调味品创意广告语

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>百(bai)度(du)智(zhi)能(neng)雲(yun)在(zai)制(zhi)造(zao)業(ye)如(ru)何(he)“卷(juan)”創(chuang)新(xin)的(de)

文(wen) | 無(wu)銹(xiu)缽(bo) 山(shan)核(he)桃(tao)

過(guo)去(qu)的這(zhe)幾(ji)年(nian)，在蘇(su)州(zhou)常(chang)熟(shu)壹(yi)家(jia)印(yin)刷(shua)電(dian)路(lu)板(ban)工(gong)廠(chang)的終(zhong)檢(jian)車(che)間(jian)內(nei)，如何用(yong)眼(yan)睛(jing)精(jing)準(zhun)發(fa)現(xian)瑕(xia)疵(ci)點(dian)是(shi)一線(xian)车间工人(ren)趙(zhao)小(xiao)米(mi)持(chi)續(xu)要(yao)做(zuo)的“難(nan)”事(shi)。

作(zuo)為(wei)質(zhi)检工人的她(ta)，需(xu)要检測(ce)的电路板叫(jiao)軟(ruan)硬(ying)結(jie)合(he)板——盡(jin)管(guan)看(kan)起(qi)來(lai)只(zhi)有(you)指(zhi)甲(jia)蓋(gai)大(da)小，但(dan)小到(dao)手(shou)機(ji)、车載(zai)鏡(jing)頭(tou)，智能耳(er)机，大到5G通(tong)信(xin)基(ji)站(zhan)，软硬结合板的應(ying)用極(ji)为廣(guang)泛(fan)，制程(cheng)工藝(yi)也(ye)已(yi)成(cheng)熟，但在最(zui)後(hou)一環(huan)的质检上(shang)卻(que)存(cun)在著(zhu)(zhe)看不(bu)見(jian)的痛(tong)点。

赵小米的日(ri)常工作内容(rong)是“斃(bi)掉(diao)假(jia)点”。每(mei)天(tian)，车间的AVI外(wai)觀(guan)检查(zha)机會(hui)對(dui)產(chan)品(pin)完(wan)成初(chu)次(ci)篩(shai)查，根(gen)據(ju)色(se)差(cha)等(deng)尋(xun)找(zhao)产品缺(que)陷(xian)，但由(you)於(yu)机器(qi)執(zhi)行(xing)过程中(zhong)的机械(xie)化(hua)，会存在“过殺(sha)现象(xiang)”——大量(liang)沒(mei)有瑕疵的产品被(bei)誤(wu)判(pan)为“假点”，赵小米需要对着放(fang)大的照(zhao)片(pian)，在电腦(nao)前(qian)確(que)認(ren)與(yu)修(xiu)正(zheng)机器的筛查结果(guo)。

在不足(zu)一平(ping)方(fang)米的桌(zhuo)前，赵小米需要工作八(ba)個(ge)小時(shi)，一天需要看的圖(tu)片約(yue)为1萬(wan)張(zhang)。即(ji)便(bian)是行业老(lao)人，也难以(yi)抵(di)禦(yu)这種(zhong)重(zhong)復(fu)勞(lao)動(dong)帶(dai)来的疲(pi)倦(juan)：“從(cong)早(zao)到晚(wan)，看得(de)真(zhen)的很(hen)累(lei)”。

幸(xing)運(yun)的是，一切(qie)都(dou)在改(gai)變(bian)。今(jin)年，百度智能云將(jiang)一套(tao)智能化的外观质检方案(an)带到了(le)赵小米所(suo)在的東(dong)南(nan)相(xiang)互(hu)电子(zi)。算(suan)法(fa)在自(zi)动學(xue)習(xi)假点的特(te)点后，建(jian)立(li)相应的模(mo)型(xing)，为赵小米免(mian)去了大量不必(bi)要的工作。“现在，我(wo)們(men)可(ke)能最多(duo)只要看1000多张图片左(zuo)右(you)。”

AI质检对这个车间带来的小改变，也深(shen)遠(yuan)影(ying)響(xiang)着这家有着十(shi)多年歷(li)史(shi)的企(qi)业。东南相互电子IT經(jing)理(li)胡(hu)平華(hua)自己(ji)算过一个賬(zhang)：“通过包(bao)括(kuo)AI质检在内的智能化改造，生(sheng)产周(zhou)期(qi)縮(suo)短(duan)2天，品质良(liang)率(lv)提(ti)升(sheng)近(jin)3%，企业产值(zhi)提升18%，人均(jun)产值提升42%，報(bao)廢(fei)成本(ben)一年降(jiang)低(di)1000多万。”

改变不只发生在一家工厂，也並(bing)不局(ju)限(xian)于质检环節(jie)。今天，圍(wei)繞(rao)中國(guo)制造业的轉(zhuan)型，一副(fu)宏(hong)大的产业畫(hua)卷已在这片土(tu)地(di)上徐(xu)徐展(zhan)開(kai)。

寻覓(mi)錨(mao)点：找到真需求(qiu)的那(na)顆(ke)“釘(ding)子”

喬(qiao)舒(shu)亞(ya)·B·弗(fu)裏(li)曼(man)在《巨(ju)獸(shou)：工厂与现代(dai)世(shi)界(jie)的形(xing)成》中，講(jiang)述(shu)了工业革(ge)命(ming)以来，超(chao)大工厂的发展历程，这些(xie)“巨兽”在世界经濟(ji)周期中扮(ban)演(yan)着重要角(jiao)色。

中国制造业的影子，早已深深嵌(qian)入(ru)全(quan)球(qiu)供(gong)应鏈(lian)中，正如这位(wei)学者(zhe)所說(shuo)的：“中国的工业历程，是長(chang)達(da)300年的大型工业历史上嶄(zhan)新的篇(pian)章(zhang)，是现代世界舞(wu)臺(tai)上閃(shan)亮(liang)登(deng)場(chang)的新角色。”

现實(shi)印證(zheng)着他(ta)的判斷(duan)。作为全世界唯(wei)一41个工业門(men)類(lei)都齊(qi)全的国家，中国去年的制造业增(zeng)加(jia)值占(zhan)全球比(bi)重近1/3，連(lian)续12年全球居(ju)首(shou)。

但龐(pang)大的工业产值背(bei)后，“巨兽们”所面(mian)臨(lin)的“智能化程度低下(xia)”、“觸(chu)網(wang)不深”的痛点，同(tong)樣(yang)如影隨(sui)形。

鈦(tai)媒(mei)體(ti)研(yan)究(jiu)院(yuan)发布(bu)的數(shu)据顯(xian)示(shi)，94.4%的中国企业未(wei)能做好(hao)部(bu)署(shu)智能制造的准備(bei)，生产設(she)备数字(zi)化率只有44.8%，而(er)数字化设备聯(lian)网率僅(jin)为39.0%。

随着世界百年未有之(zhi)大变局加速(su)演進(jin)，全球产业链供应链面临重塑(su)， 中国制造业的数字化转型已不是“搶(qiang)答(da)題(ti)”，而是關(guan)乎(hu)从“中国制造”向(xiang)“中国智造”转变的“必答题”。

这一过程中，尽管不少(shao)云巨头们，都已经意(yi)識(shi)到了算力(li)与实体经济融(rong)合所带来的广闊(kuo)市(shi)场，但在強(qiang)調(tiao)務(wu)实的工业场景(jing)里，當(dang)前的数字化转型邏(luo)輯(ji)仍(reng)然(ran)过于抽(chou)象。

一方面，區(qu)別(bie)于消(xiao)費(fei)互联网，工业的底(di)色是慢(man)和(he)磨(mo)，大多数云巨头在切入工业场景时仍遵(zun)循(xun)互联网企业“大力出(chu)奇(qi)跡(ji)”的打(da)法，企图从“大切口(kou)”进入，用通用化的模型解(jie)決(jue)一切問(wen)题。

但不同工厂的数字化能力不同，同一工厂各(ge)个环节的数字化进程也不一，这就(jiu)决定(ding)了通用方案并不能“一家通吃(chi)”。

另(ling)一方面，工业企业往(wang)往崇(chong)尚(shang)“成效(xiao)先(xian)行”原(yuan)則(ze)，看重投(tou)入产出比。我国工业曾(zeng)长期依(yi)賴(lai)人口紅(hong)利(li)，制造业企业希(xi)望(wang)通过数字化实现降本增效，但也对毛(mao)利的要求也格(ge)外嚴(yan)苛(ke)。 一旦(dan)发现服(fu)务厂商(shang)缺乏(fa)行业认知(zhi)，投入与产出不对等，数据无法沈(chen)澱(dian)價(jia)值，就会心(xin)生退(tui)意。

因(yin)此(ci)，数字化转型不是“信息(xi)—工业”的粗(cu)暴(bao)加法，而是要深入产业肌(ji)理探(tan)寻病(bing)竈(zao)，以工业需求为主(zhu)導(dao)，实现二(er)者的有机结合。

在一次常熟工信局組(zu)織(zhi)企业參(can)訪(fang)活(huo)动中，百度智能云发现了东南相互电子在质检环节上的痛点，这恰(qia)好与东南相互电子数字化改造的方向一致(zhi)。

IT经理胡平华回(hui)憶(yi)到，受(shou)原材(cai)料(liao)成本上升与大客(ke)戶(hu)影响，东南相互电子在2017年时曾面临虧(kui)損(sun)困(kun)境(jing)，但通过梳(shu)理生产的制程流(liu)程与作业方式(shi)，数字化的红利很快(kuai)凸(tu)显，企业已不再(zai)为營(ying)收(shou)增长擔(dan)憂(you)。

像(xiang)东南相互电子此类已完成自动化改造与早期数字化建设的企业，下一步(bu)关註(zhu)的是在具(ju)体场景下的“精細(xi)化”。胡平华告(gao)訴(su)財(cai)经无忌(ji)：“我们考(kao)慮(lv)的是如何将IT技(ji)術(shu)和OP（作业程序(xu)）做緊(jin)密(mi)结合，包括我们关注的AI技术与局部应用场景的结合”。

雙(shuang)方因此一拍(pai)即合，用IT经理胡平华的話(hua)来说，这是一个“顛(dian)覆(fu)性(xing)变革”。在百度智能云的賦(fu)能下，一台外观检测机需要配(pei)备的复核人員(yuan)可以从5个人降到2个人，相应的培(pei)訓(xun)周期从2个月(yue)缩短到2周，东南相互电子看到了实实在在的增长。

一系(xi)列(lie)变化的背后，是百度智能云在切入制造領(ling)域(yu)策(ce)略(lve)的使(shi)然—— 深入一线工厂，与车间对话，找到真需求的那颗“钉子”，钉子质量雖(sui)小，却可以穿(chuan)透(tou)硬物(wu)，是因为它(ta)将沖(chong)擊(ji)力集(ji)中在小小的尖(jian)上，因此壓(ya)强更(geng)大。

距(ju)離(li)常熟一百多公(gong)里外的湖(hu)州，百度智能云也找到了当地紡(fang)织企业美(mei)欣(xin)达的“真需求”。

美欣达创立于1993年，从傳(chuan)統(tong)纺织印染(ran)厂起家，憑(ping)借(jie)着全产业链優(you)勢(shi)成为了諸(zhu)多国内外快时尚与高(gao)端(duan)服飾(shi)品牌(pai)的供应商。

但纺织企业能源(yuan)消耗(hao)大，产业链冗(rong)长，近年来美欣达逐(zhu)步向数碼(ma)印染与綠(lv)色环保(bao)转型，但在具体场景与业务环节上，数字化进入中国工厂，没有想(xiang)象中那麽(me)簡(jian)單(dan)。

比如，产品检测依赖人工，业务环节上的数据孤(gu)島(dao)等问题，在美欣达驗(yan)布车间工作多年的李(li)師(shi)傅(fu)提到整(zheng)个纺织行业数字化转型的普(pu)遍(bian)困境：“纺织行业是离散(san)型行业，整个行业的很多节点都依靠(kao)人力与经验”

在美欣达的湖州工厂内，“经验”貫(guan)穿这家工厂的各个环节。

偌(ruo)大的工厂内，纺织女(nv)工们正在对布料进行分(fen)类，作为面料出厂的关鍵(jian)环节，验布是保证出厂成品质量的第(di)一关，传统的验布环节都靠工人眼睛来识别破(po)洞(dong)、色汙(wu)、折(zhe)痕(hen)等瑕疵。

除(chu)了分辨(bian)瑕疵外，在漂(piao)染过程中，工厂会用“匹(pi)條(tiao)”（每匹布的布条）用以核对整批(pi)貨(huo)的顏(yan)色，对比缸(gang)差，但这項(xiang)工作同样极其(qi)依赖老师傅的经验。

李师傅展示着兩(liang)塊(kuai)匹条——肉(rou)眼看上去它们的颜色极为相似(si)，但老师傅却能一眼看出不同。

“原来匹条就是靠人眼一根一根的比对来分的。像颜色差異(yi)很近的话，没有经过專(zhuan)业训練(lian)，很难分辨出来。”

但借助(zhu)一套和生产体系匹配的AI攝(she)像头，可以輕(qing)松(song)解放人力。美欣达与百度智能云合作的智能验布系统、色差管理系统，通过AI摄像头采(cai)集数据，建立可視(shi)化的三(san)維(wei)模型，系统可以分辨正品布与次品布，并根据颜色自动分类。

AI能力为这家纺织工厂带来了看得见的改变。原本验布环节中，工人检出率为70%，百度AI检出率目(mu)標(biao)是达95%，且(qie)速度比人工快2倍(bei)。

同时，智能验布系统、色差管理系统也保证了产品瑕疵漏(lou)检率低于2%，分类准确率大于85%。

数字的增长下，是百度智能云锚定企业“真需求”所带来的回应。 百度智能云資(zi)深解决方案结構(gou)师章暢(chang)海(hai)认为，百度智能云通常在評(ping)估(gu)一个项目时，思(si)考的是“能否(fou)滿(man)足需求方的投资回报。”

如何将抽象的数字化切入具体复雜(za)的工业场景，围绕着需求这颗“钉子”，百度智能云一系列的实踐(jian)已经給(gei)出了答案。

路徑(jing)更新：压强式创新的合縱(zong)连橫(heng)

而在那之外，技术的魅(mei)力不仅仅在于助力企业解决痛点，同样也在于为品牌描(miao)摹(mo)全新的增长向量。

对于百度智能云来说，找到痛点的“钉子”后，更重要的是幫(bang)助中国工厂找到持续增长的路径。

面对行业应用，在经历了“不計(ji)成本做集成”的階(jie)段(duan)后，头部厂商们所形成的共(gong)识是遵循“被集成”这一原则，模式更轻。

但工业制造业碎(sui)片化、模式重、链条长且场景复杂，即便找到了单点痛点，但依照大部分云计算厂商“被集成”的路径依赖，依舊(jiu)难以深入场景，形成数字化建设的业务閉(bi)环。

百度智能云的路径是“合纵连横”：一邊(bian)以核心AI能力，纵向深入企业核心场景，解决具体问题，再基于应用需求部署PaaS平台、IaaS基礎(chu)设施(shi)，建立一整套“通用+个性”的解决方案。另一边以“園(yuan)区”为接(jie)口，横向匯(hui)集共性问题，批发式满足中小企业的需求，实现規(gui)模化。

这套打法，对复杂的工业垂(chui)直(zhi)领域而言(yan)，更经济、也更靈(ling)活。

首先，是“合纵”。 对云厂商而言，想要深入产业，实现跨(kua)行业、跨领域的布局，必須(xu)要具有可复制性的产品。

经过多年实践，百度智能云工业互联网品牌“开物”在AI质检、能源优化、安(an)全生产和智能调度四(si)大场景上的能力沉淀，成为了百度智能云切入不同制造业的“刺(ci)刀(dao)級(ji)产品”。

以AI质检场景为例(li)，这款(kuan)应用已在全国15个规模化行业的100多个场景里落(luo)地，服务了首鋼(gang)、寶(bao)武(wu)、恒(heng)逸(yi)、一汽(qi)、广汽本田(tian)等知名(ming)企业。

“百度智能云在工业质检上已实现了平台化，可以用来覆盖所有的行业。”百度智能云智慧(hui)工业资深解决方案架(jia)构师章畅海介(jie)紹(shao)道(dao)。在AI质检领域，百度智能云已形成了多層(ceng)能力，一层是底层框(kuang)架的算法算式疊(die)(die)代，一层是跨行业的初始(shi)通用模型，最上层是真正的应用落地。

回到企业具体的实践中，一方面，这些已具备成熟能力的产品能夠(gou)帮助百度智能云灵活切入不同工业场景；另一方面，随着成效凸显，云厂商与工业企业在磨合中，逐步从单一生产场景的数字化转型走(zou)向更纵深的业务与组织创新。

胡平华对此深有体会。目前，东南相互电子正准备将AI质检应用于产品的中段检环节与安全生产。而李师傅所在的美欣达正打算利用AI技术打通上遊(you)设计、中游生产与检测与下游物流运輸(shu)的业务闭环。

在合纵之外，百度智能云通过企业间的横向集成，以集聚(ju)工业资源要素(su)的园区为接口，通过打造园区云、产业云，进而实现行业产业链与区域产业集群(qun)的数字化升级。

以去年工业總(zong)产值邁(mai)向4万億(yi)台阶的苏州为例。从“苏南模式”一路走来，作为长三角工业制造业的重鎮(zhen)，尽管苏州制造业高新技术产业比重大，产业结构高级化特征(zheng)突(tu)出，但也存在着挑(tiao)戰(zhan)。

《财经智庫(ku)》中国实体经济苏州課(ke)题组在走访苏州张家港(gang)、吳(wu)中等地的调研曾发现，苏州产业间的互动仍待(dai)加强，中小企业在数字化建设等层面也存在着融合度不高、发展不均衡(heng)等共性问题。

在园区或(huo)产业带所聚集的一大批中小企业，它们并不是不願(yuan)意转型，而是苦(ku)于成本的压力。而百度智能云通过与园区内标桿(gan)企业合作，打造样本案例的同时，也可以汇聚区域内其他企业的共性需求，讓(rang)中小企业以較(jiao)低的成本解决最实際(ji)的问题。

在苏州常熟高新园区，百度智能云组建了一线运营團(tuan)隊(dui)与“AI+工业互联网”产业基地，負(fu)責(ze)长三角地区的交(jiao)付(fu)与服务。截(jie)至(zhi)目前，百度智能云在苏州，已服务300余(yu)家企业，帮助近20家企业推(tui)进数字化改造工作，为183家企业提供咨(zi)詢(xun)診(zhen)断服务。

事实上，在苏州的实践之前，百度智能云已在广州、重慶(qing)、桐(tong)鄉(xiang)、寧(ning)波(bo)等地区以“AI+园区”的形式实现了因地制宜(yi)，先通过与当地头部企业的合作找到需求的“点”，再集成需求形成“面”。

範(fan)式转換(huan)：中国智造升级的“百度方案”

跨过具体企业、园区的案例，今天，擺(bai)在所有中国制造面前的问题是：

数字化可以解决两家、甚(shen)至两百家企业的问题，但量变终究不等于质变。如何助力行业，乃(nai)至“千(qian)企千面”的制造业，实现兼(jian)具规模与效果的转型？

在锚点、路径之外，百度智能云在对中国智造的赋能上，找到了一条“范式转换”之路。

所謂(wei)的“范式转换”是美国著名科(ke)学哲(zhe)学家库恩(en)在《科学革命的结构》曾提出的概(gai)念(nian)，“范式”是一种公认的模型或模式，而当穩(wen)定的范式无法解决新的问题，就需要打破旧范式，寻找新范式。

云计算领域同样经历着“范式转换”的过程，跨过“数字化必须要转”的阶段，现在企业更需要的，是既(ji)快又(you)好的数字化转型。

这也意味(wei)着，云企业不仅需要具备解决“单个”场景、企业痛点的能力，同样要能借助新的IT基础架构和应用，将瑣(suo)碎的方案整合为规模化输出能力。

区别于阿(e)里云、华为云等自下而上“先IaaS，后PaaS和SaaS”的布局，百度智能云从来都是强调AI与云的深度融合，并針(zhen)对行业需求，带来“端到端”的技术调优。

截止(zhi)目前，百度智能云已形成了一套“芯(xin)片-框架-大模型-行业应用”的智能化闭环路径，从应用中来，到应用中去，沉淀下通用的、标准化、可复制的能力。

恒逸石(shi)化的案例，就是一大体现。作为全球最大的化纖(xian)生产商之一，同眾(zhong)多接触数字化转型不深的企业一样，过去，恒逸石化的质检模式一直是传统的“人眼+手电筒(tong)”，不仅效率低下，漏检等现象也难以避(bi)免。

百度智能云的出现改变了这一切，从AI质检切入，在接入由这一品牌打造的行业首个AI智能外检一体机后，依托(tuo)传统光(guang)学成像与人工智能算法的完美结合，恒逸石化实现了对产品复杂表(biao)面的深度分析(xi)，车间的检测时间缩短70%，絲(si)綻(zhan)C级产品更是实现了0漏检，大幅(fu)提升质检效率。

不仅如此，当下，百度智能云還(hai)在謀(mou)求借助质检端和边緣(yuan)云的联动，通过应用带动更多算力，从而将质检应用从1条产线擴(kuo)展到30条产线，并順(shun)势推动智能质检的“平台化”。

今天，在恒逸石化的业务端，围绕百度智能云的“端到端”能力，智能质检的成功(gong)实践，还在作为样板模式，扩展应用到包括安全检测、能耗优化在内的更多场景。

在这些场景的内部，以百舸(ge)+分布式云为代表的“AI设施”，作为百度“端到端”调优能力的载体，通过智能化牽(qian)引(yin)的方式，还将在未来，帮助客户占据更多競(jing)爭(zheng)先机。

回顧(gu)这一案例，百度智能云提供的，不仅仅是基于单一产线的变革，而是从1条产线到30条产线，从算力、到算法、到智能化应用的多层级、全方位、一站式优化。

在这些优化的背后，百度智能云为老牌化工企业带来的“范式转换”并非(fei)偶(ou)然，而是其核心自研AI技术在产业中充(chong)分应用，并结合端到端能力，推动业务高速增长的体现。

这正是得益(yi)于这一技术优势，今天，百度智能云可以跳(tiao)过堆(dui)叠的“工厂故(gu)事”，以制造业、能源、城(cheng)市、交通等行业为赋能基点，譜(pu)画千行百业的增长繪(hui)卷。

眺(tiao)望未来，站在更宏观的视角，产业化升级的大潮(chao)不可逆(ni)，全球经济格局重构的趨(qu)势不会变。百度智能云除了能帮助产业加速智能化进程，也能帮助中国产业更好地利用AI能力，在全球化的竞争中占据优势。返(fan)回搜(sou)狐(hu)，查看更多

责任(ren)編(bian)辑：