国家专精特新“小巨人”企业、60+项行业相关发明专利、29项工业人工智能相关软件著作权、在册商标85件、参与1项国际标准和5项国家标准的编制工作、参与承担多个国家重大专项、荣获多个政府以及媒体等机构奖项、发布“Wind X”无忧风电智慧运营平台,始终贯穿“1+2+X”的战略布局,以模力工场为基座,躬身入局打造两大示范引领行业的智能化落地,同时探索更广阔领域的基于模力工场™的工业智慧化场景应用与深度合作,实现超过80个工业智能化场景交付。
这一切荣耀的背后要从6年前的深秋说起。
缘起|遇见“预见”
1、“西点军校”与“黄埔军校”的强强联合
来自IBM的孙昕、谢炯两人与工业大数据及工业人工智能的全球领军人物李杰教授经过持续深入的交流一拍即合,三人融合IMS近20年故障预测与健康管理技术和实践经验的工业基因以及IBM软件工程、系统工程和认知物联网领域的工程基因,从而能让工业人工智能真正在中国落地生根的想法渐渐成型!在2016年11月份天泽智云正式成立。李杰教授担任首席顾问,孙昕和谢炯则分别担任CEO与COO。
2、解决工业领域的“不可见”问题
那么如何解决工业领域中“不可见”问题呢?李杰教授常用“可见”和“不可见”,“解决”和“避免”的四象限图来分析人工智能目前的应用场景。目前人工智能在工业领域主要用来解决和避免“可见”的问题,前者包括工业机器人、视觉检测等,后者则包括无人驾驶、语音助手等。
在工业领域,可见问题仅仅是海面上的“冰山一角”,“不可见”的隐性问题才是海面下的恶魔。生产系统中的“不可见”问题包括设备性能的衰退、精度的缺失、易耗件的磨损、资源的浪费等。工业企业向智能化转型的本质就是从解决可见问题到避免不可见问题的过程。
情深|工业人工智能
1、新工业软件赛道工业人工智能软件的机遇与挑战
随着近年来云服务,物联技术,人工智能的迅猛发展,工业软件必将迎来一次重大洗礼。“百年未有之大变革”,对于工业软件,特别是处于风口浪尖的工业人工智能软件,在未来的几年,几十年中必将势如破竹,成为下一代工业发展的重要转折点。对于我们工业软件人来讲,是机遇也是挑战。出于一个老IT人对数据的敏锐嗅觉,我们不难发现这个看似完美的矩阵,依旧存在着木桶效应。
2、生产运维数据分析软件的缺失
一方面,近半个世纪以来投入大,比较成熟的工业软件一半以上都发生在设计研发中,在此过程中产生的各种数据都有比较好的支持和利用。但在生产制造和运营维护阶段,也会用到很多工具和系统,这个阶段产生的数据更会上升到一个数量级。是否有一个系统或工具平台对在生产制造运营维护产生的数据提供专业有效的分析方法?并可低门槛友好的支持业务专家和运维工程师?事实上全球所有顶尖工业软件大厂,如西门子、施耐德、PTC等早在多年前就投入巨资布局这个领域,而这也将是工业软件下一个十年的新核心赛道。
3、对隐形数据的深度挖掘分析
另一方面,工业软件赛道已经开始关注到大数据分析预测,工业人工智能等更广泛的应用领域。IAI的出现,以数据为基础,更宽泛的应用,更深层次的价值探索。比之PHM将解决问题的重心放在设备端,IAI更充分利用制造数据,运维数据,挖掘隐形价值,帮助企业更加全面的呈现并解决在产品全生命周期各个环节中的问题,进而提升工业发展的质量。
数据作为产生知识的主要途径将成为企业的核心资产,知识交易将成为企业之间协同和增值服务的主要方式。工业大数据分析还有一个重要的缺口,就是中间的工业建模软件的缺失,尤其是机理融合数据驱动模型的预测性分析,工业的模型分析不但要有先进的算法,还要分析者结合特定的工业场景,有专业的领域知识。这也是目前工业人工智能软件发展面临的挑战。
意浓|让工业无忧
1、工业人工智能四要素
天泽创始至今,工业人工智能的魔力感召一批有情怀,有实力,有价值的人聚在了一起。从始至终,我们坚定地站到工业人工智能算法和软件赛道前沿,总结出了具有前瞻性且具有广泛共鸣的工业人工智能四要素:资产化关键小数据、智能洞察隐性世界、系统工程加速转型、可持续工业模型库。
这是天泽智云在“工业人工智能实践者”的自我定位下,作为一家工业人工智能专业公司的深度思考,并不断付诸实践。近年来天泽更是提出了“1+2+X”的战略理念,加速了工业IAI落地的步伐。
1:以模力工场为基座
模力工场是天泽自主研发的一套工业人工智能专业平台,是天泽工业人工智能跨领域的“新基建”基座。从工业场景及企业痛点出发,纵向打通数据采集、边缘计算、分析建模、系统部署,到工业应用的闭环。
2:赋能风电、钢铁两大示范引领行业智能化落地
在初期的摸索,沉淀下,我们躬身入局,聚焦在风电新能源、钢铁两大行业之上。实现工业人工智能应用在智慧运营和能源优化管理方向上的规模化推广。
X:探索更广阔领域的工业智能化场景应用与深度合作
工业场景千人千面,天然具有专业性、特异性,场景之间迁移困难,行业之间的迁移则难上加难。
然而“场景”并非工业人工智能软件中的最小单元。当落地多个细分行业场景、积累足够多的算法模型后,将各场景下的应用进行拆分,总能发现一些核心场景、底层逻辑、处理流程的一致性。可以考虑适宜颗粒度的复用,帮助我们获取和管理更丰富来源且有效的数据,对更加复杂的关系进行建模,以及提供更广泛维度的参考和比较性。进而形成更为泛用的可持续工业模型库。
未来,可持续工业模型库将成为一个工业AI企业最重要的核心资产,这一“护城河”的打造没有任何捷径,只有经过体系化系统工程的建设和工业场景中落地算法的积累,踏实扎根于工业。唯有此,才能实现知识的积累、传承和规模化应用,收获知识资产的快速增长和价值释放的回馈。
坚守初心,笃行致远
天泽智云是一支能够体系化作战的高效团队,因为我们具备学习型组织文化、指数型组织模式,我们设计的核心价值观是CARE,即Commitment、Ambition、Reflection、Execution。
在工业人工智能这一片广阔的星空中,我想成为一个漫游者,漫游于工业人工智能落地无限场景与可能;在工业人工智能这一片宽阔的海洋中,我也想成为一个工匠人,用自己的所见所学真正地在这片海洋中建立一个个岛屿。
天泽人必须直面肩头的历史使命,无论是对学术界隐形世界的核心竞争力PHM的探索,还是解决我们卡脖子工程的关键技术研发落地;无论是在新能源领域运用IAI技术对“双碳”的贡献,还是对未来工业协同化发展的引领,天泽人始终披荆斩棘,走在赛道的前沿。