數字化轉型|數字化中國:每一次激活,都是一次新的可能( 二 )


2018年初 , 由于人工智能(AI)在圖片識別領域已經非常成熟 , 博世蘇州工廠成立了一個項目組 , 決定用人工智能算法來提高自動光學檢查的效率 。 小組成員包括:AI產品經理、AI項目經理、模型開發工程師、軟件工程師以及目檢員陳艷 。
陳艷在完成日常工作外 , 還要對人工智能模型用到的數據進行分類 , 也就是“打標簽” 。 由于第一次嘗試人工智能 , 團隊沒有預計到 , 表面貼裝印刷電路板的圖片精細程度比普通的圖像識別應用精密得多 , 陳艷會同產線的焊接制程專家和人工智能專家反復探討和制定“打標簽”的標準 , 圖片精細程度每次都提高一個等級 。 7種產品部件、超過47萬份圖片和文本 , 都是她一份一份錄入AI模型的 。 這個項目產生的AI模型最終以陳艷的名字命名:YANZ 。
現在 , 陳艷日常超過80%的工作內容都與人工智能有關 , 重復訓練人工智能模型是她的工作重點 。 她說:“我也曾經擔心大家說的機器人會取代我們普通操作工的工作 , 但沒想到現在我的工作是訓練機器人 。 ”
平均每分鐘 , 中國會有幾十個嬰兒出生 , 每位母親都要糾結一個問題:順產 , 還是剖宮產?第四范式是一家人工智能公司 , 他們開發了一個名為AutoML的產品 , 只要把孕婦體檢的指標數據以表格形式輸入機器 , 很快就可以預測出新生兒的體重 , 幫助醫生做判斷 。 對新生兒體重的預測在三年前已經可以做到誤差在0.2千克以內的精確度 。 婦產科的醫生有了這個助手 , 減少了很多糾結的壓力 。
第四范式的創始人戴文淵說 , 一個個具體的、活生生的人 , 沒有太多人工智能基礎 , 不會寫代碼 , 可能只會操作Excel表格 , 但可以通過基本的學習來使用人工智能 , “我認為這代表我們真的改變了世界” 。

上面的每一個故事 , 都讓我們感到溫暖 , 更讓我們意識到 , 產業互聯網的發展、數字化的應用、數字化的轉型 , 并不是悄悄地在寫字樓內、工廠里、車間里、云端潛行 , 也不只是冷冰冰地在程序員與工程師的電腦中、Excel表里、應用程序中跳躍 , 而是實實在在地呈現在經濟運行的每個環節、個人生活的每個場景里 , 讓經濟運轉更高效 , 讓人生活得更好 , 工作得更好 。
這恰好是當前中國經濟追求高質量發展、企業向中高端轉型、人尋求更加美好的生活過程中 , 繞不開的選擇 。
有關數字化和產業互聯網的理論、書籍浩如煙海、汗牛充棟 , 人工智能、大數據、云計算、區塊鏈等名詞 , 也有無數解釋 。 我們想 , 所謂行勝于言 , 答案一定在實踐之中 。 所以 , 我們用100%實地采訪的方式 , 從中國成功的數字化轉型案例(包括數字經濟、數字社會、數字政府等)中 , 挑出最具代表性和借鑒性的一部分 , 全景式地為你呈現 。
在幾十個案例中 , 我們幾乎都采訪到了最主要的數字化推手 , 比如:騰訊云與智慧產業群(CSIG) , 采訪的是CEO(首席執行官)湯道生;蔚來 , 采訪的是李斌;完美日記(廣州逸仙電商有限公司旗下品牌) , 采訪的是總裁陳宇文(他在接受采訪幾個月后辭職 , 再創業) , 他是三個聯合創始人之一;奈雪的茶 , 采訪的是彭心;樹根互聯 , 采訪的是賀東東;貝殼找房網 , 采訪的是彭永東 , 采訪時他是CEO , 在董事長左暉不幸去世后 , 接任董事長 。
在一本書里 , 匯聚如此多的案例 , 覆蓋如此多的行業 , 而且全部基于第一手采訪和權威訪問 , 至少到目前 , 這應該是唯一的一本 。
“創新理論之父”約瑟夫·熊彼特曾做過這樣一個比喻:“不管把多大數量的驛路馬車或郵車連續相加 , 也決不能得到一條鐵路 。 ”顯然 , 當期待要進行鐵路研究的時候 , 我們不能以驛路馬車或者郵車為坐標 , 而要探尋“運輸”這件事的本質 , 也就是人與貨物、效率與成本、需求與供給之間的關系 。

相關經驗推薦