沉默的工业数据，如何“开口说话”？

本篇文章4457字，读完约11分钟

目前，以智能为核心的科技产业转型正在兴起，人工智能技术与各种产业的融合正在加剧。工业制造逐渐成为人工智能的主要探索方向。

宋新机器人采用人工智能+5g检测机器人，实现自动检测和对异常问题的独立判断；

攀钢、东华水泥等公司利用阿里巴巴云产业大脑的深度学习技术，识别制造过程中的关键因素，找出最佳参数组合，提高生产效率；

三菱重工与fanuc合作，基于人工智能计算精密高速加工的最佳条件。

在人工智能技术的祝福下，工业制造变得越来越智能化。生产线上的“钢铁机体”开始有了自己的工业大脑，而一直沉默的工业生产数据也逐渐学会了“说话”...经过用友半年的潜心研究，他们的工业大脑将于近日正式推出。

如今，用友精智工业大脑已经成为继用友精智工业互联网平台之后的又一个智能制造“大杀手”，只用了半年时间就完成了配料生产、优化调度、经济效益计算、切割优化等多个场景的全覆盖。

用友集团资深专家唐洪华博士说:

“用友精智工业脑是用友创造新一代智能制造生产力的平台，以推广智能技术在制造业中的应用。它对工业企业生产经营的优化和应用数据的优化是基于我们30多年的服务。460，000多家工业企业的经验沉淀，帮助企业构建由工业和基于场景的算法工厂创建的智能制造平台。”

此外，雷锋。(公开号码:雷锋。与唐洪华沟通了用友为什么要发展产业人才，以及产业机制、模式建设的重点和产业人才如何发挥作用。

工业大脑是人类智能和机器智能深度融合的产物。它利用计算能力、数据和算法破解工厂密码，为制造业形成一套解决问题的方法，帮助企业提高利润，实现智能升级。

阿里巴巴云研究中心(Alibaba Cloud Research Center)高级策略师王跃曾指出:“工业大脑绝不是简单地模仿人脑，而是用自己独特的数据思维方式解决人类无法解决的问题。”工业大脑的思维过程是从数据到知识再到数据的过程。”

那么，用友为什么要开发工业大脑，他们的工业大脑是什么样的？

在一定程度上，用友对产业人才的研发源于产业发展的需要和客户的需求。雷锋了解到，工业智能是中国从制造大国向制造大国转变不可或缺的一部分，也是人工智能在经济建设中的核心。作为工业和信息化部认定的十大跨行业、跨学科的工业互联网平台制造商之一，用友认为需要肩负起工业人才建设的重任；其次，用友目前服务于46万工业企业客户，其中大部分来自制造业。用友发现，制造企业不仅追求降低成本、提高质量和效率，还通过数字化和智能化带来商业模式、管理模式和商业模式的创新。

"工业大脑应该包括三个方面，计算能力，数据和算法."唐洪华说:

“在计算能力方面，它主要依靠合作伙伴提供iaas支持；在数据方面，我们拥有大量的 erp、mes、IoT平台等丰富的数据源；在算法方面，用友拥有大量的客户和应用场景，这些场景的核心是算法。这些算法有的是深度学习算法，有的是运筹学的多目标优化算法，有的是机制模型，这对我们来说是一个非常重要的优势。此外，用友的31年至 b服务基因在其他公司并不存在。”

“罗马不是一天建成的”，那么用友的工业大脑是如何建成的呢？

工业数据有很多种，例如，在工业产品生产周期的每个阶段，从最早的采购到产品设计、生产和工艺流程，到生产后的销售供应链等，都会有大量的工业信息软件。

最初，这些软件只在它们自己的环境中发挥作用，软件系统之间的数据没有通过。这使得大部分数据实际上处于闲置状态，而这些数据的潜力和价值是极其巨大的。

用友精智工业大脑在切入一些特定场景时，每个场景基本上都要经历三个阶段:原型验证、产品沉淀和持续赋权。

在流程制造业中，由于其原材料来自世界各地，原材料的成分和价格是不同的。用友在为中国最大的铜冶炼企业优化配料时经历了这样一系列过程:

首先，基于场景的模板验证阶段，首先根据客户需求和自身经验制作算法模型；

然后，在产品沉淀阶段，通过客户验证后，算法和模型在自己的平台上沉淀，然后大规模推广到中小企业。

最后，在持续授权阶段，其他类似的企业可能会有定制的需求，如铁矿石、煤炭、焦炭和黄金等。除了铜。大型模型是相似的，但是对于一些特殊的场景，它们会根据客户的具体需求进行轻微的调整和优化。

现阶段，用友精智实业在优化配料方面，在化工、冶金、建材等流程行业已经有了很多成熟的案例；此外，它还涵盖了更广泛的场景，如优化调度，计算经济效益和优化削减。

在优化调度方面，对食品饮料、军工、塑料等行业的一些内容进行了优化。

在经济效益计算方面，对化工企业进行了经济效益计算。据了解，对于化工企业来说，判断哪些产品在满负荷生产时更有利可图是非常重要的。由于一种产品的生产必然伴随着另一种副产品，而且一些副产品必须与多台设备协同加工，而且多台设备之间的材料和能源都是相关的，所以如何计算经济效益使得整个受众的经济效益最高，这一研究对于化工企业来说非常有价值。

切割优化，主要用于切割玻璃和钢板。此外，用友将与客户合作，探索增强质量诊断、故障诊断和图像识别等场景的能力。

“在钢卷材料的切割优化中，工业企业的原材料利用率提高了5%。例如，对于一个企业客户，钢板的年购买量约为3亿。削减优化后，它可以帮助该企业节省约1500万美元的成本。”

用友精智工业脑首次利用智能算法代替人工经验对冶金工业企业进行智能配料计算，充分考虑仓库位置和各种复杂约束条件，实现不同来源精矿的自动配料，稳定配料波动，降低成本约3%，每年为企业节约近1000万成本；在食品行业，用友精智工业脑通过机器自主学习，帮助一家卤素产品加工企业实现了卤素产品生产过程的智能调度，显著提高了生产计划的准确性，生产效率提高了36%；用友精智工业脑帮助一家汽车零部件企业，与智能工厂系统合作，与设备供应商和劳务公司在线合作，用机器人代替手工生产，智能诊断生产质量，实现端到端的网络化协同制造，产量提高22%，人员减少31%，缺陷减少2%。

我们知道，当工业大脑与许多场景深度融合时，工业机制和模式的构建将是一个难点，那么用友如何克服这些困难并快速覆盖它们呢？

中国是世界上工业最发达的国家，每一类工业企业都有自己独特的工业技术。但总的来说，工业分为两类:离散制造和过程制造。

在离散制造业中，一个工位先于下一个工位完成，一系列可中断的工序被用来连接以实现产品的输出；在流程制造业中，它们的生产过程的特点是，原料投入生产设备后，会经过一系列的物理和化学反应，最终成为产品，生产过程是不间断的。

全英科技首席执行官夏表示，当国内工业互联网平台企业将自己作为“测试点”来增强自身能力时，它们大多来自家电和3c组装等离散制造行业，但实际上它们并不研究具体流程。传统流程工业智能升级最重要的工作是优化生产过程的智能在线控制，这意味着有必要将工业机理、专家知识、数据统计模型和人工智能模型结合在一起。

“对于工业机制和专家知识的掌握，虽然在传统工业中没有问题，但所有的过程工业都是动态的，这些动态过程需要在数据上得到反映。因此，数据统计模型和人工智能模型必须叠加。这两种模式对于传统行业的人来说很难完成。”

用友的智能工业大脑有很多场景，包括离散制造和流程制造，如化学工业和冶金。当授权给这些流程制造行业时，他们如何解决行业机制和模型构建问题？

唐洪华博士说，牛奶和冶金等加工制造业肯定与一些物理和化学反应过程有关。我们公司专门聘请了一些行业专家作为我们的外部顾问。当然，我们公司也有这样的行业专家，他们专门研究流程，这有助于我们理解这个流程模型；在模型构建方面，通过与清华大学等高校的合作，在明确产品需求后，我们与高校的教授和博士生合作，将物理模型和商业模型转化为数学模型，然后结合计算机算法来解决这个问题。其中，清理数据、调试模型以及处理约束边界等细节更加困难。

目前，工业人工智能可能不同于商业人工智能，商业人工智能强调高实时性、高可靠性、高准确性、逻辑性、机制性和解释性。

例如，雷锋得知，图像识别是纯粹的机器学习和深度学习，其中人工智能的一些方法不同于工业大脑，这是一个很大的关键点。除了深度学习等方法外，用友精智工业的人工智能还强调运用运筹学等算法。例如，在优化配料和调度中，它们都是以运筹学为核心的智能算法。当然，机器学习和深度学习也用于解决图像识别场景，如质量检查。

“也就是说，我们的工业大脑不同于商业人工智能在模型建模中使用的方法。例如，废钢的识别，我们将使用一些机器学习和深入学习，但更多的场景仍然需要操作。研究和机器学习相结合来解决问题。”

此外，就客户情景和数据质量而言，用友在作为一个工业大脑时遇到了许多情景。起初，它可能会觉得有些场景非常相似，但当它被实际练习时，它会发现有许多完全不同的地方。例如，在对一个冶炼周期的预测中，虽然企业中有大量的原始数据，但会发现这些数据的质量存在很大的问题，但有效数据并不多，因此有必要建立一个系统来获取和清理这些数据。。

根据市场报告，2025年人工智能制造市场将达到172亿美元 ，预测期(2018-2025年)复合年增长率为49.5%。自动化技术预测，到2035年，人工智能将占制造业增加值的2.2%，在社会16大行业中排名第一。

作为人工智能制造市场的核心，工业大脑如何在帮助制造企业智能化方面发挥作用？

雷锋。com了解到，以用友精智工业脑为例，有四个主要方面值得关注，即算法工厂、具体算法和管理系统的集成、与产业链合作伙伴的合作以及商业模式创新。

丰富的算法工厂。在实践中，用友积累了冶金、化工、建材、能源、离散、食品、饮料等多种算法。有300多种商业模型，20多种机械工业机理模型和10多种数据算法模型。用友的精智工业脑算法厂可以帮助客户高质量发展。

特定算法和管理系统的融合。这些智能模型算法集成了金融、供应链、制造和其他产品，为客户提供完整的产品系统，而不仅仅是单点算法。此外，单点优化不一定是全过程优化。用友利用该算法与管理系统集成，提高企业的整体产品能力。

与产业链伙伴的合作。目前，在故障诊断、图像识别和语音识别领域已经诞生了领先企业。例如，iFlytek的语音识别和百度的图像识别都是各个领域的优秀产品。用友的目标是建立一个业务创新平台，将生态合作伙伴的优秀产品和解决方案整合到平台产品中，通过产业链的整合来增强客户的能力；

商业模式创新。用友将在龙头企业中取得良好效果的智能场景和算法放在用友的业务创新平台上，以增强更多中小企业的能力，提高质量，降低成本，实现高质量发展。

未来，用友精智工业脑将继续提升技术和功能。例如，从产品设计本身来看，产品的一定程度的灵活性和可扩展性将被认为减少了大版本的升级；在优化配料方面，设计了具体的参数，使工业脑在一定范围内可扩展。例如，矿石的类型参数可以自配置，根据项目可以设置5-8、10和20种；还可以为库存、成分范围和矿山消耗等约束条件设置参数。(边肖:15019459997，欢迎找工业互联网行业报道)雷锋网雷锋网