不容忽视！这一关键领域，中国打出了经济“弯道超车”的王炸_风闻

臭鼬工厂，是美国洛马公司的制造工厂。它的每一次升级，都代表了美国尖端制造能力的升级。

今年8月，洛马公司悄悄在加州棕榈谷大兴土木。它在全美顶尖的公司里，挑选了人工智能、机器人、AR、物联网等技术的合作供应商，要打造一个革命性的臭鼬工厂。

图源：洛马公司官网

这座工厂将具备大规模快速生产的能力，并且能够摆脱传统工厂的桎梏，随时调整生产布局，不但能生产最尖端的隐形战斗机，也能产超音速导弹等多种军备。据悉，下一代的“空中霸主”NGAD战斗机就有可能在这里秘密生产。

在中国，最发达的地方也建起了连片的“黑灯工厂”。

整个厂区黑压压一片，只能听到机器运转的轰鸣，设备指示灯闪烁，一个大活人都看不见，但这是号称中国最先进的工厂样本。

图源：宝钢黑灯工厂

这些工厂里，来自库卡公司的工业机器人、来回不休的物流机器人，实现了生产全自动化，解放了人类的体力。

更难得的是，引入AI智能解决方案，将生产预案、管理和决策交给了机器，解放了人类的大脑。

小米、格力、三一重工、美的等制造业龙头，都不惜重金建起了黑灯工厂。

高层近年走访了天津、上海、宁波等地的制造工厂，看了国内汽车、机械装备、精密加工、家电等工厂的全自动生产线，提出了要“提升产业链供应链现代化水平，大力推动科技创新，加快关键核心技术攻关。”

毕竟，实体经济是一国经济的立身之本，是财富的根本源泉，制造业就是实体经济的基础。

中国“世界工厂”处于从工业2.0到最先进的工业4.0混合并存的状态。

像在珠三角的服装工厂，女工们仍然只能赚千元的微薄收入，她们的对手不是大机器，而是孟加拉国、越南、印度工厂里愿意接受更低薪水的工人。这些产能终会逐步向东南亚转移，并且不会再回头。

而欧美老牌制造业强国，终结了半个世纪的“去产业化”趋势，开始回流半导体、新能源等先进制造业，并且极力推崇工业4.0式的智能制造，弥补其昂贵的人力，也将中国遏制在低端产业和中等收入陷阱中。

令人担忧的是，中国廉价劳动力和资源堆积的优势已成过去，前方是一个断崖式的人口陡坡。

七普调查数据出来后，生育率下跌吸引了大家注意力，20-34岁的青年人比十年前掉了11%。

劳动力下降同时，现在的年轻人也已经不愿意再进入制造业。调查显示，00后们从事“重复劳动”工作的意愿极低。

低端的工种无人肯做，吃香的技术工种也要高薪抢人。但目前中国的产业工人中，技工只占30%，而发达国家的水平是70%；高级技工只占5%，发达国家是35%，这说明我们从业者的知识水平也还偏低，人才在哪里都很稀缺。

劳动力的恢复非一日之功，智能制造是应对人口和劳动力减少的必然选择。

在人机配合的过程中，对从业者的要求会提升，释放中国的工程师红利。工人也能接触先进科技，提升自己的知识水平。

制造业上下受敌、科技竞赛焦灼、人口变化陡峭的情况下，中国的数字化智能化道路刚刚起步就面临重大考验。

中国实业迫切需要一场效率革命、智能革命，只有智能经济和实体产业一起奔跑，中国实业兴国才有希望。

在十四五规划中，以人工智能为代表的新一代信息技术，将是我国推动经济高质量发展、建设创新型国家，实现新型工业化、信息化、城镇化和农业现代化的重要技术保障和核心驱动力之一。

其中，AI将逐步成为“事关国家安全和发展全局的基础核心领域”。

据德勤预测，到2030年AI的应用会拉动全球GDP增加15.7万亿美元，而中国会独占7万亿美元。但是目前，AI对企业的渗透率只有4%。只能说，国内企业智能化的进程才刚刚开启。

智能经济是未来十年的主旋律。如何让AI更快地进入产业？如何让更多人能轻易获得使用AI的能力？

这是现在最值得回答的问题。

不管是主动还是被动，大多数公司都知道要智能化，要升级。

但是面对一个复杂的体系，又有些无从下手。大多数的制造业公司，都是从安检、质检、巡检开始的智能化之路。

中国建筑集团下的南京凯盛，是一家专注于水泥工业技术装备研发、绿色智能化工厂设计与工程总承包的水泥技术装备工程系统集成服务商。

水泥工业是一个非常传统的行业，存在着极大的提效、节能减排、智能制造的升级空间。

南京凯盛发现，水泥生产过程中，决定质量和产量最关键的一步，是冷却。

上千度高温的水泥熟料，被灌入篦冷机设备中，铺成一定厚度的料层进行鼓风冷却，在几分钟里完成冷却。

这个过程里，篦冷机对料层厚度的精准把控，成为了一个可以改善和提效的突破口。

南京凯盛利用百度飞桨平台，研发了一套智能料层厚度监测方案，检测精度比传统方法提升了95%，上线后满足了对水泥生产精准控制的需求，帮助水泥厂提升了生产效率。

水泥生产、钢铁熔铸、煤矿运输，这些行业都从小切口入手，渐渐跟上了智能化的脚步。

国内制造业，质检一直都是靠专门的质检员来完成的。

一条流水线就需要十几个质检工人，不同的生产线标准都不一样，需要专业的人工逐个确认。人工的效率很低，存在很高的误差，工作内容也极为重复枯燥，却又是一个普通机器难以替代的环节。

而人力也渐渐无法胜任了：一块电路板有上万个电子元件，一个动力电池下线前要经过3000多道质检……对要精密加工的行业来说，质检也是竞争力的一部分，产品要严格把关，问题率要控制到千万分之一以下。

只有利用AI的视觉识别和深度学习，完成安检、质检、巡检，将人力从低端重复劳动中解放。

过去，这种大规模利用AI的能力是属于大公司的专利。但随着百度飞桨平台开源赋能的不断升级，更多中小微企业都能快速让自己的工厂智能起****来。

比如，上海哲元公司利用百度飞桨，训练出一套食品生产流水线的检测模型。专门给冰淇淋公司定制，能够做到一款甜筒冰淇淋从蛋卷皮外观、巧克力喷涂、灌料、撒料、压盖、包装的全流程。

2021年9月，这家位于江苏太仓的冰淇淋工厂被认证为世界级“灯塔工厂”，更是全球冰淇淋行业的第一家“灯塔工厂”。

在一个车间里，每天就能省下质检员数小时的检查时间，让巡检员不用每天奔波两三万步。

当尺度放大到全国，像电网巡检、水土监测、轨道维护这类工作，能够起到的效率提升将更加显著。

我国40%的电力杆塔都是在山区，需要一大批能“三过家门而不入”的工程师时刻奔波在路上。

近年来，无人机技术被应用在了电网巡检领域，但新的痛点接踵而来：使用无人机巡检需要大量的飞手，巡检人员的无人机操纵水平不一，对人力的要求和成本反而更高。

有了智能巡检方案后，情况大不相同。

上海市高新技术企业复亚智能，利用3D视觉技术，基于百度飞桨的PaddleDetection、PaddleSlim，研发出一套全自主无人机巡检系统的全自电力杆塔与通道巡检系统。

通过对电线杆进行拍摄，对图片进行图像分类算法模型训练和评估，如果发现问题，就可以一键派出无人机自动前往检测，实现4分钟一级塔的全自主巡检。通过电力全自主巡检系统，预计人力成本减少50%以上，巡检时间缩短30%以上。

不要把数字化、智能化想象成一件很难的事情。智能化本身不是目的，提升效率才是。

从质检、安全监测、库存管理等切入，中小企业已经事实上开始了自己的探索之路。

智能化升级实体经济，中美都还在摸索的道路上。

美国有的是AI先发优势和人才优势，中国在《关于新一代人工智能发展规划的通知》里，提出了著名的“三步走”战略：

2020年中国人工智能追上世界先进水平、2025年部分技术领先世界、2030年总体超越美国成为世界人工智能中心。

现在，全球超过80%的AI从业者要依靠开源深度学习框架来开发AI应用。因此，深度学习框架也被称为人工智能时代的操作系统。

这长期是一个被谷歌、Facebook和美国高校盘踞的领域，因为“缺芯少魂”而被卡脖子的一幕，险些又要在中国的AI进程里重演。

2016年，百度自主研发的飞桨（PaddlePaddle），作为国内首个开源的产业级深度学习平台，追赶上了美国的先发优势。

在IDC发布的2021年上半年深度学习框架平台市场份额报告中，百度拿下了中国市场综合份额第一。

飞桨平台已经聚集了全国406万开发者，创建47.6万模型，服务15.7万企事业单位，不仅仅是在制造业，还覆盖了农业、医疗、金融、能源、交通等千行百业。

飞桨要做两件事，让AI更快进入各个产业，让更多人使用AI。

12月12日，由深度学习技术及应用国家工程实验室主办的WAVE SUMMIT+ 2021深度学习开发者峰会在上海召开。

在峰会上，百度向世界展示了飞桨如何让AI进入大众生活，撬动能超越工业革命的生命力。

百度飞桨发布了十大最新技术和生态进展，包括全新的开源框架v2.2、支持超大模型训练的端到端自适应大规模分布式训练技术、多层次的硬件适配方案极大降低了适配成本……

工具与平台方面，飞桨打造了提供包括EasyDL桌面版在内的一系列低门槛工具，降低AI获取和部署的成本。

开发者能根据自己的AI知识和编程能力水平，选择相应的平台实现AI开发和应用，用底层技术能力平台化赋能产业应用，每个人都可以是开发者。

铁路工人李桑郁，靠着自学使用飞桨的开发套件，实现了铁路货运车号的自动识别，独立实现了从建设数据集、到模型训练、再到模型部署的整套流程。

他在襄阳使用了自己开发的应用，以前需要人工核对几个小时的工作，如今只需要3分钟就能完成，为襄阳车辆段节省了20多万元的成本。

百度飞桨也在业内首次推出了产业实践范例库，并将产业级开源模型库增至400+。

什么是产业级？

美国的几大深度学习框架，多是专注于科研和实验室应用，谷歌虽然有整合产学研的雄心，但全球又有哪里比中国的产业应用场景更多元和丰富呢？

过去几年里，百度与全国各个行业、层级的公司合作，范例库就是他们共同凝结的AI实践经验。

飞桨案例库提供完整的代码实现，覆盖任务解析、算法选择、模型训练及优化、推理部署及结果可视化等产业落地全流程。

后发企业可以拿来即用，变成自己的智能经验。

吉林大学的师生团队发现，药厂工人每天需要长时间用肉眼对着白板检测药瓶，工作环境中还散落着玻璃碎片。

学生依靠飞桨平台的机器视觉技术，打造的360°“瓶中瑕影”视觉检测系统，专门用于玻璃药瓶生产的质检。这套系统设计在大学生创业竞赛中获得了金奖。

百度CTO王海峰认为，目前，人工智能呈现出“融合创新”和“降低门槛”的特点：

一方面，AI技术及产业的融合创新越来越多；

另一方面，虽然AI技术越来越复杂，但AI开发与应用的门槛却越来越低。

只要有丰富的实践经验反哺，飞桨所推动的产学研用的AI生态就能更加繁荣。

为了更进一步，百度集团副总裁吴甜发布了“大航海”计划2.0。

作为AI的领军者，百度不但要扎根国内，培育出本土化的中国AI平台和工具，还要协助搭建一个高校研究教育、产业实践培训的人才机制，在实践中诞生更多中国AI事业的领跑者。

以飞桨平台为基座，社区开发者共创工具、模型、产业案例与实践经验；形成产业创新需求对接平台，共创产学研用正循环；与生态伙伴一起建设人工智能产业赋能中心，共创区域创新生态。

科技和产业的竞争，归根结底是人才和教育的竞争。

中国或许在高端人才上还不如美国，但我们如果能更快做到AI普及，就能产生更多的人才。

让更多的AI应用落地，让中小企业能有路可寻地走入智能化，让大家都能零门槛参与AI大潮，这才是中国势不可挡的独特力量。