那么，用友為什么要研發(fā)工業(yè)大腦，以及他們的工業(yè)大腦是怎樣的？

用友之所以研發(fā)工業(yè)大腦一定程度上來自產業(yè)發(fā)展需要與客戶需求的倒逼。雷鋒網了解到，工業(yè)智能是我國由制造大國向制造強國轉變不可或缺的一部分，也是經濟建設中人工智能領域的核心所在。用友作為工信部認定的十大跨行業(yè)、跨領域工業(yè)互聯網平臺廠商之一，認為自己需要擔負起工業(yè)大腦建設的重任；其次，在用友目前所服務的46萬工業(yè)企業(yè)客戶，大部分來自制造業(yè)。用友發(fā)現，制造企業(yè)已不僅僅是追求降本提質增效，他們還需要通過數字化、智能化帶來業(yè)務模式、管理模式、以及商業(yè)模式的創(chuàng)新。

“工業(yè)大腦應該包括三個方面，算力、數據和算法?！碧坪槿A表示：

“算力方面，主要是依靠伙伴提供IaaS支撐；數據方面，我們有大量的 ERP、MES、物聯網平臺等豐富的數據源；算法方面，用友有大量的客戶和應用場景，這些場景的核心就是算法，這些算法有的是深度學習算法，有的是運籌學多目標優(yōu)化算法，有的是機理模型，這是我們一個很重要的優(yōu)勢。另外，用友31年的To B服務基因，這是其他一些公司所不具備的。”

“羅馬不是一天建成的，”那么用友精智工業(yè)大腦是怎樣構建起來的？

工業(yè)的數據種類非常多，比如工業(yè)產品生產周期各階段，從最早的采購到產品的設計、生產、工藝過程，一直到生產出來后的銷售供應鏈等，會有非常多的工業(yè)信息化軟件在里面，包括MES、ERP等。

原本，這些軟件都只在自己的環(huán)境里面發(fā)揮作用，軟件系統(tǒng)之間數據并沒有打通。這就使得大部分的數據，其實處于閑置狀態(tài)，而這些數據蘊藏的潛能和價值是極其巨大的。 

用友精智工業(yè)大腦在切入一些具體場景時，每個場景基本都經歷了樣板化驗證、產品沉淀和持續(xù)賦能三個階段。

在流程制造行業(yè)，由于它的原料是來自全球各地，因此原料的成分和價格都不太一樣。而用友在為國內最大的冶煉銅企業(yè)做優(yōu)化配料時，就曾經歷了這樣一系列的過程：

• 首先，基于場景的樣板化驗證階段，結合客戶要求和自身經驗先把算法模型做出來； 

• 隨后，在產品沉淀階段，通過客戶驗證以后，把算法和模型沉淀在自身平臺，再去規(guī)模化推廣給中小企業(yè)。

• 最后，在持續(xù)賦能階段，其他同類企業(yè)可能存在定制化需求，比如除了配銅之外，還要求可以配鐵礦、配煤、配焦炭、配合金等。大的模型是類似的，但是針對一些特殊場景還會根據客戶具體需求進行微小調整和優(yōu)化。

現階段，用友精智工業(yè)大腦在優(yōu)化配料方面，已在化工、冶金、建材等流程工業(yè)有了諸多成熟的案例；此外，還在優(yōu)化排程、經濟效益測算和裁切優(yōu)化等場景進行了更大范圍的覆蓋。

在優(yōu)化排程方面，目前已給食品飲料、軍工、塑料等行業(yè)做一些內容的優(yōu)化排程。

在經濟效益測算方面，已面向化工企業(yè)去做經濟效益測算。據了解，化工企業(yè)是否達到滿負荷生產，以及在沒有滿負荷生產的時候，工作人員要判斷生產哪個產品更賺錢對于化工企業(yè)是很重要的。因為生產一個產品，必然伴隨著另外一個副產品產生，有的副產品處理必須需要多裝置協同生產，多裝置之間物料、能源都是關聯在一起的，因此怎么做經濟效益測算使得全場的經濟效益最高，這個研究對化工企業(yè)是很有價值的。

裁切優(yōu)化，主要面向玻璃、鋼板等的裁切。另外，用友還會和客戶共同探索包括質量診斷、故障診斷、圖像識別等這些場景的賦能。

“在鋼卷材料的剖切優(yōu)化中，使得某工業(yè)企業(yè)的原材料利用率提高了5%。比如某家企業(yè)客戶，每年鋼板的采購量大概是3個億，做了剖切優(yōu)化后，可以幫助這個企業(yè)節(jié)省大概1500萬的成本?！?/span>

用友精智工業(yè)大腦首次使用智能算法代替人工經驗，為某冶金行業(yè)企業(yè)進行智能配料計算，充分考慮料倉庫位量、多種復雜約束條件，實現對不同來源精礦的自動配料，穩(wěn)定爐料波動，成本降低約3%，每年為企業(yè)節(jié)省近千萬的成本；在食品行業(yè)，用友精智工業(yè)大腦幫助某鹵制品加工企業(yè)通過機器自主學習實現鹵制品生產過程的智能排程，使得生產計劃準確率得到顯著提升，生產效率提升36%；用友精智工業(yè)大腦幫助某汽配企業(yè)，配合智能工廠系統(tǒng)，與設備供應商、勞務公司在線協同，用機器人代替手工生產，智能診斷生產質量，實現端到端網絡化協同制造，產量增加22%，人員減少31%，缺陷降低千分之二。

我們知道，將工業(yè)大腦與眾多場景進行深度融合時，工業(yè)機理和模型構建會是一個難點，那么用友是如何攻克這些難點并快速覆蓋的？

中國是世界上工業(yè)行業(yè)最完備的國家，同時每類工業(yè)企業(yè)都有自己獨特的工業(yè)Know-How。但大體上，工業(yè)行業(yè)分為離散制造業(yè)和流程制造業(yè)兩大類。

離散制造業(yè)，都是一個工位做完再做下一個工位，要經過一連串可中斷的工序進行聯接，實現一個產品的輸出；而流程制造業(yè)，他們的生產過程的特色是當把原材料投入到生產設備中以后，要經過一連串的物理化學反應，最后才能夠成為一個產品，生產過程是不可中斷的。

全應科技CEO夏建濤表示，國內做工業(yè)互聯網平臺的企業(yè)在以自身作為“試煉場”給自己賦能時，大多是來自離散制造業(yè)的賦能，比如家電、3C組裝等，其實他們是不研究具體工藝的。傳統(tǒng)流程型產業(yè)的智能化升級最重要工作是要做生產工藝的智能化在線控制優(yōu)化，這就意味著需要將工業(yè)機理、專家知識、數據統(tǒng)計模型和人工智能模型結合到一個點上。

“對于工業(yè)機理、專家知識的掌握情況，傳統(tǒng)工業(yè)雖然不存在問題，但是所有的流程工業(yè)都是動態(tài)的，需要將這些動態(tài)過程在數據上進行體現，因此必須疊加數據統(tǒng)計模型和人工智能模型，而這兩種模型是傳統(tǒng)工業(yè)的人員難以完成的?！?/span>

用友精智工業(yè)大腦落地的眾多場景，包括離散制造業(yè)，也包括化工、冶金這樣的流程制造業(yè)的場景。在為這些流程制造業(yè)賦能時，他們如何解決工業(yè)機理和模型構建方面的難題？

唐洪華博士表示，比如牛奶、冶金這種流程制造業(yè)，一定是和一些物理化學反應過程相關的。我們公司有專門聘請一些行業(yè)專家作為我們的外部顧問，當然我們公司內部也有這種專門鉆研工藝的行業(yè)專家，這有助于我們去理解這種工藝模型；在模型構建方面，通過和清華大學等高校合作，在理清產品的需求后和高校的教授、博士研究生等進行合作，去把物理模型、業(yè)務模型轉化成數學模型，然后再與計算機的算法結合起來去解決這個問題。其中，更難的一點是數據的清洗、模型的調試，以及約束邊界等這些細節(jié)的處理工作。

目前來看，工業(yè)人工智能和商業(yè)人工智能可能不太一樣，它更強調實時性高、可靠性高、準確度高、有邏輯、有機理、能解釋這些特點。

雷鋒網了解到，比如圖像識別這種純粹的機器學習、深度學習，其中人工智能的一些方法與工業(yè)大腦中不太相同，這是一個很大的關鍵點。用友精智工業(yè)大腦中的人工智能，除了應用深度學習等方法外，還強調使用運籌學等算法。比如在優(yōu)化配料、優(yōu)化排程等，都是以運籌學為核心的智能算法。當然也有用到機器學習、深度學習，去解決質量檢驗等圖像識別的場景。

“也就是說，我們的工業(yè)大腦在模型建模這一塊與商業(yè)AI所用到的方法是不一樣，比如廢鋼的識別，我們會用到一些機器學習、深度學習，但是更多的場景還是要把運籌學和機器學習融合起來解決問題。”

再者，在客戶的場景和數據質量方面，用友做工業(yè)大腦時遇到很多場景，開始可能會覺得一些場景很類似，但是真正去實踐時就會發(fā)現這里面有很多完全不一樣的地方。比如在一個冶煉周期的預測中，盡管企業(yè)原有原始數據很多，但真正做的時候會發(fā)現，這些數據的質量有很大的問題，真正有效的數據量卻不多，需要再構建系統(tǒng)來獲取并清理數據。。

據Markets報告預計，2025 年人工智能制造市場規(guī)模將達 172 億美元，預測期 (2018-2025 年 ) 內的年復合增長率為 49.5%。而Automation Technology 預計到 2035年，人工智能對制造業(yè)增值占比可達 2.2%，排名社會 16 個主要行業(yè)之首。

工業(yè)大腦作為人工智能制造市場中的核心，到底是如何發(fā)揮它的作用，助力制造企業(yè)的智能化？

雷鋒網了解到，以用友精智工業(yè)大腦為例，這里主要有4個方面值得關注，分別是算法工廠、特定算法和管理系統(tǒng)的融合、與產業(yè)鏈伙伴的合作以及商業(yè)模式創(chuàng)新。

• 豐富的算法工廠。在實踐中，用友已經積累了在冶金、化工、建材、能源、離散、食品、飲料等多種算法，有300多個業(yè)務模型，20多個機械工業(yè)機理模型和10多個數據算法模型，用友精智工業(yè)大腦的算法工廠能很好地幫助客戶進行高質量化的發(fā)展。

• 特定算法和管理系統(tǒng)的融合。這些智能模型算法融合了財務、供應鏈、生產制造等產品，為客戶提供完整的產品體系，而不僅僅是一個單點的算法。此外，單點的最優(yōu)不一定是全程最優(yōu)，用友采用這種算法與管理系統(tǒng)融合的方式去提升企業(yè)整體產品能力。

• 與產業(yè)鏈伙伴的合作。目前，在故障診斷、圖像識別、語音識別等領域，業(yè)界已經有龍頭企業(yè)誕生。比如科大訊飛的語音識別、百度的圖像識別等都是在各地領域做得非常棒的產品。用友旨在打造商業(yè)創(chuàng)新平臺，會通過產業(yè)鏈融合的方式，把生態(tài)伙伴的優(yōu)秀產品和解決方案融合到平臺產品里去為客戶賦能；

• 商業(yè)模式創(chuàng)新。用友把在頭部企業(yè)落地效果非常好的智能場景和算法，放到用友的商業(yè)創(chuàng)新平臺上，以此去賦能更多中小企業(yè)，提高質量和降低成本，實現高質量發(fā)展。

未來，用友精智工業(yè)大腦將持續(xù)進行技術升級和功能迭代。比如，從產品設計本身，會考慮產品一定程度的靈活性、擴展性，以減少大版本升級；優(yōu)化配料方面，進行特定參數設計，使工業(yè)大腦在一定范圍內具有擴展性。比如，礦石的種類參數與可以自配置，從5種，到8種、10種、20種可以根據項目設置；針對庫存量、成分范圍、礦的用量等約束也有參數可以設置······