2019年政府工作報告提到，要推動傳統產業改造提升，特別是要打造工業互聯網平臺，拓展“智能+”，為制造業轉型升級賦能。這也是“智能+”作為一個概念，第一次出現在政府工作報告中。
事實上，2017年11月份以來，加快“互聯網、大數據、人工智能等新一代信息技術與實體經濟的深度融合”已成為數字產業化與產業數字化共同的主題?！爸悄?”的提出，意味著智能化與制造業轉型升級的契合度更為凸顯，再次確立新一代信息技術賦能實體經濟的重要作用。
3月13日，由天澤智云主辦的2019未來工業智能峰會在北京舉行，十余位來自制造業、科技行業的大咖分享了未來工業智能化的趨勢，天澤智云技術團隊則以場景情景劇的方式演繹了工業智能如何幫助企業解決錯綜復雜的生產現場問題，這讓整個峰會呈現出一種“工程范兒”。
峰會上，天澤智云正式發布工業智能產品矩陣，其核心組件包括：工業物聯網與邊緣智能軟件EdgePro、工業智能分析與建模工具GenPro、工業智能模型生命周期管理協作系統CyberRepository、企業級算法模型執行引擎CyberSphere及系列工業智能硬件產品iEC和iGW系列。
天澤智云CEO孫昕表示：“天澤智云的‘3+4’體系架構——融合工業領域知識、智能建模技術與計算機科學，衍生DT、AT、PT、OT四大工業智能支撐技術，打造出工業智能產品矩陣，為工業企業提供‘法’和‘器’，已經開始在第18個工業場景中落地?！?/p>
關于工業智能，目前業界還沒有完整的定義，一般的理解，就是工業+人工智能，但這一界定包含的東西太多——不僅在對象上有高端制造、智能工廠、數字化車間、自動化生產線等，領域更是包羅萬象，有機器視聽覺、復雜環境識別、智能語音處理、狀態信息實時感知、自適應控制、智能決策控制以及新型人機交互等等。在發展工業互聯網的大背景下，企業如何找準合適的工業智能，并與工業互聯網結合起來，解決場景痛點，成為數字化、網絡化、智能化落地的重要挑戰。
工業智能的3+4體系架構
我們先看看，天澤智云以及當天出席峰會的中國工程院院士鄔賀銓等專家對工業智能的理解。
天澤智云CEO孫昕表示，工業知識、智能建模技術及計算機科學三者融合才能誕生真正的工業智能，其衍生的四大支撐技術，第一是AT，工業的人工智能和傳統的人工智能有一定的差異，前者有相當多的工業屬性和背景；第二是DT，包括邊緣計算、特征工程，強調工業背景、工業場景以及工業對數據質量的要求；第三是PT，云、邊緣計算以及模型的開發、建立到DevOps都需要一系列的平臺技術；第四，最終所有的技術跟生產過程、運維技術和工業應用相結合，這就是OT。
孫昕認為，在AT分析技術中，模型應該被合理迭代開發、逐步成長，這個模型生命周期的管控，需要跑在PT也就是平臺技術上，當然，所有的算法需要數據，數據如何有效處理并傳到平臺端，這就需要基于DT技術，而這一系列的循環，最終和OT結合，產生一個又一個工業APP。
中國工程院院士鄔賀銓的觀點是，工業智能需要“人工+機器智能”。人工智能推動企業向智能制造與智能運營發展，但人工智能需要與大數據、移動互聯網、物聯網及云計算等的協同融合，而且需要與企業運營技術緊密結合。機器學習著重于通過有限的輸入數據流來了解環境，而人類則能同時洞悉各種不同的環境特征?；诖髷祿С龅臄祵W模型未必能優于制造業基于長期積累對建模對象客觀規律的理解所得到的機理模型。
北京大學教授侍樂媛則把關注的重點投向了生產現場，她表示，工業智能需要關注生產系統。工業生產存在著諸多數據孤島、信息孤島與系統孤島，由于現有的系統有很大的局限性，生產過程中常見突發意外時無法實時動態優化資源等問題，并且很多企業實現自動化卻損失了產能。企業要使用工業智能的手段賦能現有生產過程，補足對時間敏感性要求高，以及流程鏈、供應鏈復雜難以評估的能力。
聯想集團副總裁田日輝表示，實現企業數據智能推動企業轉型，需要構建以下幾方面的關鍵能力：一是全域數據融合，包含生產經營數據、ERP、CRM等系統數據，及宏觀經濟、用戶評價等；二是工業和人工智能的結合，通過數據進一步優化專家經驗；三是通過微服務架構，實現敏捷智能閉環價值。
顯然，不同的視角和定位，讓工業智能呈現出多維特征。那么，天澤智云的工業智能產品矩陣到底是什么？其背后的理念又是什么？是如何解決企業場景痛點問題的？
行業場景而非數據
此次發布的天澤智云工業智能產品矩陣，包括了數據采集軟硬件、分析與建模工具、模型生命周期管理、企業級算法模型執行引擎等。
工業物聯網與邊緣智能軟件EdgePro：支持快速實現工業數據采集和邊緣計算的工業物聯網與邊緣智能軟件，可直接將機器學習模型和特征工程算法一鍵部署到邊緣硬件，打通工業互聯網與邊緣智能的最后一公里，實現工業邊緣計算、邊緣智能與邊緣決策。
工業智能分析與建模工具GenPro：融合信號處理、機器學習、機理分析、多語言編程等跨界能力，內置行業算子、建模模板，可拖拽式操作，快速構建預測模型，降低建模門檻。
工業智能模型生命周期管理協作系統CyberRepository：模型庫，包括算子、模型、訓練結果、特征、依賴庫，以及這些智能資產的版本歷史?？伸`活部署于公有云、私有化等多場景。
企業級算法模型執行引擎CyberSphere：模型適應能力強，可運行GenPro、MATLAB、Python或R語言開發的工業智能模型。具有工業數據接入、存儲和開放的能力。服務與交付方式靈活。
工業智能硬件產品iEC和iGW系列：前者是面向關鍵設備、高價值資產工業智能應用的多元數據采集及邊緣計算單元，既可以采集CMS、PLC等低頻協議數據，又可以采集振動、電流等高頻信號；后者是工業智能網關，具備現場設備的遠程數據采集、遠程下載和遠程維護等功能。與EdgePro相結合，實現設備的狀態監測、異常檢測、健康管理、壽命預測等。
可以看到，天澤智云產品矩陣的一個突出特點，就是圍繞算法模型的數據采集、建模、管理、運行及維護。以模型為核心但不唯模型，這與其他人工智能解決方案具有較明顯的差異。其背后的緣由，是對行業機理的深刻理解。
數年來，人工智能與數據的相互依存關系深入人心。人工智能落地的基礎是數據，核心是模型的積累。但在現實中，用戶往往并不買賬。原因在于，一方面用戶已經形成解決問題的傳統機制，另一方面，由于信息孤島的問題、數據質量的問題、數據標簽的問題等等，使初期階段的模型很難解決客戶問題，基于這種情況，客戶往往對模型持懷疑態度。
天澤智云技術研發副總裁金超認為，數據不應該是工業智能落地的一個起點，它的起點應該是用戶的痛點或者有行業屬性的工業場景。也就是說，不是所有的場景都可以用工業智能解決，也不是所有的數據都對工業建模有用。建模需要利用領域知識，同時一定對模型不斷迭代，讓它接近完美，這就要求對模型做全生命周期管理。
算法是工業場景的抽象與固化。沒有對行業機理的理解，這一過程很難落地。作為一家初創公司，天澤智云有這種行業積累嗎？
工業智能=算法+工程化
資料顯示，天澤智云成立于2016年11月，是美國智能維護系統中心(IMS)技術孵化企業，團隊以IMS機械工程博士為核心，具有19年以上專業經驗和150個以上工業項目實踐經驗。19年間，IMS中心的合作伙伴涵蓋了15個國家及地區的90多個世界知名企業，已成功申領多項重要發明專利，應用領域涉及能源、工業制造、交通運輸、重型機械、微電子等行業。
根據美國自然科學基金會(NSF)2012年對全美所有產學研合作實驗室的貢獻度調查中，IMS以其1:238的投入/收益比，位列NSF所有產學合作研究中心第一位。
這意味著，天澤智云專業團隊不僅具有系統的機械工程知識體系，更具有全球重大工業項目的實踐經驗。據介紹，天澤智云的團隊來源由三個I組成，一個是IMS中心，代表工業算法成熟的歷史積累，第二是IBM，平臺技術中當年的黃埔軍校，第三是NI(美國國家儀器)，在邊緣計算領域的領軍企業。
孫昕回憶，2016年天澤智云成立之時，從IMS中心畢業的團隊成員已經在全球做了大量工業數據分析類的項目，而恰巧有很多項目是在中國落地生根的。其中有一個地標式的項目是中車青島四方的高速列車故障預測與健康管理系統(PHM系統)?！肮I是強國的脊梁。這個項目2018年在美國拿到了Intel物聯網全球獎。讓我們看到在強國脊梁中技術的價值，我們真的感受非常深?！?/p>
但孫昕認為，工業最核心的不是數據，而是模型，數據是客戶的，真正有價值的是模型，模型的積累會顛覆很多商業模式，因為模型驅動APP，APP又驅動商業模式。所以，工業場景、工業知識的積累，既是一個漫長的過程，也是一條必經之路。
所以，算法不是唯一，僅靠一個光鮮的算法不可能做成一個好的、偉大的企業。工業一定是系統工程。通過形成一個整建制的系統化、工程化的隊伍，才能把算法的力量通過工程化能力變成產品交付出去。但這個過程很漫長。
從互聯網+到智能+
依托工業智能研發平臺，天澤智云可以實現快速流程化、標準化、系統性地為客戶交付可持續傳承的工業企業智能解決方案。目前，天澤智云的工業智能技術體系已經在風電、鋼鐵、電子制造、軌道交通、焊接等行業落地應用。
富士康項目總監徐文武介紹，富士康希望可以做到無憂生產，設備不僅可以高效的運作，亦不需要擔心其穩定性及發生故障。通過應用天澤智云研發的刀具剩余壽命預測系統，不僅降低了60%的意外停機，節省了16%的刀具成本，更令良品率由99.4%提升至99.7%，真正幫助富士康實現無憂生產。
“第一要懂哪些數據要采集？哪些是關鍵有效的數據？第二要懂加工的機理和工藝過程。第三這些數據采集之后，要懂得怎么去做數據的分析和建模。團隊要有這些能力。通過四個月的努力，富士康刀具生命預測系統在兩個廠區同步上線?！毙煳奈湔f。
協合新能源的愿景是希望所有的風車轉起來，所有人可以用到最便宜的清潔能源。但由于風場和光伏電站多建在偏遠地區，要實現這個愿景就必須對資產進行智能化管理和運營?！疤鞚芍窃频慕鉀Q方案基于大數據平臺，進行智能的數據分析服務，最終實現風場的智慧運營?！眳f合新能源執行董事尚笠在演講中表示。
對于工業智能與工業互聯網的關系，天澤智云高級副總裁謝炯說：“工業智能是從工業互聯網最終達到工業APP當中必經的途徑，并且是很好的推手?！彼硎荆I智能的發展需要與合作伙伴、客戶、最終用戶等多種角色，實現廣泛和多樣化的合作，從賦能物聯網、賦能平臺、賦能組織和賦能人才等方面，進行技術體系和能力的提升。只有與合作伙伴攜手并進，才能在行業縱深創造并落地貼合業務的工業智能應用。
2018年以來，工業互聯網蓬勃興起，并以網絡、平臺、安全三大要素囊括了工業數字化、網絡化、智能化的所有解決之道，成為當前網絡強國和制造強國的主要抓手之一?！肮び破涫拢叵壤淦鳌Ｆ饔M其能，必先得其法。從互聯網+到智能+，我們相信將+出一個新興的改革之路，尤其針對制造業。我們堅信中國要走向強國，這是必經之路?！碧鞚芍窃艭EO孫昕說。
