在可预见的未来，制造业会慢慢的重要，因为人们日渐增长的需求都依靠制造业来满足。

  汽车被发明后，以手工业方式制造，产量极低，被定位成高端奢侈品。直到1908年，亨利·福特生产的T型车开始大规模量产，低廉的价格让大多数的美国家庭都能拥有汽车。

  这是制造业改变人类生活最直接的例子。亨利·福特把流水线的生产方式引入汽车工业，提高了汽车生产效率，降低了生产所带来的成本，让汽车变成人人都买得起的产品。

  今天，当AI技术迭代成一个“对话框”，能回答问题、画图、做表格、写代码……，大家第一次看见了“原本看不见摸不着”的AI。AI技术的产品化，带给人们更大的想象空间。

  自然而然，我们想到了制造业。工业界是用新技术最好的地方，工业界如果能用好新技术，对社会经济发展和人类生活会产生巨大的影响。

  于是，蘑菇物联出品的《AI在制造》走进工厂、贴近产业，探访行业大咖和技术大神，一起来畅想AI技术在工业界的种种可能。

  访谈对象有：民生药业执行董事长杨骏、菲尼克斯中国公司总裁顾建党、港华智慧能源高级副总裁伍宇铿、香港科技大学(广州)协理副校长、人工智能学域主任熊辉教授、华为云中国区制造生态总监张未栋、白云山制药总厂工程部部长黄健伟、广东省数字化节能降碳产业联盟秘书长何军飞、GGV纪源资本执行董事罗超。

  在杨骏看来，工业是需要AI的。AI视觉检测技术在药品生产的灌装、压盖、贴标等生产的基本工艺中，能做到毫秒级识别，帮企业解决识别难、速度慢的问题，提高生产效率，提升产品品质，让消费者用药更安全。

  杨骏认为此次疫情是新旧时代的分水岭，企业深切地感受到数字化转型的迫切性。对企业而言，AI技术一能减少相关成本，二能提高生产效率，三可以为组织赋能，企业应该主动去拥抱新技术。

  顾建党在工业自动化控制领域从业近30年，他认为以PLC为标志的自动化控制正在经历有史以来最大的挑战，未来数字化是基础，再融入AI算法等智能化技术，自动化控制和智能化控制融合发展，融合OT、IT和DT的解决方案，才能满足企业数字化、智能化的诉求，解决企业的痛点和难点。

  打造零碳园区和低碳工厂同样需要AI技术，伍宇铿告诉我们，工业能耗和工业碳排放双双占全国能源消费量和碳排放的三分之二，工业节能减碳是国家实现双碳目标的重要一环。港华智慧能源在约80个地区建设了零碳智慧园区，实践证明AI技术在所有的环节上都有助于实现高效、安全供能的目标。

  从何军飞做节能工作的经验来看，非常容易的节能措施（如设备节能和工艺节能）都实施后，随着节能工作的推进，利用AI技术进一步挖掘节能潜力，成为新的节能途径。

  据工信部对305个智能制造试点示范项目的智能化改造前后对比数据，能源利用率平均提升16.1%。数字化节能可以在设备节能、工艺节能、系统节能的基础上再节能16.1%，这是“百尺竿头更进一步”。

  熊辉教授认为如果某件事情的解决步骤是比较规律化的，AI就可以让它智能化地自动完成，只要最终能够被数字化的地方，人工智能都能发挥它的作用。

  他认为在AI项目中，领军人才很重要。领军人才既懂行业知识，也懂技术，能够把具体的行业问题抽象成数学问题，采用合适的技术解决它，同时领军人才还能够凝聚一批优秀人才去解决项目落地过程中的挑战，如（可解释性、人伦道德等挑战），最后领军人才在合适的时间采用合适的技术，能把握和控制项目风险。

  张未栋总结华为云在制造业落地的600多个AI项目经验，提示警醒我们要注意识别、剔除一些应用AI技术的伪需求，不是所有的制造业场景都适合去布局AI技术。

  先通过调研识别需求，积累行业数据和行业Know-How，再去证伪或证实AI在某些行业里的可落地性。一旦找到可落地的场景，如在某工厂的空压站，AI技术帮客户最高实现35.3%的节能效率，实现节能跟提质的两重目标。

  在广药集团白云山制药总厂，黄健伟给大家介绍了自己在工厂的空压站、制冷站应用AI技术去调控设备的经验。

  他告诉我们要提前了解工业设施、各系统的安全风险点在哪里，应用AI技术的时候，在一定的范围内限制AI的活跃程度，保证控制的安全性。AI技术让空压站不但输出压力稳定、供气质量提高，而且节能率有20%，还能把一些老师傅的经验标准化地存下来并且一直在优化迭代。

  罗超判断一家AI技术公司有没有未来的标准有4个维度：数据、技术、行业Know-How、软硬件及服务的标准化。

  收集、整理数据是打地基埋种子，技术投入是萌芽生长，垂直领域的Know-How是要把根扎得更深，软件、硬件、服务的标准化是为了蓬勃生长、开枝散叶。

  企业把这4个维度的事情做好，就能把握机会成为一家伟大的公司，当然也是一家能为制造业创造可测量价值的公司。目前是制造业转变发展方式与经济转型的时期，大量的技术会被用于制造业，推动制造业数字化、智能化和低碳化升级转型。

  制造业是物质世界的“引擎”。人工经验与自动化技术的局限性，造成制造业任旧存在大量“以不变应万变”的场景，当构建在数据之上的AI技术在制造业落地，制造业有望实现“以万变应万变”，到那一天，数据才真正变成了生产力，数据也就成了新时代的石油。

  制造业一直在变，企业也如此。西门子作为一家伟大的工业公司，从诞生到今天，它早就不是同一个西门子了，百年历程中，它一直在自我迭代、进化和扩展。对于处在转型时期的制造企业而言，不也应该如此吗？