然而 ， 当前的制造业产生的数据 ， 没有得到全量的分析和挖掘 。 因此 ， 制造业首先应该学习在互联网场景下 ， 如何用海量的数据去形成洞察、产生行动 ， 最终打造产品 。
自2015年6月 ， 闵万里组建数据智能团队 ， 走进工业、制造业等传统产业前线 ， 深度挖掘制约产业发展的痛点 ， 通过提升流程中某个环节的技术指标 ， 完成纵深打穿某个垂直场景的价值闭环 。
2016年 ， 闵万里带领团队 ， 开展了中策橡胶集团有限公司的“中策橡胶智能工厂”项目 。 中策橡胶在橡胶密炼过程中 ， 由于能耗和次品率过高 ， 造成生产效率的降低和生产成本的升高 。
团队通过对橡胶生产端的各类数据进行深度运算和分析 ， 挖掘流程制造环节中的数据 ， 使这些沉默、分散的数据连上“神经网络” ， 让数据通过流动产生价值 ， 大大降低了密炼能耗和次品率 ， 实现利用数据为企业赋能 。
“要特别感谢这个时代、感谢阿里云 ， 让我有机会带着互联网等科学技术深耕产业的土壤 ， 通过信息布局和生产环节优化 ， 实现低成本、高质量的发展 。 ”闵万里还表示 ， 5G及工业互联网等技术 ， 就应该在对应的目标产业中发挥主推的作用 ， 避免因脱离于产业的营养液而窒息 。
先“场景”后“大脑” ， 核心在于方法论
制造业“千企千面”“隔行如隔山” ， 作为未来的“工业智慧大脑” ， 工业互联网必将会面对高定制化的企业需求 。 这是否意味着在服务制造业智能化升级的过程中 ， “工业大脑”无法复制 ， 也就是说 ， 工业互联网只能垂直于某个行业或聚焦特定区域 ， 很难“跨界”？
闵万里认为 ， 对于制造业企业来说 ， 很难一步到位地“搭建大脑” ， 但如果找到可通用的“方法论” ， 赋予产线和企业智慧 ， 企业便可以“长出大脑” 。
“小朋友从学习数字 ， 到学习四则运算 ， 再到学习方程组 ， 开始很简单 ， 后来越来越复杂 ， 这个过程中 ， 孩子掌握的不仅是运算办法 ， 而是更深层次的学习方法 。 ”闵万里解释道 。
他认为 ， 这套方法论如果放在工业互联网领域 ， 就应该是这样一个发展路径——以车间产线的实际场景为例 ， 这个“大脑”要做的 ， 是考虑到企业产线的不断演变、考虑到影响生产结果的决策变量 ， 用数据技术挖掘产线工序之间关键控制变量的最优组合 ， 最终找到最佳运作协同机制 。


本文插图
闵万里和团队对过往大量案例进行分析总结后 ， 抽象出了一套通过数据技术挖掘产线工序之间关键控制变量的最优组合、最终找到最佳运作协同机制的算法公式 。
“制造业当中不存在智能升级的通用软件 ， 即便是生产同一品类的产品 ， 不同企业的操作流程、所用原料、产线老化程度也各不相同 ， 不能盲目套用 ， 但产业智能升级的方法论是通用的 。 就像高手行走于江湖 ， 靠的不是特殊的兵器 ， 而是兵法、招式 ， 不是吗？”
闵万里透露 ， 他和其团队目前正在重点关注工业强省江苏 。 在他看来 ， 本身就拥有深厚产业基础、丰厚人才资源 ， 近期还创新发布了“四新”行动的南京 ， 如果在现有产业中把新技术投射进去 ， 加速智力资源到工业生产效率之间的转换 ， 可以快速创造出新价值 ， 推动经济的高质量发展 。 “期待在江苏这片‘产业黑土地’上种下‘试验田’ ， 让技术和产业互相融合 ， 发生精彩的化学反应 。 ”
此前 ， 闵万里曾表示 ， “新基建不是百米冲刺 ， 而是一场马拉松 。 ”他认为 ， 长跑的最终胜出者 ， 是那些能够顺应趋势并以创造价值为目标的智者——他们积极拥抱瞬息万变的世界 ， 将数据智能变为发展的动力 ， 用价值创造印证制造业数字化转型与智能升级的广阔蓝海 。
【「美好，一直在身边」坤湛科技创始人闵万里：深耕“场景”土壤，自下而上做好“产业智能”】