科大讯飞成立工业互联网公司!AI企业的下一个战场?
作者 | 物联网智库2022-09-18

近日,AI明星企业科大讯飞终于成立相关公司,这是否会是人工智能赛道退潮期的救命浮板?

智次方

距离AI头部公司扎堆上市的盛况已过去半年,今年正是他们交出上市后第一份考卷的时候,对于大多数这一赛道的公司来说,不得不揭开“盈利难”这块旧伤疤。

商汤科技、云从科技、格灵深瞳等明星企业均处亏损状态,投资者们的态度也回到了“获利”这个现实问题,这对于落地周期较长的人工智能公司而言未免有些强人所难。连“AI第一股”商汤科技都难逃这种魔咒,在巨额股票解禁的第二日市值近乎腰斩。

身处AI赛道的公司对于“回本慢”这一症结其实是有清晰认知的。作为技术驱动型赛道的人工智能企业,探索新方案和应用场景,不断推进技术迭代是他们造血的根本,巨大的研发投入甚至会吃尽营收,造成成本缺口,何况有时研发项目存在较大的不确定性。

AI公司已经习惯了追逐“活下去”这个命题,甚至可以用“自救”概括其创业的历程,将“难以落地”的技术做成规模才是正道。这其中,有用元宇宙和智能汽车做文章的潮流玩家,也有瞄准工业互联网的企业。相比而言,后者的技术落脚点更加脚踏实地。

AI与工业互联网的高适配度

当前国内人工智能赛道盈利的玩家仅占少数,其财务指标大都呈现两个特征:毛利率偏低和研发费用高昂。即使是盈利的公司,例如科大讯飞在2022年上半年营收同比增长26.97%至80.23亿元,但是净利润却同比下降33.57%至2.78亿元,这种“增收不增利”的现象也令其遭受质疑。

近几年,科大讯飞借助自身积累的工业声学、工业视觉、工业知识图谱等AI能力,建立了“讯飞TuringPlat图聆工业互联网平台”,并在近期投资成立羚羊工业互联网股份有限公司,其经营范围包含工业互联网数据服务;物联网设备制造;工业机器人制造;智能机器人的研发等。

将工业互联网作为“第二曲线”其实并不罕见,但在人工智能赛道中是少数选择。结合去年科大讯飞董事长刘庆峰在企业年度计划大会上提出了五年目标的一环“实现千亿收入,带动万亿生态”来看,科大讯飞对于目前布局的每一个“平台”都极为重视。

工业互联网的吸引力在于何处?原工信部副部长、北京大学教授杨学山曾一针见血的概括了工业互联网的本质:“工业互联网姓‘工业’,不姓‘互联网’”。中国信息通信研究院院长余晓晖也曾将工业互联网归纳为三个方面:一是网络体系,即工业全要素全产业链全价值链泛在深度互联;二是平台体系,也是工业智能化发展的核心载体;三是安全体系,是工业智能化的安全可信保障。

从今日工业互联网的发展生态来看,前者在上述三方面每一层的落实都离不开人工智能的辅助。首先,工业互联网是人工智能发挥功用的最佳温床之一。工业互联网平台的发展使得AI在工业领域的发展应用有了扎根的土壤,海量的数据、内嵌的高效算法和对算力的强大支撑能力无一不是用武之地。在传统制造业走向数字化的过程中,AI在工业互联网互联设备层、边缘层、平台层、应用层的渗透应用,正在推动传统生产模式向实时感知、动态分析、科学决策、精准执行和优化迭代的智能化生产模式转变。以AI赋能工业质检环节为例,在质检环节运用基于深度学习等AI技术的视觉检测技术,对产品图像进行视觉检测,可以帮助工人及时发现并消除缺陷。

挖掘数据价值也是工业互联网产生价值的必经之路。正如智能质检设备解决的不仅是一个生产环节或一条生产线的问题,工业互联网平台覆盖了全流程的生产数据,汇聚了数以千万计的设备和传感器,对异构系统、运营环境、人员信息等要素实施泛在感知、高效采集和云端汇聚,实现了海量数据的广泛集成。通过构建设备、产品、系统和服务全面连接的数据交流网络,工业互联网平台充分挖掘了实时有效的工业大数据。

从单体条线放大到整个工厂、或者在更多工厂中部署工业互联网,必然需要人工智能的协助。以预测性维护为例,当嵌入到设备中的物联网传感器的数据被人工智能和机器学习算法处理、分析后,可以及时检测到相关器械的运行情况,并通过数据分析得知其是否存在故障。充分关注到每个工厂或装置中的每个细节,通过数据异常分析出某个部件存在问题,并针对性修正。

同时,依托于工业机理基础和数据模型分析,工业互联网平台将隐性的工业技术原理、行业知识和专家经验进行代码化、算法化,重构了工业知识创造和应用体系,面向特定工业场景提供针对性强、鲁棒性高的算法。最终,通过提供开发环境和各类工具,工业互联网平台可以帮助开发者打造工业APP与微服务体系,将各类工业知识封装成可交易的模块组件,方便广泛传播和复用。

从过往经验来看,早期入局的Google、亚马逊、Facebook等公司都致力于部署机器学习、深度学习底层平台,建立产业事实标准,竞争十分激烈。我国的代表企业包括科大讯飞、商汤科技等,则选择利用技术优势建设开放技术平台,为开发者提供AI开发环境,共同构建上层应用生态。

从现阶段进展来看,AI在工业互联网领域的应用主要在设备预测性维护、工业设备边缘侧质量分析等单点应用方面,但仍可以预见其多点落地的规模化趋势。AI将持续在工业互联网平台的边缘设备层、平台层以及应用层等多个领域发挥更大的价值,并向着高级计算、决策分析等方向推进。

八仙过海,平台各异

自2018年起,我国明确工业互联网进行为期三年建设起步阶段,彼时就吸引了大量玩家涌入。随着“推进智能制造”“拉动中小微企业创新能力和专业化水平”“培育壮大集成电路、人工智能等数字产业”等细化要求的提出,国内互联网和制造业巨头纷纷入局工业互联网,仅在2017年底出现的工业互联网平台就有270个左右。

2021年,阿里巴巴达摩院发布的十大科技趋势报告提到,工业互联网从单点智能走向全局智能,有着超万亿的市场前景。在政策青睐下,工业互联网入局玩家众多。

目前,我国工业互联网平台发展已经取得了一定成效,培育较大型的工业互联网平台超过150家,连接工业设备超过7800万台(套)。我国工业互联网平台应用基础条件已初步完善,工业互联网平台应用发展模式逐渐繁荣。

作为双跨平台的入选者之一,讯飞TuringPlat图聆工业互联网平台采用“1+1+4+2”系统架构,以物联网平台和大数据平台为底座,依托科大讯飞在工业视觉、工业声学、知识图谱和模型训练4个方面领先的AI技术积累,将工业零代码平台和RPA平台作为重点支撑,赋能工业“研、产、供、销、服、管”全场景。目前,该平台已覆盖电力、矿山、燃气、钢铁、烟草等20多个行业,横跨9大工业重点领域的全方位、全链路解决方案。

平台架构

讯飞TuringPlat图聆工业互联网平台基于听觉、视觉、触觉、嗅觉、味觉及工业大脑(即“工业六感”),融合多维度传感数据采集技术、深度学习序列预测技术,实现了工业设备多维度智能感知监测、设备健康状态AI智能预测、设备故障AI辅助诊断等功能,提高了工业设备检查核验效率。

除此之外,在AI领域深耕多年的百度也致力于将自身在人工智能方面积累的技术释放出来,降低AI使用门槛,让其赋能更多企业。百度智能云打造的开物工业互联网平台,在近期全新升级为开物2.0,覆盖质量管控、安全生产、节能减排、生产制造等9大领域,累积了超过200个工业解决方案,沉淀了3.8万个工业模型,可以帮助企业通过数字化转型实现降本增效与绿色低碳发展。

平台架构

相对于1.0版本,开物2.0探索了更多重点行业,聚焦了这些行业里的更多核心场景,将帮助制造、能源、水务等行业的企业低成本的享受人工智能带来的技术红利。在制造业,开物2.0可以感知生产全过程的有价值数据,对数据进行思考、分析与决策、执行,实现自学习与进化。将智能质检、知识搜索等应用向全产业链延伸,保持产业链供应链安全稳定。

同为AI企业的商汤科技虽然没有直接成立工业互联网公司,但在工业领域也有动作。商汤依托新型人工智能基础设施SenseCore商汤AI大装置、SenseMARS火星混合现实平台和SenseFoundry Enterprise商汤方舟企业开放平台等核心架构打造了商汤工业引擎。这是一项综合性、智能化的工业解决方案,能够通过赋能各类传统工业垂直领域,帮助工业企业实现降本增效的目标。

写在最后

世界顶级机器学习专家Michael I.Jordan认为,随着机器学习的蓬勃发展,人工智能的目标已发生了本质性变化,不再只是研究如何在单个计算机上复现人类智能,更重要的是如何构建现实世界中的系统,从而解决现实世界中的超大规模问题。

我们常说人工智能还处在最初级的阶段,仅仅可以看做人类的延伸,比起代替何等工种、替代哪些劳动者,让人工智能创业者活下去,打造效率更高、更安全的工厂,或许更加符合人类延续这个初心。AI落地的过程,也许是人类再次进化,跨越“寒气”的过程。

参考资料:

1.《人工智能烧掉万亿元后,没跳出盈利困境》,财经十一人

2.《人工智能在工业互联网平台的四大应用场景》,赛迪智库


热门文章
物联网数据的价值化,其起点是数据要能够快速、有效、准确获取,仅仅将设备连接起来远远不足以支持设备通信...
2022-09-18