不容忽視！這一關鍵領域，中國打出了經濟“彎道超車”的王炸_風聞

臭鼬工廠，是美國洛馬公司的製造工廠。它的每一次升級，都代表了美國尖端製造能力的升級。

今年8月，洛馬公司悄悄在加州棕櫚谷大興土木。它在全美頂尖的公司裏，挑選了人工智能、機器人、AR、物聯網等技術的合作供應商，要打造一個革命性的臭鼬工廠。

圖源：洛馬公司官網

這座工廠將具備大規模快速生產的能力，並且能夠擺脱傳統工廠的桎梏，隨時調整生產佈局，不但能生產最尖端的隱形戰鬥機，也能產超音速導彈等多種軍備。據悉，下一代的“空中霸主”NGAD戰鬥機就有可能在這裏秘密生產。

在中國，最發達的地方也建起了連片的“黑燈工廠”。

整個廠區黑壓壓一片，只能聽到機器運轉的轟鳴，設備指示燈閃爍，一個大活人都看不見，但這是號稱中國最先進的工廠樣本。

圖源：寶鋼黑燈工廠

這些工廠裏，來自庫卡公司的工業機器人、來回不休的物流機器人，實現了生產全自動化，解放了人類的體力。

更難得的是，引入AI智能解決方案，將生產預案、管理和決策交給了機器，解放了人類的大腦。

小米、格力、三一重工、美的等製造業龍頭，都不惜重金建起了黑燈工廠。

高層近年走訪了天津、上海、寧波等地的製造工廠，看了國內汽車、機械裝備、精密加工、家電等工廠的全自動生產線，提出了要“提升產業鏈供應鏈現代化水平，大力推動科技創新，加快關鍵核心技術攻關。”

畢竟，實體經濟是一國經濟的立身之本，是財富的根本源泉，製造業就是實體經濟的基礎。

中國“世界工廠”處於從工業2.0到最先進的工業4.0混合並存的狀態。

像在珠三角的服裝工廠，女工們仍然只能賺千元的微薄收入，她們的對手不是大機器，而是孟加拉國、越南、印度工廠裏願意接受更低薪水的工人。這些產能終會逐步向東南亞轉移，並且不會再回頭。

而歐美老牌製造業強國，終結了半個世紀的“去產業化”趨勢，開始迴流半導體、新能源等先進製造業，並且極力推崇工業4.0式的智能製造，彌補其昂貴的人力，也將中國遏制在低端產業和中等收入陷阱中。

令人擔憂的是，中國廉價勞動力和資源堆積的優勢已成過去，前方是一個斷崖式的人口陡坡。

七普調查數據出來後，生育率下跌吸引了大家注意力，20-34歲的青年人比十年前掉了11%。

勞動力下降同時，現在的年輕人也已經不願意再進入製造業。調查顯示，00後們從事“重複勞動”工作的意願極低。

低端的工種無人肯做，吃香的技術工種也要高薪搶人。但目前中國的產業工人中，技工只佔30%，而發達國家的水平是70%；高級技工只佔5%，發達國家是35%，這説明我們從業者的知識水平也還偏低，人才在哪裏都很稀缺。

勞動力的恢復非一日之功，智能製造是應對人口和勞動力減少的必然選擇。

在人機配合的過程中，對從業者的要求會提升，釋放中國的工程師紅利。工人也能接觸先進科技，提升自己的知識水平。

製造業上下受敵、科技競賽焦灼、人口變化陡峭的情況下，中國的數字化智能化道路剛剛起步就面臨重大考驗。

中國實業迫切需要一場效率革命、智能革命，只有智能經濟和實體產業一起奔跑，中國實業興國才有希望。

在十四五規劃中，以人工智能為代表的新一代信息技術，將是我國推動經濟高質量發展、建設創新型國家，實現新型工業化、信息化、城鎮化和農業現代化的重要技術保障和核心驅動力之一。

其中，AI將逐步成為“事關國家安全和發展全局的基礎核心領域”。

據德勤預測，到2030年AI的應用會拉動全球GDP增加15.7萬億美元，而中國會獨佔7萬億美元。但是目前，AI對企業的滲透率只有4%。只能説，國內企業智能化的進程才剛剛開啓。

智能經濟是未來十年的主旋律。如何讓AI更快地進入產業？如何讓更多人能輕易獲得使用AI的能力？

這是現在最值得回答的問題。

不管是主動還是被動，大多數公司都知道要智能化，要升級。

但是面對一個複雜的體系，又有些無從下手。大多數的製造業公司，都是從安檢、質檢、巡檢開始的智能化之路。

中國建築集團下的南京凱盛，是一家專注於水泥工業技術裝備研發、綠色智能化工廠設計與工程總承包的水泥技術裝備工程系統集成服務商。

水泥工業是一個非常傳統的行業，存在着極大的提效、節能減排、智能製造的升級空間。

南京凱盛發現，水泥生產過程中，決定質量和產量最關鍵的一步，是冷卻。

上千度高温的水泥熟料，被灌入篦冷機設備中，鋪成一定厚度的料層進行鼓風冷卻，在幾分鐘裏完成冷卻。

這個過程裏，篦冷機對料層厚度的精準把控，成為了一個可以改善和提效的突破口。

南京凱盛利用百度飛槳平台，研發了一套智能料層厚度監測方案，檢測精度比傳統方法提升了95%，上線後滿足了對水泥生產精準控制的需求，幫助水泥廠提升了生產效率。

水泥生產、鋼鐵熔鑄、煤礦運輸，這些行業都從小切口入手，漸漸跟上了智能化的腳步。

國內製造業，質檢一直都是靠專門的質檢員來完成的。

一條流水線就需要十幾個質檢工人，不同的生產線標準都不一樣，需要專業的人工逐個確認。人工的效率很低，存在很高的誤差，工作內容也極為重複枯燥，卻又是一個普通機器難以替代的環節。

而人力也漸漸無法勝任了：一塊電路板有上萬個電子元件，一個動力電池下線前要經過3000多道質檢……對要精密加工的行業來説，質檢也是競爭力的一部分，產品要嚴格把關，問題率要控制到千萬分之一以下。

只有利用AI的視覺識別和深度學習，完成安檢、質檢、巡檢，將人力從低端重複勞動中解放。

過去，這種大規模利用AI的能力是屬於大公司的專利。但隨着百度飛槳平台開源賦能的不斷升級，更多中小微企業都能快速讓自己的工廠智能起****來。

比如，上海哲元公司利用百度飛槳，訓練出一套食品生產流水線的檢測模型。專門給冰淇淋公司定製，能夠做到一款甜筒冰淇淋從蛋卷皮外觀、巧克力噴塗、灌料、撒料、壓蓋、包裝的全流程。

2021年9月，這家位於江蘇太倉的冰淇淋工廠被認證為世界級“燈塔工廠”，更是全球冰淇淋行業的第一家“燈塔工廠”。

在一個車間裏，每天就能省下質檢員數小時的檢查時間，讓巡檢員不用每天奔波兩三萬步。

當尺度放大到全國，像電網巡檢、水土監測、軌道維護這類工作，能夠起到的效率提升將更加顯著。

我國40%的電力杆塔都是在山區，需要一大批能“三過家門而不入”的工程師時刻奔波在路上。

近年來，無人機技術被應用在了電網巡檢領域，但新的痛點接踵而來：使用無人機巡檢需要大量的飛手，巡檢人員的無人機操縱水平不一，對人力的要求和成本反而更高。

有了智能巡檢方案後，情況大不相同。

上海市高新技術企業復亞智能，利用3D視覺技術，基於百度飛槳的PaddleDetection、PaddleSlim，研發出一套全自主無人機巡檢系統的全自電力杆塔與通道巡檢系統。

通過對電線杆進行拍攝，對圖片進行圖像分類算法模型訓練和評估，如果發現問題，就可以一鍵派出無人機自動前往檢測，實現4分鐘一級塔的全自主巡檢。通過電力全自主巡檢系統，預計人力成本減少50%以上，巡檢時間縮短30%以上。

不要把數字化、智能化想象成一件很難的事情。智能化本身不是目的，提升效率才是。

從質檢、安全監測、庫存管理等切入，中小企業已經事實上開始了自己的探索之路。

智能化升級實體經濟，中美都還在摸索的道路上。

美國有的是AI先發優勢和人才優勢，中國在《關於新一代人工智能發展規劃的通知》裏，提出了著名的“三步走”戰略：

2020年中國人工智能追上世界先進水平、2025年部分技術領先世界、2030年總體超越美國成為世界人工智能中心。

現在，全球超過80%的AI從業者要依靠開源深度學習框架來開發AI應用。因此，深度學習框架也被稱為人工智能時代的操作系統。

這長期是一個被谷歌、Facebook和美國高校盤踞的領域，因為“缺芯少魂”而被卡脖子的一幕，險些又要在中國的AI進程裏重演。

2016年，百度自主研發的飛槳（PaddlePaddle），作為國內首個開源的產業級深度學習平台，追趕上了美國的先發優勢。

在IDC發佈的2021年上半年深度學習框架平台市場份額報告中，百度拿下了中國市場綜合份額第一。

飛槳平台已經聚集了全國406萬開發者，創建47.6萬模型，服務15.7萬企事業單位，不僅僅是在製造業，還覆蓋了農業、醫療、金融、能源、交通等千行百業。

飛槳要做兩件事，讓AI更快進入各個產業，讓更多人使用AI。

12月12日，由深度學習技術及應用國家工程實驗室主辦的WAVE SUMMIT+ 2021深度學習開發者峯會在上海召開。

在峯會上，百度向世界展示了飛槳如何讓AI進入大眾生活，撬動能超越工業革命的生命力。

百度飛槳發佈了十大最新技術和生態進展，包括全新的開源框架v2.2、支持超大模型訓練的端到端自適應大規模分佈式訓練技術、多層次的硬件適配方案極大降低了適配成本……

工具與平台方面，飛槳打造了提供包括EasyDL桌面版在內的一系列低門檻工具，降低AI獲取和部署的成本。

開發者能根據自己的AI知識和編程能力水平，選擇相應的平台實現AI開發和應用，用底層技術能力平台化賦能產業應用，每個人都可以是開發者。

鐵路工人李桑鬱，靠着自學使用飛槳的開發套件，實現了鐵路貨運車號的自動識別，獨立實現了從建設數據集、到模型訓練、再到模型部署的整套流程。

他在襄陽使用了自己開發的應用，以前需要人工核對幾個小時的工作，如今只需要3分鐘就能完成，為襄陽車輛段節省了20多萬元的成本。

百度飛槳也在業內首次推出了產業實踐範例庫，並將產業級開源模型庫增至400+。

什麼是產業級？

美國的幾大深度學習框架，多是專注於科研和實驗室應用，谷歌雖然有整合產學研的雄心，但全球又有哪裏比中國的產業應用場景更多元和豐富呢？

過去幾年裏，百度與全國各個行業、層級的公司合作，範例庫就是他們共同凝結的AI實踐經驗。

飛槳案例庫提供完整的代碼實現，覆蓋任務解析、算法選擇、模型訓練及優化、推理部署及結果可視化等產業落地全流程。

後發企業可以拿來即用，變成自己的智能經驗。

吉林大學的師生團隊發現，藥廠工人每天需要長時間用肉眼對着白板檢測藥瓶，工作環境中還散落着玻璃碎片。

學生依靠飛槳平台的機器視覺技術，打造的360°“瓶中瑕影”視覺檢測系統，專門用於玻璃藥瓶生產的質檢。這套系統設計在大學生創業競賽中獲得了金獎。

百度CTO王海峯認為，目前，人工智能呈現出“融合創新”和“降低門檻”的特點：

一方面，AI技術及產業的融合創新越來越多；

另一方面，雖然AI技術越來越複雜，但AI開發與應用的門檻卻越來越低。

只要有豐富的實踐經驗反哺，飛槳所推動的產學研用的AI生態就能更加繁榮。

為了更進一步，百度集團副總裁吳甜發佈了“大航海”計劃2.0。

作為AI的領軍者，百度不但要紮根國內，培育出本土化的中國AI平台和工具，還要協助搭建一個高校研究教育、產業實踐培訓的人才機制，在實踐中誕生更多中國AI事業的領跑者。

以飛槳平台為基座，社區開發者共創工具、模型、產業案例與實踐經驗；形成產業創新需求對接平台，共創產學研用正循環；與生態夥伴一起建設人工智能產業賦能中心，共創區域創新生態。

科技和產業的競爭，歸根結底是人才和教育的競爭。

中國或許在高端人才上還不如美國，但我們如果能更快做到AI普及，就能產生更多的人才。

讓更多的AI應用落地，讓中小企業能有路可尋地走入智能化，讓大家都能零門檻參與AI大潮，這才是中國勢不可擋的獨特力量。