人才竞争激烈的今天，智能制造领域招到合适的人才却不容易。
“智能制造可结合的技术多种多样，比如MES(制造企业生产过程执行系统)、ERP(企业资源计划系统)、传感器、物联网、AI(人工智能)等等，我们制造+AI领域还是一片蓝海，需要长时间耕耘，才能培养出懂制造、懂数据、懂落地的人才。” 微软加速器·北京12期创新创业企业洪朴信息CEO许剑锋如是说。
许剑锋还是上海财经大学的兼职研究生导师，他正在把自己和团队的经验传授给一届届学生，培养越来越多能够满足场景需求的人才。他的信心源于洪朴信息团队独特的制造业基因。
扎实的计算机技术、扎实的统计学功底、团队对制造业的深厚理解，铸造了这样的基因。
扎实的功底如何炼成?
中国改革开放40年来，制造业已经实现了大规模的信息化，下一个跨越，智能化已是大势所趋，云、人工智能、包括深度学习等前沿技术的进步推进了制造业的智能化。而这几年人工智能非常火热，在零售、医疗、金融、互联网等领域落地较多，但是在制造行业落地相对较慢。
“制造业企业非常实际，在经济指标上体现出好结果，方案才会有好前途。要拓宽制造+AI的蓝海，即便一个AI技术功底很强的团队，不够理解制造业，也很难在公司发展道路上攻破难题，取得好成果。”
许剑锋和团队非常深刻的理解这一点，他们不断问自己一个问题：如何判断哪些场景有意义、能实现。以数据分析为核心，统计技术为加持，系统技术为基础，这个难题有机会攻破。
“数据分析是核心。”
制造业数据虽然十分丰富，但数据采集是难点，一旦有误差、形成信息孤岛，数据的价值就会大打折扣。通过挖掘场景，落地算法，洪朴信息让数据发挥了非常明确的效用。这些数据可以分成两类，结构化数据和非结构化数据。
结构化数据包括生产管理过程中的物料、良率、设备参数、仓储数据等，非结构化数据包括图像(比如轮胎、电池、半导体缺陷等)、声音等。
“近些年特别火的AlphaGo也是基于大量棋谱数据训练而成的，工厂里的数据也是这个道理，我们把生产过程中的历史数据收集在一起，找到逻辑关系，就能够产出高价值。”许剑锋如是说。
在结构化数据方面，许剑锋拿企业制药所需的某种原料为例，这种原料成本很高，一旦生产不当就会造成大幅度原料浪费。传统的优化方法是让经验丰富的工人师傅来执行这一阶段的生产工序，但是靠感官和经验总会不稳定，有差错;通过机器学习算法和数据分析，洪朴信息能把生产工序的各个环节数据实时汇总、分析并反馈到生产过程中，比如，在装料、加温、喷浆、降温烘干等全过程中，系统将会对设备参数、烘干温度、风速等设置实时调整到最优，以实现降低原料浪费，节约成本提生产效率的目的。
“计算机视觉是数据收集的一块‘敲门砖’，因为深度学习能与图像数据非常好的融合，生产效率提升立竿见影，为收集数据打开更多大门。”
计算机视觉是洪朴信息技术团队的一张“王牌”，在制造业生产线上，图像等非结构化数据更容易获得，洪朴信息能把非结构化数据转化为结构化数据，为产品缺陷等检测带来更全面的洞察与回溯。此外，声音数据也属于非结构化数据，洪朴信息能通过收集电机声音信息做出更多洞察。
“比方说，某个产品出现了大批量的缺陷，非结构化数据能够将其识别出来，在出厂之前剔除掉;而在结构化数据中，我们发现产品缺陷大多在同一个位置，背后的原因原来是某个吸盘松动了。”
通过统计技术，洪朴信息能将结构化数据、以及由非结构化数据转化而成的结构化数据结合在一起，找到共性，回溯原貌，找到“罪魁祸首”，进行预测性维护。
将数据分析与统计技术“包在一起”的就是底层系统，洪朴信息的技术团队打造的可视化系统能够以企业人员能够理解的方式实时监测数据，做出决策，真正提升良率、优化人力，降本提效。
许剑锋是美国伊利诺伊大学香槟分校(UIUC) 统计学博士、上海交通大学计算机系硕士，曾任Santander银行美国总部高级分析师，美国Alliance Data信用卡公司高级分析咨询师、美国安德森癌症中心大数据分析科学家。
洪朴信息COO陶青曾任Uber中国区客户满意指标负责人、Intel中国华为全球与Intel项目业务负责人，主持开发Intel第一代智能生产管理系统 TIMEs，实现70%效率提升，并推广到Intel全球工厂。
洪朴信息创始人团队，还有计算机专家、数据分析专家、系统开发专家，譬如副总经理袁桂安、CTO江光祥、产品总监许成子等。他们在一起，形成了创始人团队的独特基因，也铸造了洪朴信息的基因。
构建生态，发展长远
智能制造是个齐心协力的领域，洪朴信息不但与高校合作培养了AI+制造业核心骨干，还与行业建立了生态联合体，共同开拓市场。
“2000年时候，高校办了不少软件学院，近两年，高校开始办AI学院、大数据学院，但真正落实到场景，人才需要很长的过程才能培养起来，所以，我们让学生到我们公司来实习、参加夏令营培训、还给到许多全职工作的机会，通过这种方式把他们培养起来，持续地帮助行业成长，也为我们公司增加可持续发展的动力。” 许剑锋如是说。
在行业生态合作伙伴方面，洪朴信息与来自半导体、光伏、汽车、3C电子等行业的知名客户建立了伙伴关系，在客户高度信息化、高度通用的应用场景中，洪朴信息的解决方案能够有的放矢，将其DNA扩散到更多客户场景，获得满意反馈。
在新经济创业环境下，洪朴信息的茁壮成长，来自其扎实的技术实力、实际可行的商业模式，还有生态伙伴的鼎力相助。2018年，洪朴信息成为微软加速器·北京十二期创新企业，在微软的帮助下实现全方位的成长。
结缘微软
在许剑锋看来，微软加速器帮助洪朴信息扩大了自己的生态圈，帮助他们对接了关键资源。
“有一些我们想赢得的客户，微软是打过交道的，他们很自然地就把我们推荐过去了。”许剑锋如是说。
比如，就在洪朴信息入驻微软加速器的这段时间里，微软加速器帮助洪朴信息与校友企业某新能源企业对接，达成了合作，洪朴帮助了该能源企业在数据分析场景上实现了突破。
洪朴信息还将产品和服务部署在Azure智能云平台上。如今，全球90%的财富500强企业以及微软众多的合作伙伴都在使用Azure智能云。在微软加速器，洪朴信息接受了Azure技术的全面培训，以及高级服务的深度培训，也将产品模块顺利迁移到了Azure云上。
洪朴信息目前使用了包括GPU资源(V100)、SQL数据库、存储服务、PowerBI、Market Place、灾难恢复等功能和服务，很稳定的支持了光伏行业客户的智能检测需求，实现了结构化数据和非结构化数据的分析。
图1 整体图
图2 局部图(左侧)
如上图2所示，数据流从左端的工厂设备或者用户数据经过internet网络，首先到达Azure Traffic Manager(如图2)，这些数据就包括图像类数据和结构化数据两类。
图3 局部图(右上)
如图3，结构化数据会到达部署在Azure VM上的洪朴结构化数据分析系统，而后这些分析请求会经过Azure Load Balancer送到部署在Azure上的Docker容器中实际执行。产生的结果数据会存储在Azure SQL/NoSQL DB上。这些核心Azure VM设置有自动备份机制。
图4 局部图(右下)
如图4，对于图像类非结构化数据，分析流程类似，不同的是图像类分析一般会搭载Azure GPU服务器。
洪朴信息在使用Azure后总结出，Azure管理后台功能强大，客服解决问题及时，资源的网络速度很快，洪朴信息的产品对后台响应的实时性要求非常高，Azure标配的10Gbps带宽非常给力，配置灵活，可以保证产品的性能要求，且契合业务场景。
彩蛋
眼看2018年双11就要到了，洪朴信息在智能仓储方面也大有施展之地，其精度优化的算法和稳定强健通用的系统，能优化仓储的布局、仓储车辆的路径，实现仓储的巡检和点货、仓储的出仓检查等等，帮助仓储效率提升31%以上。这股力量将会让 “心急如焚”的你在不知不觉中，早几天收到心爱的宝贝……
了解更多关于洪朴信息的信息，请关注官网：hongpucorp.com。
|
