9月23日,中國國際工業(yè)博覽會在上海舉行。一向低調的?？?以“物聯(lián)感知+AI,加速工業(yè)場景數字化”為主題參展,集中展出了上百款“物聯(lián)感知+AI”軟硬件產品和觀瀾大模型在工業(yè)領域的場景應用。

以及,如果走進海康威視位于杭州總部的展廳,這里面展示的大量關于工業(yè)領域的全方位應用,無一不表明:工業(yè),?？祦砹?

工業(yè)升級的背后 是?？怠白鲋L”

工業(yè)數字化、智能化升級的背后是什么?回答這個問題,要從兩方面看。

對于用戶,本質是通過AIoT企業(yè)提供的設備和解決方案提高效益、降低成本。

對于AIoT企業(yè),是要通過自己之所長,將生產要素進行數字化歸類、升級,實現(xiàn)全面的數字化、智能化升級,以滿足客戶和市場的需求。

這里邊有兩點很重要,一個是數字化,另一個是智能化。

對AIoT企業(yè)來說,進入工業(yè)領域,數字化是因也是果,是這一輪AI浪潮在工業(yè)的動力和基礎。用戶需要數字化方法去實現(xiàn)高質增長,設備商就要圍繞著數字基礎和數字應用去下功夫,也就是用自己所長,去完成工業(yè)升級的過程。

工業(yè)數字化升級,生產過程環(huán)節(jié),需要大量的傳感器進行數據采集,并對結構化后的數據進行特征提取、分析,形成具有行業(yè)特性并有益于提高生產效率、提升產品品質的軟硬一體平臺。其中最重要的,就是感知能力。工業(yè)領域,行業(yè)特性千差萬別,而這個感知,也因行業(yè)而異,因場景而異,是全方位、多樣化的。有的場景需要視頻,有的場景需要紅外,有的場景需要微波、毫米波,有的場景需要溫濕度等等不一而足。這些類似于計算機BIOS的輸入和輸出手段,是實現(xiàn)通過數字手段最終達到自動化的第一步,也是最重要的一步。若這個過程加上AI,便是智能感知,也就是“精確采集、數為我用”。

而?？档淖约核L,正是“物聯(lián)感知+AI”。

工業(yè)?？?關鍵在于“物聯(lián)感知+AI”

四年前,我寫過一篇東西,叫《海康威視:做一棵大榕樹》。摘抄里邊的一小段作為論據。

“智能物聯(lián)網企業(yè),不是單一大品類類型的公司,不能做、也做不成單一通道拔的非常高的“紅杉”。他們往往不要求長得太高,但更注重扎根和分叉,在主根扎得足夠深、主干立得足夠穩(wěn)的前提下,不斷的延伸應用范圍和產品。如此,?？档拇髽渚筒浑y理解了。技術是根;感知、智能的主業(yè),是主干;延伸出的行業(yè)、產品和方案,是枝。如果枝長得足夠粗壯,還可以再扎根新領域?！?span style="text-indent: 2em;">—摘自《海康威視:做一棵大榕樹》 劉思

這一段也是去拜訪胡揚忠時他大致表述的意思。

從去年起,?？狄恢敝v場景數字化。這些場景,大多已經跳出安防,到了企業(yè)端,再延伸到工業(yè)領域,從上邊這段話,是有跡可循的。“感知+AI”等核心技術作為主干,延伸出了N多個場景,將每個場景進行數字化升級,又長出新的枝,是?？到洜I的戰(zhàn)略,從今天往回看,他們也確實是一步步這樣走的。

去年煤質快檢的發(fā)布會我參加了,今年8月又去參觀了他們的新展廳,再到工博會上展出的“物聯(lián)感知+AI”軟硬件產品。最大的感覺就是,?？狄呀浬疃认鲁恋焦I(yè)領域了。下沉的主要動力,來自于用戶的需求和技術的儲備;下沉的主要底氣,來自于豐富的感知能力和智能化能力。

一、從2014年提出視頻智能化后,隨著業(yè)務領域的不斷擴展,?？档母兄绞揭呀浿鸩綇目梢姽庀蚍强梢姽馔卣?積累了紅外、X光、聲波、毫米波、激光等多維感知。這個過程,是隨著傳統(tǒng)的安防業(yè)務向全新大安全演變的過程。其結果就是在這個過程中熟悉并掌握了更加豐富的感知手段,這些手段變成?？底陨淼募夹g儲備和業(yè)務能力,順理成章的拓展到新的應用場景下。這些感知方式,與工業(yè)領域數字化升級契合程度極高。比如,針對設備狀態(tài),紅外技術應用在熱成像測溫產品,可以對關鍵設備,如電機、軸承等進行表面測溫;由聲波感知技術外化成的工業(yè)聽診監(jiān)測設備運轉的異常聲音,發(fā)現(xiàn)運行問題;而可見光技術,可以對設備運行的數據進行遠程讀表抄表等等。

二、AI加持后,數字化更加深入徹底。物聯(lián)感知設備是入口,將“物理世界數字化”。這個過程中,數據量是極大的,數據的形態(tài)是多維的,其行業(yè)特性也要求要對數據進行特征歸類及提取、實時交互,以便用戶高效利用,也就是上述提到的“更高質量的數字化”。原來視頻結構化所形成的SDT,就是這個過程的早期版。感知入口越來越多,數據組成越來越復雜,垂直場景越來越細致,對數據的價值判斷和利用水平的要求更上一層樓。這也是全棧智能,即端智能+平臺智能化、軟+硬同步智能的意義。經過20多年的積累,?？捣e累了大量的行業(yè)經驗。今年不斷推出的基于行業(yè)大模型的產品,就是在做這項工作。一方面,可以用智能化手段提高生產效率;另一方面,也可以通過多維感知、智能感知去檢測設備、人員的運行和工作狀態(tài),進行異常判斷,確保工業(yè)場景下的高效、高質、安全運行。

這么干說,可能不太具象化。去年參加的煤質快檢發(fā)布會,以及今年參觀?？嫡箯d看到的兩個事例,能比較直觀的說明物聯(lián)感知+AI在工業(yè)領域的應用和成果。

2023年我國原煤生產和進口煤量約52億噸,全國規(guī)模以上煤炭企業(yè)營收3.5萬億元。煤質檢測,是煤炭應用到生產、生活的關鍵性環(huán)節(jié)。以往,傳統(tǒng)化學手段的煤質檢測技術,效率低、風險大、成本高,嚴重制約了煤炭的清潔高效利用。針對以上問題,國家能源集團與?？低暁v時三年,逐步確定了融合光譜煤質快速檢測的技術路線,通過多維感知、雙模態(tài)神經網絡算法、AI模型等一系列自主核心技術,實現(xiàn)了大批量煤樣的實時、在線、無損檢測。其帶來的成果,對煤炭質檢來說,是革命性的。

鋼鐵廠高危作業(yè)場景中,行車吊運操作的安全性與效率尤為關鍵。南京鋼鐵廠區(qū)內,17米高空的行車需吊運噸級鋼卷。但在實際操作中,行車駕駛室與鋼卷距離較遠,鋼卷圓孔肉眼觀測直徑僅10-20 毫米,行車上的C型鉤要精準穿插進圓孔,就如同“高空穿針”,難度大且風險高。通過在駕駛室下方安裝?？低晫Ｓ每拐裣鄼C,可實現(xiàn)自動調焦變焦,解決傳統(tǒng)畫面抖動、設備易損壞的問題;搭配吊鉤跟跑算法,能實時穩(wěn)定跟隨吊鉤,幫助駕駛員更好操控。行車的穩(wěn)定運行,使40噸貨量的卡車裝車時間從15-20分鐘縮短至7-8分鐘,保障安全的同時提升生產效率。而在水汽、粉塵更監(jiān)理的南京鋼鐵金石廠,海康威視進一步優(yōu)化行車安全防護方案安裝:在行車橫梁安裝毫米波避障雷達,當檢測到同行道行車或高空障礙物的距離小于5米時,會自動告警并制停,保障設備和人員安全。溫度是軋出好鋼的重要決定因素,要精準控制溫度,光靠人的經驗評估很難。?？档谋壬邷赜嬁梢苑治霭宀墓庾V輻射來測量物體表面溫度,在有煙霧、灰塵或水蒸氣等環(huán)境中也能精準測出鋼坯溫度。高溫高亮攝像機能夠清晰地觀察到板材表面的細微變化,確保復合板材在軋制過程中沒有裂縫等缺陷產生,保證最終產品的完整性和安全性。

除去這些,在石化煤炭、鋼鐵有色、機械裝備、電子電器、汽車制造等等諸多領域,海康都在為不同行業(yè)的各種合作伙伴量身打造基于AIoT的數字化解決方案。這些枝丫還在不斷地落地生根,再繁衍出來的,又是一個全新的領域。

工業(yè)海康:不是做不做 而是怎么做

我本人原來做行業(yè)研究,看到一個領域,習慣性的先看市場規(guī)模,再看需求和供應關系?？晒I(yè)數字化、智能化+智能物聯(lián)這個賽道、這個領域,不太好估算市場規(guī)模。因為它過于龐大,也過于細分。而且它的市場化進程,也取決于降低TCO、提升效益和品質的質量和進程,還有時間這個關鍵因素。但最小以萬億計,是開胃菜。這個過程中,誰能熬得住,誰能走在前邊,其先發(fā)優(yōu)勢和儲備優(yōu)勢就會愈發(fā)明顯。細碎、精確、易于用結果衡量,是工業(yè)智能化用戶的核心特征。在滿足工業(yè)領域這些需求上,掌握了入口和部分應用、習慣了細碎場景的AIoT企業(yè),是具備天然優(yōu)勢的。

挑戰(zhàn)也是機遇。細分領域的快速響應,投入成本和收益的平衡,以及高度行業(yè)化的“懂行”需求,都是企業(yè)需要面對的真實挑戰(zhàn)。找到用戶的痛點、難點,為用戶提供便捷、二次開發(fā)難度小的大模型平臺,用生態(tài)為用戶提供解決方案,這條路需要深耕,也需要長久的經營。就像胡揚忠所說:“過去幾年大家都很看好AI,實際上AI沒有帶來很好的回報,還是要回到管理出效益。?？狄惨恢北３衷贏I,包括在大模型方面的大量研發(fā)投入。現(xiàn)在慢慢的,在一些提質增效的需求場景找到應用空間。未來,尤其在企業(yè)數字化轉型的領域,AI的應用會有持續(xù)的發(fā)展?！?/p>

結 語

工業(yè)是國家的立國之本,也是從大到強的基石。在工業(yè)智能化上的每一點努力,都是在筑基石。“?？翟诠I(yè)賽道,是以自己為田,在自己的工廠一刀一槍磨出來的;是多年的行業(yè)深耕積累下來的;更是擁抱變化、順勢而為的戰(zhàn)略所在。 “落地行業(yè)、數字賦能、多維感知、智能應用”,是面對機遇的準備,更是面對挑戰(zhàn)的勇氣。工業(yè)大國向工業(yè)強國的轉變,也在這波浪潮之間逐步看清了方向。

責任編輯：石旭