继《下一个“硅谷”,还在硅谷?》《像硅谷那样去思考》之后,这一篇回到中国。事实上,多年来,无论走得多远,去了哪里,我思考的出发点和归宿都是中国怎么办,怎样能更好。有时很兴奋,有时很苦涩,但心心念念于此,也别无选择。
作为正和岛全球标杆案例探访团的行程导师,走进硅谷时,我向同行的企业家们推荐了中国工程院院士孙凝晖的一篇讲稿《人工智能与智能计算的发展》。
他讲到了中国智能计算发展的四个困境:
1、美国在AI核心能力上长期处于领先地位,中国处于跟随模式;
2、高端算力产品禁售,高端芯片工艺长期被卡;
3、国内智能计算生态孱弱。英伟达CUDA生态有近2万人开发,是国内所有智能芯片公司人员总和的20倍;
4、AI应用于行业时,成本、门槛居高不下。
统一技术体系走闭源封闭,还是开源开放的道路?拼算法模型,还是拼新型基础设施?AI+着重赋能虚拟经济,还是发力实体经济?这些战略选择题,摆在中国面前。
孙院士认为,我国的优势在实体经济,制造业全球产业门类最齐全,体系最完整,特点是场景多、私有数据多。我国应走出适合自己的人工智能赋能实体经济的高质量发展道路。
从我们的参观学习看,美国在AI最前沿、最关键以及外部性很强的生态方面,优势明显。但中国AI的发展也大有可为。
我们一行中有好几位企业家,短短几天,就和斯坦福大学、加州大学伯克利分校的一些大学生、研究生接上了头。他们抛出希望用AI帮助解决的问题,学生们提出一些技术方向。有的已经形成了初步合作计划。中国的优势就是“用”,企业觉得有用,愿意用,能产生效用。
同行企业家中,有一位是杰克科技董事长阮积祥,浙江台州的企业家。杰克科技1995年成立,现在是全球缝制设备行业产销规模最大的企业。阮总说,他们的产品销售到170多个国家和地区,服务于服装、鞋业、箱包、家具、皮革、汽车、航空等领域。他自己就去过100多个国家和地区。
在和阮总交流中,我意识到,中国的“硅谷”,可能不是像汇聚了谷歌、苹果、英伟达、微软那样的巨人谷,而是分布在很多产业带,分布在千行百业,其主体是那些用数字化、智能化改造与提升自己的企业。
中国的“硅谷”在哪里?在脚下,在实实在在、以问题为导向的创新之中。
这里,我想结合杰克科技的一款创新产品,“快反王”平缝机,和大家分享——数据、算法、AI并不神秘,关键是要根据具体场景,把它们用起来。不管小模型、中模型,只要有用、见效,就是好模型。好模型在使用中会越变越好,越变越聪明。效果才是检验AI的硬道理。
行业变迁与客户痛点
世上唯一不变的是变化。穷则变,变则通,通则久。
服装行业,这些年最大的变化是什么?
是从单品类、长周期、大批量生产,转向时尚化、个性化消费。服装厂面临着小批量、多批次、快交付的挑战,必须具备柔性生产、小单快反能力,才能生存下来。
所谓“小单快反”,就是先开发出多种服装款式,每一种生产几十件、几百件,打样试销。一旦某个款式卖的火爆,立刻追单生产。小订单现在已占整个服装订单的70%左右。中国的小单快反最领先,国外也在向这一趋势靠拢。
趋势一旦确立,就会影响到方方面面。比如缝纫机。
过去,做薄料用薄料专用的缝纫机,做厚料用厚料专用的缝纫机。缝薄料和缝厚料的缝纫机,在机器设计原理上有很大差异。过去,几天甚至几十天都做一款服装或做类似的面料,缝纫机啥毛病也没有。
但在小单快反下,一条生产线一天做几款甚至几十款服装成为常态。做牛仔,做衬衫,做轻薄外套,要切换不同的面料,遇到紧急订单,还要插单。在不断换款换料的过程中,缝纫机就会出现很多问题,比如不吃厚、缝薄起皱、弹力面料线路紧,还经常有跳针、断线等各种故障,机修工大部分时间都在处理问题。尤其从春夏季转冬季服装,机修特别忙,几乎所有的机器都要调整,很耽误活,但干着急也没用。
那么,能不能做一台既能缝薄又能缝厚,还能适应弹性等各种面料的缝纫机呢?阮积祥问了内部技术团队和外部专家,都说不可能,因为这严重违背了缝纫机最基本的机械原理。
可是当阮积祥在全球各地走访服装厂,看到机修工在生产车间里奔走,在车工的不停催促下,忙得满头大汗,还是调不出一台令人满意的机器;看到车工在工位生产,服装过坎时,总是容易断线;看到换款做薄料时,线迹粗糙,弯弯曲曲地浮在布料上面,车工一脸无奈;看到服装厂老板对着一堆快反小订单,就是赶不上交货,一次次打电话催机修工来调机器,一等就是一两个小时,烦恼不已……
所有这些场景,让他下了决心,一定要做出符合快反要求的缝纫机。最难的路,就是迈向快反时代的胜利之路。
自适应系统与核心技术
杰克与齐思设计、爱丁堡大学、东英吉利大学、浙江大学、华中科技大学等机构联合开发,投入200多位工程师,历时5年,召开了300多场技术攻关会,死磕到底,最终在2023年推出了“日缝百款不停机”的快反王平缝机。
快反王的核心,是建立了一套AMH面料自适应系统,能够快速感知面料变化,实时调整送布力与穿刺力的协同,实现不同面料连续缝纫不用调。
AMH面料自适应系统有两大关键核心技术。一个是九脑章鱼AI芯片,一个是大力猿电机。
九脑章鱼AI芯片,能够针对厚、薄、弹等不同面料,实现智能感知,实时响应。它之所以能做出来,是因为杰克科技多年累积了20多万台设备所缝纫过的不同布料样本的数据库模型。在数据基础上,通过10位业内博士专家团队的努力,以及与国内外科研机构的合作,共同开发出了一套智能AI算法,可以通过每秒1万次的多任务并行更新计算,实时根据面料需要,输出送布力与穿刺力的最优组合数据。
有了最优组合数据产生,就轮到大力猿电机发挥作用了。名为大力猿,是因其拥有超大扭矩、超强爆发力、精度高等特点。它所实现的综合扭矩,相当于两轮摩托车的动力输出,同时力矩精度达到0.05N·m。再搭载缝纫机通轴技术,可以产生强大而精准的送布力与穿刺力输出。
功到自然成。九脑章鱼AI芯片通过实时监测送布力与穿刺力数据变化,感知面料变化。一旦发生变化,就会高速运算送布力和穿刺力协同的参数,同步给两个大力猿电机,送布电机优化送布力,主轴电机优化穿刺力,从而精准输出送布力与穿刺力,实现不同面料的连续缝纫。
这里最关键的一点是,整个过程必须在瞬时完成,否则,容易发生跳针断线。快反王即使在每分钟4000转时,每缝1针也有高达150次以上的数据监测与参数调整执行。这样的响应速度,完美实现了各种面料自适应,全程无需人工干预。
快反王的穿刺力有多强?它能穿刺105张A4纸的厚度,相当于7个硬币叠起来。
去年在快反王发布会上,有6位模特穿着不同面料的服装,有超弹丝袜装,有超厚的帆布+铜板装,有牛仔+皮革+草编装,有网纱裙,有包装纸装,有皮革+铜板装,不管极薄、极厚、极弹等各种面料,都是杰克科技用一台快反王缝制出来的。
我在2020年写过《一只打火机里的中国制造》,写的是慈溪的新海打火机。杰克科技让我见识了“一台缝纫机里的中国智造与人工智能”。当然,快反王数据库的数据量和算法模型的复杂度,远远赶不上现在最流行的智能驾驶,但它了不起的地方在于,它已经做成了一个闭环,一个好的循环,已经在行业里应用起来。阮总告诉我,今年6月16日,他们还会推出一款潜心研制、数智驱动的爆品。
什么是人工智能?我觉得快反王就是很好的案例。
学习+死磕
从杰克科技的快反王,我们能够获得哪些启示?
首先,学习,学习,再学习。
论学历,阮总是初中文化,但他几乎读遍了国内最好的几家商学院,不是为拿证书,是为学习。他一年读上百本书,近两年更是每天都写一篇学习思考,分享给所有管理干部。请注意,是每天!他是我们团里不折不扣的“学霸”,问问题最多,分享看法最多。他对和他相关的前沿知识的渴望程度,对前沿领域做到全球领先的研发机构和著名专家的熟悉程度,是惊人的。美国研究电子皮肤、智能皮肤的一流专家,以及像麻省理工学院机械工程系讲席教授陈刚这样的学者,他都去拜访学习交流过,不少专家也都到过杰克科技。阮总的故事说明,你要做全球的生意,全球的企业,全球的领先者,就要向全球学习,向全球的优秀者、前瞻者学习。
其次,死磕,死磕,再死磕。
做成快反王,杰克科技花了5年。缝纫机有几百个部件,快反王融合了芯片技术、AI技术、机械与电控技术,最终才将不可能变成可能。
光是一个张力调节旋钮,就有数十种规格特性,如高度、直径、倾斜度、材质、表面粗糙度、耐磨性、阻尼的排布疏密、嵌件结合的牢固度、调节的顺滑度、工艺的可实现性等。任何一个规格特性没处理好,都会影响旋钮最终的体验效果。
杰克科技与德国红点奖设计公司合作,要求参照豪车旋钮设计。为了实现最优阻尼手感,在行业内甚至在手表等跨行业精密机械里,寻找了100多种齿形,20多种材料,进行了200多次组合测试,才确定了最优的齿形结构和材料。他们不断进行造型、打样、推翻,再造型、打样、再推翻的循环优化,最终定义出了大家都认可的规格特性。
从硅谷回来,当我有意识地寻找更多快反王这样的案例时,发现很多企业都在数字化、智能化方面深耕,成果斐然。
上海企源科技股份公司董事长孔祥云先生告诉我,他们服务多年的宝武集团,其实就是一个数字化巨人。宝武集团2023年销售收入1.1万亿人民币,其中超过3000亿是旗下生产性服务业的互联网平台企业产生的收入,如欧贝工业品、欧冶云商、欧冶链金、宝信软件、化工宝、宝武数科等。
宝武的工业互联网平台,致力于“所有设备都在平台接入,所有数据都在平台分享,所有知识都在平台沉淀,所有员工都在平台工作,所有业务都在平台运行”。如平台成员宝武智维,远程接入了20多万台设备,设备故障三年下降了20%多。
2024年,是上市公司宝钢股份全面推进AI战略的元年。宝钢股份目前已经打造了汽车板产线的“AI主操”,能处理超过800个数据和参数,预测未来30分钟的工艺参数变化情况,并将调整的指令下发到PLC控制系统,完成毫秒级的实时控制。在一个张力纠偏的案例中,AI比操作人员提前了54秒,感知到异常并响应,其调整动作与成熟的历史经验预期是一致的。宝钢股份今年的一个目标就是要将大模型应用到汽车板表面质量检测等环节中。
结语
我的硅谷系列的三篇文章,到此告一个段落。
中美AI竞争的序幕刚刚开始。我的基本看法是:
该仰视的就仰视,就学习,我们有些方面还差的很远;
该平视的就平视,在不少应用方面,我们有自己的优势和能力;
关键是脚踏实地,认知AI,使用AI,做好自己的事;
最怕的,是漠视,是不当回事。或者明明不行,非要虚张声势。
当AI赋能制造,当企业构建生态,传统制造的内涵正在深刻改变。像宝武集团,已经是先进制造业和现代服务业的合体。像杰克科技,他们是缝制设备行业的领先企业,也是集面辅料仓储、数字版房、智能验布、智能裁剪、吊挂缝纫、后道分拣、成品仓储及APS、MES、WMS、PDM等软硬件为一体的服装智能制造成套解决方案服务商。这是官网上的介绍,简单说,是制造业企业,也是数智化的服务型企业。
我们大概不能指望中国的互联网企业去PK微软,半导体企业去PK英伟达,但我以为,中国不少实体行业里的龙头链主,有机会去做所在行业的“微软”和“英伟达”,至少要有这样的抱负和气象。
我一直有一个观点,只要能把一个行业变成制造业,就能纳入中国擅长的赛道。在人工智能大潮涌动的今天,我想到的是,我们要用AI把制造业重做一遍,要把制造业变成数智化的制造。要把生产性创新与生产性服务相结合。
把智造业做到极致,可能是打造中国“硅谷”的一条可行路径。
/// END ///
No.5817 原创首发文章|作者 秦朔
![](https://media.zhengguannews.cn/picture/gov/202208/16171706240.jpg?x-oss-process=style/gov-media)
秦朔朋友圈
秦朔,媒体人、原《南风窗》总编辑,《第一财经日报》创办人 ,上海东方传媒集团有限公司副总裁。