数字化转型|数字化中国:每一次激活,都是一次新的可能( 二 )


2018年初 , 由于人工智能(AI)在图片识别领域已经非常成熟 , 博世苏州工厂成立了一个项目组 , 决定用人工智能算法来提高自动光学检查的效率 。 小组成员包括:AI产品经理、AI项目经理、模型开发工程师、软件工程师以及目检员陈艳 。
陈艳在完成日常工作外 , 还要对人工智能模型用到的数据进行分类 , 也就是“打标签” 。 由于第一次尝试人工智能 , 团队没有预计到 , 表面贴装印刷电路板的图片精细程度比普通的图像识别应用精密得多 , 陈艳会同产线的焊接制程专家和人工智能专家反复探讨和制定“打标签”的标准 , 图片精细程度每次都提高一个等级 。 7种产品部件、超过47万份图片和文本 , 都是她一份一份录入AI模型的 。 这个项目产生的AI模型最终以陈艳的名字命名:YANZ 。
现在 , 陈艳日常超过80%的工作内容都与人工智能有关 , 重复训练人工智能模型是她的工作重点 。 她说:“我也曾经担心大家说的机器人会取代我们普通操作工的工作 , 但没想到现在我的工作是训练机器人 。 ”
平均每分钟 , 中国会有几十个婴儿出生 , 每位母亲都要纠结一个问题:顺产 , 还是剖宫产?第四范式是一家人工智能公司 , 他们开发了一个名为AutoML的产品 , 只要把孕妇体检的指标数据以表格形式输入机器 , 很快就可以预测出新生儿的体重 , 帮助医生做判断 。 对新生儿体重的预测在三年前已经可以做到误差在0.2千克以内的精确度 。 妇产科的医生有了这个助手 , 减少了很多纠结的压力 。
第四范式的创始人戴文渊说 , 一个个具体的、活生生的人 , 没有太多人工智能基础 , 不会写代码 , 可能只会操作Excel表格 , 但可以通过基本的学习来使用人工智能 , “我认为这代表我们真的改变了世界” 。

上面的每一个故事 , 都让我们感到温暖 , 更让我们意识到 , 产业互联网的发展、数字化的应用、数字化的转型 , 并不是悄悄地在写字楼内、工厂里、车间里、云端潜行 , 也不只是冷冰冰地在程序员与工程师的电脑中、Excel表里、应用程序中跳跃 , 而是实实在在地呈现在经济运行的每个环节、个人生活的每个场景里 , 让经济运转更高效 , 让人生活得更好 , 工作得更好 。
这恰好是当前中国经济追求高质量发展、企业向中高端转型、人寻求更加美好的生活过程中 , 绕不开的选择 。
有关数字化和产业互联网的理论、书籍浩如烟海、汗牛充栋 , 人工智能、大数据、云计算、区块链等名词 , 也有无数解释 。 我们想 , 所谓行胜于言 , 答案一定在实践之中 。 所以 , 我们用100%实地采访的方式 , 从中国成功的数字化转型案例(包括数字经济、数字社会、数字政府等)中 , 挑出最具代表性和借鉴性的一部分 , 全景式地为你呈现 。
在几十个案例中 , 我们几乎都采访到了最主要的数字化推手 , 比如:腾讯云与智慧产业群(CSIG) , 采访的是CEO(首席执行官)汤道生;蔚来 , 采访的是李斌;完美日记(广州逸仙电商有限公司旗下品牌) , 采访的是总裁陈宇文(他在接受采访几个月后辞职 , 再创业) , 他是三个联合创始人之一;奈雪的茶 , 采访的是彭心;树根互联 , 采访的是贺东东;贝壳找房网 , 采访的是彭永东 , 采访时他是CEO , 在董事长左晖不幸去世后 , 接任董事长 。
在一本书里 , 汇聚如此多的案例 , 覆盖如此多的行业 , 而且全部基于第一手采访和权威访问 , 至少到目前 , 这应该是唯一的一本 。
“创新理论之父”约瑟夫·熊彼特曾做过这样一个比喻:“不管把多大数量的驿路马车或邮车连续相加 , 也决不能得到一条铁路 。 ”显然 , 当期待要进行铁路研究的时候 , 我们不能以驿路马车或者邮车为坐标 , 而要探寻“运输”这件事的本质 , 也就是人与货物、效率与成本、需求与供给之间的关系 。

相关经验推荐