AI+产业标准化和细分行业杂谈

上周参加了宇视的合作伙伴大会，后来又参加了一个工信部关于工业物联网的专题研讨会。很巧合的是,两个会都讲了关于智能物联网应用于产业落地的事,有感而发,写个小短篇。

AI+产业落地 难点还是在行业特性

关于这个问题,是个老生常谈的事。AIoT+行业,机器人替代产业工人,提质增效,是近些年一直热门的话题,也是很多人的担忧所在。对企业主而言,当然希望用高效、低误差的机器去替代人,但除了政策硬性驱动产业外,其ROI的不确定性、“数据孤岛”与集成障碍与随之而来的安全风险,是不得不面对的现实;对员工来讲,被替代、被失业也是大数据、短视频每天给我们产生的焦虑,有时甚至开始怀疑人生的价值。

AI+行业,是全盘覆盖,绝不是集中在几个行业,也就是第一、第二、第三产业的革命性升级。可以很负责任的说,少看短视频,多听行业人怎么说,这种焦虑、担心、不确定性就会大大降低,因为AIoT+行业、完备的自动化,用机器智能去替代人力的时代,还远没有真正的到来。目前说的,大部分是畅想和故事,真正做到的还没有多少,可以举几个简单的例子。

第一产业的一个小场景,树苗、蔬菜的温度监控。拿温室大棚这个场景来说,传感器低成本部署是测室温,但空气温度并不等同于叶片温度。一般情况下,上午是空气温度大于叶片温度,顶端叶片与空气温度差在4-5度,底部叶片温度与空气温度差在8-10度;下午大气逆辐射最强时,顶端叶片与室温相差约4-5度。决定植物生长的温度,是一个多对象综合的、随天气、阳光照射强度、一天的时间、一年四季时间而改变的动态参数,而它仅仅是决定植物生长的其中一个环节,这种情况,知道室内外温度差+光照情况,是比较容易套出模型的,但如果再加上土壤的情况、施肥灌溉的情况、每种植物不同的特性等等,智慧种植则是一个多因素相互交叉、相互混合、相互作用的自变量。AI这个因变量通过传感器介入,也是要考虑到这些特性的同时,再精打细算场景的用量来控制成本,这就对算法要求极高,必须真正的了解这个行业的特性。上述仅仅是大棚环境,相对简单,若放在自然环境养殖,又会增加难度。如果再换成相对较难的牲畜养殖,又是另外一个情况。

第二产业。前年参加海康和国能的发布会,做煤质快检。咱们原来做安防的,听这东西真的跟听天书差不太多,那是真不懂啊。开采、提取、抽样、送检一环扣一环,如果不是这个行业的人,根本不了解其流程和标准。如何建模、如何切实的应用到质检中,需要AI和煤炭都懂的复合型人才来解决。而且第二产业还有一个大问题,若实现全盘的智能化,是一个流水线第一个环节做完才能做第二个环节,环环相扣。如果其中一个环节出现问题,AI目前不会像人一样有能动性去解决没见过的问题,那么也就意味着全生产线都要停下来等,这对于企业来说是不可接受的,容错率极低。

第三产业,这个算是容错率相对来说较高的产业,小范围算法误差不影响核心运转,但也是最复杂的一个,因为它需要更加海量的数据来作为支撑。比如做连锁经营,全国上千家门店,每个区域的特点都不同,如何根据当地的消费时间、消费特性、购买力、用户购买习惯做原材料调配、货品摆放、SKU管理、客户分析等等,不一而足。而且还要依据门店的性质、用户的特殊要求来量身定制。

以上所说,都是一个道理,即无论多大的AIoT企业,也不会垂直的把每一个行业一做到底。没有那么多懂行的产品经理,碎片化程度又这么高(比安防不知高了多少量级),开发、迭代、升级的成本如此之大,任谁也没办法通吃。

标准化+生态 是未来落地的根

就AIoT行业来说,AI发展了几轮,时间线上是这样的:看到+听到→看懂+听懂→感受到(全光谱、全波段)→理解,也就是我们一直说的感知到认知。认知就够了吗?还远不够,认知后,若形不成逻辑和适合行业的模型,则是光有了知识储备,而没有把知识用到生活实践中,等同于上了12年学,给把笤帚不知道怎么扫地,非常尴尬。周一宇视大会上,宇视讲落地产业的SOP,我觉得这是正确的。在前边获得了海量的知识后,要用到工作中。怎么用?要有操作手册。飞行员从学习专业知识开始,每次上飞机都要带上飞行操作手册,告诉你什么情况下该怎么处理,人工智能也一样。针对不同行业、不同场景,要有一套适合的标准化流程,再用AI去建模、去升级、去学习。用符合产业特性的SOP去界定AI落地行业的边界,去适应每个行业的独有特点,这东西除了智能物联网,Chat机器人、小龙虾都干不了。所以现在的AIoT时间线,应该是感知→认知→标准化→操作。从感知到认知,多是端云协同。云智能落地于PaaS,广泛而边界模糊。到了智能的SOP时代,则需要更多的边智能+端智能去解决操作层面的事。这是个好事,本地化部署,成本和开发难度、操作难度一下就下来了。

所谓三百六十行,行行出状元。现代产业,早已超越360行,只有想不到,没有做不了。这么多行业,是没有一个企业能通吃的。这个观点,我在8年以前写的文章中,就已经明确提出,其实是个长脑袋的都能想出来。怎么做?生态。下一个阶段,AIoT企业将从拼内力、拼渠道,向拼生态伙伴延伸。我们提供平台、算法和设备,具体如何落地,如何将既有算法升级成更具行业特性的产品,则交给生态伙伴去完成。他们有行业经验,有行业资源,原来被困于技术能力和研发投入,现在拿着现成的东西,在算法仓里选,在场景中训练、学习,就能够直接的用到行业里。有个企业的宣传语叫做懂行人,其实真正懂行的,都是沉在下边做最碎片化的中小企业。

AIoT企业是有备而来的

前年、去年、今年,多次参观了海大宇的展厅和发布会现场,面对如此复杂的场景,他们其实已经准备了很久。因为感知智能是他们的本业,从感知到认知,是第一个跨越;从认知到标准化操作,是第二次跨越。他们已经将自己的产品、技术、算法、模型应用到了三个产业内。我在展厅内,几乎找不到安防相关的内容,大多是工业自动化、服务智能化等等。数以亿计的点位、全方位的感知、规模化量产优势、下沉行业的积累与生态伙伴的积淀,我想不到这些工作如果他们做不成,还有谁能在这个赛道中杀出来。

接下来要做的,是在技能标准化后,去除中间件,大力发展生态伙伴,在扩展行业广度的同时增加行业渗透的厚度。我们需要的,是时间和耐心。细分领域需要创业,而顶层做能力授予和边界限定的企业,我想丛林已经形成,是需要高门槛的。

责任编辑：石旭