编辑｜吴俊宇
审阅｜梁欣婷
「摘要：“智能制造”是个庞大的版图，其中涉及环节繁杂。不同制造领域，往往也有不同的业务诉求。不管是云还是AI的运用场景，最后还是要落实到定制化方案之中。这需要互联网云厂商强化咨询规划能力，引入生态合作伙伴。」
互联网云厂商正在不断强化“智能制造”领域的布局。
尤其是新冠疫情后，制造业出于复工复产和安全生产的需求，大量采用了互联网云厂商相关技术。十四五、新基建同样在为互联网云厂商加速“智能制造”布局提供政策窗口。
目前政府部门已经针对建立工业互联网平台、推动工业企业上云、开发工业APP、构建生态圈上给出了量化指标。
2018年，工业和信息化部调研50余家国内外企业，编制形成了《工业互联网平台评价方法》，推动重点工业设备上云、企业业务系统上云、培育平台应用新模式新业态，其中有几个规划方向：
制定分行业、分领域重点工业设备数据云端迁移；
推动企业业务系统上云，鼓励龙头企业打通、开放和共享业务系统，鼓励地方通过创新券、服务券等方式加大企业上云支持；
培育平台应用新模式，组织开展工业互联网试点示范，培育平台应用新模式；
过去几年，阿里云一直在试图为制造业企业提供阿里云智能制造业云化解决方案，工业PaaS等概念不断被提出。腾讯云在今年则是提出了工业互联网平台、企业数字化、工业AI等重要赛道，还试图引入生态合作，推出面向垂直行业的融合解决方案。
百度智能云今年5月就推出了“智能制造解决方案”。目前已经覆盖14个行业，100多家客户和30多个合作伙伴，触达50多类垂直场景。百度智能云还在贵州、济南签署协议，推动“智能制造”落地。
这次百度云智峰会上，百度智能云再次提到智能制造业务进展状况。作为互联网云厂商，百度智能云在智能制造领域优势劣势并存。
百度智能云依托于较强的AI技术在工业质检、工业巡检领域已经与部分大型国企共同开发了相关应用解决方案，这些解决方案未来可以与更多中小企业中得到推广运用。
智能制造目前市场处于早期阶段，互联网云厂商更大可能性在于提供工业级的PaaS平台，为一部分企业提供服务支撑。
01
涉足制造的考量
通常意义看，智能制造是指利用先进信息制造技术优化生产与产品交易。
作为复杂系统，全套智能制造通用框架包含制造科学技术、ICT技术、传感器技术、无线通信标准、大数据处理模型和算法，应用层软件乃至智能电网等，在不同制造领域这些技术往往还有不同的定制化诉求。
目前百度智能云、腾讯云、阿里云等互联网云厂商所指“智能制造”包含几方面内容。
为企业定制符合自身需求的工业互联网平台，提高企业的流程效率；
将工业企业中留存业务系统中的数据信息及人工经验，建知识图谱；
利用“云+AI”能力在工业质检、工业巡检等环节提供技术支撑；
目前工业互联网平台各家都有涉及，不过技术产品成熟度处于早期阶段。和工业互联网平台相比，工业质检和工业巡检技术落地则较为普遍。
如百度智能云与几大电网公司之间的工业巡检技术合作进展较为顺利，华星光电面板检测同样运用到了腾讯云相关工业质检能力。
事实上，智能制造在推动AI落地上有着诸多的问题制约着：
技术门槛高，AI人才输出短期难以有效补充；
行业缺乏统一标准，没有统一系统、无法制式和量产，AI处于早期的发展阶段；
应用开发和实施成本高，无法快速进入企业现场；
所依赖的数据的完整性和质量有待提高；
应用场景的碎片化、个性化、专业化制约着复制推广和用户接受程度；
然而，互联网云厂商涉足“智能制造”有几个层面的考量。
新基建大背景下，“智能制造”是各地建设方向之一，无论政策导向还是地方政府都需要以“智能制造”为切口，推动地方招商引资、企业转型升级；
对公有云赛道的互联网云厂商而言，“智能制造”是不可缺少的版图，它往往与其他云业务板块互为支撑，甚至与集团在各地项目建设都有着强关联。
互联网企业的AI基础储备在工业质检、工业巡检部分场景下具备快速突破能力，以此作为突破口可以获得一部分合作伙伴支撑，在部分工业场景落地更多项目。
02
云上的解决方案
制造业企业上云，或采用AI解决方案往往分成了多个阶段。
首先是大型国企，出于监管需求或安全需求决定采用相关技术，这类企业技术能力相对较强，而且具备利润支撑，采用新技术的门槛低、负担小。这也是为什么工业质检、工业巡检会在大型国有企业之中实现落地。
其次是大型民营制造业企业，这类企业经过长期发展，基于企业内生需求，希望实现增效降本，这往往会带来上云的诉求。不过这类企业出于数据安全考虑和企业信息保密需求，倾向于混合云或私有云部署，PaaS级工业平台往往是这类企业的建设重点。
最后才是中小型民营制造企业，这类企业由于人力成本低，目前对“上云”诉求不大，但随着未来这类企业企业增效降本需求增强。无论是公有云IaaS、还是工业级PaaS，乃至基于SaaS产品都可能带来市场需求。由于技术能力缺乏，这类企倾向于和云厂商建立完整的合作关系。
目前百度智能云在智能制造领域的主要发力方向是两块。
一是工业质检和工业巡检，而且在制造业客户中得到了相对较好的落地。
二是PaaS级的工业数据智能平台，目前处于早期阶段，未来能与地方政府、地方企业实现更广泛的合作。
从市场份额来看，百度智能云在工业质检领域目前占比为16%，位居全国第一。
工业质检和工业巡检的最重要技术支撑是百度智能云工业视觉智能平台。这是一款面向工业的视觉AI开发平台，可以零代码、低成本开发视觉AI模型，降低工业视觉AI开发、应用的门槛。
以工业质检为例，百度智能云在3C行业的固定点位缺陷检测、钢铁行业的中厚板检测、纺织行业的智能验布领域都提供了相应的解决方案。
某笔记本内层检的检测线，每条线需要每班2人进行检测，错漏检安装到整机后会导致巨大的返工成本和售后成本。
产线生产数百种机型、包含数百类零部件，人工需要在十秒内完成60余个点位检测。传统视觉检测覆盖率能够达到73%，但百度智能云给出的解决方案检测覆盖率能达到95%。
在工业巡检领域为例，百度智能云则是在帮助企业实现安全生产，提升监管效率。
百度智能云基于百度多年的视觉技术积累，集成各类摄像头、无人机、机器人、A芯片及巡检场景模型，实现对工业生产领域生产作业、设备状态、人员安全的智能监控和实时预警。目前国家电网、南方电网均是百度智能云重要客户。
百度智能云研发了针对输电线路通道的图像与视频智能检测系统，帮助国网某省电力公司实现了施工机械、烟雾山火以及导地线异物等隐患目标高效检测和高精度危害预警。
对百度智能云而言，未来在智能制造赛道可能的发展方向是几条。
继续在工业质检、工业巡检领域强化自身AI技术应用，并强化知识图谱等AI技术，通过输出系统化的解决方案获取大型国有企业客户。
与地方政府合作，针对地方制造业企业转型升级提供服务支撑。事实上，这也是百度智能云目前与济南、贵州等地正在展开的合作模式。
强化工业数据智能平台建设，为中小企业客户提供工业级PaaS，甚至引入更多合作伙伴，帮助中小企业提供全流程的服务。
在产品应用层面，除了百度自有的产品研发外，还整合集成了生态伙伴各类产品，如汉得、亚信、东软等很多合作伙伴在行业场景化正在推动业务进展。
事实上，百度智能云也在选取ToB领域价值链较长且复杂性较高，同时积累了适当的数据资产，比如能源、电力等企业。
这类企业曾经有过大量信息化投入，建设了ERP系统、企业办公系统，在此过程中沉淀了大量沉默数据。百度智能云可以通过提供工业数据智能平台，让这类企业挖掘数据特征，实现数字化改造。
在服务这类企业的过程中，百度智能云自身也可以积累服务经验，为未来服务其他企业做能力积淀。
03
未来可能的挑战
互联网云厂商未来在智能制造领域面临的挑战同样是多样的。无论是人力成本、技术障碍以及产业复杂度，都需要长期观察。
宏观环境看，我国总体企业上云规模基数较小。制造业企业智能化进程一定是漫长的。
据中国信息通信研究院统计，2013~2016年，中国工业云平台企业用户数年均增长超过146%。咨询机构IDC统计则显示，我国公有云市场规模仍不及美国的3%。如果上云、上AI无法打平人力成本甚至实质上带来增效降本效果，制造业企业往往缺乏实际动力。
技术层面看，云与AI落地制造业需要长期技术磨合，还需要针对细分场景进行定制。
尤其是大型制造业集团的信息改造，其中涉及大量信息公司，导致运维难度很大。制造业其信息化步伐尚且有限，云与AI技术的普及和教育更是需要较长过程。
互联网云厂商目前最大可能性是在工业质检、工业巡检领域做技术服务。
制造业本身看，这一产业本身具备复杂性，需要理解行业的企业参与其中。
互联网云厂商涉足智能制造领域，需要长期客户服务和技术积淀。制造业企业本身处于自身企业安全和保密考虑，往往对外部云厂商有较大戒备心态，需要互联网云厂商与其建立信任关系，更需要提高专业度，引入更多生态合作伙伴，包括应用方案商以及咨询规划企业。
“智能制造”是个庞大的版图，其中涉及环节繁杂。不同制造领域，往往也有不同的业务诉求。不管是云还是AI的运用场景，最后还是要落实到定制化方案之中。这需要互联网云厂商强化咨询规划能力，引入生态合作伙伴。
这也是未来互联网云厂商涉足“智能制造”的重要开拓方向。
