如何把智能制造业落向实处 这个关于领跑者的话题值得我们思考
用极为危险来形容炼钢厂运行中的钢包，恰如其分。
很多人都在新闻中看到过巨大的钢包慢慢浇铸赤红色钢水的画面。这液态的钢水，在转炉中通常为1700℃左右，而出钢后在钢包中的温度，也在1650℃上下。可想而知，任何细微的差错，都会酿造巨大的生产事故。
文丨懂懂
来源丨懂懂笔记（ID：dongdong_note）
除了安全生产这条生命线，对于一家大型炼钢厂来说，还有哪些重要的因素？
曾经在一场制造业信息化的座谈会上，某大型钢铁企业总工这样表示，传统信息化手段一直对钢包“束手无策”，这种极高温状态下的移动容器，往往在一座炼钢厂的生产效率、成本、能耗等方面起着关键作用。所以，无法准确“感知”钢包内的情况，是一个令人头痛的老问题。
一个钢包背后的小故事
“我们做这件事情要把树立信心作为首要前提，要找到一个既能提高生产效率，把握度又能超过70%的点作为切口，然后再思考如何能够达到这一目标。”宝钢技术总经理李麒对技术人员说出这句话，正是希望大家先聚焦在生产环节的一个痛点上，不要贪大，不要盲目“攻坚”。因此，大家的思路首先聚焦在了“感知”钢包这件小事上。
每天，全国众多钢铁厂的生产线上在线运行的钢包不下一万个，但面临的“感知”难点基本上就是这两个：实时温度和包衬安全。作为一直在信息化建设方面敢于领跑的宝钢，自然不会在物联网与AI时代落于人后，但是这个把握度超过70%的“点”，如何来破？
与宝钢相关技术小组成员共同思考这个问题的，还有百度云的技术人员，李麒提的要求是，双方先沟通，互相学习以后，再去找到这个痛点的问题。这一心态和思路，始终贯穿双方的合作过程。
“其实，抛开云计算、物联网、人工智能这些技术门槛不谈，科技企业与传统制造业在信息化建设过程中，双方前期的心态，沟通交流的方式更重要。”百度云副总经理管瑞峰表示，在和宝钢接洽前，百度云方面的工程师一定是能够了解炼钢企业内部运作流程的，而宝钢方面的项目成员也是了解百度云技术和能力的，这样双方的人员才能“对上话”。“我很欣赏对方在这次合作中表现出来的敢为人先的心态。”
国内制造业整体信息化水平参差不齐，而和工业4.0洗涤下的传统制造企业，对于云计算、物联网和AI的应用，也都抱着迥然不同的态度。“我们现在接触的多数是企业一把手，新一代信息技术的应用有一个挑战，就是一把手要允许一定的试错成本，要允许下面的人做出的效果可能并不那么理想。”因此他们在推动人工智能、大数据与云服务在工业领域的应用时，首先选择的就是那些居于行业头部、并且勇于试错的“领跑者”。
双方确定从钢包这一环节入手后，焦点就锁定在了钢包安全运行的关键部位——耐材内衬上。传统的钢包维护方法就是依靠经验和人工观察的方式确定钢包下线检修，如果损坏达到临界值就把耐材部分或全部换掉。“我们的做法是宝钢方面先在钢包的耐材内衬插入传感器，通过我们的方法把数据传回来，通过采集和分析数据情况，实现两个诉求。”
这两点诉求，恰好是钢包“感知”方面的两个要点：一是通过建模了解并掌握钢包整体状态、温度的辐射曲线及关键部位的健康情况，确保在线运行的安全；二是全程监控钢包在厂区和生产线上的运行情况，实时计算钢包蓄热量、包体的热状态、各部位的残厚及运行时间和移动位置是否准确，与钢厂的生产计划相同，在确保炼钢成本最低的基础上实现钢包的最优化运行。“这些数据全部上传后，安全管理人员可以通过手机APP实时了解状态，并且还能通过数据的收集、分析，了解钢包的整个生命周期。”
通过这样的方式，原本需要停工、耗费人力物力的繁琐环节，都大幅简化了。实时状态的数据从每个神经末梢进入百度云的“天工”智能物联网平台，通过平台的分析、诊断和预测，让原本“无感”的钢包进入到感知和认知境界，进而实现对精细化生产、设备安全、节能降耗和供应链优化的决策支持。“尤其是安全的提升，可不是用钱能来衡量的，国家安全生产监督管理总局也认为这是非常有意义的一个人工智能项目，随着项目顺利运行未来将会在全国进行推广。”管瑞峰总结道。
宝钢技术副总经理徐凯对此也列举了一系列数字，强调钢包智能化背后的价值：“钢铁企业每年钢包累计装载、精炼、浇铸钢水接近10亿吨，通过智能钢包的推广应用，平均降低出钢温度10℃，就可以节约能源成本70亿元；钢包烘烤能耗下降50%，精确控制钢包运行温降20℃，大约可以节约150亿元，而提高生产效率、杜绝恶性安全事故等间接经济效益更不可估量。”
的确，钢铁行业的普遍痛点首先是安全生产，通过物联网、AI技术“保安全”的同时，还能大幅提效增收，自然是锦上添花。
寻找领跑者先要成为领跑者
在和管瑞峰交流中，领跑者是一个高频词。尤其是懂懂笔记在反映很多传统行业的信息化建设需求，尤其是在接受物联网、人工智能和云服务方面，首先会考虑投入产出比的时候，这个词更是多次被强调。
领跑者，就是每个行业在技术变革、管理变革大潮中敢为人先的少数派。
管瑞峰坦言，行业内传统的心态都是“我在信息化上的投入一定要先产生回报”，但恰恰在AI和物联网渗透传统行业的时候，这条“惯例”不流行了。为什么？因为这个领域没有经验可以借鉴，对于需求方和技术服务商来说，都是摸着石头过河。
也正是因为没有前车之鉴，所以在把脉工业领域的行业需求后，更需要接触那些期望能够拥抱技术变革的领跑者。对方不仅要能够容忍试错，而且愿意和百度在AI和物联网等技术上合作，开放数据和管理经验，共同学习和成长。这恰恰与宝钢高层提出的“先沟通，互相学习后再实践”高度吻合。
实际上，在接触每个细分领域的领跑者时，百度云的团队也在学习和摸索，从2016年以“时序数据库”作为切口，逐步完善其工业物联网领域的各项解决方案，从而打通了从连接、理解到唤醒，直至智能化决策的整个流程，在本月，更是推出了国内首个基于云的边缘计算产品，能够让设备数据的计算更快更有效。“也只有行业内的领跑企业，才会理解自己的需求如何与这些新的技术去融合，并不只看重眼前成效，而是着眼于长期的发展。”
国内工业领域经过行业主管部门、外资企业、媒体这几年的培育和启迪，对于物联网以及人工智能等技术手段并不陌生，但是真正勇于迈出这关键一步的，始终是思维和理念跑在行业前面的少数企业。
如果更多敢于试错、从点到面、谨慎务实的思路和理念，能够在行业内形成普遍共识，“AI和物联网不是灵丹妙药，也不可能一蹴而就。从业务需求出发，从一个点去突破，合作双方才能有信心一步一步走下去。”这一点，懂懂笔记也深感认同，供需双方不要有搞一把“登月工程”、解决世界性难题的心态，这样整个行业才能在循序渐进的良性发展中，逐步把“”落在实处。
从百度云“天工”智能物联网平台的策略来看，2017年明显仍在市场培育期，但是有了行业领跑者的共同付出，已经形成了各方就人工智能、大数据与云服务在工业领域落地的核心理念和基本逻辑。 “我们目前在数据采集、数据分析、模型工具等方面已经形成了较为完善的技术和产品，而且在工业制造、智慧物流和车联网等很多方面都开始发力。”
或许在2018年，针对国内工业领域的物联网及AI解决方案会加速落地，而这个场内的玩家，不仅仅会有BAT，还会有微软、亚马逊、IBM，以及GE、西门子等不同阵营的玩家。而没有经验可以借鉴，恰好也是一个难得的机遇，最终的结果也会迥然不同。“关键是这个市场足够大，每个企业都会有自己的立足点和出发点。我们坚持走这个方向，最终会在整个行业的制造过程优化，以及工业制造向工业服务转型中找到自己的位置。”