人工智能發展進入“快車道” 上海搶占智能制造高地

日前，工業和信息化部批復創建上海（浦東新區）人工智能創新應用先導區，助力加快推動人工智能創新發展與成果應用的同時，支持上海打造“智能+”產業高地。

今年8月底，2019世界人工智能大會再次在上海開啟，又一次聚集了中外頂尖的AI界大咖，為人工智能未來發展貢獻了“上海方案”。目前，上海已明確將加快建設“國家人工智能發展高地”為目標，推動人工智能和實體經濟進行深度融合。

在不久前上海出臺的《上海市智能制造行動計劃（2019-2021年）》中，到2021年，上海將打造成為全國智能制造應用新高地、核心技術策源地和系統解決方案輸出地，推動長三角智能制造協同發展。

也是同期，21世紀經濟報道“觸摸智造——2019中國制造業價值發現之旅”走進上海，采訪了五家“AI+實體經濟”概念企業。受訪企業均向記者表示，感受到了近幾年政府對于智能制造企業的重視，也是近幾年上海政策紅利的受益者。

新技術加速應用

成立于2015年8月的上海千尋位置網絡有限公司，在北斗技術的應用上走在全國的前列。

“千尋位置作為國內較早布局北斗產業應用的科技企業，在成立之后的很長一段時間內，并沒有同類競爭對手。”千尋位置CEO陳金培告訴記者，“時至今日，我們已經成為別人進行對標的公司，這對我們來說是一種激勵。”

結合北斗衛星系統，千尋位置目前已經在全國范圍內建立了超過2400個地面增強基站，可以實現動態厘米級靜態毫米級的定位服務和納秒級的授時服務，覆蓋除西部無人區外的全國大部分區域。

伴隨著北斗衛星的發射，上海在近幾年加大投入力度，以促進新技術和實體產業的融合。

2013年6月,中國北斗產業技術創新西虹橋基地由原總裝備部和上海市政府正式揭牌,同年年底基地正式開園,成為國內第一個正式運營服務的北斗產業園區。目前，上海已經形成了完整的北斗導航與位置服務產業鏈。

“當我們的厘米級定位的能力在全國范圍里面提供的時候，大家才發現這個東西是可以用來做很多事情的。”陳金培說，“當然，需要經歷一定時間的市場培養，精準時空服務才會被大家慢慢接受。”

除了導航定位，在人工智能結合實體經濟方面，上海也走在了全國前列。

“全球首套港口人工智能理貨系統、與振華重工合作的全球首輛自主駕駛無人跨運車、全球首輛港口無人集裝箱卡車第一箱作業、全球首款真正意義的全時無人駕駛電動重卡Q-Truck實現量產……”在成立短短四年的時間里，上海西井科技拿下了多個“全球首發”。

迄今為止，已有海內外38個碼頭使用了西井科技的人工智能智慧港口產品，中國人工智能技術已經走出實驗室，逐步在國際范圍內實現了商業化落地。

這座棲身于長寧區小弄堂的企業得名于朱家角西井街，是一家“土生土長”的上海企業，西井科技首席運營官章嶸向21世紀經濟報道記者介紹，作為國內最早一批創立的人工智能企業，西井科技創立初期以人工智能芯片和算法為重點。

為了更好地實現技術的價值轉換，西井科技從2016年4月開始逐步切入港口領域，并在同年九月份收獲第一份訂單。目前，西井科技的全局化人工智能智慧港口整體解決方案已涵蓋集裝箱物流鏈智能識別、港口機械智能化改造、無人駕駛（包括無人駕駛跨運車和無人駕駛集卡）等三大產品線，除國內市場外，西井科技研發的智慧港口產品已經在包括瑞典、阿布扎比等多國港口落地。

在章嶸看來，西井的快速發展得益于上海提供的優惠政策和廣闊的市場空間。“上海是一個有著大量傳統制造業的區域，這為人工智能企業提供了充足的場景。”他說，“同時，這里也擁有著突出的人才集聚效應，能夠很好的幫助我們這些初創企業。”

關鍵在“商業落地”

艾瑞咨詢發布的《2019中國人工智能產業研究報告》指出，“商業落地”已經成為人工智能發展到當前階段鮮明的主題詞。過去人工智能技術驅動階段重在AI算法模型比拼，如今更要以商業場景洞察、專家團隊實力、將AI技術與行業實際需求結合，產生應用與經濟價值。

“在前兩年，大部分人工智能公司都在講，核心競爭力是先進的算法能力。”上海圖麟科技創始人魏京京告訴記者，“但其實到了現在這個時間點，最考驗AI公司的，是你如何賦能實體經濟，是否能夠真正下沉到產業中解決實際問題。”

圖麟科技是國內少有的做原創算法的AI企業。基于深度學習技術的研發，公司的核心技術涵蓋人臉識別、物體檢測、工業視覺、圖像檢索等，主要應用于安防、工業、商業等領域。

工業方面，其已經開發出了一套基于視覺與圖像處理技術的工業玻璃檢測儀器，實現了國內首家白玻檢測設備方案的落地，為工業制造提供軟硬件一體化AI視覺解決方案。

他認為，當前中國制造業智能化還有很長的路要走，而且AI企業在切入工業環節時，必須要考慮自己能夠為企業帶來多少效益的提升。“效率能夠提高多少，質量能夠提高多少，這是目前大部分客戶的需求關鍵。”他說。

在魏京京看來，細分行業的選擇有兩個需要弄清楚的關鍵問題。首先，就是要符合工業的標準化要求，而不是自行去發散。

其次，就是AI企業提供的產品和服務也能夠達到標準化，并且切入的是一個擁有足夠大市場空間的工業領域。“可以標準化地服務客戶，同時客戶本身也有一套成型的標準。”他說，“選擇玻璃行業，就是因為它的所有的質量品質檢測的細節以及它的標準是非常一致化的。”

也是因此，一旦解決了一個客戶的需求，就意味著了解了同行業的一部分需求。接下來，就是打造企業自身的能力，去適應客戶并真正解決工業企業在生產過程中遇到的問題。

在選擇行業之外，對于AI企業來說，也需要配置更加定向的人才。除了傳統的算法人才，還有機械設計人員、電氣設計人員以及現場制造工廠的技術服務人員，這都是在服務具體工業客戶時必不可少的環節。

在和傳統工業用戶的溝通方面，需要長時間、耐心的溝通，從而讓彼此的認知達到對等的程度。“需要秉持一開始對技術的一個初衷，就是賦能工業是在幫助工業企業提高效率。”他說。