导从ETL变成ELT，将Transformation和Loading在顺序上进行调换，这意味着，数据载入到系统后，非IT人员就能自行进行转换、清洗和治理。
　　在这个过程中，讯能集思也帮助OT人员提升数据分析能力，通过“拖拉点拽”的方式，赋能企业运用决策AI平台应用分析，高效解决业务场景中的各种问题。
　　张宗尧强调，“零IT”并不是否定IT部门的价值，而是希望JarviX平台能将IT团队从重复性工作中解放出来，专注于更有价值的事情。另一方面，讯能集思希望制造业企业在不需要大量投入的情况下，可以快速获得智能化应用的初步效果。
　　讯能集思通过一站式的设备管理软硬件整合方案，打通数据收集、治理和分析全流程，让原本缺乏资源和技术能力的企业也能够轻松达到智能经营，实现设备预测性维护、库存优化、AI生产排程、良品率优化、动态报价智能优化等智能化升级，最终运用运营数据实现降本增效。
　　在行业侧重上，讯能集思主要关注那些需要将产品做得越来越精密、对品质要求越来越高的制造业，譬如电子制造业、精密工业、汽车及零配件行业等。
　　06
　　倍道而进的讯能集思
　　随着在工业智能赛道的精进与深耕，讯能集思越来越多受到研究机构和投资机构的关注。
　　2019年，讯能集思在Gartner《增强分析市场指南》中被选为全球前40的供应商，成为《大中华区AI新创市场指南》唯一入选的工业AI分析新创企业。
　　今年5月，讯能集思获得了由诺基亚成长基金（NGPCapital）领投的数千万美元A轮融资，北拓资本担任本轮融资独家财务顾问；此前的2019年，讯能集思完成A轮融资，由丰新创投（NFC）领投；早期投资方还包括北极光、京东方、策维科技、SVAngel等。
　　通过与诺基亚成长基金的携手，双方将共同打造全球制造业工厂的私有5G通讯智能解决方案，同时解决传统工厂数据通信及应用双难的问题，在先进制造领域达成更多业务上的战略合作。
　　目前，讯能集思在上海设立公司总部，并在广州、杭州、南京、中国台北、新加坡、波士顿等地设有分公司，与产业伙伴携手打造人工智能集群。在工业智能竞技场上，讯能集思正在提速发展。