人工智能|半年时间,拍摄8省市10个案例,我们见到了这样的智能中国( 三 )


人工智能|半年时间,拍摄8省市10个案例,我们见到了这样的智能中国
文章图片

结果真的来了几家AI和科技公司的人,却发现根本没法操作 。首先AI摄像机挂在工厂里没事,但挂在养殖场里蚊虫太多,设备经常卡住;同时,给人测体温的AI算法在猪身上却测不准,因为猪皮太厚了;另外,用来训练AI+猪体温监测模型的数据也不够,没有养殖场留存过大量猪体温高精数据 。
说了好多年,做了很多事,听上去很厉害的AI技术,千算万算也没算过猪皮太厚这个问题——这样的困难在真正的AI落地中比比皆是 。但如果花费大量人力物力,调集专家解决这个问题,最后的收益却可能连专家工资都付不起 。
拍摄过一些案例,走访了一些垂直领域的技术公司,会发现田间地头、街头巷尾的智能化需求无穷无尽 。很多需求你不跟专业的人聊聊,可能永远都想不到 。比如张大姐就跟我们说,她们公司正在推动一个用AI给牛称体重的项目 。对于广大农户来说,散养的牛是家中一个重要收入,买卖之前过程非常重要 。但要把牛放在秤上可难,需要专业的设备和人员 。农户往往需要牵着牛走很远的路才能过一次秤 。这就导致在乡间,很多时候给牛估算体重要依靠老师傅摸牛腿之类的方式 。如果AI能解决这个问题,那会给农户带来实打实的价值 。
这样的智能化需求,在中国特别多,也特别分散 。发现问题和解决问题都不仅仅是技术的事情,而是需要不同领域的人、企业、平台,像多米诺骨牌一样推导和渗透过去 。而首先,是需要各方面知道有这样一种关于智能的可能 。
道阻且长,吾辈共勉 。
走访了一些智能化案例之后,发现能够接待自媒体参观,愿意对外发声的企业,其实是有一些共性的 。比如大多是新近十年规划的工程,并且在规划之初就考虑到了面向智能化、数字化的升级演进 。但那些更老、更旧,缺乏智能化顶层设计和数字化基础设施的工厂、码头、矿山呢?这是一直萦绕在我们脑海中的未知 。毕竟我们是希望拍摄智能化案例,那些还没有推动智能化的案例我们拍什么呢?但它们又是否需要智能化?答案恐怕是肯定的 。
这让团队的小伙伴想到了欧洲和中国的对比 。很多新的数字化、智能化技术在欧洲都难以推进,就是因为他们IT做得太早,如今基础设施能力已经跟不上了 。但全面更新的成本又太高,最终只能选择一些保守的发展方案 。如今这种情况在中国也已经出现,更新基础设施完全不如新建项目来得快和稳,并且也更容易得到各方支持 。
根据我们比较片面的观察,面对这轮智能化浪潮,2000年以前的工业化设施已经出现了明显的数字化鸿沟 。但那些老工厂、老车间里的设备和人未来何在?这应该是一个必须回答,但又不好回答的问题 。
还有一种AI落地的难题也经常能够见到 。新上马的自动化、智能化设备往往需要大量时间学习 。而对于已经比较熟练的产业工人来说,学习新技术还不如接着用老设备更顺手 。智能化建设是一把手和IT主管的事,一线产业工人的配合度却是另一回事 。一些案例里我们也会发现,工人对智能技术还比较陌生 。一些智能设备的作用仅仅是摆放在那,只有检查和评比的时候才打开 。
这种情况其实很容易理解,毕竟大家对若干年来的工作习惯是有依赖的 。这可能需要企业和供应链长效、持续的配合 。AI落地需要的不仅仅是算法和软硬件,还需要人才培养、生态建设、管理变革等一系列辅助 。

推荐阅读