阿里云研究中心工业大脑白皮书：制造业如何实现智能化升级？

白皮书作者：王岳

文章整理：李双宏

9月19日，阿里巴巴董事局主席马云在“2018杭州•云栖大会”全面阐释对于新制造的思考。他表示，未来10~15年，所有的制造行业所面临的痛苦远远超过今天大家的想象，传统制造业必须向新制造转变才有机会。

为什么这么说？制造业该如何转变？在21号的云栖大会上，阿里云研究中心高级战略专家王岳发布了《工业大脑白皮书:人机边界重构 - 工业智能迈向规模化的引爆点》的研究报告，对制造业的现有困境和未来出路进行了一些深入的分析解读。

1. 传统制造业的3个数字化新挑战

在技术变革的大趋势下，传统靠资源消耗型的企业肯定会越来越艰难，挑战会越来越大。

首先，工业时代考验的是生产一样东西的能力，但数据时代考验的是生产不一样东西的能力。现在，消费者的个性化需求与日俱增，但很多工厂在实现多品种、小批量、个性化、按需生产方面明显已经力不从心。

其次，传统企业中很多工厂设备的维护、工艺参数调节全凭经验，“标准动作”缺失，工厂难以找到行之有效的方法将经验进行量化、复用。而由于劳动力成本攀升，导致技术工人、工程师人才频繁进出，企业很容易陷入原地踏步、重复造轮子的窘境。

而且，随着工业现代化的不断演进，自动化和精益化的生产系统已经发展到了一个很高的水平，但也越来越接近生产的天花板。单纯的工业内部解决方案已经很难进一步提升运营效率，需要行之有效的手段让隐形和碎片化的工业问题浮出水面。

2. 未来智能工厂的4个超能力

在白皮书中，王岳提到了工业大脑在天合光能、中策橡胶、京信通信、正泰新能源等项目上的实践案例，展示了其“独特”的4种超能力。凭借这些超能力，工业大脑正在成为制造业数字化转型的最佳助手。

1)跨界复制 -实践证明，工业大脑在图像识别、智能排产、设备预测性维护、能耗优化等方面的沉淀，具有较强的通用性，可以跨行业复用。比如用于电池片良率提升的工艺参数推荐技术，也可以应用在多晶硅、硅片及电池组件的生产良率优化。恒逸石化工业大脑项目在能耗优化上的经验积累，同样可以复制到钢铁、水泥、纺织等行业。

2)逆向推演 - 工业大脑强大的数学能力加上足够的计算速度，使得它有望通过模型有效识别海量参数间的关键路径，从结果逆向推导原因。这种方式突破了“专家经验”传统的思维定式，将隐性和碎片化的工业问题变得显性化，并由此生成新的知识。

3)微创手术 – 数字世界的试错成本远低于物理世界。大脑以微创的方式，并不需要大量的硬件投入与生产线的改变，仅通过在虚拟环境中对数据的改动与优化，即可产生明显的价值与收益，且试错成本低，路线不对可及时调头。

4)知识沉淀 - 知识、经验、方法、工艺与实践可封装在模型、SaaS软件和工业APP中，基于工业互联网平台传播，加速知识的流动。比如依托阿里云工业大脑AI创作间，可以像搭积木一样，快速搭建行业通用的数据模型，训练企业专属的工业智能。工厂的工程师即便不懂写代码，也一样可以进行智能应用的开发。

阿里云研究中心高级战略王岳专家特别指出，“工业大脑绝不是简单地模仿人脑，而是以自己独特的数据化思维方式解决人类解决不了的问题。工业大脑的思考过程是从数据到知识再回归到数据的过程。”

3. 工业大脑的正确打开方式

未来，工业大脑的力量将渗透到制造业全产业链、全价值链、全生命周期中，持续为制造业企业带来机会和增值空间。制造业不会消失，只有落后的制造业会消失。企业想要正确地运用工业大脑实现自身的升级，关键在“小、快、准”， 以最低成本、最少时间、最小风险快速启动工业大脑，并逐步扩展与优化。同时，企业还需要一个新组织、一个新平台与一套新标准为工业大脑的梳理部署保驾护航。白皮书中还特别给出了详细的实施路径、配套的推进架构，以及工业大脑生态的顶层设计。

附录（完整版报告）