這兩年，以深度學(xué)習(xí)和圖像識(shí)別為主的AI技術(shù)加速在各領(lǐng)域的落地：人臉識(shí)別、安防、新零售、無(wú)人駕駛、智能工廠等。
對(duì)于創(chuàng)業(yè)來(lái)說(shuō)，有一個(gè)非常核心的因素就是要在正確的時(shí)間窗口踏進(jìn)去。人臉識(shí)別的時(shí)間窗口在2012年——2014年，目前已經(jīng)有了幾個(gè)比較大的公司，比如曠視、商湯等，后進(jìn)者很難有機(jī)會(huì)。
正如阿丘科技創(chuàng)始人黃耀在公開場(chǎng)合的演講中所說(shuō)：“圖像創(chuàng)業(yè)公司在互聯(lián)網(wǎng)上找一些技術(shù)類的創(chuàng)業(yè)點(diǎn)，很容易落入BAT的一個(gè)子集，很難創(chuàng)建交集；另一方面在于人才，沒(méi)有百度、騰訊、阿里那么多厲害的工程師，計(jì)算能力也不如他們，所以，我沒(méi)法說(shuō)服自己在這個(gè)方向上深入創(chuàng)業(yè)。”
“互聯(lián)網(wǎng)經(jīng)過(guò)十幾年的發(fā)展，金字塔頂尖的BAT公司聚集了大量的優(yōu)秀人才，如果你再去做這個(gè)事的話，沒(méi)有特別多的優(yōu)勢(shì)，還不如去找一些新的領(lǐng)域，看得更遠(yuǎn)一點(diǎn)的，站在未來(lái)的視角，看看這個(gè)世界會(huì)發(fā)生什么變化。然后投身進(jìn)去，堅(jiān)持五年、十年甚至更長(zhǎng)。”他所指的領(lǐng)域便是工業(yè)領(lǐng)域。
這兩年，選擇在工業(yè)領(lǐng)域落地的AI企業(yè)也有很多，特別是機(jī)器視覺企業(yè)，但目前大部分企業(yè)還不足以對(duì)制造業(yè)提供顛覆性的獨(dú)有的B2B服務(wù)，互相之間又在同質(zhì)化競(jìng)爭(zhēng)中求生存、求估值增長(zhǎng)，AI在工業(yè)領(lǐng)域的落地同樣艱難，甚至比消費(fèi)領(lǐng)域更艱難。
重拳打在棉花上
兩年快過(guò)去了，聲稱要用AI幫助制造業(yè)企業(yè)轉(zhuǎn)型升級(jí)的吳恩達(dá)又忙于AI在農(nóng)業(yè)以及其他領(lǐng)域的落地。關(guān)于與富士康合作的進(jìn)展似乎沒(méi)了下文，不知道是因?yàn)楦皇靠狄蟊Ｃ苓€是別的原因，如果是前者，倒還說(shuō)得過(guò)去。
但是有一點(diǎn)需要提出，到現(xiàn)在為止，Landing.AI提到的工業(yè)領(lǐng)域的合作客戶還是只有富士康一家，僅從落地的速度上來(lái)看并不能讓吃瓜群眾滿意。
2017年12月，吳恩達(dá)宣布創(chuàng)立Landing.AI，其官方目標(biāo)是幫助制造業(yè)公司用算法來(lái)降低成本、提升質(zhì)量管理水平、消除供應(yīng)鏈瓶頸等，第一個(gè)大客戶就是富士康，Landing.AI正在幫富士康構(gòu)建一個(gè)系統(tǒng)，來(lái)檢測(cè)鏡頭組件上的斑點(diǎn)、劃痕等瑕疵。
有觀點(diǎn)稱非常看好吳恩達(dá)創(chuàng)業(yè)，但不乏有悲觀的聲音：“吳恩達(dá)拿著人工智能的榔頭頂著萬(wàn)眾矚目的光環(huán)，看到釘子就掄起來(lái)錘下去，滯留卻未見深潛入木，未帶來(lái)使用AI變革所從事行業(yè)的喜訊。用互聯(lián)網(wǎng)用語(yǔ)說(shuō)是試錯(cuò)，但對(duì)于吳恩達(dá)這種AI領(lǐng)域的萬(wàn)眾矚目的頭部人物，顯得有些缺少深思熟慮。”
如果說(shuō)吳恩達(dá)作為AI領(lǐng)域“教父”級(jí)的存在，尚且受到質(zhì)疑可能因?yàn)楣妿в袑?duì)于技術(shù)大牛的某種偏見，這種偏見來(lái)源于技術(shù)與市場(chǎng)之間的鴻溝。
“號(hào)稱有技術(shù)的比真有技術(shù)的多，真有技術(shù)的比拿得出產(chǎn)品的多，產(chǎn)品能持續(xù)盈利的就更少了。”這意味著，即使再先進(jìn)的AI技術(shù)，如果最終不能落地并形成可以持續(xù)盈利的商業(yè)化模式，所能帶來(lái)的價(jià)值就不能持續(xù)。
吳恩達(dá)用“Landing.AI”來(lái)命名他的公司，大概也有這個(gè)意味：AI要落地。當(dāng)然，他此前也表示目前Landing AI的重點(diǎn)聚焦在于制造業(yè)高管溝通，還不太考慮盈利問(wèn)題。
在知乎上，有名為咸菜壇子的網(wǎng)友指出，AI大規(guī)模應(yīng)用于制造業(yè)，雖然很多公司都在推廣，但是前景卻是未知。
首先，AI前期投入高，回報(bào)未知，很可能造成虎頭蛇尾的局面；其次，很多生產(chǎn)過(guò)程能接受的誤差是很小的，AI沒(méi)有很好的魯棒性；另外，有一些問(wèn)題，不單單是數(shù)據(jù)可以解決的，或者其它方案比AI更直觀，更有效。
目前AI在工業(yè)領(lǐng)域的落地，有一種“重拳打在棉花上”的感覺：不輕不重，不痛不癢。
毫無(wú)疑問(wèn)，制造業(yè)需要人工智能，然而人工智能算法在制造業(yè)上并不一定馬上展現(xiàn)出較大效益，工業(yè)數(shù)據(jù)量大，但相互關(guān)系比較緊密，存在確定性比較大的邏輯關(guān)系，從本質(zhì)上屬于小數(shù)據(jù)。
“工廠里多放一些溫度、壓力、流量、濃度測(cè)量點(diǎn)，讓傳感器、控制器穩(wěn)定一些，采用簡(jiǎn)單方法就能提升很大效益，在此基礎(chǔ)上才能用到時(shí)間快、精度高的算法。”多數(shù)人仍然相信，目前AI能夠帶來(lái)的不是“雪中送炭”的效果，而僅僅是“錦上添花”而已。
玩法不一樣
AI企業(yè)能夠在工業(yè)領(lǐng)域活下來(lái)不是說(shuō)人工智能的算法有多牛，需要業(yè)務(wù)、產(chǎn)品化渠道，并不是技術(shù)好就能做好的事情。事實(shí)上，AI在工業(yè)領(lǐng)域的玩法與消費(fèi)領(lǐng)域不一樣。
梅卡曼德CEO邵天蘭認(rèn)為，消費(fèi)領(lǐng)域價(jià)格承受力更低，而且應(yīng)用環(huán)境的可控性差，因此對(duì)產(chǎn)品的價(jià)格和適應(yīng)性要求更高；工業(yè)領(lǐng)域?qū)煽啃砸蟾叩枚?，而且客戶需求更加個(gè)性化，因此對(duì)產(chǎn)品穩(wěn)定性和調(diào)試效率有更高要求。
微軟之前出過(guò)一個(gè)“How old Robot”的軟件通過(guò)使用者上傳的照片測(cè)試年齡，這在當(dāng)時(shí)掀起一股熱潮，這個(gè)軟件火爆的原因并不是因?yàn)樗臏?zhǔn)確性，而是因?yàn)槿の缎砸约白プ×擞脩舻囊恍┪⒚畹男睦?。但在工業(yè)領(lǐng)域，產(chǎn)品的準(zhǔn)確性卻是一道必須要邁過(guò)的門檻。
正如高視科技董事長(zhǎng)姜涌所說(shuō)，消費(fèi)領(lǐng)域的人工智能，只要有1%的人愿意玩，產(chǎn)品就值錢，但是工業(yè)級(jí)AI，只要有一點(diǎn)不準(zhǔn)，人家就不敢用你的東西。“行業(yè)標(biāo)準(zhǔn)不一樣，消費(fèi)級(jí)的用戶是個(gè)人，只要受眾的10%接受，就已經(jīng)是很大的市場(chǎng)了，工業(yè)的行業(yè)標(biāo)準(zhǔn)至少要達(dá)到90%的企業(yè)都能接受，達(dá)不到就沒(méi)有用，這個(gè)區(qū)別很大。”
精銳視覺創(chuàng)始人孔慶杰也稱人臉識(shí)別能達(dá)到90%的準(zhǔn)確率就很好用了，而工業(yè)上即便達(dá)到98%都不行，至少也要達(dá)到99%，甚至“4個(gè)9”才行。對(duì)一個(gè)每天產(chǎn)能在幾十萬(wàn)個(gè)產(chǎn)品的工廠來(lái)說(shuō)，如果識(shí)別準(zhǔn)確率達(dá)不到99%以上，就意味著有幾百個(gè)瑕疵產(chǎn)品成為“漏網(wǎng)之魚”。
創(chuàng)業(yè)前，姜涌曾任職于日本佳能，如今，選擇在工業(yè)領(lǐng)域落地的姜涌提出，工業(yè)領(lǐng)域的AI玩法與消費(fèi)領(lǐng)域的不同之處還在于：消費(fèi)級(jí)的數(shù)據(jù)包括物流行業(yè)的數(shù)據(jù)是很容易獲取的，這在中國(guó)基本上是不受管控的，但是工業(yè)級(jí)的數(shù)據(jù)卻很難獲取，需要找到愿意陪你一起玩的企業(yè)。
“我接觸過(guò)用深度學(xué)習(xí)解決工件缺陷識(shí)別的問(wèn)題，坑不是一般的大。”有業(yè)內(nèi)人士表示，如果沒(méi)有資源，那么數(shù)據(jù)就是不可獲得的，但算法人才可以挖過(guò)來(lái)，相對(duì)比，數(shù)據(jù)尤其是某行業(yè)高質(zhì)量數(shù)據(jù)的稀缺性比算法人才重要多了。
此外，對(duì)于工業(yè)領(lǐng)域來(lái)說(shuō)，想要通過(guò)一個(gè)技術(shù)去驅(qū)動(dòng)整個(gè)產(chǎn)品的發(fā)展是很難的。“工業(yè)AI落地一定要通過(guò)設(shè)備，它一定是個(gè)光學(xué)機(jī)構(gòu)、電氣、算法軟件結(jié)合的系統(tǒng)化驅(qū)動(dòng)的工程，并不是一個(gè)點(diǎn)或者一個(gè)技術(shù)就能打一片的事情。”姜涌說(shuō)。
工業(yè)AI創(chuàng)新還需要什么？
相對(duì)于具有天然數(shù)據(jù)積累能力的科技公司，傳統(tǒng)的制造業(yè)、物流、倉(cāng)儲(chǔ)等行業(yè)具備以下特征：
毛利潤(rùn)高但凈利潤(rùn)極低，人員效率低開銷大；數(shù)據(jù)標(biāo)準(zhǔn)化程度高但自動(dòng)化、優(yōu)化程度低；公司部門化程度高，交流成本高，但中心化數(shù)據(jù)庫(kù)和項(xiàng)目管理系統(tǒng)的可用度極低；數(shù)據(jù)產(chǎn)生量極高，內(nèi)在邏輯強(qiáng)，但軟件系統(tǒng)開發(fā)能力極低，數(shù)據(jù)邏輯對(duì)非業(yè)內(nèi)工程師不友好；部門業(yè)績(jī)對(duì)單個(gè)人的依賴程度極高，但又只能通過(guò)流程化將公司對(duì)單個(gè)人的依賴度壓到最低。
以上這些擰巴的點(diǎn)共同造成了上述行業(yè)對(duì)AI產(chǎn)品的強(qiáng)烈購(gòu)買欲望，這些點(diǎn)其實(shí)每突破一個(gè)都足以產(chǎn)生一個(gè)銷售額十億級(jí)的企業(yè)。但需要AI技術(shù)人才對(duì)制造業(yè)產(chǎn)業(yè)鏈的深度了解，才能開始定義產(chǎn)品邊界，找準(zhǔn)自己的位置，逐步打磨產(chǎn)品形態(tài)。光靠軟件是代替不了流水線上的幾萬(wàn)工人，行業(yè)的底層邏輯也需要時(shí)間去深入了解。
有業(yè)內(nèi)人士表示，智能制造涉及的技術(shù)難度關(guān)鍵并非單一來(lái)自人工智能算法或是芯片本身。如吳恩達(dá)所說(shuō)，與富士康的合作會(huì)取代將來(lái)很多工人的存在，要實(shí)現(xiàn)這點(diǎn)，工業(yè)機(jī)器人的使用是避免不了的，而這部分不單單來(lái)自于人工智能算法本身，更多的是一個(gè)系統(tǒng)集成工程，要求光、機(jī)、電、化等多學(xué)科多領(lǐng)域的合作，甚至最后的裝配工具及其裝配技術(shù)本身都會(huì)成為關(guān)鍵環(huán)節(jié)。
涉及到的這些部分恰恰是吳恩達(dá)所不曾過(guò)多涉及到的，至少，其與智能駕駛的安全和精度等級(jí)已經(jīng)不是一個(gè)概念與量級(jí)，何況還包括供應(yīng)鏈考察與維護(hù)等，這部分蛋糕屬于多年精細(xì)耕耘工業(yè)自動(dòng)化領(lǐng)域的企業(yè)，其所能為之的工作不多；即便是一些檢測(cè)設(shè)備，在特定的工作環(huán)境下，也不是深度學(xué)習(xí)就一定具有優(yōu)勢(shì).
“工業(yè)機(jī)器視覺在很多地方需要融合機(jī)械、電氣、自動(dòng)化等各學(xué)科，不是光靠軟件算法就能解決。機(jī)器視覺技術(shù)真正在工業(yè)檢測(cè)中應(yīng)用的時(shí)候，只依靠視覺算法是遠(yuǎn)遠(yuǎn)不夠的，無(wú)法真正實(shí)現(xiàn)檢測(cè)功能。”事實(shí)上，孔慶杰在本碩都是學(xué)的自動(dòng)化，博士階段才開始學(xué)計(jì)算機(jī)視覺。
“某個(gè)技術(shù)好，最后要形成好的整體方案，才能有效果。”邵天蘭說(shuō)，“中國(guó)有數(shù)以百計(jì)的視覺企業(yè)，我覺得真正擁有較強(qiáng)核心技術(shù)研發(fā)能力的并不多，最普遍的弱項(xiàng)是持續(xù)積累核心技術(shù)的能力，很多視覺企業(yè)，包括一些規(guī)模比較大的，干了十幾年，真正積累的技術(shù)并不多，而這里的核心技術(shù)就包括器件、算法和方案能力。”
Landing.AI正在加速發(fā)展的步伐。先是從亞馬遜挖來(lái)亞馬遜Go背后的AI系統(tǒng)領(lǐng)導(dǎo)者GopiPrashanth擔(dān)任工程副總裁。然后又宣布，美的集團(tuán)全球AI負(fù)責(zé)人王冬巖加盟，負(fù)責(zé)客戶對(duì)接及戰(zhàn)略伙伴合作方面的工作。
對(duì)于2019，吳恩達(dá)表示，要把AI方案推向更多領(lǐng)域，技術(shù)模型也能在更小的數(shù)據(jù)中發(fā)揮作用。也許，手握大量AI技術(shù)的吳恩達(dá)可以成為那個(gè)讓AI改變制造業(yè)的戰(zhàn)略家，我們拭目以待！
