郑伟莹作者 天下网商来源

阿里云拓荒记

互联网的风向正从“to C”转向“to B”,大佬们纷纷喊出“从消费互联网迈向产业互联网”的口号,互联网企业争着抢着去当科技赋能的主体,“科技产业化、产业科技化”的大潮已然成势,而阿里云的ET工业大脑早已立上潮头。本文由机器之心经授权转载自天下网商(ID:txws_txws ),未经授权禁止二次转载。

张发均从未想过,自己计算机专业毕业,踏上职场后却经常跑工厂。

张发均本人

2016年3月,他背负着“将阿里云技术产品以解决方案形式,帮助客户提升业务效能”的使命,坐上了从杭州开往苏州的列车。从最初的心余力绌,到如今的举重若轻,他在两年多的时间里,和同事一手推动阿里云ET工业大脑在制造业中的落地发芽生长,也见证了最初默默无闻的ET工业大脑,如何一步步成就今日赫赫之名。

张发均自称,自己是“互联网和工业企业间的摆渡人”。

挑战

张发均2011年加入阿里云,见证了阿里云起步阶段的各种坎坷。

2016年年初,妻子有了身孕,张发均忙着找医院,挑衣服,准备陪在妻子身边待产,可是一通电话过来,却打乱了小两口的计划。

 “3月的一天,我接到了高飞的电话,说集团要派我跟他一起去苏州开拓新业务,特别是寻找制造业的机会,把互联网技术用起来。”张发均陷入两难,一方面他知道现在正是妻子最需要自己的时候,一方面他又特别希望接受这项全新的挑战,帮阿里云开拓在工业领域的商业边界,“当时我有一种冲动,想要去试试看。”

最终,夫妻俩达成共识,妻子先回老家,由双方父母代为照料。带着妻子为自己整理好的行李,张发均坐上了开往苏州的火车,他满怀愧疚,但未知的一切又在不断吸引着他。

理想很丰满,现实却很骨感,初到苏州,眼前的一切让张发均傻眼。

阿里云苏州分公司坐落在高新区,办公室空空荡荡,还在装修,张发均和高飞只好借用B2B同事位于吴中区的办公室办公。为了方便拜访高新区的客户,之后两人又搬到了高新区科技城管委会5楼的小会议室,“打开门一股味道,桌子、凳子都没,到处都是灰尘。”

在强调迭代速度的互联网企业,业务跑得太快,办公环境因陋就简非常普遍,但这种文化却与传统企业格格不入。

曾今短暂的落脚点

张发均还记得,第一位登门拜访的客户是一家日企的CEO,对方一进门就四处打量,直言不讳地说阿里云公司那么大,怎么连间像样的办公室都没有,员工也才两个人,就差没开口质疑他们是家皮包公司。

第二位客户是苏州一家知名医疗器械企业的CEO,对方原本是慕名而来寻求合作,可看到如此简陋的办公场地,他逗留了几分钟便借故匆匆离去。

碰壁

都说万事开头难,张发均不是没有心理准备,但艰难的开局还是越过了他的底线。

办公室见不了人,那就主动登门拜访。在当地政府的引荐下,张发均和高飞筛选了二十多家企业,都是各产业内的龙头,或是市值上亿元以上的大型企业。2016年3月底起,两人开始分头拜访客户,最多的一天,张发均见了7位CEO,经常一整天顾不上吃饭。

第一轮登门拜访,持续了一周时间,可是一个单子都没谈妥,因为90%以上的企业,对“云计算助力企业转型”的说法并不买账。

 “在互联网公司,去IDC(数据中心)上云这套思路,阿里云做得比较成功,然后我们理所当然拿这个思维去和传统制造业谈。可是基本花个20分钟不到介绍完云计算,就被‘送客’了。”

现实与设想出入很大,第一轮拜访结束后,张发均备受打击。“介绍完云计算是什么,他们也还是不懂,就两三家企业觉得可行。我至今记得第一天拜访的第二家企业,聊了14分钟左右,他们CEO直接问‘你们提供的这个解决方案,能把传统的ERP(企业管理系统)、ORACLE(数据库)、MES(生产系统)替代掉并国产化吗?’一听不是做新系统换老系统,就特别干脆地拒绝了我们。我有种要立马收拾行李回杭州的冲动。”

这天,张发均和高飞决定吃顿好的,顺便汇总一下双方信息,可是驱车四五公里,只找到一家沙县小吃开门营业。

 “我记得很清楚,一人一份蛋炒饭,外加一只鸡腿。加鸡腿算是给自己加油打气了。”两人边吃边总结失败经验,觉得可能是切入点不对,双方的需求不够对焦。

阿里云苏州分公司办公大楼

破局

转换思路,以“大数据、数字化助力制造企业升级转型”为切入点,第二轮拜访很成功,80%以上的企业当场表示很感兴趣。

 “我们拜访的第一家企业是苏州法兰克曼医疗器械有限公司,他们的产品通过渠道(分销商)卖给客户,但卖出去之后就完全脱节了。他们不知道设备卖给了谁,用的好不好。听我介绍完,就说希望通过大数据分析,做产品的改进,增加自家产品在市场上的竞争力。”张发均回忆。

良好的开端,让高、张两人重树信心,多家企业表示愿意合作,但具体合作方式还需探索。当拜访到协鑫光伏时,这家中国光伏切片的龙头企业表现得异常主动。

“协鑫光伏一直觉得大数据有用,但具体能用来做什么,他们并不清楚,不过近2年来,企业一直都有特意保留各项数据。我们上门拜访刚介绍完,他们的CEO郑总就感觉遇上了‘知音’,一两个小时谈下来,双方需求对焦了,决定用‘大数据来提升良品率’。双方明确共同目标之后,合作一拍即合。”张发均觉得,客户有数据,有业务场景,缺少计算的能力和方法,而阿里云工程师恰恰擅长对数据的分析、建模、计算。

合作敲定之前,张发均就先与协鑫光伏一起梳理生产车间的各项数据,同步安排工程师团队来苏州就位,并制作了一份推动可行性报告。

看完整份报告后,郑总没有多说,立刻着手安排人拟定合作事宜。

鸿沟

2016年4月下旬,阿里云工程师正式入驻协鑫光伏位于苏州的工厂。实际上手操作之后,工程师们发现这个项目比设想要难。

协鑫光伏位于苏州的生产车间

光伏切片生产有着十分精密的工艺流程,生产车间的湿度、温度,砂浆上下部温度,导轮上下部温度等上千个参数实时影响着生产。一根仅0.1mm粗细的钢线不断摩擦硅锭,最终切出一片只有0.2mm厚的硅片,如此复杂的生产环境下,再资深的专家团队,仅凭人工经验,也很难100%保障产品质量。

工程师团队工作的第一步,就是将车间所有端口的数据标准化上云,随后通过人工智能算法,对所有关联的1800多个参数进行深度学习计算,精准分析出与良品率最相关的60个关键参数,并搭建参数曲线,在生产过程中实时监测和控制变量。

一边是有着多年实战经验的传统制造业专家团队,一边是有技术但并不懂光伏切片生产工艺的互联网工程师团队,项目需要双方通力合作才能完成,但因为陌生,出于对互联网工程师专业性的质疑,双方之间总存在一条“鸿沟”。

 “专家们觉得工程师并不懂这一行,对其专业度存在质疑,觉得你凭什么能够帮助我?”张发均说,“那段时间真的还蛮苦的,一方面是迟迟未出成果被质疑,一方面要无视对方的质疑去快速学习专业知识。”

认可

转机出现在2016年6月,当时,协鑫光伏位于太仓的工厂停工后复开,同样的生产工艺、材料、设备和技术,还有专家团队把控,但生产出来的硅片良品率迟迟无法达标。

专家们绞尽脑汁,仍不见效,良品率还是达不到公司的标准。情急之下,太仓工厂的厂长,向正在苏州车间一筹莫展的大数据工程师发来了 “求助信号”。

 “很偶然,也不是说完全信任我们,就说多个人,多个想法,让我们试试。”张发均回忆。

收到支援请求,阿里云的专家团队带着初步搭建成功的大数据平台赶往太仓。“通过太仓工厂车间的新鲜大数据,工程师对其进行清洗和建模,最后套入大数据平台调参。”

2个多月后,成果出来了。硅片良品率提升了六到七个百分点,达到了公司标准。

此时,车间里的传统制造业专家们,没有多说话,临走时,笑着拍了拍几位大数据工程师的肩膀,一切尽在不言中。

成功

太仓工厂一役,填平了厂方专家和工程师之间的鸿沟,双方合作变得融洽起来。

8月份,之前被清洗分析出来的与良品率有关的60个参数,经过不断迭代后,最终剩下20个。此时,工程师们将数据输入大数据平台,通过大数据多变量分析,终于成功找到了提升良品率生产的最优解。

11月,最终成果显现。协鑫光伏苏州车间生产出来的硅片,在原有高良品率的基础上,整体又提升了1%。不要小看这1个百分点,对于年产值上百亿的协鑫光伏来说,仅仅这1%的提升,就能为企业节省上亿元的成本。

 “这次的成功经验,完全是可复制的。”顺利迈出第一步,坐落于常州的天合光能CEO联系上了阿里云,这家全球光伏龙头企业看中了ET工业大脑为自家“对手”带来的巨大红利,希望双方也能有进一步的合作,让他们的产品在市场上更有竞争力。

 “合作后,我们把天合光能的A品率提升了7%。”张发均说。

短短两年,原本2个人的阿里云苏州分公司,现在壮大了很多倍。团队与B2B的同事们一起,搬到了装修好的新办公楼里。两千多平方米的办公室内,不仅有茶水间、卫生间,还有贩卖零食的休闲吧,独立的复印室和多功能会议室。可就算没有这样的办公环境,也再没有哪家传统企业会因此质疑阿里云的能力了。

阿里云苏州分公司办公室一角

纵观整个华东地区,随着ET工业大脑业务的不断拓展,阿里云先后在济南、青岛、南京等七个城市开设了了分公司。

ET工业大脑正在赋能各行各业,仅苏州分公司,目前就有二三十个大项目,合作对象基本都是行业的龙头企业。合作对象的范围,也不仅局限于苏州,更向外延伸至南通、常州和无锡。合作企业的类别,也从最初的能源企业,拓宽到钢铁、水泥、纺织和化工等制造业。

“现在中国前十的光伏龙头企业,大部分都和我们阿里云对接合作过,有的项目已经合作结束,在洽谈二期项目合作中。”说起这话时,张发均非常自豪,“当初我们要是冲动回杭州,现在也不会有这样的局面。”

本文由机器之心经授权转载自天下网商(ID:txws_txws ),未经授权禁止二次转载。

原文链接:https://mp.weixin.qq.com/s/-dGSV8Tx_2Kh7DUsxScYCg

产业阿里云
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

暂无评论
暂无评论~