让我们把时光的钟表拨回到8年之前——在2011年汉诺威工博会上，“工业4.0”的概念横空出世。自此，“第四次工业革命”犹如一股轰轰烈烈的大潮，开始向全世界蔓延，并且在不同的国家演变出不同的概念，比如中国的智能制造等等……
现在工业/制造圈办活动、开大会，要是不谈智能制造、工业互联网、5G等等，好像就已经落后于时代了。然而，讲了那么多天花乱坠的概念，智能制造究竟怎么搞？
说到这里，笔者不由地想起了一个故事——中国某中小规模制造企业的领导在参观过一些高大上的智能工厂后，竟然放弃了对自家工厂做智能化升级改造的想法。因为他觉得，自己根本不可能做到这种程度，这实在太不切实际了！
这其实反应了制造企业在探索智能制造过程中最大的障碍——即没有合适的转型升级路径以及符合其实际现状的落地方案。
针对这个问题，大数据与人工智能行业的领先企业数之联有着自己独到的看法，并在5月10日举办的雪浪大会分论坛上提出了“制造业的场景革命”这一概念。
一．制造业的场景革命
什么，你还不知道雪浪大会？如果说云栖大会是互联网企业产业蓬勃创新的重要峰会，那么其姊妹峰会——雪浪大会就是引领制造业未来发展趋势的风向标。
雪浪小镇与云栖小镇创立者、雪浪小镇名誉镇长、阿里巴巴集团技术委员会主席王坚博士曾这样定义：“没有互联网的制造业没有未来，没有制造业的互联网更没有未来”。
雪浪大会自2018年第一届起，就致力于成为中国制造业与科技创新企业的顶级对接平台。“从制造业中来，到制造业中去”是雪浪大会的长期核心主题。受主办方邀请，数之联在此次雪浪大会中与微软、浪潮、阿里云、银杏谷资本等国内领军企业共同举办12场平行分论坛，以大数据、人工智能和制造业的交集为切口，来论述制造业的场景革命。
制造业作为国民经济的主体，是立国之本、兴国之器、强国之基。当前，制造业正在从数字化和信息化的时代，以更快的步伐迈进智能化的新阶段，全球制造企业大都在这一深刻变革中寻求创新与突破。
大数据与人工智能引领的新一轮科技革命和产业变革的战略性技术地位逐渐凸显，在工业领域，他们正在辐射“传统工厂”，改写传统制造业的产业逻辑，为中国制造找到了一条转型升级的新路。
在智能制造创新落地的细节思路上，数之联认为，制造企业结合产业场景、从实际应用场景出发来制定智能化实践策略，是获得更优投入产出比的真正意义上的智能制造解决方案。
工业场景是复杂的。生产大飞机和生产手机，工艺的巨大差别导致生产场景的巨大差别。针对不同的场景需要结合不同的“解题思路”来获得最优解。
“场景革命”是指在制造企业的整个生产过程中，通过人工智能和大数据的方式，大幅提升企业的生产效率。在以往的生产过程中，存在大量依靠个人经验来传承企业知识的现象，不但产品生产的良率无法得到保证，而且人员的流失对企业来讲损失很大。作为新兴科技，大数据与人工智能正广泛影响工业，通过分析大量的历史数据，能够帮助企业寻找最优工艺参数及制程参数等。这种方式相对于以前的经验方式而言，已经可以被称之为是革命。
二．“数联智造”重磅亮相
“数联智造”是数据驱动的一套整体性的解决方案体系，由生产过程优化、设备管理优化和质量检测优化三个核心方案构成，通过人工智能的方式解决设备智能管理、生产过程优化、人工质检效率低、用工成本高等行业痛点。
本次雪浪大会，数之联结合以往经验，首次亮相“数联智造”解决方案，并相对应介绍了三个核心解决方案。
1.生产过程优化
对于制造型企业来讲，生产过程中最重要的便是所生产的产品质量达标，即良率高。为了达成这一目的，数之联生产过程优化方案下推出了包括虚拟量测系统、良率分析系统、生产工艺调优系统等系列子方案。
良率分析系统真正实现了基于大数据的良率分析，并能针对任一不良数据，快速呈现设备、机台等各种分析结果。在国内某液晶面板厂商的实际应用案例中，在涉及300多道工序的原TFT-LCD生产线上，通过采用该系统，该厂将缺陷分析时间从天级别降低到小时级别以内，分析效率整体提升约一个量级，特定缺陷不良降低0.5%。
在良率分析系统中，数之联更多的是分析企业设备工艺参数和产品之间缺陷的相关性。而对于企业设备来讲，其相关的工艺参数与特性值之间的相关性对于后续良率的分析也起到十分关键的作用。因此，数之联进一步开发了虚拟量测系统。该系统区别于现有的量测系统，不需要大量的量测机台就可以检测产品的关键品质特征情况。
与虚拟量测系统类似的，生产工艺调优系统也更多的是帮助企业寻找一些特定指标进一步优化，从而对预测良率带来助益。生产工艺调优系统通过建立数据采集，实现了数据的自动连接，包括获取检测、生产数据、数据抽取以及基于大数据平台的统一存储。
通过生产工艺调优系统优化，企业可以寻找到最优参数取值区间，从而将企业原来小时级的调整时间缩短到分钟级，并可将设备调整导致的型材损失降低20%-50%，从而把核心调整工的流失风险极大地降低。
2.设备管理优化
对于生产企业来讲，不只是生产过程存在优化空间，作为企业的核心固定资产，遍布厂房的生产设备同样存在管理优化需求，其可为企业带来的价值同样不可估量。鉴于此，数之联在设备管理的场景之下开发出智能刀具管理系统及智能设备管理系统。
对于生产型企业来讲，机床是不可或缺的设备之一。前段时间热播的国产剧《都挺好》中，苏家“首富”苏明玉对小蒙曾这样讲：“小到你的车，大到航空火箭，哪一个不是在机床上，一个零件一个零件生产出来的……机床强则工业强，工业强则国强。”可见机床的重要性。
但在机床的铣削加工过程中，刀具磨耗程度是影响模具成品质量的关键因素。刀具一旦出现问题将导致设备发生故障时间无法预测，尤其是主轴等核心部件。而这些关键部件一般采购周期长、成本高，一旦发生故障停机时间长，将造成极大损失。
数之联的智慧刀具管理分析系统通过对多源数据进行融合同步，结合智能的分析算法进行特征提取、主轴健康预诊、刀具健康度评估、剩余寿命预测以及寿命终止警报，为机床提供刀具寿命预测及主轴在线监测与预警系统。
经评估，该系统可降低60%的意外停机，减少50%监控机台状态所需的劳动力，质量缺陷率从6‰降至3‰，节约16%的成本。目前，该系统已广泛应用于精密器械加工、汽车零部件加工等企业。
此外，许多企业设备自动化管理水平较低，设备管理大多是依靠人工跟踪记录存档，存在操作速度慢、数据分散、不易查询等问题，给管理人员带来较大的管理困难，增加了成本和风险，严重降低企业管理效率。
通过智能设备管理系统，企业可以将设备管理由被动管理转为主动管理，从而减轻管理人员和业务人员的数据处理负担，提高管理部门的工作效率、管理手段。另外，该系统还能及时报警和故障预测、减少纸质文档等办公耗材的使用、实现设备整个生命周期的信息化管理。
3.质量检测优化
对于工业领域的制造企业来讲，在设备及生产之外，缺陷检测也是整个生产过程中较为重要的一部分。如何利用数据驱动质量检测优化，提高企业生产能力，减少不良产品的浪费呢？数之联的自动图像缺陷监测系统可以给出答案。
基于10余年深度学习算法的研究沉淀，以及对深度学习框架相关技术的大量工程实践，数之联主要采用神经网络框架解决自动图像缺陷检测问题。
据了解，通过成功导入该系统，能够大量减少图像判定的人力需求，提升了工厂的生产能力和产品良率，阻止不良品的后流造成更大的浪费。即使不考虑工厂产能和排程灵活度及质量提升的效益，仅人力成本的缩减每年带来的效益亦可达数百万元。
三．“数之联”的三大核心优势
如果说数据驱动生产优化是大数据企业为工业领域智能制造量身定做的药方，那么数之联之所以能够脱颖而出，一定离不开人才、算法、平台三大核心优势。
工业领域是一个复杂的领域，工业也是整个现代化社会的奠基者。我们常说个人是社会中的一个螺丝钉，这是因为个人精力只能够做到精于整个行业的一小部分。正因为此，对于一个大数据企业来讲，如何助力庞大且复杂的工业领域企业转型升级是一个非常让人头疼的事情，仅仅是对整个业务的熟悉就需要聚集一众专家，在这一领域，数之联的优势明显。
由于多年聚焦于工业的先发优势，数之联已经形成了完整、专业的业务专家团队，能够从理解客户业务需求、客户生产逻辑、痛点提取、算法等整个流程提供解决方案。
此外，对于智能制造来讲，制造是基础，智能是灵魂，而智能化一定离不开的是算法。而如果要论人工智能算法的研究时间，数之联的团队也已积累十多年的时间，积累于高校，推广于企业。
另外，一切美好的应用建设一定离不开底层根基的夯实，对于工业数据、甚至整个大数据行业来讲，平台的重要性毋庸置疑。截至目前，行数、行明、行智三大平台已经成为数之联不可多得的竞争优势。这些平台已经集成了大量与工业和行业相关的算法，能够大幅提升交付效率。
结语：数据驱动智能
诚然，工业之复杂往往让创新不得不三思而行，但一些问题却又常见而统一。那么什么是智能制造？将这些经验性的问题以科学的形式自动化、智能化就是智能制造。
而且或许你已经想象的到，真正的智能制造可以带来的帮助是十分大的。处在产业互联网浪潮的今天，早一分的智能带来的才是多一分的收益。
时代的车轮滚滚向前，智能化大潮势不可挡，大数据与人工智能引领新一轮科技革命和产业变革的战略性技术地位逐渐凸显。
随着物联网，人工智能的加速发展，更多的数据将被采集、运用，数据的价值将被最大化的挖掘出来，数据驱动生产，促使业务创新和商业模式创新，加速数字化转型。
总之，数据驱动智能化的进程，正在改变着我们的生产和生活方式。在大数据和人工智能等新技术的辐射之下，传统制造业的转型升级正在加速向前发展，全新的“智能+”时代即将来临。
