人工智能与物联网握手IBM开创高阶共享经济平台

（上图为IBM全球Watson物联网事业部产品战略和研发总经理ChrisO’Connor）

全球万物互联时代逐步到来，中国早在2009年就提出感知中国战略，以国家战略性新兴产业的高度大力推进物联网产业。十二五期间，中国成为全球物联网发展最为活跃的地区之一。根据工信部数据，2015年底我国物联网产业规模已达7500亿元，十二五期间年均复合增长率达到25%。

随着物联网产业的深入发展以及NB-IoT商用网络在中国的大面积建成和覆盖，物联网产业的竞争已经从传感器和基础芯片层面，转向了物联网平台。建投华科的《中国智慧互联投资发展报告（2017）》指出，平台将为整个物联网行业发展带来显著影响，主要体现在：产业价值向软件和数据服务转移、利用共性能力覆盖垂直行业、推动服务模式转变。

在物联网平台上，设备供应商、网络运营商、系统集成商、应用开发者和企业用户等产业链成员形成互利共赢的生态圈，既可大规模满足共性需求，也可快速响应个性化和特定需求。所谓工业化与信息化融合，某种程度上就是基于平台的高阶共享经济。而以IBM认知物联网平台为代表，更构建起了人工智能与物联网的全球化共享经济平台，一个新的经济奇点正在快速形成中。

社会基础资源的共享

在2017年9月19日的2017IBM上海物联网论坛上，江河瑞通科技集团有限公司（以下简称江河瑞通）总经理田盛华介绍了从2015年开始与IBM合作，针对中国的水行业，构建全社会范围内的水资源共享经济平台。

江河瑞通具有将近20年的水务经验，为水利、水务、环保、国土与海洋等涉水行业领域提供解决方案、应用软件、系统集成及监测产品等服务。作为传统的系统集成商和独立软件开发商，江河瑞通近年来也感受到了云、物联网、大数据与人工智能的冲击。

2015年，江河瑞通与IBM正式组建了联合创新实验室。通过两年的努力，江河瑞通物联网云平台正式上线运营，并获得工信部数据联盟的可信云认证；双方还联合开发了多种水务模型，使物联网具备了大数据分析云服务的能力。加上并购的智能硬件产品公司，江河瑞通从纯项目模式，向云、管、端一体化商业模式的转型。

田盛华表示，基于IBM技术，江河瑞通正在颠覆水行业：从之前条块分割的水资源管理，到可以覆盖更广的农村及中小河流的云服务，再到大江大河的灵活水资源调度以及城市水务一体化管理。以前，江河瑞通与水行业客户一起想的是局部水务管理软件，但现在江河瑞通思考的是在物联网平台与多家单位联合起来，整体解决整个社会层面的水资源共享问题。

我们认为在中国水市场实在是太大了，涉及到取水、用水、供水、排水等所有环节。在物联网平台上，我们真正要做的是一体化的城市水务升级方案，而不是解决局部某一个问题的软件服务。我们预测大概地市级城市有400个，加上省会城市和大机构，接近500个客户群。如果通过物联网把这些城市连起来，能创造多大的水资源社会效益？！

田盛华强调，特别是随着河长制的推行，进一步加大了整个社会层面的水资源共享。根据2012年的全国第一次水利普查结果，我国水利发展取得巨大成就，但与支撑经济社会快速发展和提高人民群众生活水平的需求相比，依然存在很多薄弱环节，特别是水资源和水利资源的高度分散化，全国9.3万多座水库、水库总库容占河川径流量的34％，但调控和保障能力较弱，防洪治理率低。

物联网平台能把过去分散的水资源和水利资源连起来，形成共享治理。江河瑞通把过去20多年积累的水务知识、文件、数据等一股脑塞进认知计算，通过人工智能分析自动得到专业的水务算法模型。而借助IBMVisualInsights视觉识别检测解决方案，江河瑞通能够对水务视频图像进行缺陷特征分类学习，包括水面线变化识别、漂浮物识别、黑臭水体识别、水体非法闯入识别、河水垃圾监控等等，并对异常情况及时发出预警，还能通过智能语音自动提醒分散在各地的水资源违规者。

对工业知识主动学习的共享

IBM全球Watson物联网事业部产品战略和研发总经理ChrisO’Connor在2017IBM上海物联网论坛上表示，凭借Watson强大的认知计算能力和云计算能力，IBM物联网正引领着一场从对数据的简单收集和预测，进化到真正理解海量数据间的模式和关系的革命。Watson是一个‘主动学习系统’，能根据我们的经验以及互动，不断地学习并变得更加聪明。

2017年6月，思科与IBM联合宣布建立全球合作伙伴关系，为企业提供网络边缘上的实时物联网洞察力。实际上，对于地处偏远位置的石油钻井或工厂而言，当需要立即做出重大决策之时，并不总能把数据及时上传到云中。IBM与思科合作，将IBM物联网从云端扩展到计算网络边缘。企业能够对设备进行实时监控，及时安排检修，维修成本降低近50%、生产力提高约25%。

另一家正文科技是一家无线网络设备制造商，为摩托罗拉、思科等网络公司生产网络设备芯片和模组，在昆山、常熟、台湾和捷克有四个生产制造工厂，80%以上的员工都配置在工厂里，属于一家典型的制造企业。在正文科技的生产线上，质检员是一个重要的岗位，如果质检员的人手不够或新质检员培养不及时，KUKA机器人示教器维修，都会造成生产线不良率的上升，为企业带来重大损失。

因为人工智能的到来，正文科技思考能否用图像识别技术，自动化辨识产品的缺陷，从而降低对人工的依赖。正文科技与IBM合作，把基于Watson的视觉识别检测引入实时的生产线，通过Watson实现毫秒级自动学习和辨识生产线上芯片模组产品的缺陷，再把结果实时反馈给生产线上的机器臂，告知机器臂及时调整。

正文科技技术长特助田馥铭表示：正文科技2017年引入IBM认知视觉检测第一阶段试行成效显著，采用机器学习技术的新方案可以节省了75%的人工检测工作，在成本降低的同时，效率得到了大幅提升。正文科技原本配置的一条产线有20个质检员，通过Watson可以把质检员的人数降低到4个。过去质检员疲劳所造成的错误率也降低了，利润率也提高了。

田馥铭特别强调，如果产品线有变动，就要对生产线重新配置，重新更迭整个产线的参数，而整个生产线运作一段时间之后设备也会老化或出现故障，也必须要更换新的零件。过去，这些调整之后要一段时间才能把整个产线的良率拉高，现在依靠Watson就能自动化提高产线的良率。

IBM电子行业全球智能制造解决方案总经理邓钦介绍说，基于IBM认知质检解决方案是一个能自学习的人工智能系统，不需要为每一个新出现的产品缺陷而修改软件代码，而是让机器具备自学习的能力。为此，IBM认知质检解决方案的算法中有一个自信度，提示对新缺陷判断的自信心程度，程度低的时候由人工复检，而随着时间推移需要人工复检就会越来越少。而这一切，都发生在真实生产线上的毫秒级间隔里。