AI時(shí)代已經(jīng)到來(lái)，不想被拋棄，特別是傳統(tǒng)產(chǎn)業(yè)的你，怎么辦？

我們唯有奔跑，才能不被AI時(shí)代拋棄。

編者按：本文來(lái)自微信公眾號(hào) 愛(ài)倒騰的程序員（ID：taosdata），作者：陶建輝，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載，頭圖來(lái)源攝圖網(wǎng)

【資料圖】

消除數(shù)據(jù)孤島

AI的基礎(chǔ)是大數(shù)據(jù)，需要有足夠的數(shù)據(jù)樣本，才能訓(xùn)練模型，才能依據(jù)數(shù)據(jù)做出商業(yè)決策。但是對(duì)于傳統(tǒng)產(chǎn)業(yè)而言，這個(gè)大數(shù)據(jù)的前提就不容易實(shí)現(xiàn)。

傳統(tǒng)產(chǎn)業(yè)的IT、OT建設(shè)參差不齊，無(wú)論中國(guó)還是美國(guó)，大部分企業(yè)的數(shù)字化建設(shè)遠(yuǎn)落后于互聯(lián)網(wǎng)類(lèi)型的企業(yè)。以我最近打交道的美國(guó)發(fā)電企業(yè)為例，他們很多用的還是PI System，而且還是很老版本的，Aveva對(duì)Process Book都不支持了，但還在使用，因?yàn)镻I相當(dāng)穩(wěn)定，而且能滿(mǎn)足他們生產(chǎn)要求，他們也就沒(méi)有更換的動(dòng)力。但這個(gè)老系統(tǒng)是完全獨(dú)立的，是一個(gè)數(shù)據(jù)孤島。一個(gè)發(fā)電集團(tuán)總有幾十個(gè)甚至幾百個(gè)電廠，每個(gè)電廠用的軟件，或版本都很難一致。而且由于商業(yè)的并購(gòu)、分拆的原因，導(dǎo)致各種系統(tǒng)并存，各種軟件供應(yīng)商都有，而更換的成本與風(fēng)險(xiǎn)很高，因此很難統(tǒng)一。加上現(xiàn)在清潔能源的發(fā)展，光伏、風(fēng)力發(fā)電的系統(tǒng)與傳統(tǒng)的電力又不一樣，因此復(fù)雜度更高。

在這種情況下要讓AI賦能這些傳統(tǒng)產(chǎn)業(yè)，首先要做的就是將散布各處的各種系統(tǒng)、包括各種版本采集的數(shù)據(jù)進(jìn)行匯總，消除數(shù)據(jù)孤島。但由于各種系統(tǒng)存在，有老掉牙的自動(dòng)化系統(tǒng)，也有最新的數(shù)采系統(tǒng)，各種工業(yè)協(xié)議都存在，數(shù)據(jù)匯聚還不是簡(jiǎn)單的匯聚，還需要對(duì)各個(gè)數(shù)據(jù)源的數(shù)據(jù)進(jìn)行清洗、加工、處理，才能進(jìn)入統(tǒng)一的平臺(tái)。而每個(gè)數(shù)據(jù)源都不一樣，因此數(shù)據(jù)匯聚是一個(gè)臟活、累活，還不產(chǎn)生直接的經(jīng)濟(jì)效益。但是數(shù)據(jù)匯聚如果不做，AI賦能談都不用談。

建設(shè)數(shù)據(jù)分享平臺(tái)

數(shù)據(jù)總是提供給各種應(yīng)用，包括各種AI應(yīng)用使用的，而且這些應(yīng)用有內(nèi)部，還有外部合作方的應(yīng)用。比如新能源汽車(chē)采集大量的數(shù)據(jù)，它包括電機(jī)、電控、電池?cái)?shù)據(jù)，甚至還有用戶(hù)行為數(shù)據(jù)。這些數(shù)據(jù)不僅內(nèi)部不同的部門(mén)需要使用，看如何通過(guò)數(shù)據(jù)分析提升汽車(chē)品質(zhì)，改善駕駛與乘車(chē)體驗(yàn)，同時(shí)眾多第三方需要這些數(shù)據(jù)，比如電池供應(yīng)商、電機(jī)供應(yīng)商，他們也需要用這些數(shù)據(jù)來(lái)進(jìn)行分析，有些數(shù)據(jù)還要上報(bào)政府監(jiān)管部門(mén)。因此如果不建設(shè)好強(qiáng)大的數(shù)據(jù)分享平臺(tái)，將無(wú)法應(yīng)對(duì)內(nèi)部、外部以及監(jiān)管部門(mén)的需求。

但分享就牽涉到數(shù)據(jù)的隱私與安全問(wèn)題，利益相關(guān)方應(yīng)該只能看到它被容許看到的數(shù)據(jù)。比如電池供應(yīng)商只應(yīng)該獲取脫去用戶(hù)個(gè)人信息后的電池?cái)?shù)據(jù)，而且只能看到自己的電池?cái)?shù)據(jù)，還不能看到同一汽車(chē)主機(jī)廠其他電池供應(yīng)商的數(shù)據(jù)。為了保護(hù)隱私，有的數(shù)據(jù)甚至要加工后才能提供，而不是直接提供原始數(shù)據(jù)。為進(jìn)一步增加安全性，數(shù)據(jù)擁有方還必須能隨時(shí)控制應(yīng)用訪問(wèn)的時(shí)長(zhǎng)，訪問(wèn)的數(shù)據(jù)的時(shí)間段等。

大多數(shù)場(chǎng)景下，數(shù)據(jù)的分享可以是批的方式進(jìn)行，定時(shí)獲取一次就行。但有的場(chǎng)景是需要實(shí)時(shí)獲取的，比如工業(yè)上總希望做實(shí)時(shí)的異常檢測(cè)。一旦檢測(cè)到新的數(shù)據(jù)，就需要立即通知相關(guān)的應(yīng)用?？梢灶A(yù)見(jiàn)，實(shí)時(shí)的數(shù)據(jù)分享需求場(chǎng)景還會(huì)越來(lái)越多。

由于應(yīng)用林林總總，新的應(yīng)用、新的合作伙伴天天涌現(xiàn)，這個(gè)分享還必須有足夠的靈活性。系統(tǒng)管理員收到開(kāi)通分享的請(qǐng)求后，做個(gè)簡(jiǎn)單的配置，分享就能立即生效，而無(wú)需進(jìn)行開(kāi)發(fā)或復(fù)雜的配置。

因此企業(yè)要能讓AI賦能，數(shù)據(jù)匯聚后，還必須建設(shè)有強(qiáng)大、安全而又靈活的數(shù)據(jù)分享平臺(tái)。

無(wú)縫對(duì)接的開(kāi)放系統(tǒng)

數(shù)據(jù)匯聚后，企業(yè)當(dāng)然可以開(kāi)發(fā)自己的AI應(yīng)用，做更好的異常監(jiān)測(cè)，實(shí)時(shí)報(bào)警，并為產(chǎn)能、成本、設(shè)備維護(hù)等提供更好的預(yù)測(cè)，而且這些都是基于整個(gè)公司層面的數(shù)據(jù)做出的，而不是局限于一個(gè)電廠或一個(gè)制造廠，讓決策者有更好的宏觀整體把控。

但傳統(tǒng)企業(yè)要組建自己的AI開(kāi)發(fā)甚至數(shù)據(jù)分析團(tuán)隊(duì)，都是相當(dāng)不容易的。因?yàn)锳I開(kāi)發(fā)以及數(shù)據(jù)分析的人才，還很稀缺，你需要與阿里、華為、騰訊、百度這些企業(yè)競(jìng)爭(zhēng)，在美國(guó)，則是與谷歌、微軟、蘋(píng)果、亞馬遜等競(jìng)爭(zhēng)。不僅他們的薪資結(jié)構(gòu)、工作方式與傳統(tǒng)產(chǎn)業(yè)相差太大，而且即使加入，因?yàn)閷?duì)產(chǎn)業(yè)本身的知識(shí)了解不夠，往往半年甚至一年都難發(fā)揮出作用，導(dǎo)致投入產(chǎn)出不成正比。

那么最好的方式就是直接采用第三方的AI應(yīng)用，將自己擁有的數(shù)據(jù)平臺(tái)與第三方AI應(yīng)用對(duì)接。而且為縮短周期，可以直接使用對(duì)方提供的云服務(wù)，這樣就大幅減小了購(gòu)買(mǎi)或協(xié)調(diào)資源以及部署所需要的時(shí)間，可以立即上線。同時(shí)云服務(wù)一般是按時(shí)長(zhǎng)或用量收費(fèi)，而無(wú)需提前支付一大筆采購(gòu)費(fèi)用。這樣能很快看到效果，看是否能滿(mǎn)足要求，大幅降低了決策成本。

但AI應(yīng)用提供方很多家，服務(wù)質(zhì)量也參差不齊，那么作為擁有數(shù)據(jù)的企業(yè)，要做到的就是保證自己數(shù)據(jù)平臺(tái)的開(kāi)放性，任何應(yīng)用都可以通過(guò)標(biāo)準(zhǔn)的接口獲取數(shù)據(jù)，這樣就能去除AI應(yīng)用與數(shù)據(jù)平臺(tái)對(duì)接的障礙，各種應(yīng)用系統(tǒng)都能與數(shù)據(jù)平臺(tái)無(wú)縫對(duì)接。只要想嘗試某個(gè)AI應(yīng)用，一周甚至一天之內(nèi)就可以看到效果，大幅提高決策效率。因此如果數(shù)據(jù)平臺(tái)具有很好的開(kāi)放性，那么讓AI賦能，就像商場(chǎng)買(mǎi)衣服一樣，可以左挑右揀，直到自己滿(mǎn)意為止，不是痛苦，而是一件賞心悅目的事情。

一般的平臺(tái)或軟件都會(huì)聲稱(chēng)自己是開(kāi)放的。但從我個(gè)人的經(jīng)驗(yàn)來(lái)看，只有流行的用戶(hù)量大的軟件或系統(tǒng)，開(kāi)放性才不會(huì)有問(wèn)題，而且所有的應(yīng)用都會(huì)與它對(duì)接。就像我們開(kāi)發(fā)的TDengine，由于開(kāi)源，安裝量已經(jīng)超過(guò)27萬(wàn)，而且它還有標(biāo)準(zhǔn)的JDBC接口，支持SQL，能與幾乎所有的可視化、BI工具對(duì)接。

AI的未來(lái)

與互聯(lián)網(wǎng)一樣，AI并不能取代傳統(tǒng)產(chǎn)業(yè)，能源、制造、汽車(chē)、礦山這些行業(yè)依舊存在，但AI能賦能、提升這些產(chǎn)業(yè)，提高生產(chǎn)效率，為傳統(tǒng)產(chǎn)業(yè)注入新的活力。不擁抱AI的企業(yè)將會(huì)失去競(jìng)爭(zhēng)力，逐步被淘汰。

AI已經(jīng)強(qiáng)大，但對(duì)于傳統(tǒng)產(chǎn)業(yè)而言，還有兩個(gè)不足。一是要求的算力過(guò)大，導(dǎo)致成本過(guò)高，對(duì)于利潤(rùn)很低的傳統(tǒng)產(chǎn)業(yè)，難以承受。另外一方面，現(xiàn)在的ChatGPT，依賴(lài)的都是歷史數(shù)據(jù)，而工業(yè)場(chǎng)景，更需要的是對(duì)實(shí)時(shí)數(shù)據(jù)的分析。因此AI在工業(yè)場(chǎng)景還有很多挑戰(zhàn)以及提升的空間，但這個(gè)挑戰(zhàn)應(yīng)該交給AI的研究人員。

傳統(tǒng)產(chǎn)業(yè)要做的是，將分布于各地的數(shù)據(jù)匯聚起來(lái)，建設(shè)一個(gè)開(kāi)放的、可以安全、靈活共享的數(shù)據(jù)平臺(tái)，能與眾多的第三方的AI工具或服務(wù)無(wú)縫集成，在無(wú)需大量的資金和人力投入下，在幾乎沒(méi)有決策風(fēng)險(xiǎn)的前提下，能迅速驗(yàn)證并享受AI帶來(lái)的紅利。

2023年1月我畫(huà)的一張“數(shù)據(jù)匯聚、分享、AI/分析”架構(gòu)圖

以我自己為例，我自己創(chuàng)辦的TDengine是一個(gè)專(zhuān)為物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)定制的大數(shù)據(jù)平臺(tái)。TDengine不是以AI為核心技術(shù)的公司，但在AI的時(shí)代，我們的唯一選擇就是全面擁抱AI。為幫助眾多的傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型、能讓AI賦能，過(guò)去的一年，我們投入了巨大的人力支持開(kāi)發(fā)PI System, MQTT, OPC等各種工業(yè)數(shù)據(jù)接口，支持與各種BI、AI工具對(duì)接，而且在阿里云、AWS、Azure、GCP上推出全托管的云服務(wù)。無(wú)需大量資金投入、無(wú)決策風(fēng)險(xiǎn)下，短時(shí)間內(nèi)你就可以試用開(kāi)通，并與AI應(yīng)用、眾多的分析工具、可視化工具集成，體驗(yàn)大數(shù)據(jù)以及AI的魅力。

“Run! Don"t walk. You are either running for food or running from being food!" 。我們唯有奔跑，才能不被AI時(shí)代拋棄。

陶建輝

2023年6月3日于加州灣區(qū)

關(guān)鍵詞：