编者按：《百度云说》是刊登百度云管理层及产品、技术专家系列观点文章的专栏。在这些文章中，将逐步揭秘百度云对行业、市场、生态、技术、产品和解决方案的实践与思考。我们希望通过这样的方式，让您更加了解百度云，同时促进行业交流，更好地服务用户。

本期《百度云说》邀请到的嘉宾是，百度云AI应用部智能工程与应用研发负责人郭江亮。

世界上有两种AI，一种是实验室中的AI，另外一种是用户实际使用的AI。AI如何从实验室走到实际应用之中，无异于从0到1。在AI商业化这个过程中，考验的不仅仅是IT企业的技术、产品能力，还有坚定和持续深入行业的决心。制造业是百度云AI TO B战略的重点行业之一。本文将聚焦百度云如何以质检云为切入点，探索AI在制造业的深入应用。访谈全文如下。

Q:百度云为何选择制造业为AI TO B的重点行业？

郭江亮：众所周知，百度云的核心战略是ABC赋能行业，AI TO B是具体做法之一，也受到行业用户的关注。对于百度云自身而言，看到智能制造是国家战略之一，是大的趋势，也拥有巨大的市场机会。百度云就希望勇敢的走入制造业行业之中，与用户面对面交流，探索AI能为制造业创造何种价值。幸运的是，通过探索和实践，我们找到了切入口，并得到了用户的认可。

Q：那么，百度云为何找质检为切入口？毕竟，这个细分领域中已经有很多竞争者。

郭江亮：在外界看来，钢铁行业的质检偏冷门。实际上，质检在钢铁行业的应用很成熟。我们在钢铁厂深度考察和学习后发现：

首先，钢铁厂在质检领域投入巨大，比如某钢铁厂有3000名质检员，每年有上亿的人力成本投入。

其次，质检员的工作很辛苦，工作环境严酷。要在简陋甚至高温的情况下靠“肉眼”判断钢板、钢包是否存在瑕疵，完全依靠个人经验；工作量巨大、枯燥而且效率不高。

我们就想，能否通过AI技术一方面提升质检的效率、降低成本，另一方面改善这些质检人的工作环境。

钢铁厂也有质检解决方案，这分为两种情况。

第一，有一定基础的质检方案，包括摄像头、数据库和质检设备；这通常在信息化程度较高的钢铁厂，例如一些知名的大厂。

第二，没有质检方案，全部靠质检员的工作，这通常在信息化程度没那么高的钢铁厂或者是规模较小的钢铁厂。

针对第一种情况，百度云从降低客户成本的角度出发，尽量复用这些摄像头和质检数据库，用百度云的质检云进一步提升质检效果。比如，一般质检解决方案的识别率到80%左右；那些没有被检测出来的数据（主要是图片）重新进入百度云智能质检一体机中，识别率会进一步提升到99%以上；这样就保护了钢铁厂的投资；而第二种情况，那些没有完整解决方案的，百度云则从摄像头开始，与用户共同搭建端到端的质检云平台。

Q:从质检云来说，百度云如何不断提升对行业的理解能力？

郭江亮：在进入钢铁领域之前，我们的确对质检领域了解不多。不过，经过我们与大量客户交流，通过与标杆客户共建质检云平台，我们逐渐对这个行业、这个场景有了更深入的了解。总结起来，我们做了一下几个方面的工作。

首先，下沉到行业。百度云的研发工程师和产品经理在钢铁厂调研，与一线工人一起工作：从业务流程到生产流程，从数据到应用，都是学习和摸索、提炼需求的过程。比如钢包的调度分为哪几个步骤，每一个步骤需要多少时间。如果在某个环节缩短调度时间，大概节约多少费用等。只有掌握了实际的场景，才能挖掘出用户的真实需求。在这过程中我们发现，钢铁的信息化程度还是很高的，这也加强了我们进入钢铁行业的决心。

其次，根据需求，明确做平台的思路。正因为钢铁厂的信息化程度高，他们也有很多复杂的系统比如生产系统、调度系统、质检系统等，但是缺乏AI的能力。百度云确定了做平台的思路，也就是做好质检云平台，做好接口和SDK，方便各类合作伙伴调用、集成。百度云也注重与钢铁厂的信息系统融合，让质检云平台成为IT系统的一部分，强化已有系统的能力。

第三，不断创新。除了在产品和技术方面的合作之外，百度云与国内多家大型钢铁厂（比如首钢、宝钢等）达成战略合作，通过树立标杆的方式为行业带来更多借鉴。有些大型钢铁厂还会开放某个钢厂与百度云成立联合实验基地。百度云深度参与到业务之中，摸索AI在钢铁企业实际生产环境中的创新应用。

Q：与同类方案相比，百度云质检云的优势是什么？

郭江亮：百度云质检云已经成功应用在国内多个大型的钢铁厂，具体而言有四大优势。

1、交付方式灵活。百度云质检云支持公有云、私有云部署两种交付方式。现阶段多以ABC一体机的方式交付给用户。这种软硬一体化交付方式是开箱即用，大幅降低了用户引入AI能力的门槛，中大型企业更偏重这种私有化部署的方式。

2、平台开源开放。质检云平台是开源开放的，可以无缝融合到钢铁厂的生产系统中。具体来说，百度云和用户、合作伙伴会针对具体的业务场景对平台调优，百度云做算法、深度学习方面的优化，然后将AI能力赋能给各类合作伙伴，促使效果持续更新。比如，我们现在和某大型钢铁厂合作之后，将训练模型交付给用户。他们的工程师可以在这个模型的基础上不断迭代，持续优化模型效果。

3、综合能力。百度云在大数据、AI等领域的积累，外加百度出色的工程能力积累，使得百度云质检云在性能、稳定性、可靠性等方面做到最优。同时所具备的运维能力等可为用户带来成熟稳定的系统体验。

4、其他AI综合能力。除了质检云能力之外，百度还有强大的AI综合能力。例如，人脸识别、NLP、OCR等等，百度拥有国内最完整的AI体系，这些都可以被百度云所用、To B输出，支持客户更加长远的AI+计划发展、落地。

总体来说，百度云质检云已经进入国内多个大型钢铁企业中，彻底改变了过去质检工作面临的质检周期长、人工参与程度高、质检效率低的局面。现在，钢铁企业的智能质检可以做到毫秒级的检测，大幅降低了成本，提升质检效率，质检准确率提升到99.98%。

Q：百度云还计划在钢铁行业的哪些领域中应用AI？

郭江亮：通过与这些标杆大客户共同构建质检云之后，我们逐渐发现，AI还可以深入到钢铁行业更多的领域。

首先，以质检作为切入点，探索如何利用AI加强钢铁厂的质量管控体系，比如问题溯源、串联分析等。现在钢铁厂大多是国外设备和系统，投入较大。如果百度云能够深入到钢铁生产的工艺过程中，提供细粒度质量数据管理解决方案，那么对整个行业的良品率提升会有一定的促进作用。

其次，挖掘数据的价值。钢铁行业信息化程度较高，有很多数据，如何发挥这些数据的价值对钢铁企业来说非常重要。百度云将持续探索钢铁行业的大数据应用，帮助钢铁企业告别过去依靠人的经验做决策的方式，真正实现通过数据来辅助决策，以数据驱动业务，让决策更加精准。

第三，探索钢铁机器人的应用，像一些钢包调度、浇注等高温高热的严酷工作环境，不太适合人长期工作，且人还会存在失误。这是在钢铁厂工业机器人的基础之上，引入不同类别的机器人会提高效率。

最后，深入探索钢铁厂在工艺生产中的过程优化，比如钢包行走路线、钢包调度机制优化等。利用AI来实现生产过程优化和工艺优化，实现大幅降低成本。

Q：除了钢铁行业，百度云还面向哪些制造行业，如何进入？

郭江亮：制造业是个巨大的市场。通过质检云，百度云已经在钢铁行业做到了以点到面，逐步以做深做透的方式，进入到整个钢铁行业的信息化领域中。在这个过程中，我们掌握了一套方法论。就是要不断的下沉到行业中，深入到实际的应用场景，挖掘用户真实的需求。建立行业内的标杆客户，起到示范作用。 有了标杆客户之后，我们再通过与合作伙伴共建生态圈，采用ABC平台赋能的方式进入。

所以，除了钢铁厂之外，我们还看重3C制造和汽车行业、烟草、物流等行业。这些行业对质检、分拣有巨大的需求，比如手机屏幕的质量检测就比较重要，直接影响手机的品质。在进入这些行业中，我们也会采取类似钢铁厂这种平台化合作的方式，通过调研、与大客户树立标杆，再通过合作伙伴赋能的形式进入。

Q：在未来，百度云在制造业领域有何目标？

郭江亮：百度云质检云的目标是做中国制造业最大的质检云平台，针对不同行业的业务场景，提供出色的业务模型供用户灵活选择。这就需要我们诸多方面的努力，比如：

1、进一步优化ABC一体机产品，使之更好的适应行业的开发人员、业务人员，与各类合作伙伴提高产品能力。

2、加强平台化的产品战略。将更多产品的功能实现平台化的思路，优先考虑API、SDK等功能。

3、走向规模化和生态化，进入更广泛的行业中，与更多的合作伙伴紧密合作，做好生态。同时，基于经验积累，打造模型仓库，将百度云在制造业各种应景下积累下来的模型沉淀出来，供更多制造业客户参考、理解业务场景，学习业内经验并使用。

总之，智能制造是国家的战略之一。在这个大趋势之下，有很多机会。我们要响应国家号召，积极学习政策，让AI从实验室走进真实的场景中，为行业赋能。在这个过程中，仅仅依靠百度云是不够的，我们要与用户、合作伙伴共同努力，用AI点亮中国的智能制造。

文章授权转载自百度云