新魔法“AI助力传统制造”，正和旧魔法“传帮带know how”共同助力中国制造转型升级
文 | 刘铮
编辑 | 孙鹏飞
正文字数：5210字
预计阅读时间：8分钟
武侠里有个绝技：听声辨物。
换到制造业场景，老掉牙的故事里“一名美国工程师只听了听发电机声音，就能在故障位置画了根线，轻松赚取1万美金——画一条线1美元，知道在哪儿画线9999美元”。
新故事里，据立方知造局了解到，在某制造业日企，技术工人要升职，得能听懂齿轮转动的声音，分辨出良品、次品。
说到底，这类“魔法”就是制造业人士天天念叨的know how——经年累月学习和积累之后，制造业老师傅就可以云淡风轻说一句“无它，唯手熟尔”。
过去，衡量一个国家制造业的坐标系，是生产时间和工艺技术，老师傅们的经验筑起技术壁垒，获取产品的高议价权。
在中、日、德三家世界工厂中，中国制造业发展起步最晚，积累工艺的时间也更短，被说“大而不强”。
近年来，中国政府引导企业增强自主创新能力和核心竞争力——和大批专精特新企业一起涌现的，还有更多身怀绝技的制造业“老师傅们”。
然而，在中国制造业转型升级的当下，立方知造局发现另一个喜人的现象——新魔法“AI助力传统制造”，正和旧魔法“传帮带know how”共同助力中国制造转型升级。
比如，中国某知名轮胎企业在产线上就出现了数智化改造带来的“AI师傅”。AI听得懂产线声音，也听得懂企业降本增效的心声，快速预警设备故障，直接指出故障部位。
立方知造局近日前往“中国汽配之都”常熟，深度调研了一家名为海力达的汽车零配件工厂，我们发现：这家在燃油车的可变气门正时系统和双离合变速箱电磁阀领域全球销量排名前三家的工厂，正在进行产线的数智化变革——上云、用AI。
海力达的主要产品属于汽车产业链上游精密零部件，决定着一辆汽车的性能和安全。为此，汽车零配件产线需要解决两大痛点：
1. 产线生产节拍高。在快节奏产线上，工人们难免漏过不良品。
2. 企业怕产线故障，机器一停就是损失，更怕工人们找不到故障原因，停产时间不断拖长。
这一困扰，在未来将由AI新“师傅”轻松解决——“人工智能+云计算”的组合，将会预警产线故障并给出解决指引。
接下来你会看到——
来自小镇的样本——中国制造，为什么需要数智化转型？
用魔法打败经验——大厂云如何助力制造业弯道超车？
双碳时代的双向奔赴——中国制造业和互联网大厂之间还有哪些新火花？
1. 唤醒小镇的“沉睡数据”
比“波司登故乡”更低调的常熟标签，是“中国汽配之都”。
在常熟高新区中，丰田系、三菱系等形成百亿级汽配体系，也让汽车工业普及的自动化浪潮涌入常熟。
自动化产线相当于用机器和设备替代了部分简单、重复性的工作。
数智化则相当于给机器和设备安上眼睛，数据汇入AI大脑，做出产线决策。这样的故事，正逐步在海力达的常熟工厂车间里上演。
如果没有空气中的电焦味和机器运作时的嗡鸣声，海力达常熟工厂更像现代工业展馆，玻璃的橱窗内放置着库卡的多轴机械臂、阿尔帕的直角坐标机器人——它们共同搭建起一条条环状的生产线。
时代变革的潮涌顺着螺旋形产线，汇入一件件制造产品，随后从常熟这个华东支点辐射至全球。同步挟杂的是一则中国制造业转型升级的预言。
海力达产线上的库卡机器人
曾经中国制造业缺少自动化产线上的“老师傅”，如今数智化产线来了“新师傅”。
高精度传感器替代了“老师傅”的双眼，7X24小时盯紧产线，可以自动辨识出差距仅0.1微米的不良品。
数据在全产线流通，有问题的产品被标注，从而避免进入下一个制造环节。
这样一来，平均只有2名工人的产线，每12秒就可以生产出1个精密配件……
说白了，自动化产线的目标是降本增效，数智化产线的意义则在于发挥并放大产线数据的价值。
在了解了小镇企业的“数智化”产线缓解“老师傅”依赖症的优势之后，我们再来看看海力达具体是如何一步步做数智化改造的。
看不见工人身影的自动化产线
海力达曾在2011年时，便用上了私有云存储数据——
海力达亚太区总经理何伟对立方知造局说，海力达如果把每个生产的数据叠加，一天下来就会产生几十万甚至几百万的数据量。
积累下的数据如果善加利用，将会带来持续的质量和工艺改善——“但作为工厂，我们只能尽到存储的职能。”
海力达知道数据带来的潜在价值，却不知道如何利用数据。
一种制造企业对产线改造典型的纠结心理出现了——自己做心疼钱；别人做不放心——
据立方知造局了解，某锂电池企业筹谋数字化产线，投入数以亿计。
如果完全交由互联网企业提供技术改造数智化产线，又担心对方缺乏制造业know how，害怕产线改造后出现难以预计的风险。
看似粗放的汽车工业实则对精细度要求很高
就像汽车工业流传的那句老话：“不要轻易去改变一条运转良好的产线。”比如汽车零部件产线格外注重生产节拍，万一改造过程中产生无法预计的后果，产线节奏打乱了，停产即损失。
何伟向立方知造局透露，2021年之前，曾有数家互联网企业向海力达提出过做数智化转型，但沟通下来效果不理想。原因在于，这些互联网企业纯粹从数据出发，不考虑生产工艺，最后得出的结果与实际生产相悖。
但为了修炼产线数据“炼金术”，何伟决定搏一把。
2. 数智化转型：自救与外援
2021年7月，海力达开始与百度智能云接触。双方的前期沟通时间就花了14个月——对于制造企业来说，这样的速度算很快了。
制造企业做数智化改造常出现“数据孤岛”现象——部分产线做了数字化改造，数据却未能打通原材料——制造——仓储——销售等全流程链路。
因此，海力达要“唤醒沉睡的数据”，首先需要整合多个信息系统，接入生产、运营数据进行可视化展现，未来通过百度智能云的SugarBI可视化平台能进一步助力企业实现大数据自助分析、移动端展现，为决策、运营管理提供指导。
如今，海力达已迈出了数智化改造的第一步——数据可视化。
车间里的可视化数据大屏
有了这样的基础，海力达车间正在筹谋数字化改造的下一步——AI师傅开始学习数据分析、资源调度、辅助决策等功能了。不过，在此之前，新师傅还得向老师傅取个经——如何从工艺层面挖掘数据。
以往，制造过程中出现缺陷，老师傅们凭经验和直觉解决。当AI算法模型收纳他们的所有经验后，数智化产线将变得更加务实：
有了全流程链路，AI能以纷繁数据作为依据，寻找问题根源。这样一来，上千的可能原因最终被压缩几个最有可能的根因，指导工程师有针对性地解决问题。
这套智能系统相当于产线管理的大脑，未来，“AI师傅”还能根据产线实际情况自动调整、安排订单。
如果说，原先要解决工艺缺陷，每一条产线都需要配备经验丰富的老师傅。那么未来，AI师傅不仅可以时时刻刻工作，还能以一套方案同时调控在不同产线，缓解产线缺老师傅的困境。
在这样的前提下，一条中国制造业弯道超车的路径开始舒展。
蓝翔的九大学院中，超过一半与制造业相关 图源：蓝翔官网
制造业过去重视的是“人传人”经验，像日本、德国这样的制造业大国，经过数十年体系化的职业教育，加上终身雇佣制度，最终将工艺的know how积累下来，形成技术壁垒，高价卖货。
中国制造业毛利率普遍低于20%，超过20%已经算高利润行业。一旦缺少经验丰富的老师傅站岗，不少企业只能沦为低附加值生产。
横向比对看，根据中国社科院的一份研究报告，2017年，日本产业工人队伍中，高级技工占比为40%，德国高达50%，中国仅5%左右。
数智化变革之后，机器生产过程中的每一个数据都在云上被精确记录，成为培育人工智能的养料。同时，工程师个人的经验同样可以成为AI学习的对象。
反观中、日、德三个制造大国，日德重“艺”，却在某个历史节点忽略了互联网这一新兴技术的布局。
中国则“技”、“艺”两手抓。
尽管在不少领域，制造工艺仍在突围，但互联网技术给了提升制造工艺的新可能——中国领先世界的庞大互联网产业，持续对AI和云计算的投入，正在为这种变化提供支撑。
像百度一类的互联网企业也将云智一体化（云计算+AI）的方案蔓延至制造领域。
以百度为例。百度开物是一个针对制造业的资源集约平台，提供SaaS（软件即服务）和PaaS（平台即服务）服务——产线工程师可以快速便捷利用平台资源，搭出一款所需的智能化应用；在云智一体3.0的AI IaaS（基础设施即服务）层，昆仑芯2代已经部署在金融、工业等行业客户中。
百度集团执行副总裁、百度智能云事业群总裁沈抖表示：“将来，为了智能化解决产业的核心需求，我们必须更加深入产业。产业里丰富的应用场景，为人工智能与云的发展提供广阔的空间。”
这让“产线师傅”们有了转型成AI程序员的机会，产线工艺也能获得更好的改造。
传感器即将成为AI师傅的眼睛
喜人的数智化案例正发生在越来越多的制造车间。由于国产工业机器人卡脖子，高精度机床限购，中国制造的生产精度暂时难以与日德制造抗衡。但利用AI进行算法补偿，可以让生产加工精度有效提升，弥补短板。
如果说，过去中国制造业急需经验丰富的老师傅形成技术壁垒追德赶日，如今智能制造带来的变革，正引领中国制造业弯道超车，走向大而强的远方。
Q立方知造局：
为什么百度智能云在苏州的产业基地，会选择落地在县级市常熟？
A 百度智能云：
百度智能云苏州产业基地注册在常熟，我们的定位叫扎根常熟、服务苏州、辐射华东。
地理位置上，常熟是苏锡通的地理交界点，方便去服务包括上海在内的华东地区。
产业优势上，常熟有特色鲜明的产业集群。整个苏州的汽配行业大约是一个四千亿的产业集群，而常熟占到其中五分之一，这也是未来智能制造的重点领域。此外在常熟高新区，还有电子产业、氢能等先进制造产业。
配套方面，常熟对于数字经济和人才建设非常重视，这是吸引和招商大厂过来的一个重要载体。
Q 立方知造局：
海力达的自动化基础，为其在数智化转型上带来哪些优势？
A 百度智能云：
海力达的自动化，带来非常好的数据基础。而百度智能云强调云智一体，其中涉及到两个概念，第一个是云，第二个是智。如果企业基础比较弱，那么首先要进行的就是数字化转型，百度可以助力企业数字化转型+智能化改造一步到位。
但是我们更期望的是跟类似海力达这样有数字化基础的企业合作打造标杆。如果企业这个领域层面已经有一部分的积累，就相当于是把百度擅长的“智”的部分再叠加进去——结合双方的优势，创造更多的价值。
Q 立方知造局：
数据可视化是数智化转型中的第几步？未来还会有哪些具体的动作？
A 百度智能云：
一般认为，数据可视化是数智化的一步，德国工程院Acatech，提出智能制造数字化转型“六步论”：
第一步叫计算机化，就是先产生数据；第二部是网络化，能够上传数据；第三步是数据可视化；第四步是透明化，就是对数据know how，了解展现的是什么内容；第五步是基于know how，形成可预测的数据；第六步是数据的自适应调整，也就是真正的智能化。
从数据的透明化开始，就必须要引入更多的AI算法，了解产线运营的方式和机理。
我们近期新推出的开物2.0，已经累积超过200个工业解决方案，沉淀了3.8万个工业模型，在重庆、广州、苏州等全国多个城市落地。将人工智能变成中小企业触手可及的生产工具，打通了AI落地的“最后一公里”。
3. 双碳时代的双向奔赴
清楚了数智化改造在微观车间带来的降本增效和宏观层面对中国制造弯道超车的意义之后，我们还注意到了另一个现象——
制造企业与数智化方案提供商互联网企业之间，还有些疏离。
疏离感有两方面原因：
1. 现阶段，制造企业生性“保守”。
并不是说制造业不愿意拥抱新技术，而是担心试错成本高。
2. 目前不少制造业企业仍对互联网企业有“顾虑”。
制造业企业缺ICT技术，互联网企业少制造know how，看似双赢的合作让制造企业担心自己独有的核心竞争力受到“威胁”——怕自己的数智化方案被推广至整个行业。
调和两者间矛盾的，是“双碳”。
立方知造局认为，中国的双碳政策给制造业产线改造找到了新机遇。制造业企业与互联网企业之间，终将通过数智化的纽带紧紧拥抱。
上云是数智化转型的关键步骤 图源：Pixabay
首先，双碳时代下，生产工艺变了。
回到汽车零部件车间，产线正在往轻量化转型——轻量化的车身能够延长锂电池的使用寿命，为节能减排助力；而新出现的一体式压铸，工艺流程减少，侧面减少了碳排放。
这样的转变，给了新产线渗透数智化改造的土壤。
其次，数智化工具不仅可以助力碳排计算，还能够进行持续改善，为企业的产品打造新的竞争力。
百度智能云的度能双碳综合能源管理平台，为海力达等企业提供碳排放的监测、分析和管理，并利用数据分析进行持续优化。
数智化对于当前汽车工业向新能源转型，也有促进作用。
包括海力达在内，很多汽配企业目前都在逐步推出覆盖内燃机、混动、电动和燃料电池汽车的部件与模块产品，为实现碳中和助力。
而新能源势力还处于发展期，比起传统的内燃机产品来说更简单、通用，因此如海力达等向新能源转型的汽配企业，能够以新能源产品切入，率先定下标准化产品的数智化生产系统，以应对未来的挑战。
百度智能云也在近期发布汽车云，从车企集团云、网联云、供应链协同云，三个层次深入汽车制造行业的数智化升级，解决汽车行业生产、自动驾驶测试、供应链管理等三大数字化应用难题。
锂电车的系统远比燃油车简单 图源：小鹏官网
另一方面，如百度之类互联网企业，想要进军双碳赛道，也离不开制造业的支持。
在各互联网大厂的“碳中和行动报告”中，可以看出他们实现碳中和的两种主要方式：
方式一：利用管控手段、可再生能源，以及相关的脱碳技术投资，让自身运营和供应链实现脱碳；
方式二：通过为用户提供低碳产品或脱碳服务，为自己的碳中和事业间接加分，这里的用户可以是个人用户，也包括政府和企业用户。
因此互联网企业通过为制造业企业提供如“度能”之类的能源管理平台，也是自身实现碳中和的一项重要手段。
但是，大厂如果不能在各种制造业领域内完成know how，也会面临数智化产品无法推销出去的状况——这意味着，互联网企业必须从实际生产和工艺的角度，耐下性子为工厂量身打造数智化解决方案。
这也正是百度副总裁李硕提出的：拥有新技术的科技型企业和传统型企业要实现一种双向奔赴。双向奔赴是非常重要的。而并不是在质疑当中不去往前走，碰撞是有必要性的，但是不要停下来。
制造业向软，互联网企业变硬，同步共振。
在互联网和制造业的碰撞中，会出现一方没有生产know how、一方不懂AI智造的窘况，互联网企业会通过招收大量制造业的人才充当中间的润滑剂。
一位百度智能云智慧工业解决方案的专家，曾是海力达的甲方大众汽车的工程师，进入百度后，却变成了汽配企业的乙方。
也许在未来，融合更深入的制造业和互联网，将会出现新的变化：拥有大量制造业积累的工厂，会摇身变成深入产业的互联网企业的供应商。
Q 立方知造局：
百度智能云如何看待互联玩和制造业之间的碰撞？
A 百度智能云：
从百度智能云的角度来讲，要拥抱碰撞、冲突。这是特别宝贵的经验。我们在与很多制造业企业交流中发现，一些专业的技术人员会质疑互联网企业到底懂不懂工艺。但是说实话，让AI工程师和数据专家立马去搞懂一个行业里面的know how，那这反而是在质疑自己的专业性。
每个行业都要有积累。同样，一个制造业的专家非常懂AI和大数据，也是不现实的。我们经常说的，每个人的能力有边界，有局限性，要放下成见，在这个拥抱创新的过程里面，解决问题的第一点是要承认问题。
尾声
海力达在常熟有新老两家工厂：新厂的产品涉及新能源领域，老厂生产发动机动力总成。两者相隔一个街区。呼应着中国制造业奋起直追的数十年。
汽车工业是一个国家工业水平的指标。电力时代，中国企业在内燃机等核心零部件上卡脖子，本土汽车品牌背负着低价标签，难有出头的机会。
如今中国在双碳之路上的坚定步伐，笃定发力新能源汽车和电池、电机、电控三电系统换道超车。
我们看到，全球三大汽车市场中国、美国和欧洲中——美国受制于产业空心化，欧洲受限于互联网企业缺位，只有中国制造业、互联网两手抓。
数智化的力量正在各个产业中蓄势，AI师傅们正准备攻下中国制造的下一道关卡。
各平台同名，如果您喜欢我们的故事，欢迎分享、收藏、转发
