當「三馬」（馬雲、馬化騰、馬斯克）、「二宏」（李彥宏、張文宏）少見地隔空同臺，「這一切都表明『事情不簡單』。」參加「2020世界人工智慧大會」的人們多有感嘆。
「世界已經巨變，技術變革提前並且加速，與其擔憂，不如擔當。」以聯合國數字合作高級別小組聯合主席身份出席的馬雲說道，「（疫情前後），為活下去而做的創新才是真正強大和不可阻擋的動力。」
馬雲有此感慨，一定程度上是因為在疫情危機中，依賴人力、線下運轉的傳統行業遭受極大衝擊，以人工智慧為代表的新興科技彰顯出其重要性和必要性。
人工智慧60餘載的發展歷史，在經歷了數次高潮與低谷後，披上「AI+」的外衣，已再次立於潮頭。
01 AI卸下AlphaGo面具
「我感到渾身都在顫抖，真的，寒冷地顫抖。」2017年，在AlphaGo最終以3:0的戰績擊敗了幾乎代表著人類圍棋最高水準的柯潔後，後者回憶時這樣描述自己的狀態。
2016年3月，谷歌旗下DeepMind公司開發的人工智慧機器人AlphaGo問世，將概念實體化，存在於科幻電影、小說中的人工智慧走向前臺——其智能程度可以達到比肩，甚至超越人類的高度。
AI無「妙手」。人工智慧從誕生到打敗世界圍棋冠軍，經過了64年的發展。
1950年，「計算機之父」阿蘭·圖靈提出設想：如果一臺機器能夠與人類開展對話而不被辨別出機器身份，那麼這臺機器就具有智能。直到1956年夏天，達特茅斯會議上，約翰·麥卡錫、馬文·明斯基、克勞德·香農等幾位年輕學者聚在一起，「人工智慧」一詞被首次提出。
但隨後，由於技術難、落地慢、經費緊等問題，人工智慧的發展反覆經歷著高潮與低谷。
人工智慧的三次高潮與三次低谷
從對人工智慧的探討一直局限於研發圈層到AlphaGo在2017年的時點上能力爆發，再到當下，從「刷臉」支付、語音助手等日常應用，到疫情期間發揮重要作用的智能測溫系統、智能消毒機器人，人工智慧正以落地應用為目標，深刻改變著人們的生產、生活、學習方式，成為新一輪科技革命和產業變革的重要驅動力量。
截至2019年底，我國人工智慧核心產業的規模超過510億元，人工智慧企業超過2600家。今年，儘管受到疫情影響，中國人工智慧產業仍然茁壯成長。天眼查專業版數據顯示，以工商登記為準，我國今年前5個月新增人工智慧相關企業近11萬家，同比增長28.54%。
AI熱潮之餘，百度董事長兼執行長李彥宏認為，人工智慧的發展將經歷三個階段，一是技術的智能化，二是經濟的智能化，三是社會的智能化。「目前我們正處於從經濟智能化的前半段向後半段過渡的時期，人工智慧已經證明或者初步證明了其對所在行業的顛覆和重構潛能。」
AlphaGo只是大眾最先對人工智慧進行實體認知的面具，面具之後，無限可能。
02智能時代AI賦能實體經濟
英國劍橋大學學者卡洛塔·佩雷斯在其著作《技術革命與金融資本》中將過去兩百多年工業革命的歷史進程分為五個階段，每個階段都持續了40-60年，往往由一次技術革命開始，誕生出新一代的基礎設施和產業。並指出，當前我們正經歷第六次技術革命，進入「智能時代」。
技術革命圖譜
為了不被時代拋棄，不可避免地，經歷過上一場「信息和遠程通信時代」技術革命的巨頭贏家們，也開始紛紛下注「人工智慧」。
阿里巴巴在2017年成立達摩院，計劃3年裡投入超過1000億元用於涵蓋基礎科學和顛覆技術創新的研究，並逐步實現技術成果轉化，如在計算機視覺領域，在被譽為仍工智能世界盃的CVPR 2019 WebVision圖像分類競賽中，以82.54%的識別準確率獲得冠軍。
騰訊建設「騰訊雲」如火如荼，截至今年5月份，騰訊雲AI公有雲日處理圖片超30億張，日處理語音250萬小時，自然語言處理超千億句，客戶數超過200萬，服務全球超過12億用戶。
值得注意的是，這些AI產品均紛紛圍繞垂直領域重點研發，在國內計算機視覺、圖像識別、自然語言處理等領域技術成熟，被稱為「技術層」。如，計算機視覺方向的「AI四小龍」——商湯、曠世、依圖、雲從。
不過，據德勤發布的《全球人工智慧發展白皮書》預測，到2025年，世界人工智慧市場規模將超過6萬億美元。
這麼大的市場，僅靠AI「技術層」單槍匹馬，是撐不起來的，必須放入更廣闊的「場景」裡。
自人工智慧連續三年進入政府工作報告，「AI+」經濟便上升至國家核心戰略。而「應用層」則是真正作為AI產業的延伸，將技術應用到具體行業，涵蓋製造業、交通、金融、醫療等18個領域。其中，醫療、交通、製造的領域更是備受關注。
一方面人工智慧需要深度融合於行業才能釋放出其巨大價值，而融合的過程更多是AI企業與行業企業深度合作、共同進行場景適配挖掘、AI賦能，進而達到降本增效等目的；另一方面，人工智慧技術需要優秀的算法，同時也需要海量的數據輸入才能產生優良的應用模型。
因此，人工智慧產業經歷了5-10年的快速發展後，在技術趨於成熟、投融資拉動、公眾對人工智慧了解深入等諸多推動力下，其商業化應用迎來加速期，涉及場景將極大豐富，預計2022年AI賦能實體經濟預計貢獻收入超1573億元。
2018年-2022年中國人工智慧賦能實體經濟市場規模（單位：億元）
18個領域要想處處開花結果，可謂道路漫漫，當務之急，靶向「大蛋糕」先開動。
03 當AI「撞」上製造業
根據億歐智庫統計，經過10餘年的快速發展，國內人工智慧企業更聚焦於To B端業務。
億歐智庫:中國人工智慧相關企業所屬的垂直行業分布TOP10 (單位:個)
值得注意的是，B端的機器人、基礎元件、汽車、行業解決方案、企業服務等領域，都有「製造業」的影子，如工業機器人、汽車製造、晶片製造、雷射雷達等。
清華大學國家金融研究院院長朱民在《中國成為製造強國的關鍵，製造業與人工智慧結合》一文中曾表示：「當中國進入由科技和創新驅動的新一輪發展階段，智能化的製造業將是中國經濟和技術發展的重中之重。」
「AI+製造業」是重要的，也是必要的。
論製造業規模，從2011年起，中國就已經是穩穩的世界第一。據世界銀行數據，2018年，中國製造業產出3.59萬億美元，超過美國2.16萬億美元、德國0.76萬億美元和日本的0.98萬億美元。
主要國家2004-2017製造業產出 （單位：萬億美元）
從產業貢獻率來看，根據國家統計局最新公布的數據，2020年第一、二季度，第二產業貢獻率佔比分別為53.9%和60.8%。
第一、二、三產業在2020第一、二季度貢獻率
同時，受疫情影響，2020年初始第二產業受疫情衝擊最大，實際GDP同比下降9.6%。但是，根據2020年6月的中國製造業採購經理指數為50.9，表示仍然處於製造業經濟擴張階段。中國的製造業有著頑強的生命力。
2020年6月中國製造業PMI
根據仁略產業研究中心，國內製造業為「AI+」提供了更廣闊的市場規模，處於發展期，潛力巨大。
人工智慧技術在各行業的應用
儘管中國是世界第一製造業大國和「世界工廠」被稱為「製造航母」，但是一直以來，只「大」不「強」。
首先，人口老齡化嚴重。在2011年出現「人口紅利」拐點之後，青年勞動力人口佔比繼續下降，且員工穩定性下降。
中國青壯年（20-44歲）人口佔比自2011年下降 數據來源：國家統計局
其次，國內製造業仍然處於價值鏈底端。由於裝備和軟硬體平臺依賴進口，面臨著缺乏創新平臺、自動化程度和單位勞動生產率較低等問題。
接著，產業遷移流失製造資源。伴隨中國人力、土地、環保、社保等成本端的提升，以及中美貿易摩擦帶來的挑戰，中國低端製造業出現向印度、越南等低成本國家的外遷趨勢。
最後，人類進入產能過剩階段。這是大工業時代「福特製+泰勒制」孕育出驚人生產力之後亟待解決的問題。
於是，「降本、提質、增效」成了現階段製造業提高競爭力和商業價值的基點。此外，「新基建」也再一次把製造業推向改革浪潮。
「智能化、數位化轉型是抓手。」中國人民大學商學院院長毛基業如是說。朱民也表示，「AI+製造業」是中國從製造大國走向製造強國的關鍵一步，也是新一輪技術革命下，各國緊盯的重要陣地。
但，「AI+製造業」的發展，既需要「巴掌」也需要「獎賞」。各國在摩拳擦掌搶佔工業智能賽道的同時，也要有良性競爭和相互學習的環境。
04 雪浪雲斬獲工業智能領域「奧斯卡」
在「2020世界人工智慧大會」上，「2020全球工業智能峰會」作為重要論壇之一，面向全球工業智能，與福布斯中國聯合發布首屆工業智能領域年度大獎——「湛盧獎」。
作為大獎，其旨在吸引全球範圍內「工業網際網路+AI」核心地帶的領軍者，引領工業邁進數位化、智能化的高速發展之路，未來將形成年度發布機制，打造全球工業智能領域的「奧斯卡」。
福布斯中國總編範魯賢(Russell Flannery)表示：「今天我們頒發的『湛盧獎』，特別富含中國歷史的意義。從90年代開始報導中國網際網路的發展，30多年來福布斯中國看到了中國經濟的轉變，見證了更多企業的蛻變。希望大家能夠通過『湛盧獎』，理解工業網際網路未來發展的重要性，打造合作生態。」
來自全球一百多家企業進行角逐，評審專家委員會由來自聯合國工業發展組織、工業網際網路產業聯盟(AII)、美國工業網際網路聯盟(IIC)、中國工程院的專家和知名投資機構代表，以及美國、歐盟等行業內的權威代表組成，通過雙盲評審的形式開展評選，最終共有18家企業獲得「湛盧獎」的稱號。
設置的10類獎項方向中，西門子、華為、富士康、徐工信息等在國內發展勢頭較猛的頭部工業網際網路公司，均榜上有名。
此外，引起更多人注意的是，僅成立2年的無錫雪浪數制科技有限公司（以下簡稱「雪浪雲」）不僅獲評「新秀獎」，被公認為是最具投資潛力並在工業網際網路舞臺剛剛嶄露頭角的傑出新興企業，還榮登2020中國人工智慧商業落地百強榜，成為唯一一家入選的工業網際網路企業，並被收錄為智慧工廠的典型案例。
2020「湛盧獎」獲獎名單
雪浪雲做了什麼？
05 雪浪雲的「工廠大腦」
「AI+製造業」其實並不容易。
當以深度學習為主導的人工智慧進入推廣培育期，自然語言處理、計算機視覺、精準營銷、自動駕駛等人工智慧應用市場增長迅猛，在醫療、金融、零售、安防、交通等領域的探索步伐不斷加快時，在製造業領域，卻由於受數據、算法、算力等因素制約，AI應用的廣度和深度受到限制。
但隨著工業網際網路平臺的快速崛起，其海量的數據、內嵌的高效算法和對算力的強大支撐能力，為AI在工業領域的發展應用提供了土壤。
尤其是AI應用於工業網際網路平臺設備層、邊緣層、平臺層、應用層等四類應用場景，正在推動傳統生產模式向實時感知、動態分析、科學決策、精準執行和優化迭代的智能化生產模式轉變，為製造業轉型升級賦能。
傳統製造業數位化升級主要面臨的問題包括，數據雜亂、分析困難、無法進行跨部門數據綜合分析決策等。而雪浪雲的使命就在於基於雪浪雲工業網際網路平臺的數據智能，為製造企業建設「工廠大腦」。
以「數據」為中心，雪浪雲團隊憑藉對工業網際網路的獨特理解，開發出了一套擁有自主產權的特色產品體系：虎符——工業數據開發及管理平臺、算盤——工業智能建模協同平臺、河圖——工業智能百寶箱，實現了數據、流程和決策的智能升級。
工業網際網路平臺層，雪浪雲通過實現對工業人、機、料、法、環全體系數據的全面採集、處理、存儲、打通，構建「數據+認知」算法庫，打造由數據存儲、數據共享、數據分析和工業模型等組成的整體數據服務鏈。在數字世界裡，探尋解決機械問題的真實答案，並提供以真實需求場景為導向的大數據與人工智慧技術產品。
雪浪雲「工廠大腦」主框架與解決方案
工業網際網路應用層，雪浪雲以商業智能提升工業APP數據挖掘深度。面向不同工業應用場景，開發搭載人工智慧的特定工業APP，利用人工智慧手段賦能現有生產過程，為用戶提供各類在平臺定製開發的智能化工業應用和解決方案。包括預測性維護、生產工藝優化、輔助研發設計等。幫助企業在「供」「研」「產」「銷」鏈路上實現數位化的全面快速轉型，從產品、產線到產業鏈全方位的升級。
河海不擇細流，故能就其深。雪浪雲在鋼鐵行業，為中天鋼鐵打造鐵礦石採購智能優化系統，將原材料總成本降低5%-10%；能源行業，為雙良進行中央空調智能運維和能效優化，設備故障降低30%，運維成本減少20%，拓展新業務構建能效智慧雲；煤炭行業，為中國中煤推出智能皮帶機運維平臺，班組管理智能化，厂部管理信息化；航空領域，雪浪雲設計了一套基於5G+機器視覺的復材檢測系統——「商飛大腦」，秒級識別統一標準，降低對工人經驗的依賴，提高檢測效率，自優化……
「工廠大腦、雲端數據正成為製造業向智能化轉型的中堅力量。雪浪雲正在探索一條為製造業建設『工廠大腦』，實現智能製造轉型之路徹底改變工廠模式，對生產帶來革命性的變化。」雪浪雲創始人兼CEO王峰表示。
善弈者無妙手，一招就實現勝利並不存在。「雙獎並蒂」是雪浪雲在工業網際網路領域的開始，未來也將循循積累、全篇謀局、一步一步建立自我優勢。