以色列作者尤瓦爾·赫拉利在他聞名于世的《人類簡史》里寫到：工業(yè)革命，是一場永遠的革命。
的確，工業(yè)太重要了。
今天，中國科技崛起，新興的信息技術不斷創(chuàng)新，傳統(tǒng)產業(yè)被數字化手段重新梳理，后疫情時代的產業(yè)政策正放大自己的影響力。而與民生就業(yè)、企業(yè)生產、國家實力緊密掛鉤的工業(yè)，正進入新的局面——軟件定義新工業(yè)的時代。
何為“新工業(yè)”？即愈發(fā)擺脫人的個體影響的工業(yè)形態(tài)，即技術發(fā)揮最大自動化價值的工業(yè)模式，即工廠變得更加數據驅動的的新階段。
在這個階段，涌現出了思謀科技、極熵科技、依圖科技、黑湖智造等技術服務商，提升工廠拐角里機器運轉的效率，推進著工業(yè)制造向前的步伐。
新技術，給工廠插上翅膀
一直以來，軟件是新一代信息技術的靈魂。在云計算、大數據、人工智能、物聯網、數字孿生等技術大融合的環(huán)境之下，軟件正在定義可以定義的一切。
現代工業(yè)中，有很多企業(yè)在生產過程中，雖然使用了部分軟件產品進行設備賦能，但背后主要還是依賴于工人的操作和認知。這就造成工廠的生產經營效率極大地受限于技術工人，管理粗獷的現象普遍存在。
成功經驗沒有壓縮算法，依賴于人的模式勢必局限。
現在，工業(yè)軟件成為了工業(yè)技術軟件化的產物，是工業(yè)化的頂級產品。為什么這么說？因為它封裝了工業(yè)知識，建立了數據自動流動規(guī)則體系，打造了機器的大腦和神經，因此機器變得更加聰明，功能可以隨時調整。
工業(yè)軟件描述、集成、模擬、加速、放大、優(yōu)化、創(chuàng)新了傳統(tǒng)制造過程，形成一種新的工業(yè)智能模式。1964年，美國通用和IBM開發(fā)了DAC-I系統(tǒng)，主要用于汽車前玻璃線性設計，算是第一個真正意義上的工業(yè)軟件。20世界70年代開始，CAD技術進入了大多工程和產品設計領域。20世紀末，計算機廣泛普及，工業(yè)軟件、芯片、互聯網等數字化手段，迅速推動了工業(yè)生產制造過程的機械化和電氣化、強速化、精密化和自動化，形成了新型高技術高信息化的現代工業(yè)體系，工業(yè)軟件成為現代工業(yè)的核心競爭力。
云廠商發(fā)起的云革命則讓工業(yè)信息和數據的計算、網絡與存儲環(huán)境擺脫沉重的硬件，更加輕量化，進入云原生的時代，直接使得機械操作更加智能；人工智能在視覺檢測、視頻分析、自然語言處理方面取得獨特的進步；物聯網在搜集工業(yè)數據方面有著不俗表現，打通各類終端、數據互聯，有效沉淀企業(yè)生產數據并發(fā)揮價值，為工業(yè)互聯網帶來了更多可能性。
中國工業(yè)互聯網更是進入高速發(fā)展期，去年規(guī)模增速高達11.28%，增速在全球主要工業(yè)國家中排名第一，中國工業(yè)互聯網規(guī)模占全球主要工業(yè)十國的20.19%，已超過日本與德國之和。工業(yè)互聯網對第二產業(yè)的發(fā)展具有明顯的帶動作用，將全面改造中國制造業(yè)的基因，實現高質量和低成本并行的智能制造。
數字化的風一旦吹來，一切就都不一樣了。
軟件，正在定義可定義的一切
中國制造有著全世界最齊全的工業(yè)門類（220多種）。
聚焦能源電力和工業(yè)自動化的服務商極熵科技的首席營銷官陳龍認為，中國制造業(yè)數量龐大，但細分行業(yè)應用場景和需求有差異，市場存在不同層次水平的企業(yè)，企業(yè)主對數字化需求不迫切，因此很難用同一套方案去覆蓋所有企業(yè)需求。
如何撥開層層迷霧尋求有價值的共同需求點，助力制造業(yè)數字化轉型并提質增效，共同培育市場，是極熵為代表的工業(yè)互聯網企業(yè)一直在努力探索的。
聚焦工業(yè)AI領域的服務商思謀科技的聯合創(chuàng)始人兼CEO沈小勇則認為，目前人工智能技術在落地過程中依然存在標準量化難；場景變更多；需求差異大；企業(yè)不會用、用不起、不敢用的痛點。當然也正是這些痛點，被他們認為是未來工業(yè)AI領域、智能制造市場的核心機遇和興奮點。
思謀科技當下發(fā)力的工業(yè)AI軟硬件生態(tài)體系、工業(yè)AI操作系統(tǒng)和軟硬件一體化產品，可以說是一個最佳切入口。
當前，“技術落地”的思維被大大小小的科技公司奉為圭臬，無論是傳統(tǒng)互聯網大廠推出的下沉戰(zhàn)略、人工智能公司的案例故事，抑或是一大批垂直行業(yè)的小巨人專攻賽道，技術與場景的融合正進入陡峭的上升曲線。
相比零售、教育、醫(yī)療、金融等場景，工業(yè)的復雜程度可謂最高、領域可謂最細分、對國民經濟的重要性也最大，如何實現中國工業(yè)制造的高效化、永續(xù)化、綠色發(fā)展，是今天人們探討的一致命題。
工業(yè)領域時常出現一些經典的解決方案，比如MES（生產管理信息化系統(tǒng)），很多廠商都在提供，其目的是管理生產過程的人、機、料、法、環(huán)、測、控，實現制造執(zhí)行前的防錯、制造執(zhí)行間的控制、與后續(xù)產品質量的追蹤與追溯。
但這種“舊工業(yè)”的方式已經無法滿足今天工業(yè)發(fā)展的需求，對工業(yè)云的管理、工藝的流程優(yōu)化、工業(yè)大數據的分析、智能的檢測與決策、供應鏈的智能管理等，才是今天“新工業(yè)”的技術本色。
智能手機的普及帶動了充電設備的無線化，而無線充電圈又是其中的關鍵設備。一般而言，無線充電圈每個零部件非常小和復雜，其缺陷形態(tài)各異，因此在做缺陷檢測的時候，人工容易誤判或漏檢。
在采訪中，我們注意到思謀科技為全球某頭部手機品牌打造的正是這樣一套AI無線充電圈外觀缺陷檢測自動化設備。該設備搭載思謀自研的工業(yè)AI一體化平臺SMore ViMo，通過深度學習技術訓練分類和分割算法模型，從而實現對物料OK/NG的判斷，并對NG物料進行14類細小缺陷檢測和6大類分裝盤等，全面提升產線檢測效率（檢測速率可達1300-1400片/小時，遠超人工檢測的800片，提升檢測速度50%）。
這是一個非常典型的案例。
在另一個研究的范本中，極熵科技將技術落地在了水泥生產的場景，通過對某家水泥廠客戶的生料磨、煤磨、水泥磨、回轉窯等相關數據進行采集分析，搭建生產場景相關的軟件系統(tǒng)，實現對生產環(huán)節(jié)的關鍵數據的匯集、分析。結合AI算法技術及生產專家經驗知識，完成對水泥生產流程的調度排產最優(yōu)解分析，輸出多種生產設備的啟停控制策略，用于指導生產現場的經營活動，最后在未影響產量的同時，實現該水泥廠日均節(jié)省電費5000余元。
這是傳統(tǒng)工業(yè)優(yōu)化其生產流程所難以想象的角度和難以達到的效果。
“以數據為中心”成為行業(yè)共識
在工業(yè)的智能制造趨勢下，工廠經營將越來越注重數據的價值，基于數字化車間生產數據的分析和挖掘，將能賦予工業(yè)企業(yè)更多提質降本增效的能力，結合AI算法實現自動化反向控制優(yōu)化的軟件系統(tǒng)，將極大地降低工廠對專業(yè)工種或崗位的依賴，通過深度定制的軟件系統(tǒng)可重新定義和重構生產制造流程，極大地提升生產效率和產品質量穩(wěn)定性。
極熵科技首席營銷官陳龍認為，軟件將重新定義傳統(tǒng)工業(yè)，軟件系統(tǒng)將再度賦能新時代工業(yè)。而這一切都要建立在數據的基礎上。
“我們思考的是，AI算法應用架構如何實現小數據、大作為。”在業(yè)內，有關“AI為何水平低”的討論一度甚囂塵上，相當一部分人覺得是因為數據庫的不足和神經網絡的效率低下。
類比到工業(yè)AI領域，思謀科技沈小勇表示，AI算法在制造業(yè)應用還存在一個數據匱乏的問題，在制造業(yè)很多公司和工廠數據量非常不充足。“原材料”不夠，是否就沒法實現AI產業(yè)化了呢？并非如此。
思謀科技提出了一個解決辦法，可以通過存儲所有的中間結果數據，生成一個大數據，讓AI不停學習，后續(xù)工廠輸入少量數據就能生成合適的算法，當輸入的數據越多就能越好地學到解決問題的方法。后期只需要告訴機器一些特征值，它就能快速判斷出結果。
在業(yè)內，“以數據為中心”的口號其實已經提出多年，但是實實在在真正去打破數據孤島，并且挖掘流動數據價值的傳統(tǒng)工廠不占多數。這并不是因為技術層面無法實現，其深層次原因在于企業(yè)管理者缺乏一種強烈的構建整體化信息平臺的戰(zhàn)略意識，對于企業(yè)存量系統(tǒng)是否在技術層面存在打通可能依然存疑。
而這，需要數字化的逐漸教育，需要軟件和硬件逐步構成人們對技術的信任感。
更好地助力中國工業(yè)發(fā)展
共識已經達成，技術朝前發(fā)展，中國制造業(yè)正逐漸擺脫傳統(tǒng)意義上的幾個主要痛點，即質量、效率、成本和庫存。但隨著雙碳目標的提出和能源雙控的加強，制造業(yè)在技術供給能力上也面臨新的考驗。
由于涵蓋業(yè)務眾多、場景千差萬別、管理方式少有共性、缺乏標準邏輯，工業(yè)智能制造領域合作生態(tài)的構建尤其重要。
過往，真格基金助力過許多優(yōu)秀的科技企業(yè)，在人工智能、工業(yè)制造等領域有多年的布局和理解，愿意和科技企業(yè)一同探索未來智能制造的可能性。
在新興軟件機遇之下，工業(yè)制造的基因被改造，數字化驅動工業(yè)新基建成為日益旺盛的需求。
工業(yè)，正被重新定義。
